边界Logistic违约率模型Bayes分析及实证研究

中国管理科学 ›› 2006, Vol. ›› Issue (4): 25-29.

边界Logistic违约率模型Bayes分析及实证研究

石晓军¹, 任若恩¹, 肖远文²

1. 北京航空航天大学经济管理学院, 北京, 100083;
2. 北京华油天然气有限责任公司, 北京, 100101

收稿日期:2005-07-05 修回日期:2006-07-03 出版日期:2006-08-28 发布日期:2012-03-07
基金资助:
高校博士学科点基金资助项目(2005006004)

Bounded Logistic Default Model and Empirical Evidences from China

SHI Xiao-jun¹, REN Ruo-en¹, XIAO Yuan-wen²

1. School of Management, Beijing University of Aeronautics and Astronautics, Beijing 100083, China;
2. Beijing HuaYou Natrual Gas Co.Ltd., Beijing 100101, China

Received:2005-07-05 Revised:2006-07-03 Online:2006-08-28 Published:2012-03-07

摘要/Abstract

摘要： Cramer^[1]指出了一般Logistic违约率模型容易出现的问题并提出了边界Logistic违约率模型.本文采用了不同于Cramer(2004)的Bayes分析方法对边界Logistic模型的后验分布的性质进行了分析,从理论上说明了边界Logistic违约率模型更优越的原因.然后利用中国公司数据展开实证研究,不仅找到了Cramer问题的中国证据,同时还发现Bayes边界Logistic违约率模型不仅能够克服Cramer问题,而且对临界值不敏感,同时预测效率也相对较高.

关键词: Logistic, 违约, 边界Logistic, Bayes分析

Abstract: Cramer (2004) pointed out shortcoming of plain Logistic default model and put forward bounded Logistic model.This paper does some further research about bounded Logistic default model.We first demonstrate why bounded Logistic default model is superior to plain Logistic model theoretically through Bayes analysis.Then we give empirical evidences based on China companies' data.We not only find evidences about Cramer's problem,but also find that bounded Logistic model can solve the Cramer's problem,which is not sensitive to critical value and has higher prediction efficiency.

Key words: logistic, default, bounded logistic, bayes analysis

中图分类号:

C931

石晓军, 任若恩, 肖远文. 边界Logistic违约率模型Bayes分析及实证研究[J]. 中国管理科学, 2006, (4): 25-29.

SHI Xiao-jun, REN Ruo-en, XIAO Yuan-wen. Bounded Logistic Default Model and Empirical Evidences from China[J]. Chinese Journal of Management Science, 2006, (4): 25-29.

参考文献

[1] Cramer.J.S..Scoring Banking Loans that may go wrong-A Case Study[J].Statistica Neerlandica,2004,58(3):365-381.
[2] Ohlson..Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Accounting Research,1980 (18):109 -131.
[3] Zavgren,C..Assessing the Vulnerable to Failure of American Industrial Firms:A logistic analysis[J].Journal of Business Finance and Accounting,1985,(12):19-45.
[4] 吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,6:46-57.
[5] 马九杰.郭宇辉.朱勇.县域中小企业贷款违约行为与信用风险实证分析[J].管理世界,2004,(5):58-66.
[6] 管七海.冯宗宪.我国制造业企业短期贷款信用违约判别研究[J].经济科学,2004,(5):77-88.
[7] 梁琪.企业经营管理预警:主成分分析在logistic回归方法中的应用[J].管理工程学报,2005,(1):100-103
[8] O-Brien SM,Dunson DB..Bayesian multivariate logistic regression[Z].2004,http://citeseer.nj.nec.com/566151.html.
[9] 石晓军,肖远文,任若恩.Logistic违约率模型的最优样本配比与分界点研究[J].财经研究,2005,(9):39-49.
[10] Altman,Edward I.Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance,1968,23 (4):589-609.
[11] Shi xiao jun..Robust Factor Credit Discriminate Model and Empirical Evidences from China[A].Proceedings of the 7th International Conference on Industrial Management 2004,China Aviation Industry Press,2004.491 -497.
[12] Anderson,T.W..An Introduction to Multivariate Statistical Analysis[M].New York:Wiley,1962.
[13] Altman,E.,R.Haldeman,and P.Narayanan.ZETA Analysis:A New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Banking and Finance,June,1977.
[14] 李皎予,方军雄.基于三因素模型的企业持续经营危机及其演化趋势的实证研究[R].湘财证券有限责任公司研究报告,2003.

[1]	钱雪松, 屈伸, 康瑾, 杜立. 中国影子银行违约风险和防范机制研究——来自上市公司委托贷款数据的经验证据[J]. 中国管理科学, 2020, 28(7): 35-44.
[2]	陈庭强, 周文静, 童毛弟, 刘海飞. 融合CDS网络的银行间信用风险传染模型研究[J]. 中国管理科学, 2020, 28(6): 24-37.
[3]	于善丽, 迟国泰, 姜欣. 基于指标体系违约鉴别能力最大的小企业债信评级体系及实证[J]. 中国管理科学, 2020, 28(6): 38-50.
[4]	母从明, 刘洋, 周远祺, 杨金强. 股权收购(Buyouts)的债务估值和违约决策[J]. 中国管理科学, 2020, 28(2): 25-36.
[5]	冯玲, 文璐, 肖阳. 基于政府隐性担保退出预期的金融机构违约风险重定价[J]. 中国管理科学, 2020, 28(11): 43-50.
[6]	金香淑, 袁文燕, 吴军, 李健, 王亚静. 基于收益共享-双向期权契约的供应链金融风险控制研究[J]. 中国管理科学, 2020, 28(1): 68-78.
[7]	张李登, 唐齐鸣, 张誉航. 房价波动、住房信贷与宏观审慎政策[J]. 中国管理科学, 2019, 27(6): 1-9.
[8]	陈林, 谢彦妩, 李平, 李强. 借款陈述文字中的违约信号——基于P2P网络借贷的实证研究[J]. 中国管理科学, 2019, 27(4): 37-47.
[9]	黄苒, 范群, 郭峰. 中小企业违约风险系统性和异质性测度——基于违约风险成分分析法的研究[J]. 中国管理科学, 2018, 26(3): 13-21.
[10]	李电生, 张腾飞. 基于Logistic生长方程—马尔可夫模型的港口投资风险测度[J]. 中国管理科学, 2018, 26(3): 33-42.
[11]	杨波, 郭剑川, 谭章禄. 基于国民生产总值增长率微调制的国家能源年度消费总量Logistic修正模型研究[J]. 中国管理科学, 2017, 25(6): 32-38.
[12]	蒋翠清, 王睿雅, 丁勇. 融入软信息的P2P网络借贷违约预测方法[J]. 中国管理科学, 2017, 25(11): 12-21.
[13]	赵志冲, 迟国泰. 基于似然比检验的工业小企业债信评级研究[J]. 中国管理科学, 2017, 25(1): 45-56.
[14]	陈林, 周宗放. 商业银行集团客户统一授信额度的优化配置研究[J]. 中国管理科学, 2015, 23(2): 39-43.
[15]	肖进, 唐静, 刘敦虎, 谢玲, 汪寿阳. 基于改进GMDH的目标客户选择模型研究[J]. 中国管理科学, 2015, 23(10): 162-169.