论文部分内容阅读
信用风险是金融界面临的主要风险之一，不仅会对现代社会的和谐与发展造成直接冲击，而且会影响到全球经济发展的协调与稳定。随着经济全球化和金融体系的发展，我国上市公司数量的增多，在外部竞争与内部管理不善的双重影响下，近些年我国上市公司由于财务状况异常而被特别处理的案例越来越多，上市公司的信用风险也越来越引起社会各界的广泛关注。研究分析上市公司信用状况对证券市场的监管、投资者利益的保障乃至整个经济社会的稳定发展具有非常重要的意义。
国外许多著名金融机构很早就开始了对信用风险的测评。本文首先对国内外信用风险的相关研究进行分析汇总比较，界定了信用风险的定义和特征，分析国内外研究信用风险所采用的方法，从理论上得出Logistic模型和KMV模型更适合我国制造业上市公司信用风险的实际情况。本文尝试在对模型进行修正的基础上，选择2007年到2010年首次被ST制造业上市公司作为分析样本，分别采用Logistic模型和KMV模型两种方法对我国制造业上市公司信用风险进行实证分析。
Logistic模型中通过主成分分析方法从27个研究指标中选取主成分因子进行分析，在KMV模型中采用matlab软件计算关键变量：公司资产价值和资产波动率。实证分析结果得出这两种模型的预测准确度都很高，通过检验样本验证得出两种模型对ST公司与非ST公司具有良好的区分度，均适合我国制造业上市公司信用风险的度量预测研究。
相比较而言，Logistic模型的预测准确率要高于KMV模型，主要是由我国证券市场发展不健全所导致。但是随着我国证券市场的发展，由于KMV模型能够采用实时数据进行分析以反映上市公司的信用状况，KMV模型的优越性将会越来越明显，长远看来将会有更好的应用前景。
本文选取制造业上市公司中首次被ST的公司作为样本分析，具有显著的代表性，使得本文分析结果对我国制造业上市公司信用风险的研究具有较大的应用价值。