简介:本文利用收集到的上证指数的日数据,应用TAR-CARCH模型分析股市中信息不对称对收益波动影响的持续程度及风险与日收益的关系,发现利空消息对波动性的影响更为持久,而且政策因素与股市波动关系密切.
简介:本研究的目的在于扩展1arrow等(1997)的模型,把随机无违约风险利率和随机信用差异纳入这个模型。信用差异随机程序是经由风险溢价调整项的随机程序来认定的,而非按大家所熟知某些动态过程的假设。除了信用评级的改变之外,这个模型也把每一个信用评级的随机信用差异列入计算,因此,这个模型能够考虑到构成信用差异曲线的连续或跳跃的成份。在这个模型中,就算信用评级维持不变,信用差异还是可以改变的。这个模型有四个特色:第一,信用差异和约当移转矩阵(包括风险中立违约机率)是由当前的信用评级和产生随机过程的其它变量所决定的。第二,在无套利机会的状态下,结合远期利率的程序和信用差异的间接形式可以得到远期利率程序中风险中立变动项的回归表示和违约风险结构。此外,这个模型可以帮助各种不同的信用衍生商品定价,也可以帮助我们利用信用评级的改变和违约的历史数据和信息。最后,这个模型可以延伸为连续的模型,把不同的风险溢价调整项包含进来。
简介:本文将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic回归和改进型BP神经网络三种方法进行财务困境预测。比较其预测结果发现,BP神经网络模型的预测准确率明显优于多元判别分析和Logistic回归模型,而后两者的判别效果接近,可见改进型BP神经网络模型更适合于企业财务困境预测。但三种模型的长期预警能力均不够理想,需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式,以提高预测的准确性。
简介:本文首先讨论了治理弱化与财务危机的辨证关系;然后在分析13个变量的基础上,运用Logistic回归给出了判别上市公司财务危机的一个模型.这一模型包括四个变量:毛利率、其它应收款与总资产的比率、短期借款与总资产的比率、股权集中系数.其中,股权集中系数是公司治理结构的直接表征,也是本文模型异于其他预测模型的首要区别.本文模型的回判准确率为84.52%,而对2000年新增加的'ST'公司的判别准确率则达到了95.45%.
简介:信用风险是指借款人,债券发行人或金融交易对方由于各种原因不能完全履约致使金融机构,投资人或交易对方遭受损失的可能性,信用风险涉及贷款发放,债券投资,表外业务,衍生金融工具等多种金融活动,如果金融机构不能按期足额收回金融合同约定的现金流,那么对金属机构来讲就面临着信用风险,随着金融创新的进程不断加快和金融业的迅猛发展,新技术特别是信息技术在金融领域的广泛应用,新的金融工具特别是衍生金融工具迅速增加,金融业的竞争日趋激烈,金融机构的并购,破产,重组事件蔓延全球,金融实业界面临着更大的信用风险挑战,同时金融监管部门也面临着如何更有效监管信用风险的挑战,因而对信用风险的监测,评价与管理越来越重要,于是近年来金融界一方面对传统的信用风险评价方法不断改进翻新,一方面推出了一系列崭新的信用风险评价方法和模型。