大数据时代制造业上市公司信用风险标准PDF|Epub|txt|kindle电子书版本网盘下载

大数据时代制造业上市公司信用风险标准PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

上篇 KMV信用风险模型与应用研究2

第1章 绪论2

1.1 研究背景和意义2

1.1.1 研究背景2

1.1.2 研究意义3

1.2 国内外文献综述4

1.2.1 信用风险度量的研究4

1.2.2 KMV模型研究综述5

1.2.3 KMV模型应用于行业的研究8

1.3 研究思路9

1.4 研究内容10

第2章 信用风险及其分析11

2.1 信用风险的内涵和特点11

2.1.1 信用风险的内涵11

2.1.2 信用风险的特点11

2.2 信用风险的度量12

2.2.1 传统的信用风险度量方法12

2.2.2 现代信用风险度量的模型13

2.2.3 现代信用风险度量模型在我国的适用性分析14

2.3 本章小结15

第3章 KMV模型及分析16

3.1 KMV模型的基本思想16

3.2 KMV模型的内容18

3.3 KMV模型的计算步骤18

3.3.1 估算公司资产的市场价值和其波动性18

3.3.2 计算违约距离19

3.3.3 确定违约距离DD与违约概率EDF之间的映射关系19

3.4 KMV模型的适用性分析19

3.5 本章小结20

第4章 我国制造业及其上市公司信用分析21

4.1 我国制造业构成及发展现状21

4.1.1 我国制造业构成和发展分析21

4.1.2 我国制造业上市公司信用分析22

4.2 制造业上市公司负债结构分析23

4.3 制造业信用风险的特征分析24

4.3.1 我国制造业信用风险背景分析24

4.3.2 制造业行业信用风险的特殊性分析25

4.4 本章小结26

第5章 模型的适用性实证分析27

5.1 模型的计算27

5.1.1 样本选取27

5.1.2 模型各参数的计算28

5.2 模型适用性结果分析31

5.2.1 描述统计分析31

5.2.2 两独立样本均值T检验31

5.2.3 模型的准确率分析32

5.2.4 全部样本股票违约距离分析33

5.2.5 样本股票违约距离特例分析34

5.2.6 模型的纵向验证分析34

5.3 本章小结35

第6章 模型的应用和修正分析36

6.1 模型的应用分析36

6.1.1 评价对象样本选取和计算36

6.1.2 不同地区制造业上市公司信用风险值比较37

6.1.3 制造业上市企业不同行业信用风险值比较37

6.2 模型的修正分析研究39

6.2.1 模型的修正过程39

6.2.2 修正模型结果分析40

6.3 本章小结42

第7章 绿色环保时代中国制造业上市公司的信用风险评价43

7.1 引言43

7.2 模型原理44

7.3 环境信息披露程度评分45

7.4 样本数据和实证分析47

7.4.1 样本选取47

7.4.2 实证分析47

7.4.3 模型的验证48

上篇附录50

附录A一 计算违约距离的100家样本公司财务数据50

附录A二 ST与非ST配对的40家样本公司数据54

附录A三 ST与非ST配对的40家样本公司参数结果和行业分类64

附录A四 模型程序66

附录A五 样本公司（ST海龙）数据67

附录A六 计算违约距离的100家样本公司模型参数结果70

附录A七 回归数据中60家样本公司财务数据74

中篇 典型省市制造业上市公司信用风险研究78

第8章 北京现代制造业上市公司的信用风险78

8.1 数据来源78

8.2 实证计算过程78

8.2.1 计算公司股权价值VE78

8.2.2 计算公司股权价值波动率σE79

8.2.3 计算违约点DP80

8.2.4 求解公司资产价值V、资产价值波动率σV81

8.2.5 计算上市公司违约距离DD82

8.3 实证结果分析83

第9章 天津现代制造业上市公司的信用风险84

9.1 数据来源84

9.2 实证计算过程84

9.2.1 计算公司股权价值VE84

9.2.2 计算公司股权价值波动率σE84

9.2.3 计算违约点DP85

9.2.4 求解公司资产价值V、资产价值波动率σV85

9.2.5 计算上市公司违约距离DD86

9.3 实证结果分析86

第10章 四川现代制造业上市公司的信用风险88

10.1 数据来源88

10.2 实证计算过程88

10.2.1 计算公司股权价值VE88

10.2.2 计算公司股权价值波动率σE89

10.2.3 计算违约点DP90

10.2.4 求解公司资产价值V、资产价值波动率σV90

10.2.5 计算上市公司违约距离DD91

10.3 实证结果分析92

第11章 云南现代制造业上市公司的信用风险93

11.1 数据来源93

11.2 实证计算过程93

11.2.1 计算公司股权价值VE93

11.2.2 计算公司股权价值波动率σE93

11.2.3 计算违约点DP94

11.2.4 求解公司资产价值V、资产价值波动率σV94

11.2.5 计算上市公司违约距离DD95

11.3 实证结果分析95

第12章 重庆现代制造业上市公司的信用风险96

12.1 数据来源96

12.2 实证计算过程96

12.2.1 计算公司股权价值VE96

12.2.2 计算公司股权价值波动率σE96

12.2.3 计算违约点DP97

12.2.4 求解公司资产价值V、资产价值波动性σV97

12.2.5 计算上市公司违约距离DD97

12.3 实证结果分析98

第13章 浙江现代制造业上市公司的信用风险99

13.1 数据来源101

13.2 实证计算过程104

13.2.1 计算公司股权价值VE105

13.2.2 计算公司股权价值波动率σE106

13.2.3 计算违约点DP107

13.2.4 计算结果108

13.3 实证结果分析112

13.3.1 违约距离、违约概率统计结果112

13.3.2 样本数据按照行业分类的统计描述114

13.3.3 样本数据按照地域分类的统计描述115

中篇附录117

附录B一 北京、天津、重庆、四川及云南现代制造业上市公司股权价值（VE）所需原始数据一览117

附录B二 北京、天津、重庆、四川及云南现代制造上市业公司股权价值波动率（σE）所需股票月均价数据一览121

附录B三 北京、天津、重庆、四川及云南现代制造业上市公司违约点（DP）所需原始数据一览127

附录B四 有关部门发布的行业分类指引及分类132

附录B五 浙江省现代制造业上市公司原始数据135

附录B六 基于MATLAB的KMV模型语句162

下篇 Logistic模型与应用研究164

第14章 Logistic模型164

14.1 基于Logistic模型的实证研究的文献165

14.2 模型概述166

14.2.1 模型概念166

14.2.2 模型优缺点166

14.2.3 模型原理167

14.2.4 模型基本假设167

14.2.5 模型应用步骤167

14.2.6 模型参数解释168

第15章 Logistic模型研究江苏现代制造业上市公司信用风险169

15.1 江苏现代制造业概述170

15.1.1 现代制造业概述170

15.1.2 江苏现代制造业现状171

15.1.3 相关上市企业172

15.2 样本与指标选择172

15.2.1 样本选择172

15.2.2 指标选择173

15.2.3 因子分析178

15.3 模型建立181

15.3.1 普通Logistic回归模型的建立181

15.3.2 基于因子分析的Logistic回归模型的建立181

15.4 模型回归结果181

15.4.1 普通Logistic模型回归结果181

15.4.2 基于因子分析的Logistic模型回归结果183

15.4.3 小结184

15.5 模型检验184

15.5.1 普通Logistic回归模型的检验185

15.5.2 基于因子分析的Logistic回归模型的检验186

15.6 模型比较分析188

下篇附录190

附录C一 现代制造业行业目录及结构分类表190

附录C二 江苏现代制造业上市公司194

附录C三 因子数据199

总结214

参考文献218

曾诗鸿简介226