工商银行信用风险管理论文格式怎么样？(12)

（二）指标的选择
本文共选择了五大类三十九个财务指标，具体包括：偿债能力指标，盈利能力指标，营运能力指标，发展能力指标以及现金支付能力指标，这五大类指标都是与企业违约率的高低有着很高的相关性的，具体指标如下表
（三）主要方法的应用
1、主成分分析法主成分分析法是一种简化数据集的统计方法，旨在利用降维的思想，通过线性变换把原来N个相关变量指标转换成另一组不相关的综合指标的降维处理技术。在实际处理中，只挑选几个方差最大的主成分，从而达到简化系统结构的目的。本文主要选取了五大类39个指标，而其中部分指标之间存在一定的联系，为了消除指标之间的共线性，所以，先采用主成分分析法，筛选一部分指标，最终进入了Logit模型。
2.logit模型
（1）模型适用性分析Logit模型是采用一系列财务比率的变量来预测公司破产或违约的概率，然后根据银行、投资者的风险偏好程度设定风险警戒线，以此对分析进行风险定位和决策。在巴塞尔新资本协议中，将违约概率作为衡量信用风险的核心内容之一，而且，经研究发现，信用等级与违约概率存在着明显的对应关系，即较低的信用等级对应着较高的违约概率。所以，采用违约概率度量的方法来度量信用风险存在着合理性。Logit模型是一种非线性模型，信用风险非线性这一特点，使得模型刚好使用。此外，Logit模型不需要自变量符合联合正态分布这一假设,且自变量可以连续、离散、甚至可以是虚拟变量。而信用风险很难进行正态分布的假设，所以，基于这两点而言，此模型对于信用风险测量有其适用性。
（2）模型介绍Logit模型是通过最大似然法来对模型参数进行估计。Logit分布函数的公式可以表示为：P=11+e-zP为因变量，z为自变量，e即为自然对数的底数2.71828 。在本文中，我们利用Logit模型来研究企业财务状况与企业违约之间的关系，因此，P作为因变量即为贷款企业的违约概率，取值在（0,1）之间，这与Logit模型的定义中P大于0而小于1相符合，而z作为自变量，我们将它重新定义为企业财务指标的函数，我们把它表示为Z=a0+a1X1+a2X2+、、、+anXn，这里的X1一直到Xn是上文提到的39个财务指标经过主成分分析法最终得到的部分指标。
（四）具体应用
首先进行主成分分析，将五类财务指标分别进行主成分分析，现以偿债能力指标的17个因子为例，其他指标的主成分提取方法相同，只给出结论，不一一列举。通过提取主成分，最终提取了四个主成分进入Logit模型，其解释总方差为82.319%，这四个因子分别为资产负债率，速动比率，长期资产适合率以及负债结构比率。其余四类指标通过KMO和Bartlett的检验，均适合做主成分分析，最终筛选出的因子分别为：总资产收益率，主营业务利润率，总资产周转率，存货周转率，净利润增长率，净资产增长率，资产的经营现金流量回报率，现金流量结构比率。所以，最终选择了12个变量进入Logit模型，这12个因子分别为x1到x12:资产负债率，速动比率，长期资产适合率，负债结构比率，总资产收益率，主营业务利润率，总资产周转率，存货周转率，净利润增长率，净资产增长率，资产的经营现金流量回报率，现金流量结构比率。