亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        商業(yè)銀行對房地產(chǎn)企業(yè)信用評價(jià)方法研究

        2010-11-06 02:06:00劉志杰
        山西建筑 2010年5期
        關(guān)鍵詞:估計(jì)值信用風(fēng)險(xiǎn)商業(yè)銀行

        李 楠 劉志杰

        1 研究意義

        現(xiàn)代商業(yè)銀行經(jīng)營管理的核心內(nèi)容之一就是風(fēng)險(xiǎn)管理。在我國,信用風(fēng)險(xiǎn)度量和管理方面的研究和運(yùn)用相當(dāng)滯后,信用風(fēng)險(xiǎn)度量和評級主要是定性方法,方法簡單而粗糙,缺乏一致性和有效性。近幾年,房地產(chǎn)業(yè)成為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一。由于房貸資產(chǎn)質(zhì)量相對較高,房地產(chǎn)信貸業(yè)務(wù)中所產(chǎn)生的金融風(fēng)險(xiǎn)較其他種類的信貸業(yè)務(wù)而言相對較小,商業(yè)銀行普遍大力發(fā)展房地產(chǎn)信貸,加大了金融風(fēng)險(xiǎn)的存在。因此我國商業(yè)銀行房地產(chǎn)信貸面臨著比較大的風(fēng)險(xiǎn),制定必要的防范措施,是我國商業(yè)銀行必須完成的任務(wù)[1]。

        2 房地產(chǎn)企業(yè)信用評價(jià)指標(biāo)體系的確立

        指標(biāo)選取如表1所示。

        表1 指標(biāo)體系

        3 評價(jià)模型的選擇及應(yīng)用

        Logistic函數(shù)(羅吉斯蒂函數(shù))又稱增長函數(shù)。Logistic回歸在信用評價(jià)領(lǐng)域應(yīng)用已經(jīng)相對比較成熟,并被認(rèn)為在諸多統(tǒng)計(jì)學(xué)方法中精確性和穩(wěn)健性較高,關(guān)鍵在于Logistic回歸可以克服其他統(tǒng)計(jì)學(xué)模型的很多缺點(diǎn),在分類中具有較好的特性[2]。

        3.1 Logistic回歸模型基本原理

        本文將是否獲得貸款 y與指標(biāo)變量xi之間通過pi(給定 xi條件下y=1的概率)發(fā)生關(guān)系。該模型可表示為 f(x)=ln[pi/(1-pi)],建立回歸模型方程為:

        給定一組客戶樣本{(xi,yi),其中,xi為企業(yè)的指標(biāo)變量;yi為一個(gè)二分類的屬性變量,yi∈[0,1](yi=0表示第 i個(gè)企業(yè)違約,yi=1表示第 i個(gè)企業(yè)不違約),使用 Logistic回歸模型可以用來判斷一個(gè)企業(yè)是否違約,公式如下:

        其中,X為m維向量;β為維待求的系數(shù)。通過極大似然估計(jì)法進(jìn)行求解:

        設(shè)從總體中隨機(jī)抽取n個(gè)樣本,分別表示為y1,y2,…,yn,設(shè)Pi=P(yi=1|X),在給定的 xi條件下,yi=1的概率。同理可得,yi=0的概率可表示為:P(yi)=( 1-Pi)1-yi。

        因?yàn)楦黜?xiàng)觀測相互獨(dú)立,其充分必要條件就是其聯(lián)合概率分布,設(shè)為L(θ)等于各邊界分布的乘積:

        其中,L(θ)為n個(gè)觀測值的似然函數(shù)。對于確定的標(biāo)本值yi(i=1,2,…,n)來說,它是 β0和 β1(i=1,2,…,n)的函數(shù),即我們的目的是求出參數(shù)的估計(jì)量,且應(yīng)使 L(θ)最大,選擇使 ln[L(θ)]最大,根據(jù) Logistic函數(shù),可以得到式(4):

        分別對 βi(i=0,1,…,m)求偏導(dǎo)數(shù),并令其為0,得到公式:

        式(5)與式(6)得出的βi為極大似然估計(jì),而相應(yīng)的條件概率估計(jì)值為Pi,這個(gè)值是指在給定的 xi的條件下yi=1的概率估計(jì)值,其代表了Logistic回歸模型的擬合值或預(yù)測值[3]。

        3.2 指標(biāo)數(shù)據(jù)的選擇和處理

        主要選取上市的房地產(chǎn)公司與本地的房地產(chǎn)企業(yè)截至2008年12月的財(cái)務(wù)及其他指標(biāo)數(shù)據(jù),其中上市的公司股票包括ST股票與*ST股票。對指標(biāo)進(jìn)行無量綱化處理,使指標(biāo)介于[0,1]之間,所謂無量綱化處理就是對評價(jià)指標(biāo)數(shù)值的標(biāo)準(zhǔn)化、正規(guī)化處理,它是通過一定的數(shù)學(xué)變化來消除原始數(shù)據(jù)量綱影響的方法。

        3.3 Logistic模型的應(yīng)用

        采用軟件SPSS13.0對數(shù)據(jù)進(jìn)行處理,經(jīng)過對變量篩選方法的逐個(gè)實(shí)驗(yàn),使用多元逐步回歸分析(step wise)方法對 Logistic回歸模型進(jìn)行變量篩選。表2中,R為判定系數(shù),它是回歸方程擬合優(yōu)度的一個(gè)度量,估計(jì)值的標(biāo)準(zhǔn)差越小,估計(jì)值代表的線性就越大,相關(guān)點(diǎn)的離散程度就越大。判定系數(shù)與調(diào)整判定系數(shù)越高說明模型的擬合程度越好[4]。從表2可以看出,經(jīng)過10步擬合樣本的判定系數(shù)為1,調(diào)整后的判定系數(shù)也為1,說明該模型有較好的整體擬合性,已經(jīng)達(dá)到了模型建立的要求。

        表2 模型總結(jié)

        表3是指標(biāo)變量經(jīng)過9次篩選,最終保留了 x1,x2,x3,x4,x5,x6,x8,x9,x109個(gè)變量,變量 x7被剔除。在回歸方程中變量被逐一挑選進(jìn)入回歸模型,最后指標(biāo) x7被保留,說明指標(biāo) x7未進(jìn)入回歸模型,已被剔除。并給出了經(jīng)過擬合后的模型的指標(biāo)系數(shù)。

        通過上面的計(jì)算和SPSS分析我們可以得到檢驗(yàn)樣本的回歸模型方程的表達(dá)式為:

        表3 擬合后的模型指標(biāo)系數(shù)

        3.4 應(yīng)用結(jié)果分析

        從最終回歸模型式(7)的回歸系數(shù)可以看出,主營業(yè)務(wù)利潤率、凈利潤率、速動(dòng)比率、資產(chǎn)負(fù)債率、應(yīng)收賬款周轉(zhuǎn)率、土地儲(chǔ)備、信用記錄、項(xiàng)目市場評估這9項(xiàng)指標(biāo)會(huì)對房地產(chǎn)企業(yè)是否違約的概率有較大的影響,這些因素在一定程度上可以反映出企業(yè)的還款能力及信用程度。重新選取新的樣本帶入回歸模型檢驗(yàn)該模型的穩(wěn)定性和精確性,模型的準(zhǔn)確度均達(dá)到了90%以上,可見,模型對樣本的穩(wěn)健性和適應(yīng)性較好。

        4 結(jié)語

        通過文章的分析,商業(yè)銀行對房地產(chǎn)企業(yè)的信用分析在商業(yè)銀行信用風(fēng)險(xiǎn)管理中具有重要的作用和意義,所得到的評價(jià)結(jié)果也就有一定的解釋性,但同時(shí)由于數(shù)據(jù)選取的完善性和全面性受到實(shí)際情況的制約,這就需要我國建立一個(gè)更加規(guī)范化的數(shù)據(jù)庫系統(tǒng),這樣才能使信用評價(jià)結(jié)果更加準(zhǔn)確和適用。希望通過本文的研究能使商業(yè)銀行貸款的信用風(fēng)險(xiǎn)降到最低的同時(shí)房地產(chǎn)業(yè)能得到最大的收益。

        [1]王希迎,丁建臣,陸桂娟.房地產(chǎn)企業(yè)融資新解[M].北京:中國經(jīng)濟(jì)出版社,2005:94-95.

        [2]楊 軍.銀行信用風(fēng)險(xiǎn)——理論、模型和實(shí)證分析[M].北京:中國財(cái)政經(jīng)濟(jì)出版社,2004:79-82.

        [3]許承德,張池平.工科大學(xué)數(shù)學(xué)教程[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,1997:221-229.

        [4]呂振通,張凌云.Spss統(tǒng)計(jì)分析與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2009:103-209.

        猜你喜歡
        估計(jì)值信用風(fēng)險(xiǎn)商業(yè)銀行
        商業(yè)銀行資金管理的探索與思考
        一道樣本的數(shù)字特征與頻率分布直方圖的交匯問題
        統(tǒng)計(jì)信息
        2018年4月世界粗鋼產(chǎn)量表(續(xù))萬噸
        關(guān)于加強(qiáng)控制商業(yè)銀行不良貸款探討
        淺析我國商業(yè)銀行信用風(fēng)險(xiǎn)管理
        京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
        我國商業(yè)銀行海外并購績效的實(shí)證研究
        個(gè)人信用風(fēng)險(xiǎn)評分的指標(biāo)選擇研究
        我國商業(yè)銀行風(fēng)險(xiǎn)管理研究
        国产成人午夜福利在线观看者| 久久久国产精品va麻豆| 亚洲熟妇av日韩熟妇在线| 久青草国产视频| 一区二区三区国产精品| 国产一区二区三区色哟哟 | 老岳肥屁熟女四五十路| 少妇高潮惨叫久久久久电影69| 三年片免费观看大全国语| 91精品久久久久含羞草| 一区二区三区一片黄理论片| 天堂在线资源中文在线8| av片在线观看免费| 日韩美无码一区二区三区 | 中字乱码视频| 7777奇米四色成人眼影| 精品在免费线中文字幕久久| 精品一区二区三区国产av| 日韩av无码中文无码电影| 国内精品九九久久久精品| 国产女主播免费在线观看| 最新国产不卡在线视频| 亚洲av无码专区在线播放中文 | 国产亚洲综合另类色专区| 中文字幕无码av波多野吉衣| 在线看片无码永久免费aⅴ| 蜜桃视频中文字幕一区二区三区| 国产内射视频在线免费观看| 日本熟女人妻一区二区| 国产专区国产精品国产三级| 大地资源在线观看官网第三页| 二区三区视频| 国产黄三级三级三级三级一区二区| 久久久精品视频网站在线观看| 日本黄页网站免费观看| 人妻精品一区二区三区视频| 久久亚洲乱码中文字幕熟女| 亚洲国产天堂久久综合| 国产欧美精品一区二区三区,| 亚洲一区二区三区18| 色欲网天天无码av|