基于网络结构Logistic模型的企业信用风险预警

被引：58

作者：

方匡南 ^{[1
,2
]}

范新妍 ^{[3
]}

马双鸽 ^{[4
,2
]}

机构：

[1] 厦门大学经济学院

[2] 厦门大学数据挖掘研究中心

[3] 厦门大学

[4] 美国耶鲁大学生物统计系

来源：

统计研究 | 2016年 / 33卷 / 04期

关键词：

企业信用风险; 网络结构; logistic模型;

D O I：

10.19343/j.cnki.11-1302/c.2016.04.007

中图分类号：

O212.1 [一般数理统计]; F275 [企业财务管理];

学科分类号：

020208 ; 070103 ; 0714 ; 1202 ; 120202 ;

摘要：

随着计算机和互联网的快速发展,特别是在大数据时代,企业积累了大量有关企业经营、财务等相关数据,变量众多且关系纷繁复杂,如果利用传统的logistic回归建立企业信用风险预警模型往往效果不好。本文在充分考虑变量间的网络结构(Network)关系基础上,提出了网络结构Logistic模型,通过惩罚方法同时实现变量选择和参数估计。蒙特卡洛模拟表明网络结构Logistic模型要优于其他方法。最后,我们将其应用到我国企业信用风险预警中,充分考虑财务指标间的网络结构关系,科学地选择评估指标,构建更加适合我国国情的企业信用风险预警方法。

引用

页码：50 / 55

页数：6

共 10 条

[1] Logistic回归的双层变量选择研究 [J].

王小燕 ;

方匡南 ;

谢邦昌 .

统计研究, 2014, 31 (09) :107-112

[2] 基于Logistic模型的我国上市公司信用风险预警研究 [J].

邓晶 ;

秦涛 ;

黄珊 .

金融理论与实践, 2013, (02) :22-26

[3] 中小上市公司财务危机判别模型研究 [J].

韩立岩 ;

李蕾 .

数量经济技术经济研究, 2010, 27 (08) :102-115

[4] 基于模糊支持向量机的上市公司财务困境预测 [J].

杨海军 ;

太雷 .

管理科学学报, 2009, 12 (03) :102-110

[5] 基于混合Logit模型的财务困境预测研究 [J].

鲜文铎 ;

向锐 .

数量经济技术经济研究, 2007, (09) :68-76

[6] Logistic违约率模型的最优样本配比与分界点研究 [J].

石晓军 ;

肖远文 ;

任若恩 .

财经研究, 2005, (09) :38-48

[7] 财务危机预警在我国上市公司的实证研究 [J].

赵健梅 ;

王春莉 .

数量经济技术经济研究, 2003, (07) :134-138

[8] 上市公司财务恶化预测的实证分析 [J].

陈静 .

会计研究, 1999, (04) :32-39

[9]

Using principal components for estimating logistic regression with high-dimensional multicollinear data[J] . Ana M. Aguilera,Manuel Escabias,Mariano J. Valderrama.Computational Statistics and Data Analysis . 2005 (8)

[10] Variable selection via nonconcave penalized likelihood and its oracle properties [J].

Fan, JQ ;

Li, RZ .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2001, 96 (456) :1348-1360

← 1 →