基于稀疏主成分的我国上市公司信用风险评价与预测OA
Credit Risk Assessment and Prediction of Listed Companies in China Based on Sparse Principal Component Analysis
把我国2016-2018年沪深A股上市公司中164家S T公司作为信用违约样本,492家非S T上市公司作为非违约样本进行实证研究.从营运能力、偿债能力、盈利能力和成长能力等4个方面选取了25个财务指标,然后运用稀疏主成分方法提取主成分因子,并加入公司规模、第一大股东持股比例和股权质押3个非财务指标,作为Logistic回归模型的输入参数.在此基础上构建Logistic模型进行信用风险评价和预测.
喻胜华;陈珊
湖南大学经济与贸易学院 ,湖南长沙 410079湖南大学经济与贸易学院 ,湖南长沙 410079
管理科学
信用风险稀疏主成分Logistic回归模型
《经济数学》 2020 (3)
189-194,6
湖南省科技计划项目(2018JJ2071)
评论