文献综琵中国农业类上市公司信用风险实证研究信用风险是金融市场中最古老的，也是最重要的金融风险形式之一，它直接影响着现代社会经济生活，也影响着一个国家的宏观决策与经济发展，甚至影响着全球经济的稳定发展。现代意义上的信用风险不仅包括因为交易对手的直接违约而遭受损失的可能性，还包括各种信用事件引起的损失的可能性。20壯纪以来，信用风险度量在经济实践中就引来国内外学术界广泛关注。主要是从传统信用风险度量研究和现代信用风险度量研究两方面进行研究。1国外信用风险研究概述1.1传统信用风险度量传统信用风险评价方法主要包括：专家分析法(5C要素分析法)、Z计分模型、ZETA模型、Logit模型、probit模型等，这类方法注重从历史数据中获得违约信息。专家分析法是一种最古老的信用风险分析方法。这种方法的最大特征就是银行信贷的决策权是由该机构中那些经过长期训练、具有丰富经验的信贷官所掌握，并由他们做出是否贷款的决定。这种方法的主要内容是借款企业的”5C”上，即品徳与声望、资格与能力、资金实力、担保以及经营状况与经营环境。Altman于1968年提出了著名的Z计分模型，并于1977年对Z计分模型进行了修正和扩展，建立了ZETA评分模型，相应地有关的变量由5个增加到7个，适用的范围比以前更广了，识別不良贷款人的精度也大大地捉高了。Ohlson(1980),Zavgren(1983)试图利用Logit分析来建立预测模型,并拉大违约公司与正常对照公司的样本数差异，在明确“违约”定义的前捉下，选取反映公司偿债能力、盈利能力、管理能力、流动性等财务比率作为预选指标，运用历史数据对预选指标进行T检验和多重共线性检验，确保最终纳入模型的变量与因变量具有显著的相关性，各自变量Z间的信息重叠尽量少。结果表明4项财务资料对评估破产概率具有显著性，判别正确率高达90%以上。Zmijeski(1984)最早使用probit模型来进行财务危机预测。Probit模型的基本形式与Logit模型相同，区别在于其假设事件发生的概率服从累积标准正态分布。1.2现代信用风险度量---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---目前比较流行的信用风险管理模型主要有以下几个：KMV公司的KMV模型、J.P摩根的CreditMetrics模型、瑞士信贷银行的CreditRisk+模型以及麦肯锡公司的CreditPortfolioView模型。国外学者对上述模型还进行了许多后续研究：在KMV模型运用上，Vasicek(1995)研究一个含有108只债券的样本采用期权调整后的收益利差数据，发现利用KMV模型确泄赵价偏低或偏高的方法来组建组合会产生明显的超额收益，也就是说可以运用KMV模型对公开交易债券的收益变化做出预测。MatthewKurba和IrinaKorablev(2002)使用Levelvalidation和calibration方法对KMV模型进行验证,选取了1991年至2001年近千家美国公司数据证明KMV模型的输出结果预期违约概率值实际上是偏态分布，并月•样木规模的大小、样木公司的资产相关性的大小和预期违约概率的偏态分布对预期违约概率的预测结果有很大的影响。PeterCrodbie和JeffBohn(2003)专门以金融类公司为样本应用KMV模型，结果显示预期违约概率值在这些公司发生信用事件时或破产前能够准确、灵敏地检测到信用质量变化。2004年通过地《巴塞尔新资本协议》提倡使用内部评级法管理信用风险，并推荐使用KMV模型进行内部评级，可见KMV模型己经在国外得到了广泛地认可和使用。RogerM.Stein(2005)在对KMV模型进行分析后，通过与现实情况因索进行对比，提岀了模型门身存在的一些预测问题和模型相关的改进意见。Stefan.M.Denzle(2006)成功地利用KMV模型的EDF估算股票价格。在CreditRisk+模型运用上，Antoin.vandendorpe等(2007)利用数值优化方法从众多的参数中选择出了几个参数，然后利用CreditRisk+模型来分析评估信用组合风险。2国内信用风险研究概述2.1传统信用风险度量在logit模型运用上，杨蓬勃(2009)等人利用Logistic冋归分析建立了上市公司信贷违约概率预测模型，通过选取样本数据、测试数据、年度配比数据和反映公司的偿债、举债经营和运作资金的能力的15个上市公司财务指标，首先使用样木数据和测试数据对模型进行了分析和检验，其次分别...