基于变量逐步选择的Bayes信用风险判别模型.PDF

云南大 学学报 ( 自然科 学版) , 2007 , 29 ( 5) : 433～437 CN 53 - 1045/ N 　ISSN 0258 - 7971 Journal of Yunnan University 基于变量逐步选择的 Bayes 信用风险判别模型 ① 何树红 , 王善民 , 毛娟芳 (云南大学 数学系 ,云南 昆明　65009 1) 摘要 :应用逐步判别理论筛选模型自变量 ,建立 Bayes 判别函数 ,推导出具体的判别模型. 实证分析显示 , 模型具有良好的分辨精度. 考虑到模型的应用范围 ,变量筛选时舍弃了上市公司特有的一些财务指标. 关键词 :信用风险 ;Wilks 统计量 ;Bayes 判别函数 ( ) 中图分类号 :F 830 　　文献标识码 :A 　　文章编号 :0258 - 797 1 2007 05 - 0433 - 05 目前 , 国际上有关信用风险管理的主流模型主要分为 2 类 ,一类是以 KMV 模型为代表的随机模型 , 一类是以Alt man Z 计分模型为代表的多元线性统计模型[ 1～7 ] . 前者应用了复杂的随机理论 ,模型拥有完 美的理论基础 ,但缺点在于不方便运用 ,特别是国内还不存在其应用平台;后者属于一种实证模型 ,属于多 元线性统计模型 ,实用性较强 ,适合在我国推广运用. 本文参考 Alt man Z 计分模型的研究方法 ,选取 260 家 2004～2005 年间A 股上市公司为研究对象 ,利用逐步判别理论从 18 个常见的财务指标中筛选出 7 个 作为自变量 ,建立一种与我国实际情况相结合的信用风险判别模型. 1 　模型自变量的筛选 1 . 1 　相关符号的说明　本文研究的公司样本为两大类, 存在破产违约风险的非正常公司群体记为风险 ( ) ( ) ( ) ( ) 集 X 0 , 其余的记为正常集 X 1 . 设 X 0 , X 1 的样本容量分别为 n0 , n 1 , 记 n = n0 + n 1 . ( ) 从上市公司的财务报表中选取 p 个指标, 分别为 x , …, x , 作为待选模型自变量. 记 x a :第 a 类群 1 p ik 体中第 k 个样品的第 i 个财务指标, 其中 k = 1 , …, na ; a = 0 , 1; i = 1 , …, p . 则 ( ) ( )