医疗上市公司信用风险评估研究——基于疫情前后数据的比较分析.pdfVIP

医疗上市公司信用风险评估研究——基于疫情前后数据的比较分析 摘 要 2020 年春节前夕新冠病毒疫情突然爆发并快速蔓延至全球，严重影响了我 国经济发展，尤其是对于医疗行业的影响巨大，主要表现为疫情相关医疗物资的 需求极速提高。在疫情期间，医疗公司加班生产医疗物资，同时采购原材料渠道 不畅和工人的紧缺，导致生产成本提高，给企业在资金方面带来压力。部分医疗 企业可能面临经营危机以及资金短缺，则会向银行申请贷款。鉴于上市公司体量 大且借款金额多，若发生违约，将给银行等金融机构带来巨大损失，因此对上市 公司信用风险的准确评估非常重要。 本文利用医疗上市公司的财务数据和市场数据进行分析，选取的是Wind 数 235 2019 2020 据库中的 家医疗上市公司的 年第四季度和 年第一季度的数据。首 先，依据样本的缺失率，重复率等对数据进行预处理；其次，将预处理后的数据 代入到KMV 模型去测度市场因素的影响，利用KMV 模型计算出的违约距离指 标，将该指标与医疗上市公司的部分财务指标共同构建特征变量集合。最后，利 用构建的特征变量集合，去训练决策树模型和支持向量机模型，经过对参数不断 的调整优化，对最终模型的效果进行对比评估。疫情前支持向量机准确率为82%， KS 0.68 76% KS 衡量模型区分能力的指标 为 ；疫情后支持向量机准确率只有 ， 为0.55；疫情前决策树模型的准确率达到85%，KS为0.70；疫情后决策树模型 89% KS 0.72 的准确率达到了 ， 为 。经过对比发现决策树模型综合效果相对较好， 更加适合用于对医疗上市公司进行信用风险评估。 根据决策树模型输出的变量重要程度分析可知，疫情前对上市公司信用风险 评估更加注重当下的盈利能力，偿债能力，然而疫情发生后对企业进行风险评估 时要重点关注上市公司未来的成长能力和偿债能力，疫情发生给整个经济形势带 来巨大不稳定性因素，因此在对企业进行风险评估时更加注重上市公司未来的成 长性，以防发生重大风险时可以有效应对，实证分析结果具有一定现实意义，为 后续对医疗企业进行信用风险评估具有参考意义。 关键词：新冠疫情；信用风险；KMV 模型；决策树；支持向量机 1 医疗上市公司信用风险评估研究——基于疫情前后数据的比较分析 目 录 第一章 绪论1 第一节 研究背景和意义 1 一、 研究背景 1 二、 研究意义3 第二节 国内外研究现状4 一、 信用风险评估研究现状4 二、 KMV 模型研究现状5 三、 文献述评6 第三节 研究内容7 第四节 研究创新8 第二章 理论基础与研究方法9 第一节 信用风险理论9 一、 信用风险的概念9 二、信用风险形成原因9 第二节 信用风险评估方法 10 一、 基于经典评估方法11 二、 基于机器学习方法 15 第三章 医疗上市公司信用风险指标体系构建 19 第一节 医疗上市公司信用风险指标体系建立 19 一、信用风险评估指标选取原则 19 二、信用风险评估指标体系的构建 19 第二节 数据来源与预处理21 一、数据来源21 二、数据预处理21 第三节 建立KMV 模型24 一、KMV 模型参数24 二、KMV 违约距离计算25 第四章 疫情前