基于面板数据的Logit出口预警模型及应用

本文根据面板数据特征,结合Logit预警的优势,建立了基于面板数据的Logit出口预警模型。采用四川省的出口数据进行了实证研究。实证分析表明:利用基于面板数据的Logit出口预警模型进行预警分析,较以往传统的Logit预警模型具有更好的效果和独特的优势。

基于脆弱性指标的金融危机预警研究

2008年全球金融危机后,金融危机早期预警成为必要且紧迫的问题。系统分析影响金融危机发生的因素,厘清信贷增长、房价波动、经常账户赤字与金融风险之间的关系,对于客观准确预测金融风险的影响程度具有重要意义。本文以1980—2019年包括发达经济体、新兴经济体在内的全球41个经济体为研究对象,通过面板Logit模型在统一框架中分析信贷增长、房价及经常账户赤字等反映金融脆弱性的指标对金融危机的预警能力。研究发现,信贷不是预测危机的唯一重要指标:当房价、经常账户赤字与信贷在同一研究框架下时,房价和经常账户赤字拥有大量领先信息,可以预测金融危机的发生;但随着房价和经常账户赤字加入模型,信贷的预警能力显著降低,且低于房价的预警能力。关注房价波动和经常账户赤字对未来政策制定有一定的启示作用。鉴此,应做好跨周期政策调节,坚持遏制房地产金融化、泡沫化,密切关注经常账户的调整方向与程度,审慎管理相关金融风险。

基于面板数据的我国制造业上市公司财务危机预警研究

以制造业上市公司为研究对象,基于Panel logit模型理论,考虑财务比率在时间序列上的趋势性和历史数据对结果的影响,构建了财务危机预警模型,分析了上市公司陷入财务危机的影响因素。实证结果表明:偿债因子、盈利因子、营运因子、资本运用因子和资本结构因子均与上市公司陷入财务危机负相关。

基于面板Logit模型的银行客户贷款违约风险预警研究

采用我国主要银行业金融机构的客户大额授信月度微观面板数据,对银行客户贷款违约风险进行预警.从客户外部因素、客户经营水平、客户交易水平三个维度,建立了包含56个因素的客户贷款违约预警三级指标体系.基于这些指标,构建了银行客户贷款违约风险预警的面板Logit模型;并提出了基于模拟退火算法的面板Logit模型变量选取方法,最终选出24个预警指标.根据这些指标进行银行客户贷款违约预警,达到了较高的预警精度.最后,对我国银行客户风险管理提出了相应的政策建议.

基于GMDH算法和面板Logit模型的电子银行风险预警研究——来自西部地区城市商业银行的经验证据

利用自组织数据挖掘算法(GMDH)客观、自动地选择西部地区城市商业银行电子银行风险预警指标。根据筛选出的风险预警指标,构建基于面板Logit的电子银行业务风险预警模型。采用2001年1月至2013年12月的月度数据对西部地区城市商业银行电子银行业务风险预警进行实证分析。实证结果表明,自组织数据挖掘算法筛选出的风险预警指标包括GDP增长率、互联网普及率、网络广告和银行广告数量、USBKey数字证书数量和电子商务交易额增长率;根据自组织数据挖掘算法筛选出的风险预警指标构建的面板Logit风险预警模型具有较好的预警能力和良好的效果。

新兴经济体债务危机预警指标选择及贡献度分析——基于面板Logit及BP_Adaboost模型的比较

基于面板Logit及BP_Adaboost模型分析新兴经济体债务危机预警指标体系构建及不同指标的贡献度,实证表明:单指标危机预警效果较差;相对于经典的KLR模型的指标体系而言,包含国内、中间及外在冲击三种因素的DIE指标体系预警效果更佳;非参数法虽有助于提高样本内准确率,但难以明晰变量关系及政策分析运用;危机关于国内因素及中间因素反应更大,做好本国经济稳定健康发展是首要,外部冲击有短期传染性,但长期非主导因素。

中国钢铁出口预测方法研究——基于互联网大数据技术对钢铁市场预测的应用分析

综合运用互联网大数据,丰富外贸预测数据来源,对提升外贸监测预警分析能力,提高决策的针对性、科学性和时效性具有重要意义。本文基于钢铁行业相关文献研究,从阐述互联网大数据对中国钢铁出口值预测作用机制出发,基于百度搜索数据和中国钢铁出口值的月度数据,建立引入互联网大数据的SVR回归预测模型对中国钢铁出口值进行预测,并与传统时间序列模型进行对比分析。实证表明:引入互联网大数据样本进行钢铁出口预测时,SVR模型预测效果明显优于其他对比模型;基于互联网大数据建立的SVR预测模型可以更好地逼近真实值的波动,能够更加准确地对钢铁出口值进行预测,为外贸进出口监测预警提供应用方法参考。