1 / 7 第八章离散选择模型—Logistic回归基于 logistic回归模型的企业信用评价——以材料和机械制造行业上市公司为例一、引言中国市场经济制度的日益健全与完善以及证券债券等金融市场的逐步建立与发展，信用成为经济交往、 债务形成的一个重要的基础，信用风险越来越受到市场交易者的关注。 信用风险是指借款人、 证券发行人或交易方由于各种原因不愿或无能力履行商业合同而违约，致使债权人、 投资者或交易方遭受损失的可能性。对于上市公司而言， 这种违约行为经常表现为拖欠账款、资不抵债以及以发行证券或债券进行圈钱等失信行为。 对这种违约失信的可能性的度量显得十分重要。怎样分析公司的信用状况， 对信贷管理者如何分析企业的信用，对证券投资者如何衡量投资项目的风险和价值以及企业家如何评价自己管理的公司，都有极大的价值。自上世纪中期以来，国内外以计算违约率( 本文计算守信率 , 守信率 =1-违约率) 对信用风险进行评价和度量的方法和模型得到了迅速发展。对企业的信用评价主要是基于综合财务指标特征计算违约风险并用来划分等级。以综合财务指标为解释变量，运用计量统计方法建立模型，分析信用在金融和学术界成为主流，并且评价效果显著。特别对于logistic回归模型效果更好，因为该模型没有关于变量分布的假设， 也不要求假设指标存在多元正态分布。 最早有 Martin（1977）建立 logistic回归模型预测公司的破产以及违约的概率。Madalla(1983) 建立logistic回归模型来区分违约和非违约贷款申请人，并确认0.551 为两者的分界线。比如在我国，张后启等（2002），杨朝军等（ 2002），应用 Logistic模型研究上市公司财务危机，得出有效结论等等。面对我国在深沪两家证券市场上市的一千多家上市公司，由于公司体制和管理机制缺陷， 或者自身利益最大化利益驱使， 或者多部分有国企改制而来等各种原因，信用风险程度变的更大。 若能够应用一个较简单的计量模型对他们的信用状况进行评价， 对债权人选择贷款对象， 投资者投资和交易方的选取都有较大帮助。本文则利用上市公司综合财务数据，运用主成分分析，建立logistic回归模型。并为了消除行业因素的影响， 仅对材料和机械制造行业的100 家上市企业作为样本进行建立模型，对于其他行业可依次方法进行评价。二、指标选取与数据搜集㈠选择指标的类别一般而言，企业信用评价及违约风险大小与企业财务状况密切相关的，企业财务状况良好时，资本运营顺畅...
