论文部分内容阅读
房地产信用贷款在商业银行中的占比非常大,当房地产企业出现违约时,银行的信贷资产质量将会下降,造成金融风险的累积。区别于单一银行信贷风险度量模型的研究,使用独立性T检验和主成分分析作为数据筛选方法以寻找关键指标;从各类度量模型中选择常用的判别分析和Logistic回归作为检验模型,并利用192家房地产上市企业的财务数据构建信贷风险度量模型。结果发现:主成分分析比独立性T检验筛选的指标更加合理,Logistic模型比判别分析效果更好。其组合的主成分Logistic模型正确率高达95.8%,是最佳的风险度量模型