上市公司信用风险测度的不确定性DE-KMV模型附视频

被引:13
作者
张大斌 [1 ,2 ,3 ]
周志刚 [1 ,2 ]
刘雯 [1 ,2 ]
焦鹏 [1 ,2 ]
机构
[1] 华中师范大学信息管理学院
[2] 华中师范大学预测科学研究中心
[3] 中国科学院自动化研究所
关键词
差分进化; KMV; 违约概率; 分位数回归; 信用评价;
D O I
10.13383/j.cnki.jse.2015.02.003
中图分类号
F832.51 []; F272.3 [经营决策]; F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
研究不确定性KMV信用风险测度问题,用差分进化算法(DE)来优化违约点系数,提出一种中国上市公司信用风险测度的不确定性DE-KMV模型.实证结果表明,常用的KMV模型往往低估了中国上市公司的风险值,而不确定性DE-KMV模型在面对中国上市公司各种风险情况下的违约系数值与实际风险很接近,模型通过分位数回归分析,其系数在置信区间内显著性更好.因此,相对于常用的KMV模型,化模型更据灵活性,能提高上市公司信用风险测度的准确性.
引用
收藏
页码:165 / 173
页数:9
相关论文
共 10 条