我国信用风险违约概率计量模型的实证比较研究

摘要：

基于我国上市公司数据,本文通过建立因子得分、多元典型判别、贝叶斯判别、Logit回归和神经网络多个信用风险违约概率计量模型,实证比较各模型的功效.发现神经网络模型能够比较准确地反映样本内信用风险违约情况,是上述模型中最优的信用风险违约概率计量模型.

关键词：信用风险、违约概率、计量模型、实证比较

分类号：F830.5(金融、银行)

资助基金："吉林大学'985工程'项目"、吉林大学经济分析与预测创新基地、2005年教育部重大项目05JJD790005;2007年教育部重大项目07JJD790131

在线出版日期：2009-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：139-144