上市公司信用风险测度的不确定性DE-KMV模型

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

来源：

系统工程学报 | 2015年 / 30卷 / 02期

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：

1201 ; 020204 ; 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

页码：165 / 173

页数：9

共 10 条

[1] 基于随机扩散搜索的协同差分进化算法 [J].

张大斌 ;

周志刚 ;

叶佳 ;

张文生 .

计算机工程, 2014, 40 (07) :183-188

[2]

基于KMV模型的制造业上市公司信用风险评价研究[J]. 曾诗鸿,王芳.预测. 2013(02)

[3] 基于结构化模型的违约概率期限结构研究 [J].

郝成 ;

程功 .

系统工程学报, 2008, (04) :503-507

[4] 中国上市公司信用风险管理实证研究——EDF模型在信用评估中的应用 [J].

杨星 ;

张义强 .

中国软科学, 2004, (01) :43-47

[5] KMV模型关系函数推测及其在中国股市的验证 [J].

鲁炜 ;

赵恒珩 ;

刘冀云 .

运筹与管理, 2003, (03) :43-48

[6] 上市公司信用状况分析新方法 [J].

程鹏 ;

吴冲锋 .

系统工程理论方法应用, 2002, (02) :89-93

[7] 信用风险定价方法与模型研究 [J].

王琼 ;

陈金贤 .

现代财经-天津财经学院学报, 2002, (04) :14-16

[8]

信用风险评估方法发展趋势[J]. 张玲,张佳林.预测. 2000(04)

[9]

Redefinition of the KMV model’s optimal default point based on genetic algorithms – Evidence from Taiwan[J] . Wo-Chiang Lee.Expert Systems With Applications . 2011 (8)

[10]

Optimal Capital Structure, Endogenous Bankruptcy, and the Term Structure of Credit Spreads[J] . HAYNE E. LELAND,KLAUS BJERRE TOFT.The Journal of Finance . 1996 (3)

← 1 →