2025年1月22日
星期三
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王曦
作品数:
1
被引量:1
H指数:1
供职机构:
耶鲁大学
更多>>
发文基金:
国家自然科学基金
国家社会科学基金
更多>>
相关领域:
经济管理
更多>>
合作作者
刘德溯
南京大学商学院金融与保险学系
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
经济管理
主题
1篇
信用
1篇
信用风险
1篇
违约
1篇
KMV模型
机构
1篇
南京大学
1篇
耶鲁大学
作者
1篇
刘德溯
1篇
王曦
传媒
1篇
南大商学评论
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
中国上市公司信用风险研究:基于修正的KMV模型
被引量:1
2015年
本文基于KMV模型对我国上市公司的信用风险进行度量与评估。本文介绍了KMV模型的推导过程并对Merton’s KMV模型的违约点进行了修正,然后选取2006—2015年沪深两市ST处理与非ST处理各25家小型公司为样本进行实证分析。首先,采用GARCH模型对公司的股权收益波动率进行估测并运用最小二乘法估算公司资产价值及其波动率。然后,运用机器学习Random Searching对公司的特殊处理情况进行拟合优化,确定最优违约点,并计算违约距离与预期违约概率。最后,运用独立样本T检验对比Merton’s模型与Moody’s模型计算的违约距离。本文发现,这两种模型对判断公司是否会发生违约的预测均有效;但Merton’s KMV模型计算的违约距离总体过大,即预期违约概率总体过小。
刘德溯
王曦
关键词:
信用风险
KMV模型
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张