| 德国公司违约概率预测及其对我国信用风险管理的启示 |
| |
| 引用本文： | 陈诗一.德国公司违约概率预测及其对我国信用风险管理的启示[J].金融研究,2008(8). |
| |
| 作者姓名： | 陈诗一 |
| |
| 作者单位： | 复旦大学中国社会主义市场经济研究中心; |
| |
| 基金项目： | 上海市浦江人才计划、上海市重点学科建设项目(B101); 复旦大学985“中国经济国际竞争力研究国家哲学社会科学创新基地”对本研究的资助!; 德国国家科学基金会(DFG)通过洪堡大学经济风险研究中心(SFB649)提供的资助! |
| |
| 摘 要： | 内部信用评级是新巴塞尔资本协议的核心,而违约概率的预测又是内部评级的基础。本文利用具有出色分类功能的非线性支持向量分类(SVC)方法来预测德国公司的违约概率,识别其信用风险。结果显示,SVC模型的预测能力优于基准的logit模型;而且非线性SVC模型能够捕捉线性logit模型所不能识别的影响信用风险的重要变量。本文虽然分析的是德国公司数据,但是同样对我国商业银行和公司构建全面风险管理体系有着直接的指导意义。
|
| 关 键 词： | 违约概率预测 信用风险管理 支持向量分类 借鉴和启示 |
Predicting Default Probabilities of German Companies with Its Implication in China |
| |
| Chen Shiyi.Predicting Default Probabilities of German Companies with Its Implication in China[J].Journal of Financial Research,2008(8). |
| |
| Authors: | Chen Shiyi |
| |
| Abstract: | IRB is the core of Basel II,and the prediction of default probabilities is the basis of IRB.This paper uses excellent classification technique,SVC,to estimate firms' default probabilities and identify their risk.The empirical evidence reveals that SVC does outperform the benchmark Logit model in classifying the success and bankruptcy firms.And nonlinear SVC model can help us to find the important factors to influence the default risk that linear Logit model cannot.Although this analysis is based on German d... |
| |
| Keywords: | risk management support vector classification default probabilities prediction implication in china |
| 本文献已被 CNKI 等数据库收录！ |
