本文關(guān)鍵詞：信用風(fēng)險(xiǎn)的GLMMs建模分析　出處：《統(tǒng)計(jì)研究》2017年08期 　論文類型：期刊論文

  更多相關(guān)文章： 信用風(fēng)險(xiǎn) GLMMs 違約概率

【摘要】：如何精確計(jì)量信用風(fēng)險(xiǎn)一直是理論界和實(shí)務(wù)部門的難點(diǎn)和熱點(diǎn)問題。本文使用廣義線性混合模型對信用風(fēng)險(xiǎn)進(jìn)行建模分析,將影響違約概率的可觀測因素和不可觀測因素分別用固定效應(yīng)和隨機(jī)效應(yīng)表示,根據(jù)需要隨機(jī)效應(yīng)可擴(kuò)展為多個(gè)因子。研究表明,模型具有較好的延展性,宏觀經(jīng)濟(jì)變量作為可觀測變量無法全部解釋違約率的異質(zhì)性,隨機(jī)效應(yīng)可以更好地捕捉違約率的異質(zhì)性,行業(yè)因素對違約概率的影響比宏觀經(jīng)濟(jì)變量顯著。
[Abstract]:How to accurately measure credit risk has been a difficult and hot issue in theory and practice departments. This paper uses generalized linear mixed model to model and analyze credit risk. The observable and non-observable factors which affect the probability of default are expressed as fixed effect and random effect respectively, and the random effect can be extended to multiple factors according to the need. The research shows that the model has good ductility. As observable variables, macroeconomic variables can not fully explain the heterogeneity of default rate. Random effect can better capture the heterogeneity of default rate, and the influence of industry factors on default probability is more significant than that of macroeconomic variables.
【作者單位】： 中國社會(huì)科學(xué)院金融研究所;國家金融與發(fā)展實(shí)驗(yàn)室全球經(jīng)濟(jì)與金融研究中心;中國平安人壽保險(xiǎn)股份有限公司;
【分類號(hào)】：F224;F837.12
【正文快照】： 一、引言 信用風(fēng)險(xiǎn),也稱違約風(fēng)險(xiǎn),是金融行業(yè)所面臨的三大最重要的風(fēng)險(xiǎn)之一。如何精確計(jì)量信用風(fēng)險(xiǎn)一直是理論界和實(shí)務(wù)部門的難點(diǎn)和熱點(diǎn)問題。過去幾十年,從最初的古典分析方法到現(xiàn)代度量模型,信用風(fēng)險(xiǎn)度量模型不斷演進(jìn)。Altman(1968)作為古典分析方法的典型,最先提出了將信

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊軍戰(zhàn);;價(jià)格與隱含遠(yuǎn)期違約概率[J];經(jīng)濟(jì)數(shù)學(xué);2007年02期

2 張?zhí)K林;;信貸違約概率測算方法及其應(yīng)用研究[J];洛陽理工學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2010年03期

3 慕文濤;黨宇峰;王娜;;“公共品”信用評(píng)級(jí)模式下的公司違約概率預(yù)測[J];現(xiàn)代管理科學(xué);2013年01期

4 武次冰;易宇;武鍶芪;;貸款違約概率測算方法:違約比例模型[J];統(tǒng)計(jì)與決策;2010年06期

5 王穎;聶廣禮;石勇;;基于信用評(píng)分模型的我國商業(yè)銀行客戶違約概率研究[J];管理評(píng)論;2012年02期

6 王小明;;關(guān)于一類廣義可加違約概率模型的探討[J];系統(tǒng)工程理論與實(shí)踐;2008年06期

7 陳詩一;;德國公司違約概率預(yù)測及其對我國信用風(fēng)險(xiǎn)管理的啟示[J];金融研究;2008年08期

8 潘亮;李軍;楊曉光;;一種基于樣本配比的違約概率估計(jì)方法及其應(yīng)用[J];科技促進(jìn)發(fā)展;2011年11期

9 曾學(xué)工;;商業(yè)銀行信貸業(yè)務(wù)違約概率的估計(jì)方法[J];統(tǒng)計(jì)與決策;2005年21期

10 郝成;程功;;基于結(jié)構(gòu)化模型的違約概率期限結(jié)構(gòu)研究[J];系統(tǒng)工程學(xué)報(bào);2008年04期

相關(guān)會(huì)議論文 前3條

1 朱訓(xùn);梁雪春;;基于區(qū)間數(shù)的商業(yè)銀行信貸違約概率測算研究[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

2 張大斌;周志剛;劉雯;焦鵬;;上市公司最優(yōu)違約系數(shù)的不確定性DE-KMV測算模型[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A10系統(tǒng)工程方法在金融、投資、保險(xiǎn)業(yè)等領(lǐng)域的研究[C];2014年

3 陳林;周宗放;;基于倒數(shù)GAMMA分布的控股公司違約概率研究[A];第八屆（2013）中國管理學(xué)年會(huì)——金融分會(huì)場論文集[C];2013年

相關(guān)博士學(xué)位論文 前5條

1 洪波;商業(yè)銀行公司授信違約概率預(yù)測方法研究[D];合肥工業(yè)大學(xué);2014年

2 季峰;我國商業(yè)銀行消費(fèi)信貸違約概率模型研究[D];中國科學(xué)技術(shù)大學(xué);2009年

3 許一覽;人民幣對公貸款違約概率計(jì)量模型研究[D];復(fù)旦大學(xué);2014年

4 麥強(qiáng);基于違約概率和回收率負(fù)相關(guān)假設(shè)的信用風(fēng)險(xiǎn)模型研究[D];哈爾濱工業(yè)大學(xué);2006年

5 殷波;房地產(chǎn)泡沫與金融危機(jī)[D];華中科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 鄒鑫;上市公司信用評(píng)估方法的比較分析[D];青島大學(xué);2015年

2 黃洋洋;基于Logistic模型制造業(yè)上市公司違約概率的評(píng)估[D];華東交通大學(xué);2016年

3 曹宇;KMV模型違約點(diǎn)修正[D];蘇州大學(xué);2016年

4 諶強(qiáng);基于KMV模型的上市公司信用風(fēng)險(xiǎn)度量實(shí)證研究[D];山東大學(xué);2017年

5 王芳;初探經(jīng)濟(jì)周期條件下的違約概率計(jì)算[D];吉林大學(xué);2006年

6 吳琪;銀行貸款違約概率測量方法研究[D];武漢大學(xué);2005年

7 潘亮;一種基于樣本配比的違約概率估計(jì)方法及應(yīng)用[D];長沙理工大學(xué);2012年

8 劉佳;基于時(shí)點(diǎn)法測算違約概率的跨周期修正[D];湖南大學(xué);2011年

9 郭世明;基于貝葉斯估計(jì)的違約概率的測算研究[D];哈爾濱工業(yè)大學(xué);2010年

10 朱魯秀;特別處理公司違約概率估計(jì)的實(shí)證研究[D];山東農(nóng)業(yè)大學(xué);2006年

，

本文編號(hào)：1433099