基于動(dòng)態(tài)權(quán)重的信用評(píng)級(jí)
發(fā)布時(shí)間:2021-07-29 19:18
以已評(píng)級(jí)企業(yè)為依據(jù),利用偏相關(guān)系數(shù)和Wald統(tǒng)計(jì)量遴選出一套最能代表企業(yè)信息的指標(biāo)體系作為解釋變量,以外部評(píng)級(jí)作為被解釋變量,找出企業(yè)信息與其外部評(píng)級(jí)之間的動(dòng)態(tài)權(quán)重映射關(guān)系;再將這種關(guān)系應(yīng)用到未評(píng)級(jí)企業(yè),從而評(píng)估未評(píng)級(jí)企業(yè)的信用等級(jí)。實(shí)證結(jié)果表明,動(dòng)態(tài)權(quán)重模型在樣本內(nèi)外的評(píng)級(jí)準(zhǔn)確度和可靠性均顯著優(yōu)于傳統(tǒng)靜態(tài)權(quán)重的OLS和有序Probit模型,新模型在樣本外的平均誤差僅為0.11,各評(píng)級(jí)檔次犯第1類(lèi)錯(cuò)誤的概率比傳統(tǒng)模型低20%;趧(dòng)態(tài)權(quán)重模型獲得的新企業(yè)評(píng)級(jí)與原企業(yè)的外部評(píng)級(jí)具有可比性,可作為外部機(jī)構(gòu)評(píng)級(jí)的合理補(bǔ)充,為市場(chǎng)提供更全面、及時(shí)的評(píng)級(jí)信息。
【文章來(lái)源】:系統(tǒng)管理學(xué)報(bào). 2019,28(02)北大核心CSSCICSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
1 傳統(tǒng)信用評(píng)級(jí)模型概述
1.1 OLS回歸
1.2 有序Probit回歸
2 基于遺傳算法的動(dòng)態(tài)權(quán)重最優(yōu)化模型
2.1 構(gòu)建指標(biāo)體系
2.2 構(gòu)建指標(biāo)體系
(1) 將篩選的每個(gè)財(cái)務(wù)指標(biāo)映射到標(biāo)準(zhǔn)正態(tài)分布進(jìn)行規(guī)范化處理
(2) 將規(guī)范化的財(cái)務(wù)指標(biāo)映射到對(duì)應(yīng)隱含評(píng)級(jí) (分段線性插值) :
(3) 定義權(quán)重函數(shù):
(4) 定義每個(gè)財(cái)務(wù)指標(biāo)對(duì)應(yīng)的最終權(quán)重:
(5) 加入行業(yè)、企業(yè)性質(zhì)等啞變量:
(6) 定義目標(biāo)函數(shù)。
(7) 實(shí)施遺傳算法求解最優(yōu)化問(wèn)題。
3 模型實(shí)證
3.1 數(shù)據(jù)說(shuō)明
3.2 指標(biāo)體系的構(gòu)建
3.3 樣本內(nèi)表現(xiàn)
3.4 樣本外表現(xiàn)
4 結(jié) 語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于Probit回歸的小企業(yè)債信評(píng)級(jí)模型及實(shí)證[J]. 遲國(guó)泰,張亞京,石寶峰. 管理科學(xué)學(xué)報(bào). 2016(06)
[2]回歸公信:評(píng)級(jí)的角色定位與機(jī)制建設(shè)[J]. 李振宇. 金融市場(chǎng)研究. 2016(04)
[3]中國(guó)債券市場(chǎng)發(fā)展中熱點(diǎn)問(wèn)題及其認(rèn)識(shí)[J]. 徐忠. 金融研究. 2015(02)
[4]信用評(píng)級(jí)機(jī)構(gòu)可以提供增量信息嗎——基于短期融資券的實(shí)證檢驗(yàn)[J]. 沈紅波,廖冠民. 財(cái)貿(mào)經(jīng)濟(jì). 2014(08)
[5]一個(gè)基于小樣本的銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型的設(shè)計(jì)及應(yīng)用[J]. 遲國(guó)泰,潘明道,齊菲. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2014(06)
[6]評(píng)級(jí)高估與低估:論國(guó)際信用評(píng)級(jí)機(jī)構(gòu)“順周期”行為[J]. 夏凡,姚志勇. 金融研究. 2013(02)
[7]基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究[J]. 周小君. 金融監(jiān)管研究. 2012(08)
[8]國(guó)內(nèi)外企業(yè)信用評(píng)級(jí)指標(biāo)體系研究的新關(guān)注[J]. 侯昊鵬. 經(jīng)濟(jì)學(xué)家. 2012(05)
[9]信用評(píng)級(jí)在中國(guó)債券市場(chǎng)的影響力[J]. 何平,金夢(mèng). 金融研究. 2010(04)
[10]基于五級(jí)分類(lèi)支持向量機(jī)集成的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J]. 吳沖,夏晗. 預(yù)測(cè). 2009(04)
本文編號(hào):3309902
【文章來(lái)源】:系統(tǒng)管理學(xué)報(bào). 2019,28(02)北大核心CSSCICSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
1 傳統(tǒng)信用評(píng)級(jí)模型概述
1.1 OLS回歸
1.2 有序Probit回歸
2 基于遺傳算法的動(dòng)態(tài)權(quán)重最優(yōu)化模型
2.1 構(gòu)建指標(biāo)體系
2.2 構(gòu)建指標(biāo)體系
(1) 將篩選的每個(gè)財(cái)務(wù)指標(biāo)映射到標(biāo)準(zhǔn)正態(tài)分布進(jìn)行規(guī)范化處理
(2) 將規(guī)范化的財(cái)務(wù)指標(biāo)映射到對(duì)應(yīng)隱含評(píng)級(jí) (分段線性插值) :
(3) 定義權(quán)重函數(shù):
(4) 定義每個(gè)財(cái)務(wù)指標(biāo)對(duì)應(yīng)的最終權(quán)重:
(5) 加入行業(yè)、企業(yè)性質(zhì)等啞變量:
(6) 定義目標(biāo)函數(shù)。
(7) 實(shí)施遺傳算法求解最優(yōu)化問(wèn)題。
3 模型實(shí)證
3.1 數(shù)據(jù)說(shuō)明
3.2 指標(biāo)體系的構(gòu)建
3.3 樣本內(nèi)表現(xiàn)
3.4 樣本外表現(xiàn)
4 結(jié) 語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]基于Probit回歸的小企業(yè)債信評(píng)級(jí)模型及實(shí)證[J]. 遲國(guó)泰,張亞京,石寶峰. 管理科學(xué)學(xué)報(bào). 2016(06)
[2]回歸公信:評(píng)級(jí)的角色定位與機(jī)制建設(shè)[J]. 李振宇. 金融市場(chǎng)研究. 2016(04)
[3]中國(guó)債券市場(chǎng)發(fā)展中熱點(diǎn)問(wèn)題及其認(rèn)識(shí)[J]. 徐忠. 金融研究. 2015(02)
[4]信用評(píng)級(jí)機(jī)構(gòu)可以提供增量信息嗎——基于短期融資券的實(shí)證檢驗(yàn)[J]. 沈紅波,廖冠民. 財(cái)貿(mào)經(jīng)濟(jì). 2014(08)
[5]一個(gè)基于小樣本的銀行信用風(fēng)險(xiǎn)評(píng)級(jí)模型的設(shè)計(jì)及應(yīng)用[J]. 遲國(guó)泰,潘明道,齊菲. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2014(06)
[6]評(píng)級(jí)高估與低估:論國(guó)際信用評(píng)級(jí)機(jī)構(gòu)“順周期”行為[J]. 夏凡,姚志勇. 金融研究. 2013(02)
[7]基于Bayes判別模型和Logistic回歸模型的銀行監(jiān)管評(píng)級(jí)研究[J]. 周小君. 金融監(jiān)管研究. 2012(08)
[8]國(guó)內(nèi)外企業(yè)信用評(píng)級(jí)指標(biāo)體系研究的新關(guān)注[J]. 侯昊鵬. 經(jīng)濟(jì)學(xué)家. 2012(05)
[9]信用評(píng)級(jí)在中國(guó)債券市場(chǎng)的影響力[J]. 何平,金夢(mèng). 金融研究. 2010(04)
[10]基于五級(jí)分類(lèi)支持向量機(jī)集成的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J]. 吳沖,夏晗. 預(yù)測(cè). 2009(04)
本文編號(hào):3309902
本文鏈接:http://sikaile.net/jingjilunwen/zbyz/3309902.html
最近更新
教材專(zhuān)著