ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于GA-GARCH-KMV模型产能过剩行业的信用风险评价研究

周舒媛成都理工大学
现代商业2019DOI: 10.14097/j.cnki.5392/2019.32.053
7阅读
引用收藏
分享

摘要

考虑到信用风险的评估在资本市场有重大作用,本文利用GARCH(1,1)模型优化波动率、遗传算法来优化违约点系数来修正KMV模型,结果表明,采用GA-GARCH-KMV模型对这类具有产能过剩行业的上市公司风险度量更具准确性,也为供给侧结构性改革中去产能中的企业利用违约概率做出风险预警提供建议。

学科与关键词

关键词
GA遗传算法GARCH(11)产能过剩违约概率
相关
加载中…
  • 基于SV-KMV模型的信用风险度量研究
    王新翠; 王雪标; 周生宝经济与管理, 2013, (07): 59-66.
  • 基于KMV模型的信贷违约风险探析
    贺潇颍; 于倩中国总会计师, 2013, (10): 120-121.
  • 将净资产收益率引入KMV模型及其应用
    辛立秋; 梁正君会计之友, 2013, (31): 60-65.
查看全部 →

发表信息

论文状态
公开发表
期刊
现代商业
发表日期
2019
卷期
第 32 期
页码
121-123
DOI
10.14097/j.cnki.5392/2019.32.053
语言
中文
成果收录
CHINAJOURNAL

作者

  • 周

    周舒媛 (第一作者)

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417