基于GA-GARCH-KMV模型产能过剩行业的信用风险评价研究  被引量:1

在线阅读下载全文

作  者:周舒媛 

机构地区:[1]成都理工大学商学院

出  处:《现代商业》2019年第32期121-123,共3页Modern Business

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。

关 键 词:GA遗传算法 GARCH(1 1) 产能过剩 违约概率 

分 类 号:F832.51[经济管理—金融学]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象