首页|基于数据的银行信贷行业的信用风险研究

基于数据的银行信贷行业的信用风险研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
目前多数研究利用美国旧金山市KMV公司于1997年建立的模型(KMV模型)计算企业年违约距离来评估具体企业的信用风险,但缺乏信贷行业的信用风险评估方法,也不能给出随时间变化的信用风险.首先提出基于数据的信贷行业随时间动态演化的信用风险评估模型,然后利用2016年18个行业的数据得到了中国信贷行业动态演化的信用风险,该信用风险随时间演化特征可分为波动上升、下降后波动、下降后稳定、稳定四种类型.进一步研究发现金融业、科学研究和技术服务业、信息传输软件和技术服务业这三个行业动态演化的信用风险平均值高且不稳定,住宿和餐饮业的信用风险很高但是比较平稳,其他行业的信用风险较低且较平稳.
Research on Credit Risk of Bank Credit Industry Based on Data

范宏、盛婉琴、王直杰

展开 >

东华大学 旭日工商管理学院,上海 长宁 200051

东华大学 信息科学与技术学院,上海 松江 201620

金融学 信贷行业信用风险 统计分析 动态演化 极大似然函数 蒙特卡罗仿真

上海市哲学社会科学规划课题

2019BGL004

2020

经济数学
湖南大学 湖南省经济数学研究会

经济数学

影响因子：0.614
ISSN：1007-1660
年,卷(期)：2020.37(2)
  • 2
  • 12