KMV 模型在上市银行信用风险测定中的应用

作为现代信用风险管理办法之一,KMV模型因具有前瞻性和数据易获得的优点,目前已经成为信用风险管理的主要手段。首先对主要的信用风险度量方法进行综述,然后选取KMV模型对3家上市银行进行分析,并在此基础上进行敏感性分析和多元线性回归分析。     

国内部分上市商业银行信用风险的测定

商业银行是金融业的核心组成部分,其风险状况直接影响到金融市场乃至整个社会的稳定。运用KMV模型对国内14家商业银行进行了信用风险的测定,测算出每家银行违约概率,从而确定其违约风险的大小,并对结果进行比较分析。用定量的方法更直观地展现了商业银行的信用风险状况。     

基于Bootstrap的信用风险度量

针对目前主流的风险度量模型大都建立在已给定的或假设的样本以及模型参数分布假设的基础上,但在实际中有效大样本数据又很难获取,且可供参考的有效历史数据更少,造成误差比较大,甚至会无法计算的问题,介绍了一种新的风险度量方法,即基于Bootstrap的风险度量法,特别是在样本很小的情况下,该方法能更好地管理信用风险。     

Logistic模型在上市公司信用风险评价中的应用

分析了上市公司信用风险的成因,通过对上市公司年报数据的处理,建立了上市公司信用情况的1ogistic模型,该模型中嵌入的利息保障倍数和存货周转率是上市公司信用的关键决定指标,利用该模型可以对上市公司一年后的信用状况进行评估.     

国家信用风险评估模型

通过分析影响国家信用的风险因素,合理选取影响国家信用风险指标.构建了基于GA-PSO 混合规划算法的国家信用风险评估模型,运用该模型对部分国家信用风险进行信用评级.研究结果表明:模型评估结果与权威机构的评估拟合度较好,一致性接近88.8%.     

信用风险模型研究——Credit Metrics模型

在金融环境复杂多变的今天,如何完善对信用风险的测定和管理是金融机构面对的最大挑战之一.首先阐述了信用风险的基本概念及其形成的原因.在此基础上,介绍了传统的与现代的各种信用风险模型,并对这些模型进行了比较分析.     

组合灰色模型在电力系统负荷预处理中的应用

根据GM（1,1）模型的特点,通过在数据序列前面加一个非负数,提出了加数GM（1,1）模型的方法。该方法克服了原始模型中不能利用第一点数据的缺陷,提高了原始数据的利用率。同时,结合电力负荷呈日周期性变化的特性,提出了基于关联度的组合灰色预测模型用于电力系统负荷预处理。实例表明,加数模型的预测精度优于原始模型的预测精度,组合灰色模型比单一的灰色模型在预测精度上有明显提高。     

一种新的改进GM（1,1）模型及其应用

通过对传统GM（1,1）模型的分析,针对影响预测精度的因素之一提出了一种改进的GM（1,1）模型,并将该新模型用于预测2010到2015年的道路乘客交通量.最后,通过试验结果可知新模型比传统GM（1,1）模型预测结果在预测精度上有了很大的提高,表明了该方法的有效性.     

基于t-GARCH模型的风险价值VaR及其在我国股票市场中的实证分析

本文主要介绍了金融市场的风险管理工具VaR,以及基于t-GARCH模型的VaR值计算方法,使用R统计软件对沪深综合指数日对数收益率序列进行实证研究,并通过计算所得的VaR值对沪深股市风险进行了比较,从而说明基于t-GARCH计算的VaR值是较为方便可行的判断股市风险的方法。     

基于优化的灰色GM模型的滑坡预测

滑坡发生的时间预报是目前滑坡预报的关键方向之一,而滑坡预测模型的建立是滑坡时间预测的核心．由于滑坡的模糊性和灰色不确定性特点,采用灰色预测模型适用有效．本文在灰色系统理论的基础上,研究了灰色GM（1,1）的建模和精度检验过程,根据残差对模型进行了高阶优化．同时结合工程实例,选择了有效合理的监测数据,进行了滑坡临滑预报模型的研究,并将传统GM模型与优化GM模型的精度进行了对比,结果显示优化的GM模型预测精度大大提高．在灰色优化的GM（1,1）模型研究基础上,对临滑时间进行了预报,结果显示预测时间较早,可以起到提前预报作用．根据预测模型分析,提出了一些有益结论,供今后滑坡预报工作的参考．     

我国中小企业资信评估体系的构建及其实证检验

根据中小企业自身的特点,基于Z-Score模型,构建了包括经营指标、流动性指标、信用指标和定性指标在内的中小企业资信评价体系。采用AHP模糊层次分析法确定指标权重,修正模型的系数。并通过引入不同类型的中小企业对该指标体系进行检验,验证了该评价指标体系的科学性、有效性和可行性。由分析结果可知,探索提高中小企业资信水平路径,对打造良好的企业雇主品牌形象具有重要的理论意义和实践价值。     

嵌入知识的GM(1,1)模型及其在粮食产量预测中的应用

利用小样本、贫信息进行数据预测,传统的数学建模方法并不适合,灰色系统理论在解决该类问题有着明显的优势. 论文在分析河南粮食产量数据的基础上,应用嵌入知识的GM(1,1)模型,建立了河南粮食产量的预测模型,对未来5年的河南粮食产量进行了模拟和预测,进而提出了提高粮食产量的对策建议.     

基于GARCH模型的VaR方法在股市风险分析中的实证研究

介绍了利用GARCH模型的VaR计算方法,并引入了股票市场的风险价值VaR实例计算,据此定量测量股票市场风险,为企业经营者的风险管理及一般投资者的投资风险分析提供依据.     

基于灰色系统的机床热误差建模研究

针对机床加工过程中的热变形误差受多因素影响,变化趋势复杂,难以用常规预测方法进行有效预测的问题,该文提出了一种新的基于改进灰色系统的智能预测模型。该模型利用函数变换法改善灰色系统数据序列的光滑度,采用等维新陈代谢法克服了传统的灰色预测模型的不足,所建模型具备了输入数据动态更新的能力,预测更趋于合理。将该模型应用于工厂现场的一台数控车削加工中心进行热误差趋势的预测,从而实现热误差的补偿研究。研究表明,该模型的预测性能优于全数据GM(1,1)模型和新信息GM(1,1)模型,是运用灰色系统理论进行机床热误差补偿建模最理想的模型,具有优异的补偿功能,能够有效的提高机床加工精度。     

GARCH模型的残差分布比较研究及实证分析

在三种不同的分布假设:正态分布、学生t分布、GED分布下,对GARCH模型进行了比较研究。并对沪深300指数收益率进行了实证分析。研究结果表明:在不同的分布假设下,GED分布更能反映沪深300指数收益率的尖峰厚尾性,更能准确地描述沪深市场的波动性。     

城区技术创新能力综合评价模型

以层次分析法(AHP)和加权综合评价方法为工具，并使两者有机结合，对城区技术创新评价指标体系进行探索性的设计，构造出城区技术创新能力综合评价模型．     

移动学习模式应用于《文献检索》课程的教学实践

移动互联网时代,智能手机等终端的快速发展,给高校教学管理和质量带来了挑战。高校教学改革创新应加大对移动学习模式研究和实践。移动学习模式不是技术上移动互联网技术与教育简单相加,而是在教学理念上的改革。本文在文献检索课程教学实践中采用清华大学开发的雨课堂,对移动学习模式教学加以应用和研究。     

GM(1,1)循环残差修正模型及其应用研究

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过M atlab软件编程实现了该模型,并将其应用于2009-2010年入境游客量的预测。将本模型应用于2003年至2008年入境游客量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。