作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在国内外债券评级的研究基础之上,选用 MDA、Logistic 模型、Probit模型以及神经网络四种债券评级方法,结合中国上市公司的风险特征,从变量甄选的角度对债券评级方法进行优化,同时采用中国上市公司数据进行实证分析.实证结论表明:甄选出的评级变量较国外常用的评级指标更好的刻画了中国上市公司的风险特征;Logistic 模型、Probit 模型和神经网络方法都对中国上市公司的债券有较高的评级分类能力,尤其是 Probit 模型和神经网络方法对中国公司债券的评级非常准确,误判率接近于0.
推荐文章
中国公司债券信用利差的影响因素研究
公司债券
信用利差
公司资质
信用级别
浅析我国公司债券市场
公司债券
资本结构
资本市场
基于VaR和ES模型的中国公司债券下行风险度量研究
公司债券
VaR模型
ES模型
下行风险
组合收益
如何看待公司债券违约潮
超日债违约
公司债违约
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 中国公司债券评级方法应用研究
来源期刊 经济数学 学科 经济
关键词 债券评级 MDA Logistic Probit 神经网络 变量甄选
年,卷(期) 2014,(4) 所属期刊栏目 【金融工程】
研究方向 页码范围 8-13
页数 6页 分类号 F830.91
字数 7536字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田渊博 东北财经大学金融学院和应用金融研究中心 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (15)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (4)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
债券评级
MDA
Logistic
Probit
神经网络
变量甄选
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
经济数学
季刊
1007-1660
43-1118/O1
16开
湖南省长沙市岳麓山湖南大学期刊社
42-364
1984
chi
出版文献量(篇)
1569
总下载数(次)
11
总被引数(次)
8356
论文1v1指导