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:
创业板自上市以来,由于自身技术水平不成熟、自有资产小等原因,信用风险的问题一直存在。本文选取了创业板上市的100家企业为样本,通过运用其股票市场的数据和财务报表中的债务数据,利用KMV模型信用评估方法,考虑创业板企业的实际市场情况,对参数进行了修改,并且结合相应编程计算其违约距离DD。实证研究结果表明, KMV模型对我国创业板企业的信用风险评估具有较高的准确性和科学性,对创业板企业进行风险预测和防范有着重要的意义。
推荐文章
基于支持向量机的企业信用风险评估研究
支持向量机
信用风险
核函数
泛化
人工神经网络
基于PSO-BP集成的国内外企业信用风险评估
信用风险评估
PSO-BP集成
Bagging抽样
多数投票
基于PCA-GABP的高技术企业信用风险评价
信用风险评价
主成分分析
遗传算法
BP神经网络
供应链金融视角下的小微企业信用风险评价
供应链金融
BP神经网络
小微企业
信用风险评价
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 基于KMV模型的我国创业板企业信用风险评估
来源期刊 学科
关键词 KMV模型 违约点 创业板企业 信用风险
年,卷(期) 2014,(3) 所属期刊栏目 财政金融
研究方向 页码范围 199-199
页数 1页 分类号
字数 1559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 刘澄 北京科技大学金融系 201 1249 17.0 26.0
2 郝丹洁 北京科技大学金融系 5 25 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (115)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
KMV模型
违约点
创业板企业
信用风险
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
周刊
1009-9808
51-1019/F
16开
四川省成都市
chi
出版文献量(篇)
43857
总下载数(次)
187
总被引数(次)
42282
论文1v1指导