基于Fisher判别方法的信用风险评估实证研究

摘要：

商业银行信用风险评估的文献大多是将财务比率作为自变量建立模型,判别信息存在一定的滞后性.文章将财务比率与证券市场数据结合起来,增加了基于KMV模型,利用证券市场数据计算的违约距离作为Fisher判别函数新的自变量,建立Fisher判别函数,然后运用模型对总样本和检验样本进行实证分析,结果表明加入违约距离,将财务比率与证券市场结合的信用风险判别模型既能反映上市公司的历史财务状况,亦能反映现实市场变化情况,从而提高了商业银行预警信用风险的准确度.

关键词：Fisher判别模型、KMV模型、财务比率、违约距离

分类号：F83;F42

资助基金：教育部人文社会科学研究项目09YJE790004;“泰山学者”建设工程专项基金,山东省博士后创新项目专项资金

在线出版日期：2012-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：67-69