版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著巴塞爾新資本協(xié)議的推出,對信用風(fēng)險度量模型的研究就一直是理論和實務(wù)研究的重點。不同于傳統(tǒng)Merton模型中所采用的普通歐式期權(quán)分析范式,本文基于新的路徑依賴的障礙期權(quán)概念,將公司權(quán)益視為關(guān)于公司資產(chǎn)價值的一個向下敲出的看漲期權(quán),通過引入包含特定公司信息的早期破產(chǎn)障礙值,一方面可以更好地反映現(xiàn)實中很多引發(fā)在負債到期日之前提前違約的破產(chǎn)法規(guī)、司法程序以及負債條款,另一方面可以解決傳統(tǒng)期權(quán)觀點中所遇到的管理層選擇風(fēng)險難題。另外本文采用極大
2、似然估計法來估計障礙期權(quán)模型中的參數(shù),然后計算出理論違約概率來評價公司信用風(fēng)險。 本研究通過選取機械行業(yè)以及其他行業(yè)公司的2001到2008年的周數(shù)據(jù)進行實證處理,發(fā)現(xiàn)上市公司違約的隱含障礙值顯著存在。然后通過將特別處理(ST)作為公司發(fā)生財務(wù)危機違約的事件對待,我們探討了障礙期權(quán)模型對公司信用風(fēng)險的預(yù)測和解釋能力,結(jié)果發(fā)現(xiàn)障礙期權(quán)模型對ST和非ST公司的信用風(fēng)險具有一定的區(qū)分能力。最后通過檢測力曲線(Power Curve),
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Logistic模型的極大似然估計.pdf
- 瑞利分布的Bayes估計與極大似然估計.pdf
- Poisson混雜模型的極大似然估計.pdf
- 分組數(shù)據(jù)下競爭風(fēng)險混合模型的極大似然估計.pdf
- 基于極大似然估計的ADC測試算法的改進與實現(xiàn).pdf
- 2016考研數(shù)學(xué)復(fù)習(xí)之極大似然估計
- 有關(guān)極大似然估計若干問題的研究.pdf
- 極大似然估計在生活中的應(yīng)用
- 近似因子模型的懲罰極大似然估計.pdf
- 基于復(fù)雜刪失數(shù)據(jù)下極大似然估計的算法研究.pdf
- 伽瑪跳躍擴散過程的極大似然估計及其實證研究.pdf
- 13999.基于廣義極大似然的錯誤原假設(shè)的比例估計
- 盲源分離的極大似然估計算法研究與應(yīng)用.pdf
- 極大似然和MUSIC算法用于DOA估計的DSP實現(xiàn).pdf
- 樣本峰度最大值與Weibull分布參數(shù)的極大似然估計.pdf
- 連接位極大似然Minwise估計子的研究及應(yīng)用.pdf
- 邊界約束下多項分布的極大似然估計與EM算法.pdf
- 隨機互惠系統(tǒng)持久性及其參數(shù)的極大似然估計.pdf
- 35747.排序集抽樣下有先驗信息的極大似然估計
- 凸約束廣義線性回歸模型參數(shù)的極大似然估計研究.pdf
評論
0/150
提交評論