边界Logistic违约率模型Bayes分析及实证研究

Cramer^[1]指出了一般Logistic违约率模型容易出现的问题并提出了边界Logistic违约率模型.本文采用了不同于Cramer(2004)的Bayes分析方法对边界Logistic模型的后验分布的性质进行了分析,从理论上说明了边界Logistic违约率模型更优越的原因.然后利用中国公司数据展开实证研究,不仅找到了Cramer问题的中国证据,同时还发现Bayes边界Logistic违约率模型不仅能够克服Cramer问题,而且对临界值不敏感,同时预测效率也相对较高.     

边界Logistic违约率模型及实证研究

在前人研究基础上对边界Logistic违约率模型展开进一步研究.首先通过抽样分布性质的研究从理论上说明了为什么边界Logistic违约率模型更优越.然后利用中国公司数据展开实证研究,不仅找到了Cramer问题的中国证据,同时还发现边界Logistic违约率模型不仅能够克服Cramer问题、而且对临界值不敏感、同时预测效率也相对较高.