论文部分内容阅读
内部信用评级是新巴塞尔资本协议的核心,而违约概率的预测又是内部评级的基础。本文利用具有出色分类功能的非线性支持向量分类(SVC)方法来预测德国公司的违约概率,识别其信用风险。结果显示,SVC模型的预测能力优于基准的logit模型;而且非线性SVC模型能够捕捉线性logit模型所不能识别的影响信用风险的重要变量。本文虽然分析的是德国公司数据,但是同样对我国商业银行和公司构建全面风险管理体系有着直接的指导意义。