2) credit default probability prediction model
信贷违约概率预测模型
1.
In this paper,logistic regression analysis is used to establish the listed companies\' credit default probability prediction model.
本文利用Logistic回归分析建立了上市公司信贷违约概率预测模型,通过选取样本数据、测试数据、年度配比数据和反映公司的偿债、举债经营和运作资金的能力的15个上市公司财务指标,首先使用样本数据和测试数据对模型进行了分析和检验,其次分别通过改变数据的配比方式、年度数据来观察模型预测分类结果,检验模型的历史预测能力,最后根据全文分析得出相关结论。
3) default probability
违约概率
1.
Forecasting the Default Probability of Single Credit Assets on the Basis of the Logistic Model;
基于Logistic模型的单个信用资产违约概率预测
2.
Noisy information,structural model and bank evaluation of default probability;
信息噪音、结构化模型与银行违约概率度量
3.
Based on the reduced form approach and market value recovery,under the assumption of stochastic interest rate,the close form formula for both the pricing of the bond and default probability are obtained.
对公司的破产采用约化方法和市价回收,在利率是随机假定下分别给出了债券定价和违约概率的显式表达式,并讨论了其金融意义。
4) PD
违约概率
1.
This paper points out that the risk parame- ters under IRB,such as PD,LGD and EAD,show procyclical patterns because risk is time varying throughout the economic cycle.
本文认为,由于信用风险是变化的,违约概率、违约损失以及违约风险暴露具有亲周期的特点,亲周期程度取决于银行所采用的模型方法和预测时间;通过第一支柱下降低风险参数的风险敏感度、降低风险权重函数曲线的斜率,第二支柱下的压力测试、设立超额资本要求、平滑风险权重函数的输出值,以及提取动态准备金和实施宏观经济政策等方法能够有效缓解内部评级法的亲经济周期效应;监管当局应在更宏观的框架下分析内部评级法的宏观经济效应,选择合理的政策工具解决亲经济周期效应问题。
5) probability of default
违约概率
1.
Calculation of probability of default(PD) and loss given default(LGD) of internal ratings-based(IRB) approach;
内部评级法中违约概率与违约损失率的测度
2.
Loan Pricing Based on Probability of Default and Loss Given Default;
基于违约概率和违约损失率的贷款定价研究
3.
Secondly, by setting up CDO pricing model, it tests the factors that lead CDO investors lose their money, including unconditional probability of default, housing price and credit rating on CDO.
文章通过分析,得出以次级按揭贷款为基础的CDO极大地扩大了危机影响面;并通过合成CDO定价模型,测量了影响CDO投资者损失扩大的关键因素,包括借款人个体违约概率变化、住房价格变化、信用评级机构错误评级等对投资CDO市场的影响。
6) Default Model
违约模型
1.
Therefore the default model above should not be easy to measure out of default probability of the retail loans.
因此运用上述违约模型不能很方便地测算出零售贷款违约概率。
补充资料：跳汰分层的概率—统计模型
跳汰分层的概率—统计模型
probability-statistic model of jigging stratification
t Iootol feneeng de ga一l已一tongj一m0Xing跳汰分层的概率一统计模型(probability-statistie model of Jigging stratifieation)应用概率一统计方法研究跳汰选矿分层规律的数学表达式。该项研究不再考虑分层作用机理，而将跳汰分层视作不同密度和杠度的颗粒向各自平衡层迁移的过程。在这一过程中颗粒之间的碰撞和紊流扰动使颗粒的运动带有随机性。同样性质的颗粒也会有不同的运动轨迹。因此对同一性质颗粒的分层运动可以用其分布中心的迁移和向邻层扩散来表述。重矿物进入下层的概率要比进入上层的为大，在床层的d，微层中，某种颗粒的概率分布密度aJ对时间的变化率可用颗粒的沉降量与扩散量之和表示: 瓮一，窦+:穿、l)式中x为床层厚度，m;A为颗粒在重力和阻力作用下向下运动的速度系数，m/s;B为颗粒的随机扩散运动系数，m/s“。由概率一统计原理知，某种性质颗粒分布中心的迁移速度以及颗粒围绕这个中心的离散均正比于颗粒从一层转入另一层的概率。随着时间的延长，颗粒接近自己的平衡层，层间转移的概率随之降低。某种性质粒群分布中心随时间变化的关系式为 夕、一夕ma、(1一e一k‘)(2)围绕该分布中心颗粒的离散(标准离差)武mZ)为 。2一令，急a、、e一‘!(3) 2“JJ___式中y为某种性质颗粒在时间为t时的分布中心距床层上表面的高度，m;yma、为该性质颗粒群的平衡层距上表面高度，m;K为表征移动比速度的系数;对一定性质的给料和一定的水力学参数，k值不变，其单位为l/S。 该概率一统计模型是一种普遍的规律式，它只能定性地说明跳汰过程中各密度层的形成过程。式中系数k与给料性质和水流特性存在一定关系，通过试验进一步建立起它们之间的关系后，有可能表示出原料性质对操作条件的要求和在一定时间内达到的分选指标，这项研究还有待继续完善。 (孙玉波)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条