在信用風險的分析上,應變數就是發生與不發生,通常以1、0 來表示。若透過一般的最小平方法來處理,所求得的估計量雖滿足不偏性(Unbiased),但存在幾個缺點,應變數並不滿足迴歸分析中常態分配的假設、殘差項存在變異數異質的問題。在模型的解釋能力方面,更存在著以下困擾 1.忽略了不同規模與分配下應變數的邊際變化。 2.極端值的情形下,參數的係數將會受到很大的影響。
本研究引進了分量迴歸(Quantiles Regression)的工具,最早由Koenker and Bassett(1978)所提出,能解決在使用最小平方法來處理時所出現的問題,以架構公司信用風險模型的評估,提出客觀的評估標準,並檢驗其用以風險控管的能力。
實證結果整理,各分量Binary Regression Quantiles的預測解釋能力和傳統的Logit模型仍存在一定的差距。
Identifer | oai:union.ndltd.org:CHENGCHI/G0094258029 |
Creators | 吳仁弘 |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | Unknown |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0018 seconds