• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Proceedings of the Third IASTED International Conference on Financial Engineering and Applications >BAYESIAN CREDIT RATING ANALYSIS BASED ON ORDERED PROBIT MODEL WITH FUNCTIONAL PREDICTOR
【24h】

BAYESIAN CREDIT RATING ANALYSIS BASED ON ORDERED PROBIT MODEL WITH FUNCTIONAL PREDICTOR

机译：基于带函数预测的有序概率模型的贝叶斯信用评级分析

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents a Bayesian method for the credit rating prediction modeling in the functional data analysis framework.The credit rating model is designed to include the effects of trends in a certain set of accounting variables from financial statements. To estimate the model parameters, the paper presents a Markov chain Monte Carlo sampling algorithm.The Bayesian predictive information criterion is employed to assess the goodness of the estimated model.The proposed method is applied to Japanese credit ratingdata listed on the Tokyo Stock Exchange. The results show that the proposed method performs well.
机译：本文提出了一种贝叶斯方法，用于功能数据分析框架中的信用评级预测建模。信用评级模型旨在包括财务报表中特定会计变量集的趋势影响。为了估计模型参数，本文提出了一种马尔可夫链蒙特卡罗采样算法，采用贝叶斯预测信息准则对模型的优劣进行评估，并将该方法应用于在东京证券交易所上市的日本信用评级数据中。结果表明，该方法性能良好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号