基于改进KMV模型的上市公司信用风险度量——以软件和信息技术服务业为例

本文主要研究KMV模型的改进问题,使其能够更准确有效地预测软件和信息技术服务业上市公司的违约风险。对违约点重新设定,采用动态粒子群算法,对权重和学习因子做线性变化策略,将其转化为求解标记*ST、ST和未被标记公司之间违约距离差距的最大值问题,来找到违约点的最优系数组合,实现对上市公司的信用风险度量与评估。