违约风险的动态测度与解除：KMV与COX模型的应用与改进

　　《违约风险的动态测度与解除：KMV与COX模型的应用与改进》旨在前人研究基础上，通过对模型的对比与改进，研究适用于我国的上市公司违约概率模型。为实现该研究目的本书以我国股权分置改革后全流动非金融行业上市公司数据为样本，以2011年为公司是否发生信用违约事件的基准年，分别研究信用违约发生前1-3年样本公司的财务指标与非财务指标。首先，通过描述性统计分析对财务指标的区分能力进行研究，筛选包含企业陷入信用违约信息量较多的变量。其次，对信用违约的Fisher判别模型、线性Logistic模型和非线性Logistic模型进行实证研究，对模型判别效果的优劣进行对比。然后，在修正模型的基础上论证了KMV模型的模型能力，随后，在KMV模型的理论基础上设定对样本公司最具区分能力的最优违约点。之后，在判别效果较优的Logistic模型中引入最优违约点设定下的违约距离，讨论引入违约距离后的Logistic模型的预测精度是否提高。最后，探究哪些因素影响上市公司违约风险的解除。

　　马若微，女，1976年生，河南郑州人。北京工商大学经济学院副院长，副教授，管理学硕士，西安交通大学应用经济学博士，北京大学金融学博士后。主要研究方向：资本市场理论与运作、违约风险。曾主持并参与多个国家级课题，在《系统工程理论与实践》、《系统工程》、《当代经济科学》、《数理统计与管理》、《南开管理评论》等核心期刊发表论文30余篇，其中数篇论文被EI、CSSCI收录；出版专著、主编参编教材多部。

第一章导论