ニューラル・ネットワークによる格付付与構造の解明のための説明変数の数について
スポンサーリンク
概要
- 論文の詳細を見る
債権リスクの指標として格付機関が付与した格付が使用されている。この格付は財務データである定量的データに各機関が持つ定性的なデータを付加して形成されている。市場参加者がアクセス可能な共有情報である財務データのみを使った分析方法が見いだされて、各格付機関が付与している構造が明らかになり、安定的に格付を判断する手法が考案できれば.格付けを受けようとしている企業や投資をおこなう金融機関にとって費用対効果の観点から有用であることは容易に想像できるであろう。以前の論文で格付付与構造の解明のためにニューラル・ネットワークを用いて、米国および日本の格付機関の格付データを定量的なデータのみで復元する方法を提示し実証分析を行ったが、本論文ではさらにこの方法を利用するときに、データ収集の負担を軽減することを目的として説明変数の数に焦点を当てて分析を行った。
著者
関連論文
- 米国のバイオテロ対策(商学編)
- 媒体計画の効率性の測定と階層グラフによる評価
- ニューラル・ネットワークによる格付付与構造の安定性について
- ニューラル・ネットワークを用いた格付機関の付与する格付の安定性に関する実証分析
- バーゼル2導入における新格付手法としてのニューラル・ネットワーク法
- TVコマーシャルをタイムクラスへ割り当てるための近似モデル
- 日米格付機関の格付決定要因の比較分析
- 国際経営における企業評価の現状と課題 : 連結経営の視点から
- ニューラル・ネットワークによる格付付与構造の解明のための説明変数の数について
- 連結決算制度の導入に伴う国際経営への影響についての一考察
- The effect of rating change information on stock prices in Japan
- アセアン諸国に対する中国元切り下げの影響