基于我国上市公司数据．本文通过建立因子得分、多元典型判别、贝叶斯判别、Logit回归和神经网络多个信用风险违约概率计量模型，实证比较各模型的功效。发现神经网络模型能够比较准确地反映样本内信用风险违约情况，是上述模型中最优的信用风险违约概率计量模型。

下载附件