简介：权系数的确定是多属性决策中的一个关键问题，目前常用的方法都要利用专家判断矩阵。然而在实际操作中矩阵的元素往往受到各种因素的影响，产生一定的不确定性。本文利用区间方法来研究这种影响，对原有的模型进行推广，并提出一种有效的算法。对类似问题的解决，提供了一种新的思路。

简介：当上市银行的长期负债系数γ的取值不同时,应用KMV模型测算出的银行违约概率大相径庭。根据债券的实际信用利差可以推算出上市银行的违约概率PDi,CS,根据长期负债系数γ可以运用KMV模型确定上市银行的理论违约概率PDi,KMV。本文通过理论违约率与实际违约率的总体差异^n∑i=1｜PDi,KMV-PDi,cs｜最小的思路建立规划模型,确定了KMV模型的最优长期负债γ系数;通过最优长期负债系数γ建立了未发债上市银行的违约率测算模型、并实证测算了我国14家全部上市银行的违约概率。本文的创新与特色一是采用KMV模型计算的银行违约概率PDi,KMV与实际信用利差确定的银行违约概率PDi,CS总体差异^n∑i=1｜PDi,KMV-PDi,cs｜最小的思路建立规划模型,确定了KMV模型中的最优长期负债γ系数;使γ系数的确定符合资本市场利差的实际状况,解决了现有研究中在0和1之间当采用不同的长期负债系数γ、其违约概率的计算结果截然不同的问题。二是实证研究表明,当长期负债系数γ=0.7654时,应用KMV模型测算出的我国上市银行违约概率与我国债券市场所接受的上市银行违约概率最为接近。三是实证研究表明国有上市银行违约概率最低,区域性的上市银行违约概率较高,其他上市银行的违约概率居中。