简介:一些企业在预测融资需求时大多采用销售百分比法,虽然简单方便,但是其基本假设与现实不很相符,实用性较差。GM(1,1)灰色预测模型建模所需信息较少,而模型精度较高,是处理小样本预测问题的有效工具。因此本文运用GM(1,1)模型来预测企业融资需求,克服了传统方法的缺陷,提高了企业财务预测的准确度。
简介:随着利率市场化全面实现和SHIBOR全面成为我国基准利率体系,资本市场的利率风险日益增加,如何准确度量SHIBOR的风险已变得非常重要。本文选取SHIBOR的周拆借利率数据作为研究对象,建立基于GARCH族的多个VaR和CVaR模型,在不同的置信水平上分别度量SHIBOR的风险。对比研究结果表明:GED分布假设优于正态分布和t分布,且t分布假设不适合用来刻画SHIBOR周利率的对数收益率的动态特性;在VaR模型不能有效测度SHIBOR风险时,CVaR模型能有效弥补VaR模型的缺陷,有效地度量实际损失风险。本文对于SHIBOR市场利率风险的测度方法,可为监管部门、金融机构和投资者提供决策依据和实践参考。