摘要：在现代商业银行的信用风险评估中，违约概率度量具有核心地位．传统的违约概率模型解释性强、计算强度小而应用方便，但容易产生模型设定偏差；现代人工智能模型预测精度高，却又存在解释性差、计算强度高和过度拟合等问题．为此，提出一类基于广义可加模型的违约概率模型，并对这类模型的拟合精度和预测效果进行实证比较．研究表明，广义可加违约概率模型不仅具有很高的预测精度，而且具有良好的可解释性和计算效率．另外，还从实际应用的角度出发，对该类模型拟合过程中可能存在的限制和困难进行探讨和分析，以利于对该方法的进一步的理论研究和实际应用．

关键词：信用风险度量 违约概率模型 广义可加模型 

单位：上海财经大学统计学系 上海209433