基于改进的KMV模型在我国商业银行中的应用研究
发布时间：2021-01-11 04:30
2019年5月24日,因为发生严重信用危机事件,包商银行被中国人民银行和中国银保监会宣布进行监管,期限为一年,为其他商业银行敲响了警钟。由此也说明我国银行业传统信用风险评估方法存在不足,关于我国商业银行的信用风险研究须更进一步。在实际应用中,随着研究的不断深入,KMV（Kealhofer、Mcquown和Vasicek）模型以科学性、客观性、可操作性、实用性等优势逐渐凸显出来,因而被越来越多的研究者信赖并采用。本文通过选取我国现有商业银行的相关数据,利用KMV模型进行评估,并针对评估结果,对KMV模型进行改进,使其更适用于我国银行业:股权价值利用股权结构进行计算,股票收益率利用GARCH（1,1）模型进行计算,违约点选取总负债的值并利用MATLAB进行计算;对非上市的商业银行利用PFM（Private Firm Model）模型进行评估,其实际为KMV模型的衍生模型。基于两个模型,分别选取我国部分商业银行为例进行实证分析,计算相应的违约距离（DD）和预期违约率（EDF）,并与相关的信用评级组织对银行的信用评级情况进行比较,得出相关结论。本文发现上市银行违约距离越大时,表示现在离违约点越...
【文章来源】： 谢一飞 山东大学
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图４．２：违约距离与预期违约概率关系图??（２）由ＣＳＭＡＲ数据库知，我国的无风险利率由２０１２年前后的３％，下??
山东大学硕士学位论文??５．３试验结果分析??非上市银行相关数据运用ＰＦＭ模型后，得到的结果的总结与分析如下：??（１）除去预期违约概率为１的样本点，违约距离与预期违约概率之间的??关系如图５．１所示。可以看出拟合的违约距离与预期违约概率之间的关系趋向??于一条光滑的曲线，虽然拟合程度不如上市公司利用ＫＭＶ模型进行实证分析??得到的结果，但也能反映出违约距离与预期违约概率之间呈负相关，即违约距??离越大，离违约点越远，其预期违约率越校??违约距离与预期违约概率关系图??１．６??．．．?１Ａ??１．２??？?？?＊?■．?＊?？?？?１??？？??§．８??ＯＳ．??０．４?？?？？？？？??０－２?？？??０?隹?＼？?傷??－８?－６?－４?－２?０?２?４?Ｓ?８??１Ｃ？＊＇?１２??－０．２??图５．１：违约距离与预期违约概率关系图??（２）通过结果发现，这样计算出来的违约距离有一些非上市银行是小??于０的，根据求得的结果发现当违约距离比－５还小时，预期违约率就趋近于１??了。造成这种情况的原因可能有回归方程中税前息前折扣耗前盈余五Ｂ７ＴＩＬ４??是通过计算得到，与实际可能存在误差；另外非上市银行的数据不像上市银行??一样公开、透明，且非上市银行的数据主要依赖于上市银行的数据，故可能存??在误差。??（３）在我国，非上市银行占了全国银行业的绝大多数，且数据披露尚不??完善（一些银行不是每年都进行信息披露工作），这使得我们在利用所得到的??数据资料进行计算评估非上市银行信用风险时，会出现偏差。由表５＿８可知，??非上市银行大部分都存在违约风险。在选取的非
议??比较上市银行和非上市银行的实证分析发现，由于约定的违约距离公式为??第三章中的（３．１１），所以如果ＤＤ偏小，则在Ｋ４不变的情况下有两个原因，??ＤＥＦ偏大或ａ＿４偏大。在非上市银行中许多实证得到的违约距离均小于〇猜测??为ＤＥＦ选取过大的缘故，ＤＥＦ的公式为＋?Ａ：?ｘ?ＬＴＤ，其中的短??期负债（ＳＴＤ）和长期负债（ＬＴＤ）可由财务报表得到，选取４种不同的长期??负债的权重０．２５，０．５，０．７５和１?（本文采用的１）进行违约距离的比较，上市??银行和非上市银行的结果如图５．２和图５．３所示。??长期负债前系数对违约距离的影响（上市银行＞??１２??Ｑ??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?罢?Ｉ?Ｓ?Ｉ?Ｉ?Ｉ?Ｉ?类?Ｉ?Ｉ?ｓ??Ｉ?Ｓ思ｇ?Ｉ器告§雰１舞▲器Ｉ?Ｉ霄??％?％?％?Ｉ??—０．２５?—０．５?—０．７５?—１??图５．２：长期负债前系数对违约距离的影响（上市银行）??通过图象发现对于上市银行无论系数选为多少，得到的违约距离均为大于??０的，相应的违约概率依然较小；而非上市银行中选取０．５或０．７５时，发现这??３１家银行的违约距离较为均匀的分布在ｘ轴两侧（ｘ轴意义为违约距离为０??），但具体的违约点的选取还可以做更为深入的研究。??为了结果更具有参考价值，选取０．７５作为长期负债的权重，重新计算出的??上市银行及非上市银行结果如表５．９和表５．１０所示。??单从结果分析发现，无论长期负债前的系数取多少，上市银行的违约距离??－３５－??
本文编号：2970090
【文章来源】： 谢一飞 山东大学
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图４．２：违约距离与预期违约概率关系图??（２）由ＣＳＭＡＲ数据库知，我国的无风险利率由２０１２年前后的３％，下??
山东大学硕士学位论文??５．３试验结果分析??非上市银行相关数据运用ＰＦＭ模型后，得到的结果的总结与分析如下：??（１）除去预期违约概率为１的样本点，违约距离与预期违约概率之间的??关系如图５．１所示。可以看出拟合的违约距离与预期违约概率之间的关系趋向??于一条光滑的曲线，虽然拟合程度不如上市公司利用ＫＭＶ模型进行实证分析??得到的结果，但也能反映出违约距离与预期违约概率之间呈负相关，即违约距??离越大，离违约点越远，其预期违约率越校??违约距离与预期违约概率关系图??１．６??．．．?１Ａ??１．２??？?？?＊?■．?＊?？?？?１??？？??§．８??ＯＳ．??０．４?？?？？？？？??０－２?？？??０?隹?＼？?傷??－８?－６?－４?－２?０?２?４?Ｓ?８??１Ｃ？＊＇?１２??－０．２??图５．１：违约距离与预期违约概率关系图??（２）通过结果发现，这样计算出来的违约距离有一些非上市银行是小??于０的，根据求得的结果发现当违约距离比－５还小时，预期违约率就趋近于１??了。造成这种情况的原因可能有回归方程中税前息前折扣耗前盈余五Ｂ７ＴＩＬ４??是通过计算得到，与实际可能存在误差；另外非上市银行的数据不像上市银行??一样公开、透明，且非上市银行的数据主要依赖于上市银行的数据，故可能存??在误差。??（３）在我国，非上市银行占了全国银行业的绝大多数，且数据披露尚不??完善（一些银行不是每年都进行信息披露工作），这使得我们在利用所得到的??数据资料进行计算评估非上市银行信用风险时，会出现偏差。由表５＿８可知，??非上市银行大部分都存在违约风险。在选取的非
议??比较上市银行和非上市银行的实证分析发现，由于约定的违约距离公式为??第三章中的（３．１１），所以如果ＤＤ偏小，则在Ｋ４不变的情况下有两个原因，??ＤＥＦ偏大或ａ＿４偏大。在非上市银行中许多实证得到的违约距离均小于〇猜测??为ＤＥＦ选取过大的缘故，ＤＥＦ的公式为＋?Ａ：?ｘ?ＬＴＤ，其中的短??期负债（ＳＴＤ）和长期负债（ＬＴＤ）可由财务报表得到，选取４种不同的长期??负债的权重０．２５，０．５，０．７５和１?（本文采用的１）进行违约距离的比较，上市??银行和非上市银行的结果如图５．２和图５．３所示。??长期负债前系数对违约距离的影响（上市银行＞??１２??Ｑ??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?罢?Ｉ?Ｓ?Ｉ?Ｉ?Ｉ?Ｉ?类?Ｉ?Ｉ?ｓ??Ｉ?Ｓ思ｇ?Ｉ器告§雰１舞▲器Ｉ?Ｉ霄??％?％?％?Ｉ??—０．２５?—０．５?—０．７５?—１??图５．２：长期负债前系数对违约距离的影响（上市银行）??通过图象发现对于上市银行无论系数选为多少，得到的违约距离均为大于??０的，相应的违约概率依然较小；而非上市银行中选取０．５或０．７５时，发现这??３１家银行的违约距离较为均匀的分布在ｘ轴两侧（ｘ轴意义为违约距离为０??），但具体的违约点的选取还可以做更为深入的研究。??为了结果更具有参考价值，选取０．７５作为长期负债的权重，重新计算出的??上市银行及非上市银行结果如表５．９和表５．１０所示。??单从结果分析发现，无论长期负债前的系数取多少，上市银行的违约距离??－３５－??
本文编号：2970090
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/2970090.html
