基于KMV模型的我国上市公司债券信用风险度量研究

发布时间：2017-09-01 08:36

  本文关键词：基于KMV模型的我国上市公司债券信用风险度量研究

  更多相关文章： 公司债券 信用风险 KMV模型 违约距离

【摘要】：公司债券作为企业直接融资的一个重要途径，近年来越来越受到关注。自2007年我国公司债券发行以来，发行规模不断增长，近两年步入了一个前所未有的快速发展期。但与此同时，上市公司债券的信用违约风险也逐渐暴露。2014年3月“11超日债”事件正式拉开了我国公司债券违约的序幕，此后多只公司债券先后爆出违约或偿付危机，引发市场担忧。对于尚未成熟的我国公司债券市场来说，如何有效地管理信用风险成为一个迫在眉睫的课题。这不仅关系到我国公司债券市场的健康发展，也关系到整个金融市场和国民经济的稳定。 信用风险度量是进行信用风险管理的重要部分，通过信用风险度量可以及早识别和有效控制信用违约风险。而信用风险的度量方法又是关乎信用风险度量水平的核心。我国公司债券市场快速发展，但是对于信用风险的认识和管理经验不足，与发达国家相比信用风险度量水平落后，特别是传统的信用风险度量方法已经无法满足当前复杂的市场变化需求。这对我国公司债券信用风险度量提出了新的要求，需要选择和运用更先进的现代信用风险度量方法，并且要适用于我国的公司债券市场。而基于期权定价理论的KMV模型正符合上述要求。目前对于KMV模型运用于我国上市公司债券信用风险度量的相关研究尚不多，尤其是在实证研究方面，这也成为本文所要研究的方向和重点。 具体的研究路径为，首先对我国公司债券的信用风险进行基本分析，包括公司债券的内涵及其信用风险的成因；然后考察了我国公司债券信用风险现状和信用风险管理存在的问题，发现存在日益积聚的信用风险，亟需加强信用风险的管理，，提升度量水平和改进度量方法。于是对目前国内外广泛应用的传统信用风险度量方法和现代信用风险度量方法进行理论梳理，通过优缺点和适用性比较，认为KMV模型是对于目前我国上市公司债券市场较为适用和可行的度量方法。在此基础上，对基于KMV模型的我国上市公司债券信用风险度量模型进行构建，并对模型中的参数和度量指标进行了修正，以更适用于我国上市公司债券市场。 实证部分本文选取了31只上市公司债券样本，依据信用级别分为低风险组、高风险组和ST组，搜集了样本公司大量财务和股票市场数据，运用Excel和MATLAB软件进行参数的计算，最终得出各组样本的违约距离。然后运用SPSS软件进行描述性统计和显著性检验，结果显示低风险组的违约距离均值显著高于高风险组，高风险组的违约距离均值显著高于ST组，即违约距离越大，公司债券发生违约的可能性越小；违约距离越小，公司债券发生违约的可能性越大，与现实情况和理论预期相一致。由此认为违约距离可以作为上市公司债券信用风险的度量指标，区分上市公司债券的信用风险水平，该KMV模型对于度量我国上市公司债券信用风险具有有效性和可行性，能够起到警示和规避信用风险的作用。基于上述研究，最后从制度、技术和人才三个层面对我国上市公司债券的信用风险度量提出了具有针对性的相关建议，以提升我国上市公司债券信用风险度量的水平，使得信用风险能够得到更好的管理和防范。
【关键词】：公司债券 信用风险 KMV模型 违约距离
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F275;F224
【目录】：

• 摘要5-7
• Abstract7-12
• 第1章 绪论12-22
• 1.1 研究背景与意义12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意义13-14
• 1.2 国内外研究综述14-19
• 1.2.1 国外研究综述14-16
• 1.2.2 国内研究综述16-19
• 1.3 研究内容、方法及创新之处19-22
• 1.3.1 研究内容19-21
• 1.3.2 研究方法21
• 1.3.3 本文创新之处21-22
• 第2章 我国上市公司债券信用风险分析22-40
• 2.1 我国上市公司债券概述22-27
• 2.1.1 公司债券的定义及分类22-24
• 2.1.2 公司债券的主要特征24
• 2.1.3 公司债券面临的风险24-27
• 2.2 我国上市公司债券信用风险的含义及形成27-29
• 2.2.1 公司债券信用风险的含义27
• 2.2.2 公司债券信用风险的形成27-29
• 2.3 我国上市公司债券市场及信用风险现状29-34
• 2.3.1 我国上市公司债券市场发展现状29-31
• 2.3.2 我国上市公司债券信用风险现状31-34
• 2.4 我国上市公司债券信用风险管理存在的问题34-38
• 2.4.1 制度层面34-35
• 2.4.2 度量层面35-37
• 2.4.3 意识层面37-38
• 2.5 本章小结38-40
• 第3章 我国上市公司债券信用风险度量模型的选择与构建40-52
• 3.1 我国上市公司债券信用风险度量模型的比较与选择40-45
• 3.1.1 传统信用风险度量方法40-42
• 3.1.2 现代信用风险度量方法42-43
• 3.1.3 基于我国国情的信用风险度量方法的比较与选择43-45
• 3.2 基于 KMV 模型我国上市公司债券信用风险度量模型构建45-51
• 3.2.1 基本思路45-46
• 3.2.2 主要假设46-47
• 3.2.3 计算步骤47-50
• 3.2.4 模型修正50-51
• 3.3 本章小结51-52
• 第4章 基于 KMV 模型我国上市公司债券信用风险度量模型的实证分析52-68
• 4.1 模型的样本选择和数据来源52-54
• 4.1.1 模型的样本选择52-53
• 4.1.2 样本的数据来源53-54
• 4.2 模型的参数确定54-61
• 4.2.1 市场无风险利率54
• 4.2.2 公司资产价值增长率54-55
• 4.2.3 公司股权价值55-56
• 4.2.4 公司股权价值波动率56-58
• 4.2.5 公司违约点58-59
• 4.2.6 公司债务期限59-60
• 4.2.7 公司资产价值和资产价值波动率60-61
• 4.3 模型的计算结果61-62
• 4.4 模型的结果分析62-66
• 4.4.1 违约距离的描述性统计62-64
• 4.4.2 违约距离的显著性检验64-65
• 4.4.3 实证分析结论65-66
• 4.5 本章小结66-68
• 第5章 对我国上市公司债券信用风险度量的建议68-72
• 5.1 制度层面建议68-69
• 5.2 技术层面建议69-70
• 5.3 人才层面建议70-71
• 5.4 本章小结71-72
• 结论与展望72-75
• 参考文献75-78
• 附录78-80
• 攻读学位期间发表的学术论文80-81
• 致谢81

【参考文献】

中国期刊全文数据库 前10条

1 梁琪;企业信用风险的主成分判别模型及其实证研究[J];财经研究;2003年05期

2 唐振鹏;;基于EGARCH-M波动模型的KMV信用风险度量研究[J];福州大学学报(哲学社会科学版);2010年01期

3 张玲,杨贞柿,陈收;KMV模型在上市公司信用风险评价中的应用研究[J];系统工程;2004年11期

4 陈忠阳;信用风险量化管理模型发展探析[J];国际金融研究;2000年10期

5 江露;;浅析公司债券信用风险[J];经营管理者;2014年11期

6 王春峰,万海晖,张维;商业银行信用风险评估及其实证研究[J];管理科学学报;1998年01期

7 陈秀梅;;我国债券市场信用风险管理的现状及对策建议[J];宏观经济研究;2012年02期

8 沈沛龙,任若恩;现代信用风险管理模型和方法的比较研究[J];经济科学;2002年03期

9 曹萍;;美国公司债券发展和制度安排及启示[J];金融与经济;2013年07期

10 内蒙古银行课题组;杨海平;高红用;;基于KMV模型的小微企业信用风险预警研究[J];内蒙古金融研究;2014年09期

本文编号：771053