KMV模型在我国上市公司信用风险评价中的应用研究
发布时间：2022-01-03 20:17
信用风险是全球商业银行乃至整个金融业面临的最主要风险之一。近年来,如何提高信用风险量化和管理水平成为我国商业银行面临的紧迫问题。本文选择信用风险的评价模型——KMV模型作为课题,试图在学习借鉴前人研究成果的基础上,对我国商业银行信用风险问题进行系统的理论分析和实证研究。本文首先回顾了信用风险管理理论的历史演进和发展前沿,并对当前主要的现代信用风险评价模型——CreditRisk+模型、Credit Metrics模型、Credit Portfolio View模型以及KMV模型进行了评析,得出KMV模型是当前最适合我国上市公司信用风险评价的模型。继而本文详细的介绍了KMV模型的理论基础与推导过程,并根据我国资本市场的特点对模型进行了必要的修正,其中最主要的是将违约触发点DPT修正为短期债务与一倍的长期债务之和,使其更加适用于我国的国情。为了检验修正后的模型的有效性,本文分别抽取沪市A股的上市公司,从横向和纵向两个方面对修正后的KMV模型进行检验,验证了修正后的KMV模型能够有效的评价我国上市公司的信用风险。最后本文还提出了一些政策、研究建议,以期能对我国的商业银行信用风险管理提供一些有...
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
ST组与非ST组数据的违约距离折线图
第五章修正的KMV模型在我国应用的实证研究600261600263600278600279600284600328浙江阳光路桥建设东方创业重庆港九浦东建设兰太实业2.33494843.91814552.53240292.46945812.30701632.38021652.39650813.3557582.58994612.23959132.52385692.70831891.84402341.92361211.59818121.41726831.5371211.57007971.79770491.80786951.42219361.4270971.84251151.89742382.28008722.27823092.23531293.49629663.66442892.81664922.65083.74622.31662.33283.24石53.96595.2，4小结与分析将30家公司2005一2010年违约距离用折线图体现即为下图(为了方便观察和对比分析，图中仅列示了2006年、2008年和2009年三年的数据):
不论是股价波动率。E还是资产价值波动率。A，都是ST公司较大，从这个角度来看，两个相应的波动率也可以作为衡量企业违约风险的参考指标;2.同样的一组公司，其波动率也会随着不同时间的经济形势不同而发生相应变化。好的经济环境下波动率普遍偏小，坏的经济条件下普遍较大。用5.2中的实证数据说明如下:表6一2实证二样本公司波动率比较分析Table6一2ComParisonofasofsamPleeomPanies指标2005年2006年。E总和GE平均a^总和。A平均12.0353980.4011807.8819500.26273215.7366680.52455611.3210870.3773702007年20.0997720.66999217.3060700.5768692008年21.4782900.71594315.7771780.5259062009年13.4452030.44817311.1289110.37096420140120，为方便观察将上表做折线图，结果如下:
【参考文献】：
期刊论文
[1]改进的KMV模型在我国上市公司信用风险度量中的应用[J]. 张能福,张佳. 预测. 2010(05)
[2]基于修正KMV模型的创业板公司信用风险研究[J]. 潘淑婷. 中国证券期货. 2010(09)
[3]基于KMV模型上市公司违约点的确定[J]. 章文芳,吴丽美,崔小岩. 统计与决策. 2010(14)
[4]商业银行信用风险管理的KMV模型及其修正[J]. 史小坤,陈昕. 南京财经大学学报. 2010(04)
[5]KMV模型对上市公司信用风险预测能力研究[J]. 钟长洪. 中国市场. 2010(26)
[6]对KMV模型的修正及其在公司债券评级中的应用[J]. 肖磊,李丽. 昆明学院学报. 2010(03)
[7]KMV模型研究综述[J]. 公希亮. 合作经济与科技. 2010(08)
[8]在美国次贷危机背景下看我国商业银行信用风险[J]. 袁芳. 中国管理信息化. 2010(04)
[9]现代信用风险度量模型的分析及对我国商业银行的借鉴[J]. 王颖. 市场论坛. 2010(02)
[10]我国商业银行信用风险管理问题及对策分析[J]. 万锦虹. 现代商贸工业. 2010(04)
本文编号：3566916
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【部分图文】：
ST组与非ST组数据的违约距离折线图
第五章修正的KMV模型在我国应用的实证研究600261600263600278600279600284600328浙江阳光路桥建设东方创业重庆港九浦东建设兰太实业2.33494843.91814552.53240292.46945812.30701632.38021652.39650813.3557582.58994612.23959132.52385692.70831891.84402341.92361211.59818121.41726831.5371211.57007971.79770491.80786951.42219361.4270971.84251151.89742382.28008722.27823092.23531293.49629663.66442892.81664922.65083.74622.31662.33283.24石53.96595.2，4小结与分析将30家公司2005一2010年违约距离用折线图体现即为下图(为了方便观察和对比分析，图中仅列示了2006年、2008年和2009年三年的数据):
不论是股价波动率。E还是资产价值波动率。A，都是ST公司较大，从这个角度来看，两个相应的波动率也可以作为衡量企业违约风险的参考指标;2.同样的一组公司，其波动率也会随着不同时间的经济形势不同而发生相应变化。好的经济环境下波动率普遍偏小，坏的经济条件下普遍较大。用5.2中的实证数据说明如下:表6一2实证二样本公司波动率比较分析Table6一2ComParisonofasofsamPleeomPanies指标2005年2006年。E总和GE平均a^总和。A平均12.0353980.4011807.8819500.26273215.7366680.52455611.3210870.3773702007年20.0997720.66999217.3060700.5768692008年21.4782900.71594315.7771780.5259062009年13.4452030.44817311.1289110.37096420140120，为方便观察将上表做折线图，结果如下:
【参考文献】：
期刊论文
[1]改进的KMV模型在我国上市公司信用风险度量中的应用[J]. 张能福,张佳. 预测. 2010(05)
[2]基于修正KMV模型的创业板公司信用风险研究[J]. 潘淑婷. 中国证券期货. 2010(09)
[3]基于KMV模型上市公司违约点的确定[J]. 章文芳,吴丽美,崔小岩. 统计与决策. 2010(14)
[4]商业银行信用风险管理的KMV模型及其修正[J]. 史小坤,陈昕. 南京财经大学学报. 2010(04)
[5]KMV模型对上市公司信用风险预测能力研究[J]. 钟长洪. 中国市场. 2010(26)
[6]对KMV模型的修正及其在公司债券评级中的应用[J]. 肖磊,李丽. 昆明学院学报. 2010(03)
[7]KMV模型研究综述[J]. 公希亮. 合作经济与科技. 2010(08)
[8]在美国次贷危机背景下看我国商业银行信用风险[J]. 袁芳. 中国管理信息化. 2010(04)
[9]现代信用风险度量模型的分析及对我国商业银行的借鉴[J]. 王颖. 市场论坛. 2010(02)
[10]我国商业银行信用风险管理问题及对策分析[J]. 万锦虹. 现代商贸工业. 2010(04)
本文编号：3566916
本文链接：https://www.wllwen.com/jingjilunwen/guojijinrong/3566916.html
