基于KMV模型的城投债信用风险分析
本文选题:城投债 切入点:信用风险 出处:《北京外国语大学》2017年硕士论文
【摘要】:随着城市化进程加快,城投债作为地方政府基建项目的筹资工具应运而生,近几年发展速度迅猛,同时也因为政企难分饱受争议。2015年新《预算法》实施,地方政府可以自行发行地方政府债,城投债前景未定,地方政府负有偿还责任的城投债面临被全部置换的可能,置换进度尚不确定。虽然中国城投债市场到目前为止尚未出现一例实质性违约,一些违约征兆也将潜藏在市场背后的危机展现在投资者面前。城投债作为当前深受投资者追捧的金融产品,信用风险突出,亟待量化。目前从整体上看,我国大陆31个省、自治区及直辖市均已发行过城投债。以省级政府为城投债信用风险的研究对象简单且意义深刻。截至2017年2月底,各地方政府共有未到期城投债6039只,总金额6.16万亿元。从历年的发行规模来看,2009年城投债进入发展的井喷期,2013年突破万亿大关,2015年受新政策影响同比略有下降,2016年重返高位。从当前债券余额规模,各省级政府城投债负债率,城投债修正债务率等指标来看,江苏省有未到期城投债1249只,总金额1.02万亿元,两项指标均居各地方政府首位,西藏自治区2015年首次发行城投债,目前有未到期城投债1只,总金额9亿元,债务最轻。经过计算,城投债负债率指标天津市最高,为21.44%;修正城投债债务率指标重庆市最高,为161.10%。西藏自治区均处于两项指标的最低点,分别为0.78%、6.78%。其余省市中,海南省两项指标也较低,分别为2.03%、]2.86%。本文首先以债务规模较大的江苏省为例,介绍将江苏省城投债数据应用到信用风险度量模型中的步骤,之后对剩余的30个样本进行计算。度量信用风险的模型很多,现代度量模型中,KMV模型避开对历史违约数据的数量要求,主要通过对公司资产价值的预测来进一步估算信用违约概率,不涉及由于信用违约造成的损失估计或债券定价等问题,最适合城投债信用风险的分析。将地方政府财政收入等同于公司资产价值,将地方政府未偿还城投债等同于公司负债,通过ARIMA模型预测地方政府财政收入,通过累积地方政府每一只债券2017年应偿付的本息得到债务变量,代入改造后的KMV模型中即得到各个样本的违约概率。通过计算,我国各省级政府城投债的预期违约率区间为[0.00%,2.64%],最高概率仍在5%以内,违约发生的可能性很小。根据实证结果绘制出中国大陆地区各省级行政单位城投债违约风险预警图,以0.5%为间距,分为六个区间,重庆市、江苏省、湖北省、云南省、湖南省等地区违约风险相对较高。考虑到实证过程均以省级行政单位为基础,县级、市级城投公司发行的城投债风险被平均化,一些市县级地方政府的违约概率可能更高,应引起投资者警惕。该预警图可以指导不同类型投资者配置资金,指导地方政府及城投公司适量发行债券,指导中央政府发布前瞻性政策。尽管计算结果乐观,但是城投债正处于更迭阶段,不是唯一的地方政府债务,地方政府债的当前余额约为城投债的4.40倍,防范化解城投债债务风险、确保地方政府负有偿还责任的城投债顺利过渡刻不容缓,故提出以下几点建议:允许地方政府局部违约;把原来的城投债转变为真正的地方政府债;对现有地方政府投融资平台公司进行整顿合并;推进地方政府债务的甄别公开工作;加快编制地方政府资产负债表。未来政企分离是大趋势,城投公司将为城投债还本付息负责,城投债将向项目收益债靠拢,地方政府债将成为地方政府融资的主要工具。
[Abstract]:As the urbanization process is accelerated , the capital investment debt is a fund - raising tool for the local government infrastructure projects . In recent years , the development speed is rapid , and because of the difficulty of government - owned enterprises , the capital investment in the city has not yet been determined . As of the end of February 2017 , the capital investment in the city has not yet been determined . In the remaining provinces and municipalities , the capital investment in the city has reached its lowest level , with a total amount of RMB 9.6 trillion yuan . In the rest of the province , the KMV model is the highest in the market . In the modern metric model , the KMV model avoids the quantitative requirement of historical default data , and the credit default probability is further estimated by forecasting the value of the company ' s assets . Based on the empirical results , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , the local government debt is divided into six sections , and the city investment bank will pay the principal and interest to the city . The city investment debt will be closed to the project income debt , and the local government debt will be the main tool for local government financing .
【学位授予单位】:北京外国语大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F812.5
【相似文献】
相关期刊论文 前10条
1 杨军战;;价格与隐含远期违约概率[J];经济数学;2007年02期
2 张苏林;;信贷违约概率测算方法及其应用研究[J];洛阳理工学院学报(社会科学版);2010年03期
3 慕文涛;党宇峰;王娜;;“公共品”信用评级模式下的公司违约概率预测[J];现代管理科学;2013年01期
4 于立勇,詹捷辉;基于Logistic回归分析的违约概率预测研究[J];财经研究;2004年09期
5 陈东海,谢赤;信用风险管理中违约概率的估算方法[J];统计与决策;2005年13期
6 武次冰;易宇;武锶芪;;贷款违约概率测算方法:违约比例模型[J];统计与决策;2010年06期
7 王颖;聂广礼;石勇;;基于信用评分模型的我国商业银行客户违约概率研究[J];管理评论;2012年02期
8 王小明;;关于一类广义可加违约概率模型的探讨[J];系统工程理论与实践;2008年06期
9 陈诗一;;德国公司违约概率预测及其对我国信用风险管理的启示[J];金融研究;2008年08期
10 潘亮;李军;杨晓光;;一种基于样本配比的违约概率估计方法及其应用[J];科技促进发展;2011年11期
相关会议论文 前3条
1 朱训;梁雪春;;基于区间数的商业银行信贷违约概率测算研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
2 张大斌;周志刚;刘雯;焦鹏;;上市公司最优违约系数的不确定性DE-KMV测算模型[A];中国系统工程学会第十八届学术年会论文集——A10系统工程方法在金融、投资、保险业等领域的研究[C];2014年
3 陈林;周宗放;;基于倒数GAMMA分布的控股公司违约概率研究[A];第八届(2013)中国管理学年会——金融分会场论文集[C];2013年
相关重要报纸文章 前8条
1 农总行信贷管理部信贷风险评级管理处供稿;违约概率的度量[N];中国城乡金融报;2005年
2 本报记者 李金明;德意志银行:希腊主权债务违约概率75%[N];证券日报;2011年
3 记者 朱周良 编辑 朱贤佳;希腊违约概率骤增 紧张情绪波及股市[N];上海证券报;2010年
4 西南财经大学信托与理财研究所;创新还是噱头?[N];证券时报;2006年
5 许一览;信用债选择须看指标[N];上海金融报;2009年
6 瞿强;次贷危机评估:美国的损失与其他市场的损失[N];上海证券报;2008年
7 本报记者 张炜;银行理财产品不是没有风险[N];中国经济时报;2006年
8 西南证券 执笔 匡荣彪 何可 朱仲华;债券违约常态化或将成为一种趋势[N];上海证券报;2014年
相关博士学位论文 前6条
1 洪波;商业银行公司授信违约概率预测方法研究[D];合肥工业大学;2014年
2 季峰;我国商业银行消费信贷违约概率模型研究[D];中国科学技术大学;2009年
3 许一览;人民币对公贷款违约概率计量模型研究[D];复旦大学;2014年
4 麦强;基于违约概率和回收率负相关假设的信用风险模型研究[D];哈尔滨工业大学;2006年
5 孟纹羽;我国商业银行风险传染效应实证研究[D];山东大学;2015年
6 殷波;房地产泡沫与金融危机[D];华中科技大学;2010年
相关硕士学位论文 前10条
1 田林;上市公司违约概率与商业银行潜在信用风险的度量[D];辽宁大学;2015年
2 李慧萍;我国城投债违约概率的影响因素与计量研究[D];复旦大学;2014年
3 黄荔莉;我国商业银行信贷类理财产品信用风险研究[D];福州大学;2014年
4 黄洋洋;基于Logistic模型制造业上市公司违约概率的评估[D];华东交通大学;2016年
5 曹宇;KMV模型违约点修正[D];苏州大学;2016年
6 李宁宁;基于KMV模型的城投债信用风险分析[D];北京外国语大学;2017年
7 王芳;初探经济周期条件下的违约概率计算[D];吉林大学;2006年
8 吴琪;银行贷款违约概率测量方法研究[D];武汉大学;2005年
9 潘亮;一种基于样本配比的违约概率估计方法及应用[D];长沙理工大学;2012年
10 刘佳;基于时点法测算违约概率的跨周期修正[D];湖南大学;2011年
,本文编号:1671808
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/1671808.html