基于KMV模型我国在美上市公司信用风险实证研究

发布时间：2017-08-07 00:15

  本文关键词：基于KMV模型我国在美上市公司信用风险实证研究

  更多相关文章： 信用风险 在美上市公司 KMV模型 违约距离

【摘要】：随着经济全球化的不断发展和我国金融行业对外开放程度的日益加深,越来越多的中国企业通过到发达市场上市募集资金来促进公司发展。而2008年的金融危机后,这些到国外上市的公司的信用风险问题也越来越引起重视。如何提前识别出海外上市公司潜在的信用风险,特别是对于准备退市、私有化、并购整合以及拟回归A股市场的海外上市公司,如何正确度量其信用风险,以使投资者和相关的债权人可以及时采取必要的措施规避风险具有重要的意义。 目前我国金融业的风险管理水平还较低,信用风险评估办法依旧停留在传统的风险评分和专家系统阶段。由KMV公司开发的KMV模型是一种运用现代期权定价理论建立的违约预测模型。因其成熟的结构和使用的有效性,该模型在国外被众多大银行使用。与传统的信用风险评估模型相比,KMV模型不仅可以将公司财务数据和股票信息相结合对风险进行评估,着眼更全面,而且该模型采用基数法,可以通过违约距离和违约率评估信用风险的绝对大小,弥补传统模型的不足。据此,本文基于我国在美上市公司的实际情况,创新性的把KMV模型应用于度量其信用风险上。论文的内容主要分为三个部分,首先分析信用风险的概念、特点以及我国在美上市公司信用风险的特征、影响因素,并对我国在美上市公司信用风险予以界定；其次对目前国际上最流行的四种现代信用风险测定模型进行介绍,对KMV模型的优缺点进行分析,并得出KMV模型是目前比较适合我国实践情况的结论；最后再选取实证两组我国在美上市样本公司及无锡尚德,应用KMV模型计算出其违约距离和违约概率,并进行统计分析。 实证研究结果表明：KMV模型对我国在美上市公司信用风险有一定判决能力,能够区分出高价股组和低价股组公司信用风险的显著不同,判定出两组我国在美上市样本公司信用风险的整体状况并能监测到公司的信用状况变化或者破产前信用质量发生的变化,证实了其对信用风险的实际监测能力较强。本文最后对KMV模型在我国的应用和发展提出相关建议。
【关键词】：信用风险 在美上市公司 KMV模型 违约距离
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F831.51;F276.6
【目录】：

• 摘要6-7
• Abstract7-10
• 第1章 绪论10-17
• 1.1 问题的提出10-12
• 1.1.1 选题背景10-11
• 1.1.2 研究意义11-12
• 1.2 国内外研究现状12-15
• 1.2.1 国外研究现状12-13
• 1.2.2 国内研究现状13-15
• 1.3 研究的目的、内容、方法及创新点15-17
• 1.3.1 研究目的15
• 1.3.2 研究内容15
• 1.3.3 研究方法15-16
• 1.3.4 创新点16-17
• 第2章 我国在美上市公司信用风险概述17-23
• 2.1 信用风险概念及特征17
• 2.2 我国在美上市公司信用风险影响因素17-18
• 2.3 我国在美上市公司的监管问题18-19
• 2.4 我国在美上市公司信用风险度量的问题19-23
• 2.4.1 信用风险识别19-20
• 2.4.2 信用损益计量范式的选择20
• 2.4.3 信用资产估值方法的选择20-21
• 2.4.4 信用风险度量参数估计21-23
• 第3章 KMV模型理论分析23-34
• 3.1 现代信用风险度量模型介绍及其适用性分析23-25
• 3.2 KMV模型理论基础25-29
• 3.2.1 KMV模型的基础——BSM模型25-26
• 3.2.2 模型的假设条件26-27
• 3.2.3 KMV模型的原理27-28
• 3.2.4 KMV模型的优缺点28-29
• 3.3 KMV模型中间变量的计算处理29-34
• 3.3.1 股权波动率σ_E的计算—基于GARCH模型29-30
• 3.3.2 资产价值V_A及其波动性σ_A的估计30-32
• 3.3.3 违约触发点DPT及违约距离DD的计算32-33
• 3.3.4 预期违约概率EDF的估计33-34
• 第4章 我国在美上市公司信用风险的度量34-46
• 4.1 实证样本选择思路34
• 4.2 模型参数的设定34-35
• 4.3 实证计算过程35-41
• 4.3.1 股权波动率σ_E的计算35-39
• 4.3.2 资产价值及资产波动率的计算39-40
• 4.3.3 违约距离DD的计算40-41
• 4.4 实证结果有效性验证及讨论41-43
• 4.5 KMV模型预测违约风险验证43-44
• 4.5.1 参数的修正43
• 4.5.2 预测结果分析43-44
• 4.6 实证结果总结44-46
• 结论46-49
• 致谢49-50
• 参考文献50-54
• 攻读硕士学位期间发表的论文及科研成果54-55
• 附录55-58

【参考文献】

中国期刊全文数据库 前10条

1 闫海峰;华雯君;;基于KMV模型的中国上市公司信用风险研究[J];产业经济研究;2009年03期

2 翟东升;张娟;曹运发;;KMV模型在上市公司信用风险管理中的应用[J];工业技术经济;2007年01期

3 赵丽琴;戎爱萍;;信用风险度量及其组合管理中的相关性研究——Copula函数的引进[J];经济问题;2008年08期

4 高春燕;;KMV模型在信用风险评估中的运用[J];金融经济;2005年20期

5 任甄;吴雷;;GARCH(1,1)模型波动率预测的实证研究[J];市场周刊(理论研究);2010年11期

6 李磊宁;张凯;;KMV模型的修正及在我国上市公司信用风险度量中的应用[J];首都经济贸易大学学报;2007年04期

7 邵瑞庆;崔丽娟;;对我国上市公司持续经营不确定性审计意见的分析[J];审计与经济研究;2006年02期

8 朱顺泉;;基于期权定价理论的上市公司信用分类建模及应用研究[J];统计与信息论坛;2009年07期

9 于立勇,詹捷辉,金建国;内部评级法中违约概率与违约损失率的测算研究[J];统计研究;2004年12期

10 贾海涛;邱长溶;;宏观因素对贷款企业违约率影响的实证分析[J];现代管理科学;2009年02期

，

本文编号：632063