基于修正KMV模型的我国上市公司信用风险度量研究

发布时间：2017-04-22 17:53

  本文关键词：基于修正KMV模型的我国上市公司信用风险度量研究，由笔耕文化传播整理发布。

【摘要】：信用风险是银行风险管理的核心内容之一,它的有效管理在维护银行体系的稳健运行、提高金融资源的配置效率、更好的服务于实体经济等方面发挥着巨大的作用。2008年美国次级债务危机的爆发对信用风险管理提出了更高的监管标准和要求,量化的信用风险管理将会在预测公司违约、防控行业风险和系统性风险等方面发挥重要的作用。根据2014年社会融资规模存量统计数据,我国实体经济贷款余额为81.43万亿元,同比增长13.6%。由此可知,商业银行的公司信贷规模是非常庞大的,增速也较快。然而,现阶段我国商业银行的公司信用风险评估方法主要采用“五级分类法”、“专家法”。这些传统的风险度量方法监测滞后,而且主观性较强,定性的成分较大,在指标的选取和权重设置方面还存在一定的问题,不能精准地度量公司的偿债能力和违约概率。因此,商业银行公司信用风险度量研究是个非常重要且紧迫的课题,研究利用高级计量模型来进行信用风险度量具有较高的理论和现实意义。本文首先回顾了商业银行信用风险测量方法的历史变迁,并重点分析比较了现代风险度量方法的优缺点以及推广使用的条件,发现KMV模型是比较适宜我国应用的高级计量模型。随后阐述了KMV构建的基本步骤,并提出对关键参数违约点进行修正,进而运用修正后的KMV模型来度量我国商业银行公司信用风险。最后对本文进行总结,并提出政策建议。全文具体分为五章：第一章是绪论,阐述了文章的选题背景及意义、国内外研究现状、研究思路和研究内容、本文的创新与不足。第二章是信用风险及其度量方法,首先,界定信用风险的概念；其次,详细介绍了传统的信用风险度量方法和现如今国际上比较流行四种信用风险度量方法；最后,通过定性比较这四种现代风险度量方法的优缺点以及推广使用的条件,发现KMV模型是比较适宜我国应用的高级计量模型。第三章是KMV模型及其修正,本章首先对穆迪公司开发的KMV模型进行了简要的介绍；其次,考虑到我国资本市场的市场化程度并不高,本文提出对KMV模型的关键参数违约点进行修正；最后,使用国内2009年到2014年6月期间首次被标记为*ST的116家公司样本数据进行最小二乘估计,得出适合我国的违约点计算公式应该是短期负债加上0.59倍的长期负债。第四章是基于修正的KMV模型的实证分析,运用修正后的KMV模型来度量商业银行公司信用风险,实证结果显示修正后的模型能够较好地测度ST企业和非ST企业的违约距离和预期违约概率。第五章是结论和建议,本章归纳了文章的主要结论,同时提出了提升银行信用风险度量水平的政策建议：加强公司历史信用数据的收集,建立违约数据库；积极推进内部评级体系建设；加快KMV模型的修正及运用；重视现代信用风险管理人才的培养。
【关键词】：信用风险 KMV模型 违约点 预期违约概率
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F272.3;F832.51
【目录】：

• 摘要7-9
• Abstract9-11
• 1 绪论11-16
• 1.1 研究背景和意义11
• 1.2 文献综述11-14
• 1.2.1 国外文献综述11-13
• 1.2.2 国内文献综述13-14
• 1.3 研究思路与内容14-15
• 1.3.1 研究思路14-15
• 1.3.2 研究内容15
• 1.4 创新与不足15-16
• 2 信用风险及其度量方法16-28
• 2.1 信用风险的界定16
• 2.2 信用风险的度量方法16-24
• 2.2.1 传统信用风险度量方法16-18
• 2.2.2 现代信用风险度量方法18-24
• 2.3 现代信用风险度量方法的比较及在我国的适应性分析24-27
• 2.3.1 现代信用风险度量方法的定性比较24-26
• 2.3.2 现代信用风险度量方法在我国的适应性分析26-27
• 2.4 本章小结27-28
• 3 KMV模型及其修正28-36
• 3.1 KMV模型的基本参数28-30
• 3.1.1 无风险收益率28
• 3.1.2 时间参数28
• 3.1.3 股权市场价值28
• 3.1.4 股权市场价值的波动率28-30
• 3.1.5 资产预期增长率30
• 3.1.6 违约点30
• 3.2 KMV模型构建的基本步骤30-32
• 3.2.1 资产价值及其波动率的计算30-31
• 3.2.2 违约距离的计算31
• 3.2.3 预期违约概率的计算31-32
• 3.3 KMV模型的修正32-36
• 3.3.1 违约点修正的原因分析32-33
• 3.3.2 违约点修正的OLS估计33-36
• 4 基于修正的KMV模型的实证分析36-50
• 4.1 数据来源与样本选取36-37
• 4.2 实证计算过程37-48
• 4.2.1 无风险利率的选取37
• 4.2.2 股权价值的计算37-38
• 4.2.3 股权价值波动率的计算38-44
• 4.2.4 资产预期增长率的计算44-45
• 4.2.5 违约点的的计算45-46
• 4.2.6 资产价值及其波动率的计算46
• 4.2.7 违约距离的计算46-47
• 4.2.8 预期违约概率的计算47-48
• 4.3 实证结果分析48-50
• 5 结论和建议50-53
• 5.1 研究结论50
• 5.2 提升银行信用风险度量水平的政策建议50-53
• 5.2.1 加强公司历史信用数据的收集,建立违约数据库51
• 5.2.2 积极推进内部评级体系建设51-52
• 5.2.3 加快KMV模型的修正及运用52
• 5.2.4 重视现代信用风险管理人才的培养52-53
• 参考文献53-57
• 附录57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 田丽红,吴晓燕,常明;中小企业信用风险度量模式的选择分析[J];石家庄铁路职业技术学院学报;2005年02期

2 林日丽;;国外主要信用风险度量方法评介[J];生产力研究;2006年03期

3 张鹏;曾永泉;岳超源;;信用风险度量的新专家方法[J];科技进步与对策;2006年07期

4 陈之超;;“中小企业科技金融创新”专题之十 中小企业信用风险度量方法的国内外研究综述[J];江苏科技信息;2009年08期

5 王珍珍;党娜;;中小企业融资的信用风险度量和控制机制分析[J];现代商业;2010年08期

6 刘亚君;刘永功;;中小企业信用风险度量分析[J];商;2012年03期

7 张鹏;曾永泉;张忠桢;;信用风险度量的改进专家方法[J];科学技术与工程;2002年06期

8 胡宗伟;信用风险度量方法:一个综述[J];新金融;2005年02期

9 门玉峰;;信用风险度量方法与模型述评[J];理论界;2007年12期

10 马永杰;孔荣;;基于逐步判别分析方法的农户正规融资信用风险度量研究[J];广东农业科学;2011年20期

中国博士学位论文全文数据库 前8条

1 袁建良;开发性金融信用风险度量研究[D];中南大学;2008年

2 刘迎春;我国商业银行信用风险度量和管理研究[D];东北财经大学;2011年

3 夏红芳;商业银行信用风险度量与管理研究[D];南京航空航天大学;2007年

4 刘兵;我国商业银行信用风险度量与管理研究[D];吉林大学;2008年

5 李关政;基于宏观经济因子的我国商业银行信用风险度量研究[D];湖南大学;2010年

6 韩岗;我国中小企业信用风险度量模型与实证研究[D];吉林大学;2008年

7 张继军;信用风险度量及其与宏观经济关系研究[D];天津大学;2009年

8 迟建新;创业企业信用风险度量与贷款组合管理研究[D];重庆大学;2010年

中国硕士学位论文全文数据库 前10条

1 周阳;我国中小企业信用风险度量研究[D];浙江大学;2006年

2 陈银忠;中国上市公司信用风险度量实证研究[D];重庆大学;2006年

3 潘义;我国上市公司信用风险度量研究[D];安徽工业大学;2010年

4 钱翼;我国商业银行信用风险度量研究[D];西南财经大学;2010年

5 李乾;我国中小企业信用风险度量方法与实证研究[D];西南财经大学;2011年

6 谢俊平;我国中小企业融资的信用风险度量研究[D];华南理工大学;2013年

7 李娜;上市公司信用风险度量的实证研究[D];南京航空航天大学;2008年

8 陈小平;中国上市公司信用风险度量及应用研究[D];厦门大学;2008年

9 乔占稳;Logistic回归模型在信用风险度量中的应用[D];浙江工商大学;2011年

10 廖靖婧;商业银行信用风险度量实证研究[D];福州大学;2011年

  本文关键词：基于修正KMV模型的我国上市公司信用风险度量研究，，由笔耕文化传播整理发布。

本文编号：320892