制造业上市公司信用违约风险度量

发布时间:2022-02-15 12:29
  过去五年里,随着供给侧改革的深入推进,多地政府纷纷开展了针对高污染、过剩产能企业的专项整治工作。为了在市场中得以存续发展,部分企业考虑通过融资来满足自身正常的生产经营对资金的需要。对于大多数企业而言,他们往往会选择债券融资。而在债券融资过程,信用风险是不可避免的。过高的企业信用风险,不仅影响融资双方的利益,甚至会波及到全行业和全社会的稳定。随着债券市场的发展,企业风险控制意识不足的问题不断凸显。而良好的风险控制因其可靠的风险度量方法,对于企业的健康发展是十分必要的。可靠的风险度量方法,可以帮助企业降低融资过程中的信用风险。随着金融市场的不断发展,早期的风险度量方法早已不能跟上时代的脚步。近年来多发的债券违约事件也为投资者和融资企业敲响了警钟,我们必须选择更具有针对性、时效性更强的信用风险度量方法来衡量企业的信用风险。KMV模型(下同)最早是由三个创业者(Kealhofer,McQuown和Vasicek)于1993年提出的。模型名称取自三位创业者名字的首字母,其基本思想源于金融衍生品定价模型。与早期信用风险度量模型相比,KMV模型的时效性更强。由于该模型是根据国外资本市场情况统计得到的... 

【文章来源】:山东大学山东省211工程院校985工程院校教育部直属院校

【文章页数】:74 页

【学位级别】:硕士

【部分图文】:

制造业上市公司信用违约风险度量


图3-1违约距离与违约率的映射关系图??Figure?3-1?The?mapping?relation?between?default?distance?and?default?rate??

模型图,思想,模型,资产价值


山东大学硕士学位论文??.j?Dis*jit>y{j〇n??Value?I?of?asset?value????A^fs?atr^honzon??Possible?k?l?j?\??a/u?!i?Vh丨U1:???jfc?Default??^?point??I?EDF??0?Time??图3-2?KMV模型的基本思想??Figure?3-2?The?basic?idea?of?KMV?model??由于本文只通过来度量制造业上市公司的信用风险,因此只进行前三步??的计算。??3.3?KMV模型设定的不合理性及跳过程的引进??基于KMV模型设定的不合理性问题,已有研究结论显示,资产价值具有“波??动率微笑”的特征。通过KMV模型的假设一,会得到资产价值波动率恒为常数,??这就导致模型结论会与实际情况之间出现较大偏差。其次,由于资产价值具有“尖??峰厚尾”的特征,导致其更易受突发事件的影响,且资产价值波动聚集现象普遍??存在,即在一段时间内资产价值波动率呈现持续偏高或偏低的状态。而近年来,??国内突发事件的数量显著高于国外,资产价值出现极端值的概率较大,资产价值??也经常出现异常波动。利用资产价值呈几何布朗运动这一假设进行建模,会使模??型难以捕捉到企业的极端信用风险,这就违背了风险度量的初衷。??本文基于前人的分析与总结,得出上市公司资产价值的运动行为是由正常行??为以及跳跃行为构成的。正常行为是指企业资产价值在一段时间内的运动行为可??以由资产价值服从几何布朗运动这一假设解释,而跳跃行为是指受金融突发事件??的影响,企业资产价值在一段时间内跳跃幅度较大,无法由资产价值服从几何布??朗

模型图,思路,算法,模型


山东大学硕士学位论文???子代种群进行合并,并返回步骤(2);否则输出最优系数心和戽。??图3-3基于遗传算法优化KMV改进模型的违约点的基本思路进行了展示。??建>)[扨給种群以及设1最大:迭??代次数、变谇1?军和交乂样??率、编码万式等遗传.1;/:#饺???1?,—??一??制造业上市公4短期i?|???????J???资产价賴雛鱗、??贩赌M?—??ifSKMV铖翻_舶离??标准差??!????????X?父代与子代??判酚违约距离适否??<?欠干0?并分1统?>??计坩、》的值??1?界???s??????通i'i适应度w数汁1适e?值.并拟??据适应t大小顺序纣适&度进行椿序??^pj??迭代次数??体姐戍新的父代???I???输出最优适S度值'?(7和,以及村应??的ffl和?》的取值??丨???T???(?■触?)??图3-3遗传算法基本思路??Figure?3-3?The?basic?idea?of?genetic?algorithm??30??

【参考文献】:
期刊论文
[1]上市企业债券违约的影响因素[J]. 陈佳音.  中国经贸导刊(中). 2019(08)
[2]基于KMV模型的上市中小企业信贷风险研究[J]. 彭伟.  南方金融. 2012(03)
[3]我国制造业上市公司信用风险度量:基于KMV模型[J]. 赵吉红,谢守红.  财会月刊. 2011(30)
[4]我国制造业上市公司信用风险研究——基于KMV模型[J]. 万晏伶,杨俊.  技术经济. 2011(05)
[5]中国上市公司违约风险的测度与分析——跳—扩散模型的应用[J]. 唐齐鸣,黄苒.  数量经济技术经济研究. 2010(10)
[6]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)
[7]小样本下两阶段MCMC参数估计方法——基于信用风险强度模型的研究[J]. 周颖颖,秦学志,王玥.  运筹与管理. 2010(01)
[8]违约集聚与组合信用衍生品:基于Levy过程的动态模型[J]. 史永东,武军伟.  世界经济. 2009(10)
[9]基于KMV模型的我国上市公司信用风险研究[J]. 王建稳,梁彦军.  数学的实践与认识. 2008(10)
[10]中国股票市场流通性价值研究——基于非流通股协议转让与限售股转让的证据[J]. 王旻,杨朝军,廖士光.  财经研究. 2008(03)

硕士论文
[1]基于修正KMV模型的我国上市公司违约概率测度研究[D]. 杨书.福州大学 2017
[2]上市国企公司债务违约风险度量[D]. 邵治铭.山东大学 2017
[3]基于跳跃扩散KMV模型的上市公司信用风险度量[D]. 赖琼琴.湖南大学 2014
[4]跳跃幅度服从对数正态分布的一类期权定价及其参数估计[D]. 范海旺.南京师范大学 2013
[5]我国上市公司信用风险度量研究[D]. 陈俊伶.东北财经大学 2012
[6]基于跳—扩散模型的开放式基金费率研究[D]. 秦磊.北方工业大学 2011
[7]基于KMV模型的中小上市公司信用风险评价研究[D]. 柏雪怡.东华大学 2011



本文编号:3626636

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3626636.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ba873***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com