本文關(guān)鍵詞：基于KMV模型的新疆上市公司信用風(fēng)險(xiǎn)度量研究，由筆耕文化傳播整理發(fā)布。

【摘要】：2007年美國(guó)次貸危機(jī)的爆發(fā)使得作為金融市場(chǎng)中最古老、最重要的信用風(fēng)險(xiǎn)再次凸顯出來(lái)。雖然危機(jī)已過(guò)去了八年,但其影響深刻久遠(yuǎn)。新疆位于西北地區(qū),經(jīng)濟(jì)發(fā)展速度相對(duì)較慢,上市公司發(fā)展起步較晚,對(duì)信用風(fēng)險(xiǎn)的防范和化解能力較弱,因此,度量新疆上市公司信用風(fēng)險(xiǎn)已成為必然。KMV模型是目前國(guó)內(nèi)外運(yùn)用較多的模型,但原模型中股權(quán)價(jià)值、違約點(diǎn)兩個(gè)參數(shù)的設(shè)置與我國(guó)的實(shí)際情況不符。有鑒于此,本文對(duì)KMV模型的參數(shù)進(jìn)行了修正,運(yùn)用修正參數(shù)后的模型對(duì)新疆上市公司的信用風(fēng)險(xiǎn)大小進(jìn)行了度量。首先,本文以金融危機(jī)為背景,指出了信用風(fēng)險(xiǎn)的產(chǎn)生將導(dǎo)致的嚴(yán)重后果,介紹了新疆上市公司的基本情況以及度量新疆上市公司信用風(fēng)險(xiǎn)的可行性與必要性并歸納整理了國(guó)內(nèi)外理論研究及相關(guān)文獻(xiàn);其次,綜述了信用風(fēng)險(xiǎn)的內(nèi)涵,包括其定義和特征,介紹了信用風(fēng)險(xiǎn)度量方法和模型,對(duì)各種模型的適用性作了分析;接著,對(duì)KMV模型的參數(shù)進(jìn)行了修正,選取了我國(guó)東北、華北、華東、西北、西南、中南地區(qū)60家上市公司為參照樣本,對(duì)新疆35家上市公司信用風(fēng)險(xiǎn)進(jìn)行了度量;最后根據(jù)度量結(jié)果嘗試性地從上市公司自身、商業(yè)銀行以及政府三個(gè)層面提出了防范新疆上市公司信用風(fēng)險(xiǎn)的對(duì)策建議。研究結(jié)果表明,股價(jià)波動(dòng)率和資產(chǎn)波動(dòng)率越大,違約距離越小,信用風(fēng)險(xiǎn)越大。我國(guó)六大地區(qū)上市公司的違約距離平均水平明顯大于新疆,違約距離越大,信用風(fēng)險(xiǎn)越小。與我國(guó)六大地區(qū)平均水平相比,新疆上市公司的信用風(fēng)險(xiǎn)較大。2015年股市劇烈波動(dòng),勢(shì)必會(huì)對(duì)新疆上市公司產(chǎn)生影響,商業(yè)銀行、政府需要提高警惕。根據(jù)本文的研究結(jié)果,商業(yè)銀行、投資者等其他金融機(jī)構(gòu)可以上市公司的信用狀況做出自己的貸款、投資決策;政府可以通過(guò)了解新疆上市公司的信用狀況,完善相應(yīng)的政策法規(guī)和監(jiān)管制度;上市公司可以根據(jù)自身信用風(fēng)險(xiǎn)大小,取長(zhǎng)補(bǔ)短,提高對(duì)信用風(fēng)險(xiǎn)的管理能力。
【關(guān)鍵詞】：信用風(fēng)險(xiǎn) KMV 模型 上市公司 違約
【學(xué)位授予單位】：新疆財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F832.51
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 1.緒論7-19
• 1.1 選題背景和研究意義7-9
• 1.1.1 選題背景7-9
• 1.1.2 研究意義9
• 1.2 文獻(xiàn)綜述9-16
• 1.2.1 國(guó)內(nèi)外信用風(fēng)險(xiǎn)度量研究綜述9-11
• 1.2.2 國(guó)內(nèi)外KMV模型研究綜述11-15
• 1.2.3 文獻(xiàn)綜述小結(jié)15-16
• 1.3 研究?jī)?nèi)容和方法16-18
• 1.3.1 研究思路及框架16-17
• 1.3.2 研究方法17-18
• 1.4 論文的創(chuàng)新與不足18-19
• 2.信用風(fēng)險(xiǎn)概述19-31
• 2.1 信用風(fēng)險(xiǎn)的涵義19-20
• 2.1.1 信用風(fēng)險(xiǎn)的定義19
• 2.1.2 信用風(fēng)險(xiǎn)的特征19-20
• 2.2 信用風(fēng)險(xiǎn)度量方法介紹20-31
• 2.2.1 傳統(tǒng)信用風(fēng)險(xiǎn)度量方法21-25
• 2.2.2 現(xiàn)代信用風(fēng)險(xiǎn)度量方法25-31
• 3.KMV模型及參數(shù)的修正31-37
• 3.1 KMV模型的理論基礎(chǔ)31-33
• 3.1.1 Black-Scholes期權(quán)定價(jià)理論31-32
• 3.1.2 Merton理論32-33
• 3.1.3 模型度量界定33
• 3.2 計(jì)算過(guò)程33-35
• 3.2.1 股權(quán)價(jià)值E和股權(quán)價(jià)值波動(dòng)率σE的計(jì)算33-34
• 3.2.2 資產(chǎn)價(jià)值V和資產(chǎn)價(jià)值波動(dòng)率σV的計(jì)算34
• 3.2.3 違約觸發(fā)點(diǎn)DPT的確定34
• 3.2.4 違約距離DD的計(jì)算34-35
• 3.2.5 預(yù)期違約概率35
• 3.3 參數(shù)的修正35-37
• 4. 基于修正參數(shù)后KMV模型的新疆上市公司信用風(fēng)險(xiǎn)度量研究37-52
• 4.1 樣本選取37-38
• 4.2 參數(shù)的設(shè)定38-48
• 4.2.1 股權(quán)價(jià)值的設(shè)定38-40
• 4.2.2 股權(quán)年波動(dòng)率40-42
• 4.2.3 違約觸發(fā)點(diǎn)42-44
• 4.2.4 計(jì)算資產(chǎn)價(jià)值VA和資產(chǎn)價(jià)值波動(dòng)率 σA44-46
• 4.2.5 違約距離46-48
• 4.3 度量結(jié)果及分析48-50
• 4.4 違約距離影響因素分析50-51
• 4.5 小結(jié)51-52
• 5.對(duì)策建議52-55
• 5.1 提高抗風(fēng)險(xiǎn)能力，避免股價(jià)劇烈波動(dòng)52
• 5.2 完善內(nèi)部評(píng)級(jí)系統(tǒng)，建立信息共享平臺(tái)52-53
• 5.3 加強(qiáng)監(jiān)管，規(guī)范證券市場(chǎng)，建立違約數(shù)據(jù)庫(kù)53-55
• 參考文獻(xiàn)55-59
• 附錄A59-65
• 附錄B65-66
• 致謝66-67
• 作者簡(jiǎn)歷67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李國(guó)香;朱正萱;;應(yīng)用KMV模型分析房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)[J];中國(guó)房地產(chǎn);2015年33期

2 蔣_g;高瑜;;基于KMV模型的中國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)估研究[J];中央財(cái)經(jīng)大學(xué)學(xué)報(bào);2015年09期

3 焦子豪;王安琪;;KMV模型適用性研究——基于兩家電力公司以及農(nóng)業(yè)、制造業(yè)上市公司實(shí)證分析研究[J];時(shí)代金融;2015年06期

4 王海榮;錢(qián)哲;汪寧霞;;基于KMV模型的我國(guó)農(nóng)村商業(yè)銀行信用風(fēng)險(xiǎn)管理實(shí)證研究[J];財(cái)務(wù)與金融;2015年01期

5 宋玉琳;王海榮;;基于KMV模型的江蘇省農(nóng)村商業(yè)銀行信用風(fēng)險(xiǎn)管理[J];科技視界;2015年04期

6 王彎彎;馬星;瞿富強(qiáng);;基于KMV模型的信用風(fēng)險(xiǎn)實(shí)證分析——以食品行業(yè)上市公司為例[J];企業(yè)經(jīng)濟(jì);2014年12期

7 馬若微;張微;白宇坤;;我國(guó)上市公司動(dòng)態(tài)違約概率KMV模型改進(jìn)[J];系統(tǒng)工程;2014年11期

8 陳延林;吳曉;;A股上市公司ST風(fēng)險(xiǎn)預(yù)警——基于KMV模型的大樣本經(jīng)驗(yàn)實(shí)證[J];華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2014年04期

9 凌江懷;劉燕媚;;基于KMV模型的中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)實(shí)證分析——以10家上市商業(yè)銀行為例[J];華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2013年05期

10 曾詩(shī)鴻;王芳;;基于KMV模型的制造業(yè)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J];預(yù)測(cè);2013年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 潘潔;周宗放;;全流通下KMV模型中的違約點(diǎn)修正及實(shí)證研究[A];中國(guó)企業(yè)運(yùn)籌學(xué)[C];2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 董楊;房地產(chǎn)上市公司信用違約財(cái)務(wù)預(yù)警機(jī)制研究[D];北京第二外國(guó)語(yǔ)學(xué)院;2015年

2 田鷗;基于修正的Z模型和KMV模型的信用風(fēng)險(xiǎn)實(shí)證研究[D];深圳大學(xué);2015年

3 李澤凱;基于市場(chǎng)分割和隨機(jī)利率下KMV模型的上市公司信用風(fēng)險(xiǎn)度量研究[D];廣東財(cái)經(jīng)大學(xué);2014年

4 沈宇;上市銀行信用違約風(fēng)險(xiǎn)及影響因素研究[D];暨南大學(xué);2014年

5 張?chǎng)?基于KMV模型的我國(guó)行業(yè)信用風(fēng)險(xiǎn)實(shí)證研究[D];廈門(mén)大學(xué);2014年

6 李園;基于KMV模型優(yōu)化的信用風(fēng)險(xiǎn)測(cè)量研究[D];天津大學(xué);2014年

7 齊洪彥;基于修正KMV模型的江西省上市公司信用風(fēng)險(xiǎn)度量研究[D];江西師范大學(xué);2013年

8 李薇;基于KMV模型的上市公司信用風(fēng)險(xiǎn)度量研究[D];西南財(cái)經(jīng)大學(xué);2013年

9 黃薇薇;KMV模型對(duì)中國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)估的有效性驗(yàn)證[D];西南財(cái)經(jīng)大學(xué);2012年

10 盧密林;KMV模型的信用風(fēng)險(xiǎn)度量及其在江西省上市公司運(yùn)用的研究[D];江西師范大學(xué);2011年

  本文關(guān)鍵詞：基于KMV模型的新疆上市公司信用風(fēng)險(xiǎn)度量研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：308845