【摘要】：近年來,隨著債券市場的不斷發(fā)展與發(fā)行規(guī)模的不斷擴(kuò)張,其中的信用風(fēng)險問題也日益突出,而信用風(fēng)險一直以來都是我國債券市場中面臨的重要風(fēng)險。但目前國內(nèi)對于信用風(fēng)險的分析、測度與管理等方面仍相對滯后。本文以房地產(chǎn)行業(yè)的非上市公司債為研究主體。因為房地產(chǎn)行業(yè)企業(yè)融資渠道受限和到期償付壓力增大,并且限購限售限貸等房地產(chǎn)調(diào)控政策的出臺又使得房地產(chǎn)企業(yè)銷售難度增大,對企業(yè)的現(xiàn)金流量造成影響,房企的流動性壓力顯著增加,發(fā)債企業(yè)的信用資質(zhì)分化程度將進(jìn)一步加劇,中小房企尤其是債務(wù)率高的房企、收入利潤不穩(wěn)或虛高的房地產(chǎn)企業(yè)將面臨較大的經(jīng)營風(fēng)險和違約風(fēng)險。當(dāng)前,學(xué)術(shù)界中存在著幾種主流的信用風(fēng)險測度模型,其中,KMV模型以其良好的預(yù)測能力和較高程度貼合市場的能力成為目前應(yīng)用最廣泛的模型之一。KMV模型是由KMV公司在Merton模型的基礎(chǔ)上發(fā)展而來,主要用于測度違約上市公司的違約概率。該模型把企業(yè)的負(fù)債看作是以其資產(chǎn)價值為標(biāo)的看漲期權(quán),當(dāng)債務(wù)到期時,如果企業(yè)資產(chǎn)的價值小于負(fù)債的價值,則企業(yè)會選擇違約;如果企業(yè)資產(chǎn)的價值大于負(fù)債的價值,則股東會選擇償還債務(wù)以獲得剩余的權(quán)益部分。本文研究的主要內(nèi)容是基于BP神經(jīng)網(wǎng)絡(luò)與改進(jìn)的KMV模型結(jié)合對非上市公司債的信用風(fēng)險進(jìn)行測度。由于KMV模型是用于上市公司的,這就使得大部分缺乏完整的財務(wù)數(shù)據(jù)以及相應(yīng)的股權(quán)價格和波動性等指標(biāo)的中小企業(yè)及非上市公司無法使用,因此要想使用該模型就必須先通過合理方法估算出非上市公司市場價值和波動率。同時,KMV模型是基于大量美國上市公司違約事件以及歷年的數(shù)據(jù)建立的,但是由于我國的股票市場與美國的存在巨大差異,因此必須考慮對違約點(diǎn)以及違約距離重新進(jìn)行測算。本文首先對非上市公司違約概率計算的理論基礎(chǔ)進(jìn)行總結(jié),包括現(xiàn)有的公司估值方法進(jìn)行介紹,主要分為市場法、收益法以及成本法,然后介紹了主流研究中對于非上市公司市場價值估計常用的PFM模型,并總結(jié)各種方法的原理及優(yōu)缺點(diǎn);其次,介紹了目前常用的幾種違約風(fēng)險度量模型以及KMV模型的基本原理,針對其各個模型的特點(diǎn),對比說明了KMV模型的優(yōu)點(diǎn),分析了為什么在本文中采用KMV模型對非上市公司的違約概率進(jìn)行預(yù)測;接著介紹了BP神經(jīng)網(wǎng)絡(luò)的基本原理及特點(diǎn)以及如何搭建模型來對市場價值以及波動率進(jìn)行預(yù)測,針對如何選擇訓(xùn)練指標(biāo)這一問題通過Pearson相關(guān)系數(shù)的方法,從資產(chǎn)價值、盈利能力、成長能力、資本結(jié)構(gòu)等六個方面選取了九個指標(biāo);最后,將非上市公司的財務(wù)數(shù)據(jù)代入模型中進(jìn)行市場價值與波動率的測算,再結(jié)合改進(jìn)的KMV模型得到了較為可靠的違約概率預(yù)測結(jié)果,并與未改進(jìn)系數(shù)的BP-KMV模型以及PFM模型得到的結(jié)果進(jìn)行比較分析,驗證了改進(jìn)的BP-KMV模型的有效性�？偨Y(jié)全文內(nèi)容,主要得到以下研究結(jié)論:第一,本文利用Pearson相關(guān)系數(shù)方法對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練指標(biāo)進(jìn)行選取,最終得到的BP神經(jīng)網(wǎng)絡(luò)能夠有效的估計非上市公司的資產(chǎn)價值與波動率,證明了Pearson相關(guān)系數(shù)方法在篩選指標(biāo)方面的有效性。第二,得到的結(jié)果與實際情況比較吻合,與未改進(jìn)的BP-KMV模型以及PFM模型相比,發(fā)現(xiàn)采用改進(jìn)系數(shù)的BP-KMV模型能夠更好地預(yù)測非上市公司債的違約概率,證明了模型預(yù)測的有效性以及未來在國內(nèi)應(yīng)用的可能性。第三,從最終得到的房地產(chǎn)行業(yè)非上市公司債的違約概率來看,違約概率較大的基本都集中在部分AA+級以及AA級債券中,而AAA級債券的違約概率基本約等于零,與我國的實際情況相符,在2017年至2018年10月間,有相當(dāng)大的一部分違約債券集中在AA級與AA+級。
【學(xué)位授予單位】：浙江財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F299.233.42

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉德溯;王曦;;中國上市公司信用風(fēng)險研究:基于修正的KMV模型[J];南大商學(xué)評論;2015年04期

2 徐思琦;;我國金融市場無風(fēng)險利率選擇的研究[J];中國外資;2014年04期

3 王新翠;王雪標(biāo);周生寶;;基于SV-KMV模型的信用風(fēng)險度量研究[J];經(jīng)濟(jì)與管理;2013年07期

4 黃振波;;淺析中小企業(yè)私募債風(fēng)險防范對策[J];財會通訊;2012年35期

5 杜玉林;;Black-Scholes公式中無風(fēng)險利率常數(shù)假設(shè)的一種改進(jìn)[J];上海經(jīng)濟(jì)研究;2012年04期

6 張自力;;全球高收益?zhèn)袌龅陌l(fā)展:格局演變及監(jiān)管借鑒[J];上海金融;2012年04期

7 郭舟洪;;我國公司債券市場的發(fā)展現(xiàn)狀和對策研究[J];商業(yè)經(jīng)濟(jì);2012年06期

8 劉博;;基于KMV模型對中國上市公司的信用風(fēng)險進(jìn)行度量的實證分析[J];科學(xué)技術(shù)與工程;2010年03期

9 張婧婧;;基于BP-KMV模型的商業(yè)銀行信用風(fēng)險評價研究[J];河海大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2009年03期

10 夏紅芳;;農(nóng)業(yè)類非上市公司違約風(fēng)險動態(tài)評價[J];農(nóng)業(yè)經(jīng)濟(jì)問題;2009年09期

本文編號：2785797