【摘要】：近年來,我國(guó)信用債券違約事件頻發(fā),甚至出現(xiàn)連環(huán)違約事件,對(duì)信用債券市場(chǎng)穩(wěn)定發(fā)展產(chǎn)生了很大的沖擊。對(duì)信用債券違約風(fēng)險(xiǎn)進(jìn)行測(cè)度、預(yù)警和風(fēng)險(xiǎn)控制對(duì)于信用債券市場(chǎng)穩(wěn)定健康發(fā)展具有重要的理論意義和現(xiàn)實(shí)意義。傳統(tǒng)的Logistic模型研究違約風(fēng)險(xiǎn)時(shí),輸入因變量通常采用樣本真實(shí)違約數(shù)據(jù),然而在國(guó)內(nèi),有關(guān)債券違約的統(tǒng)計(jì)數(shù)據(jù)是非常匱乏的。現(xiàn)有研究大多是基于債券主體是否被標(biāo)記ST來替代債券是否違約,然而公司是否被ST與其債券是否違約并無太大關(guān)聯(lián),因此這種樣本對(duì)于信用債券違約風(fēng)險(xiǎn)測(cè)度模型意義不大。為了解決數(shù)據(jù)缺乏的問題,本文對(duì)Logistic模型進(jìn)行了改進(jìn),利用KMV模型計(jì)算出樣本債券的違約距離,將其從數(shù)值轉(zhuǎn)化為是否違約的二分類變量,作為L(zhǎng)ogistic模型的因變量,即在不需要債券違約數(shù)據(jù)的基礎(chǔ)上建立二分類Logistic回歸模型,用于信用債券違約風(fēng)險(xiǎn)的量化。本文將我國(guó)2018年首次發(fā)生違約的信用債券主體作為樣本,KMV模型計(jì)算出來的樣本違約距離作為因變量,包括償債能力、盈利能力、股權(quán)質(zhì)押比例等多個(gè)維度的樣本指標(biāo)作為自變量,構(gòu)建出改進(jìn)后的二分類Logistic回歸模型,度量信用債券違約風(fēng)險(xiǎn)的大小。并驗(yàn)證改進(jìn)后模型的有效性,將計(jì)算出來的概率與樣本組實(shí)際違約情況對(duì)比,再將其與傳統(tǒng)Logistic模型進(jìn)行對(duì)比分析,作擬合優(yōu)度檢驗(yàn)、HosmerLemeshow檢驗(yàn)。傳統(tǒng)Logistic模型樣本、自變量與改進(jìn)后的模型相同,因變量采用樣本信用債券2018年實(shí)際違約數(shù)據(jù)。最后按照實(shí)證結(jié)果違約概率對(duì)樣本進(jìn)行系統(tǒng)聚類分析,債券風(fēng)險(xiǎn)被分為五個(gè)類別并使用比較均值法結(jié)合樣本指標(biāo)分析風(fēng)險(xiǎn)狀態(tài),最后針對(duì)債券不同的風(fēng)險(xiǎn)程度設(shè)定預(yù)警臨界值,建立違約風(fēng)險(xiǎn)預(yù)警機(jī)制,根據(jù)違約概率所處的風(fēng)險(xiǎn)區(qū)間發(fā)出相應(yīng)的“綠、橙、紅”三種顏色預(yù)警信號(hào)。實(shí)證研究表明,由改進(jìn)后的邏輯回歸模型回歸結(jié)果可知,資產(chǎn)負(fù)債率、營(yíng)業(yè)收入增長(zhǎng)率和股權(quán)質(zhì)押比例與樣本信用債券違約風(fēng)險(xiǎn)呈現(xiàn)顯著的正相關(guān)關(guān)系;流動(dòng)比率、凈資產(chǎn)收益率與樣本信用債券違約風(fēng)險(xiǎn)呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系;企業(yè)償債能力和股權(quán)質(zhì)押比例是最重要的影響因素。有效性檢驗(yàn)結(jié)果說明了構(gòu)建的改進(jìn)后的模型能夠較為準(zhǔn)確地判別違約風(fēng)險(xiǎn)的高低,改進(jìn)后的模型結(jié)果與實(shí)際違約數(shù)據(jù)具有較高的一致性,預(yù)測(cè)準(zhǔn)確率為95.3%;通過與傳統(tǒng)Logistic模型的對(duì)比,證明改進(jìn)后的模型有較為理想的擬合效果。最后針對(duì)債券不同的風(fēng)險(xiǎn)程度設(shè)定預(yù)警臨界值,建立違約風(fēng)險(xiǎn)預(yù)警機(jī)制,當(dāng)債券違約概率低于綠燈臨界值0.34時(shí),表示債券處在綠色安全區(qū)域內(nèi),債券違約風(fēng)險(xiǎn)水平很低;當(dāng)概率進(jìn)入0.34-0.54之間時(shí),意味著債券進(jìn)入高風(fēng)險(xiǎn)區(qū)域,將發(fā)出橙色預(yù)警信號(hào);一旦超越紅燈臨界值0.54,說明債券已進(jìn)入危險(xiǎn)區(qū)域,預(yù)警機(jī)制發(fā)出紅色預(yù)警信號(hào),監(jiān)管機(jī)構(gòu)必須采取強(qiáng)制風(fēng)控措施,避免出現(xiàn)大面積違約無法控制的局面。本文的創(chuàng)新點(diǎn)在于,傳統(tǒng)二分類Logistic模型建模時(shí),需要先判斷主體未來是否會(huì)違約并將違約數(shù)據(jù)作為因變量,不便獲取,本文構(gòu)建的改進(jìn)后的Logistic模型是用KMV模型計(jì)算得到的違約距離作為因變量,可以在違約數(shù)據(jù)匱乏的情況下建模,克服了傳統(tǒng)模型的缺點(diǎn);已有的國(guó)內(nèi)研究大多只建立模型度量違約風(fēng)險(xiǎn),并未將風(fēng)險(xiǎn)管理與預(yù)警分析二者結(jié)合起來。本文針對(duì)債券不同的風(fēng)險(xiǎn)程度設(shè)定預(yù)警臨界值,建立違約風(fēng)險(xiǎn)預(yù)警機(jī)制,根據(jù)違約概率所處的風(fēng)險(xiǎn)區(qū)間發(fā)出相應(yīng)的“綠、橙、紅”三種顏色預(yù)警信號(hào)。
【圖文】：

19圖 2-1 實(shí)證分析流程圖3 被解釋變量——KMV 模型的理論基礎(chǔ)KMV 模型是美國(guó) KMV 公司基于 BSM 期權(quán)定價(jià)理論和 Merton 的公司債務(wù)定價(jià)理論基礎(chǔ)上而發(fā)展出來的信用測(cè)度模型，現(xiàn)在被廣泛用于銀行及公司的信用風(fēng)險(xiǎn)大小測(cè)量。

程度設(shè)定臨界值，靠臨界值來判別債券是否出不同風(fēng)險(xiǎn)程度所對(duì)應(yīng)的預(yù)警臨界值后，，就可以風(fēng)險(xiǎn)的大小程度，發(fā)出相應(yīng)的預(yù)警信號(hào)，采用風(fēng)險(xiǎn)的預(yù)警信號(hào)。程圖如下表 4-1：
【學(xué)位授予單位】：遼寧大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪莉;陳詩一;;政府隱性擔(dān)保、債務(wù)違約與利率決定[J];金融研究;2015年09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 田思思;;《資本論》視閾下當(dāng)代國(guó)際金融危機(jī)的成因分析[J];才智;2014年33期

4 王雅喬;;亞洲金融危機(jī)后我國(guó)公司債券發(fā)展分析[J];商;2014年02期

5 高瑋;徐春騏;;能源類企業(yè)債信用價(jià)差影響因素研究——基于分行業(yè)數(shù)據(jù)的樣本比較實(shí)證[J];商業(yè)會(huì)計(jì);2013年24期

6 周梅;劉傳哲;;信用類債券的政府信用及違約承擔(dān)機(jī)制研究[J];經(jīng)濟(jì)問題;2013年12期

7 顧海峰;;信用突變下商業(yè)銀行信用風(fēng)險(xiǎn)預(yù)警模型及應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2013年09期

8 解秀玉;管西三;;企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型研究——基于制造業(yè)數(shù)據(jù)[J];南京審計(jì)學(xué)院學(xué)報(bào);2013年04期

9 袁克利;于金亭;;基于財(cái)務(wù)契約視角的信貸融資關(guān)系治理研究[J];海南金融;2012年12期

10 陳秀梅;;我國(guó)債券市場(chǎng)信用風(fēng)險(xiǎn)管理的現(xiàn)狀及對(duì)策建議[J];宏觀經(jīng)濟(jì)研究;2012年02期

相關(guān)博士學(xué)位論文 前2條

1 吳敏;我國(guó)企業(yè)債券信用增進(jìn)研究[D];湖南大學(xué);2013年

2 過新偉;我國(guó)中小企業(yè)信用風(fēng)險(xiǎn)度量研究[D];南開大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 魏國(guó)健;基于KMV-LOGIT混合模型的信用債券違約風(fēng)險(xiǎn)度量與實(shí)證研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

2 付冰晨;我國(guó)公司債信用風(fēng)險(xiǎn)及與信用利差關(guān)系研究[D];上海社會(huì)科學(xué)院;2017年

3 衛(wèi)萍;上市公司信用債違約風(fēng)險(xiǎn)評(píng)估[D];華東理工大學(xué);2017年

4 徐小波;我國(guó)公司債券違約問題研究[D];暨南大學(xué);2016年

5 屈文海;公司債券信用風(fēng)險(xiǎn)識(shí)別[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2014年

6 段霞;Z模型和KMV模型在我國(guó)適用性的對(duì)比研究[D];西南財(cái)經(jīng)大學(xué);2012年

本文編號(hào)：2650736