【摘要】：近年來,由于中國經(jīng)濟(jì)發(fā)展迅速,相應(yīng)的中國城市化建設(shè)發(fā)展也十分迅猛,對(duì)城市的基建需求也逐步提高,基于對(duì)中國前期相關(guān)法律基礎(chǔ)的遵循,地方政府不允許直接舉債,各地方政府紛紛開辟新的途徑來提升本地區(qū)的城市基建設(shè)施水平。其中,一個(gè)比較有效的途徑就是組建城投公司,發(fā)行城投債,實(shí)現(xiàn)地方政府的融資目的。城投公司和城投債的興起,大大加快了我國城市化的進(jìn)程,為拉動(dòng)我國經(jīng)濟(jì)發(fā)展做出了突出貢獻(xiàn),但隨之而來也帶來了債務(wù)規(guī)模過大、債務(wù)不清晰、存在系統(tǒng)性金融風(fēng)險(xiǎn)等問題,尤其是在近幾年政策趨緊、監(jiān)管漸嚴(yán)的宏觀經(jīng)濟(jì)環(huán)境下,對(duì)城投債信用風(fēng)險(xiǎn)進(jìn)行估算和分析具有重要的理論意義和實(shí)踐價(jià)值。本文首先介紹了選題的背景和現(xiàn)實(shí)意義,在對(duì)國內(nèi)外研究現(xiàn)狀分析的基礎(chǔ)上,提出了本文采取的研究分析內(nèi)容和方法,進(jìn)而引出信用風(fēng)險(xiǎn)基礎(chǔ)理論以及常用的信用風(fēng)險(xiǎn)度量模型,通過分析比較提出使用KMV模型在分析城投債信用風(fēng)險(xiǎn)方面的優(yōu)勢(shì),并對(duì)KMV模型進(jìn)行改進(jìn),以期適用國內(nèi)的實(shí)情。其次從城投債的概念及其兩個(gè)主要屬性入手,通過近幾年城投債的政策變化,對(duì)城投債的信用風(fēng)險(xiǎn)和成因進(jìn)行了一般性分析。緊接著通過對(duì)山東省城投債的發(fā)行規(guī)模、期限、利率等因素進(jìn)行分析,提出了 2018-2021年是山東省城投債的密集償債期,要尤其重視城投債的信用風(fēng)險(xiǎn),并且對(duì)山東省城投債信用利差的影響因素進(jìn)行了實(shí)證分析。再次,使用回歸分析和灰色預(yù)測(cè)模型對(duì)山東省的地方財(cái)政收入進(jìn)行了預(yù)測(cè),結(jié)合改進(jìn)后的KMV模型對(duì)山東省城投債信用風(fēng)險(xiǎn)進(jìn)行實(shí)證研究,測(cè)度2018、2019、2020、2021這4年中的山東省城投債違約風(fēng)險(xiǎn),并計(jì)算出安全發(fā)債的規(guī)模。最后,提出加強(qiáng)山東省城投債信用風(fēng)險(xiǎn)防范的對(duì)策建議,在提高城投公司運(yùn)營能力、完善相關(guān)法律法規(guī)制度、增強(qiáng)政府債務(wù)風(fēng)險(xiǎn)管理以及提升城投債的監(jiān)管力度四方面提出了具體建議。
【圖文】：

圖４－１山東省城投債歷年發(fā)行總額（億元）逡逑數(shù)據(jù)來源：ｗｉｎｄ數(shù)據(jù)庫逡逑在經(jīng)濟(jì)方面，山東省作為我國經(jīng)濟(jì)發(fā)展的主力軍，同時(shí)也是我國人口密度大的幾個(gè)省市之一，在城投債的存續(xù)總量方面，也在國內(nèi)的各省份中處于較高水平。然而由于當(dāng)?shù)亟?jīng)濟(jì)情況較為發(fā)達(dá)，當(dāng)?shù)卣呢?cái)政收入在總體上能夠負(fù)這一債務(wù)水平，因此不存在過大的債務(wù)償還壓力。在城投債的種類方面，當(dāng)?shù)馗疄榱藵M足多渠道資金需要，城投債的發(fā)行種類方面比較豐富，有企業(yè)債、中票據(jù)、短期融資債券等等，通過對(duì)各類債券的統(tǒng)計(jì)分析發(fā)現(xiàn)，其中在資金金額面占據(jù)最大比重的是企業(yè)債。截止到２０１８年，山東省城投債的存續(xù)余額大約有總量的一半。總體上，山東省在整體上償還壓力較低，但是在實(shí)際上，，其內(nèi)由于存在時(shí)間和地區(qū)層面的不平衡，也存在一定的違約風(fēng)險(xiǎn)。逡逑從山東省各地級(jí)市的角度來看，城投公司數(shù)量最多的是青島市，共計(jì)１５家；逡逑濟(jì)南市有１３家，其次，威海市和濰坊市分別有９家、８家。從城投債余額來看，逡逑

：：１逡逑＝Ｍ邋－逡逑２°：：ｉｘｄＭ邋１邋ｒ邋■逡逑Ｕ邐；邋ｉ邋＂ｉ邐：邋ｒ邋Ｉ邋邐ｉ邐ｒ邋：邐３邋ｉ逡逑２００Ｓ邋Ｍ＃梗rP玻埃保埃rP玻埃保保rP玻埃保玻rP玻埃保常rP玻埃保矗rP玻埃保擔(dān)rP玻埃保叮rP玻埃保罰rP玻埃保福]3?圖４－１山東省城投債歷年發(fā)行總額（億元）逡逑數(shù)據(jù)來源：ｗｉｎｄ數(shù)據(jù)庫逡逑在經(jīng)濟(jì)方面，山東省作為我國經(jīng)濟(jì)發(fā)展的主力軍，同時(shí)也是我國人口密度較逡逑大的幾個(gè)省市之一，在城投債的存續(xù)總量方面，也在國內(nèi)的各省份中處于較高的逡逑水平。然而由于當(dāng)?shù)亟?jīng)濟(jì)情況較為發(fā)達(dá)，當(dāng)?shù)卣呢?cái)政收入在總體上能夠負(fù)擔(dān)逡逑這一債務(wù)水平，因此不存在過大的債務(wù)償還壓力。在城投債的種類方面，當(dāng)?shù)卣义细疄榱藵M足多渠道資金需要，城投債的發(fā)行種類方面比較豐富，有企業(yè)債、中期逡逑票據(jù)、短期融資債券等等，通過對(duì)各類債券的統(tǒng)計(jì)分析發(fā)現(xiàn)，其中在資金金額方逡逑面占據(jù)最大比重的是企業(yè)債。截止到２０１８年，山東省城投債的存續(xù)余額大約還逡逑有總量的一半。總體上
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳丹彤;陳志明;;基于KMV模型的債券違約風(fēng)險(xiǎn)度量[J];市場(chǎng)周刊;2019年03期

2 史碧菡;方華;;KMV模型在我國制造業(yè)上市公司中的適用性研究[J];中國物價(jià);2018年11期

3 張曉耀;;基于KMV模型的貴州上市公司信貸風(fēng)險(xiǎn)評(píng)價(jià)研究[J];經(jīng)濟(jì)研究導(dǎo)刊;2018年31期

4 劉志洋;;基于Va R模型的商業(yè)銀行體系系統(tǒng)性風(fēng)險(xiǎn)研究[J];當(dāng)代金融研究;2019年03期

5 汪天倩;;基于KMV模型我國商業(yè)銀行信用風(fēng)險(xiǎn)的管理[J];時(shí)代經(jīng)貿(mào);2018年03期

6 許林;李馨夏;;基于修正KMV模型的我國科技型中小企業(yè)信貸風(fēng)險(xiǎn)測(cè)算研究[J];浙江金融;2018年08期

7 夏聞一;胡芳;吳宗法;;基于KMV模型的中小企業(yè)信用風(fēng)險(xiǎn)度量研究[J];經(jīng)濟(jì)論壇;2012年02期

8 于沐清;韓忠;;基于KMV模型的我國上市銀行信用風(fēng)險(xiǎn)度量研究[J];經(jīng)營與管理;2019年07期

9 呂兵靜;;基于KMV模型和關(guān)聯(lián)規(guī)則組合的上市公司信用風(fēng)險(xiǎn)傳染研究[J];金融管理研究;2018年02期

10 王星予;余麗霞;陽曉明;;商業(yè)銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)研究——基于修正的KMV模型[J];金融監(jiān)管研究;2019年03期

相關(guān)會(huì)議論文 前1條

1 譚慶剛;戚萍;;天津市地方政府債券的信用風(fēng)險(xiǎn)度量和發(fā)債規(guī)模研究[A];科學(xué)發(fā)展·生態(tài)文明——天津市社會(huì)科學(xué)界第九屆學(xué)術(shù)年會(huì)優(yōu)秀論文集（中）[C];2013年

相關(guān)博士學(xué)位論文 前5條

1 張智川;新常態(tài)下中國地方政府債務(wù)問題研究[D];遼寧大學(xué);2017年

2 孫小麗;基于KMV模型的商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)算研究[D];北京郵電大學(xué);2013年

3 羅圣雅;臺(tái)灣上市柜公司信用風(fēng)險(xiǎn)評(píng)估[D];蘇州大學(xué);2011年

4 吳會(huì)詠;基于Copula相關(guān)結(jié)構(gòu)的企業(yè)供應(yīng)鏈融資風(fēng)險(xiǎn)度量[D];遼寧大學(xué);2014年

5 田紹琳;脈沖、奇異型隨機(jī)最優(yōu)控制研究及其應(yīng)用[D];北京交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 周洋;基于KMV模型的上市公司信用風(fēng)險(xiǎn)度量研究[D];華中科技大學(xué);2019年

2 梁鵬;基于KMV模型的山東省城投債信用風(fēng)險(xiǎn)分析[D];山東大學(xué);2019年

3 劉子月;基于KMV模型的物流企業(yè)與用戶企業(yè)關(guān)系影響因素實(shí)證研究[D];杭州電子科技大學(xué);2019年

4 嚴(yán)浩;基于KMV模型的國內(nèi)綠色債券風(fēng)險(xiǎn)測(cè)度研究[D];西南財(cái)經(jīng)大學(xué);2018年

5 劉凱;基于KMV模型評(píng)估信用風(fēng)險(xiǎn)[D];上海交通大學(xué);2017年

6 張煜泰;基于KMV模型創(chuàng)業(yè)板公司信用風(fēng)險(xiǎn)度量實(shí)證分析[D];貴州財(cái)經(jīng)大學(xué);2018年

7 張浩;基于KMV模型的上市商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度及影響因素分析[D];南華大學(xué);2018年

8 楊書;基于修正KMV模型的我國上市公司違約概率測(cè)度研究[D];福州大學(xué);2017年

9 陳浩;基于KMV模型的我國債券的信用風(fēng)險(xiǎn)度量研究[D];對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué);2017年

10 張迅;基于修正KMV模型的遼寧省地方政府性債務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[D];渤海大學(xué);2018年

本文編號(hào)：2679917