本文關(guān)鍵詞：基于KMV模型的我國(guó)上市公司信用風(fēng)險(xiǎn)研究

  更多相關(guān)文章： 信用風(fēng)險(xiǎn) KMV模型 默頓模型 違約距離

【摘要】：本文是運(yùn)用KMV模型度量我國(guó)上市公司信用風(fēng)險(xiǎn)的實(shí)證研究。 KMV模型是由KMV公司開發(fā)出來(lái)的計(jì)算預(yù)期違約率的方法,模型以經(jīng)典的默頓結(jié)構(gòu)化模型為理論依托,融合了Black—Scholes的標(biāo)準(zhǔn)歐式期權(quán)定價(jià)方法和企業(yè)的財(cái)務(wù)報(bào)表信息來(lái)進(jìn)行計(jì)算。模型結(jié)果能夠比較直觀地說(shuō)明企業(yè)的信用狀況,在不同的公司之間進(jìn)行比較,被廣泛應(yīng)用于對(duì)能夠得到市場(chǎng)價(jià)格信息的上市公司進(jìn)行評(píng)級(jí)。 二十世紀(jì)九十年代發(fā)生的墨西哥危機(jī)、歐洲貨幣危機(jī)和亞洲金融危機(jī),為世界經(jīng)濟(jì)帶來(lái)了巨大的影響和損失。進(jìn)入21世紀(jì),隨著金融行業(yè)特別是金融衍生品的不斷推陳出新,2008年爆發(fā)了美國(guó)次貸危機(jī),這場(chǎng)金融風(fēng)暴時(shí)至今日還未完全平息恢復(fù)。在全球風(fēng)險(xiǎn)的時(shí)代,沒有國(guó)家能夠幸免于難,這引起了世界金融業(yè)對(duì)金融風(fēng)險(xiǎn)特別是信用風(fēng)險(xiǎn)管理的高度重視。信用風(fēng)險(xiǎn)管理的重要性在國(guó)外一直受到高度的重視。經(jīng)過(guò)幾十年的發(fā)展,國(guó)外的信用風(fēng)險(xiǎn)理論經(jīng)歷了從傳統(tǒng)的定性分析到現(xiàn)代的定量分析的深化,力求更為準(zhǔn)確地量化公司的信用水平,靈敏地預(yù)測(cè)公司的未來(lái)信用能力,從而建立起信用風(fēng)險(xiǎn)的預(yù)警機(jī)制和管理方法,減少風(fēng)險(xiǎn)所帶來(lái)的損失。在諸多的信用風(fēng)險(xiǎn)管理過(guò)程中,風(fēng)險(xiǎn)度量無(wú)疑是重中之重,從而,國(guó)內(nèi)外學(xué)者對(duì)風(fēng)險(xiǎn)度量理論的發(fā)展也在不斷深入和完善之中。信用風(fēng)險(xiǎn)度量技術(shù)正是源于對(duì)信用評(píng)級(jí)不斷改進(jìn)的需要而發(fā)展的,從最初的定性分析到結(jié)合各種相關(guān)學(xué)科的定量分析,從簡(jiǎn)約模型到結(jié)構(gòu)化模型不斷改進(jìn),力求達(dá)到風(fēng)險(xiǎn)度量的精確和獨(dú)立,從而能夠更為準(zhǔn)確地對(duì)公司的信用狀況進(jìn)行分析把握,將信用風(fēng)險(xiǎn)的損失影響降到最低。公司信用風(fēng)險(xiǎn)度量的方法上,包括早期的傳統(tǒng)度量模型和近些年流行的的現(xiàn)代度量模型。傳統(tǒng)度量模型包括專家評(píng)定法、信用評(píng)級(jí)法、神經(jīng)網(wǎng)絡(luò)分析等方法,或具有較強(qiáng)的主觀性,或過(guò)于依賴樣本數(shù)據(jù),在度量效果上有所欠缺。而Logistic回歸分析模型、多元判別分析模型、鄰近法和Altman的Z值模型以及ZETA模型等統(tǒng)計(jì)方法,因?yàn)檫^(guò)度依賴公司歷史的財(cái)務(wù)指標(biāo)而難以明確反映公司未來(lái)的信用情況。目前國(guó)際上流行的對(duì)于公司信用風(fēng)險(xiǎn)進(jìn)行度量的模型主要有：KMV公司的信用監(jiān)控模型(KMV),J.p摩根公司開發(fā)的信用矩陣模型(Credit Metrics)、CSFP公司的信用風(fēng)險(xiǎn)附加模型(Credit Risk+)、麥肯錫公司開發(fā)的信貸組合模型(Credit Portfolio View)等。這些模型是對(duì)于上市公司信用風(fēng)險(xiǎn)進(jìn)行量化分析的主流模型,具有重要的借鑒意義。在現(xiàn)代信用風(fēng)險(xiǎn)度量模型中,Credit Metrics模型和Credit Portfolio View模型直接延伸自信用評(píng)級(jí)機(jī)制,由于我國(guó)在這方面的滯后,在短期內(nèi)無(wú)法運(yùn)用；Credit Risk+模型以債務(wù)人的違約率為風(fēng)險(xiǎn)驅(qū)動(dòng)因子,這個(gè)參數(shù)目前在我國(guó)難以估計(jì),因此也不適用于我國(guó)上市公司信用風(fēng)險(xiǎn)的度量。 我國(guó)的資本市場(chǎng)發(fā)展較為滯后,公司進(jìn)行上市或再融資的門檻都比較高。上市公司要想快速增長(zhǎng),都往往依賴銀行的貸款來(lái)獲取資金支持,在公司快速成長(zhǎng)的過(guò)程中,這些過(guò)度的負(fù)債也增加了公司的信用風(fēng)險(xiǎn),使公司財(cái)務(wù)狀況惡化乃至破產(chǎn)的可能性增加,從而為上市公司本身,公司的股東和投資者,以及作為公司貸款人的銀行都會(huì)帶來(lái)?yè)p失。因此,度量和管理上市公司的信用風(fēng)險(xiǎn)就成為尤為重要的問(wèn)題。而在我國(guó)目前的經(jīng)濟(jì)環(huán)境中,很多上市公司對(duì)信用風(fēng)險(xiǎn)的防范意識(shí)比較淡薄,缺乏有效的信用預(yù)警機(jī)制和管理措施,信用風(fēng)險(xiǎn)管理水平比較低�？傮w上來(lái)看,我國(guó)上市公司存在著信用活動(dòng)的總規(guī)模很大,而存量質(zhì)量不高,信用結(jié)構(gòu)不合理,信用功能低效運(yùn)行,缺乏有效的信用保障機(jī)制等方面問(wèn)題,這些問(wèn)題都是產(chǎn)生信用風(fēng)險(xiǎn)損失的隱患。 上市公司信用風(fēng)險(xiǎn)的度量和管理水平較低的問(wèn)題,一方面由于我國(guó)市場(chǎng)經(jīng)濟(jì)環(huán)境不夠健全,起步較晚,還未在全社會(huì)上形成完善的信用機(jī)制,另一方面也由于理論上存在著空缺。隨著西方經(jīng)濟(jì)發(fā)達(dá)國(guó)家金融產(chǎn)業(yè)的發(fā)展,金融產(chǎn)品的多元化和信用產(chǎn)品的大規(guī)模使用,信用風(fēng)險(xiǎn)的管理越來(lái)越受到重視。將風(fēng)險(xiǎn)度量理論引入到我國(guó)上市公司的信用風(fēng)險(xiǎn)度量中,需要考慮的問(wèn)題很多,包括宏觀經(jīng)濟(jì)情況,我國(guó)的特殊市場(chǎng)環(huán)境,歷史違約記錄等技術(shù)和實(shí)踐問(wèn)題,因此就需要將各個(gè)信用風(fēng)險(xiǎn)度量理論進(jìn)行詳細(xì)分析,來(lái)探討它們?cè)谖覈?guó)的適用性情況。本文經(jīng)過(guò)比較分析得出,KMV公司所創(chuàng)立的KMV理論比較適合用來(lái)度量我國(guó)上市公司的信用風(fēng)險(xiǎn)。這種適用性也是由兩方面因素決定的,一方面,從實(shí)際情況來(lái)講,在我國(guó)上市公司信用風(fēng)險(xiǎn)度量中缺乏應(yīng)用其他現(xiàn)代度量模型的現(xiàn)實(shí)土壤,不夠完善和全面的傳統(tǒng)信用評(píng)級(jí)體系和歷史違約數(shù)據(jù)庫(kù)制約了這些模型的應(yīng)用,而KMV模型所需要的參數(shù)能夠相對(duì)客觀地獲取到,應(yīng)用條件也基本適合我國(guó)市場(chǎng)情況。另一方面,從理論角度來(lái)講,KMV模型從BS期權(quán)定價(jià)理論和默頓的結(jié)構(gòu)化模型發(fā)展而來(lái),以上市公司的股票價(jià)格為主要參數(shù),通過(guò)編程軟件估算出違約距離DD和預(yù)期違約率EDF,對(duì)公司的信用風(fēng)險(xiǎn)狀況進(jìn)行評(píng)價(jià)預(yù)測(cè),模型的可操作性強(qiáng),預(yù)測(cè)結(jié)果比較直觀,也相對(duì)客觀。KMV模型能夠真實(shí)有效地反映出上市公司的信用能力,又無(wú)需滯后繁瑣的財(cái)務(wù)信息和信用記錄,具有很強(qiáng)的簡(jiǎn)便性。而以KMV模型為基礎(chǔ)的預(yù)測(cè)還需要實(shí)證結(jié)果的客觀支持,來(lái)考察其是否能夠真正應(yīng)用到我國(guó)上市公司信用風(fēng)險(xiǎn)的評(píng)價(jià)中,模型預(yù)測(cè)結(jié)果的有效性將作為公司信用風(fēng)險(xiǎn)管理的重要依據(jù),為公司信用水平的變化提供較為客觀的評(píng)價(jià)結(jié)果和靈敏的預(yù)警機(jī)制,從而推動(dòng)我國(guó)上市公司信用風(fēng)險(xiǎn)管理水平的提高和信用環(huán)境的健康發(fā)展。 本文共分5章。第1章是導(dǎo)論和文獻(xiàn)綜述。主要闡述了論文選題的背景意義,研究的目的及國(guó)內(nèi)外相關(guān)的參考文獻(xiàn)。第2章是我國(guó)上市公司信用風(fēng)險(xiǎn)概述。在這一部分主要闡述了何為信用風(fēng)險(xiǎn),我國(guó)上市公司信用風(fēng)險(xiǎn)的定義和特征,形成原因及所造成的影響,進(jìn)一步說(shuō)明信用風(fēng)險(xiǎn)度量和管理在我國(guó)上市公司監(jiān)管評(píng)價(jià)中的意義。第3章是信用風(fēng)險(xiǎn)度量模型及其在我國(guó)上市公司信用風(fēng)險(xiǎn)分析中的適應(yīng)性比較。在這一部分中,文章論述了信用風(fēng)險(xiǎn)度量技術(shù)的發(fā)展變化,對(duì)傳統(tǒng)的和現(xiàn)代的信用風(fēng)險(xiǎn)度量模型分別介紹,并對(duì)其是否適合應(yīng)用到我國(guó)上市公司的信用評(píng)價(jià)上做出比較分析。第4章是KMV模型分析,這也是本文的重點(diǎn)。這一部分詳細(xì)闡述了KMV模型的理論基礎(chǔ)和理論框架,并且分析了在我國(guó)上市公司信用風(fēng)險(xiǎn)分析上應(yīng)用KMV模型的特殊性。第5章是在KMV模型的基礎(chǔ)上,選取42個(gè)樣本公司的數(shù)據(jù)進(jìn)行實(shí)證研究,結(jié)果表明KMV模型所得出的違約距離數(shù)值在一定程度上符合實(shí)際信用情況,KMV模型可以用于我國(guó)公司的信用評(píng)級(jí),卻不能達(dá)到完全準(zhǔn)確,還有很多方面需要修正和改進(jìn)。 本文的基本結(jié)論有：由實(shí)證結(jié)果可以看出,KMV模型在度量我國(guó)上市公司的信用風(fēng)險(xiǎn)上具備較強(qiáng)的有效性,能夠?yàn)楣拘庞盟降淖兓峁┹^為客觀的評(píng)價(jià)結(jié)果和靈敏的預(yù)警機(jī)制,從而推動(dòng)我國(guó)上市公司信用風(fēng)險(xiǎn)管理水平的提高和信用環(huán)境的健康發(fā)展。從模型輸出結(jié)果可知：相對(duì)ST類公司而言,非ST類公司的違約距離更大,違約風(fēng)險(xiǎn)更小,信用能力更強(qiáng),信用質(zhì)量更高,這表明,上市公司應(yīng)該通過(guò)改善經(jīng)營(yíng)狀況,提高公司業(yè)績(jī),從而有效地提高信用水平,增強(qiáng)自身風(fēng)險(xiǎn)防范能力,減少由信用風(fēng)險(xiǎn)所帶來(lái)的損失。 本文的創(chuàng)新之處在于對(duì)上市公司信用風(fēng)險(xiǎn)特征、成因和影響,以及如何防范信用風(fēng)險(xiǎn)所帶來(lái)的損失進(jìn)行了詳細(xì)分析,對(duì)各種信用風(fēng)險(xiǎn)度量方法及它們?cè)谥袊?guó)的適用性進(jìn)行了詳細(xì)的比較研究,以最新的上市公司相關(guān)數(shù)據(jù)為參數(shù),以編程軟件進(jìn)行數(shù)據(jù)處理,通過(guò)實(shí)證分析探求了KMV模型在度量上市公司信用風(fēng)險(xiǎn)中的有效性并提出相關(guān)政策建議。本文的不足之處在于,由于本文的實(shí)證是基于我國(guó)市場(chǎng)狀況是合理的這一假設(shè)上進(jìn)行的,同時(shí)樣本公司財(cái)務(wù)資料可能不實(shí)等原因,實(shí)證結(jié)果可能出現(xiàn)偏離,使分析的質(zhì)量受到影響,還需進(jìn)一步完善。
【關(guān)鍵詞】：信用風(fēng)險(xiǎn) KMV模型 默頓模型 違約距離
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：F224;F276.6
【目錄】：

• 摘要4-8
• Abstract8-13
• 1. 導(dǎo)論13-21
• 1.1 選題的意義13-15
• 1.2 本文的研究?jī)?nèi)容和方法15
• 1.3 文獻(xiàn)綜述15-20
• 1.3.1 KMV模型在國(guó)外的研究發(fā)展16-18
• 1.3.2 KMV模型在我國(guó)的研究發(fā)展18-20
• 1.4 本文的創(chuàng)新及不足20-21
• 1.4.1 本文的創(chuàng)新點(diǎn)20
• 1.4.2 本文的不足之處20-21
• 2. 信用風(fēng)險(xiǎn)概論21-28
• 2.1 信用風(fēng)險(xiǎn)定義和特征21-23
• 2.1.1 信用及信用風(fēng)險(xiǎn)21-22
• 2.1.2 信用風(fēng)險(xiǎn)的特征22-23
• 2.2 上市公司信用風(fēng)險(xiǎn)的定義及特征23-25
• 2.3 上市公司信用風(fēng)險(xiǎn)成因及其影響25-26
• 2.3.1 信用風(fēng)險(xiǎn)的成因分析25
• 2.3.2 信用風(fēng)險(xiǎn)的影響25-26
• 2.4 上市公司信用風(fēng)險(xiǎn)度量和管理的意義26-28
• 3. 信用風(fēng)險(xiǎn)度量模型及其在我國(guó)的適應(yīng)性比較分析28-40
• 3.1 傳統(tǒng)的信用風(fēng)險(xiǎn)度量模型29-33
• 3.1.1 專家評(píng)定法29-30
• 3.1.2 信用評(píng)級(jí)法30-31
• 3.1.3 信用評(píng)分法31-33
• 3.1.4 神經(jīng)網(wǎng)絡(luò)分析(Neural Networks,NN)33
• 3.2 現(xiàn)代信用風(fēng)險(xiǎn)度量模型33-37
• 3.2.1 KMV模型34
• 3.2.2 CreditMetrics模型(信用矩陣模型)34-36
• 3.2.3 CreditRisk+模型36
• 3.2.4 Credit Portfolio View模型36-37
• 3.3 適應(yīng)性比較分析37-40
• 4. KMV模型分析40-52
• 4.1 KMV模型的理論基礎(chǔ)—默頓模型40-43
• 4.1.1 Black—Scholes的標(biāo)準(zhǔn)歐式期權(quán)定價(jià)模型40-42
• 4.1.2 默頓的結(jié)構(gòu)化模型42-43
• 4.2. KMV模型的理論框架43-48
• 4.2.1. 模型的假設(shè)條件43-44
• 4.2.2 參數(shù)估計(jì)44-47
• 4.2.3 KMV模型的評(píng)價(jià)47-48
• 4.3 在我國(guó)股市應(yīng)用KMV方法的特殊性48-52
• 4.3.1 KMV模型在我國(guó)上市公司中的適用性分析48-49
• 4.3.2 KMV模型在我國(guó)上市公司中應(yīng)用的特殊性49-52
• 5. KMV模型實(shí)用性實(shí)證分析52-64
• 5.1 樣本選取和參數(shù)設(shè)定52-53
• 5.1.1 樣本選取52-53
• 5.1.2 參數(shù)設(shè)定53
• 5.2 實(shí)證分析53-58
• 5.2.1 樣本公司的股權(quán)價(jià)值及其波動(dòng)率的計(jì)算53-55
• 5.2.2 估算樣本公司的資產(chǎn)價(jià)值及其波動(dòng)率55-56
• 5.2.3 估算樣本公司的違約距離56-58
• 5.3 實(shí)證檢驗(yàn)結(jié)果及結(jié)論58-61
• 5.4 問(wèn)題與建議61-64
• 結(jié)論64-65
• 參考文獻(xiàn)65-67
• 附錄67-69
• 后記69-70
• 致謝70

【引證文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 周至誠(chéng);我國(guó)上市公司信用風(fēng)險(xiǎn)實(shí)證分析[D];上海師范大學(xué);2013年

，

本文編號(hào)：1071945