發(fā)布時間：2017-09-21 18:42

  本文關(guān)鍵詞：基于修正KMV模型下我國商業(yè)銀行信用風(fēng)險度量研究及實(shí)證分析

  更多相關(guān)文章： 我國商業(yè)銀行 信用風(fēng)險 因子分析 修正KMV模型 實(shí)證分析

【摘要】：對我國商業(yè)銀行信用風(fēng)險現(xiàn)狀分析主要從縱向和橫向兩個方面進(jìn)行。首先,根據(jù)2009-2014年17家銀行相關(guān)數(shù)據(jù),縱向分析我國商業(yè)銀行的信用風(fēng)險現(xiàn)狀。通過數(shù)據(jù)整理,用Excel或Spss19.0畫出圖表,從圖表可以看出,目前我國商業(yè)銀行信用風(fēng)險現(xiàn)狀:不良貸款率在2009-2014年間先降后升,撥備覆蓋率在2009-2014年間先升后降;貸款客戶集中度2009-2014年逐年降低,但行業(yè)集中程度還比較高;資本充足率和核心資本充足率均滿足監(jiān)管要求,但有些波動難以長期維持。其次,根據(jù)2014年20家商業(yè)銀行的年報數(shù)據(jù),橫向探究我國商業(yè)銀行的競爭力,選取反映銀行競爭力的16項(xiàng)數(shù)據(jù)指標(biāo),采用因子分析法對數(shù)據(jù)進(jìn)行處理,通過分析可以發(fā)現(xiàn)中國工商銀行、中國建設(shè)銀行、中國銀行、中國農(nóng)業(yè)銀行排名比較靠前,但作為五大國有商業(yè)銀行之一的交通銀行排名卻比較靠后,交通銀行在盈利能力指標(biāo)和資產(chǎn)質(zhì)量指標(biāo)方面排名比較落后,因此它應(yīng)相應(yīng)在這兩方面提高競爭力,類似地,各個銀行可根據(jù)自身各個公共因子排名的先后找出銀行本身的優(yōu)劣以提高自身的競爭力。最后,根據(jù)縱向和橫向分析的結(jié)果提出對我國商業(yè)銀行信用風(fēng)險管理策略的建議以便有效地去評估和監(jiān)管信用風(fēng)險。對于修正KMV模型下信用風(fēng)險度量研究的方面,首先,對主要的信用風(fēng)險度量模型進(jìn)行簡單的介紹;其次,對KMV模型的基本原理和假設(shè)進(jìn)行分析找出模型的優(yōu)缺點(diǎn),進(jìn)而對模型進(jìn)行修正;再次,對KMV模型在計(jì)算股權(quán)市場價值和股權(quán)市場價值波動方面進(jìn)行修正,確定用t檢驗(yàn)法確定最佳違約點(diǎn);最后,選取滬深主板市場14家ST上市公司和對應(yīng)的14家非ST上市公司,利用28家上市公司2012-2014年的年度報表中的有關(guān)數(shù)據(jù)和2012年1月1日-2014年12月31日每日的股票收盤價進(jìn)行實(shí)證分析。實(shí)證分析結(jié)果如下:(1)修正的KMV模型對我國上市的ST公司和非ST公司的信用風(fēng)險狀況具有較好的識別效果。(2)通過計(jì)算得出28家上市公司違約距離和違約概率,可以發(fā)現(xiàn)違約距離越大,違約概率就越小,公司發(fā)生違約風(fēng)險也越小。2012-2014年28家上市公司的平均違約距離和平均違約概率也有一定的波動性。(3)通過取17個不同的a值,運(yùn)用Matlab計(jì)算出不同的違約距離和違約概率,再利用t:檢驗(yàn)-平均值的成對二樣本分析法確定公司的最佳違約點(diǎn)a的值為0.65。
【關(guān)鍵詞】：我國商業(yè)銀行 信用風(fēng)險 因子分析 修正KMV模型 實(shí)證分析
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.33
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外文獻(xiàn)簡要綜述10-12
• 1.2.1 國外文獻(xiàn)簡述10-11
• 1.2.2 國內(nèi)文獻(xiàn)簡述11-12
• 1.3 研究方法思路及內(nèi)容12-14
• 1.3.1 研究方法思路12-13
• 1.3.2 研究內(nèi)容13-14
• 第2章 我國商業(yè)銀行信用風(fēng)險分析14-23
• 2.1 我國商業(yè)銀行信用風(fēng)險的成因分析14
• 2.2 我國商業(yè)銀行信用風(fēng)險的特征分析14-15
• 2.3 我國商業(yè)銀行信用風(fēng)險的現(xiàn)狀分析15-23
• 2.3.1 我國商業(yè)銀行信用風(fēng)險縱向現(xiàn)狀分析15-18
• 2.3.2 我國商業(yè)銀行信用風(fēng)險橫向現(xiàn)狀分析18-23
• 第3章 信用風(fēng)險度量模型的發(fā)展23-27
• 3.1 信用風(fēng)險和信用風(fēng)險度量模型的發(fā)展23
• 3.2 KMV模型的基本原理及優(yōu)缺點(diǎn)23-27
• 3.2.1 KMV模型基本原理23-26
• 3.2.2 KMV模型優(yōu)缺點(diǎn)26-27
• 第4章 修正KMV模型及基本參數(shù)的假設(shè)和計(jì)算27-30
• 4.1 股權(quán)市場價值的計(jì)算27
• 4.2 時間參數(shù)的確定和無風(fēng)險利率的計(jì)算27-28
• 4.3 股權(quán)市場價值波動率的計(jì)算28-29
• 4.4 修正的KMV模型及最佳違約點(diǎn)確定方法29-30
• 第5章 修正KMV的實(shí)證分析30-35
• 5.1 樣本的選取30-31
• 5.2 計(jì)算過程和輸出結(jié)果31-35
• 5.2.1 股權(quán)市場價值計(jì)算結(jié)果31-32
• 5.2.2 股權(quán)市場價值波動率計(jì)算結(jié)果32-33
• 5.2.3 最佳違約點(diǎn)的確定33-35
• 第6章 結(jié)論35-37
• 6.1 實(shí)證結(jié)論分析35
• 6.2 研究的局限性35-36
• 6.3 后續(xù)研究方向和政策建議36-37
• 致謝37-38
• 參考文獻(xiàn)38-40
• 附錄A 2009-2014年各樣本銀行原始數(shù)據(jù)40-43
• 附錄B KMV模型計(jì)算Matlab代碼43-44
• 附錄C 2012-2014年滬深主板市場28家上市公司流動負(fù)債和長期負(fù)債44-47
• 附錄D 2012-2014年滬深主板市場28家上市公司部分違約距離和違約概率47-51
• 附錄E 2012-2014年滬深主板市場28家上市公司部分公司資產(chǎn)價值和公司資產(chǎn)價值波動率51-57
• 攻讀學(xué)位期間的研究成果57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊秀云;蔣園園;段珍珍;;KMV模型在我國商業(yè)銀行信用風(fēng)險管理中的適用性分析及實(shí)證檢驗(yàn)[J];財(cái)經(jīng)理論與實(shí)踐;2016年01期

2 孫凱迪;;基于因子分析法的我國商業(yè)銀行競爭力探究[J];洛陽理工學(xué)院學(xué)報(社會科學(xué)版);2015年05期

3 彭偉;;基于KMV模型的上市中小企業(yè)信貸風(fēng)險研究[J];南方金融;2012年03期

4 彭大衡;張聰宇;;市場分割條件下KMV模型的改進(jìn)與實(shí)證分析[J];統(tǒng)計(jì)與信息論壇;2011年05期

5 陳東平;孫明;;KMV模型的修正及應(yīng)用研究[J];經(jīng)濟(jì)研究導(dǎo)刊;2007年01期

6 曹道勝;何明升;;商業(yè)銀行信用風(fēng)險模型的比較及其借鑒[J];金融研究;2006年10期

7 張智梅;章仁俊;;KMV模型的改進(jìn)及對上市公司信用風(fēng)險的度量[J];統(tǒng)計(jì)與決策;2006年18期

8 董穎穎,薛鋒,關(guān)偉;KMV模型在我國證券市場的適用性分析及其改進(jìn)[J];生產(chǎn)力研究;2004年08期

9 魯煒,趙恒珩,方兆本,劉冀云;KMV模型在公司價值評估中的應(yīng)用[J];管理科學(xué);2003年03期

10 韓立巖,鄭承利;基于模糊隨機(jī)方法的公司違約風(fēng)險預(yù)測研究[J];金融研究;2002年08期

，

本文編號：896245