2014年3月“11超日債”實質(zhì)違約事件的發(fā)生,標(biāo)志著我國債券違約拉開了序幕。根據(jù)Wind數(shù)據(jù)庫,截至2019年12月31日,我國公司發(fā)行債券發(fā)生違約事件總共425起,隨著信用風(fēng)險向多樣化和復(fù)雜化趨勢發(fā)展,企業(yè)信用風(fēng)險問題日益受到監(jiān)管層和國內(nèi)銀行等金融機構(gòu)的關(guān)注。民營企業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中占有相當(dāng)大的比例,在國民經(jīng)濟(jì)的重要地位不言而喻,其經(jīng)營管理狀況直接影響著我國經(jīng)濟(jì)的總體發(fā)展?fàn)顩r。在此背景下,深入研究我國民營企業(yè)上市公司的信用風(fēng)險,選擇合適的評估模型和指標(biāo)體系更加科學(xué)地衡量企業(yè)信用風(fēng)險,具有高度的理論和現(xiàn)實意義。本文研究的內(nèi)容及得出的結(jié)論主要有:（1）選取360家上市民營企業(yè)在2018年1月1日至2018年12月31日的數(shù)據(jù),其中包含發(fā)生債券違約及特殊處理（ST）的上市公司樣本為60家,未發(fā)生債券違約的上市公司樣本為300家,研究2019年上市民營企業(yè)違約行為。通過GARCH（1,1）修正股權(quán)價值波動率,然后代入KMV模型中求解違約距離。結(jié)果表明,KMV模型求解的違約距離對于信用風(fēng)險具有良好的識別能力;相比于傳統(tǒng)KMV模型,采用GARCH（1,1）模型修正的KMV模型具有更優(yōu)越的信用評價效... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．２歷年債券違約規(guī)模統(tǒng)計??中國經(jīng)濟(jì)的快速發(fā)展離不開民營經(jīng)濟(jì)的持續(xù)健康發(fā)展，民營經(jīng)濟(jì)在我國經(jīng)濟(jì)??體系中占有重要地位，民營企業(yè)是中國經(jīng)濟(jì)微觀基礎(chǔ)的最大主體

山東大學(xué)碩士學(xué)位論文??■？國企違約主體數(shù)童?？民企違約主體數(shù)量??４５「??３６?＾?■??：｜?■?｜?Ｉ?＿??２０１４?年?２０１５?年?２０１６?年?２０１７?年?２０１８?年?２０１９?年?２０２０年??圖２．丨債券市場歷年新增違約主體數(shù)量??圖２．２展示了違約企業(yè)的２０１４年至２０１９年行業(yè)占比圖。從規(guī)模上看，信用??違約最集中的三個行業(yè)分別為綜合、商業(yè)貿(mào)易和建筑裝飾。綜合行業(yè)一般沒有具??有競爭優(yōu)勢的主營業(yè)務(wù)，容易存在無序多元化的問題，是信用違約高發(fā)區(qū)。商業(yè)??貿(mào)易行業(yè)資金占用量大，盈利能力弱，管控難度大，也是融資信用風(fēng)險爆發(fā)的領(lǐng)??域。建筑施工行業(yè)集中度低，行業(yè)門檻較低，競爭激烈，即使是央企子公司的中??國建筑也面臨回款不及時，盈利水平偏弱等問題。??整體來看，違約風(fēng)險較高的行業(yè)有如下特征：（丨）主營業(yè)務(wù)不突出，無序多??元化，典型如綜合行業(yè)；（２）行業(yè)小而分散，競爭激烈，如輕工制造、食品飲料；??（３）行業(yè)資金占用大，資金斷鏈風(fēng)險較大，如商業(yè)貿(mào)易、建筑裝飾等。??１１００，?．２０１４?２０１５?２０１６?２０１７?２０１８?－?２０ｔ９??９００??７００?－??５００?－?｜??３００－??１００???Ｉ?Ｉ?ｉｉ?Ｉ?ｉ?ｉ?ｉ?？?ｉ?＿?ｉ?ｉ?■?ｉ?＿?ｉ?＊＊＊＊＊?ｉ?—＊?ｉ?ｉ?ｍ?ｉ?——?ｉ?ｆ?ｉ?ｉ?ｉ?ｉ??－１００ｌ？ｇｌＳ３ＩＩＳＳＩＳｇ｜§ＩＩＳｌｌ§ＢＳｉｌＳＩ??＾?Ｏｇ郵笨Ｓ?旺鏈ｒ如＃抝泛Ｈ?Ｓ?右?斑�。�??炤＊?￥?宕識?勿塒肛切凼坭？?ａ?鍇教??圖２．２歷年違約行業(yè)違約規(guī)模統(tǒng)計??

山東大學(xué)碩士學(xué)位論文??■？國企違約主體數(shù)童?？民企違約主體數(shù)量??４５「??３６?＾?■??：｜?■?｜?Ｉ?＿??２０１４?年?２０１５?年?２０１６?年?２０１７?年?２０１８?年?２０１９?年?２０２０年??圖２．丨債券市場歷年新增違約主體數(shù)量??圖２．２展示了違約企業(yè)的２０１４年至２０１９年行業(yè)占比圖。從規(guī)模上看，信用??違約最集中的三個行業(yè)分別為綜合、商業(yè)貿(mào)易和建筑裝飾。綜合行業(yè)一般沒有具??有競爭優(yōu)勢的主營業(yè)務(wù)，容易存在無序多元化的問題，是信用違約高發(fā)區(qū)。商業(yè)??貿(mào)易行業(yè)資金占用量大，盈利能力弱，管控難度大，也是融資信用風(fēng)險爆發(fā)的領(lǐng)??域。建筑施工行業(yè)集中度低，行業(yè)門檻較低，競爭激烈，即使是央企子公司的中??國建筑也面臨回款不及時，盈利水平偏弱等問題。??整體來看，違約風(fēng)險較高的行業(yè)有如下特征：（丨）主營業(yè)務(wù)不突出，無序多??元化，典型如綜合行業(yè)；（２）行業(yè)小而分散，競爭激烈，如輕工制造、食品飲料；??（３）行業(yè)資金占用大，資金斷鏈風(fēng)險較大，如商業(yè)貿(mào)易、建筑裝飾等。??１１００，?．２０１４?２０１５?２０１６?２０１７?２０１８?－?２０ｔ９??９００??７００?－??５００?－?｜??３００－??１００???Ｉ?Ｉ?ｉｉ?Ｉ?ｉ?ｉ?ｉ?？?ｉ?＿?ｉ?ｉ?■?ｉ?＿?ｉ?＊＊＊＊＊?ｉ?—＊?ｉ?ｉ?ｍ?ｉ?——?ｉ?ｆ?ｉ?ｉ?ｉ?ｉ??－１００ｌ？ｇｌＳ３ＩＩＳＳＩＳｇ｜§ＩＩＳｌｌ§ＢＳｉｌＳＩ??＾?Ｏｇ郵笨Ｓ?旺鏈ｒ如＃抝泛Ｈ?Ｓ?右?斑�。�??炤＊?￥?宕識?勿塒肛切凼坭？?ａ?鍇教??圖２．２歷年違約行業(yè)違約規(guī)模統(tǒng)計??

【參考文獻(xiàn)】：
期刊論文
[1]基于SV-KMV模型的信用風(fēng)險度量研究[J]. 王新翠,王雪標(biāo),周生寶.  經(jīng)濟(jì)與管理. 2013(07)
[2]基于KMV模型的中國上市公司信用風(fēng)險研究[J]. 閆海峰,華雯君.  產(chǎn)業(yè)經(jīng)濟(jì)研究. 2009(03)
[3]現(xiàn)代信用風(fēng)險度量技術(shù)在我國的應(yīng)用方向研究[J]. 章政,田侃,吳宏.  金融研究. 2006(07)
[4]Logistic違約率模型的最優(yōu)樣本配比與分界點研究[J]. 石曉軍,肖遠(yuǎn)文,任若恩.  財經(jīng)研究. 2005(09)
[5]KMV模型在上市公司信用風(fēng)險評價中的應(yīng)用研究[J]. 張玲,楊貞柿,陳收.  系統(tǒng)工程. 2004(11)
[6]信用風(fēng)險量化管理模型發(fā)展探析[J]. 陳忠陽.  國際金融研究. 2000(10)

碩士論文
[1]我國非上市公司債券違約風(fēng)險研究[D]. 吳江英.浙江大學(xué) 2019
[2]商業(yè)銀行信用風(fēng)險的影響因素及實證研究[D]. 華玉婷.浙江大學(xué) 2019
[3]基于Logistic模型的中小企業(yè)信用風(fēng)險研究[D]. 徐曉玲.山東大學(xué) 2019
[4]通信設(shè)備行業(yè)信用風(fēng)險度量[D]. 吳則人.廈門大學(xué) 2018
[5]基于BP-KMV模型的非上市中小企業(yè)信用風(fēng)險度量研究[D]. 潘霄.武漢理工大學(xué) 2018
[6]基于Fisher判別分析及BP神經(jīng)網(wǎng)絡(luò)下信用風(fēng)險度量應(yīng)用研究[D]. 雷晨念.湖南大學(xué) 2016
[7]我國商業(yè)銀行的中小企業(yè)貸款風(fēng)險研究[D]. 張鵬.山東大學(xué) 2014
[8]基于市場分割和隨機利率下KMV模型的上市公司信用風(fēng)險度量研究[D]. 李澤凱.廣東財經(jīng)大學(xué) 2014
[9]基于跳躍擴(kuò)散KMV模型的上市公司信用風(fēng)險度量[D]. 賴瓊琴.湖南大學(xué) 2014
[10]我國ST上市公司信用風(fēng)險預(yù)警模型[D]. 閆晨輝.西南財經(jīng)大學(xué) 2013



本文編號：3381353