【摘要】：近年來,我國的汽車行業(yè)取得了飛速的發(fā)展,形成了相對完善的行業(yè)產(chǎn)業(yè)鏈。在產(chǎn)業(yè)鏈上的中小企業(yè)還存在規(guī)模小、經(jīng)營不穩(wěn)定等問題,使得這類企業(yè)向銀行等金融機(jī)構(gòu)進(jìn)行融資貸款時會受到一定阻力。所以為了解決供應(yīng)鏈上一些中小企業(yè)融資難的問題,形成了一種新的融資模式,即供應(yīng)鏈金融業(yè)務(wù)。供應(yīng)鏈金融模式通過引入第三方物流公司對抵押物進(jìn)行監(jiān)管和運(yùn)送,可以為銀行等金融機(jī)構(gòu)帶來更多的信用保障。但是在我國對于供應(yīng)鏈金融風(fēng)險的量化識別以及有效的防范管理體系,還不夠完善健全。因此,供應(yīng)鏈企業(yè)的信用風(fēng)險識別量化是供應(yīng)鏈金融發(fā)展所面臨的重大問題之一。本文以汽車行業(yè)供應(yīng)鏈金融為例,通過文獻(xiàn)評述厘清供應(yīng)鏈金融風(fēng)險相關(guān)的理論概念,并對現(xiàn)有的信用風(fēng)險模型進(jìn)行比較分析,選取適合我國金融市場的風(fēng)險量化模型。首先,根據(jù)本文的研究內(nèi)容及數(shù)據(jù)的可獲取性,選擇了16家汽車行業(yè)供應(yīng)鏈中的上市公司作為測試集樣本,并對數(shù)據(jù)進(jìn)行了處理和驗(yàn)證。利用R語言軟件對這些企業(yè)的對數(shù)收益率數(shù)據(jù)構(gòu)建了GARCH(1,1)模型,求得了各企業(yè)的股權(quán)價值波動數(shù)據(jù)。再對經(jīng)典KMV模型的違約點(diǎn)以及違約概率計算進(jìn)行修正后得到修正的KMV模型,并運(yùn)用該模型求得了各企業(yè)的違約距離。由于我國并沒有完整的企業(yè)信用風(fēng)險映射數(shù)據(jù)庫,所以本文借鑒穆迪公司提出的企業(yè)價值服從幾何布朗分布的概念,求得了各企業(yè)的違約概率。得到了汽車行業(yè)供應(yīng)鏈金融中三類企業(yè)的違約風(fēng)險排序依次是:汽車經(jīng)銷企業(yè)零部件供應(yīng)企業(yè)汽車核心制造企業(yè),并且不同類型企業(yè)中信用風(fēng)險差異較為明顯。然后隨機(jī)抽取了未通過GARCH檢驗(yàn)的12家企業(yè)作為對比集樣本,構(gòu)建了經(jīng)典的KMV模型。對修正后的KMV模型風(fēng)險量化結(jié)果與經(jīng)典KMV模型所獲得的風(fēng)險量化結(jié)果進(jìn)行對比分析,以此得到修正的KMV模型能更有效的識別信用風(fēng)險并且更適用于我國汽車行業(yè)供應(yīng)鏈金融中企業(yè)的信用風(fēng)險分析。并據(jù)此對我國汽車行業(yè)供應(yīng)鏈中的不同位置的企業(yè)依據(jù)違約距離和信用風(fēng)險發(fā)生概率提出相應(yīng)建議。最后,為降低供應(yīng)鏈金融風(fēng)險,建立完善的信用風(fēng)險管理體系提出了相對應(yīng)的策略。
【學(xué)位授予單位】：江西財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：C81
【圖文】：

中國汽車銷量數(shù)據(jù)圖

應(yīng)收賬款模式流程圖

汽車行業(yè)應(yīng)收賬款數(shù)據(jù)圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳t

本文編號：2778521