【摘要】：信用風(fēng)險(xiǎn)是金融風(fēng)險(xiǎn)的一個(gè)分支,它是最古老的也是最主要的風(fēng)險(xiǎn)之一。在我國(guó)特有的經(jīng)濟(jì)體制下,對(duì)于貸款業(yè)務(wù)在資產(chǎn)業(yè)務(wù)中占絕對(duì)主導(dǎo)地位的我國(guó)商業(yè)銀行來(lái)說(shuō),信貸風(fēng)險(xiǎn)顯得尤為突出。而房地產(chǎn)行業(yè)的負(fù)債水平一向很高,隨著近幾年的迅猛發(fā)展,使得房地產(chǎn)公司的資產(chǎn)負(fù)債率普遍達(dá)到了 75%以上�？梢哉f(shuō)房地產(chǎn)行業(yè)的生命線就是銀行貸款。因此,準(zhǔn)確地度量和評(píng)價(jià)房地產(chǎn)公司的信用風(fēng)險(xiǎn)對(duì)銀行來(lái)說(shuō)是十分必要的。本文以我國(guó)房地產(chǎn)上市公司為研究對(duì)象,通過(guò)構(gòu)建Z-Score模型和KMV模型對(duì)我國(guó)房地產(chǎn)公司的信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),探討這兩個(gè)模型在我國(guó)房地產(chǎn)行業(yè)的適用性,以便銀行以此作為發(fā)放貸款的依據(jù),使其更好地進(jìn)行風(fēng)險(xiǎn)管理。本文主要分為六個(gè)部分,第一部分主要提出了本文的研究背景和研究意義,并闡明了本文研究的思路及框架;第二部分回顧了國(guó)內(nèi)外關(guān)于信用風(fēng)險(xiǎn)評(píng)價(jià)模型的相關(guān)文獻(xiàn);第三部分對(duì)信用風(fēng)險(xiǎn)及信用風(fēng)險(xiǎn)管理的相關(guān)理論進(jìn)行概括總結(jié),重點(diǎn)介紹了我國(guó)房地產(chǎn)上市公司信用風(fēng)險(xiǎn)產(chǎn)生的原因以及目前我國(guó)房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)的現(xiàn)狀;第四部分將各種信用風(fēng)險(xiǎn)評(píng)價(jià)模型進(jìn)行了比較分析,說(shuō)明本文選用Z-Score模型和KMV模型進(jìn)行房地產(chǎn)行業(yè)上市公司信用風(fēng)險(xiǎn)研究的原因,同時(shí)對(duì)這兩個(gè)模型進(jìn)行理論解析;第五部分是作者的主要研究工作。本文選取了滬深兩市2011年的10家ST上市公司與96家非ST的上市公司作為樣本,利用2010年的相關(guān)財(cái)務(wù)數(shù)據(jù)對(duì)Z-Score模型和KMV模型在我國(guó)房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)管理的應(yīng)用方面作了實(shí)證分析。分析結(jié)果表明我國(guó)運(yùn)用Z-Score模型進(jìn)行上市公司的信用風(fēng)險(xiǎn)評(píng)價(jià)效果顯著,而KMV模型在我國(guó)尚處于不斷的試驗(yàn)過(guò)程中,發(fā)展時(shí)間短,目前不適合用該模型進(jìn)行信用風(fēng)險(xiǎn)的度量和評(píng)價(jià)。但是隨著我國(guó)金融市場(chǎng)不斷成熟,依照我國(guó)特有的經(jīng)濟(jì)體制不斷完善KMV模型,該模型會(huì)越來(lái)越顯示其優(yōu)越性;第六部分是本文的研究結(jié)論和展望,同時(shí)提出了本文的研究局限性和需要進(jìn)一步探討的問(wèn)題。本文的主要不足之處是:第一、樣本的數(shù)量較少。由于房地產(chǎn)行業(yè)的ST公司數(shù)量本來(lái)就較少,再剔除一些數(shù)據(jù)不全的公司,導(dǎo)致最終的違約樣本只有10家。樣本數(shù)量的不足使得其在模型分析時(shí)不夠全面,很可能會(huì)導(dǎo)致模型的計(jì)算結(jié)果不顯著,從而影響了模型分析結(jié)果,而且在本文只分析了 2010年的數(shù)據(jù)資料,也可能會(huì)導(dǎo)致分析結(jié)果出現(xiàn)片面性。第二、在對(duì)上市公司信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)時(shí),本文只有在股票價(jià)格方面采用了市場(chǎng)數(shù)據(jù),使得模型過(guò)分依賴于財(cái)務(wù)指標(biāo),而財(cái)務(wù)指標(biāo)的滯后性及容易操縱性在一定程度上影響了模型評(píng)價(jià)的準(zhǔn)確性。第三、本文對(duì)模型的處理相對(duì)比較簡(jiǎn)單。在構(gòu)建KMV模型時(shí),計(jì)算股權(quán)的波動(dòng)率沒(méi)有使用GARCH(1,1)模型。該模型可以較好的體現(xiàn)我國(guó)股票市場(chǎng)金融數(shù)據(jù)的特征,計(jì)算的股權(quán)波動(dòng)率也更為準(zhǔn)確。另外,在研究適合我國(guó)房地產(chǎn)行業(yè)上市公司的違約觸發(fā)點(diǎn)時(shí)僅設(shè)置了 3種情況,且分析其有效性的方法也比較簡(jiǎn)單。
【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】：2012
【分類號(hào)】：F299.233.42
【圖文】：

信用風(fēng)險(xiǎn)概率分布曲線的之所以會(huì)發(fā)生偏離，主要是因?yàn)樾〔糠止景l(fā)生逡逑的違約以及貸款收益和損失的不對(duì)稱性。在一般情況下，我們認(rèn)為市場(chǎng)風(fēng)險(xiǎn)逡逑的概率分布曲線是對(duì)稱的。因?yàn)槭袌?chǎng)風(fēng)險(xiǎn)主要是由價(jià)格的波動(dòng)所引起的，其逡逑收益分布呈現(xiàn)較為對(duì)稱的形狀，基本上可以用正態(tài)分布曲線來(lái)描述，一般只逡逑需計(jì)算出股權(quán)的平均值和標(biāo)準(zhǔn)差，然后運(yùn)用資本資產(chǎn)定價(jià)模型即可求出其市逡逑場(chǎng)風(fēng)險(xiǎn)，依此求出的市場(chǎng)風(fēng)險(xiǎn)概率分布基本上可以假設(shè)其是服從正態(tài)分布的。逡逑而與市場(chǎng)風(fēng)險(xiǎn)相比，信用風(fēng)險(xiǎn)概率分布曲線如圖３．１所示，并不服從正態(tài)分逡逑布。造成這種情況的原因是由于信用風(fēng)險(xiǎn)的存在導(dǎo)致主體的預(yù)期收益和預(yù)期逡逑損失的不對(duì)稱，例如銀行貸款，如果貸款人遵守約定，按時(shí)還本付息，那么逡逑銀行只是收回其本金并獲取少部分的利息收入，但是如果貸款人一旦違約，逡逑就會(huì)給銀行帶來(lái)巨大的損失，有可能本息盡失，由此帶來(lái)的損失比正常的利逡逑息收入要大得多。正是由于信用風(fēng)險(xiǎn)的這一特征，使得我們?cè)跇?gòu)建信用風(fēng)險(xiǎn)逡逑評(píng)價(jià)模型的時(shí)候不能假設(shè)信用風(fēng)險(xiǎn)服從正態(tài)分布，從而給信用風(fēng)險(xiǎn)的評(píng)價(jià)帶逡逑來(lái)了較大的困難。逡逑▲逡逑

３．信用風(fēng)險(xiǎn)概述逡逑在滬深上市的房地產(chǎn)公司一共有７９家，中國(guó)大陸在香港上市的房地產(chǎn)公司僅逡逑１１家。然而截止至２０１１年，僅在滬深上市的房地產(chǎn)公司就有１２１家，也有逡逑３６家房地產(chǎn)公司在香港上市。短短６年的時(shí)間，房地產(chǎn)上市公司的數(shù)量就增逡逑長(zhǎng)了將近有７４％。逡逑ＩＫ逡逑

邐２００９年邐２０１０年逡逑圖３．邋２邋２００８－２０１０年滬深及大陸在港上市房地產(chǎn)公司總資產(chǎn)均值及其增長(zhǎng)率７逡逑由上圖可以看出，房地產(chǎn)上市公司規(guī)模在這幾年日益壯大，資產(chǎn)規(guī)模保逡逑持快速增長(zhǎng)，在整個(gè)證券市場(chǎng)占有舉足輕重的地位。２００８年，滬深兩市的房逡逑地產(chǎn)上市公司總資產(chǎn)均值只有７０．４５億元。到了邋２００９年，其總資產(chǎn)均值為９１．３６逡逑億元，與０８年相比增長(zhǎng)了邋２９．６８％。而截止到２０１０年底，滬深兩市的房地逡逑產(chǎn)上市公司的總資產(chǎn)均值己經(jīng)達(dá)到了邋１２２．３２億元，在０９年的基礎(chǔ)上又上升了逡逑３３．８９％。僅２年的時(shí)間，滬深兩市的房地產(chǎn)上市公司總資產(chǎn)均值幾乎翻了一逡逑番。而大陸在港上市的房地產(chǎn)公司總資產(chǎn)均值也有２００８年的２６８．７９億元增長(zhǎng)逡逑到２０１０年的４３６．４８億元，增長(zhǎng)率達(dá)到了邋６２．３９％。逡逑從公司資產(chǎn)規(guī)模的數(shù)量上來(lái)看

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭風(fēng);秦惠林;;上市公司信用風(fēng)險(xiǎn)度量模型評(píng)析[J];現(xiàn)代企業(yè)教育;2011年20期

2 林嬋;;基于KMV模型的上市公司信用風(fēng)險(xiǎn)度量分析[J];經(jīng)濟(jì)研究導(dǎo)刊;2011年13期

3 遲晨;;基于Z評(píng)分模型對(duì)我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)估[J];商業(yè)文化(下半月);2011年02期

4 張傳新;;“Z計(jì)分模型”對(duì)我國(guó)制造業(yè)信用風(fēng)險(xiǎn)的預(yù)警能力分析[J];經(jīng)濟(jì)論壇;2010年12期

5 趙天任;周涵俊;;基于Z計(jì)分與KMV模型的我國(guó)中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J];經(jīng)營(yíng)管理者;2010年23期

6 肖冰;李春紅;;基于Logistic模型的房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)研究[J];技術(shù)經(jīng)濟(jì);2010年03期

7 李衛(wèi)兵;胡紅菊;;Z評(píng)分模型對(duì)我國(guó)上市公司可適性的實(shí)證研究[J];青海金融;2010年02期

8 韋艷群;;基于KMV模型的房地產(chǎn)信貸風(fēng)險(xiǎn)控制的研究[J];市場(chǎng)論壇;2010年02期

9 皮文華;邱力生;;我國(guó)房地產(chǎn)產(chǎn)業(yè)地位的理論分析[J];商業(yè)時(shí)代;2009年27期

10 閆麗瑞;;基于KMV模型的信用風(fēng)險(xiǎn)度量研究[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2009年05期

本文編號(hào)：2750783