信用風(fēng)險(xiǎn)是全球商業(yè)銀行乃至整個(gè)金融業(yè)面臨的最主要風(fēng)險(xiǎn)之一。近年來(lái),如何提高信用風(fēng)險(xiǎn)量化和管理水平成為我國(guó)商業(yè)銀行面臨的緊迫問(wèn)題。本文選擇信用風(fēng)險(xiǎn)的評(píng)價(jià)模型——KMV模型作為課題,試圖在學(xué)習(xí)借鑒前人研究成果的基礎(chǔ)上,對(duì)我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)問(wèn)題進(jìn)行系統(tǒng)的理論分析和實(shí)證研究。本文首先回顧了信用風(fēng)險(xiǎn)管理理論的歷史演進(jìn)和發(fā)展前沿,并對(duì)當(dāng)前主要的現(xiàn)代信用風(fēng)險(xiǎn)評(píng)價(jià)模型——CreditRisk+模型、Credit Metrics模型、Credit Portfolio View模型以及KMV模型進(jìn)行了評(píng)析,得出KMV模型是當(dāng)前最適合我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)的模型。繼而本文詳細(xì)的介紹了KMV模型的理論基礎(chǔ)與推導(dǎo)過(guò)程,并根據(jù)我國(guó)資本市場(chǎng)的特點(diǎn)對(duì)模型進(jìn)行了必要的修正,其中最主要的是將違約觸發(fā)點(diǎn)DPT修正為短期債務(wù)與一倍的長(zhǎng)期債務(wù)之和,使其更加適用于我國(guó)的國(guó)情。為了檢驗(yàn)修正后的模型的有效性,本文分別抽取滬市A股的上市公司,從橫向和縱向兩個(gè)方面對(duì)修正后的KMV模型進(jìn)行檢驗(yàn),驗(yàn)證了修正后的KMV模型能夠有效的評(píng)價(jià)我國(guó)上市公司的信用風(fēng)險(xiǎn)。最后本文還提出了一些政策、研究建議,以期能對(duì)我國(guó)的商業(yè)銀行信用風(fēng)險(xiǎn)管理提供一些有... 

【文章來(lái)源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

ST組與非ST組數(shù)據(jù)的違約距離折線圖

第五章修正的KMV模型在我國(guó)應(yīng)用的實(shí)證研究600261600263600278600279600284600328浙江陽(yáng)光路橋建設(shè)東方創(chuàng)業(yè)重慶港九浦東建設(shè)蘭太實(shí)業(yè)2.33494843.91814552.53240292.46945812.30701632.38021652.39650813.3557582.58994612.23959132.52385692.70831891.84402341.92361211.59818121.41726831.5371211.57007971.79770491.80786951.42219361.4270971.84251151.89742382.28008722.27823092.23531293.49629663.66442892.81664922.65083.74622.31662.33283.24石53.96595.2，4小結(jié)與分析將30家公司2005一2010年違約距離用折線圖體現(xiàn)即為下圖(為了方便觀察和對(duì)比分析，圖中僅列示了2006年、2008年和2009年三年的數(shù)據(jù)):

不論是股價(jià)波動(dòng)率。E還是資產(chǎn)價(jià)值波動(dòng)率。A，都是ST公司較大，從這個(gè)角度來(lái)看，兩個(gè)相應(yīng)的波動(dòng)率也可以作為衡量企業(yè)違約風(fēng)險(xiǎn)的參考指標(biāo);2.同樣的一組公司，其波動(dòng)率也會(huì)隨著不同時(shí)間的經(jīng)濟(jì)形勢(shì)不同而發(fā)生相應(yīng)變化。好的經(jīng)濟(jì)環(huán)境下波動(dòng)率普遍偏小，壞的經(jīng)濟(jì)條件下普遍較大。用5.2中的實(shí)證數(shù)據(jù)說(shuō)明如下:表6一2實(shí)證二樣本公司波動(dòng)率比較分析Table6一2ComParisonofasofsamPleeomPanies指標(biāo)2005年2006年。E總和GE平均a^總和。A平均12.0353980.4011807.8819500.26273215.7366680.52455611.3210870.3773702007年20.0997720.66999217.3060700.5768692008年21.4782900.71594315.7771780.5259062009年13.4452030.44817311.1289110.37096420140120，為方便觀察將上表做折線圖，結(jié)果如下:

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的KMV模型在我國(guó)上市公司信用風(fēng)險(xiǎn)度量中的應(yīng)用[J]. 張能福,張佳.  預(yù)測(cè). 2010(05)
[2]基于修正KMV模型的創(chuàng)業(yè)板公司信用風(fēng)險(xiǎn)研究[J]. 潘淑婷.  中國(guó)證券期貨. 2010(09)
[3]基于KMV模型上市公司違約點(diǎn)的確定[J]. 章文芳,吳麗美,崔小巖.  統(tǒng)計(jì)與決策. 2010(14)
[4]商業(yè)銀行信用風(fēng)險(xiǎn)管理的KMV模型及其修正[J]. 史小坤,陳昕.  南京財(cái)經(jīng)大學(xué)學(xué)報(bào). 2010(04)
[5]KMV模型對(duì)上市公司信用風(fēng)險(xiǎn)預(yù)測(cè)能力研究[J]. 鐘長(zhǎng)洪.  中國(guó)市場(chǎng). 2010(26)
[6]對(duì)KMV模型的修正及其在公司債券評(píng)級(jí)中的應(yīng)用[J]. 肖磊,李麗.  昆明學(xué)院學(xué)報(bào). 2010(03)
[7]KMV模型研究綜述[J]. 公希亮.  合作經(jīng)濟(jì)與科技. 2010(08)
[8]在美國(guó)次貸危機(jī)背景下看我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)[J]. 袁芳.  中國(guó)管理信息化. 2010(04)
[9]現(xiàn)代信用風(fēng)險(xiǎn)度量模型的分析及對(duì)我國(guó)商業(yè)銀行的借鑒[J]. 王穎.  市場(chǎng)論壇. 2010(02)
[10]我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理問(wèn)題及對(duì)策分析[J]. 萬(wàn)錦虹.  現(xiàn)代商貿(mào)工業(yè). 2010(04)



本文編號(hào)：3566916