【摘要】：近年來(lái),隨著債券市場(chǎng)的不斷發(fā)展與發(fā)行規(guī)模的不斷擴(kuò)張,其中的信用風(fēng)險(xiǎn)問(wèn)題也日益突出,而信用風(fēng)險(xiǎn)一直以來(lái)都是我國(guó)債券市場(chǎng)中面臨的重要風(fēng)險(xiǎn)。但目前國(guó)內(nèi)對(duì)于信用風(fēng)險(xiǎn)的分析、測(cè)度與管理等方面仍相對(duì)滯后。本文以房地產(chǎn)行業(yè)的非上市公司債為研究主體。因?yàn)榉康禺a(chǎn)行業(yè)企業(yè)融資渠道受限和到期償付壓力增大,并且限購(gòu)限售限貸等房地產(chǎn)調(diào)控政策的出臺(tái)又使得房地產(chǎn)企業(yè)銷售難度增大,對(duì)企業(yè)的現(xiàn)金流量造成影響,房企的流動(dòng)性壓力顯著增加,發(fā)債企業(yè)的信用資質(zhì)分化程度將進(jìn)一步加劇,中小房企尤其是債務(wù)率高的房企、收入利潤(rùn)不穩(wěn)或虛高的房地產(chǎn)企業(yè)將面臨較大的經(jīng)營(yíng)風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)。當(dāng)前,學(xué)術(shù)界中存在著幾種主流的信用風(fēng)險(xiǎn)測(cè)度模型,其中,KMV模型以其良好的預(yù)測(cè)能力和較高程度貼合市場(chǎng)的能力成為目前應(yīng)用最廣泛的模型之一。KMV模型是由KMV公司在Merton模型的基礎(chǔ)上發(fā)展而來(lái),主要用于測(cè)度違約上市公司的違約概率。該模型把企業(yè)的負(fù)債看作是以其資產(chǎn)價(jià)值為標(biāo)的看漲期權(quán),當(dāng)債務(wù)到期時(shí),如果企業(yè)資產(chǎn)的價(jià)值小于負(fù)債的價(jià)值,則企業(yè)會(huì)選擇違約;如果企業(yè)資產(chǎn)的價(jià)值大于負(fù)債的價(jià)值,則股東會(huì)選擇償還債務(wù)以獲得剩余的權(quán)益部分。本文研究的主要內(nèi)容是基于BP神經(jīng)網(wǎng)絡(luò)與改進(jìn)的KMV模型結(jié)合對(duì)非上市公司債的信用風(fēng)險(xiǎn)進(jìn)行測(cè)度。由于KMV模型是用于上市公司的,這就使得大部分缺乏完整的財(cái)務(wù)數(shù)據(jù)以及相應(yīng)的股權(quán)價(jià)格和波動(dòng)性等指標(biāo)的中小企業(yè)及非上市公司無(wú)法使用,因此要想使用該模型就必須先通過(guò)合理方法估算出非上市公司市場(chǎng)價(jià)值和波動(dòng)率。同時(shí),KMV模型是基于大量美國(guó)上市公司違約事件以及歷年的數(shù)據(jù)建立的,但是由于我國(guó)的股票市場(chǎng)與美國(guó)的存在巨大差異,因此必須考慮對(duì)違約點(diǎn)以及違約距離重新進(jìn)行測(cè)算。本文首先對(duì)非上市公司違約概率計(jì)算的理論基礎(chǔ)進(jìn)行總結(jié),包括現(xiàn)有的公司估值方法進(jìn)行介紹,主要分為市場(chǎng)法、收益法以及成本法,然后介紹了主流研究中對(duì)于非上市公司市場(chǎng)價(jià)值估計(jì)常用的PFM模型,并總結(jié)各種方法的原理及優(yōu)缺點(diǎn);其次,介紹了目前常用的幾種違約風(fēng)險(xiǎn)度量模型以及KMV模型的基本原理,針對(duì)其各個(gè)模型的特點(diǎn),對(duì)比說(shuō)明了KMV模型的優(yōu)點(diǎn),分析了為什么在本文中采用KMV模型對(duì)非上市公司的違約概率進(jìn)行預(yù)測(cè);接著介紹了BP神經(jīng)網(wǎng)絡(luò)的基本原理及特點(diǎn)以及如何搭建模型來(lái)對(duì)市場(chǎng)價(jià)值以及波動(dòng)率進(jìn)行預(yù)測(cè),針對(duì)如何選擇訓(xùn)練指標(biāo)這一問(wèn)題通過(guò)Pearson相關(guān)系數(shù)的方法,從資產(chǎn)價(jià)值、盈利能力、成長(zhǎng)能力、資本結(jié)構(gòu)等六個(gè)方面選取了九個(gè)指標(biāo);最后,將非上市公司的財(cái)務(wù)數(shù)據(jù)代入模型中進(jìn)行市場(chǎng)價(jià)值與波動(dòng)率的測(cè)算,再結(jié)合改進(jìn)的KMV模型得到了較為可靠的違約概率預(yù)測(cè)結(jié)果,并與未改進(jìn)系數(shù)的BP-KMV模型以及PFM模型得到的結(jié)果進(jìn)行比較分析,驗(yàn)證了改進(jìn)的BP-KMV模型的有效性�？偨Y(jié)全文內(nèi)容,主要得到以下研究結(jié)論:第一,本文利用Pearson相關(guān)系數(shù)方法對(duì)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練指標(biāo)進(jìn)行選取,最終得到的BP神經(jīng)網(wǎng)絡(luò)能夠有效的估計(jì)非上市公司的資產(chǎn)價(jià)值與波動(dòng)率,證明了Pearson相關(guān)系數(shù)方法在篩選指標(biāo)方面的有效性。第二,得到的結(jié)果與實(shí)際情況比較吻合,與未改進(jìn)的BP-KMV模型以及PFM模型相比,發(fā)現(xiàn)采用改進(jìn)系數(shù)的BP-KMV模型能夠更好地預(yù)測(cè)非上市公司債的違約概率,證明了模型預(yù)測(cè)的有效性以及未來(lái)在國(guó)內(nèi)應(yīng)用的可能性。第三,從最終得到的房地產(chǎn)行業(yè)非上市公司債的違約概率來(lái)看,違約概率較大的基本都集中在部分AA+級(jí)以及AA級(jí)債券中,而AAA級(jí)債券的違約概率基本約等于零,與我國(guó)的實(shí)際情況相符,在2017年至2018年10月間,有相當(dāng)大的一部分違約債券集中在AA級(jí)與AA+級(jí)。
【學(xué)位授予單位】：浙江財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F299.233.42

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉德溯;王曦;;中國(guó)上市公司信用風(fēng)險(xiǎn)研究:基于修正的KMV模型[J];南大商學(xué)評(píng)論;2015年04期

2 徐思琦;;我國(guó)金融市場(chǎng)無(wú)風(fēng)險(xiǎn)利率選擇的研究[J];中國(guó)外資;2014年04期

3 王新翠;王雪標(biāo);周生寶;;基于SV-KMV模型的信用風(fēng)險(xiǎn)度量研究[J];經(jīng)濟(jì)與管理;2013年07期

4 黃振波;;淺析中小企業(yè)私募債風(fēng)險(xiǎn)防范對(duì)策[J];財(cái)會(huì)通訊;2012年35期

5 杜玉林;;Black-Scholes公式中無(wú)風(fēng)險(xiǎn)利率常數(shù)假設(shè)的一種改進(jìn)[J];上海經(jīng)濟(jì)研究;2012年04期

6 張自力;;全球高收益?zhèn)袌?chǎng)的發(fā)展:格局演變及監(jiān)管借鑒[J];上海金融;2012年04期

7 郭舟洪;;我國(guó)公司債券市場(chǎng)的發(fā)展現(xiàn)狀和對(duì)策研究[J];商業(yè)經(jīng)濟(jì);2012年06期

8 劉博;;基于KMV模型對(duì)中國(guó)上市公司的信用風(fēng)險(xiǎn)進(jìn)行度量的實(shí)證分析[J];科學(xué)技術(shù)與工程;2010年03期

9 張婧婧;;基于BP-KMV模型的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J];河海大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2009年03期

10 夏紅芳;;農(nóng)業(yè)類非上市公司違約風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)價(jià)[J];農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題;2009年09期

本文編號(hào)：2785797