發(fā)布時間：2020-05-05 20:49

【摘要】：近年來,我國信用債券違約事件頻發(fā),甚至出現(xiàn)連環(huán)違約事件,對信用債券市場穩(wěn)定發(fā)展產(chǎn)生了很大的沖擊。對信用債券違約風險進行測度、預(yù)警和風險控制對于信用債券市場穩(wěn)定健康發(fā)展具有重要的理論意義和現(xiàn)實意義。傳統(tǒng)的Logistic模型研究違約風險時,輸入因變量通常采用樣本真實違約數(shù)據(jù),然而在國內(nèi),有關(guān)債券違約的統(tǒng)計數(shù)據(jù)是非常匱乏的�，F(xiàn)有研究大多是基于債券主體是否被標記ST來替代債券是否違約,然而公司是否被ST與其債券是否違約并無太大關(guān)聯(lián),因此這種樣本對于信用債券違約風險測度模型意義不大。為了解決數(shù)據(jù)缺乏的問題,本文對Logistic模型進行了改進,利用KMV模型計算出樣本債券的違約距離,將其從數(shù)值轉(zhuǎn)化為是否違約的二分類變量,作為Logistic模型的因變量,即在不需要債券違約數(shù)據(jù)的基礎(chǔ)上建立二分類Logistic回歸模型,用于信用債券違約風險的量化。本文將我國2018年首次發(fā)生違約的信用債券主體作為樣本,KMV模型計算出來的樣本違約距離作為因變量,包括償債能力、盈利能力、股權(quán)質(zhì)押比例等多個維度的樣本指標作為自變量,構(gòu)建出改進后的二分類Logistic回歸模型,度量信用債券違約風險的大小。并驗證改進后模型的有效性,將計算出來的概率與樣本組實際違約情況對比,再將其與傳統(tǒng)Logistic模型進行對比分析,作擬合優(yōu)度檢驗、HosmerLemeshow檢驗。傳統(tǒng)Logistic模型樣本、自變量與改進后的模型相同,因變量采用樣本信用債券2018年實際違約數(shù)據(jù)。最后按照實證結(jié)果違約概率對樣本進行系統(tǒng)聚類分析,債券風險被分為五個類別并使用比較均值法結(jié)合樣本指標分析風險狀態(tài),最后針對債券不同的風險程度設(shè)定預(yù)警臨界值,建立違約風險預(yù)警機制,根據(jù)違約概率所處的風險區(qū)間發(fā)出相應(yīng)的“綠、橙、紅”三種顏色預(yù)警信號。實證研究表明,由改進后的邏輯回歸模型回歸結(jié)果可知,資產(chǎn)負債率、營業(yè)收入增長率和股權(quán)質(zhì)押比例與樣本信用債券違約風險呈現(xiàn)顯著的正相關(guān)關(guān)系;流動比率、凈資產(chǎn)收益率與樣本信用債券違約風險呈現(xiàn)顯著的負相關(guān)關(guān)系;企業(yè)償債能力和股權(quán)質(zhì)押比例是最重要的影響因素。有效性檢驗結(jié)果說明了構(gòu)建的改進后的模型能夠較為準確地判別違約風險的高低,改進后的模型結(jié)果與實際違約數(shù)據(jù)具有較高的一致性,預(yù)測準確率為95.3%;通過與傳統(tǒng)Logistic模型的對比,證明改進后的模型有較為理想的擬合效果。最后針對債券不同的風險程度設(shè)定預(yù)警臨界值,建立違約風險預(yù)警機制,當債券違約概率低于綠燈臨界值0.34時,表示債券處在綠色安全區(qū)域內(nèi),債券違約風險水平很低;當概率進入0.34-0.54之間時,意味著債券進入高風險區(qū)域,將發(fā)出橙色預(yù)警信號;一旦超越紅燈臨界值0.54,說明債券已進入危險區(qū)域,預(yù)警機制發(fā)出紅色預(yù)警信號,監(jiān)管機構(gòu)必須采取強制風控措施,避免出現(xiàn)大面積違約無法控制的局面。本文的創(chuàng)新點在于,傳統(tǒng)二分類Logistic模型建模時,需要先判斷主體未來是否會違約并將違約數(shù)據(jù)作為因變量,不便獲取,本文構(gòu)建的改進后的Logistic模型是用KMV模型計算得到的違約距離作為因變量,可以在違約數(shù)據(jù)匱乏的情況下建模,克服了傳統(tǒng)模型的缺點;已有的國內(nèi)研究大多只建立模型度量違約風險,并未將風險管理與預(yù)警分析二者結(jié)合起來。本文針對債券不同的風險程度設(shè)定預(yù)警臨界值,建立違約風險預(yù)警機制,根據(jù)違約概率所處的風險區(qū)間發(fā)出相應(yīng)的“綠、橙、紅”三種顏色預(yù)警信號。
【圖文】：

19圖 2-1 實證分析流程圖3 被解釋變量——KMV 模型的理論基礎(chǔ)KMV 模型是美國 KMV 公司基于 BSM 期權(quán)定價理論和 Merton 的公司債務(wù)定價理論基礎(chǔ)上而發(fā)展出來的信用測度模型，現(xiàn)在被廣泛用于銀行及公司的信用風險大小測量。

程度設(shè)定臨界值，靠臨界值來判別債券是否出不同風險程度所對應(yīng)的預(yù)警臨界值后，，就可以風險的大小程度，發(fā)出相應(yīng)的預(yù)警信號，采用風險的預(yù)警信號。程圖如下表 4-1：
【學位授予單位】：遼寧大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F832.51

【參考文獻】

相關(guān)期刊論文 前10條

1 汪莉;陳詩一;;政府隱性擔保、債務(wù)違約與利率決定[J];金融研究;2015年09期

2 蔣_g;高瑜;;基于KMV模型的中國上市公司信用風險評估研究[J];中央財經(jīng)大學學報;2015年09期

3 田思思;;《資本論》視閾下當代國際金融危機的成因分析[J];才智;2014年33期

4 王雅喬;;亞洲金融危機后我國公司債券發(fā)展分析[J];商;2014年02期

5 高瑋;徐春騏;;能源類企業(yè)債信用價差影響因素研究——基于分行業(yè)數(shù)據(jù)的樣本比較實證[J];商業(yè)會計;2013年24期

6 周梅;劉傳哲;;信用類債券的政府信用及違約承擔機制研究[J];經(jīng)濟問題;2013年12期

7 顧海峰;;信用突變下商業(yè)銀行信用風險預(yù)警模型及應(yīng)用[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2013年09期

8 解秀玉;管西三;;企業(yè)財務(wù)風險預(yù)警模型研究——基于制造業(yè)數(shù)據(jù)[J];南京審計學院學報;2013年04期

9 袁克利;于金亭;;基于財務(wù)契約視角的信貸融資關(guān)系治理研究[J];海南金融;2012年12期

10 陳秀梅;;我國債券市場信用風險管理的現(xiàn)狀及對策建議[J];宏觀經(jīng)濟研究;2012年02期

相關(guān)博士學位論文 前2條

1 吳敏;我國企業(yè)債券信用增進研究[D];湖南大學;2013年

2 過新偉;我國中小企業(yè)信用風險度量研究[D];南開大學;2012年

相關(guān)碩士學位論文 前6條

1 魏國健;基于KMV-LOGIT混合模型的信用債券違約風險度量與實證研究[D];中國科學技術(shù)大學;2018年

2 付冰晨;我國公司債信用風險及與信用利差關(guān)系研究[D];上海社會科學院;2017年

3 衛(wèi)萍;上市公司信用債違約風險評估[D];華東理工大學;2017年

4 徐小波;我國公司債券違約問題研究[D];暨南大學;2016年

5 屈文海;公司債券信用風險識別[D];對外經(jīng)濟貿(mào)易大學;2014年

6 段霞;Z模型和KMV模型在我國適用性的對比研究[D];西南財經(jīng)大學;2012年

本文編號：2650736