信用風險問題在企業(yè)交往中扮演重要角色,是眾多企業(yè)在經(jīng)濟活動中所關注的重要問題。為評估蘇州市上市公司信用風險現(xiàn)狀和分析信用風險影響因素,討論了信用風險特征、內(nèi)涵及其評估方法,在闡述KMV模型理論、優(yōu)缺點及其適用性后,對該模型進行了修正,并應用于蘇州市上市公司。基于以上研究,本文的主要成果如下:（1）KMV模型參數(shù)的修正。以ST公司和非ST公司的信用風險差異程度為判斷依據(jù),基于20家ST公司和20家非ST公司數(shù)據(jù),修正了KMV模型中違約點的計算方式。結果顯示在k值取1時區(qū)分效果最為理想,且修正后的KMV模型準確地識別出了所涉及蘇州市公司信用風險水平,識別結果與公司實際情況較為符合。（2）蘇州市上市公司信用風險形勢的評估�；谛拚蟮腒MV模型,依托蘇州市70余家上市公司2017年上半年實際數(shù)據(jù)度量了所涉公司信用風險現(xiàn)狀,并運用近7個半年度的53家上市公司數(shù)據(jù)分析了整體信用風險的變化趨勢。結果顯示,現(xiàn)階段,從整體上而言,蘇州市上市公司信用良好,信用風險的波動并不顯著。（3）蘇州市上市公司信用風險影響因素的討論。結合近7個半年度的53家上市公司信用風險數(shù)據(jù)和GDP等宏觀數(shù)據(jù)的spearman相... 

【文章來源】：蘇州大學江蘇省

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

研究框架

KMV 模型的基礎理論及模型的修正 基于 KMV 模型的蘇州上市公司信用風險本文中，將非 ST 公司'kDD 與 ST 上市公司 的比值 Qk的大小作為司的依據(jù)，即 Qk越大，能夠將兩類別公司進行差異化的效果越顯著。到的數(shù)值變化曲線圖如圖 3.1 所示。圖 3.1 中，Qk隨著 k 的取值上升而逐步上升，即 k 值越大，ST 公司和分效果越明顯。對此，本文中選擇k等于1作為實證分析的違約點計算值得注意的是 k 等于 1 時，DP 值與 D 值相等。

第四章 蘇州上市公司信用風險評估實證分析州市上市公司概況至 2017 年 12 月 31 日，蘇州市共有上市公司 104 家，均為 A 股，總股4 960 股。其中，在上交所和深交所的上市公司分別有 32 和 72 家，且警示板。在此，文中將蘇州市上市公司的整體情況概述如下：上市公司行業(yè)類別方面，蘇州市上市公司覆蓋了證監(jiān)會行業(yè)類別中的 4.1），即制造業(yè)、信息技術業(yè)、房地產(chǎn)業(yè)、交通運輸業(yè)與倉儲業(yè)、社融與保險業(yè)、建筑業(yè)、批發(fā)和零售貿(mào)易、傳播和文化產(chǎn)業(yè)，以及綜合造業(yè)的占有率最高，為 65.38%，其次是信息技術業(yè)，為 13.46%，再者，其占比為 4.81%。蘇州市上市公司的行業(yè)結構也在較高程度上反映結構特征。

【參考文獻】：
期刊論文
[1]基于KMV模型的國有企業(yè)信用風險評估[J]. 孫晗.  經(jīng)濟研究導刊. 2017(31)
[2]基于GARCH-KMV模型的高科技企業(yè)實物期權波動率研究[J]. 任培民,趙樹然,劉成義.  金融經(jīng)濟. 2017(18)
[3]引入違約距離的修正KMV模型在財務危機預警中的應用[J]. 王莉.  統(tǒng)計與決策. 2017(17)
[4]基于BP-KMV模型的非上市公司信用風險度量[J]. 曾玲玲,潘霄,葉曼.  財會月刊. 2017(18)
[5]基于KMV模型的地方政府債券信用風險研究[J]. 岳秀敏,劉婭.  財會通訊. 2017(14)
[6]基于KMV模型的非上市企業(yè)風險評估[J]. 項楠.  現(xiàn)代商業(yè). 2017(11)
[7]基于BSM模型的房地產(chǎn)奇異期權研究[J]. 舒家先,吳航宇,金子杰.  中國海洋大學學報(社會科學版). 2017(03)
[8]KMV模型在上市公司信用風險管理中的應用研究[J]. 戴洪,丁廣燕,吳小帥.  開發(fā)性金融研究. 2016(04)
[9]基于核密度的KMV模型對公司信用風險度量研究[J]. 王沁,易文德.  武漢理工大學學報(信息與管理工程版). 2016(02)
[10]基于遺傳算法KMV模型的最優(yōu)違約點確定[J]. 馮敬海,田婧.  大連理工大學學報. 2016(02)

博士論文
[1]基于KMV模型的商業(yè)銀行信用風險測算研究[D]. 孫小麗.北京郵電大學 2013

碩士論文
[1]基于KMV模型的信息技術業(yè)上市公司信用風險度量研究[D]. 李言言.哈爾濱商業(yè)大學 2017
[2]基于KMV模型的科技型中小企業(yè)上市公司信用風險度量研究[D]. 耿佳莉.貴州財經(jīng)大學 2017
[3]基于KMV模型的上市公司信用風險度量研究[D]. 張文波.北京外國語大學 2017
[4]我國互聯(lián)網(wǎng)金融上市公司信用評價研究[D]. 鄭小珊.安徽大學 2017
[5]基于SVM的上市公司信用風險判別研究[D]. 王俊朋.華北水利水電大學 2017
[6]上市公司信用債違約風險評估[D]. 衛(wèi)萍.華東理工大學 2017
[7]基于KMV模型的我國在美上市公司信用風險實證研究[D]. 張雨龍.成都理工大學 2016
[8]KMV模型違約點修正[D]. 曹宇.蘇州大學 2016
[9]基于修正KMV模型下我國商業(yè)銀行信用風險度量研究及實證分析[D]. 孫凱迪.蘭州交通大學 2016
[10]基于修正KMV模型的我國上市公司信用風險度量研究[D]. 孫江濤.江南大學 2013



本文編號：3221504