本文關(guān)鍵詞：基于KMV模型的我國上市公司信用風險研究

  更多相關(guān)文章： 信用風險 KMV模型 默頓模型 違約距離

【摘要】：本文是運用KMV模型度量我國上市公司信用風險的實證研究。 KMV模型是由KMV公司開發(fā)出來的計算預期違約率的方法,模型以經(jīng)典的默頓結(jié)構(gòu)化模型為理論依托,融合了Black—Scholes的標準歐式期權(quán)定價方法和企業(yè)的財務(wù)報表信息來進行計算。模型結(jié)果能夠比較直觀地說明企業(yè)的信用狀況,在不同的公司之間進行比較,被廣泛應(yīng)用于對能夠得到市場價格信息的上市公司進行評級。 二十世紀九十年代發(fā)生的墨西哥危機、歐洲貨幣危機和亞洲金融危機,為世界經(jīng)濟帶來了巨大的影響和損失。進入21世紀,隨著金融行業(yè)特別是金融衍生品的不斷推陳出新,2008年爆發(fā)了美國次貸危機,這場金融風暴時至今日還未完全平息恢復。在全球風險的時代,沒有國家能夠幸免于難,這引起了世界金融業(yè)對金融風險特別是信用風險管理的高度重視。信用風險管理的重要性在國外一直受到高度的重視。經(jīng)過幾十年的發(fā)展,國外的信用風險理論經(jīng)歷了從傳統(tǒng)的定性分析到現(xiàn)代的定量分析的深化,力求更為準確地量化公司的信用水平,靈敏地預測公司的未來信用能力,從而建立起信用風險的預警機制和管理方法,減少風險所帶來的損失。在諸多的信用風險管理過程中,風險度量無疑是重中之重,從而,國內(nèi)外學者對風險度量理論的發(fā)展也在不斷深入和完善之中。信用風險度量技術(shù)正是源于對信用評級不斷改進的需要而發(fā)展的,從最初的定性分析到結(jié)合各種相關(guān)學科的定量分析,從簡約模型到結(jié)構(gòu)化模型不斷改進,力求達到風險度量的精確和獨立,從而能夠更為準確地對公司的信用狀況進行分析把握,將信用風險的損失影響降到最低。公司信用風險度量的方法上,包括早期的傳統(tǒng)度量模型和近些年流行的的現(xiàn)代度量模型。傳統(tǒng)度量模型包括專家評定法、信用評級法、神經(jīng)網(wǎng)絡(luò)分析等方法,或具有較強的主觀性,或過于依賴樣本數(shù)據(jù),在度量效果上有所欠缺。而Logistic回歸分析模型、多元判別分析模型、鄰近法和Altman的Z值模型以及ZETA模型等統(tǒng)計方法,因為過度依賴公司歷史的財務(wù)指標而難以明確反映公司未來的信用情況。目前國際上流行的對于公司信用風險進行度量的模型主要有：KMV公司的信用監(jiān)控模型(KMV),J.p摩根公司開發(fā)的信用矩陣模型(Credit Metrics)、CSFP公司的信用風險附加模型(Credit Risk+)、麥肯錫公司開發(fā)的信貸組合模型(Credit Portfolio View)等。這些模型是對于上市公司信用風險進行量化分析的主流模型,具有重要的借鑒意義。在現(xiàn)代信用風險度量模型中,Credit Metrics模型和Credit Portfolio View模型直接延伸自信用評級機制,由于我國在這方面的滯后,在短期內(nèi)無法運用；Credit Risk+模型以債務(wù)人的違約率為風險驅(qū)動因子,這個參數(shù)目前在我國難以估計,因此也不適用于我國上市公司信用風險的度量。 我國的資本市場發(fā)展較為滯后,公司進行上市或再融資的門檻都比較高。上市公司要想快速增長,都往往依賴銀行的貸款來獲取資金支持,在公司快速成長的過程中,這些過度的負債也增加了公司的信用風險,使公司財務(wù)狀況惡化乃至破產(chǎn)的可能性增加,從而為上市公司本身,公司的股東和投資者,以及作為公司貸款人的銀行都會帶來損失。因此,度量和管理上市公司的信用風險就成為尤為重要的問題。而在我國目前的經(jīng)濟環(huán)境中,很多上市公司對信用風險的防范意識比較淡薄,缺乏有效的信用預警機制和管理措施,信用風險管理水平比較低�？傮w上來看,我國上市公司存在著信用活動的總規(guī)模很大,而存量質(zhì)量不高,信用結(jié)構(gòu)不合理,信用功能低效運行,缺乏有效的信用保障機制等方面問題,這些問題都是產(chǎn)生信用風險損失的隱患。 上市公司信用風險的度量和管理水平較低的問題,一方面由于我國市場經(jīng)濟環(huán)境不夠健全,起步較晚,還未在全社會上形成完善的信用機制,另一方面也由于理論上存在著空缺。隨著西方經(jīng)濟發(fā)達國家金融產(chǎn)業(yè)的發(fā)展,金融產(chǎn)品的多元化和信用產(chǎn)品的大規(guī)模使用,信用風險的管理越來越受到重視。將風險度量理論引入到我國上市公司的信用風險度量中,需要考慮的問題很多,包括宏觀經(jīng)濟情況,我國的特殊市場環(huán)境,歷史違約記錄等技術(shù)和實踐問題,因此就需要將各個信用風險度量理論進行詳細分析,來探討它們在我國的適用性情況。本文經(jīng)過比較分析得出,KMV公司所創(chuàng)立的KMV理論比較適合用來度量我國上市公司的信用風險。這種適用性也是由兩方面因素決定的,一方面,從實際情況來講,在我國上市公司信用風險度量中缺乏應(yīng)用其他現(xiàn)代度量模型的現(xiàn)實土壤,不夠完善和全面的傳統(tǒng)信用評級體系和歷史違約數(shù)據(jù)庫制約了這些模型的應(yīng)用,而KMV模型所需要的參數(shù)能夠相對客觀地獲取到,應(yīng)用條件也基本適合我國市場情況。另一方面,從理論角度來講,KMV模型從BS期權(quán)定價理論和默頓的結(jié)構(gòu)化模型發(fā)展而來,以上市公司的股票價格為主要參數(shù),通過編程軟件估算出違約距離DD和預期違約率EDF,對公司的信用風險狀況進行評價預測,模型的可操作性強,預測結(jié)果比較直觀,也相對客觀。KMV模型能夠真實有效地反映出上市公司的信用能力,又無需滯后繁瑣的財務(wù)信息和信用記錄,具有很強的簡便性。而以KMV模型為基礎(chǔ)的預測還需要實證結(jié)果的客觀支持,來考察其是否能夠真正應(yīng)用到我國上市公司信用風險的評價中,模型預測結(jié)果的有效性將作為公司信用風險管理的重要依據(jù),為公司信用水平的變化提供較為客觀的評價結(jié)果和靈敏的預警機制,從而推動我國上市公司信用風險管理水平的提高和信用環(huán)境的健康發(fā)展。 本文共分5章。第1章是導論和文獻綜述。主要闡述了論文選題的背景意義,研究的目的及國內(nèi)外相關(guān)的參考文獻。第2章是我國上市公司信用風險概述。在這一部分主要闡述了何為信用風險,我國上市公司信用風險的定義和特征,形成原因及所造成的影響,進一步說明信用風險度量和管理在我國上市公司監(jiān)管評價中的意義。第3章是信用風險度量模型及其在我國上市公司信用風險分析中的適應(yīng)性比較。在這一部分中,文章論述了信用風險度量技術(shù)的發(fā)展變化,對傳統(tǒng)的和現(xiàn)代的信用風險度量模型分別介紹,并對其是否適合應(yīng)用到我國上市公司的信用評價上做出比較分析。第4章是KMV模型分析,這也是本文的重點。這一部分詳細闡述了KMV模型的理論基礎(chǔ)和理論框架,并且分析了在我國上市公司信用風險分析上應(yīng)用KMV模型的特殊性。第5章是在KMV模型的基礎(chǔ)上,選取42個樣本公司的數(shù)據(jù)進行實證研究,結(jié)果表明KMV模型所得出的違約距離數(shù)值在一定程度上符合實際信用情況,KMV模型可以用于我國公司的信用評級,卻不能達到完全準確,還有很多方面需要修正和改進。 本文的基本結(jié)論有：由實證結(jié)果可以看出,KMV模型在度量我國上市公司的信用風險上具備較強的有效性,能夠為公司信用水平的變化提供較為客觀的評價結(jié)果和靈敏的預警機制,從而推動我國上市公司信用風險管理水平的提高和信用環(huán)境的健康發(fā)展。從模型輸出結(jié)果可知：相對ST類公司而言,非ST類公司的違約距離更大,違約風險更小,信用能力更強,信用質(zhì)量更高,這表明,上市公司應(yīng)該通過改善經(jīng)營狀況,提高公司業(yè)績,從而有效地提高信用水平,增強自身風險防范能力,減少由信用風險所帶來的損失。 本文的創(chuàng)新之處在于對上市公司信用風險特征、成因和影響,以及如何防范信用風險所帶來的損失進行了詳細分析,對各種信用風險度量方法及它們在中國的適用性進行了詳細的比較研究,以最新的上市公司相關(guān)數(shù)據(jù)為參數(shù),以編程軟件進行數(shù)據(jù)處理,通過實證分析探求了KMV模型在度量上市公司信用風險中的有效性并提出相關(guān)政策建議。本文的不足之處在于,由于本文的實證是基于我國市場狀況是合理的這一假設(shè)上進行的,同時樣本公司財務(wù)資料可能不實等原因,實證結(jié)果可能出現(xiàn)偏離,使分析的質(zhì)量受到影響,還需進一步完善。
【關(guān)鍵詞】：信用風險 KMV模型 默頓模型 違約距離
【學位授予單位】：西南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：F224;F276.6
【目錄】：

• 摘要4-8
• Abstract8-13
• 1. 導論13-21
• 1.1 選題的意義13-15
• 1.2 本文的研究內(nèi)容和方法15
• 1.3 文獻綜述15-20
• 1.3.1 KMV模型在國外的研究發(fā)展16-18
• 1.3.2 KMV模型在我國的研究發(fā)展18-20
• 1.4 本文的創(chuàng)新及不足20-21
• 1.4.1 本文的創(chuàng)新點20
• 1.4.2 本文的不足之處20-21
• 2. 信用風險概論21-28
• 2.1 信用風險定義和特征21-23
• 2.1.1 信用及信用風險21-22
• 2.1.2 信用風險的特征22-23
• 2.2 上市公司信用風險的定義及特征23-25
• 2.3 上市公司信用風險成因及其影響25-26
• 2.3.1 信用風險的成因分析25
• 2.3.2 信用風險的影響25-26
• 2.4 上市公司信用風險度量和管理的意義26-28
• 3. 信用風險度量模型及其在我國的適應(yīng)性比較分析28-40
• 3.1 傳統(tǒng)的信用風險度量模型29-33
• 3.1.1 專家評定法29-30
• 3.1.2 信用評級法30-31
• 3.1.3 信用評分法31-33
• 3.1.4 神經(jīng)網(wǎng)絡(luò)分析(Neural Networks,NN)33
• 3.2 現(xiàn)代信用風險度量模型33-37
• 3.2.1 KMV模型34
• 3.2.2 CreditMetrics模型(信用矩陣模型)34-36
• 3.2.3 CreditRisk+模型36
• 3.2.4 Credit Portfolio View模型36-37
• 3.3 適應(yīng)性比較分析37-40
• 4. KMV模型分析40-52
• 4.1 KMV模型的理論基礎(chǔ)—默頓模型40-43
• 4.1.1 Black—Scholes的標準歐式期權(quán)定價模型40-42
• 4.1.2 默頓的結(jié)構(gòu)化模型42-43
• 4.2. KMV模型的理論框架43-48
• 4.2.1. 模型的假設(shè)條件43-44
• 4.2.2 參數(shù)估計44-47
• 4.2.3 KMV模型的評價47-48
• 4.3 在我國股市應(yīng)用KMV方法的特殊性48-52
• 4.3.1 KMV模型在我國上市公司中的適用性分析48-49
• 4.3.2 KMV模型在我國上市公司中應(yīng)用的特殊性49-52
• 5. KMV模型實用性實證分析52-64
• 5.1 樣本選取和參數(shù)設(shè)定52-53
• 5.1.1 樣本選取52-53
• 5.1.2 參數(shù)設(shè)定53
• 5.2 實證分析53-58
• 5.2.1 樣本公司的股權(quán)價值及其波動率的計算53-55
• 5.2.2 估算樣本公司的資產(chǎn)價值及其波動率55-56
• 5.2.3 估算樣本公司的違約距離56-58
• 5.3 實證檢驗結(jié)果及結(jié)論58-61
• 5.4 問題與建議61-64
• 結(jié)論64-65
• 參考文獻65-67
• 附錄67-69
• 后記69-70
• 致謝70

【引證文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 周至誠;我國上市公司信用風險實證分析[D];上海師范大學;2013年

，

本文編號：1071945