過去五年里,隨著供給側(cè)改革的深入推進,多地政府紛紛開展了針對高污染、過剩產(chǎn)能企業(yè)的專項整治工作。為了在市場中得以存續(xù)發(fā)展,部分企業(yè)考慮通過融資來滿足自身正常的生產(chǎn)經(jīng)營對資金的需要。對于大多數(shù)企業(yè)而言,他們往往會選擇債券融資。而在債券融資過程,信用風(fēng)險是不可避免的。過高的企業(yè)信用風(fēng)險,不僅影響融資雙方的利益,甚至?xí)暗饺袠I(yè)和全社會的穩(wěn)定。隨著債券市場的發(fā)展,企業(yè)風(fēng)險控制意識不足的問題不斷凸顯。而良好的風(fēng)險控制因其可靠的風(fēng)險度量方法,對于企業(yè)的健康發(fā)展是十分必要的�？煽康娘L(fēng)險度量方法,可以幫助企業(yè)降低融資過程中的信用風(fēng)險。隨著金融市場的不斷發(fā)展,早期的風(fēng)險度量方法早已不能跟上時代的腳步。近年來多發(fā)的債券違約事件也為投資者和融資企業(yè)敲響了警鐘,我們必須選擇更具有針對性、時效性更強的信用風(fēng)險度量方法來衡量企業(yè)的信用風(fēng)險。KMV模型（下同）最早是由三個創(chuàng)業(yè)者（Kealhofer,McQuown和Vasicek）于1993年提出的。模型名稱取自三位創(chuàng)業(yè)者名字的首字母,其基本思想源于金融衍生品定價模型。與早期信用風(fēng)險度量模型相比,KMV模型的時效性更強。由于該模型是根據(jù)國外資本市場情況統(tǒng)計得到的... 

【文章來源】：山東大學(xué)山東省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－１違約距離與違約率的映射關(guān)系圖??Ｆｉｇｕｒｅ?３－１?Ｔｈｅ?ｍａｐｐｉｎｇ?ｒｅｌａｔｉｏｎ?ｂｅｔｗｅｅｎ?ｄｅｆａｕｌｔ?ｄｉｓｔａｎｃｅ?ａｎｄ?ｄｅｆａｕｌｔ?ｒａｔｅ??

山東大學(xué)碩士學(xué)位論文??．ｊ?Ｄｉｓ＊ｊｉｔ＞ｙ｛ｊ〇ｎ??Ｖａｌｕｅ?Ｉ?ｏｆ?ａｓｓｅｔ?ｖａｌｕｅ?？??Ａ＾ｆｓ?ａｔｒ＾ｈｏｎｚｏｎ??Ｐｏｓｓｉｂｌｅ?ｋ?ｌ?ｊ?＼??ａ／ｕ?�。�?Ｖｈ丨Ｕ１：???ｊｆｃ?Ｄｅｆａｕｌｔ??＾?ｐｏｉｎｔ??Ｉ?ＥＤＦ??０?Ｔｉｍｅ??圖３－２?ＫＭＶ模型的基本思想??Ｆｉｇｕｒｅ?３－２?Ｔｈｅ?ｂａｓｉｃ?ｉｄｅａ?ｏｆ?ＫＭＶ?ｍｏｄｅｌ??由于本文只通過來度量制造業(yè)上市公司的信用風(fēng)險，因此只進行前三步??的計算。??３．３?ＫＭＶ模型設(shè)定的不合理性及跳過程的引進??基于ＫＭＶ模型設(shè)定的不合理性問題，已有研究結(jié)論顯示，資產(chǎn)價值具有“波??動率微笑”的特征。通過ＫＭＶ模型的假設(shè)一，會得到資產(chǎn)價值波動率恒為常數(shù)，??這就導(dǎo)致模型結(jié)論會與實際情況之間出現(xiàn)較大偏差。其次，由于資產(chǎn)價值具有“尖??峰厚尾”的特征，導(dǎo)致其更易受突發(fā)事件的影響，且資產(chǎn)價值波動聚集現(xiàn)象普遍??存在，即在一段時間內(nèi)資產(chǎn)價值波動率呈現(xiàn)持續(xù)偏高或偏低的狀態(tài)。而近年來，??國內(nèi)突發(fā)事件的數(shù)量顯著高于國外，資產(chǎn)價值出現(xiàn)極端值的概率較大，資產(chǎn)價值??也經(jīng)常出現(xiàn)異常波動。利用資產(chǎn)價值呈幾何布朗運動這一假設(shè)進行建模，會使模??型難以捕捉到企業(yè)的極端信用風(fēng)險，這就違背了風(fēng)險度量的初衷。??本文基于前人的分析與總結(jié)，得出上市公司資產(chǎn)價值的運動行為是由正常行??為以及跳躍行為構(gòu)成的。正常行為是指企業(yè)資產(chǎn)價值在一段時間內(nèi)的運動行為可??以由資產(chǎn)價值服從幾何布朗運動這一假設(shè)解釋，而跳躍行為是指受金融突發(fā)事件??的影響，企業(yè)資產(chǎn)價值在一段時間內(nèi)跳躍幅度較大，無法由資產(chǎn)價值服從幾何布??朗

山東大學(xué)碩士學(xué)位論文???子代種群進行合并，并返回步驟（２）；否則輸出最優(yōu)系數(shù)心和戽。??圖３－３基于遺傳算法優(yōu)化ＫＭＶ改進模型的違約點的基本思路進行了展示。??建＞）［扨給種群以及設(shè)１最大：迭??代次數(shù)、變誶１？軍和交乂樣??率、編碼萬式等遺傳．１；／：＃餃???１?，—??一??制造業(yè)上市公４短期ｉ?｜?？?????Ｊ???資產(chǎn)價賴雛鱗、??販賭Ｍ?—？?ｉｆＳＫＭＶ鋮翻＿舶離??標準差??！????????Ｘ?父代與子代??判酚違約距離適否??＜?欠干０？并分１統(tǒng)?＞??計坩、》的值??１?界???ｓ??????通ｉ＇ｉ適應(yīng)度ｗ數(shù)汁１適ｅ？值．并擬??據(jù)適應(yīng)ｔ大小順序紂適＆度進行椿序??＾ｐｊ??迭代次數(shù)？?體姐戍新的父代???Ｉ???輸出最優(yōu)適Ｓ度值＇?（７和，以及村應(yīng)??的ｆｆｌ和？》的取值??丨???Ｔ???（?■觸?）??圖３－３遺傳算法基本思路??Ｆｉｇｕｒｅ?３－３?Ｔｈｅ?ｂａｓｉｃ?ｉｄｅａ?ｏｆ?ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ??３０??

【參考文獻】：
期刊論文
[1]上市企業(yè)債券違約的影響因素[J]. 陳佳音.  中國經(jīng)貿(mào)導(dǎo)刊(中). 2019(08)
[2]基于KMV模型的上市中小企業(yè)信貸風(fēng)險研究[J]. 彭偉.  南方金融. 2012(03)
[3]我國制造業(yè)上市公司信用風(fēng)險度量:基于KMV模型[J]. 趙吉紅,謝守紅.  財會月刊. 2011(30)
[4]我國制造業(yè)上市公司信用風(fēng)險研究——基于KMV模型[J]. 萬晏伶,楊俊.  技術(shù)經(jīng)濟. 2011(05)
[5]中國上市公司違約風(fēng)險的測度與分析——跳—擴散模型的應(yīng)用[J]. 唐齊鳴,黃苒.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2010(10)
[6]基于KMV模型上市公司違約點的確定[J]. 章文芳,吳麗美,崔小巖.  統(tǒng)計與決策. 2010(14)
[7]小樣本下兩階段MCMC參數(shù)估計方法——基于信用風(fēng)險強度模型的研究[J]. 周穎穎,秦學(xué)志,王玥.  運籌與管理. 2010(01)
[8]違約集聚與組合信用衍生品:基于Levy過程的動態(tài)模型[J]. 史永東,武軍偉.  世界經(jīng)濟. 2009(10)
[9]基于KMV模型的我國上市公司信用風(fēng)險研究[J]. 王建穩(wěn),梁彥軍.  數(shù)學(xué)的實踐與認識. 2008(10)
[10]中國股票市場流通性價值研究——基于非流通股協(xié)議轉(zhuǎn)讓與限售股轉(zhuǎn)讓的證據(jù)[J]. 王旻,楊朝軍,廖士光.  財經(jīng)研究. 2008(03)

碩士論文
[1]基于修正KMV模型的我國上市公司違約概率測度研究[D]. 楊書.福州大學(xué) 2017
[2]上市國企公司債務(wù)違約風(fēng)險度量[D]. 邵治銘.山東大學(xué) 2017
[3]基于跳躍擴散KMV模型的上市公司信用風(fēng)險度量[D]. 賴瓊琴.湖南大學(xué) 2014
[4]跳躍幅度服從對數(shù)正態(tài)分布的一類期權(quán)定價及其參數(shù)估計[D]. 范海旺.南京師范大學(xué) 2013
[5]我國上市公司信用風(fēng)險度量研究[D]. 陳俊伶.東北財經(jīng)大學(xué) 2012
[6]基于跳—擴散模型的開放式基金費率研究[D]. 秦磊.北方工業(yè)大學(xué) 2011
[7]基于KMV模型的中小上市公司信用風(fēng)險評價研究[D]. 柏雪怡.東華大學(xué) 2011



本文編號：3626636