基于KMV模型的我国上市公司信用风险度量的动态化研究

论文摘要

信用风险是商业银行面临的最重要的金融风险之一,也是导致银行破产的最常见的原因之一。随着国际银行业危机的发生,信用风险越来越受到经济理论界和实务界的普遍关注,同时信用风险也是金融机构、投资人以及公司拥有者在交易过程中考虑的重要因素。因此,关于信用风险的识别、度量、预测以及防范技术的开发和应用就显得极为重要,其中信用风险的度量是信用风险管理的基础和核心。国际上对于上市公司信用风险的度量已有大量研究,并取得了一定的成果。一般来说,上市公司信用风险的度量分为传统度量模型和现代度量模型,前者主要是定性的方法,而后者是以上市公司的数据等资料为基础的定量测算。随着国际金融市场环境的急剧变化和信用衍生产品的发展,信用风险具备了更新的内涵,对于信用风险的度量也就变得更加复杂,过于依赖主观判断的传统信用风险度量方法在一定程度上影响了决策的准确性和效率,从而现代信用风险度量模型的研究就成为了金融领域内具有挑战性的课题之一。基于资本市场理论的现代信用风险度量模型得到了空前的发展,成熟的大型金融机构以及监管机构都积极参与模型的开发和运用,新的度量模型和方法不断涌现,新的信用风险度量手段也不断付诸实践。另一方面,由于历史和制度等方面的原因,信用风险度量模型的研究在我国起步较晚,银行业的信用风险管理技术仍然比较落后,信用建设中的信用数据信息也有待完善。随着我国金融市场的开放度加大,金融产品创新步伐的加快,利率市场化进程的推进,信用风险的重要性会逐渐凸显出来。因此,对于上市公司信用风险度量的研究不但具有理论意义,而且具有很强的现实意义。笔者在对几种主要的现代信用风险度量模型进行比较分析后,选择了基于期权定价理论的KMV模型作为研究重点。之所以选择该模型的理由是,KMV模型不但具有强大的理论基础,而且可以直接利用证券市场的统计数据和上市公司的财务数据对风险进行预测,基于我国信用数据匮乏的现状,这具有非常好的借鉴作用和实践意义。本文在借鉴国内外对于KMV模型度量上市公司信用风险研究的基础上,从商业银行的角度出发,结合我国资本市场改革和宏观经济变化的实际情况,在影响上市公司信用状况的各种变量中加入时间因素,分析考量各种模型输入变量随时间变化的情况,从而估算出具有较强预测能力和表现力的动态违约概率(EDF)和违约距离(DD)。并且利用上市公司数据对理论成果作实证研究。研究结果表明:动态化的KMV模型能够比较准确地评估上市公司信用风险的变化情况,基本符合公司实际的运行状况。期望该方法能走向商业银行的操作层面,促进我国商业银行信用风险的度量逐步实现由定性方法到定量方法的转变,提高风险预测数据的准确性和敏感度。论文共分为五部分,是按照以下思路进行的。首先综述了信用风险度量的相关概念和理论。第二部分评述几种重要的现代信用风险度量模型。第三部分详细分析信用风险度量模型KMV的理论思想和结构框架,并且结合我国资本市场的实际情况,构造KMV模型的动态框架。第四部分套用第三部分的动态化理论框架,选取上市公司进行实证研究。具体包括KMV模型的基本测算、股本结构变化引起的动态测算、信用风险指标的季度动态测算,即从三个不同角度来示范模型对于上市公司信用风险的动态预测。第五部分总结全文,并提出模型在我国实践应用的局限以及建议。由于笔者研究水平的局限,本文未对信用风险度量技术的一些问题加以深入研究,提出的信用风险度量模型也仍然有很多需要完善的地方,希望以后能够不断完善,继续深入研究。

论文目录

• 摘要
• Abstract
• 引言
• 0.1 研究背景与意义
• 0.2 国内外应用研究现状
• 0.2.1 国内研究现状
• 0.2.2 国外研究现状
• 0.3 主要研究内容与方法
• 0.4 本文创新之处
• 1 信用风险度量概述
• 1.1 信用风险概念及特点
• 1.1.1 信用风险的概念
• 1.1.2 信用风险的特点
• 1.2 信用风险度量涵义
• 1.2.1 信用风险度量与管理
• 1.2.2 信用风险度量的发展动因
• 1.3 信用风险度量的理论基础
• 2 信用风险度量模型
• 2.1 信用风险度量模型的分类
• 2.2 信用风险度量模型的演进
• 2.3 现代信用风险度量模型评述
• 2.3.1 CreditMetrics 模型
• 2.3.2 KMV 模型
• 2.3.3 CreditRisk+模型
• 2.3.4 CreditPortfolioView 模型
• 3 KMV 模型的构建及其动态化
• 3.1 KMV 模型的基本原理
• 3.1.1 B-S 期权定价模型
• 3.1.2 Merton 模型
• 3.2 KMV 模型的经典MERTON 信用风险模式
• 3.3 KMV 模型的EDF 信用风险模式
• 3.4 KMV 模型的动态构架
• 4 KMV 模型对我国上市公司信用风险的动态测算
• 4.1 研究思路
• 4.2 样本选取
• 4.3 参数设定
• 4.4 实证过程
• 4.4.1 KMV 模型的基本测算
• 4.4.2 股本结构变化引起的动态测算
• 4.4.3 信用风险指标的季度动态测算
• 5 结束语
• 参考文献
• 致谢
• 个人简历
• 发表的学术论文