基于KMV模型与外部资信评级体系的信用风险度量研究

基于KMV模型与外部资信评级体系的信用风险度量研究

论文摘要

在过去的十几年时间里,我国资本市场发展迅速,越来越多的公司通过上市这一途径募集资金以谋求发展。随着上市公司的日益增多,市场累积的信用隐患也日益增大。上市公司一旦爆发信用危机将会使投资者蒙受巨大损失。如何准确度量上市公司的信用风险并对其信用水平进行判断,对投资者来说具有重要的现实意义。企业资信评级是以企业为对象的信用评价行为和评价过程。其作用在于揭示信用风险,用简单的符号代表被评企业或其所发行证券的信用状况,使投资者快速、方便地得到客观、简明的信用信息,为其决策提供参考,并帮助投资者控制信用风险。基于以上优点,企业资信评级结果是投资者进行投资决策时的有力参考。由于我国资信评级公司并不完全公开其资信评级结果,其具体的评级方法也大多作为商业秘密,因此投资者并不能很好的利用这一有效的信用风险控制工具。如果将这些资信评级结果看做是专家对企业信用水平的评分结果,那么我们可以尝试用一种广泛适应的信用风险度量模型来模拟其评分结果。这样一来就可实现资信评级方法的可操作性,并且使得评级结果容易获得。在选取模拟资信评级结果的信用风险度量模型时,考虑到大多数资信评级公司的评级方法依赖于公司的财务指标和财务数据,财务数据反映的是公司的历史情况,无法很好得反映公司的未来前景和潜在风险。KMV模型是一种基于股票市场数据的度量模型,对于公司财务数据的依赖较少,因而可以克服传统信用评级方法的缺陷,并且根据股票市场数据度量信用风险具有动态性和前瞻性。因此在本文中将KMV模型作为模拟资信评级结果的信用风险度量模型。根据基于股票市场数据度量模型的特点,笔者将2007年新华远东对中国上市公司的公开资信评级结果与KMV模型的信用风险度量方法相结合,并对该评级结果中违约部分的样本进行了依据其资信评级方法的拓展,最终得到一个不依赖于原资信评级结果的违约距离等级区间,这个违约距离等级区间就是对资信评级结果进行模拟所得到的拟合结果。在对违约距离等级区间的检验中显示,KMV模型与基于财务数据的传统资信评级结果相结合所得的违约距离等级区间在我国证券市场有很强的适用性,区间判断的准确率达到92.98%。投资者可以根据该区间对上市公司的信用等级进行大致判断。在其进行股权投资或购买其企业债券时,有一定的参考价值。

论文目录

  • 摘要
  • ABSTRACT
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.2 文献综述
  • 1.2.1 信用风险的概念
  • 1.2.2 传统信用风险度量方法
  • 1.2.3 现代信用风险度量方法
  • 1.2.4 我国在信用风险度量方面的研究现状
  • 1.3 论文研究方法及写作安排
  • 第2章 基于期权定价理论的KMV 模型及其演进
  • 2.1 期权定价理论在信用风险度量中的应用
  • 2.2 KMV 模型的理论描述及参数估计
  • 2.2.1 估计资产市场价值及其波动性
  • 2.2.2 计算违约距离
  • 2.2.3 预期违约概率的计算
  • 2.3 KMV 模型的演进
  • 第3章 外部资信评级机构评级数据及方法
  • 3.1 新华远东资信评级数据的引入
  • 3.1.1 新华远东及其资信评级结果
  • 3.1.2 对资信评级样本的基本分析
  • 3.2 新华远东资信评级方法介绍
  • 3.2.1 新华远东资信评级信用等级说明
  • 3.2.2 评估方法和标准
  • 3.3 新华远东资信评级数据的拓展
  • 3.3.1 样本拓展的依据及样本选入
  • 3.3.2 对拓展样本的基本分析
  • 第4章 基于KMV 模型信用风险度量与评估
  • 4.1 样本选取
  • 4.2 违约距离、预期违约率的计算过程
  • 4.2.1 模型常量的估算
  • 4.2.2 模型未知量的计算
  • 4.3 违约距离等级区间拟合过程
  • 4.3.1 样本信用等级的合并
  • 4.3.2 总样本违约距离序列的描述性分析
  • 4.3.3 各信用等级违约距离等级区间的划分
  • 4.4 违约距离等级区间准确度检验
  • 4.5 模拟方法对外部样本的应用
  • 结论
  • 参考文献
  • 致谢
  • 附录A 攻读硕士学位期间所发表学术论文目录
  • 附录B 新华远东对中国上市公司公开资信评级结果
  • 附录C 样本违约距离(DD)、预期违约率(EDF)计算结果
  • 附录D MATLAB 程序代码
  • 附录E 医药、生物制品行业上市公司信用状况考察结果
  • 相关论文文献

    标签:;  ;  ;  

    基于KMV模型与外部资信评级体系的信用风险度量研究
    下载Doc文档

    猜你喜欢