我国上市公司信用风险测度研究

论文摘要

信用风险是金融业面临的主要风险之一。随着我国证券市场的不断发展,越来越多的公司通过上市来募集资金以扩大发展。伴随着证券市场的繁荣以及上市公司的增多,信用问题也愈加凸现出来。上市公司财务状况异常甚至恶化会给投资者和债权人带来巨大的损失,因此,如何提前识别上市公司潜在的信用风险以及正确的测度信用风险,以使投资者和相关债权人能够及时采取措施规避风险具有重要的现实意义。对上市公司信用风险测度是本文的主旨。文章首先对信用风险进行了一般性的分析,重点分析了我国上市公司信用风险的来源及特点。其次,文章对国际上应用比较广泛的信用风险测度模型演进过程进行了简要的概述,比较分析了四个著名的现代信用风险测度模型,同时,进一步分析了四个模型对我国的适用性,通过分析发现修正后的KMV模型可以在我国得到运用,而其它三个模型目前在我国还不具备适用性。最后,文章在前面分析的基础上分别运用Logistic模型和KMV模型对我国上市公司信用风险进行了实证分析,对实证结果分析得:Logistic模型和KMV模型都能够提前两年比较准确的预测出上市公司的信用波动状况,都是我国理想的上市公司信用风险测度模型。相比而言,Logistic模型预测的准确率更高,目前对我国有更好的适用性,但从长远来看,随着我国资本市场的不断完善,KMV模型由于能够及时对市场信息变动作出反映而有更好的应用前景。量化信用风险是一项非常复杂的工作,我国与发达国家在信用风险测度方面有很大的差距,还有很长的路要走。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 研究方法
• 1.4 论文的主要内容和结构
• 1.5 本文的创新点
• 第二章 我国上市公司信用风险一般性分析
• 2.1 信用风险概述
• 2.1.1 信用风险相关概念
• 2.1.2 信用风险的特点
• 2.2 我国上市公司信用风险分析
• 2.2.1 我国上市公司信用风险现状
• 2.2.2 我国上市公司信用风险来源
• 2.2.3 我国上市公司信用风险特点
• 第三章 信用风险测度方法的演进与发展
• 3.1 传统的信用风险测度方法
• 3.1.1 定性分析方法
• 3.1.2 基于财务指标的分析模型阶段
• 3.1.3 传统模型的扩展一神经网络技术
• 3.2 现代信用风险测度方法的发展
• 3.2.1 基于VaR的CreditMetrics模型
• 3.2.2 Credit Risk+模型
• 3.2.3 Credit Portfolio View模型
• 3.2.4 KMV模型
• 3.3 现代信用风险测度方法的比较分析
• 3.4 现代信用风险测度方法对我国适用性分析
• 第四章 我国上市公司信用风险实证分析
• 4.1 样本选择与描述
• 4.2 基于Logistic模型的实证分析
• 4.2.1 实证思路
• 4.2.2 事件窗的设定
• 4.2.3 样本指标变量及其数据描述性统计
• 4.2.4 实证分析
• 4.3 基于KMV违约模型实证分析
• 4.3.1 实证思路
• 4.3.2 事件窗设定
• 4.3.3 模型参数的估计
• 4.3.4 实证分析
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 本文的研究工作及结论
• 5.2 本文的不足、进一步研究展望
• 5.2.1 本文的不足
• 5.2.2 进一步研究展望
• 5.3 对加强我国上市公司信用风险监管政策建议
• 参考文献
• 附录
• 致谢
• 攻读硕士学位期间发表论文及参加科研项目情况