基于KMV模型的信用风险度量研究

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。在金融市场全球化和金融创新的推动下,银行资产的流动性日益增强,产品种类日趋多样化,衍生工具的交易规模也不断扩大,对信用风险的管理和度量研究成为金融领域最具挑战性的课题之一。而现今金融危机当前,面对金融市场环境的日益演变,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,信用风险具备了更复杂的内涵,对于信用风险的度量也就变得更为复杂,全球各大商业银行的信用风险管理也在不断经历变革和挑战。随着我国金融市场开放程度的日益加大,金融产品创新步伐的逐步加快,以及利率市场化进程的推进,信用风险的重要性也正在逐渐显现。一方面,在这样的金融背景之下,如何控制风险、如何尽快提高自身的信用风险管理水平已成为我国商业银行面临的亟待解决的问题；另一方面,各国银行业结构的差异、经济结构的差异、经济发展的差异等原因,使得能够在国际银行上通用的方法和技术还很缺乏。因此探索信用风险的度量,将有助于我国银行业识别、分析和控制信用风险。本文首先回顾了国内外信用风险度量方面的发展历程和研究成果,随后通过参考国内外已有研究成果,深入介绍并分析比较了现今国际流行并广泛使用的几种现代信用风险度量模型的框架、适用性和优缺点。随后笔者在对这几种现代信用风险度量模型进行比较分析的基础上,讨论这几种现代信用风险度量模型在我国商业银行信用风险度量的适用性。本文在借鉴和分析了前面所述的国际上主流信用风险度量模型后,综合考量我国银行业和金融市场的现实条件,决定选取KMV模型对我国商业银行信用风险度量进行实证分析,具体考虑思路如下：第一,相较于Credit Metrics、Credit Portfolio View、Credit Portfolio View和Credit risk+模型,KMV更适用于我国市场。第二,KMV模型能够用于度量任何股权公开交易上市公司的信用风险,该模型的输入数据来源于两个方面：借款人的财务报告与股票市场价格,其中财务报告是对借款人历史情况的反应,而股票价格是由所有的市场投资者对借款人未来前景的预估和期望,借款人股价的变化能够有效的反映其信用风险变化。KMV模型的数据可获得性使其在我国有了应用的可行性和数据基础。第三,KMV模型不要求有效市场假设。事实上,在某种情况下该模型在像中国这样的弱有效市场上的预测效果可能更好。因为在这样市场中,拥有信息优势的机构投资者往往利用内幕消息进行交易,引起一些公司的股价发生大幅变动,由此提供了这些企业未来前景的大量信息。此外,弱有效市场上的凸显的羊群效应倾向于夸大市场反应,从而使得预期违约率更具有敏感性。综合上述分析,基于期权定价理论的KMV模型较其他模型更为适合我国情况,所以本文选取KMV模型对我国商业银行信用风险度量进行实证分析和研究。在KMV实证中,本文利用上市公司2005年至2008年的四年数据对信用风险度量进行了分析研究,并讨论了该模型在我国商业银行的适用性。此外,本文在KMV模型的实证讨论中加入了时间因素,动态性的考察了输出变量在4年里随时间变化的情况。实证研究结果表明动态化的KMV模型能够比较准确地评估债务人信用风险的变化情况,对于国内商业银行的信用风险度量具有一定的参考意义。同时在实证讨论过程中笔者也发现,KMV模型在现今我国银行业和金融市场发展不成熟的环境和条件下,存在一些应用上的局限性,具体表现在三个方面。首先,KMV模型的违约距离DD与预期违约概率EDF的映射关系的确定,需要庞大的信用违约数据库加以支持,但目前我国金融市场上违约数据库尚未真正建立,使得模型的最终输出结果变量EDF无法取得。其次,KMV模型在中国运用时,由于企业信用违约数据的缺乏,违约企业难以识别,本文与大多数研究一样,将*ST样本公司看作信用违约公司作为近似,这与真实的信用违约公司存在偏差。最后,KMV模型是一种基于成熟证券市场的信用风险度量模型,它可以被用于任何股权公开交易的上市公司。但在我国证券市场发育不完善的情况下,很多上市公司存在大量的非流通股,这与KMV模型中暗含的上市公司股本全流通的前提条件相冲突。这些非流通股与流通股同权不同价,使得模型应用中,权益市值的计算无法精确的进行,影响了该模型在我国商业银行信用风险度量中的适用性。论文最后部分,鉴于我国商业银行的信用风险度量水平较低,提出了针对国内商业银行信用风险度量的若干建议,包括建立有效的信用评级体系、加强对信息披露的监管和法律保障、尽快建立信用违约历史数据库、加速研发适合我国银行业的信用风险度量技术,以及加快信用风险管理人才的扩充等项建议。

论文目录

• 摘要
• Abstract
• 1. 引言
• 1.1 研究背景与研究意义
• 1.2 国内外应用研究现状
• 1.2.1 国外文献综述
• 1.2.2 国内文献综述
• 1.3 研究思路与方法
• 1.4 本文研究创新点
• 2. 信用风险度量模型
• 2.1 信用风险度量概述
• 2.1.1 信用风险的相关概念
• 2.1.2 信用风险度量的相关概念
• 2.2 信用风险度量模型的发展历程
• 2.3 现代信用风险度量模型及模型评价
• 2.3.1 Credit Metrics模型
• 2.3.2 KMV模型
• 2.3.3 Credit Risk+模型
• 2.3.4 Credit Portfolio View模型
• 2.4 我国商业银行信用风险度量现状
• 3. KMV信用风险度量模型的选取及实证
• 3.1 KMV模型的基本原理
• 3.1.1 KMV模型的理论背景
• 3.1.2 KMV模型的思路
• 3.2 KMV模型的选取和改进思路
• 3.2.1 KMV模型的选取
• 3.2.2 应用KMV模型的改进思路
• 3.3 KMV模型的实证分析
• 3.3.1 KMV模型样本选取
• 3.3.2 KMV模型参数设定
• 3.3.3 KMV模型实证过程
• 3.4 KMV模型实证结果分析
• 3.5 KMV模型的借鉴意义和局限性
• 4. 对我国商业银行信用风险度量的建议
• 4.1 对我国商业银行信用风险度量的建议
• 4.2 结束语
• 参考文献
• 附录
• 后记
• 致谢
• 在读期间科研成果目录