基于门限回归的KMV信用风险度量模型违约点修正研究

论文摘要

本文主要从金融机构信用风险管理的角度出发,以KMV信用风险度量模型为基础,以2005年到2009年共5年时间内首次违约上市公司的市场信息和会计资料为样本,依次用短期负债、长期负债、负债总额、短期资产负债比率、长期资产负债比率和总的资产负债率作为门限变量,使用门限回归法对KMV模型的违约点进行了修正。以便寻找出适合我国实际情况的模型违约点,从而达到完善该模型,并能够用该模型来精确度量我国上市公司信用风险的目的。本文研究后发现,使用长期负债、短期资产负债率和总资产负债率作为门限变量时,我国上市公司违约点具有明显的门限效果。同时,本文对修正违约点后的模型使用2005到2009年的全A股上市公司进行验证,K-S检验、Mann-Whitney U检验的结果表明修正后模型能够显著的识别正常企业和违约企业,ROC曲线、CAP曲线和AR的结果表明,修正后模型预测违约企业的能力和效率较修正前模型有显著提高。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景和研究意义
• 1.2 相关研究综述和评析
• 1.2.1 国外研究综述
• 1.2.2 国内研究综述
• 1.3 论文的研究思路和框架结构
• 1.3.1 论文的研究思路
• 1.3.2 论文的框架结构
• 1.3.3 论文的研究流程
• 1.4 研究方法
• 1.5 创新点
• 2 KMV模型及其相关理论探讨
• 2.1 信用风险及违约事件的定义
• 2.1.1 信用风险概念
• 2.1.2 信用风险特征
• 2.1.3 违约事件的定义
• 2.2 信用风险度量
• 2.2.1 信用风险度量概念
• 2.2.2 信用风险度量模型介绍
• 2.3 KMV信用风险度量模型
• 2.3.1 KMV模型概述
• 2.3.2 KMV模型的理论基础
• 2.3.3 KMV模型的计算步骤
• 2.3.4 KMV模型的评价
• 2.4 公司负债理论
• 2.4.1 公司治理中的负债分析
• 2.4.2 资本结构中的负债分析
• 2.4.3 负债对信用风险的影响
• 3 KMV模型参数设定方法研究
• 3.1 股权价值的计算
• 3.2 股权价值波动性的计算
• 3.3 债务的账面价值及期限结构
• 3.4 无风险利率
• 3.5 预期资产增长率
• 4 KMV模型违约点门限回归修正
• 4.1 KMV模型违约点门回归限修正的研究步骤
• 4.2 违约企业的选取和处理
• 4.3 违约企业违约时的资产价值和资产波动率的计算
• 4.4 门限回归理论基础
• 4.5 KMV模型违约点的门限回归模型构建
• 4.6 KMV模型违约点门限回归结果分析
• 5 违约点修正后KMV模型识别与预测效果检验
• 5.1 违约点修正前后模型识别能力检验
• 5.2 KMV模型违约点修正前后预测能力比较分析
• 5.2.1 ROC曲线检验
• 5.2.2 累计精确度（CAP）和精确比率（AR）检验
• 5.3 检验结果分析
• 6 运用KMV模型度量信用风险的政策建议
• 6.1 进一步加强我国证券市场的有效性建设,完善信息披露机制
• 6.2 创新机制,加快股权结构改革
• 6.3 建设上市公司违约数据库,计算基于实际情况的违约概率
• 6.4 加强理论研究,把KMV信用风险度量模型扩展至中小企业
• 6.5 完善征信方面的法律法规,建立健全企业征信体系
• 6.6 建立第三方信用评价机构,引导成立有实力和影响力的信用机构
• 6.7 加强对负债率较高企业的监控,建立违约预警机制
• 7 结论与后续研究展望
• 7.1 违约点门限回归修正的主要结论
• 7.2 研究中存在的问题
• 7.3 后续研究展望
• 致谢
• 参考文献
• 附录
• 附录1:2005年到2009年间,首次违约公司名单及违约事件列表
• 附录2:Matlab程序