上市公司违约率研究

论文摘要

信用风险是金融风险三大组成部分之一,根据新巴赛尔资本协议,影响信用风险诸因素中,违约概率是最重要的因素。当前我国有关违约概率研究,无论是定性还是定量方面都和实际需要相差甚远。例如,我国现阶段各大银行由于担心贷款的回收问题,致使大量的现金闲置。有关违约概率的研究主要有两个方向,违约率预测模型的选择和影响违约的各种变量的探讨,本文的研究主要是沿着这两个方向进行。基于上市公司在我国整个经济中的主导地位以及研究数据的可取得性,选取上市公司作为研究对象。 论文首先通过对影响违约率的变量截面数据分布特征进行研究,据此选择适当的违约率预测模型,使模型建立在可信的数理基础之上。实证分析表明,沪深全部上市公司1997年至2003年8种主要财务比率年度截面数据中,高达90%的数据最佳拟合分布为非正态分布。为此,论文选择logistic模型进行违约率研究。 影响违约变量的研究,主要是探讨技术效率和违约距离在结合财务比率进行违约预测的作用。论文应用随机前沿生产函数和Merton模型计算技术效率和违约距离,实证研究发现,技术效率和违约距离在违约率预测中起着重要的不可替代的作用,结合技术效率和违约距离因素的违约率模型,能明显提高模型的区别正确率。 作为违约率研究的拓展,论文探讨了违约率对市场收益率的影响,研究我国上市公司信用风险评级转移矩阵的特点,以及信用投资组合的构建。实证分析表明,违约率是公司股票收益变动的重要影响因素,违约风险和股票收益之间存在显著反方向关系,即违约风险越高,股票收益越低,说明在我国证券市场上,至少在2003年上海A股市场上存在明显的信用风险的负溢价。我国上市公司信用评级转移矩阵转移明显不连续,转移概率极其不稳定,和国外成熟的市场经济有着较大差异。

论文目录

• 第1章 绪论
• 1.1 论文研究背景
• 1.1.1 信用风险管理
• 1.1.2 巴塞尔新资本协议和违约率
• 1.1.3 对我国上市公司违约率研究的现实意义
• 1.2 文献综述
• 1.2.1 违约率测度模型和模型变量选择
• 1.2.2 资本资产定价模型及其拓展研究
• 1.2.3 信用风险评级转移矩阵研究
• 1.3 问题提出
• 1.3.1 违约率测度模型的选择
• 1.3.2 影响违约率的变量选择
• 1.3.3 因子资产定价模型研究拓展
• 1.3.4 信用风险评级转移矩阵
• 1.4 研究目的和技术路线
• 1.4.1 研究目的
• 1.4.2 研究的技术路线和内容
• 1.4.3 主要创新
• 第2章 财务比率截面数据分布特征研究
• 2.1 财务比率截面数据分布特征和违约率模型选择
• 2.1.1 相关上市公司和研究时期选择
• 2.1.2 财务比率选取原则
• 2.1.3 财务比率选择
• 2.1.4 相关财务比率定义
• 2.2 分布拟合函数选择以及分布拟合优劣程度标准
• 2.2.1 分布拟合函数选择
• 2.2.2 分布拟合优劣程度标准
• 2.3 原始财务比率截面数据的分布特性
• 2.4 最佳拟合分布及其时间变化
• 2.5 财务比率截面数据转换与拟合正态分布
• 2.6 本章结论
• 第3章 基于违约距离的上市公司违约率研究
• 3.1 默顿模型
• 3.2 基于违约距离的违约率估计
• 3.2.1 方法和数据
• 3.2.2 模型预测的准确性
• 3.3 本章结论
• 第4章 基于技术效率和违约距离的违约率研究
• 4.1 技术效率估计模型
• 4.1.1 DEA模型与技术效率估计
• 4.1.2 随机前沿生产函数与技术效率估计
• 4.2 技术效率估计
• 4.2.1 技术效率估计模型及变量选择
• 4.2.2 不同随机前沿生产函数
• 4.3 基于技术效率违约率研究
• 4.3.1 上市公司技术效率分析
• 4.3.2 Logistic违约率测度模型及相关假设检验
• 4.3.3 考虑技术效率的违约测度模型预测准确性
• 4.4 基于技术效率和违约距离的违约率研究
• 4.4.1 Logistic违约测度模型及相关假设检验
• 4.4.2 考虑技术效率和违约距离的违约测度模型预测准确性
• 4.5 本章结论
• 第5章 权益收益中的违约风险研究
• 5.1 基于Merton模型的违约率估计
• 5.2 数据和描述性统计
• 5.3 违约风险和权益收益变动性
• 5.3.1 公司规模、帐面值与市值比以及违约风险
• 5.3.2 违约影响
• 5.3.3 违约率的显著性检验
• 5.4 本章结论
• 第6章 上市公司信用评级转移矩阵和信用投资组合
• 6.1 信用风险评级转移矩阵
• 6.1.1 Altman-Kao信用评级转移矩阵
• 6.1.2 标准普尔和穆迪信用等级迁移矩阵
• 6.2 信用评级
• 6.2.1 信用评级与二维评级
• 6.2.2 二维评级框架
• 6.2.3 影响债务人基础评级因子分析
• 6.2.4 交易授信基础评级因子分析
• 6.2.5 评级验证
• 6.3 我国上市公司信用风险评级转移矩阵实证分析
• 6.3.1 我国上市公司违约率的估计
• 6.3.2 上市公司信用评级体系的等级模拟
• 6.3.3 我国上市公司信用迁移实证分析
• 6.4 国债收益率和信用价差协整关系研究
• 6.4.1 国债收益率和信用价差
• 6.4.2 模型和数据
• 6.4.3 初步统计分析
• 6.4.4 实证分析结果
• 6.5 信用投资组合
• 6.5.1 信用投资组合评价结构—资产价值模型
• 6.5.2 蒙特卡罗模拟法应用
• 6.6 本章结论
• 第7章 结论
• 7.1 主要结论
• 7.2 研究展望
• 参考文献
• 博士期间发表的论文和参与的项目
• 致谢