基于KMV模型的ST企业生存分析

论文摘要

ST企业占用了大量社会资源,其未来的生存状况关系着投资者、债券人、企业管理层、监管者等众多利益相关者的切身利益。信用状况对ST企业的未来生存状况起着至关重要的作用,以往的研究大多采用偿债能力指标等传统的信用度量方法来描述ST企业的信用状况,现实情况对ST企业信用风险度量技术提出了更高的要求。KMV模型结合了Merton模型和Black-Scholes期权定价模型的思想,为信用风险的度量带来了崭新的视角。与此同时,ST企业研究过程中经常有数据删失的情况出现,迫切需要能处理删失数据的研究方法。生存分析方法能处理删失数据,是当下统计学研究的热门之一,自70年代中期开始受到广泛关注,是1986年美国国家科学院委员会数学发展概况报告中6个有代表性的分支学科之一。本文选取了1998年—2011年所有的ST企业作为研究样本,首先利用KMV模型计算ST企业的违约距离和违约概率指标,结合其他财务指标构建ST企业危险因素指标体系。其次,运用统计分析法、生命表分析法、Kaplan-Meier分析法对ST企业生存数据进行初步生存分析,寻找ST企业生存数据的规律。再次,利用建立的指标体系构建生存分析COX模型,用于识别ST企业生存时间的关键危险因素,并计算ST企业的生存概率。最后采用ROC曲线检验模型预测能力并寻找ST企业生存概率的理想阈值。本文最终得出的结论为ST企业平均摘帽年龄为2.953425年,KMV模型计算的违约概率和股权结构指标对ST企业未来生存状况有重大影响,模型对ST企业能否实现摘帽有较强的判别能力,ST企业生存概率的理想阈值为0.74,此时ROC曲线的灵敏度为0.802,1-特异度为0.156。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 研究背景和意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 文献综述
• 1.2.1 ST企业研究概述
• 1.2.2 KMV模型研究概述
• 1.2.3 生存分析研究概述
• 1.3 研究内容、技术路线及创新点
• 1.3.1 研究内容
• 1.3.2 技术路线
• 1.3.3 创新点
• 第二章 KMV模型和生存分析理论基础
• 2.1 KMV模型的理论基础
• 2.1.1 Merton模型
• 2.1.2 BS期权定价模型
• 2.1.3 违约模型
• 2.2 生存分析理论基础
• 2.2.1 生存分析简介
• 2.2.2 生存分析数据类型
• 2.2.3 生存时间的基本函数
• 2.2.4 半参数COX模型
• 第三章 KMV模型和生存分析组合
• 3.1 组合的必要性分析
• 3.1.1 使用KMV模型的必要性分析
• 3.1.2 使用生存分析的必要性分析
• 3.2 组合的实现方式
• 3.2.1 KMV模型模块实现
• 3.2.2 生存分析模块实现
• 第四章 生存分析实证
• 4.1 生存数据处理
• 4.1.1 统计分析
• 4.1.2 生命表分析
• 4.1.3 Kaplan-Meier分析
• 4.2 指标体系建立
• 4.2.1 指标选取的原则
• 4.2.2 指标空间范围的确定
• 4.2.3 指标时间范围的确定
• 4.3 COX模型构建及检验
• 4.3.1 COX模型构建
• 4.3.2 模型检验
• 4.4 模型比较及解释
• 4.4.1 模型比较
• 4.4.2 模型解释
• 4.5 模型预测能力检验及理想阈值确定
• 4.5.1 ROC曲线介绍
• 4.5.2 模型预测能力检验
• 4.5.3 理想阈值确定
• 结论及展望
• 研究结论
• 研究展望
• 参考文献
• 致谢
• 附录
• 附录一：KMV模型matlab代码
• 附录二：当期模型指标体系及模型预测值
• 附录三：均值模型指标体系及模型预测值
• 个人简历、在学期间的研究成果及发表的学术论文