基于KMV模型的房地产业上市公司信用风险度量

房地产行业是国民经济的支柱行业,资金需求量大,信用风险暴露规模较大,对商业银行的信贷资产质量也会产生重大影响,因此如何对房地产企业的信用风险进行度量是信用风险管理领域的亟待解决的问题之一。本文结合我国房地产上市公司的实际情况,研究KMV模型在中国市场中评价房地产上市公司信用风险的能力,采用违约距离度量我国房地产业上市公司信用风险的现状。结果表明,参数调整后的KMV模型能够在整体上识别我国房地产上市公司信用风险。     

将净资产收益率引入KMV模型及其应用

文章以KMV模型和贷款五级分类理论为基础,通过将净资产收益率引入KMV模型的方法对KMV模型进行修正,并将2012年7月被ST和非ST的两组公司设为样本公司,通过对其2008年初至2011年末的季度净资产收益率样本进行模型验证,对修正后计算得到的样本公司违约距离进行检验。实证结果表明,修正后的模型能够有效区分ST和非ST公司的信用风险差异。由于净资产收益率指标数据相对于股权价值数据更容易获得,修正后的模型不仅可以用于上市公司的信用风险度量,还可以用于非上市公司的信用风险度量,扩展了KMV模型的使用范围。另外,由于净资产收益率与债务的年化利息率具有很好的可比性,因此修正后的KMV模型更加关注债务的内部结构,而非单纯的债务规模。由于净资产收益率是作为衡量公司盈利能力的重要指标,将其引入KMV模型可以提高模型对风险的预测能力,进而构建可以相对准确、全面度量信用风险的KMV模型。     

利用KMV仿真模型动态监控科技型中小上市公司违约风险北大核心

国内外目前尚没有KMV模型的简单计算方法,许多学者只能通过复杂编程来实现KMV的运行。利用Simulink功能模块选择及模块设置可对复杂的KMV模型进行系统仿真集成,通过友好界面利用KMV模型快速计算中小上市公司违约距离和违约概率。选取沪深两市14家ST科技型中小上市公司以及20家非ST科技型中小上市公司进行实验研究,结果表明:发生财务危机后ST科技型中小上市公司与非ST科技型中小上市公司信用风险违约距离存在显著区别;但一般情况下,它们的信用风险违约概率都较低;金融机构可以利用MKV仿真模型对科技型上市公司进行实时动态风险监控。     

基于BP-KMV模型的非上市公司信用风险度量北大核心

我国商业银行面对的信贷客户大都是非上市公司,如何有效地度量非上市公司的信用风险一直是我国商业银行亟待解决的难题。通过构建BP神经网络与KMV模型相结合的BP-KMV信用风险评价模型,以46家中国制造业上市公司及35家制造业非上市公司的相关数据为样本,运用Matlab技术进行实证分析,结果表明,通过该模型计算出来的非上市公司违约率可用度很高,能很好地评估上市公司信用状况。     

修正的KMV模型及其在我国上市公司信用风险度量中的应用

文章在主要阐述KMV模型基本原理的基础上,根据我国经济市场的特殊性对KMV模型进行了修正。通过对5个行业共10家上市公司的信用风险进行分析表明,采用修正后的KMV模型在中国的适用性和准确性都有所提高,能够较明显地看出信用较好的公司的违约距离比ST公司的要大,证明了KMV在预测信用风险上的作用,即可以比较准确地把握上市公司信用质量的变化趋势。     

修正的KMV模型及其在我国上市公司信用风险度量中的应用

文章在主要阐述KMV模型基本原理的基础上,根据我国经济市场的特殊性对KMV模型进行了修正。通过对5个行业共10家上市公司的信用风险进行分析表明,采用修正后的KMV模型在中国的适用性和准确性都有所提高,能够较明显地看出信用较好的公司的违约距离比ST公司的要大,证明了KMV在预测信用风险上的作用,即可以比较准确地把握上市公司信用质量的变化趋势。     

基于KMV模型的信用风险实证分析——以食品行业上市公司为例

食品行业作为我国的"民心行业",安全问题日益凸显。作为我国食品行业领域最具代表性的企业——食品行业上市公司,诸如食品安全等多种违规现象带来的巨大投资风险严重困扰着广大投资者。本文从如何规避上市公司信用风险入手,通过分析利用KMV模型型,运用MATLAB软件,对我国食品行业4家上市公司6年的财务数据进行了违约距离和违约率的实证分析。结果显示,KMV模型能较好地识别上市公司的信用风险能力力,能够为金融机构、投资者和普通消费者揭示食品类上市公司的信用风险。     

基于KMV模型的纺织业上市公司信用风险研究

论文以KMV模型作为度量信用风险的基本模型,验证了KMV模型适用性,分析了次贷危机对纺织业上市公司信用风险的影响。研究发现KMV模型适用于我国纺织业上市公司的信用风险衡量,次贷危机对上市公司信用风险产生了显著的影响。     

期权理论在银行风险管理中的应用

利用期权定价理论对风险债券和贷款进行估价,对它们的信用风险进行度量是现代信用风险模型的重要特征.这一思想可追溯到1974年的默顿(Merton),他将期权定价理论运用于有风险的贷款,并将违约债务看做企业资产的或有权益,利用期权理论进行定价分析.模型基本假定某个企业在其资产价值降低到其债务价值以下时就发生违约.之后Black和Cox(1976)、Geske(1977)、Longstaff和Schwarz(1995)、DSa(1995)以及Zhou(1997)等一大批金融学家对其模型进行了更为深入的研究和推广.KMV公司利用期权定价理论创立了违约预测模型--信用监测模型(Credit Monitor Model)即KMV模型,用来对上市公司和上市银行的信用风险(特别是它们的违约状况)进行预测,这一模型是对传统信用风险度量方法的一次革命.     

关于我国上市公司违约虱险评价效率的研究

上市公司违约风险评价是目前我国在信用风险评估上较为薄弱的环节。中国商业银行和评级公司应该积极创造条件,加强客户违约概率测度．以有效提升信用风险管理水平。笔者拟着重对KMV模型评估违约风险的基本原理、KMV模型在国内外的运用现状进行探讨．并对该模型在现实中的运用提出若干建议。     

上市公司支付违约风险度量模型研究 ——以永泰能源为例

文章在KMV和复合KMV框架内引入资产变现参数及触发概率,同时考虑支付违约随机性发生特征,建立支付违约风险计量新模型,并以A股上市公司永泰能源为研究对象,应用模型分析公司重大资产重组事件公告前、短期融资券实质性违约前信用风险的变化规律.研究结果表明:引入变现参数和触发概率能够明显提升模型识别公司信用风险变化的能力;时变变现参数对支付违约概率的影响高于固定变现参数的影响;复合KMV框架内引入变现参数和触发概率,既可区分公司短期与长期信用风险,又能提升模型预测信用风险变化能力;相对于账面价值为基础的直接估计法,市场数据为基础的间接估计法能够更有效地识别信用风险变化.文章丰富了信用风险计量模型理论研究成果,对投资者、发行人、信用评级公司、监管机构、会计准则委员会有借鉴参考价值.     

基于KMV-Logit模型的上市公司违约风险实证研究

在银行信用风险管理方面,客户违约风险的度量是个关键。本文利用KMV模型计算得到违约距离(DD),并将DD值与Z-score模型中的五个参数作为自变量引入Logit模型中,实现KMV模型与Logit模型的结合,并得到了能够评估企业违约可能性的二元选择Logit模型。实证研究表明,由随机选取的沪市制造业的68家上市公司建立的Logit模型,在沪市制造企业违约可能性的评估中得到了较理想的结果。     

基于Naive模型的违约风险测度

随着美国次贷危机的诞生、扩散及深化,违约风险的度量技术和管理方法成为研究者关注的焦点。传统的KMV模型也获得了新发展,文章就介绍了KMV的一种最新变体:Naive模型,并运用它对中国A股上市公司过去6年间的违约概率和违约距离进行了分析,结果发现,该模型的测量结果 0.0777,较好地度量了我国上市公司的违约概率。     

中小企业信用风险模型的构建与验证

根据我国实情以及各种模型的特点,本文选择KMV模型作为度量中小企业信用风险的模型,根据筛选标准从沪深股市中选择样本企业进行研究,并确定各项变量,得出各样本公司的违约距离后,对其差异性进行比较,对实证检验结果进行分析,并阐述今后进一步研究的方向,包括改进KMV模型、中小企业信用风险影响因素建模分析、财务预警应用等。     

KMV模型在农业上市公司信用风险度量中的应用

我国商业银行面临的主要风险是信用风险,信用风险管理成为银行关注的重中之重。本文以农业类上市公司为样本,运用Matlab技术,通过实证来检验模型识别上市公司信用风险的能力,研究表明现阶段基于期权定价理论的KMV模型能很好地度量我国农业类上市公司的信用风险。     

修正的KMV模型在上市公司信用风险度量中的应用分析

针对传统KMV模型在我国目前的市场环境下的不适用情况,本文采用GARCH（1,1）模型对公司资产价值的波动率进行了预测,以此来计算违约距离,并对ST公司和非ST公司的信用风险的识别进行了实证分析,发现基于GARCH（1,1）模型的修正的KMV模型在我国目前的市场环境中具有一定的适用性。     

修正的KMV模型在上市公司信用风险度量中的应用分析

针对传统KMV模型在我国目前的市场环境下的不适用情况,本文采用GARCH(1,1)模型对公司资产价值的波动率进行了预测,以此来计算违约距离,并对ST公司和非ST公司的信用风险的识别进行了实证分析,发现基于GARCH(1,1)模型的修正的KMV模型在我国目前的市场环境中具有一定的适用性。     

基于KMV模型的上市公司信用风险度量

信用风险一直是金融市场面临的主要风险之一,因此,寻找一种科学合理的信用风险度量方法就显得尤为紧迫了。笔者经过长期学习实践发现,KMV模型通过量化的方式对上市公司的信用风险进行计算,其结果更加科学理性,有利于投资者及时采取措施规避相应风险。     

基于KMV-Merton模型的上市公司信用风险度量研究

本文结合KMV-Merton模型,对上市公司信用风险度量方法进行比较研究。首先,求得权益收益的条件标准差;其次,通过改进的迭代过程估计KMV-Merton模型中不可观测的资产市值和波动率,进而根据预期违约概率评估上市公司的信用状况,并对两类模型分别得到的违约距离进行了比较分析。     

中国银行业不良资产证券化信用风险评价研究

本文首先论述了国际通用的各信用风险模型的适用条件，提出改进的KMV模型作为度量我国不良资产证券化信用风险的模型。同时，提出了计算其违约概率的方法。然后根据我国不良资产的实际情况，建立了一个具有普遍性的模拟的不良资产包，分析其证券化中各个不同发债规模下的信用风险，得出其资产变现收入在对数正态分布下和真实分布中的违约概率，为我国不良资产证券化的风险控制在一定程度上提供了理论依据和技术支持。