KMV模型在中国应用的参数修正——一个文献综述

本文按照KMV模型框架步骤,结合中国特殊情况,研究了KMV模型在度量中国公司信用风险时需要修正的所有参数及修正方法,包括违约类似事件的界定、股权价值和股价波动率的计算、违约点的设定、违约距离DD和预期违约概率EDF的函数关系等。     

KMV模型在中国的适用性研究

应用KMV模型度量中国公司的信用风险时，需要根据中国特殊情况修正参数。本文综合相关文献，按照KMV模型框架步骤，研究了KMV模型在度量中国公司信用风险时需要修正的所有参数及修正方法，包括违约类似事件的界定、股权价值E和股价波动率δE的计算、违约点的设定、违约距离DD和预期违约概率EDF的函数关系等；分析表明在中国违约点设定应当提高，按理论值计算的预期违约概率通常低于真实值。     

基于KMV模型的上市中小企业信贷风险研究

本文利用改进的KMV模型,对我国上市中小企业2008-2011年的信贷风险进行实证分析,并对改进后的模型进行准确性研究。研究结果表明:上市中小企业资产规模对违约距离的影响具有不确定性,但效果也不明显;股价的波动也会影响到违约距离的大小,且两者的关系是负相关的。改进后的KMV模型计算出的违约距离能很好地对上市中小企业的信贷风险进行度量和判别,实证分析表明:上市中小企业的违约距离近年来呈下降趋势,信贷风险有增大的迹象。     

基于KMV模型的企业违约点的修正研究

根据KMV模型理论,企业的违约率是由企业价值与违约点的距离决定的,其中违约点计算的经验公式由KMV公司给出。本文以我国上市公司为研究对象,通过挖掘财务报表信息,对各公司债务结构进行分析,并重新划分获得三类债权数据,以三类资产负债率为自变量进行拟合,消除公司规模间差异,从而获得适用我国上市公司违约点计算的一般公式。     

基于修正的KMV模型信用风险度量研究

随着全球金融行业的迅猛发展,信用风险的评价和管理变得越来越重要。本文选取2011.1-2011.12房地产业的ST公司和非ST公司共十家组成样本,利用GARCH（1,1）波动率模型估计股权价值波动率,并运用KMV模型计算这十家上市公司2011年违约距离及理论违约概率。研究结果表明,房地产行业违约距离总体均处较高水平,而ST公司与非ST公司相比,前者具有更大的违约距离,违约风险更大。     

中小上市公司违约风险评估研究——基于修正的KMV模型

国内中小上市公司随着经济下行压力的刺激而加速了其信用风险的暴露,然而目前相对缺乏一套成熟的用于违约风险评估的方法体系。基于KMV模型的优越性及国内中小上市企业的特殊性,本文指出利用GARCH修正后的KMV模型可以有效地为我国中小上市企业违约风险度量提供判断依据。并据此选取30只ST与非ST中小企业板上市公司股票为样本,对其2014~2016年的财务数据和股票交易数据进行实证分析。研究结果表明,修正后的KMV模型适用于度量经济新常态时期中小板上市公司违约风险水平。     

基于会计信息的KMV模型实证研究

本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计.实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性:违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似.     

基于会计信息的KMV模型实证研究

本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。     

基于商业银行内部数据的KMV模型实证研究

本文借助KMV模型框架,对商业银行拥有的大量公司财务报表数据运用统计方法进行模型参数估计,计算得到了非上市公司的违约距离和经验函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的具有较高的风险标志精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。     

基于KMV模型与外部资信评级体系的上市公司信用风险度量研究

本文引入2007年新华远东对中国上市公司资信评级结果作为研究样本,并且依据其评级方法引入2007年证监会发出处罚公告的上市公司作为违约部分的拓展样本,采用KMV模型对这些样本公司的违约距离进行度量。结果显示:KMV模型能够很好的区分新华远东资信评级体系中信用等级平均水平以上、平均水平以下、违约级的样本公司,并据此划分出了违约距离等级区间。这对投资者提前识别上市公司潜在的信用风险以及正确度量信用风险,以使投资者能够及时采取措施规避风险具有重要的现实意义。     

基于KMV动态违约距离的商业银行信用风险研究

随着巴塞尔协议对商业银行风险监管要求的不断提高,以及经济新常态下商业银行自身对信用风险管理能力提高的内在需求,对商业银行信用风险的度量和信用评级体系的建立成为当前商业银行面临的重大课题。本文根据国外金融机构常用的风险度量KMV模型,结合我国上市公司具体特征,对KMV模型进行改进,并利用动态违约距离估计最优违约距离,利用改进后的模型对141家上市公司的信用风险进行度量,结果表明,改进后的模型能够很好地区分违约特征,并以此建立的信用评级结果分布良好,能够较好地适用商业银行的信用风险度量要求。     

基于KMV模型钢铁企业违约率的计算

为探究近年来我国钢铁行业得经营状况,本文选取了12家在A股上市的钢铁公司作为研究对象,时间跨度为2010年至2015年,利用国际上较为先进的违约损失计算方法 KMV模型求出样本近6年违约距离的变化。结果显示,在2010~2013年间部分钢铁企业有上升趋势,但是2014年李克强总理宣布削减钢铁产能之后,所选12家钢铁企业的违约距离一致大幅减小,说明2014年之后我国钢铁企业的经营状况更为恶劣,违约概率上升。     

基于KMV模型的我国农村商业银行信用风险管理实证研究

KMV模型是近年来在国际金融领域信用风险管理方面的重要模型之一,就其本身的框架而言,该方法实际上是在一定的假设前提下,通过计算违约距离与预期违约率量化信用风险,它包括了一整套的分析方法和数据库.本文主要以江苏省10家具有代表性的农村商业银行为样本进行实证调研分析,基于2013年各行的财务报告与财务数据,运用KMV模型的基本算法与思路对其信用风险进行度量,最后,根据实证分析的结果,针对江苏省农村商业银行信用风险管理提出相应的完善措施.     

基于区块链的修正KMV模型在互联网金融征信中的应用——以弱信用群体为例

随着个人消费金融市场规模的不断扩大,互联网金融出现了个人信用风险定价的技术缺位及由此产生的互联网借款乱象.如何解决诸如“校园贷”类消费金融中弱信用群体的征信问题,可将修正后的KMV模型用于预测个人信用风险、判定个人信用等级.区别于常规的KMV规模型,修正后的模型将个人资产视为外生变量,个人负债水平变动决定其违约距离.在此基础上,拟出解决互联网消费金融信用定价的框架性方案,并对初步架构进行了设计,以期为开发信用风险评价平台提供参考.     

KMV模型在我国商业银行信用风险管理中的适用性分析及实证检验

在介绍 KMV 模型、Credit Metrics 模型、Credit Risk+模型和 Credit Portfolio View 模型这四种国际流行的信用风险管理方法的基础上,基于定性和定量分析相结合,对这四种信用风险管理方法进行比较分析,认为 KMV 模型最适合我国目前的国情。以2013年45家 ST 公司和与之配对的45家非 ST 公司以及2014年20家 ST 公司和与之配对的20家非 ST 公司为样本,对样本的违约距离进行实证检验。实证结果表明 KMV 模型基本上能够识别上市公司的信用状况,但是也有一些企业的违约距离不符合实际情况,这也说明该模型在我国商业银行信用风险度量中的识别能力有限,究其原因可能与该模型所要求的一些假设条件在我国尚不能得到有效满足等因素有关。因此,我国商业银行在对债务企业进行信用评价时,综合利用KMV 模型与债务公司的财务数据会使信用风险的度量结果更加可靠。     

基于KMV模型的我国商业银行信用风险度量实证分析——以16家上市商业银行为例

信用风险是商业银行最主要的风险之一,度量银行业的信用风险对监管机构和社会公众投资者都有很大意义。本文以我国16家不同性质的上市商业银行作为研究对象,基于2015年样本银行的财务数据和股票数据,运用先进的度量违约风险的KMV模型,计算得到了这些不同性质银行的违约距离,最后根据结果作了总结并给出几点建议。     

上市公司信用风险预警的实证分析——基于KMV模型

本文运用KMV模型,对中国A股上市的2000多家公司进行了实证分析和检验,事实发现,KMV模型的假设条件在现实生活中不容易满足,并且KMV模型并不能在财务风险预警上取得良好的效果,很多非ST公司的违约概率要高于ST公司的违约概率。这一现象有可能是因为KMV模型自身的问题,如需要资产满足正态分布,不区分长短期债务时间,单纯考虑违约风险等。     

基于KMV模型的中国短期融资券信用风险评级研究

针对短期融资券主体信用评级未能完全准确地反映出短期融资券信用风险的问题,本文引入信用风险计量的KMV模型,运用Matlab软件计算出短期融资券的违约距离,按照违约距离的大小通过聚类分析将样本划分为六组。在此基础上,以信用利差表示投资者对短期融资券信用风险的认可,将各组信用利差与其违约距离对应起来,对各组的信用利差进行方差分析,结果显示各组之间的差异非常显著,表明分组状况比较理想,按违约距离判断短期融资券的信用风险是合适的,实现了对短期融资券的信用风险评级。     

甘肃商业银行信用风险的研究

本文利用改进的KMV模型,对甘肃省11家上市公司2010年中期财务数据进行分析,得到各个上市公司的违约距离和违约概率,比较了各公司的信用状况,得出甘肃省商业银行信用风险总体较低的结论,最后提出了控制研究甘肃省商业银行信用风险的几点建议。     

不同行业上市公司信用违约点选择比较研究—KMV模型应用与研究

KMV模型在商业银行度量上市公司信用质量上占据重要的地位，但由于KMV模型是根据美国市场情况开发的，更适合一些西方发达资本市场国家，我国在引进KMV模型时，将根据我国具体情况进行修正。本文认为上市公司所属行业不同，会影响到其违约点的选择．从而通过对ICB行业划分中的基础材料、工业、消费业进行样本验证，当违约点依次为流动负债加40％、70％、10％的长期负债时，KMV对上市公司的信用质量甄别效果最好。进而认为商业银行在度量上市公司信用质量时，应分行业差别性度量。