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。     

KMV模型的修正及在我国上市公司信用风险度量中的应用

通过对沪深两市30家ST公司和30家非ST公司的信用风险进行评估检验,结果表明,利用修正后的KMV模型能够较好地识别出非ST公司和ST公司之间信用风险的差别,比较准确地把握上市公司信用质量的变化趋势。     

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。     

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。     

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。     

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。     

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。     

KMV模型对我国上市公司信用风险度量的实证研究

信用风险已成为当今金融市场的重要风险。随着金融市场许多新情况和新问题的出现．建立新的适用我国信用风险管理水平的度量模型显得十分重要。本文针对我国特有的经济环境，运用并修正KMV模型，基于市场价格变动信息评价我国证券市场上绩优公司与绩差公司的信用风险．通过实证来检验模型识别上市公司信用风险的能力，结果表明该模型能较好的识别这两类公司的信用风险，最后对我国建立信用风险管理体系提出政策建议。     

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。     

修正后的KMV模型对我国上市公司信用风险度量的适用性分析

信用风险已成为当今金融市场的重要风险之一。本文试图通过修正KMV模型使之更适用于我国上市公司信用风险度量。通过实证研究对其结果加以分析表明,修正后的KMV模型由于数据采集相对容易,计算操作简便,比较适合目前我国的信用风险管理水平,可用于对我国上市公司信用风险的度量,在我国信用风险管理领域有着广阔的发展空间。     

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。     

引入WFCM算法能提高信用违约测度模型准确率吗?——以沪深A股制造业上市公司为样本的实证研究

选取沪深 A股上市的制造业公司财务变量构建信用风险评价体系,在利用因子分析法对其进行维数约简后,采用数据挖掘技术和统计学方法对信用违约概率测度作了有价值的探索.模型包含两个阶段,聚类阶段采用加权模糊C均值聚类(WFCM)算法将样本聚成同质的类,使同簇样本更具代表性;违约测度阶段应用 Logistic回归方法分别对不同组样本进行测度.实证结果表明:在 Logistic 模型中引入 WFCM算法能显著提高预测样本的违约概率测度准确率;对于样本总体与 ST企业而言,其违约预测准确率比 Lo-gistic模型分别提高了10.7%和20%;ROC检验结果也说明 WFCM-Logistic模型具有更强适用性.     

信用风险度量技术的最新发展及其在贷款定价中的运用

进入21世纪后,对产生于上个世纪的信用风险计量技术的持续研究进一步提高了风险计量的敏感度和准确度。本文剖析了主要的信用风险计量模型对风险变量的测算方法和适用性,探讨其最新发展,并分析了信用风险计量新技术在贷款定价的运用。     

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。     

商业银行信用风险评估的生存分析模型及实证研究

企业发生财务危机,不能归还到期贷款是商业银行信贷资产的主要风险来源,商业银行如何构建恰当的信用风险评估模型来预测企业的财务危机,从而避免这类信用风险的出现就显得尤为重要。本文以我国上市公司为研究对象,结合杜邦分析法建立了基于生存分析的信用风险评估模型,模型对于随机选取的预测样本,其提前1年、2年和3年的预测准确率分别达到86%、72%和68%。通过与Altman模型、Ohlson模型预测结果的比较和鲁棒性检验的结果发现,该模型同时具有可以使用时间序列、无需样本配对、中远期预测能力强和高鲁棒性的特点,这些特点特别对于商业银行中长期信贷风险管理具有较高的应用价值。     

An Empirical Estimation of Default Risk of the UK Real Estate Companies

Based on the Black and Scholes (Black, F., and M. Scholes. (1973). The Pricing of Options and Corporate Liabilities, Journal of Political Economy 81, 637–659) and Merton (Merton, R. C. (1974). On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, Journal of Finance 29, 449–470) (BSM) contingent claims model, and KMV Corporation framework, we estimate the distance to default and the “risk neutral” default probabilities for a sample of 112 real estate companies over the period 1980 to 2001. Our empirical results classifies failed and non-failed companies into Type I error, cases that the BSM-type model fails to predict default when it did occur, and Type II error where BSM-type model predicts default when it did not occur. We find that none of the companies belong to the category of Type I error. Type II error is observed in 12 out of 112 companies. These results support the theoretical underpinnings of the BSM-type structural model in that the two driving forces of default are high leverage and high asset volatility.