构建短期融资券信用评级模型

短期融资券的发行是我国融资方式的重大突破,受到发行人和投资者的青睐。随着发行企业的增多和市场规模的扩大,短期融资券的信用风险不容忽视。因此,本文结合短期融资券的特点,构建了信用评级模型。     

基于KMV模型上市公司违约点的选择

对我国上市公司数据进行混合模型回归得到KMV模型违约点,并与KMV公司提出的经验违约点公式以及流动负债加75%长期负债的违约点进行对比,运用KMV模型评价*ST公司和正常公司的信用风险,并检验模型识别上市公司信用风险的能力。结果表明,利用混合面板回归得到违约点的KMV模型能够更好的识别信用风险差异。     

我国上市公司信用风险度量及影响因素分析

1.我国上市公司信用风险度量KMV模型是由KMV公司于1993年开发的现代信用风险评估模型。该模型利用公司资产预期的市场价值、波动率以及负债的帐面价值来预测公司的信用风险。由于数据获取相对容易,计算操作比较简便,KMV模型在国外上市公司信用风险评估中得到了广泛的应用。     

基于Matlab计算的KMV模型在中国上市公司信用风险的度量研究

通过对KMV模型与Credit Metrics模型进行比较,选择KMV模型对我国商业银行信用风险进行度量,并在KMV模型中应用Matlab微分方程对我国上市公司的信用风险进行实证计算。最后提出KMV模型反映企业违约风险时的局限性以及对于信用风险管理的相关建议。     

基于KMV模型的上市公司信用风险评估实证研究

上市公司信用风险评估是目前我国在信用风险评估上的较为薄弱的环节,而其评估的技术要求比较高。本文利用KMV模型并结合我国上市公司的实际,对我国上市公司的信用风险进行度量研究。由于国内尚没有公开的公司违约数据库可以使用,本文以KMV模型输出的违约距离来度量上市公司的信用风险。     

企业短期融资券发展研究

短期融资券自2005年5月面世以来，得到了市场的热烈追捧，发展势头迅猛。在商业银行收紧信贷后，作为首选可替代的信用风险资产，短期融资券在各债券品种中表现出众，绝大部分短期融资券在发行上市后都保持平价或者溢价交投，个别资质优良的短期融资券还在发行上市后出现大幅溢价现象，从紧货币政策下短期融资券的发展机遇凸现。     

基于KMV模型的上市公司信用风险的度量研究

本文对上市公司的信用风险度量进行了理论研究并以我国上市公司为样本进行了实证分析。针对中国证券市场股改后的上市公司已经超过90%,市场对公司价值发现效率的进一步提高,股价反映公司价值信息进一步增强的实际情况,运用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已比较适合,并通过实证来检验模型识别上市公司信用风险的能力。     

KMV模型在我国上市公司信用风险评级中的应用

本文主要介绍了KMV模型以及其在我国上市公司信用风险评级中的优势与劣势,并提出相关建议,讨论分析了KMV模型在我国资本市场的适用性.     

基于KMV模型的上市公司信用风险探析

本文以101家上市公司为研究对象,利用KMV模型对其信用风险进行度量.结果显示同一行业中,被ST的公司其违约率明显高于绩优股的公司的违约率,说明KMV模型较适合度量我国上市公司的信用风险,这为提高风险预测数据的准确性和敏感度提供了依据.     

我国短期融资券发行机制研究

我国短期融资券的发行普遍采用了薄记建档机制。本文首先对短期融资券的发行机制进行了分析,认为其询价过程可分为确定询价范围、路演、薄记建档、确定最后的发行价和分配证券等四个阶段。在此基础上,对我国短期融资券的发行机制进行了评价,提出了相应的政策建议。     

我国企业短期融资券信用利差的实证分析

用KMV模型和回归分析法对违约距离与信用风险的关系以及违约风险、利率风险和流动风险因素对信用利差的影响进行实证分析。结果表明违约风险对企业短期融资券信用利差的解释力度并非最大,相反,利率风险的解释力最强,流动性风险的解释力最弱。     

引入KMV模型的风险度量机理及实证研究

通过对信用风险度量技术的各种技术方法和各种技术指标的回顾,并着重针对基于布莱克-斯科尔斯期权公式的KMV模型进行了探讨研究。选取了CSMAR数据库中的2010年的上市公司的股票数据,结合公司的财务报表中的相关内容,对KMV模型加入了一些探索性的修改。另外一个方面,加入了企业高管素质以及产业分析和整个市场经济的景气指数探究KMV模型对于中国上市公司信用风险的适用性,同时还探讨上市公司违约距离与其财务指标的关联关系。     

基于KMV模型的房地产信贷风险控制的研究

近年来,我国银行业房地产相关业务占比逐年上升,银行业的发展已经与房地产业密切相关,美国次贷危机给我国银行业带来重要的警示,应当高度重视房地产市场周期性发展带来的可能影响及对房地产业信贷的风险控制。文章介绍了KMV模型的基本思想和主要内容,认为运用KMV模型基于市场价格变动的信息评价我国房地产上市公司的信用风险比较合适,结果表明,模型能较好识别房地产上市公司的风险。     

基于KMV模型的信用风险度量实证研究——以我国农业类上市公司为例

<正>近年来,国内对KMV模型开始进行相关研究。张玲、张佳林(2000),王琼、陈金贤(2002)先后对KMV模型进行了与其它模型的分析和比较,认为KMV模型比一些只注重财务数据分析的模型更加适用于上市公司的风险评价分析。吴冲锋、程鹏(2002)使用KMV模型针对15加沪深股市的上市公司进行了信用状况上的分析比较,得出的结论则是绩优公司信用状况最好,其次是高科技公司,ST公司信用状况则垫底。鲁炜等(2003)认为,企业的市场价值波动在股权市场的波动是随着市场关系的变化而不同。杨星(2004)应用KMV模型的研究     

基于Logistic模型林业企业信用风险研究

以36家林业相关上市公司为样本,根据KMV模型分组结果选取了2012年上市企业财务报告中的20个指标进行因子分析并提取主成分,运用Logistic模型构建适合我国林业上市公司的信用风险预警模型。结果表明,该预测模型的正确率达到80%以上,负债、现金流量和存货对林业企业信用风险的判别影响较为显著。结合KMV分组结果构建的Logistic模型可以作为理想的林业企业信用风险预测工具,对其信用风险管理具有积极意义。     

企业直接融资新通道——超短期融资券

当前企业通过银行间市场获取高效、及时和低成本短期直接融资的需求日益迫切。在此情况下,不断加强对国外成熟市场的研究,结合我国现实状况推出超短期融资券成为必然趋势。本文从超短期融资券的定义、特点、现状出发,分析了企业利用超短期融资券进行融资的优势,阐述了企业发行超短期融资券应注意的问题。     

商业银行信用风险管理模型研究

信用风险是商业银行在经营活动中面临的主要风险。加强信用风险管理和分析,对我国商业银行具有重要意义。本文重点介绍了现代信用风险度量方法,并对各方法在我国的适用性进行了分析,表明KMV模型在我国有一定适用性,我国应加强对KMV模型的研究。     

中国商业银行信用风险度量研究

信用风险是商业银行面临的主要风险,信用风险的度量模型有专家判断法、信用评分法、神经网络分析法以及现代违约概率模型等。通过比较分析LOGIT模型和KMV模型,选取了能够体现公司盈利能力、营运能力、资本结构、偿债能力、成长能力和现金流量的28个指标,运用逐步回归方法建立LOGIT模型,发现该模型能够提前一年较好地预测出公司的违约情况。在分析KMV模型时,通过GARCH-M模型计算出企业股权价值波动率,并运用上市公司数据得出样本公司的股权价值和违约点,从而计算出样本公司的资产价值和资产价值波动率,最后得出KMV模型的判别结果。上述分析表明我国商业银行应以LOGIT模型作为判别模型,以KMV模型作为追踪模型,将LOGIT模型与KMV模型相结合来判断贷款企业的信用风险水平。     

KMV模型在我国股票市场的应用研究

本文将随机选取了18家上市公司,利用其开财务数据和市场数据,建立KMV模型,依次算出公司的股权价值以及股权价值的波动率,资产的市场价值以及资产价值波动率,确定违约点,然后在此基础上求出各公司的违约距离.通过最终得出的公司违约概率度量出上市公司的信用风险水平,实证KMV模型在评估上市公司信用风险时所具有的优势性、可行性、有效性和准确性.     

上海上市公司信用风险传染研究

近年来我国经济发展进入新常态,经济增速减缓,经济下行压力加大。面对变化的经济环境,部分公司经营出现困难,信用风险出现上升趋势。为了研究上海上市公司信用风险的变化及传染效应,现基于2010-2018年上海辖区151家上市公司的面板数据,使用KMV方法对公司的信用风险进行了度量,并运用动态空间面板模型进行探究。研究表明:上海地区上市公司之间存在明显的信用风险传染效应,并且随着经济下行压力的加大,上海上市公司的信用风险也随之增大。