我国上市公司违约点选择问题研究——基于KMV模型

违约点的选择对KMV模型预测的准确性具有直接影响.期权定价模型的假设条件表明,当公司资产价值处于负债价值总额与短期负债之间的某一点时,公司才会违约.KMV公司根据大量违约事件的实证分析,发现违约发生最频繁的临界点处于公司价值大约等于流动负债加百分之五十的长期负债的时候,但由于我国历史违约数据严重缺乏,目前尚不能通过统计分析找出我国上市公司的违约点.作为一个次优选择,本文认为我国上市公司的违约点可以通过比较不同违约点下违约公司和正常公司违约距离差异的显著程度来确定.通过实证研究,本文得出我国上市公司的违约点是流动负债加百分之十的长期负债.     

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。     

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。     

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。     

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。     

基于财务公司视角的产业链金融信用风险度量问题研究——以中国重汽产业链为样本的实证分析

本文围绕产业链企业信用风险度量问题展开研究,以中国重汽产业链中的上市公司为样本,在利用样本公司资本市场公开数据基础上,采用KMV模型预估所选公司违约概率,并进一步借助时间序列分析方法,探讨产业链条上样本公司违约概率的变动关系。结果表明,产业链条上企业的违约概率并不一定随国家宏观经济走弱而上升;相比链条其他企业,核心企业违约概率未必是最低的;核心企业违约概率的变化与链条其他企业违约概率的变化并不存在因果关系,非核心企业间违约概率变化却存在传导可能性。从近三年时间的计算数据来看,产业链上企业的违约概率之间并不存在稳定的均衡关系。     

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.     

上市公司高管变更与公司违约风险关系研究:来自房地产上市公司的证据

以2006～2010年沪深两市A股房地产上市公司的年度数据和公司治理数据为样本,采用KMV模型,运用多元随机平衡面板回归分析方法对中国上市公司高管变更与公司违约风险的关系进行实证研究。实证研究结果表明,高管变更与公司违约风险显著正相关,公司高管变更后能够显著降低公司的违约风险。这为高管变更与公司违约风险、高管变更与经营业绩之间的关系提供了新的证据,丰富了高管变更研究的新领域,即高管变更与公司违约风险之间的关系研究。     

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。     

基于修正KMV模型的创业板公司信用风险研究

本文介绍了KMV模型的原理以及用GARCH模型修正历史波动率的计算方式,并用修正以后的KMV模型分别计算了创业板公司和中小板上市公司的违约距离;通过对其违约距离的比较以及影响因素的分析,给出对于创业板发展的相关政策建议.     

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。     

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。     

我国上市公司违约率的顺周期效应分析

由于银行信贷供给、资本品抵押品价格和企业未来经营现金流都具有与经济周期共同波动的特征,可以推测企业违约行为也具有顺周期特征.本文采用B-N分解法对我国GDP数据提取周期成分数据,并运用修正后的KMV模型对我国上市公司违约率的估计数据作计量分析,实证结果表明我国上市公司违约率在2000年以前不存在顺周期效应,但在2000年以后存在显著的顺周期效应.     

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。     

基于KMV模型的商业银行贷款定价实证研究

对商业银行的贷款进行合理的定价是商业银行管理贷款风险,实现盈利性、安全性和流动性协调统一的重要手段。本文以布莱克一舒尔斯期权定价模型理论为基础,运用KMV模型,首先利用上市公司财务数据评估贷款的信用风险,然后根据计算出的企业的违约率来计算商业银行贷款风险价格,最后本文根据实证结果,提出相关对策建议。     

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。