CPV模型在银行贷款违约概率计算中的应用研究

银行贷款风险管理,一直是银行风险管理的着重点,而带来贷款风险管理难度的主要是贷款违约概率的计算问题,尤其是随着当前金融危机的全球蔓延,宏观经济形势下滑,贷款违约率也随之波动.本文基于CPV模型,分别选取国际、国内宏观经济形势代表性指标,以及与银行贷款业务联系紧密的行业发展情况指标,对银行业贷款违约概率进行度量,其结果表明,该模型在度量银行贷款违约概率方面具有较好的效果,将会对全面信贷风险管理提供有力的依据.     

基于CPV模型对我国商业银行信用风险分析

2007年8月美国次贷危机引起人们对银行信贷风险的广泛关注。商业银行贷款风险管理,一直是商业银行风险管理的重点,而贷款风险的管理主要依靠贷款违约率的度量。文章基于CPV模型,分别选取代表国家、企业、居民经济形势的指标,以及与银行业务联系密切的行业发展情况指标GDP、CPI、i、M2、企业景气指数和社会消费品零售总额对银行不良贷款率进行度量,结果表明,该模型在度量银行贷款违约概率方面具有较好的效果。     

上市公司违规行为对违约距离和预期违约率影响的实证研究——兼论KMV模型的修正

基于修正的KMV模型研究表明，上市公司违规行为使股价异常波动造成投资者损失，同时也会使公司资产的市场价值降低，资产价值的波动性增加，从而使得公司的违约距离减小，违约风险增大。公司违规行为给投资者造成的损失与违约距离变化的统计检验显示，两者之间具有较强的相关性，但并不是简单的正相关。     

KMV模型度量信用风险的有效性与应用研究——基于中国债券市场的实证分析

文章首先阐述了KMV模型的基本思想和实际操作步骤,并将其与传统信用评级、其他现代信用评级进行比较分析其优势。其次,利用中国债券市场的相关数据实证分析了KMV模型的适用性和在挖掘信用评级被低估或高估的上市发债主体上的应用。     

KMV模型对中国上市公司信用风险识别能力的实证研究

KMV模型作为一种结构化信用风险度量和预测工具,在国外成熟市场已被广泛采用。本文选取了66家中国的上市企业作为样本,通过比较其违约距离,检验了KMV模型的信用风险识别能力;同时选取了25家ST企业三年的数据作为样本,通过纵向比较其违约距离,检验了KMV模型的信用风险预警能力。     

基于我国上市公司信用状况的KMV模型运用与实证分析

文章对KMV在我国的应用情况进行了研究,设立七种违约点,分别计算出违约距离,最终确立一个最适合我国股市的违约点计算模型.为了提高计算的正确性,在计算股权的市场价值时考虑了非流通股的价值.实证分析表明,ST公司违约距离与非ST公司违约距离差距明显,从而说明KMV模型在我国使用是有效的,并且发现对总资产与流动负债、长期负债之间的回归取得的带截距项的回归方程是最适合我国股市的违约点设置.     

基于KMV模型的适用性研究与应用分析——以A股市场主要过剩产能行业为例

本文通过对2007年—2012年钢铁行业和水泥建材行业共45家上市公司的财务数据和股票历史信息的分析,基于KMV模型原理,通过使用Matlab、Excel等软件,实证分析了近几年来上述企业的违约距离,并探讨产能过剩和信用违约之间的关系。实证结果表明,KMV模型适用于钢铁行业和水泥建材行业的信用违约测度,结果符合经济运行形势;同时,上述行业产能过剩并不能直接解释以违约距离表征的公司信用违约风险。     

基于SV-KMV模型的信用风险度量研究

KMV模型是度量信用风险的主要模型,股权价值波动率是KMV模型的重要参数,应用改进KMV模型GARCH-KMV模型与SV-KMV模型对中国上市公司信用质量的实证研究表明:股权价值波动与KMV模型的结果违约距离高度负相关;GARCH-KMV与SV-KMV模型均能度量上市公司信用状况,但SV-KMV模型比GARCH-KMV模型度量效果更好。     

我国共享经济企业信用风险度量的案例分析——基于KMV修正模型的实证研究

共享经济模式如今已成为城市居民不可或缺的一种生活方式,这种创新经济模式所蕴含的信用风险也成为社会公众热议的话题.针对现有标准KMV信用风险模型无法处理"尖峰厚尾"数据的不足之处,引入了GARCH、EGARCH和TARCH三种模型计算股权价值的波动率,不仅解决了收益率序列非正态分布的问题,而且在ARCH LM检验都通过的条件下,进一步得到了共享单车企业永安行的信用违约风险值.结果表明共享经济企业信用预期违约概率(EDF)相对其他一些传统行业都要高出许多,并基于模型的结论提出了具有针对性的对策建议.     

基于KMV模型的中国上市银行信用风险度量研究

信用风险广泛存在于社会经济运行与各类商业往来中,是我国金融体系中面临的最主要的风险之一。精准有效地度量信用风险,能够有效控制因违约事件发生所造成的经济运行成本,对于帮助金融机构和广大投资者合理选择风险管理策略具有重要的参考意义。基于我国10家上市商业银行2019年的财务数据和股票交易数据,运用KMV模型进行信用风险度量,对各商业银行的违约距离和预期违约概率进行计算,根据实证计算结果,做出分析总结并给出完善我国银行业信用风险体系的几点建议。     

基于KMV模型的我国中小上市公司信用风险研究

经过提高股权价值波动率精确度的KMV模型对我国中小上市公司有很强的识别信用风险状况的能力,我们可以通过设定两条信用预警线,来监控中小上市公司的信用危机.文章研究发现,资产规模对信用风险有显著影响,2004年之后资产规模与违约风险显著负相关,总资产小于3亿元的小公司抗风险能力最差.股权分置改革引起了中小上市公司信用风险短时间的波动,是2006年中小上市公司违约风险变大的重要原因.     

我国林业上市公司信用风险研究——基于KMV模型

文章以我国沪深两市A股林业上市公司为研究对象,选取2007-2012年首次成为ST的8家公司和对应的8家非ST公司为研究样本,运用KMV模型研究我国林业上市公司信用风险。实证过程中,文章根据我国林业公司特点研究确定KMV模型中各参数的计算方法,计算出在不同违约点下各个样本的违约距离,主要结论:财务危机前非ST公司与ST公司的违约距离表现出显著差异,运用KMV模型能够有效识别我国林业上市公司的信用风险状况;我国林业上市公司的违约点应设定为短期负债加上50%长期负债;在研究连续两年违约距离的基础上,构建了我国林业上市公司两级信用风险预警体系。     

我国制造业上市公司信用风险研究——基于KMV模型

运用KMV模型对我国46家制造业上市公司的信用风险进行评估。实证结果表明,引入公司资产价值增长率后的KMV模型能够更好地区分ST和业绩优良的制造业上市公司,可用于我国商业银行对制造业上市公司信用风险的度量。     

基于KMV模型的上市公司信用风险度量分析

信用风险是金融业面临的最主要的风险之一,对企业债权人及股东的投资产生重要影响,因此,度量信用风险显得十分重要。采用KMV模型对中国上市公司的信用风险进行度量,结果表明该模型能很好地识别信用风险。     

担保债权凭证之评价——多因子模型和KMV模型之探讨

探讨担保债权凭证商品之评价，包含缩减式模型及结构式模型两种研究方法；前者以多因子相关性模型，而後者以KMV模型为方法探讨之主轴。多因子相关性模型中资产的违约分配函数分别假设为指数、韦伯及Burr分配；再分别结合Gauss Copula或t5 Copula函数，估计商品的信用价差。实证分析以台湾“玉山银行债券资产证券化特殊目的信托2005—1受益证券”为例。实证研究结果发现，指数分配之信用价差估计值偏大，Burr分配估计值最小；t5 Copula函数之信用价差估计值都较Gauss Copula函数之估计值大。此外，将数据作适当调整後应用KMV模型之信用价差估计值比多因子相关性模型之估计值大。     

基于供应商管理库存信用风险的供应链违约风险控制

受宏观经济因素的影响,市场风险和违约风险是密切相关的。而VMI作为一种在供应链相邻两级,其成功运作最重要的一个关键点,便是建立信用风险度量,以销售商违约为例,利用信用违约互换模型规避供应链违约风险,供应商和销售商更易达成交易。     

基于Leland-Toft模型的我国上市公司信用风险研究

文章首次运用Leland-Toft模型对我国上市公司的信用风险进行了实证研究,结果表明:通过该模型得到的预期违约率能够较好地描述上市公司的信用风险,不同信用级别上市公司的预期违约率有明显的不同,因而该模型在识别我国上市公司的信用风险时显示出一定的有效性.根据新华远东的信用评级体系,我们从Leland-Toft模型计算结果中发现:二A级以上公司、三B级以上公司和三B级以下公司分别在三年、一年和半年内的预期违约率接近为零,而我国上市公司长期的预期违约率则普遍偏高.