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。     

浅析KMV模型对我国上市公司信用风险应用

本文运用KMV模型预测分析了从8个行业中ST组和非ST组两组样本,分别计算违约距离,并进行探究,发现KMV较好地识别了违约风险,并对非ST公司的违约风险有一定的预测作用。     

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。     

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.     

基于KMV模型的我国创业板企业信用风险评估

创业板自上市以来，由于自身技术水平不成熟、自有资产小等原因，信用风险的问题一直存在。本文选取了创业板上市的100家企业为样本，通过运用其股票市场的数据和财务报表中的债务数据，利用KMV模型信用评估方法，考虑创业板企业的实际市场情况，对参数进行了修改，并且结合相应编程计算其违约距离DD。实证研究结果表明，KMV模型对我国创业板企业的信用风险评估具有较高的准确性和科学性，对创业板企业进行风险预测和防范有着重要的意义。     

KMV模型对我国房地产企业的适用性分析

我国企业的借款违约现象对经济的发展带来了大的负面作用,因此找出一个能够度量我国企业借款风险的工具十分必要.本文选择负债最为严重的房地产企业作为研究对象,对我国12个st房地产公司及20个非st公司的KMV模型适用性进行研究.通过分析得出KMV模型对于我国的房地产企业具有较好的适用性,可以作为现阶段预测我国房地产行业企业借款违约一个试用性工具.     

基于修正的KMV模型对我国上市公司信用风险的度量和适应性分析

本文采用修正的KMV模型对上市公司的信用风险进行度量,摒弃传统的历史波动率方法,采用GARCH模型进行来对收益率进行拟合从而更加准确的估计出股权价值的波动率,并且依照我国的实际情况修正了违约点和股权价值的设定。选取房地产行业10家公司的数据,通过对违约距离的对比和比较,认为KMV模型能较好的适应我国上市公司风险的度量。     

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.     

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模型的资本市场信用风险动态管理实证分析

随着经济发展的进一步深化,上市公司的信用风险更加突出。运用KMV模型,根据资本市场信息能有效地估计公司的信用风险。KMV模型能够根据资本市场企业股价的波动快速的观察公司的理论预期违约率变化情况,从而提供信用风险预警,实现对信用风险的动态观测。弥补目前主要是根据公司是否为ST对公司信用水平进行一个定性的区别的不足。     

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。     

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。     

KHV模型对我国房地产上市公司信用风险度量的实证研究

2010年中国加大对房地产行业调控的现状和中国房地产上市公司独有的特点,运用修正后的KMV模型,选取沪深两市27家房地产上市公司的数据进行实证研究,根据实证结果,判别修正后的KMV模型适用性并分析违约距离的合理控制范围。     

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

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模型的研究则发现上市公司的股票波动与El/ F呈明显的负相关， EDF和公司的信贷信用和资质的变化是相吻合的。值得注意的问题是：在计算上市公司的股权市场价值不同时，如果忽略了我国上市公司的股权割裂导致的流通股和非流通股之间的价格差异，只流通股市的价格来诚意总股本来估算市场价值，会有低估公司信用的风险；在当前我国上市公司所处在的特殊环境之下，违约点的设定可能影响模型预测能力。     

注册制下科创板上市公司信用风险评估模型实证研究

当前注册制在科创板上市公司推广实施,但有关的监管制度和法律制度却相对滞后,有许多的股东利用高溢价发行通过各种手段减持来获得巨额利润,持续的造富效应造成了许多企业的信用问题,为了减少这些负面影响,在注册制试点后,新颁布的证券法将关注的重点放在了信息披露和事后惩戒力度上,因此信用风险的管控刻不容缓。本文将以注册制下科创板上市公司为主要样本,将其分为初创期和成长期两类,使用KMV模型计算得到各自的信用风险违约距离和违约概率,验证模型的计算结果能否比较出初创期和成长期企业信用风险的差异,求出每个样本组合的整体信用风险,比较得到整体信用风险最低的组合,从而获得两类企业的最优比例范围,最后给出相关政策建议。     

期权理论在公司信用风险定价模型中应用研究

在KMV的模型基础上,运用期权理论介绍和推导银行面临的信用风险度量方法,并对公司价值和波动率计算提出了改进,随后对违约距离的计算进行修正使之更加准确。     

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。     

中国A股上市公司的违约风险:基于KMV模型的测度

本文首先对国内外违约风险的研究现状进行概述,并介绍了KMV模型,并运用它对中国A股上市公司违约风险进行度量。通过研究发现,上市公司违约率伴随金融风险爆发而上升,并随后下降。     

可回售债的违约预警 ——以"15金鸿债"为例

随着可回售债券数量逐年增加,回售违约的情况也越发严重。文章以"15金鸿债"为案例,从财务数据、经营决策、Z-Score模型、KMV模型四个方面,探讨回售违约预警信号。研究发现财务数据不理想、Z-Score值在破产区间是企业出现财务危机最直接的证明;同时企业做出不合理的经营决策使得流动性不足将加大回售违约的可能性;最后,违约距离缩小从市场层面反映了投资者对企业违约风险的判断。     

KMV模型在我国商业银行信贷风险管理中的应用研究

通过实证分析证明,KMV模型能够比较准确的反映上市公司的真实经营状况,将KMV模型应用于我国商业银行信贷风险管理是可行的.同时,在实证分析中叶发现,KMV模型还存在这不足之处.政府应进一步完善和发展我国证券市场,加强对上市公司交易活动的监管,保证市场的有效性;要尽快按照内部评级法的基本要求,加快信息系统建设,建立违约数据库,建立良好的征信体系,从而有效解决我国商业银行在运用KMV模型中遇到的问题.