基于KMV模型的上市公司信用风险研究

本文介绍了KMV模型的违约距离公式,并通过实证比较违约距离随时间的变化情况来研究上市公司的信用风险状况.结果表明:使用股票年均价格估算非流通股市场价值,以流动负债与长期负债的0.75倍之和作为违约点,计算出上市公司的债务到期日风险中性违约距离,并对近几年的违约距离随时间的变化情况进行比较,能够比较可靠地提前发现上市公司信用状况的异常.     

基于KMV模型的中小上市公司信用风险实证研究

为了解决中小企业的融资难问题,商业银行在向企业提供贷款时面临对企业的信用风险进行考察的问题。本文在上海证券交易所中小板选取了7家在2013年之前曾经被特别处理的制造业公司作为研究样本。利用KMV模型将这7家样本公司违约前后的违约距离进行对比,实证结果表明KMV模型能够动态地对中小上市企业的信贷风险进行度量和判别。     

基于KMV模型的不同省份信用风险探析

本文利用KMV模型,以浙江、湖南、青海三个省份为例,通过计算2006年至2010年各省上市公司的违约距离,比较发达程度不同的三个省份之间信用风险的差异,并进一步分析了原因。研究表明,经济最发达的浙江省信用状况最好,湖南省次之,最不发达的青海省最差。2008年金融危机对三个省份信用状况都产生了不利影响,但是对青海省的影响程度最小。这可能与各省不同的经济结构和经济外向型程度有关。     

KMV模型对我国上市公司信用风险度量的实证研究

由于我国的金融市场缺少足够的信用数据,造成基于企业评级的风险度量方法,例如Credit Metrics和Credit Risk+在我国不具备现实应用的基础。同时,反观我国的股票市场,股权分置改革的巨大影响,在全流通的环境中,公司的投资价值凸现,上市公司的市场价格也逐渐回归到公司的内在价值。本文选用KMV模型,就是通过充分利用资本市场的信息,对样本上市公司的信用进行量化,从而得出上市公司股改前后信用风险值的变化情况。     

KMV模型对上市公司信用风险预测能力研究

本文利用GARCH模型估计股权价值波动率,用迭代程序估算资产价值及其波动率,修改了模型中非流通股的计价方法,对KMV模型进行了修正。文中对2009年沪深两市30家上市公司的信用风险进行评估检验,结果表明修正后的KMV模型不仅能够较好地分辨出ST公司和非ST公司信用风险的差异,而且能准确地把握上市公司信用质量的变化趋势,至少可提前1年识别上市公司信用质量的恶化。     

KMV模型在中国上市公司信用风险度量适用性分析

KMV模型是一种国外普遍应用的信用风险度量模型,本文分析了该模型的基本思想和基本构成,并探讨了模型在我国的适应性。     

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。     

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。     

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模型的创业板企业财务风险研究

时至今日我国创业板市场的发展已历时近4年,规模也日益庞大,对实体经济的影响也越来越强。但其中还存在一些较为严重的问题：新股发行制度的市场化程度和审批效率的不高导致“三高”现象愈加严重,继而又引发了高管辞职套现等问题。目前我国创业板上市公司整体业绩不佳,因此本文就来分析创业板上市企业的财务风险问题,通过KMV模型推算出企业发生财务危机的概率以及发生的大概时点,公司高管就可以研究出措施来面对企业的财务困境,以便更好地保护投资者和债权人的利益。     

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模型的创业板企业财务风险研究

时至今日我国创业板市场的发展已历时近4年,规模也日益庞大,对实体经济的影响也越来越强。但其中还存在一些较为严重的问题:新股发行制度的市场化程度和审批效率的不高导致三高现象愈加严重,继而又引发了高管辞职套现等问题。目前我国创业板上市公司整体业绩不佳,因此本文就来分析创业板上市企业的财务风险问题,通过KMV模型推算出企业发生财务危机的概率以及发生的大概时点,公司高管就可以研究出措施来面对企业的财务困境,以便更好地保护投资者和债权人的利益。     

基于KMV模型上市公司的信用风险研究

近些年,我国上市公司由于财务状况异常而被特别处理的案例越来越多,上市公司的信用风险也越来越引起社会各界的广泛关注,通过对企业信用状况的分析鉴别上市公司的质量,成为迫切需要解决的问题。本文运用KMV模型,对20家A股上市公司进行基于市场数据的实证分析,测算其违约距离,并对它们的信用风险从横向和纵向两方面进行比较研究。对这些上市公司的信用风险质量进行研究分析,对证券市场的有效监管、保障广大投资者利益乃至整个经济社会的稳健发展都具有重大和深远的意义。     

基于商业银行信用风险管理的KMV模型研究理论述评

信用风险是商业银行经营管理中的重要风险，而我国银行业很长一段时期缺少对信用风险定量计量的习惯。本文对商业银行信用风险管理中有较好定量分析功能的KMV模型进行理论述评，主要分析其功能，特别总结了国内外该模型的经典研究成果，探讨其对中国银行业风险管理的启示。     

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KMV模型分析利率市场化冲击对商业银行信用风险影响

受我国特殊的国情决定,我国的银行业到目前为止未能建立起完善的存款保险制度且没有相关的保险机构提供类似的保险服务,所以我国商业银行一旦遇到危机无法偿还身负债务极易引发新一轮的金融危机出现类似最近葡萄牙银行危机的情况。除此之外我国正处于经济转型和金融改革的关键阶段,所以银行业越来越需要独立承担来自内部市场化带来的成本和风险上升的压力以及外部竞争带来的风险管理压力。本文试图从利率市场化和信用风险的角度分析利率市场化是否会对商业银行信用风险带来巨大的冲击,但是经过相关实证发现利率市场化带来的利率波动加剧对我国商业银行信用风险的影响较小,因此可以初步断定我国已经具备利率市场化的基本条件。     

KMV模型对房地产行业信用风险的应用

信用风险一直以来都是金融机构及其监管部门的风险管理的主要对象和核心内容。房地产行业是关系到我国经济民生的的重要行业,其最为典型的特征就是资金密集型产业。从我国房地产行业发展的实际情况出发,本文旨在通过应用KMV模型对不同类型房地产上市企业的信用风险进行度量,比较得出绩优类(非ST类)和绩差类(ST类)上市公司风险状况。     

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。