债务抵押债券定价模型探讨及实证研究

债务抵押债券作为一种信用衍生产品,其定价的核心是通过估算各债务人的违约概率和违约相关性刻画相应的信用风险。我们利用国内市场公开信息,对债务抵押债券定价进行实证研究,以KMV模型和copula函数分别对各债务人的违约概率和违约相关性进行估测,并计算在不同样本和违约回复率下各投资层次的合理风险溢酬。通过对实证结果的分析,探讨相关模型的合理性及在我国市场应用的不足之处。     

债务抵押债券定价模型探讨及实证研究

债务抵押债券作为一种信用衍生产品,其定价的核心是通过估算各债务人的违约概率和违约相关性刻画相应的信用风险.我们利用国内市场公开信息,对债务抵押债券定价进行实证研究,以KMV模型和copula函数分别对各债务人的违约概率和违约相关性进行估测,并计算在不同样本和违约回复率下各投资层次的合理风险溢酬.通过对实证结果的分析,探讨相关模型的合理性及在我国市场应用的不足之处.     

股票资产组合VaR研究基于混合D藤Copula模型

本文在对上证市场五种股票资产组合的风险分析中以VaR作为风险度量指标,采用基于Pair Copula高维建模理论的混合D藤Copula模型,建立了反应多个资产组合相关结构的联合分布模型。该模型对传统D藤Copula建模方法作了进一步的改进,通过一定的选择标准,确定了D藤中每个Pair Copula函数的最优函数族,这样使得所建立的模型不仅考虑到了资产维数的影响,而且还能捕捉到组合内部因子间相关结构的差异性,从而改进后的模型能更好地描述资产组合的相关结构,并且能更精确地反映资产组合收益的实际分布。最后,以混合D藤Copula模型为基础,利用Monte Carlo方法计算了上证市场五种股票资产组合的VaR,并通过实证研究进一步证明了该模型的有效性。     

两类混合藤Copula模型的比较研究——基于外汇资产投资组合VaR的研究

本文以中国外汇市场上四种主要外汇资产的投资组合作为研究对象,基于Pair Copula高维建模思想,分别建立了两类能真实反映资产组合相关结构差异性的混合藤Copula模型,即混合C藤和混合D藤Copula模型。两类混合藤Copula模型,对传统的藤Copula模型作了进一步的改进,是通过一定的选择标准,确定模型中每个Pair Copula函数的最优函数族,这样可以使得所建立的模型既能考虑资产组合维数的影响,又能捕捉到组合内部各资产相关结构的差异性。为了得到较优的风险分析模型,在实证研究中,将两类模型在资产组合VaR计算精度方面进行比较。     

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。     

现代信用风险度量技术--KMV模型的分析研究：基于文献综述

本文基于文献综述的视角，介绍了KMV模型的理论基础，并从国内和国外两个方面系统地梳理归纳了KMV模型相关性的实证研究。在对现有文献进行评述的基础上，提出了未来应着重加强实用性方面的研究，根据中国资本市场实际与各个行业的不同特点进行理论创新与参数设计。     

基于KMV模型的我国上市银行信用风险度量研究

信用风险是商业银行最主要的风险之一,信用风险的产生会增加交易成本、降低投资者投资意愿,从而影响经济的发展。公司通常会采用信用风险度量方法及时预测信用违约情况,以提高公司风控能力,保证信用交易的正常运行。而KMV模型具有良好的风险预测能力,可以为银行违约风险监管提供参考。故选取我国14家上市银行为研究对象,基于2020年样本银行的财务数据及股票数据,运用KMV模型进行信用风险度量,并提出建议与总结,以期完善信用风险度量实证过程,加强上市银行防控风险能力。     

基于跳跃-扩散KMV模型的上市公司信用风险评估

本文在传统KMV模型基础上进行改进,引入风险资产价格的跳跃因素,构建跳跃-扩散KMV模型。分别从行业属性、公司属性和公司规模三个角度,对我国126家上市公司的跳跃风险进行估计,并对其信用风险进行度量。在此基础上,以测算的违约距离为被解释变量,以经济周期、跳跃风险及反映企业自身经营情况的财务指标为解释变量,利用固定效应模型实证检验企业信用风险的影响因素。结果表明,使用跳跃-扩散KMV模型度量上市公司信用风险的效果较好,测量结果与我国实际情况较吻合;同时企业的信用风险与其自身的偿债能力和跳跃风险呈显著正相关,而与其盈利能力、成长能力、营运能力及宏观经济状况呈显著负相关。     

有政府的动态资产定价模型

文章建立了一个有政府的动态资产定价模型.政府被模型化为具有垄断力量的市场参与者,它可以利用自己的税收和交易行为影响市场.我们求解了一个政府先行,私人跟随的均衡,得到了一个资产定价的双因子(总消费因子和税收因子)模型.文章证明:资产的超额收益不但取决于与总消费的相关性,还受与政府税收相关性的影响;资本市场的波动行为依赖于税收的随机模式.我们的模型预言,在一个政府作用比较大的经济体里,如果忽略政府的作用,单因子的ICAPM可能低估均衡的股权超额收益.同没有政府的经济相比,有政府经济中风险资产的波动率会更高.分析还表明:在动态资产定价模型中引入政府行为是可能的.     

央行“言行”偏差与金融市场间长期动态相关性——基于混频DCC-MIDAS模型

运用自然语言处理方法构建央行政策操作偏离指数来衡量央行“言行”偏差的程度，并基于混频DCC-MIDAS模型对金融市场间长期动态相关性展开研究。实证结果如下：央行政策操作偏离指数对债券市场收益率波动产生负向影响，其影响主要来源于意外的货币政策紧缩；对股票市场、外汇市场收益率波动具有非对称性影响。针对金融市场间长期动态相关性影响，央行政策操作偏离指数负向影响债券-外汇市场间的长期相关性，尤其对于国债与外汇市场的长期相关性的影响更为显著；对于股票-外汇市场的长期动态相关性，央行政策操作偏离指数对其具有显著的正向影响，其影响主要来源于央行正向的“言行”偏差；央行政策操作偏离指数对于股票-债券市场的长期相关性影响不显著。     

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。     

中国信用风险预警模型及实证研究——基于企业关联关系和信贷行为的视角

文章从分析当前次贷危机的根源出发,在综述现有信用风险计量预警模型的基础上,针对其在我国的适应及局限性问题,根据风险相关性原理和多米诺骨牌理论,提出从企业关联关系(Correlation)和信贷行为(Behavior)角度建立一种全新的信用风险预警模型(简称C&B模型),并应用国内某商业银行的数据进行实证研究.结果表明,在我国商业银行中应用C&B模型,思路可行,数据易得,预警有效.     

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。     

KMV模型在我国的实务化

本文规划了一个KMV模型实务化的框架.即结合传统信用度量方法,按不同行业建立相应的在参数设置上有差异的,比较符合该行业经济特征的行业KMV模型,以期通过KMV模型实务化来应用学术界的研究成果,并尝试运用KMV模型在我国建立一套有效的、可操作的、较完整的信用评价系统.     

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。