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。     

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KMV模型的中国短期融资券信用风险评级研究

针对短期融资券主体信用评级未能完全准确地反映出短期融资券信用风险的问题,本文引入信用风险计量的KMV模型,运用Matlab软件计算出短期融资券的违约距离,按照违约距离的大小通过聚类分析将样本划分为六组。在此基础上,以信用利差表示投资者对短期融资券信用风险的认可,将各组信用利差与其违约距离对应起来,对各组的信用利差进行方差分析,结果显示各组之间的差异非常显著,表明分组状况比较理想,按违约距离判断短期融资券的信用风险是合适的,实现了对短期融资券的信用风险评级。     

基于KMV模型的我国商业银行信用风险度量实证分析——以16家上市商业银行为例

信用风险是商业银行最主要的风险之一,度量银行业的信用风险对监管机构和社会公众投资者都有很大意义。本文以我国16家不同性质的上市商业银行作为研究对象,基于2015年样本银行的财务数据和股票数据,运用先进的度量违约风险的KMV模型,计算得到了这些不同性质银行的违约距离,最后根据结果作了总结并给出几点建议。     

我国上市公司信用风险度量及影响因素分析

首先利用KMV模型度量了样本公司的信用风险,接着以资产规模、股权结构、成长能力、流动性、行业前景、公司经营状况作为解释变量、公司违约距离作为被解释变量,建立了多元线性回归模型。实证分析表明,资产规模、股权集中度、成长能力与信用风险正相关;国有股比重、流动性与信用风险负相关;行业前景和公司经营状况对信用风险也有显著影响。     

Logistic模型和KMV模型在中国上市公司信用风险度量中的比较研究

本文从违约概率衡量上市公司信用风险的角度来看,基于因子分析的Logistic回归模型和KMV模型都能反映上市公司的信用风险状况,但基于因子分析的Logistic回归模型的评级结果比KMV模型较准确。     

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。     

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。     

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。     

基于KMV模型的我国农村商业银行信用风险管理实证研究

KMV模型是近年来在国际金融领域信用风险管理方面的重要模型之一,就其本身的框架而言,该方法实际上是在一定的假设前提下,通过计算违约距离与预期违约率量化信用风险,它包括了一整套的分析方法和数据库.本文主要以江苏省10家具有代表性的农村商业银行为样本进行实证调研分析,基于2013年各行的财务报告与财务数据,运用KMV模型的基本算法与思路对其信用风险进行度量,最后,根据实证分析的结果,针对江苏省农村商业银行信用风险管理提出相应的完善措施.     

基于KMV模型的恒大集团的信用风险评估研究

房地产行业"三道红线"政策的出台,对房地产企业融资依然保持严监管态势,恒大集团因"踩线"和债务危机的爆发,使投资者和购房者等对其信用风险水平产生疑虑.利用恒大集团2019年7月—2021年7月的财务数据和股票交易数据,运用KMV模型对恒大集团的信用风险进行了度量,实证结果发现恒大集团的违约概率较大,其评级根据标准普尔信...     

基于修正后KMV模型对于上市公司信用风险度量的实证研究

信用风险已成为当今金融市场的重要风险之一。本文以2013年沪深两市20只上市公司股票作为研究样本,通过运用GARCH(1,1)等方式修正KMV信用监控模型中的主要参数,使之更适用于我国上市公司信用风险度量。实证研究结果表明,修正后的KMV模型与传统信用评估流程相比,数据采集相对容易,操作流程更为简便,且具有较强的前瞻性,比较适用于度量我国上市公司的信用风险水平,在我国信用风险管理领域有着广阔的发展空间。     

基于修正后KMV模型对于上市公司信用风险度量的实证研究

信用风险已成为当今金融市场的重要风险之一。本文以2013年沪深两市20只上市公司股票作为研究样本,通过运用GARCH(1,1)等方式修正KMV信用监控模型中的主要参数,使之更适用于我国上市公司信用风险度量。实证研究结果表明,修正后的KMV模型与传统信用评估流程相比,数据采集相对容易,操作流程更为简便,且具有较强的前瞻性,比较适用于度量我国上市公司的信用风险水平,在我国信用风险管理领域有着广阔的发展空间。     

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。     

KMV模型对信用风险度量的适用性研究——以我国十家上市汽车制造公司为例

近年来,我国汽车制造行业快速发展,公司大力筹集资金扩张资产规模和生产能力,但随之而来的风险也大大增加。为此,本文引入KMV模型,利用KMV模型对我国已上市的一部分汽车制造公司的风险进行度量,旨在充分揭示上市公司的信用风险并得出结论。     

KMV模型对信用风险度量的适用性研究——以我国十家上市汽车制造公司为例

近年来,我国汽车制造行业快速发展,公司大力筹集资金扩张资产规模和生产能力,但随之而来的风险也大大增加。为此,本文引入KMV模型,利用KMV模型对我国已上市的一部分汽车制造公司的风险进行度量,旨在充分揭示上市公司的信用风险并得出结论。     

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。     

融入ESG因素的企业债券信用风险预警研究

选取2018年第四季度至2020年第四季度发生违约和信用评级下调的企业债券为样本,利用Logistic模型探究企业ESG表现在债券信用风险预警中的应用,研究发现:(1)ESG表现越好的企业,其债券发生违约或信用评级下调的可能性越低.(2)在预警模型中加入ESG因素能够显著提升模型的敏感性、特异性和预测准确性.(3)利用ESG评级构建的预警指标有助于预测企业债券信用风险.(4)进一步考察ESG的分项指标发现,违约企业在环境表现和公司治理方面存在尤为明显的缺陷.研究结论为发债企业提升自身ESG表现,投资者充分认识ESG评级的"排雷"作用和监管部门将企业ESG表现作为审核发债的重要参考提供了支持证据.