2007年《公司债券发行试点办法》的发布标志着我国公司债券市场正式起步。债券的价格是发行和流通中需要考虑的重要因素,因此合理的为债券定价对我国公司债券市场的发展有重要意义。本文运用结构化模型为我国的公司债券进行定价,根据定价结果来探讨模型的实用性。结构化模型就是将公司的债务看做是以公司资产为标的的一种期权,然后运用期权定价的原理为公司债务定价。结构化模型因其做出的假设不同有很多种类。本文从不同的结构化模型中选择了三个作为代表来进行实际的定价分析,分别为Merton模型、Black和Cox模型以及Briys模型。结构化模型需要的一个重要参数就是资产价值,本文分别使用简单的将公司市值加上账面债务余额来估计资产价值、解方程的方法、极大似然法这三种方法来确定资产价值,比较不同参数确定方法得出的定价结果的差异。从定价结果来看,不同的模型进行比较的话Merton模型的结果更接近债券的实际交易价格,其他两个模型都会低估债券的价格。不同的参数确定方法中使用简单估计方法得出的结果误差要小一些。不过从整体上看,结构化模型的定价误差较大不适合进行逐日盯市计算,更适合作为信用评级的工具。本文的第一部分是导论,主要介绍本文的研究意义以及本文的贡献。我国的公司债券市场自2007年开始试点以来不断蓬勃发展,未来公司债券会成为资本市场主要的投融资品种之一,发展前景广阔。公司通过发行债券从投资者手中融入资金,对于完成一项交易来说最主要的因素就是交易的价格,这里就是债券的价格或者说债券提供的利率。只有价格公平合理才能有更多的公司愿意通过这一渠道进行融资,投资者也愿意进行这方面的投资,因此合理的定价是公司债券在一级市场顺利发行以及在二级市场流通的重要基础,对公司债券的合理定价有着重要的意义。本文的主要贡献是在对模型参数进行估计时,首次使用极大似然法估计资产价值及其波动率,而且使用了随机利率下的结构化模型来对我国的公司债券进行定价。本文的第二部分是结构化模型原理解读,在这一部分中首先对目前结构化模型的研究以及应用现状进行了介绍和文献综述。结构化模型主要用于对公司债务的定价。在这一方法下,公司的债务被看成是以公司总资产价值为标的发行的一种或有权益。因此这一方法也被称为公司价值法或期权方法。公司资产价值的运动过程以及一个违约触发边界共同决定了违约事件的发生,违约边界一般是通过债务合约中的破产条款来确定的。结构化模型最大的优点在于它将信用风险的定价与公司的经济基础联系在一起,使得模型能够在经济意义上得到支撑,而不只是一个纯粹的数学模型。结构化模型在商业应用上比较著名的就是KMV公司基于Merton模型开发的信用评级方法。随后本文详细解读了在实证部分使用的三个模型,分别为Merton模型、Black和Cox模型以及Briys模型。选取这三个模型主要是因为Merton模型是最初的结构化模型,其他的模型主要是在其基础上进行的改进；Merton模型只考虑了到期日发生违约的情形,而Black和Cox模型对其进行了扩展,考虑了提前违约的情形,允许债券在到期日之前发生违约；前面的两个模型中利率都是非随机的,而Briys模型进一步假设无风险利率是随机的。最后对模型中重要参数的估计方式进行了说明,涉及的参数主要是资产价值及其波动率、无风险利率以及违约边界。对于资产价值及其波动率的估计是结构化模型应用的一个重点,本文分别使用了三种方法来估计这两个参数：简单估计法,用资产负债表中的总负债与股权的市值之和来代表资产市值,直接用股价的波动率代替资产价值的波动率；解方程法,通过求解一组方程来得出这两个参数的估计值,这个方程组是在结构化模型的框架下由无套利原理推出的,在很多实证文献中都有应用；极大似然法,这一方法是使用结构化模型框架下股票价格的理论表达式以及股价序列数据,运用极大似然估计的方式来估计资产价值及其波动率。本文的第三部分是对中国公司债券市场的介绍。首先是对中国债券市场总体情况的概括,目前债券市场上的交易品种主要有国债、地方政府债、央行票据、金融债券、企业债券、短期融资券、资产支持证券、中期票据以及外国债券。目前我国各种债券的余额接近16万亿人民币,而2008年的国内生产总值为30万亿人民币,相比之下美国的债券市场余额为34万亿美元,GDP为14万亿美元。因此从占经济的比例来看我国的债券市场整体规模还比较小。从债券市场的内部结构上看,国债占比最高,其次是金融债和央票,这三者占据了债券市场接近90%的份额。接下来本文详细介绍了公司债券市场的情况,主要从发行、交易、信用评级、投资者保护以及市场规模这几方面进行了介绍。最后对于公司债券市场的发展提出了一些建议,包括完善信用评级体系、强化信息披露、增强公司债券二级市场的流动性以及大力发展机构投资者。在实证部分本文分别运用上文介绍的三种结构化模型对我国交易所交易的公司债券进行定价。同时对于每个模型都分别使用了三种不同的方式来估计资产价值及其波动率这两个参数,以比较不同模型不同参数估计方法的定价准确性。在这一部分中,本文以一只公司债券的定价为例,对于模型的实际应用和计算过程进行了十分详细的说明。本文使用债券的实际交易价格为标准来衡量结果的准确性,定价结果越接近实际交易价格则越准确。从理论上对不同模型进行比较来看,这三个模型中Merton模型是最原始最简单的模型,后两者都是在其基础之上对它进行扩展得到的。Black和Cox模型中考虑的提前违约的情况,Briys模型又进一步将其扩展到随机利率的环境下,因此后两者考虑的情况更完备。从理论上来说应该是Briys模型的定价结果最精准,而Merton模型的定价结果最粗糙。但从定价的误差来看,Merton模型的定价结果比较接近债券的交易价格,而后两个模型的定价结果都低于实际交易价格,尤其是Black和Cox模型。出现这种情况的主要原因可能是回收率和违约边界的确定不准确以及利率参数的估计存在误差。如果能够找到适合我国具体情况的违约回收率,后两个模型的定价精确度应该能得到较大的提高。从理论上讲极大似然法对资产价值及其波动率的估计应该是这三种方法中最精确的,相应的定价结果也应最精确。而简单估计法对这两个参数的估计应该是最粗糙缺点最明显的,定价结果也应与实际价值偏离最远。解方程的方法应是介于二者之间的。但最终的定价结果上平均来看,使用极大似然法得出的定价结果并不比简单方法得出的结果更接近实际交易价格。出现这种情况的主要原因可能是结构化模型的假设与实际偏差较大,模型本身不精确的话再精确的参数估计方法也很难得出精确的结果。还有就是可能由于公司债券市场的流动性不足导致了债券的交易价格偏离了其真实价值。通过前文对模型的理论分析以及实证的结果,本文在第五部分得出结论。从整体上看,Merton模型倾向于高估公司债券的价值,而Black和Cox模型以及Briys模型倾向于低估债券的价值,这种低估很大程度上是因为使用了较低的违约回收率造成的。如果能够找到适合我国具体情况的违约回收率,后两个模型的定价精确度应该能得到较大的提高。在模型的实用性方面,由于结构化模型的定价结果与公司债券的实际交易价格相差较大,而且结构化模型的计算比较繁琐,因此它不适于进行逐日的盯市计算。虽然结构化模型不能精确的拟合市场交易价格,但由于其直接与公司的基本面相联系,因此能够用于分析公司的信用状况并作为公司债券投资的参考。