论文部分内容阅读
自从供给侧结构性改革提出为企业降成本的要求后,政策环境对企业直接融资的支持力度不断提升,为企业提供直接融资服务的票据行业出现持续性的高速增长。但与此同时,鉴于我国经济发展阶段和市场环境的现实条件,我国企业的信用风险也在快速累积聚集,票据到期后因信用违约而无法兑付的事件不断发生。因此,如何更加精确的实现信用风险的识别和度量,是票据市场参与者需要共同面对的难题。本文通过分析A票据平台在企业信用风险度量上的不足,对比了几类典型的信用风险度量方法,同时借助A票据平台通过创新票据业务模式极大程度上降低了企业信息不对称问题,提出A票据平台市场信用风险度量的有效工具是KMV模型(源于BSM期权定价模型)。当前使用KMV模型对我国票据信用风险进行测量的研究并不多,本文通过A票据平台上流转的企业票据为数据样本,针对KMV模型对我国票据违约风险度量的适用性进行分析。本文通过横向分层与纵向时序两个不同角度对A票据交易平台上多家企业票据进行实证分析。横向分层则是按照企业信用评级选择三组等级不同的企业票据,从计算参数上对KMV模型进行修正,得到样本参数,再通过KMV模型得出样本的违约距离值,最后通过统计软件分析差异的显著性水平,得出KMV模型的违约距离对不同等级票据违约风险的辨别能力。在进行纵向实证分析时,对信用评级波动较为频繁的一只票据计算模型所需参数,并得出违约距离值,最后检验该时段内违约距离与信用评级变化状况的一致程度。经实证检验,在横向上,KMV模型对信用评级差距较大的票据能有效区分其信用风险;在纵向上,KMV模型对票据的信用风险变动能进行有效展现,并具备预测作用。本文最终得出KMV模型对票据信用风险度量适用且有利于促进我国票据市场稳定和繁荣的结论。