论文部分内容阅读
在商业银行的运作过程中,信用风险是其面临的最重要的风险之一。我国商业银行的信用风险度量和管理水平同国际先进银行业相比还存在很大差距,信用风险度量方法和模型的研究仍处于起步阶段。因此,根据我国银行业独特的经营环境,引进国外先进的信用风险度量方法和模型,再结合我国的实际经济情况加以修正,在提高我国银行业信用风险管理水平方面具有显著意义。本文引进了KMV模型,考虑了上市公司实际经营过程中的资产价值增长率,重点研究了这种修正的KMV模型对我国商业银行面临的信用风险的度量。为了检验模型的效果,本文选取56家公司作为研究样本,其中包括28家ST公司和28家与之行业相同、资产规模相近的配对的非ST公司。根据这些公司的股市数据和财务数据,首先计算公司的股权价值和股权波动率,接着运用Matlab软件求解出了相对应的公司价值和公司价值的波动率,最终计算出56家样本公司的违约距离。文章利用了ROC曲线对模型的准确性进行了评价,结果显示识别概率达到了80.4%,表示修正后的KMV模型能够比较好的衡量两个样本组的信用风险水平,证明了运用该模型度量我国商业银行的信用风险具有较强的可行性。本文还利用SPSS软件对上市公司违约距离各参数的敏感性进行了分析,结果显示:违约距离受到资产价值波动和资产价值增长率的影响较大,资产价值的波动每增加1%,违约距离减少2.858个百分点,而资产价值增长率每增加1%,违约距离将增加0.703个百分点。文章最后对提高我国银行业的信用风险管理水平提出了一些建议,并对KMV模型应用于银行信用风险管理这个领域可以进行的深层次研究进行了展望。