论文部分内容阅读
违约风险亦称信用风险,它是银行业面临的最主要风险,是导致银行破产的关键因素。长期以来,不良贷款数额巨大、信用风险突出等问题对我国商业银行造成了巨大困扰;特别是在金融危机的影响下,国内各个行业都受到不同程度的冲击,部分企业债务压力剧增,很难按期足额偿还银行借款,上市公司违约事件频频发生。文章从商业银行的角度,以上市公司为样本,探讨如何度量企业信用风险。国外对于信用风险度量问题的研究已经比较成熟,然而由于信用风险本身难以度量的特性,以及经济模型的局限性,仍然没有一个完美的信用风险度量模型。目前,各大金融机构比较倾向于基于金融理论、统计方法和计算机技术的现代信用风险度量模型,比如穆迪公司的KMV模型。KMV模型是对莫顿模型的推广,具有更加广泛的商业应用价值,国内许多学者主要从模型在国内适用性的角度对该模型进行了研究,发现KMV模型在国内有一定的适用性。文章亦选择KMV模型对上市公司信用风险进行度量和分析,并根据我国上市公司债务期限结构的具体特征,对模型违约点的计算方法进行修正。结果显示,修正后的模型具有更好的违约识别能力;同时,通过对上市公司违约预期频率(EDF)的统计分析发现,模型对非特别处理类上市公司的预测能力“较差”,文章认为这是由于上市公司违约风险普遍增加且上市公司违约状态更新滞后而导致“伪真实状态”造成的。此外,文章还从定性分析的角度,分析了包括行业和区域因素在内的定性因素对公司信用风险的影响;发现上市公司信用风险呈现出明显的行业积聚性,在区域分布上表现出与经济发展水平、产业结构等因素相关的分布状态。