论文部分内容阅读
中国的债券市场近年来得到了快速发展,债券融资成为企业重要的融资方式。但2014年以来,债券市场的实质性违约事件频频出现,加之各机构资金成本不断上升,对于投资者来说,衡量债券违约风险,确定债券发行价格及价格走势就具有重要的意义。房地产行业是受债券投资者关注较多的行业之一,因为房地产公司通常高负债经营,对现金流要求较高。因此对房地产公司债券的信用风险定价就具有比较强的现实意义。 学术界对债券信用风险定价的方法主要包括结构模型、强度模型和混合模型。Merton在Black-Scholes期权定价模型的基础上形成了结构模型,KMV公司改进了结构模型构建了KMV模型,其在衡量公司信用风险效用上具有较高的认可度。但由于中国债券市场起步较晚,信用体系不完善,违约数据较少,很难用KMV模型直接衡量公司违约概率。学术界对于利用KMV模型进行债券风险价格定量研究的文献也较少。 KMV模型的输出变量违约距离可以用来衡量公司违约风险,其反映了公司股权价值、股价波动率、债务价值、无风险利率和资产增长率对公司信用风险的影响,但仍有其他因素会影响公司的信用利差。本文将违约距离和其他对信用利差有显著影响的补充因素作为自变量,将信用利差作为因变量,利用线性回归的方法,构建了信用定价模型。该模型对于预测公司新发债券定价以及预测债券价格走势具有重要参考价值。 本文首先构建了一个确定债券信用利差的模型,并选用样本以外且符合取样条件的债券对该模型进行了验证,验证结果表明该模型确定的信用利差与实际的信用利差偏差较小,模型预测性较强。研究主要得到以下结论:违约距离与信用利差具有显著相关性,违约距离对于信用风险的衡量有较强适用性;发行人企业性质、信用评级、土储位置、经营活动现金流量净额/有息债务、总资产收益率(ROA)对信用利差也有显著性影响;本文基于KMV模型的房地产公司债券信用定价模型对于信用利差的确定误差较小,对于确定债券在某一时点上的信用利差具有一定的适用性。