论文部分内容阅读
房地产行业存在着诸多问题,被比喻为癌症患者,我国正在一步步对其进行化疗,虽然没有下猛药,但是给予了全方位的诊断治疗控制,自2009年以来更是加大了控制力度,力图将这一顽症治疗好。在治疗房地产顽症的过程中,控制银行贷款无疑是一剂良药,所以我国也出台了许多关于银行贷款的政策法规,我国的金融机构把思想集中在怎么样才能在我国银行业对房地产上市公司的信用风险进行真真正正有效的管理。而想要参透这一问题,就要关注信用风险的度量方法,并对其有所创新。本文主要是参考国内外对信用风险以往的研究文献和成果,对房地产上市公司的信用风险借助于已经修正了的KMV模型进行了度量研究,同时,在此基础上运用聚类分析方法深入的研究了我国的房地产行业违约距离DD值的有效控制区间,通过已有的实证基础,在我国信用风险管理方面提出了几点建议,以期适用于我国信用风险管理的度量模型早日形成并运用于实践。本文首先对信用风险的相关理论和度量模型进行了介绍,详细分析了现代信用风险度量模型,并对四种现代信用风险度量模型的优缺点进行了比较分析,结果显示:美国创立的KMV模型很适合在我国进行研究;然后利用修正过一些计算方法的KMV模型对研究对象中国的房地产行业做了实证研究,实证分析得出,在信用风险大小的识别能力方面KMV模型表现得非常好;最后运用聚类分析法探讨了房地产行业违约距离的合理控制范围,以使银行在信贷过程前后能及时识别房地产公司的信用风险状况,第一时间做出回应,以免房地产公司发生违约给商业银行带来损失,这是本文研究的经济意义所在。在对当前我国的商业银行行业运用信用风险度量模型存在的制约和困难进行一些探讨的基础上,本文对如何构建规范、有效、可行的信用风险度量模型进行了深入思考,并提出了相应的修正方法,按照本文的研究成果,修正后的KMV模型很适合在我国度量信用风险的大小,在此基础上分析出违约距离的合理控制范围和违约距离的临界值,这是本文的两个创新点。