论文部分内容阅读
随着我国金融业务的深入展开，信用风险已发展成为主要的金融风险之一，信用风险的管理显得迫在眉睫。而信用风险的度量作为信用风险管理的基础，是科学进行信用风险识别的前提。已有的传统信用风险度量方法已经不能满足科学量化的需要，如何借鉴国际成熟的信用风险度量技术并结合我国资本市场的特点建立起适合我国信用风险度量的模型和方法，对于银行和企业来说，都显得至关重要。本文首先在对信用风险度量模型的理论和传统及现代信用风险模型进行归纳介绍的基础上，着重对KMV模型与其他现代信用风险度量模型—Credit Metrics模型、CreditRisk+模型、Credit Portfolio View模型进行了对比分析，指出了KMV模型在我国信用风险度量中的适用性。其次，从银行与企业以及企业之间两个角度进行了信用风险度量博弈分析，探讨了信用风险度量在企业与银行融资和企业相互之间资金融通过程中的重要影响作用，阐明了采用KMV模型进行信用风险度量研究的重心。最后，通过指出传统KMV模型中的不足并加以参数修正，以70家样本2010-2012三年间的数据计算样本违约距离，利用ROC曲线判别等检验方法构建了我国上市公司的KMV模型。研究的结果表明：利用GARCH(1,1)模型拟合股票价值波动率、采用对数算法计算公式所得出的违约距离KMV模型能够很好地区分ST公司和非ST公司的信用风险状况，预测我国上市公司的信用风险走势。而违约距离对违约点的设定并不敏感，违约点的不同设置对违约距离的计算结果无明显影响。对于两组不同经营状态的样本，修正KMV模型可以识别出其信用风险影响因素的不同。ST公司的信用风险与偿债能力、盈利能力正相关，与公司规模、股票波动负相关；而非ST公司的信用风险与偿债能力、盈利能力、现金流量正相关，与股票波动负相关。