金融是现代经济的核心,金融市场是整个市场经济体系的动脉。金融本身的高风险性使得金融体系的安全、稳健、高效运行对经济全局的稳定和发展起着至关重要的作用。金融机构,尤其是银行在其经营过程中面临着许多不同种类的风险,包括信用风险、市场风险、操作风险和流动性风险等,其中信用风险是其面临的最重要的一类风险。从时间维度上信用风险是一类古老的风险,无论在什么样的经济体制和经济制度下,信用风险问题都客观存在。从空间维度上信用风险的影响面非常广,不仅影响着我们社会经济生活的方方面面,还影响全球经济的稳定与发展。而今随着信用交易的进一步扩大,信用风险问题变得更加的突出。信用风险问题是导致区域性或全球性金融危机的根源之一。传统信用风险的一大特点在于其非系统性,然而从近几年发生的区域性乃至全球性金融危机可以看出,随着各国经济联系的日趋密切,信用风险在不同地区、不同国家之间呈现出了很强的传染性,就如同一条巨大的金融链条中环环相扣,任何一国信用状况出现问题都可能像多米诺骨牌一样传导到其他环节中,引发世界性的信用危机。此外银行业出现的一系列新变化也使得信用风险问题进一步加剧。商业银行间的竞争已经进入了白热化阶段,竞争的加剧直接导致了息差收入的减少和低端客户的引入,降低了各大银行的抗风险能力,·增加了银行面临的风险隐患。有效的信用风险管理手段是银行能够长期稳定发展的基本条件,银行业的一系列新变化对银行信用风险管理手段提出了更高的要求。在过去较长一段时间里对金融风险的大部分研究都集中在市场风险领域,信用风险问题由于信用数据的缺乏、主观性太强、难以量化等特点而一度处于被忽视的地位。2007年美国次贷危机的爆发和近几年银行间竞争的白热化使得信用风险问题再度凸显,信用风险管理问题变的更加重要。信用风险管理又具体分为风险的度量、风险的管理和风险的控制三个阶段,对信用风险进行准确的度量是对信用风险实施有效管理的基础。在《巴塞尔新资本协议》中也明确提出鼓励有条件的商业银行开发自己的信用风险度量模型,提高风险度量的准确性。我国银行信用风险管理体系正在构建之中,面对日趋复杂多变的金融市场需要更多的借鉴国外先进的信用风险量化管理工具,结合我国实际情况开发并构建适用于我国的信用风险度量模型。本文在系统性介绍国外现代信用风险量化模型的基础上挑选出KMV模型来对我国A股市场上市公司进行实证分析以验证该模型在我国使用的有效性。KMV模型1993年由穆迪KMV公司发布,模型在借鉴了Merton提出的贷款损益与期权损益同构思想的基础上将公司股东权益看成一笔以公司资产为标的物,公司账面债务价值为执行价格的看涨期权。在债务到期日当公司资产大于债务价值时,公司股东获得剩余收益,即公司具备债务偿还能力,不会发生违约行为。当公司资产价值小于债务价值时公司违约。在模型的计算部分巧妙的利用了布莱克斯科尔斯期权定价公式来对公司资产价值和资产波动率进行计算,这一计算过程本文通过Matlab编程实现。本文主要分为五个章节。第一章是绪论部分。在绪论部分首先阐述了本文的选题背景,即2007年美国次贷危机的爆发再度引起了人们对信用风险问题的广泛关注,而对于信用风险管理的主要参与者——各大商业银行来说,银行业近几年出现的一些新变化使得信用风险管理的重要性进一步凸显。选题背景之后说明了本文的研究目的和研究内容。由于风险度量是进行有效风险管理的基础,因此本文拟构建基于中国金融市场的信用风险度量模型。本章的最后对国内外研究现状进行了总结(文献综述)。第二章是对信用风险和信用风险度量方法的概述。首先介绍了信用风险的原始定义以及在此基础上定义的延伸和扩展。第二部分从宏观角度说明了金融市场的发展对信用风险度量技术提出的更高要求,为了满足这些要求信用风险度量技术呈现出的发展趋势。第三部分从微观角度具体介绍了几大信用风险度量模型(包括古典信用风险度量模型和现代信用风险度量模型)及其演进过程。本章的最后对量化风险度量模型在我国的适用性逐一进行分析并最终挑选出了能在我国风险管理领域进行“试用”的KMV模型。第三章是对穆迪KMV公司发布的KMV模型进行模型分析,这也是本文的重点。本章对KMV模型的模型思想、基本假设、操作步骤进行了详细的介绍,在此基础上结合已有研究结论对模型中相关参数进行了修正。第四章是本文的实证部分。本文挑选了我国A股市场上房地产行业亏损(利润总额为负)的16家上市公司作为违约组,在同行业相似资产规模下挑选了16家利润总额为正的配对公司(非违约组)。实证结果显示非违约组上市公司的违约距离显著大于违约组,这一结论符合公司信用状况的实际情况。但是由于我国企业违约数据的缺乏,KMV模型对我国上市公司信用风险预测的准确性还有待进一步验证,模型本身也有需要进一步改进的地方。第五章从模型数据来源、参数设定、使用范围和模型改进四个方面对KMV模型在我国的适用性进行了逐一分析。本章的最后为了提升我国信用风险度量水平,使以KMV模型为代表的现代信用风险度量方法在我国实务操作中的可行性进一步加强,本文提出了几点建议。本文的写作目的在于通过验证KMV模型的有效性来为量化我国信用风险度量方法提供可行的方案。通过对32家A股房地产行业上市公司的实证分析得出以下两点结论：(1)16家违约组上市公司中有13家利润总额为负的上市公司的违约距离小于其配对公司(非违约组),这一结论符合违约组违约概率高于非违约组这一实际情况,说明KMV模型在我国信用风险的度量上具备一定的有效性,能够为我国上市公司信用水平的高低提供客观的评价结果和良好的预测机制。(2)在对16家亏损的上市公司(违约组)和16家盈利的上市公司(非违约组)违约距离进行检验时发现两组数据呈现显著差异,说明了KMV模型对我国不同信用水平的上市公司有一定的识别能力。此外,我们发现相对于盈利的上市公司,亏损的上市公司违约概率明显较高,也充分肯定了企业业绩对公司信用状况的影响。因此上市公司应该努力改善自身生产经营状况,提升公司业绩,有效降低公司的信用风险。本文的创新之一在于对信用风险度量方法进行描述性介绍时写作思路上的创新,首先从宏观的角度说明金融市场环境的变化对信用风险度量方法提出了更高水平的要求,即信用度量技术呈现出了从定性到定量、从静态到动态,从单一到组合的发展趋势。之后从微观的角度说明为了满足金融市场对信用风险度量方法提出的这些要求,各大信用风险度量模型的产生及其从古典信用风险度量方法(专家分析法、信用评级法、信用评分法)到现代信用风险度量模型(KMV模型、CreditMetric模型、信用组合度量术模型和CreditRisk+模型)的演进过程。本文的第二个创新之处在模型参数估计的创新,对股权价值这一参数进行了修正。文中的这部分首先对常见的使用每股净资产和22%乘以流通股股价来估计非流通股股价的方法给予了评价,说明了这两种常用估计方法存在的缺陷。在此基础上笔者注意到流通股和非流通股之间最大差异来源于其流通性价值不同,股权分置改革完成后表现为无条件限售股和有条件限售股的流通性价值不同,基于以上分析提出了第三种股权价值的估计方法。本文的第三个创新点来自对实证样本分组方法的创新。由于我国企业违约的样本数据不足,因此我们无法直接使用违约企业和非违约企业作为实证样本,而只能去寻找能够近似替代违约企业和非违约企业的样本分组方法。本文并未使用常见的ST公司和非ST公司来对违约企业和非违约企业进行替代,而是选择了将利润总额作为区分标准,将亏损企业设置为违约组,盈利企业为非违约组。针对这样的分组方法正文中给出了四点理由。本文的不足之处在于样本仅选取了单一时间段(2011年10月1日至2012年9月30日)和单一行业(房地产行业),将该方法推广到A股市场上其他行业和其他时间区间将进一步验证模型的有效性。此外模型中除股权价值以外的其他参数均建立在其他学者的研究基础上,并未对其精度进行确认。