摘要：我国经济的发展,我国的公司、企业如雨后春笋般涌现出来,公司涉及的行业和领域,涵盖了社会的方面。从1979年到现在,我国改革开放已经了30年的春秋,除了一些掌控国家经济命脉的行业还属于国有以外,大的行业以私人企业为主,私营企业最大的特点就是自负盈亏。这些企业的融资途径看来主要是两种渠道：银行贷款和上市融资。在国家,上市融资是企业扩大经营规模和发展企业的首选。但是客观上来说,我国企业的平均寿命仅仅是五年,大企业的经营寿命超不过三十年。企业发展到都以破产、倒闭被收购兼并而告终。上市公司也难逃被兼并、重组退市的厄运。如何管理上市公司的风险,是一个亟待解决的问题。当然,上市公司遇到的风险包括,包括经营风险、财务风险、流动性风险、信用风险等。其中,信用风险对于上市公司来讲,是一项既关键又度量和管理的风险。即将对上市公司的信用风险度量问题展开研究。国际上比较热门的信用风险度量模型包括credit metric模型、宏观模拟模型、Credit Risk+模型和KMV模型。Credit metric模型和宏观模拟模型对外部信用风险评级的依赖性非常高,在模型的计算中,信用风险评级矩阵的迁移来对模型的结果计算,而在我国,信用风险评估发展比较,尚未建立严谨高效的外部风险评估机构,对credit metric模型在我国的运用造成了的障碍。而Credit Risk+模型在计算上又过于复杂和繁琐,在实际操作上比较困难。在对比了国际上比较热门的这几种信用风险度量模型之后,发现KMV模型在计算中可以避免对信用评级矩阵的依赖,在应用上受到的局.限性相对较小；其次,该模型所运用到的参数全是上市公司的公开数据,包括公开财务数据和证券市场数据。此类数据的应用不仅该模型是一个具有前瞻性的模型,还该模型对度量上市公司的信用风险具有及时性的特点。运用该模型对上市公司的信用风险度量,避免了其他信用度量模型历史数据的计算方法,的数据刚好可以表现公司的而不至于太滞后。再加上股票本身还表示市场对该公司未来的期望,因此,KMV模型计算出来的信用风险还具有预见性。另外,KMV模型的计算相对而言比较轻松,具有较强的可操作性。以上的分析,决定KMV模型来对上市公司的信用风险度量,以观察KMV模型在度量我国上市公司信用风险的适用性。为观察KMV模型在理论上关于度量我国上市公司信用风险的适用性,将KMV模型和其他几种国际上热门的信用风险度量模型了对比。然后,对KMV模型了的分析研究。从KMV模型的理论基础出发,观察KMV模型具有坚实的理论基础作为计算的依据,借此来考察KMV模型的科学性。研究,KMV模型是以MM理论、Black—Sholes以及Merton期权定价理论作为理论依据,具有较强的理论背景,为模型的科学性了较权威的证明。接下来,对KMV模型的检测设和参数需求做了分析,以观察KMV模型所的数据从我国上市公司的公开数据中。分析KMV模型的方程得知,KMV的数据包括：股权价值、股权价值波动率、公司的股票等,这些数据都可以公司的公开财务数据取得,方便好用。然后,对KMV模型的计算了分解,以观察KMV模型的计算具有可操作性。KMV模型的计算包括：,公司的股票和发行的总股本来计算公司的资产价值,股票的波动率来计算公司资产价值波动率；,公司的资产及负债来计算公司的违约点；,前两部计算出的公司的资产价值和资产价值波动率及违约点,来计算公司的违约距离和预期违约率。以上分析,KMV模型在理论上非常适合作为度量我国上市公司公司信用风险的工具来使用。接下的问题在于,在实际应用上,KMV模式准确测量出我国上市公司的信用风险呢?于是,实证的方法,在我国一千多家上市公司的不同行业中,选择了20家公司实证研究,其中,10家ST公司,10家非ST公司。主要的目的是将ST公司和非ST公司的来对比,以验证KMV模型关于信用风险的计算结果我国上市公司的实际。ST公司在我国的定义是“最近两个会计年度的审计结果现实的净利润为负值,每股净资产低于股票面值或连续两个会计年度亏损的上市公司”,也就是说,ST公司本身就是陷入财务困境的公司,而期权定价理论的检测设,一个公司如果资产小于负债,那公司就将面临破产,一家濒临破产的公司是能力还清债务的,因此,ST公司的信用风险应该大于非ST公司。这一点,应该可以对比ST公司和非ST公司的违约距离和预期违约率来证实。为了让实证的结果更具有说服性,所选择的上市公司经过仔细挑选的,10家ST公司分别对应相同行业的10家非ST公司。比如说,*ST博信(600083)选自电子器件板块,与之相对应的士兰微(600046)也选自电气器件板块。这样以来,同行业的ST公司和非ST公司相对比,可以让结果更加鲜明和有说服力。对选出来的样本公司信用风险的计算,发现,ST公司的违约距离大于非ST公司的违约距离,相应的,ST公司的预期违约率也小于非ST公司。经过对计算的仔细核对和检验之后,,这不是计算造成的失误,KMV模型实实在在计算出来的实证结果。这样的结果让人跌破眼镜,严格上来讲,这样的结果,与我国上市公司的实际情况背道而驰,完全不相。在对KMV模型了分解之后,发现之所以验证出这样的结果,主要有以下几个的原因：,股票的非全流通造成股权价值计算的不准确；,上市公司资产价值分布情况在实际上KMV模型的正态分布检测设；,确定市场无风险收益率；,上市公司违约点的选取不一定准确；第五,中国股票市场的非性。KMV模型的发现了KMV模型用于度量我国上市公司信用风险存在的问题,但是如何解决这些问题,才是研究的所在。为此,模型的运用,了三种解决方案,如下：一、将其他风险度量模型和KMV模型组成一个新的信用风险度量模型加以应用；二、借助其他数学模型计算参数值以提高KMV模型计算的准确性；三、修正KMV模型中违约点的设定。以上三种方法,可以对KMV模型修订,使其计算的结果和我国上市公司信用风险的实际情况能更加匹配。但是以上三种解决途径是模型本身来说的,对于我国上市公司信用风险的准确度量及我国信用风险管理的发展,还了以下的建议：一、应该加大力度建立信用风险基础数据库；二、完善我国股票市场,让我国股市实现市场经济；三、加大我国信用风险管理人才的培养；四、成立专门的信用风险管理部门。一、的创新点KMV模型是近几年国际上比较热门的信用风险度量模型,国际上和国内都有学者对其了较深入的分析和讨论。在此基础上,的创新点体现在：1、对比其他国际上热门的信用风险度量模型,从理论上了KMV模型可以作为我国上市公司信用风险度量工具的依据。2、大胆KMV模型本身不加改动地运用于我国上市公司信用风险的度量,的结果是不准确的。并为增强KMV模型运用的准确性了三种可行的解决途径,包括将KMV模型和另一种风险度量模型使用、借助其他数学模型提高KMV模型参数计算的准确性和改变KMV模型中违约点的设定。二、研究的不足在研究KMV模型理论上和实际上在我国上市公司度量上的适用性花费了大量的时间和精力,导致时间来完成修正的KMV模型的实证检验。要验证的修正方案对提高KMV模型在度量我国上市公司信用风险的准确性确实,还学者更的研究和验证。另外,在研究方法上选择将ST公司和非ST公司作为对比,以观察KMV模型就算结果我国的实际情况,在研究方法上,还有其他选择。比如,可以选择正常公司和已经破产的公司一年前的数据作为样本,来对比其KMV模型计算出来的违约距离和预期违约率,这样的结果会更有说服力；其次,选择了20家公司作为研究样本,从数量上说是偏少的,样本公司越多,的结果准确性更高。关键词：KMV模型论文信用风险论文违约点论文预期违约率论文
摘要4-9
Abstract9-13
1. 导论13-20
1.1 选题背景和13-15
1.1.1 选题背景13-14
1.1.2 选题14-15
1.2 的研究思路与框架15-18
1.2.1 的研究思路15-16
1.2.2 的框架16-18
1.3 的创新与不足18-20
1.3.1 的创新点18-19
1.3.2 文研究的不足19-20
2 国内外研究现状及文献综述20-23
2.1 国外关于KMV模型的研究20-21
2.2 国内关于KMV模型的研究21-23
3. 信用风险度量模型的比较分析23-29
3.1 CREDIT METRICS模型23-24
3.2 宏观模拟模型24-25
3.3 CREDIT RISK~+模型25-26
3.4 KMV模型26-27
3.5 信用风险度量模型的对比分析27-29
4. KMV模型理论及操作29-39
4.1 KMV模型的基本思想29-32
4.2 KMV模型的理论基础32
4.3 KMV模型的检测设条件32-33
4.4 KMV模型的计算33-37
4.4.1 计算公司的资产价值及其波动性33-34
4.4.2 计算公司的违约距离34-35
4.4.3 计算公司的预期违约率35-37
4.5 KMV模型的总结37-39
4.5.1 KMV模型的优势37-38
4.5.2 KMV模型的不足38-39
5. KMV模型对我国上市公司信用风险度量的适应性研究39-50
5.1 应用KMV模型的前提分析39-41
5.1.1 从信用评级的来看39-40
5.1.2 从的数据来看40-41
5.2 利用KMV模型对我国上市公司的实证研究41-49
5.2.1 实证研究的目的与思路41-42
5.2.2 用KMV模型来计算样本公司的违约距离和预期违约率42-49
5.3 研究结果49-50
6. 与解决办法50-56
6.1 的50-51
6.2 解决途径51-54
6.2.1 将两个模型信用风险度量模型使用51-52
6.2.2 借助其他数学模型提高KMV模型参数的准确性52-53
6.2.3 修正KMV模型中违约点的设定53-54
6.3 的建议54-55
6.4 结束语55-56
本站原创