上市公司信用风险的度量

文章根据通达信概念板块的分类,在11个经济区中分别选取3个行业组成研究样本,应用修正的TGARCH-KMV模型度量不同经济区、不同行业上市公司的信用风险.研究结果表明:在经济区比较上,东部沿海地区上市公司的信用水平最佳,中部次之,西部最劣.其中,位于环渤海经济区的上市公司信用风险最小,而地处成渝特区的企业信用风险最高;在行业比较上,资产规模最大的房地产业,其上市公司信用风险最小,医药制造业次之,而高科技的信息技术企业信用风险最大.同时,利用因子分析法阐述影响上市公司行业信用风险的财务因子及其对应政策.     

金融机构信用风险度量模型的发展与比较

信用风险是金融机构面临的诸多风险中最重要的风险之一,如何量化和控制信用风险一直是金融研究的热点问题.文章对金融机构信用风险度量模型的发展进行了概括,在对传统、现代两类信用风险度量模型的构建理论进行比较研究的基础上,分析了它们各自的特征和适用性,并讨论了信用风险度量模型在我国金融机构信用风险管理中的应用.     

KMV模型的改进及对上市公司信用风险的度量

针对我国资本市场和上市公司的特征,笔者对KMV模型进行了参数的改进,充分考虑了流通股和非流通股的分别计价问题,上市公司的违约点设定问题.因而参数调整后的KMV模型更加符合我国的实际.通过对沪市上市公司的信用风险评估的检验,充分证明参数调整后的KMV模型能够及时准确地识别出我国上市公司的信用质量变化趋势.     

信用风险的分析与度量

随着金融创新的信用衍生品的迅速发展,信用风险量化管理已成为金融风险管理领域最为活跃的一个方面。文章从信用风险特点入手,借助博弈和信息经济学的思想,运用统计方法并比较几种新的技术模型,为优化银行信用监管服务提出了若干建议。     

中国商业银行信用风险的评估

本文利用DEA方法评估我国商业银行信用风险管理的相对有效性。通过CCR模型和Bilateral模型评价和比较我国国有商业银行和股份制商业银行的信用风险程度。     

基于VaR方法的市场风险和信用风险的度量

市场风险和信用风险是金融机构所面临的最主要的两类风险。在金融市场迅猛发展的今天,对两类风险的度量和管理成为了金融机构面对的重大挑战之一。VaR模型最初用来度量市场风险,它以严谨的概率统计理论作为依托,将市场风险高度概括为一个数字。之后,VaR方法被引入到信用风险管理中,其中CreditMetrics模型是一个典型例子。文章最后对综合度量市场风险和信用风险进行了初步探讨。     

现代信用风险研究综述

现代信用风险模型主要分为结构法模型和简约法模型。这两类模型各有特点,但总体上是围绕着违约时间、违约概率、违约债券定价、违约的可预测性等问题展开,两类模型各自的特点也都缘于对这些关键问题的不同假定或处理方法。传统的结构法模型和简约法模型都是基于完全信息条件下的信用风险模型。近年来一些学者放松了关于完全信息的假定,建立了非完全信息的信用风险模型,使信用风险的评估和预测更加接近现实。     

保险公司长寿风险度量

本文梳理了几种重要的动态死亡率预测模型,给出了长寿风险度量的三种方法,选取了保险公司及国家统计局公布的人口死亡率数据,度量了保险公司的两类长寿风险,对不同方法下长寿风险的度量结果进行比较,并分析了极限年龄与折现率变动对长寿风险影响的敏感性。研究发现：基于保险公司经营稳健性的视角,第一类长寿风险的度量应采用随机模拟法,第二类长寿风险的度量应采用标准公式法;极限年龄的变动对长寿风险的影响较小,保险公司无上调经验生命表极限年龄的必要;长寿风险对折现率的变动较为敏感,提高折现率,保险公司长寿风险显著降低。     

信用风险定价模型的偏微分方程框架

文章证明了在风险中性概率测度下,具有违约风险资产价格的贴现过程是一个鞅过程;并分别得到了常数利率和随机利率情况下结构化模型和简约化模型对具有违约风险金融资产的定价方程。     

商业银行法人客户信用风险甄别的定量研究

针对商业银行法人客户信用风险甄别问题,采用距离判别法,利用40家上市企业连续两年的财务数据建立了甄别模型,并用该模型对上市公司进行甄别,并将甄别结果与真实情况进行比较,模型对高风险企业的甄别正确率1999—2000年分别为82．5％和90％。与现有的基于神经网络甄别方法比较,此方法效果明显优于后者。     

基于KMV模型的我国农业银行信用风险管理实证研究

文章在充分考虑我国农业银行贷款对象的基础上,选取三十家沪、深上市公司作为研究样本,运用KMV模型度量了上市公司的预期违约率。研究表明,KMV模型总体上能够较好地评估上市公司的信用风险水平,因而适用于我国农业银行的信用风险管理。     

商业银行信用风险测度的死亡率模型

商业银行传统的信用风险分析方法主要是以信贷专家分析和主观判断为主,存在许多缺陷,难以量化商业银行信用风险.文章尝试运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户信用等级与违约率之间的数量关系特征,并以此为依据测算贷款的预期违约损失,揭示商业银行信用风险发生的数量规律.根据某商业银行的样本数据对商业银行信用风险死亡率模型进行了实证分析.     

保险公司基于资本成本的EVA评价模型

保险产品中内嵌了保险公司在损失发生后对保单持有人进行补偿的保证,而这种保证是具有成本的.其成本来源于对保险资本的占用和使用,体现为保险资本的占用成本和使用成本,会造成保险公司经济价值的减少.Mango对这一问题进行了研究,但Mango模型忽略了大数法则的影响,造成对保险资本成本的过高估计.文章对Mango模型进行修正,提出了一个新的EVA评价模型.     

KMV 模型在公司信用风险测量中的应用

文章主要阐述了KMV模型的基本思想,用期权定价理论来度量公司的信用风险,同时针对资产价值增长率不为零的情况对K/MV模型进行了修正.最后对公司的违约概率进行了敏感性分析.同时总结了KMV模型在度量我国公司信用风险时的优缺点.     

中国财产保险公司的规模效率DEA实证研究

保险行业发展的质量与效率问题渐渐成为了大家关注的焦点。利用2003～2005年间中国财产保险行业发展的相关数据,运用数据包络分析（DEA）的相关数学模型,对中国各大财产保险公司规模效率进行实证研究,分析测度其规模效率,结果表明公司规模与规模效率间的关系不太明显,即规模很大的公司,规模效率并不一定就高;恰恰相反的是,规模效率较高的均为规模不大的保险公司。     

上市公司资产规模对公司信用风险的影响

借用KMV信用风险度量模型,利用我国上市公司2000-2003股票价格的时间序列数据,对我国上市公司的违约频率进行了实证分析.     

我国商业银行信用风险量化度量方法研究

信用风险是我国商业银行所面临的最主要的风险,商业银行的信用评价工作直接关系着银行经营的成败.本文结合我国商业银行的实际,基于AHP的分析框架建立商业银行的信用评分模型,以期为商业银行信用风险量化度量提供借鉴.     

商业银行信用风险量化新方法:死亡率模型

传统的商业银行信用风险分析方法主要是以信贷专家分析和判断为主,存在许多缺陷,难以量化银行信用风险。文章试图创新性地运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户违约率的数量特征,并以此为依据测算贷款的违约损失,揭示商业银行信用风险发生的数量规律。文章最后模拟了商业银行信用风险死亡率模型的应用。     

信用风险的GLMMs建模分析

如何精确计量信用风险一直是理论界和实务部门的难点和热点问题.本文使用广义线性混合模型对信用风险进行建模分析,将影响违约概率的可观测因素和不可观测因素分别用固定效应和随机效应表示,根据需要随机效应可扩展为多个因子.研究表明,模型具有较好的延展性,宏观经济变量作为可观测变量无法全部解释违约率的异质性,随机效应可以更好地捕捉违约率的异质性,行业因素对违约概率的影响比宏观经济变量显著.     

基于MCMC模拟的贝叶斯分层信用风险评估模型

缺少违约数据与债务人异质性是度量信用风险时面临的重要问题。贝叶斯模型中分层先验信息和马尔可夫链蒙特卡罗（MCMC）模拟方法的应用可以有效缓解数据缺失和测量误差问题,并能对债务人异质性进行评价和比较,从而避免低估风险。针对银行数据的模型拟合与模型诊断均展现了分层估计的适应性和灵活性,相关方法简洁清晰,利于国内风险分析人员采用。同时,涵盖宏观经济协变量的贝叶斯分层模型可以用于更加复杂的风险分析。