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.     

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。     

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.     

市场分割条件下KMV模型的改进与实证分析

为克服传统KMV模型只能应用于单一市场的困难,将多市场的股权价值、股权价值波动的相关性、汇率等因素纳入考虑,建立市场分割条件下的KMV模型。选取了24家A＋H上市公司对所建模型进行了实证分析,结果表明,模型对不同公司的违约距离有较好的区分能力。     

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.     

信用风险管理中违约概率的估算方法

对于银行的信用风险管理,目前主要的模型包括JP摩根的CreditMetrics模型、穆迪KMV的EDF模型、CSFP的CreditRisk+模型和麦肯锡的CPV模型.这些模型中,对于违约概率的估算都是十分重要的构成部分.目前,计算违约概率的方法主要有两类:一是根据统计学的方法,即通过对历史数据推导出预计的违约概率;二是根据市场价格的方法,即通过公司的资产价值,亦包含企业所在行业以及宏观经济环境的有关信息计算违约概率.     

基于Copula函数的行业信用风险相关关系研究

文章首先分析了当前进行信贷组合中的相关关系的研究,主要包括指标和测度的方法.然后介绍了Copula函数理论及其常用的函数形式.最后借助KMV方法将上市公司财务数据转化为信用风险指标,以此测度行业的信用风险相关性,并以房地产和制造业为例研究了信用风险模型的Copula函数选择.     

运用VaR值度量信用风险模型的比较研究

一、导言 目前在国际银行界流行的用VaR值度量信用风险的模型主要有:Credit-Metrics模型、KMV模型、麦肯锡的CreditPortfolioView模型和CreditRisk+模型.CreditMetrics模型的特点在于它完全基于信用转移分析,即在既定的时间内(一般为一年)一种信用变为另一种信用质量的概率,用它来度量将来比如一年以后贷款资产组合的价值分布,模型强调资产组合价值变化只与信用转移相关,利率以确定好的轨迹运动.KMV模型稍微有别于CreditMetrics模型,它基于个体的预期违约频率,而不是评定机构提供的每个信用级别历史平均的变化频率.以上两种模型都以莫顿的期权定价模型为基础,区别只在于处于操作便利考虑而设定了不同的假设条件.CreditPortfolioView模型仅仅是度量了违约风险.它通过构造离散的多期模型,把违约概率看作宏观变量的函数.Cred-itRisk+模型则是假设贷款违约服从泊松分布,通过随机违约概率将信用转移风险部分涵盖在内.这四种模型的主要区别就在于它们运用了不同的方法来测算信用违约概率,而对资产组合价值分布和资产损失分布大都采用了蒙特卡罗模拟法来计算.下面从如何测算信用违约风险的角度对四种模型加以描述和比较.     

财产保险公司代理人信用风险的度量

随着新巴塞尔资本协议的出台,如何对保险公司信用风险进行度量开始成为业界关注的问题.为了量化信用风险,实现更好的风险管理,稳定公司的偿付水平,文章对财产保险公司的信用风险进行了分析,并借鉴银行信用风险管理模型Credit risk+对代理人信用风险进行了实证分析,得出了公司抵御该风险所需要的经济资本量.     

上市公司信用风险计量研究——KMV模型及其应用

文章系统地讨论了KMV模型的基本结构及其形式,并对我国上市公司的信用状况给予了实证分析,指出了KMV模型在分析中国上市公司信用风险时所面临的一些问题与不足.     

基于Tompkins方法的KMV模型研究

传统的KMV模型使用公司价值历史波动率来近似替代波动率.针对我国股市波动不稳定,尤其是重大经济事件或政治事件的信息披露,以及金融市场上可能存在的影响金融资产价格波动率的季节性或周期性等因素对标的资产市场产生影响较大这一特性,文章把基于历史数据的估计和对波动率变化规律的认识结合起来,综合运用各种定量与定性分析的工具,即运用预测波动率估计的基本思想替代了传统的历史波动率求解方法.实证分析表明,该方法能使模型对信用风险的预测更具准确性和前瞻性.     

基于信用溢价的融资租赁企业信用风险的测度

依靠KMV模型的理论基础与Merton提出的内生信用溢价公式,在违约距离的基础上衍生出信用溢价;通过承租人企业二级市场股价表现与财务等相关信息得出资产价值波动与违约距离,进而使用信用溢价指标来衡量承租人产生的信用风险,并收集融资租赁行业主要上市公司数据,对模型的有效性进行实证研究。信用溢价指标作为分析企业债信用风险的计量方法,在融资租赁行业信用风险研究中可以起到借鉴作用。     

金融危机对中国物流企业信用风险影响的实证分析

为了识别金融危机对物流企业信用风险的影响,提高企业经营决策水平,文章选取13家中国物流上市公司作为样本,运用KMV模型计算其在2008年第3季度至2009年第1季度间的违约距离及其变化趋势.研究结果表明,金融危机对物流上市公司信用风险影响显著,而物流上市公司的信用状态对金融危机的影响反应迅速.     

信用风险的非线性二重组合判别模型

随着金融全球化的不断发展,商业银行业务不断扩大,其伴随的由于信贷业务而产生的信用风险影响巨大,引起了学术界和金融机构的广泛关注。大量的量化信用风险的模型被开发出来。文章在通过对现在广泛研究的多元判别模型、KMV模型和神经网络模型进行分析的基础上,总结出现有的信用风险量化模型特点,提出了非线性二重组合判别方法对企业的违约风险进行判定的方法,并对该模型的算法进行了分析。最后,通过上市公司的数据对模型违约可能进行了实证分析并得出结果。     

基于KMV模型上市公司违约点的确定

上市公司的信用风险同时关系到企业与银行的健康发展.在发达国家,信用风险预测模型越来越严密与精确.文章根据KMV模型的原理,利用我国上市公司的实际数据,采用最小误判法,确定了我国上市公司的违约点和违约距离,井对此违约点及违约距离进行了实证检验.     

企业信用风险管理模型的比较

随着经济全球化、金融一体化趋势进一步加强,传统的信用风险分析技术和模型已经很难适应新情况和新问题。西方许多商业银行开始探索运用现代金融理论、统计理论来定量评估和管理信用风险,开发新的现代信用风险度量和管理模型。文章对各种信用风险管理模型进行了分析比较,通过研究新的信用风险管理模型,为提高我国信用风险监管水平作技术准备。     

分行业的企业财务危机预警模型比较研究

世界各国学者分别用不同的统计模型对信用风险进行全行业的实证研究。中国在此方面的研究尚处起步阶段。综合运用多元判别模型、Logistic模型、主成分模型,分不同行业对企业财务危机进行预警研究。比较分析了不同行业预警模型的判别准确率,不同预警技术的判别准确率,多年度预警的可行性,预警模型的稳定性,大类、中类行业预警的通用性等问题。商业银行可以使用这些模型进行信用风险度量和信贷风险预警。     

上市公司财务危机的预警模型

文章以我国2006年沪深交易所的上市公司为研究对象,随机选择了20家财务危机公司(ST公司)和40家财务安全公司为样本,通过对这些公司财务数据的统计分析,借助SAS统计分析软件、基于Logistic回归分析建立了判断企业财务危机的危机预警模型.利用这个模型进行了实证检验,得到了90%的正确率.     

基于股价修正的结构化风险模型及其检验

在诸多的信用风险度量模型中,以默顿的期权定价理论为框架的结构化模型被认为是度量违约风险的有效工具.在结构化模型中,唯一考虑的风险就是公司风险.然而,股票价格是要受市场因素影响的,特别是在市场剧烈波动的时候,市场因素对股票价格的影响可能更大.文章认为,应用修正后的股价,剔除了股票价格变化过程中市场因素的影响,结构化模型将能更加有效地度量违约风险.     

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。