中国商业银行信用风险度量研究

信用风险是商业银行面临的主要风险,信用风险的度量模型有专家判断法、信用评分法、神经网络分析法以及现代违约概率模型等。通过比较分析LOGIT模型和KMV模型,选取了能够体现公司盈利能力、营运能力、资本结构、偿债能力、成长能力和现金流量的28个指标,运用逐步回归方法建立LOGIT模型,发现该模型能够提前一年较好地预测出公司的违约情况。在分析KMV模型时,通过GARCH-M模型计算出企业股权价值波动率,并运用上市公司数据得出样本公司的股权价值和违约点,从而计算出样本公司的资产价值和资产价值波动率,最后得出KMV模型的判别结果。上述分析表明我国商业银行应以LOGIT模型作为判别模型,以KMV模型作为追踪模型,将LOGIT模型与KMV模型相结合来判断贷款企业的信用风险水平。     

我国上市企业基于KMV模型的实证研究

KMV模型是由Black Scholes和Merton于1993年提出的基于期权定价理论的信用风险度量模型。通过利用KMV模型对我国上市企业进行分析,计算得出十家ST公司和十家同行业相似规模的非ST公司的违约距离,根据计算结果得出ST公司的违约距离小于非ST公司,因而ST公司的金融风险更大,另一方面也证明了KMV模型对我国金融市场研究的现实意义。此外,除ST与非ST公司的违约距离不同之外,不同产业、不同企业规模之间的违约距离也存在差异,产业因素的违约距离更大,因此产业因素对我国上市公司金融风险的影响更大,而企业规模因素对风险的影响则较小。     

中国上市公司动态违约概率研究——基于KMV模型的实证检验

为测算中国上市公司的违约概率,在KMV模型的框架下,分别以我国A股市场上非ST上市公司和ST上市公司的数据作为样本,采用GARCH方法计算得出上市公司股价的隐含波动率,进而利用期权定价公式得到动态化的违约距离和违约概率的理论值,并通过对计算结果和理论假设的实证检验得出国际金融危机对中国上市公司信用风险有显著影响的结论,同时也发现KMV模型的理论假设存在不符合中国实际情况的若干现象,最后提出进一步研究的方向。     

KMV模型在银行贷款定价中的应用

利率市场化要求银行能按风险来确定贷款利率.运用基于期权定价理论的KMV模型来得到公司的预期违约率和违约损失,从而能合理地确定贷款利率.KMV模型特别适用于银行对上市公司的贷款定价.     

KMV模型在我国上市公司信用风险度量中的适用性研究

KMV模型是运用现代期权定价理论建立起来的违约预测模型。通过实证结果的比较发现，违约距离这一指标运用到我国上市公司信用风险的度量之中具有比较理想的判断效果，这也在某种程度上说明了KMV模型对我国上市公司信用风险度量的准确性及合理性，它能够较好地反应出上市公司真实的信用风险状况。     

基于 KMV 模型的安徽省上市中小企业信用风险分析

选取10家安徽省中小板和主板上市的企业,基于财务指标和 KMV 模型度量结果,实证分析了两大板块上市公司信用违约风险的差异性,得出结论：劳动密集型上市公司较技术密集型上市公司,违约距离更短,信用风险更大;上市中小企业的负债结构以流动负债为主,股权价值波动率大,资产规模较小,处在初创期和成长期公司风险明显较高,违约距离更短,建议银行等金融机构应更加重视中小企业非财务信息,加强对上市公司信息披露。     

基于EGARCH-M波动模型的KMV信用风险度量研究

提高股权价值波动率精确度的KMV模型对上市公司信用风险状况具有较强的反映和识别的能力。利用所选数据,建立EGARCH—M波动模型,从而计算上市公司三年间每半年KMV模型的违约距离,并通过与KMV参数估计中其它两个常用波动模型的结果进行比较,实证结果表明EGARCH—M波动模型能较好地提高KMV模型的信用风险识别反映能力。     

KMV和Apriori算法在上市公司信用风险传染中的应用

运用KMV模型计算违约距离,作为度量我国上市公司信用风险的指标,并利用Apriori算法挖掘上市公司之间的信用风险传染.结果表明关联规则挖掘能直观有效地描述上市公司之间的信用风险传染,产生强关硖规则的上市公司之间信用风险传染较为明显.     

我国国内保理业务的风险度量问题分析——基于KMV模型的信用风险度量

本文第一部分对保理业务的概念、分类、操作流程以及我国保理市场的现状进行了阐述。第二部分针对我国保理市场的现状,从买方和卖方两个角度分析了国内保理业务面临的主要风险。第三部分阐述了基于KMV模型对我国国内保理业务中信用风险度量的理论分析。第四部分引入了中航精机和湖北金环实例,对KMV模型在我国国内保理业务信用风险度量的运用进行了实证分析。第五部分针对KMV模型的构建,提出对我国国内保理业务风险管控的建议。本文的主要创新点是：对于我国国内保理业务的风险进行了定性和定量的分析;引入了基于KMV模型的信用风险度量在国内保理业务中的实际应用;揭示了国内保理业务风险产生的主要原因等。     

KMV模型在中国互联网金融中的信用风险测算研究

随着互联网金融风潮的兴起,各大金融机构和电商都在积极抢占市场。现阶段中国互联网金融的核心是金融规则和对风险的控制,尤其是对信用风险的控制更是有待探索的难点问题。本文采用真实的金融市场数据,模拟了应用信用风险度量（KMV）模型测算公司信用风险状况的全过程,分别求出样本公司资产价值波动率σA、违约距离（DD）和预期违约率（EDF）。通过对测算结果的检验与分析研究,证明了将KMV模型应用于互联网金融中对企业信用风险的评估,在现实中拥有一定的可行性,并为将来研究如何形成规范化、流程化的线上信用风险评估体系打下基础。