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。     

基于CreditRisk+模型的零售贷款经济资本计量方法

针对零售贷款的信用风险特征,在CreditRisk+框架下,采用非线性时变比例模型分类测算零售贷款违约概率,并引入FFT－Panjer算法简化零售贷款组合的损失分布计算,提出了零售贷款信用风险的经济资本计量方法。同时通过算例分析论证了该方法在我国商业银行运用的科学性和可行性。     

公司资本结构对信用风险的影响

公司资本结构是影响贷款信用风险的基本因素,系统研究两者的关系对提高信用风险管理水平具有重要意义。首先在期权理论的基础上,建立了基于资本结构的信用风险度量模型。然后,从贷款违约概率和公司道德风险的角度,得出以下两个主要结论:①违约概率和公司资产负债率成正比;②在估计不会破产的情况下,公司进行资产置换(assetsubstitution)的动机随负债水平的提高而增强。最后,揭示了这些发现对银行信用风险管理的现实意义。     

中小上市公司违约特征判别及预测

本文运用多元统计分析方法,通过对所选取的中小上市公司数据进行聚类分析和判别分析,建立违约模型.实证分析得出的判别函数较为简洁直观,能对新的企业数据进行违约特征的判别,并可知此种判别方法的判别误差及错判概率.     

农村信用社贷款定价中风险溢价的计量

贷款风险溢价是农村信用社贷款利率的重要组成部分,根据巴塞尔新资本协议内部信用评级（IRB）方法可得贷款风险溢价率=（PD＋TR）LGD,其中PD为贷款的违约概率,LGD为贷款发生违约后的损失率,TR为贷款期限风险系数。以Logistic模型为基础,通过变量的选择与筛选构建了农村信用社贷款违约概率（PD）模型,以历史数据平均法计算农村信用社贷款违约损失率（LGD）：并对贷款期限风险系数的计算方法进行介绍,最终得到农村信用社贷款定价中的风险溢价率。     

《巴塞尔新资本协议》的缺失及改进研究

银行信贷业务中,负债水平是信用风险的主要驱动因素之一。条件违约概率(ConditionalPD)是授信后的违约概率,是对信用风险更准确的测量,应该使用在资本需求计算中。但《巴塞尔新资本协议》(BaselII)尚没有明确规定在资本需求计算中是否使用条件违约概率;这给银行创造了"评级套利"的可能性,即使用债务人较低的现有状态下的PD代替较高的授信后的条件PD来计算监管资本需求。评级的动态特征对风险管理、资产质量监控以及准备金计算等方面也造成影响。为此,以提高风险管理水平、改进监管准确性为目的,本文运用两种构建条件违约概率的方法对此问题进行了分析研究、并就此提出建议。     

农产品供应不确定下的提前采购决策

针对“公司+农户”模式订单农业供应链中农户故意违约和农业气象灾害导致的供应不确定问题,采用均值—方差方法建立了风险偏好下的农产品提前采购决策模型。考虑了采购成本、农户关系建立成本、生产服务成本、缺货成本和库存成本之间的平衡,同时对农户的选择和签约量进行决策。多个不同规模的算例测试和分析表明：所建立的模型较好反映了气象灾害和农户故意违约对农户选择和签约量的影响,设计的算法能用于实际问题的求解;在不同的风险偏好下,农户的故意违约概率、违约强度和生产能力对农户选择和签约量都有不同程度的影响;在风险偏好下,随着气象灾害发生概率、气象灾害强度、农户故意违约概率和农户违约强度的增加,签约量呈增大趋势。     

债券违约风险的或有要求权分析

债券违约风险的或有要求权分析方法建立在现代金融理论基础上,它有效了解决财务数据以离散方式披露造成的信息滞后,有利于及时、全面地反映债务人变化迅速的动态风险。通过BSM定价模型可获得债券的风险中性违约概率、真实世界违约概率和违约风险价差。目前模型已经拓展到适用于不同债券品种、契约结构和随机利率等情况的违约分析,同时也考虑了内生违约、提前违约、突然违约等现实条件,但或有要求权分析方法在国内的应用条件尚不成熟。     

远期鞅测度下循环贷款定价研究

本文在远期鞅测度下,应用信用风险结构模型对循环贷款价格的解析计算进行研究。贷款定价的关键是求解债务人的远期中性违约概率。本文把求解债务人远期中性违约概率问题转化为对时间相依的曲线边界求解布朗运动的首达时间概率分布问题,求出违约概率的解析解,进而得到循环贷款的利差,使得计算结果较之随机模拟的结果更为稳定、精确。     

基于改进KMV模型农产品供应链金融信用风险研究

农产品企业由于受自然条件、供应链等因素制约,融资存在较大阻碍。供应链金融作为一种新兴的金融模式,可有效解决农产品企业融资困难,但影响因素较多。选取2018年11月1日至2020年10月31日12家代表性企业的股票数据,运用EViews和R语言工具,使用KMV模型进行量化研究,得出农产品企业违约风险排序,并根据违约距离及风险概率提出相应建议,为建立完善的农产品供应链金融信用风险管理体系提出针对性的解决策略。     

影响债券价值的经济因素

当前金融经济学普遍地认同利用信用评级对债券进行分类,并以此对债券进行定价的方法。本文对穆迪和标准普尔的债券的信用评级进行了检验,发现完全以信用评级来计算债券的即期收益率和债券的价格存在较大的误差。检验发现了影响债券价值的几个显著性经济因素:流动性、违约概率、息票率、回收率及发行时间。若在债券定价模型中考虑到这几个因素,则较大地减小了债券的定价误差,具有重要意义。     

CDO定价影响要素的蒙特卡洛模拟研究

CDO是目前国内外非常关注的也是定价很复杂的一类信用衍生产品,其定价的关键就是违约概率和违约相关性的估计。文章在Merton扩展模型的基础上,采用蒙特卡洛方法,并结合copula函数来生成具有相关性的违约时间分布,然后计算出各个违约时点,进而求出标的资产组合的违约损失。在此基础上分别计算收益面和损失面的期望值,最终对各种要素对CDO定价的影响进行分析与比较。     

基于GA—PSO遗传规划算法的国家助学贷款风险预警模型研究

文章运用系统工程理论，分析学生违约因素，运用GA—PSO混合规划算法设计国家助学贷款风险预警模型。研究结果表明，学生违约行为与其在校期间学业成绩、就业收入预测、家庭贫困程度、参与勤工俭学、综合评述、贷款金额呈非线性相关关系。国家助学贷款风险管理部门可以利用国家助学贷款风险预警模型对学生的信用风险进行评级，通过差别风险管理措施来降低利用违约率。     

信用与“违约”行为的关系分析

信用交易常常导致交易者的信任损失。在具备履约能力基础上,“履约”意愿是交易者选择交易行为取向的主要因素。交易者选择“违约”行为所得到的一次性增量效用和长期性增量效用,可以弱化交易者选择信用的愿望;交易者“违约”可能受到的惩罚损失、可能的信用重构成本、以及获取增量效用的概率等因素,则是强化交易者选择信用的动力。对交易者“违约”行为的效用模型的分析表明:按照“违约”行为效用的影响因素确定交易者行为取向的方法,可能会优于按照交易者的信用记录判断其交易行为取向。     

远期鞅测度下贷款定价研究

在远期鞅测度下，应用信用风险结构模型对贷款定价进行研究。首先假设基于即期鞅测度，公司资产价值、无风险利率、违约阈值的随机过程，然后推导即期鞅与远期鞅测度变换的条件，得出远期鞅测度下的违约指示过程。对于难以求解的远期中性违约概率，将其转变为对时间相依的曲线边界求解布朗运动的首达时间概率分布问题，求出违约概率的解析解，进而得到贷款的利差。     

企业违约风险因素分析与模糊综合评价

通过比较当前违约风险主流评价方法的优劣 ,论证了选择模糊综合评价法分析违约风险的必要性 ,给出了企业流动性违约和战略性违约的定义 ,并分析了导致企业违约发生的几个主要因素 ,在此基础上 ,运用层次分析和模糊评价法提出了构建了企业违约风险分析的量化模型     

选择“违约”行为的判据与影响因素分析

对“违约”行为效用模型分析的结果表明:加大对“违约”交易行为的惩罚力度、提高发现以及对“违约”行为实施惩罚的可能性、降低交易者选择“违约”行为收益的概率、较大的信用重构成本,可以对信用交易中的“违约”行为产生抑制作用。在“违约”成本较低的经营环境中,选择“违约”交易行为能够提高交易者的交易效用。     

基于财务和非财务信息的债券违约预警模型研究——来自机器学习方法的经验证据

债券市场安全涉及国家的金融安全,近年来因我国债券违约频发而备受关注。基于我国债券市场特征、财务困境和制度经济学理论,引入财务信息和非财务信息变量并使用传统统计方法和机器学习方法可构建一批债券违约预警模型。研究发现：第一,对比传统统计方法构建的债券违约预警模型,基于机器学习构建的债券违约预警模型具有更高的预测准确度。第二,在使用财务信息变量的基础上引入非财务信息变量,债券违约预警模型的预测准确度大幅提高,表明非财务信息为预警模型提供了有效的增量信息。具体来说：(1)作为债券市场重要的“看门人”,审计和评级机构都能提供债券违约的预警信息,但违约前一年审计意见提供的预警信息的重要性高于信用评级提供的预警信息;(2)发债企业的所有制、上市状况及其所属地区的经济与社会环境如社会资本和营商环境对于债券违约预警具有重要作用;(3)货币政策信息对于债券违约预警也具有重要作用;(4)预警模型帮助投资者大幅降低“踩雷”的概率,极大提高了债券投资的安全性。     

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。     

信用风险度量之结构型模型和简化型模型的比较与融合

结构型模型认为违约是内生的,公司资产价值的变动是引起违约的唯一不确定性因素,但是,在该模型下,违约是可以预期的,不存在短期信用风险,这与实证结论不符。简化型模型克服了结构型模型与实证结论不符的缺点,但违约被假定为遵循一个外生的泊松过程,没有对违约进行明确的定义。在这两个模型的基础上,学术界提出了跳——扩散模型和不完全信息模型,对结构型模型和简化型模型进行融合。跳——扩散模型在传统的结构型模型中引入了资产价值的跳跃过程,并用简化型模型中的泊松过程来表示;不完全信息模型假定投资者获得的信息是不完全的,因此短期信用风险存在,并在传统的结构型模型中引入简化型模型中的违约强度。