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。     

信用风险度量和管理方法研究

近年来,随着国际金融环境变化,金融机构对于信用风险管理更加重视.本文首先简单回顾了现代违约证券估价理论的发展,然后着重对市场上三种主要信用风险度量和管理方法CreditMetrics模型、KMV模型和CreditRisk+模型进行比较分析,阐述了它们的基本原理与相应优缺点.     

基于EDF模型的上市公司信用风险实证研究

本文运用数值计算的方法,利用计算机编程对EDF模型进行了求解,并且证明该求解方法得出的解为模型的唯一解。本文进而对上市公司的信用风险进行了度量,发现对于绩效好的上市公司,EDF模型没有给出错误的信息,而高风险上市公司的资产市值和股权市值被高估。     

基于BP-KMV模型的商业银行信用风险评价研究

建立BP神经网络和KMV模型相结合的BP-KMV信用风险评价模型,并选择上市的49家样本公司的财务数据和股价水平对BP-KMV模型进行实证分析,将结果与商业银行现行的评价结果相比较,表明BP-KMV模型更符合实际情况。进一步发现评价结果的差异体现在信用度相对较高、风险相对较大的区域。     

物流金融信用风险评估模型构建研究

物流金融业务不仅可以解决制造企业的融资瓶颈问题,推动物流企业的业务拓展,还可以为银行业的金融创新提供条件。但是这种新兴的业务在给商业银行提供诸多利益的同时,也带来了一定的信用风险。文章分析了物流金融信用风险的影响要素,构建了物流金融信用风险评价指标体系,在此基础上建立了物流金融信用风险评估模型。     

信用风险、融资约束与投资行为——基于我国制造业上市公司实证分析

本文将我国制造业上市公司分为负现金流,正现金流且现金持有量增加和正现金流且现金持有量减少三组,分别研究了这三组公司信用风险和融资约束之间的关系,并在此基础上考察了这三组不同融资约束公司的过度投资和投资不足状况。研究结果表明:经营现金流为负的企业信用风险较高,企业受到较强的融资约束,但信用风险对融资约束作用不明显;经营现金流为正且现金持有量减少的企业,企业受到的融资约束水平较低,具有一定的财务松弛度,信用风险和融资约束之间不存在明显的关系;经营现金流为正且现金持有量为正的企业,面临的融资压力很大,而且企业信用风险加深融资约束程度;融资约束对投资行为具有一定的抑制作用。     

商业银行不良贷款管理

商业银行的巨额不良资产是我国金融体系深化改革所面临的主要障碍,不良贷款率过高是银行业存在的一个重大风险。化解不良贷款成为防范金融风险、促进金融深化和经济发展的重要一环。     

高科技中小企业财务风险的防范

一、引言近年来,我国涌现出越来越多的高科技中小企业,如深圳迅雷、厦门敏讯、武汉立得,这些高科技中小企业正在成为国家经济发展的重要增长点。然而由于理财环境的巨大变化和不确定性以及企业内部的原因,高科技中小企业面临着巨大的财务风险,经常陷入财务危机中。而其经营者们却往往没有预感到这种风险产生的危机,或者虽然已经预感到,但却没有有效的应对策略,最终导致了企业的破产倒闭。因此研究高科技中小企业财务风险的防范与控制显得尤为必要。二、高科技中小企业财务风险分析     

Bagging方法在基于日常交易数据解决中小企业的信用评价问题中的应用

关于信用风险评价问题至今已经做了很多研究,各种信用评价模型与方法也已被开发.但是这些模型与方法几乎都是基于财务数据、股票价格或风险调研机构发表的各种调查结果.因为几乎所有的中小企业的财务数据都是非公开的,至今开发的信用评价模型与方法都不免成为无米之炊.为此,本文提出了一个新的途径,只需要根据销售额、顾客付款额、拖欠款额等日常业务处理数据来评价顾客企业的信用度.本文提出一个应用Bgging方法评价顾客信用的系统,其目的在于解决由于异常顾客数比正常顾客要少很多而带来的问题,提高分辨异常顾客的能力.本文所提出的信用评价系统将应用到一个实际企业的信用评价问题中,借此来验证系统的性能和效果.     

基于违约距离的上市公司信用风险研究——以制造业为例

本文以沪深两市2007年被＊ST处理的制造业上市公司为研究对象,选择与研究对象相同行业种类且资产规模相近的正常公司作对照公司,用默顿模型估计了参数并计算1年期和2年期的违约距离．发现违约距离在短期内能提供预测公司信用风险的信息,在长期内则预测效果不明显。