修正的KMV模型对中国中小企业信用风险的度量

利用KMV模型对14家（7家ST和7家非ST）公司进行信用风险度量分析,结合中国股票的实际情况,对KMV模型中的股权资产价值和股权资产价值波动率进行了修正,再利用修正后的模型进行实证分析.分析结果表明,ST公司比非ST公司有更高的信用风险,且对于陷入困境的ST公司,KMV模型也提供了一种全新的角度来度量其信用风险.     

新兴产业非ST上市公司风险管理新思路——基于KMV模型的信用风险分析

在介绍信用风险评估模型KMV后,依据一定的规则选取7个新兴产业14家上市公司42组数据,通过计算对上市公司信用风险进行探索的同时,利用相关数据对KMV模型的使用程度进行探索。实证分析说明,对于中国非ST上市公司的信用风险,KMV模型可以对信用风险做出度量,但精确程度有待提高。由此可以看出我国金融市场中行业及上市公司的性质,对KMV模型进行进一步修正及改进具有重要的意义。KMV模型为上市公司的风险管理提供了新思路。     

新兴产业非ST上市公司风险管理新思路——基于KMV模型的信用风险分析

在介绍信用风险评估模型KMV后,依据一定的规则选取7个新兴产业14家上市公司42组数据,通过计算对上市公司信用风险进行探索的同时,利用相关数据对KMV模型的使用程度进行探索。实证分析说明,对于中国非ST上市公司的信用风险,KMV模型可以对信用风险做出度量,但精确程度有待提高。由此可以看出我国金融市场中行业及上市公司的性质,对KMV模型进行进一步修正及改进具有重要的意义。KMV模型为上市公司的风险管理提供了新思路。     

基于KMV模型对上市企业信用违约风险度量的研究

采用KMV模型对上市企业的信用违约风险进行度量.首先,对KMV模型理论框架进行分析推导;其次,以2020年6月30前被处理为ST或?ST的18家上市企业和与之配对的18家非ST企业为样本,基于KMV模型,使用相关软件对样本数据进行实证分析;最后,依据实证分析结果得出KMV模型可以有效度量上市企业的信用违约风险,对上市企业的信用风险具有一定的预警作用的结论,并提出相关建议.     

上市公司信用风险的评价——基于KMV模型视角

如何度量信用风险是从事金融活动的各方迫切关心的重要问题。本文以2009年ST公司及与之配对的非ST公司为研究样本,在对KMV模型的求解过程进行解析的基础上,用KMV模型对其信用风险进行识别与评价,研究结果表明,ST公司的违约距离显著不同于配对样本,其信用风险明显较高,这说明KMV模型对存在不良贷款的违约公司具有较强的风险识别和预警能力,是一种有效的风险管理工具。     

信用价差的度量模型及应用

从衡量信用风险的主要工具信用价差的度量作为切入点,分别利用期权定价和KMV理论建立了信用价差度量的2种模型,并基于诸暨债数据,实证评估了其信用价差。研究结果表明,短期内KMV模型度量信用价差更合适,长期这2种方法都趋近于真实数据,模型可为理性的投资决策提供信息,对刻画公司信用风险发挥积极作用。     

现代信用风险度量模型在商业银行信用风险管理中的应用

重点介绍了两个具有代表性的现代信用风险度量模型(CreditMetrics模型和KMV模型)的基本思想,并进行了模型分析,同时探讨了现代信用风险度量模型在我国商业银行应用的制约因素,就如何提高我国商业银行信用风险量化分析和管理技术提出了一些设想和建议。     

基于Logistic和KMV模型的我国商业银行信用风险评价研究

本文结合我国目前商业银行信用风险评价方法的实际情况,选择Logistic和KMV信用风险模型,通过实证分析比较两个模型的判别准确率,结果表明KMV模型能够弥补Logistic模型的不足,KMV模型在我国是一种效果显著的商业银行信用风险评价模型。     

基于KMV模型对中国上市公司的信用风险进行度量的实证分析

针对目前上市公司的日趋增多和广大投资者对于投资股市的热情,对上市公司的信用风险进行度量和评估已显得十分迫切和必要。运用KMV模型,从我国沪深两市中共选取三十家绩优股和绩差股,以2007年9月30日为基准日,运用三种方法计算其未来一年的违约距离DD(Default Distance)和预期违约频率EDF(Expected Default Frequency),在一定程度上可以对上市公司信用风险进行评估。分别采用了三种方法来计算违约距离并进行对比。实证分析结果表明,在KMV模型中引入资产连续回报率这个模型最适合中国国情,灵敏度和预测能力较好,在一定程度上可以揭示上市公司的信用风险。     

基于遗传算法KMV模型的公司债券违约风险度量研究

基于遗传算法对KMV模型进行了修正,并运用修正的KMV模型对样本债券在2017—2018期间的违约风险进行度量。结果表明:基于遗传算法改进的KMV模型在预测公司债券违约风险方面有着不错的表现,拟合正确率远高于改进前的原模型;并且公司债券所属行业的不同会影响模型违约点的选择,从而影响KMV模型度量违约风险的效果。     

基于Logit和KMV的我国上市公司信用风险的比较研究

利用Logit回归模型和KMV模型分别对选取的29家我国上市公司样本的信用风险进行实证分析和比较。结果表明,两个模型基本上都能反映上市公司的信用状况,虽然KMV模型对非违约样本组的预测结果要优于Logit模型,但是在违约公司样本组的预测上,Logit模型要远比KMV模型准确。从总体效果来看,Logit模型的预测准确性要高于KMV模型。     

基于EVA指标的价值评估模型探析

基于EVA指标的企业价值评估模型是EVA指标在企业价值评估领域的具体应用.首先对企业价值评估的涵义进行了界定,然后利用EVA指标构建了基于该指标的价值评估模型,并在此基础上对其适用形式做了尝试性的研究,旨在为广大投资者及管理者评估企业价值提供新的思路.     

现代信用风险模型的统一性分析

从概念背景、建模基础及数学表达方式上对现今国际上信用风险管理实践中应用最为广泛的KMV、CreditMetrics、CreditRisk 、Portfolio View模型进行了比较研究,发现其不仅有相同的概念背景———Black-scholes的定价理论和相同的模型构建基础———Merton定价模型,而且还可以用统一的Bernoulli混合模型来表示,即各个模型均遵循由独立Bernoulli随机变量构成的违约分布,表明了现代风险模型的内在统一性.因此,这一特性对中国的商业银行构建信用风险模型具有指导意义.     

基于结构化模型的金融衍生品流动性分析

主要用损失现金流来刻画信用风险和流动性风险给投资者可能带来的风险损失,用结构化方法给出了相应的风险损失模型,进一步给出刻画金融衍生品的利差模型,并得到相应的定价;金融合约的流动性由宏观市场及本身特点所决定,利用金融市场实际数据,借助损失模型,对债券市场的流动性进行实证分析.     

基于DCC-MSV-KMV模型的第三产业行业信用风险传染效应度量

结合KMV模型和DCC-MSV模型，构建了一个行业间信用风险传染效应度量模型，以考查第三产业中各行业间的信用风险传染效应.排除涉及领域繁杂和主营业务不突出的行业，兼顾行业中上市公司数量，最终选择交通运输、仓储业，信息技术业，批发和零售贸易业，房地产业和社会服务业等5个行业为研究对象.实证结果显示：第三产业各行业间信用风险传染效应均大于0.5，且呈现震荡上行的态势，说明行业间信用风险传染效应在增强、传染程度在加深；交通运输、仓储业与其它4个行业之间的信用风险传染效应均较为明显，这可能是由于作为基础产业，该行业对其它行业的影响比较深远；房地产业与社会服务业间的信用风险传染比较明显，可能是因为二者具有共同的信用风险传染影响因素，即交通运输、仓储业；批发和零售贸易业与社会服务业间的信用风险传染效应最强，且相对稳定，其原因可能是这二个行业均受交通运输、仓储业影响，它们本身也存在较强的关联性.     

高级内部信用风险度量模型方法的比较

本文对目前国际上比较著名的信用风险管理模型CreditMetrics TM、KHV系统,CreditRisk ．CreditPortfolio View及其方法进行了一系列比较，研究了模型建立的理论基础以及模型之间的相互关系，阐述了现代信用风险度量技术和方法的特点和发展趋势。这4个新型信用风险度量模型的框架和思路，将对我国金融机构信用风险管理提供有益借鉴。     

银行信用风险度量CreditMetricsTM模型与CPV模型比较研究

根据新巴塞尔资本协议的基本原则及巴塞尔银行监管委员会推荐的确定资本金的VaR方法,结合中国商业银行目前信用风险管理的实际情况,比较分析CreditMet-ricsTM模型和CPV模型的基本原理和参数选择的共性及差异,对两模型各自特点做出客观评价,结果发现运用CPV模型有利于提高信用风险度量的精确性,为商业银行信用风险管理提供了有益的借鉴.