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.     

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。     

KMV模型在信用风险管理中的实证分析研究

现代商业银行在社会经济发展过程中,发挥着筹集融通资金、引导资产流向、提高资金运用效率的重要作用,然而,银行资产负债经营的独特性质决定了银行经营与风险相伴而生。信用风险管理不仅关乎着商业银行的生存与发展,更影响到整个金融体系的稳定,介绍了KMV模型的原理及计算方法,并借助MATLAB软件选取三个上市公司的经济数据实现KMV模型的实证研究工作,并对实证结果进行分析。     

基于EVA的信用风险度量模型修正设想

通过对现代信用风险度量模型的梳理发现,KMV模型适用于企业集团内部信用风险的度量.但由于当前上市公司居多,KMV对非上市公司信用风险的度量存在一定的局限.对EVA进行梳理和将EVA估价法与FCFF估价法进行比较得出,在KMV模型中用EVA指标去替代股价后能更好地应用到对企业集团内部非上市子公司信用风险的评价.     

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。     

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.     

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.     

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KMV模型的我国房地产行业信用风险度量

本文结合我国的具体国情,将KMV模型应用于我国房地产行业信用风险管理,得出了2008年上半年和2009年上半年我国房地产行业各个上市公司的违约率,实证分析了两年度违约率的差异并研究了KMV模型的应用效果。     

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。     

EDF模型度量信用衍生工具的信用风险研究

在分析违约条件及支付函数的基础上，借助KMV公司的EDF模型，建立了用于预测信用衍生工具联合违约概率的方法，并用此法分析了信用衍生工具对我国商业银行风险管理的意义．     

金融危机对甘肃省上市公司信用风险影响的实证分析——基于KMV模型

基于国内外KMV模型的研究，本文对甘肃省上市公司2007至2009年三个年度的信用风险（违约频率）进行了实证分析，通过对股票周收盘价均值，周收盘价波动率和违约频率数值的分析，说明在2008年金融危机和在2008年底后国家应对危机实施“一揽子”计划的背景下，甘肃省上市公司的信用风险受到了影响。     

信用违约期权在应收账款信用风险管理中的应用

信用违约期权是近几年新兴的金融衍生产品,很多金融机构都开始用它来规避信用风险。从中小企业的角度分析如何利用信用违约期权来规避应收账款的信用风险。先对应收账款的信用风险和信用违约期权进行介绍,然后设计了信用违约期权管理应收账款信用风险的模型并以实例分析,得出信用违约期权是管理应收账款信用风险的更好的工具的结论。     

信用关联结构性存款的定价

为了分散信用风险,一些银行发行了收益与某一信用实体的信用事件挂钩的存款.对挂钩公司的破产,采用结构化方法中的首次通过模型,即在存款期限内,若信用实体资不抵债,就认为信用事件发生.在随机利率假定下,用偏微分方程的方法,给出信用关联存款的的定价公式,并讨论其金融意义.     

Levy过程驱动下的信用风险结构化模型

在经典信用风险结构化模型中,假定资产价值服从几何布朗运动.但在实际中,由于突发事件发生资产价值出现跳跃,为了描述这种现象,文章研究Levy过程驱动下的信用风险结构化模型.利用Levy过程随机分析理论,得到企业的违约概率、债券价值和信用价差的解析表达式,它是经典的信用风险结构化模型的推广.     

基于KMV-CatBoost增强的企业信用债券违约风险评估模型

针对传统预测模型对于企业信用债券违约预测准确率低、拟合效果差的问题,提出了基于Kaufman-Merton-Voss （KMV）-Categorical Boosting （CatBoost）的企业债券违约预测模型. 首先对原始样本数据进行预处理,降低噪声数据对预测模型的影响;然后,利用KMV模型评估借款公司信用违约概率,计算公司资产市场价值与公司资产市场价值的波动率,获得企业资产价值与违约点之间的差额Distance-to-Default（DD）;最后,利用债务偿还期限、短期无风险收益率、公司股权市场价值、公司债务面值计算出的违约距离,将其加入指标中,利用CatBoost算法预测企业信用债券违约风险,通过基于Ordered Boosting方式的CatBoost算法训练模型,得到无偏梯度估计,以减缓预测偏移,从而增强模型的泛化能力. 实验结果表明：基于KMV-CatBoost增强的模型能够提高企业信用债券违约风险识别的准确率,识别正确率约为95.5%.