基于KMV模型的我国上市民营企业信用风险实证分析

随着我国供给侧结构性改革的不断深入,民营经济在推动社会主义市场经济发展过程中发挥出关键作用,而由民营企业信用风险偏高导致的企业融资难、融资贵问题也更加突出。以民营企业融资难为背景,利用KMV模型从违约距离角度评估我国民营企业信用风险,用MATLAB、Excel等软件求解违约概率,并与国有企业违约概率进行对比分析,结合实际探究民营企业信用风险大小,然后选用企业相关成长能力指标与违约距离进行多元线性回归,探究其显著性大小。最后,根据实证分析结果给出民营企业防控信用风险的相关建议。     

我国商业银行信用风险度量研究——基于KMV模型的验证分析

该文将KMV模型与我国国情相结合,在现有研究成果的基础上对模型加以修正,利用修正之后的模型对沪深两市24家上市公司的信用风险进行验证分析,结果表明,修正之后的KMV模型能够在上市公司违约前预测出其信用质量的急剧下降,能够清晰地观察出其信用质量的动态变化趋势,能够较好地预测出信用风险的变化。     

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KMV模型的国际保理信用风险度量

为了定量的度量保理业务中进口商的风险,本文使用KMV模型,将股票市场上的股价作为输入数据,通过违约点和违约距离的计算,得出进口公司的违约频率,以此来衡量其风险等级。     

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。     

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。     

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.     

新冠疫情下物流产业信用风险研究——基于KMV模型

以信用风险在不同公司的普遍性为现实依据,以新冠疫情为背景,借助KMV模型,将抽象的信用风险具体化为可衡量的定量指标,结合我国物流产业加以测度,为推进我国物流产业的建设和发展提供对策建议。选取物流产业8个细分领域的34家上市公司为实证样本,利用KMV模型计算出不同公司的违约距离和预期违约率,违约距离数值越小,代表信用风险越高。研究表明：KMV模型能有效地测度我国物流产业的信用风险;在新冠疫情暴发前后,我国物流产业总体的信用风险呈先升后降的趋势。     

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。     

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.     

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.     

我国商业银行房贷违约风险KMV预警模型构建

美国次级贷危机给世界各国特别是欧美等发达国家经济带来巨大损失。同时次贷危机为我国商业银行房贷业务敲响了警钟,一时间房贷违约风险预警成为国内学者研究的重点,纷纷研究如何预警房贷违约风险。文章包括三个部分：首先介绍了本文研究背景;其次,概述了KMV模型相关理论;最后,提出如何构建我国商业银行房贷违约风险KMV预警模型。     

基于遗传算法KMV模型的最优违约点确定

现代市场经济中资信评估具有重要作用,它起着社会监督和识别违约风险的作用.根据可获得的中国上市公司的基本数据,结合遗传算法对经典KMV模型中的最优违约点进行了重新定义.结果显示改进的模型拟合正确率比原模型高,即改进的KMV模型更适合应用于中国上市公司的资信状况评估.