中国上市公司的KMV模型违约点的推算及比较研究

中国科学技术大学硕士学位论文中国上市公司的KMV模型违约点的推算及比较研究姓名：邓宇翔申请学位级别：硕士专业：企业管理指导教师：鲁炜20050501中国上市公司的KMV模型违约点的推算及比较研究作者：邓宇翔学位授予单位：中国科学技术大学参考文献(57条)1.参考文献2.MertonOnthepricingofCorporateDebt:theriskstructureofinterestrates19743.PeterJCrosbie.JeffreyRBohnModelingdefaultrisk19934.BlackF.MScholesThePricingofOptionsandCorporateLiabilities19735.JohnAndrew.McQuownACommentonMarketvs.Accounting-BasedMeasuresofDefaultRisk19936.PeterJCrosbie.JeffreyRBohnModelingDefaultRisk20007.MarthaSellers.OldrichVasicek.AllenLevinsonTheKMVEDFTMCreditMeasureandProbabilitiesofDefault20008.AvellanedaM.ZhuJModelingtheDistance-to-DefaultProcessofaFirm20019.JeffreyRBohnResponsetoJPMorgan'sPaper,UsingEquitiestoPriceCredit200110.MikaelNyberg.MarthaSellers.JingZhangPrivateFirmModelIntroductiontotheModelingMethodology200111.Modelingdefaultrisk200212.AltmanEI.SaundersACreditriskmeasurement:Developmentsoverthelast20yeas199713.AnandarajanM.LeeP.AnandarajanABankruptcyPredictionofFinanciallyStressedFirms:AnExaminationofthePredictiveAccuracyofArtificialNeuralNetworks2001(10)14.AtiyaAFBankruptcyPredictionforCreditRiskUsingNeuralNetworks:ASurveyandNewResults2001(04)15.BieleckiT.RutkowskiMProbabilisticAspectsofDefaultRiskModeling16.CharitouA.TrigeorgisLOPTION-BASEDBANKRUPTCYPREDICTION200017.CoakleyJR.BrownCEArtificialNeuralNetworksinAccountingandFinance:ModelingIssues2000(09)18.CrosbiePJ.BohnJRModelingDefaultRisk,1997-200119.DorseyRE.EdmisterRO.JohnsonJDBankruptcyPredictionUsingArtificialNeuralSystems20.DoumposM.ZopounidisCAMulticriteriaDiscriminationMethodforthePredictionofFinancialDistress:TheCaseofGreece1999(02)21.GalilKTheQualityofCorporateCreditRating200222.GalindoJ.TamayoPCreditRiskAssessmentusingStatisticalandMachineLearningMethodsasanIngredientforFinancialIntermediariesRiskModeling199723.GiudiciPBayesiandatamining,withapplicationtobenchmarkingandcreditscoring2001(17)24.HekanahoJ.BackB.SereK.LaitinenTAnalysingBankruptcyDatawithMultipleMethods199825.JacksonP.NickellP.PerraudinWCreditriskmodeling199926.JanosiT.JarrowR.YildirimYEstimatingDefaultProbabilitiesImplicitinEquityPrices200127.JeanblancM.RutkowskiM.JiongminYong.RamaContModelingofDefaultRisk:AnOverview,October27,1999,MathematicalFinance:TheoryandPractice200028.KothariR.DongMDecisionTreesforClassification:AReviewandSomeNewResult,submittedtoWorldScientific200029.LaitinenEKPredictingacorporatecreditanalyst'sriskestimatebylogisticandlinearmodels1999(02)30.LimTS.LohWYAnEmpiricalComparisonofDecisionTreesandOtherClassificationMethods199731.LopezJA.SaidenbergMREvaluatingcreditriskmodels200032.NandaS.PendharkarPLinearModelsforMinimizingMisclassificationCostsinBankruptcyPrediction33.O'LearyDEUsingNeuralNetworkstoPredictCorporateFailure1998(07)34.PEREZMNEURALNETWORKSAPPLICATIONSINBANKRUPTCYFORECASTING:ASTATEOFTHEART35.RipleyBDNeuralnetworksandrelatedmethodsforclassification199436.SellersM.VasicekO.LevinsonATheKMVEDF,TMCreditMeasureandProbabilitiesofDefault200037.TuckerJNEURALNETWORKSVERSUSLOGISTICREGRESSIONINFINANCIALMODELLING:AMETHODOLOGICALCOMPARISONTyreeE.W,LongJ.A,Bankruptcypredictionmodels:probabilisticneuralnetworksversusdiscriminantanalysisandbackpropagationneuralnetworks38.安东尼·桑德斯信用风险度量:风险估值的新方法与其他范式200139.约翰·B·考埃特.保罗·纳拉亚南.石晓军.张振霞演进着的信用风险管理200140.方兆本.鲁炜企业与个人信用评分模型设计200241.鲁炜.赵恒珩.方兆本.刘冀云KMV模型在公司价值评估中的应用[期刊论文]-管理科学2003(3)42.鲁炜.赵恒珩.刘冀云KMV模型关系函数推测及其在中国股市的验证[期刊论文]-运筹与管理2003(3)43.梁世栋.郭仌.李勇.方兆本信用风险模型比较分析[期刊论文]-中国管理科学2002(1)44.程鹏.吴冲锋.李为冰信用风险度量和管理方法研究[期刊论文]-管理工程学报2002(1)45.梁琪企业信用风险的量化度量研究[期刊论文]-南开经济研究2000(6)46.章彰商业银行信用风险管理:兼论巴赛尔新资本协议200247.李志辉现代信用风险量化度量和管理研究200148.杜本峰实值期权理论在信用风险评估中的应用[期刊论文]-经济经纬2002(3)49.张玲.张佳林信用风险评估方法发展趋势[期刊论文]-预测2000(4)50.王琼.陈金贤信用风险定价方法与模型研究[期刊论文]-现代财经－天津财经学院学报2002(4)51.程鹏.吴冲锋上市公司信用状况分析新方法[期刊论文]-系统工程理论方法应用2002(2)52.杨星.张义强中国上市公司信用风险管理实证200453.张玲.杨贞柿.陈收KMV模型在上市公司信用风险评价中的应用研究[期刊论文]-系统工程2004(11)54.蒲小雪企业信用管理典范55.吴晶妹中国企业与证券的资信评估56.刘继忠资信评估概论57.李晓西.何德旭21世纪中国银行业风险与防范相似文献(10条)1.学位论文教传玲基于KMV模型的中国商业银行信用风险研究2008随着我国金融市场的不断发展，公司借贷业务日渐增多，而银行作为其中的核心，势必要承担随之而来的信用风险问题。所以，如何提前识别信用风险变化以及较准确度量信用风险，对确保商业银行规避风险有很现实的意义。目前，我国金融产业已经对外资银行开放，国内银行将直接面对国外银行的竞争。在金融市场的全面对外开放下，保证我国银行健康运行，并使我国的信用风险管理水平达到国际水准，是银行业的重中之重。与西方发达国家相比，我国商业银行信用风险管理还比较不成熟，应用的传统度量信用风险方法不能完全满足对银行信用风险的管理需要。因此，本文在比较了国外几种主要的信用风险后，选择了应用广泛且效果较好的KMV模型对我国的适用性进行了研究并对其进行了修正。试图找到适合我国的信用风险度量模型，提高我国商业银行的竞争力。本文共分为五章。第一章为引言，主要是介绍了本文的研究背景、文献综述及文章的结构与主要内容。第二章是商业银行信用风险概述，主要介绍了信用风险的一些基础知识并对一些常用的信用风险度量方法进行了综合评述。第三章是本文的主体，主要介绍了KMV模型的应用原理并根据我国的实际情况对模型进行了修正。第四章是模型的实证过程。最后一章是结论，概括了文本对违约点的重新界定在应用中的意义，并指出了本文后续的研究方向及对商业银行度量信用风险的建议。其中，对KMV模型的修正和对修正后的模型进行实证是本文的主要内容。我们知道，在KMV模型中，违约点是一个非常关键的参数，该参数设置的不同会导致模型得出完全不同的结论，对公司信用风险的评价结论也会产生较大差异，因此在计算EDF之前必须设置一个符合实际情况的违约点。而KMV公司得出的违约点与中国的市场有一定的差距，所以为了解决这一问题，本文从新从我国的股票市场中随机选取了60个ST股，对其用线性回归的方法拟合出符合我国具体请款的违约点，确实针对我国的实际对模型进行了修正。并且，随后本文还对修正后的模型进行了实证研究，对比实证的结果，我们发现，修正后的模型能过很好的预测信用风险，与市场的具体情况基本吻合。2.学位论文朱瑞珍基于KMV模型的我国上市公司信用风险度量研究2006信用风险是金融业面临的主要风险之一。金融危机在世界范围内的频繁爆发使得信用风险管理日益引起人们的关注。当前，作为信用风险管理主体，我国商业银行深受不良资产的困扰；而作为信用风险管理客体，上市公司财务报表失真现象严重。这一系列问题使得加强信用风险管理成为我国商业银行在全面开放金融业后能否健康发展的关键因素。KMV模型是现代信用风险管理方法的一种，具有前瞻性和数据获取方便的优点，日益成为信用风险管理方法的主流。如何在中国市场信用风险管理中引进KMV模型成为学术