上市公司信用風(fēng)險(xiǎn)度量的研究——以商業(yè)銀行為視角.pdf

1、商業(yè)銀行作為我國銀行業(yè)發(fā)展的欣欣力量，其經(jīng)營效益對于穩(wěn)定國民經(jīng)濟(jì)具有相當(dāng)重要的作用。信用風(fēng)險(xiǎn)作為銀行面臨的最主要風(fēng)險(xiǎn)，不僅影響商業(yè)銀行的運(yùn)營安全，也會像多米諾骨牌一樣影響一國金融體系的穩(wěn)定。上市公司作為商業(yè)銀行貸款的主要對象，其資產(chǎn)狀況的好壞直接影響商業(yè)銀行的信用風(fēng)險(xiǎn)。目前，我國對信用風(fēng)險(xiǎn)度量的研究更多的是對國外提出的各種先進(jìn)方法加以應(yīng)用。將上市公司的資產(chǎn)運(yùn)營狀況作為研究對象，據(jù)此研究商業(yè)銀行信用風(fēng)險(xiǎn)度量方法。通過對信用風(fēng)險(xiǎn)度量的傳統(tǒng)方

2、法和現(xiàn)代方法的有機(jī)結(jié)合，建立適合我國商業(yè)銀行的信用風(fēng)險(xiǎn)度量方法，可以縮小與國際先進(jìn)國家
　　 本文通過對信用風(fēng)險(xiǎn)度量模型的梳理歸納，總結(jié)了各模型的優(yōu)缺點(diǎn)以及在我國的適用性，將基于修正的KMV模型中違約距離(DD)作為新的指標(biāo)引入到Logistic回歸模型。
　　 為提高KMV模型在我國的適用性，對其參數(shù)進(jìn)行了修正，這也是論文的重點(diǎn)部分。首先，采用每股凈資產(chǎn)計(jì)算非流通股價(jià)值，使得股權(quán)價(jià)值的計(jì)算更加準(zhǔn)確；其次，收益率序列顯著

3、不同于正態(tài)分布，表現(xiàn)出明顯的有偏性和尖峰厚尾性，而且條件方差是不斷變化的，即收益的波動呈集聚性，為提高波動率的計(jì)算精度，本文采用GARCH模型計(jì)算股權(quán)的波動率。再次，在違約點(diǎn)的選擇上，本文為長期負(fù)債設(shè)置了1/4、1/2、3/4、1四個(gè)比值，分別計(jì)算四個(gè)違約點(diǎn)對應(yīng)的違約距離，通過對各違約距離的顯著性檢驗(yàn)，確定了適合我國國情的最優(yōu)的違約點(diǎn)計(jì)算方法。最后，對于無風(fēng)險(xiǎn)利率，目前研究多采用年末的金融行業(yè)人民幣整存整取一年期存款利率，本文選取200

4、7至2009年央行頒布的金融行業(yè)人民幣整存整取一年期存款利率，按照實(shí)行天數(shù)，計(jì)算加權(quán)無風(fēng)險(xiǎn)利率。
　　 本文在修正KMV模型的基礎(chǔ)上，利用樣本公司的股票交易數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)，得出違約距離，為避免各財(cái)務(wù)指標(biāo)之間存在多重共線性，利用因子分析進(jìn)行科學(xué)篩選確定公共因子，作為建立信用風(fēng)險(xiǎn)度量模型的輸入指標(biāo)，分別建立未加入違約距離和加入違約距離的信用風(fēng)險(xiǎn)度量模型，同時(shí)對比前后兩模型的預(yù)測精度，實(shí)證結(jié)果表明，后一種模型的判別準(zhǔn)確度較未加入違約距