基于KMV模型的制造业上市公司信用风险评价研究

本文在介绍信用风险度量KMV模型后,根据一定的条件选取42家中国制造业上市公司数据,在对KMV模型的适用性验证的同时,利用ST和*ST公司的财务数据对违约点进行修正,实证分析表明,采用新违约点的KMV模型在中国的适用性和准确性都有所提高.由此得出基于我国证券市场发展的实际情况和行业特性,对KMV模型进行针对性的修正具有实践意义.     

基于KMV模型的上市公司信用风险预测

本文利用KMV模型,提出了一种上市公司信用风险预测方法.通过对我国4家上市公司5年股票价格的违约距离实证分析表明,KMV模型的灵敏度和预测能力都相当好,能为银行和投资者预测、揭示上市公司信用风险.     

基于KMV模型的商业银行信用风险研究

信用风险是商业银行等金融机构面临的重要风险之一,本文通过对KMV模型的分析找出了一种度量商业银行信用风险的方法,得出了利用KMV模型衡量违约率的逻辑框架,并分析了KMV模型应用在我国商业银行的可行性.     

基于LOGIT模型的中小型上市公司信用风险度量研究

信用风险是商业银行面临的主要风险之一。因资本结构的特殊性、高收益高风险性和信息不对称等因素,度量和规避中小型上市公司的信用风险对商业银行来说尤为重要。文章选取中小板块上市公司作为研究样本,提取相关财务指标对样本进行LOGIT分析,测度样本公司的信用风险。其中拟利用因子分析和主成分分析的方法对众多财务指标进行降维处理,便于LOGIT模型的构建。实证结果表明LOGIT模型能够有效测度我国中小型上市公司的信用风险。     

基于KMV模型的科技型中小企业违约概率预测研究

针对科技型中小企业信用风险衡量的必要性,文章基于KMV模型,对科技型中小企业的违约概率进行预测。首先,介绍了KMV模型的理论基础及其参数设定方法;然后,以200家中小板上市公司为样本,运用KMV模型计算了科技型中小企业和一般中小企业的预期违约概率,结果表明,科技型中小企业的预期违约概率明显高于一般中小企业;最后,对实证结果进行了简要分析。     

基于KMV模型对高科技上市公司信用风险实证研究

文章首先对风险信用度量模型KMV进行简要介绍,包括理论基础、模型假设、参数选择等,在此基础上依据选取原则选定我国中小企业板ST股与电子仪器行业上市公司的数据,利用最新的公司数据对KMV模型的应用作了实证分析,得到不管是ST公司还是非ST公司的资产价值较股权价值稳定的结论。     

基于KMV模型的我国商业银行违约风险实证研究

测算银行业的违约风险水平,防范银行业的违约风险对社会公众和监管当局乃至整个金融系统的稳定都至关重要,然而目前我国银行业违约风险的评价方法仍然比较落后。以最新的计量违约风险的模型KMV模型为基础,运用我国16家不同性质上市商业银行的相关数据,计算出了这16家上市商业银行的资产价值和资产价值波动率,并测算了我国16家上市商业银行的违约距离。通过对我国16家上市商业银行违约距离的分析比较,测量出了我国不同性质上市商业银行的违约风险水平,结果表明我国上市商业银行的整体信用状况良好,其中股份制商业银行违约风险最小,传统国有商业银行违约风险相对较大,而地方性商业银行违约风险最大,在此结果之下,文章给出了相应的政策建议。     

Z-Score模型对科技型上市公司财务风险预警的适用性检验

选取2011年宣布特别处理的科技型上市公司中的20家ST公司,以及与其同行业、资产总额基本相同的20家非ST公司作为研究样本,利用Z-Score模型分析了ST公司宣布特别处理前三年及非ST公司相对应年度的财务数据,计算得出Z值。通过对Z值的分析,认为Z-Score模型对我国科技型上市公司财务风险的预警是有效的。     

基于Credit Metrics模型的CDS定价研究

信用违约互换(Credit Default Swaps,CDS)作为当今国际上最流行的的信用衍生工具,被广泛应用于商业银行的信用风险管理中。Credit Metrics模型被广泛运用于度量信用风险的大小,在应用Credit Metrics模型计算商业银行贷款的VaR基础上探讨CDS的定价问题。以单笔贷款为例来说明该模型探讨CDS定价实际运用过程,对我国商业银行信用风险管理的提高有一定指导作用。     

基于违约判别度的小企业信用风险评价研究

小企业占我国企业总数99%以上,提供75%以上的城镇就业岗位,在我国社会经济发展中起着至关重要的作用。合理评价贷款小企业的信用风险水平不仅有利于缓解小企业融资难、贷款难的现状,而且有助于保持社会稳定。文章在原因度赋权和违约区分能力赋权的基础上,根据违约样本误差最小化原则进行组合赋权,建立了基于违约判别度的小企业信用风险评价模型,并采用我国某大型商业银行租赁和商务服务业的数据进行了实证研究。本研究的创新及特色:一是通过每个评价指标对其它评价指标的影响程度、其它评价指标对特定评价指标的被影响程度确定了各评价指标的原因度权重,体现了指标越能提供独立的信息,权重越大的赋权思路。二是以违约样本误差最小化原则进行组合赋权,改变由于信贷数据中违约样本远少于非违约样本所导致的样本精度以牺牲违约样本精度为代价的现象,即:样本总体精度很高、违约样本正确率反而不高的现象。三是研究表明:净资产与年末贷款余额比率、抵质押得分、法人代表贷款违约记录、公司法人代表本地居住年限等指标能显著区分违约小企业与非违约小企业。相关行业从业年限、主营业务收入现金比率、现金比率等指标在区分违约小企业和非违约小企业方面表现较差。     

基于KMV和关联规则算法的行业供应链信用风险传染研究

从行业供应链视角,以钢铁行业和医药流通行业供应链中上市企业市场数据为研究对象,上市公司信用风险大小以KMV模型中的违约距离值代替,利用Apriori算法挖掘上市公司信用风险传染的关联规则。研究结论表明,医药流通行业供应链中企业信用风险传染频率和传染强度均高于钢铁行业供应链中企业;供应链中上下游企业整合以及信用技术引进是影响供应链企业信用风险传染重要影响因素。     

信息不对称下商业银行信贷风险分析与对策

通过不完全市场下我国商业银行信贷风险问题以及看涨期权与风险贷款的同构性分析,针对我国股市波动不稳定,尤其是重大经济事件或政治事件的信息披露以及金融市场上可能存在的影响金融资产价格波动率的季节性或周期性等因素,对标的资产市场产生影响较大这一特性,提出基于Tomp-kins方法的预测波动率求解来替代传统历史波动率的求解,以期用修正后的KMV模型更好地量化信用风险。本研究成果对于解决当前金融危机形式下的我国商业银行信用风险管理问题具有一定的参考价值。     

中国上市公司信用风险管理实证研究--EDF模型在信用评估中的应用

对信用风险的动态管理是二十一世纪风险管理研究中最具有挑战性的课题,它将使传统的只注重违约条件下债务账面损失的静态分析方法转变为通过债务人的资产价值的变化反映其信用资质变化的动态分析方法。本文采用了一个基于期权理论的信用风险管理方法的分析框架,利用我国上市公司1997—2001股票价格波动的时间序列和截面数据,对中国上市公司的违约频率进行了实证分析。研究结果表明：(1)上市公司的股票价格波动与该公司的预期违约频率显著相关,且呈负相关关系;(2)上市公司的预期违约频率与该公司的信用资质变化吻合,并栽有公司未来前景的情报性信号。     

我国上市公司盈余管理研究——基于ST板块的分析

盈利是任何一个企业所追求的目标,亏损,特别是连续亏损严重影响着一个公司的生存发展,必然会对公司的声誉产生消极的作用,所以很多处于亏损状态的上市公司都会选择盈余管理的手段来进行盈余管理,以防止成为被关注的对象。在2007年新会计准则实施的基础上,以ST公司为研究对象,选择2008年和2009年连续2年亏损,受到退市风险警示特别处理,而2010年成功扭亏的30家上市公司为研究样本,利用应计利润分离法,通过构建修正后的琼斯模型进行实证检验,运用eviews统计软件对所研究的样本公司的历史数据进行回归分析,研究发现,ST公司的应计利润与销货收入、应收账款、固定资产的折旧等有显著的相关性,从而判断出ST上市公司存在盈余管理的现象,并通过计算操纵性应计利润来衡量ST公司的盈余管理程度。     

基于违约风险调整的商业银行利率风险计量及实证分析

当前，商业银行利率风险计量与管理实践中所使用的久期模型忽略了违约风险的影响，然而，银行资产中包括不少的高收益、高风险的垃圾债券和风险贷款，因而其久期计算结果必将产生较大误差。本文通过引入反映违约先验概率的参数以及放松平坦期限结构的假定扩展了Bierwag和Kaufman模型，同时考虑了息票支付和违约补偿，构建了包括确定性等价因子等参数的违约风险资产久期的一般化模型。此外，通过实证分析得出，对于含有违约风险的债券和贷款来说，在其久期计算中幸存概率、违约清算时滞和违约补偿额是影响久期测度的重要因素，这些因素必将对商业银行的利率风险管理产生重要影响。     

Logistic模型在上市公司信用风险评估中的应用

信用风险是发生损失的可能性,具有不确定性,是企业最难防范的风险。而信用风险没有确切的界限,模糊的判断标准使得投资者、银行等很难确定是否投资或放贷。以被特别处理且因信贷违约被借款机构起诉并败诉的上市公司作为研究对象,以上市公司的年报数据为基础,引入财务指标利用Logistic模型进行评估,以此判断上市公司是否面临信用风险,通过实证分析,发现该模型对上市公司信用风险评估具有较高的准确率。     

基于信用风险迁移的组合收益与组合风险计量模型

考虑了信用风险迁移对银行贷款的影响,将信用风险迁移应用到贷款收益率的计算中,求解出各类企业各年份的相应贷款收益率期望值,建立基于信用风险迁移的组合收益与组合风险的计量模型。本文的特色一是把企业信用风险迁移的思路引入到贷款收益率的计算中,反映了企业信用等级迁移对企业收益率的影响,更加客观地反映了贷款的真实收益与风险的关系,解决了现有研究仅简单求解各笔贷款的收益率期望值而忽略信用风险迁移的问题。二是通过信用风险迁移原理计算各类贷款的违约风险,在此基础上测算组合违约风险,建立了贷款组合风险的测算模型,解决了现有研究忽略违约风险因素和对组合风险测算的不合理问题。     

改进的KMV模型在我国上市公司信用风险度量中的应用

传统的KMV模型中违约点等于短期负债加长期负债的一半,然而这是基于美国公司的信用状况得出的结论,对于中国公司是否适用还有待于进一步探讨.本文正是基于这一观点,对违约点的参数进行修正,重新设定违约点(DP)＝a·短期负债(STD)+b·长期负债(LTD) .通过选取82家样本公司,按照一定的判断标准,用Matlab计算得出了新违约点,并且将新旧违约点代入样本公司求出相应的违约距离,经比较得出,新违约点更能反应我国公司的信用状况.     

基于大规模数据分析的融合面部特征的信用风险预测模型

【目的/意义】个人违约信用风险是网络借贷平台所面临的主要风险之一,引起了金融机构的广泛重视。传 统的P2P网络借贷违约风险预测模型通常使用历史数据建模,而模型的对象主要为历史履约和违约因素,由此带来 的因素选择偏差问题会影响模型的泛化能力和风险预测能力。【方法/过程】本文引入面部特征大数据分析方法,利 用深度学习技术自动抽取人脸面部特征变量,将其作为一个新的维度融入以历史借贷数据为核心的信用风险评价 系统,建构新型信用风险预测模型。【结果/结论】论文基于南京某互联网金融公司提供的数据集进行实验与实证分 析,结果表明本文提出的模型优于传统的违约风险预测模型。【创新/局限】本研究的创新点为一方面基于大数据分 析方法挖掘了真实借款人面部特征在预测互联网信贷背景下的贷款违约中的作用,为互联网信贷的信用风险预测 模型提供了新的数据维度,另一方面为使用深度学习方法自动识别和提取大规模图片数据集中的面部特征提供了 新的思路。     

基于Z模型的制造业上市公司财务预警研究

为了对制造业上市公司进行财务预警,基于Z计分模型,采用我国深沪A股市场ST和非ST两类上市公司的财务数据,选择50家深沪A股制造业上市公司作为估计样本,推导建立起1个制造业财务预警模型,并以30家深沪A股制造业上市公司作为检验样本,对该模型进行检验分析。结果表明该模型可以给上市公司的利益相关者提供参考。