基于期权定价理论的我国资本市场违约概率度量

基于期权定价理论的KMV模型,在信用风险计量中具有广泛的应用。利用KMV模型,选择国内5个行业15只上市公司股票样本,采用GARCH(1,1)模型估计波动率参数,测算它们两年期的预期违约频率(EDF),发现KMV模型在我国资本市场违约概率度量上具有良好的适用性。根据实证结果,我国资本市场上市公司信用状况整体上较好,但整体上有恶化的趋势。其中,传统行业信用状况优于新兴行业,大型企业优于小企业。区分了实质违约和名义违约,把*ST超日作为典型样本,建议将EDF值为0.60作为我国资本市场实质违约的参考警戒线。

公司信用风险的期权定价模型

通过对风险贷款与某种形式期权的对比分析,得出它们具有同构性的结论,在此基础上,介绍和推导了以该结论和期权理论分析法为基础的KMV信用监控模型,并对模型的优点和需要修正的缺点进行了论述。

商业银行客户评级分布的宏观传导机制研究——基于EDF和CT

本文旨在研究商业银行客户评级分布与宏观经济之间的内在传导机制及其对商业银行内部经营管理的影响。首先,本文以我国上市公司的EDF数据构造反映当前宏观经济环境对未来一年违约概率影响程度的中间变量Z及其行业Z值,并基于似无关估计方法(SUR),就行业Z值与关键宏观变量所构造的VAR方程组进行了更有效的估计;在此基础上,本文通过数值模拟得到了不同宏观情景下不同行业的客户评级分布状况,并与实际变化情况进行了比较分析;最后,本文结合不同宏观情景下客户评级分布的变化情况,就其在商业银行信贷排查和内部管理中的应用给出了具体建议。

EDF模型在中国商业银行信用风险管理中的应用

由于我国违约数据库的缺乏,我国经验EDF函数还没有建立,这极大地制约了EDF模型在我国商业银行信用风险管理中的应用。本文在我国EDF模型现有实证研究成果的基础上,选取我国上市公司2003～2006年的相关数据,尝试建立我国经验EDF函数,并用试点试验(PilotTest)方法对EDF模型的预测能力和稳定性进行检验。实证结果表明EDF模型能够在上市公司违约前1～2年预测出其信用质量的下降,同时EDF模型对公司信用风险度量具有很好的稳定性。结果表明,将EDF模型应用于我国商业银行信用风险管理是可行的。

信用担保合约的定价

随着信用担保行业的不断发展,作为高风险行业,对其担保合约的科学定价以覆盖其担保失败的损失,显得极为重要。利用信用担保合约与信用违约互换的支付函数的同构性,构建适当的信用违约互换合约及模拟信用担保公司的信用担保合约,以信用违约互换的定价方式为信用担保公司的信用担保合同进行定价,更能体现出定价模型对担保合约定价的客观性、科学性和准确性。

基于信用风险的财务预警模型研究

将信用风险模型中的违约距离穴DistancetoDefault雪及预期违约频率穴ExpectedDefaultFrequency雪变量,引入公司财务预警系统中,研究了模型中包含信用风险的信息是否能够提升过去财务预警系统的预测能力。实证结果显示,在训练样本加入信用风险模型变量后预测能力没有得到显著的提高,并基于中国的情况对此提出了解释。

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。

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。

我国上市公司信用风险度量模型的选择

本文以电力、蒸汽、热水的生产和供应业、房地产开发与经营业为代表,利用KMV模型。对这两个行业每个行业10家深交所上市公司的信用风险进行了度量。度量结果认为,KMV模型能够较好地甄别不同行业的信用风险,是目前最适合我国上市公司的信用风险度量模型。

利率与银行风险承担——基于中国上市银行的实证研究

本文旨在深入研究在中国银行业靓丽的报表之下是否隐藏着潜在的风险。我们依据"风险承担渠道"理论的假说,采用中国上市时间超过三年的十四家上市银行的数据,利用固定效应模型和差分广义矩估计方法,验证了:在中国,低利率的政策环境会催生商业银行的风险承担行为。本文的贡献主要有两个方面:第一,我们计算并采用了对风险测度更灵敏的预期违约频率(EDF)作为风险测度指标,相较基于定期报表的Z值和坏账率等指标更能够反映市场预期,具有前瞻性;第二,为了降低利率变量的内生性问题,我们采用拟合泰勒规则的方法估算出均衡利率,从而得到能够灵敏地反映利率政策松紧程度的利差变量作为政策利率的代理变量并一定程度上降低了内生性。

基于KMV模型的我国商业银行信用风险研究

商业银行在一国金融行业中占据着举足轻重的地位,其信用风险更是一国金融稳定与否的关键。伴随着全球金融风险状况的趋紧,对我国商业银行信用风险进行有效评估及预警就显得极为重要。基于我国16家上市银行2012-2017年的数据,我们不仅运用KMV模型对各商业银行的违约距离与预期违约频率进行了测算,而且还对影响违约距离的因素进行了敏感性分析,结果发现:2012-2017年间我国商业银行的信用风险呈现先上升后下降的趋势,这与我国经济新常态及产业结构调整所导致的银行不良贷款率的变化有关,据此我们给出了完善我国商业银行信用风险监管体系的政策建议。