我国上市公司信用风险的测度研究

中国农业大学硕士学位论文我国上市公司信用风险的测度研究姓名：刘斌申请学位级别：硕士专业：企业管理指导教师：陈宝峰20070601我国上市公司信用风险的测度研究作者：刘斌学位授予单位：中国农业大学相似文献(6条)1.学位论文郝振飞我国上市公司信用风险测度研究2008信用风险是金融业面临的主要风险之一。随着我国证券市场的不断发展，越来越多的公司通过上市来募集资金以扩大发展。伴随着证券市场的繁荣以及上市公司的增多，信用问题也愈加凸现出来。上市公司财务状况异常甚至恶化会给投资者和债权人带来巨大的损失，因此，如何提前识别上市公司潜在的信用风险以及正确的测度信用风险，以使投资者和相关债权人能够及时采取措施规避风险具有重要的现实意义。对上市公司信用风险测度是本文的主旨。文章首先对信用风险进行了一般性的分析，重点分析了我国上市公司信用风险的来源及特点。其次，文章对国际上应用比较广泛的信用风险测度模型演进过程进行了简要的概述，比较分析了四个著名的现代信用风险测度模型，同时，进一步分析了四个模型对我国的适用性，通过分析发现修正后的KMV模型可以在我国得到运用，而其它三个模型目前在我国还不具备适用性。最后，文章在前面分析的基础上分别运用Logistic模型和KMV模型对我国上市公司信用风险进行了实证分析，对实证结果分析得：Logistic模型和KMV模型都能够提前两年比较准确的预测出上市公司的信用波动状况，都是我国理想的上市公司信用风险测度模型。相比而言，Logistic模型预测的准确率更高，目前对我国有更好的适用性，但从长远来看，随着我国资本市场的不断完善，KMV模型由于能够及时对市场信息变动作出反映而有更好的应用前景。量化信用风险是一项非常复杂的工作，我国与发达国家在信用风险测度方面有很大的差距，还有很长的路要走。2.学位论文阮骥宗我国上市公司信用风险测度问题研究2006我国股票交易市场自1990年建立以来，对国民经济的发展和经济体制的快速转换起到了较大的推动作用。但十几年的建设也积累了相当多的问题，其中，上市公司信用问题最为突出。信用问题研究在国外已有多年的历史，积累了相当多的风险管理理论、思想，以及风险管理模型。如Z-Score模型，Zeta模型，线性概率模型，Logistic模型，Probit模型，神经网络模型，生存分析模型，结构模型，简化模型等。模型越来越精确，越来越贴近现实生活。由于我国市场结构、公司行为目标以及治理结构等与国外存在着较大的区别。国外已有的信用风险管理理论、模型难以解决我国市场上的风险问题。相对而言，我国在这方面的研究较为落后，至今仍没有形成适应中国市场的信用风险管理理论。本文首先阐述了上市公司信用风险概念、特征。对信用风险进行了分类，提出了商业信用风险、金融信用风险、股权信用风险等类型，详细描述了我国上市公司这几方面信用风险的具体表现形式，以及风险形成原因。第二章对信用风险测度方法进行了文献综述，回顾了这个领域研究进展和目前的研究方向。第三章提出了模糊模式识别模型的理论基础，介绍了相关的模型概念并对模型的理论推导进行了表述。第四章利用财务数据对上市公司信用风险进行了实证分析。先后用Logistic模型和模糊模式识别模型分析相同公司财务数据，得到以下结论：模糊模式识别模型对我国上市公司信用风险的测度比较有效。近期预测上，两者差距不明显，但在远期预测上，后者比前者精确度高出不少。说明在非有效市场条件下，模糊模式识别模型是我国信用风险测度的一种很好选择。3.学位论文赵寒松KMV信用风险测度模型及其在中国上市公司中的应用2003该文测度的公司信用风险是由公司的履约能力引起的,不考虑履约意愿的问题.KMV模型是众多信用风险测度模型中比较成熟的一种.首先,它是一种真正的违约率测度模型.KMV公司没有使用历史平均的违约率,而是在Merton信用风险测度模型的基础上推导出真正的违约概率,这个概率是公司资本结构、资产价值和资产收益波动率的函数,它是公司特有的.其次,KMV模型尽管也要借助于历史数据,但它的重点是对未来财务会计数据的预测,因此可以减轻中国上市公司缺乏足够的历史数据所带来的负面影响.该文介绍了Merton模型,它是KMV模型的基础,同时比较详细的介绍了J.P.摩根的信用矩阵模型,把它与KMV模型做了比较,通过比较展示出KMV信用测度模型的优点.中国证券市场只有短短十几年的历史,与西方发达国家相比,尚处在发展的初期阶段,因此对信用风险的测度和控制也显得更加重要.该文详细介绍了KMV公司测度信用风险的过程,同时将这个模型应用到中国的上市公司中,通过对模型中重要参数——违约临界值的改进,建立起一种比较完善的、更适合中国上市公司特征的信用风险测度方法.4.学位论文韦艳群基于“新巴塞尔协议”的我国商业银行房地产信贷风险的控制2008信用风险一直是银行业，乃至整个金融业最古老最重要的风险形式，是金融机构和监管部门风险管理的主要对象和核心内容，它直接影响到现代社会经济生活的各个方面及全球经济的稳定与协调发展。信用风险管理也成为当今金融领域一个重要的课题，信用风险管理的首要工作和关键问题是如何对其进行测量和评估。在近几年里信用风险管理理论取得了突破性的发展，对信用风险分析方法从主观判断分析法和传统的财务比率评分法向以风险计量和风险优化为核心的全面风险管理趋势发展，并出现了一系列信用风险度量模型，如CreditMetrics模型、KMV模型、CreditRisk+模型以及CreditPortfolioView模型等。这一系列的风险度量方法对巴塞尔资本协议的不断完善起到了巨大的推动作用，这些方法在有关巴塞尔协议的文件中得到了充分的体现，并强调商业银行在信用风险的评估上要使用标准化法和内部评级法。《新巴塞尔资本协议》提倡各国银行通过内部评级体系的建设来开发信用风险计量模型，而且希望没有使用内部模型的银行能够建立自己的基于内部评级的信用风险评估模型。在我国，房地产业是第三产业的龙头产业，是我国国民经济中的主要产业，是我国启动内需、促进经济增长、改善人民生活的重要途径。因房地产业具有涉及面广、投资规模大、开发周期长、资本占用量大及收回时间慢，且资金项目具有专用性、集中性及异质性等特点，属于非常典型的资金密集型行业，房地产业的这些特点决定了其需要银行业的大力支持，因此，房地产贷款业务成为商业银行的一项核心任务。又由于房地产的这些特点，使得贷款人一旦违约将造成商业银行非常严重的损失。因此，商业银行对房地产业的信用状况进行及时分析并采取相应的应对措施是非常必要的。巴塞尔银行监管委员会要求各国商业银行在2006年底正式实施《新巴塞尔协议》，本文正是从《新巴塞尔协议》角度出发对我国商业银行房地产贷款信用风险管理进行研究。本文综合考虑了房地产信贷的特点，通过对各模型的比较之后，选择了基于现代理财和期权理论的KMV模型对我国房地产信贷的信用风险加以度量和预测。由于该模型以股票市场数据为基础，同时结合公司的财务数据，将市场信息融入模型中，这样可以及时为商业银行提供与公司实际情况较为符合的信用状况指标，具有很好的前瞻性。又由于房地产信贷随经济周期的起伏及市场变化有比较大的波动性，及时预测非常重要，所以该模型比较适合于对房地产市场信贷风险的预测。本文首先对房地产信贷及房地产信贷风险的相关概念做了解释，并分析其具有的一些特点及目前存在的问题；其次，本文分析《新巴塞尔协议》产生的背景、框架及其对我国房地产信贷的影响，巴塞尔银行监管委员会要求有条件实施《新巴塞尔协议》内部评级法的商业银行要使用内部评级法，而高级内部评级法的实施基础是当今世界上比较著名的几个信用风险管理模型，如CreditMetrics模型、KMV模型、CreditRisk+模型以及CreditPortfolioView模型等。因此，本文接着分析这四大模型，通过比较提出KMV模型比较适合于我国房地产信贷风险的度量；再次，本文从房地产上市公司中选取了绩优类和绩差类两组公司2005、2006年度及2007年1月至10月三年的数据运用MATLAB软件对KMV模型做出估计，KMV模型是基于上市公司股票的交易数据和基本财务数据，计算违约距离（DD）的长度，理论的结果是对于业绩优良的公司其违约距离应比较大，相应的预期违约率应比较小。反之，如果预期违约率比较大或违约距离比较小，这类公司的业绩应该比较差，从得出的实证结果与理论相符。因此，基于KMV模型对我国上市房地产公司进行实证分析的结果与实际情况还是比较吻合的。从实证结果中，本文还提出了哪些房地产公司是信誉比较好，而哪些是值得关注的；最后，本文针对我国房地产开发信贷风险方面存在的一些问题提出了相应的防范措施，即商业银行应根据国际经验，按照《新巴塞尔协议》的指引，分阶段积极主动地进行房地产贷款信用风险测度与管理体系的改革，建立全面风险控制体系，同时推进房地产信贷风险转移机制的创新。5.期刊论文罗国伟.薛锋上市公司股票信用风险的界定、现状分析与测度-现代企业2006,(4)我国证券市场经过十多年的探索和发展,已经取得了举世瞩目的成就.然而在发展过程中,证券市场的缺陷也不断暴露,如市场制度不健全、信息严重不对称、上市公司信用不足、外部监管不力以及股权结构不合理等等,这些缺陷中上市公司信用风险问题在现阶段表现尤为突出.本文运用经济理论和信用风险评估对股票信用风险界定,并提出股票信用风险测度的方法.通过以上研究,希望系统的形成股票信用风险研究内容体系,建立符合我国证券市场环境和上市公司特点的股票信用风险评估度量方法.6.学位论文胡雪我国商业银行企业贷款信用风险评估实证分析2007本论文的研究内容为商业银行企业贷款信用风险评估问题。信贷规模扩大以及现代金融市场的复杂化加剧了银行面临的信用风险，建立适用于我国商业银行内部信用风险评估体系，为银行提供准确简便的企业贷款信用风险评估方法具有重要的理论与现实意义。论文从国内外信用风险评估理论研究现状出发，介绍了现有的三大类信用风险评估方法，即古典信用评价法，信用评分法和现代信用风险测度模型。通过对三类评估方法在理论与实际运用层面的综合比较，详细分析了每类方法在我国信用风险评价中各自的应用范围、优势及不足：指出了古典信用评价法主观性较强，有失精确，适合于我国小额消费信贷风险评估；现代信用风险测度模型最先进全面，但在中国的应用条件尚不成熟；信用评分法兼具实用性和客观性，适合用于我国企业信贷风险评估。论文进而介绍并比较了信用评分法中常用的几种建模方法——判别分析法、Logit法和神经网络法等，最终选择了准确率高、简便易行的Logit法作为我国企业信用风险评估模型来进行实证分析。论文在实证研究中以上市公司为研究对象，将企业的信用风险用其违约的概率来量化，并选择2001年至2006年被实施ST的公司作为“违约”样本，“沪深300”股指成份股作为“信用良好”样本。在评价指标筛选方面，首先对初选的原始财务指标进行t-检验，筛选出了上述两类企业中存在显著差异的13个指标；再采用主成份分析法剔除指标间的多重共线性，提取到分别反映企业偿债能力，盈利能力，资本结构和营运能力的四个主成份，将其作为所构建模型的最终评价指标。本文用2004年至2006年的样本作为估计样本，分别构建了一年期与两年期的Logit信用风险预测模型；将2001至2003年的样本作为测试样本，来判断所构建模型预测力的稳定性。实证结果显示，构建的一年期Logit信用风险预测模型的总体判别准确率超过80％，能较好的区分“违约”和“信用良好”两类公司企业；模型对估计样本和预测样本的评估结果大致相同，具有较好的稳定性和合理的经济意义。论文实证结论表明，采用财务数据进行Logit建模对中国上市企业进行信用风险评估是切实可行的，适合作为我国商业银行内部信用风险评估体系中企业贷款信用风险的评估方法。在实际运用中，应秉持信用评分法为主，专家打分法为辅，将定性分析与信用评分法的判定结果相结合，最大限度提高评估的准确性，降低银行信用风险暴露。本文链接：