KMV模型的修正對上市公司信用風(fēng)險(xiǎn)度量和定價(jià)的作用研究.pdf

1、信用風(fēng)險(xiǎn)是金融市場上最為古老的一類風(fēng)險(xiǎn),對于一直把信貸業(yè)務(wù)作為主要業(yè)務(wù)種類的商業(yè)銀行而言,信用風(fēng)險(xiǎn)更是其面臨的最重要的也是最復(fù)雜的風(fēng)險(xiǎn),隨著金融衍生產(chǎn)品的不斷涌現(xiàn),具備領(lǐng)先的信用風(fēng)險(xiǎn)管理能力和水平,無疑將成為商業(yè)銀行最重要的核心競爭力。在我國信用體系建設(shè)嚴(yán)重滯后的背景下,如何管理好信用風(fēng)險(xiǎn)并對其有效定價(jià)一直都被當(dāng)作整個(gè)金融行業(yè)的核心問題。在結(jié)合國內(nèi)外有關(guān)信用風(fēng)險(xiǎn)的度量模型檢驗(yàn)有效性的基礎(chǔ)上,本文選擇了實(shí)證檢驗(yàn)效果顯著又能突出體現(xiàn)我國股票

2、市場改革成果的KMV模型。通過結(jié)合我國實(shí)際,對其關(guān)鍵參數(shù)的估計(jì)方法進(jìn)行修正的基礎(chǔ)上,實(shí)證檢驗(yàn)出新的模型參數(shù)對評估我國上市公司信用風(fēng)險(xiǎn)的重要作用,并通過對其進(jìn)行基于風(fēng)險(xiǎn)中性假設(shè)基礎(chǔ)上估計(jì)出樣本公司的違約概率,根據(jù)無風(fēng)險(xiǎn)套利交易原理,采用風(fēng)險(xiǎn)中性的定價(jià)方法,對我國上市公司的信用風(fēng)險(xiǎn)溢價(jià)進(jìn)行了精確估計(jì),并結(jié)合估計(jì)結(jié)果對這一定價(jià)方法在我國的適應(yīng)性做了簡要分析。
　　本研究分為五個(gè)部分：第一部分為緒論,主要闡明了本文的選題意義、研究思路以及

3、國內(nèi)外就同一課題作研究的相關(guān)文獻(xiàn)進(jìn)行簡要回顧;第二部分介紹了KMV模型的基本原理并結(jié)合我國現(xiàn)實(shí)對其進(jìn)行了修正。具體有以下幾點(diǎn):以全流通價(jià)格確定了其股權(quán)價(jià)值、以歷史數(shù)據(jù)進(jìn)行回歸發(fā)展了其違約點(diǎn)(DP)的確定、以不同的波動(dòng)率估計(jì)方法預(yù)測其未來的股權(quán)波動(dòng),在不違背Meton結(jié)構(gòu)化模型本質(zhì)的基礎(chǔ)上最大限度地改進(jìn)了期權(quán)定價(jià)公式的參數(shù),比如考慮到我國上市公司退市機(jī)制的不完善,修正了違約的定義,以違約點(diǎn)DP代替期權(quán)定價(jià)公式中的總負(fù)債D;第三部分是修正后

4、模型的實(shí)證過程。本部分除了以具體實(shí)例表現(xiàn)了修正后模型估算上市公司信用風(fēng)險(xiǎn)的過程,更根據(jù)一致性的原理,分別采用簡單移動(dòng)平均法和GARCH(1,1)模型法對股權(quán)價(jià)值的波動(dòng)率進(jìn)行了估計(jì),給出了GARCH(1,1)模型的應(yīng)用范圍;第四部分是對修正后的模型估計(jì)結(jié)果進(jìn)行具體的應(yīng)用及分析。通過實(shí)證檢驗(yàn),不僅證明了修正后的KMV模型在我國有著很好的適應(yīng)性,驗(yàn)證了信用風(fēng)險(xiǎn)遷移問題的存在,通過與風(fēng)險(xiǎn)中性定價(jià)理論的結(jié)合,更可以為我國信用風(fēng)險(xiǎn)溢價(jià)提供量化工具;

5、第五部分為結(jié)論?？偨Y(jié)了修正后的模型仍然存在的問題,提出了實(shí)務(wù)界在運(yùn)用預(yù)期違約概率(EDF)進(jìn)行信用風(fēng)險(xiǎn)評估和計(jì)量過程中需要注意的問題。
　　本研究表明：修正后的KMV模型能更好地評估上市公司的信用風(fēng)險(xiǎn),同時(shí)盡管風(fēng)險(xiǎn)中性定價(jià)理論有著理論基礎(chǔ)雄厚、計(jì)算簡單等優(yōu)勢,但由于其所考慮到的定價(jià)因子有限,商業(yè)銀行在具體的應(yīng)用中必須結(jié)合其它的因素,并提高對相關(guān)參數(shù)量化方面的研究技術(shù),才能對上市公司的信用風(fēng)險(xiǎn)有更準(zhǔn)確的計(jì)量和定價(jià)。從實(shí)證過程來看,盡

6、管金融時(shí)間序列大都存在著“尖峰厚尾”﹑“杠桿效應(yīng)”以及“波動(dòng)叢集性”的特征,造成傳統(tǒng)的線性模型并不能很好的擬合現(xiàn)實(shí)數(shù)據(jù),非線性的ARCH和GARCH模型成為了模擬和預(yù)測股票市場波動(dòng)性的主流思路,但并非所有的上市公司的收益率序列都適合利用GARCH(1,1)模型,對于ARCH-LM檢驗(yàn)結(jié)果顯示不具有ARCH效應(yīng)的上市公司,一概而論地利用ARCH簇模型來估計(jì)上市公司波動(dòng)率是不符合實(shí)際的;同時(shí)由于KMV模型和期權(quán)定價(jià)公式在度量違約概率時(shí)所考慮