版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、上市公司信用風(fēng)險(xiǎn)度量研究摘要:本文利用kmv模型計(jì)算出樣本上市公司的違約距離,并將其作為probit模型的自變量計(jì)算出上市公司的違約概率。實(shí)證結(jié)果表明,違約距離能較好地識(shí)別上市公司的信用風(fēng)險(xiǎn),將違約距離作為自變量進(jìn)行probit建模分析時(shí)明顯提高了模型的統(tǒng)計(jì)顯著性和預(yù)測(cè)精度。在無法利用kmv模型測(cè)算上市公司經(jīng)驗(yàn)違約率時(shí),利用加入違約距離做自變量的probit模型可以實(shí)現(xiàn)有效的替代,將二者結(jié)合起來使用能夠?yàn)榻鹑跈C(jī)構(gòu)的信用風(fēng)險(xiǎn)評(píng)價(jià)提供科學(xué)依據(jù)。關(guān)鍵詞:probit模型;kmv模型;信用風(fēng)險(xiǎn);違約距離;經(jīng)驗(yàn)違約率中圖分類號(hào):f8322文獻(xiàn)標(biāo)識(shí)碼:a文章編號(hào):1000176x(2012)0300660
2、6一、引言隨著資本市場(chǎng)的快速發(fā)展,信用風(fēng)險(xiǎn)評(píng)價(jià)已經(jīng)不再僅僅局限于對(duì)企業(yè)財(cái)務(wù)報(bào)表的分析,而是開始注重資本市場(chǎng)信息中所反映出的信用風(fēng)險(xiǎn)信息。信用風(fēng)險(xiǎn)是指受信人不能履行還本付息的責(zé)任而使授信人的預(yù)期收益與實(shí)際收益發(fā)生偏離的可能性,它是金融風(fēng)險(xiǎn)的主要類型,也是各國金融機(jī)構(gòu)及其監(jiān)管機(jī)構(gòu)管理的重點(diǎn)。由于信用風(fēng)險(xiǎn)具有明顯的非系統(tǒng)性風(fēng)險(xiǎn)特點(diǎn),而且信用風(fēng)險(xiǎn)收益率的分布為非正態(tài)分布,再考慮到信用風(fēng)險(xiǎn)有明顯的信息不對(duì)稱特征和信用風(fēng)險(xiǎn)數(shù)據(jù)的難以獲取都使得對(duì)信用風(fēng)險(xiǎn)的測(cè)量和監(jiān)管比較困難。目前對(duì)信用風(fēng)險(xiǎn)的管理有兩類工具:一類是財(cái)務(wù)指標(biāo)預(yù)警模型;另一類是信用風(fēng)險(xiǎn)量化模型。前者包括altman的z值模型1、改進(jìn)的zeta模型
3、2以及神經(jīng)網(wǎng)絡(luò)模型,其中以altman的z值模型應(yīng)用最為廣泛;后者包括jp摩根公司創(chuàng)建的credit metric模型、csfp公司開發(fā)出來的credit risk+模型、mckinsey公司開發(fā)的credit portfolio view 模型和kmv公司開發(fā)的kmv模型,其中以kmv模型應(yīng)用最為廣泛3。由于財(cái)務(wù)指標(biāo)預(yù)警模型主要是基于歷史財(cái)務(wù)信息對(duì)受信人信用風(fēng)險(xiǎn)做出評(píng)價(jià),具有一定滯后性,所以具有前瞻性的kmv模型在國外研究中占據(jù)了主導(dǎo)地位,而在國內(nèi)的研究和應(yīng)用也在不斷擴(kuò)大。kmv模型的理論基礎(chǔ)是由black和scholes4 在1973年提出的期權(quán)定價(jià)模型,并參考了merton5在1974年
4、提出的期權(quán)定價(jià)模型。kmv模型的基本思想是把公司權(quán)益和負(fù)債看做期權(quán),而把公司資產(chǎn)作為標(biāo)的資產(chǎn),即把公司的所有者權(quán)益看做看漲期權(quán),負(fù)債看做看跌期權(quán),而公司價(jià)值遵循幾何布朗運(yùn)動(dòng)。如果貸款到期時(shí)企業(yè)市場(chǎng)價(jià)值高于其債務(wù),企業(yè)有動(dòng)力還款;當(dāng)企業(yè)價(jià)值小于其債務(wù)時(shí)企業(yè)有違約的選擇權(quán)。kmv模型的基本假設(shè)是:當(dāng)公司的資產(chǎn)價(jià)值低于一定水平時(shí),公司就會(huì)對(duì)債權(quán)人違約。這一水平對(duì)應(yīng)的點(diǎn)就是違約點(diǎn)dpt,即公司的資產(chǎn)價(jià)值等于負(fù)債價(jià)值時(shí)的水平。即該模型的本質(zhì)在于將公司負(fù)債看做是買入一份歐式看漲期權(quán),即公司所有者持有一份以公司債務(wù)面值為執(zhí)行價(jià)格,以公司資產(chǎn)市場(chǎng)價(jià)值為標(biāo)的歐式看漲期權(quán)。然后通過期權(quán)定價(jià)原理計(jì)算公司的總資產(chǎn)價(jià)值
5、和資產(chǎn)價(jià)值波動(dòng)率,進(jìn)而求出公司的違約距離。最后利用全國違約數(shù)據(jù)庫將公司的違約距離和違約概率進(jìn)行映射求出公司的違約概率,從而判斷公司具有的信用風(fēng)險(xiǎn)。從1993年kmv公司推出該模型以來,國外學(xué)者便開始廣泛研究和應(yīng)用該模型,研究重點(diǎn)主要集中在對(duì)該模型的預(yù)測(cè)效果的驗(yàn)證上。比較有代表性的有michel等6和lorenzo7。國內(nèi)學(xué)者對(duì)kmv模型的研究主要集中在模型在我國應(yīng)用時(shí)的參數(shù)修正上,比較有代表性的有張澤京等8、周沅帆9和唐振鵬10,這些學(xué)者從不同角度證明了該模型在中國的適用性,并提出了改進(jìn)模型的相關(guān)建議。但我國尚未建立全國性的公司信用數(shù)據(jù)庫,尚無法將公司的違約距離和違約概率密度函數(shù)映射求解個(gè)別公
6、司的違約概率。雖然廣大學(xué)者基于中國國情修正了諸如公司股權(quán)價(jià)值計(jì)算公式、公司資產(chǎn)價(jià)值波動(dòng)率和違約點(diǎn)等參數(shù),但在應(yīng)用kmv模型時(shí)一般只能求出個(gè)別公司的違約距離,無法進(jìn)一步求出基于全國信用數(shù)據(jù)庫的個(gè)別公司違約概率。本文創(chuàng)新之處是:在利用kmv模型求出違約距離之后利用probit模型分析和判斷個(gè)別公司的違約概率,進(jìn)而為公司的信用風(fēng)險(xiǎn)度量和金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理提供更加可行的依據(jù)。二、kmv-probit模型分析框架1kmv模型步驟第一步,根據(jù)公司股票的市場(chǎng)價(jià)值和股價(jià)的波動(dòng)性估計(jì)出公司資產(chǎn)的市場(chǎng)價(jià)值及其波動(dòng)性。既然企業(yè)股權(quán)所有者的損益狀況與它持有的股票看漲期權(quán)是同構(gòu)的,那么股權(quán)的價(jià)值就可以表示為一項(xiàng)看漲期
7、權(quán)的價(jià)值。根據(jù)black-schools期權(quán)定價(jià)公式,可得下列方程組:ve=va·n(d1)ert·d·n(d2)d1=ln(va/d)+(r+052a)t/atd2=d1at其中,ve代表公司股權(quán)價(jià)值,va代表公司資產(chǎn)價(jià)值,d代表負(fù)債的賬面價(jià)值,r代表市場(chǎng)無風(fēng)險(xiǎn)利率,t代表債務(wù)剩余到期時(shí)間,a代表資產(chǎn)價(jià)值的百分比標(biāo)準(zhǔn)差,n(d)代表正態(tài)分布下的累積概率。假設(shè)資產(chǎn)價(jià)值變動(dòng)過程為dva=vadt+avadw,其中vadt是dva的均值,根據(jù)伊藤過程可得:e=(va/ve)·(va/ve)·a,va/ve為期權(quán)的避險(xiǎn)比率,即n(d1),從而可得:e
8、=n(d1)·(va/ve)·a。將該方程與上述期權(quán)方程組聯(lián)立可得關(guān)于va和a的二元方程組。由于該方程組中的其他變量ve、t、r、e和d可從擬評(píng)估上市公司財(cái)務(wù)報(bào)表計(jì)算獲得,因此該二元方程組可解。但由于涉及正態(tài)分布累積概率問題且兩方程均為非線性方程,需采用專業(yè)軟件處理,實(shí)務(wù)中宜采用matlab70。具體算法可采用“牛頓拉弗森”迭代算法。第二步,計(jì)算違約距離和公司資產(chǎn)的預(yù)期價(jià)值。第一步計(jì)算出va和a后,根據(jù)下式求出公司的違約距離:dd=e(va)dpt/e(va)a其中,e(va)代表資產(chǎn)預(yù)期價(jià)值,可根據(jù)計(jì)算出的va及預(yù)期資產(chǎn)增長(zhǎng)率估算。dpt代表違約點(diǎn),在違約點(diǎn)處公司的資產(chǎn)價(jià)
9、值正好能抵償其債務(wù)。kmv公司對(duì)大量違約案例進(jìn)行分析后發(fā)現(xiàn)違約發(fā)生最頻繁的臨界點(diǎn)在公司價(jià)值大于或等于流動(dòng)負(fù)債加50%的長(zhǎng)期負(fù)債時(shí)。設(shè)std為流動(dòng)負(fù)債,ltd為長(zhǎng)期負(fù)債,則dpt=std+05ltd??梢奷d的定義是1年后資產(chǎn)的預(yù)期價(jià)值e(va)和違約點(diǎn)dpt之間的距離除以資產(chǎn)預(yù)期價(jià)值e(va)與資產(chǎn)收益標(biāo)準(zhǔn)差a的乘積。從直觀上來看,dd值越大,說明資產(chǎn)的期望價(jià)值與違約邊界的距離相對(duì)資產(chǎn)價(jià)值波動(dòng)的標(biāo)準(zhǔn)差而言足夠大,因此是足夠“安全”的,可以判斷這樣的公司其債務(wù)違約風(fēng)險(xiǎn)應(yīng)當(dāng)比較小,kmv公司對(duì)歷史數(shù)據(jù)統(tǒng)計(jì)的結(jié)果符合這一直觀,采用dd作為衡量違約風(fēng)險(xiǎn)的指標(biāo)是合乎經(jīng)濟(jì)直觀的。但是,由于違約距離是基于公
10、司股票的交易數(shù)據(jù)得到的,因此實(shí)時(shí)變化的股票價(jià)格有利于債權(quán)人定期對(duì)公司的違約距離進(jìn)行判斷。但由于違約距離的測(cè)度類似于債券等級(jí)序數(shù)性的度量指標(biāo),仍然沒有告知公司違約概率具體水平,因此還需將違約距離轉(zhuǎn)化成預(yù)期違約概率。第三步,確定預(yù)期違約概率。而預(yù)期違約概率要根據(jù)具有不同違約距離值的公司歷史違約數(shù)據(jù)來確定。理論上的預(yù)期違約概率是基于公司資產(chǎn)的市場(chǎng)價(jià)值服從正態(tài)分布這一假設(shè)條件的,根據(jù)第二步計(jì)算出的違約距離,我們就可計(jì)算出資產(chǎn)市值下降到違約點(diǎn)的概率,即預(yù)期違約概率。計(jì)算公式如下:edf=p(e(va)dpt)=n(dd)=1n(dd)。但是va的分布不一定是正態(tài)的,所以kmv公司根據(jù)其自身擁有的大量數(shù)據(jù)
11、庫構(gòu)造了違約距離dd和違約概率edf之間的映射關(guān)系,該經(jīng)驗(yàn)edf的含義是年初違約距離為n個(gè)標(biāo)準(zhǔn)差的公司在1年內(nèi)違約的數(shù)量和年初違約距離為n個(gè)標(biāo)準(zhǔn)差的公司總數(shù)量的比值,從而構(gòu)造了以經(jīng)驗(yàn)edf為基礎(chǔ)的信用風(fēng)險(xiǎn)評(píng)價(jià)體系。kmv公司的經(jīng)驗(yàn)結(jié)論如表1所示。2kmv模型參數(shù)修正根據(jù)上述步驟,在計(jì)算違約距離時(shí)有五個(gè)參數(shù)是需要根據(jù)擬評(píng)估公司的財(cái)務(wù)數(shù)據(jù)來獲取的,那么對(duì)該模型的修正便集中于對(duì)這些參數(shù)的修正上。(1)關(guān)于股權(quán)價(jià)值波動(dòng)率e。傳統(tǒng)方法是先求出日波動(dòng)率再求出年波動(dòng)率。假設(shè)pi代表第i個(gè)交易日股票收盤價(jià)的復(fù)權(quán)價(jià),則股票日收益率為i=lnpilnpi1,股票收益日波動(dòng)率為=ni=1(i-)2/(n1)05,假
12、設(shè)1年交易250天,則e=250。傳統(tǒng)方法假設(shè)股票價(jià)格變化服從對(duì)數(shù)正態(tài)分布。但是對(duì)金融數(shù)據(jù)的大量實(shí)證研究表明,金融時(shí)間序列常常出現(xiàn)某一特征值成群出現(xiàn)的現(xiàn)象,在分布上則表現(xiàn)出尖峰厚尾的特征。為應(yīng)對(duì)該問題,實(shí)務(wù)中可采用garch模型對(duì)股權(quán)價(jià)值波動(dòng)率進(jìn)行建模估計(jì)。(2)關(guān)于違約點(diǎn)dpt的設(shè)定。由于kmv公司的結(jié)論是在比較完善的資本市場(chǎng)和監(jiān)管環(huán)境下做出的,可能不太適合于我國的宏觀環(huán)境,因此實(shí)務(wù)中諸多學(xué)者做出了相關(guān)實(shí)證研究,比較常見的是修正長(zhǎng)期負(fù)債的系數(shù)。kmv公司在測(cè)算時(shí)認(rèn)為dpt=std+05ltd是比較合適的,我國學(xué)者對(duì)該問題比較常見的處理方法是將長(zhǎng)期負(fù)債系數(shù)修正為更小的數(shù)值。(3)無風(fēng)險(xiǎn)利率一般采用央行公布的1年期存款利率,若年內(nèi)有變化則按時(shí)間加權(quán)計(jì)算。債務(wù)到期時(shí)間一般假設(shè)為1年。公司的資產(chǎn)增長(zhǎng)率一般假設(shè)為0或者按照公司以前若干年度的加權(quán)平均值計(jì)算。3probit模型變量選取和設(shè)定由于kmv模型計(jì)算的理論edf在適用性上受到資產(chǎn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025版收養(yǎng)協(xié)議書范本:寵物領(lǐng)養(yǎng)與責(zé)任承擔(dān)協(xié)議3篇
- 二零二五年度農(nóng)業(yè)電商平臺(tái)運(yùn)營服務(wù)合同模板
- 2025版新企業(yè)股東合作協(xié)議書:產(chǎn)業(yè)鏈升級(jí)改造3篇
- 二零二五版環(huán)保技術(shù)轉(zhuǎn)移與轉(zhuǎn)化合作協(xié)議4篇
- 2025航空貨運(yùn)保險(xiǎn)及全球理賠服務(wù)合同3篇
- 二零二五年度城市綜合體物業(yè)管理合同
- 二零二五年度高端智能設(shè)備采購合同范本4篇
- 二零二五年度城市更新項(xiàng)目舊廠房改造租賃合同3篇
- 2025年物流倉儲(chǔ)中心委托經(jīng)營與服務(wù)協(xié)議3篇
- 2025版萬科地產(chǎn)商鋪買賣合同規(guī)范范本3篇
- 人教版八年級(jí)下冊(cè)歷史第1課 中華人民共和國成立 說課稿
- 國家中醫(yī)藥管理局發(fā)布的406種中醫(yī)優(yōu)勢(shì)病種診療方案和臨床路徑目錄
- 2024年全國甲卷高考化學(xué)試卷(真題+答案)
- 汽車修理廠管理方案
- 人教版小學(xué)數(shù)學(xué)一年級(jí)上冊(cè)小學(xué)生口算天天練
- 三年級(jí)數(shù)學(xué)添括號(hào)去括號(hào)加減簡(jiǎn)便計(jì)算練習(xí)400道及答案
- 蘇教版五年級(jí)上冊(cè)數(shù)學(xué)簡(jiǎn)便計(jì)算300題及答案
- 澳洲牛肉行業(yè)分析
- 老客戶的開發(fā)與技巧課件
- 計(jì)算機(jī)江蘇對(duì)口單招文化綜合理論試卷
- 成人學(xué)士學(xué)位英語單詞(史上全面)
評(píng)論
0/150
提交評(píng)論