论文部分内容阅读
信用风险是金融市场上最为古老的一类风险,对于一直把信贷业务作为主要业务种类的商业银行而言,信用风险更是其面临的最重要的也是最复杂的风险,随着金融衍生产品的不断涌现,具备领先的信用风险管理能力和水平,无疑将成为商业银行最重要的核心竞争力。在我国信用体系建设严重滞后的背景下,如何管理好信用风险并对其有效定价一直都被当作整个金融行业的核心问题。在结合国内外有关信用风险的度量模型检验有效性的基础上,本文选择了实证检验效果显著又能突出体现我国股票市场改革成果的KMV模型。通过结合我国实际,对其关键参数的估计方法进行修正的基础上,实证检验出新的模型参数对评估我国上市公司信用风险的重要作用,并通过对其进行基于风险中性假设基础上估计出样本公司的违约概率,根据无风险套利交易原理,采用风险中性的定价方法,对我国上市公司的信用风险溢价进行了精确估计,并结合估计结果对这一定价方法在我国的适应性做了简要分析。 本研究分为五个部分：第一部分为绪论,主要阐明了本文的选题意义、研究思路以及国内外就同一课题作研究的相关文献进行简要回顾;第二部分介绍了KMV模型的基本原理并结合我国现实对其进行了修正。具体有以下几点:以全流通价格确定了其股权价值、以历史数据进行回归发展了其违约点(DP)的确定、以不同的波动率估计方法预测其未来的股权波动,在不违背Meton结构化模型本质的基础上最大限度地改进了期权定价公式的参数,比如考虑到我国上市公司退市机制的不完善,修正了违约的定义,以违约点DP代替期权定价公式中的总负债D;第三部分是修正后模型的实证过程。本部分除了以具体实例表现了修正后模型估算上市公司信用风险的过程,更根据一致性的原理,分别采用简单移动平均法和GARCH(1,1)模型法对股权价值的波动率进行了估计,给出了GARCH(1,1)模型的应用范围;第四部分是对修正后的模型估计结果进行具体的应用及分析。通过实证检验,不仅证明了修正后的KMV模型在我国有着很好的适应性,验证了信用风险迁移问题的存在,通过与风险中性定价理论的结合,更可以为我国信用风险溢价提供量化工具;第五部分为结论。总结了修正后的模型仍然存在的问题,提出了实务界在运用预期违约概率(EDF)进行信用风险评估和计量过程中需要注意的问题。 本研究表明：修正后的KMV模型能更好地评估上市公司的信用风险,同时尽管风险中性定价理论有着理论基础雄厚、计算简单等优势,但由于其所考虑到的定价因子有限,商业银行在具体的应用中必须结合其它的因素,并提高对相关参数量化方面的研究技术,才能对上市公司的信用风险有更准确的计量和定价。从实证过程来看,尽管金融时间序列大都存在着“尖峰厚尾”﹑“杠杆效应”以及“波动丛集性”的特征,造成传统的线性模型并不能很好的拟合现实数据,非线性的ARCH和GARCH模型成为了模拟和预测股票市场波动性的主流思路,但并非所有的上市公司的收益率序列都适合利用GARCH(1,1)模型,对于ARCH-LM检验结果显示不具有ARCH效应的上市公司,一概而论地利用ARCH簇模型来估计上市公司波动率是不符合实际的;同时由于KMV模型和期权定价公式在度量违约概率时所考虑的风险因素是不全面的,实务界对违约损失率(LGD)的确定也是有太多经验性的人为因素,仅基于风险中性假设计算的EDF来求得的信用风险溢价也是有失偏颇的。因此加入更多的参数对违约概率进行更精确的估计、建立违约损失率(LGD)的历史数据库将是我们未来工作的重中之重。