论文部分内容阅读
信用风险是银行业乃至整个金融业中最重要的风险，会直接对经济生活造成不同程度的影响，甚至会影响到国家的宏观经济决策和经济发展，因此，加强信用风险的管理和度量是相当重要的。我国学者大多对上市公司信用风险进行度量，而对企业集团内部信用风险的度量还很少。目前很多企业集团实务界人士已经认识到母子公司信用风险，并提出了自己的观点，但都是基于制度上加强资金保障制度—授信制度，用制度来保证资金安全，制度是人为制定的必然存在一些不可避免的漏洞。现代先进的信用风险管理理论的思想已接近成熟，但真正能很好掌握并将现代信用风险管理理论灵活的运用到企业集团中的人才还是非常缺少的，企业集团无法对子公司的授信进行准确性的判断，缺少有效控制信用风险的模型和衡量信用风险的指标。企业集团资金集中管理，对企业集团的发展有众多好处与优点，以统领全局的观点分配资金，减少资金链的长度，提高资金的使用效率。现阶段，企业集团资金集中管理模式下，资金管理中心要对整个企业集团中所需的资金进行筹集和合理的分配。企业集团既是子公司的股东又是债权人，管理中心要根据子公司的情况考虑是否给予子公司进行贷款，所以，企业集团母子公司之间就产生了类似银行与借款人之间的信用风险，银行的信用违约风险就转嫁到了企业集团内部，如果子公司资金使用不当，预期的经济效益无法达到，必然影响子公司的贷款偿还，严重时不但子公司要陷入财务危机，并且会引起企业集团财务危机，最终甚至导致企业集团破产倒闭。从我国当前所属的经济国情分析，上市公司为少数，大多数企业都是非上市公司。由于集团公司组织架构的原因，集团公司内部，母公司与子公司之间存在着信用风险。但对于集团公司来说，母子公司都上市的甚少，从而集团企业的信用风险，难以得到很好的度量。本文利用期权定价的KMV模型对企业集团下的上市子公司的信用风险进行实证检验，为母公司是否该给予子公司贷款提供了判断依据，针对非上市公司对KMV模型进行修正，使其可以应用到对非上市子公司的信用风险进行度量，希望本文的研究能给企业集团的母子公司信用风险度量带来一些实质性的帮助。本文运用经济学、金融学、统计学等有关原理，对我国企业集团内部信用风险进行度量。将理论模型与实证检验相结合，并运用EXCEL、MATLAB等软件，应用KMV模型对企业集团内部的上市子公司信用风险进行实证检验，并从理论上得出可以应用于企业集团内部的非上市子公司的信用风险度量修正模型。本文主要结论：一、本文对企业集团财务风险筹资风险进行研究的过程中，得出，企业集团母子公司之间存在信用违约风险的结论，为企业内部财务风险的防范提供了理论支持。二、当前我国无法建立违约距离和违约概率的函数映射关系，但通过实证检验发现，违约距离的大小仍然能给企业集团的决策者做出信贷决策提供重要的参考数据。三、KMV模型利用股票数据作为主要的数据，对子公司的信用风险进行度量，是具有前瞻性的，股价的实时波动，能及时的使企业集团决策者做出正确的信贷决策。四、引入人工神经网络解决了KMV模型对企业集团内部非上市子公司信用风险度量时，无法对资产及资产波动率的估值问题，建立了对企业集团内部非上市子公司信用风险的KMV模型。