论文部分内容阅读
2004年巴塞尔银行监管委员会在《巴塞尔新资本协议》中提倡使用KMV模型作为内部评级法。KMV模型中定义的违约距离是一个用来衡量违约风险的典型预警指标,定义为资产的未来预期价值和违约点之间的距离对于未来资产收益的标准差的倍数,刻画了公司与违约点的接近程度。违约距离是KMV模型定义的一个中间变量,因此各类文献中违约距离的计算均是在KMV模型的框架中。然而KMV模型本身有很多局限性。因此,本文有别于以往文献的工作是,在分析现有KMV模型中的违约距离原理的同时,通过应用数据包络分析(DEA)方法中的CCR模型而非KMV模型来计算违约距离,量化信用风险。DEA方法是一种非参数方法,它不需要预先估计参数,不要求对投入产出指标体系做出相应的函数形式假设。将DEA方法应用于计算违约距离,原理是用公司的DEA值作为公司市场价值,用行业内ST公司的平均DEA值代替违约点值,得出违约距离。通过分析模型原理和实证结果,本文得出了DEA方法在信用风险管理领域具有理论探讨和实际应用价值的结论,最后分析了本文模型的缺点和可能的发展方向