论文部分内容阅读
信用风险是金融机构所面临的最主要的风险之一，加强信用风险管理对金融机构有着十分重要的意义。有效信用风险管理的前提是对所面临的信用风险进行准确的评价和计量。在我国，随着金融业开放程度的不断加深和商业银行股份制改革的完成，银行等金融机构面临着更高的抗风险要求，需要提高自身的信用风险识别和管理水平。 与此同时，我国中小企业快速发展，已成为国民经济中一支重要的力量，在促进经济增长、保障就业和稳定社会中发挥着越来越重要的作用。然而，绝大多数中小企业存在实力弱、会计制度不完善、稳定性差、信用风险高等问题，银行向其发放贷款的甄别成本较大，承担其信用风险的意愿低，削弱了商业银行拓展中小企业信贷市场的动力。基于上述原因，多年来中小企业融资难的问题一直未得到有效解决。本文认为造成这一难题的根本原因在于银行和企业之间的信息不对称，而解决信息不对称问题的最有效手段进行企业信用风险度量。 然而，目前我国商业银行没有一套针对中小企业的信用风险评价体系，用于中小企业客户信用评价的方法还停留在专家分析的信用评分法和贷款风险定价法上，有主观性较强、效率低和成本高等缺陷。因此，我国商业银行有必要借鉴国际银行业的先进风险度量技术，开发使用符合中小企业信贷特征以及切合操作实际的信用风险度量模型和管理体系，正确评价中小企业信用风险水平，解决银企之间的信息不对称问题。 本文在定性分析我国中小企业信用风险特征及融资现状的基础上，通过对Credit Metrics、Credit Risk+、Credit Portfolio View和KMV这四种现代信用风险度量模型的比较分析以及在我国的适用性分析，试图探索其中最适用于我国中小企业信用风险评价的模型和方法，为商业银行的中小企业信贷风险管理探索新的风险评价方法。由于种种条件限制，四种方法在我国的应用都有所限制。其中基于期权定价理论的KMV模型由于要用到股票市场数据而主要适用于度量上市公司的信用风险水平，这对于我国中小企业绝大多数为非上市公司这一现实来说是明显的应用限制，决定了目前还无法将其广泛的应用于商业银行中小企业客户信用风险度量和评价中。然而，KMV模型在对上市公司信用风险水平的度量中具有预测精确、数据要求少、具有前瞻性等优点，对我国中小上市公司这一群体来说，KMV模型是度量其信用风险水平的最优模型，有较大的应用价值。因此，本文首先尝试将KMV模型应用于中小上市公司信用风险度量中，以起到抛砖引玉的作用。 本文实证研究部分应用参数修正后的KMV模型对中小上市公司信用风险进行定量分析，检验了模型在中小上市公司信用风险度量中的有效性和预测能力。检验结果显示，KMV模型可以有效地识别样本中小上市公司的整体信用风险水平，并能够提前预测其信用质量的变化趋势，从而在一定程度上证明了基于期权理论的KMV模型在我国中小上市公司信用风险度量中的适用性和有效性。本文认为虽然目前KMV模型在中小企业信用风险度量中的应用范围有限，但对于中小上市公司的定量研究结论也有较大意义。本文认为KMV模型计算的中小上市公司的违约距离可以作为评估中小上市公司信用风险水平的指标，为投资者及债权人提供投资决策或信用风险决策方面的指导。