在线观看av毛片亚洲_伊人久久大香线蕉成人综合网_一级片黄色视频播放_日韩免费86av网址_亚洲av理论在线电影网_一区二区国产免费高清在线观看视频_亚洲国产精品久久99人人更爽_精品少妇人妻久久免费

公司信用風(fēng)險(xiǎn)

前言:本站為你精心整理了公司信用風(fēng)險(xiǎn)范文,希望能為你的創(chuàng)作提供參考價(jià)值,我們的客服老師可以幫助你提供個(gè)性化的參考范文,歡迎咨詢。

公司信用風(fēng)險(xiǎn)

[摘要]本文對(duì)上市公司信用風(fēng)險(xiǎn)度量進(jìn)行了理論研究并以我國(guó)上市公司為樣本進(jìn)行了實(shí)證分析。針對(duì)中國(guó)證券市場(chǎng)股改后的上市公司已經(jīng)超過(guò)90%,市場(chǎng)對(duì)公司價(jià)值發(fā)現(xiàn)效率的進(jìn)一步提高,股價(jià)反映公司價(jià)值信息進(jìn)一步增強(qiáng)的實(shí)際情況,運(yùn)用KMV模型基于市場(chǎng)價(jià)格變動(dòng)信息評(píng)價(jià)我國(guó)證券市場(chǎng)上績(jī)優(yōu)公司與績(jī)差公司的信用風(fēng)險(xiǎn)已比較適合,并通過(guò)實(shí)證來(lái)檢驗(yàn)?zāi)P妥R(shí)別上市公司信用風(fēng)險(xiǎn)的能力。

[關(guān)鍵詞]信用風(fēng)險(xiǎn)上市公司風(fēng)險(xiǎn)度量

隨著各國(guó)經(jīng)濟(jì)活動(dòng)活躍程度的提高和各國(guó)間經(jīng)濟(jì)往來(lái)關(guān)系的增強(qiáng),人們發(fā)現(xiàn)在經(jīng)濟(jì)活動(dòng)中防范和控制各種風(fēng)險(xiǎn)的重要性和必要性。信用風(fēng)險(xiǎn)是商業(yè)銀行面臨的主要風(fēng)險(xiǎn),如何防范與降低信用風(fēng)險(xiǎn)是當(dāng)前我國(guó)商業(yè)銀行管理的迫切要求。對(duì)于我國(guó)商業(yè)銀行來(lái)說(shuō),企業(yè)貸款是其主要業(yè)務(wù),銀行大部分的金融資產(chǎn)為企業(yè)貸款,因此貸款的信用風(fēng)險(xiǎn)是商業(yè)銀行信用風(fēng)險(xiǎn)的最主要組成部分。上市公司己經(jīng)成為商業(yè)銀行信貸的主要對(duì)象,研究上市公司的信用風(fēng)險(xiǎn)特點(diǎn),預(yù)測(cè)其未來(lái)的信用風(fēng)險(xiǎn)對(duì)商業(yè)銀行、投資者和資本市場(chǎng)監(jiān)管者都具有重大意義。

本文旨在結(jié)合我國(guó)金融市場(chǎng)的特有特征對(duì)KMV模型進(jìn)行分析,從而使之較充分反映中國(guó)上市公司信用風(fēng)險(xiǎn)信息,最終給出了一個(gè)能夠有效地判定上市公司信用風(fēng)險(xiǎn)的模型。這對(duì)于在我國(guó)運(yùn)用現(xiàn)代化的信用風(fēng)險(xiǎn)度量模型具有重要的理論意義和現(xiàn)實(shí)意義。

一、KMV模型的原理

通過(guò)對(duì)國(guó)外信用風(fēng)險(xiǎn)評(píng)價(jià)模型的回顧和簡(jiǎn)要評(píng)述的基礎(chǔ)上,結(jié)合我國(guó)資本市場(chǎng)的具體情況,論文選取了KMV違約模型作為評(píng)價(jià)我國(guó)上市公司信用風(fēng)險(xiǎn)的主要研究方法。下面對(duì)這種模型的理論部分進(jìn)行簡(jiǎn)單的闡述。

KMV違約模型的基本思想是公司股票價(jià)值類似于一份歐式看漲期權(quán)。也就是說(shuō),公司股票價(jià)值與一份歐式看漲期權(quán)具有同構(gòu)性。公司違約與否取決于公司未來(lái)資產(chǎn)的市場(chǎng)價(jià)值,如果公司債務(wù)到期時(shí)公司資產(chǎn)價(jià)值高于債務(wù)價(jià)值,則公司就有動(dòng)力還款;當(dāng)公司資產(chǎn)市場(chǎng)價(jià)值低于其債務(wù)價(jià)值時(shí),則公司會(huì)選擇違約,而此時(shí)公司股票將變得沒有價(jià)值。

根據(jù)KMV違約模型的基本思想可知,首先必須求得公司的資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動(dòng)率。由于公司的資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動(dòng)率不能從市場(chǎng)上直接獲取,因此,KMV公司利用可以從資本市場(chǎng)數(shù)據(jù)計(jì)算得到的股權(quán)價(jià)值與股權(quán)價(jià)值波動(dòng)率,然后通過(guò)期權(quán)定價(jià)公式構(gòu)造股權(quán)價(jià)值與資產(chǎn)價(jià)值之間的關(guān)系,以及公司資產(chǎn)價(jià)值波動(dòng)率與股權(quán)價(jià)值波動(dòng)率之間的關(guān)系,求得資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動(dòng)率。最后,求出公司的違約距離。

上市公司股權(quán)市場(chǎng)價(jià)值=流通股市場(chǎng)價(jià)值+非流通股市場(chǎng)價(jià)值

流通股市場(chǎng)價(jià)值=每日平均收盤價(jià)格*流通股股數(shù)

非流通股市場(chǎng)價(jià)值=每股凈資產(chǎn)*(上市公司總股本-流通股股數(shù))

二、KMV模型的實(shí)證研究

本文從2008年被ST的公司中選取了34家ST公司和34家配對(duì)的非ST公司,其中滬市有48家(占全部樣本的70%),深市有20家(占全部樣本的30%),基本可以體現(xiàn)我國(guó)上市公司信用風(fēng)險(xiǎn)的態(tài)勢(shì)。選擇非ST配對(duì)公司滿足了配對(duì)原則:與配對(duì)的ST公司同在一個(gè)交易所上市;與配對(duì)ST公司同屬一個(gè)行業(yè);公司成立和上市時(shí)間最相近;與配對(duì)ST公司具有相近的平均資產(chǎn)規(guī)模,差額不超過(guò)20%。這樣確保了公司經(jīng)營(yíng)環(huán)境和性質(zhì)的最大相似性,以便于研究對(duì)比。

運(yùn)用前面參數(shù)估計(jì)中的方法對(duì)樣本數(shù)據(jù)進(jìn)行了處理。本文討論基于假定上市公司資產(chǎn)價(jià)值符合標(biāo)準(zhǔn)正態(tài)分布,資產(chǎn)價(jià)值增長(zhǎng)率為零的情況。資產(chǎn)市場(chǎng)價(jià)值及資產(chǎn)波動(dòng)率的關(guān)系式如下:

綜合比較各個(gè)ST公司和非ST公司的在2004年至2007年之間測(cè)算出來(lái)的違約距離的均值、中值、最大值和最小值,可以看出在發(fā)生違約前4年和前3年并沒有看出明顯的違約特征,而且在違約前4年和前3年時(shí)ST公司的表現(xiàn)甚至比非ST公司的違約距離大,但是通過(guò)考察違約前2年和前1年的違約距離值,發(fā)現(xiàn)每個(gè)ST公司的違約距離在發(fā)生違約的前4年中有逐漸減小的趨勢(shì),相反非ST公司的違約距離在4年的考察期內(nèi)維持了一個(gè)穩(wěn)定的水平。

三、模型的檢驗(yàn)

從兩個(gè)方面來(lái)對(duì)模型進(jìn)行檢驗(yàn):模型的計(jì)算結(jié)果是否可以明顯地區(qū)分違約公司與非違約公司;如果模型適用于實(shí)際,它應(yīng)當(dāng)具有一定的預(yù)測(cè)能力,即模型的計(jì)算結(jié)果是否可以用來(lái)反映隨著違約發(fā)生日期的接近違約距離是否有逐漸變小的趨勢(shì)。針對(duì)前一種情況做截面分析,即檢驗(yàn)違約公司與配對(duì)樣本公司違約距離的均值是否有顯著差異;對(duì)后一種情況做時(shí)間序列分析,即有違約記錄的公司,它的違約距離隨著違約日期的臨近是否有逐漸減小的趨勢(shì),違約當(dāng)年的違約距離均值與違約前三年的違約距離均值是否具有顯著的差異。

1.獨(dú)立樣本T檢驗(yàn)

對(duì)31家違約公司和31家配對(duì)樣本公司進(jìn)行獨(dú)立樣本T檢驗(yàn),結(jié)果如表2所示,

2004年和2005年差異并不明顯,但從2006年和2007年兩年的違約距離中我們可以看出來(lái),ST和非ST上市公司的信用情況是隨著其違約距離的不同而變化的。從違約距離上來(lái)看,ST上市公司的違約距離普遍小于非ST上市公司的違約距離,它們?cè)诮?jīng)過(guò)均值相等的檢驗(yàn)結(jié)果表明,ST和非ST公司的違約距離在0.05%的顯著水平下統(tǒng)計(jì)顯著的。它們?cè)?5%的置信水平下顯著的拒絕了均值相等的原假設(shè),在被ST的前兩年已經(jīng)表現(xiàn)出了違約的可能性。非ST公司違約的可能性小于ST公司的違約的可能性。這也在一定程度上反映了真實(shí)的信用狀況。

2.方差檢驗(yàn)

對(duì)34家ST公司從發(fā)生違約的前四年到發(fā)生違約的前一年的違約距離進(jìn)行方差分析,結(jié)果如表3,Levene檢驗(yàn)的顯著性水平為0.0001,小于0.05,所以方差是顯著的。

又通過(guò)多元比較分析顯示,見表4,公司違約發(fā)生前一年也即2007年的違約距離與違約前四年、前三年、前兩年的違約距離均值均差異顯著,說(shuō)明了隨著時(shí)間的推移,違約距離發(fā)生了顯著性的變化,可以預(yù)測(cè)公司違約發(fā)生的跡象。

同時(shí),表中的數(shù)據(jù)還向我們顯示出了一個(gè)趨勢(shì),就是上市公司即將被ST的前四年中,其違約距離是逐漸減小的,并且在前2年和前1年加速下降,而且ST公司與非ST公司的違約距離的差值有逐漸擴(kuò)大的趨勢(shì)。通過(guò)表2中的數(shù)據(jù),ST和非ST公司的違約距離的均值差異在被ST前一年達(dá)到最大,最大值為1.1638。我們可以通過(guò)比較ST公司與非ST公司的違約距離的差值得出未來(lái)發(fā)生違約的可能性的大小,根據(jù)上市公司的違約距離的大小來(lái)進(jìn)行有針對(duì)性的提取風(fēng)險(xiǎn)準(zhǔn)備金。通過(guò)比較ST公司和非ST公司的違約距離均值的顯著性差異說(shuō)明,KMV模型在上市公司被ST前4年,即具有較強(qiáng)的識(shí)別公司信用狀況變化趨勢(shì)的能力。ST公司和非ST公司之間的違約距離差距逐漸擴(kuò)大,且差異逐漸顯著,充分反映了ST公司信用狀況逐漸惡化的過(guò)程。在大量掌握上市公司違約距離的前提下,我們可以根據(jù)違約距離來(lái)構(gòu)建適合我國(guó)上市公司實(shí)際情況的信用轉(zhuǎn)移矩陣。

四、研究結(jié)論

本文參照了KMV公司設(shè)立的度量信用風(fēng)險(xiǎn)的違約率模型,對(duì)我國(guó)證券市場(chǎng)上的上市公司存在的信用風(fēng)險(xiǎn)做了初探性分析,得到了如下結(jié)論:

1.根據(jù)我國(guó)目前信用風(fēng)險(xiǎn)的研究現(xiàn)狀,在尚未建立起全社會(huì)信用評(píng)估體系,而資本市場(chǎng)改革時(shí)間不長(zhǎng),對(duì)上市公司的信用風(fēng)險(xiǎn)缺乏權(quán)威的等級(jí)評(píng)估機(jī)構(gòu)的背景下,KMV公司開發(fā)的信用風(fēng)險(xiǎn)違約率模型可作為研究我國(guó)上市公司信用風(fēng)險(xiǎn)的最佳選擇模型。

2.對(duì)參數(shù)提出適合我國(guó)現(xiàn)狀的估計(jì)方法。上市公司股權(quán)市場(chǎng)價(jià)值=股票日平均收盤價(jià)格*流通股股數(shù)+每股凈資產(chǎn)*(上市公司總股本-流通股股數(shù));用股票日收益波動(dòng)率間接求出上市公司股權(quán)波動(dòng)率;債務(wù)面值和不同的違約點(diǎn)值可以從年度財(cái)務(wù)報(bào)表中得到;用MATLAB迭代可以求出公司資產(chǎn)價(jià)值和波動(dòng)率;進(jìn)一步得出違約距離。

3.對(duì)ST公司和非ST公司4年間的違約距離進(jìn)行橫向和縱向的比較,認(rèn)為發(fā)生違約的前3年和前4年風(fēng)險(xiǎn)變化的趨勢(shì)很隱蔽,不易判斷,兩類公司并沒有顯著區(qū)別,且通過(guò)的等均值檢驗(yàn);但是在前1年和前2年中,兩類公司沒有通過(guò)等均值檢驗(yàn),且可以明顯看出即將發(fā)生違約的變化趨勢(shì)。

4.我國(guó)應(yīng)該重視信用風(fēng)險(xiǎn)的研究,逐步建立起我國(guó)上市公司的歷史違約數(shù)據(jù)庫(kù)。因?yàn)橹挥蟹e累大量的違約公司的基礎(chǔ)數(shù)據(jù),才能夠從中獲取有用的信息,建立符合中國(guó)國(guó)情的信用風(fēng)險(xiǎn)評(píng)估的方法和模型,才能為我國(guó)銀行業(yè)的實(shí)踐工作提供理論指導(dǎo)。

參考文獻(xiàn):

[1]晏永勝周小明原凌卿:決策樹方法在銀行信用評(píng)級(jí)中的應(yīng)用[J].中國(guó)金融電腦,2007年

[2]周開國(guó):當(dāng)代信貸風(fēng)險(xiǎn)度量模型及評(píng)析.南方金融,2007(7)

[3]陳東海謝赤:關(guān)于信用風(fēng)險(xiǎn)管理模型的比較分析.社會(huì)科學(xué)家,2006(2)

[4]胡宗偉:信用風(fēng)險(xiǎn)度量的一個(gè)綜述.新金融,2008(2)

[5]楊星張義強(qiáng):中國(guó)上市公司信用風(fēng)險(xiǎn)管理實(shí)證研究-EDF模型在信用評(píng)估中的應(yīng)用.中國(guó)軟科學(xué),2007(1)

[6]董穎穎薛峰關(guān)偉:KMV模型在我國(guó)證券市場(chǎng)的適用性分析及其改進(jìn).生產(chǎn)力研究,2006(8)

[7]薛鋒關(guān)偉喬卓:上市公司信用風(fēng)險(xiǎn)度量的一種新方法——KMV.西北工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2006(2)

[8]都紅雯揚(yáng)威:我國(guó)對(duì)KMV模型實(shí)證研究中存在的若干問題及對(duì)策思考.國(guó)際金融研究,2006(11)

大庆市| 瑞昌市| 长宁县| 商水县| 雷州市| 潼关县| 虎林市| 襄樊市| 温州市| 舞阳县| 贵溪市| 洮南市| 阳江市| 秦安县| 永胜县| 芜湖市| 乐都县| 鹤岗市| 洞头县| 双辽市| 桐乡市| 南岸区| 贵定县| 项城市| 池州市| 和平县| 孝义市| 平度市| 大田县| 通辽市| 开远市| 吉水县| 惠州市| 临猗县| 定边县| 遂昌县| 观塘区| 凤山县| 阳谷县| 新邵县| 阿拉尔市|