融资租赁业上公司信用风险度量研究kmv模型分析

金融方式的不断创新,使得融资租赁成为继银行信贷后的第二大现代金融业融资渠道。根据融资租赁行业上市公司信用风险的特点预测和度量信用风险的大小,对融资租赁行业意义深远。基于我国针对融资租赁公司的实证研究缺乏的现状,对融资租赁公司信用风险的度量与管理的需求日益增加,这也要求我们选择一种适宜的风险度量方式,衡量融资租赁公司的信用违约风险以达到降低风险的目的。在此基础上,本文将KMV模型引入金融市场,针对我国上市公司在中国金融租赁市场的基本情况,首先基于KMV模型对融资租赁业上市公司的信用风险度量模型进行参数确定,利用Excel的迭代计算和Matlab程序运算参数变量,计算出违约距离DD和理论预期违约率EDF,通过模型的最终输出变量(即通过DD和EDF)来衡量融资租赁业上市公司的信用风险。投资者、债权人和监管机构甚至是公司的管理层可以通过违约距离的变化做出最有利于他们相应的对策,以尽可能多的避免经济损失。
目录
摘要................................................................ 1
关键词.............................................................. 1
Abstract............................................................ 1
Key words ...........................................................1
引言.................................................................1
一、文献综述.........................................................2
二、基于KMV模型对融资租赁业上市公司信用风险度量模型的构建...........3
(一)基于KMV模型对融资租赁业上市公司信用风险度量模型构建的基本思路.3
(二)基于KMV模型对融资租赁业上市公司信用风险度量模型构建的 *好棒文|www.hbsrm.com +Q: *351916072* 
假设条件.3
(三)融资租赁业上市公司资产价值与资产价值波动率的估计...............4
(四)融资租赁业上市公司违约距离DD与预期违约率EDF的计算............5
三、基于KMV模型对融资租赁业上市公司信用风险度量模型的实证分析.......6
(一)样本选取.......................................................6
(二)融资租赁业上市公司信用风险度量模型的具体运算...................6
(三)融资租赁业上市公司信用风险度量结果分析.........................8
1.违约距离DD的结果分析.............................................8
2. 理论预期违约率EDF的结果分析......................................8
四、实证分析结论与政策建议...........................................9
(一)实证分析结论...................................................9
(二)政策建议......................................................10
1.建立完整的企业信用风险历史数据库.................................10
2.加强外部监管鼓励业务模式创新增加违约距离DD ......................10
3. 建立实际违约率与违约距离DD的映射关系以提高风险管理能力..........10
五、研究工作的不足..................................................11
致谢................................................................11
参考文献............................................................11
融资租赁业上市公司信用风险度量研究
——基于KMV模型分析
引言
引言
1981年,随着中国东方国际租赁公司与中国租赁有限公司的相继成立,中国开始引进现代意义上的租赁。我国最初引进融资租赁,除了引入外国资本和设备,也意识到通过融资租赁的方式租入设备比买入设备具有更大的价格优势。自此,融资租赁公司为成千上万的企业和机构提供先进的技术和设备,并为促进企业技术改造、调整产业结构、引进外资做出了巨大的贡献。
本文基于KMV模型对融资租赁业上市公司的信用风险度量进行实证分析,由KMV模型构建风险度量模型,通过样本选取、参数估计、度量指标等来估算样本公司的违约临界点和预期违约率,为融资租赁公司的管理者、监管当局以及投资者提供相应的对策。使得融资租赁公司管理者能够预测公司信用风险,制定有效的措施防患于未然;监管当局能够更好地预测与监管融资租赁业,有效预防信用风险的产生,促进我国融资租赁业健康稳健的发展,推动国民经济有序发展;投资者则可以根据模型提供的具体数值规避自身风险,减少不必要的损失。因而本文研究的违约距离以及预期违约率的变化可以起到一定的警示作用。
一、文献综述
纵观国内外研究,融资租赁风险管理一直是经济学者争相研究的内容。国外如MariePaule Laurent(2009)对在设备融资租赁中残值的风险评估做出了一定的论述。Mathias Schmit(2004)则更为详细的论述了融资租赁业的信用风险,采用重复采样的方式对由信用风险引起损失的概率密度进行了函数上的评估。而在国内,程东跃(2002)对融资租赁进行了分类,且论述了融资租赁风险管理的迫切性,并用CAMELS模型对我国整体融资租赁业进行了风险评级、用Logistic模型进行租赁风险的实证研究、介绍VaR模型的应用、最后设计了融资租赁的风险预警系统模型并提出采用资产证券化的方法来分散风险。庞跃华(2014)从出租、与承租方的角度论述了企业融资租赁的风险管理,并对承租方的风险管理进行了实证研究。黄曦(2012)不仅阐述了出租人与承租人在融资租赁中面临的风险,且提出了供货人同样也面临风险,并提出了融资租赁风险控制的对策。
2003年,Jeff Bohn和Peter Crosbie将KMV模型应用于金融公司中,研究结果表明EDF数值能够在这些公司发生信用危机或破产前准确、有效地检测到信用信息质量的变化,在风险到来前加以防范。2004年,巴塞尔银行监管委员会通过的《巴塞尔新资本协议》提倡使用内部评级法进行信用风险管理,同时推荐使用KMV模型用以内部评级,由此可见KMV模型在国外已经得到了广泛的认可。2005年,Jeff Bohn 等学者又通过对美国上市公司进行数据分析得出KMV模型较其他模型而言更能有效识别ST与非ST公司,即表明KMV模型能够指示上市公司的信用违约风险。
我国学者于1998年开始关注并研究KMV模型,但早期的研究仅限于对KMV模型的理论基础和框架进行探索与分析。近些年来国内学者对KMV模型的分析主要分为两类:第一类侧重于KMV模型在某些具体领域的应用,一般直接采用国内的样本数据对模型进行验证与分析,不修正原有参数。另一类文献则侧重于先对KMV模型原有参数进行修正,然后用国内样本验证参数,从而探求参数与模型在我国的实用性。

版权保护: 本文由 hbsrm.com编辑,转载请保留链接: www.hbsrm.com/jmgl/kjx/1104.html

好棒文