上市公司信用风险度量的研究.docVIP

上市公司信用风险度量研究 摘要：本文利用kmv模型计算出样本上市公司的违约距离，并将其作为probit模型的自变量计算出上市公司的违约概率。实证结果表明，违约距离能较好地识别上市公司的信用风险，将违约距离作为自变量进行probit建模分析时明显提高了模型的统计显著性和预测精度。在无法利用kmv模型测算上市公司经验违约率时，利用加入违约距离做自变量的probit模型可以实现有效的替代，将二者结合起来使用能够为金融机构的信用风险评价提供科学依据。 关键词：probit模型；kmv模型；信用风险；违约距离；经验违约率 中图分类号：f8322文献标识码：a 文章编号：1000176x(2012)03006606 一、引言 随着资本市场的快速发展，信用风险评价已经不再仅仅局限于对企业财务报表的分析，而是开始注重资本市场信息中所反映出的信用风险信息。信用风险是指受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型，也是各国金融机构及其监管机构管理的重点。由于信用风险具有明显的非系统性风险特点，而且信用风险收益率的分布为非正态分布，再考虑到信用风险有明显的信息不对称特征和信用风险数据的难以获取都使得对信用风险的测量和监管比较困难。目前对信用风险的管理有两类工具：一类是财务指标预警模型；另一类是信用风险量化模型。前者包括altman的z值模型［