网站大量收购独家精品文档,联系QQ:2885784924

我国物流企业信用风险及其影响因素分析_杨筝_刘放_夏义星.pdfVIP

我国物流企业信用风险及其影响因素分析_杨筝_刘放_夏义星.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
我国物流企业信用风险及其影响因素分析_杨筝_刘放_夏义星.pdf

我国物流企业信用风险及其影响因素分析 1 2 1 , 杨 筝 刘 放 (博士) 夏义星 , 【摘要】以2009~2015年67家上市物流企业为样本,运用KMV模型对其信用风险以及信用风险的 主要影响因素进行研究,结果表明:物流企业的信用风险自2011年起显著上升;宏观经济环境、物流企业 的总资产及资产负债率对信用风险有显著影响。特别是随着GDP增长率的降低,物流企业的违约距离减 小,信用风险上升。该研究结果提供了物流企业信用风险动态变化的经验证据,对加强物流企业信用风 险管理具有一定的借鉴意义。 【关键词】物流企业;信用风险;KMV模型;影响因素 【中图分类号】F276.6 【文献标识码】A 【文章编号】1004-0994(2017)21-0045-6 等十个等级;另一类就是运用数理模型对企业的信 一、引言 用风险进行精确度量,常用的信用风险数理模型包 随着我国发展为全球第二大经济体和最大贸易 括credit-metric模型、KMV模型等。其中,KMV模 体,物流产业在国民经济中的基础性和支撑性作用 型是基于期权定价理论构建结构化方程,借助企业 愈发突出。犹如国民经济体系中的血液循环系统,物 的财务和市场交易数据来度量企业的信用风险。 流产业链接起了各个经济领域,不仅促进了企业的 与其他的信用风险数理模型相比,KMV模型的测度 发展和国内市场的消费,还有助于我国实现产业结 效果更好。因此,本文将结合我国资本市场的特点, 构升级和经济增长方式的转变。根据中国物流与采 运用KMV模型对物流企业的信用风险进行测度和 购联合会统计,2015年我国前50强物流企业共计实 评估。 现物流业务收入8400亿元,比2014年增长5.9%。但 二、KMV模型理论基础 是,在当前我国经济发展步入新常态、寻找新方位的 关键时期,物流产业的发展也面临瓶颈,不仅利润率 (一)文献综述 越来越低,还出现了物流行业整体亏损的不利局面。 鉴于KMV模型在信用风险测度中的良好表 特别是韩国最大物流企业韩进海运集团的破产,加 现,该模型被国内外学者广泛应用。OldrichAlfons 剧了人们对物流企业债务违约风险的担忧,从而使 Vasicek(2001)通过对债券的收益利差进行期权调整 得物流行业的信用风险问题受到越来越多的关注。 分析发现,KMV模型可以预测公开交易债券的收益 信用风险是指交易对手直接违约或者履约能力 变化。MatthewKurbat和IrinaKorablev(2002)运用 发生变化导致资产损失的不确定性。作为现代金融 美国上市公司1991~2001年的数据分析了预期违 体系中最为重要的不确定性因素之一,信用风险的 约概率的运动轨迹,结果表明它与实际违约率轨迹 测度与管理不仅关乎企业与金融机构的健康发展, 高度吻合。PeterCrosbie和JeffBohn(2003)以金融机 还会对整个金融体系乃至社会经济整体造成重要的 构为研究对象,通过KMV模型分析发现,当金融机 影响。当前国际上通行的测度企业信用风险的方法 构发生信用违约事件时,预期违约概率可以有效地 主要分为两大类:一类是根据相关领域的专家评分 监测金融机构信用水平的变化。IrinaKorablev和 (或评级)结果把信用风险划分为不同的等级,比如 DouglasW.Dwyer(2007)以北美、欧洲和亚洲地区 中国银行将企业的信用等级分为AAA级、AA级、A 非金融上市企业为样本,运用KMV模型测算了它 级、BBB级、BB级、B级、CCC级、CC级、C级和D级 们的信用风险,实证结果表明该模型对不同地区不 2017.21财会月刊·4

文档评论(0)

jackzjh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档