基于kmv或者edf模型 金融工程实验论文精品.docxVIP

[摘 要]利用KMV模型中的 EDF模型作为度量公司违约发生可能性大小的指标，通过观察它来提供风险预警，其中我们着重分析主要的几个要素包括资产价值、资产波动率、违约距离从而计算出DEF来判定一个公司的违约风险，可以对股权公开交易的公司的违约风险做出概率上的预测[关键字]EDF模型；违约距离；违约风险一、信用风险的度量：信用风险又称违约风险，是指借款人、证券发行人或交易对方因种种原因，不愿或无力履行合同条件而构成违约，致使银行、投资者或交易对方遭受损失的可能性。银行存在的主要风险是信用风险，即交易对手不能完全履行合同的风险。这种风险不只出现在贷款中，也发生在担保、承兑和证券投资等表内、表外业务中。如果银行不能及时识别损失的资产，增加核销呆账的准备金，并在适当条件下停止利息收入确认，银行就会面临严重的风险问题。由于信用风险会对公司或个人的利益产生很大的影响，因此信用风险管理变成很重要的工作，较大的公司常有专门人员，针对各个交易对像的信用状况作评估来衡量可能的损益以及减低可能的损失。中小企业的高成长性及发展的不稳定性，使得对其信贷风险 的度量及判别显得尤为重要，但由于市场较少对其进行信用评级 及其历史违约数据的缺乏，使得许多依赖上述条件的现代信贷风 险度量模型无法应用，而以上市公司股价为基础的KMV信贷风险 度量模型则可以很好地发挥作用，在当前条件下 ，KMV模型主要 是以违约距离来进行判别。 KMV模型的违约距离主要是基于上市公司股价，较少涉及公司的财务数据 。但公司出现信贷违约往往跟企业的财务状况 紧紧 联系在一起 ，后者是前者的反映。作为中小企业，其财务指标是否 可靠，其对违约判别的效果如何，尚不得知。为了说明违约距离跟 财务指标的关系及比较二者在判断中小上市公司违约效果的优劣 ，本文探讨考虑违约距离的违约判别模型，评价其判别效率，并 与无违约距离的违约判别模型及KMV模型的违约距离三者进行判别比较。信用风险对于银行、债券发行者和投资者来说都是一种非常重要的影响决策的因素。若某公司违约，则银行和投资者都得不到预期的收益。现有多种方法可以对信用风险进行管理。但是，现有的这些方法并不能满足对信用风险管理的更高要求。本部分对如何测量信用风险和信用风险对投资者、发行者和银行的影响作了详细说明。并对管理信用风险的传统方法（如贷款出售、投资多样化和资产证券化等）作了总结。二、实证研究近些年，在市场风险量化模型技术和信用衍生产品市场的发展的推动下，以Creditmetrics、KMV、Creditrisk+为代表的信用风险量化和模型管理的研究和应用获得了相当大的发展，信用风险管理决策的科学性不断增强，这已成为现代信用风险管理的重要特征之一。本文我们将采用KMV模型以四川长虹和万科为例对信用风险进行实证研究。选两支股票，分别是四川长虹（600839）、、万科A（000002）假设：1.公司股票价格服从对数正态分布2.无风险利率使用中国人民银行公布的一年期定期整存整取的存款利率3.债务平均期限τ为一年4.在违约距离计算公式中，假定公司一年后的资产价值增长率为05.在计算股票波动率时以周收益波动率为最小计数单位6.收盘价取2012年1 月4 日起至2013 年12 月31日止。首先估计公司资产当前的市值和波动率（一）对于四川长虹的分析每股收益 (元):0.0672目前流通(万股) :460999.78每股净资产 (元):3.0000总 股 本(万股) :461624.42每股公积金 (元):0.8376主营收入同比增长 (%):14.24每股未分配利润(元):0.4192净利润同比增长 (%):55.06每股经营现金流(元):0.2700净资产收益率 (%):2.272013中期每股收益(元):0.0492净利润同比增长 (%):54.392013中期主营收入(万元):2802767.26主营收入同比增长 (%):20.732013中期每股经营现金流(元):0.1351净资产收益率 (%):1.65分配预案: 不分配最近除权: 10派0.1(2013.08.13)拟披露年报: 2014-04-10☆曾用名: 四川长虹-G长虹截止日期2013-09-302013-06-302013-03-312012-12-31报表来源季报中报季报年报流动负债合计35 023 197 56232 409 983 90529 816 923 40730 770 791 636非流动负债合计5 685 326 0495 426 324 4925 974 104 7415 663 703 435负债合计40 708 523 61137 836 308 39735 791 028 148