基于 Fisher判别方法信用风险评估实证研究.docVIP

基于 Fisher判别方法信用风险评估实证研究 　　 摘要：商业银行信用风险评估的文献大多是将财务比率作为自变量建立模型，判别信息存在一定的滞后性。文章将财务比率与证券市场数据结合起来，增加了基于KMV模型，利用证券市场数据计算的违约距离作为Fisher判别函数新的自变量，建立Fisher判别函数，然后运用模型对总样本和检验样本进行实证分析，结果表明加入违约距离，将财务比率与证券市场结合的信用风险判别模型既能反映上市公司的历史财务状况，亦能反映现实市场变化情况，从而提高了商业银行预警信用风险的准确度。 　　关键词：Fisher判别模型；KMV模型；财务比率；违约距离 　　 　　一、 引言 　　 现代商业银行的经营本质上是以信用为基础和保证的，如何有效管理银行的信用风险，始终是商业银行面对的重要问题。目前我国信用体系的建设尚处于起步阶段，缺乏有效可行的采集、整合信用的手段和方法，因此根据我国实际情况，根据现有的信息和资源，加强信用风险模型方面的研究，开发适合我国国情的信用风险管理方法，具有重要的理论和现实意义。 　　 基于市场数据方法的信用风险管理模型――KMV的DEF模型，是当前国际金融界最流行的信用风险计量模型之一，国内学者从1998年开始关注KMV模型，早期的研究局限于对KMV模型的介绍和分析，具有代表性的有杜本峰的《实值期权理论在信用风险评估中的应用》和王琼与陈