商业银行管理2013.ppt

KMV模型的预测效力 交易活跃的公司， EDF可以经常更新 交易不活跃的公司， 大宗股票交易的出现会带来有关企业前景的大量消息， 同样可以通过股价影响EDF 主要优点 直接运用于上市公司 模型参数取自股票市场数据， 避免了以借款企业历史数据为依据的滞后， 有前瞻性 有强有力的理论支持 * KMV模型的预测效力比较 较之于Moody’s 和SP的评级预测， KMV模型在短期内效果更好 * KMV模型的局限性 假定资产收益正态分布或对数正态分布 对于非上市公司，EDF计算只有基于会计数据与上市公司进行比较， 对预测有影响 没有考虑借款人资历 假定债务结构静态， 与实际不符 * 案例 – 中国农业银行 样本选择：由于我国商业银行不对外公开违约企业的名单，考虑选取违约可能性较大的公司作为对照组 考虑我国农业银行贷款对象的基础上，共选取了三十家沪、深上市公司作为研究样本，其中绩优股企业、中等业绩股企业、ST股企业各十家，三个样本组选取的企业基本处于相同行业或相近行业，而且同一行业所含的样本数量基本持平。收集的样本数据是股票从2010年1月4日到2010年12月31日的日收盘价，共242个交易日，以及样本公司截止到2010年12月31日的财务数据 * 案例 – 中国农业银行 关于绩优股、中等业绩股、ST股、*ST股 绩优股是指公司净资产收益率连续三年都显著超过10%的股票 中等业绩股是指公司业绩处于中等水平的股票 ST股是指出现财务危机或是其他异常状况并且连续两年经营亏损的公司发行的股票 *ST股公司经营连续三年亏损，退市预警 * 1、计算违约临界值DPT 2、计算股权的市场价值VE 贷款企业的股权价值VE等于基准日标的证券的收盘价乘以总股本 3、确定债务期限t和无风险利率r 取债务期限t=1，无风险利率取中国人民银行公布的一年期整存整取利率，即r=3% 案例 – 中国农业银行 4、计算股权价值年波动率δE 其中，Si：标的股票第i 天的收盘价；θi：股票日收益率； ：θi的平均值；Si-1：标的股票第i-1 天的收盘价；δD：标的股票日波动率。 由日波动率和年波动率之间的关系可知： 其中，δE：标的股票年波动率（即年标准差） 案例 – 中国农业银行 案例 – 中国农业银行 * 5、计算公司的资产价值VA 和标准差δA 根据BSM定价公式可知VA、VE与DPT之间存在以下关系： VE =f（VA,DPT,r，δ，t） = VA N(d1)-DPTe-rtN(d2) 由公司的股权价值的标准差和资产价值的标准差关系可知： 联立以上两个方程式，并使用EXCEL的规划求解功能求解这两个方程式，即可求出公司的资产价值VA 和资产价值方差δA 。 案例 – 中国农业银行 * 6、计算违约距离DD 7、计算预期违约率EDF EDF = N[-DD] =[1 - N(DD)]100 * * 预期违约率比较 违约距离比较 案例 – 中国农业银行 违约距离DD 是一个较好的用来衡量上市公司预期违约大小的指标 预期违约率EDF是一个用来衡量上市公司预期违约的可能性大小的重要指标 信用风险评估差异不是特别显著，且存在特殊情况 * 案例. ICBC 、CCB、 BOC 数据资料包括 2001 to 2007 股市价格， 日平均 流通股和非流通股数量 A股市场和H股市场 无风险利率， 6-12个月的国债利率 * Table 1. 无风险利率 2006.7-2006.12 0.72 2007.1-2007.6 0.72 2007.7-2007.12 0.81 2008.1-2008.6 0.72 2008.7-2008.12 0.72 * Table 2. 三家银行市值计算 （100百万） ICBC CCB BOC 2006.7-2006.12 9716.260479 8104.699936 2007.1-2007.6 9697.466489 8575.560609 2007.7-2007.12 11224.40289 8517.472682 7599.72641 2008.1-2008.6 12039.90369 7244.526519 8000.50426 2008.7-2008.12 10489.69012 6201.539755 7699.76438 * Table 3. 三家银行DPT （百万） ICBC CCB BOC 2006.7-2006.12 65645.2275 45497.3075 2007.1-2007.6 65648.0875 50781.1555 2007.7-2007.12 75127.4055 52623.7605 59401.5435 2008.1-2008.6 82479.4075