KMV模型的修正及应用研究.docVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
KMV模型的修正及应用研究 目录 TOC \o 1-9 \h \z \u 目录 1 正文 2 文1:KMV模型的修正及应用研究 2 一#65380;引言 2 二#65380;样本选择与参数的确定 4 (一)KMV模型的计算步骤 4 1.估计公司资产的价值及其波动性 4 (二)参数的确定 4 1.违约率(EDF)的选取 4 2.违约点(DP)的选取 5 4.股本价值的计算 5 5.时间范围τ为一年#65377; 6 6.以流通股股价波动率代替股本价值波动率#65377; 6 (三)样本选取 6 三#65380;实证结果及分析 6 (一)实证结果 6 1.数据处理结果 6 2.回归分析 6 (1)回归的相关参数为: 6 (2)回归方程可表示为:Y=%-%×DD 7 (二)实证结果分析 7 四、结论 7 文2:KMV模型在非上市公司中的实证分析 8 1 分析过程的简要介绍 8 2 X公司的股权波动率 9 3 计算X公司资产的违约点 10 4 计算 X公司股权价值 10 5 计算X公司的资产价值 11 6 模型修正计算过程中可存在的问题 12 参考文摘引言: 12 原创性声明(模板) 13 文章致谢(模板) 13 正文 KMV模型的修正及应用研究 文1:KMV模型的修正及应用研究 Abstract: On the base of the particularity of China's stock market, selecting the paramete of the KMV model and using the data from one commercial bank, we adopt non-performing loa(NPLs)ratio to substitute expect default frequency(EDF) to fit the function between NPLs ratio and distance to default (DD). The results show that the method that using NPLs ratio to substitute EDF to estimate the credit risks of listed companies is feasible. Key words: non-performing loa ratio; expect default frequency; KMV model; credit risks 一#65380;引言 商业银行的风险管理一直是国际国内 金融 界关注的焦点,而风险计量技术则是风险管理的核心#65377;基于资本市场的 发展 和信息技术的提高,国际金融市场上开发了如Creditmetrics模型#65380;KMV模型#65380;Credit Risk模型和Credit Portfolio View模型#65377;其中的KMV模型基于Black-Scholes和Merton期权定价理论,主要采用股票市场数据,因此数据和结果更新速度快,具有前瞻性,现已成为当今世界著名的信用风险计量工具之一#65377; KMV模型自1993年推出以来,国外学术界对KMV模型的研究经历了两个阶段:第一阶段是将KMV模型的预测结果与实际的违约数据相比较,大多数研究结果表明,KMV模型能够反映信用风险的高低,并对信用风险具有很高的敏感性#65377;第二阶段,国外学术界对模型的验证寻找到新的角度,并开发出多种验证模型有效性的方法和技术#65377;我国学者主要对模型在我国适应性和参数调整方面进行了许多探讨,取得了一定的成果#65377;张林#65380;张佳林(2000)#65380;王琼#65380;陈金贤(2002)先后对KMV模型与其他模型进行理论上比较,认为更适合于评价上市公司的信用风险#65377;薛锋,鲁炜,赵恒街,刘冀云(2003)利用 中国 股市的数据,得出了应中市场的σv和σE的关系函数,并以一只股票为样本进行了实证分析#65377;乔卓等(2003)介绍了KMV模型的基本内容,以及国外的应用经验,但是并没有进行实证研究#65377;易丹辉,吴建民(2004年)对深市和沪市随机抽取30家公司分行业 计算 违约距离和违约率并作比较,认为借助违约距离衡量上市公司的信用风险是可行的#65377; 由于缺少大量违约公司样本的 历史 数据库,因此,我国目前无法通过比较违约距离和破产频率的历史,拟合出代表公司违约距离的

文档评论(0)

agui1991 + 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