毕业论文

打赏
当前位置: 毕业论文 > 研究现状 >

多种度量信用风险的方法国内外研究现状

时间:2022-03-05 22:58来源:毕业论文
国外研究综述国外对于信用风险很重视,并且在研究过程中形成了多种度量信用风险的方法。主要有 KMV 模型、Credit metric 模型、 Credit risk+ 模型、Logistic 风险度量模型等等。本文主要采

国外研究综述国外对于信用风险很重视,并且在研究过程中形成了多种度量信用风险的方法。主要有 KMV 模型、Credit metric 模型、 Credit risk+ 模型、Logistic 风险度量模型等等。本文主要采 用的 KMV 模型,是由美国 KMV 公司的 McQuown 与 Vasicek 在 20 世纪 80 年代初期基于期 权定价理论创立的。对于 KMV 模型的使用,外国学者有很多的研究,他们的研究主要集中于对违约距离的预测,使用 KMV 模型与其他风险模型进行比较,发现 KMV 模型更加可靠 有效。Jeffrey(1999)经过对 KMV 的违约距离的计算分析表明 KMV 模型中信用等级较高的 公司在标准普尔的信用评级中也是较高的,KMV 模型结果与信用评级机构得出结果相对应 [20]。Kurba 和 Korablev(2003)选用 10 年的 4000 家美国公司的数据作为 KMV 模型的样本来 计算,结果显示与企业在不同时期的实际利率协议内容完全对应,证明了 KMV 模型是预测 信用风险的有效措施[2]。Roger M。Stein(2005)测试了所有的信用风险分析方法并且做出了对 比。他指出了一些模型的缺陷并提供了改善模型的详细建议。国外学者对 KMV 模型研究的 总结发现,KMV 模型在信用风险度量方面具有很强的适用性,并且获得了广泛的认可[20]。78614
2 国内研究综述

KMV 模型在我国使用的时间较晚,并且由于我国的经济现状,相关研究也缺乏广泛的数 据支持,在近几年才将 KMV 模型广泛应用到保理业务的信用风险度量当中。闫丽瑞(2009) 选取 2007 年 15 家 ST 企业与 15 家非 ST 企业以及 2008 年 10 家 ST 企业与 10 家非 ST 企业 的有效数据作为研究对象,结果分析表示预测准确率为 75%,说明违约距离与违约率能在一 定程度上反映上市公司的信用状况[14]。吴韡,程健(2011)采用 KMV 模型对我国的保理业 务进行了实证分析。选取了两家上市公司中航精机和湖北金环在 2008、2009、2010 的财务数 据进行分析,通过对中航精机和湖北金环的财务等方面的分析得出的违约概率与运用此模型 的结果类似,说明计算结果符合科学逻辑与实际估测[1]。朱志君(2012)研究无追索权的国 内保理信用风险,选用农业、机械行业、化工行业三个行业的 ST 公司与正常类公司作为两 类样本,验证了 KMV 模型对这两类样本是否具有较好的区分度,论文网结果表明 KMV 模型基本 能够区分这两类公司的信用风险状况[4]。李园(2013)以净资产收益率为核心指标的优化后 的 KMV 模型,进行实证分析,选取了 2013 年 12 月 31 日前在深圳上市的 20 家上市企业, 10 家 ST 企业,10 家非 ST 企业。并且对样本进行 t 检验与 K-S 检验。实证结果表明优化后 的 KMV 模型能够区分 ST 企业与非 ST 企业,也能够优先预测目标企业的信用风险状况,比 以往的模型预测风险的能力更加灵敏、及时[2]。

以上是近几年来我国学者对保理业务的一些研究,对商业保理公司保理业务的研究还有: 沈小娟(2014),作者以 HT 集团为例,具体分析 HT 集团发展商业保理业务的可能性[6]。田 力平,曲清(2013)主要从定性方面分析了我国保理业务中存在的风险并且提出了管控方法[9]。 高尚(2014)在文章中主要进行定性分析,通过对国外和国内保理案例的分析,总结了国外 保理业务发展的先进之处,也指出了我国商业保理公司操作过程中显现出的问题[7]。

3 我国研究存在的不足

 通过以上对相关内容的综述可知,我国目前对于保理业务的信用风险研究已取得了一些 成果,但是模型运用仍然不成熟,缺乏大量的样本数据来支持实证结果,所以对于模型信用

风险测量的准确度还有待提高。对于本文的研究对象商业保理公司保理业务信用风险度量研 究而言,还存在以下问题:实证研究部分缺乏,从国内文献综述可知,由于我国的保理业务 主要由商业银行承办,大量的保理信用风险研究是以商业银行作为保理商进行实证分析的, 对于商业保理公司保理业务的分析主要局限于定性分析,案例分析,缺乏数据支持。 多种度量信用风险的方法国内外研究现状:http://www.youerw.com/yanjiu/lunwen_90642.html

------分隔线----------------------------
推荐内容