基于KMV模型-资产赋权法的行业信用风险度量的实证研究

来源 :对外经济贸易大学 | 被引量 : 0次 | 上传用户:ww5118529
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国经济发展水平的逐步提高,金融改革逐步向纵深发展,资本市场对投资者素质的要求日益提高。在众多的相关必备素质之中,风险管理显得尤为重要。  不同于前人着重墨于个体信用风险的度量和管控,作者将关注点投向行业这一相对中观的标的,试图采用不同于实务界定性分析信用风险管理的方法,定量度量行业信用风险。这一尝试的基础是个体信用风险度量,作者的主要工作是完成微观到中观的过渡。  本文以KMV模型为基础,选择石油天然气、电力、煤炭、钢铁和化学化纤五个信用风险等级不同的行业为样本行业,并对每个行业内的上市公司的信用风险进行度量,计算出各家上市公司的违约距离DD。以上市公司市值占整个行业上市公司市值总额的比例为权重,加权汇总得到整个行业的“违约距离”。对各个行业的DD进行排序,与这些行业的信用品质状况进行比对。  结果显示,行业违约距离从小到大的排序严格符合信用品质参照的排序,说明基于KMV模型-资产赋权法的行业信用风险度量方法能够较好的测量行业信用风险。
其他文献
现阶段,我国金融产品相对单一,信贷仍是金融市场的主要组成部分。因此信贷规模对于我国的经济增长有着重要的影响。信贷以货币作为中介来促进商品的流通,利用信用机制来促进资金
In considering the characteristic of a rudder,the maneuvers of a ship were described by an unmatched uncertain nonlinear mathematic model with unknown virtual c
农村金融是现代农村经济的中心。中国农业基础之所以薄弱,农村经济社会发展水平大大落后于城市,城乡居民收入差距越来越大,其重要原因之一是农村地区在资金上的严重“贫血”。本
关于经济新常态下人力资源服务行业关系的市场主流观点认为,人力资源服务行业是强抗周期的行业,主要原因在于经济形势较差时,企业有更大的动力优化内部人力安排,从而达到节省