论文部分内容阅读
自1978年改革开放以来,我国银行业取得了长足的发展。但金融市场与银行业仍与发达国家有差距,资本市场不够发达,金融市场层次较为单一。在2014年的十八届三中全会上,尚福林提出,我国间接融资比例超过80%,银行业资产占我国金融总资产的90%以上。而在经济与金融全球化的背景下,国内经济面临外需不足与内需不振的双重压力,产业结构失衡压力凸显,产能过剩,大量企业经营面临巨大压力,我国商业银行面临的信用风险防控压力上升。因此,研究我国商业银行信用风险的度量与管理具有重要意义。本文对商业银行常用的信用风险度量方法进行了梳理,最终选用KMV模型对我国商业银行信用风险进行度量。在理论模型部分,本文详细介绍了改进的莫顿模型,即Merton-KMV模型的原理,并将Merton-KMV模型扩展到适用于两种债务的公司资本结构,对此理论模型进行了详细的推导。在实证研究中,本文选取沪、深两市9家在2015年被ST的公司与9家对照非ST公司2012年到2014年的数据为样本,运用Merton-KMV模型对样本公司的信用风险进行建模,计算理论预期违约概率,并进行对比分析,同时,采用Z-score模型计算样本公司的三年的Z值。实证结果表明,从2012年到2014年,ST公司与非ST公司之间的Z值并没有显著性差异,也没有呈现出任何随时间变化的趋势。而利用Merton-KMV模型计算出的非ST公司的违约率显著低于ST公司,且显著性随时间递增。说明静态的财务数据不足以对信用风险进行充分识别,只有上市公司公开的财务数据与股价同时利用,才能包含公司的信用信息,运用Merton-KMV方法对这些信息进行分析计算出的理论违约概率能够较好的识别两类企业的信用风险,且具有前瞻性。因此,在上市公司的历史信用数据不足的情况下,商业银行可以采用KMV模型通过对理论违约概率的估算对上市公司的信用风险进行度量。