首页|基于修正KMV-Logit模型的上市公司信用债券违约风险度量研究

基于修正KMV-Logit模型的上市公司信用债券违约风险度量研究

乔莉雅

基于修正KMV-Logit模型的上市公司信用债券违约风险度量研究

乔莉雅1
扫码查看

作者信息

  • 1. 哈尔滨工业大学
  • 折叠

摘要

债券市场面临着宏观经济发展态势疲软、金融市场内部压力等因素的影响,表露出较为严重的结构性和周期性问题,信用风险加速释放,频繁地发生违约事件。2014年“11超日债”无法按时支付其利息,正式宣告我国首次出现信用债券的实质性违约事件。此后,打破刚性兑付引发的违约浪潮随之而来,信用债券违约数量和金额大幅攀升。因此定性分析导致信用债券违约的影响因素,并定量评估违约风险,建立信用债券违约风险度量模型,实现对违约风险的监测,从而对违约风险进行有效管理,为投资主体对潜在违约风险的识别和预测、企业对自身融资规模的合理规划以及监管部门对信用债券市场的监督与协调等提供一定的借鉴意义。 本文总结回顾了国内外关于信用风险度量的研究成果,界定了研究问题的相关概念,并从多角度总结了信用债券的违约现状及违约风险影响因素。总结了KMV模型的基本思想与计算方法、Logit模型的基本思想与评价方法,结合我国资本市场的实际情况,提出了修正与改进KMV模型的方法,并选取违约风险评价指标,构建了修正KMV-Logit混合模型。选取38只发生违约的上市公司信用债券样本进行实证分析,结果表明修正KMV-Logit模型的总体判别准确率为89.5%,CPI增长率、企业性质、净资产增长率及违约距离可显著影响信用债券的违约风险。对模型进行有效性检验,结果显示准确率较高,模型兼具灵活性与全面性,适用于度量我国上市公司信用债券的违约风险。同时,模型实现了利用违约距离对违约概率的计算,为建立违约概率数据库提供一定参考。

关键词

违约风险/上市公司/遗传算法/违约距离/修正KMV-Logit模型

引用本文复制引用

授予学位

硕士

学科专业

应用经济学

导师

冯晋

学位年度

2021

学位授予单位

哈尔滨工业大学

语种

中文

中图分类号

F8
段落导航相关论文