發(fā)行公司債券的上市公司信用風險度量研究.pdf

1、近年來，中國公司債券發(fā)行規(guī)模逐年遞增，這就意味著其信用風險的識別和控制將會是金融市場面臨的重要問題。而我國信用風險度量的方法和理念相對于國際發(fā)達國家的水平仍然存在很大的差距?，F(xiàn)今信用評級結果一般來講是衡量信用風險的重要工具，在中國卻沒有發(fā)揮其真正的意義，被社會公眾過度依賴。KMV模型，作為一種在國外成熟市場備受肯定的結構化信用風險度量和預測工具，能夠提供動態(tài)和及時的信用風險監(jiān)控。
　　為了適合中國發(fā)行公司債券的上市公司信用風險度量

2、，本文對 KMV模型進行參數(shù)上的修正。對修正后的KMV模型，通過MATLAB軟件算出制造業(yè)中發(fā)行公司債券的債券主體信用級別“高”和“低”兩組的違約距離，結果信用級別“高”的一組違約距離均值顯著大于“低”的一組，表明該 KMV模型能較好地區(qū)分發(fā)行公司債券的上市公司的信用風險。在證明 KMV模型適用性之后，本文通過比較單純考慮信用評級對債券收益率的解釋力和將信用評級與違約距離相結合對債券收益率的解釋力，得出傳統(tǒng)信用評級結果和修正的違約距離相

3、結合的效果更好，從而肯定了 KMV模型的應用意義。文章同時對債券主體按行業(yè)分析，可得房地產(chǎn)行業(yè)違約距離均值相對低，信用風險較高。最后對違約距離進行敏感性分析，可得股權價值波動率對違約距離最敏感。
　　中國評級機構對公司債券和債券主體的評級成本高，歷時長，不能及時準確地反映公司債券相應的信用風險情況。所以本文提出修正的KMV模型能達到較好度量發(fā)行公司債券的上市公司信用風險的效果，有助于改進信用評級技術方法，完善中國信用評級體系，從而