宏观行业因素和上市公司信用风险相关性研究--基于修正后的KMV模型.docx

摘要：随着目前国内市场化改革的不断加深，信用风险预测在国内金融业的应用越来越广泛，有助于维护金融市场的良好环境。在对上市公司风险预测上，KMV模型作为现代信用风险度量模型，在发达国家的金融环境中能够动态灵敏的反应上市公司的信用状况。由于中国在经济体制和国际上存在差异，本文将对KMV模型进行一定程度上的修正，随后在以2015一整年为观察区间抽取30个行业每个行业5家上市公司（每个行业1家ST，4家非ST，ST公司发生违约的时间在2016年）首先验证KMV模型的准确性和合理性。同时，根据实验结果，分别观测这些上市公司的违约距离，求出违约距离的均值从而大体上判断行业的信用风险，从而分析上市公司行业和其他区因素对行业盈利能力的影响，并提供相关的建议。

 关键词：KMV模型；信用风险预测；上市公司行业因素

目录

摘要

Abstract

1 引言-1

2 文献综述-2

2.1国内文献综述-2

2.2国外文献综述-2

2.3文献评述-2

3 行业信用风险理论及理论分析-3

3.1行业信用风险理论及简介-3

3.2宏观行业风险因素和上市公司信用风险相关性的假设-4

4中国各个行业上市公司信用风险实证-4

4.1研究假设-4

4.2样本选取及样本数据的来源-5

4.3KMV模型的运算步骤与参数设定-6

4.3.1 KMV 模型的计算过程-6

4.3.2 KMV 模型的参数设定-6

4.4 KMV 模型实证计算过程-8

4.4.1 计算部分样本公司股权市场价值及其波动率-8

4.4.2计算样本公司的违约点-8

4.4.3计算样本公司的资产价值及其波动率-9

4.4.4计算样本的违约距离-10

4.5模型的建立及分析-11

4.5.1变量描述-11

4.5.2模型建立-11

4.5.1描述性统计分析-11

4.5.4相关性分析-14

4.5.5多元回归检验分析-15

4.6实证结论-16

5结论与建议-16

5.1结论-16

5.2建议-17

6参考文献-18