基于KMV模型的我国商业银行信用风险度量研究——以招商银行和工商银行为例文献综述

 2022-08-08 10:53:21

基于KMV模型的我国商业银行信用风险度量研究的文献综述

——以工商银行和招商银行为例

摘要:国外学者对于信用风险度量已经进行了长足的研究,其度量方法也经历了从传统到现代度量技术的转变。而目前我国度量信用风险使用的还主要是传统的度量技术,对现代信用风险度量技术的应用较少。我国目前使用的KMV模型是从美国直接引进而来,对于参数的选择与系数值设定问题,还需要根据中国的实际情况进行不断的调整,而且考虑到中国目前还没有建立起完备的信用违约风险数据库,因而该模型在使用过程中作用的发挥还需要不断的的考量。在今后信用风险的度量过程中,要将KMV模型在风险动态监测过程中的优势,和专家判别法、信用评分法等方法的优势结合起来,对我国商业银行的信用风险进行综合考量。

关键词:信用风险度量; 传统信用风险度量方法; 现代信用风险度量方法;KMV模型

一、文献综述

1.国外研究现状:在信用风险度量和管理上国外学者已经进行了长足的研究,其发展的历程可以大致分为传统方法和现代方法两个阶段,而为了追求信用风险度量更高的准确性和可信度,度量方法已经逐渐从定性分析为主转变为定量分析为主。

传统信用度量方法:(1)专家分析法。1950年左右,银行业主要的信用风险管理方法是依据主观分析的方式,例如著名的“5C”分析法:有经验的专家们通过考虑借款人的品格、资本、偿债能力、抵押品和环境等因素的影响来进行信贷活动。类似的分析法还有“5P”法、LAPP法等。(2)信用评级法。Edward I.Altman在1968年建模涉及了一款破产预测模型——Z评分模型,通过运用统计学方法,对银行过去的信贷活动进行分析,从而辨别选择信贷投资者的模型。1977年,对该模型进行了完善进而提出了ZETA模型。(3)Logistic 模型,又被称为“分类评定模型”。该模型通过一些变量指标对违约客户和履约客户进行分类,是应用广泛的一种离散选择法模型,其并不要求样本数据满足正态分布,但假定违约概率服从 Logistic累计概率分布函数。

20世纪80年代以后,随着国际上衍生产品的多样化,全球范围的金融危机不断爆发,现代信用风险度量模型开始出现。现代信用风险度量方法:(1)资本资产定价模型。哈利·马科维茨、威廉·夏普、约翰·林特纳于1963年共同创造了资本资产定价模型(CAPM),旨在研究证券市场的价格决定问题。(2)期权定价模型。布莱克于斯科尔斯于1973年提出了期权定价模型。(3)KMV 模型。在期权定价理论的基础上,KMV模型于1997年产生,通过股票市场的价值来求得企业的违约率。(4)Credit Metrics模型。该模型与KMV模型计算过程基本一致,唯一区别在于,其建模的数据来源于历史数据,侧重于对企业信用评级变化及其概率的考量。(5)Credit Risk 模型。这种模型仅仅考虑信用违约风险,也假定其与资本结构不相关,以此来求得债券投资组合的损失度。(6)CPV模型。这个模型充分考量了信用等级转移矩阵与宏观经济因素两者存在的相关性,来计算风险价值。

国外基于KMV模型对信用分析的度量与管理问题进行了系统的研究。KMV公司(1993)利用Black-Scholes-Merton模型构建了KMV模型。KMV模型依据公司资产的市场价值测算企业股权的市场价值及其波动率,以此来衡量具有同样的标准差的信贷项目的违约率。Vasicek(1998)利用KMV模型探究了公司的违约率的测算和贷款损失率的分布。Jorge R.Sobehart、seane.Keenanamp;Roger M.stein(2000)通过累计准确度、准确比率、条件信息平均比例、共有信息平均律四个指标来验证模型的有效性,并得出KMV模型预测信用风险的有效性在六中现代信用风险度量方法中是最佳的。Mark Carey(2001)对KMV模型进行了修正,重新设定了模型参数,提高了模型的预测能力。Roger M.stein(2002)在考虑现实因素的基础上对KMV模型提出了质疑并给出了相对应的修正建议。Matthew Kurbat和Irina Korablev(2003)运用KMV模型选定美国上千家公司近十年的数据作为模型预测的样本,对模型的效果进行实证研宄,通过对各企业在不同时期的预期违约率和实际发生的违约率进行对比,发现KMV模型预测的结果非常有效。Peter Crosbie和Jeff Bohn(2003)通过对金融类公司进行监测和度量从而检验KMV模型的监控能力,得出了如下结果,当被监测公司在发生信用风险事件或者是破产前其预期违约率都是发生了变化。David W.Munves和David T.Hamilto(2010)通过对2008年金融危机前后两个时间段的理论预期违约率和实际违约率进行比较,证明了KMV模型能够对商业银行的信用违约风险状况作出有效的预测。Dan Rosen和David Saunders(2010)考虑了系统性因素对KMV模型预测效果的影响。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。