1. 研究目的与意义
信用风险成为我国商业银行面临的主要风险之一。
对信用风险的准确度量和有效管理,既是商业银行提高风险的识别、评估、预警、控制能力的前提,同时也是监管当局进行风险性监管的基础,因此,精确度量信用风险是实现有效风险管理的关键。
传统的度量和管理信用风险的方法和手段已远远不能适应当今社会发生的新情况和新问题,更不能满足人们对信用风险进行科学量化度量和有效管理的需要。
2. 研究内容和预期目标
1.主要内容KMV模型是美国旧金山市KMV公司于1997年建立的用来估计借款企业违约概率的方法。
该模型认为，贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的。
但资产并没有真实地在市场交易，资产的市场价值不能直接观测到。
3. 国内外研究现状
以现代期权理论基础作依托，充分利用资本市场的信息而非历史账面资料进行预测，将市场信息纳入了违约概率，更能反映上市企业当前的信用状况，是对传统方法的一次革命。
KMV模型自1993年推出以来,国外学术界对KMV模型的研究经历了两个阶段。
第一阶段：将KMV模型的预测结果与实际的违约数据相比较,大多数研究结果表明,KMV模型能够反映信用风险的高低,并对信用风险具有很高的敏感性#65377;第二阶段：国外学术界对模型的验证寻找到新的角度,并开发出多种验证模型有效性的方法和技术#65377;我国学者主要对模型在我国适应性和参数调整方面进行了许多探讨,取得了一定的成果#65377;张林#65380;张佳林(2000)#65380;王琼#65380;陈金贤(2002) 先后对KMV模型与其他模型进行理论上比较,认为更适合于评价上市公司的信用风险#65377;薛锋,鲁炜,赵恒街,刘冀云(2003)利用中国股市的数据,得出了应中市场的σv和σE的关系函数,并以一只股票为样本进行了实证分析#65377;乔卓等(2003)介绍了KMV模型的基本内容,以及国外的应用经验,但是并没有进行实证研究#65377;易丹辉,吴建民(2004年)对深市和沪市随机抽取30家公司分行业计算违约距离和违约率并作比较,认为借助违约距离衡量上市公司的信用风险是可行的#65377;
4. 计划与进度安排
1、研究计划：文献研究、实证研究先选取十家商业银行按国有银行、股份制银行进行分类再结合近十年间的数据。
首先，它利用BS期权定价公式，根据企业股权的市场价值及其波动性、到期时间、无风险借贷利率及负债的账面价值估计出企业资产的市场价值、资产价值的波动性。
其次，根据公司的负债计算出公司的违约实施点 (企业1年以下短期债务的价值加上未清偿长期债务账面价值的一半)，计算借款人的违约距离。
5. 参考文献
[1]巴曙松,金玲玲,朱元倩.巴塞尔Ⅲ下的资本监管对中国银行业的影响[J].农村金融研究,2011(06):12-17.[2]蒋书彬.基于KMV动态违约距离的商业银行信用风险研究[J].金融与经济,2016(05):61-65 27.[3]韩娇. 我国商业银行信用风险评价应用研究[D].首都经济贸易大学,2018. [4]凌江怀,刘燕媚.基于KMV模型的中国商业银行信用风险实证分析——以10家上市商业银行为例[J].华南师范大学学报(社会科学版),2013(05):142-148 209.[5]邹彬. '我国商业银行信用风险度量研究——基于KMV模型的验证分析.' 科技创新导报 2(2014):1-4.[6]陈东平,孙明.KMV模型的修正及应用研究[J].经济研究导刊,2007(01):45-48.[7]潘睿. 基于新巴塞尔协议下我国商业银行风险度量和管理研究[D].山东大学,2018.[8]李洋.关于KMV模型在中国应用的思考和建议[J].知识经济,2012(15):98.[9]陈国辉. KMV模型在商业银行风险管理中的应用研究[D].中央财经大学,2007.[10]谢赤,凌毓秀.银行信贷资产证券化信用风险度量及传染研究——基于修正KMV模型和MST算法的实证[J].财经理论与实践,2018,39(03):2-8.[11]陈新胜,李广鹏,徐凌.基于KMV模型的商业银行信贷风险度量研究[J].甘肃科学学报,2014,26(05):111-114.[12]Rainer Jankowitsch,Stefan Pichler,Walter S.A. Schwaiger. Modelling the economic value of credit rating systems[J]. Journal of Banking and Finance,2007,31(1).[13]Ching-Chiang Yeh,Fengyi Lin,Chih-Yu Hsu. A hybrid KMV model, random forests and rough set theory approach for credit rating[J]. Knowledge-Based Systems,2012,33. [14]Michael B. Gordy,James Marrone. Granularity adjustment for mark-to-market credit risk models[J]. Journal of Banking and Finance,2012,36(7). [15]Tomas Kliestik,Maria Misankova,Katarina Kocisova. Calculation of Distance to Default[J]. Procedia Economics and Finance,2015,23.
