基于GARCH波动模型的KMV信用风险度量研究*
2011-02-03刘迎春
东北财经大学学报 2011年3期
刘迎春,刘 霄
(1.东北财经大学 数学与数量经济学院,辽宁 大连 116025;2.北京科技大学 数理学院,北京 100083)
一、引言
加强信用风险的管理一直是各国金融业及其监管部门工作的重点,对公司违约风险的度量则是更好地进行信用风险管理的前提与基础。公司违约风险的度量方法大致分为两类:一类是基于公司静态的历史财务数据的诸如专家评级系统、判别分析和逻辑回归分析等方法。另一类是在资本市场动态数据之上,再结合公司静态历史财务数据的KMV方法。仅依靠历史财务数据评价上市公司的信用风险的方法,无论在理论上还是在实践中都存在明显的缺陷。而KMV方法是以期权定价理论为基础,基于股票市场信息的信用风险度量方法。由于公司股价的连续变化中蕴含着公司可信度变化的可靠证据,所以使用现时股价来评估公司信用水平变化的KMV模型具有较强的动态性和前瞻性。
国外学术界的研究结果表明,KMV模型是十分有效的信用风险度量技术。2007年开始实施的《巴塞尔新资本协议》提倡银行使用内部评级法管理信用风险,并推荐使用KMV模型对客户进行评级,可见KMV模型在国外已经得到广泛的认可和使用,它代表了一种利用股票市场信息为债务估值的创新方法,是现代信用风险管理模型的重要特征,在信用风险评价领域占有重要地位。
我国学者关于KMV模型的早期研究仅局限于对KMV模型的理论基础和模型框架的介绍。近几年来,随着我国资本市场的快速发展、不断成熟和日臻完善,人们越来越关注资本市场中所反映出的信用风险信息。……
登录APP查看全文
