信用風(fēng)險評價模型及其應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、2004年6月,巴塞爾銀行監(jiān)管委員會公布了《新巴塞爾協(xié)議》,其目標是鼓勵推廣更好、更系統(tǒng)的風(fēng)險(特別信用風(fēng)險)計量和評估方法(如KMV模型)?!缎掳腿麪枀f(xié)議》高度重視內(nèi)部評級法(IRB)在風(fēng)險管理和資本監(jiān)管中的作用,并以自主權(quán)和資本優(yōu)惠為激勵手段鼓勵有條件的銀行建立和發(fā)展內(nèi)部評級模型及配套的計算機系統(tǒng)。目前,許多國際先進銀行已經(jīng)開始利用IRB模型進行風(fēng)險計量和管理,且這些銀行的綜合競爭實力都得到了顯著的提高。 鑒于內(nèi)部評級法的快

2、速發(fā)展,本文首先以2006年度上市公司的股票和財務(wù)信息為樣本,對KMV模型進行了構(gòu)建和修正,并結(jié)合樣本公司在2007年度的實際違約狀態(tài),進行了模型判別力的概率統(tǒng)計分析。結(jié)果表明現(xiàn)階段,根據(jù)t-1年的資本和財務(wù)信息構(gòu)建的KMV模型對我國公司在第t年的違約狀態(tài)具有較好的判別力。 為對KMV模型的判別效力進行對比研究,本文又分別構(gòu)建了以相同樣本公司的財務(wù)數(shù)據(jù)為基礎(chǔ)的多元線性回歸模型和Logit回歸模型。其中多元線性回歸模型以市盈率、股

3、東權(quán)益周轉(zhuǎn)率、財務(wù)杠桿系數(shù)、盈余現(xiàn)金保障倍數(shù)、負債與權(quán)益市價比率為解釋變量,其判別力的概率統(tǒng)計結(jié)果要劣于KMV模型;而Logit回歸模型則以凈資產(chǎn)收益率、營運資金比率和每股投資活動現(xiàn)金凈流量為解釋變量,其判別力的概率統(tǒng)計結(jié)果要優(yōu)于KMV模型。 為消除概率統(tǒng)計檢驗中最優(yōu)分類點對模型分類能力判別結(jié)果的影響,本文引入了ROC曲線方法對三種模型的實際分類能力進行了進一步的分析。結(jié)果表明,根據(jù)我國目前的經(jīng)濟環(huán)境,在模型基本假設(shè)前提下,綜合

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論