基于KMV模型的房地产业上市公司信用风险度量
我国上市公司信用风险度量——基于KMV模型

=
() 2
本文实证分析可分为如下两个 步骤 : 第一步 , 计算各样本股违约距离 D 先 D。 1 . 样本股股票市值 E的计算。由于所选样本均无非流通股 和
限售股, 故其股票市值 E等于总股本乘以基准 日当日收盘价。
2样本股股 票年波动率 的计 算。 . 本文运用 G R H( , ) A C 1 1
() 2 依据借款企业 的负债计算 出公 司的违约触发点 ( r ) D, , r 进而计算违 约距 离( D) D :
D rsD P =T + LD T () 3
其 中 ,T S D代表流动负债 ,T L D代表 长期 负债 。
D :E V )D T D - P (1
组。
、
问题 的提 出
20 0 8年 , 伴随着美 国次贷危 机 的爆 发 , 加深 了人们 对信 用 风险度量重要性 的认识 。 理论上 , 风险是市场参 与者面临 的主要风 险之一 。信 信用 用风 险度 量是信用风险管理 目标 的核 心 。由美 国 K V公司开 M 发 的 K V模型 , 当今世界最流行 的信用风 险度 量模型之一 。 M 是 因此 , K 对 MV模 型的适用 性研 究有很强 的理论意义 。 实践上 , 国证券 市场规模 逐步扩 大 , 我 上市公 司在 国 民经 济中 占有重要地位 。对商业银行 和证券市场 的投资者而 言 , 需 要 准确地识 别和度量 上市公 司的信用 风险 以降低 信贷 和投资 风 险 ; 上市公 司而言 , 对 需要 有效地 预测和 控制 自身的信用 风 险, 以降低融资成本 ; 对监管 当局而 言 , 建立起上市公 司信 需要 用风 险约束机制 , 以更 好的维护投 资者 的利 益 , 维护我 国金融
修正的KMV模型在上市公司信用风险度量中的应用分析

A
[( ++ ] [( )r ) I ( n 宰
V t
;。d o 、 _ V 为股权 的市场价值 ; d_ 2 - / - - V 为公 司资产市
.
VE
场价值 ; 为公 司账面负债 ;为无风险利率 ; B r 叮 为公司资产市场价值的波动率 ; t 为债务期 限。
6 o 3 o 3l 6 o 9 0 7 3 6 o3 2 0 7 6 1 oo 98 6 8O o0 7 0)9 5 ( 3 0 6 o5 0 84 6 0 2 o 7 2 0 o 2 0 6 8 6 0 8 0 O4
S 中农 T S 宜纸 T S 昌 河 T S 大唐 T s 厦 隼 T S 双 马 T * T春 兰 S S 金化 T S ; 新 T 毛 S 新 天 T
二 、 究 设计 研
( ) 一 样本选取 为了显示不同业绩上市公司的区别 , 本文选取了2 家 国内上市公 司, 0 分为两大类进行配对 : 一类 是被s I 理 的 1 处
个股 ; 一类是非s 公司 , T 计算基准 日为2 0 年1 月3 日。 0 7 2 1 为避免行业差异 、 公司规模对实证结论 的干扰 , 样本选择遵循 以下原则 : 配 对样本公 司在同一证券交易所上 市; 属于同一行业 ; 总资产规模相近 ; 仅在 国内A 股上市 , 不存在H 、股等其他股份 , ( 1o 股 B 见 表
( ) 司资产价值及 波动率的计算 公 司资产市场价值的计算公式为 : ( rB,, = x d)B d)公 司股权价值 二 公 V =fV ,, t盯 )V N(。 eN( ; 一
…
的波动率为 :Eg V ,, t ) O = ( ArB,, = '
、
v 。 中: ——旦—_ _ 其 d = _ =
基于KMV模型上市房地产公司风险度量的实证分析

基于KMV模型上市房地产公司风险度量的实证分析董金涛;侯为波【摘要】KMV模型是国际上度量信用的一种常用方法,它是根据B-S-M模型原理,通过计算上市公司的违约距离来度量信用风险的.本文选取了8家上市的房地产公司,运用KMV模型进行实证分析.结果表明,KMV模型对我国上市房地产公司的信用风险的度量有良好的预警作用.【期刊名称】《洛阳师范学院学报》【年(卷),期】2018(037)002【总页数】4页(P62-64,81)【关键词】KMV模型;违约距离;风险度量【作者】董金涛;侯为波【作者单位】淮北师范大学,安徽淮北235000;淮北师范大学,安徽淮北235000【正文语种】中文【中图分类】F831.50 引言信用风险又称违约风险,指在交易中由于一方不能履行契约所造成经济损失的风险. 信用风险是商业银行在经营中所面临的主要风险. 随着房价的稳步上升,房地产公司也不断地加大贷款额度、扩大建设,随之而来的信用风险也在增加. 一旦违约,必然造成很大的损失. KMV模型在信用度量方面有很好的作用,国内外学者对KMV模型做了大量的研究,Kurbat和Korablev[1]对KMV模型进行验证,数据证明对KMV模型有效. Douglas W.Dwyer和Irina Korablev[2]用KMV模型对欧亚地区的非金融公司信用风险进行实证分析,表明KMV模型能够为不同地区的公司提供较好的风险预测. 程鹏,吴冲锋[3]使用KMV模型分析沪深上市公司,表明绩优公司信用最好, ST公司信用最差. 韩艳艳[4]用结合Logistic回归模型和KMV模型得到的混合模型能取得更好的结果. 马若微,张薇,白宇坤[5]通过对动态违约点的修改,对违约距离进行分析和检验,对违约点进行了改进. 蒋彧,高瑜[6]根据中国金融市场的特点并且修正了参数,得到的模型具有较强的信用风险预测能力.1 KMV模型的建立KMV模型是根据Black-Scholes-Merton(BSM)模型发展而来的. 其基本思想就是把公司的股权看成买入一份欧式看涨期权,以公司的资产市场价值为标的,以公司的债务为执行价格,期限是T. T时刻公司的股权价值为Et,债务价值为D,资产价值为Vt,在公司债务到期时,如果公司的资产价值大于债务价值(VT>D),则股权价值为公司的资产价值ET=VT-D;如果公司的资产小于债务价值(VT<D),股权价值为ET=0,则到期日的股权价值为[7]ET=max(0,VT-D)(1)假设公司的资产价值Vt服从几何布朗运动dVt=μVtdt+σVVtdWt(2)其中μ为资产预期增长率,σV为资产波动率, Wt是维纳过程. 根据Black-Scholes期权定价公式,在t=0时公司的股权价值:E0=V0N(d1)-De-rtN(d2)(3)r为无风险利率, N为标准正态分布函数.公司的股权价值Et 服从几何布朗运动,波动率为σE且满足:(4)由(3)得=N(d1)(5)t=0时,由(4)得σEE0=N(d1)σVV0(6)由(3), (6)得t=0时,公司资产价值V0和资产波动率σV.由(2)得t时刻公司的资产价值:(7)ε是标准正态分布变量. 当t=T时,当VT=D,公司违约, T时刻的公司违约概率(EDF)为EDF=P(VT≤D)=N[-DD](8)则违约距离为[8](9)违约距离越大,说明公司的风险越大,越容易发生违约.KMV模型有以下优点:(1)KMV模型是可以利用公司的财务数据进行分析.(2)KMV模型不需要有效的市场假设.KMV模型还有一定的缺陷:(1)模型假定房地产公司的资产价值符合正态分布,实际情况呈尖峰厚尾状态.(2)历史违约数据缺乏.(3)由于股市泡沫的存在,模型对房地产公司的股权价值的衡量产生一定影响.2 实证分析(1) 本文选取了8家上市的房地产公司进行实证分析,一组是非ST公司,另一组是ST公司(见表1).表1 8只公司的股票及代码非ST公司股票代码浙江广厦600052中国国贸600007荣安地产000517皇庭国际000056ST公司股票代码ST新城000809ST 运盛600767ST坊展600149ST匹凸600696(2) 设债务到期T=1. 以我国一年期定期存款基准利率为无风险利率, r=0.015.(3) 上市房地产公司的股权波动率用上市公司的流通股票的股价波动率来衡量,股票的日波动率ui,则其中Si表示公司第i天的股票收盘价, Si+1代表第i+1日的股票收盘价,代表股票的日相对价格,日波动标准差:其中是平均日波动率. 设年交易日为245天,则收益率年标准差σE与日标准差σ*存在关系表2 公司的股价标准差非ST股σ*σE浙江广厦0.0310030.484435中国国贸0.0277560.434459荣安地产0.0379150.593462皇庭国际0.0329970.516495ST股σ*σEST新城0.0381050.59644ST运盛0.0628720.98411ST坊展0.0993571.55518ST匹凸0.0577470.90388(4) 本文取样本公司股权价值等于流通股的股数与流通股的股价成绩加上非流通的股数与股价一半的乘积. 公司的违约点DPT采用短期债务STD和长期债务LTD线性组合的方式来计算,即DPT=aSTD+bLTD,一般情况下a=1,b=0.5.(5) 公司资产价值VA和波动率σA:VE=VAN(d1)-De-rtN(d2)表3 公司的股权价值VE非ST股VEDPT浙江广厦4.35E+102.03E+10中国国贸1.96E+113.78E+10荣安地产1.37E+114.84E+10皇庭国际8.59E+103.21E+09ST股VEDPTST新城3.35E+101.89E+10ST运盛2.76E+103.74E+09ST坊展4.86E+100.24E+09ST匹凸2.47E+102.67E+09VE为股权价值;VA为资产价值;D为债务面值;为正态分布函数;r无风险利率;t债务偿还期限.运用MATLAB估算公司资产价值和资产波动率,结果如表4.(6) 通过公司的资产价值和资产波动率计算违约距离见表5.表4 公司的资产价值VA和资产波动率σA非ST股VAσA浙江广厦6.35E+100.3315中国国贸2.33E+110.3652皇庭国际1.17E+110.3776荣安地产1.85E+100.4418ST股VAσAST新城5.22E+100.3841ST运盛3.18E+100.8705ST坊展4.88E+101.5473ST匹凸2.73E+100.8173表5 样本公司的违约距离DD非ST股DD浙江广厦2.049中国国贸2.29荣安地产1.675皇庭国际1.92ST股DDST新城1.65ST运盛1.01ST坊展0.64ST匹凸1.10违约距离图表分析见图1.图1 违约距离的比较数据分析:四家非ST公司的违约距离分别是: 2.04、 2.29、 1.67、 1.92; ST 公司的违约距离分别是1.65、1.01、0.64、 1.10. 非ST公司的违约距离在1.65以上,非ST公司的违约距离在1.65以下. 中国国贸的违约距离最大,其次是浙江广厦,违约距离最小的是ST坊展. 非ST公司的风险要小于ST公司的风险. 说明KMV模型具有一定的预测违约风险的作用.3 结论通过对我国上市的房地产公司的实证分析,结果表明,近几年来房价上涨的同时也伴随着风险的增加, KMV模型对我国房地产上市公司的风险度量有很好的预警作用.参考文献[1] Kurbat K.Methodology for Testing the Level of the EDF Credit Measure[J].Moody’s KMV Corporation, 2002.[2] Douglas W D,Irina KORABLEV.Power and level Validation of Moody’s KMV EDF Credit Measures in North American,Europe and Asia.Moody’s KMV Corporation[J]. 2007.[3] 程鹏,吴冲锋.上市公司信用状况分析新方法[J].系统工程理论方法应用,2002.[4] 韩艳艳,王波.基于logistic回归-KMV模型的上市公司信用风险评价研究[J].2011.[5] 马若微,张薇.白宇坤.我国上市公司动态违约概率KMV模型改进[J].系统工程,2014.[6] 蒋彧,高瑜.基于KMV模型的中国上市公司信用风险评估研究[J].中央财经大学学报,2015.[7] Zhao Z,Lan Y ,Wu X Y.The Impact of Electronic Banking on the Credit Risk of Commercial Banks—An Empirical Study Based on KMVModel[J].Journal of Mathematical Finance,2016,778-779.[8] 周沅帆.基于KMV模型对我国上市保险公司信用风险度量[J].保险研究,2009.。
基于KMV模型的上市公司信用风险测度研究

() 2 上市公司股权 价值 波动率 盯 的估计 。K V 型假设上市 M 模
公 司股 票 价 格 服 从对 数 正 态 分 布 ,采 用 历史 波 动 率 法 估计 上 市 公
价或者 每周 收盘价 的均值 。 在修 正的K 模型 的基 础上 , MV 文章对
零。 目前 , 有 影 响 的 期 权 定 价 理 论 主 要 是 B 定 价 模 型 和 二 项 式 较 S
( ) 约距 离( D) 5违 D 的计算 。 计算一 个衡 量违约风 险大小的 比 率指标 , 即违约距离( D)K V D 。 M 模型 中违约距 离的计算 如下 : 利用 K V 型中违约距离的计算如下 : M 模
计 算借 款 人 的 违 约距 离 D 最 后根 据企 业 的违 约 距 离 与预 期 违 约 D,
() 3 债务 面值D、 务期限t 债 和无 风险利率r 的估计 。 采用公 司 D
年报 中总负债面值 ;无风险利率 r 用中国人 民银行公 布的一年 采 期定期存款利率 ( 以年末 为标 准 ) 来估计r本文将债务期 限定为一 。
我 国上市 公 司进 行 了 实证 研 究 , 以违 约 距 离 ( D) 变 动 来分 析上 D 的
司股权市场价值未来一年 的波动率。股票 日收益波动率的计算公
式为 :
市公司信用 风险的变动情况 , 分别从设置D 区间 、 D D D 均值对 比以
及模型判别准确率三个方面对实证结果进行分析 , 经分析得知 , 在 上市公 司被s前 第三年 , MV 1 K 模型对 上市公 司信用风 险判别准确
二、 KMV模 型原 理 及 参 数 设定
KMV模型对房地产行业信用风险的应用

KMV模型对房地产行业信用风险的应用作者简介:任珊珊,女,(1989.6-),籍贯:山东省东营市广饶县,贵州财经大学,学位:硕士专业:金融硕士。
摘要:信用风险一直以来都是金融机构及其监管部门的风险管理的主要对象和核心内容。
房地产行业是关系到我国经济民生的的重要行业,其最为典型的特征就是资金密集型产业。
从我国房地产行业发展的实际情况出发,本文旨在通过应用kmv模型对不同类型房地产上市企业的信用风险进行度量,比较得出绩优类(非st类)和绩差类(st类)上市公司风险状况。
关键词:kmv模型;房地产;信用风险一、引言信用风险一直以来都是金融机构及其监管部门的风险管理的主要对象和核心内容。
当前,经济形势并不乐观,全球经济仍处危机后的调整期,国际环境充满复杂性和不确定性;国内原有竞争优势、增长动力逐渐削弱,新优势尚未形成,市场信心和预期不稳,经济运行处在寻求新平衡的过程中。
房地产行业是关系到我国经济民生的的重要行业,其最为典型的特征就是资金密集型产业。
改革开放以来,尤其是1999年中国房地产市场进入快车道,随着gdp的持续增长,在我国房地产制度改革以及不断扩大内需市场的政策指引下,我国房地产业蓬勃迅猛发展,房地产业在我国gdp中所占的比重不断增加,成为我国经济增长的重要力量。
本文旨在通过kmv模型对不同类型房地产上市公司进行信用风险测量,比较得出绩优类和绩差类上市公司风险状况,研究kmv模型在对我国房地产信用风险测度的适用性,通过做线性回归模型,分析我房地产企业的贷款是否处在合适的水平,检验我国商业银行对房地产公司贷款机制有没有改善,并提出相关建议。
二、修正后的kmv模型对房地产上市公司信用风险度量用kmv模型对企业信用风险进行度量,最主要的分析工具是预期违约率(edf)。
在计算edf之前要计算违约距离(dd),dd是位于资产价值分布均值与“违约点”(dpt)之间的标准差。
图1为kmv 模型的违约距离图,图中的阴影部分为预期违约概率edf。
基于KMV模型对我国房地产上市公司的信用风险测度

基于KMV模型对我国房地产上市公司的信用风险测度
近年来,中国房地产市场快速增长,成为我国经济的支柱产业。
随着房地产市场的发展,房地产上市公司面临着越来越严重的信用风险。
为了准确测度房地产上市公司的信用风险,可以运用KMV模型,对其进行量化评估。
KMV模型是一种常见的信用风险测度模型,基于资产价值和违约概率来评估公司的信用风险。
KMV模型认为,公司的信用风险可以通过绝对坏账损失概率来衡量,绝对坏账损失概率又可以通过公司的资产风险和违约概率来计算得出。
对于房地产上市公司来说,其主要资产是房地产资产。
评估这些资产的风险是测度信用风险的重要一步。
房地产市场的波动性较高,特别是在经济不稳定时期,房地产资产价值可能有较大的下降。
需要对这些资产的价值变动进行模拟和预测,得出公司资产的风险价值。
违约概率也是测度信用风险的重要因素。
违约概率可以通过公司的财务状况来评估。
房地产上市公司通常具有较高的债务水平,高杠杆率使得其更容易陷入违约境地。
需要综合考虑公司的财务指标,如负债率、偿债能力等,来计算违约概率。
通过以上步骤,可以运用KMV模型对我国房地产上市公司的信用风险进行测度。
测度结果可以提供给投资者和金融机构参考,帮助他们进行风险评估和决策制定。
对于房地产上市公司来说,正确评估信用风险可以帮助它们制定有效的风险管理策略,预防和应对潜在的违约风险。
基于KMV模型对我国房地产上市公司的信用风险测度
基于KMV模型对我国房地产上市公司的信用风险测度KMV模型是一种基于市场风险的信用风险测度模型,它可以帮助我们对房地产上市公司的信用风险进行测度和评估。
本文将基于KMV模型,对我国房地产上市公司的信用风险进行分析和评估。
1. KMV模型简介KMV模型是由美国Moody's Analytics公司开发的一种信用风险测度模型。
该模型通过分析公司的资产价值、债务水平、市场风险、和公司的财务杠杆等因素,来评估公司的违约风险。
KMV模型的核心思想是公司的违约概率与公司的资产价值、债务水平和市场风险等因素相关,违约概率可以通过模型计算得出。
2. 房地产上市公司的特点房地产上市公司通常具有以下特点:高负债水平、大量的资产投资、较高的市场风险。
由于房地产行业的特性,房地产上市公司的财务杠杆通常比较高,而且它们往往需要大量的资金来进行土地开发、房屋建设等活动,这导致它们的资产负债比例较高。
房地产行业受市场环境和政策调控影响较大,市场风险也相对较高。
3. KMV模型在房地产上市公司的应用在对房地产上市公司的信用风险进行测度时,可以按照以下步骤使用KMV模型:- 收集公司的财务信息,包括资产价值、债务水平、市场风险等相关数据。
- 计算公司的违约概率。
根据KMV模型的公式,可以通过公司的资产价值、债务水平、市场风险等因素来计算出公司的违约概率。
- 评估公司的信用风险。
根据公司的违约概率,可以对公司的信用风险进行评估,确定其信用风险水平。
4. 房地产上市公司的信用风险测度案例分析以某房地产上市公司为例,假设该公司的资产价值为1000万元,债务水平为600万元,市场风险为20%,则可以按照KMV模型的公式计算出该公司的违约概率为5%。
根据违约概率,可以评估该公司的信用风险水平为中等风险。
5. 总结和展望基于KMV模型对我国房地产上市公司的信用风险进行测度,可以帮助投资者和金融机构更好地理解和评估这些公司的信用风险,并采取相应的风险管理和控制措施。
基于KMV模型的我国房地产行业信用风险度量
由 于我 国 缺 乏 信 用 状 况 的 相 关 历 史 数 据 , 而 无 法 直 接 将 从
K MV模 型 应 用 我 国 上 市 公 司 。考 虑 到 我 国 的 具 体 国 情 , 文 对 本 K MV模 型 做 了适 当 改 进 。
21 参 数 假 定 .
点D P一 般 处 十流 动 负 债 与 总 负 债 面 值 之 间 的 某 一 点 。基 于 企 业
。
2 K V对 我 国 房 地 产 行 业 信 用 风 险 度 量 的 实 证研 究 M
换将违约距离转 换 为公 司 的违 约率 , 而 对违 约损 失进 行 评估 。 从
』 、 企 业 资 产 术 来 市场 价 值 低 于 企 业 所 需 清 偿 的 负债 面 值 时 , 业 , 企 将 会 发 生 违 约 。企 业 资产 未 来 市 场 价 值 的均 值 到违 约 点 之 间 的 距 离 就 是 违 约 距 离 DD, 以 资产 市 场 价 值 标 准 差 的倍 数 表示 。 违 约 它
违 约 数 据 库 , 型 呵依 据 企 业 的 违 约 距 离 得 出一 个 期 望 违 约 频 率 模 E F 这 个 期 望 违 约 频 率 就 是 企 业 未 来 某 一 特 定 时 期 的违 约 概 率 。 D ,
11 公 司资 产 价 值 和 资产 收 益 波 动 性 .
() 位 专 家 学 者 对 K 1多 MV模 型 在 我 国应 用 的违 约 阀值 确 定 进 行 了 比较 研 究 , 文 采 取 违 约点 : 流 动 负 债 + 0 长 期 负 债 。 本 . 5 ( ) 定 公 司股 票 价 格 服从 对 数 正 态 分 布 。 2假 () 3 由于 计 算 的需 要 和 我 国 利 率 还 没 有 自 由化 , 以本 例 研 究 所
基于KMV模型的上市公司信用风险探析
表 1 样 本基本 资料及原 始数据 ( 截止 日期 2 0 —1 -3 0 8 2 1)
本数据规模及分类有所不同 ,有 的以一家
上 市 公 司 为 样 本 ,有 的 以多 家 上 市 公 司 为
样本 , 并将其 划分 为不 同的类别 , 如划分为 绩优股和绩差股;另一类则在修正 K MV模
的违 约 点 ( P , 据 公 司 的现 有 价 值 确 D T) 根
收益率的均值 , =I 1 1
U I
, 为股票第i 天
‘
关 键 词:KMV模 型 上 市公 司 信 用
风 险
的 日收 盘 价 。
定 出公 司的预 期价值 ,用这两个基本点价
值 以及 公 司价 值 的 波 动 率 构 建 一 个 度 量 指
◆ 中图 分 类 号 :F 3) 文 献 标 识 码 :A 8 [5 .
点 :把所有者权益视 为看涨期权 ,而将负
内容 接要 :本 文 以 1 0家上 市 公 司 为研
K 公司利用可以从资本市 场数据计算得 MV 到的股权 价值与股权价值波动率 ,然后通 过 期权定价公式构造股权价值与资产价值 之间的关系 ,以及公司资产价值波动率与
o- = L
上市公 司股 权市场价值 的年波动率 :
信用风险是商业银行面 临的最重要的
金 融 风 险 之 ~ ,也 是 导 致 银 行破 产 的 最 常
、 5 ,0 2
() 5
( 6)
标——违约距 离 ( D ) D ,它表示资产价值
的 最 终分 布 均 值 与 违约 点 问 的标 准 差 个 数 。
一
KM V 模 型 的 计 算 步 骤
根据 K MV违约模型的基本思想可知
基于修正KMV模型对房地产上市公司信用风险评估
摘要:两江新区将是目前我国政策最优的新区,集西部大开发优惠政策、综合配套改革试验区政策、国务院 3 号文件政策、内陆保税港区政
策为一体,还将比照浦东新区和滨海新区的政策。新的发展战略的实施必将对重庆房地产业的发展产生重大的推动作用。本文从重庆市房地产
的发展现状入手,通过对两江新区的解读分析了两江新区对重庆房地产发展的影响,并提出了一些建议。
Abstract: Liangjiang New Area is the new district with the optimal policy, integrates the preferential policies of the western development,
comprehensive reform pilot area policy, the State Council Document No. 3 policy and the policy as a whole inland bonded port area, and will compare the
-0.220 -1.600 -1.440
0.485
2.2 实证验证 首先,统计 2011 年 2 月 1 日到 2011 年 5 月 29
Value Engineering
· 65 ·
两江新区对重庆房地产发展的影响
The Influence of Liangjiang New Area on Real Estate Development of Chongqing
σ姨T
(3) (4)
票价值是具有期权特征的,并把这种思想运用到上市公司的信用风 险评价中[3]。
1.1 为了研究方便,在研究中做如下假设[4]: ①根据违约点的概念,因此计算公司的债务面值时 BB=CL+ 0.5LL,CL 为流动负债,LL 为长期负债;②违约距离计算式中假定 未来公司资产价值的增长率为零,违约距离定义为一年后公司资产 价值高于公司债务价值的标准差;③公司股票价格服从对数正态分 布;④一年的无风险利率固定,根据我国一年期存款利率,为便于 计算,取整为 r=2%;⑤股票波动率从历史波动率数据进行估计,用
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
随 着 我 国房 地 产 业 短 期 内 的迅 速 发 展 带来 惊 人 的 利 润 ,房地 产 购 买者 掀 起 投 机 购 买 的 热 潮 , 而 需 求者 们 的资 金 压 力 通 过 按 揭 贷 款
转移 到 银 行 ,过 度 投 机 使 房 地 产 行业 的信 用 风 险 在 需 求 方 这 里 不 断 一 Nhomakorabea,
正确 把 握 风 险 , 的 放 矢 地 制 定具 体 的 风 险 有 管理 策 略和 措施 ,特 别是 在 房 地 产 行 业 , 面
对 我 国 经济 快速 发展 的现 状 , 房地 产信 贷 积
表 1 现代 信 用风 险 度量 模 型 一 般 性 比较
累 的信 用风 险逐 渐暴 露 , 内 仍 然 没 有 健 全 国
22 需 求 市 场 .
文 结 合 我 国房 地 产上 市 公 司 的 实 际 情 况 , 究 K 研 MV模 型在 中 国 市 场 中评 价 房 地 产 上 市 公 司 信 用 风 险 的 能力 , 用违 约距 离 度 量 我 国房 地 产 业 上 市 公司 采 信 用 风 险 的现 状 。结 果表 明 , 数 调 整 后 的 K 参 MV模 型 能 够在 整 体 上 识 别 我
基于 K MV模 型的房 地产 业上市公 司信 用风 险度量
刘 洋 ( 远东资 上海 信评估有限 公司)
摘 要 : 地 产 行 业 是 国 民 经济 的 支柱 行 业 , 房 资金 需 求量 大 , 用 风 险暴 露 断加 剧 , 个 角 度来 说 , 时 也 是 国 家 政策 过 度 的不 健 康 引 导 使我 国 信 换 同 规 模 较 大 , 商 业 银 行 的 信 贷 资 产 质 量 也 会 产 生 重 大 影 响 , 此 如 何 对 房 地 房 地 产 面 临 着 极 大 的 信 用 风 险 。 对 因 产 企 业 的 信 用 风 险 进 行 度 量是 信 用风 险 管理 领 域 的亟 待 解 决 的 问题 之 一 。 本
完 整 的 信 贷 评估 方 式将 信 用 风 险测 量 量 化 。
本 文通过 K MV 模 型 在 我 国 上 市 公 司
的 实 际 数 据 研 究 与我 国 房 地 产 上 市 公 司 现
状相 结合, 以量 化 我 国 现 面 临 的 房地 产信 用 风 险 , 我 国 房 地 产 信 用 风 险 的 准 确 、 学 为 科 的 度量 提供 借 鉴 , 我 国 面 临 的房 地 产 信 用 为 风 险量 化 提 供 实 证研 究 和 准 确 的数 据 依 据 , 从 而 得 以更 好 的防 范 和 规 避 房 地 产 信 用 风 险 , 对 房 地 产 的 信 用 风 险度 量 方 法研 究具 更 有 较 强 的理 论 和 现 实意 义 。 2 房 地 产 行 业信 用 风 险 的 主 要 原 因
累积 。 23 供 给 市 场 .
关键 词 : 用 风 险 信
一
K MV模 型
房 地 产
1 研 究 背 景 和 意 义 作 为我 国房 地 产 市 场 的 供 给 方 ,我 国房 地 产 上 市 公 司 大 多信 贷 直 以 来 , 用 风 险 一 直 是 金 融 业最 重 要 的金 融 风 险形 式 , 信 也是 规 模 过 大 , 发 资金 过 多依 赖 于 银 行 贷 款 , 行 贷 款 在 房 地 产 资 金 中 开 银 房 地 产 业 最 重 要 的 风 险形 式 ,信 用 风 险 不 仅 影 响 金 融 机构 自身 的经 占 了 6 % 左 右 的 比重 , 分企 业 甚 至 超 过 了 8 % 。开 发 商 的 盲 目开 0 部 0 营发展 , 而且 严 重 影 响 着 宏 观 经 济 的健 康 运 行 , 至 可 能 导 致严 重 的 甚 发 和 过 度 开 发 引起 了市 场 混 乱 , 至 出 现 了不 法行 为 , 些 开 发 商 进 甚 一 金 融 危 机和 经 济 危机 。房 地 产 业 是 推 动 我 国 经 济 发展 的 支柱 行 业 之 行虚假按揭 , 谋取 高 额 银 行 贷 款 挪 为 他 用 , 这导 致 银 行承 担 了 更 多 的 我 国房 地 产 价 格 的 持 续 上 涨 , 别 是 在 国 家 持 续 宏 观调 控 的 背景 特 信 用 风 险。 下, 房地 产 销 售 在 2 1 0 0年 以 后 开 始 萎 缩 , 地 产 积 聚 的信 用 风 险 正 房 我 国房 地 产行 业 起步 晚 , 展 过 猛 , 掩 盖 的 金 融 风 险 会 更 大 。 发 所 在 逐 渐 暴 露 。 0 7年 美 国 次贷 危 机 而 导 致 全 球 金 融 危 机 就 是 由 于房 20 信 贷 资 金 的过 渡 集 中 、 贷 虚 假 、 业 自有 资 金 不 足 等 问题 都 给我 国 信 企 地 产 信 用 风 险 的 爆 发 而 引 发 的。 我 国 , 地 产 公 司 上 市 早 已是 房地 在 房 一 给 产 业 化 经 营 的 重 要 形 式 , 目前 房 地 产 业 增 加 值 占我 国 国 内 生 产 总值 房 地 产 市 场 带 来 了更 大 的 风 险 , 旦 风 险爆 发 , 我 国 带来 的 经济 危 害 将 是 致 命 的。 ( P) 重超 过 5 , 促 进 国 民经 济 发 展 中 发 挥 了支 柱 产 业 的 重 GD 比 % 在 3 信 用 风 险 度 量 方 法 要 作 用 。 房 地 产 上市 公 司 不得 不 面 临信 用 风 险 潜 在危 机 的暴 露 以及 31 传 统 信 用 风 险 内部 度 量 方法 及 其 评 价 . 扩大化 , 它带 来 的危 害 就 是 巨 大 的 , 终 可 能 危 及 整 个 金 融体 系 乃至 最 17 9 0年 以 前 , 用 风 险 的 评 估 主 要是 专 家 主 观 审贷 的专 家 分析 信 国 民经 济体 系 的 安 全 与稳 定 。 法 , 型 的 分析 方 法 例 如 “ C 要 素 分 析 法 , 是 指 由有 关 专 家 根 据 典 5” 它 通 过信 用 风 险度 量 , 利 于 风 险 管 理 者 有