毕业设计(论文)KMV模型在我国房地产上市公司的信用风险度量研究学 院 经济管理学院 年 级 2008级 专 业 金融学（投资与理财方向） 学 号 毕业论文(设计)诚信承诺书题目KMV模型在我国房地产上市公司的信用风险度量研究学生姓名学号专业金融（投资与理财方向）班级学生承诺我承诺在毕业论文(设计)活动中，遵守学校有关规定，恪守学术规范，本人毕业论文(设计)内容除特别注明和引用外，均为本人观点，不存在剽窃、抄袭他人学术成果，伪造、篡改实验数据的情况，如果有违规行为和论文抄袭率达到30%以上，我愿意承担一切责任，接受学校的处理 学生(签名)： 年 月 日查询毕业设计（论文）抄袭结果： % 指导教师承诺我承诺在毕业论文(设计)活动中，遵守学校有关规定，恪守学术规范，经过本人核查，该生毕业论文(设计)内容除特别注明和引用外，均为本人观点，不存在剽窃、抄袭他人学术成果，伪造、篡改实验数据的现象。
指导教师(签名)： 年 月 日摘 要本文基于2010年以来我国加大对房地产市场的调控以及我国房地产市场独有的现状，结合KMV模型，分别选取中国沪深两市中25余家ST或＊ST以及非ST的上市公司股票市场数据和全年的财务数据为样本进行配对比较的实证研究，通过对三类上市公司违约距离与理论违约概率的结果计算和分析,以及均值检验后，得出研究结果表明，KMV模型对我国的信用风险度量是具有适用性的之后，又对违约距离进行了多元回归分析，分析结果表明上市公司的股权价值波动率的变化对企业违约距离的影响是最大的关键词：房地产上市公司；KMV模型；信用风险；实证研究目 录毕业论文(设计)诚信承诺书 I第一章 绪论 11.1、选题背景 11.2、本文的研究意义 11.3、研究现状 1第二章 房地产信用风险的概念 32.1、信用风险的概念 32.2、房地产信用风险的概念 3第三章 KMV模型的构建 43.1、 KMV模型的简单介绍 43.2.1、计算股权价值及其波动率 43.2.2、选择违约点 53.2.3、计算违约距离和预期违约率 5第四章 我国房地产上市公司信用状况的实证分析 64.1、KMV模型适用性分析 64.2、上市公司选择与模型假设 64.2.1、上市公司的选择 64.2.2、模型的参数设计 74.3、数据计算过程及结果 84.3.1、上市公司股权价值计算结果 84.3.2、股权价值波动率计算结果 94.3.3、违约距离以及预期违约率计算结果 94.3.4、违约距离分析及模型的有效性验证 12结 论 14附 录 16致 谢 21参考文献 22第一章 绪论1.1、选题背景在07年的夏天，从美国爆发了一场“次级债务”的巨大信贷风险危机，全球主要经济体皆受到此次危机的不断冲击。
美国本国经济市场也开始走向另外一个极端，充裕的资金似乎在一夜之间消失殆尽，美国经济面临通货膨胀、房地产市场萎缩、信贷紧缩等一系列问题这场新型的金融风险危机从住房市场蔓延到信贷市场和资本市场，从金融领域扩展到经济领域，并通过投资渠道和资本渠道从美国波及到全球范围08年开始，美联储在短短8天连续降息125个基点；3月18日美联储又降息 75个基点，使联邦基金利率下调至2.25%，这个经济高度自由的国家也不得不采取措施来挽救濒临崩溃的市场1.2、本文的研究意义虽然次贷危机随着时间的推移，对全球经济的影响在逐渐减弱，各国经济也在渐渐复苏，但由于我国近几年房地产等固定资产投资规模过大，增长速度也过快，并且开发商有意无意地将项目开发中的巨大风险转嫁给商业银行，导致了房地产行业资产负债率过高，低资本或无资本的扩张等问题尤其是近几年，我国加强了对房地产行业的调控，房地产稳步健康发展对我国金融市场以及金融改革有着重要深远意义1.3、研究现状近十年来，我国有大量的学者学习和研究国外一些比较先进的金融模型，在KMV模型方面的研究也是越来越多，越来越精确在国外，KMV模型的研究主要分成两个部分，一是对其有效性的验证，另一个是学者对其有效性的评价。
那么在国内，我们对KMV模型的研究是从对它本身模型理论基础和模型框架的介绍与分析，这就是非常基础的研究开始后来，我国对该模型的研究也被主要分成了两个部分，一即是不修正KMV模型，直接用国内的样本数据进行验证；另一个部分就是在修正模型的基础上，再用国内的样本数据进行验证，以探求在我国的具体适用性近年来，还有国内部分学者将KMV模型计算出的违约距离融入财务困境预警模型，以提高模型的预测能力我国近几年房地产等固定资产投资规模过大，增长速度也过快，且具有将项目开发中的巨大风险转嫁给商业银行的特点，导致房地产行业资产负债率过高，低资本或无资本的扩张等问题尤其是自2010年以来国家加大了对房地产行业的调控力度，近两年房地产市场增速明显的下滑，房地产金融市场的健康稳定发展对我国经济发展具有重要的实际意义自1998年后，国内有大量文献对KMV模型进行了介绍以及探讨，并且取得成果从整体上看，文献主要集中于KMV模型在国内的有效性的实证研究与修正KMV模型的参数以提高在我国的适用性，大多结论表明KMV模型或改良后KMV模型能甄别出上市公司的信用风险，是度量信用风险的有效手段 整体上，国内的论文在实证方法等方面上存在以下几点的共性： （1）在有效性实证方法上，国内的学者普遍采用通过KMV模型计算出违约距离是否能在统计显著上区分ST公司与非ST公司来验证KMV模型的有效性；（2）在计算公司股权价值上，由于我国资本市场存在非流通股的问题，大部分学者采用每股净资产来为非流通股定价，也有部分学者通过对非流通股协议转让价格与每股净资产数据进行回归分析得到修正非流通股的价格；（3）在无风险利率选取上，国内学者都采用同时期内银行的一年定期存款利率作为无风险利率；（4）在样本选取方面，大部分文献普遍采用大范围跨行业采集样本来验证KMV模型在我国的适用性。
但值得注意的事是，虽然我国有大量的研究文献表明KMV模型在我国具有适用性，但是这还只是停留在实证研究阶段，还并没有将其运用到实际工作中因此，如何提高KMV模型的实用性，特别是适合我国资本市场的信用风险度量模型，将是未来重要研究的领域 第二章 房地产信用风险的概念2.1、信用风险的概念信用风险，又称为违约风险，是指在交易过程中交易的一方未能按照契约履行义务而造成另一方经济上的损失，即受信人不能按时照约定履行还本付息的义务，而使授信人的实际收益与预期收益发生偏离的可能性2.2、房地产信用风险的概念房地产信用风险是指房地产公司在向银行申请资金的筹集、融通和清算等金融活动过程中，因为各种之前无法预测即一些不确定因素的影响，房地产公司无法按期还本付息，导致银行的实际收益与预期收益发生偏差，因此而承受经济损失的可能性第三章 KMV模型的构建3.1、 KMV模型的简单介绍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，以默顿 和Black-Scholes期权定价理论为基础，第一次把公司的债务结构等同于一种期限为T年，到期还本付息的零息债券在债券到期日，债务人必须还本付息地购回公司的资产。
债务人可以把持有的股权看做买入的欧式看涨期权，标的资产的价格是公司的资产市场价值，标的资产的执行价格为公司的债务面值，该看涨期权的期限为债务的期限由期权定价理论中得出，一份欧式看涨期权在其到期日，若执行价格高于标的资产的价格，则该期权的价值等于执行价格与标的资产价格的差；若执行价格低于标的资产的价格，那么该期权的价值则为零，即公司的债务面值高于公司资产的价值，这时公司所有的资产都不够用来偿还债务，那么债务人可以选择违约3.2、 KMV模型的计算步骤和公式3.2.1、计算股权价值及其波动率利用Black-Scholes期权定价公式，根据企业资产的市场价值、资产价值的波动性、到期时间、无风险借贷利率及Merton, Robert C. On the pricing of corporate debt: the risk structure of interest rates [J]. Journal of Finance, 1974, (29): 449–470.负债的账面价值估计出企业股权的市场价值及其波动性 首先推导公式计算出公司的股权价值E和波动率：，其中郭敏、《商业银行信用风险度量模型简介及思考》、《上海金融》、2007年第2期E是公司的股权市场价值；V代表公司资产市场价值；F代表公司债务面值；r代表无风险收益率；t代表债务偿还期限；N(d) 是标准累积正态分布函数；3.2.2、选择违约点根据公司的负债计算出公司的违约实施点 (default exercise point，DP=流动负债+0.5*长期负债)，计算借款人的违约距离。
3.2.3、计算违约距离和预期违约率根据企业的违约距离与预期违约率(EDF) 之间的对应关系，求出企业的预期违约率 第四章 我国房地产上市公司信用状况的实证分析4.1、KMV模型适用性分析KMV模型假设证券市场只有两种产品，一是股票，二是债券，而在我国也主要是这两种从KMV模型本身出发研究的话，其具有几个优势：1、在KMV模型计算中，我们输入的数据是股票交易市场和公司财务报表中得来的，中国证券市场发展历史虽然并不是很长，但是经过20年的发展，我国的股权交易公开制度业已成型，这为KMV模型在我国资本市场的运用奠定了坚实基础 另外，此模型所依赖的财务指标仅仅只是公司债务的面值，这样还可以避免受到会计信息失真的影响 2、根据KMV模型的计算公司可以看出，该模型要求的数据是动态的，我们可以每天从股票市场和债券市场得到最新交易数据和公司财务数据，这样能够保证数据的时效性，并且及时得到目标公司的信用变化和预期违约率3、KMV模型不依赖历史数据来估计预期违约率，而是一种具有前瞻性的工具，它是根据每日的股票价格来计算得出的预期违约概率，股票价格又在一定程度上反映了投资者对该公司未来信用状况的预期发展趋势。
4.2、上市公司选择与模型假设4.2.1、上市公司的选择本文总共选取25家房地产上市公司，其中15家是非ST公司，10家是ST或者*ST公司，此次研究所输入的数据均来自国泰君安数据库2011年和2012年的股票公开交易数据以及公司的年度财务报表4.2.2、模型的参数设计1、股权价值和股权价值波动率股权价值=流通股股数*年平均收盘价+（总股本-流通股股数）*每股净资范祚军、《KMV模型在公司信用风险测量中的应用》、《统计与决策》、 2008年第19期产KMV模型中的股权价值波动率是指未来一年股票收益的标准差该标准差可以通过股票价格的历史数据估算得到本文中我使用的是股票价格的年标准差代替股权价值波动率,首先，我要计算出股票价格。