上市公司最优违约系数的不确定性DE-KMV测算模型

【作者】 张大斌； 周志刚； 刘雯； 焦鹏；

【机构】 华中师范大学信息管理学院； 华中师范大学中科预测科学研究中心； 中国科学院自动化研究所；

【摘要】 上市公司违约系数的测算对于银行和金融机构评估信用风险,降低风险程度,从而提高经营效率具有极为重要的作用。目前主要有两类方法用来估计违约概率。一类是基于统计学的方法,通过历史数据来推导出违约概率;另一类是基于市场价格的方法,通过公司的资产价值,亦包含企业所在行业及宏观经济环境的信息来计算违约概率。因为第二类方法具有大量的金融市场信息,以及可更新和精准地衡量信用风险,成为当今违约预测的主要方法。穆迪公司开发的KMV模型就是这类方法的典型代表,是最流行的违约概率测算模型之一。KMV模型基于资产价值进行违约系数的计算,在KMV信用评级时,通常将默认违约点统一设定为一个固定的调节系数,且不考虑人们的主观感受对资产价格的影响。这种固定调节系数的方法虽然简单,但是容易导致信用风险评估的僵化,并滞后于市场实际风险的情况。与此同时,在不同的国家,其上市公司的水平和规模往往不同,人们对市场的态度也会有变化。基于这些缺陷,使得KMV模型的广泛应用受到了一些限制。更多还原