亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于KMV模型的我國上市券商信用風(fēng)險(xiǎn)計(jì)量

        2022-05-30 04:46:57彭瀾
        時(shí)代金融 2022年3期
        關(guān)鍵詞:信用風(fēng)險(xiǎn)券商度量

        彭瀾

        作為高風(fēng)險(xiǎn)金融市場的重要主體,證券公司既是信用風(fēng)險(xiǎn)的承擔(dān)者,也是信用風(fēng)險(xiǎn)的制造者。本文首先分析了我國上市券商面臨的信用風(fēng)險(xiǎn),其次結(jié)合信用風(fēng)險(xiǎn)和模型特點(diǎn),選擇KMV模型對我國5家上市券商的信用風(fēng)險(xiǎn)狀況進(jìn)行實(shí)證分析??紤]到模型的適用性,本文對KMV模型進(jìn)行了一些修正。實(shí)證研究發(fā)現(xiàn),所選樣本2020年信用風(fēng)險(xiǎn)從大到小排序依次為中信證券、海通證券、廣發(fā)證券、華泰證券,國泰君安。最后本文從券商自身和外部環(huán)境入手,提出上市券商加強(qiáng)信用風(fēng)險(xiǎn)管理的建議。

        一、引言

        隨著我國信用債市場的發(fā)展,違約率的攀升和融資融券業(yè)務(wù)規(guī)模的擴(kuò)大,券商的信用風(fēng)險(xiǎn)日漸受到關(guān)注。2019年中國證券業(yè)協(xié)會發(fā)布的《證券公司信用風(fēng)險(xiǎn)管理指引》為券商加強(qiáng)自身信用風(fēng)險(xiǎn)管理,構(gòu)建完整的信用風(fēng)險(xiǎn)管理體系框架奠定了基礎(chǔ)。

        信用風(fēng)險(xiǎn)度量是信用風(fēng)險(xiǎn)管理的前提?,F(xiàn)代信用模型主要有KMV模型、Credit Metric模型、Credit Portfolio View及Credit Risk模型。本文選擇KMV模型對我國上市券商的信用風(fēng)險(xiǎn)進(jìn)行測度。應(yīng)用KMV模型測量上市券商信用風(fēng)險(xiǎn)度對上市券商自身、投資者、監(jiān)管、債權(quán)人等多方市場主體都有著重要意義。

        二、我國上市券商信用風(fēng)險(xiǎn)分析

        近年來,我國券商在衍生品交易、融資融券、股權(quán)質(zhì)押式回購等方面的業(yè)務(wù)開展,放大了券商的信用風(fēng)險(xiǎn)。目前,我國上市券商的信用風(fēng)險(xiǎn)主要來源于以下方面:一是證券融資類業(yè)務(wù)的信用風(fēng)險(xiǎn),包括融資融券、股權(quán)質(zhì)押式回購、約定購回式證券交易;二是信用類產(chǎn)品投資發(fā)生違約的風(fēng)險(xiǎn);三是場外衍生品交易的對手方違約風(fēng)險(xiǎn)。

        三、KMV模型理論原理與計(jì)算過程

        (一)KMV模型原理

        KMV模型依托于Black-Scholes-Merton期權(quán)定價(jià)公式。KMV模型將企業(yè)違約定義為企業(yè)資不抵債。將上市公司總資產(chǎn)視為標(biāo)的資產(chǎn),債務(wù)價(jià)值視為行權(quán)價(jià),上市公司的股權(quán)價(jià)值即為一個(gè)看跌期權(quán)。當(dāng)資產(chǎn)價(jià)值下跌低于債務(wù)賬面價(jià)值時(shí),公司執(zhí)行期權(quán),放棄償還債務(wù),即企業(yè)違約。模型依據(jù)資本市場數(shù)據(jù)計(jì)算出資產(chǎn)市場價(jià)值與資產(chǎn)波動率,并定義違約距離,建立違約距離與違約概率之間的映射關(guān)系。

        KMV模型改變了過去利用歷史數(shù)據(jù)預(yù)測違約概率的方法,將市場信息納入違約概率,具有較強(qiáng)的前瞻性和預(yù)測能力。模型考慮了企業(yè)財(cái)務(wù)狀況和股價(jià)交易狀況,具有強(qiáng)有力的理論支撐。經(jīng)過我國大量學(xué)者對于KMV模型的研究與運(yùn)用,發(fā)現(xiàn)該模型對于我國上市公司違約概率的測度具有較好的實(shí)用性。對我國證券公司的信用風(fēng)險(xiǎn)可以進(jìn)行更好的度量,本文選擇KMV模型對我國資產(chǎn)規(guī)模較大、信用風(fēng)險(xiǎn)業(yè)務(wù)占比較高的頭部上市券商信用風(fēng)險(xiǎn)進(jìn)行實(shí)證分析。

        (二)KMV模型計(jì)算過程

        1.資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動率。根據(jù)Black-Scholes-Merton期權(quán)定價(jià)模型,公司的股權(quán)價(jià)值和資產(chǎn)價(jià)值關(guān)系如下所示:

        其中,

        公司股權(quán)價(jià)值波動率與資產(chǎn)價(jià)值波動率的關(guān)系如下:

        其中VE為股權(quán)價(jià)值,VA為資產(chǎn)價(jià)值,D為負(fù)債,r為無風(fēng)險(xiǎn)利率,T為債務(wù)到期時(shí)間,資產(chǎn)價(jià)值波動率,為股權(quán)價(jià)值波動率,N(d)是標(biāo)準(zhǔn)累積正態(tài)分布函數(shù),聯(lián)立(1)、(4),求解得到上市公司資產(chǎn)價(jià)值VA和資產(chǎn)價(jià)值波動率。

        2.違約點(diǎn)的計(jì)算。KMV公司基于多次實(shí)證研究和大量違約數(shù)據(jù),發(fā)現(xiàn)觸發(fā)違約最頻繁的臨界點(diǎn)是公司價(jià)值約等于公司短期負(fù)債與 0.5 倍的長期負(fù)債之和,其中STD,LTD,分別表示短期負(fù)債,長期負(fù)債。

        但考慮到KMV模型大量基于美國企業(yè)的違約數(shù)據(jù),中美國情存在一定差異,因此,本文參考楊偉化(2015)中的違約點(diǎn)設(shè)定的比較,發(fā)現(xiàn)的違約點(diǎn)設(shè)定方式最適合研究我國上市券商。故本文采用此種違約點(diǎn)的設(shè)定方式。

        3.違約距離DD的計(jì)算。

        為公司的資產(chǎn)的期望,根據(jù)資產(chǎn)價(jià)值VA確定,DD越大,表示違約風(fēng)險(xiǎn)越小,反之,公司違約風(fēng)險(xiǎn)大。

        4.預(yù)期違約頻率EDF的計(jì)算。模型假設(shè)資產(chǎn)價(jià)值服從正態(tài)分布,基于大量歷史數(shù)據(jù),在DD、EDF之間建立映射關(guān)系,由DD計(jì)算EDF,通過EDF衡量上市公司未來違約可能性大小。EDF計(jì)算公式如(7)式所示。

        四、實(shí)證部分:基于中國上市券商的信用風(fēng)險(xiǎn)度量

        (一)樣本選取與數(shù)據(jù)搜集

        考慮上市券商資產(chǎn)規(guī)模等級、融資融券業(yè)務(wù)規(guī)模、股票質(zhì)押式回購業(yè)務(wù)規(guī)模、財(cái)務(wù)數(shù)據(jù)披露等要素,本文選擇中信證券、華泰證券、國泰君安、海通證券、廣發(fā)證券5家上市頭部券商作為樣本進(jìn)行研究。取其在2020年1月1日至12月31日期間243個(gè)交易日的收盤價(jià)。本文所用上市券商財(cái)務(wù)數(shù)據(jù)和股價(jià)來源于Wind、同花順和上市券商年報(bào)。

        (二)參數(shù)設(shè)定

        為使模型更好的應(yīng)用于中國上市券商,本文對KMV模型原有的一些參數(shù)做出了修正。

        1.股權(quán)價(jià)值VE。通過查找年報(bào)發(fā)現(xiàn),上市券商仍存在一部分的非流通股,因此本文采用一些文獻(xiàn)中的所運(yùn)用的:上市券商股權(quán)市場價(jià)值=上市證券公司股權(quán)價(jià)值+上市證券公司非流通股或限制性流通股市場價(jià)值=股票價(jià)格×市場中流通股數(shù)量+每股凈資產(chǎn)×非流通股或限制性流通股股本數(shù),由此得到股權(quán)價(jià)值,詳見表1。

        2.負(fù)債的賬面價(jià)值由公司年報(bào)得到。

        3.時(shí)間T與無風(fēng)險(xiǎn)利率r。債務(wù)期限T取1年,無風(fēng)險(xiǎn)利率r取2020年人民銀行公布的一年期定期存款利率1.5%。

        4.股權(quán)價(jià)值波動率。假設(shè)上市券商的股票價(jià)格服從對數(shù)正態(tài)分布,得到股價(jià)的對數(shù)收益率,其中Si表示第i個(gè)交易日的股票收盤價(jià)格,Si+1表示第i+1個(gè)交易日的收盤價(jià)格。

        依據(jù)股票的對數(shù)收益率ui,計(jì)算股票的日標(biāo)準(zhǔn)差

        其中, ,n表示交易日天數(shù)。再利用下式將日波動率轉(zhuǎn)化為年波動率。本文使用2020年數(shù)據(jù),2020年共有243個(gè)交易日,故n =243。

        由此得到5家上市券商的股價(jià)價(jià)值的波動率。如表1所示。

        (三)數(shù)據(jù)計(jì)算

        1.資產(chǎn)價(jià)值與資產(chǎn)價(jià)值波動率計(jì)算。將得到5個(gè)參數(shù)股權(quán)價(jià)值、股權(quán)價(jià)值波動率、債務(wù)賬面價(jià)值、到期時(shí)間和無風(fēng)險(xiǎn)收益輸入MATLAB程序,利用BS公式求解得到上市券商的資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動率。結(jié)果見表4。在樣本券商中,2020年中信證券資產(chǎn)價(jià)值波動率最大,表明其股價(jià)變動較為劇烈,海通證券波動率最小。

        2.違約距離與違約概率的計(jì)算。依據(jù)公司短期負(fù)債和長期負(fù)債計(jì)算得到違約點(diǎn),再將之前計(jì)算得到的VA,代入,計(jì)算得到違約距離DD,再由(7)式得到EDF。詳見表2。

        (四)結(jié)論分析

        綜合KMV模型的結(jié)果,可以得出以下結(jié)論:

        第一,2020年,在所選擇的5家上市券商中,違約概率從大到小排序依次是:中信證券、海通證券、廣發(fā)證券、華泰證券、國泰君安??傮w而言,上市券商信用風(fēng)險(xiǎn)較為可控。

        第二,券商的違約概率是多重因素作用的結(jié)果,而非單一指標(biāo)決定。違約概率由資產(chǎn)規(guī)模、股價(jià)波動率等多重要素共同決定。如果證券公司資產(chǎn)規(guī)模越小,且在運(yùn)行過程中股票價(jià)格出現(xiàn)大幅波動,則其預(yù)期違約概率就越大,其信用風(fēng)險(xiǎn)也相對更高。

        第三,違約距離可以較好地反映上市券商的信用質(zhì)量。違約距離越大,即盈利水平和償還債務(wù)的能力越強(qiáng),說明該券商的預(yù)期違約概率較小,所面臨的信用風(fēng)險(xiǎn)較低,信用質(zhì)量越好。KMV模型能較好反映出當(dāng)前我國上市券商信用風(fēng)險(xiǎn)狀況。

        (五)模型缺陷分析

        第一,本文采用的歷史波動率法存在局限性。實(shí)際上,我國的股價(jià)收益率分布通常具有有偏性、尖峰厚尾、集聚性三大特性。研究表明,用廣義自回歸條件方差模型GARCH(1,1)估計(jì)公司股價(jià)波動率能克服傳統(tǒng)假設(shè)的不足,較好地?cái)M合我國股票市場的股價(jià)波動率,進(jìn)而計(jì)算公司股權(quán)價(jià)值波動率。

        第二,樣本數(shù)據(jù)有限。由于KMV模型只適用于上市公司,在研究券商信用風(fēng)險(xiǎn)時(shí)受到了天然限制。其次,由于各家上市券商年報(bào)中報(bào)表科目設(shè)置不同及報(bào)表披露,僅個(gè)別上市券商披露了2020年流動負(fù)債和非流動負(fù)債。受樣本數(shù)量限制,本文對我國上市券商信用風(fēng)險(xiǎn)的研究仍缺乏代表性與普遍性,只能在一定程度上反映上市券商的信用風(fēng)險(xiǎn)水平。

        第三,由于目前沒有基于我國上市公司的信用風(fēng)險(xiǎn)違約數(shù)據(jù)庫,本文所用的違約距離和違約概率之間的映射關(guān)系(即正態(tài)分布)實(shí)際上是基于美國的數(shù)據(jù),其準(zhǔn)確性仍待進(jìn)一步探究。

        五、我國上市券商信用風(fēng)險(xiǎn)管理建議

        (一)建立我國上市公司信用風(fēng)險(xiǎn)違約數(shù)據(jù)庫

        上市券商信用風(fēng)險(xiǎn)度量的基礎(chǔ)是其信用業(yè)務(wù)數(shù)據(jù)。雖然大量文獻(xiàn)表明,KMV模型對于我國上市公司的信用風(fēng)險(xiǎn)度量有很好的適用性,但我國對于信用風(fēng)險(xiǎn)數(shù)據(jù)的搜集整理嚴(yán)重不足。缺乏基于我國上市公司信用違約數(shù)據(jù)庫使得違約距離與違約概率之間的映射關(guān)系無法建立,無法基于中國的數(shù)據(jù)庫對上市券商的信用風(fēng)險(xiǎn)進(jìn)行度量。因此,應(yīng)當(dāng)建立并完善中國上市企業(yè)的違約數(shù)據(jù)庫,使得對上市券商的信用風(fēng)險(xiǎn)度量更加準(zhǔn)確。

        (二)建立完善的內(nèi)外部信用評級體系

        在債券市場違約趨于常態(tài)化、外部監(jiān)管要求加強(qiáng)和外部信用評級局限性的背景下,做好信用風(fēng)險(xiǎn)管理,完善內(nèi)外部評級體系十分必要。目前,我國證券公司主要基于內(nèi)部信用評級體系對交易對手或發(fā)行人的信用級別進(jìn)行評估。但其內(nèi)部信用評級應(yīng)用相對簡單,以經(jīng)濟(jì)資本為基礎(chǔ)的組合管理應(yīng)用及風(fēng)險(xiǎn)量化尚待嘗試和探索。

        加強(qiáng)外部信用評級機(jī)構(gòu)建設(shè)有助于券商的信用風(fēng)險(xiǎn)管理。由于收費(fèi)制度等原因限制,我國的信用評級機(jī)構(gòu)缺乏客觀性,不能很好的反映企業(yè)實(shí)際信用狀況。因此,要加強(qiáng)評級機(jī)構(gòu)自身建設(shè),改善收費(fèi)管理模式,加大對評級方法的研究,為市場提供更有價(jià)值的信用評級。

        (三)監(jiān)管部門加強(qiáng)對券商的信用風(fēng)險(xiǎn)管理

        一是加強(qiáng)對券商信息披露的監(jiān)管。KMV模型依賴于上市公司財(cái)務(wù)信息,數(shù)據(jù)的真實(shí)、準(zhǔn)確對于KMV模型計(jì)量的有效性至關(guān)重要。證監(jiān)會等政府監(jiān)管部門應(yīng)加強(qiáng)對我國上市券商信息披露的監(jiān)管,防止上市券商公布虛假財(cái)務(wù)信息,掩蓋真實(shí)信用風(fēng)險(xiǎn)。二是證監(jiān)會可以建議或規(guī)定證券公司建立準(zhǔn)備金,明確覆蓋比率,并對現(xiàn)行的證券公司各類風(fēng)險(xiǎn)管理指引進(jìn)一步細(xì)化,使其具備更強(qiáng)的可操作性。

        參考文獻(xiàn):

        [1]孫小麗. 基于KMV模型的商業(yè)銀行信用風(fēng)險(xiǎn)測算研究[D].北京郵電大學(xué),2013.

        [2]楊偉化. 基于KMV模型的中國上市證券公司信用風(fēng)險(xiǎn)度量研究[D].湖南大學(xué),2015.

        [3]趙浩,魯亞軍,胡賽.基于改進(jìn)型KMV模型的中國上市公司信用風(fēng)險(xiǎn)度量研究[J].征信,2018,36(07):6-12.

        [4]孫逸群,吳勇,鄒偉. 證券公司信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本研究與實(shí)踐[A]. 中國證券業(yè)協(xié)會.創(chuàng)新與發(fā)展:中國證券業(yè)2017年論文集[C].:中國證券業(yè)協(xié)會,2018:11.

        [5]車彥江. 基于LOGIT-KMV模型的上市公司信用債券違約風(fēng)險(xiǎn)測度[D].蘭州大學(xué),2020.

        [6]白璐瑩.基于KMV模型的中國上市銀行信用風(fēng)險(xiǎn)度量研究[J].生產(chǎn)力研究,2020(12):41-44.

        [7]譚佩佩,方希婧,鐘永紅.基于kmv模型的政府一般債券債務(wù)違約風(fēng)險(xiǎn)預(yù)測[J].金融經(jīng)濟(jì),2021(04):37-45.

        [8]毛瑩,柳云凱,陸思穎,趙雪飛.基于修正KMV模型的我國信用債券違約風(fēng)險(xiǎn)度量[J].現(xiàn)代商業(yè),2021(05):145-147.

        作者單位:安徽大學(xué)經(jīng)濟(jì)學(xué)院

        猜你喜歡
        信用風(fēng)險(xiǎn)券商度量
        有趣的度量
        模糊度量空間的強(qiáng)嵌入
        迷向表示分為6個(gè)不可約直和的旗流形上不變愛因斯坦度量
        淺析我國商業(yè)銀行信用風(fēng)險(xiǎn)管理
        京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
        地質(zhì)異常的奇異性度量與隱伏源致礦異常識別
        個(gè)人信用風(fēng)險(xiǎn)評分的指標(biāo)選擇研究
        新三板十大主辦券商
        信用風(fēng)險(xiǎn)的誘發(fā)成因及對策思考
        券商集合理財(cái)產(chǎn)品最新凈值排名
        久热综合在线亚洲精品| 国产一区二区三区白浆在线观看| 久久久9色精品国产一区二区三区 国产三级黄色片子看曰逼大片 | 噜噜噜噜私人影院| 国产亚洲av无码专区a∨麻豆| 国产第19页精品| 久久88综合| 国产成人综合亚洲av| 天堂网av在线免费看| 日韩精品人妻中文字幕有码在线| 国产精品 无码专区| 久久久久亚洲精品中文字幕| 女人大荫蒂毛茸茸视频| 96精品在线| 亚洲最黄视频一区二区| 91亚洲免费在线观看视频| 国产最新女主播福利在线观看| wwww亚洲熟妇久久久久| 亚洲精品欧美二区三区中文字幕| 一本一本久久a久久精品| 亚洲一区二区av偷偷| 美丽的小蜜桃在线观看| 欧美大成色www永久网站婷| 无码日韩AⅤ一区二区三区| 亚洲日韩国产精品不卡一区在线| 久久国产亚洲精品一区二区三区| 亚洲va久久久噜噜噜久久天堂| 国产美女露脸口爆吞精| 国产chinese在线视频| 国产毛片一区二区三区| 国产亚洲精品熟女国产成人 | 香蕉视频在线精品视频| 亚洲日产无码中文字幕| 91国产精品自拍视频| 亚洲一区二区三区影院| 午夜毛片不卡免费观看视频| 91av视频在线| 亚洲av综合色区久久精品| 黄色av亚洲在线观看| 欧美成人午夜精品久久久| 国产精品美女黄色av|