第一章 绪论
第一节 研究背景与意义
自 2001 年中国加入 WTO 以来，我国的金融市场进入了快速发展和创新的阶段，在这样的大背景下，证券市场中的金融服务和产品的创新层出不穷。与此同时，我们在享受金融行业不断深化与发展的进程给我们带来便利以及多种需求服务的时候，经济市场中也积累了很多问题。其中上市公司信用风险问题再次受到了热议和关注。信用风险在任何的经济基础以及体制之下都是不可避免的，它影响以及贯穿着经济发展与稳定的方方面面，所以信用风险的一系列问题也是学术界一直以来研究的重点领域。2008 年在美国发生继而席卷全球的次级贷款危机就是信用风险带来危害的一个典型例子，这场危机首先导致了华尔街多家投资银行的破产与倒闭，并造成了美元汇率的大跳水继而出现了大范围的财富缩水，最后引发了全球金融市场的恐慌和动荡。很长一段时间全球金融市场陷入了衰退与恐慌，甚至学术界有研究认为直到现在世界的金融市场都没有走出次贷危机的阴影。由此可见，信用风险问题是各行业不可忽视的一个问题。 金融机构，尤其是银行业，对信用风险的管理成功与否直接决定了自身的发展。银行以居民和公司的存款方式筹集各类资金，再通过贷款方式将资金发放到资金需求方手里充当了信用中介的作用，在市场上调整了资金的供给和需求，是整个社会信用体系中的支柱和桥梁。近年来银行间的竞争愈演愈烈，必然需要开辟各种新思路来挖掘和抢占市场份额，比如推出优惠贷款利率政策，以缩小存款利率和贷款利率的利息差来吸引资金需求者，从而为自己的银行吸引更多的客户，增加市场占有率。然而，这样的竞争在一定程度上增加了金融机构自身的成本，一方面，客户的数量在一定阶段是相对稳定的，一味追求吸引新客户的做法会使整个银行的盈利能力降低；另一方面，如果银行一味的为了追求市场占有率而放低贷款门槛的话，那么更多质量相对低的客户会进入到银行的信用体系中去，会在一定程度上加大银行的信用风险，再加上银行与其他行业之间的资金联系，势必会给各类金融机构带来更多的违约风险隐患。在这种情况下，如果没有很好的识别和控制，很有可能会引发更大范围的信用风险问题。因此，如何监管、有效的识别信用风险，如何选择和改进信用风险的度量方法，如何更有效的管理风险和完善风险管理体系，是我们所要考虑的重要问题和面临的重大挑战。
........
第二节 国内外文献综述
国外关于 KMV 模型的研究大致分为两个阶段，2000 年之前，国外学者主要针对 KMV 模型的有效性进行检验，而检验的方法通常是比较 KMV 的预测结果与实际中发生的违约数据，并且多数文献的结果都表明 KMV 模型对信用风险的度量具有敏感性，在实际运用中的价值明显；2000 年之后，国外学者开始运用新的方法对该模型的有效性进行验证，通常涉及到针对不同情况对模型进行修正，并在此基础之上，衍生出了许多新的验证方法和技术，这些新的修正思路也为KMV 模型在实际中的运用提供了基础。 KMV 模型的有效性检验始于 KMV 公司（1993），该公司以 KMV 模型计算出的 EDF 为指标，衡量了其与标准普尔预测的违约数据的差距，研究表明 KMV模型的预测能力更强，并且随后将 KMV 模型运用到实际的公司当中，其中包括IBM 公司、安然公司、世通公司等，都得出了该模型具有较强预测信用风险的结论。Vasicek(1995)以 108 只债券作为样本来研究上市公司债券的收益率，研究发现 KMV 模型能够很好的预测这些债券的收益的变化。Jeffery.R Bohn(1999)在比较 KMV 模型与其他集中信用风险度量模型的基础之上，得出 KMV 模型更能准确的预测上市公司信用风险的结论。Stefan Blochwitz,Thilo Liebig(2000)通过选取与基尼系数和曲线相同的数据库，比较多种风险辨别方法与 KMV 模型辨别方法，发现 KMV 模型的作用十分显著。Jarrow(2000)指出由于公司的资产价值和价值.波动率是要通过计算估计其数值的，这必然会导致理论数值与估计值存在一定的差异， 故而认为 KMV 模型的应用在实际中存在一定的局限。Sobehart J R,Keenan S C,Stein R M（2000）通过使用准确比率、累计准确度和信息平均比例等来对比各种信用风险度量模型得出的数值，得出 KMV 模型在度量上市公司信用风险方面更为有效，继而认为应用 KMV 模型来进行风险预测具有一定的现实依据。Kealhofer 和 Kurbat（2001）通过将传统的信用风险度量方法和现代主要的几种信用风险度量方法进行比较研究，认为 KMV 模型不但具有与传统信用度量方法相同的理论基础，并具备传统方法所没有的动态效应，因此 KMV 模型在度量和评价公司信用风险方面是有效的。
...........
第二章 上市公司信用风险度量的理论分析
第一节 上市公司信用风险的形成及特征
上市公司的信用风险分为狭义和广义上的概念。狭义的概念是指借款人因为信用各方面状况的恶化等，在贷款到期时未能及时、足额偿还所负债务的可能性。但由于现代金融市场的快速发展和经济环境的不断变化以及各种风险管理手段的不断演变，传统信用风险的概念已经不适应并且不能有效、充分的反应现代信用风险的特征。因此，广义的信用风险不仅包括上面狭义的概念，还指债务人的信用状况和信用质量发生恶化时，其所持有的资产价值将会贬值，当资产缩水到低于所负担债务的时候，这有可能给债权人或资产所有人带来损失的风险。由此可见，如何度量以及如何对信用风险做好把控的重要性。信息不对称的来源主要有两个方面，一方面是指作为债权债务的双方对信息的掌握程度不对等，作为资金需求者的借款者，他对自身的经营状况和所处的经济环境更为了解，以及在持续经营过程中存在的隐患问题也更为了解。虽然像银行等金融机构在放款前会对客户进行贷前调查，但毕竟只是了解到一部分的情况，对借款人的信息采集客观的存在着不充分的情况。而债务人存在的隐患问题很可能就会导致信用风险问题。另一方面则是指银行等债权人各部门之间缺乏沟通，尽管都在有条不紊的进行自己职责范围内的业务，而往往对客户资料的传达与交流存在时滞的现象，导致未能及时的发现客户信用状况的变化，从而导致信用风险。
......
第二节 上市公司信用风险度量的方法
上市公司信用风险度量是各个风险管理部门管理风险的重要和关键环节，风险管理过程包括信用风险的识别、信用风险的度量和评级、信用风险的检测和信用风险的控制等。通过信用风险管理过程来预防或规避上市公司在持续经营管理中的信用风险问题，从而保证上市公司良好的生产经营状况、降低银行等金融机构的损失以及降低违约风险的发生概率。信用风险度量通过搜集和整理大量的历史数据并对其进行统计处理，尽可能的找出市场中信用风险的影响因素，并同时在结合理论分析的基础上运用合适的模型和公式对其进行实证分析，从而总结概括出信用风险发生及变化的特征。 通过几十年的研究进程，学术界关于上市公司信用风险的度量方法经历了从传统方法到现代方法的演变历程。传统的信用风险度量方法主要包括专家分析方法、评级方法、评分方法及财务指标分析法和神经网络法等。曾经一段时间被广泛运用的 5C 要素分析法就是专家分析法，最早的评级方法是有美国相关机构开发提出的，它将公司的贷款根据信用状况分为五个档次并对其进行信用评级，财务指标分析方法包括 Z 分模型、ZETA 模型、杜邦财务分析体系、Logistic 和 Probit模型等，神经网络法是一种引入人工智能的网络技术方法。现代信用风险度量方法是指 1990 年以来在数理基础上发展而来的模型，主要有瑞士信贷银行提出的信用风险附加模型 Credit Risk+、JP 摩根提出的信用度量术模型 Credit Metrics、麦肯锡公司提出的信贷组合模型 Credit Portfolio View 以及 KMV 公司的 KMV 模型。
.............
第三章 香港内地跨境上市公司信用风险度量模型的构建 ...... 25
第一节 香港、内地股票市场关系 ..... 25
第二节 香港内地跨境上市公司信用风险度量模型的构建 ..... 26
一、KMV 模型在度量跨境上市公司风险的不足 ........ 26
二、KMV 模型的修正 ............ 28
第四章 香港内地跨境上市公司信用风险度量的实证研究 .... 31
第一节 样本描述与数据来源 ............. 31
第二节 实证过程 ............. 31
第三节 实证结果分析 ..... 36
第五章 研究结论与政策建议 .......... 40
第一节 文章结论 ............. 40 #p#分页标题#e#
第二节 政策建议 ..... 40
第四章 香港内地跨境上市公司信用风险度量的实证研究—基于修正的 KMV 模型
第一节 样本描述与数据来源
本文选择香港内地跨境上市公司（上市标识 AH）作为研究对象，搜集的数据区间为 2013 年 1 月至 2015 年年底，这就要求研究的样本至少在 2013 年之前上市，由此剔除了福耀玻璃（SH600660,HK03606），进一步剔除已经退市的公司及金融机构剩下 66 家上市公司，其中上海机场（SH600009）由于未能查询到研究区间内的境外流通股从而剔除，剩下总共的研究样本为 65 家上市公司（见附录一）。 本文的研究数据主要来源为锐思数据库，国泰安数据库以及大智慧软件，数据处理软件为 Eviews8.0，MATLAB，STATA 12.0。研究样本的 A 股日收盘价来源于锐思数据库，并剔除没有收盘价数据的日期样本，H 股收盘价来源于大智慧软件；流通股以及非流通股数的搜集来自巨潮资讯并手工整理而成；上市公司披露的每股净资产以及短期负债和长期负债数据来源于国泰安数据库。本文在计算上市公司的股权市场价值波动率的时候，首先运用 GARCH(1,1)模型分别计算出样本上市公司的 A 股和 H 股的股权价值日波动率，进而根据波动率的年化公式计算出相应的年波动率，再对 A 股和 H 股的年波动率赋予相应的权重进行加权平均，计算出样本公司股权市场价值的年波动率。本文以“江西铜业”（A 股代码：600362）为例，选取其 A 股 2013 年第一个交易日到 2015 年12 月 31 日为止的交易日收盘价，共 727 个样本观测值，利用 GARCH(1,1)建模模型计算上市公司股权市场价值波动率，计量软件为 Eviews8.0。
..........
结论
本文选取同时在内地和香港上市的跨境上市公司作为研究对象，通过修正的KMV 模型度量了这些公司的信用风险，从本文的研究结果可以看出，这些跨境上市公司整体的信用风险相对较低，违约风险比较低，也验证了修正的 KMV 模型在我国的适用性。基于此，本文的研究结论主要有： 第一，违约距离衡量的违约风险很好的度量了这些上市公司的信用风险，并且在本文引用的信用评级体系下，可以很好的对这些公司进行信用评级，并且信用评级相对来说比较准确。 第二，本文对 KMV 模型进行了以下的修正：（1）计算股权波动率时，本文采用动态的方法 GARCH(1,1)模型来计算波动率，因为股价的收益率序列存在“尖峰厚尾”的特征；（2）在计算股权价值的时候，将我国上市公司可能存在限售流通股的问题考虑进来，从而更加适应我国的资本市场；（3）无风险利率采用加权的方式来计算出来从而使得模型中的无风险利率更准确。 第三，根据本文的结果可以看出，资产负债率和股权价值波动率大体上与违约距离呈现出了负相关的关系，而公司未来半年的股票收益大体上与违约距离呈现了正相关的关系，即对于这些跨境上市公司来说，资产负债率越高，公司的违约可能性会越高，同时股权价值波动率越高，公司的经营可能越不稳定而导致投资者收益相对较低，公司的违约可能同样会越高，这些结论也与实际中的结论相符合，更加体现了本文结论的正确性以及修正 KMV 模型在我国的适用性和有效性。
.........
参考文献(略)
