基于kmv模型对商业银行信用风险研究

《基于kmv模型对商业银行信用风险研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于KMV模型对商业银行信用风险研究　　【摘要】本文选取了kmv模型对商业银行的信用风险进行评估，且验证kmv模型能较好地预估出银行的信用风险。【关键词】kmv模型信用风险商业银行一、文献综述KMV模型是1997年美国kmv公司开发的用于估计贷款企业违约概率的方法，国内外许多学者都对其进行了研究。Kurbat.e.t（2002）利用美国公司的数据证明了模型的有效性。Crodbie，e.t（2003）以金融类公司数据研究发现kmv模型很好地预测到公司信用的变化。易丹辉等（2004）以我国上市公司为样本，发现利用

2、kmv模型估计违约风险效果较好。综上，大多数研究结果表明，KMV模型能够反映信用风险的高低，而我国将出台存款保险制度，将打破我国商业银行不破产的神话，所以本文利用kmv模型对三家商业银行进行信用风险的分析，并试对模型有效性进行探究。二、模型基本理论介绍KMV模型是将B-S期权定价模型用于信用风险的管理中。一笔贷款相当于一份期权，其行权价是贷款额、标的是贷款人的资产，那么如果贷款到期时企业资产市场价值高于贷款，企业偿还债务；小于，则企业选择违约。5根据这一思路，先用B-S期权定价模型估计资产的市场价值V和波动率

3、σV：E=VN（d1）-DσE=■σEd1=■d2=d1-σV■其中，E、V分别为企业股权、资产市场价值，σE、σV为对应的波动率，r为无风险收益率，τ为债务偿还期限，D（d）为标准正态分布积累函数。另外，违约点DPT=公司短期债务+长期债务的一半；再根据以下公式可得出用于衡量公司信用风险的两个指标，违约距离DD=（V-DPT）/（V*σV），DD越大，信用风险越小预期违约率EDF=N[-DD]=[1-N（DD）]*100，EDF越小，信用风险越小三、商业银行的信用风险实证分析本文选择工商银行、建设银行、中国

4、银行三家银行2008年至2012年的年度数据进行分析。数据来源CSMAR以及各银行年报。根据公式计算得出信用风险两个指标结果如下：表1信用风险指标2008年2009年2010年2011年2012年工商银行违约距离DD1.702.903.123.774.215预期违约率EDF（%）4.450.1860..09040.008160.00127建设银行违约距离DD1.052.643.984.324.91预期违约率EDF（%）14.730.41160.0034940.000770.000046中国银行违约距离DD1.

5、802.563.623.843.84预期违约率EDF（%）3.590.5230.01470.006150.00615从表1知，三家银行自2008年以来，违约距离持续变大，违约率降低，表明信用风险是下降的，说明银行经营较稳健，特别是2010年违约率有较大幅度降低，可能原因是2010年巴塞尔协议三颁布，我国大型商业银行预期我国监管机构将出台新的监管政策，这种预期的改变强化其风险控制行为。四、kmv模型的验证前面的研究是基于kmv模型预估信用风险是可行的，下面将验证这一基础，方法主要是选取能代表银行实际风险的指标与

6、kmv模型的结果进行对比。本文选取核心资本充足率作为对比分析指标，原因是核心资本反映银行抵御兑付危机的能力，其值越大，信用风险越小。数据来源各银行年报：图1银行核心资本充足率5从图1可以看出，银行抵御风险的能力大致上不断增强的，这与kmv的结果基本一致，但2008到2009年核心资本充足率是降低的，与kmv模型的银行信用风险降低不吻合，主要原因可能在于EDF是基于历史数据来衡量公司的未来违约率，同时，KMV是基于B-S期权定价公式，而B-S公式的系列假设，往往在现实的金融市场中得不到满足，因此，KMV模型自身

7、存在一定的缺陷。五、结论本文将kmv模型用于商业银行的信用风险衡量，发现该模型整体上能较好地预估出银行的信用风险，且随着现代银行业体制的建立，监管制度的完善，银行业的风险水平在逐渐减低。本文的不足之处在于，kmv模型的适用性还须利用更多的数据进行更深入的研究，同时我们也要认识银行的风险暴露较滞后，对银行的风险管理也不能仅依赖外部的模型测算、监管，更多地还需要银行自律，提高风险管理水平。参考文献：[1]MKurbat，IKorbalev，MethodologyfortestingtheleveloftheEDF

8、creditmeasure[J].Moody’sKMVTechnicalReport，2002.[2]PCrodbie，JBOHN，Modelingdefaultrisk[J].Moody’sKMVRevised，2003.5[3]易丹辉，吴建民.上市公司信用风险计量研究——KMV模型及其应用[J].统计与信息论坛，2004.[4]鲁炜，赵恒衔.Kmv模型在公司价值评估中的应用[J].管理科学，20