資源描述：
《基于kmv模型的我國啤酒上市公司信用風險管理》由會員上傳分享，免費在線閱讀，更多相關內容在應用文檔-天天文庫。
1、基于KMV模型的我國啤酒上市公司信用風險管理 摘 要：本文基于KMV模型運用matlab軟件，測量具有區(qū)域性競爭優(yōu)勢的八家啤酒上市企業(yè)的違約距離和預期違約概率。并通過結果分析發(fā)現(xiàn)啤酒企業(yè)的信用風險與其優(yōu)勢區(qū)域的經濟發(fā)展程度并不完全相關，為中國商業(yè)銀行針對啤酒企業(yè)的信用風險管理提出可行性的建議?！ ￡P鍵詞：KMV模型 啤酒行業(yè) 信用風險管理 一．引言 隨著中國經濟的發(fā)展，銀行業(yè)的信貸業(yè)務也在不斷擴張，一方面是為了滿足宏觀經濟發(fā) 展的需要，另一方面則是為了獲取利潤，增強銀行自身的競爭力。然而這樣的信貸
2、擴張卻存在著巨大的風險。雖然中國銀行業(yè)在風險測試和管理方面取得改革的初步性成果，但IMF指出中國“尚未對銀行業(yè)的新型風險監(jiān)管、風險測試和管理系統(tǒng)進行壓力測試”,不良貸款的提前控制對于目前的中國來說并不簡單。由于中國的金融業(yè)起步較晚，發(fā)展并不成熟，銀行并沒有足夠的能力和相對較好的測量方法形成良好的風險管理體系。 啤酒行業(yè)的有一個典型的特點，即區(qū)域性色彩較濃，大多數啤酒企業(yè)由于擁有地方品牌而具有一定的區(qū)域優(yōu)勢。我國的啤酒市場不單單只有一個，而是三十一個，并且比較符合壟斷競爭的特點。但是成本高是啤酒行業(yè)的致命傷
3、，這使得啤酒業(yè)整體利潤率低，再加上啤酒企業(yè)搶占市場引發(fā)的惡性競爭，即使是業(yè)內最優(yōu)良的啤酒公司，其盈利能力與白酒公司仍有著明顯差距。2008年，據中國釀酒工業(yè)協(xié)會統(tǒng)計表明，我國啤酒業(yè)中45％的企業(yè)處于虧損或微虧的邊緣，32％左右的企業(yè)保本，只有不到20％的企業(yè)發(fā)展良好，盈利空間較大。并且啤酒企業(yè)整個虧損率為%，是全酒類行業(yè)中虧損率最高的。從中可見啤酒行業(yè)長期的信用風險較大。隨著啤酒業(yè)向金融機構貸款頻率的增加和數額的加大，商業(yè)銀行對其信用風險應引起高度關注。 四．實證分析 樣本選取 本文選擇具有地域優(yōu)勢
4、的八家滬、深上市的啤酒公司作為研究對象，計算其2011年的 違約距離和預期違約概率。收集的樣本數據是股票從2011年1月到12月的日收盤價和總股本，以及樣本公司2011年末的流動負債、長期負債?！ ∮嬎氵^程 （1）計算期望股權價值以及股權價值年化波動率 期望股權價值=基準日收盤價平均值*總股本 波動率=資產對數收益標準差 年波動率=波動率*(n為觀測值的個數) (2)計算違約點DP DP=SD+ 其中SD為流動負債LD為長期負債 ?。?）時間、無風險利 率 由于本文選取數據為2011年，因
5、此時期為一年，故T=1 無風險利率根據一年期定期存款利率計算，故r=% （4）違約距離與預期違約概率 根據理論模型通過matlab編寫KMV函數，輸入以上計算數據，得到資產市場價值、市場價值波動率、違約距離以及預期違約率(表一)。 表一：啤酒企業(yè)違約距離和預期違約率 來源：matlab 實證結果分析 從最后的預期違約概率中可以看出，重慶啤酒和西藏發(fā)展的違約概率最大，有高的違約 風險，而青島啤酒和燕京啤酒的違約概率最小，違約風險較小。其余四家企業(yè)的違約概率居中，有一般的違約風險?！ ⒔Y果
6、與地域劃分聯(lián)系起來，從中可以發(fā)現(xiàn)沿海地區(qū)的違約風險較小，西部和西北部還是存在著較大的信用風險。這樣的情況大致與地區(qū)經濟發(fā)展相一致。企業(yè)的運作受到地區(qū)宏觀因素的影響，自然受制于區(qū)域經濟發(fā)展程度。但是也有不一致的地方，新疆、山東的經濟不發(fā)達，但違約風險仍然不大，并且內蒙、廣西、湖北中部地區(qū)的違約風險也較小。這說明地區(qū)的經濟發(fā)達程度并不能作為放貸的標準，經濟發(fā)展程度與信用風險并不是完全一致。重慶啤酒雖然為十大啤酒品牌之一，在重慶市場上占據絕對優(yōu)勢，公司發(fā)展狀況應該良好，但仍然存在著巨大的信用風險。因此金融機構在進
7、行放貸的時候要充分考慮到行業(yè)特色與區(qū)域，針對不同的貸款具體問題具體分析，不可以掉以輕心，輕而易舉的把貸款投放到長三角、珠三角等經濟發(fā)達地區(qū)?！ ∥澹畢⒖嘉墨I [1]MatthewKurbat,IrinaKorablev.MethodologyforTestingtheLeveloftheEDFCreditMeasure[J/OL].KMV http://www.moodyskmv.com. [2]Duffie,Darrell,andKeWang.Multi-Periodcorporatefailurep
8、redictionwithstochasticcovariates.WorkingPaper.StanfordUniversity.2004 [3]DouglasW.Dwyer,IrinaKorablev.PowerandLevelValidatinoofMoody’sKMVEDFcreditMeasuresinNorthAmerica,EuropeandAsia[J/OL].KMVcorporation.20
