KMV模型对中国上市公司的适用性分析(3)
2．现实意义
投资者主要依靠公司的信用状况来作为投资决策的依据。但目前国内的信用评级体系还不够完善，例如大多数评级业务只局限在对公司债券的评级和贷款审批前的评级，而且在评级是也仅仅是使用公司的管理、财务和生产等指标数据,很少会应用到公司的即时市场交易数据来进行分析评价。因此这样就导致了投资者或债权人和上市公司间会存在的信息不对称现象。
KMV模型基于B-S期权定价模型提出用违约距离(DD)和预期违约频率(EDF)来度量上市公司的信用风险，模型中企业的违约概率可以随着上市公司的股票收盘价而动态变化，实现了实时动态的信用监控功能。针对目前我国信用数据获取比较困难的局面,因为KMV模型是用上市公司的股票价格和财报中的负债账面价值作为计算依据,所以比较适用于我国的现实状况。如果能够找到合适的信用风险度量模型来对风险进行监控和管理，对实体经济的企业和银行都具有非常重要的意义。如果经济管理当局能够利用KMV模型来对经济个体的信用风险进行监控和管理，无论对整个宏观经济的平稳运行还是促进产业经济的优化升级都具有很大的现实意义。
(四)研究方法和研究内容
1．研究方法
（1）文献研究方法
根据研究的目的，本文通过搜集相关的文献，包括国内外学者对KMV模型在中国的适用性的研究，修正的KMV模型的计算方法和所需要收集的数据，前人的经验等等等，大约通读20篇文献后，较全面、正确地了解掌握本文要研究的课题。
（2）调查法
本文有目的、有计划、有系统地搜集有关中国上市的制造业公司的现实状况或历史状况的材料，对制造企业进行系统的了解，并对调查搜集到的大量资料并结合KMV模型进行分析、综合、比较、归纳，得出相应的结论。
（3）数据分析法
本文通过收集上市公司中研究所需要的财务和市场数据，并代入KMV模型进行计算得出违约概率，比较ST组与正常组的得出研究结果。
（4）数学建模法
本文试图利用Mablab软件对KMV模型进行编程，利用计算机来自动化计算，方便数据的处理。
2．研究内容
本文的主要研究内容是KMV模型在中国股票市场中的适用性研究，借助MATLAB建模软件对KMV方程式进行迭代求解，简化人工计算的工作量。本文与前人的一些文献的研究不一样的地方是，本文扩大了样本公司的容量，采集了70家非ST上市公司和29家ST上市公司作为样本，且样本均是采集于制造业，具有一定的广泛代表性。最后测算出各家企业的逾期违约概率，并通过分组对比，验证了KMV模型在中国特殊的市场环境中，具有一定的应用价值，但应对其做进一步的修正，才可以更好更准确地用于监控信用违约风险。
上一篇：华为激励手段分析