分类筛选
分类筛选:

关于风险识别论文范文资料 与中国涉互联网金融上市公司信用性风险识别,评估有关论文参考文献

版权:原创标记原创 主题:风险识别范文 科目:研究生论文 2024-03-30

《中国涉互联网金融上市公司信用性风险识别,评估》:该文是关于风险识别论文范文,为你的论文写作提供相关论文资料参考。

摘 要:第三次科技革命以来,以先进的互联网技术作为依托,催生了互联网金融,同时其信用性风险问题逐步彰显,本文从信用性风险入手,探究其产生的原因及其特点,运用Z值模型进行风险识别, KMV模型进行信用性风险的评估,找出DD和EDF两者之间的关系,以此说明本文选用的KMV模型能识别涉互联网金融的上市公司信用性风险.最后结合时代背景,针对信用性风险问题,提出具体建议.

关键词:金融风险 信用性风险 KMV模型

一、引言

随着网络信息技术的迅速发展,以先进的互联网技术作为依托,催生了互联网金融,其面临的信用性风险尤为突出.信用风险是影响金融行业的相关决策的重要因素,若是互联网金融的公司违约,相关投资者都难以获得预期收益,进而影响整个行业的发展.管理信用性风险常用方法如下:

一是信用评级法.如穆迪公司对企业的评级. 二是信用风险贴水测量法,对于一个需要筹资的公司而言,随着该公司信用风险的增加,投资者或相关公司所要求的信用风险贴水也就更高.某同一信用级别的债券,在不同的时间段里筹资所要求的风险贴水也不同.

二、文献综述

金融风险是指各种因素波动引起金融资源和金融要素流转过程的不确定性而造成的风险,信用风险是指交易对手未能履行约定中的义务而造成损失的风险,主要是由信用缺失造成的风险,它是金融风险的主要类型.信用性金融风险生于金融体系内部,又对金融业的稳定产生重大影响,在内部管理出现不规范问题时,金融活动中的各类风险将会更加明显,在诸多风险中,信用性风险尤为突出,各种风险均和信用性风险有着不可剥离的关联.此外预计到2025年,互联网对金融业产值增长的贡献度将达到10%到25%.本文综合以上互联网金融中的时代背景,总结出对互联网金融中信用性风险研究的必然性.对信用性风险的评估采用KMV模型.该模型认为公司的股权价值和看涨期权是同构并利用Black-Scholes期权定价公式,根据公司股权的市场价值及其波动性等估计出公司资产的市场价值及其波动性,再根据公司资产和负债关系计算和评估公司的违约性,进而对信用性风险进行评估.

三、中国互联网金融信用性风险研究

(一)KMV模型

假设如下:公司的股权价值为E,债务价值为D,资产价值为V, 违约距离为DD,预期违约概率为EDF

1.股权价值

我国证券市场在成立之初,采取国有股流通搁置的处理办法,使上市公司股票有流通股和非流通股之分,从而使KMV模型评估我国上市公司信用性风险更具有效性.

上市公司的股权价值E1 等于 流通股股数*当月股票平均收盘价格+非流通股股数*每股净资产

2.债务价值

当市场价值低于债务面值时,将发生违约.使用KMV模型对违约公司的实证表明,公司债务价值一般处于债务总值和短期负债之间.

[债务价值D1等于短期债务价值 +12长期债务价值]

(二)综合以上假设,现进行如下公式运用

四、总结及建议

近年来互联网金融方兴未艾,已经成为我国金融业不可缺少的部分.虽然至今为止我国并未出 融危机及严重的信用性风险,但信用性风险对我国互联网金融的影响不容忽视.

基于本文,建议如下:一涉互联网金融的相关企业必须加强信用性风险防范意识,为防范信用性风险做好充足准备.如银行,证券公司可使用基于风险定价,即对于更有可能违约的借款人,贷款人一般收取比较高的利率,从而对冲信用风险.如涉互联网金融企业可以从购买保险,设计分散化资金使用链的方式从而实现风险转移.三就我国现有的金融体系而言,努力实现多元化,同时建立信用性风险的动态预警体系,本文以上叙述可谓为建立更成熟的预警机制提供借鉴.四从信用性风险产生的原因入手,有效识别经济所属的周期.在处于扩张期时,该风险降低,因为较强的赢利能力使总体违约率降低.在处于紧缩期时,该风险增加,因为赢利情况总体恶化,总体违约率升高.

本文实证结果表明使用KMV模型对两种样本的信用性风险的评估呈现显著差异,ST组违约距离DD小于非ST组,预期违约概率EDF大于非ST组,本文是对涉互联网金融的上市公司相关研究的有力补充.

需要指出的是,受到客观条件的约束,如在研究中使用的数据来自符合条件的公司的财务报表,可能和实际现状有一定差异,另外受我国证券发展现状的制约,本文中所使用的股票价格等会受到相关因素的制约,可能存在一定误差.

参考文献:

[1]毛瑞丰.区域性金融风险早起预警体系研究——以安徽省为例[J].金融经济,2014(20):118-125

[2]吴炳辉,何建敏.开放经济条件下金融风险国际传染的研究综述[J].经济社会体制比较,2014(2):86-94

[3]张玲,杨贞柿,陈收.KMV模型在上市公司信用风险评价中的应用研究[J].系统工程,2004(22):78-88

风险识别论文参考资料:

财务风险管理论文

风险管理论文

财务风险论文

金融风险管理论文

企业财务风险论文

企业财务风险的分析和防范论文

结论:中国涉互联网金融上市公司信用性风险识别,评估为关于本文可作为风险识别方面的大学硕士与本科毕业论文风险管理的四个步骤论文开题报告范文和职称论文论文写作参考文献下载。

和你相关的