馬成文,汪 誠(chéng)

(安徽財(cái)經(jīng)大學(xué)a.經(jīng)濟(jì)學(xué)院;b.金融學(xué)院,安徽蚌埠 233030)

基于KMV模型的我國(guó)信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)分析

馬成文a,汪 誠(chéng)b

(安徽財(cái)經(jīng)大學(xué)a.經(jīng)濟(jì)學(xué)院;b.金融學(xué)院,安徽蚌埠 233030)

基于KMV模型基本原理和信貸資產(chǎn)證券化特點(diǎn),對(duì)信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)測(cè)度模型進(jìn)行設(shè)定;運(yùn)用我國(guó)銀行信貸資產(chǎn)證券化樣本數(shù)據(jù),對(duì)信貸資產(chǎn)證券化產(chǎn)品的整體風(fēng)險(xiǎn)和5家上市銀行近期發(fā)行的證券化產(chǎn)品信用風(fēng)險(xiǎn)進(jìn)行實(shí)證分析。結(jié)果表明:KMV模型對(duì)我國(guó)銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)測(cè)度具有一定適用性。我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn),無(wú)論是行業(yè)整體,還是5家上市銀行個(gè)別風(fēng)險(xiǎn)程度都較低,但也存在發(fā)行面窄、可持續(xù)性不強(qiáng)等問(wèn)題,據(jù)此提出相應(yīng)政策建議。

銀行信貸資產(chǎn);資產(chǎn)證券化;信用風(fēng)險(xiǎn);KMV模型

2012年我國(guó)重啟停滯4年的信貸資產(chǎn)證券化試點(diǎn),2014年11月20日銀監(jiān)會(huì)又下發(fā)《關(guān)于信貸資產(chǎn)證券化備案登記工作流程的通知》,將信貸資產(chǎn)證券化業(yè)務(wù)由審批制改為備案制,從而大大簡(jiǎn)化了信貸資產(chǎn)證券化流程。目前銀行通過(guò)資產(chǎn)證券化盤(pán)活信貸資產(chǎn)的規(guī)?？焖僭鲩L(zhǎng),但由于我國(guó)信貸資產(chǎn)證券化尚處于起步階段,信貸資產(chǎn)證券化產(chǎn)品主要在銀行間發(fā)行和交易,投資者結(jié)構(gòu)比較單一,不利于在更大的范圍內(nèi)分散風(fēng)險(xiǎn),迫切需要建立起有效的銀行信貸資產(chǎn)信用風(fēng)險(xiǎn)識(shí)別和度量機(jī)制,以加強(qiáng)對(duì)銀行信貸資產(chǎn)信用風(fēng)險(xiǎn)的管理。

目前我國(guó)在信用風(fēng)險(xiǎn)度量技術(shù)方面還較為落后,主要采用信用定性評(píng)分方法,缺乏模型定量分析技術(shù),難以滿足金融監(jiān)管部門(mén)和投資者對(duì)銀行信用風(fēng)險(xiǎn)度量精確性和有效性的要求。KMV模型是目前發(fā)達(dá)國(guó)家應(yīng)用比較廣泛、準(zhǔn)確性較高的一種信用風(fēng)險(xiǎn)定量度量方法[12],尤其能夠很好地區(qū)分公司違約狀況,并對(duì)信用風(fēng)險(xiǎn)識(shí)別具有強(qiáng)敏感性[3-4]。對(duì)于KMV模型,我國(guó)正處于引進(jìn)、學(xué)習(xí)階段,國(guó)內(nèi)學(xué)者對(duì)其在我國(guó)金融市場(chǎng)上的適用性進(jìn)行了研究。有學(xué)者認(rèn)為KMV模型適合評(píng)定上市公司的信用風(fēng)險(xiǎn)[57],也有學(xué)者采用KMV模型分別度量了不同類(lèi)型公司的信用風(fēng)險(xiǎn)并進(jìn)而認(rèn)為該模型具有廣泛的適用性[8-10]。但從現(xiàn)有文獻(xiàn)來(lái)看,國(guó)外學(xué)者主要將KMV模型用于度量一般上市公司的信用風(fēng)險(xiǎn)程度,而利用其研究銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)問(wèn)題成果較少。國(guó)內(nèi)學(xué)者對(duì)銀行信貸資產(chǎn)證券化側(cè)重于研究其可行性、必要性、運(yùn)行機(jī)制等內(nèi)容,由于我國(guó)金融市場(chǎng)環(huán)境不完善、金融市場(chǎng)數(shù)據(jù)庫(kù)不完備等問(wèn)題存在,利用KMV模型定量測(cè)度銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)的成果尚不多見(jiàn)。

本文嘗試?yán)貌⒏倪M(jìn)KMV模型研究我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn)問(wèn)題,并實(shí)證分析我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品的風(fēng)險(xiǎn)程度,為提高我國(guó)銀行金融創(chuàng)新產(chǎn)品信用風(fēng)險(xiǎn)識(shí)別管理能力提供參考手段。

一、模型設(shè)定

KMV模型最初由美國(guó)KMV公司創(chuàng)建發(fā)明,以Merton和BSM期權(quán)定價(jià)理論為基礎(chǔ),將公司資產(chǎn)價(jià)值與債務(wù)價(jià)值進(jìn)行比較,以定量測(cè)度公司信用風(fēng)險(xiǎn)程度。其原理為:把股東持有的股權(quán)視為期權(quán),將公司資產(chǎn)作為標(biāo)的資產(chǎn),將負(fù)債價(jià)值作為到期執(zhí)行價(jià)格,將股東權(quán)益視為看漲期權(quán),當(dāng)資產(chǎn)價(jià)格超過(guò)負(fù)債價(jià)值時(shí),公司將會(huì)歸還貸款,否則將視為違約。將公司資產(chǎn)與負(fù)債價(jià)值在同一水平上時(shí)的資產(chǎn)價(jià)值視為公司的違約點(diǎn),將公司資產(chǎn)價(jià)值與違約點(diǎn)之間的相對(duì)距離作為違約距離。根據(jù)違約距離確定相應(yīng)的預(yù)期違約概率,預(yù)期違約概率大則公司信用風(fēng)險(xiǎn)程度高。該原理可以用圖1直觀表示。

圖1 KMV模型原理

銀行信貸資產(chǎn)證券化,是指商業(yè)銀行將可以產(chǎn)生大規(guī)模穩(wěn)定現(xiàn)金流的貸款以一定方式組合起來(lái),并以其為基礎(chǔ)資產(chǎn)向投資者發(fā)行證券進(jìn)行融資的過(guò)程,它有利于提高銀行信貸資產(chǎn)的流動(dòng)性、降低銀行信貸的系統(tǒng)風(fēng)險(xiǎn)和改善銀行資本的充足率,是目前商業(yè)銀行金融產(chǎn)品創(chuàng)新的主要方向和重要手段。其基本流程為:發(fā)起銀行根據(jù)信貸資產(chǎn)證券化目標(biāo)選擇相應(yīng)貸款進(jìn)行組合作為基礎(chǔ)資產(chǎn)→通過(guò)信托方式打包銷(xiāo)售給特殊目的載體(SPV)→SPV委托信用增級(jí)和信用評(píng)級(jí)機(jī)構(gòu)對(duì)該資產(chǎn)進(jìn)行信用增級(jí)和評(píng)級(jí)處理→SPV與銀行對(duì)資產(chǎn)組合進(jìn)行協(xié)議定價(jià)→SPV交由承銷(xiāo)商銷(xiāo)售給投資者→完成證券發(fā)行銷(xiāo)售后,SPV獲得銷(xiāo)售收入,按協(xié)議價(jià)格轉(zhuǎn)交給發(fā)起銀行,同時(shí)向各類(lèi)專(zhuān)業(yè)服務(wù)機(jī)構(gòu)支付報(bào)酬。信貸資產(chǎn)證券化能否順利實(shí)現(xiàn),與發(fā)起銀行信貸資產(chǎn)的信用風(fēng)險(xiǎn)程度密切相關(guān),信用風(fēng)險(xiǎn)程度愈低,銀行信貸資產(chǎn)證券化愈易于完成。

銀行信貸資產(chǎn)的信用風(fēng)險(xiǎn),是指信貸資產(chǎn)原始債務(wù)人無(wú)法按協(xié)議履行向銀行支付本金和利息,而造成違約損失的概率。KMV模型通常用來(lái)衡量一般公司的信用風(fēng)險(xiǎn),但在利用其定量測(cè)度銀行信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn)時(shí),需根據(jù)信貸資產(chǎn)證券化的特點(diǎn),對(duì)模型變量及參數(shù)按如下步驟進(jìn)行改造設(shè)定。

1.信貸資產(chǎn)證券化產(chǎn)品收益及波動(dòng)率計(jì)算

在銀行信貸資產(chǎn)證券化中,信貸資產(chǎn)價(jià)值是指銀行在原始債務(wù)人向其借出的資產(chǎn)中,抽取部分資產(chǎn)打包組建資產(chǎn)池所表現(xiàn)出的價(jià)值。信貸資產(chǎn)證券化產(chǎn)品收益是指信貸資產(chǎn)池中的未來(lái)現(xiàn)金流收益,它服從標(biāo)準(zhǔn)幾何布朗運(yùn)動(dòng),且t時(shí)刻現(xiàn)金流收益為mt=m0×,其中m0為初始現(xiàn)金流,μ和σA分別為證券化產(chǎn)品瞬時(shí)期望收益均值和標(biāo)準(zhǔn)差,d w表示標(biāo)準(zhǔn)幾何布朗運(yùn)動(dòng)。

(1)基于KMV模型原理將信貸資產(chǎn)證券化產(chǎn)品現(xiàn)金流視為一份歐式看漲期權(quán)。

(2)根據(jù)B- S期權(quán)定價(jià)模型得到信貸資產(chǎn)證券化產(chǎn)品的價(jià)格:S=p0·N(d1)-DPT×e-rTN(d2)。其中,

上式中,S表示信貸資產(chǎn)證券化產(chǎn)品的價(jià)格; DPT表示違約點(diǎn),即到期證券的執(zhí)行價(jià)格;p0表示證券交易現(xiàn)價(jià);r表示無(wú)風(fēng)險(xiǎn)利率;T表示證券到期時(shí)間;σA表示證券化產(chǎn)品收益波動(dòng)率。

(3)將信貸資產(chǎn)證券化產(chǎn)品價(jià)格代入期權(quán)定價(jià)公式,可得出證券化產(chǎn)品的收益率。

(4)利用收益率序列數(shù)據(jù)確定其波動(dòng)率。為消除證券收益率厚尾性影響,避免條件異方差問(wèn)題,借助于GARCH(1,1)模型確定信貸資產(chǎn)證券化產(chǎn)品收益波動(dòng)率,GARCH(1,1)表達(dá)式為

在對(duì)證券化產(chǎn)品收益波動(dòng)率預(yù)測(cè)時(shí),考慮到GARCH(1,1)模型的穩(wěn)定性,需設(shè)定上式滿足α +β＜1。

2.違約距離計(jì)算

違約距離為銀行信貸資產(chǎn)價(jià)值均值到違約點(diǎn)的距離,記為DD,計(jì)算公式為

式中:g表示信貸資產(chǎn)證券化產(chǎn)品收益的預(yù)期增長(zhǎng)率;DPT表示違約點(diǎn);σE為信貸資產(chǎn)價(jià)值波動(dòng)率,其中違約距離的大小與信用風(fēng)險(xiǎn)的高低呈反方向變動(dòng)關(guān)系。

國(guó)內(nèi)學(xué)者研究一般公司信用風(fēng)險(xiǎn)時(shí),通常將違約點(diǎn)定義在DP=STD+0.5LTD這點(diǎn)上[11-12],其中STD為公司流動(dòng)負(fù)債,LTD為公司長(zhǎng)期負(fù)債。當(dāng)公司資產(chǎn)價(jià)值小于DP時(shí),表示公司會(huì)發(fā)生違約行為。也有學(xué)者采用實(shí)證回歸法將違約點(diǎn)位置確定在STD+0.75LTD處[13]。

銀行信貸資產(chǎn)證券化中的違約點(diǎn)的含義與KMV模型中的含義是相同的,但在銀行信貸資產(chǎn)證券化中,特殊目的載體的負(fù)債是以標(biāo)的資產(chǎn)為基礎(chǔ)而發(fā)行的證券,并沒(méi)有流動(dòng)負(fù)債和長(zhǎng)期負(fù)債之分[14]。因此可將違約點(diǎn)確定為信貸資產(chǎn)證券化產(chǎn)品到期應(yīng)支付的本息之和,即DPT=證券本金+證券利息。

3.信貸資產(chǎn)池的預(yù)期違約概率計(jì)算

信貸資產(chǎn)池的預(yù)期違約概率是指信貸資產(chǎn)到期價(jià)值低于其負(fù)債的概率,記為PEDF,用以反映信貸資產(chǎn)證券化產(chǎn)品的信用風(fēng)險(xiǎn)程度,它可以在違約距離基礎(chǔ)上計(jì)算得到。計(jì)算公式為

由于假定信貸資產(chǎn)證券化產(chǎn)品收益的隨機(jī)部分服從正態(tài)分布,即d w～N(0,1),因而有

PEDF越大,對(duì)應(yīng)的違約概率越大,從而信用風(fēng)險(xiǎn)程度就越高。理論上,可以通過(guò)違約距離確定公司信用風(fēng)險(xiǎn)狀況,進(jìn)而對(duì)違約行為的發(fā)生做出預(yù)測(cè)。但現(xiàn)實(shí)中,由于受多方面因素的影響,實(shí)際違約率與理論違約率之間會(huì)產(chǎn)生一定的偏差,因而需結(jié)合違約距離進(jìn)行判斷。

二、實(shí)證分析

在對(duì)KMV模型各變量參數(shù)進(jìn)行改造優(yōu)化的基礎(chǔ)上,建立適用于我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品的風(fēng)險(xiǎn)測(cè)量方法,利用我國(guó)已發(fā)行的銀行證券化產(chǎn)品作為樣本進(jìn)行實(shí)證分析。

1.KMV模型對(duì)我國(guó)銀行證券化產(chǎn)品信用風(fēng)險(xiǎn)測(cè)度的適用性判斷

KMV模型建立的基礎(chǔ)要求證券化產(chǎn)品的信用風(fēng)險(xiǎn)具有差異性。利用2005—2008年以及2012年重啟信貸資產(chǎn)證券化以來(lái)發(fā)行的63個(gè)銀行信貸證券化產(chǎn)品數(shù)據(jù)(數(shù)據(jù)來(lái)源于中國(guó)債券信息網(wǎng))。利用SPSS和Eviews軟件計(jì)算違約距離,并進(jìn)行K- S檢驗(yàn)、Z檢驗(yàn)和t檢驗(yàn)。結(jié)果顯示,三種檢驗(yàn)統(tǒng)計(jì)量值對(duì)應(yīng)的伴隨概率分別為0.018、0.029和0.033,均小于0.05的顯著性水平,表明不同銀行信貸資產(chǎn)證券化產(chǎn)品的信用風(fēng)險(xiǎn)具有較為顯著的差異性,可以利用KMV模型對(duì)我國(guó)銀行證券化產(chǎn)品進(jìn)行信用風(fēng)險(xiǎn)測(cè)度。

2.我國(guó)銀行業(yè)信貸資產(chǎn)證券化產(chǎn)品的行業(yè)整體信用風(fēng)險(xiǎn)測(cè)度

以上述63個(gè)銀行信貸資產(chǎn)證券化產(chǎn)品作為樣本,應(yīng)用改造后的KMV模型,測(cè)度我國(guó)銀行業(yè)信貸資產(chǎn)證券化產(chǎn)品的行業(yè)整體信用風(fēng)險(xiǎn)。經(jīng)過(guò)計(jì)算得到各個(gè)銀行信貸資產(chǎn)證券化產(chǎn)品的違約距離和對(duì)應(yīng)的預(yù)期風(fēng)險(xiǎn)概率,繪成曲線圖(見(jiàn)圖2)。隨著違約距離的增加,相應(yīng)的預(yù)期違約概率逐漸降低,表明銀行信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn)越來(lái)越低;我國(guó)信貸資產(chǎn)證券化產(chǎn)品的違約距離基本穩(wěn)定在3.35～4.55之間,均值為3.69;在違約距離大于3.6以后,預(yù)期違約概率基本上成一條水平直線[15]。在一般情況下,違約距離大于等于2.5即可認(rèn)為信用風(fēng)險(xiǎn)發(fā)生的概率較低,表明我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品行業(yè)整體信用狀況良好、風(fēng)險(xiǎn)程度較低。

圖2 違約距離與預(yù)期違約概率關(guān)系

3.5 家銀行信貸資產(chǎn)證券化產(chǎn)品的信用風(fēng)險(xiǎn)分析

2015年1月有27家銀行首批獲得開(kāi)辦信貸資產(chǎn)證券化業(yè)務(wù)的資格,從中選取北京銀行、華夏銀行、民生銀行、浦發(fā)銀行和興業(yè)銀行等5家上市商業(yè)銀行,將其最新發(fā)行的信貸資產(chǎn)證券化產(chǎn)品作為樣本,利用改造后的KMV模型測(cè)度信貸資產(chǎn)證券化產(chǎn)品信用風(fēng)險(xiǎn)情況(數(shù)據(jù)來(lái)自于Wind數(shù)據(jù)庫(kù)和中國(guó)債券信息網(wǎng))。以中國(guó)人民銀行最新發(fā)布的人民幣存款基準(zhǔn)利率r=2.75%作為無(wú)風(fēng)險(xiǎn)利率,以信貸資產(chǎn)證券化產(chǎn)品初始價(jià)格S作為各期銀行信貸資產(chǎn)證券化產(chǎn)品的發(fā)行規(guī)模,到期債務(wù)期限計(jì)算時(shí)間T為1年。

在5家銀行信貸資產(chǎn)證券化產(chǎn)品發(fā)行之前,信用評(píng)級(jí)機(jī)構(gòu)對(duì)其資產(chǎn)結(jié)構(gòu)進(jìn)行了信用評(píng)級(jí)(如圖3所示)。5家銀行的信貸資產(chǎn)主要為A級(jí)資產(chǎn),B級(jí)及以下資產(chǎn)所占比重很小,因此整體信貸資產(chǎn)信用風(fēng)險(xiǎn)較低。

假設(shè)銀行各筆貸款之間不存在相關(guān)性,利用Matlab中Newton迭代算法對(duì)改造后的KMV模型進(jìn)行計(jì)算,得到樣本信貸資產(chǎn)產(chǎn)品收益波動(dòng)率,求出違約距離DD和預(yù)期違約概率PEDF,計(jì)算結(jié)果如表1所示。

圖3 信貸資產(chǎn)信用級(jí)別統(tǒng)計(jì)

表1 證券化產(chǎn)品違約距離和違約概率

5家銀行信貸資產(chǎn)證券化產(chǎn)品的違約距離均在3.2～4.2之間,相對(duì)應(yīng)的預(yù)期違約概率都非常小,接近于0。其中,民生項(xiàng)目產(chǎn)品違約距離最大,對(duì)應(yīng)的預(yù)期違約概率最低;華銀、浦發(fā)和興元項(xiàng)目產(chǎn)品違約距離次之,相應(yīng)預(yù)期概率有所增加;京元項(xiàng)目產(chǎn)品違約距離最小,對(duì)應(yīng)的預(yù)期概率最高?？傮w上看,5家銀行信貸資產(chǎn)證券化產(chǎn)品發(fā)生信用風(fēng)險(xiǎn)的概率較低,安全性高,適合較為穩(wěn)健的投資者進(jìn)行投資。

三、結(jié)論及政策建議

基于上述分析,可以得出如下結(jié)論:①KMV模型在我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品的信用風(fēng)險(xiǎn)度量中具有適用性。②我國(guó)銀行信貸資產(chǎn)證券化產(chǎn)品整體信用狀況較好,預(yù)期發(fā)生違約概率較低,這與銀行選取大量?jī)?yōu)質(zhì)資產(chǎn)作為證券化產(chǎn)品標(biāo)的資產(chǎn)有很大聯(lián)系。③5家銀行信貸資產(chǎn)證券化產(chǎn)品質(zhì)量較高,信用風(fēng)險(xiǎn)較低,可作為投資者穩(wěn)健的投資項(xiàng)目。

在分析證券化過(guò)程中發(fā)現(xiàn),銀行在選取信貸資產(chǎn)進(jìn)行證券化時(shí)風(fēng)險(xiǎn)偏好較為保守,由計(jì)算出的違約距離可以看出,選取的5種信貸資產(chǎn)證券化標(biāo)的資產(chǎn)均為正常類(lèi)貸款,而銀行進(jìn)行資產(chǎn)證券化中,應(yīng)該主要?jiǎng)冸x部分高風(fēng)險(xiǎn)的貸款并組建資產(chǎn)池,但目前進(jìn)行證券化的資產(chǎn)均為優(yōu)質(zhì)貸款,長(zhǎng)期下來(lái)銀行進(jìn)行資產(chǎn)證券化將失去動(dòng)力。同時(shí),目前銀行信貸資產(chǎn)證券化產(chǎn)品僅限于銀行間進(jìn)行交易,銀行業(yè)相互持有證券使得行業(yè)風(fēng)險(xiǎn)無(wú)法分散,市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)偏高,進(jìn)而導(dǎo)致證券化產(chǎn)品功能發(fā)揮受到限制。

針對(duì)信貸資產(chǎn)證券化過(guò)程中出現(xiàn)的問(wèn)題,提出如下建議:①銀行可以在不破壞基礎(chǔ)資產(chǎn)標(biāo)準(zhǔn)的前提下,有序降低基礎(chǔ)資產(chǎn)質(zhì)量,適時(shí)引入中小企業(yè)、農(nóng)業(yè)及基礎(chǔ)設(shè)施建設(shè)貸款等資產(chǎn),豐富證券化產(chǎn)品種類(lèi)。②對(duì)于我國(guó)重啟信貸資產(chǎn)證券化試點(diǎn)中明令禁止的行為,例如再證券化、合成證券化產(chǎn)品等高風(fēng)險(xiǎn)金融創(chuàng)新,應(yīng)嚴(yán)格遵循法律規(guī)定,防止金融創(chuàng)新被濫用。③對(duì)于我國(guó)信貸資產(chǎn)證券化產(chǎn)品交易只能在銀行間債券市場(chǎng)、上交所和深交所大宗交易市場(chǎng)進(jìn)行,證券化市場(chǎng)較為集中問(wèn)題,可將交易市場(chǎng)重新整合,強(qiáng)化證券化產(chǎn)品的流動(dòng)性。④引進(jìn)保險(xiǎn)公司、共同基金以及養(yǎng)老基金等機(jī)構(gòu),擴(kuò)大證券化產(chǎn)品在各行業(yè)內(nèi)交易范圍,分散銀行業(yè)風(fēng)險(xiǎn)。

[1]安東尼·桑德斯.信用風(fēng)險(xiǎn)度量:風(fēng)險(xiǎn)估值的新方法和其他范例[M].北京:機(jī)械工業(yè)出版社,1999.

[2]Sobehart J R,Keenan S C,Stein R M.Benchmarking Quantitative Default Risk Models:A Validation Methodology[R].Moody’s Investors Service,2000.

[3]Kurbat M,Curable I.Methodology for Testing the Level of the EDFTM Credit Measure[R].Moody’s KMV Technical Report,2002.

[4]Crombie P,Bohn J R.Modelling Default Risk[R]. Moody’s KMV Technical Report,2003.

[5]魯煒,趙恒珩,劉冀云.KMV模型關(guān)系函數(shù)推測(cè)及其在中國(guó)股市的驗(yàn)證[J].運(yùn)籌與管理,2003(3):43-48.

[6]魯煒,趙恒珩,方兆本,等.KMV模型在公司價(jià)值評(píng)估中的應(yīng)用[J].管理科學(xué),2003(3):30- 33.

[7]薛鋒,關(guān)偉,喬卓.上市公司信用風(fēng)險(xiǎn)度量的一種新方法: KMV[J].西安工業(yè)大學(xué)學(xué)報(bào),2003(9):38- 44.

[8]周沅帆.基于KMV模型對(duì)我國(guó)上市保險(xiǎn)公司的信用風(fēng)險(xiǎn)度量[J].保險(xiǎn)研究,2009(3):77-81.

[9]劉利文,王吉恒,王國(guó)榮.KMV模型在我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理中的應(yīng)用研究[J].商業(yè)經(jīng)濟(jì),2010(10):40 -43.

[10]梁艷輝.基于KMV模型的創(chuàng)業(yè)板信用風(fēng)險(xiǎn)評(píng)估[D].南京:南京大學(xué),2012:31-39.

[11]鄒毅.基于KMV模型的中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量和管理研究[D].重慶:重慶大學(xué),2013:23- 25.

[12]張彬.基于KMV模型的融資租賃公司信用風(fēng)險(xiǎn)度量研究[D].上海:東華大學(xué),2014:21- 24.

[13]劉靜.基于KMV模型的我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量的研究[D].西安:西安電子科技大學(xué),2010:39-45.

[14]成煥英.我國(guó)銀行信貸資產(chǎn)證券化信用風(fēng)險(xiǎn)研究[D].石家莊:石家莊經(jīng)濟(jì)學(xué)院,2010:19- 20.

[15]閆海峰,華雯君.基于KMV模型的中國(guó)上市公司信用風(fēng)險(xiǎn)研究[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2009(3):14-19.

【責(zé)任編輯 孫立】

Credit Risk Analysis of Credit Asset Securitization in China Based on KMV Model

Ma Chengwena,Wang Chengb
(a.School of Economics;b.School of Finance,Anhui University of Finance&Economics,Bengbu 233030,China)

The measure model of credit asset securitization is built based on basic principle of KMV model and characteristics of securitization of credit assets,and sampling data of bank credit asset securitization in China is used to evaluate overall risk of bank credit asset securitization products and credit risk of securitized products issued by five listed banks.The results show that the KMV model is applicable to measure credit risks of the state-owned bank credit asset securitization,and the credit risks of bank credit asset securitization products in both the industry as a whole and five listed banks are relatively low,but there are also problems such as relative small scale of issuance and lack of sustainability.Accordingly the corresponding policy suggestions are put forward.

bank credit assets;asset securitization;credit risk;KMV model

F 832.4

A

2095-5464(2015)05-0587-05

2015- 06- 08

馬成文(1963-),男,安徽亳州人,安徽財(cái)經(jīng)大學(xué)教授。