CAPM模型有效性在我国沪市的实证研究

CAPM模型有效性在我国沪市的实证研究

引言

我国沪市即上海股票市场以1990年12月19日的上海证券交易所开业为标志,经过了22年的发展后,达到了一定的规模。过去的一些经济学家的一些理论也解决了一些问题，比如由美国经济学者马科维茨（markowitz）教授创立的证券组合理论从理论上解决了如何构造投资组合来规避市场风险同时获得投资收益的问题，但是这一过程，需要大量的计算，和一系列严格的假设条件。这样就使得该理论在实际操作方面具有一定的难度，投资者需要一种更为简单的方式来解决投资事宜，于是资本资产定价模型就应运产生了。

一、文献综述

1964年,威廉·夏普(william sharp)发表了他的博士论文capital asset prices:a theory of market equilibrium under conditions of risk,正式提出了资本资产定价模型(capm)。black、jensen 和scholes 在1972 年对纽约证券交易所1926 年至1965 年期间的所有股票数据进行了实证检验，他们的计算结果和零β资本资产定价模型相一致。该模型的β值几乎可以解释所有投资组合的平均收益率的差异。然而后来，特别80 年代以来，负面的验证结果也相继产生。比如roll（1977）曾经对当时的实证检验提出了怀疑，他认为：由于市场指数组合是有效市场组合是无法证明的，所以也无法对capm模型进行检验。由于按照capm 理论，市场组合

是包含几乎所有不确定资产的组合，而市场指数却不是有效组合，所以，他认为以前的实证检验并不一定能证明该理论是成立的。对于这一质疑，有研究表明，只要市场指数与无法观察到的真实市场的相关系数的大小决定使用市场指数来代替真实市场进行研究的可行性。

本文选取2008年1月至2009年12月最新沪市股指进行capm 模型的实证研究,以期对上海股票市场的研究做一个新的扩充，并从资本资产定价模型出发来检验capm模型在我国上海股票市场上的实用性。

二、capm理论模型

（一）capm 模型的假设条件

1．在投资收益率既定的条件下，投资者总是追求风险最小化。在投资风险既定的条件下，投资者总是追求收益率最大化。

2.投资者以投资组合在某段时间内标准差和预期收益率来衡量该资产组合(对于某项资产或资产组合，风险由预期收益率的标准差来衡量，而预期收益率=(期末价值一期初价值)／期初价值)。

3．资产无限可分，保证投资者以任何比例分配其投资，比如假设投资者可以购买股票的一部分。

4．资本市场不存在资本与信息的流通障碍，即不存在信息不对称，没有任何一个投资者的行为能达到影响整个证券市场，不存在交易成本和所得税，所有投资者所有信息来源均不需要成本。

（二）资本资产定价模型简介

三、实证分析

（一）股票的选取

数据的选取从2008 年1月开始至2009年12月止的最新数据，同时为了科学地体现随机性，并且为了更加全面地验证capm模型，又不使得验证过于烦琐，我们选取的是上海股票市场各个行业中比较具有代表性的企业来验证（具体数据见附录），如：钢铁行业的武钢股份(600005)，交通运输业的皖通高速(600012)，金融行业的民生银行(600016)等五十支股票。这里还遇到的一个问题是个别股票在个别交易日内停牌，为了处理的方便，本文中将这些天该股票的当日收盘价视作与前一天的收盘价相同。

（二）无风险利率的确定

无风险利率的确定在国外研究中，常以一年期的短期国债利率或银行同业拆借利率来代替无风险利率。但由于我国目前利率尚未市场化，且国债以中长期品种为主，无法用国债利率来代表无风险利率。在本研究中，凡需利用无风险收益率的场合，都以最近的银行三个月定期存款利率(1.71％)代表之，这是百分比形式的收益率。

（三）收益率和β的计算

（四）capm模型的横截面检验

通过f检验得出结果4.331606，概率为0.005550，所以相关系数检验可以看出模型的拟合优度还算可以，但是模型中回归系数t 值检验均不显著能说明capm模型在这个阶段中的上海股市的不适

用性。

四、分析与建议

本文得出的结果是capm模型还不适应目前上海股票市场。对于capm 模型在当前中国上海股票市场仍不适用的原因，我认为主要有以下两点：

1.市场的有效性。推导出capm 的假设前提是证券市场完全有效。正是由于信息披露制度的不完善、不规范，使得我国证券市场存在严重的信息不对称，从而使某些少数垄断信息者获得了超额利润，极大地影响市场的有效性。

2.市场指数的确定。根据标准的capm，市场指数应该是“市场组合”的收益率。capm 假设指出，当市场达到均衡时，每一位投资者都持有一个具有完全相同的预期收益的马柯维茨有效组合，即为市场组合。市场组合由市场上所有资产按照其各自的价值为权重来组成，该组合与市场上其他任何一种资产组合应保持最高的相关性。目前在我国普遍使用的是深圳证券交易所成分指数与上海证券交易所综合指数，上交所综合指数体现了“资产权重加权平均”的原则。但这也存在一些问题，股票发行量中有部分股票不能上市流通，所编制的指数却将他们计入权数范围内，从而不能反映流通股现实市场股价的真实状况。

参考文献：

1.sharp william. cap ital asset p rices: a theory of market equilibrium under conditions of risk [j]. journal of

finance,1964, (9) : 425-442

2.l intner. the valuation of risky assets and the selection of risky investments in stock portfolios and cap ital budgets [j]. reviews of economic and statistics,1965, (47) : 13-37

3.李博、吴世农．capm有效性和适用性的实证研究——对上海股票市场的检验[j] ．中国经济问题，2003，(02)．

4.陈浪南、屈文洲．资本资产定价模型的实证研究[j].经济研究，2000，（04)．

5.李云翼．中国股市β系数研究的展望[j]．科技信息，2008，（26）．

6.郭峰、赵民安．股权分置改革前后中国资本市场效率的对比分析——基于capm 模型的实证研究[j]．山东社会科学，2008，（10）．

（作者单位：安徽财经大学金融学院）

关于CAPM的实证检验

关于检验CAPM模型的实验报告 一、数据选取 1、10只股票分别是：东风汽车；海信电器；林海股份；包钢稀土；兖州煤业；延长化建；江西铜业；中铁二局；海螺水泥；浦发银行 2、选取这十只股票2010年1月1日至2010年12月31日，每个交易日的收盘价 3、选取了2010年1月1日至2011年12月31日，,每个交易日的上证综合指数 4、选取2010年个人活期存款年利率 二、原理 1、利用每日收盘价算出股票日收益率 2、利用每日上证指数算出市场日收益率 3、用个人活期存款利率代替市场无风险利率 4、基于CAPM模型：个股收益率=无风险收益率+贝塔系数*（市场风险收益率-无风险收益率）， 即：个股收益率-无风险收益率=贝塔系数*（市场风险收益率-无风险收益率） 即个股风险溢价=贝塔系数*市场风险溢价 三、公式 日平均收益率=LN()-LN() 四、数据计算。 计算选出的10只股票的超额回报率和市场超额回报率，将市场超额回报率与个股超额回报率逐个回归，求出每只股票的贝塔系数。 部分数据截图：

1、东方汽车 Dependent Variable: GPCEHBL Method: Least Squares Date: 12/22/11 Time: 00:08 Sample (adjusted): 1 240 Included observations: 240 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -0.001589 0.001413 -1.124937 0.2617 SCCEHBL 0.084694 0.098860 0.856710 0.3925 R-squared 0.003074 Mean dependent var -0.001653 Adjusted R-squared -0.001114 S.D. dependent var 0.021847 S.E. of regression 0.021859 Akaike info criterion -4.800087 Sum squared resid 0.113723 Schwarz criterion -4.771082 Log likelihood 578.0105 F-statistic 0.733951 Durbin-Watson stat 1.889569 Prob(F-statistic) 0.392467 回归可得：东风汽车的贝塔系数是0.084694

上市公司信用评估方法的比较分析——基于KMV模型和ZPP模型

目录 第一章绪论 (1) 1.1选题背景 (1) 1.2选题目的及意义 (2) 1.3研究思路 (3) 1.4研究方法 (4) 1.5论文框架 (5) 第二章信用风险模型研究现状及相关理论 (6) 2.1文献综述 (6) 2.1.1关于信用风险模型的国外研究 (6) 2.1.2关于信用风险模型的国内研究 (8) 2.1.3文献综述小结 (9) 2.2KMV模型和ZPP模型相关理论 (10) 2.2.1KMV模型 (10) 2.2.2ZPP（Zero-Price Probability)模型 (12) 2.2.3KMV模型与ZPP模型的比较 (14) 第三章上市公司信用风险实证研究 (16) 3.1样本选取 (16) 3.2实证过程及结果 (17) 3.2.1KMV模型的实证分析 (17) 3.2.2ZPP模型的实证分析 (20) 3.3实证结果小结 (26) 第四章KMV模型与ZPP模型实证结果的比较分析 (27) 4.1ROC曲线的绘制及比较 (27) 4.2AUC值的比较 (28) 4.3假设检验 (29) 第五章结论与展望 (31) 5.1研究结论 (31)

5.2本文创新点 (32) 5.3研究不足及展望 (32) 参考文献 (34) 攻读学位期间的研究成果 (37) 附录 (38) 致谢 (45) 学位论文独创性声明、学位论文知识产权权属声明 (46)

第一章绪论 第一章绪论 1.1选题背景 随着中国经济与世界经济的逐步接轨，中国资本市场的发展在经济全球化的浪潮下迅速上升到了一个新高度。不断扩大的企业规模、不断增长的资金需求、多元化的消费形式等，这些都为我国国民经济实力的增强、金融领域的创新、国际竞争力的提高、科技和社会的进步提供了强大的推动力。在新兴市场中，中国资本市场毫无疑问已经成为了“领头羊”，在世界经济循环体系中发挥着重要的作用。然而伴随着中国经济的日益开放，金融风险的不确定性问题日益突出，其中信用风险由于其普及性及复杂性在众多风险中愈来愈受到金融市场各方的广泛关注。 信用风险涉及经济社会的方方面面，从融资到信贷、从资本运营到现金周转，一旦发生违约，基本金融体系内的所有的相关机构都会受到波及和影响，不仅造成国家和地区的经济损失，对世界的经济也会造成一定的冲击。纵观近年来爆发的几次全球性的经济危机，无一不与信用风险息息相关。1997年的东南亚金融风暴，其导火索即是泰国国内银行在泰国经济快速增长的背景下，利用金融体制和监管的漏洞，无视信用风险，无抵押向房地产业大量贷款，造成大量银行坏账呆账，进而造成泰铢严重贬值、银行疯狂挤兑，最终爆发金融危机。不仅是泰国，菲律宾、马来西亚、韩国、印尼、日本等国家都因此遭到了严重的打击，许多银行和证券公司纷纷宣布破产，众多公司倒闭，整个社会的投资和消费均迅速萎缩。2008年爆发的全球经济危机，很大一部分原因也是美国在上一年爆发的房屋次贷危机所引起的。因为投资者对证券价值信心的丧失，造成了短期内的市场流动性困难，进一步导致资金短缺，从而发生信用违约，最终恶化成为了国际金融海啸。这场金融危机使得世界无论是发达国家还是发展中国家都受到了不可避免的经济损失，全球性经济低迷、失业率居高不下、通货膨胀率剧增、产业增速放缓、贸易额疯狂下跌，无论是股票市场、债券市场、房地产市场、银行还是实体产业，都受到了不同程度的冲击。2009年由于主权债务评级的下调，希腊债务问题逐渐开始显现。由于希腊政府收支严重不平衡，希腊政府财政赤字持续飙升。在该年的第一季度，希腊财政收入与去年同期相比下降了0.1%，但支出与去年同期相比却增长了23.1%，财政收入不增反降导致希腊政府财政赤字在GDP的占比远高于欧盟上限，最终牵一发而动全身导致了整个欧洲债务危机的全面爆发。重债国由边缘化开始核心化，银行存贷比急剧降低，融资压力攀升，不仅在经济方面造成了全球的动荡，在政治方面也引发了相应的社会危机。 可见，经济发展是一把双刃剑，在给社会带来丰富的财富的同时也蕴含了巨大 1

对CAPM模型地详细情况情况总结

关于CAPM模型的总结 资产定价理论是关于金融资产的价格决定理论，这些金融资产包括股票、债券、期货、期权等有价证券。价格决定理论在金融理论中占有重要的地位，定价理论也比较多，以股票定价为例，主要有：1.内在价值决定理论。这一理论认为，股票有其内在价值，也就是具有投资价值。分析股票的内在价值，可以采用静态分析法，从某一时点上分析股票的内在价值。一般可以用市盈率和净资产两个指标来衡量；也可以采取动态分析法。常用的是贴现模型。贴现模型认为股票的投资价值或者价格是股票在未来所产生的所有收益的现值的总和。2.证券组合理论。现代证券组合理论最先由美国经济学者Markowitz教授创立，他于1954年在美国的《金融》杂志上发表了一篇文章《投资组合选择》，提出了分散投资的思想，并用数学方法进行了论证，从而决定了现代投资理论的基础。3.资本资产定价理论（Capital Assets Pricing Model，CAPM模型）。证券组合理论虽然从理论上解决了如何构造投资组合的问题，但是这一过程相当繁杂，需要大量的计算，和一系列严格的假设条件。这样就使得这一理论在实际操作上具有一定的困难。投资者需要一种更为简单的方式来进行处理投资事宜。于是资本资产定价模型就产生了。1964年是由美国学者Sharpe提出的。这个模型仍然以证券组合理论为基础，在分析风险和收益的关系时，提出资产定价的方法和理论。目前已经为投资者广泛应用。4.套利定价模型（Arbitrage Pricing Theory，APT）。1976年由Ross提出，与CAPM模型类似，APT也讨论了证券的期望收益与风险之间的关系，但所用的假设与方法与CAPM不同。CAPM可看作是APT在某些更严格假设下的特例。APT在形式上是把CAPM的单因子模型变为一个多因子模型。 本文主要就CAPM理论进行一些探讨，从几个方面对这个重要的资产定价模型进行剖析。 一．CAPM模型介绍 Sharpe在一般经济均衡的框架下，假定所有投资者都以自变量为收益和风险的效用函数来决策，导出全市场的证券组合的收益率是有效的以及资本资产定价模型（CAPM）。 CAPM的基本假定： ①投资者根据与其收益和收益的方差来选择投资组合； ②投资者为风险回避者； ③投资期为单期； ④证券市场存在着均衡状态；

(完整版)KMV模型

KMV 模型基本结构分析 11金融11 20114560 张梦晴 KMV 模型是对传统信用风险度量方法的一次重大革命，其是在现代期权定价理论上建立起来的违约预测模型，因而有许多优点。KMV 模型是现代信用风险度量模型之一。主要论述 KMV 模型基本结构，分析其优缺点，并探讨其在中国信用风险预测中的适用性。 一、基本假设条件 （1）当公司的资产价值低于一定水平时，公司就会对债权人和股东违约。借款人资产价值大于其债务价值时，借款人不会违约；反之，借款人资产价值小于其债务价值时， 借款人就会违约。与这一水平相对应的资产价值为违约点DPT （Default Point ），即公司资产价值等于负债价值的点。 （2）假设在未来给定的时期内，该公司的资产服从由资产价值的期望值与标准差（波动率）描述的某个分布，未来资产价值的均值到所需清偿公司负债的账面价值之间的距离称为为月距离，由此算出预期违约率。 （3）借款人资本结构只有所有者权益，短期债务、长期债务和可转化的优先股。 二、模型概述 假设一个违约点，降至这个违约点下，公司就会对它违约。假设公司的价值服从某种函数分布，其是什么样的分布要根据资产期望值及标准差来确定。预期违约概率（EDF ）是分三步骤来确定:第一步：计算公司的市场价值及其波动性；第二步：估算出公司的违约点、预期价值；第三步：估计预测违约概率（EDF ）。 （1）计算公司的市场价值A V 及其波动率A σ KMV 由于保密性,它们不愿公开具体的形式。我们一般用Black-Schole 公式代替函数f 。 ()()2-rt 1d e -d N D N V E ???= 式中，E :股权的市场价值； D :负债的账面价值； V :公司资产的市场价值； t :信用期限；

KMV模型

KM 模型基本结构分析 11金融11 20114560 张梦晴 KMV 模型是对传统信用风险度量方法的一次重大革命，其是在现代期权定价理论上建立起来的违约预测模型，因而有许多优点。KMV 模型是现代信用风险度量模型之一。主要论述 KMV 模型基本结构，分析其优缺点，并探讨其在中国信用风险预测中的适用性。 一、基本假设条件 （1）当公司的资产价值低于一定水平时，公司就会对债权人和股东违约。借款人资产价值大于其债务价值时，借款人不会违约；反之，借款人资产价值小于其债务价值时， 借款人就会违约。与这一水平相对应的资产价值为违约点DPT （Default Point ），即公司资产价值等于负债价值的点。 （2）假设在未来给定的时期内，该公司的资产服从由资产价值的期望值与标准差（波动率）描述的某个分布，未来资产价值的均值到所需清偿公司负债的账面价值之间的距离称为为月距离，由此算出预期违约率。 （3）借款人资本结构只有所有者权益，短期债务、长期债务和可转化的优先股。 二、模型概述 假设一个违约点，降至这个违约点下，公司就会对它违约。假设公司的价值服从某种函数分布，其是什么样的分布要根据资产期望值及标准差来确定。预期违约概率（EDF ）是分三步骤来确定:第一步：计算公司的市场价值及其波动性；第二步：估算出公司的违约点、预期价值；第三步：估计预测违约概率（EDF ）。 （1）计算公司的市场价值A V 及其波动率A σ KMV 由于保密性,它们不愿公开具体的形式。我们一般用Black-Schole 公式代替函数f 。 ()()2-rt 1d e -d N D N V E ???= 式中，E :股权的市场价值； D :负债的账面价值； V :公司资产的市场价值； t :信用期限；

KMV模型中EDF的度量方法及应用

KMV模型中EDF的度量方法及应用 发布日期：2007年3月9日 目前，有关违约风险度量的方法不断推陈出新，有许多定量的估值模型、分析技术、软件已付诸商业应用。其中包括著名的风险管理公司KMV公司开发的一种基于股票价格的信用风险计量模型（KMV模型），也称作信用风险的期权定价模型，此模型在全球多个国家得到广泛应用。该模型最主要的分析工具是所谓的预期违约率EDF（Expected Default Frequency），故也称为EDF模型。EDF 作为度量公司违约发生可能性大小的指标，能对所有股权公开交易的公司的违约可能性做出概率上的预测，本文将介绍EDF的计算原理和实际应用。 一、EDF的基本原理 对于一个公司而言，违约风险是指围绕其偿债能力所产生的不确定性。在违约之前，我们无法明确判断一个公司是否会违约，充其量也只能对其违约的可能性做出概率上的估计。一家公司的EDF是指该公司在未来一年或几年内违约的概率，它主要由三大因素决定，分别是：1．资产价值：公司资产的市值。它是公司资产在未来产生的现金流以一定的贴现率贴现到当前的价值。这个公司资产的测度不但反映了公司的发展前景，而且还包含了公司所处的行业以及宏观经济状况等信息。 2．资产风险：是指资产价值的不确定性。这是一个关于公司经营风险和行业风险的测度。因此公司的资产价值只是一个估计值，存在一定不确定性，应当在公司的经营风险或者资产风险的框架下理解。 3．债务水平：是指公司在合同上负债的程度。如果说与公司资产相关的测度是公司的市值，那么公司杠杠比率的相关测度就是相对于公司资产市值的债务面值，因为它是公司必须偿还的金额。 在经典的Black-Scholes-Merton（BS M）模型框架下的基本假设是：当公司的资产价值低于一定水平时，公司就会对债权人和股东违约，与这一水平相对应的资产价值为违约点（Default Point），即公司资产价值等于负债价值时的点。在研究违约的文献中，我们已经发现当公司资产价值等于债务面值时许多公司并没有选择违约，而是依然经营并偿还它的债务，这是因为债务构成中的部分长期债务为公司提供了一定的缓息空间。我们发现，违约点即公司将会发生违约时的资产价值通常是介于总债务和短期债务之间。 因而公司净值也就等于公司的资产市值减去公司的违约点，即： 公司净值＝公司的资产市值－违约点 当公司净值等于零时，违约事件就会发生。和公司的资产价值一样，公司净值的测度也必须在公司经营风险的框架下考虑。比方说，食品和饮料行业内的公司比高科技行业能承受更高水平的杠杆比率，因而它们的资产市值更加稳定、有着更小的不确定性。 公司的资产风险则是由资产的波动率来衡量的，它是指公司资产价值每年变动百分比的标准差倍数，它是一个与公司的规模以及所处的行业都相关的测度。 资产的波动率与股票的波动率相关，却又不同于它。一个公司的财务杠杆具有放大其资产波动率的作用。因此，有着较低资产波动率的行业，如银行业趋向于采用较高的财务杠杆，而资产波动率较高的行业，如计算机软件行业，则趋向于采用较低的财务杠杆。正是由于这种趋向差异的存在，股票波动率不像资产波动率那样随行业和资产规模的不同有较大的差别。 资产价值、经营风险、财务杠杆能够结合起来形成一个违约风险的单一测度，它将公司的净值与资产价值一个标准差的波动幅度相比较，将二者的商称为违约距离（DD，Distance to default），其计算过程如下： 违约距离（DD）＝ (资产市值－违约点）/（资产市值*资产波动率） 从上式可以看出，违约距离融合了一个公司三个关键的信用要素：资产价值、经营和行业风险以及财务杠杆。KMV公司选定一定时期，基于一个包括大量的公司违约信息的历史数据库，把违约距离与预期违约率的关系拟合成一条光滑曲线，从而找出违约距离与预期违约率之间的映射关系以便估计EDF的值。也就是说，给定一个违约距离就可以计算出相应水平的预期违约概率。 二、EDF的计算过程 对一个公开上市的公司而言，市场上与其违约概率相关的基本信息有三种，分别是财务报告、公司债券和股票的市价、市场上对公司前景和风险的主观评价。价格从本质上讲都有前瞻的内在特性，投资者对公司未来的预期形成了债券和股票的价格。在决定市场价格的时候，投资者使用了各种各样的信息，这些信息包括：公司前景和风险的主观评价、财务报告以及市场上的其它价格。投资者们通过自己的分析和判断将这些信息融合为自己买卖公司股票、债券的意愿，而市场价格正是许多投资者买卖意愿的综合结果，因而市场价格包含了许多投资者的综合观点和预测。用市场价格

KMV模型

KMV模型 [编辑] KMV模型概述 KMV模型是美国旧金山市KMV公司于1997年建立的用来估计借款企业违约概率的方法。该模型认为，贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的。但资产并没有真实地在市场交易，资产的市场价值不能直接观测到。为此，模型将银行的贷款问题倒转一个角度，从借款企业所有者的角度考虑贷款归还的问题。在债务到期日，如果公司资产的市场价值高于公司债务值（违约点），则公司股权价值为公司资产市场价值与债务值之间的差额；如果此时公司资产价值低于公司债务值，则公司变卖所有资产用以偿还债务，股权价值变为零。 [编辑] KMV模型的运用步骤 首先，它利用Black-Scholes期权定价公式，根据企业资产的市场价值、资产价值的波动性、到期时间、无风险借贷利率及负债的账面价值估计出企业股权的市场价值及其波动性。 其次根据公司的负债计算出公司的违约实施点(default exercise point，为企业1年以下短期债务的价值加上未清偿长期债务账面价值的一半)，计算借款人的违约距离。 最后，根据企业的违约距离与预期违约率(EDF) 之间的对应关系，求出企业的预期违约率。 [编辑] KMV模型的理论基础

KMV模型的优势在于以现代期权理论基础作依托，充分利用资本市场的信息而非历史账面资料进行预测，将市场信息纳入了违约概率，更能反映上市企业当前的信用状况，是对传统方法的一次革命。KMV模型是一种动态模型，采用的主要是股票市场的数据，因此，数据和结果更新很快，具有前瞻性，是一种“向前看”的方法。在给定公司的现时资产结构的情况下，一旦确定出资产价值的随机过程，便可得到任一时间单位的实际违约概率。其劣势在于假设比较苛刻，尤其是资产收益分布实际上存在“肥尾”现象，并不满足正态分布假设；仅抓住了违约预测，忽视了企业信用品质的变化；没有考虑信息不对称情况下的道德风险；必须使用估计技术来获得资产价值、企业资产收益率的期望值和波动性；对非上市公司因使用资料的可获得性差，预测的准确性也较差；不能处理非线性产品，如期权、外币掉期等。[编辑] KMV模型的研究阶段 KMV模型自1993年推出以来,国外学术界对KMV模型的研究经历了两个阶段: 第一阶段是将KMV模型的预测结果与实际的违约数据相比较,大多数研究结果表 明,KMV模型能够反映信用风险的高低,并对信用风险具有很高的敏感性? 第二阶段,国外学术界对模型的验证寻找到新的角度,并开发出多种验证模型有效性的 方法和技术? 我国学者主要对模型在我国适应性和参数调整方面进行了许多探讨,取得了一定的成果?张林?张佳林(2000)?王琼?陈金贤(2002) 先后对KMV模型与其他模型进行理论上比较,认为更适合于评价上市公司的信用风险?薛锋,鲁炜,赵恒街,刘冀云(2003)利用中国股市的数据,得出了应中市场的σv和σE的关系函数,并以一只股票为样本进行了实证分析?乔卓等(2003)介绍了KMV模型的基本内容,以及国外的应用经验,但是并没有进行实证研究?易丹辉,吴建民(2004年)对深市和沪市随机抽取30家公司分行业计算违约距离和违约率并作比较,认为借助违约距离衡量上市公司的信用风险是可行的? 由于缺少大量违约公司样本的历史数据库,因此,我国目前无法通过比较违约距离和破 产频率的历史,拟合出代表公司违约距离的预期违约率函数?本文尝试使用上市公司在某国 有商业银行贷款不良率替代其违约率,并根据我国资本市场的特点,选取KMV模型的相关参数,同时采用某国有商业银行 2001年12月31日的235家贷款客户的不良率来替代上市公司的违约率进行实证分析,建立违约距离与不良率的函数关系? [编辑] KMV模型的评价 KMV是运用现代期权定价理论建立起来的违约预测模型，是对传统信用风险度量方法的一次重要革命。首先，KMV可以充分利用资本市场上的信息，对所有公开上市企业进行信用风险的量化和分析；其次，由于该模型所获取的数据来自股票市场的资料，而非企业的历史数据，因而更能反映企业当前的信用状况，具有前瞻性，其预测能力更强、更及时，也更准确；另外，KMV模型建立在当代公司理财理论和期权理论的基础之上，具有很强的理论基础做依托。

资本资产定价模型的检验

资本资产定价模型的检验 对资本资产定价模型的早期检验是由约翰·林特纳（John Lintner）给出的，以后，默顿·米勒（Merton Miller）和麦伦·斯科尔斯（Myron Scholes）利用631种在纽约证券交易所上市的股票1954～1963年10年的年度数据重新作了检验，得出了以下的估计值（收益表达为数字而不是百分比）。 系数：γ0＝0.127; γ1＝0.042; γ2＝0.310 标准误差：γ0＝0.006γ1＝0.006γ2＝0.026 样本平均值：＝0.165 这些结论与资本资产定价模型是不一致的。首先，估计的证券市场曲线“太平缓”，即系数γ1太小，斜率为＝0.165（每年为16.5%），但估计值只有0.042，相差的0.123是标准误差估计值0.006的近20倍，这意味着证券市场曲线的测度斜率远远低于统计上是显著的数值范围。同时，估计出的证券市场曲线的截距为0，在假定中它为0，事实上γ0＝0.127，它比其标准误差0.006大20倍还要多。 这些研究者们所运用的两阶段程序（即先用时间序列回归估计证券的贝塔值，然后再用这些贝塔值检验风险与平均收益间的证券市场曲线关系）看来很简单，拒绝资本资产定价模型运用这一方法是令人失望的。然而，运用这一方法也有一些困难。首先也是最重要的，股票收益是非常容易波动的，这降低了任何平均收益检验的准确性。例如，标准普尔500指数的样本股票年收益的平均标准差大约为40%，包括它在内的股票年收益的平均标准差可能会更高。 另外，对于检验的波动性存在着一个很基本的担心。首先，检验中所用的市场指数并不一定是资本资产定价模型的“市场资产组合”；第二，当资产波动性很小时，由一阶回归得出的证券的贝塔值需要由实际的样本误差来估计，因此，它并不能很容易就作为代入用于二阶回归；最后，投资者不能像简单的资本资产定价模型假定的那样，以无风险利率借入资金。

KMV模型估计信用风险以广汽集团为例

KMV模型估计信用风险——以广汽集团为例 目 录 一、实验目的 (2) (一)了解KMV模型，理解KMV模型的用法和意义 (2) (二)了解通过期权定价的手段来分析公司信用风险的方法 (2) (三)熟练使用Excel进行数据处理，练习使用MATLAB编写函数文件，实现程序的运行 (2) (四)学会对KMV模型的结果进行解释 (2) (五)了解KMV模型，在我国的应用广泛程度和应用领域 (2) 二、实验准备 (2) (一)模型理论准备 (2) (二)公司信息准备 (4) 三、实验过程 (7) (一)数据处理——Excel (8) (二)计算期权价值——MATLAB (12) 四、实验结论 (16) 五、模型评价 (17)

一、 实验目的 (一)了解KMV模型，理解KMV模型的用法和意义。 (二)了解通过期权定价的手段来分析公司信用风险的方法 (三)熟练使用Excel进行数据处理，练习使用MATLAB编写函数文件，实现程序的运行。 (四)学会对KMV模型的结果进行解释。 (五)了解KMV模型，在我国的应用广泛程度和应用领域。 (六)实验目的 (七)实验目的 二、 实验准备 (一)模型理论准备 1.基本特征 1)KMV模型运用期权定价公式，通过可观测的公司股市价值（权益市值）来推测公司 资产价值以及资产收益率的波动性（标准差），据此估计公司的违约概率 2)债务人的资产价值变动是驱动信用风险产生的本质因素，所以只要确定了债务人资 产价值变动所遵循的规律和模型（例如服从某个随机方程），就可实现估计违约概率的目的 3)KMV模型最适用于上市公司，由股票市场公开的数据和信息确定公司的权益价值， 因此KMV模型建立在公司股票价格被正确评估的基础上，如果不能正确评估股票价格或者股票市场处于非正常情形时，基于KMV模型的结论可能产生较大偏差 2.理论基础 1)将债权看做是债权人向借款企业的股东出售的对公司资产价值的欧式看跌期权（卖 权），期权标的是公司资产，执行价格是公司债务价值 2)借款企业的股东拥有违约或不违约的选择权。债务到期时，若企业资产的市场价值 超出其负债价值，企业愿意还债，将剩余部分留作利润；若企业资产价值小于负债水平，企业会选择违约，将资产转让给债权人，所以违约概率=公司资产价值小于债务价值的概率 图1 KMV理论原理 3.模型思路 1)利用期权定价公式，对股东权益进行定价，以此估计公司资产价值及资产收益率的 波动率。公司的所有者权益本质上是对公司资产的或有索偿权，当债务到期时，公

基于KMV模型的商业银行信用风险度量及管理研究

1 导言（论文中不能出现截图） 1.1 研究背景及意义 在新巴塞尔协议的背景下，商业银行所面临的风险可明确分类为：信用风险、市场风险、操作风险、流动性风险、清算风险、法律风险和信誉风险等七种类型。McKinney（麦肯锡）公司以国际银行业为例进行的研究表明，以银行实际的风险资本配置为参照，信用风险占银行总体风险暴露的60％，而市场风险和操作风险仅各占20％。因此，在商业银行所面临的众多风险中，信用风险占有特殊的地位，且信用风险已经成为国际上许多商业银行破产的主要原因。对于我国商业银行来说，企业贷款是其主要业务，银行大部分的金融资产为企业贷款，因此贷款的信用风险是商业银行信用风险的最主要组成部分。截至2014年底，商业银行的不良贷款余额为5921亿元，不良贷款率1％，比年初增加993亿元；2014年我国银行业金融机构不良贷款率达1.64%，较2013年提高了0.15%；商业银行2014年末不良贷款率1.29%，提高了0.29%，2014年商业银行不良贷款率创2009年来新高,2013年和2014年我国商业银行不良贷款率也不断上升。以上数据都表明我国商业银行的信用风险形势还相当严峻。信用风险问题俨然成为阻碍我国金融业的持续发展的重要原因。因此，研究信用风险的特点，收集信用相关数据，建立度量信用风险的信用风险模型，定量分析信用风险数据，以及如何将信用风险管理措施运用到各项业务当中，已经是商业银行提高经营管理水平，降低信用风险的最基础、最迫切的要求。本论文的选题就是在这样的前提和背景下进行的。 在西方发达国家，其商业银行的信用风险管理比较成熟，在实践和理论上都已形成相应的体系，表现出一种从定性到定量、从简单到复杂、从个别资产信用风险评级到资产组合信用风险评级的趋势。信用风险度量的方法和模型也不断推陈出新。相较而言，我国的商业银行信用风险管理系统体系尚不健全，

CAPM模型在资本市场的有效性检验

证券投资分析作业 CAPM模型在中国资本市场的有效性检验 1、数据选取 此次实验主要考察CAPM模型在中国电力行业是否适用，因此随机抽取了电力行业的十只股票（时间段为2010年1月1日—2010年12月31日），分别为 选取沪深300指数为综合指数，选取2010年的国债的利率作为无风险资产的收益率（0.025）。 2、β系数的确定 CAPM模型中，β系数可以表述为：Ri–Rf=αi+βi(Rm-Rf)+εi，其中Ri为每一种证券的收益率，Rf为无风险收益率，Rm为市场收益率。 使用Eviews软件对每只股票每日风险溢价与市场组合风险溢价进行回归，得到每只股票的β值。如下： （1）黔源电力 DependentVariable:Y Method:LeastSquares Date:12/26/11Time:16:35 Sample:1241 Includedobservations:241 Variable Coefficie nt Std.Error t-Statistic Prob. C-0.0086850.002294-3.7860060.0002 X0.6166130.0763248.0788830.0000 R-squared0.214509Meandependentvar-0.024413

S.E.ofregression0.018838Akaikeinfocriterion-5.097652 Sumsquaredresid0.084811Schwarzcriterion-5.068732 Loglikelihood616.2670F-statistic65.26835 Durbin-Watsonstat 1.914885Prob(F-statistic)0.000000 （2）明星电力 DependentVariable:Y2 Method:LeastSquares Date:12/26/11Time:16:46 Sample:1241 Includedobservations:241 Variable Coefficie nt Std.Error t-Statistic Prob. C-0.0325260.007661-4.2455950.0000 X-0.2159750.254892-0.8473200.3977 R-squared0.002995Meandependentvar-0.027017 AdjustedR-squared-0.001177S.D.dependentvar0.062873 S.E.ofregression0.062910Akaikeinfocriterion-2.685947 Sumsquaredresid0.945894Schwarzcriterion-2.657027 Loglikelihood325.6566F-statistic0.717951 Durbin-Watsonstat 1.196603Prob(F-statistic)0.397665 （3）三峡水利 DependentVariable:Y3 Method:LeastSquares Date:12/26/11Time:16:48 Sample:1241 Includedobservations:241 Variable Coefficie nt Std.Error t-Statistic Prob. C-0.0293980.004289-6.8536140.0000 X-0.1601040.142712-1.1218690.2630 R-squared0.005238Meandependentvar-0.025314 AdjustedR-squared0.001076S.D.dependentvar0.035242 S.E.ofregression0.035223Akaikeinfocriterion-3.845971

KMV模型中EDF的度量方法及应用

KMV模型中EDF的度量方法及应用 日期：2007年3月9日 目前，有关违约风险度量的方法不断推陈出新，有许多定量的估值模型、分析技术、软件已付诸商业应用。其中包括著名的风险管理公司KMV公司开发的一种基于股票价格的信用风险计量模型（KMV 模型），也称作信用风险的期权定价模型，此模型在全球多个国家得到广泛应用。该模型最主要的分析工具是所谓的预期违约率EDF（Expected Default Frequency），故也称为EDF模型。EDF作为度量公司违约发生可能性大小的指标，能对所有股权公开交易的公司的违约可能性做出概率上的预测，本文将介绍EDF的计算原理和实际应用。 一、EDF的基本原理 对于一个公司而言，违约风险是指围绕其偿债能力所产生的不确定性。在违约之前，我们无法明确判断一个公司是否会违约，充其量也只能对其违约的可能性做出概率上的估计。一家公司的EDF是指该公司在未来一年或几年内违约的概率，它主要由三大因素决定，分别是： 1．资产价值：公司资产的市值。它是公司资产在未来产生的现金流以一定的贴现率贴现到当前的价值。这个公司资产的测度不但反映了公司的发展前景，而且还包含了公司所处的行业以及宏观经济状况等信息。 2．资产风险：是指资产价值的不确定性。这是一个关于公司经营风险和行业风险的测度。因此公司的资产价值只是一个估计值，存在一定不确定性，应当在公司的经营风险或者资产风险的框架下理解。 3．债务水平：是指公司在合同上负债的程度。如果说与公司资产相关的测度是公司的市值，那么公司杠杠比率的相关测度就是相对于公司资产市值的债务面值，因为它是公司必须偿还的金额。 在经典的Black-Scholes-Merton（BSM）模型框架下的基本假设是：当公司的资产价值低于一定水平时，公司就会对债权人和股东违约，与这一水平相对应的资产价值为违约点（Default Point），即公司资产价值等于负债价值时的点。在研究违约的文献中，我们已经发现当公司资产价值等于债务面值时许多公司并没有选择违约，而是依然经营并偿还它的债务，这是因为债务构成中的部分长期债务为公司提供了一定的缓息空间。我们发现，违约点即公司将会发生违约时的资产价值通常是介于总债务和短期债务之间。 因而公司净值也就等于公司的资产市值减去公司的违约点，即： 公司净值＝公司的资产市值－违约点 当公司净值等于零时，违约事件就会发生。和公司的资产价值一样，公司净值的测度也必须在公司经营风险的框架下考虑。比方说，食品和饮料行业内的公司比高科技行业能承受更高水平的杠杆比率，因而它们的资产市值更加稳定、有着更小的不确定性。 公司的资产风险则是由资产的波动率来衡量的，它是指公司资产价值每年变动百分比的标准差倍数，它是一个与公司的规模以及所处的行业都相关的测度。 资产的波动率与股票的波动率相关，却又不同于它。一个公司的财务杠杆具有放大其资产波动率的作用。因此，有着较低资产波动率的行业，如银行业趋向于采用较高的财务杠杆，而资产波动率较高的行业，如计算机软件行业，则趋向于采用较低的财务杠杆。正是由于这种趋向差异的存在，股票波动率不像资产波动率那样随行业和资产规模的不同有较大的差别。 资产价值、经营风险、财务杠杆能够结合起来形成一个违约风险的单一测度，它将公司的净值与资产价值一个标准差的波动幅度相比较，将二者的商称为违约距离（DD，Distance to default），其计算过程如下： 违约距离（DD）＝ (资产市值－违约点）/（资产市值*资产波动率）

CAPM模型与三因素模型的实证分析

龙源期刊网 https://www.sodocs.net/doc/2517322450.html, CAPM模型与三因素模型的实证分析 作者：徐庆川严棋 来源：《金融经济·学术版》2012年第09期 摘要：本文采用CSMAR数据，用CAPM模型和Fama-French模型分别对上证A股股票 投资组合的期望收益率估计进行了实证检验。本文的主要结论是在中国的股票市场中，市场风险并非决定市场组合或者单个股票预期收益的唯一因素，而规模因子（SMB）和账面市值比因子（HML）能更好的解释投资组合的期望收益率。 关键词：CAPM Fama-French SMB HML β 一、背景理论 自1952年哈里·马科维兹提出组合投资理论以来，现代投资理论发展迅速。而资本资产定价理论无疑是其中最核心的部分。威廉·夏普，约翰·林特勒（1965）和默森（1966）分别独立提出了著名的资本资产定价模型（CAPM），开启了研究在未来不确定条件下资本资产均衡定价问题研究的先河。该模型基于有效市场理论的基本假设条件，认为所有投资者具有相同的预期，他们都会选择市场组合进行投资，进而用CAPM公式，对特定证券的预期收益率进行计量。 由于模型的开放性，对于如何选取适合的因素进行研究提出了难度。在之前众多学者的实证研究中，最著名的例子是Fama-French的三因素模型（1992）的研究，其所研究的因素对于之后的研究有借鉴作用。该模型从公司自身的影响因素出发，考虑了以下三个因素：市场收益率或者市场指数收益率，小股票比大股票多的资产组合收益，高市场比率股票比低市场比率股票多的资产组合收益。 中国的证券市场发展较晚，影响证券收益率的因素也较为多样，因此仅用系统性风险来诠释股票收益率是不够的。结合前人对于资产定价方面的研究，我们判断SMB和HML对于股 票收益率有良好的解释作用。所以,我们根据金融危机后的中国股票市场进行实证研究，同时 检验CAPM模型和三因素模型对于股票收益率的解释程度。通过科学的对比和分析，探索出适合中国市场的模型，从而更好的解释和预测中国股票市场未来的收益率和发展趋势。 二、CAPM与Fama-French模型及其参数估算方法 1、CAPM CAPM中股票的期望收益率可以表示为：E（Ri）-Rf=βi[E（RM-Rf）] 其中RM是市场上所有股票组合的收益率， Rf是无风险利率，Ri是第i种股票的收益率，第i种股票相对于市场所有股票组合的系统风险为β■

第九章 KMV模型

第九章KMV模型 股票市场可以视为一个评价上市公司的巨大机制。关于宏观经济状况、行业及公司的信息会以很快的速度传递到或大或小的投资者及投资分析人员，因此股价会在整个交易日内不断地变化波动。就在公司股价的变化之中蕴藏着关于该公司可信度变化的可靠证据，据此，放贷者就有机会利用这些现成的、规模巨大、潜能巨大的信用风险管理工具。 基于股票市场的信用风险度量的著名例子是KMV公司的预期违约频率(expected default frequency，EDF)模型。KMV公司从预期违约频率的度量起家，现在已扩展到组合管理领域。 为了理解KMV的模型，我们建议读者阅读关于金融理论和期权理论的标准教科书，期权理论可用来评价信用风险这样的观念第一眼看上去似乎不太可能，但是当我们回溯公司金融理论的演进轨道，我们就会发现这种方法的逻辑变得愈发清晰。 第一节股权可看成是一种看涨期权 按照B1ack Scholes及Merton的期权定价理论和Modigliani及Miller的资本结构理论。资本结构的优先求偿权及后偿权可以理解成期权。由此，我们即可参照标的公司市场价值确定出公司股权的价值。 这里的逻辑是怎样的?我们考虑—个非常简单的控股公司，它仅有的资产是一家上市公司，比如IBM的股票。我们假设该控股公司有负债和股权，它的债务是一张一年期的折现票据。B是该票据的面值。这就意味着公司在一年后要一次偿付B，否则它就违约了。如果

它违约，它就得将资产转让与债权人，它的股东权益则变得一文不值。 在何种情况下该公司会违约呢?如果它的资产，亦即IBM的股票的价值在一年之后大于B，则该公司不会也不必违约。只要售出足够的IBM股票即叮偿清债务，同时手中还留存—部分收益，即它持有全部IBM股票价值与B的差额。相反，如果IBM股票价值比B小，则公司就会违约，因为此时它宁愿将股票资产转让给债权人，也不愿再去筹集额外的资金以全部偿清债务B。如果它真的能够筹集到额外的资金用于还债，则它除了偿清债务外一无所得。还不如违约，将资产即IBM股票转让与债权人，自己拿着筹集到的额外资金去开办一家新公司。总的来说，如果公司的资产价值一年后小于B，则公司将会违约，其股东权益变得毫无价值；如果资产一年后的价值大于B，则公司不会违约，公司的股东权益的价值即为资产价值与B之差值。 在本例中，控股公司的股东权益的收益状况和以该公司持有的IBM股票为标的看涨期权的损益状况是完全相同的，它的总执行价格为B。在买权的情况下，如果IBM的股票价值大于B，则会执行该买权，获得的收益为IBM股票价值和B之间的差；否则则不执行该买权，其价值为0。换句话说，公司的股权是以公司资产为标的看涨期权，它的执行价格为公司债务的面值，它的期限即为公司债务的期限（详见图７－１）。

KMV模型的实现与应用

KMV模型的实现与应用 摘要:根据我国资本市场的特点,选取KMV模型的相关参数,使用上市公司在某国有商业银行贷款不良率替代其违约率,拟合出贷款不良率与违约距离的函数关系?实证结果表明,在KMV 模型使用不良率替代违约率计量上市公司的信用风险的方法是可行的? 关键词:贷款不良率;违约率;KMV模型;信用风险 Abstract: On the base of the particularity of China＇s stock market， selecting the parameters of the KMV model and using the data from one commercial bank， we adopt non-performing loans(NPLs)ratio to substitute expect default frequency(EDF) to fit the function between NPLs ratio and distance to default (DD). The results show that the method that using NPLs ratio to substitute EDF to estimate the credit risks of listed companies is feasible. Key words: non-performing loans ratio; expect default frequency; KMV model; credit risks 一?引言 商业银行的风险管理一直是国际国内金融界关注的焦点,而风险计量技术则是风险管理的核心?基于资本市场的发展和信息技术的提高,国际金融市场上开发了如Creditmetrics模型?KMV模型?Credit Risk模型和Credit Portfolio View模型?其中的KMV模型基于Black-Scholes和Merton期权定价理论,主要采用股票市场数据,因此数据和结果更新速度快,具有前瞻性,现已成为当今世界著名的信用风险计量工具之一? KMV模型自1993年推出以来,国外学术界对KMV模型的研究经历了两个阶段:第一阶段是将KMV模型的预测结果与实际的违约数据相比较,大多数研究结果表明,KMV模型能够反映信用风险的高低,并对信用风险具有很高的敏感性?第二阶段,国外学术界对模型的验证寻找到新的角度,并开发出多种验证模型有效性的方法和技术?我国学者主要对模型在我国适应性和参数调整方面进行了许多探讨,取得了一定的成果?张林?张佳林(2000)?王琼?陈金贤(2002)先后对KMV模型与其他模型进行理论上比较,认为更适合于评价上市公司的信用风险?薛锋,鲁炜,赵恒街,刘冀云(2003)利用中国股市的数据,得出了应中市场的σv和σE的关系函数,并以一只股票为样本进行了实证分析?乔卓等(2003)介绍了KMV模型的基本内容,以及国外的应用经验,但是并没有进行实证研究?易丹辉,吴建民(2004年)对深市和沪市随机抽取30家公司分行业计算违约距离和违约率并作比较,认为借助违约距离衡量上市公司的信用风险是可行的? 由于缺少大量违约公司样本的历史数据库,因此,我国目前无法通过比较违约距离和破产频率的历史,拟合出代表公司违约距离的预期违约率函数?本文尝试使用上市公司在某国有商业银行贷款不良率替代其违约率,并根据我国资本市场的特点,选取KMV模型的相关参数,同时采用某国有商业银行2001年12月31日的235家贷款客户的不良率来替代上市公司的违约率进行实证分析,建立违约距离与不良率的函数关系? 二?样本选择与参数的确定 (一)KMV模型的计算步骤 1.估计公司资产的价值及其波动性 根据Black-Scholes的期权定价公式,我们可以得到以下表达式: E:期权的市场价值 D:负债的账面价值 V:企业资产的市场价值 τ:时间范围 r:无风险利率