1. 研究目的与意义
我国资本市场由于起步较晚,缺乏完整的违约数据积累和完备的信用评级体系,金融机构早年间的信用风险计量方法,主要采用依据财务数据的经验方法,定量研究与应用较少,与国际上较为通用的现代信用风险计量方法存在一定差距。近年来,我国企业尤其是上市公司的债务违约事件,不仅干扰了市场资源的有效配置,而且损害了中小投资者利益,阻碍了证券市场的健康发展。正因为如此,我国信用风险管理研究工作需要从上市公司着手
研发创新对于上市公司的发展具有重要意义。现代企业竞争力的核心是企业的自主创新能力,科学技术的发展使得产品的更新周期缩短,企业要拥有持续的发展动力,就必须不断地进行产品的研发和技术、管理的创新活动。 然而,研发创新也是高风险高收益的活动,它普遍具有投入大、周期长、难度大、不确定性高等特点,与企业信用风险息息相关。在研发创新方面投入过多,会影响企业良好的信用,从而增加企业信用风险;投入过少又会对企业未来发展产生不利因素。企业研发创新与信用风险似乎存在共生共荣的关系, 在着力研发创新的过程中不能忽视信用风险。
因此,本文利用KMV模型深入分析研发创新对信用风险的作用,得出结论企业各类具体的研发创新活动与信用风险有着怎样的关系;如何利用这种关系有效管理企业的信用风险。
2. 研究内容和预期目标
一、研究内容
1.具备创新研发能力类别上市公司的背景现状
2.KMV模型基本结构
3. 国内外研究现状
一、国外研究现状
随着金融市场的不断发展和交易的纷繁复杂,市场主体对信用风险监管提出了更高的要求,信用风险测度模型也不断突破,呈现出由运用历史样本数据到资产价值数据、静态视角到动态视角测度的发展趋势。基于期权定价理论的KMV 模型是KMV 公司1993年开发的现代信用监控模型。该模型利用资本市场信息得到公司资产价值及其波动,以公司资产价值距离违约阈值的远近表示为违约距离,并基于违约距离的大小来判断企业是否会出现违约行为,从而使得信用风险测度具备动态性和前瞻性。Korablev 和 Kurbat(2002)采用校准方法和水平确认法检验了 KMV 模型的有效性,验证了其利用违约距离进行预测的及时性、前瞻性和公司信用区分的准确性。Stein和Dwyer(2006)指出违约数据库的完整度是检测KMV模型有效性的关键,数据的缺乏会极大的影响模型的精度。Dwyer、Korablev(2007)得出在不同时期,不同公司规模和不同信用状况下,KMV模型都能够通过计算违约距离进行及时、准确的预测,同时也证明了 KMV 模型在北美、欧洲和部分亚洲地区应用的有效性。Jackson 和 Wood(2013)基于欧洲公司样本数据,对KMV模型与Z评分模型以及单变量模型进行比较研究,实证结论表明:结合市场信息的KMV模型的测度效果明显好于静态Z评分模型及单变量 模型。他们的研究表明KMV模型对信用质量状况的监测表现出及时性、灵敏性、前瞻性特点,并且在世界范围内都有显著的测度效果,但测试样本中并不包括中国,他们的解释是中国市场相对落后,政府的市场干预行为明显,违约数据缺乏 等问题的广泛存在,使得 KMV 模型在中国的应用会有一定的局限性。
二、国内研究现状
4. 计划与进度安排
1. 分析具备创新研发能力类别上市公司的背景现状
2. 分析KMV模型基本结构
3. 用KMV模型分析在上市公司中创新研发对于信用风险的作用
5. 参考文献
[1]曾诗鸿,王芳.基于KMV模型的制造业上市公司信用风险评价研究[J].预测,2013(2): 60-63
[2]徐朝辉,周宗放.融资需求驱动下的盈余管理对公司信用风险的影响研究[J].管理评论,2016 (7): 12-21.
[3]梁洪波,刘远亮.商业银行股权结构与信用风险:基于中国上市银行的实证分析[J].首都经济贸 易大学学报,2012(6): 46-50
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。