Ⅰ kmv 連續復利股票收益率 還權 復權 緊急！！！！分數不夠多，但是各位大神幫幫小女子吧！！
KMV模型採用的都是復權後的收盤價，而且計算波動率最好採用復權數據，這樣可以除去分紅派息的影響啊
Ⅱ KMV模型的模型比較
KMV模型與Creditmetrics模型的比較
KMV模型與creditmetrics模型是目前國際金融界最流行的兩個信用風險管理模型。兩者都為銀行和其它金融機構在進行貸款等授信業務時衡量授信對象的信用狀況，分析所面臨的信用風險，防止集中授信，進而為實現投資分散化和具體的授信決策提供量化的、更加科學的依據，為以主觀性和藝術性為特徵的傳統信用分析方法提供了很好的補償。然而，從上述的介紹和分析中，我們又可以明顯地看到這兩個模型在建模的基本思路上又相當大的差異，這些差異還主要表現在以下幾個方面。
1、KMV模型對企業信用風險的衡量指標edf主要來自於對該企業股票市場價格變化的有關數據的分析，而creditmetrics模型對企業信用風險的衡量來自於對該企業信用評級變化及其概率的歷史數據的分析。這是兩者最根本的區別之一。
2、由於KMV模型採用的是企業股票市場價格分析方法，這使得該模型可以隨時根據該企業股票市場價格的變化來更新模型的輸入數據，得出及時反映市場預期和企業信用狀況變化的新的edf值。因此，kmv模型被認為是一種動態模型，可以及時反映信用風險水平的變化。然而，creditmetrics採用的是企業信用評級指標分析法。企業信用評級，無論是內部評級還是外部評級，都不可能象股票市場價格一樣是動態變化的，而是在相當長的一段時間內保持靜態特徵。這有可能使得該模型的分析結果不能及時反映企業信用狀況的變化。
3 、同時，也正是因為kmv模型所提供的edf指標來自於對股票市場價格實時行情的分析，而股票市場的實時行情不僅反映了該企業歷史的和當前的發展狀況，更重要的是反映了市場中的投資者對於該企業未來發展的綜合預期，所以，該模型被認為是一種向前看（forward-looking）的方法，edf指標中包含了市場投資者對該企業信用狀況未來發展趨勢的判斷。這與creditmetrics模型採用的主要依賴信用狀況變化的歷史數據的向後看（backward-looking）的方法有根本性的差別。kmv的這種向前看的分析方法在一定程度上克服了依賴歷史數據向後看的數理統計模型的「歷來可以在未來復制其自身」的缺陷。
4 、KMV模型所提供的edf指標在本質上是一種對風險的基數衡量法，而creditmetrics所採用的與信用評級分析法則是一種序數衡量法，兩者完全不同。以基數法來衡量風險最大的特點在於不僅可以反映不同企業風險水平的高低順序，而且可以反映風險水平差異的程度，因而更加准確。這也更加有利於對貸款的定價。而序數衡量法只能反映企業間信用風險的高低順序，如bbb級高於bb級，卻不能明確說明高到什麼程度。
5、creditmetrics採用的是組合投資的分析方法，注重直接分析企業間信用狀況變化的相關關系，因而更加與現代組合投資管理理論相吻合。而kmv則是從單個授信企業在股票市場上的價格變化信息入手，著重分析該企業體現在股價變化信息中的自身信用狀況，對企業信用變化的相關性沒有給予足夠的分析。
Ⅲ KMV模型的模型評價
KMV是運用現代期權定價理論建立起來的違約預測模型，是對傳統信用風險度量方法的一次重要革命。首先，KMV可以充分利用資本市場上的信息，對所有公開上市企業進行信用風險的量化和分析；其次，由於該模型所獲取的數據來自股票市場的資料，而非企業的歷史數據，因而更能反映企業當前的信用狀況，具有前瞻性，其預測能力更強、更及時，也更准確；另外，KMV模型建立在當代公司理財理論和期權理論的基礎之上，具有很強的理論基礎做依託。
但是，KMV模型與其他已有的模型一樣，仍然存在許多缺陷。首先，模型的使用范圍由一定的局限性。通常，該模型特別適用於上市公司的信用風險評估，而對非上市公司進行應用時，往往要藉助一些會計信息或其他能夠反映借款企業特徵值的指標來替代模型中一些重要變數，同時還要通過對比分析最終得出該企業的期望違約概率，在一定程度上就有可能降低計算的准確性。其次，該模型假設公司的資產價值服從正態分布，而實際中企業的資產價值一般會呈現非正態的統計特徵。再次，模型不能夠對債務的不同類型進行區分，如償還優先順序、擔保、契約等類型，使得模型的輸出變數的計算結果不準確。北達公司根據中國過渡經濟的資本市場的特點，開發具有中國特色的上市公司信用KMV模型目前在進行壓力測試階段.
Ⅳ kmv模型的計算步驟
1、首先利用期權定價公式，根據資產的市場價值、資產價值的波動性、到期時間、無風險借貸利率及負債賬面價值估計出企業股權的市場價值及其波動性。2、然後根據公司的負債計算出公司的違約實施點以及借款人的違約距離。3、最後根據企業違約距離與預期違約率之間的對應關系求出預期違約率。
KMV模型是一種動態模型，採用的主要是股票市場的數據，因此，數據和結果更新很快，具有前瞻性，是一種「向前看」的方法。在給定公司的現時資產結構的情況下，一旦確定出資產價值的隨機過程，便可得到任一時間單位的實際違約概率。其劣勢在於假設比較苛刻，尤其是資產收益分布實際上存在「肥尾」現象，並不滿足正態分布假設；僅抓住了違約預測，忽視了企業信用品質的變化；沒有考慮信息不對稱情況下的道德風險；必須使用估計技術來獲得資產價值、企業資產收益率的期望值和波動性；對非上市公司因使用資料的可獲得性差，預測的准確性也較差；不能處理非線性產品，如期權、外幣掉期等。
Ⅳ Creditmetrics模型的與KMV模型的比較
KMV模型與creditmetrics模型是目前國際金融界最流行的兩個信用風險管理模型。兩者都為銀行和其它金融機構在進行貸款等授信業務時衡量授信對象的信用狀況，分析所面臨的信用風險，防止集中授信，進而為實現投資分散化和具體的授信決策提供量化的、更加科學的依據，為以主觀性和藝術性為特徵的傳統信用分析方法提供了很好的補償。然而，從上述的介紹和分析中，我們又可以明顯地看到這兩個模型在建模的基本思路上又相當大的差異，這些差異還主要表現在以下幾個方面。
KMV模型對企業信用風險的衡量指標edf主要來自於對該企業股票市場價格變化的有關數據的分析，而creditmetrics模型對企業信用風險的衡量來自於對該企業信用評級變化及其概率的歷史數據的分析。這是兩者最根本的區別之一。
由於KMV模型採用的是企業股票市場價格分析方法，這使得該模型可以隨時根據該企業股票市場價格的變化來更新模型的輸入數據，得出及時反映市場預期和企業信用狀況變化的新的edf值。因此，kmv模型被認為是一種動態模型，可以及時反映信用風險水平的變化。然而，creditmetrics採用的是企業信用評級指標分析法。企業信用評級，無論是內部評級還是外部評級，都不可能象股票市場價格一樣是動態變化的，而是在相當長的一段時間內保持靜態特徵。這有可能使得該模型的分析結果不能及時反映企業信用狀況的變化。
同時，也正是因為kmv模型所提供的edf指標來自於對股票市場價格實時行情的分析，而股票市場的實時行情不僅反映了該企業歷史的和當前的發展狀況，更重要的是反映了市場中的投資者對於該企業未來發展的綜合預期，所以，該模型被認為是一種向前看（forward-looking）的方法，edf指標中包含了市場投資者對該企業信用狀況未來發展趨勢的判斷。這與creditmetrics模型採用的主要依賴信用狀況變化的歷史數據的向後看（backward-looking）的方法有根本性的差別。kmv的這種向前看的分析方法在一定程度上克服了依賴歷史數據向後看的數理統計模型的「歷來可以在未來復制其自身」的缺陷。
KMV模型所提供的edf指標在本質上是一種對風險的基數衡量法，而creditmetrics所採用的與信用評級分析法則是一種序數衡量法，兩者完全不同。以基數法來衡量風險最大的特點在於不僅可以反映不同企業風險水平的高低順序，而且可以反映風險水平差異的程度，因而更加准確。這也更加有利於對貸款的定價。而序數衡量法只能反映企業間信用風險的高低順序，如bbb級高於bb級，卻不能明確說明高到什麼程度。
creditmetrics採用的是組合投資的分析方法，注重直接分析企業間信用狀況變化的相關關系，因而更加與現代組合投資管理理論相吻合。而kmv則是從單個授信企業在股票市場上的價格變化信息入手，著重分析該企業體現在股價變化信息中的自身信用狀況，對企業信用變化的相關性沒有給予足夠的分析。
Ⅵ KMV模型的理論基礎
KMV模型的優勢在於以現代期權理論基礎作依託，充分利用資本市場的信息而非歷史賬面資料進行預測，將市場信息納入了違約概率，更能反映上市企業當前的信用狀況，是對傳統方法的一次革命。KMV模型是一種動態模型，採用的主要是股票市場的數據，因此，數據和結果更新很快，具有前瞻性，是一種「向前看」的方法。在給定公司的現時資產結構的情況下，一旦確定出資產價值的隨機過程，便可得到任一時間單位的實際違約概率。其劣勢在於假設比較苛刻，尤其是資產收益分布實際上存在「肥尾」現象，並不滿足正態分布假設；僅抓住了違約預測，忽視了企業信用品質的變化；沒有考慮信息不對稱情況下的道德風險；必須使用估計技術來獲得資產價值、企業資產收益率的期望值和波動性；對非上市公司因使用資料的可獲得性差，預測的准確性也較差；不能處理非線性產品，如期權、外幣掉期等。
Ⅶ 信用風險度量模型的對現代信用風險度量模型的分析評價
該模型的優點是：KMV模型是一個動態模型，將借款公司的股價信息轉換成信用信息，對借款公司質量的變化比較敏感，同時市場信息也被反映在模型當中，具有一定的前瞻性，模型的預測能力較強。
KMV模型在實際運用中存在的不足是：一是著重於違約預測，忽視了企業信用等級的變化，只適於評估與企業資產價值直接聯系的信貸資產(基本上只是貸款)的風險；二是該模型適用於上市公司的信用風險評估，由於我國的股市並不是一個有效的市場，上市公司的股票價格常常背離公司的實際價值，企業資產價值特別是國有企業的資產價值並不能夠完全反映到股票市值中，從而影響了模型預測的精確性。但是，該模型可以運用到對跨國集團信貸資產的風險管理上，跨國企業的信貸資產很大部分以其母公司為擔保人，而其母公司所在國家的股票市場是比較成熟有效的；三是模型基於資產價值服從正態分布的假設和實際不相符，模型不能夠對長期債務的不同類型進行分辨。 該模型具有兩個優點：一是該模型屬於MTM(market to market)模型，並據此計算信用風險的VaR值，這與國有商業銀行的經營理念基本吻合；二是該模型首次將組合管理理念引入信用風險管理領域，適用於商業信用、債券、貸款、貸款承諾、信用證、以及市場工具(互換、遠期等)等信貸資產組合的風險計量。
該模型的局限在於：
一是該模型對信用風險的評判很大程度上依賴於借款人的信用等級的變化，在我國現有的信用環境下，出現大量損失的概率可能較高。
二是模型假設信用等級轉移概率是一個穩定的馬爾可夫過程，而實際中信用等級轉移與過去的轉移結果之間有很高的相關性。
三是該模型假設無風險利率是事先決定的，我國債券市場尚不發達，還沒有形成合理的基礎利率，而基礎利率是計算貸款現值的重要因素。
四是在我國目前還沒有比較客觀、權威的信用評級公司，沒有現成的企業信用等級轉換概率和不同信用等級企業違約回收率數據資料。在商業銀行歷史貸款資料庫中，某一信用級別的企業在不同時期轉換成另一信用級別的概率可能是不相同的，某一信用級別的企業在各個時期違約回收率的均值可能也是不同的。這些不同時期的轉換概率和企業違約回收率均值就構成了混沌時間序列。如果假設經濟的宏觀因素沒有大的波動，就可以利用構成的混沌時間序列來預測短期未來的信用等級轉換概率矩陣和企業違約回收率均值。有了這些數據，國有商業銀行就可以應用信用度量術模型量化和管理信用風險。
五是該模型在實際運用中需要能夠做好信用等級評估工作的高素質的工作人員，另外由於該模型採用了蒙特卡羅模擬，運算量較大，以國有商業銀行現有的電腦網路系統，每次計算VAR值都需要幾個小時甚至十幾個小時，這樣的速度有時可能無法滿足業務發展的需要。 該模型的主要優勢：比較容易利用死亡率表來計算單個債券和債券組合的預期損失及其波動率，特別是計算債券組合很方便；死亡模型是從大量樣本中統計出來的一個模型，所以採用的參數比較少。該模型主要劣勢：沒有考慮不同債券的相關性對計算結果的影響；沒有考慮宏觀經濟環境對死亡率的影響，因而需要時時更新死亡率表；數據更新和計算量很大；不能處理非線性產品，如期權、外幣掉期
信用度量模型的意義
信用度量模型作為新巴塞爾協議框架，其意義在於確定銀打所承擔的風險水平；對貸款等各種金融產品進行合理定價；合理配置銀行資本，抵禦各種風險。
下面以基於VaR的風險度最模型為例來說明在新巴塞爾議框架下風險度量模型的積極意義。
2001年， 巴塞爾委員會發布了旨在替代舊版巴塞爾協議的《新巴塞爾資本協議》(以下簡稱新巴塞爾協議) 。在此框架下，商業銀行面臨的風險被分為三類：信用風險、市場風險和操作風險。
VaR被運用於商業銀行風險管理始於對於市場風險的監管。傳統的市場風險管理技術可以分為靈敏性分析和波動性分析兩類，但這兩種方法在精確度、依賴性和全面性等方面存在明顯的缺陷，而正如Jorion指出的那樣，VaR方法他用規范的統計技術，全面地衡量市場風險，很好地彌補了靈敏性分析和波動性分析的缺陷，將市場風險管理技術提升到了一個新的高度 巴塞爾委員會也明確了用VaR 方法結合內部模型法來度量銀行面臨的市場風險的規定。
信用風險是商業銀行面臨的風險中最重要的一類風險，由於信用風險本身的一些特點， 運用VaR對其進行度量存在技術上的困難。但是隨著數量技術的發展，新一代金融工程學家運用新的建模技術和分析方法建立了一些暴於VaR技術的信用風險度量模型。其中比較著名的有CIBC提出的CreditVaR 系列方法和J．P.Mrgan提出的CreditMetrics。
在商業銀行皿臨的風險中,操作風險一直以來缺乏明確定義和足夠關注，在新巴塞爾協議中一項重要的修改，就是將操作風險納入風險資本的計算和監管框架。新巴塞爾協議中提供了多種可供選擇的計算操作風險資本盒的方法，其中比較復雜的損失分布法就需要運用VaR方法來確定操作風險資本。
Ⅷ 風險調整績效常用的四個模型是什麼
模型主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。
KMV以股價為基礎的信用風險模型歷史上，銀行在貸款決策時，曾經長時間忽視股票的市價。KMV模型基於這樣一個假設公司股票價格的變化為企業信用度的評估提供了可靠的依據。從而，貸款銀行就可以用這個重要的風險管理工具去處理金融市場上遇到的問題了。盡管很少有銀行在貸款定價中將KMV模型作為唯一的信用風險指示器，但非常多的銀行將其用為信貸風險等級的早期報警工具。
JP摩根信貸風險資產組合模型VAR1997年，JP摩根推出了信貸風險資產的組合模型信用矩陣，該模型引進了新的風險管理理念。即根據信用質量的變動及時評級資產價值發生損失的可能性，它反映的主要問題是，如果明年情況不好，我的資產會有出現什麼損失。
RAROC模型，RAROC為每筆交易分配一種資本費用，其數量等於該交易在一年內的預期最大損失(稅後，百分之99的置信水平)。交易的風險越高，需佔用的資本越多，要求其獲得的現金流或收益也越多。RAROC可以廣泛應用於銀行管理，如利率風險管理、匯率風險管理、股權管理、產品風險、信用風險管理等。
EVA模型，經濟價值增量(EconomicValueAdded，簡稱EVA)在西方發達國家如美國已日益被越來越多的公司所採用，藉以量化公司股東財富最大化目標的實現程度。EVA相對傳統的會計利潤而言，該指標不僅考慮了債務資本成本(利息)，同時也考慮了普通股成本。從經濟學的角度來看，會計利潤高估了真實利潤，而EVA克服了傳統會計的這一弱點。
Ⅸ KMV模型的研究階段
KMV模型自1993年推出以來,國外學術界對KMV模型的研究經歷了兩個階段:
第一階段
將KMV模型的預測結果與實際的違約數據相比較,大多數研究結果表明,KMV模型能夠反映信用風險的高低,並對信用風險具有很高的敏感性｡
第二階段
國外學術界對模型的驗證尋找到新的角度,並開發出多種驗證模型有效性的方法和技術｡
我國學者主要對模型在我國適應性和參數調整方面進行了許多探討,取得了一定的成果｡張林､張佳林(2000)､王瓊､陳金賢(2002) 先後對KMV模型與其他模型進行理論上比較,認為更適合於評價上市公司的信用風險｡薛鋒,魯煒,趙恆街,劉冀雲(2003)利用中國股市的數據,得出了應中市場的σv和σE的關系函數,並以一隻股票為樣本進行了實證分析｡喬卓等(2003)介紹了KMV模型的基本內容,以及國外的應用經驗,但是並沒有進行實證研究｡易丹輝,吳建民(2004年)對深市和滬市隨機抽取30家公司分行業計算違約距離和違約率並作比較,認為藉助違約距離衡量上市公司的信用風險是可行的｡
由於缺少大量違約公司樣本的歷史資料庫,因此,我國目前無法通過比較違約距離和破產頻率的歷史,擬合出代表公司違約距離的預期違約率函數｡本文嘗試使用上市公司在某國有商業銀行貸款不良率替代其違約率,並根據我國資本市場的特點,選取KMV模型的相關參數,同時採用某國有商業銀行 2001年12月31日的235家貸款客戶的不良率來替代上市公司的違約率進行實證分析,建立違約距離與不良率的函數關系｡
Ⅹ 風險量化評估模型有哪些
1.風險量化評估模型主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。
2.風險量化評估模型主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型：
1）KMV——以股價為基礎的信用風險模型 歷史上，銀行在貸款決策時，曾經長時間忽視股票的市價。KMV模型基於這樣一個假設——公司股票價格的變化為企業信用度的評估提供了可靠的依據。從而，貸款銀行就可以用這個重要的風險管理工具去處理金融市場上遇到的問題了。盡管很少有銀行在貸款定價中將KMV模型作為唯一的信用風險指示器，但非常多的銀行將其用為信貸風險等級的早期報警工具。
2）JP摩根信貸風險資產組合模型——VAR 1997年，JP摩根推出了信貸風險資產的組合模型——信用矩陣，該模型引進了新的風 險管理理念。即根據信用質量的變動及時評級資產價值發生損失的可能性，它反映的主要問題是：如果明年情況不好，我的資產會有出現什麼損失。
3）RAROC模型：RAROC為每筆交易分配一種「資本費用」，其數量等於該交易在一年內的預期最大損失(稅後，99％的置信水平)。交易的風險越高，需佔用的資本越多，要求其獲得的現金流或收益也越多。RAROC可以廣泛應用於銀行管理，如利率風險管理、匯率風險管理、股權管理、產品風險、信用風險管理等
4）EVA模型：經濟價值增量(Economic Value Added，簡稱EVA)在西方發達國家如美國已日益被越來越多的公司所採用，藉以量化公司股東財富最大化目標的實現程度。EVA相對傳統的會計利潤而言，該指標不僅考慮了債務資本成本(利息)，同時也考慮了普通股成本。從經濟學的角度來看，會計利潤高估了真實利潤，而 EVA克服了傳統會計的這一弱點。
風險量化是指通過風險及風險的相互作用的估算來評價項目可能結果的范圍。風險量化的基本內容是確定哪些實踐需要制定應對措施。風險量化涉及到對風險和風險之間相互作用的評估，用這個評估分析項目可能的輸出。