声明
1. 绪论
1.1 研究背景和意义
1.2 文献综述
1.2.1 国内外信用风险度量发展过程
1.2.2 KMV模型的适用性研究
1.2.3 KMV模型的准确性研究
1.2.4 KMV模型在我国的修正
1.2.5 KMV模型的创新
1.2.6 文献评述
1.3 研究思路与方法
1.4 创新与不足
2. 信用风险度量的理论分析
2.1 信用风险内涵与特点
2.1.1 信用风险的内涵
2.1.2 信用风险的特点
2.2信用风险度量的重要性
2.3 传统信用风险的度量方法
2.3.1 专家系统分析法
2.3.2 线性判别分析模型
2.3.3 多元非线性回归模型
2.4 现代信用风险度量模型
2.4.1 Credit Metrics模型
2.4.2 Credit Risk+（信用风险附加模型）
2.4.3 Credit Portfolio View模型
2.4.4 KMV模型
3. 我国信用风险度量现状
3.1 新常态背景下信用风险的新特征
3.1.1 信用风险的形成特点
3.1.2 我国信用风险传导与集聚的特点
3.1.3 我国信贷规模的发展趋势特征
3.2 我国信用风险度量方法
3.3 我国信用风险度量的局限和改进
3.3.1 我国信用风险度量局限
3.3.2 现代信用风险度量模型在我国的运用
4. 基于KMV模型对化工行业的实证分析
4.1 样本选取
4.1.1 选择化工行业的背景概述
4.1.2 样本公司确定
4.2 数据来源
4.2.2 股权波动率σE
4.2.3 企业违约临界点
4.2.4 无风险利率
4.2.5 时间跨度
4.3 实证结果
4.3.1 资产价值及资产波动率
4.3.2 违约距离的计算
4.4 实证检验
4.5 化工行业违约预警线
4.6 实证结果分析
4.6.1 模型的适用性
4.6.2 价值与波动
4.6.3 基于化工行业的结果分析
4.6.4 基于产业链的结果分析
5. 结论与建议
5.1 结论
5.2 建议
致谢
参考文献
附录一：资产价值及波动率计算代码
附录二：不同违约点下的违约距离
