量化分析我國電子商務上市公司信用風險及其演變過程.pdf

1、伴隨著計算機寬帶網(wǎng)絡的普及和現(xiàn)代通訊互聯(lián)網(wǎng)技術的發(fā)展，互聯(lián)網(wǎng)經(jīng)濟正迅速地影響著，確切地說是改變著傳統(tǒng)經(jīng)濟模式。電子商務在近幾年發(fā)展速度驚人，目前已經(jīng)成為全球經(jīng)濟和社會生活發(fā)展中的熱點問題，電子商務正逐漸滲透到社會生活和經(jīng)濟的各個方面?；ヂ?lián)網(wǎng)經(jīng)濟時代的蓬勃發(fā)展和技術支持帶來了電子商務的迅速發(fā)展，為企業(yè)的發(fā)展提供了全新的機會和平臺，同時也影響著其他行業(yè)的發(fā)展。但是在市場經(jīng)濟背景下，對于高速發(fā)展的電子商務產(chǎn)業(yè)來說，信用風險如影隨行，信用違約風

2、險對金融系統(tǒng)的沖擊也是巨大的。那么尋找能夠及時、有效地預測公司信用情況的風險量化方法就尤為重要，有效的量化模型可以為構建企業(yè)的信用風險管理體系提供有力保障。
　　首先，本文詳細地闡述了使用KMV模型度量信用風險的原理和內(nèi)容方法。以電子商務上市公司為研究對象，匯集整理了3家電子商務類上市公司的風險財務及市場實際數(shù)據(jù)作為樣本，量化分析了2008-2013年電子商務公司的信用風險，并且演示了其演變過程。主要是實證分析由模型算法計算出主要

3、的風險指標以及資產(chǎn)波動性指標，從理論方法研究和實證結果這兩個方面考慮分析電子商務上市公司的信用風險。
　　其次，本文應對現(xiàn)實市場經(jīng)濟風險的動態(tài)性和金融數(shù)據(jù)的復雜性，在構建風險度量模型時，引入最新的動態(tài)風險度量理論——G-期望。對G-布朗運動驅動下的KMV模型的原理和度量方法進行詳細的介紹，然后根據(jù)2008-2013年電子商務上市公司的實際市場數(shù)據(jù)，計算出其信用風險的變化軌跡和主要信用風險指標。
　　最后，通過實證結果（違約距