1. 研究目的与意义
随着全球化程度地不断加深，人们对于金融风险的防范意识也越来越强烈。我国金融市场也在发展中不断成熟，而商业银行作为我国金融行业最为重要的组成部分，更是要对其存在的风险进行有效把控。进一步来讲，信用风险又是商业银行所面临的最核心的风险，也是新巴塞尔协议中的资本协议的核心内容。由于我国银行业的不良贷款余额和不良贷款率近几年都呈上升趋势，而近年来我国也在实施供给侧改革，这就使得商业银行信用风险问题变得更为激烈。
在理论研究意义上来讲，利用KMV模型研究我国商业银行信用风险不仅是从定量的角度丰富了当前的研究成果，使结论更加具有说服力，而且研究成果更能为我国商业银行的信用风险管理提供理论依据，加强自身信用风险建设。
在实际研究意义上来讲，一方面，商业银行信用风险度量结果的披露可以向社会展示其先进的风险管理水平，进而提升了自身的竞争力，有利于其生存。另一方面，商业银行在经济社会发展中起着资源分配的作用，这在某种程度上影响着我国的宏观金融以及我国社会的安全性与稳定性。
2. 研究内容和预期目标
-
第一部分：介绍论文研究的相关环境背景、研究意义。
- 第二部分：列举有关KMV模型以及我国商业银行信用风险评价研究的国内外文献综述。
- 第三部分：介绍有关KMV模型以及我国商业银行信用风险。
- 第四部分：选取有关上市商业银行财务数据作为样本，利用数据中的股权价值以及波动率等进行计算，并根据相关信用评价指标做多元回归和稳健性检验。
- 第五部分：根据得出的结论为不同的主体提供相应的建议。
3. 国内外研究现状
在国外的研究中，Kurbat和Korablev（2002）用水平确认和校准方法对KMV模型进行验证，数据证明KMV模型十分有效。Peter Crosbie和 Jeffrey Bohn（2003）以金融类公司为样本应用KMV模型进行实证分析，结果显示预期违约率（EDF）值在发生信用事件时或破产前能够准确灵敏地监测到信用质量的变化。Douglas W. Dwyer和Irina Korablev（2007）用KMV模型对欧亚地区非金融公司信用风险进行实证分析，表明KMV模型可以为不同时段不同地区的信用风险预测提供较好的方法。
而我国对于KMV模型基础上的商业银行信用风险研究起步较晚，凌江怀和刘燕媚（2013）基于10家上市商业银行的财务数据和股票交易数据检验KMV模型在我国的适用性，结果表明KMV模型计算出的预期违约频率（EDF）与评级机构对银行的信用评级相一致。王海荣、钱哲以及王宁霞（2015）在以江苏省10家具有代表性的农村商业银行为样本的实证调研中，运用KMV模型的基本算法与思路对其信用风险进行度量，并针对江苏省农村商业银行信用风险管理提出相应的完善措施。李晟和张宇航（2016）选取了2010到2015年间我国 16 家上市商业银行作为样本，运用KMV模型计算出每个商业银行的违约距离，随后通过面板数据对于影响违约距离的主要因素进行了回归分析，总结出商业银行的总不良贷款率、贷存比以及资产规模对于商业银行的信用风险有着较为显著的影响。陈媛媛、何雨晨和马恩涛三人（2020）基于我国16家上市银行2012到2017年的数据,对其违约距离和预期违约频率进行了测算，并对影响违约距离的因素进行了敏感性分析，得出了2012到2017年间我国商业银行的信用风险呈现先上升后下降的趋势的结论。
4. 计划与进度安排
1. 收集有关我国上市商业银行的财务数据。
2. 深入研究有关KMV模型的计算特点。
3. 广泛查阅国内外相关论文，做前瞻性研究，进一步细化方向和主题。
5. 参考文献
[1] 魏兴桃.对我国上市商业银行的信用风险研究——基于KMV模型[J].科技经济市场,2021(04):56-57 60.
[2] 陈媛媛,何雨晨,马恩涛.基于KMV模型的我国商业银行信用风险研究[J].公共财政研究,2020(01):67-83.
[3] 陈冲.基于KMV模型的我国商业银行信用风险的度量研究[D].华东师范大学，2019.
