《房地產(chǎn)債券違約風(fēng)險(xiǎn)探究：以陽(yáng)光城債券違約為例開題報(bào)告（有提綱）4200字》

房地產(chǎn)債券違約風(fēng)險(xiǎn)研究—以陽(yáng)光城債券違約為例開題報(bào)告文獻(xiàn)綜述一、立題意義及國(guó)內(nèi)外的研究現(xiàn)狀與存在問題，主要研究?jī)?nèi)容及擬解決的關(guān)鍵性問題（含文獻(xiàn)綜述）1立題意義理論意義上而言，目前國(guó)內(nèi)對(duì)債券違約風(fēng)險(xiǎn)及管理有了一定的研究，但多是從定性的角度進(jìn)行分析，缺少對(duì)債券違約風(fēng)險(xiǎn)的定量計(jì)量。本文基于KMV模型對(duì)陽(yáng)光城債券違約案例進(jìn)行定量分析，證明KMV模型的有效性，可以彌補(bǔ)研究方面的空白，也為以后研究類似案例提供新方法。實(shí)踐意義上而言，2018年房地產(chǎn)企業(yè)首次發(fā)生債券違約，給監(jiān)管機(jī)構(gòu)、金融機(jī)構(gòu)和廣大的投資者提出警示。債券違約一直是金融市場(chǎng)關(guān)注的焦點(diǎn)，對(duì)于企業(yè)，債券融資是融資決策中重要的一環(huán)，也是企業(yè)信用的體現(xiàn)，一旦在公開市場(chǎng)發(fā)生債券違約，企業(yè)今后在資本市場(chǎng)中再融資的過程將充滿艱辛。本文通過對(duì)陽(yáng)光城這一全國(guó)Top50的民營(yíng)房地產(chǎn)企業(yè)的債券違約案例進(jìn)行分析，通過定性分析、定量分析，揭示陽(yáng)光城債券違約風(fēng)險(xiǎn)成因。對(duì)投資者而言，與股票投資相比，債券投資是一項(xiàng)風(fēng)險(xiǎn)較小，但收益客觀的投資策略。無(wú)論是散戶投資，還是基金等金融機(jī)構(gòu)的投資，債券投資都會(huì)在投資組合中占有較大比重，債券違約的發(fā)生對(duì)于投資者來(lái)講意味著巨大的損失。在債券違約常態(tài)化的宏觀背景下，幫助投資者識(shí)別違約風(fēng)險(xiǎn)，減少損失。對(duì)房地產(chǎn)企業(yè)而言，通過對(duì)具體案例的分析，強(qiáng)化企業(yè)的自律意識(shí)，加強(qiáng)內(nèi)部管理合理配置資源，避免發(fā)生債券違約。對(duì)監(jiān)管機(jī)構(gòu)而言，進(jìn)一步完善債券市場(chǎng)監(jiān)管體系，加強(qiáng)監(jiān)管力度，避免違約風(fēng)險(xiǎn)集中釋放，促進(jìn)債券市場(chǎng)平穩(wěn)發(fā)展。2國(guó)內(nèi)外的研究現(xiàn)狀與存在問題2.1國(guó)內(nèi)外研究現(xiàn)狀債券違約是信用風(fēng)險(xiǎn)的具體表現(xiàn)，是指?jìng)l(fā)行主體由于出現(xiàn)資金兌付困難，無(wú)法按照起初約定償還本息的行為。由于國(guó)外債券市場(chǎng)建立較早，市場(chǎng)相對(duì)成熟完善，債券違約案例更加豐富，因此國(guó)外學(xué)者對(duì)于債券違約的研究起步較早，也更為深入。影響債券違約的因素主要可以分為內(nèi)外部?jī)蓚€(gè)方面，即外部不確定性和企業(yè)自身，同時(shí)債券本身和市場(chǎng)的信息不對(duì)稱性也會(huì)對(duì)其產(chǎn)生影響。在外部不確定性對(duì)于債券違約風(fēng)險(xiǎn)影響的研究中，Jakubik（2007）將宏觀變量因素引入到傳統(tǒng)的違約率模型中，證明了GDP、通貨膨脹率等宏觀經(jīng)濟(jì)因素都會(huì)對(duì)債券違約風(fēng)險(xiǎn)產(chǎn)生影響[1]。HartmannP（2010）基于金融危機(jī)期間的違約案例，論述了市場(chǎng)與債券違約風(fēng)險(xiǎn)的關(guān)系[2]。許逸惠（2020）以永泰能源債券違約案為例，探究民營(yíng)企業(yè)債券違約成因及影響，研究發(fā)現(xiàn)宏觀經(jīng)濟(jì)結(jié)構(gòu)調(diào)整對(duì)企業(yè)，特別是民營(yíng)企業(yè)債券信用違約風(fēng)險(xiǎn)的影響[3]。沈丹青（2020）將研究聚焦于房地產(chǎn)行業(yè)，通過對(duì)中弘股份的案例分析，提出房地產(chǎn)政策調(diào)控、宏觀經(jīng)濟(jì)下行對(duì)房地產(chǎn)企業(yè)債券違約的影響[4]。在企業(yè)自身財(cái)務(wù)、管理因素對(duì)債券違約風(fēng)險(xiǎn)影響的研究中，Argenti（1976）從企業(yè)內(nèi)部管理、業(yè)務(wù)擴(kuò)張、企業(yè)戰(zhàn)略等多個(gè)角度探討企業(yè)內(nèi)部管理控制因素對(duì)債券違約風(fēng)險(xiǎn)的影響[5]。AltmanandSaunders（1998）利用實(shí)論論證了公司資金的流動(dòng)性與債務(wù)違約的關(guān)系[6]。李萌等（2020）通過2013-2017年上市公司發(fā)行的公司債券的實(shí)證分析，表明企業(yè)內(nèi)部控制水平與償債能力的正比關(guān)系，內(nèi)部管理水平越高，相應(yīng)的債券違約發(fā)生的概率較低[7]。胡雨婷（2021）利用Logit模型進(jìn)行實(shí)證研究，得出了董事會(huì)規(guī)模與債券違約風(fēng)險(xiǎn)負(fù)相關(guān)，股權(quán)質(zhì)押率、資產(chǎn)負(fù)債率與債券違約風(fēng)險(xiǎn)正相關(guān)的關(guān)系，并基于模型構(gòu)建了債券違約風(fēng)險(xiǎn)的預(yù)警模型[8]。此外，除了內(nèi)外部的影響外，債券自身和信息的不匹配也會(huì)對(duì)債券違約風(fēng)險(xiǎn)產(chǎn)生影響。HoandSioger（1984）探索債務(wù)違規(guī)中債務(wù)時(shí)限、債務(wù)擔(dān)保對(duì)違規(guī)的作用程度,并提供了債券違約距離與債務(wù)違規(guī),提出了債券違約概率與債券到期期限呈線性相關(guān)的理論[9]。劉小坤（2005）證明了信息不對(duì)稱對(duì)于信用風(fēng)險(xiǎn)的影響，形成潛在的逆向選擇風(fēng)險(xiǎn)[10]。線性概率模型將評(píng)判對(duì)象已知信用狀況作為因變量，其解釋變量為多個(gè)財(cái)務(wù)比率，通過最小二乘法建立預(yù)測(cè)模型，根據(jù)違約事件發(fā)生概率服從的累計(jì)概率分布類型的不同，線性概率模型可以分為L(zhǎng)ogit模型和Probit模型。劉琪（2011）將Logit模型和Probit模型綜合運(yùn)用并加以修正改進(jìn)，為小額貸款公司提供了評(píng)估信用風(fēng)險(xiǎn)提供了可靠的評(píng)估方式[11]。隨著全球經(jīng)濟(jì)的發(fā)展和金融市場(chǎng)的不斷完善，現(xiàn)代金融理論的發(fā)展和創(chuàng)新為開發(fā)新的信用風(fēng)險(xiǎn)度量模型提供了條件。金融工程專家學(xué)者在傳統(tǒng)的信用評(píng)級(jí)基礎(chǔ)上提出現(xiàn)代信用風(fēng)險(xiǎn)度量模型。其中最有代表性的是KMV模型。KMV模型是KMV公司于1993年基于Merton（1974）的期權(quán)定價(jià)模型提出的信用風(fēng)險(xiǎn)度量模型，該模型通過給定的資產(chǎn)價(jià)值的動(dòng)態(tài)過程，推定出給定時(shí)間內(nèi)的違約概率。該模型被廣泛應(yīng)用于信用風(fēng)險(xiǎn)的度量中[12]。Westgard（2001）引入新指標(biāo)企業(yè)資產(chǎn)水平和企業(yè)資產(chǎn)負(fù)債比等對(duì)KMV模型進(jìn)行修正，發(fā)現(xiàn)修正后的模型有效的提升了企業(yè)破產(chǎn)預(yù)測(cè)效果[13]。Valá?kováK等（2014）證明了KMV模型中違約概率與經(jīng)濟(jì)周期的關(guān)系[14]。劉陽(yáng)（2020）基于傳統(tǒng)的KMV模型，考慮了資產(chǎn)價(jià)值的跳躍行為，并通過引入Logit模型對(duì)此加以修正，顯著提高了模型對(duì)違約公司的識(shí)別能力[15]。Han-HsingYu（2021）基于KMV模型以2016年至2020年在滬深證券交易所發(fā)行股票和信用債券的上市公司為樣本，對(duì)中國(guó)上市企業(yè)進(jìn)行分析，發(fā)現(xiàn)整個(gè)行業(yè)信用風(fēng)險(xiǎn)上升，表明了2020年疫情對(duì)產(chǎn)業(yè)經(jīng)濟(jì)的影響[16]。2.2現(xiàn)有研究存在的問題綜上所述，國(guó)內(nèi)外學(xué)者對(duì)于債券違約的成因和影響已有了大量的研究，多是將影響因素分為內(nèi)部不確定性和外部不確定性兩個(gè)方面，在對(duì)違約風(fēng)險(xiǎn)的度量模型方面，國(guó)際上最廣泛使用的是KMV模型。而2014年我國(guó)才出現(xiàn)第一個(gè)債券實(shí)質(zhì)性違約案例，因此我國(guó)學(xué)者關(guān)于債券違約風(fēng)險(xiǎn)的定量度量研究較少。3主要研究?jī)?nèi)容本文通過構(gòu)建KMV模型對(duì)陽(yáng)光城債券違約風(fēng)險(xiǎn)進(jìn)行度量，并分析其原因。通過對(duì)案例的分析，研究房地產(chǎn)企業(yè)的債券違約風(fēng)險(xiǎn)特殊性和內(nèi)外部因素，希望能對(duì)房地產(chǎn)企業(yè)、投資者、監(jiān)管及金融機(jī)構(gòu)有所啟示。本文共分為四個(gè)章節(jié)：第一章，緒論。本章簡(jiǎn)述我國(guó)債券市場(chǎng)發(fā)展情況，并概括債券違約現(xiàn)狀，闡述本文的研究意義，包括理論意義和現(xiàn)實(shí)意義，并概括文章的研究?jī)?nèi)容及方法。同時(shí)從債券違約風(fēng)險(xiǎn)的影響因素和債券違約風(fēng)險(xiǎn)的度量?jī)蓚€(gè)角度對(duì)研究文獻(xiàn)進(jìn)行梳理，并作出文獻(xiàn)評(píng)述。第二章，理論分析。本章對(duì)我國(guó)目前房地產(chǎn)企業(yè)的債券違約現(xiàn)狀進(jìn)行詳細(xì)的闡述，歸納得出房地產(chǎn)企業(yè)債券違約的特點(diǎn)和影響因素，并對(duì)本文涉及的債券違約風(fēng)險(xiǎn)度量模型進(jìn)行介紹，搭建本文理論框架。第三章，案例研究。本章首先對(duì)陽(yáng)光城債券違約案例的情況進(jìn)行介紹，并闡述該案例的特點(diǎn)和代表性，其次從定性的角度分析陽(yáng)光城債券違約的原因，最后引入KMV模型對(duì)違約風(fēng)險(xiǎn)進(jìn)行定量的分析度量。第四章，結(jié)論與建議。根據(jù)上述分析得出本文的結(jié)論，并從監(jiān)管機(jī)構(gòu)、金融機(jī)構(gòu)和債券發(fā)行主體三個(gè)角度提出債券違約風(fēng)險(xiǎn)管理的建議。4擬解決的關(guān)鍵性問題本文的關(guān)鍵性問題是該案例債券違約風(fēng)險(xiǎn)有哪些？為此，利用Z-score模型和修正的KMV模型對(duì)集團(tuán)進(jìn)行風(fēng)險(xiǎn)評(píng)估，同時(shí)分析其違約發(fā)生的原因，以彰顯KMV模型的有效性和可實(shí)現(xiàn)性。最后針對(duì)我國(guó)房地產(chǎn)企業(yè)債券違約現(xiàn)狀，結(jié)合模型分析，對(duì)監(jiān)管機(jī)構(gòu)、發(fā)債企業(yè)和投資者三方提供一些建議。參考文獻(xiàn)[1]JakubikP.Macroeconomicenvironmentandcreditrisk[J].CzechJournalofEconomicsandFinance(Financeauver),2007,57(1-2):60-78.[2]HartmannP.Interactionofmarketandcreditrisk[J].2010.[3]許逸惠.民營(yíng)企業(yè)債券違約原因及啟示[D].南京信息工程大學(xué),2020.[4]沈丹青.房地產(chǎn)企業(yè)信用債實(shí)質(zhì)性違約風(fēng)險(xiǎn)案例研究[D].上海財(cái)經(jīng)大學(xué),2020.[5]Argenti,JosephF.,TerzaJosephV.,DinceRobertR..AZetaAnalysisofFailedCommercialBanks[J].QuarterlyJournalofBusinessandEconomics,1976,26(4):[6]Altman,SaundersV.AssessingcreditriskbyMoody'sKMVmodel[C]//2ndInternationalConferenceonEconomicsandSocialScienceInformationEngineeringResearchInstitute,AdvancesinEducationResearch.1998,61:40-44.[7]李萌.Logit模型在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[J].管理科學(xué),2020(02):33-38.[8]胡雨婷.公司債券違約風(fēng)險(xiǎn)影響因素及預(yù)警研究[D].河北經(jīng)貿(mào)大學(xué),2021.[9]HoandSiogerCreditRiskMeasurementofCreditBondsofChineseListedCompaniesBasedonKMVModel[J].TurkishJournalofComputerandMathematicsEducation(TURCOMAT),1984,12(11):4184-4192.[10]劉小坤.企業(yè)債券：信用風(fēng)險(xiǎn)與市場(chǎng)監(jiān)管研究[D].復(fù)旦大學(xué),2005.[11]劉琪.小額貸款公司個(gè)人貸款信用風(fēng)險(xiǎn)評(píng)估研究[D].揚(yáng)州大學(xué),2011.[12]MertonST,ShumwayT.ForecastingdefaultwiththeKMV-Mertonmodel[C]//AFA2006BostonMeetingsPaper.1974.[13]WestgardRedefinitionoftheKMVmodel’soptimaldefaultpointbasedongeneticalgorithms–EvidencefromTaiwan[J].ExpertSystemswithApplications,2001,38(8):10107-10113.[14]Valá?kováK,FortinoA.CreditriskanalysisandtheKMVBlack&Scholesmodel:Aproposalofcorrectionandanempiricalanalysis[J].InvestmentManagementandFinancialInnovations,2014(9,Iss.2(contin.)):167-181.[15]劉陽(yáng).基于跳躍擴(kuò)散KMV-Logit混合模型的上市公司信用風(fēng)險(xiǎn)的實(shí)證研究[D].浙江大學(xué),2020.[16]Han-HsingYu.KMVcreditriskmodeling[M]//Riskmanagement.Springer,Berlin,Heidelberg,2021:141-154.二、本課題的方法、步驟、預(yù)期目的1研究方法(1)文獻(xiàn)搜集法。利用學(xué)校的圖書館資源搜集相關(guān)的文獻(xiàn)，比如利用知網(wǎng)等主要數(shù)據(jù)庫(kù)查找相關(guān)的期刊、碩士論文、書籍等。利用證券交易網(wǎng)站，或者HBN環(huán)球財(cái)經(jīng)系統(tǒng)搜集相關(guān)的財(cái)務(wù)報(bào)表。(2)實(shí)證研究法。通過觀察和分析已有的數(shù)據(jù)和結(jié)論，引入新的變量，補(bǔ)充模型，并利用描述性統(tǒng)計(jì)、相關(guān)性分析、多元回歸分析等方法驗(yàn)證提出的假設(shè)。①描述性統(tǒng)計(jì)。②相關(guān)性分析。③多元回歸分析。2研究步驟本文從中國(guó)知網(wǎng)、國(guó)泰安數(shù)據(jù)庫(kù)和新浪財(cái)經(jīng)等搜集與債務(wù)違約研究有關(guān)的書籍和資料，整理和分類財(cái)務(wù)分析與應(yīng)對(duì)的國(guó)內(nèi)外研究成果，在了解這些理論成果發(fā)展歷程的同時(shí)，提煉自己的觀點(diǎn)。在梳理和整合觀點(diǎn)的同時(shí)，思考現(xiàn)有研究的不足和擬解決的關(guān)鍵性問題，得出自己主要的研究框架，并豐富實(shí)證內(nèi)容。本文研究?jī)?nèi)容如下：一、緒論（一）研究背景及意義1.研究背景2.研究意義（二）文獻(xiàn)綜述1.債券違約影響因素的研究2.債券違約風(fēng)險(xiǎn)度量模型的研究3.文獻(xiàn)評(píng)述（三）研究?jī)?nèi)容二、理論分析（一）債券違約風(fēng)險(xiǎn)的定義（二）我國(guó)債券違約現(xiàn)狀分析1.債券違約常態(tài)化2.違約企業(yè)以民營(yíng)企業(yè)為主3.債券違約分布各行各業(yè)4.房地產(chǎn)企業(yè)債券發(fā)行及違約情況（三）房地產(chǎn)債券違約影響因素1.影響房地產(chǎn)債券違約風(fēng)險(xiǎn)的微觀因素2.房地產(chǎn)企業(yè)違約風(fēng)險(xiǎn)的宏觀因素三、實(shí)證研究——陽(yáng)光城債券違約案例研究（一）陽(yáng)光城債券違約案例概述1.違約主體介紹2.違約歷程3.違約后續(xù)（二）基于Z-score模型的風(fēng)險(xiǎn)預(yù)警分析（三）基于KMV模型的風(fēng)險(xiǎn)預(yù)警分析四、結(jié)論與建議（一）結(jié)論（二）房地產(chǎn)企業(yè)違約風(fēng)險(xiǎn)的防范與建議1.監(jiān)管層面2.投資者層面3.房地產(chǎn)企業(yè)層面3預(yù)期目的對(duì)債券市場(chǎng)的總體發(fā)展和近年來(lái)債券違約現(xiàn)象的頻繁發(fā)生做出了一個(gè)歸納和總結(jié)，并對(duì)相關(guān)文獻(xiàn)進(jìn)行一個(gè)總結(jié)和整理。同時(shí)，分別使用Z-score模型和KMV模型對(duì)陽(yáng)光城違約風(fēng)險(xiǎn)提供預(yù)警作用。三、研究工作總體安排及具體進(jìn)度第一階段（2022年6月-2022年7月）：閱讀本專業(yè)相關(guān)的文獻(xiàn)資料，確定論文主題方向，與導(dǎo)師商定畢業(yè)論文選題；第二階段（2