《房地产债券违约风险探究：以阳光城债券违约为例开题报告（有提纲）4200字》

房地产债券违约风险研究—以阳光城债券违约为例开题报告文献综述一、立题意义及国内外的研究现状与存在问题，主要研究内容及拟解决的关键性问题（含文献综述）1立题意义理论意义上而言，目前国内对债券违约风险及管理有了一定的研究，但多是从定性的角度进行分析，缺少对债券违约风险的定量计量。本文基于KMV模型对阳光城债券违约案例进行定量分析，证明KMV模型的有效性，可以弥补研究方面的空白，也为以后研究类似案例提供新方法。实践意义上而言，2018年房地产企业首次发生债券违约，给监管机构、金融机构和广大的投资者提出警示。债券违约一直是金融市场关注的焦点，对于企业，债券融资是融资决策中重要的一环，也是企业信用的体现，一旦在公开市场发生债券违约，企业今后在资本市场中再融资的过程将充满艰辛。本文通过对阳光城这一全国Top50的民营房地产企业的债券违约案例进行分析，通过定性分析、定量分析，揭示阳光城债券违约风险成因。对投资者而言，与股票投资相比，债券投资是一项风险较小，但收益客观的投资策略。无论是散户投资，还是基金等金融机构的投资，债券投资都会在投资组合中占有较大比重，债券违约的发生对于投资者来讲意味着巨大的损失。在债券违约常态化的宏观背景下，帮助投资者识别违约风险，减少损失。对房地产企业而言，通过对具体案例的分析，强化企业的自律意识，加强内部管理合理配置资源，避免发生债券违约。对监管机构而言，进一步完善债券市场监管体系，加强监管力度，避免违约风险集中释放，促进债券市场平稳发展。2国内外的研究现状与存在问题2.1国内外研究现状债券违约是信用风险的具体表现，是指债券发行主体由于出现资金兑付困难，无法按照起初约定偿还本息的行为。由于国外债券市场建立较早，市场相对成熟完善，债券违约案例更加丰富，因此国外学者对于债券违约的研究起步较早，也更为深入。影响债券违约的因素主要可以分为内外部两个方面，即外部不确定性和企业自身，同时债券本身和市场的信息不对称性也会对其产生影响。在外部不确定性对于债券违约风险影响的研究中，Jakubik（2007）将宏观变量因素引入到传统的违约率模型中，证明了GDP、通货膨胀率等宏观经济因素都会对债券违约风险产生影响[1]。HartmannP（2010）基于金融危机期间的违约案例，论述了市场与债券违约风险的关系[2]。许逸惠（2020）以永泰能源债券违约案为例，探究民营企业债券违约成因及影响，研究发现宏观经济结构调整对企业，特别是民营企业债券信用违约风险的影响[3]。沈丹青（2020）将研究聚焦于房地产行业，通过对中弘股份的案例分析，提出房地产政策调控、宏观经济下行对房地产企业债券违约的影响[4]。在企业自身财务、管理因素对债券违约风险影响的研究中，Argenti（1976）从企业内部管理、业务扩张、企业战略等多个角度探讨企业内部管理控制因素对债券违约风险的影响[5]。AltmanandSaunders（1998）利用实论论证了公司资金的流动性与债务违约的关系[6]。李萌等（2020）通过2013-2017年上市公司发行的公司债券的实证分析，表明企业内部控制水平与偿债能力的正比关系，内部管理水平越高，相应的债券违约发生的概率较低[7]。胡雨婷（2021）利用Logit模型进行实证研究，得出了董事会规模与债券违约风险负相关，股权质押率、资产负债率与债券违约风险正相关的关系，并基于模型构建了债券违约风险的预警模型[8]。此外，除了内外部的影响外，债券自身和信息的不匹配也会对债券违约风险产生影响。HoandSioger（1984）探索债务违规中债务时限、债务担保对违规的作用程度,并提供了债券违约距离与债务违规,提出了债券违约概率与债券到期期限呈线性相关的理论[9]。刘小坤（2005）证明了信息不对称对于信用风险的影响，形成潜在的逆向选择风险[10]。线性概率模型将评判对象已知信用状况作为因变量，其解释变量为多个财务比率，通过最小二乘法建立预测模型，根据违约事件发生概率服从的累计概率分布类型的不同，线性概率模型可以分为Logit模型和Probit模型。刘琪（2011）将Logit模型和Probit模型综合运用并加以修正改进，为小额贷款公司提供了评估信用风险提供了可靠的评估方式[11]。随着全球经济的发展和金融市场的不断完善，现代金融理论的发展和创新为开发新的信用风险度量模型提供了条件。金融工程专家学者在传统的信用评级基础上提出现代信用风险度量模型。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）的期权定价模型提出的信用风险度量模型，该模型通过给定的资产价值的动态过程，推定出给定时间内的违约概率。该模型被广泛应用于信用风险的度量中[12]。Westgard（2001）引入新指标企业资产水平和企业资产负债比等对KMV模型进行修正，发现修正后的模型有效的提升了企业破产预测效果[13]。ValáškováK等（2014）证明了KMV模型中违约概率与经济周期的关系[14]。刘阳（2020）基于传统的KMV模型，考虑了资产价值的跳跃行为，并通过引入Logit模型对此加以修正，显著提高了模型对违约公司的识别能力[15]。Han-HsingYu（2021）基于KMV模型以2016年至2020年在沪深证券交易所发行股票和信用债券的上市公司为样本，对中国上市企业进行分析，发现整个行业信用风险上升，表明了2020年疫情对产业经济的影响[16]。2.2现有研究存在的问题综上所述，国内外学者对于债券违约的成因和影响已有了大量的研究，多是将影响因素分为内部不确定性和外部不确定性两个方面，在对违约风险的度量模型方面，国际上最广泛使用的是KMV模型。而2014年我国才出现第一个债券实质性违约案例，因此我国学者关于债券违约风险的定量度量研究较少。3主要研究内容本文通过构建KMV模型对阳光城债券违约风险进行度量，并分析其原因。通过对案例的分析，研究房地产企业的债券违约风险特殊性和内外部因素，希望能对房地产企业、投资者、监管及金融机构有所启示。本文共分为四个章节：第一章，绪论。本章简述我国债券市场发展情况，并概括债券违约现状，阐述本文的研究意义，包括理论意义和现实意义，并概括文章的研究内容及方法。同时从债券违约风险的影响因素和债券违约风险的度量两个角度对研究文献进行梳理，并作出文献评述。第二章，理论分析。本章对我国目前房地产企业的债券违约现状进行详细的阐述，归纳得出房地产企业债券违约的特点和影响因素，并对本文涉及的债券违约风险度量模型进行介绍，搭建本文理论框架。第三章，案例研究。本章首先对阳光城债券违约案例的情况进行介绍，并阐述该案例的特点和代表性，其次从定性的角度分析阳光城债券违约的原因，最后引入KMV模型对违约风险进行定量的分析度量。第四章，结论与建议。根据上述分析得出本文的结论，并从监管机构、金融机构和债券发行主体三个角度提出债券违约风险管理的建议。4拟解决的关键性问题本文的关键性问题是该案例债券违约风险有哪些？为此，利用Z-score模型和修正的KMV模型对集团进行风险评估，同时分析其违约发生的原因，以彰显KMV模型的有效性和可实现性。最后针对我国房地产企业债券违约现状，结合模型分析，对监管机构、发债企业和投资者三方提供一些建议。参考文献[1]JakubikP.Macroeconomicenvironmentandcreditrisk[J].CzechJournalofEconomicsandFinance(Financeauver),2007,57(1-2):60-78.[2]HartmannP.Interactionofmarketandcreditrisk[J].2010.[3]许逸惠.民营企业债券违约原因及启示[D].南京信息工程大学,2020.[4]沈丹青.房地产企业信用债实质性违约风险案例研究[D].上海财经大学,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模型在商业银行信用风险评估中的应用研究[J].管理科学,2020(02):33-38.[8]胡雨婷.公司债券违约风险影响因素及预警研究[D].河北经贸大学,2021.[9]HoandSiogerCreditRiskMeasurementofCreditBondsofChineseListedCompaniesBasedonKMVModel[J].TurkishJournalofComputerandMathematicsEducation(TURCOMAT),1984,12(11):4184-4192.[10]刘小坤.企业债券：信用风险与市场监管研究[D].复旦大学,2005.[11]刘琪.小额贷款公司个人贷款信用风险评估研究[D].扬州大学,2011.[12]MertonST,ShumwayT.ForecastingdefaultwiththeKMV-Mertonmodel[C]//AFA2006BostonMeetingsPaper.1974.[13]WestgardRedefinitionoftheKMVmodel’soptimaldefaultpointbasedongeneticalgorithms–EvidencefromTaiwan[J].ExpertSystemswithApplications,2001,38(8):10107-10113.[14]ValáškováK,FortinoA.CreditriskanalysisandtheKMVBlack&Scholesmodel:Aproposalofcorrectionandanempiricalanalysis[J].InvestmentManagementandFinancialInnovations,2014(9,Iss.2(contin.)):167-181.[15]刘阳.基于跳跃扩散KMV-Logit混合模型的上市公司信用风险的实证研究[D].浙江大学,2020.[16]Han-HsingYu.KMVcreditriskmodeling[M]//Riskmanagement.Springer,Berlin,Heidelberg,2021:141-154.二、本课题的方法、步骤、预期目的1研究方法(1)文献搜集法。利用学校的图书馆资源搜集相关的文献，比如利用知网等主要数据库查找相关的期刊、硕士论文、书籍等。利用证券交易网站，或者HBN环球财经系统搜集相关的财务报表。(2)实证研究法。通过观察和分析已有的数据和结论，引入新的变量，补充模型，并利用描述性统计、相关性分析、多元回归分析等方法验证提出的假设。①描述性统计。②相关性分析。③多元回归分析。2研究步骤本文从中国知网、国泰安数据库和新浪财经等搜集与债务违约研究有关的书籍和资料，整理和分类财务分析与应对的国内外研究成果，在了解这些理论成果发展历程的同时，提炼自己的观点。在梳理和整合观点的同时，思考现有研究的不足和拟解决的关键性问题，得出自己主要的研究框架，并丰富实证内容。本文研究内容如下：一、绪论（一）研究背景及意义1.研究背景2.研究意义（二）文献综述1.债券违约影响因素的研究2.债券违约风险度量模型的研究3.文献评述（三）研究内容二、理论分析（一）债券违约风险的定义（二）我国债券违约现状分析1.债券违约常态化2.违约企业以民营企业为主3.债券违约分布各行各业4.房地产企业债券发行及违约情况（三）房地产债券违约影响因素1.影响房地产债券违约风险的微观因素2.房地产企业违约风险的宏观因素三、实证研究——阳光城债券违约案例研究（一）阳光城债券违约案例概述1.违约主体介绍2.违约历程3.违约后续（二）基于Z-score模型的风险预警分析（三）基于KMV模型的风险预警分析四、结论与建议（一）结论（二）房地产企业违约风险的防范与建议1.监管层面2.投资者层面3.房地产企业层面3预期目的对债券市场的总体发展和近年来债券违约现象的频繁发生做出了一个归纳和总结，并对相关文献进行一个总结和整理。同时，分别使用Z-score模型和KMV模型对阳光城违约风险提供预警作用。三、研究工作总体安排及具体进度第一阶段（2022年6月-2022年7月）：阅读本专业相关的文献资料，确定论文主题方向，与导师商定毕业论文选题；第二阶段（2