1. 研究目的与意义（文献综述）
（1）目前上市公司的违约距离计算在kmv模型中得到了很好的解决，但是上市公司在整个社会公司中所 占的比例是很小的，大量公司是以非上市公司的组织形式存在并正常运营着。
（2）在我国，由于市场容量等问题，商业银行所面临的大多数客户都是非上市公司，不能随时提供股价信息。国内对信用风险的研究主要是基于财务报表的对公司的信用状况的研究，而我国非上市公司本身又有缺陷如：不规范的财务制度、管理体制等。使得我国非上市公司信用风险评有一定的困难。
（3）本文风险度量模型在使用的变量中加入了市场信息，表现出跟更大的时变型，模型的预测能力更强。以kmv计算为基础，本文采用一种适用于非上市公司信用风险度量的新模型即pfm模型，pfm模型使用公司市场信息，结合财务报告来估计企业的市场价值和标准差，进而计算违约价值，因此pfm同样能根据股价信息与历史性财务数据分析从而评估企业信用风险，更好的为管理者决策提供参考依据。
2. 研究的基本内容与方案
（1）本文主要将KMV的基本思想融于非上市信用风险计量中，在整个衡量过程中考虑到市场信息，而不是一味的根据财务报表对公司信用状况做评断，在文章中运用BLACK-SCHOLES模型根据多家上市公司的股价及其市场波动率估计该公司的市场价值及波动率，进而计算违约距离，同时选取合适财务指标，运用神经网络模型模拟出公司财务指标与其违约距离之间的关系网，将这种关系网运用到非上市公司违约距离的测算中，即可解决非上市公司信用风险测量在市场信息方面数据缺失的难题。
（2）运用BLACK-SCHOLES模型，必须有足够的股市信息，如上市公司一段时期内的连续股价信息 。同时神经网络模型要求必须有充足的样本数，对每个行业必须选取足量的上市公司作为样本，提高测量结果的准确度。
3. 研究计划与安排
2016.03.01—2016.03.30收集资料，撰写开题报告
2016.03.31—2016.04.30完成初稿
2016.05.01—2016.05.20修改初稿
4. 参考文献（12篇以上）
[1] 张智梅，章仁俊. kmv模型的改进及对上市公司信用风险的度量[j].统计与决策 ,2006
[2]陈晓红，张泽京，王傅强等.基于kmv模型的我国中小上市公司信用风险研究[j].数理统计与管理,2008
[3]刘博.基于kmv模型对中国上市公司的信用风险进行度量的实证分析[j].科学技术与工程 ,2010
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
