基于KMV模型的河南省上市公司信用风险管理实证研究.docx

基于KMV模型的河南省上市公司信用风险管理实证研究 【摘要】经比较研究发现KMV模型是最适用于上市公司信用风险的度量方法。本文利用河南省上市公司的数据，根据KMV模型，通过股权价值、股权价值的波动率和企业违约点估算出企业的资产价值和资产价值的波动率，从而求出了违约距离，得到了企业的预期违约率，有效地评价河南省上市公司信用风险状况，进而为投资者或投资机构进行理性分析和决策提供理论和实践经验。 【关键词】上市公司 信用风险 KMV模型 违约距离 资本市场的迅速发展引发了诸多问题，尤其是在我国制度不完善的条件下，信用风险问题就是其中之一。信用风险的存在不仅直接影响了市场主体的经济行为，同时也影响着一个国家的宏观决策和经济发展，甚至影响了全球经济的正常平稳运行。目前对信用风险的评价国内外有着诸多研究，评价方法也是不断涌现，并且已经不再局限于仅仅对企业财务报表进行分析，而是开始注重在资本市场中反映出来的信用风险信息。自从B-S-M期权定价模型提出，Merton（1974）建立了结构化信用风险度量模型，信用风险的研究突飞猛进，各种度量模型应运而生，而KMV模型之所以受到人们的青睐，就是在于它容易被人理解，而且它充分应用了违约距离的概念。本文就是利用这一模型来研究河南省上市公司目前的信用风险状况，为上市公司信用风险管理提供借鉴。 一、KMV模型理论分析 KMV模型是利用股权价值、股权价值的波动率和企业违约点来估算出企业的资产价值和资产价值波动率，并求出违约距离，从而得到企业的预期违约率的。违约距离的计算用到许多财务数据，并且还需要企业的即时市场价值，在我国，上市公司的管理还是比较完善的，这方面数据基本可以反应客观现实。所以该模型比较适用于中国的上市公司，并且能够较好的反映出上市公司的真实信用状况。 与Z值评分模型相比，KMV拥有坚实的理论基础，B-S-M模型和期权结构理论，这使得KMV模型更具有说服力。该模型适用于任何公开发行股票的上市公司，是一种动态模型，评估结果会随着上市公司股票价格的变化而变化，能够及时反映上市公司的信用状况。同时它用于度量信用风险的主要概念“违约距离”采用的是股票市场数据，我国在上市公司股票交易管理方面还是比较完善的，这部分数据来源充足可靠。KMV模型通过对股票市场的实时行情进行分析，不仅可以反映该企业历史的和当前的发展状况，还可以反映投资者对于企业未来发展的综合预期，所以，与主要依赖信用状况变化的历史数据的Credit Metrics模型相比，这种该模型具有一定的前瞻性。而且KMV模型还是一种基数衡量法，不仅可以反映企业信用状况的好坏，还可以反映各个企业风险水平的差异程度，这使得评估结果更加准确，也利于贷款的定价。 当然，KMV模型也具有一定的局限性，它是建立在一定的假设条件之上，而现实中很多条件并不一定满足，所以在放宽条件时也降低了该模型的准确性。同时它的适用范围也受到了限制，对于没有股票市场数据的非上市公司而言，使用历史财务数据，使得结果也不具前瞻性，而且该模型也不能处理非线性衍生产品。此外，KMV模型需要计算出上市公司的市场价值，而我国上市公司的产权结构又比较复杂，国有股和法人股等资本定价问题很难有一个统一的标准，这就导致公司的市场价值不能完全用股票的市场价值来衡量。 虽然KMV模型有这些局限性，但是相比较而言，对于上市公司信用风险的衡量KMV模型还是最适用的，违约距离包含大量的信息，是一个综合的指标，它可以很好地反映出上市公司的信用状况好坏。所以， KMV模型在我国上市公司信用风险度量中发挥着非常重要的作用。 二、基于KMV模型的信用风险度量过程 由于KMV模型的违约距离是指企业未来资产价值与到期需要偿还的债务之间的距离，所以该模型的信用风险度量主要是求出企业资产价值及其波动率，但是现实中这两个指标又很难估算出，所以在KMV模型中就需要根据股权价值及其波动性来估算企业资产价值及波动性。根据KMV模型求企业信用风险的过程如下： 首先，根据上市公司股票的市场价值（E），股价的波动性（E）以及负债的账面价值（D）来估计出上市公司的资产价值（V）及其波动性（V）。 股票的市场价值及股价的波动性，可以根据上市公司挂牌交易的数据计算，负债账面价值根据上市公司年报获得，那么上市公司资产价值及其波动性就可以根据以下B-S-M期权定价公式求解： 这里，N（d）表示标准正态分布中离差小于d的概率; e表示自然对数的底数，约等于2.7183; rf表示连续复利的年度的无风险利率; t表示债务到期日前的时间（年）; 其次，根据上市公司的长短期负债计算出公司的违约点，并以企业现有资产价值确定出未来资产价值。用这两个指标以及企业资产价值的波动性即可构建出一个信用风险度量指标违约距离DD。违约距离（DD）的概念首先是由Merton提出来的，表示企业未来资产价值（E（V）到违约点（DPT）之间的距离， 用资产市场价值偏离违约点（DPT）的标准差的个数来表示。它综合测度了企业的资产价值、资产风险以及企业债务水平。公式表示如下： E（V）=V（1+g）t DD= 这里g表示企业预期未来资产年收益率。通常KMV模型设定违约点DPT为短期负债（STD）加上长期负债（LTD）的一半，即 DPT=STD+LTD 最后，根据违约距离来确定企业的违约概率EDF，Merton定义违约距离的同时也设定了预期违约概率，表示为N（-DD），这个违约概率与企业资产价值、预期增长率、资产价值变化风险等相关，是一个综合性指标，但是它只能在理论上表示上市公司违约的概率。实际上可以根据企业违约的历史数据，建立违约距离及违约率之间的映射，从而构建一个违约数据库。这样可以更好的反映企业预期的违约率。不过我国还没有公开的违约数据库，所以KMV模型在我国实行起来还比较困难，但是计算出的违约距离及理论违约概率仍然具有一定的参考价值，本文就是以违约距离来评估河南省上市公司的信用状况。 三、河南省上市公司信用风险实证研究 （一）样本选择及数据来源 截止到2013年10月底前，河南省共有上市公司66家，占我国A股上市公司的2.69%。从地域分布来看，郑州市居多，共有21家，占比31.82%。从行业类别来看，分布在28个大类行业中，其中属于非金属矿物制品业的最多有7家。本文以河南省上市公司为研究总样本，样本中除去已经退市的1家，剩余65家。数据主要来源于CSMAR国泰安数据库平台，部分来自新浪财经，选取2014年的财务报表数据及证券市场发布的股票数据。根据样本公司的财务数据和股票数据，运用KMV模型最终求出了各样本公司的违约距离，以分析河南上市公司信用风险状况。本文运用MATLAB7.0 软件迭代求解非线性方程组。 （二）参数的设定 （1）以历史股票波动率估算未来一年上市公司股权波动率，股票价格以周收盘价表示。假设股票价格满足对数正态分布，则可以计算出股票周收益率（不考虑现金红利再投资）： t=ln。 从而计算出股权市场的年波动率： E= 这里n表示一年的交易周数。 （2）上市公司股权市场价值的计算，我国上市公司股票分为流通股和非流通股，流通股价值可以用股票价格计算，而非流通股却不能用股票价格计算，这里我们用每股净资产来计算非流通股的价值。 上市公司股权市场价值=流通股 股票价格选取截止日前最后一周的股票收盘价。 （3）债权价值以上市公司年度报表里总负债账面价值表示。资产价值增长率根据杨永生，周子元（2010）的文章使用总资产增长率更适合我国的具体情况。假定违约距离的计算期限为1年。无风险利率选取同期中国人民银行公布的一年定期存款利率2.75%。违约点设定为上市公司2014年度报表中流动负债加上长期负债的一半，即： DPT=STD+LTD （三）实证研究过程 在上一小节中已经计算出了股权市场价值及波动率，违约点等指标。这一节用MATLAB软件迭代求解非线性方组，解出资产价值及其波动率。由于上市公司资产价值与波动性数量级相差较大，则对上市公司资产价值进行处理，令x=V/E。 这时方程组就可以改写为： 并且根据违约距离和违约概率的计算公式： DD= EDF=N（-DD） 利用以上公式在MATLAB中输入程序计算出资产价值及其波动性、违约距离和违约概率。 （四）实证结果分析 由以上计算的结果可知，我省上市公司信用风险分布在1.32到8.85之间。信用状况最好的为中原高速，违约距离为8.853343751，违约概率几乎为零。最差的为新开源，违约距离为1.316189602。我省整体平均违约距离为3.24。违约距离分布可以看下表： 整体上来讲，我省上市公司信用状况还是较好的，发生违约的可能性较小，但还有部分小于2的上市公司信用状况稍微差些。但是由于公司规模不同，行业不同，上市公司违约距离也有较大的区别。所以说违约距离的大小不一定绝对代表企业信用状况，还需要构建一个违约数据库，还综合评价上市公司的信用状况，这里计算出的结果仅提供参考，具体实际情况，还要看上市公司自身的状况。 五、结论 本文对KMV模型进行系统性的理论分析，通过研究发现KMV模型比较适用于上市公司信用风险的评价。KMV模型以Black-Scholes、Merton及Hull和White的期权定价模型为理论基础，认为企业信用风险主要决定于企业的资产市场价值、波动率以及负债账面价值。在实证研究部分，运用河南省上市公司的数据，用KMV模型来重新度量河南省上市公司的信用风险，求出了河南省上市公司违约距离和理论违约概率。整体而言河南省上市公司信用状况良好，但是也有部分上市公司存在违约风险。这一研究不仅对我省上市公司信用风险管理提供了一定的支持，更有利于我省上市公司整体的发展。 Abstract： Through the comparison research， it is found that the KMV model is the most suitable method to measure the credit risk of the listing Corporat， based on the KMV model， the volatility of asset value and asset value is estimated by the model， and the value of the assets and the value of the assets are estima rate is obtained， and evaluates the credit risk of Henan province effectively， and then provides the theoretical and practical experience for the rational analysis and decision of the investors or the investment institutodel Default distance 参考文献： 于立勇. 商业银行信用风险评估预测模型研究J. 管理科学学报，2003，（5）. 叶庆祥，景乃