（工商管理专业论文）经济波动与公司的信用风险——不同行业的检验.pdf

0 7 3 0 2 51 0 1黄克捷 经济波动与公司的信用风险不同行业的检验 中文摘要 商业银行亲周期性( p r o c y c l i c a l i t y ) 行为加剧了经济波动，对经济周期具有放大作 用，它表现为，在宏观经济处于萧条时期，信用违约将会显著增加；相反，在经济处 于繁荣时期，信贷质量则会明显改善，因而银行信用也呈现萧条时收缩，繁荣时扩张 的特点。国外众多学者的理论和实证研究结果都表明信用风险对经济周期表现为负相 关性，在经济周期上升阶段，通常违约率下降，信用风险降低。但在经济周期下降阶 段，总需求下降，企业的盈利水平下降，导致偿还能力下降，企业违约概率上升。因 此，要增强金融体系和宏观经济的稳定性，就必须从信用风险管理的角度入手，合理 的监管商业银行的信贷投放，控制银行的信用风险。 m e r t o n ( 1 9 7 4 ) 基于期权定价理论的违约预测方法，把银行的放款问题倒转过来， 从借款企业股权持有者的角度考虑贷款偿还激励问题。企业的违约取决于企业资产的 市场价值和价值的波动性，当资产价值低于负债的账面价值时，企业所有者会选择违 约，并将企业的剩余资产移交给放款人( 银行) 。反之，企业所有者有动力偿还贷款。 因此违约概率取决于资产价值与违约点( 债务账面价值) 的距离。当经济衰退时，企业 的资产价值下降，违约距离缩短，违约概率上升，反之，则违约概率下降。通过以上 基于期权定价理论的k m v 结构模型，借助违约距离这一指标度量企业的信用风险， 并观察在宏观经济周期性波动过程中，违约距离的变化，以考察信用风险与经济周期 性波动的相关性，可以为金融机构的信用风险管理提供指导。 本文选取了钢铁、房地产、公用事业这三个具有典型特征的行业中不同信用等级 企业，通过考察公司违约距离的变化历史，分析公司的信用风险与宏观经济周期波动 性的相关关系。实证结果表明，随着我国市场经济程度提高，1 9 9 8 年后，钢铁和房 地产这类亲周期性行业，公司的信用风险与经济周期呈现负相关性，而信用级别低的 公司和公用事业类公司，其信用风险与经济周期的相关性更多的是由公司治理等其它 微观要素决定。 关键词：信用风险，经济周期，k m v 模型，违约距离 0 7 3 0 2 5 1 0 1黄克捷 经济波动与公司的信用风险一不同行业的检验 a b s t r a c t p r o - c y c l i c a lb e h a v i o ro fc o m m e r c i a l b a n k si n c r e a s e de c o n o m i c v o l a t i l i t y ，t h e a m p l i f i c a t i o no ft h ee c o n o m i cc y c l e i nt h em a c r o - e c o n o m i cr e c e s s i o ni nt h ep e r i o d ，c r e d i t w i l lb eas i g n i f i c a n ti n c r e a s ei nd e f a u l t i nc o n t r a s t ，d u r i n gt h ee c o n o m i cb o o m ，c r e d i t q u a l i t yw i l lb es i g n i f i c a n t l yi m p r o v e d ，w h i c ha l s oh a sb a n kc r e d i tc o n t r a c t i o nd e p r e s s i o n a n de x p a n s i o n m a n yf o r e i g nt h e o r ya n de m p i r i c a lr e s e a r c hr e s u l t ss h o wt h a tt h ec r e d i tr i s k o nt h ep e r f o r m a n c eo ft h ee c o n o m i cc y c l ef o rt h en e g a t i v ec o r r e l a t i o ni nt h er i s ep h a s eo f t h ee c o n o m i cc y c l e ，d e f a u l tr a t e sg e n e r a l l yd e c l i n e da n dc r e d i tr i s kr e d u c t i o n t h e r e f o r e ，i n o r d e rt os t r e n g t h e nt h ef i n a n c i a ls y s t e ma n dm a c r o e c o n o m i cs t a b i l i t y ，i ti sn e c e s s a r yf r o m t h ep e r s p e c t i v eo fc r e d i tr i s km a n a g e m e n ta p p r o a c h , ar e a s o n a b l er e g u l a t i o no fc o m m e r c i a l b a n k sl o a n s ，t h eb a n k sc r e d i tr i s kc o n t r 0 1 m e r t o n ( 19 7 4 ) b a s e do nt h eo p t i o np r i c i n gt h e o r y ，p r o b l e ml o a n st ob a n k st u r n e d a r o u n da n ds t a k eh o l d e r sf r o mt h eb o r r o w e r sp o i n to fv i e wt h eq u e s t i o no fl o a nr e p a y m e n t i n c e n t i v e s n 坨d e f a u l td e p e n d so nt h ee n t e r p r i s em a r k e tv a l u eo fc o r p o r a t ea s s e t sa n dt h e v o l a t i l i t yo ft h ev a l u e ，w h e nt h ev a l u eo ft h ea s s e t si sl o w e rt h a nt h eb o o kv a l u eo f l i a b i l i t i e s ，t h eb u s i n e s so w n e r sw i l lc h o o s et od e f a u l t ，a n dt h er e m a i n i n gb u s i n e s sa s s e t st o t h el e n d e r s ( b a n k s ) i n s t e a d , b u s i n e s so w n e r sh a v ep o w e rt or e p a yt h el o a n t h e r e f o r et h e p r o b a b i l i t yo fd e f a u l td e p e n d so nt h ev a l u eo ft h ea s s e t sa n dt h ed e f a u l tp o i n t ( t h ed e b t b o o kv a l u e ) o ft h ed i s t a n c e w h e nt h ee c o n o m i cr e c e s s i o n , t h ed e c l i n ei nt h ev a l u eo f c o r p o r a t ea s s e t s ，b r e a c ho fc o n t r a c tt os h o r t e nt h ed i s t a n c e ，i n c r e a s e dt h ep r o b a b i l i t yo f d e f a u l t , o nt h ec o n t r a r y ，i td e c r e a s e dt h ep r o b a b i l i t yo fd e f a u l t m o r et h a nt h et h e o r yo f o p t i o np r i c i n gb a s e do nt h ek m vm o d e l ，b yd e f a u l tf r o mt h et a r g e tm e a s u r eo fc o r p o r a t e c r e d i tr i s k ，a n dt oo b s e r v et h ec y c l i c a lf l u c t u a t i o n si n t h em a c r o c c o n o m i cp r o c e s so f c h a n g ef r o mt h ed e f a u l ti no r d e rt os t u d yt h ec r e d i t r i s ko fc y c l i c a lf l u c t u a t i o n sa n d e c o n o m i cr e l e v a n c e ，w i 也av i e wt op r o v i d eg u i d a n c eo nc r e d i tr i s km a n a g e m e n t i nt h i sp a p e r ，s e l e c t e df o ri r o na n ds t e e l ，r e a le s t a t e ，p u b l i cu t i l i t i e sh a v et h et y p i c a l c h a r a c t e r i s t i c so ft h e t h r e ed i f f e r e n ts e c t o r so ft h e c r e d i tr a t i n gc o m p a n i e s ，i n s p e c t i o n c o m p a n i e st h r o u g ht h ec h a n g ef r o mt h ed e f a u l th i s t o r y o ft h ec o m p a n y sc r e d i tr i s k a n a l y s i so fm a c r o e c o n o m i cc y c l e sa n dt h ec o r r c l m i o nb e t w e e nv o l a t i l i t y e m p i r i c a lr e s u l t s s h o wt h a t 州t l lt h ei m p r o v e m e n to fc h i n a sm a r k e te c o n o m y ，a f t e r19 9 8 ，s t e e la n dr e a l e s t a t eo fs u c hp r o - c y c l i c a li n d u s t r y ，t h ec o m p a n y sc r e d i t r i s ka n dr e l a t e dn e g a t i v e e c o n o m i cc y c l e ，w h i l el o w - l e v e lc r e d i tc o m p a n i e sa n dp u b l i cu t i l i t yc o m p a n i e s ，t h ec r e d i t r i s ka s s o c i a t e dw i t ht h ee c o n o m i cc y c l ei sm o r ed e c i d e db yt h ec o r p o r a t eg o v e r n a n c ea n d o t h e rm i c r o e l e m e n t s k e y w o r d s ：c r e d i tr i s k ，e c o n o m i cc y c l e ，k m vm o d e l ，d i s t a n c et od e f a u l t 2 0 7 3 0 2 51 0 1 黄克捷 经济波动与公司的信用风险一不同行业的检验 第一章绪论 1 、选题背景和意义 近年来，随着金融全球化趋势以及金融市场波动性的加剧，次贷危机演变而来的 全球金融危机，使得世界银行业受n t 前所未有的信用风险的挑战。在我国，随着四 大国有银行的股份制改造，银行业在资本市场乃至经济领域已达到了举足轻重的地 位，但我国银行业的整体水平较发达国家而言仍比较落后。尽管本次金融危机对我国 金融业的直接冲击较小，但花期银行的衰落，贝尔斯登的破产等系列事件，进一步表 明导致银行破产的主要风险就是信用风险。 在我国，信贷业务是商业银行的核心业务，商业银行的绝大部分收益来源于信贷 业务的利差收益，不仅是企业融资严重依赖银行，而且企业的信用风险将直接导致银 行信用风险，甚而影响我国金融市场的整体性风险。因此，在国内银行业短期内尚无 法改变严重依赖贷款业务获取收益的局面下，信用风险即成为我国银行业面临的主要 金融风险。 信用风险是由诸多因素造成的，如我国金融体制的内在缺陷、占贷款主体的国有 企业效益低下以及宏观经济制度转轨和经济政策的改变等，其中宏观经济周期性波动 是信用风险形成的重要因素。国外的风险实证研究和经济理论表明，信用风险与经济 周期波动之间的关系呈现负相关性。信用风险的亲周期性特征为我国的银行业风险管 理带来了极大的挑战，研究信用风险与我国经济周期的关系一方面能提高信用风险管 理水平，另一方面为在宏观调控政策下的信贷投放提供更有力的决策支持。 2 、文献回顾及简评 国外对经济周期波动与信用风险关系的实证研究成果表明，信用风险与经济周期 波动之间的关系呈现负相关性。例如，b a n g i ae ta 1 ( 2 0 0 2 ) 1 分析美国标准普尔的违约 和转移数据，并且根据n b e r 年表的季度评级违约数据，估计了一个扩张期矩阵和 衰退期矩阵，发现明显存在两个阶段，衰退矩阵的违约概率和信用级别降低的概率都 较高。n i c k d le ta 1 ( 2 0 0 0 ) 2 用穆迪的数据在三个阶段即波峰、波谷和正常期的基础上 也给出类似的证明。这些研究的一般结论是，违约概率倾向于在经济不景气的状况下 更高，即信用风险与经济周期波动之间的关系呈现负相关性。 近年来，我国学者陆续对k m v 风险度量模型在我国的适用性方面做出了一些研 究，即k m v 模型是否可以识别我国存在的信用风险，其准确度、灵敏度是否很高、 如何开发出更能反映我国宏观经济环境特点和我国上市公司特征的关系函数等问题。 研究主要是按照k m v 模型的基本框架并利用国外研究的模型和关系函数，以我 国上市公司为样本，对洲模型构架进行检验；有的以一家上市公司为样本( 张义 强，2 0 0 3 ) 6 有的以多家上市公司为样本，并将其划分为不同的类别，如划分为绩 优股、绩差股和高科技股( 程鹏、吴冲锋，2 0 0 2 ) 7 ，还有的针对k m v 模型中股权市值 0 7 3 0 2 5 1 0 1 黄克捷 经济波动与公司的信用风险一不同行业的检验 计算方法和违约点设定问题开展研究( 张玲，杨贞柿，2 0 0 4 ) 9 0 另外，针对模型中 的股权价值的估计，前人也给出了一些修正意见。因为模型创建于西方经济市场，在 那里上市公司的所有股权均是可以上市流通的，因而它在计算股权价值时将股票的价 格与股票总数直接相乘即可确定。而由于我国特殊的国情造成了上市公司特殊的股权 结构，不能简单将流通股数与非流通股数简单相加来确定总股数。因此我国学者研究 了多种不同的方法来解决非流通股的折算问题。鲁炜、赵恒衍等人( 2 0 0 3 ) 8 提出采用 加权的方法，即股权= 股价x 流通股股数+ 股权的帐面价值x ( 总股数一流通股股数) 总股本。 现有研究通过实证研究证明调整后的k m v 模型能够比较有效的揭示上市公司的 信用风险，在中国证券市场完全可以利用k m v 模型来及时识别上市公司的信用风险 ( 张玲，杨贞柿，2 0 0 4 ) 9 ，为投资者、债权人、监管机构等相关人员和部门提供较 为可靠的信用风险评价信息，为及时发现从而规避或者消除信用风险提供有益的策略 参考。另外，由于股票价格信息除了反映公司历史状况，更为重要的是包含了市场对 公司未来发展前景的预期，该模型能够比较有效的预测上市公司的信用风险。 3 、本文研究内容及目标 基于以上论述，信用风险管理在银行管理中具有十分重要的地位，而信用风险度 量又是风险管理的首要步骤。随着我国经济市场化程度日益加深，以宏观调控为主要 经济周期平抑手段的今天，分析信用风险与宏观经济之间关系，对于合理控制信贷投 放和投向将有积极意义。信用风险度量的理论和方法涵盖的内容多且复杂，本论文在 已有研究成果的基础上，采用k m v 公司在期权理论基础上发展而来的k m v 信用风 险度量模型，该模型通过公司的公开市场数据和财务数据来度量违约距离( d d ) ， 并通过违约距离与历史数据库的对照得出预期违约概率( e d p ) ，从而度量公司的信 用风险状况。由于k m v 模型在国内尚处于引进研究阶段，由于缺乏历史违约数据资 料，尚难以根据违约距离得到预期违约概率，所以本文中采用违约距离代替预期违约 概率来度量信用风险，并通过分析违约距离与宏观经济变量g d p 之间的关系，以期 探讨在我国本轮经济周期中公司的信用风险特征，及其与宏观经济周期性波动之间的 相关性。 4 、本文的框架 为了对信用风险的衡量，以及宏观经济周期下的信用风险变化情况进行全面的阐 述，本文共分为六章。 第一章：绪论。阐述选题的背景和意义，对相关文献回顾和简评，并说明本文的 一拿就内容和框架等。 第二章：宏观经济周期与信用风险。本章概述了货币信用因素的经济周期理论， 信用风险度量技术的各种相关理论，以及信用风险与宏观经济周期性波动的相关性理 论。 4 0 7 3 0 2 51 0 1黄克捷 经济波动与公司的信用风险不同行业的检验 第三章：信用风险度量的k l v t v 模型。本章概述了信用风险度量方法，以及k m v 模型的理论基础、理论框架和计算步骤。 第四章：上市公司信用风险的度量。本章说明了选取样本上市公司的公开数据， 运用k m v 模型度量信用风险的实证过程。 第五章：违约距离实证结果的周期性分析。本章根据信用风险与经济周期相关性 的理论，按行业分析样本上市公司的违约距离与宏观经济变量之间的关系。 第六章：总结和展望。本章对上述违约距离与宏观经济变量的相关性，总结了我 国信用风险与经济周期的相关性，提出我国信用风险与经济周期相关性研究的设想。 5 、研究方法和范围界定 本文在研究方法上主要采取了k m v 信用风险度量模型，该模型主要是依据上市 公司的市场价格和公开报告中的财务数据，基于期权定价理论来度量上市公司的信用 风险。其中我所做的工作主要是采用k m v 模型计算样本上市公司长期以来的违约距 离，通过违约距离反映公司信用风险状况的变化，并观察宏观经济变量g d p 的增幅 变化与样本公司的违约距离的变化过程，以期找出公司信用风险的与经济周期性波动 之间的相关性。 6 、存在的不足 我国证券市场尚处于发展阶段，操纵股价，信息披露不规范，财务数据造假等现 象时有发生，造成数据失真，进而造成模型失效。再者受时间限制，本文选取的上市 公司样本有限，难免存在以偏概全的情况。 以上及其它可能存在的不足之处，还请读者海涵，并请不吝赐教。 5 0 7 3 0 2 5 1 0 1黄克捷 经济波动与公司的信用风险一不同行业的检验 第二章宏观经济周期与信用风险 2 1 货币信用因素的经济周期理论 关于经济周期成因的理论有很多，关于货币信用因素的经济周期理论有以下三 种： l 、英国经济学家霍特里( h a w t r e y ，r g ) 倡导的纯信用论。把经济周期和危 机看成是纯粹的信用现象，认为经济周期性波动之唯一和充分的原因在于银行体系周 期性的扩张和紧缩信用，并且，危机的形成也是银行在繁荣后期所采取的紧缩信用政 策造成的，霍特里甚至认为，假若信用紧缩现在不发生，商业周期的繁荣阶段将无限 延长。 2 、熊彼特( s c h u m p e t e r ，j o s e p ha ) 的非常信用论。熊彼特在其以“创新”为核 心的经济发展理论中区分了“正常信用”和“非常信用”。正常信用的作用在于保证生产 的正常循环流转，而只有非正常信用才能为企业家重新组织生产提供购买力。熊彼特 认为，经济发展的本质就在于对现存的劳动和土地所提供的服务加以不同于从前的使 用和生产要素的组合，这种新组合就是创新。而银行的非常信用不仅是促成创新形成、 促进经济发展和繁荣的直接动力，而且经济的紧缩也是起因于银行信用的紧缩。 3 、哈耶克( h a y e kf r i e d r i c h ，a v ) 的货币投资过度论。哈耶克认为，经济衰 退的直接原因是资本不足，根本原因是强制储蓄引起的过度投资。因此，国家干预经 济影响银行自行调节信用，不利于生产结构的均衡发展。货币金融当局的信用膨胀政 策是破坏经济体系均衡、引起经济周期波动的根本原因。 以上理论都认为是经济中的货币、信用等因素直接促成了经济周期的形成，并对 经济周期的进一步发展起到了推波助澜的作用。 2 2 商业银行的亲周期性行为 从历史经验看，银行信贷资金供给也具有明显的周期特征。在经济复苏期间，风 险通常看起来是很低的，银行信贷管理人员往往特别乐观，愿意放款，在经济繁荣期 间更是如此，这时，风险管理人员( 甚至监管当局) 要求小心风险的呼声往往得不到 重视，但实际上不稳定因素却正是在这个时候积累起来的。在经济衰退期间，随着损 失的凸现和坏账核销的上升，谨慎从事提上议事日程，信贷员严格放贷，风险管理人 员和监管当局也会以贷款损失为由慎而又慎。这些都加剧了实际部门经济周期的波 动，当这种不稳定释放出来的时候，一方面是宏观经济将会为此付出沉重的代价，另 一方面则是商业银行的信用风险迅速上升。 商业银行的这种行为特征称为亲周期性( p r o c y c l i c a l i t y ) 。所谓亲周期性，简单地 讲，就是银行业所具有的加剧经济波动，对经济周期的放大作用。它表现为，在宏观 6 0 7 3 0 2 5 1 0 1 黄克捷 经济波动与公司的信用风险一不同行业的检验 经济处于萧条时期，信用违约将会显著增加；相反，在经济处于繁荣时期，信贷质量 则会明显改善，因而银行信用也呈现萧条时收缩，繁荣时扩张的特点。所以，从事后 的角度来看，商业银行信用具有十分明显的亲经济周期的特征。新巴塞尔协议b a s e li i 建议商业银行采用类似于c r e d i t m e t r i c s “”和k m v 的风险敏感的计量模型，但如果所 运用的模型不能适当地估计宏观经济周期性波动对信用风险计量所可能产生的影响， 很可能将进一步加剧银行业的亲周期性，危及到金融体系和宏观经济的稳定。因此， 要增强金融体系和宏观经济的稳定性，就必须从信用风险管理的角度入手，将能够测 量到的不稳定因素纳入到信用风险计量模型中去，站在经济周期波动的视角来管理信 用风险，保证金融体系的安全有效运转，避免宏观经济的大起大落。 2 3 信用风险与宏观经济 2 3 1 信用风险与宏观经济的理论 g u p t i o n 3 在2 0 0 2 年给出了信用风险的一个定义，是指除了包括债权契约的债务 无法在契约到期履行其债务的违约风险外，还包含在信用评级制度下，因信用评级等 级的改变而使债权资产价格变化所产生的风险。 根据对宏观经济特征的不同假设，可将信用风险与宏观经济周期性波动之间的关 系归纳为两种典型情况。 一是把宏观经济周期性波动变化看作是一个正弦曲线，因此，繁荣之后很可能是 随之而来的衰退，衰退之后则会转为复苏。在这种假设下，一个前瞻性的信用评级体 系则应该是当经济处于波动周期的繁荣阶段时，考虑到衰退很快将会到来，就增加所 评估的信用风险；而当经济处于波动周期的衰退阶段时，考虑到经济最终将会转为复 苏，就减小所评估的信用风险。 二是虽然经济波动从事后看呈现周期性的扩张与收缩的交替，但它的周期性特征 太不规则了，不可能事先知道未来将会如何变化，所以，经济现在的表现就是预测未 来前景的最好的指示器，因而，繁荣之后随之而来的未必是衰退，衰退之后也并不意 味着复苏的到来。在这种假设下，一个前瞻性的评级体系则应该是当经济处于波动周 期的繁荣阶段时，考虑到这种繁荣将得以延续，就减小所评估的信用风险；而当经济 处于波动周期的衰退阶段时，考虑到衰退也将得以持续，相应也就增加所评估的信用 风险。 2 3 2 信用风险与经济周期的国内外实证研究 l 、国外实证研究。 经济周期状态与信用风险关系的实证研究，在国外已有不少成果。例如，b a n g i a e ta 1 ( 2 0 0 2 ) 分析美国标准普尔的违约和转移数据，并且根据n b e r 年表的季度评级 违约数据，估计了一个扩张期矩阵和衰退期矩阵，发现明显存在两个阶段，衰退矩阵 7 0 7 3 0 2 5 1 0 1 黄克捷经济波动与公司的信用风险不同行业的检验 的违约概率和信用级别降低的概率都较高。n i c k e l le ta 1 ( 2 0 0 0 ) 用穆迪的数据在三个阶 段即波峰、波谷和正常期的基础上也给出类似的证明。这些研究的一般结论是，违约 概率倾向于在经济不景气的状况下更高，即信用风险与经济周期波动之间的呈现反向 的相关性。 2 、国内实证研究 在国内，张屹山等人1 2 针对我国1 9 8 5 铀0 0 2 年我国各年的实际g d p 、历年贷 款总量、不良贷款和违约率，建立计量模型，经过h p 滤波处理，得到景气循环和信 贷风险循环项的对照图，并得出了在1 9 9 6 年以前我国的违约率和景气呈现正的相关 性，即经济越景气，贷款的违约率反而越大。但过了1 9 9 6 年以后，我国的贷款违约 率呈现下降趋势，呈现出违约率与宏观经济景气的反向相关特点。这可能的原因是我 国经济的市场化程度逐步深化，金融借贷市场和金融监管也越来越走向市场化，随着 市场效率的提高，人为干预的因素越来越少，经济景气波动和信用风险的关系更呈现 了它自身所具有的本质特征。 0 7 3 0 2 5 1 0 1 黄克捷经济波动与公司的信用风险- 不同行业的检验 第三章信用风险度量的i c m v 模型 3 1 信用风险度量方法综述 从目前己有的信用风险度量技术上看，我们大致可以将其分为传统的度量方法和 基于资本市场理论和信息科学依据以及资产组合理论的现代度量模型两类。第一类主 要是传统的信用风险度量方法：专家系统分析方法( 如5 c 分析法) ) 、信用评分法( 多元 判别分析法，线性、l o g i t 和p r o b i t 回归模型) 、神经网络模型；第二类主要是现代信用 风险度量方法包括基于期权定价理论的k m v 模型，基于v a r 的c r e d i tm e t r i c s 模型、 麦肯锡开发的基于宏观经济变量的c r e d i tp o r t f o l i ov i e w 模型，基于保险精算的c r e d i t 硒s k + 模型等。 与传统方法相比，现代模型的突出特点是：从定性分析转向定量分析，运用了现 代金融理论的最新成果；从指标形式向模型化形式转变；从单项贷款分析转向组合分 析；从盯住账面价值转向盯住市场价值；尝试考虑宏观环境对信用风险的影响，如麦 肯锡的c r e d i tp o r t f o l i ov i e w 模型；广泛吸收相关领域的最新成果，如基于保险精算理 论的c r e d i tr i s k + 模型。应该说现代信用风险模型对银行业信用风险度量产生了不可 估量的影响，对我国商业银行对信用风险的度量提供了重要的参考价值。 3 2 基于期权理论的l 伽v 模型 3 2 1k m v 模型简介 k m v 模型是由位于美国旧金山的k m v 公司应用m e r t o n ( 1 9 7 4 ) 思想即期权理 论所开发的一种违约预测模型，因此，它又被称为e d f 模型。该模型适用于其股权 在市场公开交易的公司。k m v 模型的基本思想是：将公司权益视为以公司资产价值 为标的看涨期权，将违约视为公司不执行看涨期权，亦即当公司的资产价值低于一定 的水平时公司就会对债权人发生违约，这一水平对应的点就是违约触发点( d e f a u l t p o i n t ) 。k m v 模型通过计算违约距离d d ( d i s t a n c et od e f a u l t ) 即公司价值的现值与违 约触发点之差除以公司价值的标准差，并假定具有相同违约距离的公司具有相同的违 约风险，然后k m v 公司利用自己特有的数据库将具有相同违约距离的公司归为一类， 并将该类的实际违约率作为与该类具有相同违约距离的公司的预期违约率 e d f ( e x p e c t e dd e f a u l tf r e q u e n c y ) ，这样就建立了公司的违约距离与其预期违约率的对 应关系。因此，k m v 模型的核心就是计算违约距离d d ，违约距离表征了一个公司 违约风险的状况，违约距离越小，公司的违约风险就越大，反之，公司的违约风险就 越小。 该模型的主要优势有：一是模型有坚实的理论基础，即期权理论：二是模型采用 的数据主要是股票市场数据，因此数据和结果更新及时，基于股票市场数据计算出来 9 0 7 3 0 2 5 1 0 1黄克捷 经济波动与公司的信用风险不同行业的检验 的e d f 不仅反映了企业历史和当前的发展状况，而且反映了市场中投资者对企业未 来发展的预期，具有前瞻性。 该模型的主要不足之处是：一是模型的假设较为苛刻，如要求资产价值服从正态 分布和关于公司资本结构的假设过于简单；二是该模型对于非上市公司的信用风险评 估存在很大的局限性；三是模型不能处理非线性产品，如信用违约互换合约。 3 2 2 国内对k i v l v 模型的研究综述 我国学者陆续对e d f 模型在我国的适用性方面做出了一些研究，即k m v 模型 是否可以识别我国存在的信用风险，其准确度、灵敏度是否很高、如何开发出更能反 映我国宏观经济环境特点和我国上市公司特征的关系函数等问题。研究主要分为两 类：一类按照e d f 模型的基本框架并利用国外研究的模型和关系函数，以我国上市 公司为样本，对e d f 模型构架进行检验；有的以一家上市公司为样本( 张义强，2 0 0 3 ) o ，有的以多家上市公司为样本，并将其划分为不同的类别，如划分为绩优股、绩差 股和高科技股( 吴冲锋，2 0 0 2 ) 7 。另一类则在修正模型的基础上，再用国内的样本数据 进行验证，以探求在我国的具体适用性。如2 0 0 2 年和2 0 0 3 年，韩立岩和郑承利1 0 分别提出e d f 违约预测模型中固定违约点的缺陷，建议在e d f 模型基础上采用模糊 随机方法对公司违约预测进行探讨：在进一步的研究中又将违约点模糊化，以模糊事 件表示违约，从而修改确定公司股权价值的期权公式，进一步得到违约概率预测，并 通过案例分析表明他们提出的模糊方法是可行的。2 0 0 3 年，鲁炜、赵恒衍和刘冀云8 在研究中利用中国股市的数据，利用固定增长模型的f c f f ( 自由现金流量) 计算模型 中的两个关键参数：公司资产价值和资产价值波动率，并利用1 9 8 6 年广义条件异方 差模型g a r c h ( 1 ，1 ) 计算另一个参数：股权价值波动率，最后用一个两参数的w e i b u l l 方程分别来描述资产波动率和股权价值波动率的关系函数。另外，针对模型中的股权 价值的估计，前人也给出了一些修正意见。 另外，针对模型中的股权价值的估计，前人也给出了一些修正意见。因为模型创 建于西方经济市场，在那里上市公司的所有股权均是可以上市流通的，因而它在计算 股权价值时将股票的价格与股票总数直接相乘即可确定。而由于我国特殊的国情造成 了上市公司特殊的股权结构，不能简单将流通股数与非流通股数简单相加来确定总股 数。因此我国学者研究了多种不同的方法来解决非流通股的折算问题。鲁炜、赵恒衍 等人( 2 0 0 3 ) 8 提出采用加权的方法，即股权= 股价x 流通股股数+ 股权的帐面价值x ( 总 股数一流通股股数) 总股本。 现有研究通过实证研究证明调整后的k m v 模型能够比较有效的揭示上市公司的 信用风险，在中国证券市场完全可以利用k m v 模型来及时识别上市公司的信用风险 ( 张玲，杨贞柿，2 0 0 4 ) 9 ，为投资者、债权人、监管机构等相关人员和部门提供较 为可靠的信用风险评价信息，为及时发现从而规避或者消除信用风险提供有益的策略 1 0 0 7 3 0 2 5 1 0 1 黄克捷 经济波动与公司的信用风险不同行业的检验 参考。另外，由于股票价格信息除了反映公司历史状况，更为重要的是包含了市场对 公司未来发展前景的预期，该模型能够比较有效的预测上市公司的信用风险。 3 3k m v 模型的理论框架 3 3 1m e r t o n 模型简介 k m v 信用风险测度模型的理论基础是m e r t o n 于1 9 7 4 年建立的基于期权定价的 信用风险模型。在建模过程中，m e l t o n 作了如下假设： 利率固定，企业价值遵循的随机过程为： = r o t 俄强 ( 3 1 ) 公司发行面值为d 的零息债券，债券在t 时刻到期 违约事件只会在债券到期i t t 时刻发生，发生违约事件的原因是公司价值为 s t d 投资者是风险中性的： 厂。，当s t 耋d 时 在t 时刻，债券持有人的收入为：一 ls t ，当s t p 矽 其中：z t ( o 1 ) 是一个标准正态分布；p 资产收益的期望值；仃2 资产收益的方差。 图中虚斜线为公司未来资产价值的期望值：e ( 墨) = s 。e x p , u t ) ，虚斜线的斜率就代表 了公司资产价值的期望增长率。在期权的理论框架下，如果在到期日公司资产的价值 低于债务合同中约定的支付值，违约事件将发生。这就是说，存在一个临界的公司资 产价值，即上图中的违约点d p ，( 违约点d p 在现实中一般小于公司所有债务的价值) 。 d d 为违约距离，即信用风险程度。e d f 表示某公司违约的概率。 3 4k m v 模型度量信用风险的步骤 3 4 1 模型前提假设 建立k m 、，模型有两个重要的假设：一是假设公司资产的市场价值符合对数正态 分布，即资产收益符合正态分布。k m v 公司的实证研究表明，这个假设非常好，真 实的数据与这一假设是相符的；二是资产收益的分布是稳定的，也就是说，资产收益 的波动性基本保持不变，这也得到了实证检验的支持。 3 4 2 违约概率推导步骤 k m v 模型通过推导公司的违约概率测度公司的信用风险。推导包括四个步骤： 测算公司的违约点( d p ) 。 测算公司的市场价值和公司资产的波动率。 0 7 3 0 2 51 0 1黄克捷 经济波动与公司的信用风险一不同行业的检验 计算违约距离( d i s t a n c e - t o d e f a u l t ，d d ) 。 计算预期违约概率。 1 、测算公司的违约点( d p ) 违约点( d e f a u l tp o i n t ，d p ) 是指在t 时刻企业资产市场价值下降到足以触发公司行 使违约权的资产市价( 参见图3 1 中的) 。从理论上讲，违约临界点就是企业负债 的价值。而度量负债价值最合适的是账面价值，因为账面价值是在时刻t 企业必须偿 付的价值。实证中，大量的研究表明d p 一般等同于流动负债( c l ) 加长期负债( l l ) 的二分之一，即d p = c l + o 5 x l l 。 2 、估计资产的市场价值及其波动性 现代金融理论认为，公司的账面价值仅代表了公司资产的历史成本减去它们的累 计折旧，它无法真正反映公司的价值。公司的价值是随人们对公司未来发展的预期变 动的，公司的市场价值才是公司的真正价值。如果公司所有的债务和所有者权益都是 公开交易的，那么测度公司资产的市场价值和资产收益波动率的工作将变得很容易。 公司资产价值就是公司各种债务和所有者权益的市场价值的总和，公司资产收益的波 动率也可以从合计的债务和所有者权益价值的时间序列推出。然而，在现实中，对于 绝大多数公司来说，我们只能直接观测到所有者权益的价格和部分公开交易的那部分 债务的价格，而不可能观测到所有债务的价格。一种替代的方法就是使用m e r t o n 在 1 9 7 4 年提出的期权定价模型。为了便于模型使用，k m v 公司做了一些假设，即公司 资本仅由所有者权益、短期负债( 它被认为与现金是等价的) 、长期负债( 它被假设为永 续的) 和可转换优先股构成。在这些假设下，我们可以推导出所有者权益和权益波动 率的解析解。在企业权益价值是已知的情况下，企业资产的市场价值及其波动率可利 用期权定价而得到，即企业权益是以企业资产为标的物的看涨期权。由于企业的债务 和权益都以企业资产为标的物的衍生证券，这样，利用权益的期权特征，可以反推出 资产的市场价值及其波动率，因为权益价值可以从资本市场上观察而得到。具体推导 过程为： 假定公司标的资产的市场价格服从维纳过程( w i e n e rp r o c e s s e s ) ： 0 s = 届a a t + o a s a 0 z。p 矽 其中：5 a 是公司资产的价值；“是公司资产价值期望收益率：仃a 是公司资产价 值的波动率；龙服从狭义的维纳过程。 假设公司有两种单纯的资金来源：即普通债务和股权融资，如果用x 表示到期 日为t 时的债务账面价值，则权益价值与资产价值之间的关系可表示为( 参见第三章 的公式3 4 ) ： e = 删( 磊) 一恐1 ”n ( 4 ) p 缈 1 4 0 7 3 0 2 5 1 0 1 黄克捷 经济波动与公司的信用风险一不同行业的检验 另一方面根据i t i o sl e m m a ，公司股票的波动率与资产的波动率存在如下关系 仉：坐盥。口j 缈 。 e 联立方程( 4 2 ) ( 4 3 ) 即可求得公司资产的市场价值6 a 及资产的波动率。 在实际操作中，( 4 3 ) 式中的权益的波动率口e 可根据股票价格的历史数据估计得 出。选取观察股票价格的时间间隔可以确定为天、周或者月；n 值选取越大，精度越 高。但是，过于长远的历史数据对于预测未来的相关性将逐渐减弱。实证经验法则是 设定度量波动率的时期等于将应用波动率所对应的预测时期4 。实际运用中更多的是 考察公司一年内的信用风险情况，为此，本文选取观察股票价格的时间间隔为周，使 用连续5 2 周的股票历史数据来分析权益的波动率c r e 。 由于我国上市公司的股权结构分为流通股和非流通股，其中权益价值中对于非流 通股的价值是按照每股净资产计算。所以，权益价值的计算方法： e = 流通股股数股价+ 非流通股股数每股净资产 阻j 砂 3 、计算违约距离以反映信用风险程度 信用风险程度可用违约距离( d i s t a n c et od e f a u l t ，d d ) 来衡量，后者是指资产市值 偏离违约点的标准差数( 参见图3 1 中的) 。它也与资产市值的大小、资产市值的波 动性有关。违约距离的定义见公式( 3 6 ) 。 4 、计算期望违约率 期望违约率( e x p e c t e dd e f a u l tf r e q u e n c y e d f ) 是指资产市值低于违约点出现违约 现象的频数，如图3 1 中低于违约点的部分。假设当公司资产在债务到期时低于债务 面值就出现违约时，期望违约率就是资产价值在t 时刻低于债务面值的概率。 只= p r o b t s 土五i 戳= 文】= p r o b 1 n s 土s h i 殴= 文】 p 1 2 ) ( tt ， 式中：p t 是在时刻t 的违约概率，) 是时刻t 时公司资产的市场价值，以t 是时刻t 公司负债的账面价值。应用i t 0 定理”，可推导出，在o 时刻时公司资产价值为o a ，则 t 时刻公司资产价值为： 坶= i n s + ( 一冬) r + o - a 石g 上式中，是公司资产回报的残差。联立( 4 4 ) 与( 4 5 ) ， 只：p r o b 1 n s + o 一手) ，+ 以s h l x 。】 l r i 导+ 似一簪) r 蜘翩只= 删一￥如】 3 1 3 ) 可得到违约概率 8 1 4 ) 8 1 5 ) 根据b s 模型中假设公司资产回报率的残差8 1 - jn ( o ，1 ) 5 ，则由累积正态分布可定 义出违约概率： 0 7 3 0 2 5 1 0 1黄克捷 经济波动与公司的信用风险一不同行业的检验 例卜宅雩， 此时，违约距离就是公司价值距离违约点的标准差数， 肋：! = 互s a 二：二兰0 2 c r a 4 t 3 j6 ) p 1 7 ) 3 4 3k m v 模型度量信用风险的不足 由于k m v 模型要求违约数据至少十年以上，才能有效地确认违约距离d d 和预 期违约概率e d p 的映射关系。在国内，一方面普遍