（金融学专业论文）股票收益中的违约风险—基于中国股票市场的实证研究.pdf

摘要 违约风险是债务人在债务到期时，无法或不想还本付息，而使债权人遭受 损失的风险。许多学者在数量化违约风险方面作出杰出的贡献，但是他们的研 究主要集中于利用模型化的违约风险为公司债券及信用衍生产品定价，极少有 人关注股票收益中违约风险，或利用违约风险为股票定价。如何测算股票收益 中的违约风险? 违约风险是否会影响股票收益? 违约风险是否有助于股票定价? 这是本文提出并解决的主要问题，也是目的所在。 本文以1 9 9 7 年1 月4 日至2 0 0 7 年1 2 月2 8 日深沪两市a 股上市公司 为样本，运用m e r t o n ( 1 9 7 4 ) 结构化模型计算单个公司的月度违约可能性指 标，并以此衡量违约风险。随后运用v a s s a l o ua n dx _ i n g ( 2 0 0 4 ) 二维分组方法和 n i j m a n 等( 2 0 0 2 ) 以组合为基础的回归方法考察违约风险与股票收益变动之间 的关系。最后，分别在c a p m 和f a m a - f r e n c h 三因素模型添加“违约风险因 子，从而形成两个定制的实证资产定价模型，考察和对比四个定价模型 c a p m 、三因素模型和两个定制模型，获取股票收益中的违约风险定价信息。 实证研究结果表明：( 1 ) 中国股票市场存在明显的“违约效应违约 风险越高，收益越低；违约风险越低，收益越高。( 2 ) 违约风险与公司规模和账 面市值比有关。随着规模的增加违约风险单调递减，规模效应仅仅存在于低违 约风险和次低违约风险分位中。而b m 效应仅仅存在于最高违约风险分位数 中，而且b m 和违约风险之间是单调相关，价值股票( 高b m ) 比成长股票( 低 b m ) 具有更高的违约风险。( 3 ) f a m a - f r e n c h 的规模因子( s m b ) 和账面市值 比因子( h m l ) 包含部分违约风险相关信息。( 4 ) 违约风险是系统性风险。 本文为商业银行等金融机构度量违约风险方面提供了重要的思路和方法， 而且拓展了因子定价模型，对上市公司股票进行正确定价将起促进作用。 关键词：违约风险；股票收益；资产定价 a b s t r a c t d e f a u l tr i s ki sar i s kt h a tad e b t o rw h e nt h eo b l i g a t i o ne x p i r e s ，c a n to rd o n t w a n tt op a yb a c kt h ec a p i t a lp l u si n t e r e s t ，s ot h a tm a k e st h ec r e d i t o rs u f f e r l o s i n g a l t h o u g hc o n s i d e r a b l er e s e a r c he f f o r th a sb e e np u tt o w a r dm o d e l i n g d e f a u l tr i s kf o rt h ep u r p o s eo fv a l u i n gc o r p o r a t ed e b ta n dd e r i v a t i v ep r o d u c t s w r i t t e no ni t ，l i t t l ea t t e n t i o nh a sb e e np a i dt ot h ee f f e c t so fd e f a u l tr i s ko ne q u i t y r e t u r n s ，o r m a k eu s eo fi tt op r i c ee q u i t y h o wt om e a s u r ed e f a u l tr i s ki ne q u i t y r e t u r n s ? d o e sd e f a u l tr i s ka f f e c te q u i t yr e t u r n s ? d o e sd e f a u l tr i s kh e l pt op r i c e s t o c k s ? t h o s ea r en o to n l yt h em a i ni s s u e sp r o p o s e di nt h i sp a p e r ，b u ta l s ot h e c o r ep u r p o s eo ft h i sr e s e a r c h t h i st h e s i su s e st h el i s t e dc o m p a n i e so fc h i n a sa s t o c km a r k e td u r i n gj a n u a r y4 ， 1 9 9 7t od e c e m b e r2 8 ，2 0 0 7a st h er e s e a r c hs a m p l e ，i tm a k e su s eo ft h es t r u c t u r a l m o d e lo ft h em e r t o n ( 1 9 7 4 ) t oc a l c u l a t et h em o n t h l yd e f a u l tl i k e l i h o o di n d i c a t o r o fe v e r ys i n g l ec o m p a n y , a n du s e si tt om e a s u r et h ed e f a u l tr i s k t h e n ，f o l l o w e d b yt h em e t h o do fc o n s t r u c t i n gt w o - d i m e n s i o n a lg r o u p i n go fv a s s a l o ua n dx i n g ( 2 0 0 4 ) a n dt h ep o r t f o l i o - b a s e dr e g r e s s i o na p p r o a c ho fn i j m a ne ta 1 ( 2 0 0 2 ) t o s t u d yt h er e l a t i o n s h i pb e t w e e nd e f a u l tr i s ka n dv a r i a t i o ni ne q u i t yr e t u r n s f i n a l l y , a d d i n g “d e f a u l tr i s kf a c t o r t ot h ec a p m a n df a m a - f r e n c ht h r e ef a c t o r s m o d e lr e s p e c t i v e l y , s oc u s t o m i z et w oe m p i r i c a la s s e tp r i c i n gm o d e l s ，a n ds t u d y a n dc o m p a r et h ef o u rp r i c i n gm o d e l - c a p m ，t h r e ef a c t o r sm o d e la n dt h et w o - c u s t o m i z a t i o nm o d e l ，a c c e s st ot h ep r i c i n gi n f o r m a t i o no fd e f a u l tr i s ki ne q u i t y r e t u r n s t h ec o n c l u s i o n so ft h ee m p i r i c a lr e s e a r c ho ft h i st h e s i ss h o wt h a t ：( 1 ) t h e r ei s s i g n i f i c a n t “d e f a u l te f f e c t ”t h eh i g h e rt h ed e f a u l tr i s k t h el o w e rt h er e t u r n ( 2 ) t h a td e f a u l tr i s ki si n t i m a t e l yr e l a t e dt ot h es i z ea n db o o k - t o - m a r k e tc h a r a c n l t e r i s t i c so faf i r m w i t ht h es i z ei n c r e a s i n g ，d e f a u l tr i s kd e c r e a s e sm o n o t o n o u s l y t h es i z ee f f e c te x i s t so n l yw i t h i nt h eq u i n t i l e sw i t ht h el o w e s ta n ds u b - l o w e s t d e f a u l tr i s k t h eb me f f e c te x i s t so n l yi nt h eq u i n t i l e sw i t ht h eh i g h e s td e f a u l t r i s k v a l u es t o c k sh a v em u c hh i g h e rd e f a u l tr i s kt h a ng r o w t hs t o c k s ，a n dt h e r e i sam o n o t o n i cr e l a t i o nb e t w e e nb ma n dd e f a u l tr i s k ( 3 ) t h es m ba n dh m l f a c t o r so ft h ef a m a - f r e n c ht h r e ef a c t o rm o d e ld e f a u l t - r e l a t e di n f o r m a t i o n ( 4 ) d e f a u l tr i s ki ss y s t e m a t i cr i s k t h i st h e s i sp r o v i d e st h ei d e a sa n dm e t h o d si nt h ed e f a u l tr i s km e a s u r e m e n ta n d m a n a g e m e n tf o rc o m m e r c i a lb a n k sf i n a n c i a li n s t i t u t i o n s ，a n di te x p a n d st h e m u l t i f a c t o r sp r i c i n gm o d e l s ，a n dp l a yag r e a tr o l ei nt h er i g h tp r i c i n go fe q u i t y r e t u r n so fl i s t e dc o m p a n i e s k e y w o r d s ：d e f a u l tr i s k ；e q u i t yr e t u r n s ；a s s e tp r i c i n g l v 厦门大学学位论文原创性声明 兹呈交的学位论文，是本人在导师指导下独立完成的研究成果。本 人在论文写作中参考的其他个人或集体的研究成果，均在文中以明确方 式标明。本人依法享有和承担由此论文产生的权利和责任。 声明人( 签名) ：叶耳 沙唁年牟月占日 厦门大学学位论文著作权使用声明 本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大 学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电 子版，有权将学位论文用于非赢利目的的少量复制并允许论文进入学 校图书馆被查阅，有权将学位论文的内容编入有关数据库进行检索， 有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适 用本规定。 本学位论文属于 1 、保密() ，在年解密后适用本授权书。 2 、不保密( ) ( 请在以上相应括号内打“4 ”) 作者签名：叶军 导师签名： 日期：y 时年年月分日 日期：洲年年月彦e t 第一章导论 1 1研究的背景和意义 1 1 1 研究的背景 违约风险通常在交易对手企业经营状况或财务状况不佳而导致违约甚至 破产的情况下发生。证券市场违约风险问题越来越受到实务界和学术界的重 视，2 0 0 7 年的美国次级债务危机更是吸引了全世界的眼球。公司履行债务时有 时选择违约，违约风险促使贷方向借方要求一个高于无风险利率的差额，这个 差额是单个公司违约概率的递增函数。 d u f f i ea n ds i n g l e t o n ( 1 9 9 7 ) x l ，j a r r o wa n dt u r n b u l l ( 1 9 9 5 ) 【2 】，l o n g s t a f f a n ds c h w a r t z ( 1 9 9 5 ) 【3 】等在数量化违约风险方面作出杰出的贡献，但是他们的 研究主要集中于利用模型化的违约风险为公司债券及信用衍生产品定价，极少 有人关注股票收益中违约风险。股票收益中违约风险影响不那么显而易见，因 为股东是公司现金流的剩余追索权者，而且在股票中并不像债券那样具有约定 的名义固定收益。而且违约是稀少事件，且仅在少数公司发生。然而，公司违约 可能会对其他公司产生连锁效应，从而形成系统性的违约风险。 f a m aa n df r e n c h ( 1 9 9 6 ) 【4 】指出s m b 和h m l 代表公司财务困境。但 是，d i c h e v ( 1 9 9 8 ) f 5 】发现破产风险并没有更高的收益作为回报，他的结论 是s i z ee f i e c t 和b me f f e c t 不能代表与破产相关的财务困境。g r i f f i na n d l e m m o n ( 2 0 0 2 ) 【6 】同样运用o h l s o n 模型检验得出相似的结论。而v a s s a l o ua n d x i n g ( 2 0 0 4 ) 7 1 实证发现s m b 和h m l 包含与违约相关的信息。因此，探讨股 票收益是否包含的违约风险因素，违约风险是否为系统性风险以及违约因子与 f a m a - f r e n c h 的规模因子( s m b ) 和账面市值比因子( h m l ) 究竟存在何种联 系就成为金融资产定价的一个核心论题。同时，对股票收益是否包含违约影响 进行实证分析，进一步拓展资产定价模型的研究思路。 2 股票收益中的违约风险一基于中国股票市场的实证研究 与此同时，违约率模型的构建是巴塞尔新资本协议内部评级法的核心，也 是许多技术问题的关键。违约率p ( d ) ，是指未来一段时间内借款人发生违约 的可能性。巴塞尔委员会将违约率定义为债项所在信用等级一年内的平均违约 率。各个信用等级违约率的确定必须是通过对历史数据进行统计分析和实证研 究得到，而且是保守的和前瞻性的估计。基于新资本协议在我国的实施，进行 违约率测度的研究具有相当的迫切性。 1 1 2研究的现实意义 截止2 0 0 7 年底，我国证券市场上市公司已发展到1 5 5 0 家，涵盖了国民经 济和社会发展的多个领域，是带动行业成长和促进国民经济发展的中坚力量。 与此同时，随着我国加入w t o 和公司治理结构的不断深化，我国上市公司因 竞争及各种风险等因素的影响而发生违约事件，甚至经营失败或困难以致破产 清算的现象越来越多。企业经营失败不仅给企业本身，而且给社会都带来了十 分严重的影响。因此，研究我国上市公司违约风险及股票收益中的的违约风险， 对商业银行等金融机构、投资者、证券发行者、证券市场及在度量和管理违约 风险方面提供了重要的思路和方法。其应用价值具体体现在：( 1 ) 银行机构可 依据违约可能性指标对贷款客户进行资信评级、贷款定价、贷款跟踪和监督管 理。( 2 ) 企业或投资者通过观察违约可能性指标的变化趋势，更好地识别信用 风险暴露，深入地进行金融风险分析，从而能更好地优化公司融资决策，并且 进行财务预警，及早采取有效的前瞻性措施，防范危机。( 3 ) 拓展了因子定价模 型，对上市公司股票进行正确定价将起很大作用。 1 2研究的主要创新与不足之处 1 2 1 研究的主要创新 ( 1 ) 国内外学者主要关注于债券定价中的违约风险，而忽视了股票收益中 违约风险，本文试图对这一领域进行新的探讨。 ( 2 ) 论文运用上市公司财务及股票交易信息，而且样本涵括深沪两市一般 第一章 导论3 行业上市公司1 9 9 7 年1 月4 日至2 0 0 7 年1 2 月2 8 日股票收益日数据，样本 容量大，而时间长达1 1 年，这为研究实证结果可信性提供了保证。 ( 3 ) 在运用m e r t o n ( 1 9 7 4 ) 【8 】期权定价公式计算单个公司的违约可能性指 标时，对非流通国有股的价值计算和违约点的参数确定结合中国实际情况，试 图弥补国内以往同类研究的不足；并且本文运用迭代过程求解资产波动率，而 非国内流行的求解联立方程方法( 此方法缺陷在后文详细阐述) ，力求推动国内 这一研究领域关键技术的新发展。 ( 4 ) 本文运用构造组合的方法进行实证研究，而非考虑单只股票，其结果 更加稳健。 1 2 2 研究的不足之处 v a s s a l o ua n dx i n g ( 2 0 0 4 ) 吲发现美国股票市场高违约风险的公司股票收益 明显要高于低违约风险的公司股票收益，即违约风险正溢价，而我国股票市场 ，结论却与之相反，低违约风险，高收益，存在违约风险负溢价。但是本文没有剖 析产生差异的原因。 1 3 研究的思路和结构 1 3 1 研究的思路 本文研究的主要问题可以归纳为五个：如何测度我国上市公司违约风险? 违约风险与公司规模和账面市值比之间存在何种联系? 违约效应是否与规模效 应和账面市值比效应相关? 违约风险是否是系统性风险，是否包含于股票收益 中? f a m a - f r e n c h 规模因子和账面市值比因子是否包含违约因素? 为解决这些 问题，本文实证分析分为三步。 第一步：本文运用m e r t o n ( 1 9 7 4 ) f 8 】结构化模型( 在文献综述部分阐述该模 型的优点及适用性) 计算单个公司的违约风险。 第二步：分析违约风险与股票收益变动之间的关系，为后面股票资产定价 做铺垫。不论是美国股票市场还是中国股票市场，f a m a - f r e n c h 三因素模型都 4 股票收益中的违约风险一基于中国股票市场的实证研究 很好地描述股票横截面收益的变化( f a m aa n df r e n c h ( 2 0 0 4 ) 【9 】吴世农、许年 行( 2 0 0 4 ) 1 0 】) 。f a m aa n df r e n c h ( 1 9 9 6 ) 4 1 指出三因素模型的规模因子( s m b ) 和账面市值比因子( h m l ) 代表公司财务困境。而公司财务困境是导致公司 违约的最主要的原因，因此，本文试图通过以下两条途径来探究违约风险与 股票收益变动之间的关系：( 1 ) 违约风险与公司规模及账面市值比的关系；( 2 ) “违约效益与“规模效应”及“账面市值比效应 之间的关系：为了增强本文 实证分析结果的稳健性及可信性，在这个过程中，本文先后运用了f a m aa n d f r e n c h ( 1 9 9 2 ，1 9 9 3 ) 【1 1 】【1 2 】和v a s s a l o ua n dx i n g ( 2 0 0 4 ) 7 1 构造动态组合的方法， 以及n i j m a n ，s w i n k e l s ，a n dv e r b e e k ( 2 0 0 2 ) 【1 3 】以组合为基础的回归方法。前 一种方法优点在于可以观察各因素关系间的动态变化，后一种方法优点在于可 以数量化因素之间的关系。 第三步：就是在第二步的基础上，利用资产定价方法检验股票收益中的违 约风险定价信息。其具体目的是：( 1 ) 检验违约风险是否在股票收益中被定价。 在定价模型中，将违约风险作为一个定价因子。显然，如果仅仅包含违约作为 风险因子的资产定价模型肯定是错误定制的，因为即使违约风险被定价，它不 可能是影响股票收益的唯一风险因子。基于这一原因，我们考虑了一个包含 市场组合的超额收益率( e k m t ) 和违约风险因子两个风险因子的资产定价模 型。( 2 ) 检验s m b 和h m l 是否代表违约风险。f a m aa n df r e n c h ( 1 9 9 3 ) 1 2 】三 因素定价模型实质上是一个实证资产定价模型，包含市场因子( e m k t ) ，与 s i z e 构相关的因子( s m b ) 和与b m 相关的因子( h m l ) 。因此在三因素模型 中的加入第四个因子一违约风险因子。与此同时，本文以s h a r p e ( 1 9 6 4 ) 1 4 】资 本资产定价模型( c a m p ) 和f a m aa n df r e n c h ( 1 9 9 3 ) 【1 2 】三因素模型作为比较 的基准，比较两个定制模型定价的绩效。 1 3 2 论文的结构 本文余下的结构安排为：第二章是文献综述，包括国内外关于违约风险和 股票收益资产定价文献。第三章对实证研究使用的数据和方法及参数选取进 行详细阐述。第四章是利用v a s s a l o ua n dx i n g ( 2 0 0 4 ) m 构造二维分组方法和 第一章 导论 5 n i j m a n 等( 2 0 0 2 ) 1 3 】以组合为基础的回归方法探讨违约风险与股票收益变动之 间的关系。第五章探讨违约风险定价问题。第六章为是本文的结论部分。 第二章文献综述 本文研究的主要目的是探讨股票收益中的违约风险，因此，论题就 涉及到如何测度违约风险以及如何检验股票收益中的违约因素。本文以 m e r t o n ( 1 9 7 4 ) 圈期权定价公式计算单个公司豹违约风险，并且以遴过定制资产 定价模型来检验股票收益中的违约因素。有鉴于此，文献综述部分从两个方向 进行圈内外文献回顾，一个是：违约风险；另一个是：资产定价模型。 2 1违约风险 违约风险是债务人在债务到期时，无法或不想还本付息，而使债权入遭受 损失的风险。通常在交易对手企业经营状况或财务困境而导致违约甚至破产的 情况下发生。 哭世农，卢贤义( 2 0 0 1 ) p s i 指出事实上，企业陷入财务困境是一个逐步的过 程，通常从财务正常渐渐发展到财务危机。因此，企业的违约风险不僵具有先 兆，露且是可预测的。早期文献主要运用用会计模型或者是用债券市场信息估 计公司违约风险。 b e a v e r ( 1 9 6 6 ) 1 6 1 首先将财务变量的预测功能弓l 入实证领域中，建立了单 变量危机预警模型。a l t m a n ( 1 9 6 8 ) 1 1 7 1 开发出5 变量z - s c o r e 判别模型，并在 1 9 7 7 年改进为当前最为普遍使用和引用的7 变量z s c o r e 模型。由于模型简 便、成本低、效果佳，许多国家都依据z - s c o r e 模型发展出与之相适应的信焉 风险度量模型。该模型将多变量分析方法运用于企业危机预测模型，但是多变 量判别分析方法建立在自变量为多元正态分布，且不存在高度共线性假设基础 上，同时其配对的两样本协方差矩阵也应相同。实际上，经营失败与正常经营 的公司间的协方差矩阵并不相同。因此后续学者便假设事件发生的概率服从 l o g i s t i c s 分布与累积正态概率分布，采用p r o b i t 或l o g i s t i c 模型进行预警模型 8 股票收益中的违约风险一基于中国股票市场的实证研究 的建立。o h l s o n ( 1 9 8 0 ) 1 8 1 首先质疑以多元判别分析方法构建的预警模型，而建 议以l o g i s t i c 回归方法进行财务危机预警研究，其区别效果学者的研究显著。 但是，会计模型主要从财务报表报告中公司过去的表现，而不是利用将来 前景来预测违约风险。为了克服这一缺陷，近年来许多学者采用m e r t o n 模型， 运用市场信息建立违约风险模型，有效地克服了运用财务指标进行危机预测的 缺陷。m e r t o n s ( 1 9 7 4 ) 【8 】模型使用公司股票市场价值计算违约风险，还估计了 债务市场价值，而不像会计模型那样使用债务账面价值。市场价值反映了投资 者对公司未来表现的预期，其包含了向前看的信息，更适合计算公司未来违约 风险。另外，更重要的是，会计模型在估计违约风险时并没有考虑公司资产的波 动性，会计模型暗指具有相似财务比率的公司具有相似的违约风险。m e r t o n s 模型特点在于如果资产波动不同，即使具有相似水平的股本和债务，但可能具 有完全不同的违约风险。显然，公司资产的波动性提供了公司违约可能性的重 要信息：c a m p b e l l 等( 2 0 0 1 ) f 1 9 】指出公司水平波动性，从2 0 世纪7 0 年代中 期开始呈现上升趋势。而且，c a m p b e l la n dt a k s l e r ( 2 0 0 3 ) 【2 0 】使用1 9 9 5 年到 1 9 9 9 年的数据，实证发现公司股票价格波动水平和信用评级可以很好地解释公 司债券收益的截面变动。 在b l a c k s c h o l e s 期权定价公式中，公司股价波动是关键变量。计算违约风 险的信息来源之一为债券市场，可以使用债券评级或违约差额推断公司的违约 风险，如：d i c h e va n dp i o t r o s k i ( 2 0 0 1 ) 【2 1 】。当使用债券信用评级降级或升级作 为违约风险的测量时，暗含一下假设：所有相同等级资产拥有相同的违约风险， 这个违约风险与历史平均违约风险相等，而且一个公司在其违约可能性条件下 不会经历信用等级变化。然而，公司违约风险的实质性改变先于信用等级改变， 所以运用债券市场信息预测将发生滞后性。 因为股票市场和债券市场不能完全整合，且股票市场的流动性比债券 市场强。m e r t o n s 模型并不要求债券和股票市场整合或市场有效性的任 一假设，因为所有需要计算违约风险的信息都包括在股票中。因此本文运 用m e r t o n ( 1 9 7 4 ) i s 期权定价公式计算单个公司的违约可能性指标( d e f a u l t 第二章文献综述 9 l i k e l i h o o di n d i c a t o r ，d l i ) 。v a s s a l o ua n dx i n g ( 2 0 0 4 ) 【7 】指出d l i 包含不同于 违约差额的信息，而且确实能够预测公司实际违约概率。 一些关于公司金融的文献检验了违约风险是否为系统性的。f a m aa n d f r e n c h ( 1 9 9 6 ) 1 4 】认为f a m a - f r e n c h 三因素模型中的s m b 和h m l 代表公司财 务状况。d e n i sa n dd e n i s ( 1 9 9 5 ) 【2 2 】指出违约风险与宏观经济因素相关，且随 着经济周期变化，是系统性风险。而另一方面，o p l e ra n dt i t m a n ( 1 9 9 4 ) 【2 3 】和 a s q u i t h ，g e r t n e r ，a n ds h a r f s t e i n ( 1 9 9 4 ) 酬发现，破产与特有因素相关，因此 不表示系统风险。 d i c h e v ( 1 9 9 8 ) 【2 5 】检验了破产风险与系统风险的相关性，运用a l t m a n s z s c o r e 模型和o h l s o n s ( 1 9 8 0 ) 【1 8 】c o n d i t i o n a ll o g i t 模型计算财务困境，发现破 产风险并没有更的收益作为回报。他的结论是s i z ee f f e c t 和b me f f e c t 不能代 表与破产相关的财务困境。g r i f f i na n dl e m m o n ( 2 0 0 2 ) f 2 6 】在b m 效应情况下 得出类似的结论，他们运用o h s o n s 模型得出结论b m 效应是由于错误定价。 2 2 资产定价模型 s h a r p e ( 1 9 6 4 ) 1 15 1 在m a r k o w i t z 的资产组合模型的基础上，创造性的提出 资本资产定价模型( c a p m ) ，在理论界和实务界大获成功。早期的大量实证 文献支持了c a p m ( 如：f a m aa n dm a c b e t h ( 1 9 7 3 ) 2 7 1 ) 。c a p m 模型中，资 产收益具有确定模式，无论长期还是短期，最终必须由以p 值表示的风险因 素来决定。然而近来的研究发现，p 的单独变化有时难以解释股市中出现的一 些现象，因而学者们开始研究除口系数以外影响股价的因素。一些对c a p m 的偏离被相继发现，b a n z ( 1 9 8 1 ) 【2 8 】首先发现了规模效应( s i z ee f f e c t ) ，它表 现为小公司的股票具有比c a p m 所能解释的更高的收益率。尽管小公司比大 公司的p 值高，但在按股票面值大小分组的资产组合中，小公司股票平均收 益率和p 值之间的斜率，比c a p m 中的证券市场线的斜率更大。f a m aa n d f r e n c h ( 1 9 9 2 ) 【1 1 】把股票按市值和p 大小分组，发现在同一市值组内高p 值的 股票并不比低口值的股票具有更好的表现。 1 0 股票竣蕴牵的违约风险一基于率冒黢票市场豁实谖研究 s t a t t m a n ( 1 9 8 0 ) 和r o s e n b e r g ，r e i da n dl a n s t e i n ( 1 9 8 5 ) 阳发现美国 证券市场羧票平均收益与公司账蕊市值鲍正穗荚，郄，账颟市值魄效应( b m e f f e c t ) 。f a m aa n df r e n 出( 1 9 9 2 ) n l 考虑了是否存在其他因素能够解释横截面 上的差爨。除了加入公司股本因素熊，链翻还将公司收益的账瑟值与市僮之比 作为解释因素。他们发现这个比率能解释平均收益率在横截匾上的大部分变 动。 f a m aa n df r e n c h ( 1 9 9 2 ) 对美餮股票市场决定不露股票圈报率差算翡 因素静研究发现，股票的市场的秽本值不能鳃释不瓣股票回摄率的差雾，瑟 上市公司的市值、账蕊市值比、市邋率可以解释股票隧报率的差异。f a m aa n d f r e n c h ( 1 9 9 3 ) l 蠲指感，这些能解释股票罂报率差异的因素具有缀强的相关性， 可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合( 包括 单个股票) 豁超额回掇率可潞它对三个因子的暴露来解释，这三个因子是；市 场资产组合( 嚣m 薹( t ) 、规模因子s 麓b ) 、账面意值比因子( 戳涯l ) ，这就是最 名的三因素模型。d a v i s 等( 2 0 0 0 ) 【3 1 1 指出在检验期间( 1 9 2 9 - - 1 9 9 7 ) ，实证结果 支持三因素模型。 近年来圈内已有许多学者研究了中匿股票枣场上c a p m 的有效性，同 时也有学者对中国市场上移本身和篡他因子进行了研究：陈浪南，属文 洲( 2 0 0 0 ) 酬运用上海黢票市场静数据，对资本资产定价模型进行实证检验，研 究发现值对市场风险的度量有较必显著的作用，丽且c a p m 的零参模型比 标准c a p m 能更好地描述资产收益。陈信元，张田余，陈冬华( 2 0 0 1 ) 3 3 】在研 究上海市场预期股票收益豹搂截面多嚣索分橱麓时候发现s m b 与h m l 具有 禳强的解释力。吴世农，许年行( 2 0 0 4 ) l 锈实证研究发现中蘑股市存在显著的 s i z ee f f e c t 和b me f i e c t 。并且三因素模型毙c a p m 缝更好缝攒述股票横截 瑟收益的变化。 第三章实证研究设计 3 1数据 ( 1 ) 实证研究的对象 本文研究对象为中国股票市场的一般行业上市公司( 非金融性公司) ，其 中：上海证券交易所上市8 3 3 家，深圳证券交易所上市5 8 9 家，合计1 4 2 2 家。 本文探讨股票收益中的违约风险，公司的财务杠杆指标是关键指标，f a m aa n d f r e n c h ( 1 9 9 2 ) 1 1 】指出金融性行业高杠杆并不意味公司处于财务困境，因此未将 金融行业纳入分析。 ( 2 ) 时间段 1 9 9 4 年7 月1 日颁布公司法，1 9 9 6 年1 2 月1 6 日实施士1 0 的涨跌停 制度，基于排除重大制度转变因素对股票收益变动的影响，本文选取1 9 9 7 年1 月4 日至2 0 0 7 年1 2 月2 8 日作为研究的时间段。 ( 3 ) 数据来源 股票日数据及上市公司中期报表和年报都来自于北京色诺芬信息服务 有限公司开发的中国证券市场数据库系统( c c e r ) 。一年期定期储蓄存款利率 数据来源于中国人民银行网站。退市股票数据来自深圳市国泰安信息技术有 限公司设计、开发的中国股票市场交易数据库( c s m a r ) 。 ( 4 ) 数据处理工具 本文主要使用s a s 和m a t l a b 进行数据处理和统计分析，排版编辑采用 蹦文本编辑处理系统。 同数据包括：交易u 期、收盘价、复权收盘价、流通市值、总市值、流通股本，总股本。 通过中期报告和年报获取股东权益数据，用于计算每股净资产；同时获取公司账面短期债务和长期债 务数据。 ( 多h t t p ：| | 、m p b c g o v c a d e t a i l a s p ? c o l = 4 6 2 丘i d - 1 5 7 9 1 2 股票收益中的违约风险一基于中国股票市场的实证研究 3 2 研究方法 本文采用中国股票市场上市公司日数据，并且运用m e r t o n ( 1 9 7 4 ) 【7 】期 权定价公式计算单个公司的违约测度一违约可能性指标( d l i ) ，随后借鉴 f a m aa n df r e n c h ( 1 9 9 2 ) 【1 1 】和v a s s a l o ua n dx i n g ( 2 0 0 4 ) 7 1 构造组合的方法，以 及n i j m a n ，s w i n k e l s ，a n dv e r b e e k ( 2 0 0 2 ) 1 3 j 的回归方法来考察违约风险与股票 收益变动之间的关系。最后采用g m m 资产定价方法检验股票收益中的违约风 险定价信息。 3 3运用m e r t o n 模型测量违约风险 在m e r t o n ( 1 9 7 4 ) 【8 】模型中，公司的股票被看成是该公司资产的一个看涨 期权，其原因是股票持有者只对公司履行所有义务或债务后的资产具有追索权。 期权的执行价格是公司债务的账面价值，当公司的资产小于执行价格时，股票 的价值为零。假设公司的资本结构包含股权和债权。公司资产市场价值服从几 何布朗( g b m ) ： d y a = # v a d t + o a v a d w( 3 1 ) 坛是公司的资产价值，漂移率( d r i f t ) 为p ，即时波动率( v o l a t i l i t y ) 盯，w 是 一个标准w i n e r 过程。 公司在t 时刻的账面债务为咒，到期日为t 。x 代表期权的执行价格，因 此公司股票的市场价值可以看成是标的资产为坛，执行价格为五，交割日为t 的看涨期权。公司股票的市场价值为，根据b l a c ka n ds c h o l e s ( 1 9 7 3 ) 删期 权定价公式可知： v e = 玖n ( d 1 ) + x e - r t n ( d 2 )( 3 2 ) d 1 ：l n ( v a x ) + 鬲( r _ + a 2 2 ) t ，奶：d 1 一行 ( 3 3 ) 口v 其中r 是无风险利率，是标准正态分布的累积密度函数。方程( 3 2 ) 中r 、五 和为已知参数，但是有两个不可观测的参数坛和仃a ，因此仅利用这一个 第三章实证研究设计 1 3 方程不能够获取坛和盯a ，但是根据i t 5 引理可知： d = ( 畿m 玖十百o v e + 荟1 砑0 2 v e 2 列2 抖筹盯a 坛d w ( 3 4 ) 与此同时，魄本身服从一个漂移率为“e 波动率为g r e 的几何布朗运动： d ie = 肛e v e d t + o r e v e d w ( 3 5 ) 比较( 3 4 ) ( 3 5 ) 可知：卯坛= a a v s 。 , ，, a ，由于筹= n ( d 1 ) ，所以可以得出： 仃e = n ( d 1 ) o a 坛( 3 6 ) 联立方程( 3 2 ) 和( 3 。6 ) 可以解出坛和o a 。c r o s b i ea n db o h n ( 2 0 0 1 ) 【3 6 1 指出 在实践中公司市场杠杆变化很快，方程( 3 6 ) 不可能提供一个很好的解 。有 鉴于此，本文采用v a s s a l o ua n dx i n g ( 2 0 0 4 ) 7 1 提出的迭代法：第一步，利用过 去1 2 个月日收益率数据获得股票波动率估计值仃e ，设定为盯 的初始值。 第二步，为公司每天的股票市值，利用b l a c k s c h o l e s 期权定价公式计算这 1 2 个月每天的玖，从而获得玖的日数据，然后计算坛的标准差o a ，且作为 下一个迭代的初始值。第三步，重复这个过程直到盯a 趋于一个固定的值，本 文设定收敛容忍度为1 0 e - 4 。第四步，根据公式( 3 2 ) ，利用收敛的盯a ，计算出 坛。 在每个月末进行以上迭代过程，从而可以得到仃a 的月估计值。估计的窗口 始终保持1 2 个月。一旦获得坛日估计数据，就可以通过计算l n 玖变动率的 均值作为漂移率弘。 违约概率定义为当公司资产价值小于公司债务账面价值的概率。可以表示 d s = g s d t + a s d z ，d g = ( 筹p s + 箸+ 互1 静0 2 c ：口2 8 2 ) d r + 箬盯s d z a k m v 和v a s s a l o ua n dx i n g ( 2 0 0 4 ) 7 1 皆采用个迭代过程求解资产波动率 1 4 股票收益中的违约风险一基于中国股票市场的实证研究 为： p 如，= p r o b ( v a ，件r x t i v a ，t ) = p r o b ( 1 n ( v a ，t + t ) m ( x , ) i v a ，t ) ( 3 7 ) 根据i t b 引理可知： 州坛) = ( p 一譬) t + 盯a 行d w 即： 1 n ( v a 抖t ) = 1 1 1 ( 坛) + ( p a 2 2 ) t + ( t a 厄坩 ：w(t+t)i-w一(t)，鼠+t。n(0et+t ，1 一) = 焉一，鼠+ t ” ，) 因此，违约概率可以重新表述为： ( 3 8 ) ( 3 9 ) ( 3 1 0 ) p 拒，t = p r o b ( 1 n ( v a ，t ) 一l n ( 五) + ( p 一盯2 2 ) t + o a v - t e 件t o ) ( 3 1 1 ) 只把， t ：p r 。b ( 一l n ( v a , t x t ) + 万( # 可- a 2 a 2 一) t e t + t ) ( 3 1 2 ) 仃a v 定义违约距离( d i s t a n c et od e f a u l t ，d d ) ： d d t ：坐! 垦：! 垡! 丝二逸坚 o a q t ( 3 1 3 ) 当等 1 或一n v 托a , t o 时，违约发生。d d 可以衡量这个l o g 比率偏离其均值 多少个标准差才会发生违约。可以观察得出期权定价公式( 3 2 ) 不依赖于弘，但 是d d 依赖于肛，这是因为d d 依懒于资产预期价值。 本文利用m e r t o n 模型所隐含的理论分布一正态分布拟合e 。因此违约 的理论概率为： p 出s = n ( 埘) = ( 一盟鬯学) ( 3 1 4 ) 第三章实证研究设计 1 5 v a s s a l o ua n dx i n g ( 2 0 0 4 ) 【7 】指出，在大样本中，玩，并非是真正的违约概率， 相反，利用k m v 计算的违约概率是真正的违约概率。由于这个原因，v a s s a l o u a n dx i n g ( 2 0 0 4 ) m 将昆，定义为违约可能性指标，而非违约概率。 在运用m e r t o n 模型计算p d 。，需要结合我国证券市场特殊情况来确定其 关键参数。 ( 1 ) 公司股权价值 中国上市公司股权结构中含有流通股和非流通股，本文采用鲁炜、赵恒珩 等人( 2 0 0 3 ) 1 37 】提出的加权的方法计算公司股权价值，即：股权= 股价流通 股股数+ 股权的账面价值( 总股数一流