（数量经济学专业论文）基于KMV模型的我国上市公司信用风险度量的动态化研究.pdf

基于k m v 模型的我国上市公司信用风险度量的动态化研究 摘要 信用风险是商业银行面临的最重要的金融风险之一，也是导致银行破产的最常见的 原因之一。随着国际银行业危机的发生，信用风险越来越受到经济理论界和实务界的普 遍关注，同时信用风险也是金融机构、投资人以及公司拥有者在交易过程中考虑的重要 因素。因此，关于信用风险的识别、度量、预测以及防范技术的开发和应用就显得极为 重要，其中信用风险的度量是信用风险管理的基础和核心。国际上对于上市公司信用风 险的度量已有大量研究，并取得了一定的成果。一般来说，上市公司信用风险的度量分 为传统度量模型和现代度量模型，前者主要是定性的方法，而后者是以上市公司的数据 等资料为基础的定量测算。随着国际金融市场环境的急剧变化和信用衍生产品的发展， 信用风险具备了更新的内涵，对于信用风险的度量也就变得更加复杂，过于依赖主观判 断的传统信用风险度量方法在一定程度上影响了决策的准确性和效率，从而现代信用风 险度量模型的研究就成为了金融领域内具有挑战性的课题之一。基于资本市场理论的现 代信用风险度量模型得到了空前的发展，成熟的大型金融机构以及监管机构都积极参与 模型的开发和运用，新的度量模型和方法不断涌现，新的信用风险度量手段也不断付诸 实践。另一方面，由于历史和制度等方面的原因，信用风险度量模型的研究在我国起步 较晚，银行业的信用风险管理技术仍然比较落后，信用建设中的信用数据信息也有待完 善。随着我国金融市场的开放度加大，金融产品创新步伐的加快，利率市场化进程的推 进，信用风险的重要性会逐渐凸显出来。因此，对于上市公司信用风险度量的研究不但 具有理论意义，而且具有很强的现实意义。 笔者在对几种主要的现代信用风险度量模型进行比较分析后，选择了基于期权定价 理论的k m v 模型作为研究重点。之所以选择该模型的理由是，k m v 模型不但具有强 大的理论基础，而且可以直接利用证券市场的统计数据和上市公司的财务数据对风险进 行预测，基于我国信用数据匮乏的现状，这具有非常好的借鉴作用和实践意义。本文在 借鉴国内外对于k m v 模型度量上市公司信用风险研究的基础上，从商业银行的角度出 发，结合我国资本市场改革和宏观经济变化的实际情况，在影响上市公司信用状况的各 种变量中加入时间因素，分析考量各种模型输入变量随时间变化的情况，从而估算出具 有较强预测能力和表现力的动态违约概率( e d f ) 和违约距离( d d ) 。并且利用上市公 司数据对理论成果作实证研究。研究结果表明：动态化的k m v 模型能够比较准确地评 i 估上市公司信用风险的变化情况，基本符合公司实际的运行状况。期望该方法能走向商 业银行的操作层面，促进我国商业银行信用风险的度量逐步实现由定性方法到定量方法 的转变，提高风险预测数据的准确性和敏感度。 论文共分为五部分，是按照以下思路进行的。首先综述了信用风险度量的相关概念 和理论。第二部分评述几种重要的现代信用风险度量模型。第三部分详细分析信用风险 度量模型k m v 的理论思想和结构框架，并且结合我国资本市场的实际情况，构造k m v 模型的动态框架。第四部分套用第三部分的动态化理论框架，选取上市公司进行实证研 究。具体包括k m v 模型的基本测算、股本结构变化引起的动态测算、信用风险指标的 季度动态测算，即从三个不同角度来示范模型对于上市公司信用风险的动态预测。第五 部分总结全文，并提出模型在我国实践应用的局限以及建议。 由于笔者研究水平的局限，本文未对信用风险度量技术的一些问题加以深入研究， 提出的信用风险度量模型也仍然有很多需要完善的地方，希望以后能够不断完善，继续 深入研究。 关键词：信用风险；k 删模型；违约距离；预期违约概率 r e s e a r c ho nc r e d i tr i s kd y n a m i cf o rl i s t e dc o r p o r a t i o n si n c h i n a b a s e do nk m vm o d e l a b s t r a c t c r e d i tr i s kh a sa l w a y sb e e no n eo ft h em o s ti m p o r t a n tr i s k sc o n f r o n t e db yc o m m e r c i a l b a n k s ，a n di th a sb e e no n eo ft h em o s tc o m m o nr e a s o n sl e a d i n gt ob a n kf a i l u r e a l o n gw i t h i n t e r n a t i o n a lb a n k i n gc r i s e so c c u r i n g ，i n t e r n a t i o n a lb a n k i n ga n da c a d e m i cc i r c l e sh a v e r e a l i z e dd e e p l yt h es i g n i f i c a n c eo ft h er e s e a r c h e so nc r e d i tr i s km a n a g e m e n tt e c h n o l o g yf o r b a n k s ，a l s ot h ef m a n c i a li n s t r u c t i o n s ，i n v e s t o r sa n dt h eo w n e r so ft h ec o r p o r a t i o n sp a ym u c h a t t e n t i o no ni t t h e r e f o r e ，t h et h e o r i e sa n dt e c h n o l o g i e so fc r e d i tr i s km e a s u r i n g ，f o r e c a s t i n g a n da v o i d i n ga l w a y sa p p e a re x t r e m e l yi m p o r t a n ti nt h ef i e l do ff i n a n c e m e a s u r i n gc r e d i t r i s k i st h ec o r ea n dt h em o s ti m p o r t a n ti nt h er i s km a n a g e m e n t t h e r ea r ea l r e a d ym a n yr e s e a r c h a c h i e v e m e n t so nt h ec r e d i tr i s km e a s u r i n gm e t h o d so fl i s t e dc o r p o r a t i o n sa l lo v e rt h ew o r l d i ng e n e r a l ，t h em e t h o d sc a nb ed i v i d e di n t ot h et r a d i t o nm o d e l sa n dt h em o r d e nm o d e l s ，t h e f o r m e ro n e sa r eb a s e do ns u b j e c t i v ea s s e s s m e n ta n dt h eo t h e r sa r eb a s e do nt h ed a t ao ft h e c o r p o r a t i o n s a st h ef i n a n c i a lm a r k e te n v i r o n m e n tc h a n g e sa n dc r e d i td e r i v a t i v e sd e v e l o p ， c r e d i tr i s kp o s s e s s e sn e wc o n n o t a t i o n t h e r e f o r e ，t h et r a d i t o n a lm e t h o d sc a nn o ta s s u r et h e e f f i c e n c ya n da c c u r a t eo ft h ec r e d i tr i s km e a s u r i n gr e s u l t s t h em o d e r nm o d e l sb a s e do n t h e m a r k e tp r i c i n gt h e o r y , u t i l i z i n gt h es t o c km a r k e td a t a ，h a v eb e e nd e v e l o p e da n du s e db y m a n yb a n k s i tw i l lb eo n e o ft h eg r e a t e s tc h a l l e n g e si nt h ef i e l do ff i n a n c ef o rc o m m e r c i a l b a n k st os t u d ym a n a g e m e n tt e c h n o l o g i e so fc r e d i tr i s k w h e nm u c hr e s e a r c he f f o r ti sp a i d a n dm u c hf u n di si n v e s t e di n t ot h er e s e a r c ho fc r e d i tr i s k ，m a n yn e wm o d e l sa n dm e t h o d s h a v eb e e nd e v e l o p e da n dp u ti n t op r a c t i c e i na d d i t o n ，d u et oh i s t o r i e sa n ds y s t e m s ， t e c h n o l o g i e sm a n a g i n gc r e d i tr i s ko fc h i n e s eb a n k i n gs t i l la r er a t h e rb a c k w a r d m o r e o v e r , c r e d i tr i s k so fc h i n e s eb a n k i n gw i l lb eg r a d u a l l yr e v e a l e dw i t ht h ee x p a n d i n go ft h ed e g r e e s o ff i n a n c i a lm a r k e to p e n i n g ，a n dw i t ht h ep r o m o t i o n so fp r o c e e d i n gt oc h i n ai n t e r e s tr a t e m a r k e t i z a i o n ，a n dw i t ht h ea c c e l e r a t i n go ff i n a n c i a lp r o d u c t si n n o v a t i o ns t e p s t h e r ew i l lb e p o s s i b l yg r e a t e rc r i s i so c c u r r e db e c a u s eo fc r e d i tr i s k c o n s e q u e n t l y , t h ed i s s e r t a t i o ni sv e r y s i g n i f i c a n tn o to n l yt h e o r e t i c a l l yb u tr e a l i s t i c a l l y a f t e rt h es t u d yo ft h em o d e mm e a s u r i n gm o d e l s ，w ef o c u so nt h ek m vm o d e l a c c o r d i n gt ot h ek m vm o d e l ，c o m b i n i n gt h er e a l i 哆o fl i s t e dc o r p o r a t i o n si nc h i n a ，t h e m a t h e m a t i c a lf r a m eo fd e f a u l tr a t ef o r e c a s t i n ga n di t sd y n a m i cv e r s i o ni sp r e s e n t e di nt h e d i s s e r t a t i o n a l s ot h em o d e li sa p p l i e dt ot h el i s t e dc o r p o r a t i o n si nc h i n e s es t o c km a r k e t i ti s h o p e dt h a tt h em o d e lc o u l db ea p p l i e dt oc o m m e r c i a lb a n k s ，a n dh e l pt h ec o m m e r c i a lb a n k s i nc h i n ae n h a n c et h el e v e lo fc r e d i tr i s km a n a g e m e n t t h ed i s s e r t a t i o nc o n s i s t so ff i v ep a r t s i tg o e sl i k et h i s ：i np a r to n e ，i ti n t r o d u c e st h e r e l a t i v ec o n c e p t so fc r e d i tr i s km e a s u r e m e n t i np a r tt w o ，i te v a l u a t e st h em o d e m c r e d i tr i s k i t t m e a s u r e m e n tm o d e l s i np a r tt h e r e ，i tp r e s e n t st h ef r a m e w o r ko fk m vm o d e li nd e t a i l a n d p u tf o r w a r dt h ed y n a m i co n e so fk m v m o d e l i np a r tf o u r i ta p p l y st h em o d e lt ot h el i s t e d c o r p o r a t i o ni nc h i n e s em a r k e t p a r tf i v ei st h ec o n c l u s i o n ，i ts h o w st h el i m i t a t i o no ft h e a p p l i c a t i o ni nc h i n aa n ds o m es u g g e s t i o n s o w i n gt ot h el i m i t a t i o n so ft h ea u t h o r sc a p a c i t y , t h ed i s s e r t a t i o nd o e s n ty e tm a k e f u r t h e rr e s e a r c ho ns o m ep r o b l e m so fc r e d i tr i s km e a s u r i n gt e c h n o l o g i e s i m p r v e m e n ti ss t i l l t ob em a d et ot h em o d e l so fc r e d i tr i s km e a s u r i n g m o r ee f f o r t sa n dr e s e a r c h e sa r es t i u n e e d e d k e yw o r d s ：c r e d i tr i s k ，k m vm o d e l ，d i s t a n c et od e f a u l t ( d d ) ，e x p e c t e d d e f a u l tf r e q u e n c y d f ) i v 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含未获得! 注；垫遗查墓丝益蔓挂别直明的：奎拦亘 空) 或其他教育机构的q = , 4 或证书使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：贺吼签字日期：2 阑年月| d 日 学位论文版权使用授权书 本q ：, t 论3 c 作者完全了解学校有关保留、使用q ：, 4 论：3 c 的规定，有权保留并向国 家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权学校 可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。同时授权中国科学技术信息研究所将；j 4 哗, 4 论 文收录到中国学位论文全文数据库，并通过网络向社会公众提供信息服务。( 保密 的学位论文在解密后适用本授权书) 学位论文作者签名：缎呐 导师签字： 签字日期2 。国年石月f 1 ) 日蟹日期2 0 国年月j ) 日 基于k m v 模型的我国上市公司信用风险度量的动态化研究 o 引言 0 1 研究背景与意义 信用风险一直是银行业面临的最主要的风险。根据世界银行对全球银行业危机的研 究表明，导致银行破产的最常见原因就是信用风险。从2 0 世纪8 0 年代发达国家的储蓄 和存款机构大量倒闭到巴林银行、大和银行等金融机构危机，以及美国的长期资本管理 公司的巨额亏损事件，都充分说明对信用风险进行有效的防范和管理，不仅关系到一国 的宏观经济的安全性、持续性和健康性，而且还影响到全球经济的稳定和协调发展。在 金融市场全球化和金融创新的推动下，银行资产的流动性日益增强，产品种类日趋多样 化，衍生工具的交易规模也不断扩大，对信用风险的管理和度量研究成为金融领域最具 挑战性的课题之一，因此研究该课题具有一定的理论价值。 随着巴塞尔新资本协议在全世界范围内开始执行，全球各大银行都在积极开发 和应用自己的信用风险度量模型。我国已经兑现了全面开放金融业的承诺，这意味着我 国银行业要面临来自国外银行先进的管理技术和多元化创新产品的挑战，同时对化解和 控制风险的水平也提出了更高的要求。我国的商业银行对信用风险度量的研究更多是停 留在定性分析和规章制度的运用上，对先进信用风险管理和度量技术的研究和实践也处 在较为肤浅的层面上。因此，探索上市公司信用风险度量模型，将有助于我国银行业识 别、分析、化解和控制信用风险，提高在市场中的竞争力，缩小与世界知名银行的差距， 使其在未来的国际竞争中处于有利地位。 上市公司是我国股票市场的基础，是国民经济的重要组成部分之一，由此本文选择 上市公司的信用风险作为主要的研究对象。上市公司信用风险状况直接关系到我国资本 市场健康发展，从而关系到我国金融体系的完善以及宏观经济的稳健发展。同时，我国 上市公司的信用风险受到越来越多的投资者，监管机构以及金融机构的关注。 研究我国上市公司的信用风险度量的重要意义在于：首先，从商业银行等金融机构 角度来说，通过对上市公司信用风险质量的评估，有助于提高授信条件、方式决策的准 确度，有效管理信用风险。其次，从投资者角度来说，通过对上市公司信用风险质量的 评估，全面掌握上市公司的运行状况，优化自身的投资组合，以获取更大的收益。从监 管部门的角度来说，通过对上市公司信用风险质量的评估，可以更加有效防范上市公司 的信用风险，加强对于证券市场的监管。从上市公司本身的角度来说，通过对公司信用 1 基于k m v 模型的我国上市公司信用风险度量的动态化研究 风险质量的评估，能够更加及时、准确地了解公司的信用风险状况，从而制定相应的管 理决策，提高公司的运营效率。 0 2 国内外应用研究现状 0 2 1国内研究现状 我国学者对k m v 模型的研究大致可以分为三个阶段。 第一阶段，早期国内学者对k m v 模型的研究可以追溯到1 9 9 8 年，从那时起k m v 模 型开始受到国内学者的广泛关注。但这段时期的研究主要集中于模型的基本思想和理论 框架的分析，仅仅局限于介绍一种新的度量信用风险的方法，并没有开始深入的探讨和 实证分析。具有代表性的是，张玲( 2 0 0 0 ) 1 和王琼( 2 0 0 2 ) 2 先后对k m v 模型与其它模型进 行了理论上的比较研究，认为k m v 模型比其它只注重财务数据的信用风险模型更适合于 评价上市公司的信用风险。以及杜本峰( 2 0 0 2 ) 3 在经济经纬上发表的“实值期权 理论在信用风险评估中的应用 ，系统介绍了该模型的理论框架。 第二阶段进入了实证研究的阶段。这一阶段的主要特点是套用k m v 模型，直接利用 模型中的函数关系，选取国内的上市公司股市数据对模型进行验证。吴冲锋、程鹏 ( 2 0 0 2 ) 4 使用k m v 模型对沪深股市1 5 家上市公司的信用状况进行分析，得出绩优公司信 用状况最好，高科技公司信用状况其次，s t 公司信用状况最差的结论。杨星、张义强 ( 2 0 0 3 ) 5 利用我国上市公司1 9 9 7 2 0 0 1 股票价格波动的时间序列和截面数据进行了实 证研究。研究结果表明：上市公司的股票价格波动与该公司的预期违约频率显著相关， 且呈负相关关系；上市公司的预期违约频率与该公司的信用资质变化吻合，并载有公司 未来前景的情报性信号。李秉祥( 2 0 0 4 ) 6 的研究表明k m v 模型对我国上市公司财务困 境的预测具有一定的有效性。张荣、陈银忠( 2 0 0 6 ) 7 用k m v 模型对上市公司股票价格 的时间序列进行了实证分析，认为公司的资产规模是影响违约的一个重要因素，资产规 模比较小的公司发生违约的可能性较大，同时公司股价的波动与违约距离具有很强的负 相关性。 1 张玲财务危机预警分析判别模型数量经济技术研究2 0 0 0 3 2 王琼，陈金贤信用风险定价方法与模型研究现代财经2 0 0 2 4 杜本峰实值期权理论在信用风险评估中的应用经济经纬2 0 0 2 3 程鹏，吴冲锋上市公司信用状况分析新方法系统工程理论方法应用2 0 0 2 2 杨星，张义强中国上市公司信用风险管理实证研究- - e d f 模型在信用评估中的应用中国软科学2 0 0 4 1 。李秉祥基于期望违约率模型的上市公司财务困境预警研究中国管理科学2 0 0 4 5 7 张荣，陈银忠上市公司资产规模对公司信用风险的影响统计与决策2 0 0 6 2 2 基于k m v 模型的我国上市公司信用风险度量的动态化研究 第三阶段是对k m v 模型进行修正，结合我国资本市场和信用风险量化技术的实际状 况对模型进行改进，以探求模型在我国的适用性。这方面的研究也可以分成以下几个方 面：首先是对股权价值波动率与资产价值波动率之间关系函数的估计，这一关系函数在 原模型中被k m v 公司作为商业秘密没有公布。鲁炜、赵恒珩( 2 0 0 3 ) 8 利用中国股市的 数据，得出适应中国市场的d 和d 昱的关系函数。实证结果显示与k m v 模型相比较， 他们所拟合的关系函数更能有效的反映中国市场的真实情况。其次对非流通股问题的处 理。模型当中需要利用股票价格来计算股权的市场价值，而我国上市公司股权中存在非 流通股以及限售股，因此价值无法从市场上得到。围绕这一问题我国学者设计出了多种 方法。简单的方法是将非流通股的每股价格用每股净资产代替，这一方法得到广泛运用。 鲁炜、赵恒珩( 2 0 0 3 ) 等人提出采用加权的方法，即股权市场价值= 股价流通股股数 + 股权的帐面价值x ( 总股数一流通股股数) 总股本。张义强( 2 0 0 3 ) 则提出了资本 公积杠杆概念，并用其作为调整系数来调整初始非流通股。最后是对违约点的处理。违 约点是指当公司的资产价值低于这一数值时，往往认为公司就具有一定的信用风险。韩 立岩( 2 0 0 2 ) 9 和郑承利( 2 0 0 3 ) 1 0 分别指出k m v 模型输入的数据与预测结果的模糊表达 更接近事物的本质，也更符合决策的要求，提出k m v 违约预测模型中固定违约点的缺陷， 建议在k m v 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。张玲 ( 2 0 0 4 ) u 调整k m v 模型中股权市值和违约点的设定方法，结果表明模型能够提前2 年 识别上市公司个体的信用风险差异；提前4 年识别上市公司整体上的信用风险变化趋 势。 0 2 2国外研究现状 国外学者对k m v 模型的研究主要集中于对模型预测效果的检验。检验也可以分为两 个阶段。 首先是采用样本数据直接对模型的违约率预测的有效性进行研究。j e f f r e yr b o h n ( 1 9 9 9 ) 1 2 经过研究表明在信用质量最高时，信用分布与标准普尔评级相一致，而信用 _ _ - _ _ _ _ - _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ - _ - - _ _ - - _ _ _ - - _ _ _ 。一 。鲁炜，赵恒珩。方兆本k m v 模型在公司价值评佶中的应用管理科学2 0 0 3 6 韩立岩基于模糊随机方法的公司违约风险预测研究金融研究2 0 0 3 8 1 0 郑承利基于模糊统计的公司违约预测模糊系统与数学2 0 0 3 1 n 张玲，杨贞沛k m v 模型在上市公司信用风险评价中的应用研究 j 系统工程2 0 0 4 1 l 1 2 j e f f r e yrb o h nr e s p o n s et oj p m sp a p e r u s i n ge q u i t i e st 6p r i c ec r e d i ts a nf r a n c i s c o k m v , l l c1 9 9 9 3 基于k m v 模型的我国上市公司信用风险度量的动态化研究 质量中等和较低时，信用分布更多的与平均的预期违约频率( e d f ) 相符。s t e f a n b l o c h w i t z 、t h i l ol i e b i g 、m i k a e ln y b e r g ( 2 0 0 0 ) 1 3 将k m v 公司开发的非上市公司 模型和德国公司使用的财务比率方法进行比较，结果表明k m v 模型能很准确地对信用质 量进行分析，但仅应用传统的财务比率方法分析信用之质量的作用就显得很有限，如果 在信用风险量化技术之上使用专家系统分析公司状况，定量和定性结合，综合评判公司 的信用质量，可以增加违约预测的准确性。k e a l h o f e ra n dk u r b a t ( 2 0 0 1 ) 认为k m v 模型捕捉了结合传统信用评级和相关财务变量的所有信息，是一种有效准确的度量信用 风险的模型。p e t e rc r o d b i e 、j e f fb o h i l ( 2 0 0 3 ) 1 6 专门以金融类公司为样本应用k m v 模 型，结果显示预期违约频率( e d f ) 值在这些公司发生信用事件时或破产前能够准确、 灵敏地监测到信用质量的变化。 第二阶段是对模型有效性的进一步深入的研究。这一阶段的特点是应用统计方法从 各个角度，不同方面的假设来分析、验证k m v 模型的预测效果，同时开发出多种验证模 型有效性的方法和技术。j o r g er s o b e h a r t 、s e a nc k e e n a n 、r o g e rm s t e i n ( 2 0 0 0 ) 1 6 首次公布了_ 套验证模型有效性的技术方法。该方法的框架由四个量化指标构成：累 计准确度( c u m u l a t i v ea c c u r a c yp r o f i l e s ，c a p ) 、准确比率( a c c u r a c yr a t i o s ，a b ) 、 条件信息平均比例( c o n d i t i o n a li n f o r m a t i o ne n t r o p yr a ti o s ，c i e r ) ，和共有信息 平均值( m u t u a li n f o r m a t i o ne n t r o p y ，m i e ) 。他们运用该方法采用前推检验 ( w a l k f o r w a r dt e s t i n g ) 技术证明k m v 模型预测风险的准确性最高。他们还进一步探 究了量化模型产生的一类错误和二类错误的发生频率以及由此带来的成本和损失，研究 结果证明k m v 模型发生一类错误和二类错误的概率相对较小。k e a l h o f e r 和k u r b a t ( 2 0 01 ) 认为k m v 模型捕捉了结合传统信用评级和相关财务变量的所有信息，是一种有 效准确的度量信用风险的模型。m a t t h e wk u r b a t 和i r i n ak o r a b l e v ( 2 0 0 2 ) 捕则使用水 平确认( l e v e lv a l i d a t i o n ) 和校准( c a l i b r a t i o n ) 的方法对k m v 进行了验证，研究结 果证实k m v 模型的输出结果e d f 值实际上是偏态分布，并且样本规模的大小、样本公司 的资产相关性的大小和e d f 的偏态分布对e d f 的预测结果有很大的影响。h i l l e g e i s t ， 1 3 s t d a nb l o e h w i t z t h i l ol i e b i g ，m i k 扯ln y l m r gb e m h m m k i n gd e u t s c h eb u n d e s b a n k sd e f a u l tr i s km o d e ln o v e m b e r 2 0 0 0 1 4 k e a l h o f e r , s t e p h e n , a n dm a t t h e wk u d m t ，2 0 0 1 1 1 l ed e 伍吐p r e d i c t i o np o w e ro f t h em e r t o na p p r o h 1 c c l a t i v et od e m l 陶t i n g sa n da c c o u n t i n gv a r i a b l e s ( k m vl l c ) ”c r o s b i e ，p e t e ra n dj e f f r e yr b o h n , 2 0 0 3 ，m o d e l i n gd e f a u 扯r i s k ( k m vl l c ) ”s o b c h a z t ，j o r g er a n ds e a nc ，k 汜c m n , 2 0 0 0 。a ni m m d u c t i o nt om “k e t b a s e dc r e d i ta n a l y s i s ( m o o d y si n v e s t o r s s e n , i c e s ) “k e a l h o f e rs ，。k u r b a ta n dw w e n g2 0 0 l 。u sa n d a b u s e so f b o n dd e f a u l tr a t e s ，k m vc o p o r a t i o n “m a t t h e wk u r b a t k i n ak o r a b t e va n ds e a nc k e e n a n , 2 0 0 2 ，ap r a c t i c a la p p r o a c ht om o d e l i n gd e f a u l tr i s k ，i nc r e d i t r a t i n g ：m e t h o d o l o g i e s r a f a t i o n a l e a n dd e f a u l tr i s k 一4 茎王些堡型箜壅璺圭妻坌望笪旦垦堕堡墨竺垫查些堑壅 k e a t i n g 。c r a ma n dl u n d s t e d ta n dd ua n ds u o ( 2 0 0 4 ) 1 9 用各种统计方法验证了k m v 模型的预测有效性。d u f f i ea n dw a n g ( 2 0 0 4 ) 2 0 认为k m y 模型在一段时间上具有显著的 预测效果，能产生一系列违约概率的结构性预测数据。c a m p b e l l ，h i l s c h e r 和s z i l a g y i ( 2 0 0 4 ) 2 1 检验了一个融合k m v 模型输出变量和其他破产相关变量的模型，认为在考虑其 他变量之后，k m v 模型的输出变量对违约概率的预测效果相对较差。 0 3 主要研究内容与方法 本文在对现代信用风险度量模型进行深入研究的基础上，以具有理论基础和实践意 义的k m v 模型为重点，结合我国资本市场的实际情况，提出了考虑因素变化的k m v 动态 化模型。论文的结构安排如下： “绪论”主要介绍论文的研究背景与意义、本文的主要研究内容及方法、信用风险 模型在国内外的应用研究现状以及论文的创新之处； 第一部分“信用风险度量概述 介绍了信用风险的概念与特点，信用风险度量的涵 义以及信用风险度量的理论基础。 第二部分“信用风险度量模型 详细介绍了信用风险度量模型的分类、演进；重点 分析、比较、评价了现代信用风险度量模型，其中包括c r e d i t m e t r i c s 模型、k m v 模型、 c r e d i t r i s k + 模型、c r e d i t p o r t f o l i o v i e w 模型。 第三部分“k m v 模型的构建及其动态化 进入本文的重点部分，也即k m v 模型动态 化的理论部分。具体来说，这部分包含k m v 模型的基本原理、k m v 模型的m e r t o n 信用 风险模式、k m v 模型的e d f 信用风险模式、k m v 模型的动态理论框架。 第四部分“k m v 模型对我国上市公司信用风险的动态测算 这部分是对于模型的实 证研究。验证第三部分的动态化理论，选取上市公司套用动态模型。可分为研究方法、 样本选取、参数设定、实证过程四个部分。其中实证过程分析具体包括k m v 模型的基本 测算、股本结构变化引起的动态测算、信用风险指标的季度动态测算，即从三个不同角 度来示范模型的动态违约预测。 第五部分“结束语”总结全文，并提出模型在我国实践应用的局限以及建议。 本文主要运用理论研究和实证分析相结合的研究方法，以及计量经济学的方法。套 1 h i l l e g e i s ts a ，e k k e a t i n g ，d p c r a 孤a n dk g l u n d s t e d t ，2 0 0 4 ，a s s e s s i n gt h ep r o b a b i l i t yo fb a n k r u p t c yr e v i e wo f a c c o u n t i n gs t u d i e s 加d u f f l e ，d a r r e l l ，a n dk ew a n g ，2 0 0 4 ，m u l t i - p e r i o dc o r p o r a t ef a i l u r ep r e d i c t i o nw i t hs t o c h a 啦i cc o v a r i a t e s ，w o r k i n gp a p e r , s t a n f o r du n i v e r s k y 孔c a m p b e l l ，j o h ny ，j e n sh i l s c l 把r , a n dj a 矗s z i l a g y i ，2 0 0 4 。i ns e a r c ho fd i s t r e s sr i s k ，w o r k i n gp a p e r , h a r v a r du n i v e r s i t y 5 基于k m v 模型的我国上市公司信用风险度量的动态化研究 用一些成熟模型比如b - s - m 期权定价模型，在计算股价波动率时运用的g a r c h 模型。同 时利用e v i e w s 、m a t l a b 等软件进行编程和计算。 0 4 本文创新之处 论文的创新之处在于：考虑我国资本市场股权分置改革以及宏观经济环境变化等实 际情况，在信用风险度量模型l m v 的基本框架上进行拓展，使相关影响变量在所研究的 时间框架中实现动态化，结合我国上市公司的实际情况进行实证分析，从而得出删 模型输出变量的动态分布，为决策制定者提供比较形象、及时、有说服力的信用风险度 量结果。 1 信用风险度量概述 1 1 信用风险概念及特点 金融市场上的风险主要可以分为市场风险、信用风险、流动性风险、操作风险、法 律风险等几种类型。其中信用风险是最为古老和重要的一种风险，把握信用风险的内涵 和特点，是深入研究信用风险的基本前提。由于信用风险能渗透到经济生活中的各个层 面，不仅关系到金融机构的稳健运行，对一国经济的宏观决策，甚至全球经济的稳定和 发展都有着重大影响，经济学家以及市场参与者都非常关注对信用风险的研究，同时也 就促进了信用风险度量技术和管理方法的不断完善和发展。 1 1 1 信用风险的概念 对于信用风险概念的界定，目前学术界和实务界还没有达成一个普遍接受的观点。 总的来说，主要有以下几种具有代表性的观点。 l 、信用风险是指由于信贷活动中存在不确定性而遭受损失的可能性。 2 、信用风险2 2 是指交易对手不能或不愿履行合同约定的条款而导致损失的可能性。 更一般地说，信用风险还包括由于债务人信用评级的降低，致使其债务的市场价格下降 而造成的损失。因此，信用风险的大小主要取决于交易对手的财务状况和风险状况。 兹王春峰金融市场风险管理天津：天津大学出版社2 0 0 1 6 基于k m v 模型的我国上市公司信用风险度量的动态化研究 3 、信用风险可以定义为：由于合约另一方为履行合约订立的义务而导致债权人发 生经济损失的可能性。不论对方是由于财务困难而未能履行合约规定，还是由于不愿意 而不履行非强制性合约，都广义地称为信用风险。 4 、一般情况下，信用风险是指在金融交易的过程中，订约方或交易对手发生违约 或其信用品质有潜在的变化而导致损失的可能性。信用风险的概念包括广义的信用风险 和狭义的信用风险。狭义的信用风险是指违约风险，就是交易对手没有偿付能力而违约， 最终导致债权人承担损失的风险。广义的信用风险是指银行信用活动受到各种不确定性 因素的影响，常常会发生经营的实际收益结果与预期的目标利润发生偏离，致使银行等 金融机构在从事交易过程中遭受损失或获得意外收益的一种可能性。 随着现代金融风险环境的变化和风险管理技术的发展，信用风险的涵义也发生了一 定程度的变化。新的信用风险的界定包括了一些市场风险因素，它认为致使金融机构资 产发生损失的原因是相关金融资产的市场价值的下降，而市场价值下降的追根到底是信 用资产的债务人或参与交易的一方不能有效地履行约定或信用状况出现恶化。从而，把 信用风险发生的本质与市场因素联系起来。 5 、一种观点认为信用风险可以划分狭义的信用风险和广义的信用风险。从狭义的 角度出发，信用风险通常是指信贷风险，就是在交易双方发生借贷的过程中，由于各种 无法预期的因素而导致借款方无法按时偿还本金和利息，从而造成银行等金融机构发生 损失的可能性。从广义的角度来讲，在信用经济的市场条件下，当经济主体之间在交易 过程中订立或签订经济合约时，订约方就会面临另一方不能按时履行承诺的风险。这种 风险包括在负债业务中，大量的债权人索要款项，形成支付困难；在资产业务中不能得 到预期收益而使资产质量发生恶化；或者对于表外业务交易对手违约导致或有负债转化 为表内负债等。这些风险可以统称为信用风险。 虽然以上对于信用风险的定义会有不同程度的差异，但综合以上观点，本文认为信 用风险的概念需要包括以下几个关键的部分。首先，信用风险一定是一种风险，风险一 般是指某一事件造成破坏或伤害的可能性或概率。美国学者h a y n e s 在其著作r i s ka s a ne c o n o m i cf a c t o r 中指出：“风险一词在经济学和其它学术领域中，并无任何技术 上的内容，它意味着损害的可能性，某种行为能否产生有害的后果应以其不确定性界定， 如果某种行为具有不确定性时，其行为就反映了风险的负担 。所以简单来说，信用风 险意味着风