中国商业银行不良贷款管理的KMV预警模型研究

1、中国商业银行不良贷款管理的KMV预警模型研究论文导读:：表1为中国商业银行1999-2021年的资产收益率表。中国商业银行不良贷款管理的KMV预警模型研究。论文关键词：中国商业银行，不良贷款，KTV模型1 KMV模型的定义和背景KMV模型的理论起源于1972年Fischer Black和Myron Scholes的期权定价模型Black-Scholes期权定价模型；Merton(1974)，开创性地拓展了此模型，首次把期权定价的思想应用于信用风险管理，论述了有关将期权定价理论运用于风险债务估值的思想，该研究提供了一种实用高效的分析方法，用以衡量公司违约风险。自此以后杂志网，期权定价理论在信用度

2、量中占有了重要地位。KMV信用风险度量模型，就是该理论开展应用的典型代表。作为重要风险管理工具之一的KMV模型，是美国旧金山市KMV公司于1997年建立的用来估计借款企业违约概率的方法。该模型认为，贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的。但资产并没有真实地在市场交易，资产的市场价值不能直接观测到。为此，模型将银行的贷款问题倒转一个角度，从借款企业所有者的角度考虑贷款归还的问题。在债务到期日，如果公司资产的市场价值高于公司债务值(违约点)，那么公司股权价值为公司资产市场价值与债务值之间的差额；如果此时公司资产价值低于公司债务值，那么公司变卖所有资产用以归还债务，股权价值变

3、为零。由于KMV模型基于资本市场的有效性建立了违约率与违约率的映射关系，具有前瞻性和客观性杂志网，随着我国股票市场规模的不断扩大，机构投资者不断增多，我国市场的有效性将得到进一步增强。因此，当今的KMV模型可以为债权人投资者和监管者提供及时可靠的信用风险计量工具，是我国的信用风险由静态管理转化为动态管理的一种可行的选择。2 KMV模型的研究方法及参数设计KMV模型评价公司信用风险的根本思路是:以违约距离() 表示公司资产市场价值期望值()距离违约点()的远近，距离越远，公司发生违约的可能性越小，反之越大。违约距离()以资产市场价值标准差的倍数表示。违约点() 通常处于流动负债与总负债面值之间的

4、某一点。对的度量分三步进行:首先估计公司资产价值和公司资产波动率；其次计算违约距离 (Distance-to-Default)，它是用指标形式表示的违约风险值；最后使用对违约距离进行T检验，得出相应上市公司的信用风险实况。21 KMV模型的主要内容211 计算资产价值及其波动性根据Black-Scholes的期权定价公式，就可以得到以下的表达式：(2.1)其中其中为企业股权市场价值，为企业资产市场价值杂志网，为企业债务面值，为无风险收益率，为债务归还期限，为标准累积正态分布函数，为企业资产价值波动率，为股权资产价值的波动率。公司资产价值与波动性是隐含变量，显然不能从期权定价模型的一个方程中求解

5、出两个未知变量，这就还需要利用可以观察到的公司股权资产价值的波动率与不可观察到公司资产价值波动率之间的存在的关系来联立求解。先对4.1式两边求导，然后在求期望，整理可得下式：(2.2)212 估计违约距离在KMV模型中，被定义为企业资产未来市场价值的均值距违约点之间的距离杂志网，它以资产市场价值偏离违约点()的标准差的个数来表示。或换言之，要到达违约点资产价值须下降的百分比对于标准差的倍数称为违约距离。在实际应用，KMV模型的计算公式为：(2.3)违约概率是与债务额和债务人公司资产结构相关的内生变量。是根据企业资产价值的波动性通过公司股票价格在证券市场上波动性估计出来来衡量企业目前市场价值降低

6、到违约触发点水平以下的概率。理论的假定服从正态分布，它与违约概率有如下关系成立：(2.4)2.2 KMV模型参数确实定首先，对KMV模型中股权市场价值计算方法进行调整，根据确定的各项参数，通过式2.1和式2.2联立方程组求出未知的两项和解。其次，通过式2.3计算出三种违约点值情况下，样本上市公司的违约距离，从而求出违约概率。然后对配对样本的违约距离做T作检验，检验KMV模型对上市公司整体信贷风险的鉴别能力。2.3违约点的选取当样本公司资产的市场价值接近其债务面值总额时，违约风险增加。当样本公司资产的市场价值低于债务面值总额时杂志网，公司很可能发生违约。以下分别讨论三种情况：违约点值=流动负债；

7、违约点值=流动负债+50%长期负债；违约点值=流动负债+100%长期负债。2.4股权价值的计算在计算上市公司股权的市场价值时，也包含计算非流通股的市场价值。由于非流通股并没有明确的市场交易价格，因此参考有关上市公司股票全流通研究中非流通股定价方案，本文将每股净资产作为非流通股的价格来计算其非流通股的市场交易价格，由此可得：上市公司股权市场价值=流通股市场价值+非流通股市场价值；流通股市场价值=每股价格(交易日收盘价的均值)x流通股股数；非流通股市场价值=每股净资产x非流通股股数。2.5股权价值的波动率本文以流通股股价的波动率代替股权价值的波动率。流通股股价波动率可以通过历史数据进行估计，本文首

8、先选用各年中相同三个月份之间的日收盘价确定出日波动率，进而将其换算成年波动率。2.6债务面值和无风险利率样本公司的债务面值就是该公司财务年报中披露的总负债的面值。由于受到数据和工作量的限制，设定违约距离的计算时间设为一年，无风险利率是人民银行公布的一年期存款利率无风险利率。本文采用2021年底银行的一年期定期存款利率 2.25%作为无风险利率。2.7公司资产价值的年增长率本文用近三年来公司净收益增长率的算术平均数表示公司资产价值的年增长率。净收益增长率等于本年留存收益的增加除以年初净资产，而本年留存收益的增加等于净利润乘以留存比率。3 KMV模型的实证研究3.1 样本选取本文选取2021年沪深

9、两市被ST的10家上市公司以及与之配对的10家非ST公司作为研究样本，共20家公司2007年12月31日到2021年12月31日期间的市场和财务数据。ST股是指沪深证券交易所宣布对财务状况和其他财务状况异常的上市公司的股票交易进行特别处理 2.9890 1.9849 1.0041 4.2732 0.0005 违约距离表示的是公司资产市场价值期望值距离违约点的远近，距离越远杂志网，公司发生违约的可能性越小，反之越大。如表5.17所示，两组样本违约距离的均值差为1.0041，这说明整体而言，非ST公司资产未来市场价值的期望值到违约点之间的距离要比ST公司远很多，即相对于ST公司而言，非ST公司的信

10、用风险要小得多。同时，当检验的显著性水平取=0.05%时，非ST公司与ST公司的违约距离同时通过了T检验，这说明此时两组样本违约距离之间的差异非常显著。实证分析说明，ST公司与非ST公司两组样本之间违约距离差异非常显著，因此可以看出杂志网，利用KMV模型能够较好地识别出非ST公司和ST公司之间信用风险的差异。4 KMV模型的缺乏KMV模型一般适用于对上市公司的信用风险进行评估，而对非上市公司进行评估那么困难较多，而且结果不大准确，因此如何对非上市公司的信用风险进行评估，特别是如何计算非上市公司的资产价值和波动率，还有待进一步的研究。在无风险利率这一参数确实定上，研究学者根本采用简单假定的处理方

11、法，并没有给出选择的理由。本文也是简单的假定，关于确实定还有待进一步研究。关于公司资产价值的增长率的假设，KMV模型提出的是利用资产回报率减去由于公司红利及利息支付的偿付率来计算公司资产的预期上升率，对的增长率的简单假定为零显然会对计算结果造成误差。违约距离和值的映射关系在我国还没有建立，由于宏观经济的差异杂志网，在我国不能直接使用国外己经建立的映射关系，而我国目前还没有大型的违约数据库可以使用。因此，目前，KMV模型实证研究停滞于违约距离确实定阶段，无法确定预期违约频率,而才是该模型的最终输出结果。5 可行性建议首先，尽快建立起信用风险根底数据库，强化数据管理。我国大多数银行开展内部评级的时

12、间不长，各种数据库的建立和维护都还不完善，相关数据积累较少，且数据缺乏连续性，导致KMV模型在我国的应用面临许多困难。由于我国历史违约数据积累工作的滞后，使得确定违约距离和实际违约频率之间的映射关系仍然无法实现。为此杂志网，我国银行一方面要抓紧建立和完善关于资产负债状况、现金流量、管理水平及经济周期的影响等方面信息的客户根底数据库，另一方面要建立和完善违约损失的时间序列数据库，为采用KMV模型进行信用风险评估提供完善的统计数据根底。然后，完善和开展我国证券市场，为KMV模型的建立提供良好的外部环境。KMV模型应用于上市公司的信用评估，要求证券市场必须是有效的，只有这样，KMV模型才能真实地反映

13、上市公司的信用状况。所以，我国应加强证券市场的市场化建设，标准股市信息披露，加强交易活动监管，减少证券市场的过渡投机，使股票价格能真实反映企业经营状况，从而为KMV模型在我国上市公司信用风险管理中的应用提供良好的金融环境。参考文献【1】董飞.基于期权理论的KMV模型演进. 2021，2：3538.【2】李兴法.信用风险理论、模型及应用研究：硕士学位论文.东北：东北财经大学，2007.【4】刘瑞霞，张晓丽.中国经济与管理科学，2021，9：4345.【5】王涛.基于KMV模型的商业银行信用风险研究. 科技广场，2021，6：4451.【6】赵昱，宋有军，王永.商业银行不良信贷资产现状、成因与对策.金融广角，2006，5：3943.【7】张智梅，章仁俊.KMV模型的改良及对上市公司信用风险的度量. 统计与决策，200618：8994.朱芳芳.Black-Scholes期权定价模型的研究：硕士学位论文. 中国优秀硕士学位论文全文数据库，2007，11：4244