KMV模型对中国上市公司信用风险识别能力实证研究.docVIP

KMV模型对中国上市公司信用风险识别能力的实证研究 　　【摘要】 KMV模型作为一种结构化信用风险度量和预测工具，在国外成熟市场已被广泛采用。本文选取了66家中国的上市企业作为样本，通过比较其违约距离，检验了KMV模型的信用风险识别能力；同时选取了25家ST企业三年的数据作为样本，通过纵向比较其违约距离，检验了KMV模型的信用风险预警能力。 　　【关键词】KMV模型 信用风险管理 违约距离 　　一、引言 　　银行是一国金融体系的核心，在国家经济和金融发展中占有十分重要的地位，对于银行来说，信用风险的管理一直是其面临的重要问题。近年来，随着金融危机席卷全球金融业之后，信用风险再次受到整个金融业的极大关注。从我国商业银行的收入结构来看，贷款收入仍然是其收入的主要来源，占到了80%以上。因此，如何有效管理商业银行的信用风险，降低不良贷款率，成为我国商业银行不得不面对的一个严峻问题。我们必须加强在信用风险模型方面的研究，并结合我国的实际情况，开发适合我国国情的信用风险度量和管理技术，促进商业银行信用风险度量和管理水平的提高。 　　在信用风险的度量中，最重要也是最困难的，一是度量方法的选择，二是信用状况数据的获取。我国目前对于信用风险的度量，主要还是采用一些传统的度量方法。然而这些方法已经无法满足人们的需求。最近十多年来，国外对于信用风险的度量已经向定量化模型发展，许多定价模型、分析技术都在商业中得到应用。其中，KMV公司开发的一种基于股票价格的信用风险计量模型（KMV模型），在全球50多个国家得到广泛应用。该模型认为，由于上市公司的所有行为都会体现在股价的波动上，因此上市公司股票价格变动的信息往往预示着该公司信用状况的变化。该模型通过对资本市场数据的处理和计算，得到反映公司财务状况和信用状况的数据。由于信用数据的缺乏一直是中国金融市场面对的重大难题，因此直接利用资本市场数据来进行信用风险度量的KMV模型在我国有着广泛的应用前景。 　　二、理论模型 　　1、模型的核心思想 　　KMV模型是由美国KMV公司以经典的默顿模型为理论基础开发的。Merton提???的风险债务估值理论认为银行债权人贷出一笔款项所得到的报酬与卖出一份借款企业的看跌期权是同构的，当贷款到期时，借款公司在利息贴现基础上向银行偿还数额为X的风险贷款，此时借款公司的资产市场价值为VA，在风险贷款到期日，如果VAX，则借款公司有动力偿还贷款X，此时银行会得到一个固定的贷款收益，利息和本金都能够得到全部偿还；如果VA 　　其三，计算违约点。本文计算违约点时，采用KMV公司的经验公式，即： 　　DP=STD+0.5?鄢LTD （13） 　　其中，STD为短期负债，LTD为长期负债。根据以上公式，即可计算出各公司的违约点。 　　其四，计算公司资产价值与其波动率。本文在计算公司资产价值以及其波动率的时候，假定公司资产价值符合标准正态分布，且假设资产市场价值增长率0。将前三步的计算结果代入公司（3）―（6），利用matlab中的fsolve命令进行联立求解，就可以计算出公司的资产价值与波动率。 　　2、ST企业三年的违约距离 　　本文选取上述25家2010年被ST企业，对其三年的违约距离进行纵向比较，检验该模型对于上市公司信用风险状况变化的预测能力。计算步骤与上述过程相同。 　　3、实证研究结果 　　（1）违约距离横向比较结果。对33家ST企业与33家非ST企业的违约距离进行t检验和Wilcoxon检验，分别检验两组独立样本的均值和中值是否具有显著的差异。用Eviews对两组企业的违约距离DD进行均值与中值的t检验，检验结果如表1所示。 　　从检验结果可以看出，在95%的置信水平下，原模型通过显著性检验，即ST企业与非ST企业的违约距离存在着显著的差异。可以看出，非ST企业违约距离的均值显著大于ST企业违约距离的均值。由于违约距离越大说明了信用风险越小，因此该结果表明了ST企业的信用风险要普遍大于非ST企业的信用风险，这与实际情况相符合，说明了KMV模型对于中国上市公司信用风险具有良好的识别能力。 　　（2）违约距离纵向比较结果。25家ST企业被ST前三年的违约距离变化如图1所示。 　　从图1可以清晰地看到，ST企业在被ST前三年，违约距离逐渐减少，这意味着其信用状况逐渐恶化，违约风险逐渐上升，与现实相符。此结果说明，KMV模型对于上市公司信用状况变化的预测能力也较为良好。 　　四、结论及启示 　　1、主要结论 　　本文通过实证分析，发现KMV模型在中国具有一定的适用性。对于不同信用状况的公司，KMV模型最终得出不同的违约距离，并且不同信用状况的公司之间，违约距离存在着显著差异，因此该模型具有良好的风险识别能力。