基于KMV模型江苏省城投债信用风险测度研究.docVIP

基于KMV模型江苏省城投债信用风险测度研究 　　中图分类号：F812.7 文献标识码：A 　　内容摘要：江苏省城投债规模位居全国第一，随着偿还高峰期的到来，其信用风险不容忽视。所以本文选取了江苏省为研究对象，基于KMV模型对江苏省2015-2018年不同债务规模下的违约风险进行了实证研究，得出江苏省2015年城投债应还本息额已超过安全债务规模，2016-2018年城投债风险目前还处于可控的范围之内，但信用风险对于城投债的发债规模具有很强的敏感性，政府应采取相应的措施以防范和化解债务风险，并将城投债规模严格控制在一定的范围之内。 　　关键词：城投债 KMV模型 信用风险 债务规模 　　引言 　　近几年来，随着城镇化步伐的加快以及国家政策的激励，城投公司的数量以及城投债的规模不断激增。江苏省作为东部经济大省，对资金的需求量较其他省份更高，2007-2014年，江苏省城投债发行规模一直保持在全国的13%以上，其中，除了2008年和2009年低于上海和北京外，其余年份均位居第一；在其发债规模不断激增的同时，发债主体的信用等级也在不断下降，增信方式也趋于无担保化。此外，2014年新预算法中明确规定“地方政府可以在国务院确定的限额内，通过发行地方政府债券举借债务的方式筹措”，使得地方政府对城投债的可担保收入也有所收缩，所以，基于江苏省这一现状，对城投债的信用风险问题进行研究就显得尤为紧迫。 　　债券信用风险测度的相关理论与研究综述 　　国外学者通过长期的实践与完善，对信用风险的度量形成了以下几种模型：Credit Metrics模型、Credit Risk+模型、Credit Portllio View以及KMV模型。另外，在简约模型的基础上，国外一些学者还构造了结构化模型对债券信用风险进行计量，但是JoneS等学者认为结构化模型仅对信用等级较高的债券具有较好的解释力度，其存在期限、杠杆率等产生模型误差的因素。国内对于债券信用风险的度量研究虽然比较迟，但目前也研究出了不少杰出的研究成果，采用KMV模型计量的也较多。韩立岩（2003）等学者运用 KMV 模型对我国部分地区的的不同债务规模下的违约距离和违约率进行了评估，并通过MATLAB 程序拟合出地方政府财政收入的真实概率分布，确立了地方政府性债务的适度规模。孙玉亮（2011）用KMV模型并引入地方财政收入指标，构建了一个适合我国城投债信用风险测度的量化模型，并提出地方政府要控制城投债的发行规模。马勇（2012）等运用分组 t 关联函数，通过对债券组合的信用风险进行实证分析，得出当组合中的债券差异性较大时，分组 t 关联函数可以较好地测度债券组合的信用风险。 　　相较于其他模型，KMV模型可以对单个资产风险进行度量，又无需大量的历史数据，可直接通过资产价值的正态分布假定来计算违约概率。因此，本文也借鉴了前人对KMV模型的改造，选用KMV模型对江苏省城投债风险进行测量。 　　江苏省城投债信用风险测度 　　（一）城投债风险测度的KMV模型原理 　　虽然我国出台了一系列相关政策对地方政府债务进行清理，在一定程度上降低了地方政府偿债余额，但是大部分存量债都是以地方政府作为隐性担保的，并且主要用于公益项目和城市的基础设施建设，盈利水平较低，所以，江苏省城投债风险在很大程度上依然受财政收入的影响。因此本文以地方政府可担保财政收入替换KMV模型中企业资产市值这一变量，城投债到期应偿还本息额替换债券到期需偿还价值，并假设地方政府财政收入服从正态分布，得出测度公式如下： 　　（1） 　　（2） 　　（3） 　　（4） 　　其中，At为t时刻可担保财政收入，σg为可担保收入的波动率，μ为可担保财政收入增长的平均值，Bt为到期应偿还本息额，DD为违约距离，P为预期违约概率。 　　（二）KMV模型的计量与结果分析 　　根据KMV模型的思想，在对城投债的发行规模进行评估时，需要计算三个指标值：可担保财政收入、地方财政收入波动率和地方财政收入增长率。本文预计对2015-2018年城投债违约风险进行度量，通过KMV模型来预测未来四年内不同债务规模下的违约率，从而寻求一个合理的债务规模。 　　1.政府财政收入预测（Yt）。本文选取了江苏省1978-2014年37年的财政收入为样本（数据来源于江苏省统计年鉴，2014年的财政收入数据来源于江苏省财政厅），样本规模比较大，可以提高模型的准确性，所以本文选取了传统的回归分析法来对财政收入进行预测。得出回归方程：Yt=36.6699+1.1487 Yt-1。 　　将2014年的财政收入7233.14带入到方程中，得出2015年江苏省地方财政收入的预测值为8345.195，依次类推，可以得出2016年值2018年的财政收入预测值，如表1所示