基于KMV模型的信贷违约风险探析-会计论文发表财会论文发表财务论文发表网高级会计师评审财务论文高会评审职称评定评审论文发表网站-财会论文网

本文采用KMV模型，结合相关的财务特征指标，对我国上市公司的信用状况进行实证检验。检验结果表明，KMV模型能在上市公司财务困境发生前三年对上市公司的违约风险进行预警，在我国具有较好的适用性。根据实证检验结果，提出将不同预警模型相结合，层次递进建立我国信贷风险预警机制的建议。

　　一、模型思想

　　KMV模型是美国KMV公司于1993年创立的一种度量预期违约率(Expected Default Frequency，EDF)的模型。它的理论基础来源于期权定价模型(Black-Scholes–Merton，BSM)，其基本思想是把公司股权价值看作以公司资产价值为标的的看涨期权，该期权合约的执行价格为公司债务的面值，期限是公司债务的期限。公司违约与否取决于公司未来资产的市场价值：如果公司债务到期时公司资产价值OA高于债务价值OB，则公司有动力还款，公司股权价值为公司资产价值和债务面值之间的差值;当公司资产市场价值OA低于其债务价值OB时，公司会选择违约，此时，股权价值为零。因此，公司股权价值类似于一份欧式看涨期权。

　　二、国内研究现状

　　我国学者从1998年开始关注KMV模型，但大量的实证研究和相关的文献资料则是在近几年内形成的。早期的研究仅仅局限于对KMV模型的理论基础和模型框架的介绍与分析，如王琼和陈金贤(2002)对KMV模型与其他模型进行了理论上的对比研究，认为KMV模型比其它只注重财务数据的信用风险模型更适合评价上市公司的信用风险。近期的研究则开始注重KMV模型在我国的实际应用：如叶庆祥、景乃权、徐凌峰等(2005)应用参数调整后的KMV模型可以及时识别和预测我国上市公司的信用风险;马若微(2006)经过大量的实证认为KMV模型运用到中国上市公司信用风险预警中是完全可行的，而且相对Logit、Fisher等模型，其优势更明显;张泽京、陈晓红、王傅强等(2007)应用修正后的KMV模型研究发现资产规模与信贷风险显著负相关;周沅帆(2009)研究表明KMV模型对上市保险公司的信用风险具有良好的预测能力等等。

　　三、样本选取

　　在KMV模型中，上市公司因经营或财务异常被ST接近于模型的违约本质，因此在实证分析中，可以将ST公司视为信用高风险企业，通过对比ST公司与正常公司的违约距离(DD)是否存在显著差距，从而判断KMV模型的有效性。

　　为尽可能避免干扰，提高研究的有效性，ST公司样本的选取同时满足下列条件：首次被ST的企业、非金融类企业、股改完成的企业、财务数据四年及以上的企业，只发行A股的企业。经过逐步筛选后，以2012年被ST的14家公司为ST公司样本，同时按照行业相同、规模相近的原则随机抽取4家正常公司，共28家公司进行研究。所有样本公司的数据来源于国泰君安CSMAR数据库。

　　四、模型建立

　　1.参数设定

　　在KMV模型中如果要计算出违约距离，需要先对方程组进行求解，求出公司资产的市场价值A和资产市场价值的波动性。要事先确定的关键参数有：公司的股权价值S、股权价值的波动率、债务价值B、无风险利率r、时间参数以及违约触发点DPF等指标。

　　(1)公司的股权价值S

　　公司的股权价值等于一年内个股日总市值的均值。即

　　其中，N表示个股发行的总股数(包括流通股和非流通股)，表示第i天的股票收盘价格，n为一年内的实际交易天数，一般为240个交易日左右。

责任编辑：

参与评论