淺析KMV模型對我國上市公司信用風險應用

樊星

[摘 要]本文運用KMV模型預測分析了從8個行業中ST組和非ST組兩組樣本，分別計算違約距離，并進行探究，發現KMV較好地識別了違約風險，并對非ST公司的違約風險有一定的預測作用。

[關鍵詞]KMV模型；股權價值；上市公司

[中圖分類號]F275 [文獻標識碼]A [文章編號]1005-6432（2014）52-0092-02

KMV模型是以Black-Scholes公式為基礎，可以運用于像我國這樣的弱勢資本市場，而且公司的股權價值也恰好可以看作是以該公司資產為標的物，以債務價值為執行價格的看漲期權，而且上市公司股權價值可以直接從交易市場上得到，能夠真實反映企業狀況和市場信息。由于我國ST股風險有較高退市風險，所以本文選擇8個行業16只股票進行ST和非ST分析來驗證模型識別風險的能力。

1 KMV模型介紹

KMV模型是穆迪子公司KMV公司于1995年利用MM理論和Black—Scholes理論進行信用風險度量和風險管理，之后于1997年基于上述兩個理論提出了預期違約概率模型（Expected Default Frequency，EDF）也即KMV模型，此信用評價模型認為一個債務人的信用風險源于他的資產市場價值，資產價值變動的標準差以及該債務人負債的賬面價值。KMV估計模型公式及參數如下：

2 實證分析

2.1 樣本選擇

因為各個行業受到的影響因素不盡相同，而且中國股市自股改以來到目前為止還有上市公司沒有完成股改，或者有非流通股等，因為不在市場上流通的股票價值難以衡量，所以為了排除行業以及非流通股市值等因素對模型的估計，本文分別從8個行業里選擇兩只只有流通股的ST和非ST股進行分析。

2.2 股票市值和股票波動率的計算

對股票波動率的估計一般采用歷史波動率，考慮到歷史波動率不能進行預測，而Garch（1，1）模型已經多次驗證較符合中國股市情況，所以本文以2013年12月31日為基準日期，用這一天的收盤價來計算各上市公司的股票價值，并以2013年每個交易日的收盤價，通過Garch（1，1）模型計算樣本股票的日波動率，并通過模型預測2014年1月1日的日波動率進行預測，進而通過公式：日波動率×243預測2014年的年波動率σE，計算結果如表1所示：

2.3 無風險利率和違約點

在KMV模型中有一個無風險利率r，本文選取人民銀行公布的2014年一年期整存整取基準利率3%作為無風險利率。

在KMV公式中關于DP的選擇是公司的短期負債加上一半的長期負債。國內有很多研究者對0.5的權重做了很多改進性分析，比如0.25和0.75等。本文仍用0.5做權重計算樣本的違約點D。

2.4 違約距離和違約概率

因為KMV模型依托于Black-Scholes公式，所以計算出的股票資產價值和波動率服從幾何隨機過程，我們可以以此為前提按照違約距離的定義得到理論違約概率，但是由于這一假設通常與現實不符，所以我們運用KMV模型提供的違約距離公式計算違約距離，不過由于我國信用評級體系非常不完善且資本市場在諸多方面還不夠成熟，所以國內并沒有建立起每個違約距離與實際違約概率之間的映射關系，本文仍用違約距離進行分析，違約距離結果如表2所示：

3 結果分析和討論

KMV模型通過違約距離來反映信用風險大小，相同情況下違約距離小的股票要比違約距離大的股票違約的可能性高，不過由于各行業經營環境、政策導向也有所不同，所以各行業識別上市公司信用風險的違約距離的大小也不同，不可能僅以違約距離的絕對大小來判斷。由于我國目前對上市公司出現風險的揭示采用ST這一措施，被ST或者非ST的股票一般被認為信用風險大，而各行業的被特別處理的股票只有少數，所以ST股票的違約距離被認為是識別風險的參考值。在8個配對樣本中發現樣本的非ST組的違約距離，選擇的8個成對樣本中有6個非ST組大于ST組的違約距離，而申達股份和銀鴿投資低于ST三毛和ST宜紙，雖然這兩只股票沒有特別處理但這已經是一個警示，一定程度上說明了這兩家企業經營上出了問題，因為本文是以2013年12月31日為基準點，并以預測的股票波動率計算了資產價值，資產波動率和違約距離，考慮到數據的可比性，本文以2013年和2014年中期年報的一些數據進行同比發現申達股份每股收益0.10元，同比下降21.66%，凈利潤0.73億元，同比下降21.67%而銀鴿投資每股收益-0.18元，同比下降80.00%，凈利潤-1.48億元，同比下降75.39%，這從另一個側面印證了KMV模型在區分違約風險時比較有效。

4 總結與建議

本文通過研究來自8個行業的16只股票，對比分析KMV模型的ST組和非ST組的違約距離，其較好地區分了ST組和非ST組股票，并且能夠對非ST組的風險起到預警的作用。因為ST是連續兩年或者三年出現虧損的股份，所以它們的違約距離可以作為參考值或者參照對象來識別正常股份可能存在的違約風險，本文也通過對比樣本的2013年和2014年兩年的中期年報中每股收益和凈利潤兩方面進行了佐證，當然僅從這兩方面來驗證只是很小的一個側面，不過有關部門為了防止這些風險較大的股票出現更大的風險威脅市場安全，所以在很多方面做了限制，例如價格浮動在5%之內，這就可能導致ST股價的波動率變小，而資產波動率與股價波動率成正比，和違約距離成反比，這就使最終算出的違約距離變大，影響風險的判斷。由于我國市場情況與歐美不盡相同，在使用時一定要考慮中國現實的實際情況多方驗證。

機構的做法告訴我們，在不違反相關法律法規、監管規定要求（如確保董事會中非執行董事、獨立董事所占比例）的前提下，董事進入高級管理層任職，擔任高級管理層的核心成員（如首席執行官、總裁等）應是提高公司運轉效率和實現公司治理與管理高效配合的有效路徑。

參考文獻：

[1]張智梅，章仁俊.KMV 模型的改進及對上市公司信用風險的度量[J].統計與決策，2006（9）：159-160.

[2]翟東升，張娟，曹運發.KMV 模型在上市公司信用風險管理中的應用[J].工業技術經濟，2007（1）：126-127.

[3]王穎琦.KMV模型在我國上市公司信用風險評價中的應用研究[D].北京：北京化工大學，2011.

[4]Sheldon M.Ross.An elementary introduction to mathematical finance：options and other topics[M].Beijing：China Machine Press，c2004.

[5]周曄.金融風險度量與管理[M].北京：首都經濟貿易大學出版社，2010.

[6]郎咸平.公司治理[M].北京：社會科學文獻出版社，2004.

[7][美]艾·里斯，勞拉·里斯.董事會里的戰爭[M].壽雯，譯.北京：機械工業出版社，2013.