KMV模型的信用評級應用

溫啟勝 蔣紅蕓

摘 要：安源煤業(yè)被上海證券交易所實施退市風險警示的事件讓投資者們措手不及，安源煤業(yè)轉為ST股的發(fā)生也讓市場大眾感到突然。運用KMV模型對安源煤業(yè)2013-2017年的主體信用風險進行分析，并結合標準普爾公司信用評級表給出信用等級劃分，以此說明KMV模型應用于我國上市公司信用評級中的有效性。

關鍵詞：安源煤業(yè);KMV模型;信用評級

中圖分類號：F23 ? ? 文獻標識碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.18.057

1 背景介紹

1.1 公司背景

安源煤業(yè)擁有四家子公司，并且擁有多處礦產資源。但是，2018年4月19日，上海證券交易所對該公司股票實施了退市風險警示。隨后，安源煤業(yè)在2015年11月20日發(fā)行的數(shù)額高達12億的5年期公司債券也自2018年5月4日起被上海證券交易所暫停上市。這不僅會給投資者造成財產損失，而且對我國資本市場也造成了一定程度的負面影響。

1.2 研究現(xiàn)狀

信用風險度量方法主要分為傳統(tǒng)方法和現(xiàn)代方法。傳統(tǒng)信用度量方法主要包括信用評分型方法、專家評級方法和評分型方法。在現(xiàn)代企業(yè)中，信用風險產生的原因越來越復雜，因此傳統(tǒng)評級方法的使用逐步受到了限制。

此后，經濟學家創(chuàng)立了許多現(xiàn)代信用評級方法，主要包括四種：KMV模型、Credit Metrics模型、Credit Risk+模型和Credit Portfolio View模型。楊秀云、蔣園園和段珍珍對以上四種模型作了詳細論述和實證分析，最終得出結論：在四種現(xiàn)代信用評級方法中，KMV模型更適合運用于我國上市公司的信用風險度量。另外，馬若微通過分析得出：KMV模型可以有效地預測中國上市公司的財務困境。此外，張玲、楊貞柿和陳收認為：相對于其它只注重財務數(shù)據(jù)的信用風險模型，KMV模型對評價上市公司的信用風險將更有效。因此本文采用KMV模型對安源煤業(yè)進行信用風險分析。

2 KMV模型概述

3 安源煤業(yè)違約概率的計算

本文認為修正后的KMV模型能更好的適應于中國市場情況，接下來本文將采用上述修正后的KMV模型對我國煤炭行業(yè)上市公司安源煤業(yè)進行違約概率的計算。修正KMV模型的應用步驟如下：

第一步：參數(shù)取值。

根據(jù)修正KMV模型的參數(shù)規(guī)定，無風險利率取中國人民銀行每年公布的一年期整存整取利率，又根據(jù)中國人民銀行利率政策的相關公告可知，2013-2017年該利率分別為3.00%、2.75%、1.50%、1.50%和1.50%。其中，中國人民銀行在2015年進行了5次降息，分別是3月1日降為2.50%，5月11日降為2.25%，6月28日降為2.00%，8月26日降為1.75%，10月24日降為1.50%，本文取最后一次調息利率為2015年利率進行計算。由上可知，安源煤業(yè)五大參數(shù)的取值如表2所示。

第二步：計算安源煤業(yè)的資產價值、資產價值波動率，計算結果如表3所示。

第三步：計算安源煤業(yè)的違約距離和違約概率，計算結果如表4所示。

根據(jù)上表的計算結果可以看出：安源煤業(yè)在2013-2017年的違約距離分別為1.63，1.94，1.42，2.74和2.49，其對應的違約概率分別為5.19%，2.59%，7.78%，0.31%和0.64%，所以在此5年內，安源煤業(yè)的理論違約概率較高，其信用風險一直處于高水平狀態(tài)。另外，根據(jù)王元月、景在倫和劉偉的實證結果可知，這五年內的預期違約概率可能被低估，即其實際的預期違約概率要高于表4所列示的結果。

4 安源煤業(yè)的信用評級對比

本文引入標準普爾公司（S&P）信用評級與違約概率的對應關系作為本文修正KMV模型信用評級與違約概率的映射關系，其間對應關系如表5所示。

結合表4的計算結果和表5的映射關系可以得出以修正KMV模型對安源煤業(yè)進行信用評級的結果，如表6所示。

由修正KMV模型對安源煤業(yè)2013-2017年進行信用評級，其結果分別為B-，B+，CCC+，BBB和BB+等級，表明安源煤業(yè)在2013-2017年的主體信用風險較高，安源煤業(yè)在2013-2017年5年間的主體信用評估結果遠低于AA級，這表明安源煤業(yè)在此三年間已經存在較高信用風險，其財務狀況已有惡化的趨勢，這對于安源煤業(yè)連續(xù)兩年虧損甚至被轉為ST股的實際情況有一定的預測作用。由此，修正KMV模型的有效性也得到了驗證。

參考文獻

[1]Altman E.I.Financial ratios，discriminated analysis and the prediction of corporate bankrupt[J].Journal of Finance，1968，23（9）：589-609.

[2]管七海，馮宗憲.信用違約概率測度研究：文獻綜述與比較[J].世界經濟，2004，（11）：40-54.

[3]楊秀云，蔣園園，段珍珍.KMV模型在我國商業(yè)銀行信用風險管理中的適用性分析及實證檢驗[J].財經理論與實踐，2016，37（01）：34-40.

[4]馬若微.KMV模型運用于中國上市公司財務困境預警的實證檢驗[J].數(shù)理統(tǒng)計與管理，2006，（05）：593-601.

[5]張玲，楊貞柿，陳收.KMV模型在上市公司信用風險評價中的應用研究[J].系統(tǒng)工程，2004，22（11）：84-89.

[6]Merton R.On the pricing of corporate debt： the risk structure of interest rates[J].Journal of Finance，1974，29（2）：449-470.

[7]劉博.基于KMV模型對中國上市公司的信用風險進行度量的實證分析[J].科學技術與工程，2010，10（3）：843-847.