基于KMV模型的東海硅產業集群內商業銀行信用風險的實證分析*

文/陳雪源 羅健 張家鵬（.江蘇師范大學；.中國建設銀行連云港分行）

一、引言

銀行放款被定義為資產業務，是取得收益的主要來源，商業銀行的盈利主要來自放款的利息收入，也就是存貸款利差。改革開放以來，盡管我國商業銀行的資產業務比重相對較小、方式單調，但貸款逾期未還對商業銀行運營能力的打擊是巨大的，越來越多的銀行專注于資產水平高的客戶，資產業務的高質量化趨勢明顯，如何高效并合理規避有信用風險的貸款者是商業銀行風險管理的核心。隨著“互聯網+金融”的緊密結合，國家更加關注為商業銀行信用風險管理提供新工具的技術，但是商業銀行的信用風險依舊是銀行業乃至整個行業中最重要的風險形式，它影響著我們信用生活的方方面面，也影響著一國宏觀經濟決策和經濟發展。因此，加強信用風險的管理對商業銀行的經營管理至關重要。東海硅產業集群作為江蘇省縣域特色產業集群的典范，提高集群內商業銀行的抗風險經營能力一直是推動縣域特色產業集群轉型與構建的重要保障。集群內的中小企業所需資金流動較多，大型規模企業的提現率相對較高。所以加強對商業銀行信用風險的管理是特色產業集群可持續發展的重要支撐，甚至是保證集群內資金正常流轉的最后一條防線。

二、東海硅產業集群內商業銀行信用風險現狀

在東海縣的走訪中發現的主要問題有三：其一，集群內大企業可以較為輕松地獲取足量的信貸資金，而多數中小企業都難以獲取貸款，換言之，集群內各大商業銀行對大企業放貸的積極性很高，卻對鄉鎮中小企業抬高貸款門檻，要求的擔保條件苛刻，某家國有銀行甚至要求企業提供五年以上的工商年報；其二，集群內近八成企業對信用風險管理體系的建立持消極態度；其三，集群內大多數商業銀行均表示難以甄別借款人信息的真偽。

三、KMV模型框架

KMV模型是由美國KMV公司在著名的BSM模型基礎上改進違約距離計算而創造的信用風險度量模型，核心觀點為公司的破產概率由公司資產價值與負債大小的相對關系，以及公司資產市價的波動率決定，當公司的市場價值下降到某一臨界點時會產生違約。

KMV模型的構造分為三個步驟：

Step 1：估計公司資產價值VA及其波動率Aσ。

首先，根據BSM模型，公司的資產價值VA符合幾何布朗運動。其次，由BSM模型推演得出公司股權價值VE符合以下公式：

其中VA、EV為公司資產的市場價值和股權的市場價值，T為到期日，Aσ為公司資產市場價值的漂移率，X為違約邊界。

Step 2：違約距離（DD）的計算。

Step 3：估計違約率EDF，即確定違約距離與違約率的映射關系。

四、基于KMV模型的實證研究

（一）樣本及數據的定義

本文選取東海硅產業集群內的9家上市商業銀行。2015年東海硅產業集群躋身中國百佳產業集群，并且獲批為江蘇省示范特色產業集群，但此之后的發展速度明顯放緩，違約、積欠、失信等惡性事件頻發，許多貸款無法收回，故選取2015-2018年度數據和2019上半年數據，對各銀行進行信用風險評價。其中郵儲銀行、江蘇銀行和常熟銀行在2016年才上市，故只能獲取2016年后的數據。

表1 東海硅產業集群內上市商業銀行分類及名單

（二）計算過程

1.資產價值及波動率的計算結果

基于Wind金融終端的數據，通過MATLAB編程解得9家樣本商業銀行資產價值和資產價值波動率，見表2。

從表2可以看出，2015-2019年樣本商業銀行的資產價值基本呈現先減后增的趨勢，其波動率則呈現出先上升后下降的趨勢，并在2016年左右達到最大值。

2.違約距離和違約概率的計算結果

根據表2的結果，運用上述KMV模型，計算結果見表3。

表2 樣本銀行資產價值及波動

表3 樣本銀行違約距離和違約概率匯總

如此可知，自2015年以來，每年各商業銀行的違約概率有著明顯的差距，根據國有與非國有，求解各組銀行每年違約概率的均值，繪制圖1。

圖1可以看出兩組銀行違約概率的均值變化差別較大，波動趨勢在中間三年的差距很大。兩組銀行在2016年違約概率差異較大，根據銀監會發布的報告顯示，由于宏觀經濟放緩加劇，產能過剩，行業風險暴露增加以及商品價格調整，2016年國有商業銀行不良貸款余額和不良貸款率較去年出現較大幅度的升高，而非過剩產能行業在經濟下行進一步加大的背景下，其貸款質量也將進一步惡化。在去產能和經濟下行的雙重作用下，國有商業銀行的不良貸款比例增加，從而違約概率較大。結合我國實際，2010年以來國有商業銀行的貸款利率一直都處于較低的門檻，故吸引到的借款人較多，而非國有銀行雖然存款利率高，但是市場的認可度低，吸收的存款實際較少，難有足夠資金供大規模放貸。除此之外，中國六大國有商業銀行由于自身的政策優勢，一直以來對資產業務的警覺性不足，導致大量不良貸款的產生，大量吸收到的存款被用于海外投資項目，但這些項目周轉期長，收益不穩定，難以獲得穩定回報，也造成負債業務的羸弱。非國有制銀行由于其體量小，涉足領域少，直到2018年，國內新興企業才慢慢接受，同時各大國有商業銀行重視對自身不良資產的剝離，并對凈現值低的投資項目大刀闊斧地改造。

圖1 歷年各組銀行違約概率變化趨勢圖

五、建議

結合上文的實證分析和東海硅產業集群的實地調研的結果，針對我國縣域特色產業集群內商業銀行的現狀，提出一些簡單的建議。

（一）建立違約數據庫

我國信用風險度量的研究與西方國家的差距，主要體現在一直未能建立違約數據庫。中國信用風險度量不準確和管控遲緩，歸根到底是缺少違約信息，難以串聯起違約企業的財務數據鏈。而通過走訪發現，由于信息不對稱，集群內大多數商業銀行均表示難以甄別借款人信息的真偽。因此，我國急需在監管部門和各大銀行的努力下建設一個成熟的違約企業信息數據庫，有助于信用評級機構對違約風險的準確度量和違約概率的把握。

（二）健全信用風險預警體系

信用風險的破壞性影響是金融機構的夢魘，促進信用風險管控的系統化刻不容緩。我國信用風險預警體系的發展不成熟注定是金融體系建設的一塊短板。因此應健全以商業銀行為主體、各類信用評級機構為輔、監管部門為紐帶的信用風險預警體系。各金融機構的信息披露要及時，相互之間應加強信任，消除集群內企業對信用風險管理體系的擔憂，更好地完善特色產業集群內監管體系，提升監管能力。

（三）普及產業集群的信用評級服務

我國特色產業集群的發展勢在必行，但每一產業集群內的情況都有特殊性，應普及信用評級服務，通過建設和規范每一產業集群內的評級機構，著力提升決策的科學性和處置的精準度。根據我國國情和縣域特色產業集群內企業自身發展的實際，建立健全信用評級標準，形成內部評級體系，以便更好地對受評對象的信用等級做出準確評估。

（四）鼓勵信用風險管控工具的創新

我國的信用衍生品發展一直處于較為初級的階段，對比西方國家銀行業出色的信用風險管控工具，有關機構可以學習借鑒，并與中國金融業實際情況相結合，創造更多具有中國特色的信用風險管控工具，如CRM（信用風險緩釋工具），將不可控的單個機構的信用風險轉化為可控的整串鏈條企業的信用風險，從而提高集群內商業銀行的抗風險經營能力，推動縣域特色產業集群的發展。