制造業上市企業信用風險研究

劉千 李宗拾

摘要：新冠病毒感染疫情不僅是全球公共衛生危機，經濟和社會發展也面臨了多重困境，給中國與全球企業帶來前所未有的考驗。文章應用KMV模型（一種基于期權定價度量違約概率的方法），選取滬深A股制造業12個細分領域的129家上市公司為實證樣本，計算出不同公司的違約距離和預期違約概率，以此識別樣本公司的信用風險水平。研究結果表明：KMV模型在度量我國制造業上市企業的信用風險水平方面具有良好的識別能力；近幾年，我國制造業總體信用風險呈先升后降趨勢。

關鍵詞：制造業；信用風險；KMV模型

中圖分類號：F425；F832.51；F406.7? 文獻標識碼：A? ?文章編號：1674-0688（2023）03-0114-03

0 引言

制造業作為國民經濟的主體，其在現代化經濟體系中具有引領和支撐的重要作用。推動制造業高質量發展，是融入新一輪科技和產業革命的關鍵任務，也是我國邁向“智造強國”的必由之路。但是，隨著新冠病毒感染疫情的暴發，眾多企業面臨著前所未有的危機。2020年2月，受疫情影響中國制造業采購經理指數（PMI）為35.7%，比上月下降14.3百分點，即便在3月份PMI指數在2月大幅下降的基數上，環比回升恢復到52.0%，也并不能代表我國經濟運行已恢復到正常水平，企業依舊面臨諸多生產經營問題。當前，客觀認識制造業經營現狀，準確衡量制造業信用風險并采取有效應對策略，對我國經濟平穩健康的增長具有重大意義。因此，本文運用KMV模型對我國在滬深A股上市的129家制造業企業進行信用風險分析，通過度量制造業在新冠病毒感染疫情暴發前后的信用風險程度變化，以此提出相應的政策建議，促進我國制造業的高質量發展。

KMV模型最初由一家美國公司利用期權定價模型建立，旨在預測企業貸款違約的概率。隨后，Blochwitz等［1］將KMV模型擴展應用到評估信用風險中，以一家德國公司為研究對象，結果表明該模型能有效地評估目標公司的信用風險水平。Tudela等［2］以英國上市公司為樣本，使用KMV模型測量公司的破產概率，研究發現，KMV模型在測度上市公司的信用風險水平方面比Probit回歸方法更為優越。Camara、Popova和Simkins［3］運用修正后的KMV模型對全球范圍內的上市公司進行實證分析，結論顯示，在考慮企業的股價波動率、資產、負債等因素時，基于市場信息的KMV模型相比依靠財務信息取得的結果更為準確。Kliestik等［4］對KMV模型進行改進，將違約距離作為變量引入模型，實證表明，在識別樣本公司信用風險水平上，修正后的KMV模型有不錯的識別表現。王慧等［5］使用窮舉法修正了KMV模型的違約點，并驗證修正后的KMV模型能夠有效識別上市房地產企業的信用風險。

通過國內外學者的研究和實證，在上市企業信用風險測度中，KMV模型的有效性和適用性得到學者的一致認可。因此，本文繼續選用KMV模型作為我國上市制造業企業信用風險度量的模型，探究在黑天鵝事件的影響下，該模型能否及時有效地反映信用風險變化，并通過對比疫情前后兩個階段制造業企業的信用風險特征，揭示我國上市制造業企業的信用風險狀況與未來發展趨勢，并提出政策建議。

1 KMV模型的相關理論和介紹

1.1 KMV模型的相關理論

KMV模型，也被稱為預期違約率（EDF）模型，是基于Merton風險債務定價理論及BSM期權定價理論，用于評估公司信用風險水平及預期違約概率的風險計量模型。該模型將公司的股權視作一份看漲期權，其中公司的股權價值是標的資產，違約點值是資產的執行價格，公司根據Black-Scholes期權定價公式求出資產價值，并與公司的負債水平相比。當負債到期時，如果資產市場價值小于負債面值，公司就會選擇違約；反之則會償還債務。

基于該思想，KMV模型設置違約點（DP），即從公司的財務數據庫中將短期和長期債務按一定比重加權計算獲得違約點，然后根據資產價值與違約點之間的關系算出違約距離（DD）。違約距離越大，說明公司在債務到期時的違約風險越小，反之同理。

1.2 KMV模型的介紹

KMV模型的計算可以分為以下3個步驟：

（1）計算公司資產市場價值 VA和資產價值波動率[σv]。企業資產價值和股權價值的關系為

E= VAN（d1） - Be- r（T）N（d2）? ? ? ? ? ? ? ? ?（1）

其中，[d1=tlnVA/B+r+σ2v/2TσvT]；[d2=d1-σvT]；E代表公司的股權市場價值；VA是公司的資產市場價值；B是公司負債的市場價值；T代表期權的到期時點，r是無風險利率，N（·）為正態分布下的累計分布函數。

依據伊藤引理可以得出，E同時服從幾何布朗運動，并且股權波動率σE滿足：

[σEE=?E/?VAVA]? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

將公式（1）兩端對[VA]求導：

[?E/][?VA]=N（[d1]）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

此時，可得：

[σEE]=N（d1）[σvvA]? ? ? ? ? ? ? ? ? ? ? ? ?（4）

聯立公式（1）和公式（4），即可求出公司資產市場價值VA和資產價值波動率[σv]。

（2）違約點DP和違約距離DD的計算。違約點DP可作為違約和履約之間的一個臨界點，其可由短期負債和長期負債按一定加權比重計算得出，公式如下：

[DP=STD+θ×LTD? ? ? ? ? ? ? ? ? ? ? ? ? ?]（5）

其中，STD表示為短期負債，LTD表示為長期負債。

計算出違約點DP后，據此則可計算出違約距離DD，公式如下：

[DD=（VA-DP）/VAσV? ? ? ? ? ? ? ? ? ? ? ? ?]（6）

（3）違約概率EDF的計算。運用伊藤引理可推導樣本公司資產市場價值lnVt所服從的隨機過程，如下：

[dlnVA=dVA/VA-1/2dV2AV2A=μ-1/2σ2Vdt+σVdBt]（7）

可以計算出樣本公司在T時點的違約概率：

[p（VT

[NlnDP/VA-μ-1/2σ2VTσVT=N]（-DD）? ?（8）

即EDF=1-N（DD）[×]100%。

2 基于KMV模型的實證研究

2.1 樣本選取

依照證監會行業分類標準對我國制造業進行二級行業細分，并剔出缺乏關鍵數據的上市公司。本文共選取包括電氣機械、食品、醫藥等12個細分領域的129家國內制造業上市公司作為實證樣本。由于2020年3月份我國疫情防控形勢持續向好，生產生活秩序穩步恢復，企業復工復產明顯加快，而制造業作為復工復產的先行軍，大部分企業集中于2020年3月復工復產，因此時的國內疫情防控已取得階段性成效，所以時間上選擇2019年第四季度、2020年第一季度和第二季度為3個重點階段作為觀測時點研究疫情對我國制造業上市公司信用風險狀況的影響。

2.2 實證過程和結果分析

（1）股權價值波動率[（σE）]的計算。由于股票的價格近似服從于對數正態分布，因此可以假設[Si]和[Si+1]分別為第i和i+1天的股票收盤價，用對數表示為[μi=lnSi+1/Si]。股票收益率[μi]的標準差可得[σn=1n-1i=1n（μi-E（μ））2]。其中，E[（μ]）=[1/][ni=1n μi]。

將股票價格數據帶入上述公式子，可計算出日收益波動率，據此可計算出年收益波動率[σE=σn×N]。

其中，N表示一年里股票市場的交易天數。

（2）估計公司資產市場價值（VA）與資產價值波動率（[σv]）。聯立公式（1）和公式（4）可求得公司資產市場價值VA和資產價值波動率[σv]。本文采用Matlab求解方程組。

（3）無風險利率r。本文采用樣本期2019年與2020年中國人民銀行公布的一年期定期存款利率，按時間權重計算出加權平均數作為無風險利率。

（4）違約點（DP）與違約距離（DD）的計算。KMV公司通過大量實證研究后，分析將長期負債的違約點系數[θ]設置為0.5時，上市公司更有可能發生違約狀況，即DP=STD+0.5LTD。

本文將129家制造業上市公司按證監會分類標準分為12個不同細分領域，以便觀察各領域近年來發展情況。

通過違約距離的計算我們發現，制造業上市公司在2019年底的違約距離均值為3.69，中位數為3.91；2020年一季度的違約距離均值為2.10，中位數為2.10；2020年第二季度的違約距離均值為3.15，中位數為2.96。12個領域的平均違約距離一定程度上均呈明顯的“U”形波動。在2020年初，受疫情暴發的影響我國制造業上市公司違約距離均值為2.10左右，蔣峰［6］的研究表明，我國制造業的信用狀況趨于惡化，總體信用風險逐步上升，但我國經過嚴格、科學地堅持實施疫情防控政策，制造業得到良好的恢復，信用風險也有所降低。

（5）預期違約概率（EDF）的計算。根據公式EDF=1-N（DD）[×]100%，部分違約概率計算結果如下。

2020年初，制造業上市公司的違約概率均有不同程度的上升，2020年第二季度，違約概率又下降到接近疫情前的水平。不同上市公司間違約概率的波動幅度也大不相同，如恒瑞醫藥在疫情防控期間違約概率始終保持較低水平；“寧德時代”的違約概率從0.31%飆升到6.55%隨后回落至0.68%，此信用風險的波動，從側面反映了疫情防控期間該公司的財務狀況和經營環境的變化。不難看出，KMV模型能較好地測度上市公司的信用風險，便于進行風險的預警和防范，降低風險損失。但由于我國還未有效地建立上市公司歷史違約信息數據庫，因此在違約距離與違約概率之間的映射關系上存在一定的偏差，所以我們在度量上市公司的信用風險時，應用違約距離是一個比較好的選擇。

3 結論與政策建議

本文通過KMV模型實證研究，得出以下結論：首先，從KMV模型的計算結果來看，樣本企業的違約概率呈現先升后降的趨勢，說明此前疫情對我國制造業的信用風險水平造成一定程度上的影響。其次，不同領域、不同類型的上市公司受疫情的影響程度不一，如醫藥制造業和頭部制造業上市公司受疫情沖擊程度較小，信用風險保持較低水平。最后，通過KMV模型能夠在一定程度上有效衡量我國上市制造業企業的信用風險，在面對信用風險出現變動的情況下，通過模型的構建，企業能夠及時對信用風險進行預警與防范。

3.1 構建上市企業歷史違約數據庫

相較于西方國家，我國針對信用風險的研究還是比較落后的，無論是模型的構建，還是歷史違約數據，我們還沒有形成完整的體系。所以，我國當前需要充分披露上市公司之間的違約事件，能夠盡快、盡早地通過實際行動建立上市企業的歷史違約數據庫，數據庫要盡量做到數據精準、覆蓋面廣泛，只有這樣，才能實現KMV模型進行數據的有效分析，達到資本市場的需求，使我國上市企業的信用風險監管更具科學性。

3.2 企業改革創新精神要適應變化

制造業企業在面對大環境的變化，需要積極地有效地進行改革。在遇到突發的自然環境的變化所引發的制造業企業困境，現提出以下幾點建議：一是加強企業人員管控以及創新管理，企業應舍棄傳統員工排班制度，運用軟件技術，實現智能化管理。在管理模式上，在提高效率的同時，還要減少不必要的支出，從根本上降低企業的成本。二是制造業企業應該注重加強供應鏈的管理，針對突發公共衛生事件，在供應鏈管理方面做好預防措施，降低供應鏈的風險。企業可以采取多元化的供應鏈策略，建立多供應商、多地點的采購網絡，減少對單一供應商和采購地點的依賴，提高對供應鏈風險的抵御能力。三是拓寬融資渠道，制造業企業應看準資本市場形勢，抓住機會，運用各種新型融資手段，嘗試多方面地將社會資本引入企業中。

4 參考文獻

［1］Blochwitz S，Liebig T，Nyberg M.Benchmarking deutsche bundesbank's default risk model， the KMV private firm model and common financial ratios for German corporations［J］.Super-vision，2000（10）：1-14.

［2］Tudela M，Young G.A merton-model approach to assessing the default risk of UK public companies［J］.International Journal of Theoretical and Applied Finance，2005，8（6）：737-761.

［3］Camara，A.，Popova，I.& Simkins，B.A comparative study of the probability of default for global financial firms［J］.Journal of Banking & Finance，2012，36（3）：717-732.

［4］KLIESTIK T，MISANKOVA M，KOCISOVA K.Calculation of Distance to Default［J］.Procedia Economics and Finance，2015，23：238-243.

［5］王慧，張國君.KMV模型在我國上市房地產企業信用風險度量中的應用［J］.經濟問題，2018（3）：36-40.

［6］巴曙松，蔣峰.“違約潮”背景下的信用風險測度研究［J］.湖北經濟學報，2019（11）：5-13.