我國上市公司信用風險度量及其影響因素的實證研究

【摘要】對KMV模型度量我國上市公司信用風險方法的有效性進行了實證研究。同時對影響上市公司信用風險的內在因素進行了探索。實證研究結果表明，KMV模型對我國上市公司信用風險度量具有良好的適用性。對信用風險影響因素的實證結果說明，我國上市公司的規模對其信用風險具有顯著影響力。

【關鍵詞】信用風險 適用性 風險因素 KMV模型

一、理論分析

信用風險度量的探索過程大致可以分為三個階段Z一、是20世紀70年代以前，大多數金融機構基本上采取專家制度法，即根據銀行專家的經驗和主觀分析來評估信用風險。專家通過分析借款人的財務信息，經營信息，經濟環境等因素，對借款人的資信，品質等進行評判，以確定是否給予貸款。這個階段評估信用風險的主要方法有5C法，5W法或5P法，LAPP法，五級分類法等。二、是20世紀70年代初到80年代末金融機構主要采用基于財務指標的信用評分方法，如線性幾率模型，Logit模型，Probit模型，奧爾特曼（Aｌtman）的Z值模型與ZetＡ模型等。三是20世紀90年代以來，世界上一些著名的商業銀行開始探索運用現代金融理論和數學工具來定量評估信用風險，建立了以風險價值為基礎，以違約率和預期損失為核心指標的度量模型，如信用監控模型（kＭV模型），Credit ｍetriCs模型，信貸組合觀點（Credit Portfoｌio View），Creditrisk＋模型等。

KMV模型是KMV公司在莫頓(1974)模型的基礎上開發的用違約方法估計信貸組合的收益和風險關系的模型。KMV模型推導出了每一個債務人的估計違約率或預期違約頻率（EDF）。預期違約率因此成為公司資產結構、資產收益波動收益波動性和當前資產現值的一個函數。KMV模型中的信用風險是由債務人的資產價值變動引起的。在公司資本結構給定的情況下，設定資產價值的隨機變化過程，就能推導出給定期限內的違約率。該模型適合用于股權公開交易的上市公司。當KMV被用來測試上市公司的違約率時，公司股權被假定為標的為公司價值的看漲期權。違約時放棄執行期權。當公司價值低于債務價值時，公司持有人會選擇違約。模型通過估計公司價值（V）和資產收益率波動率（），計算出違約距離（DD），然后根據違約距離與預期違約概率之間的對應關系取得EDF值。

KMV的優點在于：

首先，建立了一個包含資產價值變化、企業資本結構、債務契約和預期違約率的分析框架。在該框架下，只有預期公司的價值低于企業負債時，違約才有可能發生。

其次，KMV給出了公司市場價值與違約概率之間的直接關系。通過計算機程序，可以立即將新的市場信息對股權價值的影響轉化為信用風險信息。

再次，直接計算單個對象的違約概率，避免依賴風險評級對個別風險品質的忽略。

最后，KMV模型能及時預測個別公司的違約情形。大量的實證表明KMV模型能成功地對風險進行預警。

KMV模型也不可避免地存在局限性：

首先，模型假設負債到期而且負債高于資產價值時，才會出現違約這與實際不符。

其次，當債務到期期限或債務借貸條件不同時，利用KMV模型估計債務價值面臨較大困難。另外，市場風險不存在的假設與現實不符。

再次，模型假設資產價值服從對數正態分布可能與事實不符。

最后，模型在分析資產和負債價值此消彼長時，沒有考慮公司在面臨財務困境時對財務結構的調整。

二、實證分析

（一）樣本選取

KMV模型認為，只有當企業經營或財務陷入困境，破產清算比另外籌資償還負債更有利時，企業才會選擇違約。

而就上市公司來言，銀行面臨的上市公司的信用風險具體是指上市公司貸款的違約風險，即上市公司在貸款到期時不能償還本金和利息，從而使銀行遭受損失。銀行面臨的信用風險可以由上市公司違約的可能性來衡量。上市公司選擇違約被認為是企業的經營和財務狀況出現嚴重的問題，違約比償還貸款更有利。

因此，選擇企業發生經營或財務出現困難作為違約風險的標準比企業實際上不能還本付息更具現實意義和預警效果。

本文中的實證研究中，我們視ST公司為違約公司。這種處理方式比較符合我國的實際。本文將選擇60家上市公司作為樣本，每組30家，ST公司組被視為違約組。對照組非ST公司組視為正常組。相關研究表明，公司樣本所處行業不同以及公司規模差異會影響。本文選取的非ST公司和其對照組ST公司均屬于同一行業，而且資產規模相近。原本數據基準選定為2010年10月20日，考察期限為一年，無風險利率設為2.25%（一般來說，無風險利率應采用90天國債的收益率，但我國受市場所限，相關數據不可靠，所以用一年期整存整取存款利率替代無風險收益率）

（二）參數估算

1.股權市值的年波動率σE。2005年6月從三一重工開始試點實行股權分置改革，目前為止股權分置改革已大體完成。但是非流通股并不能自由轉化為流通股，因為非流通股普遍存在一定的限售期，這給該部分股權價值的計算帶來了困難。

非流通股股權價值的確定主要有一下幾種：

（1）非流通股股價=每股凈值

因此，股權市價E=流通股股價流通股股數+每股凈資產非流通股股數。

（2）非流通股股價=流通股價折價系數

美國學者提出，企業上市前價值為上市后的0.65倍。部分公司采用此系數折價計算非流通股市值。

本文將采用第一種方法和第二種方法的基礎上采用折中的辦法計算非流通股的估值，即：

非流通股股價=（0.65流動股價+每股凈資產）/2

很明顯，可以通過解上述方程組得出V和σV本文采用matlab軟件來求解。

2.公司的違約點DP。計算出資產價值V及波動率σV后，還要確定違約點DPT才能求出違約距離DD和預期違約率EDF。

KＭV模型并不認為公司的凈資產價值低于凈負債。長期負債的存在為企業提夠了緩沖的空間，KMV模型認為當企業低于所謂的違約點時，此時公司的資產價值被定義為違約點（DP）。研究表明違約點處于流動負債和總負債之間。實際上有如下標準：

DP＝ST＋0.5LT LT／ST＜1.5

DP＝ST＋（0.7－0.3ST／LT）LT 其他

ST:短期負債； LT:長期負債

本文采用第一種做法

即違約點DP＝ST＋0.5LT

違約點（DPT）＝流動負債＋50％長期負債

3.違約距離DD及預期違約概率EDF。違約距離表示企業資產與違約點的選對距離

從計算式可以看出資產價值與違約點偏離度越大企業違約的可能性越小。

在模型的假設條件下，違約距離可以作為企業違約風險的度量尺度，來比較不同企業間的風險。但是由于它并不是概率值，我們無法通過DD知道違約風險的數值。KMV公司使用的是經驗EDF值。即通過選取距離違約點一定標準差倍數的若干家公司，在負債到期時觀察這些公司中違約數量的百分比即是經驗違約概率。由此，計算經驗EDF必然需要大量公司違約歷史數據庫，以得到DD和EP間的映射關系?？紤]到我國國情與美國并不一樣，所以不能直接照搬kＭV公司的結論。而且我國尚未建立公司違約數據庫，所以在實證研究時通常采用理論違約率來替代經驗違約率。

違約距離DD的數值代入上式即可求出EDF理論值。

表DD和EDF的計算結果

使用SPSS軟件對進行違約距離的差異性檢驗，結果如下表所示:

非ST公司的違約距離（DD）均值為1.900207，而ST公司違約距離（DD）均值為1.435357.差異檢驗T值為14.775。，對應的雙尾p值為0.00，由此可以判斷兩組公司違約距離存在顯著的差異性，可以將違約距離作為區分違約組和正常組的指標。

（三）上市公司違約風險影響因素分析

上市公司信用風險大小受許多方面的因素的影響，這些因素可以分為內因和外因兩種。外因主要包括國家宏觀經濟、行業發展狀況、和產業政策等。內因主要包括企業財務狀況、公司管理水平、公司戰略等。為了定量分析公司信用風險的影響因素。本文將以公司財務指標為研究對象，從企業資產規模、盈利水平，發展潛力，流動性等方面選取合適的指標進行定量分析。

1.規模。企業的規模大小直接影響到其信用水平。一般認為，企業規模與其償債能力呈正比，本文將以公司總資產作為描述企業規模的指標。記為X1。

2.盈利能力。企業利潤是企業償付債務和不斷發展的基本保障。盈利水平直接影響到公司支付賬款的能力。盈利能力越強，違約風險越小。本文選取每股收益作為分析變量，記為X2。

3.發展能力。公司的發展前景也會影響到公司的信用風險。本文選用凈資產增長率為描述指標。記為X3。

4.償債能力。償債能力分為短期和長期兩種。一般認為，信用風險主要受短期償債能力影響。本文選取流動比率作為描述償債能力的指標，記為X4。

5.穩定性。企業經營和財務狀況越穩定，波動性越小。其違約的可能性越小。本文選取股價波動率表征企業狀況的穩定性。記為變量X5。

6.營運能力。營運能力反映了企業生產過程中各項資產的利用效率，反映了企業管理者的管理水平和配置資產的能力。本文采用總資產周轉率作為分析指標，定為X6。

對上述六個指標對樣本違約距離進行多元線性回歸，在5%的顯著性水平下，變量X2、X3、X5、X6沒有通過顯著性檢驗，回歸結果如下：

DD=1.417+0.101X1+0.044X4

模型匯總

a.預測變量:(常量)，X1

b.預測變量:(常量)，X1，X4

c.因變量:DD

由DW值可以判定隨機干擾項不存在一階自相關性。由F更改和R方更改知道，在5%顯著性假設下，不存在異方差性。

三、結論

首先，從樣本數據的違約距離角度看，非ST公司的違約距離顯著大于ST公司的違約距離。因此，違約距離是區分正常公司組合特殊公司組的良好指標。

其次，從影響公司信用風險的因素上看，企業的資產規模和流動比率是影響企業信用風險的主要因素，企業規模越大，流動比率越大，企業違約距離越大，企業信用風險越小。而在兩種影響因素中又以企業規模的影響力最大。這與我國的實際是相符的。

參考文獻

[1]Matthew Kurbat， Irina Korablev. Methodology for Testing the level of the EDF Credit Measure[J/OL]. KMV Corporation，2002，http://www.moodyskmv.com.

[2]Peter Crosbie， Jeffrey Bohn Modeling Default Risk[J].American Banker，July 2003: 98-106

[3]Michel Crouhy，Dan Galai， Robert Mark.A comparative analysis of rent credit risk Models，2008

[4]戴志鋒，張宗益，和陳銀忠，基于期權定價理論的中國非上市公司信用風險度量研究[J] 管理科學Z2005（60）；72-77

[5]呂小娜，商業銀行信用評價模型的適用性研究—基于KMV模型和Credit Metrics模型的對比分析[D]，成都；西南財經大學學，2008

作者簡介：陳浩（1984-）男，湖北荊州人，浙江財經學院碩士研究生，研究方向為金融風險和銀行管理。