基于KMV模型的農業類上市企業信用風險度量及分析——以長江中游地區為例

鄭文

基于KMV模型的農業類上市企業信用風險度量及分析——以長江中游地區為例

鄭文

［提要］信用風險是金融市場上最主要的一類風險，也是上市企業出現資產質量下降和經營危機的主要根源。與其他上市企業相比，農業類上市企業被認為整體信用風險較高，市場投資信心相對不足。金融市場的迅猛發展，監管壓力增強和競爭的日趨激烈使得農業類上市企業必須對自身的信用風險進行更加靈活、積極和主動的管理。本文利用KMV模型對長江中游地區的江西、湖北、湖南、安徽四個省份的若干家農業類上市公司進行了信用風險度量實證分析，結合研究結論提出對這一地區農業類上市企業信用風險度量和管理的建議。

長江中游地區；信用風險；農業類上市企業；KMV模型；建議意見

一、引言

2015年3月，包括江西南昌、湖南長沙和湖北武漢等省市的長江中游地區城市群成為首個獲得國家批復規劃的跨區域發展城市群，國家發改委也于同年4月份規劃將該地區城市群定位為內陸開放合作示范區、中西部新型城鎮化先行區和“兩型”社會建設引領區，安徽合肥等長江中游地區其他省市也積極響應這一趨勢。這一系列發展變化標志著國家正在實施打造長江中游地區城市群新增長極，對接“一帶一路”形成合力的整體發展戰略。長江中游地區自古以來就是農業產業較為發達的地區，也是現階段我國重要的糧食產區，作為農業產業發展先進代表的農業類上市企業也相對較為集中。整體來看，農業類上市企業的經濟效益普遍不高，市場一般認為農業類上市公司風險較高，投資效果不理想。因此，嘗試對這一地區農業類上市企業的信用風險度量以及在此基礎上的信用風險有效管理進行研究一方面十分具有實際意義，另一方面也能夠促進長江中游地區的農業經濟發展，助力產業對接和區域融合。

二、研究方法與指標體系構建

KMV模型是由美國專業信用風險咨詢公司KMV公司開發的一類信用風險違約率預測模型。該模型的主要研究對象是上市公司，主要思想是運用期權定價理論將上市公司的權益視為以公司資產為標的的看漲期權。公司債務到期時公司違約代表該期權未被執行，不違約則表示期權被執行。公司的資產價值與設置違約點之間差值與公司資產價值標準差的比值稱為違約距離。該模型的計算方法認為企業信用風險主要決定于企業資產市場價值、資產市場價值波動率以及負債賬面價值這三個主要因素。當前，KMV模型在國際范圍內得到了廣泛的應用是因為該模型具有以下兩個主要特點：首先，KMV模型的理論依據是發展較為成熟的期權定價理論，理論基礎扎實。其次，模型采用的數據主要是股票市場和上市公司財務報表中披露的數據，股市數據實時更新，財務報表中的指標也容易獲得。

KMV模型具體求解步驟及公式如下：首先由上市企業的股權價值及其波動性、債務償還時間、無風險借貸利率（這里一般取商業銀行一年期定期存款利率）及上市企業的負債價值計算出企業的資產市場價值及其波動性。

E為公司的股權價值；D為公司負債；Va為公司資產的市場價值；τ為債務期限，一般為1年；σa為公司資產價值的波動率；r為無風險利率；σE為公司股權價值的波動率。股權價值E可以根據企業總股本和每股市價來決定。假設股票價格滿足對數正態分布，某股票在第i個月末的價格為Si，第i-1個月末的價格為Si-1，則其對數月收益率定義為：μi=ln（Si/Si-1），股票對數收益率的月波動率計算公式為：

在得出了股價的月波動率后就可以根據年波動率與月波動率之間的關系計算出年波動率，計算公式如下

其次，根據上市企業的長期負債和短期負債價值計算出企業的設置違約點，該模型假設上市公司資產價值服從對數正態分布，可以利用MATLAB軟件進行迭代計算KMV方程組，得出上市公司的違約距離DD。 E（Va）為公司未來資產價值的期望值；DP為違約點（DP=SP+0.5LD），LD為企業的長期負債，SD為企業的短期負債。

最后，根據上市企業的違約距離與預期違約率（EDF）之間的理論對應關系或經驗函數對應關系，求出企業的預期違約率。Pt=N（-DD），N（·）為標準正態分布函數。

三、長江中游地區農業類上市企業信用風險度量實證分析

（一）樣本選取與數據計算

長江中游地區的江西、湖北、安徽、湖南四個省份在滬深股市上市的農林牧漁類企業一共有十二家，再添加一部分較具有代表性的周邊省份農業類上市企業作對比分析，本文一共選取了十七家上市企業樣本。首先，搜集這些樣本上市企業2015年三月末至2016年三月末的股權價值及負債價值數據。經整理后列出表1：（數據來自于新浪財經網http：//finance.sina.com.cn/stock/）

其次，搜集以上十七家企業同一時期的股價變化數據，并利用前文介紹的KMV模型計算公式得出上市企業的股票對數收益率、股票對數收益率的月波動率及年波動率，最后，利用MATLAB計算出上市企業資產市場價值、資產市場價值的波動率及負債違約距離，并根據負債違約距離結合理論方法或經驗方法計算出企業的違約概率。

（二）計算結果分析

1.企業資產市場價值高于企業股權價值。雖然不同農業類上市公司在股權結構、負債規模等方面存在較大差異，但其資產價值均高于股權價值。這說明農業類上市公司具有較好的發展增值空間。

2.企業資產市場價值波動率總體上與模型計算所得的企業違約距離呈反比。2015年4月到2016年3月間，整體資產價值波動率較低的三家企業分別是農產品、圣農發展和金健米業。而這三家企業的違約距離分別排在表格中十七家企業的第四位、第五位和第一位。萬福生科、新五豐和平潭發展等幾家資產價值波動率最高的上市企業其負債違約距離均較小，違約概率較大。

3.農業類上市公司信用風險相對較高。從搜集的十七家長江中游地區農業類上市公司的模型計算結果來看，所有的樣本企業違約距離均小于2。這說明該區域農業類上市企業整體經營狀況不穩定，信用風險相對較高。

同時，根據這17家農業類上市公司2015年4月到2016年3月間的股價變化趨勢和特點結合計算出來的信用風險狀況將其劃分為三個類型。

1.大湖股份、新五豐、萬福生科和武昌魚這四家企業可以歸為第一類。這一類上市企業的模型計算違約距離都在1以下，信用風險較高。

2.以農產品、正邦科技和平潭發展這三家企業為代表的九家企業可以歸為第二類。這一類上市企業的違約距離在1.7到1之間，信用風險相對第一類較小，屬于較為理想的投資對象。

3.金健米業、大康農業、隆平高科和圣農發展這四家企業可以歸為第三類。這類企業的計算違約距離都在1.7以上，在所有樣本企業中信用風險最小，屬于相對比較穩健的投資對象。

表1　搖2015年第二季度至2016年第一季度的股權總價值及負債數據搖搖搖單位：元

四、對策與建議

重視農業產業，采取各種措施促進該地區農業經濟健康穩定發展，是實現該地區綜合經濟實力持續增強的必然要求。本文實證分析的結果顯示長江中游地區農業類上市企業整體信用風險較高，有效地度量和管控農業類上市企業的信用風險，是促進該地區農業經濟發展的重要方法。以下是本文對長江中游地區農業類上市企業信用風險度量及管理提出的幾點建議：

（一）建立及時、誠信、規范的信息披露制度

絕大多數信用風險度量模型依賴的數據都來源于上市公司的的財務報表，信用風險度量工作是否有效很大程度上取決于該上市公司披露的財務報表中的內容是否真實。上市公司應該本著對股東、對社會負責的態度，如實對自身財務數據進行披露。政府相關監管部門也應當加強對上市企業財務信息披露的監管，減少虛假報告的情況。

（二）擴大經營范圍，以多樣化經營降低風險

長江中游地區在積極擴大自身傳統的氣候資源優勢以及通達南北的交通優勢的同時，更應該本著創新為本，擴大開放的思想著力實現區域產業對接和區域經濟融合。這一區域的農業類上市企業應該借助這一發展戰略的東風積極擴大自身經營范圍和規模，一方面以多樣化經營降低整體信用風險，一方面大幅提高企業綜合實力。

（三）建立可量化的風險管理機制

建立可量化的風險管理機制是農業類上市公司改善自身信用風險狀況的重要措施。風險管理機制是一個動態和復雜的系統，農業類上市公司在運營過程中應將風險管理活動所帶來的收入與支出具體量化為財務層面的損益。可量化的風險管理機制，不僅有助于定期評估企業風險及風險管理的有效性，而且能夠有效預計公司潛在的風險，并制定相應的解決方案。

（四）實現風險管理與公司業務流程的相互融合

目前我國農業類上市公司的信用風險管理還存在很多弊端，隨著風險管理逐漸由業務層面上升到戰略高度，農業類上市公司還應當進一步實現風險管理與公司業務流程的相互融合。此外信用風險管理與公司業務流程的相互融合還可以打破企業面臨風險時的組織界限，從而進一步降低運營成本提髙企業效益。

（五）建立完善的企業財務數據庫

不僅是農業類的上市企業，對于所有重視自身信用風險管理的上市企業來說，運用信用風險度量模型進行有效的信用風險度量和管理都需要建立完善的歷史財務數據庫和適用于具體情況的反映違約率EDF與違約距離DD關系的經驗函數。KMV模型在我國的應用條件已基本具備，KMV模型在我國若能廣泛運用必然能帶來巨大的經濟價值。

［1］張能福，張佳.改進的KMV模型在我國上市公司信用風險度量中的應用［J］.預測，2010，（5）.

［2］劉迎春，劉霄.基于GARCH波動模型的KMV信用風險度量研究［J］.東北財經大學學報，2011，（3）.

［3］鄒謹如.基于KMV模型的我國商業銀行信用風險管理研究［D］.上海：華東師范大學，2012.

［4］鄒毅.基于KMV模型的中國商業銀行信用風險度量和管理研究［D］.重慶：重慶大學，2013.

［5］DEAllen，RJPowell，AKSingh.Beyondreasonable doubt：MultipletailriskmeasuresAppliedtoEuropeanindustries. AppliedEconomicsLetters［J］.2012，（7）.

［6］Modelingtailcreditriskusingtransitionmatrices.MathematicsandComputersinSimulation［J］.2013.19.67-75

［7］李晶.基于KMV模型的商業銀行貸款定價問題研究［D］.合肥：安徽大學2014.

［8］楊秀云，蔣園園，段珍珍.KMV模型在我國商業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，（1）.

鄭文（1987—），男，東華理工大學經濟與管理學院碩士研究生，研究方向為企業管理。（江西南昌330013）

江西省經濟社會重大招標項目“打造生態文明建設江西樣板的實現路徑研究”（15ZD02）

［責任編輯：邵猷芬］