基于KMV模型的新疆上市公司信用風險度量研究

李濤 張喜玲

[摘要]本文根據新疆實際修正了KMV模型，以發生虧損的新疆上市公司為違約組，在西北五省中按資產相近原則選取了對照組，驗證了修正后模型的有效性，并說明了發生虧損企業的信用風險相對較大。度量新疆上市公司信用風險后發現：股價波動率、債務結構影響新疆上市公司信用風險;產能過剩行業明顯大于其他行業的企業信用風險;創新會明顯改善企業的信用風險大小;且與我國整體情況不同的是新疆涉農上市公司信用風險較小。建議新疆上市公司應優化債務結構和提升創新能力，盡快完成傳統產業轉型升級，同時金融機構要關注上市公司信用風險變化，并要大力支持創新型企業發展。

[關鍵詞]信用風險 KMV模型 上市公司

[中圖分類號]F832.51 [文獻標識碼]A [文章編號]1008-0694（2018）01-0099-10

第五次全國金融工作會議強調“防止發生系統性金融風險是金融工作的永恒主題”。①信用風險是指金融機構的貸款對象無法按期還本付息而給金融體系帶來的危害，是金融風險的重要內容，管理好信用風險對保障經濟體系正常運行意義重大。信用風險管理的關鍵之一就是對其進行精準度量，在經歷了2015年股市動蕩之后，更多的投資者從技術分析回歸到公司基本面分析，這客觀上要求構建適當模型來評價公司整體信用風險大小。新疆是我國向西開放的重要窗口，具有獨特的資源、區位優勢，我國提出的“一帶一路”倡議將新疆定位為“絲綢之路經濟帶核心區”，這為新疆未來的發展與對外開放帶來了絕好機遇。新疆上市公司作為新疆建設“絲綢之路經濟帶核心區”的重要力量，應高度關注自身信用風險的管理。

一、文獻述評

信用風險度量的核心是信用風險度量模型的選擇。國外在20世紀80年代以前主要使用傳統信用風險度量方法，即從道德品質、還款能力、資本實力、擔保和經營環境等方面度量企業信用風險。例如：美國貨幣監理署開發的信用評級方法，將貸款分為正常、關注、次級、可疑和損失五類;Altman、Horrig-an、Martin等人使用Z評分、Logit或Probit方程建立了信用評分模型。[1～3]但傳統的信用風險度量方法存在定性化、主觀分析較強的不足，導致企業的風險度量結果準確性偏低。默頓構建了默頓模型，使用企業資產的市場價值及其波動性、貼現貸款面值、貸款剩余期限和無風險利率這五個變量來計算企業信用風險的大小。[4]隨著證券市場的發展完善，麥奎恩認為市場價格代表著市場對公司的預期，而財務報告僅反映了公司目前的實際經營情況，由此他認為最準確的信用風險度量方法應該同時考慮財務數據和股價數據。[5]1993年，KMV公司（美國舊金山市KMV公司）基于期權定價公式和莫頓理論構建了KMV模型：綜合使用公司的股價和財務數據，利用莫頓的期權定價理論估算出企業資產的市場價值及其波動性，然后假設公司資產價值服從正態分布，通過建立違約距離和違約概率之間的映射關系來計算企業的違約概率。[6]JeffreyR·Bohn對比了KMV模型與標準普爾的信用評級結果后認為：當信用質量中等或較低時，信用分布則會較多的與平均的違約概率一致，而當信用質量較高時，KMV模型計算出來的信用分布與標普的評級結果相一致。[7]當前國外研究使用較多的還有CreditMetrics、CPV和CreditRisk+等模型，除此之外，國外還將神經網絡、支持向量機和決策樹等方法應用到度量企業信用風險當中。

我國對企業信用風險度量的研究起步較晚，早期有陳靜、張愛民等使用銷售利潤率、總資產利潤率、凈資產收益率等財務指標來反映企業的信用風險大小，[8][9]2000年前后我國學者開始研究現代信用風險度量模型：王瓊等、魯煒等對KMV模型進行了介紹和推導;[10][11]楊星，馬若微等利用我國上市公司數據檢驗了KMV模型結果，認為KMV模型適用于我國。[12][13]章政對比了KMV、CreditMetrics、MortalityModel、Credit Risk+和Credit PortfolioView這五個模型的結構和范式，認為它們對我國信用風險度量具有重要的借鑒意義。[14]吳文靜使用KMV模型計算了我國東、中、西部地區上市公司信用風險，并對比了各個地區ST企業占比情況，指出不同區域的企業信用風險存在差異，東部地區企業信用風險最低，中部地區次之，而西部地區最高。[15]劉迎春、劉霄采用分屬五個行業的八家ST公司和八家非ST公司為樣本，對比了不同行業間的信用風險差異，結果表明各行業上市公司的信用質量從高到低依次為能源類、電子類、房地產類、制造業類和農業類，且信用質量變化趨勢與宏觀經濟走勢基本一致。[16]陳延林、吳曉認為KMV模型至少能夠在上市公司信用風險變化前兩年做出有效提示。[17]蔣或、高瑜根據流通股和非流通股情況修正了股權價值的計算方式，采用2008家上市公司2014年的數據驗證了修正后的KMV模型，認為修正后的模型具有很好的識別以及預測上市公司信用風險的能力。[18]

從現有文獻來看，國外對企業信用風險的度量較為成熟，采用多種方法且不斷完善，由于我國對企業信用風險度量的研究起步相對較晚，尤其是目前對相關模型的研究和應用仍較少，這成為未來我國企業信用風險度量研究亟待加強的重要方面之一。雖然KMV模型在我國的適用性已經取得驗證，但采用全國性樣本得出的企業信用風險分布狀況來說明新疆上市公司的情況未免有失偏頗。本文可能的創新體現在：第一，針對新疆上市公司整體信用風險較大的情況，重新設置了違約點，使得修正后的KMV模型能夠更敏感地顯示出企業信用風險變化情況。第二，根據企業是否發生虧損進行分組，相對更加嚴格地驗證了修正后的KMV模型的有效性，并說明了發生虧損的企業的信用風險相對較大。第三，考慮到我國東、中、西部地區經濟發展的顯著差異，采用西北地區上市公司的數據更能驗證KMV模型對我國不同區域的適用性。

二、模型構建

1.模型選擇

目前，從整體來看，國外應用較為廣泛的是CreditMetrics模型，該模型要求一個信用等級內的所有企業的信用風險都相同，摩根公司使用標普和穆迪對公司的評級數據進行測算，而我國信用評級業對于風險的大小區分度不強，導致同一級別里的企業信用水平差異很大。我國商業銀行主要采用專家制度法、Z值評分法或ZETA模型等傳統度量方法，這些方法對從業人員的經驗和專業水平要求較高，使用時主觀性也較強。[18]基于新疆企業特點進行信用風險管理模型的創新不僅需要大量人力物力支持，而且需要一個較大的違約數據庫和時間對模型檢驗，新疆目前情況尚不具備這樣的條件。此外，我國學者對CPV模型、CreditRisk+模型以及神經網絡、支持向量機和決策樹方法的適用性檢驗較少，這些模型或方法是否適用于我國市場尚未得出一致性結論。

KMV模型是基于美國市場建立的度量模型，將企業的股價和財務數據作為變量，以現代期權定價公式為理論基礎，綜合反映公司的歷史、現在甚至未來的信用風險狀況。采用KMV模型度量新疆上市公司信用風險具有以下優勢：KMV模型有效性已經通過實證和事實檢驗，且計算過程公開，計算出來的結果可以進行驗證，保證了評價結果公正客觀，有較高的客觀性和可信度。相對其他度量模型來說，KMV模型避免了缺乏專業評級機構就無法度量企業的信用風險的困境。KMV模型的實用性和操作性強，參數和計算方法公開，對數據和人才要求的門檻低，具有很強的可操作性，我國證券市場已經能夠提供有效的股價數據，財務數據也容易從企業披露的報表中獲得。隨著證券市場的進一步完善，KMV度量的信用風險會越來越準確，未來也將發揮更大的作用。但KMV模型是根據美國市場建立的，使用前需根據新疆實際狀況對KMV模型進行修正。

2.模型構建①

KMV模型的理論基礎是期權定價公式，將公司的債務看作一年期的債券，D為該債券的面值，一年以后債券到期，公司要一次性償付，如果公司的股權價值在一年之后小于D，公司的股權價值不足以償還債務，公司資產需全部轉讓給債權人，不僅股東權益沒有了，還需要籌集額外的資金去償還債務，這種情況下公司就會違約;若一年之后公司的股權價值高于債務價值，將不選擇違約，公司只要出售一些股票便可以償還所有債務。根據期權定價公式，在資產到期日T時，該公司的資產價值可以用下式表示：

V_E=V_AN（d₁）-D_e^-rTN（d₂）

①

其中，V_E表示當前股權價值IVA代表資產價值，σ_A代表資產價值的波動率，D代表負債總額，r為無風險利率，②T表示負債到期日。

其中：

對于股權價值和資產價值波動率的關系，我國學者大量研究后表明企業的杠桿程度越高其權益的風險也越高。伊藤定理能夠合理表示股權價值波動性和資產價值波動率的關系。③

△為避險比例也就是N（dl），σ_E代表股價波動率，根據①和②兩個方程就可以求出V_A和σ_A。

KMV公司對違約數據研究后發現，公司發生違約行為存在一個較為頻繁的臨界點，這個臨界點被定義為違約點DP。違約距離DD反映了DP與V_A之間的關系，用公式可以表示為：

DD=-DP/V_AσA

在違約點的選擇上，KMV模型將違約點設置為DP=短期債務（SD）+0.5×長期債務（LD）。新疆一些企業本身存在問題甚至接近了破產邊緣，信用風險較高，而政府在稅收、融資等方面的政策優惠掩蓋了這些企業的真實信用風險狀況。為了真實地反映出新疆企業的信用風險狀況，本文設置的違約點為：DP=SD+O.7×LD，通過提高違約點的方式來縮小違約距離，反映企業對債務變動的敏感性。我們使用違約概率來表示公司違約可能性的大?。杭俣ㄙY產價值服從正態分布，當企業的資產價值小于違約點時，企業就會發生違約，其違約概率為：EDF=P（E（V₁）

三、實證分析

1.模型的有效性分析

我國上市公司較少，即使公司運營難以維系，上市公司也是一個重要的殼資源，發生破產的情況很少。有效性驗證中，我國大部分學者根據公司是否ST劃分違約組和對照組，由于ST企業和非ST企業在經營上已經存在很大的區別，選擇一般的模型也能說明兩組公司信用風險的差異性，不能體現KMV模型的優勢。截至2017年8月，新疆共有51家上市公司，資產規模各不相同，且ST公司較少。若以是否ST來分組，所選取的樣本不具有代表性。楊永生、周子元（2010年）認為短期內經濟形勢不變，即發生虧損的企業在短期內會繼續虧損。故本文選取了新疆2006年及2015年發生虧損的上市公司作為違約組，并分別選取同期西北五省中未發生虧損的上市公司作為對照組，根據資產規模相近標準建立了違約企業與對照企業的有效檢驗樣本。

2017年4月，青松建化和中基健康被ST，被ST的公司不僅融資受到影響，同時也說明公司運營存在問題，為了驗證修正后模型能否有效顯示出企業信用風險變化情況，本文還以中基健康為例，對比中再資環5年內該公司違約概率變化情況。本文所使用的數據均來自國泰安數據庫。下面的分析驗證了修正后模型得出的違約概率能夠區分新疆上市公司信用風險狀況。

（1）數據計算與參數設置。股價波動率σ_E;根據公司股價日收盤數據，采用歷史波動率法計算出日股價波動率μ_i，根據交易天數計算標準差得出該公司股票年波動率σ_E。

股權價值V_E：國務院2004年指出要解決股權分置問題，西北五省上市公司已基本完成，可以直接使用股票價格和股票數量相乘得出股權價值。

債務價值D：選取該公司年度會計報表中的負債合計作為債務價值，流動負債合計作為短期負債，非流動負債合計作為長期負債。

時間T和無風險利率r：債務償還年限設置為1年期;選用2%作為無風險利率r。

（2） 2006年樣本數據處理結果。用MatLab7.0對樣本公司的數據進行處理，計算并得到了2006年企業的違約概率（EDF） ）和股價年波動率（6F）（詳見表1）。

從表1來看，違約組的違約概率均大于對照組。百花村和智慧能源違約概率相差最大，差值為3.38×10^-2;中基健康和特變電工違約概率相差最小（差值為3.79×10^-7），對比2006年中基健康和特變電工的財務數據和股價數據：中基健康的股價波動率為0.21，而特變電工為0.18;中基健康和特變電工的資產總額相當，但2006年中基健康的債務總額為30億元，其中短期債務為26億元。而特變電工的債務總額為20億元，其中短期債務為12億元，且中健康該年度虧損7.5×10⁷元，而特變電工盈利2.1×10⁸元。從財務數據和股價數據上分析，中基健康的信用風險大于特變電工，違約概率區分了不同信用風險的公司。違約組的股價波動率也明顯大于對照組，其均值分別為0.32和0.23。在2006年新疆發生虧損的6家上市公司中，4家為從事農業性質的公司且違約概率較大，而在對照組中，中泰化學、美克家具擁有核心技術，特變電工、中泰化學、智慧能源有很強的創新能力，這些公司的違約概率都非常小。

（3） 2015年樣本數據處理結果。采用同樣的數據處理方法和步驟，得到2015年企業違約概率（EDF））和股價年波動率（σ_E）（詳見表2）：

從表2來看，在2015年新疆虧損的上市公司中，違約概率均小于資產相近的且未虧損的上市公司。青松建化和西部建設違約概率相差最大，差值為8.02×10^-4;準油股份和天潤乳業違約概率相差最小，差值為6.68×10^-4。對比2015年準油股份和天潤乳業的財務和股價數據：準油股份的股價波動率為0.20，而天潤乳業為0.18;準油股份和天潤乳業的資產總額相當，但該年度準油股份的債務總額為5億元，其中短期債務為4億元，而天潤乳業的債務總額為3億元，其中短期債務為2.6億元，且準油股份該年度虧損2億元，而天潤乳業盈利5700萬元。從財務數據和股價數據上分析，準油股份的信用風險大于天潤乳業，違約概率區分了不同信用風險的公司。違約組與對照組的股價波動率均值分別為0.28和0.22。中基健康的違約概率仍大于與其資產基本相當的中再資環。2015年發生虧損的8家新疆上市公司中，涉及農牧業、能源、建筑、餐飲等行業，但在對照組中，仍然是具有創新能力和核心技術的公司占多數。

（4）中基健康與中再資環違約概率對比。表3對比了2012～2016年中基健康與中再資環的違約概率變化情況，這兩家公司資產總額基本相同，但中基健康的違約概率始終高于中再資環，甚至在相差最小的2015年，中基健康的違約概率也是中再資環的2.35倍。

2.新疆上市公司信用風險度量

采用國泰安數據庫中2016年4月到2017年3月的股價及公司去年第三季報表中的數據，本文度量了以下41家①新疆上市公司的信用風險，度量結果按違約概率大小排序后如下（詳見表4）。

從表4來看，新疆上市公司違約概率總體不高，在41家上市公司中，企業信用風險差異明顯，呈現出以下特點：

（1）產能過剩行業違約概率普遍較大。新疆共9家生產鋼材、水泥等的上市公司，在違約概率較大的12家公司中，有8家公司為該類產能過剩企業。

（2）農業、畜牧業、能源類行業違約概率較小。處于該類行業的企業違約概率排名在13到31之間。新疆在農業、牧業、能源等方面有獨特優勢，共有16家此類行業的上市公司，其中13家的違約概率相對較低。天富能源、天潤乳業等5家公司的違約概率極低。但也有中葡股份、中基健康、新賽股份3家企業信用風險較大，從本文的分析來看，這三家企業信用風險相對較高的原因在于2016年股價波動率較大（分別為：0.27，0.26，0.2 ），負債率和創新能力方面都沒有明顯優于其他企業。有研究認為資產規模與違約風險顯著負相關，總資產小于3億元的小公司抗風險能力最差?！钡珡谋?來看，具有新疆特色的企業，包括天潤乳業、中糧糖業、西部黃金、麥趣爾、香梨股份、伊力特等資產在3億元以下的企業違約概率較小，排名都在24以下。

（3）創新能力、核心技術對新疆上市公司的信用風險影響很大。從度量結果來看，這些具有創新能力和核心技術上市公司不僅經營優勢明顯.而且信用風險非常小。例如：以生產水泥制品為主的國統股份在技術革新方面成效顯著，企業經營狀況良好，違約概率僅為2.5×10¹⁵，違約概率排在新疆企業的第27位。在違約概率最小的10家企業中，6家企業的創新能力得到了區級以上的認可，例如：金風科技具有強大的自主研發能力，不斷吸引專業人才加人，多次被評為“全球最具創新能力企業50強”，現已能夠生產國內最大的風力發電機整機;特變電工長期關注產品創新，獲得了“國家級科技興貿創新基地”等多項榮譽”。

四、結論與建議

1.結論

（1）修正違約點后的KMV模型能夠區分西北地區上市公司信用風險，在新疆有很好的適用性，且如果上市公司當年發生虧損，其信用風險會明顯高于與自己資產相近且盈利的上市公司。

（2）債務總額及其構成、股價波動率會影響新疆上市公司的信用風險。根據修正后的KMV模型，負債增加會引起違約概率上升，且短期負債增加比長期負債增加更能影響違約概率的上升。從2006年和2015年企業數據對比來看：2006年，違約組的股價年波動率均值為0.40，而對照組為0.27;2015年，違約組的股價年波動率均值為0.34，而對照組為0.28?？梢?，股價波動率與上市公司的違約概率有正向關系。

（3）創新能力、核心技術因素對新疆上市公司違約概率影響很大。處于生過剩產能行業、技術創新水平不高的企業信用風險相對較高，依靠新疆優勢從事生產的企業信用風險相對較低.擁有創新能力的企業信用風險低于其它類型企業。

2.建議

黨的十九大報告再一次強調“要以‘一帶一路建設為重點”。上市公司在推動新疆建設“絲綢之路經濟帶核心區”過程中，應高度重視信用風險的把控，本文根據分析結果并結合新疆實際提出以下建議：

（1）企業要積極推進生產結構調整。西部建設、新疆城建、八一鋼鐵等過剩產能行業的企業要加大生產結構調整力度，優化庫存，盡快完成生產結構轉型升級;中葡股份、中基健康、新賽股份等企業要充分利用和發揮好自身優勢，向集約型生產方式轉變;金風科技、變電特工等創新能力較強的企業要繼續研發核心技術，進一步提升產品創新能力，為新疆建設“絲綢之路經濟帶核心區”貢獻更大力量。

（2）企業要著力增強創新能力。企業要樹立和強化創新理念，營造學習創新的氛圍和提升員工業務水平，建立創新激勵機制，將單項創新向綜合創新轉變。有條件的企業還可以通過設立研發中心、博士后流動站等進一步增強企業的創新能力，切實降低信用風險。

（3）企業要定期測算違約概率。通過對比近年來違約概率變動情況，企業可以了解自身的信用狀況;通過對比同行業、資產規模相近企業的違約概率，企業可以判斷信用風險變化的原因是市場變動還是來自自身。同時，企業要關注股價波動率和債務結構，避免股價大幅波動，盡量增加長期債務占比，設置相關指標的變化范圍，當指標值變動超過設定的界限時，及時采取相應措施以防止信用風險增大。

（4）金融機構要以服務實體經濟為導向。金融機構要大力支持創新型企業發展，擁有創新能力的企業信用風險低，為其提供貸款的安全性也高。盡管產能過剩行業的企業違約風險較大，但貸款額度及結構也會影響這些企業的風險，金融機構應采取謹慎而合理的原則，既要防止企業違約可能導致的貸款損失，又要以服務實體經濟為導向，根據具體情況給予必要的金融支持，助推這些企業盡快完成生產結構的轉型升級。