基于KMV模型對(duì)我國(guó)房地產(chǎn)上市公司的信用風(fēng)險(xiǎn)測(cè)度

張小賢

摘要：近年來我國(guó)房地產(chǎn)市場(chǎng)迅猛發(fā)展、房?jī)r(jià)急劇飆升，市場(chǎng)的過度擴(kuò)張推高了我國(guó)房地產(chǎn)市場(chǎng)泡沫，隨著房地產(chǎn)政策的出臺(tái)，在持續(xù)趨緊的宏觀調(diào)控作用下，我國(guó)房地產(chǎn)業(yè)開始進(jìn)入低迷期，企業(yè)的資金鏈日趨緊張，導(dǎo)致我國(guó)房地產(chǎn)公司的信用風(fēng)險(xiǎn)驟然升級(jí)。本文將通過KMV模型計(jì)算12家房地產(chǎn)上市公司的違約距離和違約概率，對(duì)其信用風(fēng)險(xiǎn)的測(cè)量結(jié)果表明KMv能夠較好反映我國(guó)房地產(chǎn)上市公司的信用狀況。

關(guān)鍵詞：KMV模型 信用風(fēng)險(xiǎn) 房地產(chǎn)業(yè) 違約概率

一、引言

自20世紀(jì)80年代我國(guó)進(jìn)行房地產(chǎn)市場(chǎng)改革后，房地產(chǎn)行業(yè)迅猛發(fā)展，但是房?jī)r(jià)走勢(shì)逐漸偏離房屋價(jià)值規(guī)律，房?jī)r(jià)的過度增長(zhǎng)和房地產(chǎn)市場(chǎng)的非理性繁榮成為我國(guó)宏觀經(jīng)濟(jì)健康發(fā)展的阻礙。面對(duì)存在泡沫的房地產(chǎn)行業(yè)，政府頒布了一系列政策來抑制房?jī)r(jià)、縮小泡沫，但同時(shí)也使得我國(guó)房地產(chǎn)行業(yè)開始進(jìn)入低迷狀態(tài)。房地產(chǎn)屬于典型的資金密集型行業(yè)，其生存和發(fā)展都需要巨額資金支持，但是這也決定了房地產(chǎn)行業(yè)的高風(fēng)險(xiǎn)性。尤其是當(dāng)前整個(gè)行業(yè)處于低迷狀態(tài)將使房地產(chǎn)行業(yè)的信用風(fēng)險(xiǎn)不斷增加并暴露。因此，對(duì)房地產(chǎn)公司的信用風(fēng)險(xiǎn)進(jìn)行測(cè)度，可以降低商業(yè)銀行信貸風(fēng)險(xiǎn)、預(yù)防投資者因信息不對(duì)稱帶來的股票損失、幫助政府部門及時(shí)制定政策矯正行業(yè)發(fā)展，對(duì)多方社會(huì)主體都具有重要意義。由于KMV通過利用股票信息進(jìn)行測(cè)度而具有很強(qiáng)的及時(shí)性、動(dòng)態(tài)性和準(zhǔn)確性，因此本文選擇該模型來測(cè)量房地產(chǎn)上市公司的信用風(fēng)險(xiǎn)。

KMV模型是美國(guó)KMV公司在1997年提出的通過計(jì)算借款企業(yè)違約概率的信用風(fēng)險(xiǎn)測(cè)度模型。國(guó)外學(xué)者對(duì)該模型的研究已經(jīng)相當(dāng)成熟，得到了廣泛的認(rèn)可與應(yīng)用。Peter and Jeff（2003）使用KMV模型準(zhǔn)確地預(yù)測(cè)出金融類公司在破產(chǎn)或違約前信用質(zhì)量的變化。Jeff（2005）使用KMV模型分別測(cè)量經(jīng)營(yíng)業(yè)績(jī)較好和較差的公司的信用風(fēng)險(xiǎn)，結(jié)果顯示這些公司的信用風(fēng)險(xiǎn)量化值存在明顯差別，驗(yàn)證了KMV模型識(shí)別信用風(fēng)險(xiǎn)的有效性。Patel（2006）利用KMV模型計(jì)算英國(guó)的112家房地產(chǎn)上市公司在20年間的違約距離與違約概率，結(jié)果與這些公司的真實(shí)違約情況基本一致，證實(shí)了該模型可有效應(yīng)用于房地產(chǎn)行業(yè)。

我國(guó)學(xué)者在信用風(fēng)險(xiǎn)測(cè)量方面的研究展開較晚，成果多集中于對(duì)國(guó)外模型的應(yīng)用與拓展。程鵬、吳沖鋒（2002）介紹了KMV模型，并以滬深15家上市公司為例，提出可以用KMV模型中的違約距離對(duì)中國(guó)上市公司進(jìn)行分析。馬若微（2006）以滬深交易所的全部上市公司為研究對(duì)象，認(rèn)為KMV模型在對(duì)上市公司進(jìn)行財(cái)務(wù)預(yù)警方面具有明顯優(yōu)勢(shì)。方軍武（2012）在對(duì)貸款違約的實(shí)證分析中，分別對(duì)ST公司和非ST公司進(jìn)行風(fēng)險(xiǎn)測(cè)量，認(rèn)為KMV模型對(duì)違約貸款具有更強(qiáng)的識(shí)別和預(yù)警能力。張能福（2011）修正了KMV模型中的違約點(diǎn)計(jì)算方法，使KMV模型更適用于我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)中。彭偉（2012）建立KMV模型，選取111家不同的中小企為樣本研究我國(guó)2008-2011年的中小企業(yè)信用風(fēng)險(xiǎn)，在實(shí)證過程中修正違約點(diǎn)的計(jì)算方法，使調(diào)整后的模型能更準(zhǔn)確地測(cè)量企業(yè)風(fēng)險(xiǎn)水平。

結(jié)合我國(guó)股票市場(chǎng)實(shí)際情況，選擇房地產(chǎn)行業(yè)的6家非ST公司、4家sT公司、2家*ST公司作為研究對(duì)象，收集這12家公司從2017年11月1日至2018年11月17目的相關(guān)數(shù)據(jù)，建立KMV模型度量上市公司違約距離和違約概率。

二、KMV模型框架

KMV模型將公司價(jià)值看作標(biāo)的資產(chǎn)，將公司的所有者權(quán)益和負(fù)債分別看作看漲期權(quán)和看跌期權(quán)。這樣可以認(rèn)為公司所有者持有一份以公司債務(wù)面值為執(zhí)行價(jià)格，以公司資產(chǎn)市場(chǎng)價(jià)值為標(biāo)的的歐式看漲期權(quán)。當(dāng)公司的資產(chǎn)市場(chǎng)價(jià)值V。小于公司未來需清償?shù)呢?fù)債D時(shí)，企業(yè)就會(huì)選擇違約。在測(cè)量公司違約可能性時(shí)，建立指標(biāo)——違約概率EDF，違約概率表示企業(yè)資產(chǎn)市場(chǎng)價(jià)值期望值V。距離違約點(diǎn)DP的遠(yuǎn)近，即違約距離DD，距離越大，企業(yè)發(fā)生違約的可能性越小，距離越小，企業(yè)發(fā)生違約的可能性越大。KMV模型的優(yōu)勢(shì)在于以現(xiàn)代期權(quán)理論基礎(chǔ)作依托，充分利用資本市場(chǎng)的信息而非歷史賬面資料進(jìn)行預(yù)測(cè)，將市場(chǎng)信息納入了違約概率預(yù)測(cè)中，更能反映上市企業(yè)當(dāng)前的信用狀況。此外，KMV模型作為一種動(dòng)態(tài)模型，根據(jù)股票市場(chǎng)的實(shí)時(shí)更新做出最新預(yù)測(cè)，具有較強(qiáng)的前瞻性。

從以上實(shí)證結(jié)果可以得出，非ST組的違約距離整體大于ST組，違約概率整體小于ST組，說明非ST組的公司信用水平高于ST組，發(fā)生信用風(fēng)險(xiǎn)的概率偏低，這與ST股票或*ST股票經(jīng)營(yíng)連續(xù)虧損導(dǎo)致信用違約風(fēng)險(xiǎn)增加的基本事實(shí)相一致。證明KMV模型不僅能夠有效區(qū)分ST公司和非ST公司的信用風(fēng)險(xiǎn)，同時(shí)還能較為準(zhǔn)確地反映我國(guó)房地產(chǎn)公司的信用狀況，在測(cè)量我國(guó)房地產(chǎn)上市公司信用風(fēng)險(xiǎn)時(shí)是有效的。

此外，將股權(quán)價(jià)值和資產(chǎn)價(jià)值波動(dòng)率分別與違約距離DD與違約概率EDF進(jìn)行縱向比較，可以看出：1.股權(quán)價(jià)值與違約距離同方向變動(dòng)，與違約率反方向變動(dòng)。非ST組的股權(quán)價(jià)值平均值為403.17億元，ST組的股權(quán)價(jià)值平均值為16.85億元，雖然兩組的違約距離僅相差0.37，相比于股權(quán)價(jià)值規(guī)模差別很小，但是股權(quán)價(jià)值也會(huì)影響企業(yè)的違約距離和違約概率。股權(quán)價(jià)值作為衡量企業(yè)償還債務(wù)能力的指標(biāo)之一，股權(quán)價(jià)值越大，企業(yè)償還債務(wù)能力越強(qiáng)，違約傾向越低。2上市公司的資產(chǎn)價(jià)值波動(dòng)率與違約率同方向變動(dòng)、與違約距離反方向變動(dòng)。非ST組公司的資產(chǎn)價(jià)值波動(dòng)率明顯小于ST組公司，違約距離則大于ST組。資產(chǎn)價(jià)值波動(dòng)率越低，表明公司經(jīng)營(yíng)更具有穩(wěn)定性，盈利水平更高，因而出現(xiàn)違約風(fēng)險(xiǎn)的概率會(huì)更低。反之資產(chǎn)價(jià)值波動(dòng)率較高的公司則具有偏高的信用風(fēng)險(xiǎn)。

通過以上的信用違約風(fēng)險(xiǎn)實(shí)證分析，可以幫助銀行等貸款金融機(jī)構(gòu)和其他利益相關(guān)者或股票市場(chǎng)投資者加深對(duì)房地產(chǎn)上市公司的了解，在一定程度上有助于做出合理決策，以降低因這些房地產(chǎn)公司發(fā)生信用違約而導(dǎo)致的損失。