基于kmv模型信用风险度量实证探究

《基于kmv模型信用风险度量实证探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于KMV模型信用风险度量实证探究　　近年来，国内对KMV模型开始进行相关研究。张玲、张佳林（2000），王琼、陈金贤（2002）先后对KMV模型进行了与其它模型的分析和比较，认为KMV模型比一些只注重财务数据分析的模型更加适用于上市公司的风险评价分析。吴冲锋、程鹏（2002）使用KMV模型针对15加沪深股市的上市公司进行了信用状况上的分析比较，得出的结论则是绩优公司信用状况最好，其次是高科技公司，ST公司信用状况则垫底。鲁炜等（2003）认为，企业的市场价值波动在股权市场的波动是随着市场关系的变化而不同。杨星（2004）应用K

2、MV模型的研究则发现上市公司的股票波动与El）F呈明显的负相关，EDF和公司的信贷信用和资质的变化是相吻合的。值得注意的问题是：在计算上市公司的股权市场价值不同时，如果忽略了我国上市公司的股权割裂导致的流通股和非流通股之间的价格差异，只流通股市的价格来诚意总股本来估算市场价值，会有低估公司信用的风险；在当前我国上市公司所处在的特殊环境之下，违约点的设定可能影响模型预测能力。4KMV模型的基本思路是：在企业资产的市场价值V比企业所需要清偿的负面价值D低时，企业就会发生违约行为；以违约距离DD表示企业资产市场价值期望值V距离违约点D

3、D的远近，如果距离越大，那么企业发生违约行为的可能就越小，相反则越大，从企业的违约数据库得出：某一项违约距离企业实际的期望违约频率EDF，也就是将来违约的几率。要计算出某个企业的期望违约率有下面几个步骤：首先是要估计该企业的市场价值V以及波动率来计算出违约距离DD；其次是计算出期望违约频率EDF.基于不能直接对V进行观测的原因，所以就必须要从它们与股权市场价值E、股权市场的价值波动率和企业的负债面值D之间的关系中进行推导。KMV模型将企业的负债比作是一份买入的欧式看涨期权，也就是说企业的所有者持有一份以公司债务面值为执行价格，以

4、公司资产市场价值为标的的欧式看涨期权。负债到期时，如果企业的资产价值比偿还债务高，企业偿还债务；反之，企业则选择违约。企业市场股权价值可以用Black-Scholes-Merton期权定价模型来评价，因此，KMV模型中的两个未知变量V和av可从以下联立方程组中求解：研究方法及参数设计4针对当前中国上市公司的股权结构以及所处环境的特殊情况，考虑到中国的上市公司股权割裂导致的流通股区别于非流通股的价格情况，以及中国上市公司在所处环境的特殊条件之下，违约点的设定对模型的预测能力的影响。本文首先就从调整模型中股权市场价值计算方法；依据已

5、经确定的各项参数，由式（1）求解出未知的两项V和av，再由式（2）得出三种违约点值情况下样本公司的违约距离DD；然后对配对样本的违约距离作t检验和Wilcoxon秩检验，检验KMV模型对上市公司的整体信用风险的区分能力；最后使用ROC曲线图来评价模型对上司公司的个体风险识别能力。实证分析在实证分析的案例中，我们跳去了七家上市公司为我们的重点分析企业：主要是贵州茅台（600519）、吉林森工（600189）、通威股份（600438）、北大荒（600598）、新希望（000876）、隆平高科（000998）、好当家（600467）等

6、。在下列的计算中我们选取了这样的条件作为我们的假设。T=1即假设负债的偿还期限为1年股价都以每年发布年终财务报表日的股价计算违约点值以流动负债+50%*非流动负债来计算最终的实证分析的结果如下：结论：从上表中的数据可以看出，贵州茅台、新希望的违约距离是低于行业平均水平的，说明这两家上市公司在信用风险方面的表现还是相对比较出色。4在非ST公司中，由于2008年后受到国际金融市场动荡的影响，世界经济增长较之前明显放慢，国际环境中的不稳定因素增多，这对我国上市公司也造成了一定的影响，行业经济逐渐出现了一些新问题和新情况，增长速度也变得

7、缓慢下来，价格陡降，经济效益出现下滑态势，经济状况困难，使得一些企业的经济情况发生了一些波动。导致其违约距离大于业内平均水平，但各个企业都依然积极采取措施应对各种环境的变化，适当、适时改变各项策略和财务状况，以此来降低信用风险。在ST公司中，我们选取了ST香梨为重点分析企业。出乎意料的是，ST香梨在最近一年成功脱帽，摇身变成了香梨股份，并且在违约距离上计算出的结果大于15，这显然是与公司的近况不相符合，这在一定程度上说明了我们对KMV模型的假设还存在一些缺陷，之后的研究应该改进，因为香梨股份在KMV模型计算上的不确定性，所以本课

8、题最终未将其列入上表的计算之中。从以上KMV模型的应用，可以看出该模型有其现实意义，KMV模型针对这7家重点分析的上市公司，采用了其3年来的数据，最后算出其违约距离，感觉到KMV模型的准确性。它可以更准确地预测出企业是否存在信用风险；及时找到发生信用危机的原因；