kmv模型对我国上市公司违约风险评价的效率研究

《kmv模型对我国上市公司违约风险评价的效率研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、KMV模型对我国上市公司违约风险评价的效率研究KMV模型对我国上市公司违约风险评价的效率研究黄卉（中国农业银行博士后科研工作站，北京，100005）【摘要】本文首先介绍了如何运用KMV模型对中国上市公司信用风险的衡量指标——违约距离进行估计。文章通过对两类错误率的分析，考察了KMV模型在我国市场的预测能力，并从时间序列的角度讨论了KMV模型的适用条件。同时，文章运用ROC曲线和准确率对KMV模型估计的准确性进行了检验。文章的结果表明，由KMV模型得到的违约距离指标包含了公司违约的重要信息，对于我国上市公司的信用风险具有较好的判别和预测能力。关键

2、词：KMV模型；违约距离；ROC曲线0引言美国次贷危机的爆发又一次向全球敲响了信用风险管理的警钟，信用风险的度量技术和管理方法成为理论界和实务界关注的焦点。KMV模型是最具代表性的信用风险结构式模型之一，其最突出的特点就是将公司的股票价格作为信用风险评估的参数之一。因为股价是市场对企业价值的评价，包含了投资者对公司价值的预期，所以以此为基础建立起来的信用风险模型也被认为是具有前瞻性的。要想通过模型得到合理的结论和政策建议，模型的估计结果必须具备可靠性和有效性。而且KMV模型起源于西方国家，它在我国市场的适用性和准确性都有待研究，本文旨在通过实证

3、研究来探讨KMV模型在我国市场的适用条件和预测能力。本文由以下几个部分组成：第一部分简单回顾了KMV模型的原理；第二部分对样本和数据进行了说明；第三部分介绍了实证研究的设计与方法；第四部分是对实证结果的分析和检验；最后一部分是全文的结论。1模型的原理KMV模型是在Merton（1974）模型的基础上发展而来的，KMV模型认为公司信用风险主要决定于三个因素：a)资产价值，即公司资产的市值。该市值相当于公司资产未来所产生的现金流按照适当的贴现率贴现的现值。该指标反映了一定经济环境与行业状况下对公司的经营前景的预期。b)资产风险，即公司资产价值的不确

4、定性。该指标反映了公司的经营风险以及行业风险水平。c)杠杆比例，即债务账面价值与公司资产市值的比例。1结合以上几个因素，KMV模型提出了一个综合的违约风险度量指标——违约距离（Distance-to-Default,DD）。违约距离的定义如下：E(V)??DPDD=E(V)??σv其中，E(V)表示企业资产的期望价值；σV是资产的波动率；DP是指违约触发点（DefaultPoint），表示的是当企业的资产价值降到这个水平以下时，违约就发生了。文献[7]详细介绍了DD的计算方法。根据B-S期权定价模型和DD的定义，可以推导出DD的计算公式如下：2

5、lnV+μDD=XTv??σvT2(1)σvT其中，V是公司的资产价值；μV是资产的瞬时增长率；σV是资产的瞬时波动率；用XT来表示债务的到期时间T时刻公司债务的账面价值。可以看出，DD实际上衡量的是资产的市场价值与违约点DP之间的距离相对于未来资产收益的标准差的倍数。它将影响违约风险的几个因素结合起来，是度量违约风险的一个标准化指标，可以用于不同公司之间的比较，反映公司信用的好坏。DD值越大，说明公司资产价值距离违约点越远，违约的可能性越小，该公司的信用状况就越好；DD值越小，说明公司资产价值距离违约点越近，偿还到期债务的可能性越小，信用状况

6、越差。因此KMV公司把违约距离DD作为评价公司信用风险的一个重要指标。本文也将DD作为指标来考察KMV模型对我国上市公司信用风险的评价效率。2样本与数据说明探讨和检验一个模型的准确性和预测能力，样本的选取至关重要。本文在借鉴其他学者的研究思路上，结合我国的实际情况，对样本的选取主要考虑以下几个方面：2.1违约公司样本的定义研究KMV模型的首要任务就是选择违约公司的样本组，也就是什么样的公司被认为是违约风险高的公司。在我国的破产制度尚不完善的情况下，对上市公司的股票进行特别处理（SpecialTreatment，简称ST）是我国在资本市场建设中风

7、险预警体系的重要内容，提示投资者资本市场的投资风险。当上市公司出现财务状况异常或者其他异常情况，导致其股票存在被终止上市的风险，或者投资者难以判断公司前景，其投资权益可能受到损害的，该公司股票将被实行特别处理。公司被特别处理也在一定程度上表示了公司的债权人将面临着信用风险，公司存在发生违约事件的可能性，特别处理与信用违约之间存在着很强的联系。所以本文选取被ST的上市公司作为违约公司的样本组。2.2样本的范围不同行业面临着不同的政策风险、经营风险，为了消除行业因素对模型的影响，使模型更符合实际情况，本文从沪深两市中的每个行业中各选取一部分公司作为

8、样本。同时，结合KMV模型的特点，也剔除了以下行业：1）金融证券类。因为这类公司的资产结构比较特殊，资产和业务的变动性高，仅从财报无法确定，更多的应从