基于KMV模型的商业银行房地产贷款信用风险研究

陈 敏 冯 伟 彭志云

(湖南大学 工商管理学院，湖南 长沙 410079)

一、引言

信用风险是指债务人或交易对手不能按时偿还债务或履行合约，以及因信用评级和履约能力变化导致债务的市场价值下降使债权人遭受损失的可能性［1］。其中信用风险计量是商业银行信用风险管理中最重要的环节，计量偏差会带来商业银行信用风险控制方法选择的不当，并对全面信用风险管理产生不良影响。房地产开发企业的信用风险主要是指当房地产企业未能及时还贷，商业银行或其他债权人因无法按时收回房地产贷款本息而蒙受损失的可能性。

房地产业作为我国国民经济的支柱产业，是典型的资本密集型行业。房地产企业的主要融资渠道有商业银行贷款、自筹资金、企事业单位自有资金以及外商投资等。由于房地产行业具有资金投入巨大和资金收回时滞的特点，传统的房地产企业更倾向于商业银行贷款，据统计我国房地产企业开发资金中超过半数以上都来自于银行贷款。随着我国房地产行业的蓬勃发展，房地产企业的投资增长迅速，向商业银行融资总额也在持续上升，从而给商业银行信用风险管理带来了巨大的挑战，如商品房销售量的下降或是房价的理性回归，很容易造成房地产企业资金周转不灵、建设资金链断裂，无力偿还商业银行贷款甚至资不抵债等现象。商业银行和房地产企业之间存在信息不对称，无法准确掌握房地产公司的资本信息与资金流向，在签订借贷协议时，房地产企业很有可能隐瞒对自己不利的真实信息，进一步加大了信贷违约的可能性。因此，如何应对房地产信用风险以及规范房地产信用风险管理已成为我国商业银行亟需解决的重要课题。

二、房地产信用风险管理现状

目前，我国商业银行对房地产信用风险的评价多采用定性分析方法，通过银行内部专家对房地产企业的经营管理和财务状况进行评价，其结论作为是否发放贷款的依据。定性分析法主要依据主观经验和人为判断，主观色彩较浓，结论缺乏客观性和公允性。而在国外，成功的商业银行多应用风险理论开发风险量化模型来评估信用风险水平，结论较为客观和准确。其中已广泛推广的模型有Logistic 回归模型、J·P摩根公司推出的Credit Metrics 模型、瑞士信贷银行金融产品部推出的Credit Risk+模型、麦肯锡公司开发的Credit Portfolio View 模型以及基于期权定价理论的KMV 模型等［2］。为提高我国商业银行的房地产信用风险管理水平，我国可借鉴国外成功商业银行的管理经验，引入风险理论及信用风险量化模型。但是由于各国经济体制和政治背景迥异，我国商业银行在学习先进的管理方法及计量工具时，还应分析各种风险管理方法在我国经济环境中的适用性。

Logistic 模型是早期开发的传统信用风险量化模型，随着企业经营模式的转变和资本工具的衍生，其适用特征逐渐消失;Credit Metrics模型和Credit Portfolio View 模型都是基于信用评级矩阵开发出来的计量模型，不同于西方已有的专业信用评级机构与评级系统，我国征信系统缺失、独立的信用评级机构与银行内部信用评级数据库尚未建立，因此Credit Metrics 模型和Credit Portfolio View 模型不适用于我国商业银行信用风险管理;Credit Risk+模型的构建需要历史违约数据，而我国运行的市场经济体制，并非完全的市场经济，国家宏观调控手段依然占据主导地位，资本市场中有关借贷的历史违约数据严重不足，且与宏观调控手段紧密结合，因而，无法应用Credit Risk+模型。

基于资产结构和期权定价理论，KMV 模型根据期权定价公式，用债务人负债的账面价值、债务到期时间、股权的市场价值和波动率去估算债务人资产市值和波动幅度;建立违约距离和预期违约率之间的关系，通过计算违约距离估计贷款人的预期违约率。该模型不关注贷款人的信用等级，也不假设市场的完全有效性。目前，我国证券市场刚达到弱式有效水平，信息存在严重的不对称，机构投资者可利用内幕信息，为追求自身效益的最大化，忽视中小投资者的利益，进行非理性的投资行为。同时机构投资者的投资方向又会引导市场的投资方向，向市场传递被投资企业的信息，带来股价的剧烈变动，此时的股价更强烈地反映企业的实际实力。此外，参照巴塞尔资本协议的相关规定，我国商业银行信用风险管理应采用内部评级方法，而KMV 模型正是典型的现代信用评级模型。综上所述，较其他计量模型，KMV 模型在我国具有推广的基础，适用于我国商业银行信用风险管理与计量研究。

三、房地产企业信用风险实证研究

笔者采用截面数据应用KMV 模型对我国上市房地产公司的信用风险进行实证研究，共选取深市十家上市房地产公司作为研究样本，分别设置绩优股、中等业绩股两个样本组。其中绩优股被称为“蓝筹股”，是指公司净资产收益率连续三年都显著超过10%的股票。绩优股企业一般具有很高知名度，规模较大且在所属行业内有较高的市场占有份额，利润稳步增长;中等业绩股是指公司业绩处于中等水平的股票。绩优股公司生产经营稳定，财务状况良好，违约的可能性较小;中等业绩股公司次之。

样本数据是从2010年1月4日到2010年12月31日的日收盘价，共242 个交易日，以及样本公司截止到2010年12月31日的财务数据，如表1、2 所示。

表1 绩优股样本数据

表2 中等业绩股样本数据

1、计算过程

(1)模型的假设条件

KMV 模型的基本假定有:股票价格服从正态分布、不考虑所得税和交易成本、债务利率为无风险利率、不分配现金股利等［3］。

(2)股权的市场价值VE

样本企业的股权价值等于基准日标的证券的收盘价乘以总股本。

(3)股权价值年波动率δE

股权价值的波动性可用股票的年波动率来计量，而波动率可通过计算股票价格的变动幅度(方差)得到，计算结果见表3 和表4。

表3 绩优股样本公司的δE

表4 中等业绩股样本公司的δE

(4)样本公司资产价值和标准差

(5)样本公司违约距离(DD)和预期违约率(EDF)

违约距离(DD)表示公司未来的资产价值距违约临界值的边际距离。违约距离越大，公司未来违约的可能性就越小;违约距离越小，公司未来违约的可能性就越大［4］。违约距离的计算公式如下:

笔者选取的10 家样本公司股票的VA、δA、DD、EDF 的计算结果见表5、表6 所示。

表5 绩优股样本公司的VA、δA、DD、EDF

表6 中等业绩股样本公司的VA、δA、DD、EDF

2、实证分析结果

通过对样本公司的违约距离和预期违约率进行分析比较，可以得出图1 和图2。

图1 上市房地产公司样本组违约距离比较

图2 上市房地产公司样本组预期违约率比较

通过比较十家样本公司违约距离，可以看出绩优股样本组的违约距离平均值为2.166727、中等业绩股样本组为2.292173。绩优股样本组的违约距离低于中等业绩股样本组的违约距离，不符合绩优股的违约距离高于中等业绩股样本组的预期。分析原因:我国的资本市场并非有效资本市场，股票价格波动幅度大，不符合KMV 模型假设股票价格服从正态分布;我国商业银行在应用KMV 模型预测房地产等高风险企业的信用风险水平时，很容易出现偏差甚至出现相反的结论。此外，我国企业会计信息质量普遍不高、财务数据可信度较差，以负债的账面价值为基础计算出的结果可能与实际情况不一致。

通过比较十家样本公司预期违约率(EDF%)，可以看出KMV 模型计算出的绩优股房地产上市公司样本组的预期违约率(EDF%)水平低于中等业绩股房地产上市公司样本组的预期违约率(EDF%)，符合预期。

KMV 模型总体上可用于评估上市房地产企业的信用风险水平及预期违约率。但是由于我国资本市场发展不成熟，还存在大量的非上市房地产企业，因此，如何适用KMV 模型来计量非上市房地产企业的信用风险是我国商业银行进一步研究的问题。

四、商业银行房地产信用风险管理措施

我国房地产企业的主要融资形式有股权融资、债券融资、房地产预售、银行贷款等。与其他融资方式相比，商业银行贷款具有贷款效率高、融资弹性大等特点，成为房地产企业最青睐的融资方式。随着商品房价格的逐年攀升，房地产企业获得了超高的利润率，商业银行也更愿意给房地产企业提供贷款。商业银行提供的巨额贷款虽然填补了房地产企业的资金缺口，但对自身利益构成了巨大的威胁。为此，商业银行应采取有效的措施防范房地产信用风险，并规范房地产信用风险管理，可从以下五个途径进行:

1、建立房地产企业征信系统及信用评级制度

完善的征信系统是防范房地产贷款信用风险的首要前提，具有不良信用记录的房地产企业无法通过信用审批进入借贷环节，有助于从源头上控制商业银行房地产贷款的信用风险。商业银行还可根据房地产企业生产经营状况和以往还贷历史建立企业信用等级，对信用等级高的房地产企业发放贷款，同时限制信用等级较低的企业贷款申请。但是因商业银行前期已将大量资金投入房地产行业，贸然收缩对房地产行业的贷款，极有可能导致房地产企业的后期建设资金短缺、难以完成工程项目，反而会增加贷款企业的信用风险。因此，商业银行不仅需严控对房地产企业的贷款，保证商业银行自身利益的安全，还应保障房地产企业的可持续发展，以防诱发潜在的信用风险［5］。

2、引导房地产企业建立多元化融资模式

我国房地产企业的资金半数以上来自于商业银行贷款，融资渠道较为单一，而国外房地产企业的资金除了银行贷款外，很大一部分来自于私募资金与房地产基金。为此，我国商业银行应借鉴国外同行经验，引导房地产企业进行多元化融资，采用多种融资渠道互相组合的模式。房地产企业作为典型的资本密集型企业，如何获得长期稳定的资金是始终困扰企业的重要问题。一方面，房地产企业通过上市发行股权和债权融资获得资金，降低银行贷款的比例;另一方面，对于非上市房地产企业，商业银行可引导房地产企业进行信托融资［6］，采用商业银行贷款和信托筹资相结合的模式，实现社会资源的有效配置，并可降低商业银行的信用风险。对房地产企业而言，信托融资具有灵活性，可针对房地产企业自身的生产经营设计个性化的信托产品，可提供安全稳定的资金流，利于房地产企业的可持续发展。

3、加强信用风险管理人才培养

专业人才的短缺一直是商业银行应用国际先进信用风险评估方法的一大障碍。为提高房地产信用风险管理水平，我国商业银行应加强高素质的风险人才的培养。专业风险人员的培养主要包括道德素质和专业水平两个层面:良好的职业道德要求风险人员遵守岗位制度及职业操守;专业水平要求风险人员掌握信用风险的前沿理论和方法，能够高效地处理工作中出现的各种问题。商业银行可加强与国内外高校、金融机构之间的合作和交流，引进具备丰富专业知识与信用风险管理技能的人员，提升我国商业银行信用风险管理队伍的整体实力，还应建立有效的人力资源激励与约束机制，鼓励员工间的公平竞争，促使专业人才在岗位上发挥最大的效用。

4、建立信用风险数据库

信用风险管理工具按照基本功能的不同可分为信用风险数据库和信用风险计量模型。信用风险数据库是风险管理的基本工具，也是实施信用风险计量模型的基础。由于我国征信系统缺失，缺乏统一的信用风险数据库，且商业银行内部信用数据库的基础信息不完整且质量不高，直接导致如Credit Metrics 模型和Credit Portfolio View 模型等基于信用评级矩阵开发的风险模型不适用我国商业银行。可以说，信用风险数据库的缺失严重地阻碍了我国商业银行的信用风险发展进程。此外，我国各大金融机构之间信用数据不公开，尚未形成信息共享和交流平台。为此，我国商业银行可与各大金融机构合作，建立信息数据共享与交流平台，构建公开、统一的数据库。与此同时，商业银行应及时更新信用风险数据，如花旗银行、汇丰银行等国际著名银行都拥有全球信息系统，每日即对数据库进行更新，从而为各个行业、信贷组合、产品等提供强大的查询功能。

5、引入信用风险计量模型

国外大型金融机构开发的信用风险量化模型如Credit Metrics 模型、Credit Risk+模型及KMV 模型等，实现了对信用风险的准确度量。与传统的定性评估方法相比，信用风险计量模型得出的结论更为科学和客观。商业银行可考虑引入国外已开发成熟的信用风险计量模型，但需要注意的是，信用风险计量模型具有其适用的经济环境和假设条件，商业银行应逐一筛选计量模型以找到适合我国的信用风险计量模型，并根据中国资本市场和公司特征对引入的风险计量模型进行修正和理论研究，以提升模型的可操作性、完整性和有效性。我国商业银行的信贷客户中有众多的非上市企业，因而信用风险计量模型除应用于上市公司外，还应扩大适用范围以度量非上市公司的信用风险水平［7］。

［1］刘 宏.我国商业银行信用风险管理研究［J］.中国农业银行武汉培训学院学报，2010，(2):10 ～13.

［2］杨子健.美国商业银行信用风险管理研究［M］.北京:中国金融出版社，2004.130－191.

［3］鲁 炜，赵恒晰，方兆本等.KMV 模型在公司价值评估中的应用［J］.管理科学，2003，(3):11－19.

［4］石良平.商业银行信用风险分析与管理［M］.上海:上海财经大学出版社，2007.1 ～88.

［5］华 伟.房地产金融学［M］.上海:复旦大学出版社，2004.55—56.

［6］胡 俊.我国房地产金融风险研究［D］.四川:西南财经大学博士学位论文，2010.104－108.

［7］刘君红.我国房地产行业信用风险评价研究［D］.北京:北京交通大学硕士学位论文，2012.33－35.