基于KMV模型的新疆上市公司信用风险度量研究

李涛 张喜玲

[摘要]本文根据新疆实际修正了KMV模型，以发生亏损的新疆上市公司为违约组，在西北五省中按资产相近原则选取了对照组，验证了修正后模型的有效性，并说明了发生亏损企业的信用风险相对较大。度量新疆上市公司信用风险后发现：股价波动率、债务结构影响新疆上市公司信用风险;产能过剩行业明显大于其他行业的企业信用风险;创新会明显改善企业的信用风险大小;且与我国整体情况不同的是新疆涉农上市公司信用风险较小。建议新疆上市公司应优化债务结构和提升创新能力，尽快完成传统产业转型升级，同时金融机构要关注上市公司信用风险变化，并要大力支持创新型企业发展。

[关键词]信用风险 KMV模型 上市公司

[中图分类号]F832.51 [文献标识码]A [文章編号]1008-0694（2018）01-0099-10

第五次全国金融工作会议强调“防止发生系统性金融风险是金融工作的永恒主题”。①信用风险是指金融机构的贷款对象无法按期还本付息而给金融体系带来的危害，是金融风险的重要内容，管理好信用风险对保障经济体系正常运行意义重大。信用风险管理的关键之一就是对其进行精准度量，在经历了2015年股市动荡之后，更多的投资者从技术分析回归到公司基本面分析，这客观上要求构建适当模型来评价公司整体信用风险大小。新疆是我国向西开放的重要窗口，具有独特的资源、区位优势，我国提出的“一带一路”倡议将新疆定位为“丝绸之路经济带核心区”，这为新疆未来的发展与对外开放带来了绝好机遇。新疆上市公司作为新疆建设“丝绸之路经济带核心区”的重要力量，应高度关注自身信用风险的管理。

一、文献述评

信用风险度量的核心是信用风险度量模型的选择。国外在20世纪80年代以前主要使用传统信用风险度量方法，即从道德品质、还款能力、资本实力、担保和经营环境等方面度量企业信用风险。例如：美国货币监理署开发的信用评级方法，将贷款分为正常、关注、次级、可疑和损失五类;Altman、Horrig-an、Martin等人使用Z评分、Logit或Probit方程建立了信用评分模型。[1～3]但传统的信用风险度量方法存在定性化、主观分析较强的不足，导致企业的风险度量结果准确性偏低。默顿构建了默顿模型，使用企业资产的市场价值及其波动性、贴现贷款面值、贷款剩余期限和无风险利率这五个变量来计算企业信用风险的大小。[4]随着证券市场的发展完善，麦奎恩认为市场价格代表着市场对公司的预期，而财务报告仅反映了公司目前的实际经营情况，由此他认为最准确的信用风险度量方法应该同时考虑财务数据和股价数据。[5]1993年，KMV公司（美国旧金山市KMV公司）基于期权定价公式和莫顿理论构建了KMV模型：综合使用公司的股价和财务数据，利用莫顿的期权定价理论估算出企业资产的市场价值及其波动性，然后假设公司资产价值服从正态分布，通过建立违约距离和违约概率之间的映射关系来计算企业的违约概率。[6]JeffreyR·Bohn对比了KMV模型与标准普尔的信用评级结果后认为：当信用质量中等或较低时，信用分布则会较多的与平均的违约概率一致，而当信用质量较高时，KMV模型计算出来的信用分布与标普的评级结果相一致。[7]当前国外研究使用较多的还有CreditMetrics、CPV和CreditRisk+等模型，除此之外，国外还将神经网络、支持向量机和决策树等方法应用到度量企业信用风险当中。

我国对企业信用风险度量的研究起步较晚，早期有陈静、张爱民等使用销售利润率、总资产利润率、净资产收益率等财务指标来反映企业的信用风险大小，[8][9]2000年前后我国学者开始研究现代信用风险度量模型：王琼等、鲁炜等对KMV模型进行了介绍和推导;[10][11]杨星，马若微等利用我国上市公司数据检验了KMV模型结果，认为KMV模型适用于我国。[12][13]章政对比了KMV、CreditMetrics、MortalityModel、Credit Risk+和Credit PortfolioView这五个模型的结构和范式，认为它们对我国信用风险度量具有重要的借鉴意义。[14]吴文静使用KMV模型计算了我国东、中、西部地区上市公司信用风险，并对比了各个地区ST企业占比情况，指出不同区域的企业信用风险存在差异，东部地区企业信用风险最低，中部地区次之，而西部地区最高。[15]刘迎春、刘霄采用分属五个行业的八家ST公司和八家非ST公司为样本，对比了不同行业间的信用风险差异，结果表明各行业上市公司的信用质量从高到低依次为能源类、电子类、房地产类、制造业类和农业类，且信用质量变化趋势与宏观经济走势基本一致。[16]陈延林、吴晓认为KMV模型至少能够在上市公司信用风险变化前两年做出有效提示。[17]蒋或、高瑜根据流通股和非流通股情况修正了股权价值的计算方式，采用2008家上市公司2014年的数据验证了修正后的KMV模型，认为修正后的模型具有很好的识别以及预测上市公司信用风险的能力。[18]

从现有文献来看，国外对企业信用风险的度量较为成熟，采用多种方法且不断完善，由于我国对企业信用风险度量的研究起步相对较晚，尤其是目前对相关模型的研究和应用仍较少，这成为未来我国企业信用风险度量研究亟待加强的重要方面之一。虽然KMV模型在我国的适用性已经取得验证，但采用全国性样本得出的企业信用风险分布状况来说明新疆上市公司的情况未免有失偏颇。本文可能的创新体现在：第一，针对新疆上市公司整体信用风险较大的情况，重新设置了违约点，使得修正后的KMV模型能够更敏感地显示出企业信用风险变化情况。第二，根据企业是否发生亏损进行分组，相对更加严格地验证了修正后的KMV模型的有效性，并说明了发生亏损的企业的信用风险相对较大。第三，考虑到我国东、中、西部地区经济发展的显著差异，采用西北地区上市公司的数据更能验证KMV模型对我国不同区域的适用性。

二、模型构建

1.模型选择

目前，从整体来看，国外应用较为广泛的是CreditMetrics模型，该模型要求一个信用等级内的所有企业的信用风险都相同，摩根公司使用标普和穆迪对公司的评级数据进行测算，而我国信用评级业对于风险的大小区分度不强，导致同一级别里的企业信用水平差异很大。我国商业银行主要采用专家制度法、Z值评分法或ZETA模型等传统度量方法，这些方法对从业人员的经验和专业水平要求较高，使用时主观性也较强。[18]基于新疆企业特点进行信用风险管理模型的创新不仅需要大量人力物力支持，而且需要一个较大的违约数据库和时间对模型检验，新疆目前情况尚不具备这样的条件。此外，我国学者对CPV模型、CreditRisk+模型以及神经网络、支持向量机和决策树方法的适用性检验较少，这些模型或方法是否适用于我国市场尚未得出一致性结论。

KMV模型是基于美国市场建立的度量模型，将企业的股价和财务数据作为变量，以现代期权定价公式为理论基础，综合反映公司的历史、现在甚至未来的信用风险状况。采用KMV模型度量新疆上市公司信用风险具有以下优势：KMV模型有效性已经通过实证和事实检验，且计算过程公开，计算出来的结果可以进行验证，保证了评价结果公正客观，有较高的客观性和可信度。相对其他度量模型来说，KMV模型避免了缺乏专业评级机构就无法度量企业的信用风险的困境。KMV模型的实用性和操作性强，参数和计算方法公开，对数据和人才要求的门槛低，具有很强的可操作性，我国证券市场已经能够提供有效的股价数据，财务数据也容易从企业披露的报表中获得。随着证券市场的进一步完善，KMV度量的信用风险会越来越准确，未来也将发挥更大的作用。但KMV模型是根据美国市场建立的，使用前需根据新疆实际状况对KMV模型进行修正。

2.模型构建①

KMV模型的理论基础是期权定价公式，将公司的债务看作一年期的债券，D为该债券的面值，一年以后债券到期，公司要一次性偿付，如果公司的股权价值在一年之后小于D，公司的股权价值不足以偿还债务，公司资产需全部转让给债权人，不仅股东权益没有了，还需要筹集额外的资金去偿还债务，这种情况下公司就会违约;若一年之后公司的股权价值高于债务价值，将不选择违约，公司只要出售一些股票便可以偿还所有债务。根据期权定价公式，在资产到期日T时，该公司的资产价值可以用下式表示：

V_E=V_AN（d₁）-D_e^-rTN（d₂）

①

其中，V_E表示当前股权价值IVA代表资产价值，σ_A代表资产价值的波动率，D代表负债总额，r为无风险利率，②T表示负债到期日。

其中：

对于股权价值和资产价值波动率的关系，我国学者大量研究后表明企业的杠杆程度越高其权益的风险也越高。伊藤定理能夠合理表示股权价值波动性和资产价值波动率的关系。③

△为避险比例也就是N（dl），σ_E代表股价波动率，根据①和②两个方程就可以求出V_A和σ_A。

KMV公司对违约数据研究后发现，公司发生违约行为存在一个较为频繁的临界点，这个临界点被定义为违约点DP。违约距离DD反映了DP与V_A之间的关系，用公式可以表示为：

DD=-DP/V_AσA

在违约点的选择上，KMV模型将违约点设置为DP=短期债务（SD）+0.5×长期债务（LD）。新疆一些企业本身存在问题甚至接近了破产边缘，信用风险较高，而政府在税收、融资等方面的政策优惠掩盖了这些企业的真实信用风险状况。为了真实地反映出新疆企业的信用风险状况，本文设置的违约点为：DP=SD+O.7×LD，通过提高违约点的方式来缩小违约距离，反映企业对债务变动的敏感性。我们使用违约概率来表示公司违约可能性的大小：假定资产价值服从正态分布，当企业的资产价值小于违约点时，企业就会发生违约，其违约概率为：EDF=P（E（V₁）

三、实证分析

1.模型的有效性分析

我国上市公司较少，即使公司运营难以维系，上市公司也是一个重要的壳资源，发生破产的情况很少。有效性验证中，我国大部分学者根据公司是否ST划分违约组和对照组，由于ST企业和非ST企业在经营上已经存在很大的区别，选择一般的模型也能说明两组公司信用风险的差异性，不能体现KMV模型的优势。截至2017年8月，新疆共有51家上市公司，资产规模各不相同，且ST公司较少。若以是否ST来分组，所选取的样本不具有代表性。杨永生、周子元（2010年）认为短期内经济形势不变，即发生亏损的企业在短期内会继续亏损。故本文选取了新疆2006年及2015年发生亏损的上市公司作为违约组，并分别选取同期西北五省中未发生亏损的上市公司作为对照组，根据资产规模相近标准建立了违约企业与对照企业的有效检验样本。

2017年4月，青松建化和中基健康被ST，被ST的公司不仅融资受到影响，同时也说明公司运营存在问题，为了验证修正后模型能否有效显示出企业信用风险变化情况，本文还以中基健康为例，对比中再资环5年内该公司违约概率变化情况。本文所使用的数据均来自国泰安数据库。下面的分析验证了修正后模型得出的违约概率能够区分新疆上市公司信用风险状况。

（1）数据计算与参数设置。股价波动率σ_E;根据公司股价日收盘数据，采用历史波动率法计算出日股价波动率μ_i，根据交易天数计算标准差得出该公司股票年波动率σ_E。

股权价值V_E：国务院2004年指出要解决股权分置问题，西北五省上市公司已基本完成，可以直接使用股票价格和股票数量相乘得出股权价值。

债务价值D：选取该公司年度会计报表中的负债合计作为债务价值，流动负债合计作为短期负债，非流动负债合计作为长期负债。

时间T和无风险利率r：债务偿还年限设置为1年期;选用2%作为无风险利率r。

（2） 2006年样本数据处理结果。用MatLab7.0对样本公司的数据进行处理，计算并得到了2006年企业的违约概率（EDF） ）和股价年波动率（6F）（详见表1）。

从表1来看，违约组的违约概率均大于对照组。百花村和智慧能源违约概率相差最大，差值为3.38×10^-2;中基健康和特变电工违约概率相差最小（差值为3.79×10^-7），对比2006年中基健康和特变电工的财务数据和股价数据：中基健康的股价波动率为0.21，而特变电工为0.18;中基健康和特变电工的资产总额相当，但2006年中基健康的债务总额为30亿元，其中短期债务为26亿元。而特变电工的债务总额为20亿元，其中短期债务为12亿元，且中健康该年度亏损7.5×10⁷元，而特变电工盈利2.1×10⁸元。从财务数据和股价数据上分析，中基健康的信用风险大于特变电工，违约概率区分了不同信用风险的公司。违约组的股价波动率也明显大于对照组，其均值分别为0.32和0.23。在2006年新疆发生亏损的6家上市公司中，4家为从事农业性质的公司且违约概率较大，而在对照组中，中泰化学、美克家具拥有核心技术，特变电工、中泰化学、智慧能源有很强的创新能力，这些公司的违约概率都非常小。

（3） 2015年样本数据处理结果。采用同样的数据处理方法和步骤，得到2015年企业违约概率（EDF））和股价年波动率（σ_E）（详见表2）：

从表2来看，在2015年新疆亏损的上市公司中，违约概率均小于资产相近的且未亏损的上市公司。青松建化和西部建设违约概率相差最大，差值为8.02×10^-4;准油股份和天润乳业违约概率相差最小，差值为6.68×10^-4。对比2015年准油股份和天润乳业的财务和股价数据：准油股份的股价波动率为0.20，而天润乳业为0.18;准油股份和天润乳业的资产总额相当，但该年度准油股份的债务总额为5亿元，其中短期债务为4亿元，而天润乳业的债务总额为3亿元，其中短期债务为2.6亿元，且准油股份该年度亏损2亿元，而天润乳业盈利5700万元。从财务数据和股价数据上分析，准油股份的信用风险大于天润乳业，违约概率区分了不同信用风险的公司。违约组与对照组的股价波动率均值分别为0.28和0.22。中基健康的违约概率仍大于与其资产基本相当的中再资环。2015年发生亏损的8家新疆上市公司中，涉及农牧业、能源、建筑、餐饮等行业，但在对照组中，仍然是具有创新能力和核心技术的公司占多数。

（4）中基健康与中再资环违约概率对比。表3对比了2012～2016年中基健康与中再资环的违约概率变化情况，这两家公司资产总额基本相同，但中基健康的违约概率始终高于中再资环，甚至在相差最小的2015年，中基健康的违约概率也是中再资环的2.35倍。

2.新疆上市公司信用风险度量

采用国泰安数据库中2016年4月到2017年3月的股价及公司去年第三季报表中的数据，本文度量了以下41家①新疆上市公司的信用风险，度量结果按违约概率大小排序后如下（详见表4）。

从表4来看，新疆上市公司违约概率总体不高，在41家上市公司中，企业信用风险差异明显，呈现出以下特点：

（1）产能过剩行业违约概率普遍较大。新疆共9家生产钢材、水泥等的上市公司，在违约概率较大的12家公司中，有8家公司为该类产能过剩企业。

（2）农业、畜牧业、能源类行业违约概率较小。处于该类行业的企业违约概率排名在13到31之间。新疆在农业、牧业、能源等方面有独特优势，共有16家此类行业的上市公司，其中13家的违约概率相对较低。天富能源、天润乳業等5家公司的违约概率极低。但也有中葡股份、中基健康、新赛股份3家企业信用风险较大，从本文的分析来看，这三家企业信用风险相对较高的原因在于2016年股价波动率较大（分别为：0.27，0.26，0.2 ），负债率和创新能力方面都没有明显优于其他企业。有研究认为资产规模与违约风险显著负相关，总资产小于3亿元的小公司抗风险能力最差。”但从表4来看，具有新疆特色的企业，包括天润乳业、中粮糖业、西部黄金、麦趣尔、香梨股份、伊力特等资产在3亿元以下的企业违约概率较小，排名都在24以下。

（3）创新能力、核心技术对新疆上市公司的信用风险影响很大。从度量结果来看，这些具有创新能力和核心技术上市公司不仅经营优势明显.而且信用风险非常小。例如：以生产水泥制品为主的国统股份在技术革新方面成效显著，企业经营状况良好，违约概率仅为2.5×10¹⁵，违约概率排在新疆企业的第27位。在违约概率最小的10家企业中，6家企业的创新能力得到了区级以上的认可，例如：金风科技具有强大的自主研发能力，不断吸引专业人才加人，多次被评为“全球最具创新能力企业50强”，现已能够生产国内最大的风力发电机整机;特变电工长期关注产品创新，获得了“国家级科技兴贸创新基地”等多项荣誉”。

四、结论与建议

1.结论

（1）修正违约点后的KMV模型能够区分西北地区上市公司信用风险，在新疆有很好的适用性，且如果上市公司当年发生亏损，其信用风险会明显高于与自己资产相近且盈利的上市公司。

（2）债务总额及其构成、股价波动率会影响新疆上市公司的信用风险。根据修正后的KMV模型，负债增加会引起违约概率上升，且短期负债增加比长期负债增加更能影响违约概率的上升。从2006年和2015年企业数据对比来看：2006年，违约组的股价年波动率均值为0.40，而对照组为0.27;2015年，违约组的股价年波动率均值为0.34，而对照组为0.28。可见，股价波动率与上市公司的违约概率有正向关系。

（3）创新能力、核心技术因素对新疆上市公司违约概率影响很大。处于生过剩产能行业、技术创新水平不高的企业信用风险相对较高，依靠新疆优势从事生产的企业信用风险相对较低.拥有创新能力的企业信用风险低于其它类型企业。

2.建议

党的十九大报告再一次强调“要以‘一带一路建设为重点”。上市公司在推动新疆建设“丝绸之路经济带核心区”过程中，应高度重视信用风险的把控，本文根据分析结果并结合新疆实际提出以下建议：

（1）企业要积极推进生产结构调整。西部建设、新疆城建、八一钢铁等过剩产能行业的企业要加大生产结构调整力度，优化库存，尽快完成生产结构转型升级;中葡股份、中基健康、新赛股份等企业要充分利用和发挥好自身优势，向集约型生产方式转变;金风科技、变电特工等创新能力较强的企业要继续研发核心技术，进一步提升产品创新能力，为新疆建设“丝绸之路经济带核心区”贡献更大力量。

（2）企业要着力增强创新能力。企业要树立和强化创新理念，营造学习创新的氛围和提升员工业务水平，建立创新激励机制，将单项创新向综合创新转变。有条件的企业还可以通过设立研发中心、博士后流动站等进一步增强企业的创新能力，切实降低信用风险。

（3）企业要定期测算违约概率。通过对比近年来违约概率变动情况，企业可以了解自身的信用状况;通过对比同行业、资产规模相近企业的违约概率，企业可以判断信用风险变化的原因是市场变动还是来自自身。同时，企业要关注股价波动率和债务结构，避免股价大幅波动，尽量增加长期债务占比，设置相关指标的变化范围，当指标值变动超过设定的界限时，及时采取相应措施以防止信用风险增大。

（4）金融机构要以服务实体经济为导向。金融机构要大力支持创新型企业发展，拥有创新能力的企业信用风险低，为其提供贷款的安全性也高。尽管产能过剩行业的企业违约风险较大，但贷款额度及结构也会影响这些企业的风险，金融机构应采取谨慎而合理的原则，既要防止企业违约可能导致的贷款损失，又要以服务实体经济为导向，根据具体情况给予必要的金融支持，助推这些企业尽快完成生产结构的转型升级。