基于ＫＭＶ模型的上市公司信用风险的度量研究.DOCVIP

公司研究论文-基于ＫＭＶ模型的上市公司信用风险的度量研究 　　[摘要] 本文对上市公司的信用风险度量进行了理论研究并以我国上市公司为样本进行了实证分析。针对中国证券市场股改后的上市公司已经超过90%,市场对公司价值发现效率的进一步提高,股价反映公司价值信息进一步增强的实际情况,运用KMV模型基于市场价格变动信息评价我国证券市场上绩优公司与绩差公司的信用风险已比较适合,并通过实证来检验模型识别上市公司信用风险的能力。 　　[关键词] 信用风险 上市公司 风险度量 　　 　　随着各国经济活动活跃程度的提高和各国间经济往来关系的增强，人们发现在经济活动中防范和控制各种风险的重要性和必要性。信用风险是商业银行面临的主要风险，如何防范与降低信用风险是当前我国商业银行管理的迫切要求。对于我国商业银行来说，企业贷款是其主要业务，银行大部分的金融资产为企业贷款，因此贷款的信用风险是商业银行信用风险的最主要组成部分。上市公司己经成为商业银行信贷的主要对象，研究上市公司的信用风险特点，预测其未来的信用风险对商业银行、投资者和资本市场监管者都具有重大意义。 　　本文旨在结合我国金融市场的特有特征对KMV模型进行分析，从而使之较充分反映中国上市公司信用风险信息，最终给出了一个能够有效地判定上市公司信用风险的模型。这对于在我国运用现代化的信用风险度量模型具有重要的理论意义和现实意义。 　　一、KMV模型的原理 　　通过对国外信用风险评价模型的回顾和简要评述的基础上，结合我国资本市场的具体情况，论文选取了KMV违约模型作为评价我国上市公司信用风险的主要研究方法。下面对这种模型的理论部分进行简单的阐述。 　　KMV违约模型的基本思想是公司股票价值类似于一份欧式看涨期权。也就是说，公司股票价值与一份欧式看涨期权具有同构性。公司违约与否取决于公司未来资产的市场价值，如果公司债务到期时公司资产价值高于债务价值，则公司就有动力还款；当公司资产市场价值低于其债务价值时，则公司会选择违约，而此时公司股票将变得没有价值。 　　根据KMV违约模型的基本思想可知，首先必须求得公司的资产价值和资产价值波动率。由于公司的资产价值和资产价值波动率不能从市场上直接获取，因此，KMV公司利用可以从资本市场数据计算得到的股权价值与股权价值波动率，然后通过期权定价公式构造股权价值与资产价值之间的关系，以及公司资产价值波动率与股权价值波动率之间的关系，求得资产价值和资产价值波动率。最后，求出公司的违约距离。 　　上市公司股权市场价值＝流通股市场价值+非流通股市场价值 　　流通股市场价值＝每日平均收盘价格*流通股股数 　　非流通股市场价值=每股净资产*（上市公司总股本－流通股股数） 　　　二、KMV模型的实证研究 　　本文从2008年被ST的公司中选取了34家ST公司和34家配对的非ST公司，其中沪市有48家（占全部样本的70%），深市有20家（占全部样本的30%），基本可以体现我国上市公司信用风险的态势。选择非ST配对公司满足了配对原则：与配对的ST公司同在一个交易所上市；与配对ST公司同属一个行业；公司成立和上市时间最相近；与配对ST公司具有相近的平均资产规模，差额不超过20%。这样确保了公司经营环境和性质的最大相似性，以便于研究对比。 　　运用前面参数估计中的方法对样本数据进行了处理。本文讨论基于假定上市公司资产价值符合标准正态分布，资产价值增长率为零的情况。资产市场价值及资产波动率的关系式如下： 　　 　　 　　综合比较各个ST公司和非ST公司的在2004年至2007年之间测算出来的违约距离的均值、中值、最大值和最小值，可以看出在发生违约前4年和前3年并没有看出明显的违约特征，而且在违约前4年和前3年时ST公司的表现甚至比非ST公司的违约距离大，但是通过考察违约前2年和前1年的违约距离值，发现每个ST公司的违约距离在发生违约的前4年中有逐渐减小的趋势，相反非ST公司的违约距离在4年的考察期内维持了一个稳定的水平。 ????　　三、模型的检验 　　从两个方面来对模型进行检验:模型的计算结果是否可以明显地区分违约公司与非违约公司;如果模型适用于实际，它应当具有一定的预测能力，即模型的计算结果是否可以用来反映随着违约发生日期的接近违约距离是否有逐渐变小的趋势。针对前一种情况做截面分析，即检验违约公司与配对样本公司违约距离的均值是否有显著差异；对后一种情况做时间序列分析，即有违约记录的公司，它的违约距离随着违约日期的临近是否有逐渐减小的趋势，违约当年的违约距离均值与违约前三年的违约距离均值是否具有显著的差异。 　　1.独立样本T检验 　　对31家违约公司和31家配对样本公司进行独立样本T检验，结果如表2所示， ????? 　　2004年和200