KMVA模型对中国A股上市公司信用风险区分能力实证研究.pdf

摘要： KMV模型是一种结构化信用风险度量和预测工具，在国外成熟市场已被广泛应 用。该模型以股票价格作为主要输入量之一，具有前瞻性，克服了历史数据的“向后看 的缺点，能够提供动态、及时的信用风险监控和预测。 如果该模型能够适用于中国上市公司，对提升我国信用风险管理能力具有重大意 义。但是如果未对该模型在中国的有效性进行检验就盲目套用，不仅可能无法充分发挥 该模型的优势，而且可能会得出偏离事实的错误结论。再者，考虑到中国这一新兴市场 的诸多特殊之处，很有必要专门对该模型在中国的有效性进行研究。这是本文的研究意 义所在。 KMV模型在中国运用时，存在两大客观障碍：(1)由于全面的企业信用风险数据 库尚未建立，违约企业难以识别，大多数研究将ST，*ST公司看作违约公司作为近似，； (2)股权分置改革之前，由于非流通股的存在，权益市值的计算没有统一公认的计算 方法，导致模型输入变量的不准确，影响模型结果和各相关研究之间的可比性。 KMV模型的有效性在国外已进行了大量研究，研究方法呈现日趋多样化的态势， 且大多数实证结果支持KMV模型的有效性。这些研究对本文具有非常大的参考价值。 近年来，我国也有学者作了这方面的大量研究，但是囿于客观条件，还存在如下问题： (1)样本偏小，时间跨度短；(2)采用相等规模大小的违约组与非违约组进行对比 研究，忽略了违约事件小概率的特点，不符合市场的实际状况。 本文首先提出对KMV模型有效性检验的检验框架。模型的整体有效性是指模型反 A股市场数据就KMV模型对中国上市公司的区分能力(power)进行实证研究。 本文仍旧取ST，*ST公司近似作为违约公司，选择z计分模型作为参照模型。本文选 关系，最后运用偶然性表(contingency accuracy 持了市场上违约公司与非违约公司的真实比例；但是为了保持股票价格的一致性，仅选 取了股改之后的数据，时间跨度较短。 研究结果表明KMV模型对中国上市公司信用风险水平具有一定的区分能力，但是 区分能力有限，与参照模型对比，并未显示出明显的优越性。 2 对KMV模型在中国市场有限的区分能力，本文从环境因素和模型因素两个方面做 出了解释。从模型运用环境来看，(1)中国股票市场有效性水平仍然相对不高，导致模 型的重要输入变量…．股票价格不能及时准确反映公司信息，从而限制了模型的区分能 力，这是最重要的影响因素；(2)将ST，宰ST公司看作违约公司，与真实违约公司存在 偏差。从模型本身来看，没有针对中国公司的特点进行修改调整，也是影响区分能力的 因素。 关键词：KMV中国上市公司信用风险F83 3 Abstract： A—sharemarketandteststhe This utilizes datafromChinese paper empirical theKMVmodelinChina．The result of analysis discriminatingpower KMVmodelhascertain butthe islimitedand thatthe discriminatingpower power asdefaultersand short treatment(ST)companieschoosing weak．Definingspecial reformaffectour the time afternon—circulatedshares may results．Directlyusing s