KMV模型在商业银行信贷风险管理中应用研究.doc

KMV模型在我国商业银行信贷风险管理中的应用研究 上传日期：2009年4月27日????编辑：现代经济编辑部?????点击:190次 （1.东北农业大学 研究生学院 黑龙江 哈尔滨 150030；2东北农业大学 经济管理学院 黑龙江 哈尔滨 150030） 摘要：本文根据KMV模型，通过选取3类公司样本进行相应的参数确定，测量我国股权公开交易的上市公司在一定时期内的违约概率。通过实证分析得出KMV模型能够比较准确的反映上市公司的真实经营状况，商业银行可以通过KMV模型加强信贷风险防范，完善我国商业银行信贷风险管理体系。 关键词：KMV模型 违约概率 实证分析 信贷风险管理 目前，我国的银行业已经实现全面开放，中外资银行同台竞技，我国银行业面临外资银行的严峻挑战。特别是在信贷风险管理方面，我国的商业银行远落后于西方发达国家商业银行，我国对信贷风险的分析仍处于传统的比例分析以及专家经验判断阶段，远不能有效满足商业银行对贷款安全性度量的要求。因此，应用现代的计量模型计量我国的信贷风险，更加有效的控制我国商业银行的信贷风险，具有非常重要的意义。作为国际上应用最为广泛的信用风险度量技术之一，KMV模型的原理要求的我国上市公司股票数据和基本财务数据都较容易获得，而且计算的操作也相对简单，因此，该模型在我国具有一定的适用性。 一、KMV模型的介绍 KMV模型是基于现代资产定价理论构建起来的，主要包括Black-Scholes期权定价公式和Merton的风险债务定价理论，该模型将公司股票价值具有的期权特征应用到公司信贷风险测量中。KMV模型的基本思想是把公司股权看作是以公司资产市场价值为标的资产、以公司债务面值为执行价格的欧式看涨期权，当公司的资产市场价值下降至公司债务面值水平时，企业违约概率增加，会对其所负债务选择违约，该模型认为公司资产结构与公司价值密切相关。 KMV模型中的违约触发点DPT被设定为与公司负债水平相等的公司资产价值水平，在负债总额中，长期负债能够缓解公司的偿债压力。KMV公司研究表明，违约点值处于长期负债的一半与流动负债的和这一点。违约距离DD表示的是公司资产市场价值期望值与违约触发点DPT的距离。KMV模型预测公司信贷风险的基本思路是：用违约距离DD来测算公司违约的可能性，数值越小，公司发生违约的可能性越大。由于怀疑公司资产价值符合正态分布这一假设的合理性，KMV公司采用了经验的EDF。但由于我国违约数据库的缺乏，我国经验 EDF 函数还没有建立， 因此，本文根据违约距离DD定义，得到理论上的EDF，以此检验其能否真实反映上市公司的运行状况，并检验DD与EDF的映射关系。 KMV模型为我国商业银行对上市公司信贷风险管理提出了一个全新的量化的管理方法，如果该模型能够比较有效、准确的放映上市公司真实的经营状况，预测其发生违约概率的大小，就能够在一定程度上避免或减少信贷风险的发生，这对我国商业银行对信贷风险量化管理有着重要的意义。 二、样本选择 本文所采集的数据以安信证券交易系统流通A股为基础，以2008年7月4日为计算基准日期，从中选择12家具有代表性的上市公司作为研究对象，主要选取种植业、造纸业、制造业、炼钢业四个证监会行业，每个行业中分别选取业绩好、业绩一般、业绩差3类公司作为样本上市公司，所选3类公司在同一个证券交易所上市。本文所选取的样本上市公司财务数据以2008年中期公司财务数据为准，样本公司均已经完成股权分置改革，数据来源于安信证券交易系统和新浪财经网站。 三、参数的确定 （1）本文根据2008年各公司中期财务报表中的负债总额来估计其负债面额D，设定债务期限为一年，即=1，也就是计算1年期的违约距离和违约概率。 （2）股权市场价值 的确定。样本股票的流通股总市值选取的是样本股票流通A股的总市值，计算基准日复权后的股票收盘价乘以流通A股总股份为样本股票流通总市值，即 股权市场价值 =流通A股股份×收盘价 （3）无风险利率r的确定。本文采用中国人民银行制定的2007年一年期定期存款利息率作为无风险利率，即r＝0.0414。 （4）违约点DPT的确定。本文采用KMV公司的经验法来估计违约点DPT的位置，即DPT是长期负债的一半与流动负债的和。 根据KMV模型基本思想并结合我国实际情况，本文在实证分析过程中做了如下的假设： （1）公司股票价格服从对数正态分布。 （2）公司资产价值符合标准正态分布 （3）假定公司资产价值未来一年保持不变，即预期年增长率为0，即，E(VA)= VA.。 四、实证分析 （一）股权价值年波动率 的计算。 根据John.Hull提出的历史波动率法，利用样本公司2008年2月15日至2008年6