基于KMV模型钢铁企业违约率计算.docVIP

基于KMV模型钢铁企业违约率计算 　　【摘要】为探究近年来我国钢铁行业得经营状况，本文选取了12家在A股上市的钢铁公司作为研究对象，时间跨度为2010年至2015年，利用国际上较为先进的违约损失计算方法KMV模型求出样本近6年违约距离的变化。结果显示，在2010～2013年间部分钢铁企业有上升趋势，但是2014年李克强总理宣布削减钢铁产能之后，所选12家钢铁企业的违约距离一致大幅减小，说明2014年之后我国钢铁企业的经营状况更为恶劣，违约概率上升 【关键词】钢铁企业 麦肯锡模型 违约率 莫顿模型 违约距离 一、研究背景 从20世纪50年代到现在，中国钢铁产业由小到大，由弱到强，截止2010年成为名副其实的钢铁大国，但是里钢铁强国还相去甚远。受2008年的全球金融危机影响，我国钢铁行业效益大幅下滑，甚至一些著名的钢铁企业都发生严重亏损，这暴露出我国钢铁产业长期潜伏和积累的问题。一是我国钢铁行业集中度与世界钢铁大国的比较，我国明显偏低；二是我国钢铁行业还未形成规模经济，钢铁产业是典型的规模经济产业，其企业组织规模和经济效益之间存在着很强的依存关系。三是产品附加值低，缺乏技术创新。我国的钢铁产品为低附加值的钢材，对于高附加值的钢材我国还须大量进口，钢铁产品的低附加值抑制着中国钢铁行业的发展[1]。正是因为这三点原因导致我国钢铁企业大而不强，过度生产，在改革开放初期，由于社会建设对钢材需求量大和国家的扶持致使钢铁企业数量不断增加。但是随着我国经济发展上了一个新台阶，基本完成了基础设施建设时，面临着技术提升和创新不足的瓶颈时，产能过剩的钢材企业成了经济转型的负担，因为在我国钢铁企业作为劳动密集型产业吸纳了大量的劳动力，一旦减产，会造成严重的失业问题。因此对钢铁企业的财务分析以其可能面临的违约概率的研究能够为经济管理部门提供指导性意见。2014年初，李克强总理提出削减部分过剩产能行业，包括淘汰钢铁2700万吨水泥4200万吨等。削减产能会对钢铁企业的生存造成直接的威胁，并且政策的影响必然会最先反映在企业股价上然后反映在公司的财务报表上 笔者认为在当前经济整体下滑的背景下，我国的钢铁行业的上市公司很大程度上面临着债务违约的情况。而KMV模型正是通过上市公司股权价值和公司负债面值对公司整体的经营情况进行刻画 二、KMV模型 模型的概述 KMV模型是美国旧金山KMV公司1997年依据当时大量的市场数据建立的估计借款企业违约概率的方法。该模型计算违约概率的步骤如下： 1.无分布假设的KMV模型。在不假设上市公司资产价值的条件下，上市公司的违约距离（Distance to default）只跟公司的债务和公司市值的波动率相关。公式表达为： 2.正态分布的KMV模型。公司的股东权益价值可以看成当前价格为公司市值，交割价格为总债务面值的看涨期权 ，当看涨期权行权时说明公司至少能够偿还债务，此时的概率为N（d2），当公司无法偿还所欠债务时，期权就不会被行权，此时的概率为1-N（d2），此违约距离为： 在式（一）和式（二）中VA表示公式的总资产或总市值，σA为公司市值的波动率，r是无风险利率，研究中大多数学者通常使用一年期银行存款基准利率代替。本文采用加权连续复利计算无风险利率T为观察周期，D是公司账面的总负债，包括长期负债和短期负债，在国际上对于长期负债的处理是当Dlong/Dshort≤1.5时，D=Dshort+ 0.5Dlong，否则D=0.7Dshort+0.7Dlong。但是我国部分学者对本国上市公司的数据进行实证研究时发现，使用D=Dshort+0.75Dlong最适合中国现行金融市场[2]。本文基于国情，采用与前人一致的实证经验公式。资产价值预期增长率，体现资产价值平均增长情况，本文选用行业指数增长率来代替公司资产预期增长率g。违约距离DD体现了一种相对的概念，?`约距离越大说明该公司距离违约触发点越远即违约的可能性越小；反之，违约的可能性就越大的状况。P为违约概率 在计算违约率时，由于缺乏数据库支持，计算违约概率并无实际意义，因此本文直接采用违约距离作为衡量违约风险的指标 三、样本的选择与模型说明 （一）样本选取 本文主要着眼于钢铁行业的信用违约现状分析。本文以公认的存在业界产能过剩的钢铁行业为研究对象，着重分析了自2010年以来相关企业的信用风险状况。本文所选用的钢铁行业的数据跨度为2010年～2015年。考虑部门企业已经面临退市风险，已经我国钢铁企业较多，因此本文只选取了其中的较为典型的12家作为研究对象 （二）参数设定 根据KMV模型的原理和表达方程组，结合实际情况，本文直接选用违约距离DD指标而不再使用西方数据库的经验公式计算违约概率P，主要使用的