基于KMV模型上市公司信用风险预测.docVIP

基于KMV模型上市公司信用风险预测摘 要：本文利用KMV模型，提出了一种上市公司信用风险预测方法。通过对我国4家上市公司5年股票价格的违约距离实证分析表明，KMV模型的灵敏度和预测能力都相当好，能为银行和投资者预测、揭示上市公司信用风险。? 关键词：信用风险预测；上市公司；KMV模型? 中图分类号：F830.5 文献标识码：A 文章编号：1003-5192(2008)06-0039-05?? A Forecast Method of Credit Risk Evaluation of Listed Companies?Based KMV Model? XIA Hong-fang,MA Jun-hai? （ College of Finance, Zhejiang University of Finance Economics, Hangzhou 310012, China）? Abstract:In this paper, a forecast method of credit risk evaluation of listed companies is presented based KMV model. The default distances are analyzed about four listed companies for five years based KMV model. Results indicate that sensitive and forecasting ability of KMV model are very good, And it can be used to predict and exposit credit risk of listed agricultural companies for bank and investor.? Key words:credit risk forecast; listed companies; KMV model?? 1 引言? 传统的上市公司信用风险预测方法侧重于利用公司历史财务数据，比如Altman的Zeta等单元判别模型和Logstic多元判别模型，这些模型最致命的缺陷是只能以过去预测未来，不能用未来本身说话［1］。目前最新的信用评价方法是KMV模型，其对信用风险的预测是基于股票市场，利用B-S股票期权定价思想求出公司未来违约发生的概率，而股票市场的价格包含了投资者对股票未来信息判断的因素，因此具有前瞻性和灵敏性，更加客观和准确［2］。? KMV模型由Kealhofer，McQuown和Vasick三人创立的信用风险分析专业公司提出，为保持其核心竞争力，KMV公司并未公布信用风险评价中违约距离、违约概率的求解细节。国内学者对该模型的研究和应用大都只局限于对其框架的借鉴，对于如何将其应用于我国上市公司的风险预测尚未见报道［3］。? 本文提出了基于KMV模型的上市公司信用风险预测方法，通过4家上市公司5年信用风险的实证预测分析表明，KMV模型可以应用于我国上市公司的信用预测。? 2 KMV模型理论基础? KMV模型是将公司股票价值具有的期权特征思想推广到公司信用风险预测中。它将公司股权看作是买入一份欧式看涨期权，即公司所有者持有一份以公司债务面值为执行价格，以公司资产市场价值为标的欧式看涨期权。如果负债到期时公司资产市场价值高于其债务，公司偿还债务；当公司资产市场价值小于其债务时，公司选择违约［4］。因此，KMV模型预测公司信用风险的基本思路是：以违约距离?DD?表示公司资产市场价值期望值距离违约点?DPT?的远近，距离越远，公司发生违约的可能性越小，反之越大。违约距离常以资产市场价值标准差的倍数表示。违约点?DPT通常处于流动负债与总负债面值之间的某一点。基于公司违约数据库，模型可依据公司的违约距离得出一个期望违约频率EDF?，这个期望违约频率是公司未来某一时期的违约概率［5］。? KMV模型有两个关键步骤，一是根据公司股票价值的期权特征，利用期权定价模型可以倒推出公司资产的市场价值及其波动率。二是依据公司的违约距离得出一个期望违约频率?EDF?［6］。? （1）计算公司资产价值和资产波动率? KMV?公司计算预期违约频率采用的是将违约距离与公司的历史违约频率相匹配完成的。由于需要大量的历史数据，这一点在我们国家条件还不具备，所以本文暂且采用理论上的预期违约频率来代替。假设公司资产价值服从对数正态分布，那么理论上公司的期望违约率EDF为? EDF=N（-DD）=1-N（DD）（11）? 其中N(#8226;)为标准正态分布函数。