基于会计信息KMV模型实证研究.docVIP

基于会计信息KMV模型实证研究 　　摘要:本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。 　　关键词:信用风险;KMV模型;违约距离;违约概率;EDF 　　 　　Abstract:Based on the principle of KMV model and statistical method, applied with much fiscal data to forecast the parameter of KMV model, the paper simulates the distance to default and the EDF for non-listed companies and calculate the probability of default. The research demonstrated that the distribution of samples have the characteristic of T distribution and fat tail, the distance to default has a more precise ability to distinguish the credit risk, the EDF which based on fiscal data can reveals the degree of credit risk precisely, the model based on bond market data and fiscal data have the same precision for the default risk estimation. 　　Key Words:credit risk,KMV model,distance to default,probability of default,EDF 　　中图分类号:F830文献标识码:B文章编号:1674-2265(2009)08-0022-04 　　 　　一、引言 　　 　　自1989年Kealhofer、McQuown和Vasicek开发了KMV模型以来,全球学者就此开展了广泛的研究。Jeffrey R.Bohn(1999)发现企业信用质量中等和较低时,信用分布更多地与平均的EDF(预期违约频率)相符。Stefan Blochwitz等(2000)将KMV公司开发的非上市公司模型和德国使用的财务比率方法进行比较,结果表明KMV模型准确性较高。Crosbie等(2003)对KMV模型作了进一步的完善。Dwyer等(2004)对非上市公司的KMV模型进行了优化和完善。国内,张玲等(2004)对我国的ST和非ST上市公司信用风险进行了研究,表明参数调整后的KMV模型能够提前4年识别上市公司整体信用风险变化趋势。戴志锋等(2005)基于KMV公司的非上市公司模型,根据中国上市公司的数据所形成的参数,对某商业银行非上市公司的违约风险进行了研究。陈东平等(2007)用上市公司在某国有商业银行的贷款不良率替代其违约率,拟合得到其与违约距离的函数。 　　国际上对KMV模型的研究已很深入,而国内主要针对上市公司及其数据开展了KMV模型的实证研究。同时,由于世界各国的违约模型无法通用,因此需要单独研究适用于中国(尤其是针对非上市公司)的违约模型。此外,目前学者们主要通过对特性相近的非上市公司与上市公司进行匹配,再运用上市公司的市场数据来实现KMV模型的参数估计,但由于我国上市公司样本数量有限,且资本市场成熟度不够,所以该方法的有效性、可行性存在一定制约。 　　鉴于此,本文尝试直接运用非上市公司多年的财务数据来估计企业真实价值及波动性,进而估算模型的参数,以确保模型具有较好的有效性和稳定性。该方法不仅探索了新的模型参数估计技术,而且拓展了模型的数据来源及使用空间。 　　 　　二、模型原理 　　 　　基于KMV模型原理,本文模型的函数公式如下: 　　其中, 为无风险利率(漂移率),为公司资产收益的波动率,是标准维纳过程,为公司最初价值。 　　本文采用统计方法对模型参数进行估计,不同参数有多个估计公式备选。 　　(一)资产价值、 和 的估计 　　基于公司会计报表,采用三种方法估计:年初的