我国上市公司信用风险度量及其影响因素实证研究.docVIP

我国上市公司信用风险度量及其影响因素实证研究 　　【摘要】对KMV模型度量我国上市公司信用风险方法的有效性进行了实证研究。同时对影响上市公司信用风险的内在因素进行了探索。实证研究结果表明，KMV模型对我国上市公司信用风险度量具有良好的适用性。对信用风险影响因素的实证结果说明，我国上市公司的规模对其信用风险具有显著影响力。 　　【关键词】信用风险 适用性 风险因素 KMV模型 　　一、理论分析 　　信用风险度量的探索过程大致可以分为三个阶段Z一、是20世纪70年代以前，大多数金融机构基本上采取专家制度法，即根据银行专家的经验和主观分析来评估信用风险。专家通过分析借款人的财务信息，经营信息，经济环境等因素，对借款人的资信，品质等进行评判，以确定是否给予贷款。这个阶段评估信用风险的主要方法有5C法，5W法或5P法，LAPP法，五级分类法等。二、是20世纪70年代初到80年代末金融机构主要采用基于财务指标的信用评分方法，如线性几率模型，Logit模型，Probit模型，奥尔特曼（Aｌtman）的Z值模型与ZetＡ模型等。三是20世纪90年代以来，世界上一些著名的商业银行开始探索运用现代金融理论和数学工具来定量评估信用风险，建立了以风险价值为基础，以违约率和预期损失为核心指标的度量模型，如信用监控模型（kＭV模型），Credit ｍetriCs模型，信贷组合观点（Credit Portfoｌio View），Creditrisk＋模型等。 　　KMV模型是KMV公司在莫顿(1974)模型的基础上开发的用违约方法估计信贷组合的收益和风险关系的模型。KMV模型推导出了每一个债务人的估计违约率或预期违约频率（EDF）。预期违约率因此成为公司资产结构、资产收益波动收益波动性和当前资产现值的一个函数。KMV模型中的信用风险是由债务人的资产价值变动引起的。在公司资本结构给定的情况下，设定资产价值的随机变化过程，就能推导出给定期限内的违约率。该模型适合用于股权公开交易的上市公司。当KMV被用来测试上市公司的违约率时，公司股权被假定为标的为公司价值的看涨期权。违约时放弃执行期权。当公司价值低于债务价值时，公司持有人会选择违约。模型通过估计公司价值（V）和资产收益率波动率（），计算出违约距离（DD），然后根据违约距离与预期违约概率之间的对应关系取得EDF值。 　　KMV的优点在于： 　　首先，建立了一个包含资产价值变化、企业资本结构、债务契约和预期违约率的分析框架。在该框架下，只有预期公司的价值低于企业负债时，违约才有可能发生。 　　其次，KMV给出了公司市场价值与违约概率之间的直接关系。通过计算机程序，可以立即将新的市场信息对股权价值的影响转化为信用风险信息。 　　再次，直接计算单个对象的违约概率，避免依赖风险评级对个别风险品质的忽略。 　　最后，KMV模型能及时预测个别公司的违约情形。大量的实证表明KMV模型能成功地对风险进行预警。 　　KMV模型也不可避免地存在局限性： 　　首先，模型假设负债到期而且负债高于资产价值时，才会出现违约这与实际不符。 　　其次，当债务到期期限或债务借贷条件不同时，利用KMV模型估计债务价值面临较大困难。另外，市场风险不存在的假设与现实不符。 　　再次，模型假设资产价值服从对数正态分布可能与事实不符。 　　最后，模型在分析资产和负债价值此消彼长时，没有考虑公司在面临财务困境时对财务结构的调整。 　　二、实证分析 　　（一）样本选取 　　KMV模型认为，只有当企业经营或财务陷入困境，破产清算比另外筹资偿还负债更有利时，企业才会选择违约。 　　而就上市公司来言，银行面临的上市公司的信用风险具体是指上市公司贷款的违约风险，即上市公司在贷款到期时不能偿还本金和利息，从而使银行遭受损失。银行面临的信用风险可以由上市公司违约的可能性来衡量。上市公司选择违约被认为是企业的经营和财务状况出现严重的问题，违约比偿还贷款更有利。 　　因此，选择企业发生经营或财务出现困难作为违约风险的标准比企业实际上不能还本付息更具现实意义和预警效果。 　　本文中的实证研究中，我们视ST公司为违约公司。这种处理方式比较符合我国的实际。本文将选择60家上市公司作为样本，每组30家，ST公司组被视为违约组。对照组非ST公司组视为正常组。相关研究表明，公司样本所处行业不同以及公司规模差异会影响。本文选取的非ST公司和其对照组ST公司均属于同一行业，而且资产规模相近。原本数据基准选定为2010年10月20日，考察期限为一年，无风险利率设为2.25%（一般来说，无风险利率应采用90天国债的收益率，但我国受市场所限，相关数据不可靠，所以用一年期整存整取存款利率替代无风险收益率） 　　（二）参数估算 　　1.股权市值的年波动