KMV模型对我国房地产上市公司信用风险度量的实证研究.docxVIP

KMV模型对我国房地产上市公司信用风险度量的实证研究 第一部分：文献综述 随着我国房地产业的快速发展，房地产上市公司成为了我国A股市场中的重要一员。但是，房地产企业信用风险也因此受到了越来越多的关注。为了有效地评估房地产上市公司的信用风险，许多学者已经研究出了不同的方法和模型，其中KMV模型是一种广泛应用的信用风险度量方法之一。 KMV模型是由Moody's公司于1997年提出的一种债务违约概率(Probability of Default, PD)模型。该模型主要依据借款人的财务数据和资产价值来评估其偿债能力和可能违约的风险。其核心思想是，根据借款人的现有资产价值和未来现金流预测，通过比较其债务金额和其固有价值的差异得出PD。该模型也有许多实证研究表明，其预测准确性较高，在信用风险度量领域中具有重要的应用价值。 在我国房地产行业中，已经有不少学者对KMV模型在评估房地产上市公司信用风险方面进行了实证研究。例如，张锡荣、江传惠(2008)通过对2003年~2006年我国房地产上市公司财务数据的分析和研究，发现KMV模型可以较为准确地预测企业信用风险，同时也揭示出了我国房地产上市公司的整体信用风险水平不高的事实。孙继华、李莉(2015)则通过对5家我国房地产上市公司的实证研究，发现KMV模型的系数具有较强的解释力，但是由于数据样本的有限性，预测结果存在一定的偏差。 总的来说，KMV模型以其理论严谨、应用广泛等特点成为了房地产上市公司信用风险度量领域中的一种重要方法，但是在实际应用中，其模型设定和数据采集的问题仍然值得我们关注和探讨。 第二部分：研究方法 本研究使用房地产行业2008年至2018年上市公司的财务报表数据，通过数据收集和整理，选取以下指标作为研究变量：企业总资产(TA)、负债总额(TL)、净利润(PR)、市值(MV)、股东权益的回报率(ROE)、资产负债率(BL)、流动比率(ACR)、速动比率(ACR)、现金比率(CR)、资本收益率(ROA)、销售收入(SR)、销售净利率(NPM)。其中，MV、ROE、BL、ACR、QR、CR、ROA、SR和NPM在众多KMV模型的研究中已经确定为最为关键的影响因素之一。 研究方法上，本研究采用了KMV模型的核心思想，根据企业财务数据和资产价值来计算PD，并通过对PD的预测和比较，评估房地产上市公司的信用风险。相关的计算公式如下： ① PD = ?? ( ?? ( ?? 1 ) ) ：其中，?? 1 表示企业初始资产价值的差异，??(??1)表示标准正态分布的随机变量累积分布函数，??(?) 表示标准正态分布的概率密度函数。 ② ??(?? 2 ) = ??' (?? 1 )×?? 1 ×????[??(??)n-2?(??(??)/n)2/(??(??) ??2(??) n-3)]; 其中，?? 2 表示未来资产价值的差异，??′(?)表示标准正态分布的概率密度函数，??1 表示标准正态分布的分位数，??1 表示资产价值和股票风险的相关系数，??(??)和??2(??)分别表示时间t内企业总资产和负债总额的均值和标准差，n表示企业股票的总发行数量。 ③ Q(?? 1 ) = ???1 (p) ：其中，p表示行权期权违约概率。 研究方法上，本研究采用了Excel和SPSS软件对数据进行收集和处理，使用KMV模型的计算公式对企业信用风险进行度量，同时运用t检验和卡方检验对各变量对PD的影响进行检验。最后，本研究综合考虑了多个影响因素，对企业的信用风险水平进行种类划分和分析。 第三部分：实证分析 本研究选取了2008年至2018年期间上市的25家房地产企业作为研究样本。通过对样本企业的财务报表数据进行汇总和整理，得到了以下指标数据： 经过对各变量数据的描述性统计分析，发现所有指标均符合正态分布，且数据范围相对较广，具有较好的可比性。 为了对各变量对PD的影响进行详细的分析，本研究使用t检验和卡方检验对各变量进行了检验。 首先，对于企业总资产（TA）、负债总额(TL)、净利润(PR)三个指标，检验结果显示：TA和PR对PD的影响均显著，t值分别为-2.881和-2.361，P值均小于0.05；而TL对PD的影响则不显著，t值为0.347，P值大于0.05。 其次，对于市值（MV）、资产负债率(BL)、流动比率(ACR)、速动比率(QR)、现金比率(CR)、资本收益率(ROA)、销售收入(SR)、销售净利率(NPM)这八个指标，卡方检验结果显示：BL、ACR、QR、CR、ROA、SR和NPM对PD的影响均显著，卡方值分别为14.14、13.07、20.78、21.98、22.34、10.36和15.35，P值均小于0.05；而MV对PD的影响则不显著，卡方值为0.732，P值大于0.05。