基于KMV模型的一种信用风险评估方法及其应用.pdfVIP

龙源期刊网

基于KMV模型的一种信用风险评估方法及

其应用

作者：邵翠丽

来源：《会计之友》2018年第19期

【摘要】过去十几年中，KMV模型在上市公司风险度量中得到了广泛的应用，然而，在

计算模型的关键纽带股权市场价值时，变量d1和d2的正态分布在我国却严重与事实不符，导

致KMV在我国上市公司信用风险度量中的精确性较低。基于此，文章以万科A数据为例，应

用基于期望最大化算法的极大似然估计对高斯混合模型进行了参数估计，并应用估计后的高斯

混合模型重新模拟了变量d1和d2的概率密度函数，进而通过牛顿迭代算法对KMV模型进行

了改进得到GKMV模型。文章最后检验了GKMV模型和KMV模型在信用风险度量中的精确

性，发现GKMV模型确实比KMV模型有更好的信用风险度量精确性。

【关键词】KMV模型；信用风险；高斯混合模型

【中图分类号】F830.5【文献标识码】A【文章编号】1004-5937（2018）19-0034-06

一、引言

近年来，随着宏观经济波动的日趋剧烈，微观企业的风险管理逐渐显得尤为重要，KMV

公司根据Merton期权定价理论构建了度量信用风险的KMV模型，并曾一度取得良好的风险

度量效果。

然而，KMV却存在无风险利率的选择问题、公司资产价值VA的增长率假设问题、违约

距离DD和EDF值的映射关系问题、实证研究的样本不足以及操作技术等诸多问题[1]，其

中，最为重要且明显的问题在于，KMV公司在开发KMV模型时是基于布莱克和斯科尔斯的

期权定价模型（B-S模型），该模型在计算企业股权市场价值时的关键变量d1和d2在西方国

家的企业财务数据下是服从正态分布的，然而，d1和d2在中国的企业财务数据下并不严格服

从正态分布，由此导致基于正态分布计算的企业股权市场价值是有偏的，进而影响到KMV模

型在上市公司信用风险度量中的适用性，因此，应用半参数估计方法分析d1和d2的真实分

布，不但有利于精确计算出企业股权市场价值，更能作为企业风险管理的有力工具。

过去的十几年里，KMV模型在企业信用风险度量中的精确性及其改进方法引起了众多学

者的浓厚兴趣。Afiketal.[2]研究了原始KMV模型在违约风险预测中的精确性问题，发现原

始KMV模型在股票市场的风险预测中不如其他一系列类似的模型，其原因在于估计的资产预

期收益率和资产波动的选择，进而从这两个方面来改善KMV模型在违约风险预测中的精确

性。Lu[3]基于Merton、Vassicek和Kealhofer的模型框架对KMV的基本思想和结构做了介

绍，并解释了应用这些模型的前提条件，还把Merton模型拓展成特殊的KMV，在他的经验研

龙源期刊网

究中，用真实数据检验了具有不同财务状况的服务公司的违约概率，并发现了输入输出参数的

变化规律。

KMV模型在预测债务违约风险中的应用研究同样引起了中国学者的广泛兴趣。杨秀云等

[4]测验了2013年部分上市公司的违约距离，发现测验结果存在较大误差，说明了KMV模型

在中国信用风险度量中的适用性较差，其原因可能在于KMV模型的一些假设条件在中国并不

相符。曾诗鸿和王芳[5]利用ST公司和非ST公司的财务数据对债务违约点的计算进行了修

正，随后，他们在一定条件下选取了中国42家上市制造业公司数据作为样本，对原始KMV

模型与改进后的KMV模型做了对比性校验，研究结果发现，以财务数据改进的KMV模型在

对上市制造业公司的债务违约风险预测中表现出更