上市公司信用风险计量研究——KMV模型的改进及其应用

摘要

信用风险产生于人们在进行信用活动时所面临的不确定性。20世纪90年代以来，随着金融市场环境变化和金融创新产品发展，信用风险暴露越来越严重。对于我国来说，经济处于加快发展的转型期，产权制度的缺陷导致信用缺失普遍存在。在当前的金融体系下，以商业银行贷款为主的间接融资方式仍然占主导地位，这就直接决定了我国的金融风险主要表现为信用风险。因此，如何对信用风险进行有效管理是我国金融机构需要研究的一个重要课题。基于这样的背景，本文以上市公司为研究对象，对其信用风险的计量问题进行了相关研究。
　　 目前，由于我国信用评级体系发展滞后，风险管理水平尚不发达，限制了不少现代信用风险计量模型的应用。但是我国股票市场经过二十多年的发展，股权交易制度已经形成，市场运行逐渐稳定有序。因此，股票市场可以视为一个评价上市公司的巨大机制。KMV模型正是基于股票市场的数据信息而开发构建，非常适合当前环境下对我国上市公司的信用风险进行计量。
　　 本文内容从理论和实证两方面展开。理论部分首先简要论述了论文的研究背景、意义以及国内外相关文献研究，然后主要介绍了信用风险的定义、特点以及四种现代信用风险计量模型的构建思路及优点缺点，接着详细阐述了KMV模型的基本原理和计算过程，并重点说明了如何对KMV模型进行修正改进。实证部分主要从两个角度进行分析。一是横向的截面分析，即检验改进后的KMV模型在整体上是否能有效区分ST公司与非ST公司，以及哪种违约点的设定能使模型最有效。二是纵向的时间序列分析，即检验改进后的KMV模型是否对单个上市公司的信用风险变化状况起预测作用。从沪深股市选取30个上市公司作为样本，根据2009年至2010年的市场数据进行实证研究，最后得出结论：改进后的KMV模型对我国上市公司的信用风险计量具有较好的适用性，违约距离既能很好地区分ST公司与非ST公司，又能敏感地反映单一上市公司的信用风险变化状况。
　　 本文的可能创新体现在：一是对模型参数的改进。包括违约点的选取，运用GARCH(1，1)模型估计股权价值波动率以及资产价值预期增长率的确定。本文是在一次的实证研究中同时对以上三个参数进行修正改进。二是对样本数据的处理。由于我国股票市场对上市公司有日涨跌10％的限制，使得股价的跳跃幅度控制在较小范围内，从而不易在短时间内捕捉到股价的大幅波动而带来的违约风险。所以，在对单个公司信用风险的实证研究中，将尝试计算样本公司的每周违约距离而非按照通常做法计算每日违约距离。