基于KMV模型的商業(yè)銀行信用風險度量和管理研究

1、1 導言 （論文中不能出現截圖）1.1 研究背景及意義在新巴塞爾協(xié)議的背景下，商業(yè)銀行所面臨的風險可明確分類為：信用風險、市場風險、操作風險、流動性風險、清算風險、法律風險和信譽風險等七種類型。McKinney（麥肯錫）公司以國際銀行業(yè)為例進行的研究表明，以銀行實際的風險資本配置為參照，信用風險占銀行總體風險暴露的60，而市場風險和操作風險僅各占20。因此，在商業(yè)銀行所面臨的眾多風險中，信用風險占有特殊的地位，且信用風險已經成為國際上許多商業(yè)銀行破產的主要原因。對于我國商業(yè)銀行來說，企業(yè)貸款是其主要業(yè)務，銀行大部分的金融資產為企業(yè)貸款，因此貸款的信用風險是商業(yè)銀行信用風險的最主要組成部分。截至

2、2014年底，商業(yè)銀行的不良貸款余額為5921億元，不良貸款率1，比年初增加993億元；2014年我國銀行業(yè)金融機構不良貸款率達1.64%，較2013年提高了0.15%；商業(yè)銀行2014年末不良貸款率1.29%，提高了0.29%，2014年商業(yè)銀行不良貸款率創(chuàng)2009年來新高,2013年和2014年我國商業(yè)銀行不良貸款率也不斷上升。以上數據都表明我國商業(yè)銀行的信用風險形勢還相當嚴峻。信用風險問題儼然成為阻礙我國金融業(yè)的持續(xù)發(fā)展的重要原因。因此，研究信用風險的特點，收集信用相關數據，建立度量信用風險的信用風險模型，定量分析信用風險數據，以及如何將信用風險管理措施運用到各項業(yè)務當中，已經是商業(yè)銀行

3、提高經營管理水平，降低信用風險的最基礎、最迫切的要求。本論文的選題就是在這樣的前提和背景下進行的。在西方發(fā)達國家，其商業(yè)銀行的信用風險管理比較成熟，在實踐和理論上都已形成相應的體系，表現出一種從定性到定量、從簡單到復雜、從個別資產信用風險評級到資產組合信用風險評級的趨勢。信用風險度量的方法和模型也不斷推陳出新。相較而言，我國的商業(yè)銀行信用風險管理系統(tǒng)體系尚不健全，信用評級水平較低，對信用風險的分析任然處于傳統(tǒng)的比例分析以及專家經驗判斷階段，遠不能有效滿足商業(yè)銀行對貸款安全性的度量要求。因此如何加強我國商業(yè)銀行的信用風險管理能力，提高我國銀行業(yè)的風險管理水平，保證銀行穩(wěn)健經營，并使我國商業(yè)銀行逐

4、漸達到國際資本監(jiān)管標準己是我國銀行業(yè)發(fā)展的重要趨勢，而研究和借鑒國外大銀行先進的度量方法和管理措施，根據我國的具體情況探索、開發(fā)出適用我國商業(yè)銀行的信用風險量化模型，提升我國銀行的競爭力，確保我國銀行在全球化的大環(huán)境下穩(wěn)健經營己是當務之急。1.2 KMV模型相關研究現狀KMV模型自推出以來，受到國外學術界廣泛關注，并對其可行性進行諸多實證分析，來驗證其是否有效。首先對該模型進行有效性驗證的是KMV公司，它對IBM公司跨越5年信用質量惡化期間得出其EDF值在00%-20%之間變化，在其機構信用評級惡化之前，IBM的EDF值已經開始上升，比標準普爾信用評級的違約預測能力強1。KMV公司還收集了包括

5、3400家上市公司和40000家非上市公司自1973年以來的資料，建立了龐大的債券及企業(yè)信用資料數據庫，結果在評價公司債券等方面具有顯著成效，尤其在對上市公司的信用評價中尤為突出，它考慮到企業(yè)的財務變動、股價及其浮動情形，比單靠公司內外財務分析所得結論更準確。Mark Carey(2001)通過重新定義參數，發(fā)現參數修正后KMV模型的預測能力有較大提高2。Roger MStein(2002)在對原KMV模型進行分析后，通過與現實情況因素進行對比，提出了模型自身存在的一些預測問題和模型相關的改進意3。Matthew Kurbat和Irina Korablev(2002)則使用水平確認(Level

6、 Validation)和校準(Calibration)方法對KMV進行了驗證，研究結果證實KMV模型的輸出結果EDF值實際上是偏態(tài)分布，并且樣本規(guī)模的大小、樣本公司的資產相關性的大小和EDF的偏態(tài)分布對EDF的預測結果有很大的影響4。他們選1991年至2001年間上千家美國公司的數據作為樣本，計算出的樣本公司資產相關性在0.1至0.2之間，用中位數EDF替代均值EDF，并以中位數EDF小于20和大于20將樣本公司分為兩類，所描繪出的兩類樣本公司的預期違約率軌跡與十年間實際發(fā)生的違約率軌跡匹配性很好，證明KMV模型是十分有效的。1998年后，我國學者開始關注KMV模型，早期的研究僅僅局限于對K

7、MV模型的理論基礎和模型框架的介紹與分析：張玲、張佳林(2000)，王瓊、陳金賢(2002)先后對KMV模型與其它模型進行了理論上的比較研究，認為KMV模型比其它只注重財務數據的信用風險模型更適合于評價上市公司的信用風險，并初步探討了在中國市場上的適用性5。杜本峰(2002)根據KMV公司信用風險評估模型，介紹了如何使用實值期權理論來評估信用風險6。魯煒、趙恒衍和劉翼云（2003）首先利用GARCH族模型對KMV輸入變量股權價值波動率進行評估，并得出與輸出變量資產價值波動率的函數關系式，初步實現了運用期權理論對我國上市公司的信用風險進行評估，發(fā)表了文章KMV模型關系函數推測及其在中國股市的驗證

8、7。彭非遠(2006)，選取17家上市公司實證比較了中國股市進行股權市場化前后的違約距離，結果發(fā)現股改后的違約距離顯著增大，表明股權分置問題的解決，釋放了中國股票市場的信用風險，有利于其健康發(fā)展。隨著我國證券市場上市公司股權分置改革接近尾聲，非流通股的定價問題難以解決不再是阻礙KMV模型在我國應用的主要問題8。從我國目前對風險管理的情況來看，從國家金融機構到銀行企業(yè)都意識到其重要性并逐步建立起信用風險管理體系，但與發(fā)達國家相比，數據庫數據不完善，信用文化的缺失，風險管理工具與技術與國際同業(yè)較大差距、風險管理體制差距等幾個方面，都消弱了我國信用風險管理系統(tǒng)的風險揭示和控制作用。所以我國在風險管理

9、的道路上依舊任重道遠1.3 研究方法本文采用規(guī)范分析和實證分析相結合的研究方法，即在重視定性分析的同時，進行了大量的定量分析，將定性分析與定量分析融為一體。具體的研究方法有以下幾個方面。(1) 比較分析與模型分析相結合。深入分析現代商業(yè)銀行信用風險管理的四種定量模型：Crcdit Mctrics模型、KMV模型、Crcdit Risk+模型和Credit Portfolio View模型，比較這些模型風險度量的思想和技術基礎以及在我國的適用性。(2) 理論分析與實證分析相結合。深入剖析KMV模型度量方法、理論和模型，通過上市公司的股票交易價格求出上市公司的股權價值波動率，通過上市公司年度報告中

10、的流動負債、長期負債的得出公司債務面值，將股權價值波動率、股權市場價值和公司債務面值作為輸入變量，運用期權定價模型(非線性微分方程組)求出資產價值和資產價值的波動率，運用修正后的KMV模型求出違約距離，對配對樣本進行對比分析，驗證模型有效性。1.4 不足之處及進一步的研究預期的創(chuàng)新點(1)不足之處本文還存在著如下不足之處以期后續(xù)研究能夠有所拓展。沒有研究非上市公司。 由于KMV模型依賴于市場價格來預測違約，所以它不能直接運用到非上市公司。對這些公司，KMV利用上市公司的數據開發(fā)了一個資產市場價值資產波動性的模型。該模型需要時常地更新參數，以這種方法來將目前的市場信息和非上市公司聯系起來。然而，

11、這些模型仍需依賴于財務報表數據，而這些數據可能不是及時、準確的。鑒于我國才剛剛引入KMV模型，對該模型的應用仍然處于起步階段，所以本文只研究了KMV模型對上市公司的信用評價。但是，不論是金融機構貸款客戶，還是一般生產企業(yè)的賒銷客戶，都存在相當一部分非上市公司，所以研究對象僅為上市公司顯然會影響KMV模型的應用范圍。沒有研究EDF的計算。由于違約距離DD與預期違約概率EDF之間是一一對應的關系，所以本文實證過程中，在檢驗參數修正效果和檢驗模型預測效果時，研究對象均選擇了DD。根據KMV模型的假設，違約距離是評價企業(yè)違約風險的一個度量指標，可用其作為不同企業(yè)之間的比較。但該值是個序數指標，而非基數

12、或者概率指標，也即我們無法直接從違約距離中得知企業(yè)違約概率到底是多少。因此在評價一個企業(yè)的信用風險時，最好是算出該企業(yè)的EDF，這樣才是完整地應用了KMV模型。(2)進一步研究的問題針對上述的不足，在后續(xù)研究中可以從以下幾個方面進行改進。加強對非上市公司的PFM模型實證研究以及對KMV模型中關鍵點在我國銀行業(yè)的確定，認真學習和研究國際上已有的Credit Metrics模型等其它模型；利用上市公司的歷史違約記錄建立違約距離到預期違約概率的映射關系，提高違約距離的可操作性和現實意義。 2 商業(yè)銀行信用風險及其度量模型現代的信用風險管理方法主要以定量分析為主，它的研究起源于20世紀80年代。自19

13、98年巴塞爾協(xié)議修正案正式許可金融機構可以選擇內部模型度量其面臨的信用風險后，各大銀行或咨詢公司紛紛推出了用于度量信用風險的內部模型并得到迅速發(fā)展。信用風險度量方法的發(fā)展大致經歷了四個階段：專家分析方法、基于財務報表信息的多元統(tǒng)計模型判別模型、神經網絡方法、以及信用風險內部度量模型，一般將專家分析方法、基于財務報表信息的多元統(tǒng)計模型判別模型、神經網絡方法稱為傳統(tǒng)的方法。本章的研究內容主要包括：傳統(tǒng)信用風險度量的方法、現代信用風險管理的計量模型以及現代信用風險計量模型比較研究三部分內容。2.1 信用風險及其量化因子信用風險作為商業(yè)銀行所面臨主要金融風險，并且作為金融風險的一種主要形式，信用風險也

14、具有金融風險的一般特性，如具有不確定性、傳遞性和擴散性、隱蔽性和突發(fā)性等等。同時，信用風險又具有與其他形式金融風險不同的一些特性。因此對于信用風險的度量有具體研究，信用風險的量化因子主要有:（1）違約概率，對違約概率進行量化，需要我們對違約進行具體的界定；（2）違約損失率，銀行對損失的界定缺乏統(tǒng)一定義，往往根據具體目的和需要確定；（3）違約風險暴露，關于違約風險暴露，最重要的一點是它未來的敞口，記載獎勵面臨信用風險的頭寸規(guī)模；（4）有效期限，銀行貸款這一投資的收益受其時間價值的影響，期限越長，債務在到期前面臨的不確定性越大，風險也越大。2.2 信用風險度量方法2.2.1 傳統(tǒng)方法2.2.1.1

15、 5C信用評分法5C“評分法”是有關專家根據借款人的品格（character），即對企業(yè)信譽的一種度量；資本（capital），即借款人長期資金的數量和結構：償付能力（capacity），即對借款人收益的變動來考察借款人的還款能力，即使在一段時間內借款企業(yè)的還貸穩(wěn)定，但如果收益不穩(wěn)定，借款人的還款能力也將受到影響；抵押品（collateral），即提供合適，一定的抵押品；經營環(huán)境（condition），即所在行業(yè)的整個經營狀況及發(fā)展趨勢。在專家方法下，需要銀行員工針對某一行業(yè)或某類客戶范圍進行長時期的有效分析和研究，積累經驗，并成為具有一定水準的人才，但他們在選擇客戶是就會有強烈的偏好性，因此

16、他們的選擇也給銀行帶來了潛在風險，原因就在于他們選擇的客戶相關性高，加劇銀行貸款集中程度。2.2.2.2 信用評級法貸款內部評級系統(tǒng)(Internal Rating Systems)是在美國貨幣管理署(Office of the Controller of Currency)最早開發(fā)的評級系統(tǒng)基礎上由一些金融機構拓展開發(fā)而來的，用這一方法評估貸款損失準備金的充分性。OCC最早將貸款分為正常、關注、次級、可疑、損失5級，損失準備金根據不同等級有不同要求。另外國際上也又將其分為九級或者十級。目前我國商業(yè)銀行業(yè)已開始廣泛推行貸款5級分類辦法。2.2.2.3 信用評分法該類方法以企業(yè)各項財務指標為數據

17、變量，運用數理統(tǒng)計方法建立模型，根據模型輸出的信用分值或違約概率與基準值相比較，對信用風險進行有效預測并進行資信評級。因此類模型在實際運用中較為有效，所以也成為國際金融機構及學術研究機構的主流方法。根據模型構建方法不同，主要可以分為多元線性判別分析模型、Logistic模型和Probit模型，線性判別分析模型等。著名的Zeta判別模型建立在Z-score模型的基礎之上，并將該模型應用于商業(yè)銀行的貸款評價上，取得極大的反響。2.2.2 現代方法在1998年巴塞爾協(xié)議對新資本充足率要求的推動下，用于信用風險度量的新方法也開始興起，各銀行可以使用內部模型評估與市場風險和信用風險相關的監(jiān)管資本，而開發(fā)

18、出的較為成熟的模型有：(1)JP摩根公司的Credit Metrics模型；(2)CSFP(Credit Suisse Financial Products)開發(fā)的Credit Risk+模型；(3)Mckinsey公司的Credit Portfolio View模型；(4)KMV公司開發(fā)的KMV模型。2.3 現代信用風險度量方法的分析比較為了讓讀者更加清晰得了解四種現代評分模型各自有優(yōu)劣，特此以表格形式進行對比，需要強調的是，這并不是說明各模型孰優(yōu)孰劣，而是讓我們更加全面的理解各模型的特點及其運用。表1：現代信用風險度量模型比較違約概率度量的方法優(yōu)點缺點適用條件及范圍Credit Metri

19、cs模型講VAR方法引入到信用風險管理中來。對組合價值的分布有正態(tài)分布假設下的解析方法；對違約的概念進行了拓展它是一種盯市場信用風險度量模型，能將債務價值的高端和低端考慮到模型本身并沒有回答關于信用風險定價及其基礎模型的問題；同一信用等級中的信用假設不太現實占用大量計算資源模型計算的基礎是對企業(yè)的信用進行評級，目前我國的信用評價體制還尚未健全信用等級體系完善的金融機構和企業(yè)：可獲得完備的內外部信用評級數據Credit Risk+模型它可以推導出完善的債券、貸款資產組合的損失分布;Credit Risk+計算相對簡單它忽略了信用轉移風險的因素；每一個債務人的信用暴露都是固定的；在處理諸如期權和外

20、匯互換等非線性產品上也部令人滿意。大樣本貸款組合：可利用區(qū)間劃分的方法對貸款進行分類進而應用精算模型。CPV較充分的考慮了宏觀經濟環(huán)境對信用等級轉移的影響；信用等級轉移概率具有盯市性；它既可以適用于單個債務人，也可以適用于群體債務人。模型的數據依賴于一國的很多宏觀經濟數據；模型使用經調整后的信用等級轉移概率矩陣的特殊程序，而調整則基于銀行信貸部門積累的經驗和信貸周期的主觀判斷。宏觀經濟影響較大：可利用信貸組合與宏觀經濟指標的敏感度分析構建回歸模型。KMV擁有強有力的理論支持；KMV模型是以股票市場數據為基礎的，具有前瞻性；動態(tài)模型；部要求有效市場假設。參數設計存在爭議；對數據庫要求高。上市公司

21、：可獲得準確及時的企業(yè)財務數據。3 我國商業(yè)銀行信用風險度量模型研究KMV模型及其理論基礎研究首先要說明為什么要選擇KMV作為我國商業(yè)銀行信用風險的度量模型，順便談談我國信用風險的狀況。KMV模型是KMV公司于1993年創(chuàng)立的一種度量預期違約率(Expected Default Frequency，EDF)的模型，是以經典的莫頓模型為理論基礎將期權定價理論應用于貸款和債券估值而開發(fā)出的一種信用監(jiān)控模型，它通過對上市公司股價波動的分析，來預測股權公開交易公司發(fā)生違約的可能性。對比國內外對KMV模型的研究成果，發(fā)現我國還有很大的進步空間。3.1 KMV模型介紹KMV模型由世界著名的信用風險咨詢管理

22、公司KMV公司(現己被世界著名的信用評級機構穆迪投資服務公司收購)創(chuàng)立并商品化。該公司位于美國舊金山，成立于1989年，公司取其三位創(chuàng)辦者Kealhofer、McQuow和Vasicek首字母(KMV)為名。1993年,McQuown與Vasicek發(fā)展和改進了Fisher Black Myron Scholes(1973)和Robert Merton(1974)創(chuàng)立的期權定價理論，在此基礎上提出了著名的Credit Monitor Model(即KMV模型)，并給出借款人的違約率測量方法910。隨后，Longstaff和Schwarz(1995)、Zhou(1997)對此作了進一步的發(fā)展11

23、12。3.2 KMV模型的理論分析KMV模型是在企業(yè)負債一定的情況下，由負債人資產的市場價值來決定的違約風險。假如一個公司的資產市場價值為V具有負債D，負債D須在合同約定時間T時還清，否則該公司違約。如果該公司資產市場價值V在時間T時大于D，則該公司可以償還負債，不違約；反之，如果小于D，則公司只能將股權轉讓給債權人。由于KMV模型研究基于期權的理論基礎，因此可以將企業(yè)向銀行貸款看做一個歐式看漲期權的交易過程。企業(yè)相當于期權多頭（買方），銀行可看做期權空頭（賣方），企業(yè)的資產V為期權的基礎資產，企業(yè)的貸款為D看做執(zhí)行價格，初始投資為期權費S。由于受到市場及各方面因素影響企業(yè)資產價值V不斷變化，

24、當VV1<D時，企業(yè)違約，債權方銀行只能得到V1,企業(yè)股東最多只會損失S；當VV2>D時，企業(yè)將會償還貸款，企業(yè)股東獲得V2-D的剩余利益，且股東的收益將隨著企業(yè)資產市值的增多而增加。3.2.1 模型假設（1）滿足期權定價模型的基本假設；（2）當債務人資產的市場價值大于貸款時，債務人將償還貸款，反之會選擇違約；（3）債務人資產價值服從幾何布朗運動，債務人收益服從正態(tài)分布；（4）債務人資本只包括所有者權益，短期債務、長期債務可轉化優(yōu)先股。3.2.2 求解步驟（1）計算公司資產價值VA和資產價值波動率A由B-S期權定價模型，可以得到債務到期日資產價值和股權價值之間的關系：其中VE 表示

25、公司股權的市場價值，VA表示公司的資產價值，E表示股權價值波動率，A表示資產價值波動率，D表示負債，t表示債務到期時間，以下的實證中假設t=1，r表示市場無風險利率，本文采用中國人民銀行制定的一年期定期存款利息率來估計r。N(d)為標準正態(tài)累計概率函數。根據式（1），（4）可計算出VA和A（2）計算違約點DP和違約距離DD根據對KMV模型的多次分析驗證，發(fā)現違約最頻繁的臨界點是： DP=CL+0.5LL （5）其中CL和LL分別表示流動負債和長期負債。當違約距離DD越小時，表明公司違約概率越大，反之，則越小。4 基于KMV模型的我國商業(yè)銀行信用風險度量實證研究KMV模型由于數據獲取相對容易，計

26、算操作簡便，通過對KMV模型的實證研究，發(fā)現其違約距離可以很好的度量出上市公司信用狀況的好壞，進而對銀行業(yè)的信用風險的管理起到了很好的指導作用，比較適用于我國現階段的信用風險量化管理水平，實用性強，雖然模型還不能全面應用于我國銀行業(yè)的信用風險度量，但在我國銀行業(yè)信用風險度量中也具有很好的適用性。 4.1 樣本選取根據上市規(guī)則：最近兩個會計年度的審計結果顯示的凈利潤均為負值，每股凈資產低于股票面值或連續(xù)兩個會計年度虧損的上市公司將被特別處理，即被ST處理。如果公司未來一年繼續(xù)虧損，公司股票將被暫停上市交易，最終可能被終止其公司股票上市交易13。相較而言，ST公司比一般正常的上市公司具有較高的信用

27、風險。因此，本文選擇ST公司和非ST公司作為樣本對比組。截止到2014年底，在我國境內上市的2605家上市公司中選取10家ST上市公司(剔除數據不全)作為ST樣本組，并選出10家與之配對的非ST公司樣本組，共20家上市公司為研究對象。考慮到樣本公司之間的可比性并且能夠最大限度避免交易場所、行業(yè)及規(guī)模對實證結論的干擾，配對非ST公司主要依據以下三個條件：(1)與配對ST公司同屬一個行業(yè)；(2)與配對ST公司同在一個證券交易所；(3)與配對ST公司具有相近的總資產規(guī)模。所選取的上市公司均為只發(fā)行A股的企業(yè)，并且在2014年底前完成股改。以下為所選取的兩個樣本組：表2：配對樣本公司行業(yè)股票代碼名稱股

28、票代碼名稱信息技術業(yè)000008.SZ*ST寶投000021.SZ長城開發(fā)制造業(yè)000048.SZ*ST康達000729.SZ燕京啤酒制造業(yè)000100.SZ*STTCL000823.SZ超聲電子制造業(yè)000605.SZ*ST四環(huán)000989.SZ九芝堂電力煤氣及水的生產和供應000692.SZ*ST惠天000899.SZ贛能股份農業(yè)牧漁000735.SZ*ST羅牛000998.SZ隆平高科制造業(yè)000920.SZ*ST匯通000800.SZ一汽轎車制造業(yè)600080.SH*ST金花600636.SH三愛富批發(fā)與零售業(yè)600084.SH*ST新天600655.SH豫園商城信息技術業(yè)600198

29、.SH*ST大唐600271.SH航天信息研究基準日為2014年12月28日這一天的以上兩組樣本上市公司的信用風險狀況，并進行評估。本文采用以上兩組上市公司2014年公開的年報的財務數據和來自上海證券交易所、深圳證券交易所的每日交易價格信息作為市場數據。4.2 模型的計算過程及結果4.2.1 參數假定如上文所訴，由于我國利率沒有自由化，本文中市場無風險利率r選取為一年期銀行定期存款利率2.75% 最為替代；假定股票價格服從對數正態(tài)分布，則股票日收益率為：n=ln(Sn+1/Sn), （7）其中，Sn表示第n天股票的收盤價格。 （8）將兩樣本組各股票價格數據代入上式，可得出各股日收益波動率。日收

30、益波動率與年收益波動率的關系如下（2014年一年的交易天數為242天）： （9）4.2.2 計算股權價值波動率計算出股票日收益率(2014年8月6日至12月26日)后，在Excel中，利用STDEVP函數，算出股票價值的波動率，如下表所示。表3：樣本公司股票價值的波動率股票代碼波動率股票代碼波動率000008.SZ0.380000021.SZ0.337000048.SZ0.397000729.SZ0.378000100.SZ0.402000823.SZ0.463000605.SZ0.557000989.SZ0.324000692.SZ0.347000899.SZ0.367000735.SZ0.

31、393000998.SZ0.369000920.SZ0.452000800.SZ0.317600080.SH0.338600636.SH0.338600084.SH0.276600655.SH0.258600198.SH0.572600271.SH0.4184.2.3 估計企業(yè)的資產價值和其資產價值的波動性根據上文所求出的股票波動率，先算出違約點(DPT，即D值)和公司股權價值VE ()，再利用公式(1)和(4)運用多微分數插值解法求解二元非線性方程組就可以求得公司資產價值VA和資產價值波動率A。計算過程借助數學軟件Matlab進行的，計算的程序見附錄1，計算結果如下表所示。表4：樣本公司的資

32、產價值和資產價值波動率股票代碼VE DVAA股票代碼VE DVAA000008.SZ26432.633.6720.421000021.SZ0.7742.9360.8940.280000048.SZ9.6732.530.1890.265000729.SZ0.8532.03481.6510.253000100.SZ0.8792.4862.4620.127000823.SZ0.1062.4340.3660.164000605.SZ0.0621.8236.7430.382000989.SZ0.1922.1010.1650.302000692.SZ7.9543.0270.1750.149000899.S

33、Z0.1592.9780.2770.269000735.SZ0.9533.3870.2660.267000998.SZ0.0862.72202540.176000920.SZ0.4842.3630.8320.385000800.SZ0.4733.1340.8640.229600080.SH0.0861.8690.1950.143600636.SH0.1952.5550.2760.225600084.SH0.2861.6480.5810.193600655.SH0.4772.5970.6210.197600198.SH0.3671.8590.6820.315600271.SH0.2412.890

34、09920.2814.2.4 計算違約距離在計算出以上結果之后，利用公式（6）計算樣兩組樣本公司的違約距離。結果如下表。表5：樣本公司的違約距離股票代碼ST*違約距離股票代碼非ST*違約距離000008.SZ1.186000021.SZ2.392000048.SZ1.921000729.SZ1.891000100.SZ2.367000823.SZ1.660000605.SZ1.136000989.SZ1.489000692.SZ1.765000899.SZ1.839000735.SZ1.831000998.SZ1.869000920.SZ1.479000800.SZ1.952600080.SH

35、1.741600636.SH2.009600084.SH1.360600655.SH1.839600198.SH0.579600271.SH1.8694.3 實證結果及分析根據表結果繪制出兩樣本組（ST和非ST）的違約距離折線圖。如圖1：圖1：ST公司和非ST公司違約距離折線圖通過分析模型應用結果和以上折線圖可知：(1)與根據經驗分析的結果基本一致，模型對非ST公司和ST公司的信用風險有較強的識別能力。(2)公司的股票價值普遍低于其資產價值，且股票市值對公司資產價值影響較大。(3)違約距離作為區(qū)別兩樣本組違約風險的度量指標，數值越小其違約率越大，反之則越小。從上圖可以看出，非ST公司違約距離的

36、均值為1.8809，ST公司違約距離的均值為15365，違約距離均值中也能體現出非ST公司與ST公司在違約距離上的區(qū)別，這說明違約距離在一定程度上反映了目前我國上市公司真實的信用狀況。5 結論及建議5.1 研究結論本文，首先介紹了我國商業(yè)銀行所面臨的信用風險問題，以及國際上的發(fā)展進程，確定了KMV模型等風險管理方法的迫切需求；通過回顧信用風險度量的發(fā)展歷程，將信用風險度量模型劃分為古典度量模式和現代度量模式兩類；隨后簡單介紹了幾種比較有代表性的古典信用風險度量模型和現代信用風險度量模型，并對四種現代信用風險度量模型進行了比較；然后在滬深兩市中的上市公司選取股改后的20家上市公司，接著對KMV模

37、型在我國銀行業(yè)的應用進行實證分析，得出結論，我國上市公司信用狀況可以在違約距離上的到較好體現。通過上述定性和定量的分析分析，以及解決了股權分置的問題使得股價能夠反映上市公司股權價值，可以說KMV模型在中國證券市場適用條件進一步成熟了，使得用KMV模型來評價我國上市公司信用風險的效果具有了可瞻性，我們完全有理由相信，隨著KMV模型的不斷修正完善、證券市場違約數據的不斷充實，KMV模型最終將會在商業(yè)銀行對上市公司風險管理中得到廣泛的應用。5.2 KMV模型的應用建議根據上文對KMV模型在理論研究和實證分析，該模型對信用風險量化度量的有著得天獨厚的優(yōu)勢。通過KMV模型適用性分析，定性且定量地得出KM

38、V模型在我國資本市場上具有一定的適用性。隨著證券市場的逐步成熟和完善，以及企業(yè)數據庫建設和信息公開披露制度的健全，KMV模型在我國必定具有廣闊的應用前景。為使KMV模型在我國能夠廣泛應用，建議如下：(1)提高證券市場的有效性在運用KMV模型來計算違約概率時需要大量來自公司年報的數據，因此數據的可靠性及完整性對于計算的結果至關重要。正因為KMV模型對于數據的要求，證券市場的有效性才體現的尤為重要，因為只有上市公司及時、真實、可靠地進行信息公布，KMV模型的計算結果才能真實的反應上市公司的信用狀況。 (2)完善相關的法律法規(guī)配合證券監(jiān)管體制的要求，建立和完善相關的法律法規(guī)，對違約操作及欺騙誤導投資

39、者的上市公司，不但進行經濟處罰，還要其承擔相應的法律責任，這樣有利于上市公司管理者的重視，起到威懾作用。(3)加快建立信用數據庫：鑒于龐大數量的上市企業(yè)，及對這些企業(yè)數據的要求，建立信用數據庫成為必不可少的一環(huán)，只有在強大的數據支撐下，才能有效的對信用風險進行預測及監(jiān)控。投資者將可以自主估算投資風險，有效的降低了投資成本。(4)加快建立信用預警系統(tǒng)在建立信用數據庫之后，通過觀察和統(tǒng)計，可以得出出上市公司信用風險大小并找出其違約行為發(fā)生之間的關系，找到同一行業(yè)的信用風險臨界值，并根據這些臨界值建立行業(yè)信用風險預警系統(tǒng)，及時提醒投資者?？傊琄MV模型在我國的應用已具備了成熟的條件，特別是當前違約

40、數據缺乏的情況下，銀行可以分析上市公司違約距離與他們信用等級評估值之間的關系，建立兩者之間的轉換關系式。為使KMV模型能夠更加的本土化，適應我國的基本情況，相關部門應加強對數據收集等基礎工作。參考文獻1John Andrew McquownA comment on market VSAccountingbased measures of default riskJMoodys KMV Corporation19932Mark Carey,Mark HryeayParameterizing credit risk models with rating dataJJournalof Banking and Finance200125：1 97270_3Roger MSteinBenchmarking Default Prediction Models：Pitfalls and Remedies inModel ValidationJMoodys lCorporation2002(7)4Matthew Kurbat,Irina KorablevMethodology for Testing the Level of the EDF Cred