基于KMV模型的小微上市企業(yè)信用風(fēng)險(xiǎn)預(yù)警研究

李嬌

摘要：伴隨金融一體化的進(jìn)程和全球經(jīng)濟(jì)一體化的浪潮，全球金融市場(chǎng)面臨著前所未有的挑戰(zhàn)，2020年，突如其來(lái)的一場(chǎng)疫情對(duì)全球經(jīng)濟(jì)也產(chǎn)生了巨大且不可逆的沖擊，對(duì)于中國(guó)資本市場(chǎng)而言也面臨著很多風(fēng)險(xiǎn)，其中信用風(fēng)險(xiǎn)更是不能忽略的一部分. 本文在這樣的大背景之下，選擇了在中小板上市的小微企業(yè)作為研究對(duì)象積極評(píng)估其信用風(fēng)險(xiǎn)。主要采用KMV模型來(lái)作為數(shù)學(xué)模型進(jìn)行實(shí)證研究.通過(guò)隨機(jī)選取中小板上市的20家公司作為樣本企業(yè)，將樣本企業(yè)的信用水平量化以此來(lái)判斷其信用風(fēng)險(xiǎn). 使用matlab對(duì)已獲得的數(shù)據(jù)進(jìn)一步處理，計(jì)算其違約距離，最后求解其違約概率，最后根據(jù)得到的實(shí)證結(jié)果，對(duì)中小微企業(yè)的信用風(fēng)險(xiǎn)問(wèn)題提出了若干建議.

關(guān)鍵詞：中小微企業(yè)，KMV模型，信用風(fēng)險(xiǎn)

一、引言

在疫情影響之下，如何確保扶持政策尤其是金融政策的實(shí)施能夠真正幫助到需要幫助的小微企業(yè)，能夠真正惠及到帶動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的小微企業(yè)，能夠最大化政策的紅利.甄別小微企業(yè)本身發(fā)展?jié)摿Γ?cái)物狀況，信用狀況就十分重要，本文就是從小微企業(yè)前期信用風(fēng)險(xiǎn)角度出發(fā)，試圖通過(guò)KMV模型來(lái)判別小微上市企業(yè)的信用風(fēng)險(xiǎn).

二、文獻(xiàn)回顧與理論分析

下面簡(jiǎn)單的一些在國(guó)外比較風(fēng)靡的信用風(fēng)險(xiǎn)管理模型：（1）JP摩根銀行于1997年推出的 credit metrics模型;（2）瑞士信貸銀行于1997年推出的credit risk+模型;（3）麥肯錫咨詢公司于1997年推出的credit portfolio view 模型;（4）KMV模型，主要理論支撐是Black-Scholes期權(quán)定價(jià)模型[2]，本文選用的模型也是此模型。

中小微企業(yè)面臨經(jīng)濟(jì)結(jié)構(gòu)性的矛盾日益突出，企業(yè)過(guò)度融資，信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)交叉?zhèn)魅?信用風(fēng)險(xiǎn)管理的復(fù)雜性不斷上升[3].我們需要全面加強(qiáng)信用風(fēng)險(xiǎn)管理，中小微企業(yè)需要構(gòu)建良好信貸文化，強(qiáng)化資源配置頂層布局，落實(shí)風(fēng)險(xiǎn)管控責(zé)任，以降低信用風(fēng)險(xiǎn)作為提高企業(yè)信譽(yù)和商譽(yù)的途徑.基于以上論述，本文利用KMV模型來(lái)測(cè)度中小微上市企業(yè)的信用風(fēng)險(xiǎn)，并根據(jù)測(cè)度結(jié)構(gòu)做出預(yù)警，這對(duì)穩(wěn)定市場(chǎng)，促進(jìn)市場(chǎng)健康良性運(yùn)轉(zhuǎn)是非常重要的，其意義不言而喻.

三、實(shí)證研究

為了選出的研究樣本企業(yè)具有隨機(jī)性，我們?cè)谥行“迳鲜械乃行∥⑵髽I(yè)中隨機(jī)選擇了20家企業(yè)作為研究對(duì)象，為了使得試驗(yàn)結(jié)果能夠全面的反映中小微企業(yè)的信用風(fēng)險(xiǎn)問(wèn)題，本文在進(jìn)行樣本選擇時(shí)，特地選擇了來(lái)自不同行業(yè)類別的企業(yè).

3.1 企業(yè)股權(quán)價(jià)值波動(dòng)率

我們選取樣本公司從2018年10月8日到2018年12月28日共59個(gè)交易日的日收盤價(jià)，首先我們計(jì)算股票的連續(xù)復(fù)利收益率：

其次計(jì)算股價(jià)的日波動(dòng)率：

最后計(jì)算得出標(biāo)的股權(quán)的年波動(dòng)率：

其中為收盤價(jià)，為股票的連續(xù)復(fù)利收益率，為連續(xù)復(fù)利收益率的平均值，為日波動(dòng)率，且T=59.

3.2 企業(yè)股權(quán)市場(chǎng)價(jià)值E

為了簡(jiǎn)化計(jì)算，我們規(guī)定以每股凈資產(chǎn)來(lái)替代非流通股的計(jì)算，依靠在前文我們給出的計(jì)算企業(yè)股權(quán)市場(chǎng)價(jià)值E的具體計(jì)算方法，其余各項(xiàng)不變，我們得出標(biāo)的企業(yè)的股權(quán)市場(chǎng)價(jià)值與企業(yè)股權(quán)價(jià)值波動(dòng)率。

3.3 違約點(diǎn)DP

如前文提到，本文將違約觸發(fā)點(diǎn)規(guī)定為長(zhǎng)期負(fù)債D的百分之五十加上短期負(fù)債SD，其中要注意的是本文默認(rèn)用流動(dòng)負(fù)債代表短期負(fù)債，非流動(dòng)負(fù)債代表長(zhǎng)期負(fù)債.通過(guò)對(duì)二十家樣本公司的相關(guān)財(cái)務(wù)數(shù)據(jù)進(jìn)行計(jì)算，我們得出各個(gè)公司具體的違約點(diǎn).

3.4 企業(yè)資產(chǎn)價(jià)值V和資產(chǎn)價(jià)值波動(dòng)率

由于我們無(wú)法從市場(chǎng)上直接獲得相關(guān)企業(yè)的資產(chǎn)價(jià)值V和資產(chǎn)波動(dòng)率，因此我們使用企業(yè)股權(quán)市場(chǎng)價(jià)值E和波動(dòng)率，結(jié)合KMV模型中的公式對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行進(jìn)一步的處理，具體公式如下所見：

緊接著我們使用matlab軟件處理相關(guān)數(shù)據(jù).

3.5違約距離DD

關(guān)于違約距離的計(jì)算公式如1-6.違約距離能夠較好地對(duì)小微上市公司的信用狀況進(jìn)行合理的度量，從違約距離衡量信用風(fēng)險(xiǎn)的角度出發(fā)，我們可知違約距離的值越大，表明其距離違約點(diǎn)的長(zhǎng)度就越遠(yuǎn)，自然其違約概率也就較低，企業(yè)的資產(chǎn)狀況也就是一個(gè)良好的狀態(tài)，發(fā)生信用風(fēng)險(xiǎn)的概率也就很低.

3.6 違約概率EDF

違約概率計(jì)算公式如1-7所示，我們一般使用兩種方法，第一種是當(dāng)我們算出違約距離DD時(shí)，我們從上市公司違約數(shù)據(jù)庫(kù)中找出DD值與此公司相同的公司，查看其違約概率的大小，以此得到違約概率EDF.另一種則是本文使用的方法，使用數(shù)學(xué)公式結(jié)合matlab得出違約概率.但考慮到實(shí)際情況，中國(guó)的違約概率數(shù)據(jù)庫(kù)尚不完善，歷史違約數(shù)據(jù)的收集也相對(duì)比較滯后，違約距離DD與實(shí)際違約概率EDF之間的映射也很難完成.所以計(jì)算出的違約概率說(shuō)服力并不大，從違約概率數(shù)據(jù)庫(kù)中直接查看也缺乏一定的可行性. 綜合以上陳述，本文僅計(jì)算出EDF的數(shù)值大小，并不做實(shí)質(zhì)性判斷，最終的研究結(jié)論也只依靠違約距離得出.

從本文實(shí)證結(jié)果來(lái)看，中小微企業(yè)雖然曾面臨著融資難，融資貴的困境，但隨著中國(guó)經(jīng)濟(jì)的良性發(fā)展，中國(guó)證券市場(chǎng)的安全性大大提升，以及現(xiàn)在國(guó)家有意識(shí)的對(duì)中小微企業(yè)進(jìn)行大力的政策扶持，中小微企業(yè)所面臨的信用風(fēng)險(xiǎn)也大大降低，其在一個(gè)良好的市場(chǎng)環(huán)境中保持著一個(gè)良性循環(huán)。

四、結(jié)論與啟示

本文在中小板上市的中小微企業(yè)為研究對(duì)象，針對(duì)這一研究對(duì)象選擇以期權(quán)定價(jià)模型為基礎(chǔ)而來(lái)的KMV模型，雖然KMV模型首先在國(guó)外得到廣泛的應(yīng)用，但是通過(guò)本文的實(shí)證過(guò)程，我們可以清楚地看到KMV模型對(duì)于中國(guó)企業(yè)的信用風(fēng)險(xiǎn)度量是很適合并且是有效的.KMV模型完全可以作為研究我國(guó)信用風(fēng)險(xiǎn)的模型.