中国上市公司信用风险违约触发点分析

中国上市公司财务风险违约触发点研究

王东 罗永忠

北京大学光华管理学院 100871

内容摘要: 本文采用中国证券市场上市公司数据，研究了财务风险分析中违约触发点选取问题。运用累积精确度和精确比率，研究了违约触发点对KMV财务风险预测模型性能的影响，发现了KMV模型对上市公司财务风险有较强的识别能力情况下的违约触发点。

关键词: 上市公司，财务风险，KMV模型，违约触发点

Abstract: Based on the Chinese Stock Markets, the effectiveness of default point to KMV Model was analyzed. The cumulative accuracy profiles (CAP) and accuracy ratios (AR) were employed to evaluate model performance to predict financial distress risk for Chinese listed companies. And the best default point to the KMV model with better prediction power was found.

Keywords: Listed Company, Financial Distress Risk, KMV Model, Default Point

1 引言

随着经济全球化和信息技术的快速发展，各种各样的信用正在以惊人的速度增长，信用在现代经济生活中发挥着重要的作用。但是伴随着信用的扩张，信用风险也充斥着经济生活的每一个角落。信用风险对金融机构的管理提出了严重的挑战。如何更好地识别和度量信用风险，成为金融机构在日常管理过程中的重要课题。

国外的金融机构为了更好地对信用风险进行计量、监控和管理，充分运用专家系统、计量技术、信息技术、模拟技术以及神经网络等先进技术，开发出了各种现代信用风险计量管理模型，这些模型在国外得到了广泛的应用，并且取得了非常突出的成绩。

借鉴和利用国外先进的信用风险分析方法和模型，对提高我国金融机构管理信用风险的水平具有非常重要的现实意义。KMV模型是由KMV公司开发的一种违约预测模型，它将信用风险与违约联系在一起，通过违约概率来估计信用风险。KMV模型发布以后，学者对该模型进行了检验。一系列针对KMV模型有效性的实证结果表明，KMV模型是有效的信用风险分析度量技术。KMV模型在国外正在被越来越多的金融机构所使用。

国外运用KMV模型的时候一般通过建立违约距离与实际违约数据库之间的映射关系，得到经验预期违约频率作为衡量信用风险的指标。而我国当前并没有建立起来公司实际违约的信用数据库，因此无法得到经验预期违约频率。而KMV模型假设确定相对违约风险的所有信息都已经包含于公司资产的预期价值、违约触发点和公司资产价值的波动率当中，而且违约距离测度是一个标准化的度量方法，所以可以通过比较不同公司之间的违约距离来比较它们的违约风险。

公司的违约风险随着公司资产价值与负债面值总额间的差额减小而增大，在不存在清

算成本的情况下，当公司资产价值低于负债面值总额时，公司将会发生财务风险，并将导

致公司违约。另一方面，公司负债总额中的长期负债在一定程度上能够缓解公司偿还负债

的压力，公司对债务进行一些重新的安排也可以减缓公司债务到期的压力。国外的经验是

当违约触发点DP 为公司的流动负债＋50%长期负债时，KMV 模型的预测能力最好。我国

学者在相关研究中对违约触发点的选取并不完全一致，有些学者直接借鉴国外的经验，选

取“流动负债＋50%长期负债”作为违约触发点（程鹏，吴冲锋，2002；易丹辉，吴建民，

2005），有些学者则选取所有负债的账面价值作为违约触发点（鲁炜，赵恒珩，刘冀云，2003；

杨星，张义强，2004；叶庆祥，景乃权，徐凌峰，2005；郑茂，2005），而张玲，杨贞柿（2004）

则通过选取三个不同的违约触发点，运用ROC 曲线进行了对比研究，得出的结论是当违

约触发点为流动负债时KMV 模型有最好的解释能力。

由于中国资本市场与国外资本市场存在着比较大的差异，所以简单地运用国外的经验

数据可能会使结论出现较大的偏差。同时，KMV 公司的研究已经表明，违约触发点DP 一

般处于流动负债与负债面值总额之间的某一点，并且模型预测的准确性对违约触发点DP

的变动比较敏感。因此，本文认为进一步研究KMV 模型在中国上市公司财务风险分析预

测中违约触发点的选择问题，是十分必要的，也可以使我们对已有研究成果和结论有更为

深入的理解。

在引言之后，本文在第二部分研究方法中，介绍了KMV 模型的原理和分析框架，对

样本选取进行说明，同时对模型参数进行了估计。第三部分是实证分析，利用累积精确度

和累积精确比率对KMV 模型在选取不同违约触发点下的判别能力进行了比较分析。最后

是本文的结论。

2 研究方法

2.1 KMV 模型

KMV 模型是在期权定价理论的基础上发展起来的。1973年Black 、Scholes 1在一系列的

假设下推导了期权定价方程。KMV 模型则将公司股权看作是以公司资产为标的物的欧式看

涨期权，该看涨期权的执行价格是公司债务，期限是公司债务的期限。债务到期时如果公

司资产价值高于其债务，则公司偿还其债务；如果公司资产价值小于其债务时，公司将选

择违约，债权人获得公司所有的价值。利用期权理论计算公司的预期违约频率主要有以下

几个步骤：

（A ） 由于不能直接观测到公司资产价值V 和资产价值波动率V σ，因此需要从它

们与股权市场价值E 、股权市场价值波动率E σ以及公司负债面值F 之间的关系中推导得

出。

首先对公开交易的股票价格数据进行计算，可以得到公司的股权市场价值波动率E σ。

公司的股权市场价值E 可以从上市公司的年报中获得，由于公司股权市场价值E 被看成一

个以公司资产价值V 为标的物，以公司债务F 为执行价格的看涨期权，则由期权定价公式

有：

)()(21d N Fe d VN E rt −−= (1)

1 “The pricing of options and corporate liabilities”. Journal of Political Economy, 1973, 8:637-659.