吳利芳

(中南財經(jīng)政法大學， 湖北 武漢 430073)

一、研究背景

經(jīng)濟社會的發(fā)展進程中，風險從來都不曾缺席。信用風險作為金融市場中的一種風險，其潛在威脅不容小覷。2007年開始從美國資本市場蔓延的金融危機至今使得世界上很多國家的經(jīng)濟發(fā)展仍處于低迷狀態(tài)，而歸根結(jié)底，由房地產(chǎn)行業(yè)到資產(chǎn)證券化等衍生產(chǎn)品，其最終導(dǎo)致的無最后買單者的狀態(tài)就是因風險管制尤其是信用風險管理方面缺乏完善有效的監(jiān)督機制。我國金融市場發(fā)展起步晚，很多相關(guān)制度體系的建設(shè)或建立都在摸索中前進，經(jīng)濟發(fā)展過程中存在很大的信用風險。同時，進入2014年以來，“違約”這個詞更加頻繁地被各大媒體報道，似有愈演愈烈之勢，而且由于部分房地產(chǎn)行業(yè)的違約現(xiàn)象，使得市場對房地產(chǎn)等行業(yè)持觀望態(tài)度，部分城市房價出現(xiàn)局部跳水，股市也不夠繁榮?？梢娺`約風險引起的信用危機感使得全民預(yù)期悲觀，違約之危害極大。因而重新探討違約風險的度量，使得公司、投資者、監(jiān)管者能夠事先察覺并制定出相應(yīng)的措施很有必要。2014年初，李克強總理提出削減部分過剩產(chǎn)能行業(yè)，包括淘汰鋼鐵2700萬噸、水泥4200萬噸等。[注]具體參見http://stock.sohu.com/20140305/n396072570.shtml。筆者認為，現(xiàn)實中部分行業(yè)企業(yè)存在違約的現(xiàn)象，因而通過研究違約而體現(xiàn)出的行業(yè)企業(yè)財務(wù)經(jīng)濟現(xiàn)狀不佳、資源配置較差、未來發(fā)展前景不被市場看好等狀況，進而考慮行業(yè)的信用違約與產(chǎn)能過剩之間的關(guān)系，是能夠分析預(yù)測該行業(yè)發(fā)展前景的一種新方式。本文就是以此為著眼點，著重分析建材行業(yè)是否存在信用違約狀況，并與其產(chǎn)能過剩的現(xiàn)狀結(jié)合起來進行分析，進而提出相應(yīng)的政策建議。

二、KMV模型

(一)KMV模型概述

KMV模型是美國舊金山KMV公司于1997年依據(jù)當時大量的市場數(shù)據(jù)建立的估計借款企業(yè)違約概率的方法。該模型以期權(quán)理論為依托，將貸款看作一個期權(quán)，結(jié)合莫頓期權(quán)模型來求解貸款企業(yè)的未來預(yù)期資產(chǎn)價值和違約距離，并結(jié)合經(jīng)驗公式求出相應(yīng)的違約概率，以此來衡量貸款企業(yè)的信用風險。該模型設(shè)定了一系列假設(shè)，如資本市場價格連續(xù)變動，企業(yè)資產(chǎn)價值服從布朗運動，企業(yè)資本結(jié)構(gòu)包含股權(quán)、短期負債和長期負債，當資產(chǎn)價值小于債務(wù)企業(yè)就會違約而否則不違約等。計算違約概率的步驟如下：

首先，以莫頓期權(quán)模型為基礎(chǔ)，認為公司股權(quán)是一項看漲期權(quán)，負債面值為執(zhí)行價格，通過股票市場價值VE、股價波動率σE與負債面值D求解公司資產(chǎn)價值VA及其波動性σA。根據(jù)莫頓期權(quán)模型，可以列出求解方程如下：

VE=VAN(d1)-De-rTN(d2)

(1)

(2)

(3)

(4)

其中，企業(yè)每年的股價波動率可以根據(jù)股票收盤價得出；股權(quán)價值VE即為股權(quán)市值，但考慮到我國存在限制性股票等現(xiàn)象，學者在計算股權(quán)價值時一般認為VE可以是流通股市值與非流通股價值之和，非流通股價值相當于非流通股股數(shù)與每股凈資產(chǎn)的乘積；負債面值D可以根據(jù)公司財務(wù)報表求得。N(·)為標準正態(tài)分布累計函數(shù);r是無風險利率，學者在研究中通常使用一年期銀行存款利率代替。對于一年中利率經(jīng)調(diào)整的情況，本文采用加權(quán)連續(xù)復(fù)利計算無風險利率，期限T一般取值為1 。

其次，通過資產(chǎn)價值VA和其波動率σA以及違約觸發(fā)點DPT來計算違約距離DDD，公式為：

(5)

KMV公司根據(jù)當時的經(jīng)驗數(shù)據(jù)認為，DPT為短期負債SD與長期負債LD一半之和，我國學者在結(jié)合本國具體上市公司的數(shù)據(jù)信息進行研究時發(fā)現(xiàn)，使用DPT=SD+0.75LD最適合中國現(xiàn)行金融市場的狀況。[1]本文基于國情，采用與前人一致的實證經(jīng)驗公式。資產(chǎn)價值預(yù)期增長率E(VA)=VA(1+g)，體現(xiàn)資產(chǎn)價值平均增長情況，本文選用行業(yè)指數(shù)增長率來代替公司資產(chǎn)預(yù)期增長率g。違約距離DDD體現(xiàn)了一種相對的概念，違約距離越大說明該公司距離違約觸發(fā)點越遠即違約的可能性越??；反之，違約的可能性就越大。

最后，估算預(yù)期違約概率P。KMV公司根據(jù)對40000多家公司1973年—1997年的違約事件的統(tǒng)計建立了以違約距離DDD和違約概率P為基礎(chǔ)的信用違約數(shù)據(jù)庫，但是考慮我國發(fā)展現(xiàn)狀，直接使用KMV公司建立的主要基于西方國家的信用違約數(shù)據(jù)庫可能會使得實證結(jié)果不符合我國現(xiàn)實情況，并且考慮到違約距離DDD本身就已經(jīng)表示出了相應(yīng)的違約風險，因而,和大多數(shù)國內(nèi)學者的研究一樣，本文也直接采用違約距離作為衡量違約風險的指標。

(二)KMV模型適用性分析與國內(nèi)應(yīng)用現(xiàn)狀

評價信用風險的方法或模型包括Z評分模型、Logistic方法、Credit Metrics模型、信貸資產(chǎn)組合模型、KMV模型、WES方法等，其中KMV模型是以現(xiàn)代期權(quán)理論為基礎(chǔ)，充分利用資本市場信息，模型計算所依賴的主要是股票歷史價格信息和公司債務(wù)面值等，不需要過度依賴外部評級機構(gòu)的評級模型或過多的財務(wù)指標，因而在進行信用風險評價時選用KMV模型最適合我國國情。張玲和張桂林[2]通過對KMV模型與其他信用風險度量模型進行對比認為，KMV模型比其他模型對我國上市公司的預(yù)測能力和準確性更高。魯煒等人[3]運用加權(quán)方法初步解決了KMV模型中對非流通股的折算問題，并實現(xiàn)了KMV模型在中國的應(yīng)用。張玲等人[4]對KMV模型中違約點的選取進行了修正，設(shè)定了不同違約點并在滬深交易所選取ST與非ST兩類公司分別進行信用評估，以此來判斷KMV模型對我國上市公司信用風險評估的準確性。翟東升等人[5]以15家ST公司和15家非ST公司為樣本，以其2002年—2005年的財務(wù)數(shù)據(jù)和市場數(shù)據(jù)對KMV模型進行檢驗，結(jié)果表明，利用KMV模型得出的違約距離可以有效地識別非ST和ST公司，而且隨著公司越接近ST時間，模型的識別能力越強。唐振鵬[6]通過建立EGARCH-M波動模型對上市公司的違約距離進行測算并與傳統(tǒng)結(jié)果進行比較，結(jié)果表明，EGARCH-M波動模型提高了預(yù)測能力。

國內(nèi)學者關(guān)于KMV模型的研究主要涉及兩個方面：一是KMV在我國的適用性研究；二是KMV模型的修正研究。很少有學者直接研究水泥建材及鋼鐵行業(yè)的信用風險以及其與產(chǎn)能過剩之間是否存在相應(yīng)的關(guān)系，本文以Matlab等軟件為工具來計算相關(guān)指標，以期通過實證分析得出相關(guān)結(jié)論。

三、樣本選取與模型說明

(一)樣本選取

本文主要著眼于過剩產(chǎn)能行業(yè)的信用違約現(xiàn)狀分析。產(chǎn)能過剩是資源配置低效的一種表現(xiàn)，會造成資源浪費，使得經(jīng)濟增長面臨下調(diào)壓力，同時由于產(chǎn)能過剩行業(yè)經(jīng)濟效益不佳而存在導(dǎo)致財務(wù)危機進而產(chǎn)生信用違約等風險的可能，因而對產(chǎn)能過剩行業(yè)進行相關(guān)的信用風險評估，對行業(yè)對自身問題進行自省、金融機構(gòu)加強風險防范和監(jiān)管機構(gòu)加強監(jiān)督管理都有重大意義。

本文以公認的存在業(yè)界產(chǎn)能過剩的鋼鐵行業(yè)和水泥建材行業(yè)為研究對象，著重分析自2007年以來相關(guān)企業(yè)的信用風險狀況。由于大部分企業(yè)2013年公司年報尚未報出，因此本文所選用的鋼鐵及水泥建材行業(yè)的數(shù)據(jù)跨度為2007年—2012年。考慮到不同交易所不同股票類型的設(shè)置條件不同，故本文只選取在上海交易所上市并且發(fā)行流通的45家A股上市公司，公司基本信息如下表1所示。

表1 研究中所選樣本公司的基本信息

續(xù)表1

(二)模型參數(shù)設(shè)定

根據(jù)KMV模型的原理和表達方程組，結(jié)合實際情況，本文直接選用違約距離DDD指標而不再使用西方數(shù)據(jù)庫的經(jīng)驗公式計算違約概率P，主要使用的模型表達式如下：

VE=VAN(d1)-De-rTN(d2)

(6)

(7)

(8)

(9)

E(VA)=VA(1+g)

(10)

DPT=SD+0.75LD

(11)

(12)

四、實證分析

(一)違約距離指標度量

為了求得衡量違約風險的指標違約距離DDD，首先需要計算公司資產(chǎn)價值和資產(chǎn)價值波動率，而根據(jù)方程(6)、(7)、(8)、(9)，需要先計算已知參數(shù)σE、VE、r、T、D等，鑒于篇幅所限，本文只以國創(chuàng)能源2010年的信息資料為例進行說明(其他公司的情況類推即可)，計算國創(chuàng)能源2010年的靜態(tài)股票波動率σE，相關(guān)數(shù)據(jù)如表2所示。

其次根據(jù)公司年報可以計算出國創(chuàng)能源的股權(quán)價值為202322.8萬元，負債面值為21900萬元，2010年無風險利率為0.02278，期限設(shè)置為T=1，根據(jù)方程(6)、(7)、(8)，運用Matlab軟件編程求解非線性代數(shù)方程組，可估計出國創(chuàng)能源資產(chǎn)價值為223728.5萬元，資產(chǎn)價值波動率為0.438。

同理可以計算其他樣本公司2010年資產(chǎn)市場價值和價值波動率，見表3。

表3 2010年樣本公司資產(chǎn)市場價值及波動率

續(xù)表3

2010年鋼鐵行業(yè)指數(shù)由1427點下降到1129點，則行業(yè)增長率為-0.208829，水泥建材行業(yè)指數(shù)從1988點上升到2313點，增長率為0.16348，以行業(yè)增長率代替資產(chǎn)價值預(yù)期增長率，結(jié)合已求解數(shù)據(jù)和式(10)、(11)可以計算出相應(yīng)的違約距離，相關(guān)指標如下表4所示。

表4 2010年樣本公司違約距離等統(tǒng)計指標

續(xù)表4

根據(jù)同樣的計算步驟和計算方法，可以求得其他年份的公司違約距離，如下表5所示。

表5 2007年—2012年樣本公司違約距離DDD統(tǒng)計指標一覽表

圖1 2007年—2012年水泥建材行業(yè)樣本公司違約距離折線圖 圖2 2007年—2012年鋼鐵行業(yè)樣本公司違約距離折線圖

(二)實證結(jié)果分析

由圖1違約距離折線圖可以看出，2007年—2012年水泥建材行業(yè)樣本公司不同年份的違約距離存在較大差異，并且每年不同公司的違約距離也存在差異，但整體上看，2008年各公司違約距離急劇下降，2009年違約距離又普遍增大，2011年違約距離又略有降低，2007年、2010年和2012年的違約距離大致存在重合的現(xiàn)象。

圖2鋼鐵行業(yè)樣本公司違約距離折線圖反映的情況和圖1類似，仍然是2008年違約距離急劇下跌，2009年又回升，不過2011年違約距離相對更低了一些。從違約距離上看，鋼鐵行業(yè)和水泥建材行業(yè)所反映的整體情況類似，不同年份違約距離存在波動差異，同一年份中不同公司由于其自身微觀經(jīng)濟的運營情況，使得違約距離又有差異。比如2008年水泥建材行業(yè)違約距離都偏低，存在違約趨勢，其中洛陽玻璃的違約距離甚至為負值。據(jù)計算，2008年洛陽玻璃(600876)資產(chǎn)市場價值約19.09億元，而短期負債達到了17.4億元，確實存在違約的可能性。

上圖中違約距離的波動變化和對應(yīng)年份的經(jīng)濟形勢大致相符。受美國次貸危機的影響，2008年我國經(jīng)濟形勢不容樂觀，包括水泥建材行業(yè)、鋼鐵行業(yè)等在內(nèi)的行業(yè)經(jīng)濟發(fā)展和股市表現(xiàn)都有所下降，企業(yè)出現(xiàn)財務(wù)危機進而產(chǎn)生違約的可能性較大，而在我國政府以4萬億為代表的救市策略下，我國經(jīng)濟并未一直低迷反而在全球經(jīng)濟都處于低迷的情況下仍高速發(fā)展。4萬億救市資金很多用于基礎(chǔ)建設(shè)投資，而這些基礎(chǔ)建設(shè)對水泥建材、鋼鐵的需求較大，因而刺激了相應(yīng)行業(yè)的發(fā)展，使得這些行業(yè)的經(jīng)濟并未一直低迷下去，比2008年有反彈式增長，違約風險得以降低?；贙MV模型計算得到的違約距離主要是利用公司歷史股票信息和財務(wù)報表數(shù)據(jù)而得，這正好契合了圖1和圖2的信息說明。這說明了KMV模型能夠較好地度量我國上市公司的違約風險情況。

(三)違約距離與產(chǎn)能過剩

產(chǎn)能過剩是指生產(chǎn)能力總和大于消費能力總和，鋼鐵行業(yè)、水泥建材行業(yè)產(chǎn)能過剩的現(xiàn)象一直存在。[注]具體參見http://finance.sina.com.cn/chanjing/sdbd/20100927/10478710356.shtml。國內(nèi)學者、監(jiān)管者也從很多方面研究產(chǎn)能過剩的原因和形成機制等，但是目前關(guān)于產(chǎn)能過剩的測度并未有統(tǒng)一的、定量的科學評價標準。歐美國家一般用產(chǎn)能利用率來評價產(chǎn)能是否過剩，本文以鋼鐵行業(yè)為分析對象，直接選用馮梅和陳鵬[7]的研究成果來測度2007年—2012年鋼鐵行業(yè)的產(chǎn)能過剩情況。馮梅和陳鵬通過對產(chǎn)能利用率、銷售利潤率變動率、價格指數(shù)變動率和庫存變動率賦予熵值權(quán)重建立了度量產(chǎn)能過剩的綜合指數(shù)，2007年—2012年的綜合指數(shù)分別為0.483、0.226、0.285、0.463、0.356和0.171，結(jié)合其根據(jù)計算劃定的產(chǎn)能過剩的下限0.428，可以認為2007年和2010年基本不存在產(chǎn)能過剩，2011年為輕度產(chǎn)能過剩，2009年為中度產(chǎn)能過剩，而2008年和2012年均為嚴重產(chǎn)能過剩。

從理論上講，當某企業(yè)由于技術(shù)層面或增長方式不科學等原因?qū)е鲁霈F(xiàn)產(chǎn)能過剩的現(xiàn)象時，一般來講，這種產(chǎn)能過剩會導(dǎo)致產(chǎn)銷率下降，相應(yīng)產(chǎn)品價格降低，進而使得企業(yè)的投資預(yù)期和居民的消費預(yù)期下降，企業(yè)股市表現(xiàn)也將變差，甚至可能會由于企業(yè)自身的運營而產(chǎn)生一定程度的財務(wù)問題，因而可能導(dǎo)致還款違約的風險。結(jié)合違約距離的含義，從量化關(guān)系上來講，應(yīng)該存在產(chǎn)能過剩越嚴重違約距離越短的對應(yīng)關(guān)系。但是通過對比上述結(jié)論以及圖3鋼鐵行業(yè)違約距離均值的折線圖，可以發(fā)現(xiàn)二者之間并不完整存在上述已經(jīng)討論過的對應(yīng)關(guān)系。2008年數(shù)據(jù)對比顯示，存在嚴重產(chǎn)能過剩的同時有較低的違約距離即相當大的違約風險，符合經(jīng)濟理論分析；2007年和2010年基本不存在產(chǎn)能過剩，其違約距離也較高不存在違約風險，符合經(jīng)濟理論分析；2011年存在輕度的產(chǎn)能過剩情況，相應(yīng)的違約距離也有所下降，符合經(jīng)濟理論分析；然而2009年和2012年產(chǎn)能過剩程度和對應(yīng)年份的違約距離卻不符合預(yù)期的經(jīng)濟理論。

圖3 2007年—2012年鋼鐵行業(yè)違約距離均值

五、結(jié)論

本文通過對2007年—2012年鋼鐵行業(yè)和水泥建材行業(yè)共45家上市公司的財務(wù)數(shù)據(jù)和股票歷史信息的分析，基于KMV模型原理，通過使用Matlab、Excel等軟件，實證分析了近幾年來上述企業(yè)的違約距離，并探討產(chǎn)能過剩和信用違約之間的關(guān)系。本文的主要結(jié)論有：第一，根據(jù)計算得到的違約距離的波動變化，結(jié)合模型原理與經(jīng)濟學理論，可以發(fā)現(xiàn)違約距離的波動變化和當時對應(yīng)年份的經(jīng)濟形勢大致相符。第二，通過KMV模型對鋼鐵行業(yè)和水泥建材行業(yè)的實證分析，證明了KMV模型能夠較好地度量我國上市公司的違約風險情況，比較適用于我國現(xiàn)行交易制度下的公司信用違約距離的測度。第三，通過對違約距離與產(chǎn)能過剩程度的對比，發(fā)現(xiàn)2009年和2012年這兩個年份，兩者之間的關(guān)系并不符合經(jīng)濟理論預(yù)期，即產(chǎn)能過剩并不能直接解釋信用違約情況。究其原因，首先可能是因為關(guān)于產(chǎn)能過剩的測度本文直接選用其他學者的研究成果，相關(guān)模型測度時所用假設(shè)條件、測度環(huán)境等不同；其次可能是由于一個公司的違約情況和產(chǎn)能過剩是受很多因素影響的，而本文在測量違約距離時只考慮了財務(wù)信息、歷史股票信息等，并未考慮宏觀政策、國際貿(mào)易等因素的影響。

本文的研究存在一些不足：一是應(yīng)用KMV模型時仍然基于靜態(tài)股權(quán)波動率，而未使用GARCH(1,1)來應(yīng)用動態(tài)股權(quán)波動率；二是測度產(chǎn)能過剩直接借用前人的研究。以上兩點不足，也是筆者將進一步改進、進一步深入研究的立足點。

參考文獻：

[1]張智梅,章仁俊.KMV模型的改進及對上市公司信用風險的度量[J].統(tǒng)計與決策，2006，(18)：157～160.

[2]張玲，張桂林.信用風險評估方法發(fā)展趨勢研究[J].預(yù)測，2000，(4)：72～75.

[3]魯煒，趙恒衍,劉冀云.KMV模型關(guān)系函數(shù)推測及其在中國股市的驗證[J].運籌與管理，2003,(3)：43～48.

[4]張玲，楊貞柿，陳收.KMV模型在上市公司信用風險評價中的應(yīng)用研究[J].系統(tǒng)工程，2004，(11).

[5]翟東升，張娟，曹運發(fā).KMV模型在上市公司信用風險管理中的應(yīng)用[J].工業(yè)技術(shù)經(jīng)濟，2007，(1)：126～134.

[6]張能福，劉琦鈾.基于Tompkins方法的KMV模型研究[J].統(tǒng)計與決策，2009，(14)：40～42.

[7]馮梅，陳鵬.中國鋼鐵產(chǎn)業(yè)產(chǎn)能過剩程度的量化分析與預(yù)警[J].中國軟科學，2013，(5)：110～116.

[8]Merton, R.On the Pricing of Corporate Debt: The Risk Structure of Interest Rates[J].Finance,1974，(29).

[9]Arnaud de Servigny,Oliver Renault.信用風險度量與管理[M].北京：機械工業(yè)出版社，2012.

[10]喬木青.KMV模型在我國的適用性研究[D].成都：西南財經(jīng)大學，2011.

[11]謝樂樂.浙江制造業(yè)產(chǎn)能過剩的測度、成因及對策[D].杭州：浙江工商大學，2012.