李國(guó)香++朱正萱

摘要：信用風(fēng)險(xiǎn)一直以來(lái)都是金融機(jī)構(gòu)及其監(jiān)管部門風(fēng)險(xiǎn)管理的主要對(duì)象和核心內(nèi)容。房地產(chǎn)行業(yè)是國(guó)民經(jīng)濟(jì)的支柱行業(yè)，其最為典型的特征就是資金密集性。從我國(guó)房地產(chǎn)行業(yè)發(fā)展的實(shí)際情況出發(fā)，旨在通過(guò)應(yīng)用KMV模型比較得出績(jī)優(yōu)類和績(jī)差類上市公司風(fēng)險(xiǎn)狀況，度量我國(guó)房地產(chǎn)行業(yè)的信用風(fēng)險(xiǎn)水平。

關(guān)鍵詞：KMV模型，房地產(chǎn)，信用風(fēng)險(xiǎn)

中圖分類號(hào)：F293.3 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1001-9138-（2015）11-0028-34 收稿日期：2015-10-13

1 引言

信用風(fēng)險(xiǎn)是指?jìng)鶆?wù)人不能按時(shí)償還債務(wù)或履行合約導(dǎo)致債權(quán)人遭受損失的可能性。一直以來(lái)，信用風(fēng)險(xiǎn)計(jì)量都是商業(yè)銀行信用風(fēng)險(xiǎn)管理中的重要環(huán)節(jié)。房地產(chǎn)行業(yè)作為我國(guó)經(jīng)濟(jì)發(fā)展的支柱行業(yè)之一，具有資金投入巨大和資金回收時(shí)滯的特點(diǎn)，傳統(tǒng)的房地產(chǎn)行業(yè)更傾向于商業(yè)銀行貸款。近年來(lái)，我國(guó)房地產(chǎn)價(jià)格不斷上漲，在國(guó)家持續(xù)宏觀調(diào)控的背景下，房地產(chǎn)銷售在2010年以后開始萎縮，房地產(chǎn)行業(yè)集聚的信用風(fēng)險(xiǎn)逐漸暴露。因此，如何應(yīng)對(duì)和管理房地產(chǎn)信用風(fēng)險(xiǎn)已成為我國(guó)目前亟需解決的重要課題。

由于房地產(chǎn)行業(yè)舉足輕重的地位，國(guó)內(nèi)外都非常重視對(duì)房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)的研究。目前，主要的學(xué)術(shù)研究集中圍繞在宏觀因素對(duì)房地產(chǎn)信用風(fēng)險(xiǎn)的影響研究。在信用風(fēng)險(xiǎn)的度量方面，國(guó)外發(fā)達(dá)國(guó)家的評(píng)級(jí)機(jī)構(gòu)和評(píng)級(jí)方法較為先進(jìn)和科學(xué)，對(duì)KMV模型的研究也相對(duì)比較成熟。在我國(guó)，風(fēng)險(xiǎn)度量分析方法應(yīng)用于房地產(chǎn)行業(yè)的研究較少，更多的是圍繞經(jīng)濟(jì)指標(biāo)和財(cái)務(wù)數(shù)據(jù)進(jìn)行分析。因此，本文將KMV模型作為一種風(fēng)險(xiǎn)計(jì)量工具對(duì)目前房地產(chǎn)行業(yè)的信用風(fēng)險(xiǎn)水平進(jìn)行評(píng)估。

本文旨在通過(guò)KMV模型將我國(guó)房地產(chǎn)上市公司的實(shí)際數(shù)據(jù)研究與我國(guó)房地產(chǎn)上市公司現(xiàn)狀相結(jié)合，量化績(jī)優(yōu)類和績(jī)差類上市公司風(fēng)險(xiǎn)狀況，識(shí)別我國(guó)目前面臨的房地產(chǎn)信用風(fēng)險(xiǎn)，以更好地防范和規(guī)避風(fēng)險(xiǎn)，并提出相關(guān)建議。

2 理論分析和模型修正

2.1 KMV理論模型分析

KMV模型把企業(yè)權(quán)益和負(fù)債看作是買入一份標(biāo)準(zhǔn)歐式看漲期權(quán)，若負(fù)債到期時(shí)公司資產(chǎn)市場(chǎng)價(jià)值高于其債務(wù)，公司償還債務(wù)；反之違約。基于這個(gè)假設(shè)，KMV模型運(yùn)用Merton的期權(quán)定價(jià)公式，得出公司的違約距離，違約距離越大，公司發(fā)生違約的可能性越小，反之越大。

但是由于國(guó)情的差異，我國(guó)不能直接借鑒國(guó)外的做法，因此本文還會(huì)對(duì)KMV模型進(jìn)行修正，以符合我國(guó)實(shí)際國(guó)情。

基于KMV模型的思想，計(jì)算預(yù)期違約概率EDF主要有四步：

第一步，確定違約點(diǎn)DP。KMV公司根據(jù)大量的實(shí)證分析發(fā)現(xiàn)，違約發(fā)生最頻繁的臨界點(diǎn)等于公司的短期債務(wù)（STD）加上長(zhǎng)期債務(wù)（LTD）的一半，即DP=STD+0.5LTD。

第二步，從上市公司股票的數(shù)據(jù)和負(fù)債的賬面價(jià)值中計(jì)算出上市公司股權(quán)市場(chǎng)價(jià)值和股權(quán)價(jià)值波動(dòng)率，根據(jù)Merton模型推導(dǎo)出的計(jì)算公式，用matlab7.0進(jìn)行編程計(jì)算，得到所選公司的資產(chǎn)市場(chǎng)價(jià)值和資產(chǎn)市場(chǎng)價(jià)值波動(dòng)率。

計(jì)算公式如下：

（1）

（2）

其中，

是股權(quán)市場(chǎng)價(jià)值，是股權(quán)價(jià)值波動(dòng)率，r為無(wú)風(fēng)險(xiǎn)利率，表示債務(wù)償還期限，D表示違約點(diǎn)。

第三步，計(jì)算違約距離DD。其計(jì)算公式如下：

第四步，計(jì)算預(yù)期違約概率EDF。計(jì)算EDF有兩種方法：一種是理論計(jì)算，即：EDF=N（-DD）。另一種是KMV公司采用的經(jīng)驗(yàn)違約率，即KMV公司選取一定時(shí)期，將違約距離和預(yù)期違約率之間的關(guān)系映射起來(lái)。由于我國(guó)尚未建立違約距離和違約率之間的映射關(guān)系，因此本文采用理論計(jì)算方法。

2.2 KMV模型的修正

現(xiàn)代信用風(fēng)險(xiǎn)度量模型建立在大量歷史數(shù)據(jù)的基礎(chǔ)上，參數(shù)眾多。由于我國(guó)定量評(píng)估風(fēng)險(xiǎn)手段落后，尤其是模型參數(shù)的設(shè)定方面缺乏足夠的實(shí)證檢驗(yàn)，因此本文將對(duì)模型做出修正。

2.2.1 股權(quán)價(jià)值的修正

考慮到我國(guó)部分上市公司尚未實(shí)現(xiàn)全流通，從審慎原則出發(fā)，將流通股的部分采用基準(zhǔn)日股價(jià)與流通股股本總數(shù)的乘積來(lái)表示，而非流通部分（包括高管股和限售A股）的股權(quán)價(jià)值則采用基準(zhǔn)日每股凈資產(chǎn)與非流通股股本的乘積，兩部分之和即為該上市公司總的股權(quán)價(jià)值。即：股權(quán)價(jià)值=流通股股本*基準(zhǔn)日的股價(jià)+非流通股股本*每股凈資產(chǎn)。

2.2.2 股權(quán)價(jià)值波動(dòng)率的計(jì)算方法

眾多學(xué)者的實(shí)證研究表明，GARCH（1）模型在預(yù)測(cè)中國(guó)金融市場(chǎng)時(shí)間序列數(shù)據(jù)波動(dòng)率時(shí)具有很高的有效性，故采用GARCH（1）模型計(jì)算房地產(chǎn)上市公司的股權(quán)價(jià)值波動(dòng)率。為了保證GARCH模型的有效性，此次研究分別以近3年每年12月31日為計(jì)算基準(zhǔn)日，選取上一年12月31日至當(dāng)年12月31日的日收盤價(jià)格作為計(jì)算股票價(jià)格波動(dòng)率的基礎(chǔ)。

第一步，計(jì)算股票的日收益率。

日收益率，為第i日的股票收

盤價(jià)格，為股票日相對(duì)價(jià)格。

第二步，使用Eviews6.0建立GARCH（1.1）模型，得到股票日波動(dòng)率。

第三步，股票年波動(dòng)率=日波動(dòng)率*有效天數(shù)。

3 實(shí)證研究

3.1 樣本選擇

本文選取上深證券交易所掛牌上市的10家房地產(chǎn)上市公司（5家績(jī)優(yōu)類股票且實(shí)力雄厚盈利良好，5家績(jī)差類ST股，見(jiàn)表1）。

為了進(jìn)行對(duì)比分析， 選取績(jī)優(yōu)類和績(jī)差類公司2012年、2013年和2014年進(jìn)行實(shí)證研究，利用KMV模型來(lái)估算這10家公司每年的違約距離和違約概率。

3.2 參數(shù)處理

3.2.1 無(wú)風(fēng)險(xiǎn)利率r

本文采用中國(guó)人民銀行發(fā)布一年期整存整取定期存款利率，2012、2013、2014年的利率分別為3.0%、3.0%、2.75%。

3.2.2 時(shí)間參數(shù)T

令債務(wù)期限T=1，以便與實(shí)證分析所指定的股票價(jià)格期限相對(duì)應(yīng)。

3.2.3 短期債務(wù)和長(zhǎng)期債務(wù)

在房地產(chǎn)上市公司資產(chǎn)負(fù)債表中，取流動(dòng)負(fù)債為短期債務(wù)，取長(zhǎng)期借款、應(yīng)付債券和長(zhǎng)期應(yīng)付款總和為長(zhǎng)期負(fù)債。

3.3 實(shí)證計(jì)算結(jié)果

通過(guò)樣本房地產(chǎn)上市的公司股票和賬面數(shù)據(jù)計(jì)算違約距離和預(yù)期違約率，計(jì)算結(jié)果如表2所示（數(shù)據(jù)來(lái)源于新浪財(cái)經(jīng)和銳思數(shù)據(jù)庫(kù)）。

3.4 對(duì)比分析

將績(jī)優(yōu)組和績(jī)差組的違約距離和預(yù)期違約率進(jìn)行對(duì)比分析，結(jié)果如表3所示。

從績(jī)優(yōu)類房地產(chǎn)上市公司的數(shù)據(jù)變化來(lái)看，在2012、2013、2014的三年中，違約距離從2012年的2.667下降到2013年的2.417，2014年再降至2.297，而預(yù)期違約率從2012年的0.007開至2013年的0.0139，2014年再開至0.0153，違約距離逐年減小，相應(yīng)的預(yù)期違約率在逐年增加。

從績(jī)差類房地產(chǎn)上市公司的數(shù)據(jù)變化來(lái)看，這三年中，違約距離從2012年的1.875上升到2.322再降到2014年的2.298，相應(yīng)的預(yù)期違約率從2012年的0.0914降到2013年的0.0120再增至2014年的0.0132，整體的信用風(fēng)險(xiǎn)也有了惡化的趨勢(shì)。

其中，2012年和2013年，績(jī)優(yōu)類房地產(chǎn)上市公司的違約距離要大于ST類房地產(chǎn)上市公司，預(yù)期違約率小于ST類房地產(chǎn)上市公司，符合理論預(yù)期。而在2014年，績(jī)優(yōu)類房地產(chǎn)上市公司的違約距離要大于ST類房地產(chǎn)上市公司，預(yù)期違約率小于ST類房地產(chǎn)上市公司，風(fēng)險(xiǎn)狀況水平較差。

4 結(jié)論

根據(jù)KMV模型理論，績(jī)優(yōu)類的一組預(yù)期違約率應(yīng)該較小，違約距離應(yīng)該較大，反之，績(jī)差類的一組預(yù)期違約率應(yīng)該較大，違約距離應(yīng)該較小。而通過(guò)兩組數(shù)據(jù)對(duì)比得知，績(jī)優(yōu)類房地產(chǎn)上市公司在2012年至2014年信用水平呈現(xiàn)逐年下降的趨勢(shì)，到2014年甚至比績(jī)差類房地產(chǎn)上市公司信用風(fēng)險(xiǎn)水平還要低。造成這種差異的原因主要跟當(dāng)時(shí)的經(jīng)濟(jì)形勢(shì)有關(guān)?；诜康禺a(chǎn)行業(yè)自身高負(fù)債的行業(yè)特性，在經(jīng)濟(jì)不景氣的情況下，績(jī)優(yōu)類房地產(chǎn)上市公司比績(jī)差類房地產(chǎn)上市公司背負(fù)更多的債務(wù)，在危機(jī)面前更容易出現(xiàn)資金鏈斷裂的情況，因此績(jī)優(yōu)類房地產(chǎn)上市公司可能會(huì)面臨更高程度信用風(fēng)險(xiǎn)的情況。

事實(shí)上，在2013年初，中央政府最后一次出臺(tái)嚴(yán)厲措施調(diào)控房地產(chǎn)市場(chǎng)之后，針對(duì)房地產(chǎn)市場(chǎng)的全局性調(diào)控政策就再未出現(xiàn)過(guò)。在看似寬松的政策環(huán)境下，房地產(chǎn)行業(yè)在2013年觸底反彈之后，2014年初便開始掉頭向下，房?jī)r(jià)下跌和成交量緊縮使得房地產(chǎn)資金周轉(zhuǎn)困難，導(dǎo)致出現(xiàn)了一些大中房地產(chǎn)公司暫時(shí)無(wú)力支付巨額房地產(chǎn)信貸利息的情況，2014年房地產(chǎn)行業(yè)整體都面臨較高的信貸風(fēng)險(xiǎn)。究其根源，還是中國(guó)經(jīng)濟(jì)整體發(fā)展思路的變化，我國(guó)房地產(chǎn)行業(yè)目前步入了調(diào)整期，進(jìn)入了此輪房地產(chǎn)周期的下行階段。但是，這個(gè)“拐點(diǎn)”只是此輪周期的拐點(diǎn)，而不是我國(guó)房地產(chǎn)長(zhǎng)周期的“拐點(diǎn)”，出現(xiàn)這種現(xiàn)象是暫時(shí)性的，隨著經(jīng)濟(jì)的好轉(zhuǎn)，績(jī)優(yōu)類房地產(chǎn)上市公司的信用水平會(huì)開始高過(guò)績(jī)差類房地產(chǎn)上市公司的信用水平。

5 建議

從目前資本市場(chǎng)和房地產(chǎn)實(shí)際市場(chǎng)的形勢(shì)來(lái)看，對(duì)于績(jī)優(yōu)類房地產(chǎn)上市公司來(lái)說(shuō)，應(yīng)該利用自身現(xiàn)有的良好信用優(yōu)勢(shì)，建立起完善的融資平臺(tái)，從而在宏觀經(jīng)濟(jì)的調(diào)控下盡量避免資金鏈斷裂等惡性緊急情況的出現(xiàn)，降低信用風(fēng)險(xiǎn)水平。對(duì)于績(jī)差類房地產(chǎn)上市公司，本來(lái)自身的經(jīng)濟(jì)情況和違約風(fēng)險(xiǎn)就低于行業(yè)水平，在新的房地產(chǎn)政策調(diào)控下，應(yīng)該有側(cè)重點(diǎn)地清算和退出無(wú)盈利甚至虧損的房地產(chǎn)項(xiàng)目和地區(qū)，實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)移，或通過(guò)重組和并購(gòu)，借助大型房地產(chǎn)企業(yè)抵抗信用風(fēng)險(xiǎn)的能力，減小違約的可能性。

總體來(lái)說(shuō)，KMV模型比較適合于我國(guó)房地產(chǎn)上市公司用于信用風(fēng)險(xiǎn)的度量，但是由于本文進(jìn)行實(shí)證研究時(shí)所選樣本較小，容易產(chǎn)生較大的誤差，同時(shí)，KMV模型在我國(guó)資本市場(chǎng)的使用也受到了多方面的限制，比如國(guó)內(nèi)并沒(méi)有建立起違約距離和違約率之間的映射關(guān)系，只能使用預(yù)期違約率作分析比較，模型中的參數(shù)和公式也是使用國(guó)外的方法，這都會(huì)使檢驗(yàn)結(jié)果的置信程度不夠高。因此，進(jìn)一步改進(jìn)模型，使其符合我國(guó)的實(shí)際國(guó)情，應(yīng)該是下一步的研究方向。

參考文獻(xiàn)：

1.李希雯 劉立新 周子元.KMV模型的修正及其應(yīng)用.第五屆中國(guó)金融學(xué)年會(huì)論文集.中國(guó)金融出版社.2008

2.王賽.基于KMV模型的我國(guó)房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)度量.知識(shí)經(jīng)濟(jì).2010.8

3.張學(xué)明.基于修正的KMV模型對(duì)我國(guó)上市公司信用風(fēng)險(xiǎn)的度量和適應(yīng)性分析.商界論壇.2012.2

4.韓崗.國(guó)外信用風(fēng)險(xiǎn)度量方法及其適用性研究.國(guó)際金融研究.2008.2

5.劉洋.中國(guó)房地產(chǎn)行業(yè)上市公司信用風(fēng)險(xiǎn)度量.中小企業(yè)管理與科技.2011.33

6.任珊珊.KMV模型對(duì)房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)的應(yīng)用.商.2012.24

7.張躍松 張婧 王曉陽(yáng).房地產(chǎn)行業(yè)信用滿意度相關(guān)因素灰色關(guān)聯(lián)性分析.工程管理學(xué)報(bào).2010.2

8.姜洪濤 牛曉帆.我國(guó)房地產(chǎn)信用風(fēng)險(xiǎn)形成機(jī)制問(wèn)題研究——兼析信貸政策的選擇.當(dāng)代經(jīng)濟(jì).2010.11

9.汪成豪 黎建強(qiáng) 董紀(jì)昌.從美國(guó)次貸危機(jī)透視房地產(chǎn)信用風(fēng)險(xiǎn)防范.系統(tǒng)工程理論與實(shí)踐.2010.3

10.張?jiān)扑?中國(guó)房地產(chǎn)上市公司信用風(fēng)險(xiǎn)預(yù)測(cè)——基于KMV模型的分析.中國(guó)城市經(jīng)濟(jì).2011.20

作者簡(jiǎn)介：

李國(guó)香，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院金融碩士研究生，研究方向?yàn)轱L(fēng)險(xiǎn)管理。

朱正萱，南京理工大學(xué)教授，研究方向?yàn)轱L(fēng)險(xiǎn)管理。