陳 韜，王麗君，陳 鵬，張 帆

（1.中國(guó)社會(huì)科學(xué)院 研究生院，北京 100005；2.中國(guó)標(biāo)準(zhǔn)化研究院，北京 100191；3.新世界發(fā)展有限公司，上海 200001；4.銀行間市場(chǎng)清算所股份有限公司 發(fā)行托管部，上海 200002）

基于期權(quán)定價(jià)理論的我國(guó)資本市場(chǎng)違約概率度量

陳 韜1，王麗君2，陳 鵬3，張 帆4

（1.中國(guó)社會(huì)科學(xué)院 研究生院，北京 100005；2.中國(guó)標(biāo)準(zhǔn)化研究院，北京 100191；3.新世界發(fā)展有限公司，上海 200001；4.銀行間市場(chǎng)清算所股份有限公司 發(fā)行托管部，上海 200002）

基于期權(quán)定價(jià)理論的KMV模型，在信用風(fēng)險(xiǎn)計(jì)量中具有廣泛的應(yīng)用。利用KMV模型，選擇國(guó)內(nèi)5個(gè)行業(yè)15只上市公司股票樣本，采用GARCH(1，1)模型估計(jì)波動(dòng)率參數(shù)，測(cè)算它們兩年期的預(yù)期違約頻率（EDF），發(fā)現(xiàn)KMV模型在我國(guó)資本市場(chǎng)違約概率度量上具有良好的適用性。根據(jù)實(shí)證結(jié)果，我國(guó)資本市場(chǎng)上市公司信用狀況整體上較好，但整體上有惡化的趨勢(shì)。其中，傳統(tǒng)行業(yè)信用狀況優(yōu)于新興行業(yè)，大型企業(yè)優(yōu)于小企業(yè)。區(qū)分了實(shí)質(zhì)違約和名義違約，把*ST超日作為典型樣本，建議將EDF值為0.60作為我國(guó)資本市場(chǎng)實(shí)質(zhì)違約的參考警戒線。

KMV模型；違約距離；預(yù)期違約頻率；實(shí)質(zhì)違約；波動(dòng)率

一、引言

自從20世紀(jì)90年代初我國(guó)股票市場(chǎng)建立以來，經(jīng)過不斷發(fā)展，目前我國(guó)初步形成了包括貨幣市場(chǎng)、資本市場(chǎng)、外匯市場(chǎng)和黃金市場(chǎng)等在內(nèi)的較為完善的金融市場(chǎng)體系。其中，我國(guó)債券市場(chǎng)近年來發(fā)展迅速，信用債發(fā)行數(shù)量和發(fā)行金額持續(xù)上升。雖然違約風(fēng)險(xiǎn)時(shí)有發(fā)生，我國(guó)尚未出現(xiàn)真正的債券違約事件，曾經(jīng)出現(xiàn)信用風(fēng)險(xiǎn)的債券最終大都通過各種方式獲得了償付保障。但包括違約概率（Probability ofDefault，PD）在內(nèi)的信用風(fēng)險(xiǎn)問題引起國(guó)內(nèi)金融市場(chǎng)的普遍擔(dān)憂和廣泛討論。鑒于我國(guó)資本市場(chǎng)違約歷史數(shù)據(jù)的局限性，本研究將違約區(qū)分為實(shí)質(zhì)違約和名義違約：前者是指發(fā)行人本身經(jīng)營(yíng)困難，財(cái)務(wù)狀況不良，在無外來支持的情況下有不兌付債券的可能，并且這種信用風(fēng)險(xiǎn)在客觀上引起了市場(chǎng)反應(yīng)；名義違約是指發(fā)行人債券完全得不到兌付，符合權(quán)威的違約定義。如果選擇實(shí)質(zhì)違約樣本，就能為違約概率的研究提供參照。

現(xiàn)有國(guó)內(nèi)對(duì)上市公司違約研究中，區(qū)別信用狀況好壞的主要標(biāo)準(zhǔn)為其股票是否被ST。ST股是指上市公司連續(xù)兩年虧損，股票被進(jìn)行特別處理的。此外還有*ST股，即上市公司連續(xù)三年虧損。而上市公司財(cái)務(wù)狀況的好壞與信用狀況關(guān)系密切，在違約歷史數(shù)據(jù)缺乏的情形下，股票被ST便被國(guó)內(nèi)學(xué)術(shù)界接受為違約臨界點(diǎn)。而在國(guó)內(nèi)股票市場(chǎng)，因?yàn)楣旧鲜斜容^困難，“殼”公司曾經(jīng)是稀缺資源，ST股卻往往受到追捧，其交易價(jià)格和交易量被扭曲，直接導(dǎo)致理論研究中參數(shù)估計(jì)出現(xiàn)嚴(yán)重失真。2011年，我國(guó)證監(jiān)會(huì)發(fā)布有關(guān)上市公司重組的新規(guī)定，借殼上市條件趨同于IPO，在很大程度上遏制ST股票交易不正?，F(xiàn)象。證券發(fā)行和交易環(huán)境的改善，也有利于理論研究的完善。但是，股票是否被ST與上市公司違約仍然不能等同。

隨著我國(guó)資本市場(chǎng)的發(fā)展，國(guó)內(nèi)一些公司采用股權(quán)和債權(quán)并舉的方式融資，即既發(fā)行股票也發(fā)行債券，從而為在國(guó)內(nèi)公開市場(chǎng)上驗(yàn)證KMV模型提供了可能的樣本。其中，*ST超日（股票代碼：002506）具有很強(qiáng)的樣本意義。該股票的發(fā)行人全稱為上海超日太陽能科技股份有限公司（以下簡(jiǎn)稱“超日”），并于2012年3月7日（起息日）發(fā)行5年期公司債券“11超日債”（債券代碼：112061）。但由于近年我國(guó)太陽能行業(yè)整體上出現(xiàn)危機(jī)，超日經(jīng)營(yíng)隨之陷入困境。超日2014年3月7日沒有如期全額支付第二期債券利息，成為中國(guó)國(guó)內(nèi)首例公開債券違約案，目前債權(quán)人正通過補(bǔ)充擔(dān)保等手段協(xié)商追償。鑒于國(guó)際權(quán)威的違約定義和本文對(duì)實(shí)質(zhì)違約和名義違約的區(qū)分，截至目前超日仍為實(shí)質(zhì)違約。

為便于數(shù)據(jù)取得，本研究選取滬深兩市上市公司及其股票為研究對(duì)象。與現(xiàn)有的研究不同的是，本研究沒有選擇ST股，而是*ST股。相比連續(xù)兩年虧損的ST上市公司來說，連續(xù)三年虧損的*ST公司處于退市的邊緣，財(cái)務(wù)狀況相對(duì)更差。將*ST公司與其他正常上市公司在KMV模型適用效果進(jìn)行對(duì)比，區(qū)別將更為明顯。

二、文獻(xiàn)回顧

根據(jù)Hull和White（1995）的研究，在世界范圍內(nèi)，很早以來有關(guān)信用風(fēng)險(xiǎn)計(jì)量和預(yù)測(cè)是學(xué)界和業(yè)界的熱門話題。Altman和Saunders（1998）和巴塞爾委員會(huì)（1999）[1]總結(jié)了西方信用風(fēng)險(xiǎn)的測(cè)度和計(jì)量方法，但各種方法都有其各自的優(yōu)缺點(diǎn)和適用條件。其中，KMV模型主要基于BSM期權(quán)定價(jià)理論等現(xiàn)代金融學(xué)理論，具有堅(jiān)實(shí)的理論基礎(chǔ)，是結(jié)構(gòu)化模型。KMV模型在應(yīng)用上具有以下明顯的優(yōu)勢(shì)：第一，根據(jù)Cossin和Pirotte（2001）[2]的觀點(diǎn)，KMV 模型是動(dòng)態(tài)模型，能夠隨時(shí)更新數(shù)據(jù)和結(jié)果，估計(jì)結(jié)果具有可比性；第二，根據(jù)吳恒煜（2006）[3]的觀點(diǎn)，KMV模型適用范圍較廣，既適用于強(qiáng)有效市場(chǎng)，也適用于弱有效市場(chǎng)；第三，KMV模型基于公開市場(chǎng)信息，能綜合反映公司的歷史和現(xiàn)狀以及投資者的預(yù)期。因此，KMV模型在金融市場(chǎng)得到了廣泛應(yīng)用，是資本市場(chǎng)（主要是股票市場(chǎng)）上風(fēng)險(xiǎn)計(jì)量的主要工具，并成為《巴塞爾新資本協(xié)議》關(guān)于銀行內(nèi)部評(píng)級(jí)法推薦使用的主要模型之一。

在實(shí)踐中，Kealhofer（2003）[4]、都紅雯和楊威（2004）[5]等國(guó)內(nèi)外學(xué)者對(duì)KMV模型進(jìn)行持續(xù)廣泛的驗(yàn)證，發(fā)現(xiàn)其對(duì)違約風(fēng)險(xiǎn)的預(yù)測(cè)功能良好，較之其他信用風(fēng)險(xiǎn)模型具有很強(qiáng)的優(yōu)勢(shì)。并且，Cossin和Pirotte（2001）[2]、Vassalou和 Xing（2004）[6]發(fā)現(xiàn)，隨著金融市場(chǎng)的發(fā)展，KMV模型的適用條件也在改善，也有利于其預(yù)測(cè)精度的提高。此外，KMV模型本身也在不斷發(fā)展中。Moody’s KMV公司以及Pesaran et al.（2006）等對(duì)KMV模型的參數(shù)及相關(guān)計(jì)算方法也有不斷的修正，KMV模型體系基本上覆蓋世界主要國(guó)家和地區(qū)。但是，由于作為KMV模型基礎(chǔ)的BSM期權(quán)定價(jià)理論具有一系列嚴(yán)格的假設(shè)，如股票價(jià)格服從幾何布朗運(yùn)動(dòng)、股票價(jià)格對(duì)數(shù)收益率服從標(biāo)準(zhǔn)正態(tài)分布，而現(xiàn)實(shí)中難以滿足，導(dǎo)致違約概率測(cè)算有偏誤。例如，鄭茂（2005）[7]發(fā)現(xiàn)KMV模型估計(jì)的違約概率容易出現(xiàn)高估，但勒夫勒和波施（2011）[8]看法相反。Bharath和Shunway（2008）認(rèn)為，莫頓的違約距離概率（屬于KMV模型框架）作為解釋變量，能成為預(yù)測(cè)違約風(fēng)險(xiǎn)的有用工具，但仍需要充足的數(shù)據(jù)，并在有信用違約互換（CDS）和債券收益率溢價(jià)的市場(chǎng)中其預(yù)測(cè)作用相對(duì)不那么明顯。

根據(jù)都紅雯和楊威（2004）[5]的研究綜述，國(guó)內(nèi)學(xué)者很早就KMV模型在國(guó)內(nèi)的應(yīng)用展開了持續(xù)探索，但由于國(guó)情問題模型應(yīng)用效果不理想。國(guó)內(nèi)有關(guān)KMV模型的現(xiàn)有研究主要集中以下方面：第一，大部分研究集中于比較ST公司與非ST公司的信用風(fēng)險(xiǎn)狀況。我國(guó)債券市場(chǎng)沒有違約事件發(fā)生，而股票市場(chǎng)區(qū)分上市公司信用狀況好壞主要是依據(jù)一個(gè)重要標(biāo)志，即是否ST。根據(jù)馬若微（2006）[9]、李磊寧和張凱（2007）[10]、張澤京等（2007）[11]、閆海峰和華雯君（2009）[12]的研究，KMV模型能夠在一定程度上區(qū)分ST公司和非ST公司的違約風(fēng)險(xiǎn)以及不同行業(yè)的信用風(fēng)險(xiǎn)狀況。第二，對(duì)特定行業(yè)的信用風(fēng)險(xiǎn)狀況進(jìn)行分析。例如，周沅帆（2009）[13]利用KMV模型對(duì)我國(guó)3家上市保險(xiǎn)公司的違約距離進(jìn)行測(cè)度，王賽（2010）[14]利用KMV模型計(jì)算我國(guó)房地產(chǎn)上市公司違約率，曾詩(shī)鴻和王芳（2013）[15]對(duì)制造業(yè)上市公司信用狀況進(jìn)行評(píng)價(jià)。此外，也有個(gè)別學(xué)者如林利紅（2004）[16]對(duì)特定公司的違約率進(jìn)行計(jì)量，在此基礎(chǔ)上就其不同時(shí)期信用狀況進(jìn)行比較。2010年Moody’s KMV公司推出中國(guó)版的KMV模型——RiskCalc China，提供專業(yè)信用服務(wù)，但其適用效果有待檢驗(yàn)。

總體上看，KMV模型在國(guó)內(nèi)已經(jīng)取得了一定成果，但是也存在下述問題：第一，我國(guó)證券市場(chǎng)發(fā)展較晚，模型依賴的信用歷史數(shù)據(jù)和樣本選擇受限。魯煒等（2003）[17-18]、王秀國(guó)和謝幽篁（2012）[19]發(fā)現(xiàn)，截至目前我國(guó)資本市場(chǎng)以及已有研究成果中有效樣本較小。相比之下，國(guó)外證券市場(chǎng)和學(xué)術(shù)研究中動(dòng)輒有著幾十上百年數(shù)據(jù)積累，易于建立違約距離與預(yù)期違約頻率的映射關(guān)系，但即便如此，國(guó)外長(zhǎng)期的歷史數(shù)據(jù)尚不能完全滿足統(tǒng)計(jì)要求。因此，李磊寧和張凱（2007）[10]、孫小琰等（2008）[20]、劉博（2010）在完成違約距離計(jì)算后即告結(jié)束，回避違約率估計(jì)問題。李舜蛟和王文生（2008）也認(rèn)為在國(guó)內(nèi)做到持續(xù)監(jiān)測(cè)存在困難。第二，在模型關(guān)鍵參數(shù)如無風(fēng)險(xiǎn)利率的選取和股價(jià)波動(dòng)率的計(jì)算方法，學(xué)者尚未取得一致。由于我國(guó)金融市場(chǎng)整體上尚不成熟，導(dǎo)致在KMV模型具體適用上與國(guó)外相比存在困難。特別是在2006年年底之前我國(guó)股權(quán)分置改革尚未完成，上市公司有相當(dāng)一部分股份是非流通股，這就導(dǎo)致國(guó)內(nèi)股票市場(chǎng)條件與模型假設(shè)相差較大。雖然魯煒等（2003）[17]也對(duì)非流通股權(quán)價(jià)值進(jìn)行估算，但是難以代替全流通的股權(quán)市場(chǎng)環(huán)境下的真實(shí)數(shù)據(jù)，因而在模型參數(shù)計(jì)算上不可避免地存在偏誤。另一些學(xué)者采用多種方法估計(jì)。例如，汪冬華（2007）根據(jù)不同概率分布計(jì)算四種違約率，劉博（2010）則采用三種方法計(jì)算違約距離并進(jìn)行比較。其他學(xué)者如彭大衡（2009）[21]、劉澄和張玲（2013）、曾詩(shī)鴻和王芳（2013）[15]分別對(duì)傳統(tǒng)的KMV模型進(jìn)行相應(yīng)修正，以便獲得良好估計(jì)效果和改善KMV模型在中國(guó)的適用性。第三，國(guó)內(nèi)在關(guān)鍵的違約界定標(biāo)準(zhǔn)上也不無問題。由于違約數(shù)據(jù)缺乏，大部分學(xué)者將股票是否被ST視為上市公司違約臨界點(diǎn)。孫小琰等（2008）[20]認(rèn)為，我國(guó)這種不正常的現(xiàn)象導(dǎo)致上市公司市值與資產(chǎn)價(jià)值嚴(yán)重偏離，對(duì)模型的參數(shù)估計(jì)有重大影響，使得現(xiàn)有研究的違約界定備受詬病。因此，目前KMV模型主要適用于內(nèi)部評(píng)級(jí)中，在公開的股票市場(chǎng)上運(yùn)用還處在驗(yàn)證階段的探討中。隨著我國(guó)金融市場(chǎng)環(huán)境的不斷完善，KMV模型信用風(fēng)險(xiǎn)計(jì)量功能將會(huì)凸顯。本研究在國(guó)內(nèi)外現(xiàn)有研究成果的基礎(chǔ)上，結(jié)合我國(guó)資本市場(chǎng)最新發(fā)展，并引入實(shí)質(zhì)違約和名義違約的概念，檢驗(yàn)KMV模型的適用性，通過典型樣本測(cè)度我國(guó)資本市場(chǎng)違約概率。

三、模型框架與參數(shù)說明

KMV模型的理論基礎(chǔ)是布萊克和斯科爾斯（1973）的期權(quán)定價(jià)理論，莫頓（1974）推廣了其應(yīng)用，形成BSM模型。

（一）KMV模型框架

根據(jù)BSM模型，可得

其中，N(·)為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，N(d1)為歐式看漲期權(quán)的德爾塔（△）值，為期初股權(quán)價(jià)值（市值），為期初資產(chǎn)價(jià)值，Dt為違約點(diǎn)，rf為無風(fēng)險(xiǎn)收益率，σA為資產(chǎn)價(jià)值波動(dòng)率。

對(duì)上式兩邊先后求導(dǎo)和期望，可以得到市值波動(dòng)率和資產(chǎn)價(jià)值波動(dòng)率之間的關(guān)系

其中，σE為股票價(jià)格波動(dòng)率。

KMV模型引入違約距離（Distance to Default，DD）概念。本文的違約距離計(jì)算公式為

在違約率上，KMV模型采用的是預(yù)期違約頻率概念。本研究關(guān)于對(duì)數(shù)正態(tài)分布假設(shè)下的預(yù)期違約頻率的計(jì)算公式為

（二）參數(shù)說明與設(shè)定

KMV模型的方程組有6個(gè)參數(shù)，其中4個(gè)可以根據(jù)公開市場(chǎng)數(shù)據(jù)直接得到，但需要設(shè)定和計(jì)算。

（1）波動(dòng)率。KMV模型中的波動(dòng)率為隱含波動(dòng)率。本研究運(yùn)用劉迎春和劉霄（2011）的方法，通過GARCH(1,1)估計(jì)股價(jià)波動(dòng)率。

（2）在應(yīng)用KMV模型中，需要計(jì)算兩種公司市值，即股票期權(quán)有效期期初公司市值和期末公司市值。本研究中上市公司樣本采取全流通的上市公司，即其總股數(shù)等于流通股股數(shù)，因此股權(quán)價(jià)值VE的計(jì)算公式為

其中，price為股票的收盤價(jià)，volume為股份總數(shù)。

（3）違約點(diǎn)。根據(jù)張能福、張佳（2010）的研究，本文違約點(diǎn)的計(jì)算公式為

其中，STD為流動(dòng)負(fù)債，LTD為長(zhǎng)期負(fù)債。

（4）無風(fēng)險(xiǎn)利率。本研究選取的是中國(guó)人民銀行公布的2010年兩年期存款利率。

（5）期限。張玲等（2004）認(rèn)為，要充分發(fā)揮KMV模型的風(fēng)險(xiǎn)預(yù)警作用，應(yīng)選擇更早時(shí)期和更長(zhǎng)期限。而在ARCH族模型中，一般需要數(shù)百個(gè)數(shù)據(jù)。因此，本研究采取的期限為兩年，時(shí)間段為2010—2011年，得到的交易數(shù)據(jù)一般為480個(gè)左右。相應(yīng)地，選取的財(cái)務(wù)數(shù)據(jù)也為2010—2011年兩個(gè)財(cái)年。例外的是*ST超日，為自其上市始兩個(gè)周年的數(shù)據(jù)。但是，由于KMV模型對(duì)不同時(shí)期違約概率的估計(jì)結(jié)果仍具有可比性，所以這是可以接受的。

四、實(shí)證分析

（一）數(shù)據(jù)來源

本研究的數(shù)據(jù)資料均是中國(guó)股票市場(chǎng)和債券市場(chǎng)公開信息，其中股票交易價(jià)格數(shù)據(jù)來源于Wind資訊，上市公司財(cái)務(wù)數(shù)據(jù)以及有關(guān)債券數(shù)據(jù)等資料來源于中國(guó)證監(jiān)會(huì)指定信息披露網(wǎng)站巨潮資訊網(wǎng)。運(yùn)用 的 軟 件 主 要 有 MS Excel 2003、SPSS18.0、EViews6.0和Matlab2012b。

（二）實(shí)證過程

1.樣本選取

經(jīng)過篩選和剔除（特別是模型檢驗(yàn)），本研究采用了5個(gè)行業(yè)15個(gè)公司樣本（見表1）。其中，每個(gè)行業(yè)3個(gè)上市公司，并包含1家*ST公司。

2.計(jì)算違約距離和預(yù)期違約頻率

通過對(duì)樣本公司數(shù)據(jù)進(jìn)行建模和運(yùn)算，求出各樣本公司的違約距離和期望違約頻率（表1）。

表1 KMV模型估計(jì)結(jié)果

（三）實(shí)證結(jié)果分析

1.*ST公司和非*ST公司比較與分析

通過秩檢驗(yàn)分析和觀察，*ST公司和非*ST公司EDF具有明顯的差異，即非*ST公司EDF小于*ST公司EDF。這與現(xiàn)有研究結(jié)論一致，但總體上略高于現(xiàn)有研究，說明近年我國(guó)上市公司信用狀況趨壞。

2.行業(yè)內(nèi)比較與分析

航運(yùn)業(yè)中，*ST公司的EDF明顯高于非*ST公司，但*ST公司的資產(chǎn)波動(dòng)率和市值波動(dòng)率均介于非*ST公司之間；鋼鐵業(yè)的*ST公司和非*ST公司的EDF和波動(dòng)率指標(biāo)差別不大；房地產(chǎn)業(yè)中，*ST公司的EDF和波動(dòng)率也均高于兩個(gè)非*ST公司，區(qū)別比較明顯；汽車業(yè)中，*ST公司和非*ST公司的EDF和波動(dòng)率等指標(biāo)較為接近；太陽能業(yè)的*ST公司的EDF和波動(dòng)率都遠(yuǎn)高于非*ST公司。

3.行業(yè)間比較與分析

（1）五個(gè)樣本行業(yè)中，*ST公司與非*ST公司EDF差距懸殊的是太陽能業(yè)，差別不大的是房地產(chǎn)業(yè)、航運(yùn)業(yè)和汽車業(yè)，基本上沒有差別的是鋼鐵業(yè)。

（2）樣本的行業(yè)均值從高到低的順序?yàn)樘柲軜I(yè)、汽車業(yè)、房地產(chǎn)業(yè)、鋼鐵業(yè)和航運(yùn)業(yè)（見圖1）。由此可見，傳統(tǒng)行業(yè)特別是支柱行業(yè)的信用風(fēng)險(xiǎn)狀況更好，而新興行業(yè)的信用狀況較差。一個(gè)重要原因在于，傳統(tǒng)行業(yè)上市公司的企業(yè)規(guī)模大，產(chǎn)業(yè)相對(duì)多元化，抵御風(fēng)險(xiǎn)能力較強(qiáng)。本文測(cè)算結(jié)果與易丹輝和吳建民（2004）的研究是一致的。

圖1 分行業(yè)樣本公司風(fēng)險(xiǎn)狀況比較

4.波動(dòng)率與EDF

波動(dòng)率并不能完全反映樣本的信用狀況。原因在于，波動(dòng)率影響因素較多，如*ST公司戴帽本身帶來的投機(jī)因素也會(huì)直接影響波動(dòng)率，大盤股波動(dòng)也不如小盤股劇烈。但是，波動(dòng)率與EDF具有一定的相關(guān)關(guān)系。通過計(jì)算，15個(gè)樣本的資產(chǎn)價(jià)值波動(dòng)率與EDF的相關(guān)系數(shù)為0.78，市值波動(dòng)率與EDF的相關(guān)系數(shù)為0.93。這說明，上市公司信用狀況越差，其股價(jià)或市值易于受到影響，波動(dòng)擴(kuò)大。但本研究的這個(gè)結(jié)論與楊星和張義強(qiáng)（2004）研究結(jié)果有一定的出入。

5.典型樣本分析

實(shí)質(zhì)違約樣本*ST超日的EDF為0.67，市值波動(dòng)率和資產(chǎn)波動(dòng)率分別為1.38和1.31，均遠(yuǎn)遠(yuǎn)高出同行業(yè)的兩個(gè)非*ST公司兩倍以上，也遠(yuǎn)遠(yuǎn)高于其他樣本公司。

五、結(jié)論

本研究估計(jì)5個(gè)行業(yè)15個(gè)樣本公司的預(yù)期違約頻率，區(qū)分不同行業(yè)不同公司的信用狀況。樣本公司體現(xiàn)的我國(guó)上市公司違約概率較低，即我國(guó)資本市場(chǎng)信用狀況較好，但個(gè)別公司例外，整體上有惡化的趨勢(shì)?？傮w上，傳統(tǒng)行業(yè)（如航運(yùn)業(yè)、鋼鐵業(yè)）的違約概率較低，高科技行業(yè)較高；企業(yè)規(guī)模越大，則違約概率越低。并且，樣本公司股票的波動(dòng)率與預(yù)期違約頻率具有較高的正相關(guān)性。

本研究還區(qū)分實(shí)質(zhì)違約和名義違約，將*ST超日作為實(shí)質(zhì)違約樣本。根據(jù)本研究實(shí)證結(jié)果，*ST超日的EDF達(dá)到60%以上，而其他樣本公司的EDF均在60%以下。因此，本研究建議使用KMV模型時(shí)可以將EDF=0.60作為實(shí)質(zhì)違約的參考警戒線。

KMV模型則為違約概率的測(cè)度提供了重要工具。通過實(shí)證分析，本研究認(rèn)為，KMV模型在我國(guó)資本市場(chǎng)具有良好的適用性。KMV模型可以用來監(jiān)測(cè)不同行業(yè)、不同公司的風(fēng)險(xiǎn)狀況，實(shí)際上也可以監(jiān)測(cè)不同地區(qū)、不同時(shí)期的風(fēng)險(xiǎn)狀況。

但是，本研究也存在如下局限：樣本數(shù)量偏少；估計(jì)均是采用單一方法；等等。這些局限一定程度上是由于本研究在樣本和方法上進(jìn)行了嚴(yán)格的比較和檢驗(yàn)的結(jié)果。如果樣本足夠多、模型參數(shù)設(shè)定和方法運(yùn)用恰當(dāng)，KMV模型提供的風(fēng)險(xiǎn)度量可能將更為精確，但這有待于我國(guó)資本市場(chǎng)不斷完善。

[1]Basle Committee on Banking Supervision(BCBS),Credit Risk Modelling:Current Practices and Applications[D].Working Paper,1999：16-23.

[2]Didier Coss in and Hugues Pirotte.Advanced Credit Risk Analysis[M].New York:John Wiley&Sons,Ltd.2001:15-33.

[3]吳恒煜.信用風(fēng)險(xiǎn)控制理論研究：違約概率度量與信用衍生品定價(jià)模型[M].北京：經(jīng)濟(jì)管理出版社，2006：100-102.

[4]Stephen Kealho fer.Quantifying Credit Risk I:Default Prediction[J].Fanacial Analysts Journal,2003(59)：30-44.

[5]都紅雯，楊威.我國(guó)對(duì)KMV模型實(shí)證研究中存在的若干問題及對(duì)策思考[J].國(guó)際金融研究，2004，（11）：22-27.

[6]Maria Vassalou and Yuhang Xing.Default Risk in Equity Returns[J].Journal of Finance,2004(59)：831-868.

[7]鄭茂.基于EDF模型的上市公司信用風(fēng)險(xiǎn)實(shí)證研究[J].管理工程學(xué)報(bào)，2005，（3）：151-154.

[8][德]岡特 ·勒夫勒，彼得 ·N.波施.信用風(fēng)險(xiǎn)模型[M].柏滿迎，譯.北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2011：34-44.

[9]馬若微.KMV模型運(yùn)用于中國(guó)上市公司財(cái)務(wù)困境預(yù)警的實(shí)證檢驗(yàn)[J].數(shù)理統(tǒng)計(jì)與管理，2006，（5）：593-601.

[10]李磊寧，張凱.KMV模型的修正及在我國(guó)上市公司信用風(fēng)險(xiǎn)度量中的應(yīng)用[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2007，（4）：44-48.

[11]張澤京，陳曉紅，王傅強(qiáng).基于KMV模型的我國(guó)中小上市公司信用風(fēng)險(xiǎn)研究[J].財(cái)經(jīng)研究，2007，（11）：31-52.

[12]閆海峰，華雯君.基于KMV模型的中國(guó)上市公司信用風(fēng)險(xiǎn)研究[J].工業(yè)經(jīng)濟(jì)研究，2009，（3）：14-22.

[13]周沅帆.基于KMV模型對(duì)我國(guó)上市保險(xiǎn)公司的信用風(fēng)險(xiǎn)度量[J].保險(xiǎn)研究，2009，（3）：77-81.

[14]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[J].知識(shí)經(jīng)濟(jì)，2010，（8）：7-8.

[15]曾詩(shī)鴻，王芳.基于KMV模型的制造業(yè)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J].預(yù)測(cè)，2013，（2）：60-69.

[16]林利紅.期權(quán)定價(jià)理論違約率模型在中國(guó)的應(yīng)用[J].技術(shù)經(jīng)濟(jì)與管理研究，2004，（1）：46-47.

[17]魯煒，趙恒珩，劉冀云.KMV模型關(guān)系函數(shù)推測(cè)及其在中國(guó)股市的驗(yàn)證[J].運(yùn)籌與管理，2003，（3）：43-48.

[18]魯煒，趙恒珩，方兆本，劉冀云.KMV模型在公司價(jià)值評(píng)估中的應(yīng)用[J].管理科學(xué)，2003，（3）：30-33.

[19]王秀國(guó)，謝幽篁.基于CVaR 和GARCH(1，1)的擴(kuò)展KMV 模型[J].系統(tǒng)工程，2012，（12）：26-32.

[20]孫小琰，沈悅，羅璐琦.基于KMV模型的我國(guó)上市公司價(jià)值評(píng)估實(shí)證研究[J].管理工程學(xué)報(bào)，2008，（1）：102-108.

[21]彭大衡.基于改進(jìn)的KMV模型的貸款組合管理研究[J].廣東商學(xué)院學(xué)報(bào)，2009：55-60.

1003-4625（2014）06-0007-05

F830.91

A

2014-04-08

陳韜（1980-），男，湖北武穴人，博士研究生，研究方向：金融計(jì)量、技術(shù)經(jīng)濟(jì)及管理；王麗君（1981-），女，河南安陽人，工程師，研究方向：國(guó)際標(biāo)準(zhǔn)及標(biāo)準(zhǔn)化的經(jīng)濟(jì)效益；陳鵬（1981-），男，湖北武穴人，特許金融分析師（CFA），研究方向：企業(yè)財(cái)務(wù)與統(tǒng)計(jì)；張帆（1984-），女，遼寧鐵嶺人，研究方向：資本市場(chǎng)與投融資。

賈偉）