孫晗

摘 要：給出國(guó)有企業(yè)信用風(fēng)險(xiǎn)的定價(jià)新方法，在實(shí)證研究中，選取2016年20家國(guó)有企業(yè)的股市數(shù)據(jù)，其中10家ST公司和10家非ST公司，通過建立基于GARCH（1，1）模型估計(jì)股價(jià)波動(dòng)率等參數(shù)修正后的KMV模型進(jìn)行計(jì)算。研究發(fā)現(xiàn)，修正后的模型能很好地區(qū)分ST和非ST公司的違約距離。同時(shí)結(jié)果表明，國(guó)有企業(yè)中也存在大量的信用風(fēng)險(xiǎn)，需要重視國(guó)有企業(yè)信用狀況，深化國(guó)有企業(yè)改革。

關(guān)鍵詞：金融學(xué)；國(guó)有企業(yè)；KMV模型；信用風(fēng)險(xiǎn)

中圖分類號(hào)：F276.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）31-0007-04

引言

2016年至今，以東北特鋼債券違約為首的違約事件頻頻爆發(fā)，引起了各界人士的關(guān)注，目前市場(chǎng)已經(jīng)有將近250億元的債券發(fā)生實(shí)質(zhì)性違約，其中約七成來自國(guó)企和央企。長(zhǎng)期以來，金融機(jī)構(gòu)和投資者對(duì)國(guó)企債務(wù)違約風(fēng)險(xiǎn)漠視，認(rèn)為國(guó)有企業(yè)有政府這樣一個(gè)強(qiáng)大的靠山在，無論債務(wù)規(guī)模多大，債務(wù)率多高，政府一定會(huì)伸出援助之手。然而這樣的剛性兌付卻使得國(guó)企債務(wù)風(fēng)險(xiǎn)越來越高，杠桿率不斷提高，風(fēng)險(xiǎn)積累也越來越大。

由于信息不對(duì)稱，我國(guó)國(guó)有企業(yè)所存在的信用風(fēng)險(xiǎn)主要來源于兩大方面。一方面，無論國(guó)有企業(yè)是否資金短缺，都不會(huì)優(yōu)先償還對(duì)銀行的貸款，形成了對(duì)銀行的軟約束；另一方面，我國(guó)國(guó)有企業(yè)面臨錯(cuò)綜復(fù)雜的委托代理管理，例如國(guó)資委和國(guó)企管理者之間、國(guó)資委與政府之間等等，都會(huì)產(chǎn)生嚴(yán)重的道德風(fēng)險(xiǎn)。

政府作為國(guó)有企業(yè)的監(jiān)督者，常常通過政府補(bǔ)貼和債務(wù)轉(zhuǎn)移等方式為企業(yè)彌補(bǔ)損失，幫助國(guó)企降低信用風(fēng)險(xiǎn)，然而這不僅沒有讓國(guó)企所有者意識(shí)到損失的嚴(yán)重性，反而變本加厲，利用政府提供的補(bǔ)貼增加自己的債務(wù)比，使其信用風(fēng)險(xiǎn)更高。因此，去尋找符合我國(guó)基本國(guó)情的國(guó)企信用風(fēng)險(xiǎn)定價(jià)模型刻不容緩。

目前，常用的信用風(fēng)險(xiǎn)度量模型有KMV、Credit Metrics、Credit Risk+、信貸組合觀點(diǎn)模型。KMV模型最早是由KMV公司開發(fā)出來的，主要基于Merton（1974）的期權(quán)定價(jià)模型，將股票視為公司資產(chǎn)的一個(gè)看漲期權(quán)，債券的面值為執(zhí)行價(jià)格，利用股票市價(jià)、股價(jià)波動(dòng)率和負(fù)債價(jià)值來估算企業(yè)資產(chǎn)價(jià)值和違約距離，從而根據(jù)企業(yè)資料庫(kù)得到違約概率。Credit Metrics模型是J.P.摩根1997年4月首次提出量化信用風(fēng)險(xiǎn)的模型，該模型以VAR（Vaule at Risk）、資產(chǎn)組合理論等為依據(jù)，以信用等級(jí)轉(zhuǎn)移矩陣為基礎(chǔ)，對(duì)債券、貸款等進(jìn)行信用風(fēng)險(xiǎn)定價(jià)。Credit Protfolio View模型是1998年由麥肯錫公司應(yīng)用蒙特卡洛模擬和計(jì)量經(jīng)濟(jì)學(xué)理論開發(fā)出的一個(gè)多因子模型，該模型主要把宏觀經(jīng)濟(jì)因素考慮在內(nèi)，對(duì)信用風(fēng)險(xiǎn)進(jìn)行定價(jià)研究。Credit Risk+模型是瑞士信貸銀行金融產(chǎn)品部開發(fā)的，基于財(cái)險(xiǎn)精算科學(xué)方法的違約模型，該模型只考慮違約或者不違約兩種狀態(tài)，不考慮信用評(píng)級(jí)的升降，是一個(gè)典型的違約模型。

對(duì)上述4個(gè)模型進(jìn)行對(duì)比可知，KMV模型主要依賴于企業(yè)股票價(jià)格，易獲取且具有實(shí)時(shí)性、前瞻性；Credit Metrics模型和Credit Protfolio View模型需要長(zhǎng)期的歷史違約數(shù)據(jù)，除此以外，Credit Protfolio View模型還需要跨行業(yè)的宏觀數(shù)據(jù)，然而在我國(guó)信用體系起步較晚，目前還沒有比較權(quán)威的信用評(píng)級(jí)機(jī)構(gòu)，也沒有現(xiàn)成的信用等級(jí)轉(zhuǎn)換概率和違約回收率數(shù)據(jù)資料；Credit Risk+模型所需估計(jì)變量較少，只需要違約和風(fēng)險(xiǎn)敞口的分布即可，局限性在于沒有考慮市場(chǎng)風(fēng)險(xiǎn)也沒有考慮信用等級(jí)轉(zhuǎn)移。綜上考慮，KMV模型是目前最符合我國(guó)國(guó)情的，因?yàn)椋阂皇荎MV以期權(quán)定價(jià)理論為基礎(chǔ)，而該理論已被證明是可靠的；二是數(shù)據(jù)依賴于我國(guó)股價(jià)，而股價(jià)能及時(shí)反映市場(chǎng)上所有已知和未知的信息，符合我國(guó)國(guó)情。因此，接下來將詳細(xì)介紹KMV模型在我國(guó)國(guó)有企業(yè)的信用風(fēng)險(xiǎn)評(píng)估。

一、KMV模型的基本原理及步驟

（一）基本原理

KMV模型基于Merton（1974）的期權(quán)定價(jià)模型，該模型是以股票市價(jià)、股價(jià)波動(dòng)率和負(fù)債價(jià)值來估算企業(yè)資產(chǎn)價(jià)值和違約距離，再依據(jù)企業(yè)資料庫(kù)計(jì)算歷史違約概率，進(jìn)而求出企業(yè)預(yù)期違約概率對(duì)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行定價(jià)。

（二）計(jì)算步驟

1.估計(jì)企業(yè)資產(chǎn)市場(chǎng)價(jià)值VA和波動(dòng)率σA

根據(jù)期權(quán)定價(jià)公式，可以得到：

VE=VAN（d1）-De-rτN（d2） （1）

其中：

d1=■ （2）

d2=■=d1-σA■ （3）

式中，VE為企業(yè)股權(quán)市場(chǎng)價(jià)值，D為企業(yè)債務(wù)面值，VA為企業(yè)資產(chǎn)價(jià)值，τ為債務(wù)期限，σA為企業(yè)資產(chǎn)價(jià)值波動(dòng)率，r為無風(fēng)險(xiǎn)利率，N（·）為標(biāo)準(zhǔn)正態(tài)累積概率分布函數(shù)。

對(duì)上式利用伊藤定理（Itos Lemma）并加以微分，得到如下方程：

σE=■N（d1）σA （4）

兩方程聯(lián)立可以求出兩個(gè)未知數(shù)：企業(yè)資產(chǎn)價(jià)值VA和資產(chǎn)價(jià)值波動(dòng)率σA。

2.計(jì)算違約點(diǎn)DP和違約距離DD

違約點(diǎn)是流動(dòng)負(fù)債與長(zhǎng)期負(fù)債的線性函數(shù)，通常由DP=STD+LTD/2求得，其中STD表示短期債券，LTD表示長(zhǎng)期債券。

定義違約距離DD（distance to Default）：

DD=■ （5）

其中，E[VA]為企業(yè)資產(chǎn)期望價(jià)值，σA為企業(yè)資產(chǎn)方差，DP（Default Point）為違約點(diǎn)。

假設(shè)企業(yè)資產(chǎn)價(jià)值服從對(duì)數(shù)正態(tài)分布，則在t時(shí)刻有：

VtA=V0Aexp[（uA-■σ2A）t+σA■Zt] （6）

DD=■ （7）

3.估計(jì)預(yù)期違約概率EDF

因?yàn)檫`約概率可以認(rèn)為是企業(yè)資產(chǎn)小于違約點(diǎn)的概率，故：endprint

PD e f=Pr（VtA≤DP）==PrZt≤■ （8）

二、國(guó)有信用風(fēng)險(xiǎn)實(shí)證研究

（一）參數(shù)設(shè)定

1.股權(quán)價(jià)值VE。隨著股權(quán)分置改革，為實(shí)現(xiàn)企業(yè)所有股份自由流通，取消了非流通股份，但是還存在限售股。唐齊鳴等人[1]研究表明，限售股的定價(jià)類似之前的非流通股，認(rèn)為公司的股權(quán)價(jià)值=流通A股×每股價(jià)格+限售A股×每股凈資產(chǎn)，故本文采用該方法估計(jì)VE。

2.違約點(diǎn)DP設(shè)置的修正。張玲、楊貞沛等[2]最早在KMV模型中設(shè)置了3個(gè)不同的違約點(diǎn)，得出設(shè)在STD+0.75LTD時(shí)模型識(shí)別能力最好；翟東升、張娟等[3]隨后也考察了KMV模型中不同違約點(diǎn)對(duì)上市公司信用風(fēng)險(xiǎn)評(píng)估的好壞，得出了一樣的結(jié)論。為此，本文選取違約點(diǎn)DP=流動(dòng)負(fù)債+0.75非流通負(fù)債。

3.股權(quán)價(jià)值波動(dòng)率σE的修正。早期股權(quán)價(jià)值波動(dòng)率主要采用靜態(tài)法（歷史波動(dòng)率法）。由于大量實(shí)證表明我國(guó)股票收益率存在明顯的尖峰厚尾，而且收益的波動(dòng)具有聚集性，使用靜態(tài)法會(huì)給結(jié)果帶來一定的誤差。為此，我國(guó)學(xué)者通過實(shí)證研究發(fā)現(xiàn)，GARCH（1，1）模型能很好地計(jì)算波動(dòng)率。如蔣正權(quán)、張能福[4]通過實(shí)證表明，基于GARCH（1，1）的KMV模型能很好地區(qū)分ST和非ST公司；王秀國(guó)等人[5]隨后進(jìn)一步提出了基于CVaR和GARCH（1，1）的擴(kuò)展KMV模型，結(jié)果表明，擴(kuò)展后的KMV模型能更加準(zhǔn)確地預(yù)測(cè)信用風(fēng)險(xiǎn)。為此，本文采用GARCH（1，1）模型計(jì)算σE，模型如下：

σ2t=ω+βσ2 t-1+αε2 t-1 （9）

其中，ω為常數(shù)項(xiàng)，α為回報(bào)系數(shù)，β為滯后系數(shù)，ε2 t-1為殘差平方的滯后項(xiàng)，σ2 t-1為上一期預(yù)測(cè)方差。

4.時(shí)間期限τ的選擇，τ=1年。

5.無風(fēng)險(xiǎn)利率r。采用中國(guó)人民銀行公布的一年期定期整存整取的存款利率，若一年之內(nèi)有調(diào)整的，取加權(quán)平均數(shù)（見表1）。

（二）樣本的選取

本文從滬深市場(chǎng)中選取所需要的上市企業(yè)，選擇條件如下：A股上市，2016年受到ST處理的國(guó)企以及對(duì)應(yīng)行業(yè)非ST處理的國(guó)企，剔除上市時(shí)間在2011年之前的公司，排除剛上市的不穩(wěn)定因素，最終選取了10家ST國(guó)企和10家非ST國(guó)企，接下來選擇這些公司2013年、2014年的每股凈資產(chǎn)、日收盤價(jià)、短期長(zhǎng)期負(fù)債等數(shù)據(jù)（數(shù)據(jù)來源于Wind數(shù)據(jù)庫(kù)）。根據(jù)前面參數(shù)估計(jì)的方法，先用Eviews軟件計(jì)算股價(jià)波動(dòng)率，再用Matlab編程實(shí)現(xiàn)KMV模型得到國(guó)企的資產(chǎn)價(jià)值VA、資產(chǎn)價(jià)值波動(dòng)率σA，最終計(jì)算違約距離DD。由于我國(guó)信用體系比較落后，沒有大量的違約率歷史數(shù)據(jù)庫(kù)，無法將DD與違約率映射在一起，故本文采用違約距離DD來對(duì)我國(guó)國(guó)有企業(yè)信用風(fēng)險(xiǎn)進(jìn)行分析。

三、實(shí)證結(jié)果分析

第一，根據(jù)參數(shù)設(shè)定的方法計(jì)算2013年國(guó)企ST、2013年國(guó)企非ST、2014年國(guó)企ST、2014年國(guó)企非ST的參數(shù)數(shù)值。

第二，根據(jù)上述參數(shù)利用Matlab編程計(jì)算σA、VA以及DD（見表2）。

第三，樣本統(tǒng)計(jì)檢驗(yàn)。利用SPSS統(tǒng)計(jì)軟件采用T檢驗(yàn)來對(duì)兩樣本均值是否具有顯著性差異進(jìn)行推斷，檢驗(yàn)結(jié)果（見表3）。

第四，結(jié)果分析。從表3可以看出，ST公司的均值較非ST公司的小，并且得到T統(tǒng)計(jì)量sig.值分別為0.001和0.000，都小于0.05，說明非ST公司和ST公司的DD具有顯著性差異，模型較好地識(shí)別了國(guó)有ST公司與國(guó)有非ST公司信用風(fēng)險(xiǎn)的差異。

綜上所述，即便是國(guó)有企業(yè)，背后有政府支撐，違約距離仍然很小，內(nèi)部仍存在很大的信用風(fēng)險(xiǎn)。不僅如此，違約企業(yè)和非違約企業(yè)之間違約距離差距也很明顯。鑒于此，我們應(yīng)該重視國(guó)有企業(yè)信用狀況，通過對(duì)國(guó)有企業(yè)信用水平的精確把脈，深化國(guó)有企業(yè)改革，建立完善的國(guó)有企業(yè)違約數(shù)據(jù)庫(kù)，幫助市場(chǎng)參與者更加準(zhǔn)確地把握我國(guó)市場(chǎng)經(jīng)濟(jì)的發(fā)展方向，進(jìn)一步推進(jìn)“中國(guó)經(jīng)濟(jì)新常態(tài)”下的深層次改革。

參考文獻(xiàn)：

[1] 唐齊鳴，黃苒.中國(guó)上市公司違約風(fēng)險(xiǎn)的測(cè)度與分析——跳—擴(kuò)散模型的應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，（10）：101-115.

[2] 張玲，楊貞沛，陳收.KMV模型在上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用研究[J].系統(tǒng)工程，2004，（11）：84-89.

[3] 翟東升，張娟，曹運(yùn)發(fā).KMV模型在上市公司信用風(fēng)險(xiǎn)管理中的應(yīng)用[J].工業(yè)技術(shù)經(jīng)濟(jì)，2007，（1）：126-127.

[4] 蔣正權(quán)，張能福.KMV模型的修正及其應(yīng)用[J].統(tǒng)計(jì)與決策，2008，（9）：67-69.

[5] 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.

[責(zé)任編輯 吳高君]endprint