張維鴻

【關(guān)鍵詞】KMV模型;半導(dǎo)體企業(yè);信用風(fēng)險(xiǎn)

【中圖分類(lèi)號(hào)】F830.9 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2021）08-0153-03

0 引言

自改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)經(jīng)歷了數(shù)十年的高速增長(zhǎng)，一躍成為世界第二大經(jīng)濟(jì)體。近年來(lái)，中國(guó)的經(jīng)濟(jì)增速由高速轉(zhuǎn)變?yōu)橹懈咚?，?jīng)濟(jì)由高速增長(zhǎng)轉(zhuǎn)為高質(zhì)量增長(zhǎng)。經(jīng)濟(jì)轉(zhuǎn)型要想取得成功，中國(guó)必須對(duì)制造業(yè)進(jìn)行產(chǎn)業(yè)升級(jí)，增加對(duì)高技術(shù)產(chǎn)業(yè)的投入。產(chǎn)業(yè)升級(jí)不僅可以提高我國(guó)制造業(yè)的競(jìng)爭(zhēng)力，還可以增加大量的中高端收入的職位，擴(kuò)大我國(guó)的中等收入群體，有利于我國(guó)經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)健康發(fā)展。因此，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)成為迫在眉睫的重要任務(wù)。目前，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)已經(jīng)成為全國(guó)上下的共識(shí)，但是在產(chǎn)業(yè)升級(jí)的方向上各地方政府的選擇存在差異，其中加大對(duì)半導(dǎo)體產(chǎn)業(yè)的投資成為眾多地方政府的選擇。這其中有多方面的原因：一是半導(dǎo)體產(chǎn)業(yè)是典型的高技術(shù)、高投入的產(chǎn)業(yè)，具有馬太效應(yīng)，一旦技術(shù)達(dá)到行業(yè)頂尖，那么就具備了贏家通吃的資格。也就是說(shuō)，一旦獲得成功，將獲得巨大的回報(bào)。二是中國(guó)在半導(dǎo)體產(chǎn)業(yè)上對(duì)外有巨大的貿(mào)易逆差，半導(dǎo)體產(chǎn)業(yè)已經(jīng)成為我國(guó)對(duì)外貿(mào)易逆差的最大來(lái)源之一。三是由于中美貿(mào)易戰(zhàn)的暴發(fā)，美國(guó)對(duì)我國(guó)半導(dǎo)體產(chǎn)業(yè)在內(nèi)的多個(gè)高科技企業(yè)進(jìn)行了制裁，對(duì)我國(guó)經(jīng)濟(jì)和產(chǎn)業(yè)發(fā)展造成了阻礙，因此發(fā)展半導(dǎo)體產(chǎn)業(yè)對(duì)我國(guó)經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)發(fā)展具有重要意義。

由于我國(guó)半導(dǎo)體產(chǎn)業(yè)和國(guó)際先進(jìn)技術(shù)水平相比還有較大差距及馬太效應(yīng)的存在，致使我國(guó)半導(dǎo)體產(chǎn)業(yè)的發(fā)展面臨諸多困境，因此對(duì)我國(guó)半導(dǎo)體企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，對(duì)政府投資和投資者具有重要的參考意義。KMV模型是一種對(duì)上市企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行度量的方法，由于KMV模型能準(zhǔn)確地反映上市公司信用狀況，因此被金融、保險(xiǎn)和信用評(píng)級(jí)公司等廣泛應(yīng)用于上市公司信用風(fēng)險(xiǎn)評(píng)估，本文將使用KMV模型對(duì)我國(guó)上市半導(dǎo)體企業(yè)進(jìn)行信用風(fēng)險(xiǎn)度量。

1 文獻(xiàn)綜述

KMV被廣泛用于衡量上市公司的信用風(fēng)險(xiǎn)和政府債券的違約風(fēng)險(xiǎn)。核心理論來(lái)源于Black和Scholes的期權(quán)定價(jià)理論和Merton的公司債務(wù)定價(jià)理論。KMV模型提出后，引起了國(guó)內(nèi)外學(xué)者的重視和相繼研究，并對(duì)模型進(jìn)行了修正，擴(kuò)大了其適用范圍。Michel等人回顧了行業(yè)擔(dān)保信用風(fēng)險(xiǎn)價(jià)值的評(píng)估方法，認(rèn)為在KMV模型中，違約過(guò)程是內(nèi)生的，與上市企業(yè)的資產(chǎn)組成無(wú)關(guān)。當(dāng)公司的資產(chǎn)價(jià)值低于某一標(biāo)準(zhǔn)后時(shí)，企業(yè)就會(huì)面臨違約風(fēng)險(xiǎn)[1]。Ching等人提出了以市場(chǎng)信息為預(yù)測(cè)變量的信用評(píng)級(jí)預(yù)測(cè)模型。利用KMV模型對(duì)企業(yè)的市場(chǎng)信息進(jìn)行評(píng)價(jià)。為了驗(yàn)證方法的有效性，采用隨機(jī)森林和粗糙集理論相結(jié)合的混合模型提取信用評(píng)級(jí)的有用信息。研究結(jié)果顯示，基于市場(chǎng)的信息在信用評(píng)級(jí)預(yù)測(cè)中確實(shí)提供了有價(jià)值的信息[2]。韓立巖等人使用KMV模型建立了針對(duì)政府債券的信用風(fēng)險(xiǎn)度量模型，得到了適用中國(guó)市場(chǎng)的違約概率計(jì)算方法[3]。周沅等人通過(guò)KMV模型對(duì)我國(guó)的上市保險(xiǎn)公司進(jìn)行了信用風(fēng)險(xiǎn)度量，并給出了改善監(jiān)管方面問(wèn)題的政策建議[4]。徐占東等人將我國(guó)省級(jí)政府的財(cái)政收入進(jìn)行分解，基于修正的KMV模型對(duì)我國(guó)省級(jí)政府的債務(wù)違約風(fēng)險(xiǎn)進(jìn)行度量。研究結(jié)果表明，債務(wù)的償還期限越長(zhǎng)，則違約概率越小[5]。國(guó)內(nèi)一些學(xué)者在利用該模型研究國(guó)內(nèi)市場(chǎng)，并對(duì)KMV模型進(jìn)行了改進(jìn)。李臘生等人在研究中國(guó)的地方債務(wù)風(fēng)險(xiǎn)時(shí)，考慮到中國(guó)的央地兩政府有著特殊的“父子關(guān)系”，對(duì)KMV模型進(jìn)行了修正，以我國(guó)18個(gè)省市的數(shù)據(jù)對(duì)我國(guó)地方政府的債務(wù)違約風(fēng)險(xiǎn)進(jìn)行了面板數(shù)據(jù)分析和實(shí)證分析。研究發(fā)現(xiàn)，中國(guó)地方政府不存在經(jīng)濟(jì)上的違約風(fēng)險(xiǎn)，但是存在債務(wù)違約的道德風(fēng)險(xiǎn)[6]。王慧等人使用我國(guó)147家上市房地產(chǎn)公司的數(shù)據(jù)對(duì)KMV模型進(jìn)行了修正，修正后模型更適用于評(píng)估中國(guó)上市房地產(chǎn)企業(yè)的信用風(fēng)險(xiǎn)[7]。洪源等人對(duì)KMV模型進(jìn)行改進(jìn)用于研究債務(wù)管理新政實(shí)施后地方政府的債務(wù)違約風(fēng)險(xiǎn)。研究發(fā)現(xiàn)，在不考慮債務(wù)置換的前提下，中西部地區(qū)的政府債務(wù)違約風(fēng)險(xiǎn)要顯著高于東部沿海地區(qū)。此外，在延長(zhǎng)債務(wù)償還期限一倍的情況下，絕大多數(shù)數(shù)地方政府都不存在債務(wù)違約風(fēng)險(xiǎn)[8]。

現(xiàn)有的研究文獻(xiàn)主要研究了KMV模型在中國(guó)市場(chǎng)的適用性、模型的修正等問(wèn)題，以及對(duì)部分行業(yè)進(jìn)行了研究，但是目前尚未有文獻(xiàn)對(duì)我國(guó)的上市半導(dǎo)體企業(yè)進(jìn)行研究。鑒于半導(dǎo)體產(chǎn)業(yè)對(duì)我國(guó)經(jīng)濟(jì)未來(lái)發(fā)展的重要性，本文將使用10家在A股上市半導(dǎo)體公司2016—2019年的數(shù)據(jù)，利用KMV模型對(duì)這些企業(yè)進(jìn)行信用違約風(fēng)險(xiǎn)評(píng)估，為地方政府和投資者提供參考和建議。

2 研究方法

2.1 KMV模型的核心理論

KMV模型是將期權(quán)定價(jià)理論應(yīng)用于度量上市企業(yè)信用違約風(fēng)險(xiǎn)和債券違約風(fēng)險(xiǎn)的金融實(shí)務(wù)模型。該模型的核心思想是將上市公司的股權(quán)定義為一個(gè)以公司的市值為標(biāo)的，流動(dòng)負(fù)債和非流動(dòng)負(fù)債的賬面價(jià)值為執(zhí)行價(jià)格，債務(wù)到期日為執(zhí)行日的歐式期權(quán)。KMV模型主要通過(guò)計(jì)算違約距離DD和違約概率EDF度量判斷一個(gè)公司的信用風(fēng)險(xiǎn)。違約距離越大，違約概率越低，那么公司信用風(fēng)險(xiǎn)越低。

2.2 計(jì)算違約距離DD和違約概率EDF

2.2.1 找到違約觸發(fā)點(diǎn)

在KMV模型中，公司在違約點(diǎn)剛好觸發(fā)違約，那么只要找到了違約點(diǎn)，就確定了違約距離。KMV公司研究發(fā)現(xiàn)，大多數(shù)發(fā)生債務(wù)違約的公司，發(fā)生債務(wù)違約時(shí)的資產(chǎn)約為流動(dòng)債務(wù)加上非流動(dòng)債務(wù)的一半，即

其中，STD是企業(yè)的流動(dòng)負(fù)債;LTD是企業(yè)的非流動(dòng)負(fù)債;DP為公司的違約點(diǎn)。

2.2.2 公司的資產(chǎn)價(jià)值VA和資產(chǎn)價(jià)值的波動(dòng)率σA

根據(jù)BS期權(quán)定價(jià)理論，公司的股權(quán)價(jià)值：

對(duì)公式（2）兩邊求導(dǎo)，得到：

其中，VE為企業(yè)的股權(quán)價(jià)值，在本文中是公司的流通股數(shù)乘以本年度的平均收盤(pán)價(jià)：N為正態(tài)累積分布函數(shù);r是無(wú)風(fēng)險(xiǎn)利率;D為公司的債務(wù)面值，即流動(dòng)負(fù)債加上非流動(dòng)負(fù)債;T為公司的債務(wù)期限;σE為公司股權(quán)價(jià)值的年波動(dòng)率。VE和σE可以從股票市場(chǎng)獲取。通過(guò)聯(lián)立公式（2）和公式（5）即可計(jì)算公司的資產(chǎn)價(jià)值VA和資產(chǎn)波動(dòng)率σA。

2.2.3 計(jì)算違約距離DD和違約概率EDF

利用公司的違約點(diǎn)、資產(chǎn)價(jià)值的波動(dòng)率和資產(chǎn)價(jià)值構(gòu)建違約距離DD這一公司的信用風(fēng)險(xiǎn)度量指標(biāo)。具體的計(jì)算方法如下：

其中，N為標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)。

2.3 參數(shù)設(shè)定

對(duì)KMV模型的具體計(jì)算可以通過(guò)編程語(yǔ)言Python編寫(xiě)對(duì)應(yīng)的程序進(jìn)行計(jì)算，只需要獲取所需的參數(shù)即可。所需的參數(shù)有股權(quán)價(jià)值、債務(wù)面值、債務(wù)期限、無(wú)風(fēng)險(xiǎn)利率和股權(quán)波動(dòng)率，下文將對(duì)這些參數(shù)進(jìn)行具體的設(shè)定：？譹？訛股權(quán)價(jià)值。公司的股權(quán)價(jià)值可以通過(guò)銳思金融數(shù)據(jù)庫(kù)獲取的上市公司的股票數(shù)據(jù)進(jìn)行計(jì)算。設(shè)定公司的股權(quán)價(jià)值為股權(quán)價(jià)值=流通股數(shù)×本年度公司股票的平均收盤(pán)價(jià)。如果有部分公司在一年中進(jìn)行了股票增發(fā)，那么其股權(quán)價(jià)值的計(jì)算方式為股權(quán)價(jià)值=增發(fā)后流通股數(shù)×從增發(fā)日至本年度最后一個(gè)交易日公司股票的平均收盤(pán)價(jià)。？譺？訛債務(wù)面值?，F(xiàn)有的許多文獻(xiàn)已經(jīng)驗(yàn)證了KMV公司給出的經(jīng)典債務(wù)面值計(jì)算公式在我國(guó)的股票市場(chǎng)中具有很好的適用性。本文參照蔣彧等人（2015）的做法，沿用KMV公司給出的原始公式債務(wù)面值=流動(dòng)負(fù)債+非流動(dòng)負(fù)債[9]。上市公司的流動(dòng)負(fù)債和非流動(dòng)負(fù)債數(shù)據(jù)可以從上市公司公布的年度報(bào)告中獲取。債務(wù)期限和無(wú)風(fēng)險(xiǎn)利率。現(xiàn)有的研究KMV模型的文獻(xiàn)通常將債務(wù)期限定為一年，本文沿用這一做法?，F(xiàn)有文獻(xiàn)通常將無(wú)風(fēng)險(xiǎn)利率定為一年期國(guó)債的收益率或者上海銀行間同業(yè)隔夜拆借利率。由于國(guó)債的高流動(dòng)性和穩(wěn)定性，因此本文使用一年期國(guó)債收益率定義為無(wú)風(fēng)險(xiǎn)利率。公司股權(quán)價(jià)值波動(dòng)率。本文將公司股權(quán)價(jià)值波動(dòng)率設(shè)定為股權(quán)價(jià)值年波動(dòng)率=股權(quán)價(jià)值日波動(dòng)率×。

3 實(shí)證分析

3.1 樣本選取

本文研究A股上市半導(dǎo)體公司的信用風(fēng)險(xiǎn)，從A股選取了10家具有代表性的企業(yè)2019年的數(shù)據(jù)作為樣本（見(jiàn)表1），研究所用金融數(shù)據(jù)來(lái)自瑞思金融數(shù)據(jù)庫(kù)、東方財(cái)富網(wǎng)。

3.2 計(jì)算過(guò)程——以“歌爾股份”為例

（1）計(jì)算“歌爾股份”的股權(quán)價(jià)值?！案锠柟煞荨钡乃泄善本鲜辛魍?，故“歌爾股份”的股權(quán)價(jià)值為股權(quán)價(jià)值=流通股數(shù)×本年度公司股票的平均收盤(pán)價(jià)?！案锠柟煞荨?019年的股權(quán)價(jià)值為404.21億元=32.45/億股×12.45元。

（2）計(jì)算“歌爾股份”的股權(quán)價(jià)值波動(dòng)率（見(jiàn)表1）。

計(jì)算Ln（Yn+1/Yn）的標(biāo)準(zhǔn)差就得到“歌爾股份”2019年股權(quán)價(jià)值的日波動(dòng)率，進(jìn)一步計(jì)算年波動(dòng)率。得到“歌爾股份”2019年股權(quán)價(jià)值日波動(dòng)率為0.033 2，年波動(dòng)率為0.5191。

（3）計(jì)算違約觸發(fā)點(diǎn)DP：DP=流動(dòng)負(fù)債+0.5×非流動(dòng)負(fù)債，得到2019“歌爾股份”的DP為175.58億元×0.5×9.73億元=185.31億元。

（4）將上述計(jì)算得到的數(shù)據(jù)輸入編寫(xiě)好的Python程序，得到度量上市公司信用風(fēng)險(xiǎn)的指標(biāo)：違約距離DD、預(yù)期違約概率EDF （結(jié)果見(jiàn)表2）。

將表2中的DD和EDF均值與唐振鵬等人（2016）的研究結(jié)果[10]進(jìn)行對(duì)比發(fā)現(xiàn)，半導(dǎo)體行業(yè)上市公司的預(yù)期違約概率要顯著高于其他行業(yè)。主要原因如下：一是半導(dǎo)體產(chǎn)業(yè)即使是在高科技產(chǎn)業(yè)中也是屬于技術(shù)要求最高的一類(lèi)，屬于典型的高技術(shù)高投入尖端制造業(yè)。半導(dǎo)體行業(yè)的技術(shù)會(huì)不斷進(jìn)步，這是一個(gè)處于成長(zhǎng)期的行業(yè)，需要不間斷投入資金以獲得行業(yè)領(lǐng)先地位，一旦技術(shù)落后于同行，公司的盈利水平將大幅下降。二是半導(dǎo)體行業(yè)具有馬太效應(yīng)，即贏家通吃原則。我國(guó)半導(dǎo)體企業(yè)的技術(shù)水平普遍還達(dá)不到國(guó)際領(lǐng)先，盈利能力還不足，要繼續(xù)發(fā)展就要增加投入，從而導(dǎo)致負(fù)債增加。

4 政策建議

通過(guò)KMV模型對(duì)我國(guó)上市半導(dǎo)體公司的信用風(fēng)險(xiǎn)研究，對(duì)實(shí)證結(jié)果違約距離和預(yù)期違約概率進(jìn)行分析后，本文對(duì)如何降低我國(guó)上市半導(dǎo)體企業(yè)的信用風(fēng)險(xiǎn)提出以下建議。一是企業(yè)應(yīng)應(yīng)當(dāng)盡量減少流動(dòng)負(fù)債，融資方式盡可能選擇發(fā)行中長(zhǎng)期債券或從股票市場(chǎng)獲得融資。企業(yè)應(yīng)當(dāng)將經(jīng)營(yíng)獲得的盈利更多地用于研發(fā)，在企業(yè)自身技術(shù)水平提高后，盈利能力和市場(chǎng)占有率將獲得極大的提高并獲得投資者更高的關(guān)注，進(jìn)而提高公司的股權(quán)價(jià)值。二是公司應(yīng)當(dāng)及時(shí)公布技術(shù)研發(fā)水平的進(jìn)步和其他對(duì)公司股價(jià)的利好消息，增強(qiáng)投資者對(duì)公司長(zhǎng)期發(fā)展的信心，這不僅有利于公司股價(jià)的穩(wěn)定，也能提高公司的股權(quán)價(jià)值，從而降低企業(yè)的信用風(fēng)險(xiǎn)。三是政府部門(mén)應(yīng)當(dāng)制定更多扶持我國(guó)半導(dǎo)體產(chǎn)業(yè)發(fā)展的產(chǎn)業(yè)政策，政府扶持我國(guó)半導(dǎo)體產(chǎn)業(yè)的發(fā)展，不僅能增強(qiáng)我國(guó)制造業(yè)的競(jìng)爭(zhēng)力和減少貿(mào)易逆差，還可以提供大量的中、高端職位，擴(kuò)大中等收入群體，有利于我國(guó)經(jīng)濟(jì)的長(zhǎng)遠(yuǎn)健康發(fā)展。

參 考 文 獻(xiàn)

[1]Michel Crouhy，Dan Galai，Robert Mark.A comparative analysis of current credit risk models[J].Journal of Banking & Finance，2000，24（1-2）：59-

117.

[2]Ching-Chiang Yeh，F(xiàn)engyi Lin，Chih-Yu Hsu.A h-

ybrid KMV model，random forests and rough set theory approach for credit rating[J].Knowledge-B-

ased Systems，2012（33）：166-172.

[3]韓立巖，鄭承利，羅雯，等.中國(guó)市政債券信用風(fēng)險(xiǎn)與發(fā)債規(guī)模研究[J].金融研究，2003（2）：85-94.

[4]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.

[5]徐占東，王雪標(biāo).中國(guó)省級(jí)政府債務(wù)風(fēng)險(xiǎn)測(cè)度與分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究2014（12）：38-53.

[6]李臘生，耿曉媛，鄭杰.我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)評(píng)價(jià) [J].統(tǒng)計(jì)研究，2013（10）：30-39.

[7]王慧，張國(guó)君.KMV模型在我國(guó)上市房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)度量中的應(yīng)用[J].經(jīng)濟(jì)問(wèn)題，2018（3）：36-40.

[8]洪源，胡爭(zhēng)榮.償債能力與地方政府債務(wù)違約風(fēng)險(xiǎn)——基于KMV修正模型的實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2018（5）：21-37.

[9]蔣彧，高瑜.基于KMV模型的中國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)估研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（9）：38-45.

[10]唐振鵬，陳尾虹，黃友珀.上市公司信用風(fēng)險(xiǎn)的度量[J].統(tǒng)計(jì)與決策，2016（24）：174-179.