□鄭安妮

（大連財(cái)經(jīng)學(xué)院，遼寧 大連 116622）

我國(guó)是全球最大的豬肉生產(chǎn)國(guó)，據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2022 年中國(guó)豬肉產(chǎn)量為5 541 萬(wàn)t，占全球產(chǎn)量的50.44%。生豬養(yǎng)殖業(yè)是我國(guó)農(nóng)業(yè)支柱產(chǎn)業(yè)之一，在保障國(guó)民生活質(zhì)量和實(shí)現(xiàn)鄉(xiāng)村振興方面發(fā)揮著舉足輕重的作用，對(duì)經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定具有基礎(chǔ)性戰(zhàn)略意義[1]。但是我國(guó)生豬養(yǎng)殖業(yè)長(zhǎng)期以來(lái)飽受“豬周期”困擾，又歷經(jīng)多輪重大動(dòng)物疫情，生豬的價(jià)格波動(dòng)頻繁[2]。2019 年非洲豬瘟后，我國(guó)開啟了近2 年的高豬價(jià)時(shí)代，生豬價(jià)格一度飆升至40.98 元/kg 左右。2021 年，隨著產(chǎn)能恢復(fù)，生豬供過(guò)于求的狀態(tài)難以持續(xù)，22 ?。ㄗ灾螀^(qū)、直轄市）生豬均價(jià)同比下跌40.6%。2022 年初生豬價(jià)格一度走高，但10 月以后受新冠肺炎疫情影響導(dǎo)致消費(fèi)低迷和全國(guó)生豬養(yǎng)殖快速擴(kuò)張的雙重影響，豬價(jià)高位回落，全年均價(jià)同比下降約7%[3]。豬價(jià)波動(dòng)對(duì)整個(gè)行業(yè)帶來(lái)極大沖擊，2021 年中證生豬產(chǎn)業(yè)指數(shù)的50 支成分股中有14 家發(fā)生明顯虧損，其中10 家主營(yíng)業(yè)務(wù)為生豬養(yǎng)殖。

信用風(fēng)險(xiǎn)又稱違約風(fēng)險(xiǎn)，是指?jìng)鶆?wù)人不履行到期債務(wù)的風(fēng)險(xiǎn)。在2019—2020 年生豬價(jià)格上漲期間，生豬養(yǎng)殖業(yè)進(jìn)行了大量舉債、增發(fā)等資金補(bǔ)充活動(dòng)，實(shí)現(xiàn)了資本的快速擴(kuò)張，但也放大了行業(yè)的信用風(fēng)險(xiǎn)。2021 年以來(lái)，隨行業(yè)進(jìn)入下行周期，資金壓力持續(xù)提升，償債能力指標(biāo)逐步惡化。銀河證券數(shù)據(jù)，2021 年17 家上市豬企資產(chǎn)負(fù)債率均值為61.52%，同比增加13.9%，并呈進(jìn)一步增長(zhǎng)趨勢(shì)。我國(guó)生豬養(yǎng)殖業(yè)規(guī)模龐大，對(duì)國(guó)民經(jīng)濟(jì)影響深遠(yuǎn)，對(duì)其信用風(fēng)險(xiǎn)進(jìn)行有效測(cè)度及預(yù)警極為必要。上市公司具有極高的行業(yè)影響力與代表性，能反映復(fù)雜多變的市場(chǎng)狀況。

1 理論模型

1.1 KMV模型概述

KMV 模型是由美國(guó)KMV 公司開發(fā)的一款信用風(fēng)險(xiǎn)度量模型，用來(lái)測(cè)算上市公司債務(wù)的違約概率，其理論基礎(chǔ)為Black-Scholes-Merton 期權(quán)定價(jià)理論，故應(yīng)滿足B-M-S 模型的一系列基本假設(shè)，如資產(chǎn)價(jià)值遵循標(biāo)準(zhǔn)幾何布朗運(yùn)動(dòng)等[4]。

模型的基本思想為將股東與債權(quán)人之間的關(guān)系視為期權(quán)買賣關(guān)系，因此，公司股權(quán)可以視作標(biāo)的資產(chǎn)為公司資產(chǎn)價(jià)值，行權(quán)價(jià)格為公司債務(wù)價(jià)值，行權(quán)期限為債務(wù)到期日，期權(quán)費(fèi)為公司股東初始股權(quán)投資金額的看漲期權(quán)。當(dāng)公司資產(chǎn)價(jià)值遠(yuǎn)高于債務(wù)價(jià)值時(shí)，股東愿意支付行權(quán)價(jià)格，執(zhí)行看漲期權(quán)合約；當(dāng)公司資不抵債時(shí)，股東放棄行使看漲期權(quán)，公司無(wú)法按時(shí)償付債務(wù)而發(fā)生違約。

綜上，KMV 模型將公司違約的概率轉(zhuǎn)變?yōu)槠跈?quán)不行權(quán)的概率。

1.2 KMV模型應(yīng)用過(guò)程

1.2.1 資產(chǎn)價(jià)值及資產(chǎn)價(jià)值波動(dòng)率

根據(jù)B-M-S 期權(quán)定價(jià)模型，構(gòu)建方程組如下。

式中：VA表示公司資產(chǎn)價(jià)值，VD表示公司債務(wù)價(jià)值，Ve表示公司股權(quán)價(jià)值，T表示債務(wù)到期日，t表示當(dāng)前時(shí)刻，r表示無(wú)風(fēng)險(xiǎn)利率，σA表示公司資產(chǎn)價(jià)值波動(dòng)率，d1、d2是B-M-S 期權(quán)定價(jià)模型中的變量，N（）表示標(biāo)準(zhǔn)正態(tài)分布函數(shù)。由伊藤定理，公司股權(quán)價(jià)值波動(dòng)率σE與公司資產(chǎn)價(jià)值波動(dòng)率σA的關(guān)系如下。

在上述變量中，VD、Ve、r、σE為已知變量，可以通過(guò)數(shù)據(jù)的搜集與處理得到；VA、σA、d1、d2為未知變量，可以通過(guò)聯(lián)立式（1）、式（2）求解。

1.2.2 違約點(diǎn)、違約距離、違約概率

KMV 模型將公司發(fā)生違約時(shí)所對(duì)應(yīng)的總資產(chǎn)價(jià)值稱為違約點(diǎn)DP，并將其設(shè)為公司短期負(fù)債BS與長(zhǎng)期負(fù)債Bl的1/2 之和，公式如下。

違約距離DD指公司資產(chǎn)價(jià)值與違約點(diǎn)之間的距離?？紤]資產(chǎn)價(jià)值波動(dòng)情況，并進(jìn)行標(biāo)準(zhǔn)化處理后，DD計(jì)算公式如下。

KMV 公司根據(jù)大量歷史違約案例得到違約距離與違約概率的映射關(guān)系，但這并不適用于我國(guó)國(guó)情，因此，本文參考國(guó)內(nèi)學(xué)者的主流做法計(jì)算理論違約概率[5]，公式如下。

2 實(shí)證分析

2.1 樣本選取

從中證生豬產(chǎn)業(yè)指數(shù)的成分股中選取市值排名靠前、以生豬養(yǎng)殖為主營(yíng)業(yè)務(wù)且上市滿5 年的10 家公司作為實(shí)證樣本，應(yīng)用KMV 模型測(cè)度其信用風(fēng)險(xiǎn)情況，計(jì)算過(guò)程中所運(yùn)用的數(shù)據(jù)均來(lái)源于WIND 數(shù)據(jù)庫(kù)以及各樣本公司年報(bào)。樣本公司具體包括牧原股份、溫氏股份、大北農(nóng)、天邦食品、唐人神、巨星農(nóng)牧、羅牛山、新五豐、正邦科技、傲農(nóng)生物。由于本研究完成后，各樣本公司2022 年年度報(bào)告尚未披露，選取2022 年3 季度數(shù)據(jù)代替年度數(shù)據(jù)，樣本期間為2018 年1 月1日至2022 年9 月30 日。

2.2 參數(shù)設(shè)定與計(jì)算

一是無(wú)風(fēng)險(xiǎn)利率rf。以我國(guó)1 年期存款基準(zhǔn)利率為無(wú)風(fēng)險(xiǎn)利率，即rf=1.5%。

二是股權(quán)價(jià)值Ve。參考國(guó)內(nèi)學(xué)者已有做法，計(jì)算公式為股權(quán)價(jià)值Ve=流通股數(shù)×日收盤價(jià)+限售股×每股凈資產(chǎn)。其中，日收盤價(jià)選取樣本期間內(nèi)每年最后一個(gè)交易日的收盤價(jià)，流通股數(shù)與每股凈資產(chǎn)則根據(jù)樣本公司年報(bào)及最新一期季報(bào)取值。

三是負(fù)債總額D與債務(wù)期限T。負(fù)債總額D代表公司負(fù)債的賬面價(jià)值。債務(wù)期限T是指?jìng)鶆?wù)償還期限，用于評(píng)估公司在T時(shí)間后的信用風(fēng)險(xiǎn)大小。本研究參考常規(guī)取值將T設(shè)定為1。

四是股權(quán)價(jià)值波動(dòng)率σE。搜集樣本公司2018—2022 年的每日股票價(jià)格，計(jì)算樣本公司股票每日的對(duì)數(shù)收益率，求解平均日波動(dòng)率，最終得到各樣本公司每年的股票價(jià)格波動(dòng)率，并以之來(lái)近似代替股權(quán)價(jià)值波動(dòng)率σE。

五是資產(chǎn)價(jià)值VA及資產(chǎn)價(jià)值波動(dòng)率σA。將上述變量取值后，代入B-M-S 期權(quán)定價(jià)模型，通過(guò)Matlab求解方程組可以得到資產(chǎn)價(jià)值VA及資產(chǎn)價(jià)值波動(dòng)率σA，見表1、表2。

表1 2018—2022 年樣本公司資產(chǎn)價(jià)值 單位：萬(wàn)元

表2 2018—2022 年樣本公司資產(chǎn)價(jià)值波動(dòng)率

2.3 度量結(jié)果

通過(guò)Excel 函數(shù)求解，得到樣本公司的違約距離，如表3 所示?；谶`約距離計(jì)算違約概率。因篇幅所限，違約概率的計(jì)算結(jié)果不作展示。

表3 2018—2022 年樣本公司違約距離

2.4 結(jié)果分析

一是違約概率、股權(quán)價(jià)值波動(dòng)率呈正相關(guān)。通過(guò)計(jì)算樣本公司違約概率、股權(quán)價(jià)值波動(dòng)率的平均值，發(fā)現(xiàn)二者呈正相關(guān)，見圖1。理論層面，可以應(yīng)用B-M-S模型解釋二者關(guān)系，股權(quán)價(jià)值波動(dòng)率越大，說(shuō)明看漲期權(quán)的波動(dòng)率越大，股東放棄行權(quán)（債務(wù)違約）的可能性越高。應(yīng)用層面，可以根據(jù)二者的正相關(guān)關(guān)系來(lái)建立風(fēng)險(xiǎn)預(yù)警。根據(jù)實(shí)證結(jié)果，當(dāng)股權(quán)價(jià)值波動(dòng)率大于60%時(shí)，違約概率較高，投資者需要加以關(guān)注。

圖1 2018—2022 年樣本公司違約概率、股權(quán)價(jià)值波動(dòng)率的平均值

二是行業(yè)信用風(fēng)險(xiǎn)呈上升趨勢(shì)。通過(guò)計(jì)算樣本公司違約概率的平均值，見圖1。對(duì)行業(yè)信用風(fēng)險(xiǎn)進(jìn)行測(cè)度。由于KMV 模型應(yīng)用于預(yù)測(cè)目標(biāo)公司在債務(wù)到期時(shí)點(diǎn)發(fā)生債務(wù)違約的概率，而本研究設(shè)定債務(wù)期限T=1，故根據(jù)實(shí)證結(jié)果，生豬養(yǎng)殖業(yè)在2020 年發(fā)生債務(wù)違約的可能性最高，信用風(fēng)險(xiǎn)最大；2021—2022 年信用風(fēng)險(xiǎn)減小；2023 年以來(lái)，行業(yè)的信用風(fēng)險(xiǎn)再度呈上升趨勢(shì)。監(jiān)管、企業(yè)及投資者應(yīng)分別采取有效措施，積極防范風(fēng)險(xiǎn)。

三是“三因素”疊加導(dǎo)致生豬養(yǎng)殖業(yè)信用風(fēng)險(xiǎn)波動(dòng)。“豬周期”價(jià)格波動(dòng)、行業(yè)的資本擴(kuò)張政策和盈利能力變化是影響生豬養(yǎng)殖業(yè)信用風(fēng)險(xiǎn)波動(dòng)的主要因素，三者相互影響，作用效果相互疊加。2020 年生豬養(yǎng)殖業(yè)信用風(fēng)險(xiǎn)顯著增加，造成這一現(xiàn)象的主要原因是2019 年豬價(jià)大漲后，養(yǎng)殖行業(yè)以加杠桿等形式進(jìn)行資本擴(kuò)張。一方面，行業(yè)負(fù)債規(guī)模激增，以樣本公司為例，2019 年10 家樣本公司債務(wù)規(guī)模同比增長(zhǎng)了22%，2020 年同比增長(zhǎng)了93%。另一方面，財(cái)務(wù)杠桿放大了豬價(jià)波動(dòng)對(duì)行業(yè)的沖擊，行業(yè)對(duì)豬價(jià)的敏感性增加。2021—2022 年，行業(yè)信用風(fēng)險(xiǎn)減小，主要原因有2 個(gè)方面。其一，2021 年豬價(jià)大跌，行業(yè)大部分公司調(diào)整策略，放緩擴(kuò)張節(jié)奏；其二，2022 年3 月起生豬價(jià)格逐步回升，行業(yè)盈利能力回暖，現(xiàn)金流得以補(bǔ)充，這在一定程度上提升了行業(yè)的抗風(fēng)險(xiǎn)能力。2023 年，生豬養(yǎng)殖業(yè)的信用風(fēng)險(xiǎn)再度呈上升趨勢(shì)，主要是由2022 年10 月至今豬價(jià)持續(xù)下行，行業(yè)盈利能力再次惡化導(dǎo)致的。根據(jù)實(shí)證結(jié)果，在2023 年行業(yè)平均預(yù)期違約概率增加的情況下，牧原股份、大北農(nóng)、天邦食品3 家公司的預(yù)期違約概率降低，這3 家公司的共性是2022 年盈利表現(xiàn)較好。

3 結(jié)論與建議

3.1 結(jié)論

本研究應(yīng)用KMV 模型對(duì)我國(guó)2018—2022 年共10 家生豬養(yǎng)殖業(yè)上市公司的信用風(fēng)險(xiǎn)進(jìn)行測(cè)度，得出以下結(jié)論。

違約概率、股權(quán)價(jià)值波動(dòng)率呈正相關(guān)，表明股票價(jià)格波動(dòng)能反映出信用風(fēng)險(xiǎn)狀況。根據(jù)預(yù)測(cè)結(jié)果，2023 年生豬養(yǎng)殖業(yè)發(fā)生債務(wù)違約的可能性增加，應(yīng)做好信用風(fēng)險(xiǎn)防范?！柏i周期”價(jià)格波動(dòng)、行業(yè)的資本擴(kuò)張政策和盈利能力變動(dòng)3 種因素疊加導(dǎo)致生豬養(yǎng)殖業(yè)信用風(fēng)險(xiǎn)波動(dòng)。實(shí)證結(jié)果能夠反映出現(xiàn)實(shí)因素對(duì)行業(yè)的影響，較符合我國(guó)實(shí)際情況，表明KMV 模型在信用風(fēng)險(xiǎn)測(cè)度方面具有一定的有效性，可以用作風(fēng)險(xiǎn)預(yù)警。

3.2 建議

一是加快完善穩(wěn)定生豬價(jià)格的調(diào)控機(jī)制。為打破“豬周期”，保持生豬市場(chǎng)穩(wěn)定，需處理好政府與市場(chǎng)關(guān)系，通過(guò)適度的政府干預(yù)使市場(chǎng)機(jī)制更好地發(fā)揮價(jià)格調(diào)控作用。在豬價(jià)上行周期，政府應(yīng)穩(wěn)定生豬生產(chǎn)，投放地方儲(chǔ)備，科學(xué)引導(dǎo)豬肉價(jià)格回落；在豬價(jià)下行周期，政府應(yīng)實(shí)施逆周期干預(yù)政策來(lái)管理生豬基礎(chǔ)產(chǎn)能，采取收儲(chǔ)等儲(chǔ)備調(diào)節(jié)措施，強(qiáng)化預(yù)期引導(dǎo)。政府干預(yù)的切入點(diǎn)和機(jī)制將直接影響穩(wěn)定的效果，因此，政府應(yīng)進(jìn)一步加強(qiáng)生產(chǎn)與市場(chǎng)的監(jiān)測(cè)預(yù)警，同時(shí)不斷優(yōu)化生豬市場(chǎng)價(jià)格波動(dòng)的調(diào)控預(yù)案，綜合運(yùn)用儲(chǔ)備調(diào)節(jié)、供需調(diào)節(jié)等手段，穩(wěn)定關(guān)鍵時(shí)點(diǎn)的豬肉供需及市場(chǎng)價(jià)格[6]。

二是引導(dǎo)生豬養(yǎng)殖業(yè)利用期貨工具降本增效。生豬養(yǎng)殖業(yè)的生產(chǎn)經(jīng)營(yíng)深受“豬周期”價(jià)格波動(dòng)影響，而期貨的價(jià)格發(fā)現(xiàn)和套期保值功能可以幫助豬企應(yīng)對(duì)“豬周期”沖擊，有效進(jìn)行風(fēng)險(xiǎn)防范。利用生豬期貨的價(jià)格發(fā)現(xiàn)功能，生豬養(yǎng)殖業(yè)企業(yè)可以更好地預(yù)測(cè)未來(lái)價(jià)格走勢(shì)，從而調(diào)節(jié)生產(chǎn)計(jì)劃，提高生產(chǎn)效率。利用生豬期貨的套期保值功能，豬企可以鎖定未來(lái)交割價(jià)格，規(guī)避現(xiàn)貨市場(chǎng)價(jià)格波動(dòng)的風(fēng)險(xiǎn)[7-10]。此外，生豬養(yǎng)殖業(yè)企業(yè)還可以通過(guò)交易玉米、豆粕期貨、期權(quán)等以豬飼料為標(biāo)的的金融衍生品，控制成本，規(guī)避原料價(jià)格上漲風(fēng)險(xiǎn)。

三是生豬養(yǎng)殖業(yè)企業(yè)應(yīng)優(yōu)化自身資產(chǎn)配置和風(fēng)險(xiǎn)管理水平。身處周期性行業(yè)，豬企在制訂和調(diào)整經(jīng)營(yíng)戰(zhàn)略時(shí)應(yīng)尤其注重資本結(jié)構(gòu)管理，提升自身應(yīng)對(duì)經(jīng)濟(jì)變化的能力[11-12]。在行業(yè)上行周期，豬企不應(yīng)盲目追求資本規(guī)模的擴(kuò)張，謹(jǐn)防過(guò)度加杠桿放大下行周期的經(jīng)營(yíng)風(fēng)險(xiǎn)；在行業(yè)下行周期，豬企應(yīng)積極降本增效，保持一定的盈利能力，努力提高自身信用等級(jí)。由于風(fēng)險(xiǎn)管理涉及大量專業(yè)理論知識(shí)與復(fù)雜操作技能，行業(yè)協(xié)會(huì)或頭部企業(yè)應(yīng)充分發(fā)揮示范作用與帶頭作用，組建專業(yè)風(fēng)險(xiǎn)管理團(tuán)隊(duì)，引入大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)，建立數(shù)字化風(fēng)控體系，提升現(xiàn)代化治理水平，推動(dòng)生豬養(yǎng)殖業(yè)高質(zhì)量發(fā)展。

應(yīng)用KMV 模型對(duì)生豬養(yǎng)殖業(yè)上市公司的信用風(fēng)險(xiǎn)進(jìn)行測(cè)度研究，在實(shí)證分析的基礎(chǔ)上提出對(duì)策建議，以期為我國(guó)生豬養(yǎng)殖業(yè)的信用風(fēng)險(xiǎn)管理提供理論依據(jù)，助力行業(yè)高質(zhì)量發(fā)展。