论文部分内容阅读
KMV模型是一个结构化的信用风险测量和预测工具，在国外成熟市场已被广泛使用。以股票价格作为主要输入变量的该模型具有前瞻性的特点，是一种动态及时的信用风险监测模型,可以避免会计数据反映过去情况这一缺陷。KMV模型的有效性在国外得到了证实，如果KMV模型可以适用于中国上市公司，以提升我们的信用风险管理能力，将具有十分重要的意义，但如果不适用就不能盲目套用。与国外成熟的资本市场不同的是中国市场存在许多特殊之处，这使得我们不能确定KMV模型在中国市场是否具有同样的效果，需要对其进行适用性研究。Z得分模型是一种以会计数据为主要输入的多元线性模型，其有效性和准确性在实践中得到好评，然而缺乏令人信服的理论基础。本文对KMV模型以及Z得分模型进行进行比较研究，以评判KMV模型是否能度量中国上市公司信用风险及其度量的能力。近年来，一些学者已经对KMV模型运用于中国市场进行了大量研究，这些研究对本文有很大的参考意义，但受客观条件的限制，还存在以下问题：一是样本太小，时间跨度短；二是使用1:1的破产企业和正常企业为配对样本，没有考虑破产事件的小概率特征。本文以2012年12月31日在上海证券交易所和深圳证券交易所上市交易的1459支主板A股为基础，获得交易数据完整的950支股票组成总样本，并以其中的46支*ST和ST股票组成ST样本，以其他的904支股票组成非ST样本。通过Z-得分模型和KMV模型测算出各个公司信用风险度量指标，再对实证结果进行描述性统计分析、区域违约概率分析、ROC分析以及资产价值对违约概率的影响分析，比较两模型在中国市场度量信用风险的绩效。研究结果表明，KMV模型和Z模型均能在一定程度上度量中国上市公司的信用风险，然而KMV模型的度量准确性不如Z得分模型。对于KMV模型并未表现出其理论上的优越性，本文从以下几方面作出了解释：一是环境因素，中国证券市场是弱有效的，这使得股价可能歪曲公司的市场价值；二是从模型来看，本文采用的是原始的KMV模型，并未作出任何修改；三是由于缺少数据而将ST和*ST公司当做破产的公司，与真正的破产公司不同。