基于違約概率模型KMV的上市公司財務危機預警研究.pdf

1、隨著國內(nèi)資本市場的逐步放開，公司融資渠道多樣化，公司面臨來自內(nèi)外部的不確定性越來越多，爆發(fā)財務危機的可能性也越來越大，隨之將會給投資者和債權人帶來慘重的損失，嚴重的甚至威脅到整個金融體系的穩(wěn)定性。因此，建立一套有效的財務危機預警模型，對公司爆發(fā)財務危機的可能性進行預測，進而在財務危機出現(xiàn)的萌芽狀態(tài)就采取有效措施來防范和化解財務危機，對于保護投資者利益、維持資本市場穩(wěn)定，尤其是解決目前國內(nèi)商業(yè)銀行不良資產(chǎn)率過高的問題等，有著積極的理論意義

2、和實踐意義。 財務危機預警是指以企業(yè)的財務報表、經(jīng)營計劃、相關經(jīng)營資料以及所收集的外部資料為依據(jù)，根據(jù)企業(yè)建立的組織體系，對可能造成企業(yè)財務危機的風險因素進行跟蹤、監(jiān)測、預測，同時根據(jù)理論研究和經(jīng)驗總結，采用各種定量或定性的分析方法，設計一種有效的綜合性模型并確定一個閥值，當相關因素指標綜合值超過閥值時發(fā)出危機警報并采取對策。 目前的財務危機預警模型可分為兩類：財務指標預警模型和信用風險量化模型。前者基于上市公司公布的財

3、務數(shù)據(jù)，即反映上市公司各種能力的財務指標，比如盈利能力指標、償債能力指標、成長能力指標、現(xiàn)金流量指標、營運能力指標等，利用統(tǒng)計學中的多元回歸方法，建立靜態(tài)的財務危機預警模型，然后對總體樣本違約與否進行判別。比較常用的是Logistic回歸模型。雖然這類模型操作方便，但是時期性強，再加上國內(nèi)普遍存在的上市公司會計信息失真問題，使得其難以體現(xiàn)細微、快速的市場變化。 信用風險量化模型的出現(xiàn)使得以上問題得以解決。比較著名的就是違約概率模

4、型KMV。該模型基于Black-Scholes期權定價理論，將公司股權看作是以公司資產(chǎn)價值為標的的歐式看漲期權，該看漲期權的執(zhí)行價格是公司債務，期限是公司債務的期限，根據(jù)債務到期上市公司的資產(chǎn)價值是否小于其債務價值的來判斷是否將要發(fā)生違約風險，并進一步得出違約概率(EDF)。由于該模型利用資本市場上股票價格變動信息而非歷史賬面數(shù)據(jù)進行預測，因此能夠科學的、動態(tài)的、及時的反映上市企業(yè)當前的經(jīng)營狀況的變動趨勢。 本文在對Logist

5、ic回歸模型和KMV模型的基本原理進行詳細闡述的基礎上，將KMV模型中的信用風險變量—違約距離DD引入到Logistic回歸模型，建立另一套新的財務危機預警模型，并通過新舊模型預測準確率在時間上的比較，來考察違約距離對于預警模型預測能力和解釋能力的影響。 首先，本文根據(jù)中國資本市場的實際情況對KMV模型的參數(shù)做出修正： (一)股東權益的市場價值E：KMV模型是基于國外處于全流通環(huán)境的股票市場開發(fā)出來的，其中公司股權價值可

6、以用公司總股本乘于股票二級市場價格來計算股東權益的市場價值。但是由于我國證券市場形成的特定歷史原因，上市公司尚有其價值隨市值變化的流通股與其價值不隨市值變化的非流通股之分，因此不能簡單的使用國外的方法計算股權價值。本文使用凈資產(chǎn)定價法，基于歷史數(shù)據(jù)回歸出非流通股與每股凈資產(chǎn)的線性關系，進而解決了這一問題。 (二)違約點DP：當公司的資產(chǎn)價值低于一定水平時，公司就會對債權人和股東違約，與這一水平相對應的資產(chǎn)價值為違約點DP(Def

7、ault Point)，即公司資產(chǎn)價值等于負債價值時的點。根據(jù)對國外眾多案例的研究，KMV公司將違約點確定短期負債加上二分之一的長期負債。鑒于國內(nèi)對兩種負債所占比例存在較多爭議，本文設置了多個比例值，分別計算出違約距離，然后進行顯著性對比。對比結果顯示KMV模型中違約點計算方式同樣適用于國內(nèi)上市公司。 其次，對模型輸出結果(違約距離DD)做正態(tài)性和顯著性分析。正態(tài)性檢驗的目的是確定顯著性檢驗采用的方法，而顯著性檢驗的目的是檢驗違

8、約距離能否有效的區(qū)分正常公司和違約公司兩組樣本。正態(tài)性檢驗結果顯示，違約距離并不服從正態(tài)分布，因此不能使用參數(shù)檢驗法進行顯著性檢驗，需采用非參數(shù)檢驗方法。顯著性檢驗結果顯示，違約距離能夠較好的描述危機公司財務狀況惡化的態(tài)勢，并且能夠有效的體現(xiàn)危機公司和正常公司之間的差異，因此能夠作為變量為建立模型所采用。 再次，對選取的35個財務指標進行篩選。由于眾多指標之間可能存在多重共線性，因此需要進一步篩選確定能夠進入模型的指標。篩選原理

9、與上述違約距離的相同。檢驗結果顯示，從2004年到2006年，通過顯著性檢驗的財務指標的數(shù)目逐漸增多，這表明，距離被ST日期越近，財務指標在危機公司和正常公司之間的差異性越顯著。 然后，構建判別模型。基于上述研究過程，利用Logistic模型-逐步向前-Wald回歸方法，針對各個時間階段分別構建基于財務指標的財務預警模型和在此基礎上引入違約距離的財務預警模型，通過對模型判別效果在橫向和縱向的比較和分析，得出主要結論為：基于股票交

10、易數(shù)據(jù)的違約距離可以提高財務預警模型的解釋能力和預測能力，且模型提前兩年判別的效果最佳，從而驗證了本文的觀點。 最后，根據(jù)研究結果，本文對上市公司管理層、投資者和債權人以及信用評級機構的評級框架提出了相應的建議，同時對模型在實際中如何應用做了簡單的闡述。 本文的創(chuàng)新點主要體現(xiàn)在以下幾個方面： 首先，KMV模型的修正。國內(nèi)實際情況的特殊性決定了不能直接將模型引入研究，而以往研究往往忽略了模型修正的必要性。本文先就模

11、型在國內(nèi)的適用性進行分析，然后較為深入得對非流通股定價以及違約點計算方法等問題進行了探討，取得了較為滿意的結論，同時豐富了該領域的理論研究內(nèi)容，具有較好的理論意義。 其次，模型指標的選取。以往研究中多采用盈利能力、償債能力、成長能力、現(xiàn)金流量、營運能力五大類財務指標，本文在此基礎上新引入了一種非財務指標——公司治理能力，包括：董事長與總經(jīng)理兼任情況、獨立董事比例、監(jiān)事總規(guī)模、第一大股東持股比例、第二至十大股東持股比例、國有股比例

12、、股權質(zhì)押比例等，嘗試著從多角度、全方位考察公司經(jīng)營能力的變動情況。 再次，判別模型的構建。文本研究發(fā)現(xiàn)，三年中進入模型的財務指標差異較大。這表明以往研究中運用單一模型對公司的ST歷程的不同階段進行預警是不合理的，因此本文采用建立模型體系的方法對公司財務狀況進行預警，并且結果驗證了這種方法的有效性。 最后，提出建議。本文根據(jù)研究結果對國內(nèi)上市公司日常管理、投資者及債權人日常風險管理過程提出相應建議，并就如何在實際中應用模