浅述KMV模型基本结构与适用性.doc

浅述KMV模型基本结构与适用性
胡胜,陈华 摘要:KMV模型是对传统信用风险度量方法的一次重大革命,其是在现代期权定价理论上建立起来的违约预测模型,因而有许多优点。KMV模型是现代信用风险度量模型之一。主要论述KMV模型基本结构,
(二)计算出违约距离
KMV公司根据大量的实证分析发现,公司易于发生信用风险的临界点是公司价值等于流动负债加上50%的长期负债时:DPT=STD+, STD:短期负债;LTD:长期负债。
我们一般是运用资产回报率、公司红利、利息支付的偿付率来估测公司资产的预期价值。先算出违约点后,再将违约点百分比除以资产价值的波动率就得到违约距离。如下式:
违约距离DD=如果将违约距离DD除以资产价值,就可得到相对违约距离DD′=。
(三)计算预测违约概率(EDF)
假设资产价值服从正态分布,则理论上计算公式为:
EDF=N=N(-DD) (3)
EDF可以作为一个预测公司违约的指标,其准确率较高[3]。经验期望违约率是违约距离的函数,行业、规模、时间等因素对经验期望违约率较大的影响,这种影响关系较相对稳定,还可以用来预测。
违约距离与违约概率之间的关系是一条平滑线(如下页图1所示)。
对中国上市公司进行信用评价时,只能计算理论的EDF[4]。由于中国关于企业违约事件的统计资料统计不完全,并未建立完整的企业违约资料库。
二、模型优缺点与在中国适用性的分析
KMV模型是对传统信用风险度量方法的一次重大革命,其是建立现代期权定价理论起来的违约预测模型,因而有许多优点,在中国有较好的实用性。
。(1)KMV的理论基础较好。KMV模型是建立现代企业理财理论和期权理论基础之上,可以反映信用风险水平的变化,因此该模型具有较强的说服力。上市公司定期公布财务报表,股价每天有交易数据,这使得该模型可以随时可以更新数据EDF值。预期违约频率指标在本质上是运用基数衡量是信用风险,对信用风险分为等级,因而对风险预测更准确。(2)反映将来。KMV模型在一定程度上克服了依赖历史数据向后看的数理统计模型的缺陷,所提供的指标EDF来自于股票即时行情的分析,表达公司未来发展的前景 [5]。
。(1)资产价值的正态分布的假设。KMV模型假设资产价值服从正态分布。在现实中,并非如此。股票价格往往受到庄家控制,有大量不对称消息,资产价值不一定是都是服从正态分布。(2)对债务的不同类型不能区分。KMV模型不能区分债务的优先偿还顺序、有否担保等,KMV模型不能够对债务的不同类型进行分辨,因而可能造成预测不准。模型的适用范围小,KMV模型对债务结构的假设不合理。KMV模型对于上市公司的风险评估时还可以,而对非上市公司不适应,因为没有数据。
。(1)KMV模型对市场有效性的要求。中国的证券市场往往受到庄家投机及“内幕信息”进行交易,是弱有效市场,股价大幅波动不能反映资产实际价值,但KMV模型不要求有效市场假设,故中国可运用KMV模型分析上市公司信用风险 [6]。(2)对财务数据的要求。KMV模型需要的数据为公司股票交易数据,需要的财务数据较少,仅是需要债务的账面价值。中国普遍存在会计信息