KMV模型又稱Credit Monitor模型，是美國KMV公司于1997年建立的用來估計借款企業(yè)違約概率的方法，它是把Black and Scholes期權定價模式和Merton債務定價理論作為理論基礎，該方法主要是從借款企業(yè)所有者的角度考慮貸款歸還的問題。

　　摘　要：信用風險一直是金融市場面臨的主要風險之一，因此，尋找一種科學合理的信用風險度量方法就顯得尤為緊迫了。筆者經(jīng)過長期學習實踐發(fā)現(xiàn)，KMV模型通過量化的方式對上市公司的信用風險進行計算，其結果更加科學理性，有利于投資者及時采取措施規(guī)避相應風險。

　　關鍵詞：金融類論文發(fā)表,KMV模型,信用風險,質量研究

　　一、KMV模型概述

　　KMV模型首先假定公司股權看漲，然后以公司資產(chǎn)為標的，以債務為執(zhí)行價格。在債務到期日，如果公司資產(chǎn)的市場價值高于公司債務值，即違約點，此時公司股權價值就是其資產(chǎn)市價與債務值的差額。相反，如果公司資產(chǎn)市場價值低于違約點，則表明企業(yè)將發(fā)生違約，此時公司需要變賣所有資產(chǎn)償債，股權價值歸零。需要強調的是，該模型通過所謂“違約距離”(筆者會在下文具體論述)反應企業(yè)違約可能性大小。對于歐美等較發(fā)達的資本市場，信用體系建設較完善，長期以來收集了大量違約數(shù)據(jù)以供分析借鑒，因此，違約距離與最終的違約概率之間有著比較可靠地對應關系。然而我國資本市場開放較晚，KMV模型引入時間較短，缺乏歷史數(shù)據(jù)，很難單純依靠違約距離判斷某一上市公司的違約風險。

　　二、我國KMV模型研究現(xiàn)狀

　　我國對于KMV模型的研究時間較晚，目前主要集中在理論研究、實用性研究、參數(shù)修改。理論方面，代表論文主要是2002年王瓊與陳金賢發(fā)表的《信用風險定價方法與KMV模型研究》;實用性研究方面，翟東升、張娟、曹運發(fā)等人通過對上市公司的分析得出KMV模型是可以有效的區(qū)分ST公司和非ST上市公司;參數(shù)修改方面，魯煒、趙恒衍和劉冀云等人發(fā)現(xiàn)可以通過KMV模型計算股權價值波動率。雖然我國對于KMV模型研究取得了階段性的進步，但是不可否認和歐美國家相比目前還處在初級階段，大多缺少突破性的理論研究成果，而且在實踐中仍舊缺乏應用性經(jīng)驗。

　　三、KMV模型具體操作原理

　　1.計算違約點(DP)

　　根據(jù)Black-Sholes期權定價理論，公司資產(chǎn)的價值就是公司債務的期權，當資產(chǎn)價值低于二分之一公司負債時，將視債務人違約，此時DP=CL+0.5LL(CL為短期負債，LL為長期負債)。

　　2.計算違約距離(DD)

　　違約距離是企業(yè)資產(chǎn)在未來市場價值的期望值到違約點間距離，需要注意的是資產(chǎn)市場價值通常由標準差的倍數(shù)表示。此時，DD=(V-DP)/(δV V) (V為公司資產(chǎn)價值，δV為資產(chǎn)價值波動率)。從數(shù)學公式上看，DD的值越大，說明資產(chǎn)的期望價值與違約邊界的距離相對資產(chǎn)價值波動的標準差越大，即違約距離與信用安全性呈正相關關系。

　　3.計算違約率(EDF)

　　正如筆者前文所說，我國缺乏相關歷史數(shù)據(jù)，單純依靠違約距離判斷某一上市公司的違約風險的可操作性一直受到業(yè)內人士質疑。在這里，筆者認為可以采用理論預期違約率替代。具體講，首先假定上市公司的資產(chǎn)價值是服從正態(tài)分布的，然后可以得出EDF=1-N(DD)。

　　四、KMV模型存在的問題及改進策略

　　1.KMV模型存在的問題

　　第一，在實際操作過程中筆者發(fā)現(xiàn)KMV模型對公司資本結構假設過于簡單。因為上市公司的開放性，公司的資本結構并非一成不變，它往往會隨著配股、分紅、再融資等等原因導致資本結構發(fā)生較大變化，進而影響KMV模型最終計算結果的可靠性。第二，由于我國資本市場目前信用體系并不健全，上市公司缺乏相關違約信息數(shù)據(jù)庫，因此現(xiàn)階段DD只能是約等于EDF，最終信用風險度量的精度無疑會打折扣。第三，筆者在第三部分提到，EDF的計算公式的得出是基于資產(chǎn)收益正態(tài)分布的假設，可操作性相對欠缺。第四，由于KMV模型中并沒有考慮利率問題，換言之其隱含條件是假定利率恒定，一方面這在實際操作中是不可能的，另一方面隨著上市公司的國際化或者業(yè)務拓展、投資人變更等原因，利率問題對于企業(yè)日常經(jīng)營產(chǎn)生的影響會日益加大。

　　2.KMV模型改進策略

　　一方面我國要深化資本市場信用體系建設，加快信用數(shù)據(jù)庫建設，為KMV模型提供完善的數(shù)據(jù)統(tǒng)計基礎;另一方面通過對KMV模型本身的技術型修改使之更加適應我國資本市場發(fā)展。例如針對目前數(shù)據(jù)信息采集不全問題，可以間接通過非流通股股數(shù)乘以每股凈資產(chǎn)得到上市公司非流通股的股權價值;針對KMV模型精度問題，可以引入了公司資產(chǎn)價值增長率以最大程度上減少誤差;等等。

　　五、KMV模型與Credit Metrics模型在上市公司信用風險評估效益的比較

　　在國際資本市場上，KMV模型與Credit Metrics模型是比較主流的兩種信用風險管理模型。二者都在在金融機構從事授信業(yè)務的過程中扮演者至關重要的角色，同時，對于其他專業(yè)投資者來說這兩種模型對于上市公司的信用風險把控也有很重要的參考價值。但是，在具體操作過程中我們不難發(fā)現(xiàn)二者再設計支出的思路是有很大差異的，在這里筆者將進行詳盡論述，幫助相關使用人員更好地認識KMV和Credit Metrics的建模本質。

　　1.基本分析方法的差異

　　KMV模型主要是上市公司在股票市場上的股價變動信息出發(fā)，通過對前程后繼的信息的分析以及相關數(shù)據(jù)計算來實現(xiàn)對于信用風險的度量;Credit Metrics模型更加注重企業(yè)間信用狀況的對比關系，采用組合投資分析法實現(xiàn)對于信用風險的度量。換言之， KMV模型側重的是縱向的分析思路，以時間軸為線索但缺乏對于企業(yè)信用相關性的考量;Credit Metrics模型側重的是橫向的分析思路，以企業(yè)間的信息狀況為線索但缺乏前程后繼性。

　　2.參數(shù)性質的差異

　　KMV模型通過EDF指標對股票市場價格進行實時監(jiān)控，因此其分析結果更多的是反應投資者對于上市公司預期收益的綜合考量，因此其參數(shù)及結果是一種forward-looking即向前看的屬性;相反，Credit Metrics模型通過對該企業(yè)信用評級變化及其概率的分析，即其參量主要來自非實時的歷史數(shù)據(jù)，因此其參數(shù)及結果是一種backward-looking即向后看的屬性。

　　3.動態(tài)模型與靜態(tài)模型的差異

　　正如筆者前文所說，KMV模型的建模思路是從股票市場價格角度出發(fā)，這使得該模型可以根據(jù)股票價格實時更新，在對短的時間內反應出上市公司的信用狀況，換言之，基于KMV模型的信用風險度量方法是一種動態(tài)方法;相反，Credit Metrics模型的建模思路是從企業(yè)信用評級出發(fā)，參考信息更新速度慢，具有一定的滯后性，而且Credit Metrics模型的最終分析結果會在一段時間內保持不變，因此從這一角度將，基于Credit Metrics模型的信用風險度量方法是一種靜態(tài)方法。

　　4.衡量法的差異

　　KMV模型中的EDF指標本質上是一種針對市場風險的基數(shù)衡量法，它既可以從“性”上反應上市公司風險水平的高低，又可以從“量”反應這種風險差異的程度，為投資者進一步的經(jīng)濟決策提供更加精準可靠地數(shù)據(jù)支持;Credit Metrics模型大多采用信用評級分析法，其本質是一種序數(shù)衡量法，相較于前者，它更加側重對于“性”即風險水平高低順序的把控。

　　六、總結

　　通過筆者以上的分析和介紹，我們不難發(fā)現(xiàn)，KMV模型更適合于針對于上市公司的信用風險度量。首先，上市公司面向公眾，要對廣大投資者，尤其是中小投資者負責，因此對于上市公司的信用風險度量意義更大，影響更加深遠。其次，上市公司的股價在股票市場可以得到實時反映，且其有義務對公眾進行定期和不定期的信息公布，這也為KMV模式的信用風險度量提供了便利。當然，在這里筆者并不是否定Credit Metrics模型作用，而是說針對上市公司這一特定目標KMV模型更具優(yōu)勢。但是在具體操作過程中，我們還需根據(jù)具體情況將二者結合起來使用，以提高信用風險度量的可靠性。

　　參考文獻：

　　[1]翟東升，曹運發(fā).KMV模型在上市公司信用風險管理中的應用[J].工業(yè)技術經(jīng)濟，2011(1)：126-127.

　　[2]遲晨.KMV模型對中國上市公司信用風險度量的實證研究[J].海南金融，2010(2)：41-44.

　　[3]熊正德，孫柏.上市公司信用風險評估方法理論研究與現(xiàn)實思考[J].中州學刊，2010-05(3).

　　[4]李磊寧，張凱.KMV模型修正及在我國上市公司信用風險度量中的應用[J].證券與保險，2012(13).