基于KMV模型探討我國上市公司財(cái)務(wù)危機(jī)預(yù)警

駱 珣 王玲玲

內(nèi)容摘要：客觀評價(jià)一個(gè)公司財(cái)務(wù)經(jīng)營狀況的好壞，對其做出財(cái)務(wù)危機(jī)預(yù)警，對于投資者、監(jiān)管機(jī)構(gòu)，甚至企業(yè)經(jīng)營者都格外重要。本文運(yùn)用KMV模型的思想，在對KMV模型相關(guān)假設(shè)修正的基礎(chǔ)上，通過對配對樣本的適用性和具體預(yù)警能力的分析，探討我國上市公司財(cái)務(wù)危機(jī)預(yù)警分析的方法。

關(guān)鍵詞：KMV模型上市公司財(cái)務(wù)危機(jī)預(yù)警

作為一種計(jì)量信用風(fēng)險(xiǎn)的工具，KMV模型在風(fēng)險(xiǎn)貸款定價(jià)、信用風(fēng)險(xiǎn)分析、公司價(jià)值評估等領(lǐng)域得到了廣泛應(yīng)用，但其用于我國上市公司財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域的研究較少。本文將違約概率值作為衡量我國上市公司財(cái)務(wù)狀況的標(biāo)準(zhǔn)，不僅考慮了非流通股價(jià)值對整個(gè)公司資產(chǎn)價(jià)值的影響，還在適用性分析方面進(jìn)行了假設(shè)檢驗(yàn)，以探索基于KMV模型的我國上市公司財(cái)務(wù)危機(jī)預(yù)警分析方法。

KMV模型的理論基礎(chǔ)是Black—Scholes和Merton的期權(quán)定價(jià)理論。KMV模型用于我國上市公司財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域評價(jià)公司財(cái)務(wù)狀況的基本思路是：以違約概率值作為衡量上市公司財(cái)務(wù)狀況的標(biāo)準(zhǔn)，違約概率值越大，公司違約的可能性就越大，公司的財(cái)務(wù)狀況越差反之亦然。通常，確定一個(gè)公司的預(yù)期違約概率的具體步驟是：第一步，依據(jù)某公司股票的市場價(jià)值、股價(jià)的波動(dòng)性及負(fù)債的賬面價(jià)值估計(jì)出該公司的市場價(jià)值V及波動(dòng)率d；第二步，計(jì)算該公司的違約點(diǎn)；第三步，確定違約距離及違約概率(EDF)之間的映射。

研究假設(shè)和樣本選取

本文假設(shè)ST公司違約風(fēng)險(xiǎn)高于非ST公司，且將因財(cái)務(wù)狀況異常而被特別處理的上市公司(即ST公司)界定為出現(xiàn)財(cái)務(wù)危機(jī)公司。

本文的樣本數(shù)據(jù)采用隨機(jī)方式選取，即2007年一個(gè)會(huì)計(jì)年度滬深兩市制造業(yè)行業(yè)2007年首次被ST處理的20家上市公司。為了研究方便，又進(jìn)一步選取了與上述ST公司行業(yè)相同、資產(chǎn)規(guī)模相近的20家非ST公司為配對樣本，其中剔除了發(fā)行H股、B股的上市公司以及上市時(shí)間不到一年的上市公司。樣本總規(guī)模為40家上市公司。

參數(shù)設(shè)定

(一)違約點(diǎn)計(jì)算方法的選取

通過對大量違約公司的觀察。KMV公司發(fā)現(xiàn)違約發(fā)生最頻繁的臨界點(diǎn)處在公司價(jià)值大于等于流動(dòng)負(fù)債與50％的長期負(fù)債之和。由于我國歷史違約數(shù)據(jù)嚴(yán)重缺乏，本文在此采用KMV公司推薦的違約點(diǎn)計(jì)算方法。

(二)股本價(jià)值的計(jì)算

在計(jì)算基準(zhǔn)目2007年12月31日，仍然有一些樣本公司未完成股改，由于股權(quán)價(jià)值=流通股股數(shù)×市價(jià)+非流通股股數(shù)×非流通股每股的價(jià)值，因此，非流通股價(jià)值的計(jì)算方法對計(jì)算結(jié)果會(huì)有很大影響。董穎穎，薛鋒，關(guān)偉認(rèn)為非流通股每股的價(jià)值和每股凈資產(chǎn)之間近似服從這樣的分布P=1.326+0.53X(p：非流通股每股價(jià)值，x：每股凈資產(chǎn))。本文對非流通股價(jià)值的計(jì)算將運(yùn)用這一結(jié)果。

(三)股本價(jià)值波動(dòng)率的計(jì)算

本文采用流通股股票價(jià)格波動(dòng)率來代替股本價(jià)值波動(dòng)率。流通股的股票價(jià)格波動(dòng)率可以通過上市公司財(cái)務(wù)報(bào)表等歷史數(shù)據(jù)進(jìn)行估計(jì)。此外，本文中的無風(fēng)險(xiǎn)利率采用2007年調(diào)整后的金融機(jī)構(gòu)一年期存款利率3.06％。在計(jì)算違約距離中用到一年后資產(chǎn)的期望價(jià)值，為計(jì)算方便，假設(shè)資產(chǎn)價(jià)值在一年內(nèi)的增長率為零。

KMV模型在上市公司財(cái)務(wù)危機(jī)預(yù)警中的適用性分析

本文將所有樣本從差值和頻率分布兩個(gè)方面，以2007年12月31日做橫截面比較分析：

(一)差值比較分析

違約風(fēng)險(xiǎn)高的企業(yè)違約概率應(yīng)該比較大，而違約風(fēng)險(xiǎn)低的企業(yè)違約概率應(yīng)該比較小。ST公司與非ST公司的違約概率差值情況(見表1)(以制造業(yè)為例)o

從表1可以看出，在行業(yè)相似、規(guī)模相同的任意一組ST公司與非ST公司違約概率的比較中，非ST公司的違約概率總是小于ST公司的違約概率，表明違約概率越大，公司違約的可能性越大，公司的財(cái)務(wù)危機(jī)越大；反之亦然。為了比較ST公司與非ST公司兩組樣本之間違約概率差異的顯著性，本文采用了配對樣本t檢驗(yàn)，在0 05的顯著性水平下，樣本的t統(tǒng)計(jì)量等于4.908047，大于t雙邊臨界值2 093024，即Itl=4.908047>t(20)=2 093024，所以在置信度為0 05的情況下，ST公司與非ST公司違約概率的數(shù)據(jù)有顯著差異。因此。KMV模型應(yīng)用于我國制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警理論是完全可行的。

(二)頻率分布比較分析

將所有樣本得到的違約概率區(qū)間離散化后得到7個(gè)區(qū)間(見表2)。

從表2可以看出與每個(gè)區(qū)間相對應(yīng)的樣本公司個(gè)數(shù)及其中包含的ST公司個(gè)數(shù)。而且。在這7個(gè)違約概率的區(qū)間中，違約概率越大的區(qū)間，ST公司所占的比重越大，同時(shí)對于這個(gè)特定的20組上市公司的數(shù)據(jù)來說，在區(qū)間(43.96％。48.78％)內(nèi)，ST發(fā)生的頻率最大，約為78％。這與KMV的理論基礎(chǔ)符合。

本文通過上述分析發(fā)現(xiàn)：違約概率越大，公司違約的可能性越大，公司的財(cái)務(wù)危機(jī)越大；反之，違約概率越小，那么公司違約的可能性越小，公司的財(cái)務(wù)危機(jī)越小。同時(shí)，違約概率越大的區(qū)間，ST公司在所有公司中所占的比重越大。這些都與KMV模型的基本理論相吻合。

KMV模型對上市公司財(cái)務(wù)危機(jī)預(yù)警的能力分析

本文選取樣本公司中違約概率最大的公司。ST寶碩(違約概率為48.78％)討論KMV模型進(jìn)行上市公司財(cái)務(wù)危機(jī)預(yù)警的能力。由于。ST寶碩是在2007年首次被ST的，在2006年時(shí)，可以采用時(shí)間序列分析、計(jì)算該上市公司若干年以前的違約概率，并以此為據(jù)，事先對該公司的財(cái)務(wù)危機(jī)做出預(yù)警。

*ST寶碩2001-2005年違約距離與違約概率(見表3)。

從表3中可以看出，*ST寶碩的信用狀況自2003年以來急劇惡化。從2002年的46.89％上升為2003年的49.46％，上升的百分比約為2.75％。最終由KMV模型計(jì)算得出的結(jié)論是：*ST寶碩自2003年以來由于財(cái)務(wù)狀況惡化，導(dǎo)致其信用等級陡然降低，將來極有可能違約。

從總體趨勢來看，時(shí)間越趨近ST，違約概率值越大，意味著公司破產(chǎn)的幾率增大了。股價(jià)時(shí)時(shí)更新變動(dòng)，如果能有足夠多的數(shù)據(jù)支持，就可以做出一個(gè)實(shí)時(shí)變動(dòng)的違約概率曲線。雖然由于資料限制，只能做到違約概率的年變動(dòng)曲線，但是通過這個(gè)大致的輪廓，也能清晰看出該上市公司違約概率值的變動(dòng)路徑，以對其財(cái)務(wù)危機(jī)做出預(yù)警。

結(jié)論

綜上所述，本文對KMV模型的適用。眭研究發(fā)現(xiàn)，對于這個(gè)特定的20組上市公司的數(shù)據(jù)來說，在區(qū)間(43.96％，48.78％)內(nèi)。ST發(fā)生的頻率最大，約為78％。因此，如果以此設(shè)置警戒線為43.96％，那么從表3中可以看出，*ST寶碩早在2001年就能被預(yù)測到2007年ST的發(fā)生，如果能夠得到2001年以前的數(shù)據(jù)，那么就能夠更早的對*ST寶碩的財(cái)務(wù)危機(jī)做出預(yù)警；而在2003年，*ST寶碩的財(cái)務(wù)狀況陡然滑坡，財(cái)務(wù)危機(jī)迫在眉睫，這對于財(cái)務(wù)危機(jī)預(yù)警來說，是一個(gè)非常突出的標(biāo)志。這樣，投資者、監(jiān)管機(jī)構(gòu)，甚至公司自身就能夠提前4年對*ST寶碩的財(cái)務(wù)危機(jī)做出預(yù)警并采取補(bǔ)救措施。

由此可知，將KMV模型運(yùn)用到我國上市公司財(cái)務(wù)危機(jī)預(yù)警中是完全可行的。而且可以根據(jù)不同行業(yè)和不同的資產(chǎn)規(guī)模提前對上市公司的財(cái)務(wù)危機(jī)做出預(yù)警。

需要說明的是：

本文在實(shí)證研究部分只選取了A股制造業(yè)40家上市公司作為研究樣本，而有些企業(yè)同時(shí)還發(fā)行了B股或者H股，如何根據(jù)發(fā)行主體在多個(gè)市場上市的情況修訂KMV模型，將是未來的研究方向。在進(jìn)行KMV模型具體的財(cái)務(wù)預(yù)警能力分析過程中，如何針對不同的行業(yè)確立不同的警戒線，將是下一步研究的重點(diǎn)。

本文在由違約距離計(jì)算違約概率時(shí)，假設(shè)資產(chǎn)未來的價(jià)值服從正態(tài)分布，從而計(jì)算出理論上的違約概率，但是在實(shí)際生活中，資產(chǎn)的分布狀況是不確定的，因而不能簡單的用正態(tài)分布來加以假定。如何設(shè)定資產(chǎn)價(jià)值的分布，也是以后研究的重點(diǎn)。