基于KMV模型的安徽省上市中小企業(yè)信用風(fēng)險(xiǎn)分析

晏倩倩

基于KMV模型的安徽省上市中小企業(yè)信用風(fēng)險(xiǎn)分析

晏倩倩

(安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601)

選取10家安徽省中小板和主板上市的企業(yè)，基于財(cái)務(wù)指標(biāo)和KMV模型度量結(jié)果，實(shí)證分析了兩大板塊上市公司信用違約風(fēng)險(xiǎn)的差異性，得出結(jié)論：勞動(dòng)密集型上市公司較技術(shù)密集型上市公司，違約距離更短，信用風(fēng)險(xiǎn)更大；上市中小企業(yè)的負(fù)債結(jié)構(gòu)以流動(dòng)負(fù)債為主，股權(quán)價(jià)值波動(dòng)率大，資產(chǎn)規(guī)模較小，處在初創(chuàng)期和成長(zhǎng)期公司風(fēng)險(xiǎn)明顯較高，違約距離更短，建議銀行等金融機(jī)構(gòu)應(yīng)更加重視中小企業(yè)非財(cái)務(wù)信息，加強(qiáng)對(duì)上市公司信息披露。

信用風(fēng)險(xiǎn)；違約距離；KMV模型

2014年6月19日，安徽省經(jīng)信委和省金融辦聯(lián)合發(fā)布了《關(guān)于建立全省中小企業(yè)直接融資后備資源庫(kù)有關(guān)工作的通知》，將建立“全省中小企業(yè)直接融資后備資源庫(kù)”。上市資源庫(kù)主要搜集篩選“擬在滬深證券交易所等境內(nèi)主板、中小板、創(chuàng)業(yè)板上市和擬在境外證券交易場(chǎng)所上市的省內(nèi)企業(yè)的相關(guān)信息”。按照融資類型，上述后備資源庫(kù)由“全省中小企業(yè)上市后備資源庫(kù)、全省中小企業(yè)債券融資后備資源庫(kù)和全省中小企業(yè)場(chǎng)外市場(chǎng)掛牌后備資源庫(kù)”等三大子庫(kù)構(gòu)成?！叭≈行∑髽I(yè)直接融資后備資源庫(kù)”作為各級(jí)政府及有關(guān)部門指導(dǎo)中小企業(yè)直接融資工作的重要手段。目前，安徽省滬深股市共有79家上市企業(yè)，主板和中小板共上市45家，創(chuàng)業(yè)板上市5家，分別為陽光能源(300274)、桑樂金(300247)、安利股份(300218)、盛運(yùn)股份(300090)和安科生物(300009)，預(yù)計(jì)2015年，安徽省上市企業(yè)數(shù)量將突破100家，省內(nèi)企業(yè)上市融資的需求繼續(xù)上升。其中，小微企業(yè)尋求掛牌上市的意圖更加明顯，證監(jiān)會(huì)數(shù)據(jù)顯示，截至2014年6月12日，9家安徽企業(yè)擬登陸上交所；9家擬登陸創(chuàng)業(yè)板，其中，安徽國(guó)禎環(huán)保和合肥百勝科技過會(huì)；3家擬登陸中小板，其中安徽富煌鋼構(gòu)過會(huì)，這還不包括10家企業(yè)將借力新三板掛牌融資。隨著省內(nèi)實(shí)體經(jīng)濟(jì)發(fā)展對(duì)資本市場(chǎng)的需求持續(xù)增長(zhǎng)，特別是大量中小企業(yè)成長(zhǎng)迅速，有更多的直接融資需求。

然而，小微企業(yè)的融資問題長(zhǎng)期以來一直得不到解決，普遍認(rèn)為，這是由于其自身規(guī)模小、資產(chǎn)質(zhì)量差、信用等級(jí)低造成的。區(qū)別于小額信貸機(jī)構(gòu)，銀行擁有等級(jí)更加森嚴(yán)的信用評(píng)價(jià)體系，以此來保證他們可以更加準(zhǔn)確地評(píng)估不同規(guī)模、不同性質(zhì)的中小企業(yè)所面臨的信用風(fēng)險(xiǎn)，這也是為何多數(shù)中小企業(yè)不得不選擇上市融資的原因。因此，筆者基于KMV模型理論，選取10家安徽省在主板、中小板以及創(chuàng)業(yè)板上市的企業(yè)，嘗試從銀行風(fēng)險(xiǎn)管理的角度測(cè)算出各企業(yè)信用風(fēng)險(xiǎn)的大小，最后對(duì)比分析得出結(jié)論。

KMV模型在國(guó)外上市公司信用風(fēng)險(xiǎn)評(píng)估中已經(jīng)得到廣泛應(yīng)用，并且取得良好效果。這一模型是由美國(guó)著名的風(fēng)險(xiǎn)管理公司 KMV 公司于1993年基于公司理財(cái)和期權(quán)理論利用布萊克-斯科爾斯-莫頓模型(BSM)開發(fā)出來的一種資產(chǎn)組合風(fēng)險(xiǎn)管理模型。該模型是利用企業(yè)股權(quán)的市場(chǎng)價(jià)值及其波動(dòng)率、企業(yè)負(fù)債的到期時(shí)間、賬面價(jià)值和無風(fēng)險(xiǎn)利率等數(shù)據(jù)，以期權(quán)定價(jià)理論為基礎(chǔ)，對(duì)企業(yè)資產(chǎn)的市場(chǎng)價(jià)值、資產(chǎn)價(jià)值的波動(dòng)性進(jìn)行估計(jì)，并據(jù)此算出企業(yè)的預(yù)期違約率。

KMV模型理論的選取也適合我國(guó)國(guó)情，與同類模型比較，KMV 在中國(guó)的應(yīng)用主要有三大優(yōu)勢(shì)：不要求有效市場(chǎng)假設(shè)，對(duì)弱有效市場(chǎng)預(yù)測(cè)效果較好；數(shù)據(jù)獲取相對(duì)容易；對(duì)財(cái)務(wù)指標(biāo)的依賴僅限于債務(wù)的賬面價(jià)值，受會(huì)計(jì)信息失真的影響較小[1]。

一、樣本企業(yè)的選取和KMV參數(shù)設(shè)定

表1 樣本企業(yè)具體信息

注：數(shù)據(jù)來源于新浪財(cái)經(jīng)股票頻道。

(一)樣本企業(yè)償債能力分析

變現(xiàn)能力是企業(yè)產(chǎn)生現(xiàn)金的能力，它取決于可以在近期轉(zhuǎn)變?yōu)楝F(xiàn)金的流動(dòng)資產(chǎn)的價(jià)值。主要指標(biāo)有：流動(dòng)比率和速動(dòng)比率。一般認(rèn)為，生產(chǎn)企業(yè)合理的最低流動(dòng)比率為2，正常的速動(dòng)比率為1。除了釀酒制造業(yè)以外，其他四大行業(yè)之中，中小板上市的企業(yè)在流動(dòng)比率和速動(dòng)比率均高于創(chuàng)業(yè)板上市企業(yè)。尤其是汽車制造行業(yè)，順榮股份兩大比率明顯高于其他上市公司，并且企業(yè)高于行業(yè)平均水平4.25(流動(dòng)比率)和3.29(速動(dòng)比率)。這說明該企業(yè)變現(xiàn)能力很強(qiáng)。

(二)樣本企業(yè)盈利能力分析

總資產(chǎn)報(bào)酬率可以反映企業(yè)的經(jīng)營(yíng)管理水平和未來戰(zhàn)略規(guī)劃能力，總資產(chǎn)報(bào)酬率越高，表明資產(chǎn)利用效率越高，說明企業(yè)在增加收入、節(jié)約資金使用等方面取得了良好效果；該指標(biāo)越低，說明企業(yè)資產(chǎn)利用效率低。每股收益是反映上市企業(yè)盈利能力的指標(biāo)，它可以在一定程度上反映市場(chǎng)對(duì)企業(yè)未來的預(yù)期。例如，釀酒制造行業(yè)的兩大企業(yè)(古井貢酒和金種子酒)無論是在每股收益還是總資產(chǎn)報(bào)酬率方面都明顯高于其他上市企業(yè)，其中，創(chuàng)業(yè)板上市的金種子酒總資產(chǎn)報(bào)酬率達(dá)到7.69%，一方面是由于行業(yè)利潤(rùn)率普遍較高，另一方面是其經(jīng)營(yíng)管理者運(yùn)營(yíng)資產(chǎn)獲利的能力很強(qiáng)，企業(yè)市場(chǎng)定位明確。[3]可以發(fā)現(xiàn)，中短期償債能力較強(qiáng)的汽車行業(yè)卻表現(xiàn)出盈利能力疲軟的現(xiàn)象，分析該企業(yè)的財(cái)務(wù)報(bào)表中可以歸咎于以下兩個(gè)方面：一是因?yàn)槠髽I(yè)流動(dòng)資產(chǎn)充足，存貨周轉(zhuǎn)率較快，為購(gòu)買原材料必須儲(chǔ)備流動(dòng)資金，因此用于擴(kuò)大再投資的投資減少；二是長(zhǎng)期股權(quán)投資甚微，沒有業(yè)務(wù)擴(kuò)展的未來規(guī)劃，戰(zhàn)略風(fēng)險(xiǎn)較大。

(三)KMV參數(shù)的設(shè)定

In the Holy Area of Kailas, local Tibetans generally believe Tibetan Buddhism,meanwhile are deeply influenced by Bon-religion. Due of this, they have unique concepts of life, ecology, environment and resources.

第一，公司股權(quán)價(jià)值E的計(jì)算方法。筆者參考上市公司股票流通研究中的非流通股定價(jià)，以每股凈資產(chǎn)計(jì)算非流通股的價(jià)格。上市公司股權(quán)價(jià)值=流通股收盤價(jià)格×流通股股本數(shù)+每股凈資產(chǎn)×非流通股股本數(shù)。

第二，股權(quán)價(jià)值波動(dòng)率σE的估計(jì)。使用Matlab的二分法對(duì)2013年的每股收盤價(jià)進(jìn)行模擬，得出最總的σE的值。

第三，違約點(diǎn)D的確定。在觀察得到樣本上市企業(yè)的長(zhǎng)期債務(wù)和流動(dòng)債務(wù)差異較大，長(zhǎng)期債務(wù)比重太小。因此，筆者采用流動(dòng)債務(wù)的價(jià)值加上未償還長(zhǎng)期債務(wù)賬面價(jià)值的3/4作為違約點(diǎn)的取值。

第四，債務(wù)期限和無風(fēng)險(xiǎn)利率。債務(wù)期限t的取值設(shè)定為1。由于中國(guó)資本市場(chǎng)不健全，缺乏有效的無風(fēng)險(xiǎn)收益率數(shù)據(jù)，因此，筆者參考人民銀行2013年的一年期整存整取的存款利率3%，以此作為無風(fēng)險(xiǎn)利率。[4]

數(shù)據(jù)主要來自于相關(guān)股票行情、證券公司網(wǎng)站，例如，新浪財(cái)經(jīng)、大智慧、證券之星等。筆者選取的10家樣本上市公司的財(cái)務(wù)數(shù)據(jù)與市場(chǎng)數(shù)據(jù)，數(shù)據(jù)時(shí)間跨度為一年，2013年1月1日至2013年12月31日。財(cái)務(wù)數(shù)據(jù)取自證券之星網(wǎng)站上公布的上市公司財(cái)務(wù)數(shù)據(jù)庫(kù)以及各樣本上市公司的年度財(cái)務(wù)報(bào)告。

二、信用風(fēng)險(xiǎn)計(jì)算

根據(jù)B-S期權(quán)定價(jià)公式，可以得到：

E=VE=VA×N(d1)-D×e-rt×N(d2)

(1)

(2)

(3)

式中，E為公司的股權(quán)價(jià)值，VE為公司權(quán)益的市場(chǎng)價(jià)值，VA為公司的市場(chǎng)價(jià)值，σA為公司資產(chǎn)收益率波動(dòng)率，D為違約點(diǎn)，r為無風(fēng)險(xiǎn)利率，t為債務(wù)期限，f為標(biāo)準(zhǔn)正太累布函數(shù)，σE為股權(quán)價(jià)值波動(dòng)率，s為債務(wù)期限，N為標(biāo)準(zhǔn)正態(tài)分布函數(shù)。

由于VE、σE、r、D都可由歷史數(shù)據(jù)計(jì)算出來，所以可以通過解非線性方程組(2)求出VA和σA。

表2 樣本企業(yè)資產(chǎn)價(jià)值和波動(dòng)率

出于計(jì)算的考慮，筆者以2013年上證指數(shù)的增長(zhǎng)率數(shù)值作為所有公司的資產(chǎn)增長(zhǎng)率近似估計(jì)值，1月4日是2013年第一個(gè)交易日，當(dāng)時(shí)上證指數(shù)為2276.99點(diǎn)，12月31日為當(dāng)年最后一個(gè)交易日，上證指數(shù)為2115.98點(diǎn)，以此計(jì)算公司資產(chǎn)價(jià)值的預(yù)期增長(zhǎng)率為：

因此，所有樣本公司的VA、D、σA和未來一年的增長(zhǎng)率都已確定，則根據(jù)違約距離和違約概率的公式[6]：

EDF=N(-DD)

求得違約距離和違約率[5～6]，結(jié)果見表3。

三、結(jié)論與建議

通過KMV模型對(duì)安徽省中小上市公司的信用風(fēng)險(xiǎn)進(jìn)行度量，根據(jù)信用風(fēng)險(xiǎn)和違約距離的關(guān)系，10家上市企業(yè)按信用風(fēng)險(xiǎn)從大到小依次是：雷鳴科化、金禾實(shí)業(yè)、精達(dá)股份、銅峰電子、鼎泰新材、科大訊飛、華菱星馬、順榮股份、古井貢酒和金種子酒。

(一)中小上市企業(yè)整體信用風(fēng)險(xiǎn)狀況良好

從整體上看,樣本選取的10家上市企業(yè)經(jīng)計(jì)算后,信用違約距離都大于0,距離違約點(diǎn)有一定距離。同時(shí)樣本整體的股權(quán)價(jià)值和資產(chǎn)價(jià)值波動(dòng)并參差不齊,市場(chǎng)預(yù)期較好的企業(yè)波動(dòng)幅度小于行業(yè)中下游的上市企業(yè)，但整體的信用違約風(fēng)險(xiǎn)處于可控范圍之內(nèi),同時(shí)信用違約風(fēng)險(xiǎn)狀況呈現(xiàn)變好趨勢(shì),短時(shí)期內(nèi)不會(huì)出現(xiàn)大批違約現(xiàn)象。

表3 樣本企業(yè)違約距離和違約概率

(二)技術(shù)密集型上市公司信用違約的概率偏低

在創(chuàng)業(yè)板和中小板上市的公司大多具有創(chuàng)新性和高成長(zhǎng)性,但往往成立時(shí)間較短,規(guī)模較小,多處于創(chuàng)業(yè)及成長(zhǎng)期,發(fā)展相對(duì)不成熟,故此創(chuàng)業(yè)板市場(chǎng)必然存在較高的風(fēng)險(xiǎn)。根據(jù)KMV模型計(jì)量結(jié)果，科大訊飛、順榮股份、精達(dá)股份、銅峰電子等技術(shù)密集型企業(yè)信用風(fēng)險(xiǎn)均低于參考企業(yè)，理論上看，違約可能性最大的是雷鳴科化，違約概率達(dá)到0.096,中小板違約距離最大的企業(yè)是金種子酒，違約概率0.003。而中小板樣本企業(yè)平均違約距離為2.07，主板上市企業(yè)平均違約距離為1.955。

(三)不同行業(yè)的信用風(fēng)險(xiǎn)差異較大

傳統(tǒng)化工行業(yè)和材料行業(yè)違約概率都要高于其他行業(yè)，這主要是受到內(nèi)外部經(jīng)濟(jì)環(huán)境和國(guó)家產(chǎn)業(yè)政策調(diào)整等因素的影響，抗風(fēng)險(xiǎn)能力較弱的周期企業(yè)和行業(yè)的盈利能力出現(xiàn)快速下降。并且傳統(tǒng)制造業(yè)集中了眾多中小企業(yè)，這些企業(yè)抗風(fēng)險(xiǎn)能力相對(duì)較差，部分企業(yè)獲取資金困難，容易導(dǎo)致資金鏈斷裂，這在很大程度上加大了銀行管控風(fēng)險(xiǎn)的壓力。

從銀行信貸風(fēng)險(xiǎn)管理的角度提出應(yīng)對(duì)措施，主要包括以下兩個(gè)方面。

一方面，在信用風(fēng)險(xiǎn)評(píng)估時(shí)，應(yīng)充分考慮中小企業(yè)非財(cái)務(wù)信息。由于人為因素或評(píng)估模型的偏差影響，銀行評(píng)估機(jī)構(gòu)在對(duì)中小企業(yè)進(jìn)行信用風(fēng)險(xiǎn)評(píng)估時(shí)，如果只考慮企業(yè)的財(cái)務(wù)信息，可能導(dǎo)致企業(yè)信用風(fēng)險(xiǎn)評(píng)估情況不夠真實(shí)和全面。因此，建議在對(duì)中小企業(yè)進(jìn)行信用風(fēng)險(xiǎn)評(píng)估時(shí)，要充分利用非財(cái)務(wù)信息對(duì)評(píng)估結(jié)果進(jìn)行補(bǔ)充評(píng)價(jià)?？山梃b日本銀行的做法，依靠公司經(jīng)驗(yàn)豐富的調(diào)查員，對(duì)被調(diào)查公司進(jìn)行實(shí)地訪談，了解行業(yè)環(huán)境、企業(yè)經(jīng)營(yíng)管理水平、經(jīng)營(yíng)者經(jīng)驗(yàn)與素質(zhì)、信用品質(zhì)等方面，對(duì)企業(yè)的信用狀況進(jìn)行補(bǔ)充評(píng)價(jià)。若非財(cái)務(wù)信息的補(bǔ)充評(píng)價(jià)結(jié)果與模型定量的計(jì)算結(jié)果一致，則說明公司的信用風(fēng)險(xiǎn)評(píng)估結(jié)果符合實(shí)際；若不一致，需進(jìn)一步分析，或采取其他評(píng)估方法進(jìn)行驗(yàn)證。[7]。

另一方面，健全上市公司信息披露制度。信息披露是老生常談的話題，但建立有效及時(shí)的信息披露制度需要多方共同努力。中小上市企業(yè)資產(chǎn)規(guī)模短期內(nèi)無法迅速擴(kuò)張，銀行為應(yīng)對(duì)可能存在的違約風(fēng)險(xiǎn)，解決信息不對(duì)稱問題，最有效的方法是借助證券監(jiān)管機(jī)構(gòu)對(duì)上市企業(yè)進(jìn)行全面、及時(shí)的信息披露和監(jiān)管，提高上市公司信息披露的真實(shí)性、 準(zhǔn)確性和完整性。

[1]曾競(jìng)夫.基于資本市場(chǎng)的KMV思維的信用風(fēng)險(xiǎn)控制研究[J].南方金融,2011(9).

[2]張鵬,曹陽.上市公司信用風(fēng)險(xiǎn)度量研究[J].財(cái)經(jīng)問題研究,2012(3).

[3]劉迎春,劉霄.基于GARCH波動(dòng)模型的KMV信用風(fēng)險(xiǎn)度量研究[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào),2011(3).

[4]曾詩(shī)鴻，許程.新興產(chǎn)業(yè)非ST上市公司風(fēng)險(xiǎn)管理新思路——基于KMV模型的信用風(fēng)險(xiǎn)分析[J].科學(xué)管理研究，2014(2).

[5]劉利文,王吉恒,張建華.基于KMV模型的上市公司信用風(fēng)險(xiǎn)研究[J].商業(yè)時(shí)代，2010(25).

[6]劉秀英.基于灰色系統(tǒng)理論的創(chuàng)業(yè)板上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)研究[D].中國(guó)科學(xué)技術(shù)大學(xué)，2010.

[7]糜仲春,申義,張學(xué)農(nóng).我國(guó)商業(yè)銀行中小企業(yè)信貸風(fēng)險(xiǎn)評(píng)估體系的構(gòu)[J].金融論壇，2007(3).

責(zé)任編輯 胡號(hào)寰 E-mail:huhaohuan2@126.com

On Credit Risk of the Small and Medium Enterprises Listed in Anhui Based on KMV Model

YanQianqian

(SchoolofEconomy,AnhuiUniversity,Hefei230601)

This paper selects ten SME listed in the small and medium-sized board and main board in Anhui province,based on the results of financial indicators and KMV model,we come to the conclusion that labor intensive listing corporation have a short distance to default and more credit risks than technology intensive listing corporation.Listed enterprises have common characteristics: current liabilities accounted for the major part of liabilities;large volatility of the equity value and small assets scale.In the start-up and growth stage,SME face a significantly higher risk of default.Finally,we suggest that banking institutions should pay more attention to the small and medium-sized enterprise’s non-financial information and strengthen the disclosure of information on the listing corporation.

credit risk;default distance;KMV model

2014-12-21

安徽省人文社科重大項(xiàng)目(SK2014ZD006)

晏倩倩(1991—)，女，安徽馬鞍山人，碩士研究生。

F832.51

A

1673-1395 (2015)02-0058-04