基于跳躍-擴散KMV 模型的上市公司信用風(fēng)險評估

王 佳，曹瓊予

（1.東北大學(xué)秦皇島分校 經(jīng)濟學(xué)院，河北 秦皇島 066000；2.復(fù)旦大學(xué) 經(jīng)濟學(xué)院，上海 200433）

一、引言

信用風(fēng)險作為企業(yè)面臨的主要風(fēng)險之一，一直以來備受重視和關(guān)注。2008 年的次貸危機席卷全球，各國經(jīng)濟都受到沉重打擊，許多企業(yè)信用評級急劇下滑甚至出現(xiàn)破產(chǎn)倒閉的現(xiàn)象。近年來，我國商業(yè)銀行的不良貸款余額和比率持續(xù)攀升，據(jù)銀保監(jiān)會的最新數(shù)據(jù)顯示，2020 年第三季度我國商業(yè)銀行的不良貸款余額高達2.84 萬億元，較前一季度增加了986 億元。同時，自2020 年10 月以來，多家企業(yè)信用債發(fā)生實質(zhì)性違約。企業(yè)信用風(fēng)險事件頻出的背后也反映出目前我國對于企業(yè)信用風(fēng)險的度量和監(jiān)管不到位，各企業(yè)的信用風(fēng)險管理能力偏弱。在這樣的形勢下，有效識別和度量企業(yè)的信用風(fēng)險，提前做好風(fēng)險預(yù)警非常重要。因此，本文在充分借鑒國內(nèi)外優(yōu)秀文獻的基礎(chǔ)上，結(jié)合實際情況，對現(xiàn)有的信用風(fēng)險度量模型進行針對性的改進，在此基礎(chǔ)上深入探討企業(yè)信用風(fēng)險的影響因素，從而為企業(yè)的信用風(fēng)險管控和相關(guān)經(jīng)營決策提供客觀的參考依據(jù)。

目前，國際上比較成熟的信用風(fēng)險度量方法主要有信用計量模型（credit metrics）、CreditRisk+模型、信用組合觀點及信用監(jiān)控模型（KMV）等。其中，由于KMV 模型能夠通過股票市場數(shù)據(jù)和公司財務(wù)數(shù)據(jù)直接計算公司的信用風(fēng)險，使得KMV 模型的應(yīng)用最為廣泛。國外學(xué)者Nyambuu 和Bernard（2015）運用KMV 模型對新興經(jīng)濟體的主權(quán)違約風(fēng)險進行評估，并驗證了用KMV 模型度量發(fā)展中國家主權(quán)違約風(fēng)險的合理性。Zhang和Shi（2016）在KMV 模型基礎(chǔ)上，引入粒子群優(yōu)化、模糊聚類等方法對非流通股的價格估計及違約點的計算參數(shù)進行改進，結(jié)果表明，改進后的混合KMV 模型對信用風(fēng)險的預(yù)測更為準確。Zhang 和Li（2018）分別利用KMV 模型和廣義自回歸條件異方差模型（GARCH）度量我國涉及碳融資的6 家商業(yè)銀行的信用風(fēng)險和市場風(fēng)險，并利用因子Copula 模型分析兩風(fēng)險間的相關(guān)性。Capasso et al（2020）利用KMV 模型度量公司的信用風(fēng)險，并分析該風(fēng)險與氣候變化敞口間的關(guān)系，研究表明，公司的信用風(fēng)險與公司碳排放和碳強度的總量呈負相關(guān)。國內(nèi)學(xué)者對KMV 模型的研究主要側(cè)重于模型參數(shù)的修改及適用對象的拓展。唐振鵬等（2016）將門限條件異方差模型（TGARCH）與KMV 模型相結(jié)合度量不同經(jīng)濟區(qū)、不同行業(yè)上市公司的信用風(fēng)險。王莉（2017）利用基于修正違約距離的KMV 模型對上市企業(yè)的財務(wù)危機進行預(yù)警驗證，結(jié)果表明，修正違約距離的KMV 模型通過不同違約利率對應(yīng)的違約成本影響財務(wù)危機。王慧和張國君（2018）以上市房地產(chǎn)企業(yè)為研究對象，利用窮舉法對KMV 模型的違約點計算參數(shù)予以修正，得出修正后模型計算的違約距離對房地產(chǎn)企業(yè)的預(yù)測效果較好；王佳等（2019）在傳統(tǒng)KMV 模型中引入指數(shù)條件異方差模型（EGARCH）和Copula 函數(shù)研究上市公司的多資產(chǎn)聯(lián)合違約概率，得到較好的擬合效果。以上學(xué)者均對KMV 模型進行了適應(yīng)性調(diào)整，但是沒有考慮到現(xiàn)實中資產(chǎn)價格可能存在的跳躍行為，因而具有一定的局限性。

受國家、行業(yè)和企業(yè)發(fā)布的重大突發(fā)信息影響，金融市場中的風(fēng)險資產(chǎn)價格往往會出現(xiàn)跳躍性的異常波動，偏離正常的隨機游走范圍。早期學(xué)者Merton（1976）在風(fēng)險資產(chǎn)價格模型中考慮跳躍因素，構(gòu)建跳躍-擴散過程。隨后，一些學(xué)者提出基于跳躍-擴散過程的資產(chǎn)定價模型，分析風(fēng)險資產(chǎn)的價值變化（Zhou 和Zhang，2020；Jing et al，2021）。Tian et al（2014）引入泊松跳過程刻畫突發(fā)事件對股票收益和資產(chǎn)價格的影響，并利用基于跳躍-擴散模型的期權(quán)定價公式分析資產(chǎn)的價值變化，結(jié)果表明考慮跳躍風(fēng)險的模型在識別和度量違約概率方面明顯優(yōu)于純擴散模型。楊柳勇和王禮月（2018）運用跳躍-擴散KMV 模型對產(chǎn)能過剩行業(yè)上市公司的跳躍風(fēng)險和信用風(fēng)險進行度量，并得出結(jié)論，含資產(chǎn)價格跳躍的KMV 模型在我國上市公司信用風(fēng)險計量方面適用性較強，且信用風(fēng)險和跳躍風(fēng)險之間存在正相關(guān)關(guān)系。以上研究表明，將資產(chǎn)價格跳躍因素引入KMV 模型中可以達到較好的信用風(fēng)險度量效果，但已有利用跳躍-擴散KMV 模型分析信用風(fēng)險的研究中選擇的樣本個數(shù)均較少，無法驗證模型的普遍適用性。

在信用風(fēng)險影響因素方面，Yu et al（2015）建立0robit 模型研究農(nóng)戶的違約概率與農(nóng)村商業(yè)銀行貸款利率的關(guān)系，研究表明，隨著銀行貸款利率的提高，農(nóng)戶違約概率增大。Ovi et al（2020）研究1998—2018 年來自東南亞國家聯(lián)盟（ASEAN）地區(qū)的銀行中商業(yè)周期和收入多元化與銀行的資本緩沖和信貸風(fēng)險之間的關(guān)系，得出結(jié)論，銀行通過收入多元化可以在經(jīng)濟低迷時實現(xiàn)資本節(jié)約并降低信貸風(fēng)險。Barra 和Ruggiero（2021）利用機器學(xué)習(xí)算法提取銀行和國家層面的相關(guān)信息，探究其對不同國家內(nèi)部和內(nèi)部銀行信用風(fēng)險變化的影響，研究發(fā)現(xiàn)，銀行級和國家級的特征對解釋信用風(fēng)險非常重要。國內(nèi)學(xué)者胡勝等（2018）利用主成分分析法和Logistic 模型原理，從償債能力、獲利能力、營運能力、發(fā)展能力和宏觀經(jīng)濟指標5 個方面，構(gòu)建出我國房地產(chǎn)信用風(fēng)險度量模型并探討出信用風(fēng)險影響主要因素；蔣勝杰等（2019）建立馬爾科夫狀態(tài)轉(zhuǎn)移模型（MS）和馬爾科夫狀態(tài)轉(zhuǎn)移向量自回歸模型（MS-VAR）研究金融危機背景下信用環(huán)境在經(jīng)濟的波動和平穩(wěn)兩狀態(tài)下的信用違約風(fēng)險宏觀驅(qū)動因素及跨區(qū)域傳染效應(yīng)；于博和吳菡虹（2020）以貸款減值準備占全部貸款的比重（LLR）作為商業(yè)銀行信用風(fēng)險的測度指標，通過分析同業(yè)杠桿率攀升對不同規(guī)模的商業(yè)銀行信貸風(fēng)險的異質(zhì)性影響，得出結(jié)論，同業(yè)存單擴張會顯著加劇中小銀行的信貸風(fēng)險。以上學(xué)者分別研究經(jīng)濟周期或企業(yè)內(nèi)部因素對信用風(fēng)險的影響，而鮮有將二者相結(jié)合的研究?，F(xiàn)實中，企業(yè)的外部經(jīng)濟環(huán)境和內(nèi)部經(jīng)營環(huán)境都會影響企業(yè)的信用違約風(fēng)險。因此，有必要將二者相結(jié)合檢驗企業(yè)信用違約風(fēng)險的影響因素。

本文在傳統(tǒng)結(jié)構(gòu)化KMV 模型基礎(chǔ)上考慮資產(chǎn)價格跳躍行為，構(gòu)建跳躍-擴散KMV 模型度量我國各行業(yè)上市公司的信用風(fēng)險，探究考慮資產(chǎn)價格跳躍的信用風(fēng)險監(jiān)控模型對于我國上市公司的廣泛適用性。進一步，同時考慮經(jīng)濟周期和企業(yè)自身因素，構(gòu)建面板數(shù)據(jù)回歸模型分析企業(yè)的外部經(jīng)濟環(huán)境和內(nèi)部經(jīng)營環(huán)境對信用風(fēng)險的影響。本文的創(chuàng)新之處主要體現(xiàn)在兩個方面：第一，使用跳躍-擴散KMV 模型對我國上市公司的信用風(fēng)險按行業(yè)、公司性質(zhì)和規(guī)模進行分類度量，從不同的視角探究該模型對于我國企業(yè)信用風(fēng)險計量的普適性；第二，以模型測算的違約距離為被解釋變量，運用H0 濾波（high-pass filter）劃分經(jīng)濟周期，并利用面板數(shù)據(jù)回歸模型綜合分析經(jīng)濟周期和企業(yè)各項指標對信用風(fēng)險的影響，從而為相關(guān)主體識別和控制信用風(fēng)險提供針對性意見。

二、模型構(gòu)建

（一）含資產(chǎn)價格跳躍的期權(quán)定價模型

傳統(tǒng)KMV 模型以Merton 的期權(quán)定價理論為基礎(chǔ)，假設(shè)公司資產(chǎn)對數(shù)收益率波動服從正態(tài)分布。然而，風(fēng)險資產(chǎn)價格波動經(jīng)常呈現(xiàn)出尖峰后尾的非對稱分布特征，單純基于Brown 運動的純擴散過程不能準確刻畫資產(chǎn)收益率的波動。本文將資產(chǎn)價格波動分為兩部分，即由一般信息所導(dǎo)致的連續(xù)性正常價格波動和由于突發(fā)事件引起的資產(chǎn)價格跳躍性異常波動。假設(shè)資產(chǎn)價格的跳躍性波動遵循0oisson 過程，根據(jù)Merton（1976）提出的跳躍-擴散模型，假設(shè)資產(chǎn)價格在風(fēng)險中性條件下所滿足的跳躍擴散微分方程為

假設(shè)執(zhí)行價格為K、到期日為T、到期期限為τ=T-t的歐式看漲期權(quán)的標的資產(chǎn)滿足含資產(chǎn)價格跳躍的期權(quán)定價模型，結(jié)合式（2）、式（4）及Merton（1976）的跳躍-擴散模型，可以得到含資產(chǎn)價格跳躍的期權(quán)定價公式為

（二）跳躍-擴散KMV 模型

本文在傳統(tǒng)結(jié)構(gòu)化KMV 模型的基礎(chǔ)上，引入含資產(chǎn)價格跳躍的期權(quán)定價模型。將公司股權(quán)價值視為一個歐式看漲期權(quán)，公司資產(chǎn)為標的資產(chǎn)，公司債務(wù)價值為行權(quán)價格。由式（5）可得公司的股權(quán)價值表達式

根據(jù)廣義伊藤引理，將公司的股權(quán)價值視為公司資產(chǎn)價值和時間的函數(shù)，由式（6）可知，VE關(guān)于t一階可導(dǎo)，關(guān)于VA二階可導(dǎo)，符合廣義伊藤引理的條件，進而得到

由式（3）可得公司的資產(chǎn)價值和股權(quán)價值在風(fēng)險中性條件下分別滿足如下跳躍-擴散微分方程：

對比式（7）和式（9）中dWt項的系數(shù)，可得

公司的資產(chǎn)價值波動率σTA由擴散波動率σA和跳躍波動率δA兩部分組成，三者滿足關(guān)系式（12）：

同理，公司的股權(quán)價值波動率也存在上述關(guān)系

參考Leland（2004）的研究，μA=。在風(fēng)險中性條件下，μA和μE分別對應(yīng)式（8）、式（9）中r-λAsA和r-λEsE，結(jié)合式（2），可得資產(chǎn)價值跳躍波動率和股權(quán)價值跳躍波動率的關(guān)系為

基于以上對資產(chǎn)價格及資產(chǎn)價格波動率的推導(dǎo)，利用跳躍-擴散KMV 模型度量公司信用風(fēng)險的具體步驟如下：

第一步，確定公司的股權(quán)價值（VE）。我國上市公司的股票分為流通中的股份和非流通的限售股份，而限售流通股份在市場上沒有買賣交易的價格。因此用每股凈資產(chǎn)對限售流通股的價格進行估計，即

第二步，確定公司的債務(wù)賬面價值（VD）。

第三步，確定公司的股權(quán)價值波動率（σTE）。利用歷史波動率法估計上市公司的股權(quán)價值波動率（σTE）。首先，股票的日收益率為表示第i天股票收盤價格；然后，由股票日收益率（μi）求得股票日收益波動率（σ）；最后，用股票日收益波動率（σ）計算股票的季度收益波動率（σTE），即σTE=，N為股票季度交易天數(shù)。

第四步，利用極大似然法估計股權(quán)價值的跳躍參數(shù)（λE和δE）。根據(jù)式（13），給定σTE，三個變量σE、λE和δE已知其中兩個即可求得第三個參數(shù)值。假設(shè)公司資產(chǎn)價值和股權(quán)價值面臨的跳躍風(fēng)險相同，且發(fā)生跳躍行為的好壞消息分布的概率對稱，即λA=λE，θA=θE=0（Zhang 和Shi，2016）。根據(jù)式（9）公司股權(quán)價值滿足的隨機微分方程，求得股票價格收益率的概率密度函數(shù)式（17），運用極大似然法即可估計出股權(quán)價值的跳躍參數(shù)（λE和δE），再利用式（13），求得股權(quán)價值的擴散波動率（σE）。

第五步，利用最小二乘法估計資產(chǎn)價值（VA）、跳躍參數(shù)（δA）和擴散波動率（σA）。聯(lián)立式（6）、式（11）和式（14），取r為一年期定期存款利率，運用MATLAB 編程對聯(lián)立方程組求解，即可得參數(shù)VA、δA和σA的值。

第六步，計算公司的違約點（DP）。以KMV 模型為基礎(chǔ)，將違約點（DP）設(shè)定為公司短期負債（STD）與50%的長期負債（LTD）之和，即

第七步，計算違約距離（DD）度量各公司的信用風(fēng)險。違約距離的計算公式為

三、實證分析

（一）樣本選取與數(shù)據(jù)處理

本文選取的樣本區(qū)間為2011 年1 月到2020 年9 月，以滬深兩市的全部上市公司為研究對象，為避免模型結(jié)果出現(xiàn)異常，剔除公司股權(quán)價值小于債權(quán)價值、2011 年后上市及由于停牌等原因缺失交易數(shù)據(jù)的公司，共篩選出126 家樣本公司。以證監(jiān)會最新行業(yè)分類標準對126 家樣本公司所屬行業(yè)進行劃分，樣本涉及農(nóng)林牧漁業(yè)、采礦業(yè)、制造業(yè)、電力熱力燃氣水生產(chǎn)供應(yīng)業(yè)、建筑業(yè)、批發(fā)零售業(yè)、交通運輸業(yè)、住宿餐飲業(yè)、信息服務(wù)業(yè)、金融業(yè)、房地產(chǎn)業(yè)、租賃商務(wù)服務(wù)業(yè)、科研服務(wù)業(yè)、水利環(huán)境公共設(shè)施管理業(yè)、衛(wèi)生與社會工作業(yè)、文化體育娛樂業(yè)和綜合共計17 個行業(yè)。數(shù)據(jù)來源于Wind 數(shù)據(jù)庫、Choice 金融終端和網(wǎng)易財經(jīng)數(shù)據(jù)庫。選取中國人民銀行公布的一年期定期存款利率為無風(fēng)險利率。

（二）公司股價的跳躍風(fēng)險分析

利用各樣本公司股票的日收盤價數(shù)據(jù)計算其對數(shù)收益率，然后對股票收益率的概率密度函數(shù)構(gòu)建對數(shù)似然函數(shù)，利用極大似然法估計跳躍參數(shù)（λE和δE）。根據(jù)式（13），以λE衡量各上市公司股價跳躍風(fēng)險的大小，分別從行業(yè)屬性、企業(yè)屬性和公司規(guī)模三個角度分析公司股價的跳躍行為。

首先，按照證監(jiān)會最新行業(yè)分類對樣本公司進行劃分，不同行業(yè)上市公司股價跳躍風(fēng)險的描述性統(tǒng)計見表1?？梢钥闯觯ㄖ袠I(yè)樣本公司股價的跳躍風(fēng)險最大且波動較為劇烈，其次是科研服務(wù)、信息服務(wù)和金融業(yè)，而交通運輸和住宿餐飲業(yè)的跳躍風(fēng)險較小。這是因為，建筑、金融、科研服務(wù)和信息服務(wù)等行業(yè)受國家政策影響較大，當出現(xiàn)突發(fā)性重大政策調(diào)整和變化時，股價波動比較劇烈，跳躍風(fēng)險比較大，而對于交通運輸、住宿餐飲等行業(yè)，其社會需求相對剛性，受到重大事件影響稍微小一些。

表1 按行業(yè)屬性分類的上市公司跳躍風(fēng)險描述性統(tǒng)計

其次，按照公司性質(zhì)，將樣本公司劃分為中央國有企業(yè)、地方國有企業(yè)、公眾企業(yè)、民營企業(yè)和外資企業(yè)，各屬性公司股價跳躍風(fēng)險的描述性統(tǒng)計見表2。可以看出，民營企業(yè)股價的跳躍風(fēng)險較大，中央和地方國有企業(yè)的跳躍風(fēng)險較小，公眾企業(yè)和外資企業(yè)的跳躍風(fēng)險中等。這是因為，國有企業(yè)作為政府大力支持的企業(yè)，其背后有國家支撐，不易在重大突發(fā)事件中受到較大的影響。而民營企業(yè)受國家宏觀經(jīng)濟政策的影響較大，政策的頻繁變動往往會給民營企業(yè)的生存發(fā)展帶來顯著影響，從而表現(xiàn)為民營企業(yè)股價的跳躍風(fēng)險較大。

表2 按公司屬性分類的上市公司跳躍風(fēng)險描述性統(tǒng)計

第三，按照wind 數(shù)據(jù)庫中提供的公司規(guī)模劃分標準，將樣本公司劃分為大型企業(yè)和中小微企業(yè)兩大類，兩類企業(yè)股價跳躍風(fēng)險的描述性統(tǒng)計見表3?？梢钥闯?，大型企業(yè)股價的跳躍風(fēng)險較小，中小微企業(yè)股價的跳躍風(fēng)險較大。這是因為，大型企業(yè)往往具備較強的資產(chǎn)運作能力和持續(xù)增長動力，股票價格往往比較穩(wěn)定，跳躍風(fēng)險相對較小，而中小微企業(yè)受其自身發(fā)展和資源限制，對于突發(fā)重大事件的敏感性比較高，因而股價的跳躍風(fēng)險更大。

表3 按公司規(guī)模分類的上市公司跳躍風(fēng)險描述性統(tǒng)計

（三）上市公司的信用風(fēng)險度量結(jié)果與分析

根據(jù)第三節(jié)中信用風(fēng)險度量的具體步驟，結(jié)合上市公司股價的跳躍風(fēng)險情況，運用最小二乘法計算各公司的違約距離，違約距離越大，公司所面臨的信用風(fēng)險越小。本文分別從行業(yè)屬性、企業(yè)屬性和公司規(guī)模三個角度對樣本公司的信用風(fēng)險進行分析。

表4 為按行業(yè)屬性分類的上市公司違約距離的描述性統(tǒng)計。可以看出，不同行業(yè)的上市公司違約距離有所差異?？蒲蟹?wù)和住宿餐飲業(yè)的違約距離較大，公司面臨的信用風(fēng)險相對較小。而采礦業(yè)、農(nóng)林牧漁和文化體育娛樂業(yè)的違約距離較小，信用風(fēng)險較大。結(jié)合各行業(yè)公司的跳躍風(fēng)險情況，住宿餐飲業(yè)的跳躍風(fēng)險比較小，而違約距離較大，信用風(fēng)險較?。晃捏w娛樂和農(nóng)林牧漁業(yè)的跳躍風(fēng)險較大，而違約距離較小，信用風(fēng)險較大。由此看出，信用風(fēng)險與跳躍風(fēng)險之間存在一定的相關(guān)關(guān)系。但科研服務(wù)和采礦業(yè)的跳躍風(fēng)險和信用風(fēng)險之間并沒有明顯的相關(guān)關(guān)系。

表4 按行業(yè)屬性分類的上市公司違約距離描述性統(tǒng)計

表5 為按公司性質(zhì)分類的上市公司違約距離的描述性統(tǒng)計?？梢钥闯?，公眾企業(yè)和外資企業(yè)的違約距離較大，信用風(fēng)險較小。而中央和地方國有企業(yè)、民營企業(yè)的違約距離較小，信用風(fēng)險較大。雖然國有企業(yè)跳躍風(fēng)險較小，但是近年來，隨著政府對國有企業(yè)的支持力度不斷加大，給國有企業(yè)的發(fā)展提供了隱性擔保，這在無形中鼓勵國企進行數(shù)量更多的風(fēng)險經(jīng)營行為，同時也暴露出國企風(fēng)險管控不到位的問題。而民營企業(yè)受經(jīng)營水平和管理能力的限制，更容易受到外部影響，其跳躍風(fēng)險和信用風(fēng)險都較大。

表5 按公司屬性分類的上市公司違約距離的描述性統(tǒng)計

表6 為按公司規(guī)模分類的上市公司違約距離的描述性統(tǒng)計?？梢钥闯?，對于不同規(guī)模的公司，其信用風(fēng)險與跳躍風(fēng)險的相關(guān)關(guān)系均較為明顯，大型企業(yè)憑借其強大的資金運作能力和風(fēng)險管控能力，其信用風(fēng)險和跳躍風(fēng)險都比較小，而中小微企業(yè)受規(guī)模和政策限制，自身發(fā)展水平有限，信用風(fēng)險和跳躍風(fēng)險都處于比較高的水平。

表6 按公司規(guī)模分類的上市公司違約距離的描述性統(tǒng)計

綜合以上分析可以發(fā)現(xiàn)，上市公司的跳躍風(fēng)險和信用風(fēng)險存在一定的相關(guān)關(guān)系，但信用風(fēng)險并不僅僅受到跳躍風(fēng)險這一因素的影響，宏觀經(jīng)濟狀況和企業(yè)自身的經(jīng)營情況都可能會對其信用風(fēng)險產(chǎn)生一定的影響。因此，有必要對上市公司信用風(fēng)險的影響因素進行進一步的研究。

（四）上市公司信用風(fēng)險的影響因素分析

以前文度量的上市公司違約距離（DD）為被解釋變量，以宏觀經(jīng)濟因素、公司股價跳躍因素及反映公司自身盈利能力、償債能力、成長能力和營運能力的指標為解釋變量，對上市公司信用風(fēng)險的影響因素進行分析，具體變量定義見表7。建立基于面板數(shù)據(jù)的多元線性回歸模型

表7 變量定義

對于經(jīng)濟周期變量，由于GD0 當期水平值序列具有明顯的趨勢主導(dǎo)和季節(jié)因素擾動的波動特征，首先對GD0 序列進行季度調(diào)整，消除季度成分，在此基礎(chǔ)上使用H0 濾波法提取周期成分，通過比較當期值與前期值周期成分值的大小，將經(jīng)濟上行期賦值為1，經(jīng)濟下行期賦值為0，并以此作為衡量經(jīng)濟周期的指標（王琳等，2020）。

1.平穩(wěn)性檢驗和協(xié)整檢驗

為避免數(shù)據(jù)出現(xiàn)虛假回歸，本文對被解釋變量和各解釋變量進行平穩(wěn)性檢驗，結(jié)果見表8?？梢钥闯?，各變量的P值均在1%之內(nèi)，說明各變量序列都是平穩(wěn)的。同時，為避免數(shù)據(jù)出現(xiàn)偽回歸，利用Kao 方法對被解釋變量和解釋變量之間的協(xié)整關(guān)系進行檢驗，結(jié)果見表9?？梢钥闯?，t值為-5.4846，對應(yīng)P=0.0000，說明解釋變量與被解釋變量之間存在長期的均衡關(guān)系，可以進行面板數(shù)據(jù)回歸。

表8 各變量的平穩(wěn)性檢驗

表9 協(xié)整檢驗結(jié)果

2.回歸結(jié)果與分析

對樣本數(shù)據(jù)進行Hausman 檢驗，檢驗結(jié)果見表10?？梢钥闯?，P=0.0453，在5%的顯著性水平下拒絕原假設(shè)，選擇固定效應(yīng)模型進行面板數(shù)據(jù)回歸，回歸結(jié)果見表11。

表10 Hausman 檢驗結(jié)果

從表11 可以看出，F(xiàn)統(tǒng)計量的值為508.3488，對應(yīng)P=0.0000，表明模型整體回歸效果在1%的顯著性水平下較為顯著，具有統(tǒng)計意義。同時，違約距離與經(jīng)濟周期、資產(chǎn)報酬率、每股收益及資產(chǎn)周轉(zhuǎn)率呈現(xiàn)顯著正相關(guān)，而與跳躍風(fēng)險和資產(chǎn)負債率呈顯著負相關(guān)。具體地，當經(jīng)濟處于上行期時，違約距離變大，企業(yè)信用風(fēng)險變小，即經(jīng)濟狀況改善能夠降低企業(yè)的信用風(fēng)險。而企業(yè)自身的盈利能力、成長能力和營運能力越強，說明企業(yè)的經(jīng)營情況較好，相應(yīng)的違約距離變大，企業(yè)信用風(fēng)險變小。除此之外，企業(yè)受突發(fā)事件影響產(chǎn)生股價異常波動帶來的跳躍風(fēng)險會顯著增大企業(yè)的信用風(fēng)險，這與前面對跳躍風(fēng)險和違約距離的描述性分析相吻合。另外，企業(yè)的負債占比過高也會對其信用狀況產(chǎn)生不利影響，當企業(yè)流動性不足導(dǎo)致資不抵債時，企業(yè)信用風(fēng)險無限大甚至破產(chǎn)倒閉。由以上分析可以看出，回歸模型中各解釋變量的經(jīng)濟意義均與實際情況相吻合。這也驗證了運用含資產(chǎn)價格跳躍的KMV 模型度量上市公司信用風(fēng)險的合理性和準確性。

表11 上市公司信用風(fēng)險影響因素的面板回歸結(jié)果

四、結(jié)論與建議

本文結(jié)合我國實際情況引入含資產(chǎn)價格跳躍的跳躍-擴散KMV 模型分別從行業(yè)屬性、公司屬性和公司規(guī)模三個層面對上市公司的跳躍風(fēng)險進行刻畫，并分析其信用風(fēng)險情況，在此基礎(chǔ)上，以模型測算得到的違約距離為被解釋變量，選擇經(jīng)濟周期、跳躍風(fēng)險及衡量企業(yè)自身償債能力、盈利能力、成長能力和營運能力的財務(wù)指標為解釋變量，運用固定效應(yīng)模型進行面板數(shù)據(jù)回歸，以分析企業(yè)信用風(fēng)險的影響因素。結(jié)果表明，使用跳躍-擴散KMV 模型度量企業(yè)的信用風(fēng)險與實際情況相符，外資企業(yè)的信用情況要顯著好于民營和國有企業(yè)，大型企業(yè)的信用風(fēng)險要高于中小微企業(yè)的信用風(fēng)險。同時，由面板數(shù)據(jù)回歸結(jié)果可知，企業(yè)的信用風(fēng)險與其自身的償債能力和跳躍風(fēng)險呈顯著正相關(guān)，與其盈利能力、成長能力、營運能力及宏觀經(jīng)濟狀況呈顯著負相關(guān)，即當經(jīng)濟處于上行期，公司跳躍風(fēng)險和資產(chǎn)負債率較低、經(jīng)營情況較好時，其違約距離越大，信用風(fēng)險越小。

基于以上分析，本文提出如下建議：首先，在信用風(fēng)險度量方面，考慮資產(chǎn)價格波動中存在的跳躍風(fēng)險，并引入跳躍-擴散KMV 模型度量上市公司的信用風(fēng)險更有效，模型測算結(jié)果也較符合我國實際情況；其次對于企業(yè)信用風(fēng)險的影響因素，良好的宏觀經(jīng)濟運行情況可以增強投資者信心，能夠顯著降低上市公司的信用風(fēng)險。因此宏觀經(jīng)濟的有效調(diào)控和穩(wěn)定運行顯得尤為重要；同時，各企業(yè)更應(yīng)結(jié)合自身情況，合理調(diào)整自身經(jīng)營戰(zhàn)略，保持適當?shù)馁Y本結(jié)構(gòu)和盈利能力，提升自身應(yīng)對經(jīng)濟變化的能力，努力提高自身信用等級，降低信用風(fēng)險，能夠更好地促進企業(yè)持續(xù)健康發(fā)展。