林業(yè)上市公司信用風(fēng)險(xiǎn)論文范文

本站小編為你精心準(zhǔn)備了林業(yè)上市公司信用風(fēng)險(xiǎn)論文參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、KMV模型理論框架

1.KMV模型的基本原理在眾多信用風(fēng)險(xiǎn)度量模型中，KMV模型由于其無需依賴評級機(jī)制，不要求有效市場假設(shè)，具有動態(tài)前瞻性，能及時(shí)反映投資者對企業(yè)未來發(fā)展的綜合預(yù)期等特點(diǎn)，在應(yīng)用于我國上市公司信用風(fēng)險(xiǎn)度量時(shí)具有得天獨(dú)厚的優(yōu)勢。在KMV模型中假設(shè)公司資產(chǎn)由股本、債券和貸款等組成，貸款要求在規(guī)定時(shí)間內(nèi)償還，否則視為違約。OD是期限為一年的經(jīng)過折現(xiàn)后的貸款數(shù)額，如果一年之后的公司資產(chǎn)價(jià)值V2大于債務(wù)水平，則公司會選擇償還貸款，原因是其可以通過出售股權(quán)償還債務(wù)，并獲得OV2-OD的收益；如果公司的資產(chǎn)市值V1小于債務(wù)水平，公司有動機(jī)不按期償還貸款，原因是公司向債權(quán)人轉(zhuǎn)讓資產(chǎn)比重新籌集還債更有利。當(dāng)公司不按其償還貸款時(shí)，銀行貸款就會發(fā)生損失，甚至出現(xiàn)本金和利息全部無法收回的情況。銀行追債會產(chǎn)生費(fèi)用和法律成本，因此銀行的最終損失可能超過貸款的本金和利息。此時(shí)，銀行的損益可用圖1表示，從圖1可以看出，銀行貸款損益圖與看跌期權(quán)賣方損益圖類似。銀行發(fā)放的一筆貸款并且收回本金和利息時(shí)，可以視為銀行賣出一份以公司資產(chǎn)價(jià)值為標(biāo)的，以公司債務(wù)價(jià)值為執(zhí)行價(jià)格的看跌期權(quán)。根據(jù)期權(quán)平價(jià)原理，公司借入一筆貸款時(shí)，相當(dāng)于持有一份以公司資產(chǎn)市場價(jià)值為標(biāo)的，以公司債務(wù)價(jià)值為執(zhí)行價(jià)格的看漲期權(quán)。因此，KMV可以看成是基于期權(quán)定價(jià)理論的信用風(fēng)險(xiǎn)管理模型。KMV模型將公司股東權(quán)益看作看漲期權(quán)，當(dāng)公司的資產(chǎn)價(jià)值低于公司債務(wù)價(jià)值時(shí)公司就會違約，相應(yīng)的負(fù)債水平就是違約點(diǎn)DP(DefaultPoint)，公司資產(chǎn)價(jià)值與違約點(diǎn)之間差值除以公司資產(chǎn)價(jià)值的標(biāo)準(zhǔn)差就是違約距離DD(DistancetoDefault)。KMV模型假定當(dāng)兩個公司違約距離相同時(shí)，其違約風(fēng)險(xiǎn)也相同。KMV公司利用多年的上市公司和非上市公司數(shù)據(jù)建立了公司信用風(fēng)險(xiǎn)數(shù)據(jù)庫，并對具有相同違約距離的公司進(jìn)行分類，把每一類公司的實(shí)際違約率看成具有相同違約距離的公司的預(yù)期違約率EDF(ExpectedDefaultFrequency)。因此，通過計(jì)算公司違約距離，就預(yù)測其預(yù)期違約概率。

2.KMV模型KMV模型假設(shè)條件包括：公司資產(chǎn)價(jià)值決定公司是否違約，當(dāng)公司的資產(chǎn)價(jià)值大于債務(wù)價(jià)值時(shí)，公司不會違約，反之違約；公司的資產(chǎn)結(jié)構(gòu)只有股權(quán)、短期負(fù)債(STD)、長期債務(wù)(LTD)和可轉(zhuǎn)換債券四種；市場無摩擦；公司股票價(jià)格變動服從幾何布朗運(yùn)動；公司的資產(chǎn)價(jià)值服從正態(tài)分布。根據(jù)Black-Scholes期權(quán)定價(jià)公式可知，上市公司股權(quán)價(jià)值與公司債務(wù)價(jià)值、資產(chǎn)價(jià)值、資產(chǎn)波動性以及時(shí)間范圍相關(guān)，可以用以下公式表示：其中，E為股權(quán)價(jià)值；D為債務(wù)價(jià)值（違約點(diǎn)DP）。KMV公司利用1973年以來的上市公司和非上市公司數(shù)據(jù)建立公司信用風(fēng)險(xiǎn)數(shù)據(jù)庫，發(fā)現(xiàn)當(dāng)公司價(jià)值大于等于短期負(fù)債加上50%的長期負(fù)債時(shí)(DPT=STD+0.5LTD)，公司發(fā)生違約最頻繁；r為無風(fēng)險(xiǎn)利率；V為資產(chǎn)價(jià)值；τ為時(shí)間范圍（到期日-當(dāng)前時(shí)間）；N為標(biāo)準(zhǔn)正態(tài)分布函數(shù)在d處的值；σv為公司資產(chǎn)收益的波動率。對公式(1)求導(dǎo)、求期望后可得到股票價(jià)值波動率σE與資產(chǎn)價(jià)值波動率σV之間的關(guān)系。通過KMV公司的信用風(fēng)險(xiǎn)數(shù)據(jù)庫可以計(jì)算一年內(nèi)具有同樣違約距離的公司實(shí)際違約數(shù)量，再比上具有同樣違約距離的公司總數(shù)可以計(jì)算實(shí)際違約概率，并可以將實(shí)際違約概率擬合成連續(xù)曲線（如圖2）用以表示違約距離函數(shù)，從而估計(jì)出經(jīng)驗(yàn)上的EDF值。但是由于我國目前不具有與此類似的數(shù)據(jù)庫，因此只能根據(jù)違約距離DD評判公司信用風(fēng)險(xiǎn)，當(dāng)違約距離越大說明公司違約風(fēng)險(xiǎn)越小；反之則違約風(fēng)險(xiǎn)越大。

二、基于KMV模型的我國林業(yè)上市公司信用風(fēng)險(xiǎn)分析

1.修正KMV模型（1）股權(quán)價(jià)值的計(jì)算由于我國存在非流通股的情況，導(dǎo)致流通股的價(jià)格不能完全反映整個上市公司的信息，同時(shí)股價(jià)不同造成非流通股股東和流通股股東之間的矛盾也可能引發(fā)較高的信用風(fēng)險(xiǎn)。因此，非流通股價(jià)值的準(zhǔn)確評估成為直接影響股票市場價(jià)值計(jì)算的關(guān)鍵要素。文章根據(jù)每股凈資產(chǎn)計(jì)算非流通股的價(jià)格，具體計(jì)算方式為：上市公司股權(quán)價(jià)值=流通股價(jià)格×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)。（2）違約點(diǎn)的設(shè)置KMV公司根據(jù)大量的實(shí)證分析，采用“短期負(fù)債+50%長期負(fù)債”計(jì)算KMV模型當(dāng)中的違約點(diǎn)。但考慮到我國證券市場的特殊性，以及信用缺失較嚴(yán)重的情況，采用該違約點(diǎn)有可能并不適用于我國林業(yè)上市公司信用風(fēng)險(xiǎn)的度量，因此文章將設(shè)定不同的違約點(diǎn)，并通過實(shí)證數(shù)據(jù)分析得到適合我國林業(yè)上市公司特點(diǎn)的違約點(diǎn)：DPT1=STD+0.5LTDDPT2=STD+0.25LTDDPT3=STD+0.75LTD

2.樣本選取與數(shù)據(jù)采集文章所采用的上市公司的股票價(jià)格數(shù)據(jù)和財(cái)務(wù)報(bào)告數(shù)據(jù)均來自于大智慧軟件和天相投資數(shù)據(jù)庫。根據(jù)證監(jiān)會行業(yè)分類標(biāo)準(zhǔn)，我國林業(yè)上市公司數(shù)量較少，為滿足研究需要文章將與林業(yè)相關(guān)行業(yè)的部門上市公司納入樣本選擇范圍，包括部分主營業(yè)務(wù)涉及林業(yè)的農(nóng)業(yè)類企業(yè)，造紙、印刷類企業(yè)，以及木材、家具類企業(yè)。在選取樣本時(shí)，主要考慮了以下幾個問題：第一，考慮到證監(jiān)會根據(jù)上市公司前兩年年報(bào)所中公布的業(yè)績，判斷是否進(jìn)行退市風(fēng)險(xiǎn)警示(*ST)，根據(jù)前一年年報(bào)中所公布的業(yè)績判斷是否對上市公司進(jìn)行特別處理(ST)，而被特別處理的公司往往會比一般上市公司存在較高的違約信用風(fēng)險(xiǎn)。因此，文章將上市公司因財(cái)務(wù)狀況異常而被特別處理成為ST公司作為公司出現(xiàn)信用風(fēng)險(xiǎn)的標(biāo)志。列為樣本的ST公司均為研究年度新增ST公司且存續(xù)期需超過兩年，不存在數(shù)據(jù)不足的情況。第二，按照對比研究的要求，文章根據(jù)相同行業(yè)以及當(dāng)年總資產(chǎn)規(guī)模接近，且對比年份交易數(shù)據(jù)完整的原則，為以上ST公司逐一選擇非ST公司作為對比樣本。第三，樣本中公司僅為A股上市公司，其目的是避免不同地區(qū)的資本市場對A股產(chǎn)生的影響，進(jìn)而更純粹地研究中國A股市場。第四，選擇樣本時(shí)發(fā)現(xiàn)，無論從經(jīng)營業(yè)績，還是資產(chǎn)規(guī)模等公司狀況來看，木材、家具類上市公司明顯優(yōu)于其他林業(yè)相關(guān)行業(yè)上市公司，如將其作為配對股票分析得出的結(jié)果不具有可參考性，所以將該類公司從總體樣本中剔除。根據(jù)以上原則，最后選出16支樣本股票，占總樣本的50%，具體包括林業(yè)類企業(yè)2家，農(nóng)業(yè)類企業(yè)4家，林業(yè)類制造企業(yè)10家，樣本分為兩個集合，分別是ST組與非ST配對組。由于文章選擇的樣本公司在不同年份被列為特別處理公司，因此各股研究時(shí)間不同。在時(shí)間范圍的選擇上，由于上市公司被特別處理是根據(jù)前一年的財(cái)務(wù)狀況決定，而前一年財(cái)務(wù)數(shù)據(jù)雖具有極強(qiáng)的判斷能力，卻沒有實(shí)際預(yù)測作用，因此文章以公司被特別處理前兩年作為研究的時(shí)間范圍，分別用t-1，t-2年表示。例如，景谷林業(yè)在2012年被列為ST公司，則研究該股在2011（t-1年）和2010年（t-2年）的相關(guān)數(shù)據(jù)。

3.參數(shù)設(shè)定（1）股票波動率文章假設(shè)股票價(jià)格服從對數(shù)正態(tài)分布，根據(jù)歷史波動率法計(jì)算上市公司股權(quán)價(jià)值未來一年的波動率，同時(shí)，為最大限度的獲得資本市場信息，采用日收益波動率來估計(jì)年波動率。（2）對于時(shí)間T的設(shè)定文章采用1年作為一個時(shí)間跨度，即T=1。（3）無風(fēng)險(xiǎn)利率文章根據(jù)中國人民銀行的一年期整存整取存款利率設(shè)定無風(fēng)險(xiǎn)利率。對于年內(nèi)利率調(diào)整的情況，文章根據(jù)年內(nèi)歷次調(diào)整后利率取算術(shù)平均值得到該年無風(fēng)險(xiǎn)利率。

4.實(shí)證結(jié)果與分析通常情況下，ST公司相對非ST公司而言其違約風(fēng)險(xiǎn)更大，文章通過建立林業(yè)上市公司ST和非ST對照組，研究KMV模型度量我國林業(yè)上市公司信用風(fēng)險(xiǎn)的有效性。另外，由于我國上市公司數(shù)據(jù)缺乏，沒有建立完整的歷史違約資料庫，因此文章僅對違約距離進(jìn)行比較研究。文章通過Excel及Matlab編程計(jì)算，依次求出股權(quán)價(jià)值波動率、違約點(diǎn)、資產(chǎn)規(guī)模及其波動率后，得到樣本公司的違約距離如表1~2所示。通過對比可以發(fā)現(xiàn)，除ST景谷在t-2年的違約距離大于吉林森工外，其余ST公司的違約距離均小于非ST對照公司的違約距離，結(jié)果表明KMV模型計(jì)算的違約距離可以較好識別ST公司存在的信用風(fēng)險(xiǎn)，與實(shí)際情況相符。從個股的信用風(fēng)險(xiǎn)狀況來分析，KMV模型并非完全有效，以ST景谷為例，其財(cái)務(wù)危機(jī)前兩年的DD值均高于該組均值，尤其是t-2年數(shù)據(jù)，遠(yuǎn)大于同組ST公司及其非ST配對公司的DD值，這個結(jié)果的原因可能與該股當(dāng)年表現(xiàn)良好有關(guān)，但也有可能是因?yàn)槲覈淖C券市場的不完善，股價(jià)并不一定反應(yīng)該公司的內(nèi)在價(jià)值。計(jì)算平均違約距離可以得到，在財(cái)務(wù)危機(jī)前一年（t-1年）非ST公司與ST公司的違約距離差的平均值約為0.45，在財(cái)務(wù)危機(jī)前兩年（t-2年）該值約為0.38。結(jié)果說明非ST與ST兩組樣本之間表現(xiàn)出一定的違約距離差異，并且財(cái)務(wù)危機(jī)前一年的差異較明顯，也即風(fēng)險(xiǎn)提示作用較大。當(dāng)違約距離設(shè)置成DPT1，即違約距離等于短期負(fù)債加上50%長期負(fù)債時(shí)，兩類公司違約距離的均值差最大。對實(shí)證結(jié)果進(jìn)行配對樣本t檢驗(yàn)，結(jié)果如表3和表4所示。以上結(jié)果表明：所選樣本在α=5%的顯著性水平下，P值均小于0.05，且t-1年的p值更小。說明兩組樣本的均值和中值數(shù)都存在顯著差異，即ST公司與非ST公司的違約距離存在顯著差別。綜合檢驗(yàn)結(jié)果可以認(rèn)為，在財(cái)務(wù)危機(jī)發(fā)生前，KMV模型具有很強(qiáng)的鑒別信用風(fēng)險(xiǎn)的能力，以違約距離進(jìn)行的我國林業(yè)上市公司信用風(fēng)險(xiǎn)度量，能夠在較大程度上反映出上市公司信用水平的差別，起到風(fēng)險(xiǎn)預(yù)警的作用。下面通過違約距離的統(tǒng)計(jì)分析，研究計(jì)算信用風(fēng)險(xiǎn)預(yù)警線。從圖3可以看出，在被特殊處理的前一年，林業(yè)上市公司違約距離（約60%）在(1.9，3.3)間，因此可將違約距離1.9設(shè)置為風(fēng)險(xiǎn)預(yù)警線，即用違約距離小于1.9表明該股票信用狀況較差，存在信用風(fēng)險(xiǎn)，公司管理層、銀行和投資者應(yīng)密切關(guān)注該上市公司。從圖4結(jié)果可以看出，在財(cái)務(wù)危機(jī)發(fā)生前第二年，約60%的林業(yè)上市公司違約距離在(2.1，2.9)間，因此可將違約距離2.1設(shè)置為風(fēng)險(xiǎn)預(yù)警線，即當(dāng)公司違約距離低于此線時(shí)，公司管理層應(yīng)該提高警惕，加強(qiáng)管理，尋找危機(jī)原因，避免違約風(fēng)險(xiǎn)發(fā)生。

三、結(jié)論及建議

文章以我國林業(yè)上市公司為樣本，運(yùn)用KMV模型，基于財(cái)務(wù)數(shù)據(jù)與股票價(jià)格數(shù)據(jù)，對林業(yè)企業(yè)的信用風(fēng)險(xiǎn)展開實(shí)證研究。主要結(jié)論包括：首先，KMV模型可以較好衡量林業(yè)上市公司的信用風(fēng)險(xiǎn)；其次，通過研究不同違約點(diǎn)下的違約距離發(fā)現(xiàn)，當(dāng)違約距離等于短期負(fù)債加上50%長期負(fù)債時(shí)，兩者的均值差最大，即該違約點(diǎn)設(shè)置識別風(fēng)險(xiǎn)的效果最好；最后，根據(jù)最佳違約點(diǎn)設(shè)置，研究建立我國林業(yè)上市公司信用風(fēng)險(xiǎn)預(yù)警體系，即財(cái)務(wù)危機(jī)發(fā)生前t-1和t-2年的信用風(fēng)險(xiǎn)預(yù)警線分別1.9和2.1。根據(jù)以上研究結(jié)果，文章提出如下建議：第一，進(jìn)一步有效提高林業(yè)上市公司信用質(zhì)量。從我國林業(yè)上市公司的違約距離與其他行業(yè)上市公司（如農(nóng)業(yè)上市公司）的對比可以看出，林業(yè)行業(yè)整體違約距離較短、信用風(fēng)險(xiǎn)較高，導(dǎo)致這一結(jié)果既是林業(yè)部門自身弱質(zhì)性所致，也與不完善的行業(yè)監(jiān)管機(jī)制和企業(yè)管理密不可分。研究發(fā)現(xiàn)非ST林業(yè)上市公司相對ST公司而言，其違約距離更大、違約風(fēng)險(xiǎn)更小、信用能力更強(qiáng)。因此，林業(yè)上市公司可以通過改善公司經(jīng)營狀況，提高盈利水平可以從根本上防范林業(yè)上市公司的信用風(fēng)險(xiǎn)。第二，構(gòu)建我國公司信用風(fēng)險(xiǎn)數(shù)據(jù)庫。運(yùn)用KMV模型研究和管理公司信用風(fēng)險(xiǎn)需要大量的歷史經(jīng)驗(yàn)數(shù)據(jù)作為支撐，但是我國信用市場的發(fā)展時(shí)間有限，對企業(yè)違約還沒有足夠重視，導(dǎo)致我國公司信用風(fēng)險(xiǎn)的數(shù)據(jù)較少，難以運(yùn)用相關(guān)模型進(jìn)行檢驗(yàn)。因此，需要盡快構(gòu)建我國公司信用風(fēng)險(xiǎn)數(shù)據(jù)庫，以更好運(yùn)用先進(jìn)的數(shù)理模型進(jìn)行研究，建立適合我國公司的信用風(fēng)險(xiǎn)管理模型。

作者：鄧晶田治威張燕琳秦濤曹詩男單位：北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院北京大學(xué)匯豐商學(xué)院 對外經(jīng)濟(jì)貿(mào)易大學(xué)金融學(xué)院