摘要：如今，信用风险的防控显得尤为重要，一个公司的信用风险的高低影响着企业盈利水平以及信贷的规模。山西的企业之所以不能快速地发展，主要是因为融资难和融资渠道少。山西省企业融资难主要因为信用风险高，而信用风险高就导致了山西省企业融资困难。KMV模型在国际上有一定的影响力，因而度量山西省上市企业的信用风险也是可以选择KMV模型的。
本文度量山西上市企业的信用风险主要运用的是KMV模型，它能够为金融机构研究信用风险提供相关依据。本文首先介绍了国内外有关信用风险的文献，同时将信用风险的基本概念进行阐述，其次详细介绍了KMV模型，同时阐明了在山西省上市企业中，运用KMV模型来测量其信用风险是较为适合的。关于本文的意义主要有两方面：一是可以为山西省上市企业自身的信用管理提供强有力的参考价值，二是可以为金融机构提供关于山西省上市企业的信用风险数据，以便为解决融资难和融资渠道少等问题提供方向与思路。
关键词：信用风险；山西省上市公司；KMV模型
1．导论
山西企业具有较大的成长空间，但目前随着经济的快速发展，山西企业和全国其他省市相比差距过大、受传统体制和传统观念的束缚、产业素质低、质量效益差、资源破坏浪费严重、环境污染加剧等诸多因素的影响，导致投资者对山西企业的投资处于观望态度，投资意愿较低，从而使山西企业的融资能力大大降低，导致一些高新技术、新型技术等项目在山西难以进行。山西的企业同时面对着诸如信用、资金、技术等潜在的风险。关于融资问题，山西的企业面临着融资渠道少，规模小，数额还受限的问题。由于山西企业自身依赖能源，导致它的信用风险比较大，信用风险是最重要的风险。企业融资难的问题就是对信用风险进行度量的问题，所以对于山西上市企业的信用风险度量就显得尤为重要。
在1997年随着世界经济的发展，贷款的信用风险变得越来越受人们重视，KMV模型应运而生。早期它是由Schole[1]、Merton (1974) [2]等人构造而成，随着时代发展Gentry, Newbold（1985）[3]等将其进行了拓展。KMV公司不断将其完善，并且将其应用到度量企业信用违约的风险评价理论，并广泛应用于信用风险评价。
而我国的学者也对KMV模型进行过一系列的实证研究。张能福（2011）[4]优化了KMV模型中的违约点，令其更符合中国的市场。周汉臣（2011）[5]经过研究分析出上市企业的违约距离越大，它的违约率就越小；违约距离越小，对应的违约率也就越大。费腾（2012）[6]研究分析了企业的盈利水平具体怎样影响企业的信用风险。
2.KMV模型
2.1KMV模型的概述
在经济快速发展的今天，信用风险越来越得到重视。但是，如今的信用风险问题，传统的方法已经不足能够解决当今的问题，由此，KMV模型应运而生。其步骤如下：
步骤1：确定企业股票的资产价值V和股价波动率.png)
。
KMV公司假定公司的资本结构：主要由短期负债、长期负债、股本和可转换优先股等组成。根据Black-Scholes期权定价的公式可得：
.png)
（3.1）
.png)
（3.2）
.png)
（3.3）
.png)
（3.4）
式中：.png)
是企业资产的市场价值，.png)
是股权市场价值，.png)
为到期时间，.png)
为标准正太累计分布概率函数，.png)
为企业负债的市场价值又称为执行价格，.png)
为企业的资产市场价值波动率，.png)
为无风险利率。
根据上述的公式：使用非线性方程组迭代法的计算，得出企业的资产收益波动率.png)
和资产价值.png)
。下一部分会列出详细的推导过程。
步骤2：违约点的确定。
KMV公司运用大量的数据研究指出：发生违约最频繁的濒临点是大于等于流动负债加上某个百分比的长期负债的点，所以：
.png)
（3.5）
通过文献的查询，很多文献将.png)
赋值1/2，所以本文把.png)
赋值为1/2，公式中STD是企业的短期负债，.png)
是企业的长期负债。.png)
是企业的违约点。所以违约点的具体公式为：
.png)
（3.6）
步骤3：企业违约距离（DD）的确定
违约距离的定义为：在风险期限之内，企业资产价值在目前水平下到违约点之间的距离。违约距离主要衡量公司的违约风险。可用于不同公司之间的比较。计算DD的公式具体为：
.png)
（3.7）
2.2KMV模型对山西上市企业的适用性
本文通过对参考文献的研究，将锐思数据库的上市企业相关数据进行选取并进行研究。KMV模型的数据来源均为财务报表上的数据，因此它拥有较为准确的来源。该模型在信用风险方面具有一定的预测性，因此它能够较好的分析未来企业的信用风险，并提出相关建议使得企业能够更好的加以改善。
对于山西上市企业来说，KMV模型是十分适合的。山西上市企业的数据在锐思数据库获取较容易，并且在锐思数据库上，山西上市的公司不多但足够衡量山西大部分企业的情况。除此之外，山西上市企业数据较为客观准确，为模型的输出结果提供了有力保证。正因为数据容易获取且获取的数据有效，所以KMV模型对度量山西上市企业公司的信用风险情况是适合的。
3.结论与建议
加强对山西证券市场的管理。因为KMV模型所用到的数据大都来自于该企业的公司年报，而公司的财务数据均来自于此，一手数据的精确度直接决定了该模型的有效性。因此，我国需要大力加强对证券市场的管理，以保证财务数据的真实性。同时，我国应建立健全上市企业的管理体制，避免由于监管不力而导致的虚假信息去误导投资者。对于山西而言，这点更为重要，因为山西上市企业的公司这方面的相关部门较少。
建立完备的数据库。一个良好的，完备的数据库不仅有利于KMV模型的使用，也有利于各种需要财务数据等的研究分析。我国目前并没有完整的信用违约数据库，因此数据库的建立迫在眉睫。拥有良好的数据库，KMV模型才能更准确的度量上市企业的信用风险，进而促进经济社会的发展。
参考文献
[1] F.Black, M.Scholes:ThePricingofOptionsandCorporateLiabilitiesJ.JournalofPoliticalEconomy,1973(81):637-659.
[2] MertonR.COnthepricingofcorporatedebt: Theriskstructureofinterestrates[J].JournalofFinance,1974.
[3] Gentry, J.A, P. NewboldandD.T. Whitford. PredictingBankruptcy: IfClashFlowisnottheBottomLine, Whatis [J]. FinancialAnalystsJourna1,1985(41):47-56.
[4]张能福，张佳.改进的KMV模型在我国上市公司信用风险度量中的应用[J].预测,2010:67-71.
[5]周汉臣.KMV模型在中国上市公司信用风险度量中的适用性研究[D].上海:华东师范大学.2010:35-78.
[6]费腾,刘力臻.我国科技型中小企业融资结构微观影响因素研究[J].东北师大学报(哲学社会科学版),2012(4):31-34.
论文作者:高飞
论文发表刊物:《基层建设》2019年第27期
论文发表时间:2020/1/2
标签：企业论文; 山西论文; 信用风险论文; 模型论文; 山西省论文; 度量论文; 数据论文; 《基层建设》2019年第27期论文;