基于KMV模型的湖北省農業(yè)銀行信用風險度量及應對策略研究

摘 要：隨著金融市場的迅猛發(fā)展，監(jiān)管壓力增強和競爭的日趨激烈，商業(yè)銀行必須對自己的信用風險進行更加靈活、積極和主動的管理。本文選取KMV信用風險度量模型，以湖北省農業(yè)銀行為研究對象，選取若干家農業(yè)類上市公司進行信用風險度量實證分析。最后結合研究實際，從銀行自身的角度出發(fā)來對信用風險度量和管理提出建議。

關鍵詞：信用風險；商業(yè)銀行；KMV模型；建議及措施

一、引言

對商業(yè)銀行來講，信用風險是最傳統(tǒng)的風險類型。由企業(yè)財務危機帶來的巨額不良貸款和由企業(yè)破產而引發(fā)的銀行支付危機、擠兌風潮已成為銀行面臨的最大風險。

就湖北省農業(yè)銀行來說，信用風險管理狀況主要存在以下三個問題：基層支行貸款損失大，只貸不收現(xiàn)象嚴重；信用風險管理技術落后；信用風險管理專業(yè)人才缺乏。湖北省是我國農業(yè)大省，結合農業(yè)銀行“面向‘三農、服務城鄉(xiāng)”的服務宗旨，本文嘗試對湖北及周邊省份的農業(yè)類上市公司進行信用風險度量實證分析，并據(jù)此對湖北省農業(yè)銀行的信用風險管理提出建議。

二、KMV模型的介紹

KMV模型是由美國KMV公司推出的一種信用風險違約預測模型，又稱為預期違約率模型，該模型運用期權定價理論，將上市公司的權益視為以公司資產為標的的看漲期權。如果該上市公司的資產價值小于某個值，公司則會選擇違約。公司資產價值的現(xiàn)值與違約點之間差值與資產價值的標準差之比稱為違約距離。

KMV模型具體求解步驟及公式如下：首先利用期權定價公式，根據(jù)企業(yè)資產的市場價值、資產價值的波動性、到期時間、無風險借貸利率及負債的賬面價值估計出企業(yè)股權的市場價值及其波動性。

其次，根據(jù)公司的負債計算出公司的違約實施點，假設公司資產價值服從對數(shù)正態(tài)分布，那么可以通過KMV方程組利用MATLAB迭代計算出上市公司的違約距離DD。

三、實證分析

1.樣本選取與數(shù)據(jù)計算

選取滬深股市的農林牧漁及農藥化肥類上市企業(yè)一共25家，利用前文介紹的公式計算出股權價值的月收益率和月波動率，最后利用MATLAB中的fsolve函數(shù)迭代計算出企業(yè)資產價值、資產價值波動率及負債違約距離，并由此負債違約距離結合正態(tài)分布計算出企業(yè)的違約概率。數(shù)據(jù)來自于新浪財經網(wǎng)站http：//finance.sina.com.cn/stock/及大智慧軟件。具體列表如下：

2.計算結果分析

從以上25家農業(yè)類上市公司違約距離結果來看，具有如下特點：

資產市場價值高于其股權總價值。這一方面表明農業(yè)類上市公司未來發(fā)展具有較好的價值增值空間。另一方面表明KMV模型確定的資產價值在一定程度上考慮了這種趨勢。

資產價值波動率總體上與違約距離呈反比。

農業(yè)類上市公司的違約距離相比較其他行業(yè)而言仍然較低，這說明我國農業(yè)類上市公司整體經營狀況比較不穩(wěn)定，信用狀況相對較差。

四、結論及展望

1.對銀行的建議

湖北省農業(yè)銀行一方面應將整體市場表現(xiàn)優(yōu)秀的上市企業(yè)列為優(yōu)先貸款對象，例如湖北宜化、沙隆達等。另一方面應加強上市企業(yè)的信用違約數(shù)據(jù)庫的建設并由此對非上市公司的信用風險衡量提供參考。

商業(yè)銀行應成為KMV模型的研究主體。商業(yè)銀行的業(yè)務特點決定其手中掌握大量貸款的實際信用風險數(shù)據(jù)，因此商業(yè)銀行對該模型的研究也比高校、研究所等學術性研究機構更具優(yōu)勢。

2.對農業(yè)類上市企業(yè)的建議

作為整體收益率較低、市場投資信心相對不足的農業(yè)類上市企業(yè)，更應建立及時、誠信、規(guī)范的信息披露制度。模型對一家上市公司信用風險評價是否準確取決于該上市公司披露的財務報表中的內容是否真實、準確。

現(xiàn)階段建立可量化的風險管理機制，已成為農業(yè)類上市公司改善其信用狀況的重要措施之一。風險管理機制是一個動態(tài)、復雜的系統(tǒng)，農業(yè)類上市公司在運營過程中，應將風險管理活動所帶來的收入與支出，進一步量化為財務層面的損益。

隨著風險管理由業(yè)務層面逐步上升到戰(zhàn)略高度，農業(yè)類上市公司還應當進一步實現(xiàn)風險管理與公司業(yè)務流程的相互融合，并定期評估公司風險及公司風險管理的有效性。

參考文獻：

[1]夏紅芳.商業(yè)銀行信用風險度量與管理研究[M].浙江：浙江大學出版社，2009.

[2]田永強.現(xiàn)代銀行風險管理文化新論[M].北京：中國財政經濟出版社，2006.

[3]都紅雯，楊威.我國KMV模型實證研究中存在的若干問題及對策思考[J].國際金融研究，2004，（11）.

[4]馬若微.KMV模型運用于中國上市公司財務困境預警的實證檢驗[J].數(shù)理統(tǒng)計與管理，2006，（9）.

[5]中國銀行業(yè)監(jiān)督管理委員會.銀行業(yè)金融機構信息系統(tǒng)風險管理指引.2006.

[6]李園.基于Matlab計算的KMV模型在商業(yè)銀行信用風險管理中的應用[J].科技論壇，2014，（6）.

[7]張盼盼.基于KMV模型的我國商業(yè)銀行違約風險實證研究[J].科技與管理，2014，（7）.

[8]于敏.修正的KMV模型及其在我國上市公司信用風險度量中的應用[J].企業(yè)科技與發(fā)展，2014，（5）.

作者簡介：鄭文（1987.12- ），湖北黃岡人，碩士研究生，主要從事企業(yè)管理研究