制造業(yè)上市企業(yè)信用風(fēng)險研究

劉千 李宗拾

摘要：新冠病毒感染疫情不僅是全球公共衛(wèi)生危機(jī)，經(jīng)濟(jì)和社會發(fā)展也面臨了多重困境，給中國與全球企業(yè)帶來前所未有的考驗(yàn)。文章應(yīng)用KMV模型（一種基于期權(quán)定價度量違約概率的方法），選取滬深A(yù)股制造業(yè)12個細(xì)分領(lǐng)域的129家上市公司為實(shí)證樣本，計(jì)算出不同公司的違約距離和預(yù)期違約概率，以此識別樣本公司的信用風(fēng)險水平。研究結(jié)果表明：KMV模型在度量我國制造業(yè)上市企業(yè)的信用風(fēng)險水平方面具有良好的識別能力；近幾年，我國制造業(yè)總體信用風(fēng)險呈先升后降趨勢。

關(guān)鍵詞：制造業(yè)；信用風(fēng)險；KMV模型

中圖分類號：F425；F832.51；F406.7? 文獻(xiàn)標(biāo)識碼：A? ?文章編號：1674-0688（2023）03-0114-03

0 引言

制造業(yè)作為國民經(jīng)濟(jì)的主體，其在現(xiàn)代化經(jīng)濟(jì)體系中具有引領(lǐng)和支撐的重要作用。推動制造業(yè)高質(zhì)量發(fā)展，是融入新一輪科技和產(chǎn)業(yè)革命的關(guān)鍵任務(wù)，也是我國邁向“智造強(qiáng)國”的必由之路。但是，隨著新冠病毒感染疫情的暴發(fā)，眾多企業(yè)面臨著前所未有的危機(jī)。2020年2月，受疫情影響中國制造業(yè)采購經(jīng)理指數(shù)（PMI）為35.7%，比上月下降14.3百分點(diǎn)，即便在3月份PMI指數(shù)在2月大幅下降的基數(shù)上，環(huán)比回升恢復(fù)到52.0%，也并不能代表我國經(jīng)濟(jì)運(yùn)行已恢復(fù)到正常水平，企業(yè)依舊面臨諸多生產(chǎn)經(jīng)營問題。當(dāng)前，客觀認(rèn)識制造業(yè)經(jīng)營現(xiàn)狀，準(zhǔn)確衡量制造業(yè)信用風(fēng)險并采取有效應(yīng)對策略，對我國經(jīng)濟(jì)平穩(wěn)健康的增長具有重大意義。因此，本文運(yùn)用KMV模型對我國在滬深A(yù)股上市的129家制造業(yè)企業(yè)進(jìn)行信用風(fēng)險分析，通過度量制造業(yè)在新冠病毒感染疫情暴發(fā)前后的信用風(fēng)險程度變化，以此提出相應(yīng)的政策建議，促進(jìn)我國制造業(yè)的高質(zhì)量發(fā)展。

KMV模型最初由一家美國公司利用期權(quán)定價模型建立，旨在預(yù)測企業(yè)貸款違約的概率。隨后，Blochwitz等［1］將KMV模型擴(kuò)展應(yīng)用到評估信用風(fēng)險中，以一家德國公司為研究對象，結(jié)果表明該模型能有效地評估目標(biāo)公司的信用風(fēng)險水平。Tudela等［2］以英國上市公司為樣本，使用KMV模型測量公司的破產(chǎn)概率，研究發(fā)現(xiàn)，KMV模型在測度上市公司的信用風(fēng)險水平方面比Probit回歸方法更為優(yōu)越。Camara、Popova和Simkins［3］運(yùn)用修正后的KMV模型對全球范圍內(nèi)的上市公司進(jìn)行實(shí)證分析，結(jié)論顯示，在考慮企業(yè)的股價波動率、資產(chǎn)、負(fù)債等因素時，基于市場信息的KMV模型相比依靠財(cái)務(wù)信息取得的結(jié)果更為準(zhǔn)確。Kliestik等［4］對KMV模型進(jìn)行改進(jìn)，將違約距離作為變量引入模型，實(shí)證表明，在識別樣本公司信用風(fēng)險水平上，修正后的KMV模型有不錯的識別表現(xiàn)。王慧等［5］使用窮舉法修正了KMV模型的違約點(diǎn)，并驗(yàn)證修正后的KMV模型能夠有效識別上市房地產(chǎn)企業(yè)的信用風(fēng)險。

通過國內(nèi)外學(xué)者的研究和實(shí)證，在上市企業(yè)信用風(fēng)險測度中，KMV模型的有效性和適用性得到學(xué)者的一致認(rèn)可。因此，本文繼續(xù)選用KMV模型作為我國上市制造業(yè)企業(yè)信用風(fēng)險度量的模型，探究在黑天鵝事件的影響下，該模型能否及時有效地反映信用風(fēng)險變化，并通過對比疫情前后兩個階段制造業(yè)企業(yè)的信用風(fēng)險特征，揭示我國上市制造業(yè)企業(yè)的信用風(fēng)險狀況與未來發(fā)展趨勢，并提出政策建議。

1 KMV模型的相關(guān)理論和介紹

1.1 KMV模型的相關(guān)理論

KMV模型，也被稱為預(yù)期違約率（EDF）模型，是基于Merton風(fēng)險債務(wù)定價理論及BSM期權(quán)定價理論，用于評估公司信用風(fēng)險水平及預(yù)期違約概率的風(fēng)險計(jì)量模型。該模型將公司的股權(quán)視作一份看漲期權(quán)，其中公司的股權(quán)價值是標(biāo)的資產(chǎn)，違約點(diǎn)值是資產(chǎn)的執(zhí)行價格，公司根據(jù)Black-Scholes期權(quán)定價公式求出資產(chǎn)價值，并與公司的負(fù)債水平相比。當(dāng)負(fù)債到期時，如果資產(chǎn)市場價值小于負(fù)債面值，公司就會選擇違約；反之則會償還債務(wù)。

基于該思想，KMV模型設(shè)置違約點(diǎn)（DP），即從公司的財(cái)務(wù)數(shù)據(jù)庫中將短期和長期債務(wù)按一定比重加權(quán)計(jì)算獲得違約點(diǎn)，然后根據(jù)資產(chǎn)價值與違約點(diǎn)之間的關(guān)系算出違約距離（DD）。違約距離越大，說明公司在債務(wù)到期時的違約風(fēng)險越小，反之同理。

1.2 KMV模型的介紹

KMV模型的計(jì)算可以分為以下3個步驟：

（1）計(jì)算公司資產(chǎn)市場價值 VA和資產(chǎn)價值波動率[σv]。企業(yè)資產(chǎn)價值和股權(quán)價值的關(guān)系為

E= VAN（d1） - Be- r（T）N（d2）? ? ? ? ? ? ? ? ?（1）

其中，[d1=tlnVA/B+r+σ2v/2TσvT]；[d2=d1-σvT]；E代表公司的股權(quán)市場價值；VA是公司的資產(chǎn)市場價值；B是公司負(fù)債的市場價值；T代表期權(quán)的到期時點(diǎn)，r是無風(fēng)險利率，N（·）為正態(tài)分布下的累計(jì)分布函數(shù)。

依據(jù)伊藤引理可以得出，E同時服從幾何布朗運(yùn)動，并且股權(quán)波動率σE滿足：

[σEE=?E/?VAVA]? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

將公式（1）兩端對[VA]求導(dǎo)：

[?E/][?VA]=N（[d1]）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

此時，可得：

[σEE]=N（d1）[σvvA]? ? ? ? ? ? ? ? ? ? ? ? ?（4）

聯(lián)立公式（1）和公式（4），即可求出公司資產(chǎn)市場價值VA和資產(chǎn)價值波動率[σv]。

（2）違約點(diǎn)DP和違約距離DD的計(jì)算。違約點(diǎn)DP可作為違約和履約之間的一個臨界點(diǎn)，其可由短期負(fù)債和長期負(fù)債按一定加權(quán)比重計(jì)算得出，公式如下：

[DP=STD+θ×LTD? ? ? ? ? ? ? ? ? ? ? ? ? ?]（5）

其中，STD表示為短期負(fù)債，LTD表示為長期負(fù)債。

計(jì)算出違約點(diǎn)DP后，據(jù)此則可計(jì)算出違約距離DD，公式如下：

[DD=（VA-DP）/VAσV? ? ? ? ? ? ? ? ? ? ? ? ?]（6）

（3）違約概率EDF的計(jì)算。運(yùn)用伊藤引理可推導(dǎo)樣本公司資產(chǎn)市場價值lnVt所服從的隨機(jī)過程，如下：

[dlnVA=dVA/VA-1/2dV2AV2A=μ-1/2σ2Vdt+σVdBt]（7）

可以計(jì)算出樣本公司在T時點(diǎn)的違約概率：

[p（VT

[NlnDP/VA-μ-1/2σ2VTσVT=N]（-DD）? ?（8）

即EDF=1-N（DD）[×]100%。

2 基于KMV模型的實(shí)證研究

2.1 樣本選取

依照證監(jiān)會行業(yè)分類標(biāo)準(zhǔn)對我國制造業(yè)進(jìn)行二級行業(yè)細(xì)分，并剔出缺乏關(guān)鍵數(shù)據(jù)的上市公司。本文共選取包括電氣機(jī)械、食品、醫(yī)藥等12個細(xì)分領(lǐng)域的129家國內(nèi)制造業(yè)上市公司作為實(shí)證樣本。由于2020年3月份我國疫情防控形勢持續(xù)向好，生產(chǎn)生活秩序穩(wěn)步恢復(fù)，企業(yè)復(fù)工復(fù)產(chǎn)明顯加快，而制造業(yè)作為復(fù)工復(fù)產(chǎn)的先行軍，大部分企業(yè)集中于2020年3月復(fù)工復(fù)產(chǎn)，因此時的國內(nèi)疫情防控已取得階段性成效，所以時間上選擇2019年第四季度、2020年第一季度和第二季度為3個重點(diǎn)階段作為觀測時點(diǎn)研究疫情對我國制造業(yè)上市公司信用風(fēng)險狀況的影響。

2.2 實(shí)證過程和結(jié)果分析

（1）股權(quán)價值波動率[（σE）]的計(jì)算。由于股票的價格近似服從于對數(shù)正態(tài)分布，因此可以假設(shè)[Si]和[Si+1]分別為第i和i+1天的股票收盤價，用對數(shù)表示為[μi=lnSi+1/Si]。股票收益率[μi]的標(biāo)準(zhǔn)差可得[σn=1n-1i=1n（μi-E（μ））2]。其中，E[（μ]）=[1/][ni=1n μi]。

將股票價格數(shù)據(jù)帶入上述公式子，可計(jì)算出日收益波動率，據(jù)此可計(jì)算出年收益波動率[σE=σn×N]。

其中，N表示一年里股票市場的交易天數(shù)。

（2）估計(jì)公司資產(chǎn)市場價值（VA）與資產(chǎn)價值波動率（[σv]）。聯(lián)立公式（1）和公式（4）可求得公司資產(chǎn)市場價值VA和資產(chǎn)價值波動率[σv]。本文采用Matlab求解方程組。

（3）無風(fēng)險利率r。本文采用樣本期2019年與2020年中國人民銀行公布的一年期定期存款利率，按時間權(quán)重計(jì)算出加權(quán)平均數(shù)作為無風(fēng)險利率。

（4）違約點(diǎn)（DP）與違約距離（DD）的計(jì)算。KMV公司通過大量實(shí)證研究后，分析將長期負(fù)債的違約點(diǎn)系數(shù)[θ]設(shè)置為0.5時，上市公司更有可能發(fā)生違約狀況，即DP=STD+0.5LTD。

本文將129家制造業(yè)上市公司按證監(jiān)會分類標(biāo)準(zhǔn)分為12個不同細(xì)分領(lǐng)域，以便觀察各領(lǐng)域近年來發(fā)展情況。

通過違約距離的計(jì)算我們發(fā)現(xiàn)，制造業(yè)上市公司在2019年底的違約距離均值為3.69，中位數(shù)為3.91；2020年一季度的違約距離均值為2.10，中位數(shù)為2.10；2020年第二季度的違約距離均值為3.15，中位數(shù)為2.96。12個領(lǐng)域的平均違約距離一定程度上均呈明顯的“U”形波動。在2020年初，受疫情暴發(fā)的影響我國制造業(yè)上市公司違約距離均值為2.10左右，蔣峰［6］的研究表明，我國制造業(yè)的信用狀況趨于惡化，總體信用風(fēng)險逐步上升，但我國經(jīng)過嚴(yán)格、科學(xué)地堅(jiān)持實(shí)施疫情防控政策，制造業(yè)得到良好的恢復(fù)，信用風(fēng)險也有所降低。

（5）預(yù)期違約概率（EDF）的計(jì)算。根據(jù)公式EDF=1-N（DD）[×]100%，部分違約概率計(jì)算結(jié)果如下。

2020年初，制造業(yè)上市公司的違約概率均有不同程度的上升，2020年第二季度，違約概率又下降到接近疫情前的水平。不同上市公司間違約概率的波動幅度也大不相同，如恒瑞醫(yī)藥在疫情防控期間違約概率始終保持較低水平；“寧德時代”的違約概率從0.31%飆升到6.55%隨后回落至0.68%，此信用風(fēng)險的波動，從側(cè)面反映了疫情防控期間該公司的財(cái)務(wù)狀況和經(jīng)營環(huán)境的變化。不難看出，KMV模型能較好地測度上市公司的信用風(fēng)險，便于進(jìn)行風(fēng)險的預(yù)警和防范，降低風(fēng)險損失。但由于我國還未有效地建立上市公司歷史違約信息數(shù)據(jù)庫，因此在違約距離與違約概率之間的映射關(guān)系上存在一定的偏差，所以我們在度量上市公司的信用風(fēng)險時，應(yīng)用違約距離是一個比較好的選擇。

3 結(jié)論與政策建議

本文通過KMV模型實(shí)證研究，得出以下結(jié)論：首先，從KMV模型的計(jì)算結(jié)果來看，樣本企業(yè)的違約概率呈現(xiàn)先升后降的趨勢，說明此前疫情對我國制造業(yè)的信用風(fēng)險水平造成一定程度上的影響。其次，不同領(lǐng)域、不同類型的上市公司受疫情的影響程度不一，如醫(yī)藥制造業(yè)和頭部制造業(yè)上市公司受疫情沖擊程度較小，信用風(fēng)險保持較低水平。最后，通過KMV模型能夠在一定程度上有效衡量我國上市制造業(yè)企業(yè)的信用風(fēng)險，在面對信用風(fēng)險出現(xiàn)變動的情況下，通過模型的構(gòu)建，企業(yè)能夠及時對信用風(fēng)險進(jìn)行預(yù)警與防范。

3.1 構(gòu)建上市企業(yè)歷史違約數(shù)據(jù)庫

相較于西方國家，我國針對信用風(fēng)險的研究還是比較落后的，無論是模型的構(gòu)建，還是歷史違約數(shù)據(jù)，我們還沒有形成完整的體系。所以，我國當(dāng)前需要充分披露上市公司之間的違約事件，能夠盡快、盡早地通過實(shí)際行動建立上市企業(yè)的歷史違約數(shù)據(jù)庫，數(shù)據(jù)庫要盡量做到數(shù)據(jù)精準(zhǔn)、覆蓋面廣泛，只有這樣，才能實(shí)現(xiàn)KMV模型進(jìn)行數(shù)據(jù)的有效分析，達(dá)到資本市場的需求，使我國上市企業(yè)的信用風(fēng)險監(jiān)管更具科學(xué)性。

3.2 企業(yè)改革創(chuàng)新精神要適應(yīng)變化

制造業(yè)企業(yè)在面對大環(huán)境的變化，需要積極地有效地進(jìn)行改革。在遇到突發(fā)的自然環(huán)境的變化所引發(fā)的制造業(yè)企業(yè)困境，現(xiàn)提出以下幾點(diǎn)建議：一是加強(qiáng)企業(yè)人員管控以及創(chuàng)新管理，企業(yè)應(yīng)舍棄傳統(tǒng)員工排班制度，運(yùn)用軟件技術(shù)，實(shí)現(xiàn)智能化管理。在管理模式上，在提高效率的同時，還要減少不必要的支出，從根本上降低企業(yè)的成本。二是制造業(yè)企業(yè)應(yīng)該注重加強(qiáng)供應(yīng)鏈的管理，針對突發(fā)公共衛(wèi)生事件，在供應(yīng)鏈管理方面做好預(yù)防措施，降低供應(yīng)鏈的風(fēng)險。企業(yè)可以采取多元化的供應(yīng)鏈策略，建立多供應(yīng)商、多地點(diǎn)的采購網(wǎng)絡(luò)，減少對單一供應(yīng)商和采購地點(diǎn)的依賴，提高對供應(yīng)鏈風(fēng)險的抵御能力。三是拓寬融資渠道，制造業(yè)企業(yè)應(yīng)看準(zhǔn)資本市場形勢，抓住機(jī)會，運(yùn)用各種新型融資手段，嘗試多方面地將社會資本引入企業(yè)中。

4 參考文獻(xiàn)

［1］Blochwitz S，Liebig T，Nyberg M.Benchmarking deutsche bundesbank's default risk model， the KMV private firm model and common financial ratios for German corporations［J］.Super-vision，2000（10）：1-14.

［2］Tudela M，Young G.A merton-model approach to assessing the default risk of UK public companies［J］.International Journal of Theoretical and Applied Finance，2005，8（6）：737-761.

［3］Camara，A.，Popova，I.& Simkins，B.A comparative study of the probability of default for global financial firms［J］.Journal of Banking & Finance，2012，36（3）：717-732.

［4］KLIESTIK T，MISANKOVA M，KOCISOVA K.Calculation of Distance to Default［J］.Procedia Economics and Finance，2015，23：238-243.

［5］王慧，張國君.KMV模型在我國上市房地產(chǎn)企業(yè)信用風(fēng)險度量中的應(yīng)用［J］.經(jīng)濟(jì)問題，2018（3）：36-40.

［6］巴曙松，蔣峰.“違約潮”背景下的信用風(fēng)險測度研究［J］.湖北經(jīng)濟(jì)學(xué)報(bào)，2019（11）：5-13.