英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

附录A 译文

基于KMV模型的商业银行信用风险度量研究

摘要

在这篇文章中,通过选择现代信用风险计量理论中的KMV模型作为我国商业银行信用风险计量模型，基于2014年商业银行贷款给客户（包括10家正常企业和10家正常企业）的财务数据和股票交易数据，通过测量样本公司违约距离，得到样本公司预期违约率，实证结果表明，预期违约率能很好地反映上市公司的信用风险，KMV模型预测能力强；此外，业务合作正常的商业银行，与ST企业合作的信用风险越低，信用风险就越高。

关键词：KMV模型;商业银行;ST公司;信用风险

介绍

信用风险是指信用交易过程中，由于交易对手未能履行其承诺而给对方造成损失的可能性。麦肯锡公司，以银行资本配置的实际风险为参考，研究表明，信用风险占银行总风险的60%，操作风险和标等风险各占20%。因此，加强对商业银行信用风险的计量和管理显得尤为重要。

到2014年底,中国商业银行不良贷款利率达到1.29个百分点,与2013年相比增长了0.29个百分点,最高的2009年一个新高度,不良贷款率持续上升,这表明中国的商业银行的信贷风险形势相当严峻。目前，发达国家已经制定了一系列的信用风险管理措施，探索适合我国商业银行的信用风险度量模型至关重要。

由于现代四大信用风险模型对当今国际上衡量的KMV模型，其模型数据相对容易获得，计算过程相对简单，在我国具有推广的基础。因此，与计量模型的其他项相比，KMV模型对我国商业银行信用风险度量[5]具有较强的适用性。

KMV模型基本原理

KMV模型是美国KMV公司于1995年开发的一种默认预测模型，它建立的理论基础是Merton(1974)期权定价模型。

KMV模型的基本思想

假定公司的资本由债券、股权和银行贷款组成，而银行贷款必须在预定时间(如一年)偿还，否则将被视为违约。如果债务到期，公司的资产价值大于债务水平，当公司出售股份时相应的债务可以得到收益，因此公司不会违约。在这个层次上，公司的资产和负债的价值称为默认点(default point)。反之，如果公司的资产价值小于违约点，公司就会选择破产而不是债务。在此基础上，KMV将公司利益模型为欧式看涨期权，即股东负债时，相当于购买公司资产作为标的资产在违约点执行看涨期权的价格。

计算原理KMV模型

KMV模型是Black - Scholes - Merton期权定价(BSM)公式的理论基础。BSM模型假设如下: 证券交易连续进行，交易过程不产生交易成本，无风险利率不变且保持不变，允许标的证券自由交易，标的证券价格服从布朗运动。

KMV模型计算违约率的三个点:(1)公司资产估计值及其波动率;(2)违约和违约距离的计算;(3)确定到违约和违约率[11]之间的映射。

1) 本公司资产估值及波动率

公司资产的波动性与股权价值V1 和sigma;1 直接从市场上可得，而资产的市场价值和sigma;的波动率2 和V2 不能直接得到，但根据Black-Scholes-Merton期权定价模型，资产和市场价值V1和V2权益价值之间存在(1)的关系:

(1）

其中,V1 股票市场价值;V2 资产市场价值;D为负债的账面价值;T是债务期限;R为无风险利率;N (d)的标准非正态累积概率函数。对于衍生工具的两边(1)，求取可用股票波动率与资产波动率之间的期望关系，如式(2):

（2）

在 （3）

（4）

联立式(1)、(2)、(3)、(4)可以得到公司资产的价值和V的波动性2 ,sigma;2．

2) 计算违约和违约点的距离

按公式(5)计算到违约点的距离:

（5）

KMV公司通过大量实证分析，最常发生违约的临界点为50%为短期债务加长期债务，计算为DPT (6):

(6）

上式中为违约点DPT, STD为短期负债，LTD为长期负债。

3) 确定距离和PD之间的默认映射

假设资产的值服从资产的正态或对数正态概率分布，如果已知，其距离可按违约预期违约率计算。我们假设资产的价值服从正态分布，计算理论上的预期违约率如式(7):

(7）

有一些不同的公式是基于DD理论上推导出EDF,法国电力公司(EDF)理论和实际的违约率,但由于中国尚未建立一个完整的企业违约的数据库,在此基础上,中国商业银行信用风险度量时,只计算理论EDF。

样本数据选择

为了能够充分反映各行业的总体情况，本文选取了客户在沪深两市的20家商业银行上市公司作为研究对象，不含B股、H股上市公司，20家公司分别属于两种类型:正常的业务,ST股公司(根据“上市规则”两个会计年度企业利润是负的,每股净资产价值问题低于票面价值或两个财政年连续亏损上市公司的特殊待遇,即ST过程）。本文将选取2014年1月1日- 2014年12月31日，实证基准日为2014年12月31日[4][12]。

本研究所使用的市场交易和财务数据均来自CSMAR数据库、沪深两市上市公司年报的日交易价格以及披露新浪财经及其以后各年的信息交流，每个样本公司的财务数据作为参考日期显示在[10]下面的表1和表2中。

表1正常运行10个公司财务数据

表2非正常运行的10 ST公司财务据