浙江上市中小企业信用风险度量与分析bylw.zufe.edu.cn/UpLoadFile/169682.pdf · 浙江财经大学本科生毕业论文(设计) i 浙江上市中小企业信用风险度量与分析

浙江财经大学本科生毕业论文(设计)

I

浙江上市中小企业信用风险度量与分析

——基于修正后的 KMV 模型

摘要:在金融全球化背景下，信用风险管理的优化是金融界一直追求的目标。我国

的信用风险管理技术与国外相比差距较大，随着我国经济的飞速发展，上市中小公司不

断壮大，但融资问题依然是一大难题，所以提升中小上市公司信用风险度量水平的重要

性不言而喻。本文借鉴国际先进的上市公司信用风险量化管理技术，在众多模型中选择

了广为应用的 KMV 模型，同时为提高模型的区域实用性，选择以我国浙江省为研究地

区，浙江省中小上市公司为主要研究对象对 KMV 模型进行修正，并利用修正后的 KMV

模型，任意选取十五家上市中小企业为样本，对其进行信用风险度量，以证明修正后的

KMV 模型可以对浙江省上市中小企业信用风险进行有效的度量。

关键词:信用风险；上市中小企业；修正后的 KMV 模型；违约距离

Research on Credit Risk Measurement of Listed SMEs in ZhejiangProvince

——Based on the Modified KMV model

Abstract:With the development of the world,improving the management of credit risk

has been the target and challenge.The distance of technology of credit risk management

between our country and the abroad,is a little long.However,as economy moving

forward,many high quality companies appear,the listed small and medium-sized enterprises

also strengthen.But there still are financing problems that we can not ignore,so the

importance of promoting the level of credit risk measurement is absolutely obvious.

In this study,we choose well used model,the KMV model after consider relevant

researches at home and abroad,to modify based on the listed SMEs in Zhejiang

province.Then we get 15 listed SMEs at will as samples to discuss the validity of modified

model.The aim of this paper is trying to testify that the modified KMV model can effectively

measure the listed SMEs in Zhejiang province.

Key words:Credit Risk; Listed SMEs; Modified KMV model; Default distance


II

目录

1 引言..................................................................................................................................1

2 信用风险理论及度量方法..................................................................................................2

2.1 信用风险的内涵........................................................................................................2

2.2 我国上市中小企业信用风险....................................................................................2

2.2.1 中小企业的界定..............................................................................................3

2.2.2 我国上市中小企业的特点..............................................................................3

2.3 信用风险度量方法....................................................................................................4

2.3.1 传统信用风险度量方法..................................................................................4

2.3.2 现代信用风险度量模型..................................................................................4

3 KMV模型特征及其计量步骤........................................................................................... 5

3.1 KMV模型的基本内容............................................................................................. 6

3.2 KMV模型的基本假设............................................................................................. 6

3.3 KMV模型的计算过程............................................................................................. 6

4 浙江中小上市公司信用风险实证......................................................................................7

4.1 样本的选择................................................................................................................7

4.2 参数的修正................................................................................................................8

4.3 参数的计算................................................................................................................9

4.3.1 无风险利率的计算..........................................................................................9

4.3.2 波动率的计算................................................................................................10

4.3.3 股权价值和违约点的计算............................................................................11

4.3.4 违约距离和违约率的计算............................................................................14

4.4 实证结果的检验与讨论............................................................................................19

5 结论与建议........................................................................................................................19

5.1 结论............................................................................................................................19

5.2 建议............................................................................................................................20

参考文献..................................................................................................................................22


1

1 引言

经济与金融的协调发展是经济学一直以来追求的目标，但随着经济的发展，大型企

业与中小型企业并存的经济金融结构失衡现象并未被经济全球化消除，由此引发了金融

结构转换与中小企业发展的悖论。其中，中小企业外源融资约束成为其发展的主要约束，

如何缓解这一问题成为世界性难题。随着中小企业在数量及规模上的逐步发展，其在社

会发展中的作用越来越重要。我国拥有相对充足的劳动力，但拥有的资本相对稀缺，这

决定了在我国，中小企业将会成为推动经济前进的重要动力。

信用风险源于交易过程中信用的不确定性，随着信用交易的不断发展，信用风险变

得更加突出。因此，如何对信用风险进行度量和管理是各国都关注的重点，也是金融界

能否健康发展的重要因素。

随着 KMV 模型被越来越多地应用于信用风险的度量，学者们对该模型的探究和改进

也在不断进步。在 20世纪 80年代初，Vasicek和 McQuown以改进的期权定价公式为

基础计算 DD，建立了庞大的企业信用资料数据库，提高了信用风险预测的准确度。2000

年，Jorge R.Sobehart、Sean C.Keenan和 Roger M.Stein提出了一种验证模型有效性的技

术方法。2004年，巴塞尔银行监管委员会在《巴塞尔新资本协议》中提出利用内部评

级法对信用风险进行管理,并推荐 KMV模型。2010年，Liang Lin，Ting Lou和 Ni Zhan

以 KMV模型的理论为基础，得到挂牌公司的违约率并进行信用风险，在与实际比较后

发现其结果是合理的。以上都表明,KMV模型在国外已经得到了广泛的认可和使用。

我国对公司的信用风险评价起步较晚，相关理论大多借鉴于国外。但我国金融市场

不同于国外，在国外成熟的金融体制下适用的风险度量模型并不能在国内充分发挥作

用，因此我们要立足实际，在学习吸收国外先进技术的前提下，开发适合我国中小企业

特点的信用风险度量方法。本文选择在国外广受欢迎的 KMV 模型为风险度量模型，但它

并不能直接使用，国内学者对 KMV 模型进行了改进研究以符合中国的实际风险情况。例

如 2007 年，李磊宁，张凯基于我国国情，引入了净收益增长率。2011 年，沈航和徐林

锋通过对样本公司违约距离的比较，验证了 KMV 模型的信用风险识别能力和信用风险预

警能力。2012 年，彭伟改进了股权价值和违约点的计算方法，并对违约距离进行修正，

利用改进后的模型进行信用风险预测，同时对改进后模型的有效性进行研究。同年，夏

闻一，胡芳和吴宗法通过选取 5个行业的中小企业板公司进行实证研究，证明 KMV 模型

可以有效反映中小企业信用状况，并进行预测。2014 年，原星星，王沁，易文德和苏

佳琳在修正了股权资产价值和股权价值波动率的基础上，证明 ST 的信用风险比非 ST

更高。


2

本文立足于我国浙江省中小企业的融资现状，从我国中小企业的特点出发，在研究

比较国内外信用风险度量方法的基础上，充分借鉴发达国家先进的企业信用风险度量与

管理经验，最后选择采用 KMV 模型进行分析信用风险度量。同时结合浙江省区域特点，

对 KMV 模型进行修正，利用修正后的 KMV 模型对所选取的 15 家样本公司使用 matlab

软件计算不同年份的违约距离，从而进行信用风险的度量和判别，并用 r语言对违约距

离进行独立样本 t检验，以佐证 KMV 模型对浙江省中小上市企业信用风险有一定的度量

分析作用。

2 信用风险理论及度量方法

2.1 信用风险的内涵

信用这个词首先想到的就是在道德层面的信用，它是指我们在日常生活中应当诚实

守信，遵守诺言，使我们为人处世的基本道德标准。人无信不立，这也是中国传统道德

的核心。继续思考，我们会发现它在经济层面上指的是一种建立在授信人对受信人履行

承诺的信任的基础上，使后者在不支付现金即可获取商品、服务或货币的能力。在现在

这个大部分交易都以信用为中介的市场经济中，信用已成为市场交易的一个必须具备的

要素。而从法律层面上思考，信用指的是依法可以实现的利益期待，而当当事人违反诚

信义务时，需要承担相应的法律责任。在生活中，常见的有保险、担保、合同债权等。

对于信用风险的定义，历来就有不同的观点。传统观点认为，信用风险就是信贷风

险，它是指交易对象无力履行约定而为经济主体带来的风险。第二种观点将信用风险分

为广义和狭义，狭义的信用风险就是信贷风险，而广义的信用风险则包含了所有因客户

违约而引发的风险。第三种观点认为信用风险是指交易对手或借款人不愿或不能履行合

约中的承诺而给交易对方带来的损失的可能性。

个人比较倾向第三种观点。随着金融环境的不断变化，信用风险也在逐步发展，因

此传统的定义已经不能客观反映现代信用风险及其管理的实质。而第三种观点不仅包括

了前两者提到的，还包含了因为借款人信用评级变动及履约能力变化所导致的其债务的

市价变化，从而引起损失的可能性。

2.2 我国上市中小企业信用风险

改革开放 30 多年以来，随着我国中小企业的不断发展，规模的不断扩大，中小企

业在我国经济发展中所扮演的角色日益重要，已成为推动经济的发展社会的进步的中坚


3

力量。然而由于资本实力相对薄弱、技术水平不够成熟、财务制度不够完善等原因，中

小企业的信用缺失现象严重，这直接影响了商业银行向中小企业放贷的意愿。因此，对

中小企业进行信用风险度量与管理是整个社会所面临的一大问题。

2.2.1 中小企业的界定

如何划分企业的规模大小在世界范围内至今仍没有一个公认的标准，各国着眼于各

自不同的经济水平、社会形态、自然资源、产业结构等，提出相应的划分标准。即便是

同一国家，随着时间的推移，这一标准也在不断改变着以适应当下的经济环境。同时，

不同行业间存在的差异也增加了这个统一标准建立的难度。

我国《公司法》将上市公司定义为发行的股票经国务院或者国务院授权的证券管理

部门批准在证券交易所上市交易的股份有限公司。而关于中小上市公司暂时并无明确定

义，大致上来说，它是相对于大企业而言的，泛指经营或生产规模中等及以下的上市公

司，常把中小企业板和创业板中的上市公司视为中小上市公司。

我国自建国后主要是按照企业的所有制性质和工业类别对来企业进行划分，在经过

不断的摸索和改进后，最新完善的划分标准是在 2003年 4月，由原国家经贸委、原国

家计委、财政部、国家统计局联合发布的《中小企业标准暂行规定》，该指标是依据企

业职工人数、销售额、资产总额等，并结合行业特征，适用于各类所有制和各种组织形

式的企业，体现了不同所有制形式的中小企业将享有同等的待遇。此规定对我国不同行

业的中小企业进行划分，以现行统计制度中的年末从业人员数代替职工人数；以现行统

计制度中的年产品销售收入代替工业企业的销售额；以现行统计制度中的年工程结算收

入代替建筑业企业的销售额；以现行统计制度中的年销售额代替批发和零售业销售额；

以现行统计制度中的年营业收入代替交通运输和邮政业、住宿和餐饮业企业的销售额；

以现行统计制度中的资产合计代替资产总额。

2.2.2 我国上市中小企业的特点

我国的上市中小公司规模相对较小，但营业收入增长快，科技含量高，具有相当大

的盈利能力，概括而言有有三大优势：一是处于飞速成长期，大部分中小上市公司都是

各行业的领头企业，一般具有独特技术或资源、品牌、地域优势等特点，正处于高速扩

张的成长期，主要体现在明显增长的企业规模和效益；二是经营灵活，在不断变化的市

场环境下，中小上市公司凭借自身的结构特点和市场定位，以及高质量的产品和较小的

规模，在企业战略和内部管理上拥有了比大企业更加明显的灵活度，更容易在变化中及

时改变策略，顺势而为，规避风险；三是经营的专业化，能够在市场中崭露头角并屹立


4

不倒的中小上市公司大多在该领域处于领头地位，但由于受到资金和规模的限制，它的

多领域集团化发展的战略难以实现，反而是以专业化的经营方针来搏得市场份额容易实

现且发展可观。

当然，我国的上市中小公司也存在很多弊端，主要表现在三处：一是上市中小公司

由于规模较小，导致其相对较低的员工人数、营业收入与总资产额，从而限制了它的抗

风险能力；二是其寿命普遍较短，因此在向银行贷款时，银行将要承担更多的信用风险；

三是某些公司财务制度、资产管理水平、信息披露方面有所欠缺，竞争力和风险抵御能

力较低，具有较大的信用风险。

2.3 信用风险度量方法

国外金融市场较我国起步早，发展更为健全，在专家们多年的研究和实践过程中，

关于信用风险度量的理论和方法的研究已相当成熟，并构建出了相应的体系，同时也在

不断尝试新的方法以适应社会发展，并且在实际中得到较令人满意的效果。

2.3.1 传统信用风险度量方法

传统的信用风险模型和现代的信用风险模型很难严格界定，而且传统的方法至今仍

然很重要，如专家法、信用评级法、信用评分法、神经网络分析法。但毫无疑问这些传

统的信用风险度量方法为经济发展做出了重要贡献，但随着时代进步，其存在的弊端也

逐渐扩大。

专家法依赖拥有专门知识的分析人员，实施效果不稳定，存在主观性、随意性和不

一致性的问题，同时也增加了开支，降低了对市场变化的应对能力。信用评级法与专家

法类似，也是一种定性的风险评估法，其局限性与专家法大同小异。信用评分法主要包

括 Logit 模型和 Probit 模型，以及神经网络分析法等，但是这些模型都过于依赖企业

的财务数据，不能体现非财务信息，且这些数据都是历史数据，信息具有滞后性，因此

难以预测企业的发展情况。神经网络分析法则对样本数据过度依赖。

2.3.2 现代信用风险度量模型

随着经济的不断发展，传统的信用风险度量模型难以满足市场出现的新问题，适应

现代金融市场的信用风险度量模型应运而生。

1. Credit Metrics 模型

Credit Metrics 模型是利用以往的历史数据进行信用风险评估的模型，运用方法

较为简单，但是其有较多与现实不符的理论假设，如市场风险与信用风险无关、同一等


5

级的债务人应用相同的等级转移概率、风险期限是固定的、信用等级转移概率遵循一个

稳定的马尔科夫过程等，这些不符合现实。

2. Credit Risk+模型

Credit Risk+模型不同于 Credit Metrics 模型，它是基于保险精算法，采用了数

值方法进行信用评估的违约模型，只考虑违约和不违约。主要有两大优点:一是利用泊

松过程进行计算，可以迅速有效地得出债务人的边际风险；二是集中于违约风险，对每

个组合只需要知道违约概率和违约风险，需要估计的变量很少。但同时它也存在些许缺

点，如忽略了信用级别变动所引发的风险，未考虑市场风险等。

3. 信贷组合观点模型

CPV 模型的特殊之处在于将宏观的经济因素考虑在内，解决了 Credit Metrics 模

型中信用等级转换概率固定不变的问题。其揭露了隐藏的流动风险和非流动风险，并且

用盯住市场的方法度量两者的风险损失，它还可以同时衡量系统性和非系统性风险，具

有良好的适应性。然而该模型也有其不足，如所需要真实有效的数据难以得到，因此难

以确定其系数，同时信用等级概率缺乏客观性。

4. KMV 模型

最受欢迎的模型是 KMV 模型，主要是因为 KMV 模型具有很大的优势。第一，它以强

大的理论基础----现代公司理论和期权定价理论，作为指导方向，具有较强的科学性和

说服力。第二，该模型是一个动态的模型，能有效地反映市场上的实时信息。第三，KMV

模型对市场强有效没有要求，它在强有效市场和一些新兴市场上都能得到很好的应用。

当然，KMV 模型也存在一些缺点。一是主要适用于上市公司，对非上市公司的信用风险

度量存在较大难度。二是其假设企业资产价值服从正态分布，与现实不符。

综上所述，Credit Metrics 模型及 CPV 模型都依赖信用评级，且需要大量数据，

它们更适合运用于信用评级健全的发达国家地区，我国的金融市场不够成熟，因此这两

种模型的适用度不强。而 Credit Risk+模型假设每个债务人违约相互独立，单笔贷款

之间互不影响，明显不符合现实。因此经过对比四种模型的适应性，结合我国目前金融

市场的环境，可以得出在我国，KMV 模型具有相对最强的适应性。

3 KMV模型特征及其计量步骤

20 世纪 90 年代以来，随着金融机构资产状况日益多元化，信用风险的管理难度变

得越来越大，社会迫切需要更有效的信用风险度量方法。美国 KMV 公司在 1997 年推出

了以预期违约概率为核心手段，以度量借款方违约概率为目标的方法的 KMV 模型。它基


6

于 1972 年布莱克、斯科尔斯和默顿有关期权定价模型(BSM 模型)的研究，是期权理论

在信用风险管理领域的创新型运用。

3.1 KMV模型的基本内容

KMV 模型以 Merton 的期权定价思想为理论基础，借助于公司股票与期权存在相似

性的特点，将公司资本作为标的资产，把公司所有者权益看做看涨期权，负债看做看跌

期权，利用可观测的公司股市价值来对公司资产的市场价值、波动性以及负债价值等进

行预测，从而估计公司的违约概率。基于这种基本思想，我们发现在实际中，当借款方

资产价值低于其负债价值时不一定会触发违约，因为还需考虑债务的到期日和不同债务

分偿还顺序。因此，只有当其资产价值低于某个水平时，违约才会发生，而借款方在这

个水平上的资产价值即为违约点(default point，DPT)。借款方资产未来市场价值的期

望值与违约点间的距离即为违约距离(distance to default，DD)。违约距离越大，说

明资产价值离违约点越远，发生违约的可能性越小，风险越小；反之，风险越大。由于

KMV 模型在数据获取上较为容易，操作也更为简单，同时也取得了良好的效果，因此颇

受各国青睐。

该模型的一个重要创新在于它是以借款方的角度考虑贷款的偿还问题，即借款方的

信用风险取决于负债确定的情况下借款方的资产价值。若资产价值低于负债，借款方偿

还债务后没有剩余收益，违背利益最大化原则，故而会发生违约行为；若资产价值高于

负债，为避免对信用评级造成影响，借款方愿意偿还债务，避免了违约行为的发生。

3.2 KMV模型的基本假设

(1)分析过程所釆用的企业信息真实可靠，包括 KMV 模型的数据和模型中参数的计

算。若上市公司所公布的会计报表存在虚假信息，那么分析结果必然不准确。

(2)没有交易成本，不存在卖空限制，存在无风险资产，交易可以连续进行，并且

证券具有无限可分性、证券价格服从伊藤过程，即满足 BSM 模型的基本假设。

(3)借款人在资产价值大于其负债价值时，违约不发生；反之，触发违约。

(4)所研究的借款方的资本结构相对简单，只由所有者权益、短期债务、长期债务

和可转化的优先股构成。

(5)违约距离是对企业进行评级的一个合适指标。

3.3 KMV模型的计算过程

简单来说，运用 KMV 模型对上市公司信用风险进行估算的过程主要有四步:


7

(1)首先，确定公司的违约点，即当公司的资产价值恰能偿还负债时。经过 KMV 公

司进行的大量实证研究，发现最容易发生违约行为的临界点恰好在公司的短期负债加上

50%的长期负债附近，即:

LTDSTDDPT 5.0 (3.1)

(2)然后，通过期权定价公式建立公司股权价值和资产价值的联系，从而得到公司

资产价值 VA 及其波动率σA，通过对相关文献的研究得到以下公式:

)2d(d1 e-r NVNE B ）（ (3.2)

AE NEV

）（ 1d (3.3)

式中，E 为公司股票市值，B为公司负债价值，V为公司资产市场价值，N(d)表示

标准正态累积分布函数，r为无风险利率，τ为公司债务期限。

(3)接着，利用违约点计算公司的违约距离,即:

AAAA

A

VV

VV DPT

EDPTE

DD

--

A

）（

）（(3.4)

(4)最后，通过数据库的历史数据统计出相同违约距离下曾有违约行为的公司所占

的比重，以此作为判断具有相同违约距离的公司的预期违约概率的依据，有公式:

）（DDNEDF 1 (3.5)

但是在我国，由于金融市场情况较为复杂，比国外更为不成熟的市场现状使得 KMV

模型不能在国内直接利用，需要对其进行改进。结合各路学者对 KMV 模型在国内运用

的研究分析，发现由于我国欠缺足够数量的历史违约数据，无法构建违约距离与违约率

之间的映射关系，因此无法估计经验违约率，KMV 模型的研究受到阻碍，所以需要不断

对 KMV 模型进行修正改进。

4 浙江中小上市公司信用风险实证

4.1 样本的选择

本文对 KMV 模型的实证分析主要是在国外研究者已得出的研究成果的基础上，结合

我国国情，在对国内金融市场研究的前提下，对 KMV 模型进行修正，提高它对国内上市

公司的信用风险度量的有效性。浙江省作为国内经济最活跃的省份之一，其中小企业的

发展情况备受关注，本文利用修正后的 KMV 模型对浙江省上市中小企业进行信用风险度

量，以便对其进行信用风险评价。

本文主要探讨 KMV 模型在浙江省运用的有效性，在经过一定时期的查询比较，并参


8

考《福布斯》中文版，选择了较具潜力的 15 家浙江省上市中小企业为样本，见表 4.1，

所挑选对象涉及不同行业，以增加模型的实用性，所选取的时间为 2010 年 1 月 1 日至

2014 年 12 月 31 日，其中有四家企业在 2010 年未上市，对于这四家企业选取时间为其

已上市时间。文中所用数据来源于 CCER 经济金融研究数据库、国信金太阳、同花顺金

融网、东方财富网、腾讯财经、证券之星。

表 4.1 样本公司

证券简称主营产品证券代码总部所在地

华策影视 * 影视制作发行 300133 杭州

信雅达行业专用软件、智能商用设备 600571 杭州

华星创业 · 电子测试和测量仪器、通信系统与平台 300025 杭州

宋城股份 * 旅行社、旅游景点 300144 杭州

水晶光电电子元器件 002273 台州

通策医疗 * 医院 600763 杭州

汉鼎股份 * 系统集成服务 300300 杭州

喜临门衣着用纺织品 603008 绍兴

迪安诊断 * 生物诊断试剂、诊断治疗设备 300244 杭州

远方光电 * 电子测试和测量仪器 300306 杭州

报喜鸟服装 002154 温州

银江股份城市交通智能化、医疗数字化、楼宇智能化 300020 杭州

浙江大华股份调度通讯、安防视讯等产品 002236 杭州

三维通信无线网络优化覆盖产品及服务 002115 杭州

海康威视视频监控产品 002415 杭州

4.2 参数的修正

KMV 公司所研究出的 KMV 模型能很好地对上市公司信用风险进行度量，但这局限于

国外成熟的金融市场，在我国并不完全适用。本文认为需要对 KMV 模型进行修正，以便

其更好地作为度量浙江省上市中小企业信用风险度量的模型。

(1)股权价值

在国外，KMV 模型中的股权价值通常选择股票价格与股票数量的乘积。但由于我国

股票市场存在流通股和非流通股，因此不能沿袭国外的做法。流通股的价格可以从证券

市场获得，但非流通股的价格难以直接从证券市场获取，各家学者因此对股权价值的计

算有不同的意见。在综合各家研究后，本文决定采用每股净资产来代替非流通股的价格，

有公式:

http://www.askci.com/reports/index198.html

http://www.askci.com/reports/2014/12/31/141035ktvf.shtml


9

非流通股股数每股净资产流通股股数市价股权价值 (4.1)

(2)债务面值与债务期限

本文将债务面值定义为公司年报资产负债表中的总负债面值，债务期限取 1年。

(3)无风险利率

国内并未对无风险利率的确定形成统一规范，为便于计算，本文选择当年中国人民

银行公布的一年期定期存款利率作为无风险利率，并根据实际情况，对一年中有过变动

的利率进行加权平均，从而计算出当年的存款利率作为无风险利率。

(4)股权价值的波动率

在综合各种研究报告分析后，本文对于股权价值波动率的计算采用间接法，先计算

出日波动率，再转化为年波动率。第 i日每股日收益率为1ln lni i iP P

(4.2)

则股票日标准差为

21

11

n

iin

(4.3)

故而有了年波动率

·E n (4.4)

其中 iP为股票的日收盘价，为股票日收益率的均值，

1

1 n

iin

(4.5)

n为一年中的交易天数，一般情况下假设一年交易天数为 250 天。(5)违约点

经过 KMV 公司对上市公司违约情况的分析后得到了最容易发生违约行为的违约点

的计算公式，利用公式对违约点进行修正，公式为:

长期负债短期负债 5.0DP (4.6)

(6)预期资产增长率

研究公司的信用风险，其最终目的就是为了对公司的未来违约情况进行预测，因此，

预期资产增长率在理论上是需要考虑的。但本文为了简化计算，将忽略这一因素，这也

许会对结论的严谨性产生影响，但为了更方便计算，请允许这一瑕疵。

4.3 参数的计算

4.3.1 无风险利率的计算

对无风险利率的计算按照上节描述，选择当年中国人民银行公布的一年期定期存


10

款利率作为无风险利率，但在实际中存在一年中利率发生变动的情况，此时就需要对利

率进行加权平均，再计算出当年的存款利率作为无风险利率。下面以表 4.3.1 为例，作

为对变动利率进行加权平均的示例，对有发生变动的当年的利率都按此法进行计算。再

通过中国统计年鉴查询到 2010 年至 2014 年存款利率的相应数据，对利率有变动的年份

进行加权平均后，我们就可以得到 2010 年至 2014 年的无风险利率，如表 4.3.2。

表 4.3.1 无风险利率计算

年份一年期定期存款利

率开始时间结束时间持续时间

加权平均年无

风险利率

2010

2.25 2010/1/1 2010/10/19 292

2.32.5 2010/10/20 2010/12/25 67

2.76 2010/12/26 2010/12/31 6

表 4.3.2 无风险利率

年份 2010 2011 2012 2013 2014

年利率% 2.3 3.28 3.23 3.25 3

4.3.2 波动率的计算

通过网络途径及数据库资源进行数据收集，得到了 2010 年至 2014 年样本公司每天

的收盘价，利用公式（4.2）计算出公司的日收益率，计算出日收益率均值，再按照公

式（4.3）得到股票的日标准差，得到日标准差后利用公式(4.4)计算出年波动率。其中，

有部分公司并未在 2010 年就上市，因此没有收盘价，也就不存在年波动率，表中用“-”

表示此情况，结果见表 4.3.3。


11

表 4.3.3 样本股各年股价的年波动率

代码 2010 年 2011 年 2012 年 2013 年 2014 年

002115 0.692211 0.34991 0.555154 0.496307 0.3704

002154 0.402261 0.77887 0.355931 0.396842 0.344235

002236 0.851803 0.780752 0.764013 0.793945 0.404546

002273 0.589304 0.350924 0.839734 0.753703 0.399747

002415 0.475245 0.801356 0.769765 0.799805 0.346626

300020 0.919099 0.568844 0.442263 0.523647 0.476363

300025 0.979933 0.616075 0.529545 0.539073 0.591054

300133 0.578967 0.987695 0.802702 0.793674 0.524266

300144 0.358529 0.899094 0.515224 0.438334 0.380598

300244 - 0.659547 0.739654 0.564593 0.777543

300300 - - 0.401942 0.981812 0.449958

300306 - - 0.472736 0.567543 0.433222

600571 0.47507 0.378253 0.372679 0.492794 0.523419

600763 0.549072 0.367181 0.294092 0.439778 0.422513

603008 - - 0.368548 0.60665 0.372928

从上表计算结果我们可以看到，三维通信(002115)、报喜鸟（002154）、银江股份

（300020）、华星创业（300025）、宋城股份（300144）的年波动率除了某年较大，其

余年份均保持稳定，且有发展越来越稳定的趋势，但由于所选取的时间区间较短，且有

四家公司并非从 2010 年就已经上市，故而存在发展趋势不够显著的缺点，但就总体而

言，我们可以看到所选取的样本公司在2010年至2014年的年波动率基本处于稳定状态，

并未出现某年年波动率极低某年年极高的情况，这也说明浙江省中小上市公司的发展较

为健康，具有良好的发展潜力。

4.3.3 股权价值和违约点的计算

根据上一节对参数的设定，在通过 CCER 经济金融研究数据库、国信金太阳、东方

财富网等网络渠道进行数据收集后，整理出各公司各年份的流通股股数、非流通股股数、

市价和每股净资产，单位均为万，利用公式(4.1)计算出股权价值。并整理出短期负债

和长期负债，单位为万，利用公式(4.6)计算出违约点。但由于并非所有样本公司在 2010

年都上市，从数据的科学性考虑，本文选取已上市的时间段进行计算，计算结果按年度

分别展现，见表 4.3.4 和表 4.3.5，同时为了便于观察个股走势，做出相应的折线图，

如图 4.3.1 和图 4.3.2。


12

表 4.3.4 各样本股 2010 年至 2014 年股权价值

股票代码 2010 年 2011 年 2012 年 2013 年 2014 年

002115 314700.9495 230763.3528 222135.828 227793.6444 315468.3474

002154 332930.061 619873.2784 566207.6262 340490.6303 455065.2789

002236 495531.2141 801905.11 1503183.385 2743954.016 1676198.687

002273 3534243898 3482863122 4694503381 5457587590 6060133374

002415 979100 1584800.01 2317006.1 7257811.87 7363601.43

300020 249357.034 193108.2306 212160.843 594896.4089 688151.8666

300025 882200000 817996800 667862930 1586618409 2995995857

300133 2260555520 2674369042 3356795910 13992231497 11865927570

300144 3918096000 4814795700 4219387953 5644054497 8128219764

300244 - 916211000 1548675965 3829596638 6244498051

300300 - - 1030580000 2007749700 2286670181

300306 - - 1107000000 1489152183 1657296253

600571 2161504717 1616746815 1783437231 3186204737 5451164675

600763 3203193600 3379545600 3307401600 5133446400 7692153600

603008 - - 1299900000 2373892215 3315694313

图 4.3.1 各样本股 2010 年至 2014 年股权价值走势图


13

表 4.3.5 各样本股 2010 年至 2014 年违约点

股票代码 2010 年 2011 年 2012 年 2013 年 2014 年

002115 73132.2 93127.19 78101.66 82927.96 77138.35

002154 64871.82 140674.11 159622.97 156349.405 125544.095

002236 59957.605 75107.035 124328.15 184100.37 258093.36

002273 6678.055 7738.42 11160.52 9547.26 29654.97

002415 90111.25 149185.66 190657.105 293679.74 626174.675

300020 64074.4 81413.2 135262.03 154017.415 180929.335

300025 9043.685 32537.28 44990.46 55978.605 92255.8

300133 2318.52 16518.58 24200.83 27888.945 142708.675

300144 32579.47 30206.29 25134.07 27076.995 32538.15

300244 - 12112.105 17662 21896.065 40330.985

300300 - - 21785.84 32319 37599.1

300306 - - 4795.93 6321.515 6807.08

600571 36110.39 29027.89 34359.39 33159.62 50562

600763 3867.775 4681.995 5236.5 8108 6549.22

603008 - - 23462.75 41163.2 61118.925

图 4.3.2 各样本股 2010 年至 2014 年违约点走势图

从以上表格可以看到，各公司在这五年间股权价值和违约点都出现逐步上升情况，

说明公司营业状况稳定，未来走势较好，公司有进一步发展的潜力。其中，我们明显可

以看到 2012 年出现了拐点，在此之前股权价值和违约点走势都较为平缓，而在 2012

年以后增幅较之前明显加大。在查阅相关资料后，发现这与省淘汰办修订出台的《浙江

省淘汰落后生产能力指导录（2012 年本）》有关。由于改革开放以来的同质化竞争，


14

2012 年后，中国大多数企业当然包括浙江省的很多中小企业都出现问题，发展遇到了

瓶颈，而该《目录》的制定出台恰好为优胜劣汰提供了契机，留下了更具实力的中小企

业，而对综合能力较弱的企业进行了淘汰措施，将市场份额进行重整，使留下来的企业

得到了更多的发展空间，从而展现出了较之前更明显的进步。

4.3.4 违约距离和违约率的计算

在计算得到以上数据后，本文在进行违约距离计算时，将基于默顿期权定价模型的

违约距离计算公式，即:

T

TrDPTV

DDA

A

)2

1()ln 2（

（4.7)

与基于我国国情的公式(3.4)所计算出的违约距离进行比较，假设资产价值服从正态分

布，利用公式(3.5)可计算出违约率。其中记前者为违约距离 1和违约率 1，后者为违约

距离 2和违约率 2，如下表所示:

表 4.3.9 2010 年各样本股违约距离和违约率

股票代码违约距离 1 违约率 1 违约距离 2 违约率 2

002115 2.71 0.34% 1.44 7.55%

002154 5.25 0.00% 2.47 0.67%

002236 2.57 0.51% 1.17 12.10%

002273 22.11 0.00% 1.70 4.49%

002415 5.50 0.00% 2.10 1.79%

300020 1.80 3.61% 1.07 14.16%

300025 11.26 0.00% 1.02 15.38%

300133 23.57 0.00% 1.73 4.21%

300144 32.51 0.00% 2.79 0.26%

600571 22.97 0.00% 2.10 1.76%

600763 24.59 0.00% 1.82 3.43%


15



002115 4.92 0.00% 2.82 0.24%

002154 2.36 0.91% 1.27 10.16%

002236 3.12 0.09% 1.28 10.08%

002273 37.01 0.00% 2.85 0.22%

002415 3.01 0.13% 1.24 10.68%

300020 2.86 0.21% 1.73 4.16%

300025 16.19 0.00% 1.62 5.23%

300133 11.68 0.00% 1.01 15.57%

300144 12.91 0.00% 1.11 13.30%

300244 16.75 0.00% 1.52 6.47%

600571 28.79 0.00% 2.64 0.41%

600763 36.64 0.00% 2.72 0.32%



002115 3.10 0.10% 1.78 3.75%

002154 5.37 0.00% 2.78 0.27%

002236 3.32 0.04% 1.31 9.59%

002273 15.04 0.00% 1.19 11.69%

002415 3.30 0.05% 1.30 9.75%

300020 3.38 0.04% 2.21 1.34%

300025 17.94 0.00% 1.89 2.95%

300133 14.39 0.00% 1.25 10.64%

300144 23.16 0.00% 1.94 2.61%

300244 15.06 0.00% 1.35 8.82%

300300 26.66 0.00% 2.49 0.64%

300306 25.96 0.00% 2.12 1.72%

600571 29.03 0.00% 2.68 0.36%

600763 45.38 0.00% 3.40 0.03%

603008 29.54 0.00% 2.71 0.33%



16


002115 3.48 0.02% 1.99 2.32%

002154 4.15 0.00% 2.48 0.65%

002236 3.38 0.04% 1.26 10.44%

002273 17.25 0.00% 1.33 9.23%

002415 3.87 0.01% 1.25 10.59%

300020 3.63 0.01% 1.89 2.91%

300025 18.81 0.00% 1.86 3.18%

300133 16.18 0.00% 1.26 10.38%

300144 27.80 0.00% 2.28 1.13%

300244 21.16 0.00% 1.77 3.83%

300300 10.78 0.00% 1.02 15.42%

300306 21.57 0.00% 1.76 3.90%

600571 23.10 0.00% 2.03 2.12%

600763 30.23 0.00% 2.27 1.15%

603008 17.82 0.00% 1.65 4.96%



002115 5.37 0.00% 2.68 0.37%

002154 5.59 0.00% 2.88 0.20%

002236 5.62 0.00% 2.46 0.69%

002273 30.46 0.00% 2.50 0.62%

002415 7.88 0.00% 2.88 0.20%

300020 4.01 0.00% 2.08 1.86%

300025 17.33 0.00% 1.69 4.53%

300133 21.40 0.00% 1.91 2.82%

300144 32.54 0.00% 2.63 0.43%

300244 15.02 0.00% 1.29 9.92%

300300 24.32 0.00% 2.22 1.31%

300306 28.48 0.00% 2.31 1.05%

600571 21.94 0.00% 1.91 2.80%

600763 32.94 0.00% 2.37 0.90%

603008 29.13 0.00% 2.68 0.37%

从上述计算结果可以看出，运用公式(4.7)与公式(3.4)所得到的违约距离相差较大，

违约率的差距更加明显。前者计算出的违约距离所推导出的违约率出现大面积的零违约

率，这明显与实际不符，而后者得出的违约率则相对科学可信。因此，国外使用的违约

距离的计算并不适合我国国情，要想更好地运用 KMV模型对国内上市企业进行风险分

析，必须对模型进行修正，而关于本文所用的修正的 KMV模型的适用性也需要进行验

证，具体在下节中进行相关讨论。


17

图 4.3.3

图 4.3.4

图 4.3.5


18

图 4.3.6

图 4.3.7

本文中利用修正后的 KMV模型，对浙江省 15家上市中小企业信用风险的分析，

并将以上结果绘成折线图直观判断其发展趋势，由于图形较多，为避免占据篇幅过大，

选择其中五家为例作出折线图。在上述五幅图中可以看到，出现了两个明显拐点，一为

2011年，一为 2012年。关于 2012年上节已经讨论过，这里不再重复，而 2011年出现

异常的原因，在查询相关资料后发现，中国中小企业在 2011年发展势态良好，借用渣

打银行的描述，可以形容为中国中小企业信心指数在 2011年回升。因此对于图中出现

的异常，怀疑是个股自身情况引起的。经查后发现，报喜鸟(002154)在 2011年出现违

约率上升的原因可能是 6月其旗下安徽宝鸟服饰有限公司正式开业投产，同年 10月报

喜鸟全自动化物流中心正式上线并投入使用，使公司资产结构出现一定波动，风险增大，

从而出现违约率上升情况。而宋城股份(300144)在 2011年出现了重大投资意向，与武

夷山市人民政府就投资建设项目签订了合作协议，将部分资金用于对外投资，从而引起


19

了违约率的上升。

因此，在排除个股因素后结合样本股走势我们不难发现，样本公司的违约距离虽然

存在波动性，但总体呈现上升趋势，而违约率则呈下降趋势，这说明浙江省上市中小企

业违约率较稳定，发展趋势良好。

4.4 实证结果的检验与讨论

本文修正后的 KMV模型能否较好地对浙江上市中小企业信用风险进行有效度量，

这需要我们对样本的违约距离差异进行显著性检验。为便于区分，这里将样本公司分为

创业板公司记 DD1，中小板公司记 DD2，其他公司记 DD3，利用 r语言对上述计算得

到的各样本公司违约距离进行独立样本 t检验，从而进行显著性检验，为防止出现数据

过多情况，本文就简单地以 2012年检验结果为例，见表 4.4.1。

表 4.4.1 各样本违约距离 t检验

2012 年

均值上限下限 t统计量 p值

DD1-DD2 0.220857 -0.5942121 1.0359264 -7.6404 0.0005386

DD1-DD3 -1.03714 -1.8243961 -0.2498896 -3.5716 0.021

DD2-DD3 -1.258 -2.1842856 -0.3317144 -3.3342 0.01605

从上表我们可以看到，各组 p值都小于 0.05，说明每组比较的两者显著不相等，即

违约距离的均值存在显著差别。根据检验结果我们可以发现，本文修正的 KMV模型对

浙江上市中小企业信用风险度量具有一定适用性，模型有效，因此上述对模型结果的分

析存在科学性，模型实证有意义。

5 结论与建议

5.1 结论

本文参考国外 KMV 模型研究成果，结合基于中国国情下的相关研究，对 KMV 模型

进行了简单的参数调整，并利用调整后的模型对浙江省上市中小企业进行了信用风险度

量。在经过简单的实证分析后，发现修正后的 KMV 模型对浙江省上市中小企业具有一定

适用性。

同时，通过实证分析，我们可以看到，浙江省作为中国省域经济综合竞争力排名第


20

五的省份，浙江省的中小企业发展势态良好，违约事件发生的频率较为稳定。在面临愈

来愈剧烈的社会竞争，虽然有小部分难以抵挡压力，但大部分企业仍表现出了顽强的生

命力，成为推动社会进步的重要力量。

当然，本文也存在缺陷，主要有三点:

(1)由于我国资本市场并不完全成熟，其有效性并不能保证，上市公司公布的信息

并不能完全准确有效地反应其经营情况，从而影响了其信用风险的度量。

(2)由于样本容量偏小，数据量不够庞大，不能完整地对浙江省上市中小企业进行

发展趋势评价。

(3)KMV 模型的重要特点就是其能对研究对象进行风险预测，但由于我国尚未完全

成熟的金融市场并没有对违约事件数据的大量积累，因此本文只对研究对象进行浅层信

用风险分析。

然而，正是由于存在这样的缺陷，对 KMV 模型的研究分析更显重要，同时，本文还

提出了几点相关建议，以期能在国内更好地利用 KMV 模型。

5.2 建议

为进一步提高 KMV 模型在国内的适用性，完善信用风险度量机制，针对以上问题，

我们还需做到以下几点:

(1)发展和改善国内证券市场，增强资本市场的有效性，为 KMV 模型的使用打造良

好的外部环境。KMV 模型主要适用于上市公司，因此需保证资本市场必须是有效的。假

设公司的波动性很大，那么如果资产波动是负向的，公司的未来价值就会减小，更容易

发生违约，而 KMV 模型对波动率的计算是基于股价的。在有效市场中，股价暗含着公司

的发展趋势，具有价格发现功能的市场更有效率。当然，上市公司发布的任何信息都务

必准确真实，否则研究就没有意义。因此，只有保证市场的有效性，KMV 模型才能如实

准确地反映上市公司的信用状况。

(2)增加研究样本的容量以提高实证的科学性和严谨度。从基于我国国情的相关研

究报告来看，专家学者们采用以某个单一上市公司作为研究对象的，也有选择几十家上

市公司作为实证样本的，然而，要得出更可信的结论，这样的样本数量明显过少，不足

以体现研究的严谨性。在进行实证研究时，增加样本容量无疑会提高研究结果的可信度。

(3)尽早完成违约资料库的建立，同时加强对数据的管理。利用 KMV 模型对上市公

司进行信用度量时，最后会利用违约距离计算预期违约率，但这需要大量的违约数据库

为基础。而我国在这方面起步较晚，对企业违约事件的统计不够完全，企业违约资料库

也并未建立完整，同时由于数据管理不到位，也会出现数据不连续的现象，故而国内利


21

用 KMV 模型难以进行 EDF 的计算。当然，也有学者根据 DD 推导出理论的 EDF，但这一

结果需要进行前提假设，与实际并不完全符合，因此要真正进行信用风险预测，仍需我

们不断收集违约数据，建立中国的违约数据库。这是一个巨大而又漫长的任务，但我相

信，随着中国证券市场的逐步完善，这一天终将到来。


22

参考文献

[1] 茆训诚.信用风险度量与管理[M].上海:上海财经大学出版社,2013:1-26,64-72.

[2] 梁馨元.基于KMV模型的我国中小上市公司信用风险度量研究[D].吉林:吉林大

学商学院,2012:7-13,14-30.

[3] 张玲,刘澄.KMV模型在中国应用的参数修正[J].金融监管,2013(10).

[4] 刘澄,山丹花.基于 KMV模型的我国上市公司信用风险的预测[J].中国证券期

货,2012(5).

[5] 彭伟.基于 KMV模型的上市中小企业信贷风险研究[J].理论研究,2012(3).

[6] 张国胜.金融风险计量及其在我国的应用[M].北京:北京交通大学出版社,2010.

[7] 邹姣.基于KMV模型的我国上市公司信用风险评估实证研究[D].湖南:中南大学

金融学院,2012:12-25,29-37.

[8] 黄笑.基于修正后 KMV模型对于上市公司信用风险度量的实证研究[J].时代金

融,2014(7).

[9] 原星星,王沁,易文德,苏佳琳.修正的 KMV模型对中国中小企业信用风险的度量

[J].吉林大学学报:自然科学版,2014,5(3).

[10] 沈航,徐林锋.KMV模型对中国上市公司信用风险识别能力的实证研究[J].当代

经济,2011,6(上).

[11] 夏闻一,胡芳,吴宗法.基于 KMV模型的中小企业信用风险度量研究[J].经济论

坛,2012,2(2).

[12] 倪旭东.基于修正 KMV模型的中小板上市企业信用风险研究[D].江苏:南京财

经大学金融学院,2012:17-30.

[13] 叶蜀君 .信用风险度量与管理 [M].北京 :首都经济贸易大学出版社，

2008:3-20,77-85.

[14] 陈晓红,张泽京.基于KMV模型的我国中小上市公司信用风险研究[J].数理统计

与管理,2008,27(1).

[15] 赵建卫.基于 KMV模型的我国上市公司信用风险度量的实证研究[D].辽宁:东

北财经大学财务管理,2006:19-24,25-50.

[16] 布赖恩·科伊尔.信用风险管理[M].周道许,关伟译.北京:中信出版社,2003.

[17] 李磊宁,张凯.KMV模型的修正及其在我国上市公司信用风险度量中的应用[J].

首都经济贸易大学学报,2007(4). .

[18] Michel Crouhy,Dan Galai and Robert Mark.A Comparative Analysis of Current


23

Risk Models[J].Journal of Banking &Finance,2000.

[19] Liang Lin,Ting Lou,Ni Zhan. Empirical Study on Credit Risk of Our Listed

Company Based on KMVModel[J]. Applied Mathematics,2014:513.

[20]Ni Zhan,Liang Lin,Ting Lou. Research on Credit Risk Measurement Based on

Uncertain KMVModel[J]. Journal of Applied Mathematics and Physics,2013:105.

Documents

浙江上市中小企业信用风险度量与分析bylw.zufe.edu.cn/UpLoadFile/169682.pdf · 浙江财经大学本科生毕业论文(设计) i 浙江上市中小企业信用风险度量与分析