下载文档原格式
KMV模型在我国商业银行信用风险度量中的具体应用一、引言目前，我国商业银行在信用风险管理方面远落后于西方发达国家商业银行，我国对信贷风险的分析仍处于传统的比例分析以及专家经验判断阶段，远不能有效满足商业银行对贷款安全性度量的要求。
因此，应用现代的计量模型计量我国的信用风险来更加有效的控制我国商业银行的信贷风险，具有非常重要的意义。
作为国际上应用最为广泛的信用风险度量技术之一的KMV模型，尽管我国目前缺乏企业违约与破产的历史统计数据，但是其原理所要求的股票数据和基本财务数据，在我国上市公司都较容易获得，而且计算的操作也相对简单，因此，该模型在我国具有一定的适用性。
KMV模型为我国商业银行对上市公司信贷风险管理提出了一个全新的量化的管理方法，如果该模型能够比较有效、准确的反映上市公司真实的经营状况，预测其发生违约概率的大小，就能够在一定程度上避免或减少信贷风险的发生，这对我国商业银行对信贷风险量化管理有着重要的意义。
二、KMV模型的基本原理KMV模型是基于现代资产定价理论构建起来的，主要包括Black-Scholes期权定价公式和Merton的风险债务定价理论，该模型将公司股票价值具有的期权特征应用到公司信贷风险测量中。
KMV模型的基本思想是把公司股权看作是以公司资产市场价值为标的资产、以公司债务面值为执行价格的欧式看涨期权，当公司的资产市场价值下降至公司债务面值水平时，企业违约概率增加，会对其所负债务选择违约，该模型认为公司资产结构与公司价值密切相关。
KMV模型中的违约触发点DPT被设定为与公司负债水平相等的公司资产价值水平，在负债总额中，长期负债能够缓解公司的偿债压力。
违约距离DD表示的是公司资产市场价值期望值与违约触发点DPT的距离。
KMV模型预测公司信贷风险的基本思路是：用违约距离DD来测算公司违约的可能性，数值越小，公司发生违约的可能性越大。
由于怀疑公司资产价值符合正态分布这一假设的合理性，KMV公司采用了经验的EDF。
0引言制造业作为国民经济的主体，其在现代化经济体系中具有引领和支撑的重要作用。
推动制造业高质量发展，是融入新一轮科技和产业革命的关键任务，也是我国迈向“智造强国”的必由之路。
但是，随着新冠病毒感染疫情的暴发，众多企业面临着前所未有的危机。
2020年2月，受疫情影响中国制造业采购经理指数（PMI ）为35.7%，比上月下降14.3百分点，即便在3月份PMI 指数在2月大幅下降的基数上，环比回升恢复到52.0%，也并不能代表我国经济运行已恢复到正常水平，企业依旧面临诸多生产经营问题。
当前，客观认识制造业经营现状，准确衡量制造业信用风险并采取有效应对策略，对我国经济平稳健康的增长具有重大意义。
因此，本文运用KMV 模型对我国在沪深A 股上市的129家制造业企业进行信用风险分析，通过度量制造业在新冠病毒感染疫情暴发前后的信用风险程度变化，以此提出相应的政策建议，促进我国制造业的高质量发展。
KMV 模型最初由一家美国公司利用期权定价模型建立，旨在预测企业贷款违约的概率。
随后，BLOCHWITZ 等［1］将KMV 模型扩展应用到评估信用风险中，以一家德国公司为研究对象，结果表明该模型能有效地评估目标公司的信用风险水平。
TUDELA 等［2］以英国上市公司为样本，使用KMV 模型测量公司的破产概率，研究发现，KMV 模型在测度上市公司的信用风险水平方面比Probit 回归方法更为优越。
CAMARA 、POPOVA 和SIMKINS ［3］运用修正后的KMV 模型对全球范围内的上市公司进行实证分析，结论显示，在考虑企业的股价波动率、资产、负债等因素时，基于市场信息的KMV 模型相比依靠财务信息取得的结果更为准确。
KLIESTIK 等［4］对KMV 模型进行改进，将违约距离作为变量引入模型，实证表明，在识别样本公司信用风险水平上，修正后的KMV 模型有不错的识别表现。
王慧等［5］使用穷举法修正了KMV 模型的违约点，并验证修正后的KMV 模型能够有效识别上市房地产企业的信用风险。
KMV模型是用来衡量借款公司违约风险的常用模型，其4个基本假设包括：
1. 公司的资本结构只有所有者权益、短期债务、长期债务和可转化的优先股。
2. 当公司的资产价值低于一定水平时，公司就会对债权人和股东违约。
这个水平通常称为违约点（default point），即公司资产价值等于其债务价值的点。
3. 在未来给定的时期内，公司的资产价值服从由资产价值的期望值与标准差（波动率）描述的某个分布。
4. 预期违约率可以通过计算公司资产价值到所需清偿公司负债的账面价值的距离得出，这个距离称为月距离（distance to default）。
请注意，以上信息仅供参考，如果需要更多信息，建议咨询专业金融从业人员。
