我国农业类上市公司信用风险实证研究——以KMV模型为例【毕业论文】.doc

1、 本科 毕业论文 （ 20 届） 我国农业类上市公司信用风险实证研究 以KMV模型为例 所在学院 专业班级 金融学 学生姓名 学号 指导教师 职称 完成日期 年 月 毕业论文独创性声明 本人郑重声明所提交的毕业论文是本人在指导教师的指导下进行的研究工作及取得的研究 成果。除文中特别加以标注的地方外，论文中不包含他人已经发表的学术成果或者他人为获得高等院校学位而使用过的材料，论文中不涉及任何知识产权纠纷。否则，本人将承担一切责任。 学生签名： _ 日 期： _ I 摘 要 KMV 模型是以期权定价模型为基础衍生发展而成的现代信用风险评估模型，利用该模型对上市公司信用风险的评价度量是近年来国内学者

2、研究的重点。本文以 KMV 模型为度量手段，对农业类上市公司进行信用风险度量的适用性研究。本文利用 KMV 模型的计算公式， 将信用风险量化，得出违约距离。进而利用违约距离与股权价值，资产价值进行相关性分析，并区分 ST与非 ST 公司的违约距离，对农业类上市公司进行 T 检验，结果表明 KMV 模型在我国农业类上市公司信用风险度量中具有适用性。但是 10 年上半年数据表明 ST 与非ST 公司在短期内没有显著性差异。通过对农业类上市公司 08 年上半年与 10年上半年违约距离的 Wilcoxon 检验结果，发现农业类上市公司在次贷危机中受到的不利影响在 10 年已经减少。 关键词： KMV

3、模型；违约距离；股权价值；资产价值II Abstract KMV model is based on option pricing model derived from the development of the modern credit risk assessment model, using the model to evaluate listed companies in China of the credit risk is the focus of scholars in recent years. KMV model of this paper is measured by a

4、pplicability means of the listed agricultural companies of credit risk measurement. This paper based on the formula of KMV model, to make the credit risk quantification, draw distance to default. Then use distance to default and the equity value, asset value to do a correlation analysis, and disting

5、uish between ST and non STs default distance listed companies in agriculture T test results show that the KMV model of Listed agriculture Companies in China has applicability as a credit risk measurement. However, the data show that in the first half of 2010, the ST with non-ST companies have no sig

6、nificant difference. Listed agriculture companies through the first half of 2008 and the first half of 2010, the Wilcoxon test results from the breach of contract and found that listed agricultural companies in the subprime mortgage crisis, the adverse impact of 10 years has been reduced. Keywords:

7、KMV model; distance to default; equity value; asset value目 录1 KMV 模型理论概述 .1 1.1 KMV 模型简介 .1 1.1.1 KMV 模型理论 .1 1.1.2 KMV 模型假设条件 .2 1.2 KMV 模型基本框架 .2 1.3 KMV 模型优缺点 .3 1.3.1 KMV 模型优点 .3 1.3.2 KMV 模型缺点 .4 2 KMV 模型在我国农业类上市公司应用的计算检验 .5 2.1 检验思路 .5 2.2 样本选取 .5 2.3 参数确定 .6 2.3.1 无风险利率与债务期限的确定 .6 2.3.2 股 权价值

8、的确定 .6 2.3.3 股权价值波动率的确定 .7 2.3.4 违约点的确定 .9 2.3.5 资产价值及资产价值波动率的确定 . 11 2.3.6 违约距离与违约概率的计算 .12 2.4 计算检验分析 .14 2.4.1 相关性分析 .14 2.4.2 T 检验分析 .15 2.4.3 Wilcoxon 检验 .19 2.5 实证检验结果 .19 3 研究结论与展望 .21 3.1 我国农业类上市公司信用风险现状 .21 3.2 研究的不足之处 .22 3.3 未来展望 .23 结 论 .24 参考文献 .25 致 谢 .26 1 农业经济是国民经济的基础部门，农业类上市公司作为连接农业

9、生产和资本市场的重要纽带，对推动农业产业化生产、提高农业科技水平、促进我国农业生产力的发展具有重要作用。根据上海证券交易所与深圳证券交易所的行业分类看出，我国农业类上市公司共有 才 49 家，仅占我国上市公司 2079 家总数的 2.3%。被 ST 的公司数量与其他行业比相对较多，被投资者认为投资收益不确定，风险难以估计。 本文主要分为四个部分。在第一部分概述了 KMV 模型的理论，其中包括模型的假设条件、模型的计算步骤以及模型的优缺点。第二部分概述了我国农业类上市公司 信用风险现状，从而方便模型更好地运用。第三部分通过模型计算以及相关性分析与 T 检验对我国农业类上市公司进行实证分析，从而得

10、出KMV 模型在我国农业类上市公司信用风险度量的适用性。本文所使用的数据为每股收益，每周收盘价，每股净资产，股本等均来自上海证券交易所与深圳证券交易所网站。 1 KMV 模型理论概述 1.1 KMV 模型简介 1.1.1 KMV 模型理论 KMV 模型又称为预期违约率模型 1，该模型把违约债务看作企业的或有权益，把所有者权益视为看涨期权，将负债视为看跌期权，而把公司资产 (股票加债务 ) 作为标的资产。 该模型认为企业信用风险主要决定于企业资产市场价值、波动率以及负债账面价值。当企业资产未来市场价值低于企业所需清偿的负债面值时，企业将会违约。企业资产未来市场价值的期望值到违约点之间的距离就是违

11、约距离，它以资产市场价值标准差的倍数表示，距离越远，公司发生违约的可能性越小，反之，公司发生违约的可能性越大。基于公司违约数据库，模型可依据公司的违约距离得出一个期望违约频率，这个期望违约频率就是公司未来某一时期的违约概率。 1吴建民，贾知青 .KMV 模型的信用风险度量特征 .统计与决策， 2004 2 1.1.2 KMV 模型假设条件 第一，资本市场无磨擦，允许卖空，无税收和交易费用，公司股票价格 变动服从随机过程，证券无限可分，证券交易具有连续性，不存在套利可能，贷款人偿清债务前无风险利率固定不变。 第二，违约与不违约取决于公司的资产价值，假设当公司的资产价值大于贷款数额时，贷款人不会违

12、约，反之，当公司的资产价值小于一定水平时，公司无力偿还债务，将发生违约。 第三，企业资产收益服从正态分布，其市场价值服从 Brown 随机运动。 第四，企业资产结构有限，只有可转换债券、短期和长期债务、所有者权 益等。 第五，企业资产价值在给定的时期所服从的分布取决于资产的期望值和标准差。 1.2 KMV 模型基本框架 由于我国历史违约数据库的缺乏，确定违约距离和实际违约频率之间的关系仍然无法实现，因此，本文将利用 KMV 模型提出的理论违约概率来进行计算分析我国农业类上市公司的信用风险大小。该违约率的计算建立在对公司资产价值 Brown运动以及资产收益正态分布假设的基础上。其具体计算过程如下

13、： 在实践中，企业违约点并不等于负债总账面价值，而是介于流通负债与总负债之间，即： 01D P CL r L L r （ 1.1） 公司股权的市场价值可以用 BlackScholesMerton 期权定价模型进行定价： 12( ) ( )rtE V N d B e N d (1.2) 其中： 21 ln( ) ( 0. 5 )V Ddt (1.3) 21d d t(1.4) 1()E N d VE (1.5) 其中， E 为公司的股权价值， B 为公司负债的账面价值， V 为公司资产的3 市场价值， t 为债务期限， 为公司资产价 值的波动率， r 为无风险利率， E 为公司股权价值的波动率。

14、 根据 KMV 模型假设条件，企业资产价值必须服从正态分布，则我们可以得出违约距离： ()()E V DPDD EV (1.6) 其中 DP 为企业违约点，()EV为企业未来资产价值期望值。 已知 DD，则可以得到实际的违约概率（ EDF），即确定违约距离与违约率的映射关系。 ()EDF N DD (1.7) KMV 公司 根据公司违约和破产频率的历史数据，通过比较违约距离和违约概率之间的联系，拟合出代表违约距离的预期违约频率函数，使预期违约概率与公司股票价格变化、债务水平和资产波动性等密切相关。 1.3 KMV 模型优缺点 1.3.1 KMV 模型优点 （ 1） KMV模型拥有强有力的理论

15、基础 由于 KMV 模型是一个基于现代公司期权理论的信用风险度量模型，模型中的股权被视为对于公司资产的看涨期权。它克服了传统的信用风险量化模型的缺陷，以 Merton模型为理论基础 ，利用动态的市场价格作为输入数据。 （ 2） KMV 模型是一种动态 化模型 KMV 模型利用的数据是动态化的，所以 可以 在 任何 股份制 公司 运用度量。股市每日都会更新上市公司股票交易数据和公司财务报表，因此，模型可以时常更新数据，及时反映公司预期的违约概率，此指标对公司违约频率的度量是连续的。 （ 3） KMV模型 是一种具有 前瞻性 的模型 KMV 模型利用的数据是以股票市场数据为基础，非账簿价值此类会计

16、核算数据，这样就克服了过去模型利用历史静态数据的缺陷。由于模型利用的股票市场数据综合反映了公司的历史、现状和未来预期状况，因此，模型提供的违约概率较过去的信用评估等级更加敏感。 4 1.3.2 KMV 模型缺点 （ 1） 适用范围受到限制 KMV 模型一般适用于对上市公司信用风险进行 度量 评估，而对非上市公司进行评估 由于难以获得市场动态数据，需要借助很多相关会计资料，同时要进行对比分析，计算结果也很难达到效果 （ 2） 假定模型服从正态分布 KMV 模型假定借款企业的资产价值呈正态分布，才能计算出违约概率（ EDF）值。现实中，并非所有的借款企业资产价值都是正态分布的。 （ 3） 未考虑国

17、有股问题 我国上市公司股份结构中绝大部分是国有股，而国有股不像流通股那样可以在流通市场上公开交易，其价值无法从市场数据中直接观测。因 此，在我国应用 KMV 模型必须考虑国有股价值确定的问题。 （ 4）历史违约数据缺乏 KMV 模型根据不同违约距离值的公司的历史违约数据，确定违约距离与违约率之间的映射关系，以此来估计预期违约率的大小。因此，上市公司违约历史数据库是必不可少的。在我国，由于信用体系尚未建立，有关公司违约历史统计数据严重缺乏，很难把理论违约距离转化成实际违约率。 5 2 KMV 模型在我国农业类上市公司应用的计算检验 2.1 检验思路 本文根据农业类上市公司现状以及 KMV 模型理

18、论原理对其进行信用风险度量研究。一方面依据 KMV 模型 违约概率计算步骤计算出农业类上市公司的股权价值及其波动率，根据 ROC 曲线确定其违约点，并利用 MathCAD 计算软件计算出资产价值及其波动率，最后计算出农业类上市公司违约距离及违约概率；另一方面，本文还依据计算出的违约距离及违约概率对我国农业类 ST 与非 ST 上市公司的信用风险现状进行多方面检验及评价，以更好地实现对我国农业类上市公司信用风险的度量和评价。 2.2 样本选取 我国目前已经在证券市场上市的有 49 家农业类上市公司，由于样本计算基准日定为 2010 年 01 月 08 日，为保证研究数据的准确性，除去在此之后上市

19、的海南橡胶（ 600118）、星河生物（ 300143）、西部牧业（ 300106）、国联水产（ 300094）、荃银高科（ 300087）、大康牧业（ 002505）、雏鹰农牧（ 002477）、益生股份（ 002458）、壹桥苗业（ 002447），还有已经停止上市的 ST 中农（ 600313），样本最终剩下39 只股票样本。本文将选取这 39 家上市公司的每周收盘价作为研究对象，同时增加 2008 年上半年、 2009 年上半年、 2008 年下半年、 2009 年下半年这 4 个作为预测期进行对比。具体样本公司见表 2 1： 表 2 1 农业类上市公 司一览表 企业代码 企业名称 企业代码 企业名称 企业代码 企业名称 002069 獐子岛 600075 新疆天业 600275 ST 昌鱼 000592 中福实业 600093 禾嘉股份 000509 ST 华塑 000663 永安林业 600097 开创国际 600506 ST 香梨 000713 丰乐种业 600108 亚盛集团 600180 ST 九发 000735 罗牛山 600189 吉林森工 600242 ST 华龙 000798 中水渔业 600248 延长化建 000860 顺鑫农 业 600251 冠农股份