[摘要] 本文对上市公司的信用风险度量进行了理论研究并以我国上市公司为样本进行了实证分析。针对
随着各国 经济 活动活跃程度的提高和各国间经济往来关系的增强，人们发现在经济活动中防范和控制各种风险的重要性和必要性。信用风险是商业银行面临的主要风险，如何防范与降低信用风险是当前我国商业银行管理的迫切要求。对于我国商业银行来说， 企业 贷款是其主要业务，银行大部分的 金融 资产为企业贷款，因此贷款的信用风险是商业银行信用风险的最主要组成部分。上市公司己经成为商业银行信贷的主要对象，研究上市公司的信用风险特点，预测其未来的信用风险对商业银行、投资者和资本市场监管者都具有重大意义。
本文旨在结合我国金融市场的特有特征对kmv模型进行分析，从而使之较充分反映中国上市公司信用风险信息，最终给出了一个能够有效地判定上市公司信用风险的模型。这对于在我国运用 现代 化的信用风险度量模型具有重要的理论意义和现实意义。
一、kmv模型的原理
通过对国外信用风险评价模型的回顾和简要评述的基础上，结合我国资本市场的具体情况， 论文 选取了kmv违约模型作为评价我国上市公司信用风险的主要研究方法。下面对这种模型的理论部分进行简单的阐述。
kmv违约模型的基本思想是公司股票价值类似于一份欧式看涨期权。也就是说，公司股票价值与一份欧式看涨期权具有同构性。公司违约与否取决于公司未来资产的市场价值，如果公司债务到期时公司资产价值高于债务价值，则公司就有动力还款；当公司资产市场价值低于其债务价值时，则公司会选择违约，而此时公司股票将变得没有价值。www.11665.cOM
根据kmv违约模型的基本思想可知，首先必须求得公司的资产价值和资产价值波动率。由于公司的资产价值和资产价值波动率不能从市场上直接获取，因此，kmv公司利用可以从资本市场数据 计算 得到的股权价值与股权价值波动率，然后通过期权定价公式构造股权价值与资产价值之间的关系，以及公司资产价值波动率与股权价值波动率之间的关系，求得资产价值和资产价值波动率。最后，求出公司的违约距离。
上市公司股权市场价值＝流通股市场价值+非流通股市场价值
流通股市场价值＝每日平均收盘价格*流通股股数
非流通股市场价值=每股净资产*（上市公司总股本－流通股股数）
二、kmv模型的实证研究
本文从2008年被st的公司中选取了34家st公司和34家配对的非st公司，其中沪市有48家（占全部样本的70%），深市有20家（占全部样本的30%），基本可以体现我国上市公司信用风险的态势。选择非st配对公司满足了配对原则：与配对的st公司同在一个交易所上市；与配对st公司同属一个行业；公司成立和上市时间最相近；与配对st公司具有相近的平均资产规模，差额不超过20%。这样确保了公司经营环境和性质的最大相似性，以便于研究对比。
运用前面参数估计中的方法对样本数据进行了处理。本文讨论基于假定上市公司资产价值符合标准正态分布，资产价值增长率为零的情况。资产市场价值及资产波动率的关系式如下：
综合比较各个st公司和非st公司的在2004年至2007年之间测算出来的违约距离的均值、中值、最大值和最小值，可以看出在发生违约前4年和前3年并没有看出明显的违约特征，而且在违约前4年和前3年时st公司的表现甚至比非st公司的违约距离大，但是通过考察违约前2年和前1年的违约距离值，发现每个st公司的违约距离在发生违约的前4年中有逐渐减小的趋势，相反非st公司的违约距离在4年的考察期内维持了一个稳定的水平。
三、模型的检验
从两个方面来对模型进行检验:模型的计算结果是否可以明显地区分违约公司与非违约公司;如果模型适用于实际，它应当具有一定的预测能力，即模型的计算结果是否可以用来反映随着违约发生日期的接近违约距离是否有逐渐变小的趋势。针对前一种情况做截面分析，即检验违约公司与配对样本公司违约距离的均值是否有显著差异；对后一种情况做时间序列分析，即有违约记录的公司，它的违约距离随着违约日期的临近是否有逐渐减小的趋势，违约当年的违约距离均值与违约前三年的违约距离均值是否具有显著的差异。
1.独立样本t检验
对31家违约公司和31家配对样本公司进行独立样本t检验，结果如表2所示，
2004年和2005年差异并不明显，但从2006年和2007年两年的违约距离中我们可以看出来，st和非st上市公司的信用情况是随着其违约距离的不同而变化的。从违约距离上来看，st上市公司的违约距离普遍小于非st上市公司的违约距离，它们在经过均值相等的检验结果表明，st和非st公司的违约距离在0.05%的显著水平下统计显著的。它们在95%的置信水平下显著的拒绝了均值相等的原假设，在被st的前两年已经表现出了违约的可能性。非st公司违约的可能性小于st公司的违约的可能性。这也在一定程度上反映了真实的信用状况。
2.方差检验
对34家st公司从发生违约的前四年到发生违约的前一年的违约距离进行方差分析，结果如表3，levene检验的显著性水平为0.0001，小于0.05，所以方差是显著的。
又通过多元比较分析显示，见表4，公司违约发生前一年也即2007年的违约距离与违约前四年、前三年、前两年的违约距离均值均差异显著，说明了随着时间的推移，违约距离发生了显著性的变化，可以预测公司违约发生的迹象。
同时，表中的数据还向我们显示出了一个趋势，就是上市公司即将被st的前四年中，其违约距离是逐渐减小的，并且在前2年和前1年加速下降，而且st公司与非st公司的违约距离的差值有逐渐扩大的趋势。通过表2中的数据，st和非st公司的违约距离的均值差异在被st前一年达到最大，最大值为1.1638。我们可以通过比较st公司与非st公司的违约距离的差值得出未来发生违约的可能性的大小，根据上市公司的违约距离的大小来进行有针对性的提取风险准备金。通过比较st公司和非st公司的违约距离均值的显著性差异说明，kmv模型在上市公司被st前4年，即具有较强的识别公司信用状况变化趋势的能力。st公司和非st公司之间的违约距离差距逐渐扩大，且差异逐渐显著，充分反映了st公司信用状况逐渐恶化的过程。在大量掌握上市公司违约距离的前提下，我们可以根据违约距离来构建适合我国上市公司实际情况的信用转移矩阵。
四、研究结论
本文参照了kmv公司设立的度量信用风险的违约率模型，对我国证券市场上的上市公司存在的信用风险做了初探性分析，得到了如下结论：
1．根据我国目前信用风险的研究现状，在尚未建立起全社会信用评估体系，而资本市场改革时间不长，对上市公司的信用风险缺乏权威的等级评估机构的背景下，kmv公司开发的信用风险违约率模型可作为研究我国上市公司信用风险的最佳选择模型。
2．对参数提出适合我国现状的估计方法。上市公司股权市场价值＝股票日平均收盘价格*流通股股数+每股净资产*（上市公司总股本－流通股股数）；用股票日收益波动率间接求出上市公司股权波动率；债务面值和不同的违约点值可以从年度财务报表中得到；用matlab迭代可以求出公司资产价值和波动率；进一步得出违约距离。
3.对st公司和非st公司4年间的违约距离进行横向和纵向的比较，认为发生违约的前3年和前4年风险变化的趋势很隐蔽，不易判断，两类公司并没有显著区别，且通过的等均值检验；但是在前1年和前2年中，两类公司没有通过等均值检验，且可以明显看出即将发生违约的变化趋势。
4.我国应该重视信用风险的研究，逐步建立起我国上市公司的 历史 违约数据库。因为只有积累大量的违约公司的基础数据，才能够从中获取有用的信息，建立符合
