模型的优点与存在的问题

四、KMV模型的优点与存在的问题

(一)KMV模型的优点

目前,我国的信用分析和评估仍处于传统的比率分析阶段。金融机构主要通过计算贷款风险度的方法进行信用风险评价。随着我国证券市场的蓬勃发展,为了降低投资者面临的信用风险,应用期权定价理论度量借款公司预期违约率显得十分重要,KMV模型与其他信用风险模型相比,具有一些明显的优点。

首先,KMV模型的EDF指标来自于股票价格的实时行情数据的分析,而不是以历史的会计数据为基础,股票价格不仅反映了公司的历史和现状,还具有对公司未来的前景预测。因此,KMV模型被认为是一种前瞻性的方法,对公司违约率的度量是连续的。

其次,由于模型是以股票市场数据为基础的,而股票市场数据综合反映了公司的历史、现状和投资者对公司未来的预测,这为投资者、债权人、监管机构等相关人员和部门提供可靠的信用风险评价信息。

(二)KMV模型存在的问题

纵观1998年以来的研究资料与文献,可以看出我国对KMV模型的研究更多地侧重于KMV模型在我国的适用性研究,即KMV模型是否可以识别我国存在的信用风险,其准确度、灵敏度是否很高、如何开发出更能反映我国宏观经济环境特点和我国公司特征的关系函数以使KMV模型在我国更具适应性等问题。但我国对KMV模型的研究过程中还存在着以下问题。

1.无风险利率的选择

在无风险利率r这一参数的确定上,研究学者基本采用简单假定的处理方法,并没有给出选择的理由。基本上,无风险利率r的选择分为2%、6%、7%三种。而这种简单假定显然不具有说服力,并且可以看出在无风险利率的选择上学术界还没有形成一致的观点。

2.关于公司资产价值VA的增长率的假设

KMV模型提出的是利用资产回报率减去由于公司红利及利息支付的偿付率来计算公司资产的预期上升率,但是我国学者并没有在研究中应用该方法,程鹏、吴冲峰(2002)等人在研究中均简单假定VA的增长率为零。而公司资产价值V_A的增长率确实会随着时间的推移而发生变化,对V_A的增长率的简单假定为零显然会对计算结果造成误差。

3.违约距离DD和EDF值的映射关系还未建立

违约距离DD和EDF值的映射关系在我国还没有建立,由于宏观经济的差异,在我国不能直接使用国外已经建立的映射关系,而我国目前还没有大型的违约数据库可以使用。因此,目前,KMV模型实证研究停滞于违约距离DD的确定阶段,无法准确确定预期违约频率EDF,而EDF才是该模型的最终输出结果。

4.实证研究的样本规模较小

从我国目前的研究文献来看,有选用单个上市公司作为样本,也有选择多家上市公司作为样本。较小的样本将产生较大的误差,会使得检验结果的置信程度不够高。显然,我国的研究选用的样本数量过少。

5.尚未建立一套完整的、操作性很强、在我国有效性很高的KMV模型技术

如前所述,基于KMV模型是一个概念性框架,在应用KMV模型时,我国学者在开发反映我国公司特征的函数关系、针对我国的特殊国情研究相应的处理方法等方面做了很多的研究,但到目前为止还没有一套完整的、操作性很强、在我国有效性很高的KMV模型技术。

信用风险是金融风险中最为重要的风险之一。以KMV模型为代表的信用风险量化模型虽然有其一些缺陷,但是其提出与应用是信用风险管理的革命性变革,使难以量化的信用风险管理模型得到突破性的发展,随着我国金融业的进一步对外开放,开放经济条件下的信用风险管理必将成为我国金融管理领域的一大重要难题。