龙源期刊网 https://www.doczj.com/doc/913947346.html,
基于KMV模型的软件与信息技术服务业上市公司信用风险度量研究
作者：马雁飞
来源：《中国经贸》2015年第21期
【摘要】本文在介绍KMV信用风险度量模型后，选取我国16家软件与信息技术服务业上市公司验证该模型的适用性，并探究了对不同违约点设置情况。结果显示，KMV模型对该行业营业利润为负的企业信用风险的识别能力较低，但引入资产价值预期增长率可以改善该模型的辨别能力。
【关键词】信用风险；KMV模型；上市公司；违约距离
一、引言
软件与信息技术服务业是指利用计算机、通信网络等技术对信息进行生产、收集、处理、加工、存储、运输、检索和利用，并提供信息服务的业务活动。近年来，我国软件和信息技术服务业持续快速发展，产业规模不断扩大，在云计算、移动互联和大数据等领域逐步实现技术创新和突破，为国民经济和社会发展提供有力支撑。2014年，我国规模以上软件和信息技术
服务业企业3.8万家，实现软件业务收入3.7万亿元，同比增长20.2%。在高速发展的信息消
费与新兴科技领域的推动下，可以预计未来软件与信息技术服务业还将保持有力增长。
然而，该行业资金需求量大、发展迅速、市场扩张能力强的特点也使得企业经营具有更大的不确定性。银行等金融机构与软件与信息技术服务业企业存在各种各样的借贷关系，这些信用交易所引发的信用风险将一直存在于企业整个发展过程中。因此，对软件与信息技术服务业企业科学的评估其信用风险以及构建适当的违约判别模型，有利于规范企业的生产经营行为，对于商业银行和企业资金安排都有重要的现实意义。
信用风险度量模型经历了从定性到定量，从静态到动态的发展。现代信用风险度量模型包括KMV模型，Credit Metrics模型，信用组合观点模型（Credit Portfolio View Model）和Credit Risk+模型等。在这上述信用风险度量方法中，Credit Metrics模型和信用组合观点模型都需要使用大量企业信用评级数据估计信用等级转换概率矩阵，Credit Risk+模型通过对债务人违约
行为的描述来确定金融资产的损失大小。我国的企业信用数据库和信用评级系统的发展滞后，缺乏足够的违约数据及企业信用评级数据，这使得这三种模型在我国的应用受到限制。KMV 模型通过股票价格来测算上市公司的预期违约率，将市场信息和财务数据结合来分析公司的信用风险，具有一定的前瞻性和灵活性，而且数据获取也相对容易。
国内学者在验证KMV模型适用性方面进行了一系列研究。张玲，杨贞柿，陈收（2004）通过对沪深股市30家ST与非ST上市公司比较研究，认为KMV模型可以及时识别上市公司