西部地区创业板上市公司信用风险研究

王小薇李友根

王小薇李友根

（重庆交通大学，重庆404100）

摘要：信用风险是金融风险中最主要的风险，是机构或个人投资者面临的重要问题。本文将西部地区创业板上市公司做作为研究范围与边界，将信用风险作为研究对象，利用KMV模型来实证研究西部地区上市公司的信用风险状况。

关键词：信用风险；KMV模型；创业板；西部地区

1概述

2009年10月30日，中国创业板大幕正式拉开，创业板上市公司成为海内外资本市场密切关注的焦点。尽管监管部门多加防范，但并没有改变创业板市场被大量投资者疯狂追捧的场面，非理性下的炒作下似乎人们早已忘记创业板市场潜在的风险。

创业板公司作为我国上市公司中的新生命，虽然拥有高成长性优势，但营运不稳定、股份溢价发行、营运时间短等现实情况却加大了其上市交易的风险。在各种风险中，信用风险是各金融机构、企业以及个人面临最高的风险。信用风险的增加不仅会使投资者蒙受巨大损失，同时会危害社会诚信，影响证券市场的稳定运行。因此，如何正确有效度量信用风险，成为我们亟待解决的问题。

2KMV模型计算原理

KMV模型又称为预期违约率模型，该模型把违约债务看做企业的或有权益，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）看做标的资产。

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约距离DD，违约距离越远，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。

KMV模型方程组中的两个未知变量VA和σA可以从以下联立方程组中求出：

VE=VAN（d1）-De-rtN（d2）d1=■d2=d1-σA■σE=■（1）

其中：E为公司的股权价值；D为公司负债的市场价值；VA为公司资产的市场价值；t为债务期限；σA为公司资产价值的波动率；σE为公司股权价值的波动率。

假设公司资产价值服从对数正态分布，那么就可以通过KMV方程组计算出上市公司的违约距离：DD=[E（VA）-DP]/E（VE）σΑ，其中：E（VA）为公司资产未来价值的期望值。DP为违约点，DP=SD+0.5LD。

3实证分析

3.1西部地区上市公司发展现状。

截止2011年，西部地区在创业板上市的公司共有26家，其中以机械设备行业、医药生物行业、信息技术行业为主，分别占26.92%，23.08%，15.38%。

本文拟从创业板上市公司中选取15家医药生物行业和14家机械设备行业来进行研究，其中西部、中部、东部地区抽样数分别为10、9、10。

3.2上市公司基本数据。

3.3主要参数的设定。

（1）计算上市公司股权的市场价值及其波动率。

股权市场价值VE=非限售股股数×股票收盘价+限售股股数×每股净资产；计算出上市公司股票收益率月标准差σ，则上市公司股票收益的年标准差σE：σE=σ■。

（2）债务期限。债务期限t取一年。

（3）无风险利率r。为了保证KMV模型的使用正确性，我们根据实际情况作出一定的调整，将2011年的存款利率进行算术平均得到无风险利率为3.25%。

（4）上市公司的违约点。违约点DP=流动负债SD+0.5长期负债LD。

表12011年样本公司基本数据

3.4实证分析。

利用MATLAB计算出的资产价值VA和资产价值波动率σA，以及违约距离如表2所示。

根据各样本公司的违约距离，可以计算得出各地区平均违约距离。利用这个均值我们就可以进行信用风险高低的比较。数据见下表3。

3.5模型结论。

从各地区平均违约距离可以看出：医药生物行业中，西部的违约距离最大，即信用风险最小。在机械设备行业中，西部违约距离最小，即信用风险最大。

总体来讲，我国西部地区经济发展水平与中东部相比还有一定差距。西部地区企业在进入创业板市场时的发展速度、经营业绩等方面就不具备竞争优势，且由于受经济、社会、科技等诸多因素的影响，“两高六新”企业较少。因此，从创业板上市企业要求来讲，西部地区企业在行业上并不具备优势。

但是，从上表数据看，在医药生物行业中，西部地区的信用风险最小，这说明西部地区的信用风险状况并不总是最糟糕的，行业风险是影响信用风险的一个重要因素。在不同地区，不同行业的信用风险也不尽相同。主要有两方面原因：其一，我国西部地区在创业板上市公司的行业分布上，以医药生物行业和机械设备行业为主导；其二，西部生物医药产业集群正逐步形成自身的发展特色。成渝经济圈在生物医学工程领域创新活跃，是西部地区重要的生物医药成果转化基地。

表3各地区平均违约距离

未来中国生物医药产业将迎来加速发展和布局调整的重要机遇，我国于2010年已经明确将包含生物医药在内的生物产业列入国家战略性新兴产业。以医药生物为主导行业的西部地区或许会成为投资者的下一个选择。

参考文献

[1]郑志勇.金融数量分析：基于MATLAB编程[M].北京：北京航空航天大学出版社，2009.

[2]王一军.创业板市场的运行秩序[M].北京：经济科学出版社，2001.

[3]蔡方，孙文样.信用风险的度量和实证分析[J].投资研究，2003（7）：7-8.