中小企业融资与信用风险关系探究——基于KMV模型的河南省上市企业实证研究

2015-12-21赵素芳

信阳师范学院学报（哲学社会科学版） 2015年4期

关键词：信用风险中小企业河南省

赵素芳,李　毓

(信阳师范学院经济学院,河南信阳 464000)

中小企业融资与信用风险关系探究——基于KMV模型的河南省上市企业实证研究

赵素芳,李毓

(信阳师范学院经济学院,河南信阳 464000)

摘要：中小企业融资难问题与其信用风险息息相关。本文选取河南省29家上市公司样本数据,将样本分为大型企业和中小企业两组,通过修正的KMV模型计算其预期违约率,并做出企业预期违约率与其资产负债率的散点图。实证结果表明中小企业的预期违约率明显高于大型企业,企业的预期违约率与资产负债率呈负相关关系,即河南省中小企业融资难的一个重要因素是因为其自身信用风险较高。为了使中小企业快速发展,中小企业应提高自身信用水平,同时商业银行应在风险可控的基础上对中小企业贷款的标准有所放宽。

关键词：河南省；中小企业；融资；信用风险；KMV模型

李毓(1963-),男,河南信阳人,教授,硕士生导师,研究方向为风险金融优化与风险管理。

一、序言

中小企业是国民经济的命脉,为我国经济增长贡献了巨大的力量,在解决就业问题、财政税收等方面也有着突出的贡献。我国的中小企业数量庞大,已占据全国企业总数的99.8%以上,但其融资困难已成为困扰我国乃至全世界的难题。毋庸置疑,中小企业对经济有强大的推动力量,但其发展却屡遭融资困难的瓶颈。近年来,河南省中小企业发展迅速,已成为河南省经济发展的重要增长点。截至2014年8月底,全省中小企业单位数达到41.46万家,从业人数达到1 218万人。全省中小企业完成增加值12 627.79亿元,实现总产出41 712.18亿元,完成营业收入40 771.9亿元,实交税金1 058.63亿元,此四项指标均同比增长17%以上。然而在企业融资需求方面,72.4%的企业反映有融资需求,在有融资需求的企业中,49.8%的企业融资需求能够得到满足,50.2%的企业融资需求不能得到满足[1]。河南省中小企业的发展备受资金短缺的限制。制约中小企业融资的因素有很多,其中最重要的有银企信息不对称、制度不健全及中小企业自身缺陷等。归根结底,银行根据信用风险来判断是否向企业发放贷款,因此,探究中小企业融资与其信用风险关系是十分必要的。

中小企业是指人员、资产与经营规模都比较小的经济单位[2]。国内学者对河南省中小企业融资的研究主要从河南省中小企业融资难的现状、原因及解决机制三方面展开。苏淑艳通过分析河南省中小企业的融资现状,指出金融环境约束大、上市条件高等是造成河南省中小企业融资困难的主要因素,并指出优化金融环境是解决河南省中小企业融资困难的关键[3]；赵航分析了河南省中小企业融资难现状,指出中小企业自身内部原因是制约河南省中小企业融资的主要因素,并指出从提高中小企业诚信意识及其自身管理水平等内部措施着手才能有效解决河南省中小企业的融资难问题[4]。KMV模型是KMV公司提出的信用风险计量模型,自提出以后,广大学者纷纷对其进行研究,国内对KMV模型的研究主要集中于对KMV模型的修正以及其适用性和有效性方面。张泽京等验证了修正股权价值波动率的KMV模型对我国中小上市公司具有很强的适用性,并设定两条预警线,以监控中小上市公司的信用危机[5]；倪旭东通过修正的KMV模型计量我国上市公司的信用风险,并得出银行应对哪些信用较好的中小企业给予资金支持[6]20-50。纵观现有文献,我们发现很少有人站在中小企业的视角,利用KMV模型来实证中小企业违约风险高也是构成其融资困难的主要因素。本文将在前人研究的基础之上,通过分析河南省中小上市企业的信用风险,以便从理论上对河南省中小企业融资问题给予支持。

二、KMV模型的基本思想及其参数修正

(一)KMV模型的基本思想

KMV模型是由KMV公司开发的基于Merton的期权定价模型的一套用来估计公司违约概率的信用风险模型。KMV模型假定当借款公司的资产价值小于其债务价值时,公司将选择违约,否则偿还贷款。如图1所示,假定企业到期需要偿还银行的贷款为OD,贷款到期时,如果企业的资产市场价值为OA,OAOD,企业将偿还贷款,并能得到盈利(OB-OD)。

图1　期权理论中公司资产价值与债权损益关系

根据上述分析可见,借款企业是否会偿还贷款由以下五个因素决定:债务人的资产价值A、债务D、债务人资产价值的波动率σA、无风险利率r和债务期限t。KMV模型分三步来估计一个公司的预期违约率(expected default frequency ,以下简称EDF)。

第一步：估计公司资产的市场价值A及其资产价值的波动率σA。

KMV模型认为,企业股权的市场价值E和资产的市场价值具有相关关系,由Blacak-Scholes期权定价公式,股权价值可表示为：

E=f(A,σA,D,r,t)

(1)

具体形式为：E=AN(d1)-De-rtN(d2)

其中N(·)为标准正态累积分布函数,

在(l)式中,债务人的资产价值A和债务人资产价值的波动率σA未知, KMV公司还引入了企业股权价值的波动性σE与企业资产价值波动性σA之间在理论上的关系,即：

联立(1)和(2),便可求得债务人的资产价值A及其资产价值的波动率σA。

第二步：计算公司的违约距离DD。

其中,DPT是违约点

第三步：计算公司的EDF。

假定公司的资产价值服从正态分布,则违约距离反映的是公司距离违约的标准差数,进而我们就可得到公司的EDF为: EDF=N(-DD)

其中EDF反映公司信用状况的好坏,该值越大,说明公司到期偿还债务的可能性越大,发生违约的可能性越小,该公司信用状况越好,反之则信用状况越差。

(二)对KMV模型参数的修正

1.对股权价值E的修正

我国上市公司的股权结构较为特殊,股票被分割为上市流通的股票和非上市流通股票两种。所以我国股权价值E定义为流通股价值与非流通股价值之和,即：

E=流通股价值+非流通股价值=流通股股数×当日收盘价+非流通股股数×非流通股每股股价

流通股股票的价格可以从市场交易的数据中得到,但是非流通股的股票价格没有一个明确的计算方式,既不能将非流通股的价格等同于流通股的价格,也不能简单地用每股净资产来代替。经过对比分析多种计算非流通股价格的方法,本文认为每股净资产价值对非流通股价值的影响最大,同时,非流通股的价格也受流通股价格等其他因素的影响。所以本文采用以下方法来计算非流通股价格,即非流通股每股股价=-0.675+0.611×每股净资产+0.125×流通股价格[7]35-62。

2.对违约点DPT的修正

研究表明,当企业违约时,其公司资产价值一般位于短期债务与总债务之间,KMV公司用短期债务加上一半的长期债务来表示企业的违约点,然而该违约点仅仅是针对美国上市公司的经验值,对于我国却不一定适用。经过对比分析多种计算DPT的方法,适合我国的违约点应设定为短期债务加上0.25倍的长期债务,即DPT=STD+0.25LTD[8]24-63。

三、基于KMV模型的实证分析

(一)样本选取

1.由于河南省的上市公司较少,所以本文选取2008年1月1日至2013年1月1日在沪深上市的河南省的29家非金融类上市公司于2013年1月1日至2013年12月31日的数据,以保证分析时段的连贯性和数据的最新性,所得结果也更具可比性。

2.将创业板的8家中小企业作为一组,主板的21家企业作为一组进行比较。创业板的8家企业分别为：汉威电子、豫金刚石、新大新材、新开源、四方达、新开普、新天科技、隆华节能。主板的21家大型企业分别为：三全食品、濮耐股份、辉煌科技、华英农业、森源电气、远东传动、多氟多、中原特钢、中原内配、雏鹰农牧、林州重机、西泵股份、通达股份、好想你、佰利联、北玻股份、一拖股份、中信重工、明泰铝业、郑煤机、洛阳钼业。

(二)其他参数确定

1.股权价值的波动率σE

由于本文的研究期限为1年,所以假定股票价格满足对数正态分布,采用历史波动率估计方法计算股票价格波动率σE。

2.无风险利率r的确定

为了研究方便,在研究中令债务期限为1年,无风险利率则使用人民银行公布的1年期整存整取利率,即 r=3.00﹪。

3.计算的时间t为1年,以2013年12月31日为基准日。

根据以上假设及分类,收集样本信息如表1、表2所示。

表1　样本财务数据(中小企业组)

表2　样本财务数据(大型企业组)

数据来源：锐思数据库,东方财富网,凤凰网,新浪网(2008—2013年)

表3　实证结果(中小企业组)

表4　实证结果(大型企业组)

(三)实证过程

1.计算股票波动率

计算股票的波动率有多种方法,本文采用从历史数据中估计得到,由于股票价格满足对数正态分布,假设Si为第i月的收盘价,则股票的日对数收益率为:μi=ln(si+1/si)

股票收益μi的标准差估计值可用计算式求得：

将股票价格数据代入上述公式,可得出日收益波动率。日收益波动率与年收益波动率关系为：

N表示一年中的交易天数,2013年的交易天数为：

N=238天

本文以汉威电子为例,选取2013年1月1日到2013年12月31日的交易数据进行计算,通过计算可得：

同样可计算出其他公司的波动率,结果见表3、表4。

2.估计企业资产价值和资产价值的波动率

联立方程组

可以求得资产价值及其波动率。求解方程组有很多种办法,本文通过Matlab求解该方程组,计算结果见表3、表4。

3.计算违约距离和预期违约率

图2　企业预期违约率

4.企业EDF和其资产负债率的关系

利用Eviews7.0做出企业的EDF和其资产负债率的散点图并进行拟合,结果见图3。

图3　企业EDF与资产负债率散点图

四、结论与建议

通过KMV模型对河南省中小上市公司信用风险的度量可以看出：29家样本企业中,预期违约率超过0.01的企业有12家,其中包括8家中小企业和4家大型企业,其中EDF超过0.02的企业有4家,中小企业占了3家,大型企业占1家。预期违约率在0.01以下的企业有17家,全部为大型上市公司,即中小企业的信用风险在整体上明显高于大型企业的信用风险。通过拟合企业EDF与其资产负债率的散点图(图3)发现：企业的预期违约率和其资产负债率呈显著负相关的关系。由实证结果我们得出如下结论：预期违约率高是造成中小企业融资困难的主要因素。

针对以上结论,可以从以下三方面来改善河南省中小企业融资状况：首先,应提高中小企业自身的发展水平。中小企业应加强对自身的管理,提高员工素质,加强品牌建设,提高创新能力,从而实现企业健康发展,建立良好的信用水平。其次,应加强商业银行对中小企业的支持。商业银行应积极进行金融产品创新,对优秀且具有发展前途的中小企业应在现有信用标准上有所放宽。最后,应加强政府对中小企业发展的扶持作用。政府应积极构建诚信企业环境,培育中小企业信用意识和诚信文化,出台促进金融机构支持中小企业的政策,鼓励发展担保机构,从而为中小企业的健康发展保驾护航。

参考文献：

[1]中国中小企业河南网.当前我省中小企业发展总体情况[EB/OL].(2014-10-14)[2015-01-05]. http://www.smehen.gov.cn/info!showInfo.app?infoId=8198072184449421275.

[2]林毅夫,李永军.中小金融机构发展与中小企业融资[J].经济研究,2001,(1):10-18+53+93.

[3]苏淑艳.河南省中小企业融资环境优化研究[J].市场研究,2012,(6):32-34.

[4]赵航.河南省中小企业融资难的内部原因及对策分析[J].企业研究,2011,(18):157-158.

[5]张泽京,陈晓红,王傅强.基于KMV模型的我国中小上市公司信用风险研究[J].财经研究,2007,33(11):31-40+52.

[6]倪旭东.基于修正KMV模型的中小板上市企业信用风险研究[D].南京：南京财经大学,2012.

[7]赵建卫.基于KMV模型的我国上市公司信用风险度量的实证研究[D].大连：东北财经大学,2006.

[8]李金婷.基于KMV模型的中国上市银行信用风险评价[D].大连：大连理工大学,2009.

(责任编辑：吉家友)

·经济研究·

作者简介：赵素芳(1991-),女,河南开封人,硕士,研究方向为金融风险管理；