张 鹏，曹 阳

(中南财经政法大学新华金融保险学院，湖北 武汉 430073)

一、引 言

随着资本市场的快速发展，信用风险评价已经不再仅仅局限于对企业财务报表的分析，而是开始注重资本市场信息中所反映出的信用风险信息。信用风险是指受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型，也是各国金融机构及其监管机构管理的重点。由于信用风险具有明显的非系统性风险特点，而且信用风险收益率的分布为非正态分布，再考虑到信用风险有明显的信息不对称特征和信用风险数据的难以获取都使得对信用风险的测量和监管比较困难。目前对信用风险的管理有两类工具:一类是财务指标预警模型;另一类是信用风险量化模型。前者包括Altman的 Z值模型[1]、改进的 Zeta模型[2]以及神经网络模型，其中以Altman的Z值模型应用最为广泛;后者包括J.P摩根公司创建的Credit Metric模型、CSFP公司开发出来的Credit Risk+模型、Mckinsey公司开发的Credit Portfolio View模型和KMV公司开发的KMV模型，其中以KMV模型应用最为广泛[3]。由于财务指标预警模型主要是基于历史财务信息对受信人信用风险做出评价，具有一定滞后性，所以具有前瞻性的KMV模型在国外研究中占据了主导地位，而在国内的研究和应用也在不断扩大。

KMV模型的理论基础是由Black和Scholes[4]在1973年提出的期权定价模型，并参考了Merton[5]在1974年提出的期权定价模型。KMV模型的基本思想是把公司权益和负债看做期权，而把公司资产作为标的资产，即把公司的所有者权益看做看涨期权，负债看做看跌期权，而公司价值遵循几何布朗运动。……