论文部分内容阅读
【关键词】KMV模型;半导体企业;信用风险
【中图分类号】F830.9 【文献标识码】A 【文章编号】1674-0688（2021）08-0153-03
0 引言
自改革开放以来，中国经济经历了数十年的高速增长，一跃成为世界第二大经济体。近年来，中国的经济增速由高速转变为中高速，经济由高速增长转为高质量增长。经济转型要想取得成功，中国必须对制造业进行产业升级，增加对高技术产业的投入。产业升级不仅可以提高我国制造业的竞争力，还可以增加大量的中高端收入的职位，扩大我国的中等收入群体，有利于我国经济的长远健康发展。因此，促进产业转型升级成为迫在眉睫的重要任务。目前，产业转型升级已经成为全国上下的共识，但是在产业升级的方向上各地方政府的选择存在差异，其中加大对半导体产业的投资成为众多地方政府的选择。这其中有多方面的原因：一是半导体产业是典型的高技术、高投入的产业，具有马太效应，一旦技术达到行业顶尖，那么就具备了赢家通吃的资格。也就是说，一旦获得成功，将获得巨大的回报。二是中国在半导体产业上对外有巨大的贸易逆差，半导体产业已经成为我国对外贸易逆差的最大来源之一。三是由于中美贸易战的暴发，美国对我国半导体产业在内的多个高科技企业进行了制裁，对我国经济和产业发展造成了阻碍，因此发展半导体产业对我国经济的长远发展具有重要意义。
由于我国半导体产业和国际先进技术水平相比还有较大差距及马太效应的存在，致使我国半导体产业的发展面临诸多困境，因此对我国半导体企业信用风险进行评估，对政府投资和投资者具有重要的参考意义。KMV模型是一种对上市企业的信用风险进行度量的方法，由于KMV模型能准确地反映上市公司信用状况，因此被金融、保险和信用评级公司等广泛应用于上市公司信用風险评估，本文将使用KMV模型对我国上市半导体企业进行信用风险度量。
1 文献综述
KMV被广泛用于衡量上市公司的信用风险和政府债券的违约风险。核心理论来源于Black和Scholes的期权定价理论和Merton的公司债务定价理论。KMV模型提出后，引起了国内外学者的重视和相继研究，并对模型进行了修正，扩大了其适用范围。Michel等人回顾了行业担保信用风险价值的评估方法，认为在KMV模型中，违约过程是内生的，与上市企业的资产组成无关。当公司的资产价值低于某一标准后时，企业就会面临违约风险[1]。Ching等人提出了以市场信息为预测变量的信用评级预测模型。利用KMV模型对企业的市场信息进行评价。为了验证方法的有效性，采用随机森林和粗糙集理论相结合的混合模型提取信用评级的有用信息。研究结果显示，基于市场的信息在信用评级预测中确实提供了有价值的信息[2]。韩立岩等人使用KMV模型建立了针对政府债券的信用风险度量模型，得到了适用中国市场的违约概率计算方法[3]。周沅等人通过KMV模型对我国的上市保险公司进行了信用风险度量，并给出了改善监管方面问题的政策建议[4]。徐占东等人将我国省级政府的财政收入进行分解，基于修正的KMV模型对我国省级政府的债务违约风险进行度量。研究结果表明，债务的偿还期限越长，则违约概率越小[5]。国内一些学者在利用该模型研究国内市场，并对KMV模型进行了改进。李腊生等人在研究中国的地方债务风险时，考虑到中国的央地两政府有着特殊的“父子关系”，对KMV模型进行了修正，以我国18个省市的数据对我国地方政府的债务违约风险进行了面板数据分析和实证分析。研究发现，中国地方政府不存在经济上的违约风险，但是存在债务违约的道德风险[6]。王慧等人使用我国147家上市房地产公司的数据对KMV模型进行了修正，修正后模型更适用于评估中国上市房地产企业的信用风险[7]。洪源等人对KMV模型进行改进用于研究债务管理新政实施后地方政府的债务违约风险。研究发现，在不考虑债务置换的前提下，中西部地区的政府债务违约风险要显著高于东部沿海地区。此外，在延长债务偿还期限一倍的情况下，绝大多数数地方政府都不存在债务违约风险[8]。
现有的研究文献主要研究了KMV模型在中国市场的适用性、模型的修正等问题，以及对部分行业进行了研究，但是目前尚未有文献对我国的上市半导体企业进行研究。鉴于半导体产业对我国经济未来发展的重要性，本文将使用10家在A股上市半导体公司2016—2019年的数据，利用KMV模型对这些企业进行信用违约风险评估，为地方政府和投资者提供参考和建议。
2 研究方法
2.1 KMV模型的核心理论
KMV模型是将期权定价理论应用于度量上市企业信用违约风险和债券违约风险的金融实务模型。该模型的核心思想是将上市公司的股权定义为一个以公司的市值为标的，流动负债和非流动负债的账面价值为执行价格，债务到期日为执行日的欧式期权。KMV模型主要通过计算违约距离DD和违约概率EDF度量判断一个公司的信用风险。违约距离越大，违约概率越低，那么公司信用风险越低。
2.2 计算违约距离DD和违约概率EDF
2.2.1 找到违约触发点
在KMV模型中，公司在违约点刚好触发违约，那么只要找到了违约点，就确定了违约距离。KMV公司研究发现，大多数发生债务违约的公司，发生债务违约时的资产约为流动债务加上非流动债务的一半，即
其中，STD是企业的流动负债;LTD是企业的非流动负债;DP为公司的违约点。
2.2.2 公司的资产价值VA和资产价值的波动率σA
根据BS期权定价理论，公司的股权价值：
对公式（2）两边求导，得到：
其中，VE为企业的股权价值，在本文中是公司的流通股数乘以本年度的平均收盘价：N为正态累积分布函数;r是无风险利率;D为公司的债务面值，即流动负债加上非流动负债;T为公司的债务期限;σE为公司股权价值的年波动率。VE和σE可以从股票市场获取。通过联立公式（2）和公式（5）即可计算公司的资产价值VA和资产波动率σA。 2.2.3 计算违约距离DD和违约概率EDF
利用公司的违约点、资产价值的波动率和资产价值构建违约距离DD这一公司的信用风险度量指标。具体的计算方法如下：
其中，N为标准正态分布的概率密度函数。
2.3 参数设定
对KMV模型的具体计算可以通过编程语言Python编写对应的程序进行计算，只需要获取所需的参数即可。所需的参数有股权价值、债务面值、债务期限、无风险利率和股权波动率，下文将对这些参数进行具体的设定：？譹？訛股权价值。公司的股权价值可以通过锐思金融数据库获取的上市公司的股票数据进行计算。设定公司的股权价值为股权价值=流通股数×本年度公司股票的平均收盘价。如果有部分公司在一年中进行了股票增发，那么其股权价值的计算方式为股权价值=增发后流通股数×从增发日至本年度最后一个交易日公司股票的平均收盘价。？譺？訛债务面值。现有的许多文献已经验证了KMV公司给出的经典债务面值计算公式在我国的股票市场中具有很好的适用性。本文参照蒋彧等人（2015）的做法，沿用KMV公司给出的原始公式债务面值=流动负债+非流动负债[9]。上市公司的流动负债和非流动负债数据可以从上市公司公布的年度报告中获取。债务期限和无风险利率。现有的研究KMV模型的文献通常将债务期限定为一年，本文沿用这一做法。现有文献通常将无风险利率定为一年期国债的收益率或者上海银行间同业隔夜拆借利率。由于国债的高流动性和稳定性，因此本文使用一年期国债收益率定义为无风险利率。公司股权价值波动率。本文将公司股权价值波动率设定为股权价值年波动率=股权价值日波动率×。
3 实证分析
3.1 样本选取
本文研究A股上市半导体公司的信用风险，从A股选取了10家具有代表性的企业2019年的数据作为样本（见表1），研究所用金融数据来自瑞思金融数据库、东方财富网。
3.2 计算过程——以“歌尔股份”为例
（1）计算“歌尔股份”的股权价值。“歌尔股份”的所有股票均上市流通，故“歌尔股份”的股权价值为股权价值=流通股数×本年度公司股票的平均收盘价。“歌尔股份”2019年的股权价值为404.21亿元=32.45/亿股×12.45元。
（2）计算“歌尔股份”的股权价值波动率（见表1）。
计算Ln（Yn+1/Yn）的标准差就得到“歌尔股份”2019年股权价值的日波动率，进一步计算年波动率。得到“歌尔股份”2019年股权价值日波动率为0.033 2，年波动率为0.5191。
（3）计算违约触发点DP：DP=流动负债+0.5×非流动负债，得到2019“歌尔股份”的DP为175.58亿元×0.5×9.73亿元=185.31亿元。
（4）将上述计算得到的数据输入编写好的Python程序，得到度量上市公司信用风险的指标：违约距离DD、预期违约概率EDF （结果见表2）。
将表2中的DD和EDF均值与唐振鹏等人（2016）的研究结果[10]進行对比发现，半导体行业上市公司的预期违约概率要显著高于其他行业。主要原因如下：一是半导体产业即使是在高科技产业中也是属于技术要求最高的一类，属于典型的高技术高投入尖端制造业。半导体行业的技术会不断进步，这是一个处于成长期的行业，需要不间断投入资金以获得行业领先地位，一旦技术落后于同行，公司的盈利水平将大幅下降。二是半导体行业具有马太效应，即赢家通吃原则。我国半导体企业的技术水平普遍还达不到国际领先，盈利能力还不足，要继续发展就要增加投入，从而导致负债增加。
4 政策建议
通过KMV模型对我国上市半导体公司的信用风险研究，对实证结果违约距离和预期违约概率进行分析后，本文对如何降低我国上市半导体企业的信用风险提出以下建议。一是企业应应当尽量减少流动负债，融资方式尽可能选择发行中长期债券或从股票市场获得融资。企业应当将经营获得的盈利更多地用于研发，在企业自身技术水平提高后，盈利能力和市场占有率将获得极大的提高并获得投资者更高的关注，进而提高公司的股权价值。二是公司应当及时公布技术研发水平的进步和其他对公司股价的利好消息，增强投资者对公司长期发展的信心，这不仅有利于公司股价的稳定，也能提高公司的股权价值，从而降低企业的信用风险。三是政府部门应当制定更多扶持我国半导体产业发展的产业政策，政府扶持我国半导体产业的发展，不仅能增强我国制造业的竞争力和减少贸易逆差，还可以提供大量的中、高端职位，扩大中等收入群体，有利于我国经济的长远健康发展。
参 考 文 献
[1]Michel Crouhy，Dan Galai，Robert Mark.A comparative analysis of current credit risk models[J].Journal of Banking & Finance，2000，24（1-2）：59-
117.
[2]Ching-Chiang Yeh，Fengyi Lin，Chih-Yu Hsu.A h-
ybrid KMV model，random forests and rough set theory approach for credit rating[J].Knowledge-B-
ased Systems，2012（33）：166-172.
[3]韩立岩，郑承利，罗雯，等.中国市政债券信用风险与发债规模研究[J].金融研究，2003（2）：85-94.
[4]周沅帆.基于KMV模型对我国上市保险公司的信用风险度量[J].保险研究，2009（3）：77-81.
[5]徐占东，王雪标.中国省级政府债务风险测度与分析[J].数量经济技术经济研究2014（12）：38-53.
[6]李腊生，耿晓媛，郑杰.我国地方政府债务风险评价 [J].统计研究，2013（10）：30-39.
[7]王慧，张国君.KMV模型在我国上市房地产企业信用风险度量中的应用[J].经济问题，2018（3）：36-40.
[8]洪源，胡争荣.偿债能力与地方政府债务违约风险——基于KMV修正模型的实证研究[J].财贸经济，2018（5）：21-37.
[9]蒋彧，高瑜.基于KMV模型的中国上市公司信用风险评估研究[J].中央财经大学学报，2015（9）：38-45.
[10]唐振鹏，陈尾虹，黄友珀.上市公司信用风险的度量[J].统计与决策，2016（24）：174-179.
【中图分类号】F830.9 【文献标识码】A 【文章编号】1674-0688（2021）08-0153-03
0 引言
自改革开放以来，中国经济经历了数十年的高速增长，一跃成为世界第二大经济体。近年来，中国的经济增速由高速转变为中高速，经济由高速增长转为高质量增长。经济转型要想取得成功，中国必须对制造业进行产业升级，增加对高技术产业的投入。产业升级不仅可以提高我国制造业的竞争力，还可以增加大量的中高端收入的职位，扩大我国的中等收入群体，有利于我国经济的长远健康发展。因此，促进产业转型升级成为迫在眉睫的重要任务。目前，产业转型升级已经成为全国上下的共识，但是在产业升级的方向上各地方政府的选择存在差异，其中加大对半导体产业的投资成为众多地方政府的选择。这其中有多方面的原因：一是半导体产业是典型的高技术、高投入的产业，具有马太效应，一旦技术达到行业顶尖，那么就具备了赢家通吃的资格。也就是说，一旦获得成功，将获得巨大的回报。二是中国在半导体产业上对外有巨大的贸易逆差，半导体产业已经成为我国对外贸易逆差的最大来源之一。三是由于中美贸易战的暴发，美国对我国半导体产业在内的多个高科技企业进行了制裁，对我国经济和产业发展造成了阻碍，因此发展半导体产业对我国经济的长远发展具有重要意义。
由于我国半导体产业和国际先进技术水平相比还有较大差距及马太效应的存在，致使我国半导体产业的发展面临诸多困境，因此对我国半导体企业信用风险进行评估，对政府投资和投资者具有重要的参考意义。KMV模型是一种对上市企业的信用风险进行度量的方法，由于KMV模型能准确地反映上市公司信用状况，因此被金融、保险和信用评级公司等广泛应用于上市公司信用風险评估，本文将使用KMV模型对我国上市半导体企业进行信用风险度量。
1 文献综述
KMV被广泛用于衡量上市公司的信用风险和政府债券的违约风险。核心理论来源于Black和Scholes的期权定价理论和Merton的公司债务定价理论。KMV模型提出后，引起了国内外学者的重视和相继研究，并对模型进行了修正，扩大了其适用范围。Michel等人回顾了行业担保信用风险价值的评估方法，认为在KMV模型中，违约过程是内生的，与上市企业的资产组成无关。当公司的资产价值低于某一标准后时，企业就会面临违约风险[1]。Ching等人提出了以市场信息为预测变量的信用评级预测模型。利用KMV模型对企业的市场信息进行评价。为了验证方法的有效性，采用随机森林和粗糙集理论相结合的混合模型提取信用评级的有用信息。研究结果显示，基于市场的信息在信用评级预测中确实提供了有价值的信息[2]。韩立岩等人使用KMV模型建立了针对政府债券的信用风险度量模型，得到了适用中国市场的违约概率计算方法[3]。周沅等人通过KMV模型对我国的上市保险公司进行了信用风险度量，并给出了改善监管方面问题的政策建议[4]。徐占东等人将我国省级政府的财政收入进行分解，基于修正的KMV模型对我国省级政府的债务违约风险进行度量。研究结果表明，债务的偿还期限越长，则违约概率越小[5]。国内一些学者在利用该模型研究国内市场，并对KMV模型进行了改进。李腊生等人在研究中国的地方债务风险时，考虑到中国的央地两政府有着特殊的“父子关系”，对KMV模型进行了修正，以我国18个省市的数据对我国地方政府的债务违约风险进行了面板数据分析和实证分析。研究发现，中国地方政府不存在经济上的违约风险，但是存在债务违约的道德风险[6]。王慧等人使用我国147家上市房地产公司的数据对KMV模型进行了修正，修正后模型更适用于评估中国上市房地产企业的信用风险[7]。洪源等人对KMV模型进行改进用于研究债务管理新政实施后地方政府的债务违约风险。研究发现，在不考虑债务置换的前提下，中西部地区的政府债务违约风险要显著高于东部沿海地区。此外，在延长债务偿还期限一倍的情况下，绝大多数数地方政府都不存在债务违约风险[8]。
现有的研究文献主要研究了KMV模型在中国市场的适用性、模型的修正等问题，以及对部分行业进行了研究，但是目前尚未有文献对我国的上市半导体企业进行研究。鉴于半导体产业对我国经济未来发展的重要性，本文将使用10家在A股上市半导体公司2016—2019年的数据，利用KMV模型对这些企业进行信用违约风险评估，为地方政府和投资者提供参考和建议。
2 研究方法
2.1 KMV模型的核心理论
KMV模型是将期权定价理论应用于度量上市企业信用违约风险和债券违约风险的金融实务模型。该模型的核心思想是将上市公司的股权定义为一个以公司的市值为标的，流动负债和非流动负债的账面价值为执行价格，债务到期日为执行日的欧式期权。KMV模型主要通过计算违约距离DD和违约概率EDF度量判断一个公司的信用风险。违约距离越大，违约概率越低，那么公司信用风险越低。
2.2 计算违约距离DD和违约概率EDF
2.2.1 找到违约触发点
在KMV模型中，公司在违约点刚好触发违约，那么只要找到了违约点，就确定了违约距离。KMV公司研究发现，大多数发生债务违约的公司，发生债务违约时的资产约为流动债务加上非流动债务的一半，即
其中，STD是企业的流动负债;LTD是企业的非流动负债;DP为公司的违约点。
2.2.2 公司的资产价值VA和资产价值的波动率σA
根据BS期权定价理论，公司的股权价值：
对公式（2）两边求导，得到：
其中，VE为企业的股权价值，在本文中是公司的流通股数乘以本年度的平均收盘价：N为正态累积分布函数;r是无风险利率;D为公司的债务面值，即流动负债加上非流动负债;T为公司的债务期限;σE为公司股权价值的年波动率。VE和σE可以从股票市场获取。通过联立公式（2）和公式（5）即可计算公司的资产价值VA和资产波动率σA。 2.2.3 计算违约距离DD和违约概率EDF
利用公司的违约点、资产价值的波动率和资产价值构建违约距离DD这一公司的信用风险度量指标。具体的计算方法如下：
其中，N为标准正态分布的概率密度函数。
2.3 参数设定
对KMV模型的具体计算可以通过编程语言Python编写对应的程序进行计算，只需要获取所需的参数即可。所需的参数有股权价值、债务面值、债务期限、无风险利率和股权波动率，下文将对这些参数进行具体的设定：？譹？訛股权价值。公司的股权价值可以通过锐思金融数据库获取的上市公司的股票数据进行计算。设定公司的股权价值为股权价值=流通股数×本年度公司股票的平均收盘价。如果有部分公司在一年中进行了股票增发，那么其股权价值的计算方式为股权价值=增发后流通股数×从增发日至本年度最后一个交易日公司股票的平均收盘价。？譺？訛债务面值。现有的许多文献已经验证了KMV公司给出的经典债务面值计算公式在我国的股票市场中具有很好的适用性。本文参照蒋彧等人（2015）的做法，沿用KMV公司给出的原始公式债务面值=流动负债+非流动负债[9]。上市公司的流动负债和非流动负债数据可以从上市公司公布的年度报告中获取。债务期限和无风险利率。现有的研究KMV模型的文献通常将债务期限定为一年，本文沿用这一做法。现有文献通常将无风险利率定为一年期国债的收益率或者上海银行间同业隔夜拆借利率。由于国债的高流动性和稳定性，因此本文使用一年期国债收益率定义为无风险利率。公司股权价值波动率。本文将公司股权价值波动率设定为股权价值年波动率=股权价值日波动率×。
3 实证分析
3.1 样本选取
本文研究A股上市半导体公司的信用风险，从A股选取了10家具有代表性的企业2019年的数据作为样本（见表1），研究所用金融数据来自瑞思金融数据库、东方财富网。
3.2 计算过程——以“歌尔股份”为例
（1）计算“歌尔股份”的股权价值。“歌尔股份”的所有股票均上市流通，故“歌尔股份”的股权价值为股权价值=流通股数×本年度公司股票的平均收盘价。“歌尔股份”2019年的股权价值为404.21亿元=32.45/亿股×12.45元。
（2）计算“歌尔股份”的股权价值波动率（见表1）。
计算Ln（Yn+1/Yn）的标准差就得到“歌尔股份”2019年股权价值的日波动率，进一步计算年波动率。得到“歌尔股份”2019年股权价值日波动率为0.033 2，年波动率为0.5191。
（3）计算违约触发点DP：DP=流动负债+0.5×非流动负债，得到2019“歌尔股份”的DP为175.58亿元×0.5×9.73亿元=185.31亿元。
（4）将上述计算得到的数据输入编写好的Python程序，得到度量上市公司信用风险的指标：违约距离DD、预期违约概率EDF （结果见表2）。
将表2中的DD和EDF均值与唐振鹏等人（2016）的研究结果[10]進行对比发现，半导体行业上市公司的预期违约概率要显著高于其他行业。主要原因如下：一是半导体产业即使是在高科技产业中也是属于技术要求最高的一类，属于典型的高技术高投入尖端制造业。半导体行业的技术会不断进步，这是一个处于成长期的行业，需要不间断投入资金以获得行业领先地位，一旦技术落后于同行，公司的盈利水平将大幅下降。二是半导体行业具有马太效应，即赢家通吃原则。我国半导体企业的技术水平普遍还达不到国际领先，盈利能力还不足，要继续发展就要增加投入，从而导致负债增加。
4 政策建议
通过KMV模型对我国上市半导体公司的信用风险研究，对实证结果违约距离和预期违约概率进行分析后，本文对如何降低我国上市半导体企业的信用风险提出以下建议。一是企业应应当尽量减少流动负债，融资方式尽可能选择发行中长期债券或从股票市场获得融资。企业应当将经营获得的盈利更多地用于研发，在企业自身技术水平提高后，盈利能力和市场占有率将获得极大的提高并获得投资者更高的关注，进而提高公司的股权价值。二是公司应当及时公布技术研发水平的进步和其他对公司股价的利好消息，增强投资者对公司长期发展的信心，这不仅有利于公司股价的稳定，也能提高公司的股权价值，从而降低企业的信用风险。三是政府部门应当制定更多扶持我国半导体产业发展的产业政策，政府扶持我国半导体产业的发展，不仅能增强我国制造业的竞争力和减少贸易逆差，还可以提供大量的中、高端职位，扩大中等收入群体，有利于我国经济的长远健康发展。
参 考 文 献
[1]Michel Crouhy，Dan Galai，Robert Mark.A comparative analysis of current credit risk models[J].Journal of Banking & Finance，2000，24（1-2）：59-
117.
[2]Ching-Chiang Yeh，Fengyi Lin，Chih-Yu Hsu.A h-
ybrid KMV model，random forests and rough set theory approach for credit rating[J].Knowledge-B-
ased Systems，2012（33）：166-172.
[3]韩立岩，郑承利，罗雯，等.中国市政债券信用风险与发债规模研究[J].金融研究，2003（2）：85-94.
[4]周沅帆.基于KMV模型对我国上市保险公司的信用风险度量[J].保险研究，2009（3）：77-81.
[5]徐占东，王雪标.中国省级政府债务风险测度与分析[J].数量经济技术经济研究2014（12）：38-53.
[6]李腊生，耿晓媛，郑杰.我国地方政府债务风险评价 [J].统计研究，2013（10）：30-39.
[7]王慧，张国君.KMV模型在我国上市房地产企业信用风险度量中的应用[J].经济问题，2018（3）：36-40.
[8]洪源，胡争荣.偿债能力与地方政府债务违约风险——基于KMV修正模型的实证研究[J].财贸经济，2018（5）：21-37.
[9]蒋彧，高瑜.基于KMV模型的中国上市公司信用风险评估研究[J].中央财经大学学报，2015（9）：38-45.
[10]唐振鹏，陈尾虹，黄友珀.上市公司信用风险的度量[J].统计与决策，2016（24）：174-179.