基于KMV模型对ZZ银行展开信用风险度量

基于KMV模型对ZZ银行展开信用风险度量

刘海港

河南科技大学商学院 河南洛阳 471000

摘要：

信用是银行经营的根本，随着我国市场经济体制的逐渐完善，市场在经济发展以及资本市场的运行当中，越来越发挥决定性作用。在此背景下，银行业之间的竞争愈发激烈，2020年包商银行的倒闭，给中国所有商业银行敲响了警钟，经营失败就要被淘汰。认为自己业务牵连广泛，政府便会在经营困难时伸出援助之手，并以此作为兜底而粗放经营的时代已经成为了过去。本文基于KMV模型对ZZ银行展开信用风险度量，并选取四家城商行作为比较样本，结合ZZ银行经营现状，对其盈利能力及未来发展方向进行分析。实证研究的结果表明，ZZ银行的信用状况良好，违约风险极低。

关键词：信用风险、KMV模型

一、文献回顾：

KMV模型沿用BSM模型的基本理念，将企业违约与期权定价理论结合，并通过对当时十几万家公司进行调研，得到样本公司的违约距离数据，测算出近似的违约距离与样本实际违约概率之间的映射关系，得到了期望的违约距离所对应的违约概率。

由于KMV公司使用的是上世纪90年代末期美国市场的样本数据，随着时间的推移以及中美市场之间的差异，过往KMV模型中违约距离和违约概率之间的对应关系不再适用于现在的中国企业。因此，KMV模型在当下的企业信用风险度量中，最有现实意义的一点是可以根据其违约距离的变化衡量企业信用风险的变化，这一点已经被国内外的学者证实。

苗晴和马小剑（2015）使用GARCH模型修正后的KMV模型，对新常态下我国的船舶制造行业的违约风险进行了实证研究，较为可观的得出了我国船舶制造业虽然经营困难，但整体信用水平较高的结论。

张浩（2018）针对KMV的违约点DPT进行了修正，从模型最初默认的0.5调整到0.7，经检验发现修正后的KMV模型在商业银行信用风险测度方面有较高准确性。实证结果表明通过修正后的KMV模型计算出的违约距离能够较为准确的反映上市商业银行信用风险水平的变化情况。

二、ZZ银行经营现状分析：

ZZ银行成立于1996年，于2015年12月在香港上市，2018年9月在深圳A股上市，成为了“A+H”股上市的城市商业银行。其大部分客户和业务集中在郑州市，因此，ZZ银行的业务量与利润的持续增长在很大程度上依赖于郑州市及河南省的经济增长，易受系统性风险的影响。

1. 偿债能力分析

选取流动比率和资产负债率分别作为ZZ银行偿债能力的短期和长期指标。流动比率是流动资产与流动负债的比率，表示有多少流动资产可以保证偿还每一元的流动负债，流动比率越高，借入的资金越安全。产负债率是总负债与总资产的比值，比值越大，说明企业的债务负担越重。 从图1可以看出，ZZ银行的流动比率从 2018 年的56.39%上升到了2023年第三季度的65.48%，整体呈上升趋势，相较于2022年末的72.34%有所下降。ZZ银行的资产负债率总体保持平稳，长期保持在91%左右，起伏波动极小。总体来说，ZZ银行的偿债能力非常稳定，自深圳A股上市以来，短期偿债能力有所提升。

图1 ZZ银行偿债能力指标与定期存款占比

根据ZZ银行2023年中报，ZZ银行的活期存款占比33.79%，定期存款占比54.84%。自2018年在深圳A股上市以来，除2021年以外，其定期存款占比都在52%以上。存款作为银行最主要的资金来源，定期存款的占比越高，资金稳定性越强，就越有利于银行资产业务的开展和银行偿债能力的提升。虽然在2021年ZZ银行的定期存款占比有较大幅度的下降，但后续逐渐回升。

2. 盈利能力分析

   选取营业收入、营业利润率、净资产收益率、每股收益作为衡量ZZ银行盈利能力的指标。

根据表1数据，在2018年至2022年期间，ZZ银行的营业收入从111.57亿逐年增加至151.01亿人民币，营业利润率、净资产收益率和每股收益率略有下降。在2022年三项指标都有较大幅度的下降，这表明ZZ银行2022年在扩展自身业务量的同时，没能很好的兼顾收益质量。在2023年的第三季度报表中，营业收入为104.77亿，低于2022年全年的营业收入151.01亿。但是净利润却达到了28.49亿，营业利润率为31.9%，净资产收益率6.42%，每股收益0.3元，都大幅高于2022年度数据，盈利能力有了较大幅度的提升。由此可见，ZZ银行在公司治理方面拥有较强的调整能力。

表1 ZZ银行经营表现

3. 风险集中度分析

贷款是银行最主要的业务活动，2023年第三季度，ZZ银行第一贷款人占比0.71%，第十贷款人占比0.45%，贷款集中度较低，风险分散化程度较高。与行业平均值进行比较，如表2所示：2023年6月ZZ银行不良贷款率高于行业平均水平，拨备覆盖率低于行业平均水平。在贷款损失准备方面ZZ银行做的不够充分。

表2 贷款数据

三、实证研究

1. KMV模型公式及参数

2. 样本数据与数据来源

受限于报表披露的时间限制，考虑到数据的完整度与可得性，样本数据期间为2021年14日月至2023年6月30日，共603个交易日。数据来源于Choice金融终端，对数据的处理采用matlab2018和Excel2021。在违约点的设置上，参考国内对KMV使用的文献，本文将远期负债比重调整到0.7。

3. 实证分析

通过matlab2018,将股权价值、股权价值波动率、负债面值、无风险收益率和违约点的数据输入，通过联系上面的方程组，计算出违约距离，违约距离越大，信用风险越低。计算结果如表所示：

在2022年，ZZ银行的违约距离发生了较大幅度的下降，说明其信用风险发生的可能性有了较大幅度的上升。结合2022年ZZ银行的经营表现，其净利润、营业利润率、净资产收益率及每股收益都较2021年有较大幅度下降，盈利能力有所减弱。同时，2022年ZZ银行的资本净额与以及资本充足率都低于2021年和2023年。此外，ZZ银行的不良贷款率也较2021年上升了0.03%，不良贷款总额上升了16.4%，共87.67亿元，风险隐患上升。

由此可见，KMV模型计算出的违约距离，能够比较好反映出企业信用风险大小的变化。

表7 ZZ银行违约距离与贷款数据

虽然在2022年由于经营表现下滑而导致信用风险变大，但在2023年ZZ银行立刻做出了调整，经营表现有了明显提升，资本充足率和资本净额也进行了补充，反映在信用风险上，其违约距离从2022年的9.09提升到了2023年的16.9，信用风险明显下降。

四、结论

通过实证研究及ZZ银行的业务数据分析，总体来说，ZZ银行当前违约距离16.9，信用状况良好，信用风险较低，风险分散方面，ZZ银行做的很好，前十大贷款人贷款占比较低。盈利能力较强，公司治理方面有很强的调整能力。在贷款损失准备方面较为薄弱，不良贷款率略高于行业平均，拨备覆盖率低于行业平均，但是相比较于行业最低水平84.24%的拨备覆盖率，并结合ZZ银行较强的盈利能力和业务调整能力，对ZZ银行的未来发展持乐观态度，认为其发生信用风险的可能很低。

参考文献：

[1]苗晴,马小剑.新常态背景下我国船舶制造行业违约风险研究——基于GARCH(1,1)的扩展KMV模型的实证[J].改革与开放，2015，(15)：19-21.DOI:16653/j.cnki.32-1034/f.2015.002

[2]张浩. 基于KMV模型的上市商业银行信用风险测度及影响因素分析[D].南华大学,2018.

[3]王应婷. 基于KMV模型的医药行业债券违约风险评估研究[D].云南师范大学,2022.