The Industrial Study
产业研究 | MODERN BUSINESS 现代商业19
——基于KMV模型分析
王灏威1 许嘉文2
1.吉林大学商学院 吉林长春 130012
2.吉林大学经济学院 吉林长春 130012
摘要：房地产行业在我国经济构成中占有重要地位，值此疫情爆发对经济产生冲击的关键时期，研究我国房企信用风险违约概率具有重要意义。本文运用KMV模型研究发现在疫情爆发前上市房地产企业信用违约概率总体高于疫情后期违约概率水平，且头部上市房企违约概率变化较稳定，信用风险保持较低水平，部分中等规模房企在疫情后期违约概率呈现大幅降低趋势。而疫情前原本违约概率较高，存在较大信用风险的中小规模房企受疫情冲击最大，在疫情后期其信用风险水平进一步上升。 关键词：房地产；信用风险；KMV模型
中图分类号:F224;F299.233.4 文献识别码:A 文章编号:1673-5889(2021)04-0019-05
一、引言及文献综述
2020年初，新冠疫情的爆发一度让中国的经济发展陷入停滞状态，随后新冠疫情在全球新一轮爆发，对本处于下行周期的全球经济造成了巨大的冲击，外贸、出口、旅游行业等更是遭受重创。依据IMF(
国际货币基金组织)的预测，2020年全球国民生产总值增长率将达到-3%，整体水平将与两年前相当，全球经济倒退态势明显。而作为我国经济重要支柱的房地产行业，目前多数采取高周转的模式，主要使用银行贷款来满足开发过程中大量的资金需求，面临突然爆发的黑天鹅事件，房企能否抵御住突如其来的冲击，其风险抵御能力是否会受到影响，在疫情后经济是否能恢复正常运转，其信用风险状况是否保持健康，这些问题在我国率先控制住疫情蔓延的“后疫情阶段”以及全面复工复产的大背景下至关重要。为此，本文运用KMV模型对上市的111家上市房地产企业进行信用风险分析，通过度量房地产企业目前的信用风险健康程度，观察在疫情爆发前与疫情爆发后房地产行业的信用风险程度的变化，以此提出相应的政策建议，促进我国房地产行业健康发展。
在运用KMV模型对上市企业与上市银行信用风险的研究中，谢邦昌、朱世武、李璇、董春(2008)提出：通过度量结果,KMV模型能够较好地甄别不同行业的信用风险，是目前最适合我国上市公司的信用风险度量模型。巴曙松、蒋峰(2019)采用了调整后的KMV 模型对A股市场全部上市公司的信用风险进行了量化，得出对于我国整个市场而言，KMV模型是有效的且违约距离小于2.2时，认为该公司存在较高信用风险的结论。陈媛媛、何雨晨、马恩涛(2020)通过使用 KMV模型对我国上市银行信用风险进行分析，得出KMV 模型由于变量获取与计算操作的便捷性，比较适用于现阶段我国上市企业信用风险度量的结论。在运用KMV模型对房地产企业信用风险进行度量的研究中，尹钊、韩佳菲(2015)选取十家上市房地产企业进行实证检验分析得到：相较于绩差股企业而言，绩优股企业的平均违约距离较大，
美国法国
绩优股企业的违约可能性较小。而姚鹏(2019)应用KMV模型对2010至2018年初我国108家上市房地产公司的信用风险研究发现我国房地产公司的违约距离集中在[2,5]区间且资产规模大的房地产公司的违约风险更高。
通过以上学者的研究我们发现在运用KMV模型对我国上市企业的信用风险进行度量的过程中，虽然研究得出的结论不一致，但运用KMV模型对我国上市企业进行信用风险度量的有效性和适应性得到了学者的一致认可，说明KMV模型适用于我国企业的信用风险测定。为此，本文将继续选用KMV模型做为我国上市房地产企业信用风险度量的模型。而在对房地产企业信用风险度量过程中，现有研究多针对过去某一段时期整体衡量房地产行业的信用风险水平或针对房地产企业的资产规模对比不同企业间的违约概率大小，且多集中于我国房地产市场发展迅速，经济发展水平高速增长的阶段，而对目前后疫情阶段，经济面临不确定性，房地产行业多政策限制下运用KMV模型对房企进行风险度量的相关研究有所缺失。为此本文将研究疫情爆发前的阶段与后疫情阶段房地产行业信用风险违约概率，通过KMV模型分析对比两个阶段的不同特征，进而揭示我国目前上市房地产企业的信用状况与未来发展趋势。
二、理论模型
KMV模型将企业的股权看作一种看涨期权，执行价格是企业的负债，标的物为企业资产价值。当企业的资产价值小于负债时，企业将选择违约，否则不违约。
(一)资产价值及资产价值波动率
根据Black-Scholes-Merton期权定价模型，企业资产价值和股
权价值的关系为:
其中，企业的股权价值波动率与资产价值波动率的关系为:
其中，
企业的股权价值波动率与资产价值波动率的关系为:
方程(1)和(2)中V E 为企业的股权价值,V A 为企业的资产价值,D为企业的负债,T为企业债务剩余期限，假设其为一年，即T=1。r为无风险利率,σA为资产价值波动率,σE为股权价值波动率,N(d)为标准正态累积分布函数。联立两个方程，就可得到资产价值V A 及资产价
The Industrial Study
| 产业研究
MODERN BUSINESS
现代商业20值波动率σA。
(二)违约距离DD及违约点DP
违约距离是企业的资产价值在风险期限内由当前水平降至违约
点的相对距离，可以表示为:
其中,DP为违约点，理论上来说，企业的资产价值低于负债面值总额时，就会发生违约，但是，长期负债往往能缓解企业的偿债压力，穆迪评级公司根据大量的实证检验，发现违约最常发生的临界点为短期负债与长期负债的一半之和，即为公式(4)，其中,STD为短期负
债,LTD为长期负债。
(三)预期违约频率EDF
由于假设资产价值服从标准正态分布，根据违约距离DD的含义,
理论的预期违约频率可表示为:
由以上可知，违约距离DD越大，上市企业按时偿还到期债务的可能性越大，信用风险越小，发生违约的概率越低，反之亦然，因此违约距离DD和预期违约频率EDF呈负相关。以上为理论预期违约频率的计算方法。由于我国缺乏大型的企业违约数据库，在对我国上市公司进行信用分析时，只计算其理论的EDF值。
三、数据来源及基准分析
本文将评估疫情前期即2019年年末与后疫情阶段及2020年6月我国111家上市房地产企业的信用风险状
况，以研究疫情对我国房地产经济与房地产企业信用风险状况的影响。本文所用数据均来自于各上市房地产企业年度季度报表及wind数据库。
(一)上市房地产企业的股权价值
本文为研究疫情前期与后疫情时期我国房地产企业的信用风险状况，为此选取2019年年末时点的公司股权价值与2020年6月8日截止当日收盘时的公司股权价值，以进行两个区间的对比。
公司的股权价值=股票收盘价*流通股股数
表1显示了我国市值排名前20的上市房地产企业的股权价值情况：
表1 市值排名前20的上市房地产企业的股权价值证券代码证券简称总市值/元000002.SZ 万科A 296,330,470,748.1880600048.SH 保利地产177,916,186,665.4200001979.SZ 招商蛇口133,807,941,409.5900601155.SH 新城控股74,020,553,300.8000600340.SH 华夏幸福68,491,988,711.5700600606.SH 绿地控股67,168,212,205.2000600383.SH 金地集团61,759,503,264.9600600848.SH 上海临港44,514,094,174.1158000656.SZ 金科股份42,397,343,579.0400002146.SZ 荣盛发展34,959,237,362.0400001914.SZ 招商积余32,340,554,830.0000600415.SH
小商品城
30,971,888,661.4400
000961.SZ 中南建设30,902,183,823.3700000671.SZ 阳光城28,087,009,920.9000600675.SH 中华企业25,908,574,821.0000600208.SH
新湖中宝25,884,024,043.3600600185.SH 格力地产24,094,158,816.7000000031.SZ 大悦城21,945,924,295.6800000540.SZ 中天金融21,295,974,224.1600000402.SZ
金融街
19,876,383,881.5500
数据截止至6.8收盘
(二)上市房地产企业的股权价值波动率
对股票价值波动率的计算方法一般用历史波动率法和GARCH(1，1)模型，依据研究，GARCH(1,1)相比于历史法更能反应实际波动率，为此这里我们选用GARCH(1，1)模型进行计算。表2显示了经过计算后我国市值排名前20的上市房地产企业的股权价值
波动率：
表2 市值排名前20的上市房地产企业股权价值波动率证券代码证券简称后疫情阶段波动率(年化)%疫情前期波动率(年
化) %
000002.SZ
万科A
29.075629.0405600048.SH 保利地产30.899030.8221001979.SZ 招商蛇口25.916825.6911601155.SH 新城控股42.852843.5807600340.SH 华夏幸福30.273430.7221600606.SH 绿地控股24.218824.8404600383.SH 金地集团35.888335.4600600848.SH 上海临港35.709746.7689000656.SZ 金科股份35.105134.5060002146.SZ 荣盛发展29.301131.9032001914.SZ 招商积余51.368543.8739600415.SH 小商品城32.756327.6324000961.SZ 中南建设42.720243.8058000671.SZ
阳光城
41.071441.0354600675.SH 中华企业32.764825.6982600208.SH 新湖中宝40.667343.7806600185.SH 格力地产40.488930.4577000031.SZ 大悦城31.734634.1534000540.SZ 中天金融38.848741.0471000402.SZ
金融街
22.7023
25.2674
数据截止至6.8收盘时
(三)无风险利率
无风险利率我们采用人民银行公布的一年期定期存款利率的加权平均值作为基准，2019年与2020年均为1.50%。
(四)企业负债
上市房地产企业的总负债D采用其资产负债表中的负债合计值，短期流动负债(SD)包括向中央银行借
款、同业及其它金融机构的存放款项等，长期负债(LD)包括长期借款、长期递延收益等。这里我们选用上市房地产企业截止2019年年末与2020年第一季度两个时点的合并报表的负债信息进行对比研究，数据如表3所示。
The Industrial Study
产业研究 | MODERN BUSINESS 现代商业21
表3 市值排名前20的上市房地产企业负债情况
证券代码证券简称2019年末长期负债 /元
2019年末流动负债 /元2020Q 1流动负债 /元2020Q 1长期负债
/元000002.SZ 万科A
186,308,093,336.18001,272,610,284,010.69001,265,384,979,818.6200
199,806,053,905.9100600048.SH 保利地产203,617,466,874.3200599,700,475,026.3200588,394,365,686.5200233,264,895,089.4400001979.SZ 招商蛇口92,895,608,392.2600295,008,355,109.3800302,893,094,347.740098,497,466,066.4800601155.SH 新城控股43,531,608,246.0000352,228,561,694.0000357,971,766,143.000049,609,102,701.0000600340.SH 华夏幸福118,618,591,789.0100265,332,164,316.3400273,314,202,341.3100123,451,037,352.0900600606.SH 绿地控股181,933,080,208.6000829,775,822,167.1200796,200,259,739.9000199,631,640,154.0900600383.SH 金地集团59,716,972,523.9600188,330,243,575.2900210,035,437,994.170060,036,675,267.2200600848.SH
上海临港10,575,265,327.130010,917,919,141.94009,395,920,526.920011,212,873,516.1300000656.SZ 金科股份67,578,188,505.5600200,965,393,147.3900189,726,612,814.740081,595,863,142.4300002146.SZ 荣盛发展31,618,361,639.0500177,578,022,768.2900178,755,298,464.500030,121,921,688.0800001914.SZ 招商积余3,595,688,053.03004,139,001,679.06005,164,789,265.22001,988,495,211.5700600415.SH 小商品城
5,122,953,601.6600
12,892,786,664.780012,989,267,850.37005,120,216,985.7400000961.SZ 中南建设46,753,600,310.3100216,416,667,337.9300218,699,868,919.620051,489,275,891.8700000671.SZ 阳光城
78,771,804,284.2900
176,758,015,778.5700189,864,402,609.780080,818,205,588.7100600675.SH 中华企业15,254,677,341.210021,703,030,268.120023,100,531,612.490011,291,391,050.1200600208.SH 新
湖中宝53,801,878,970.110055,006,589,500.630053,705,915,052.350055,983,818,098.2000600185.SH 格力地产15,856,824,411.36008,720,042,418.57009,098,682,788.860016,679,176,761.8400000031.SZ 大悦城
55,082,617,854.8600
84,836,794,709.3400
83,269,387,978.7200
65,404,602,252.3900
四、实证分析
(一)疫情前后上市房地产企业违约距离
运用以上数据，我们按照股权价值大小对以上111家上市房地产企业进行排序(以下图表均按此顺序)，排序后使用R语言nleqslv软件包对111家上市房地产企业进行违约距离的计算，得到如下结果：
表4 上市房地产企业违约距离证券代码证券简称疫情前阶段DD 后疫情阶段DD 000002.SZ 万科A 3.4133985 3.3530275600048.SH 保利地产 2.8383286 2.8491891001979.SZ 招商蛇口 3.2514371 2.7674874601155.SH 新城控股 2.2320005 2.2598297600340.SH 华夏幸福 3.1946422 3.2513343600606.SH 绿地控股 3.8958072 4.0199747600383.SH 金地集团 2.7469904 2.6857139600848.SH 上海临港 2.1214357 2.7138343600082.SH 海泰发展 1.9578485 2.7208985000506.SZ 中润资源 1.847394 2.0307789600463.SH 空港股份 1.6516465 1.8587488000809.SZ 铁岭新城 1.29389640.4573948000609.SZ 中迪投资0.1360939 1.5158408600225.SH
*ST松江
1.8398309
0.1321092
由于篇幅所限，这里只列出部分代表性的头部房企与中小房企，下同。
通过违约距离的计算我们发现，上市房地产企业疫情前阶段的违约距离均值为2.625546，中位数为2.561478，标准差为0.8053405；疫情后阶段上市房地产企业的违约距离均值为2.610224，中位数为
2.604243，标准差为0.753122。可见对于上市房地产企业来说，其违约距离基本稳定在2.6左右，普遍高于巴曙松，蒋峰(2019)针对我国所有上市A股企业提出的违约预警线2.2的水平，说明对房地产行业来说，我国房地产行业整体违约风险较其他行业较小，信用风险状况较好。而相较疫情前期，疫情后期各房企违约距离中位数有所上升且标准差下降，说明疫情后期房企整体违约距离有所降低，信用风险控制水平得到提升。这可能是由于疫情期间各房企停止了新房地产项目的投资开发而更多关注于现有项目的完善以及资金的回笼，既而房企债务比下降从而增加了违约距离，改善了现有大部分房企的信用风险。
接下来我们对违约距离计算结果构造波动图与条状分布图以观察整体变化趋势：
图1 疫情前上市房地产企业违约距离分布
图2 疫情后期上市房地产企业违约距离分布
The Industrial Study | 产业研究
MODERN BUSINESS
现代商业22从图中我们发现，多数房企违约距离分布在2.0～3.0的区间，疫情后期较疫情前房企违约距离整体增长，信用风险水平得到全面优化。且许多房企违约距离较疫情前阶段有大幅提升，抵御风险水平得到提升。
而对于市值排名前30的大部分房企来说，其违约距离变化幅度一直比较稳定，疫情前与疫情后其违约距离变化幅度不大，可见头部大型房企经营能力较好，财务状况较为健康，抵御信用风险的水平也相对较高。
(二)疫情前后上市房地产企业违约概率
根据各上市房地产企业的违约距离，我们计算出了对应的违约概率，如下表所示：
表5 上市房地产企业违约概率证券代码证券简称疫情前违约概率
疫情后期违约概率
000002.SZ 万科A 0.0321%0.0400%600048.SH 保利地产0.2386%0.2192%001979.SZ 招商蛇口0.0636%0.2825%601155.SH 新城控股 1.2816% 1.1916%600340.SH 华夏幸福0.0701%0.0574%60
0606.SH 绿地控股0.0049%0.0029%600383.SH 金地集团0.3010%0.3619%600848.SH 上海临港 1.6951%0.3325%600082.SH 海泰发展 2.5761%0.3255%000506.SZ 中润资源 3.2527% 2.1139%600463.SH 空港股份 4.9596% 3.1531%000809.SZ 铁岭新城25.8818%32.3694%000609.SZ 中迪投资44.0646% 6.4780%600225.SH
捕鼠弓
*ST松江
3.2971%
44.7449%
情后期均有大幅改善，将违约概率降至正常水平线以下。这可能是由于疫情期间房企及时调整策略，减少新项目开支并对现有项目的库存及时进行处理，从而减少了债务比率，提升了现金流的健康程度，进而导致违约概率的下降，使得房地产行业信用风险程度整体降低
从图中可见对于头部房企来说，违约概率受疫情影响不大，始终保持在较低水准。而需注意的是，对于行业中尾部的一些中小房地产企业来说，其在疫情前后阶段违约距离数值均较低，违约概率始终保持较大水平，甚至个别房企一度达到了接近50%违约概率的水平，且疫情加速了这一趋势，导致违约距离进一步降低，违约概率大幅上涨。这可能是因为对这些中小型规模房企来说，其本身在疫情前即
面临较大的经营风险，资产周转率与债务水平均处于危险的程度，而疫情导致的经济停滞期进一步放大了这些风险，导致这些中小型房企面临的信用风险进一步提升。因此对于这些行业尾部中小型房企来说，相较于龙头房企，需特别关注公司整体运营的规划与信用风险的控制。
五、结论及建议
本文对我国房地产行业，基于KMV模型对111家上市房地产进行了信用风险研究，利用疫情前后时点上市房企的财务数据和波动率计算得到违约距离和理论违约概率。研究结果表明，疫情前我国房地产行业违约概率整体高于疫情后期违约概率水平，且头部房企受疫情冲击程度较小，违约概率变化较稳定，信用风险保持较低水平，且部分中等规模房企在疫情后期违约概率呈现大幅降低趋势。而疫情前原本违约概率较高，存在较大信用风险的中小规模房企受疫情冲击最大，在疫情后期其信用风险水平进一步上升。
针对于疫情后期我国房地产企业信用风险现状与存在的问题，我们提出以下政策建议：
(一)宽松中小型房企融资政策，优化经营模式，降低信用风险
在国务院提出“房住不炒”背景下，近来中央地方政府颁发的一系列房地产调控措施，导致银行贷款占房企融资的比例从2003年的22%下降到2019年的12%。疫情冲击对“高周转”经营的房企现金流造成进
一步冲击。尤其对于中小房企来说，资金链困难导致房企债务水平进一步增加，难以维持周转。为此，加大对信用风险水平较高房企的资金支持力度，保证房企资金周转的基础上对房企经营模式进行优化，对进一步缓解房企资金困难，维持房企健康持续经营，降低房企信用风险水平具有重要意义。
(二)出台购房相关利好政策，促进房地产企业健康运营
为在后疫情时期进一步降低疫情对经济的影响，保证房地产企业健康经营，可继续在各地推广促进房地产业稳定健康发展的相关政策，可从房地产企业开发的全部流程入手，包括降低或延期缴纳土地出让金、进一步降低公积金贷款利率、完善首套房政策、加大人才落户以及提供购房补贴等措施，逐步减少房企存量房，保证房企资金周转，从而降低房企信用风险程度，进一步缓解房地产企业经营面临的问题。
(三)加强房地产企业信用风险识别，防范非系统性风险发生
对房地产企业进行信用风险识别以根据不同信用风险水平的房企采取不同的政策支持与监管措施，进而防范房地产行业非系统性风险的产生。对信用风险较低的房企，贷款机构可提高授信额度并适当放宽授信方式，如阶梯式授予贷款额度。同时可适当降低风险监管水平。而对于经营存在较大风险，及受疫情影响导致债务违约水平较高的房地产企业，各类机构应加大企业经营风险监管与经营指导的同时给予一定贷款延期、补贴贷、甚至免息贷等政策优惠，从而保证房企的健康财务状况与保持较低的
信用风险水平。
The Industrial Study
产业研究 | MODERN BUSINESS 现代商业23
疫情前后信托行业的信用风险测度研究
——基于KMV模型
余 钊
西安财经大学 陕西西安 710100
摘要:2020年对中国而言是特殊的一年，面对世界范围内前所未有的新冠疫情，宏观经济增长的压力越来越大，而疫情的发展和防控更是对包括信托在内的整个金融业产生了巨大的影响。为了使信托行业能够及时做好风险防控并且最终赢得这场金融防疫的战争，本文选取了14家在沪深两市直接或借壳上市的信托公司，利用KMV模型对样本公司在疫情爆发前后三个季度内的信用风险进行了实证研究。数据结果表明，有92.86%的信托公司的信用风险在疫情爆发后有所上升，并且疫情是通过增大融资类信托的兑付风险而致使信托业信用风险上升的。最后，对信托业在疫情防治工作结束后的进一步健康发展提出了一些具有可行性的对策建议。
关键词：新冠疫情；信托公司；信用风险；KMV模型
中图分类号:F832.49;F293.33 文献识别码:A 文章编号:1673-5889(2021)04-0023-06
参考文献：
[1]巴曙松，蒋峰.“违约潮”背景下的信用风险测度研究[J].湖北经济学院学报,2019,17(06):5-13+127.
[2]杨海平.中小上市公司违约风险评估研究——基于修正的KMV 模型[J].区域金融研究,2020(01):69-72.
[3]温启胜，蒋红芸.KMV模型的信用评级应用——以安源煤业为例[J].现代商贸工业,2020,41(18):110-112.
[4]姚鹏.基于KMV模型的中国上市房地产公司信用风险评估研究[J].中国资产评估,2019(06):11-19.
[5]周素华.基于KMV模型的民营企业信用风险分析[J].市场周刊,2020(04):11-12.
金水翠峰[6]陈媛媛，何雨晨，马恩涛.基于KMV模型的我国商业银行信用风险研究[J].公共财政研究,2020(01):67-83.
[7]Valaskova K,Gavlakova P,Dengov V.Assessing Credit Risk by Moody’s KMV Model[C]//2014 2ND INTERNATIONAL
CONFERENCE ON ECONOMICS AND SOCIAL SCIENCE (ICESS 2014),2014,PT1:40-44.
[8]A l t m a n E I ,S a u n d e r s A.C r e d i t r i s k m e a s u r e m e n t : Developments over the last 20 years[J].Journal of banking & finan ce,1997,21(11-12):1721-1742.
[9]Iazzolino G,Fortino A.Credit risk analysis and the KMV Black & Scholes model: A proposal of correction and an empirical analysis[J].Investment Management and Financial Innovations,2012,9(2):167-181.[10]Frey R,McNeil A J.VaR and expected shortfall in portfolios of dependent credit risks: Conceptual and practical insights[J].Journal of banking & finance,2002,26(7):1317-1334.作者简介：
1.王灏威，吉林大学商学院学生。
2.许嘉文，吉林大学经济学院学生。
一、引言
rbw雷可德
2020年，新冠疫情的突然爆发影响了中国经济，其中，作为社会融资的主要补充渠道，覆盖经济各个方面的信托业也深受其害。因此，及时评估影响和风险并采取良好的风控措施，是信托业赢得这场金融战的关键。虽然信托机构面临着很多风险如市场风险、信用风险和流动性风险，但其信用风险相比于其他风险而言更加不受控制。因此，研究信托行业在疫情发生前后信用风险的变化，能使信托公司及时采取风控措施，进一步加强对风险管理的重视，这对信托行业的未来发展具有重要意义。
二、相关研究的文献综述
国内外有关对整个信托行业信用风险的研究并不多见，而对于个别信托产品信用风险测度的研究已经较为深入。针对财产信托：Tobias Adrian和Hyun Song Shin(2009)通过Logit模型和因子分析法对财产信托的违约风险概率进行了测度。针对资金信托：韩立岩、谢朵(2005)依据KMV模型建立了基于期权的资金信托违约风险模型，进而提出了计算理论违约概率的方法。罗晓霞(2005)运用改进后的VAR和KMV方法定量分析了我国资金信托的信用风险，结果表明我国信托资金贷款都具有不可忽视的违约风险。王凤君承德市南营子小学
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议