我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)實(shí)證研究——以kmv模型為例【畢業(yè)論文】

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　　（20 屆）</b></p><p>　　我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)實(shí)證研究——以KMV模型為例</p><p>　　所在學(xué)院 </p><p>　　專(zhuān)業(yè)班級(jí)

2、 金融學(xué) </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱(chēng) </p><p>　　完成日期 年 月 </p><p><b>　　畢業(yè)

3、論文獨(dú)創(chuàng)性聲明</b></p><p>　　本人鄭重聲明所提交的畢業(yè)論文是本人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除文中特別加以標(biāo)注的地方外，論文中不包含他人已經(jīng)發(fā)表的學(xué)術(shù)成果或者他人為獲得高等院校學(xué)位而使用過(guò)的材料，論文中不涉及任何知識(shí)產(chǎn)權(quán)糾紛。否則，本人將承擔(dān)一切責(zé)任。</p><p>　　學(xué)生簽名：____________ </p><p

4、>　　日 期：____________ </p><p><b>　　摘 要</b></p><p>　　KMV模型是以期權(quán)定價(jià)模型為基礎(chǔ)衍生發(fā)展而成的現(xiàn)代信用風(fēng)險(xiǎn)評(píng)估模型，利用該模型對(duì)上市公司信用風(fēng)險(xiǎn)的評(píng)價(jià)度量是近年來(lái)國(guó)內(nèi)學(xué)者研究的重點(diǎn)。本文以KMV模型為度量手段，對(duì)農(nóng)業(yè)類(lèi)上市公司進(jìn)行信用風(fēng)險(xiǎn)度量的適用性研究。本文利用KMV模型的計(jì)算公式，將信用風(fēng)險(xiǎn)量

5、化，得出違約距離。進(jìn)而利用違約距離與股權(quán)價(jià)值，資產(chǎn)價(jià)值進(jìn)行相關(guān)性分析，并區(qū)分ST與非ST公司的違約距離，對(duì)農(nóng)業(yè)類(lèi)上市公司進(jìn)行T檢驗(yàn)，結(jié)果表明KMV模型在我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)度量中具有適用性。但是10年上半年數(shù)據(jù)表明ST與非ST公司在短期內(nèi)沒(méi)有顯著性差異。通過(guò)對(duì)農(nóng)業(yè)類(lèi)上市公司08年上半年與10年上半年違約距離的Wilcoxon檢驗(yàn)結(jié)果，發(fā)現(xiàn)農(nóng)業(yè)類(lèi)上市公司在次貸危機(jī)中受到的不利影響在10年已經(jīng)減少。</p><p&

6、gt;　　關(guān)鍵詞：KMV模型；違約距離；股權(quán)價(jià)值；資產(chǎn)價(jià)值</p><p><b>　　Abstract</b></p><p>　　KMV model is based on option pricing model derived from the development of the modern credit risk assessment model, us

7、ing the model to evaluate listed companies in China of the credit risk is the focus of scholars in recent years. KMV model of this paper is measured by applicability means of the listed agricultural companies of credit r

8、isk measurement. This paper based on the formula of KMV model, to make the credit risk quantification, draw distance to default. Then use distance to default and </p><p>　　Keywords: KMV model; distance to de

9、fault; equity value; asset value</p><p><b>　　目 錄</b></p><p>　　1 KMV模型理論概述1</p><p>　　1.1 KMV模型簡(jiǎn)介1</p><p>　　1.1.1 KMV模型理論1</p><p>　　1.1.2 KMV

10、模型假設(shè)條件2</p><p>　　1.2 KMV模型基本框架2</p><p>　　1.3 KMV模型優(yōu)缺點(diǎn)3</p><p>　　1.3.1 KMV模型優(yōu)點(diǎn)3</p><p>　　1.3.2 KMV模型缺點(diǎn)4</p><p>　　2 KMV模型在我國(guó)農(nóng)業(yè)類(lèi)上市公司應(yīng)用的計(jì)算檢驗(yàn)5</p>

11、<p>　　2.1 檢驗(yàn)思路5</p><p>　　2.2 樣本選取5</p><p>　　2.3 參數(shù)確定6</p><p>　　2.3.1 無(wú)風(fēng)險(xiǎn)利率與債務(wù)期限的確定6</p><p>　　2.3.2 股權(quán)價(jià)值的確定6</p><p>　　2.3.3 股權(quán)價(jià)值波動(dòng)率的確定7</p>

12、<p>　　2.3.4 違約點(diǎn)的確定9</p><p>　　2.3.5 資產(chǎn)價(jià)值及資產(chǎn)價(jià)值波動(dòng)率的確定11</p><p>　　2.3.6 違約距離與違約概率的計(jì)算12</p><p>　　2.4 計(jì)算檢驗(yàn)分析14</p><p>　　2.4.1 相關(guān)性分析14</p><p>　　2.4.2

13、T檢驗(yàn)分析15</p><p>　　2.4.3 Wilcoxon檢驗(yàn)19</p><p>　　2.5 實(shí)證檢驗(yàn)結(jié)果19</p><p>　　3 研究結(jié)論與展望21</p><p>　　3.1 我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)現(xiàn)狀21</p><p>　　3.2 研究的不足之處22</p><p

14、>　　3.3 未來(lái)展望23</p><p><b>　　結(jié) 論24</b></p><p><b>　　參考文獻(xiàn)25</b></p><p><b>　　致 謝26</b></p><p>　　農(nóng)業(yè)經(jīng)濟(jì)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)部門(mén)，農(nóng)業(yè)類(lèi)上市公司作為連接農(nóng)業(yè)生產(chǎn)和資本

15、市場(chǎng)的重要紐帶，對(duì)推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)化生產(chǎn)、提高農(nóng)業(yè)科技水平、促進(jìn)我國(guó)農(nóng)業(yè)生產(chǎn)力的發(fā)展具有重要作用。根據(jù)上海證券交易所與深圳證券交易所的行業(yè)分類(lèi)看出，我國(guó)農(nóng)業(yè)類(lèi)上市公司共有才49家，僅占我國(guó)上市公司2079家總數(shù)的2.3%。被ST的公司數(shù)量與其他行業(yè)比相對(duì)較多，被投資者認(rèn)為投資收益不確定，風(fēng)險(xiǎn)難以估計(jì)。</p><p>　　本文主要分為四個(gè)部分。在第一部分概述了KMV模型的理論，其中包括模型的假設(shè)條件、模型的計(jì)算步驟以

16、及模型的優(yōu)缺點(diǎn)。第二部分概述了我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)現(xiàn)狀，從而方便模型更好地運(yùn)用。第三部分通過(guò)模型計(jì)算以及相關(guān)性分析與T檢驗(yàn)對(duì)我國(guó)農(nóng)業(yè)類(lèi)上市公司進(jìn)行實(shí)證分析，從而得出KMV模型在我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)度量的適用性。本文所使用的數(shù)據(jù)為每股收益，每周收盤(pán)價(jià)，每股凈資產(chǎn)，股本等均來(lái)自上海證券交易所與深圳證券交易所網(wǎng)站。</p><p>　　1 KMV模型理論概述</p><p>　　1.

17、1 KMV模型簡(jiǎn)介</p><p>　　1.1.1 KMV模型理論</p><p>　　KMV模型又稱(chēng)為預(yù)期違約率模型，該模型把違約債務(wù)看作企業(yè)的或有權(quán)益，把所有者權(quán)益視為看漲期權(quán)，將負(fù)債視為看跌期權(quán)，而把公司資產(chǎn) (股票加債務(wù)) 作為標(biāo)的資產(chǎn)。該模型認(rèn)為企業(yè)信用風(fēng)險(xiǎn)主要決定于企業(yè)資產(chǎn)市場(chǎng)價(jià)值、波動(dòng)率以及負(fù)債賬面價(jià)值。當(dāng)企業(yè)資產(chǎn)未來(lái)市場(chǎng)價(jià)值低于企業(yè)所需清償?shù)呢?fù)債面值時(shí)，企業(yè)將會(huì)違約。企業(yè)資

18、產(chǎn)未來(lái)市場(chǎng)價(jià)值的期望值到違約點(diǎn)之間的距離就是違約距離，它以資產(chǎn)市場(chǎng)價(jià)值標(biāo)準(zhǔn)差的倍數(shù)表示，距離越遠(yuǎn)，公司發(fā)生違約的可能性越小，反之，公司發(fā)生違約的可能性越大?；诠具`約數(shù)據(jù)庫(kù)，模型可依據(jù)公司的違約距離得出一個(gè)期望違約頻率，這個(gè)期望違約頻率就是公司未來(lái)某一時(shí)期的違約概率。</p><p>　　1.1.2 KMV模型假設(shè)條件</p><p>　　第一，資本市場(chǎng)無(wú)磨擦，允許賣(mài)空，無(wú)稅收和交易費(fèi)用

19、，公司股票價(jià)格變動(dòng)服從隨機(jī)過(guò)程，證券無(wú)限可分，證券交易具有連續(xù)性，不存在套利可能，貸款人償清債務(wù)前無(wú)風(fēng)險(xiǎn)利率固定不變。</p><p>　　第二，違約與不違約取決于公司的資產(chǎn)價(jià)值，假設(shè)當(dāng)公司的資產(chǎn)價(jià)值大于貸款數(shù)額時(shí)，貸款人不會(huì)違約，反之，當(dāng)公司的資產(chǎn)價(jià)值小于一定水平時(shí)，公司無(wú)力償還債務(wù)，將發(fā)生違約。</p><p>　　第三，企業(yè)資產(chǎn)收益服從正態(tài)分布，其市場(chǎng)價(jià)值服從Brown隨機(jī)運(yùn)動(dòng)。&l

20、t;/p><p>　　第四，企業(yè)資產(chǎn)結(jié)構(gòu)有限，只有可轉(zhuǎn)換債券、短期和長(zhǎng)期債務(wù)、所有者權(quán)</p><p><b>　　益等。</b></p><p>　　第五，企業(yè)資產(chǎn)價(jià)值在給定的時(shí)期所服從的分布取決于資產(chǎn)的期望值和標(biāo)準(zhǔn)差。</p><p>　　1.2 KMV模型基本框架</p><p>　　由于我國(guó)歷

21、史違約數(shù)據(jù)庫(kù)的缺乏，確定違約距離和實(shí)際違約頻率之間的關(guān)系仍然無(wú)法實(shí)現(xiàn)，因此，本文將利用KMV模型提出的理論違約概率來(lái)進(jìn)行計(jì)算分析我國(guó)農(nóng)業(yè)類(lèi)上市公司的信用風(fēng)險(xiǎn)大小。該違約率的計(jì)算建立在對(duì)公司資產(chǎn)價(jià)值Brown運(yùn)動(dòng)以及資產(chǎn)收益正態(tài)分布假設(shè)的基礎(chǔ)上。其具體計(jì)算過(guò)程如下：</p><p>　　在實(shí)踐中，企業(yè)違約點(diǎn)并不等于負(fù)債總賬面價(jià)值，而是介于流通負(fù)債與總負(fù)債之間，即：</p><p><b

22、>　?。?.1）</b></p><p>　　公司股權(quán)的市場(chǎng)價(jià)值可以用Black—Scholes—Merton期權(quán)定價(jià)模型進(jìn)行定價(jià)：</p><p><b>　　(1.2)</b></p><p><b>　　其中：</b></p><p><b>　　(1.3)<

23、/b></p><p><b>　　(1.4)</b></p><p><b>　　(1.5)</b></p><p>　　其中，E為公司的股權(quán)價(jià)值，B為公司負(fù)債的賬面價(jià)值，Vα為公司資產(chǎn)的市場(chǎng)價(jià)值，t為債務(wù)期限，σα為公司資產(chǎn)價(jià)值的波動(dòng)率，r為無(wú)風(fēng)險(xiǎn)利率，σE為公司股權(quán)價(jià)值的波動(dòng)率。</p><

24、p>　　根據(jù)KMV模型假設(shè)條件，企業(yè)資產(chǎn)價(jià)值必須服從正態(tài)分布，則我們可以得出違約距離：</p><p><b>　　(1.6)</b></p><p>　　其中DP為企業(yè)違約點(diǎn)，為企業(yè)未來(lái)資產(chǎn)價(jià)值期望值。</p><p>　　已知DD，則可以得到實(shí)際的違約概率（EDF），即確定違約距離與違約率的映射關(guān)系。</p><p

25、><b>　　(1.7)</b></p><p>　　KMV公司根據(jù)公司違約和破產(chǎn)頻率的歷史數(shù)據(jù)，通過(guò)比較違約距離和違約概率之間的聯(lián)系，擬合出代表違約距離的預(yù)期違約頻率函數(shù)，使預(yù)期違約概率與公司股票價(jià)格變化、債務(wù)水平和資產(chǎn)波動(dòng)性等密切相關(guān)。</p><p>　　1.3 KMV模型優(yōu)缺點(diǎn)</p><p>　　1.3.1 KMV模型優(yōu)點(diǎn)<

26、;/p><p>　?。?） KMV模型擁有強(qiáng)有力的理論基礎(chǔ)</p><p>　　由于KMV模型是一個(gè)基于現(xiàn)代公司期權(quán)理論的信用風(fēng)險(xiǎn)度量模型，模型中的股權(quán)被視為對(duì)于公司資產(chǎn)的看漲期權(quán)。它克服了傳統(tǒng)的信用風(fēng)險(xiǎn)量化模型的缺陷，以Merton模型為理論基礎(chǔ)，利用動(dòng)態(tài)的市場(chǎng)價(jià)格作為輸入數(shù)據(jù)。</p><p>　?。?） KMV模型是一種動(dòng)態(tài)化模型</p><p

27、>　　KMV模型利用的數(shù)據(jù)是動(dòng)態(tài)化的，所以可以在任何股份制公司運(yùn)用度量。股市每日都會(huì)更新上市公司股票交易數(shù)據(jù)和公司財(cái)務(wù)報(bào)表，因此，模型可以時(shí)常更新數(shù)據(jù)，及時(shí)反映公司預(yù)期的違約概率，此指標(biāo)對(duì)公司違約頻率的度量是連續(xù)的。</p><p>　?。?） KMV模型是一種具有前瞻性的模型</p><p>　　KMV模型利用的數(shù)據(jù)是以股票市場(chǎng)數(shù)據(jù)為基礎(chǔ)，非賬簿價(jià)值此類(lèi)會(huì)計(jì)核算數(shù)據(jù)，這樣就克服了過(guò)

28、去模型利用歷史靜態(tài)數(shù)據(jù)的缺陷。由于模型利用的股票市場(chǎng)數(shù)據(jù)綜合反映了公司的歷史、現(xiàn)狀和未來(lái)預(yù)期狀況，因此，模型提供的違約概率較過(guò)去的信用評(píng)估等級(jí)更加敏感。</p><p>　　1.3.2 KMV模型缺點(diǎn)</p><p>　?。?） 適用范圍受到限制</p><p>　　KMV模型一般適用于對(duì)上市公司信用風(fēng)險(xiǎn)進(jìn)行度量評(píng)估，而對(duì)非上市公司進(jìn)行評(píng)估由于難以獲得市場(chǎng)動(dòng)態(tài)數(shù)據(jù)，

29、需要借助很多相關(guān)會(huì)計(jì)資料，同時(shí)要進(jìn)行對(duì)比分析，計(jì)算結(jié)果也很難達(dá)到效果</p><p>　?。?） 假定模型服從正態(tài)分布</p><p>　　KMV模型假定借款企業(yè)的資產(chǎn)價(jià)值呈正態(tài)分布，才能計(jì)算出違約概率（EDF）值?，F(xiàn)實(shí)中，并非所有的借款企業(yè)資產(chǎn)價(jià)值都是正態(tài)分布的。</p><p>　?。?） 未考慮國(guó)有股問(wèn)題</p><p>　　我國(guó)上市公

30、司股份結(jié)構(gòu)中絕大部分是國(guó)有股，而國(guó)有股不像流通股那樣可以在流通市場(chǎng)上公開(kāi)交易，其價(jià)值無(wú)法從市場(chǎng)數(shù)據(jù)中直接觀(guān)測(cè)。因此，在我國(guó)應(yīng)用KMV模型必須考慮國(guó)有股價(jià)值確定的問(wèn)題。</p><p>　?。?）歷史違約數(shù)據(jù)缺乏</p><p>　　KMV模型根據(jù)不同違約距離值的公司的歷史違約數(shù)據(jù)，確定違約距離與違約率之間的映射關(guān)系，以此來(lái)估計(jì)預(yù)期違約率的大小。因此，上市公司違約歷史數(shù)據(jù)庫(kù)是必不可少的。在我

31、國(guó)，由于信用體系尚未建立，有關(guān)公司違約歷史統(tǒng)計(jì)數(shù)據(jù)嚴(yán)重缺乏，很難把理論違約距離轉(zhuǎn)化成實(shí)際違約率。</p><p>　　2 KMV模型在我國(guó)農(nóng)業(yè)類(lèi)上市公司應(yīng)用的計(jì)算檢驗(yàn)</p><p><b>　　2.1 檢驗(yàn)思路</b></p><p>　　本文根據(jù)農(nóng)業(yè)類(lèi)上市公司現(xiàn)狀以及KMV模型理論原理對(duì)其進(jìn)行信用風(fēng)險(xiǎn)度量研究。一方面依據(jù)KMV模型違約概率計(jì)

32、算步驟計(jì)算出農(nóng)業(yè)類(lèi)上市公司的股權(quán)價(jià)值及其波動(dòng)率，根據(jù)ROC曲線(xiàn)確定其違約點(diǎn)，并利用MathCAD計(jì)算軟件計(jì)算出資產(chǎn)價(jià)值及其波動(dòng)率，最后計(jì)算出農(nóng)業(yè)類(lèi)上市公司違約距離及違約概率；另一方面，本文還依據(jù)計(jì)算出的違約距離及違約概率對(duì)我國(guó)農(nóng)業(yè)類(lèi)ST與非ST上市公司的信用風(fēng)險(xiǎn)現(xiàn)狀進(jìn)行多方面檢驗(yàn)及評(píng)價(jià)，以更好地實(shí)現(xiàn)對(duì)我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)的度量和評(píng)價(jià)。</p><p><b>　　2.2 樣本選取</b>

33、;</p><p>　　我國(guó)目前已經(jīng)在證券市場(chǎng)上市的有49家農(nóng)業(yè)類(lèi)上市公司，由于樣本計(jì)算基準(zhǔn)日定為2010年01月08日，為保證研究數(shù)據(jù)的準(zhǔn)確性，除去在此之后上市的海南橡膠（600118）、星河生物（300143）、西部牧業(yè)（300106）、國(guó)聯(lián)水產(chǎn)（300094）、荃銀高科（300087）、大康牧業(yè)（002505）、雛鷹農(nóng)牧（002477）、益生股份（002458）、壹橋苗業(yè)（002447），還有已經(jīng)停止上市的

34、ST中農(nóng)（600313），樣本最終剩下39只股票樣本。本文將選取這39家上市公司的每周收盤(pán)價(jià)作為研究對(duì)象，同時(shí)增加2008年上半年、2009年上半年、2008年下半年、2009年下半年這4個(gè)作為預(yù)測(cè)期進(jìn)行對(duì)比。具體樣本公司見(jiàn)表2－1：</p><p>　　表 2－1 農(nóng)業(yè)類(lèi)上市公司一覽表</p><p><b>　　續(xù)表</b></p><p>

35、;<b>　　2.3 參數(shù)確定</b></p><p>　　2.3.1 無(wú)風(fēng)險(xiǎn)利率與債務(wù)期限的確定</p><p>　　經(jīng)濟(jì)意義上的無(wú)風(fēng)險(xiǎn)利率指的是市場(chǎng)普遍認(rèn)為沒(méi)有違約風(fēng)險(xiǎn)的證券收益率。基于KMV模型假設(shè)條件中關(guān)于貸款人償清債務(wù)前無(wú)風(fēng)險(xiǎn)利率固定不變這一條，本文將以我國(guó)半年期存貸款利率做為無(wú)風(fēng)險(xiǎn)利率?；跀?shù)據(jù)的可實(shí)現(xiàn)性以及準(zhǔn)確性，本文將以半年期做為定為債務(wù)期限，即t＝0

36、.5各年具體無(wú)風(fēng)險(xiǎn)利率參考表2－2</p><p>　　表2－2 半年期存款利率表</p><p>　　資料來(lái)源：中國(guó)人民銀行網(wǎng)站</p><p>　　2.3.2 股權(quán)價(jià)值的確定</p><p>　　我國(guó)上市公司的股權(quán)結(jié)構(gòu)，長(zhǎng)期以來(lái)一直存在著流通股和非流通股。因此，非流通股價(jià)值的計(jì)算方法對(duì)計(jì)算結(jié)果會(huì)有很大影響。本文將每股凈資產(chǎn)作為非流通股的價(jià)

37、格，則股權(quán)價(jià)值=流通股股數(shù)×市價(jià)+非流通股股數(shù)×每股凈資產(chǎn)。非ST公司計(jì)算結(jié)果見(jiàn)表2－3，ST公司計(jì)算結(jié)果見(jiàn)表2－4：</p><p>　　表2－3 非ST企業(yè)股權(quán)價(jià)值</p><p>　　表2－4 ST企業(yè)股權(quán)價(jià)值表</p><p>　　2.3.3 股權(quán)價(jià)值波動(dòng)率的確定</p><p>　　由于KMV模型的假設(shè)條件要求企

38、業(yè)的資產(chǎn)收益服從正態(tài)分布，公司的市場(chǎng)價(jià)值服從Brown隨機(jī)運(yùn)動(dòng)，則股權(quán)價(jià)值波動(dòng)率可以由歷史波動(dòng)率模型來(lái)計(jì)算，歷史波動(dòng)率模型就是用上市公司前一周的股價(jià)來(lái)預(yù)測(cè)本周股價(jià)，則股票的對(duì)數(shù)收益率為：</p><p><b>　?。?.1）</b></p><p>　　其中，Si表示樣本公司本交易周股票的收盤(pán)價(jià)；Si-1則表示樣本公司上一交易周股票的收盤(pán)價(jià)。則股權(quán)價(jià)值日波動(dòng)率：&l

39、t;/p><p><b>　?。?.2）</b></p><p>　　股權(quán)價(jià)值年波動(dòng)率的計(jì)算依賴(lài)于股票的交易天數(shù)來(lái)確定：</p><p>　　非ST企業(yè)具體計(jì)算結(jié)果見(jiàn)表2－5，ST企業(yè)具體計(jì)算結(jié)果見(jiàn)表2－6：</p><p>　　表2－5 非ST企業(yè)股權(quán)價(jià)值波動(dòng)率</p><p>　　表2－6 非ST

40、企業(yè)股權(quán)價(jià)值波動(dòng)率</p><p><b>　　續(xù)表</b></p><p>　　2.3.4 違約點(diǎn)的確定</p><p>　　當(dāng)公司資產(chǎn)市場(chǎng)價(jià)值低于負(fù)債面值總額時(shí)，公司發(fā)生違約。但是，負(fù)債總額中的長(zhǎng)期負(fù)債往往能緩解公司償還債務(wù)壓力。KMV公司研究表明，違約點(diǎn)值處于負(fù)債總額與流動(dòng)負(fù)債之間的某一點(diǎn)，該點(diǎn)的值為流動(dòng)負(fù)債加長(zhǎng)期負(fù)債的一半。由于我國(guó)股票

41、市場(chǎng)的情況跟國(guó)外存在一定差異，在確定長(zhǎng)期負(fù)債比例時(shí)，為了考察不同違約點(diǎn)對(duì)違約距離識(shí)別上市公司信用風(fēng)險(xiǎn)能力的影響，分別從以下三種情況進(jìn)行考慮：(一)DP=STD+0.25*LTD</p><p>　　(二)DP= STD+0.5*LTD</p><p>　　(三)DP= STD+0.75*LTD。</p><p>　　其中，DP：違約點(diǎn)；STD：流動(dòng)負(fù)債；LTD：長(zhǎng)期

42、負(fù)債。</p><p>　　本文應(yīng)用ROC曲線(xiàn)研究KMV模型的最優(yōu)違約點(diǎn)。ROC曲線(xiàn)反映了信用風(fēng)險(xiǎn)模型在某一臨界點(diǎn)時(shí)識(shí)別信用風(fēng)險(xiǎn)的能力。在圖（3－1）中，X軸依據(jù)違約距離大小把非ST公司從小到大排列，Y軸是違約距離小于或等于某一給定X值時(shí)的ST/*ST公司累積百分比。ROC曲線(xiàn)體現(xiàn)了模型在排除一定比例非ST公司時(shí)能夠排除多少比例ST/*ST公司的能力。該曲線(xiàn)離對(duì)角線(xiàn)越遠(yuǎn)，模型的分辨能力越強(qiáng)，反之則越弱。從下圖(3

43、－1)可以看出，當(dāng)模型的違約點(diǎn)值設(shè)定為違約點(diǎn)值DP=流動(dòng)負(fù)債+50%長(zhǎng)期負(fù)債時(shí)，模型對(duì)樣本公司具有最強(qiáng)的分辨能力；當(dāng)違約點(diǎn)值DP=流動(dòng)負(fù)債+50％長(zhǎng)期負(fù)債以及違約點(diǎn)值DP=流動(dòng)負(fù)債+75%長(zhǎng)期負(fù)債時(shí)，模型對(duì)樣本公司飛兒分辨能力較弱。這一點(diǎn)與KMV公司推薦的違約點(diǎn)等于流動(dòng)負(fù)債加50％長(zhǎng)期負(fù)債時(shí)，模型的判別分辨能力最強(qiáng)的結(jié)論完全一致。這同時(shí)說(shuō)明在中國(guó)的農(nóng)業(yè)類(lèi)上市公司中，ST/*ST公司比非ST公司具有較大的短期債務(wù)償還壓力。由表3－7可以看

44、出當(dāng)違約點(diǎn)值在DP=流動(dòng)負(fù)債+50%長(zhǎng)期負(fù)債與DP＝流動(dòng)負(fù)債+50%長(zhǎng)期負(fù)債時(shí)，兩者的ROC觀(guān)測(cè)值相等，均等于0.848，這一點(diǎn)表明在這兩個(gè)點(diǎn)上，我國(guó)農(nóng)業(yè)類(lèi)上市公司的信用違</p><p>　　表2－7 ROC曲線(xiàn)分析表</p><p>　　圖2－1 ROC曲線(xiàn)檢驗(yàn)</p><p>　　根據(jù)ROC曲線(xiàn)確定的最優(yōu)違約點(diǎn)結(jié)論：</p><p>　

45、　DP=STD+0.5*LTD </p><p>　　根據(jù)公式得出違約點(diǎn)計(jì)算結(jié)果，如表2－8，表2－9所示：</p><p>　　表2－8 非ST公司違約點(diǎn)表</p><p>　　表2－9 ST公司違約點(diǎn)表</p><p>　　2.3.5 資產(chǎn)價(jià)值及資產(chǎn)價(jià)值波動(dòng)率的確定</p><p>　　在以上參數(shù)確定的基礎(chǔ)上，聯(lián)系

46、上一章提到的公式，利用MathCAD程序解方程組，可算出資產(chǎn)價(jià)值與資產(chǎn)價(jià)值波動(dòng)率。計(jì)算結(jié)果如下：</p><p>　　表2－10 資產(chǎn)價(jià)值與資產(chǎn)價(jià)值波動(dòng)率</p><p><b>　　續(xù)表</b></p><p>　　表2－11 ST公司資產(chǎn)價(jià)值與資產(chǎn)價(jià)值波動(dòng)率</p><p>　　2.3.6 違約距離與違約概率的計(jì)算&

47、lt;/p><p>　　得出資產(chǎn)價(jià)值，違約點(diǎn)，股權(quán)價(jià)值以上參數(shù)后，根據(jù)違約距離公式，通過(guò)EXCEL很容易得出結(jié)果。</p><p>　　表2－12 非ST公司違約距離與違約概率</p><p><b>　　續(xù)表</b></p><p>　　表2－13 ST公司違約距離與違約概率</p><p>　　由

48、表2－13，表2－14可以看出違約距離與違約概率呈負(fù)相關(guān)關(guān)系。從表中得出農(nóng)業(yè)類(lèi)上市公司2010年上半年的平均違約距離為3.254，屬于行業(yè)內(nèi)風(fēng)險(xiǎn)較低的公司有東方海洋（002086）、禾嘉股份（600093）、國(guó)投中魯（600962）、福成五豐（600965）、亞盛集團(tuán)（600108）、永安林業(yè)（000663）、隆平高科（000998）、吉林森工（600189）、新五豐（600975）、順鑫農(nóng)業(yè)（000860）、敦煌種業(yè)（600354）、

49、景谷林業(yè)（600254）、好當(dāng)家（600467）、開(kāi)創(chuàng)國(guó)際（600097）以及北大荒（600598）。獐子島（002069）、延長(zhǎng)化建（600248）以及羅牛山（000735）的違約距離小于2，與同行業(yè)其他上市公司相比違約距離相對(duì)較小，表明其信用風(fēng)險(xiǎn)較大。延長(zhǎng)化建（600248）信用風(fēng)險(xiǎn)相對(duì)較高可能是因?yàn)槠錄](méi)有政府補(bǔ)助，而且除陜西地區(qū)以外，其他地區(qū)營(yíng)業(yè)收入較去年同期減少了37.52%。獐子島（002069）信用風(fēng)險(xiǎn)相對(duì)較高可能與其上市不

50、久，對(duì)市場(chǎng)的掌控能力不足有關(guān)。羅牛山（000735）違約率上升是由于全國(guó)生豬銷(xiāo)售價(jià)格自2010年1月份以來(lái)持續(xù)下跌，飼</p><p>　　2.4 計(jì)算檢驗(yàn)分析</p><p>　　KMV信用風(fēng)險(xiǎn)評(píng)估模型的作用是為了判斷上市公司違約的可能性，而違約的可能性不論是經(jīng)驗(yàn)的違約率還是理論的違約率，都是與違約距離DD一一對(duì)應(yīng)的。根據(jù)前幾章的論述，我們知道ST公司相對(duì)于非ST公司是極有可能違約的，S

51、T公司總體與非ST公司總體的違約率應(yīng)該有明顯的差別，所以ST公司總體與非ST公司總體的違約距離也應(yīng)該有明顯的差別。本文采用多種方法用SPSS統(tǒng)計(jì)分析軟件對(duì)ST公司與非ST公司的違約距離的差異作檢驗(yàn)。</p><p>　　2.4.1 相關(guān)性分析</p><p>　　通過(guò)皮爾遜相關(guān)性分析可以驗(yàn)證KMV模型在我國(guó)農(nóng)業(yè)類(lèi)上市公司的實(shí)用性。皮爾遜相關(guān)系數(shù)又稱(chēng)積矩相關(guān)系數(shù)，適用于測(cè)量定量數(shù)據(jù)之間的相關(guān)

52、程度。皮爾遜相關(guān)系數(shù)越高，說(shuō)明兩樣本的相關(guān)程度越高。本文選用資產(chǎn)價(jià)值收益率與股權(quán)價(jià)值收益率分別與違約距離DD進(jìn)行相關(guān)性分析。</p><p>　　股權(quán)價(jià)值波動(dòng)率與違約距離相關(guān)性分析</p><p>　　本文應(yīng)用的股權(quán)價(jià)值是考慮到農(nóng)業(yè)類(lèi)上市公司中大部分的非流通股進(jìn)行計(jì)算得出的，本文以農(nóng)業(yè)類(lèi)上市公司股權(quán)價(jià)值波動(dòng)率和違約距離作為樣本，在置信度為0.01%的水平上進(jìn)行相關(guān)性分析。由表2－14可見(jiàn)，

53、違約距離與股權(quán)價(jià)值波動(dòng)率在很高的置信水平上（超過(guò)99%）的相關(guān)系數(shù)為0.850，兩者之間高度相關(guān)，由于兩個(gè)變量之間高度負(fù)相關(guān)，即股權(quán)價(jià)值波動(dòng)率上升時(shí)，違約距離下降。因此表明股價(jià)波動(dòng)對(duì)違約距離產(chǎn)生影響，該模型對(duì)農(nóng)業(yè)類(lèi)上市公司具有較好的適用性，股價(jià)波動(dòng)率上升，會(huì)導(dǎo)致違約距離縮小，擴(kuò)大企業(yè)違約風(fēng)險(xiǎn)。</p><p>　　表2-14 違約距離與股權(quán)價(jià)值波動(dòng)率相關(guān)性分析</p><p>　　資產(chǎn)價(jià)值

54、波動(dòng)率與違約距離相關(guān)性分析</p><p>　　本文應(yīng)用MathCAD軟件計(jì)算得出資產(chǎn)的市場(chǎng)價(jià)值及其波動(dòng)率，故以農(nóng)業(yè)類(lèi)上市公司資產(chǎn)價(jià)值波動(dòng)率和違約距離作為樣本，在置信度為0.01%的水平上進(jìn)行相關(guān)性分析，以檢驗(yàn)KMV模型對(duì)農(nóng)業(yè)類(lèi)上市公司的適用性。由表2－15可見(jiàn)，違約距離與資產(chǎn)波動(dòng)率在在很高的置信水平上（超過(guò)99%）的相關(guān)系數(shù)為0.702，表明兩者顯著相關(guān)。由于兩者顯著負(fù)相關(guān)，即資產(chǎn)價(jià)值波動(dòng)率上升，違約距離下降。

55、因此，企業(yè)資產(chǎn)價(jià)值波動(dòng)大時(shí)，違約風(fēng)險(xiǎn)越大。</p><p>　　表2－15 資產(chǎn)價(jià)值波動(dòng)率與違約距離相關(guān)性分析</p><p>　　2.4.2 T檢驗(yàn)分析</p><p>　　（1） 5家ST公司與非ST公司2010年違約距離分析</p><p>　　本文將選出每股收益排在前五的非ST公司與5家ST公司進(jìn)行T檢驗(yàn)分析，以區(qū)分兩者差異。根據(jù)表2

56、－16，選出5只樣本，分別是登海種業(yè)（002041），獐子島（002069），順鑫農(nóng)業(yè)（000860），豐樂(lè)種業(yè)（000713），新疆天業(yè)（600075）；</p><p>　　表2－16 非ST公司每股收益表</p><p>　　根據(jù)表2－16可見(jiàn)，ST農(nóng)業(yè)類(lèi)上市公司違約距離均值等于3.14，非ST農(nóng)業(yè)類(lèi)上市公司違約距離均值為2.5976，兩者的均值差為0.5424，T值為0.846，兩

57、者的標(biāo)準(zhǔn)偏差分別為0.514308和1.0209578，標(biāo)準(zhǔn)偏差差異值為1.4332595，兩者的均值標(biāo)準(zhǔn)誤差分別為0.230046和0.4565862，均指標(biāo)準(zhǔn)誤差差異為0.6409731。顯著性水平為0.445>0.05，不能拒絕原假設(shè)。表明ST農(nóng)業(yè)類(lèi)上市公司與非ST農(nóng)業(yè)類(lèi)上市公司兩者在2010年上半年信用風(fēng)險(xiǎn)違約值不存在顯著性差異。</p><p>　　表2－16 ST公司與非ST公司違約距離T值檢

58、驗(yàn)</p><p><b>　　續(xù)表</b></p><p>　　表2－17 ST公司與非ST公司違約距離T值檢驗(yàn)</p><p>　?。?） 3年DD均值顯著性分析</p><p>　　鑒于上一節(jié)得出結(jié)論證明ST公司與非ST公司不存在顯著性差異，本節(jié)為此進(jìn)行補(bǔ)充論證。選取2008年上半年、2008年下半年、2009年上

59、半年、2009年下半年以及2010年上半年5個(gè)預(yù)測(cè)周期的違約距離均值進(jìn)行比較分析。</p><p>　　表2－18 3年違約距離均值表</p><p>　　根據(jù)表2－18均值表可以看出非ST農(nóng)業(yè)類(lèi)上公司自2008年1月以來(lái)，其違約距離均值為1.700783，1.916806，2.914，3.120406和3.254324，而ST農(nóng)業(yè)類(lèi)上市公司的違約距離均值依次為1.239667，1.857

60、25，2.7855，2.7442和3.14。非ST農(nóng)業(yè)類(lèi)上市公司違約距離均值均高于ST農(nóng)業(yè)類(lèi)上市公司。為直觀(guān)表達(dá)，特制圖2－2，由圖2－2可以看出，農(nóng)業(yè)類(lèi)上市公司違約距離自2008年到2010年是不斷提高的?？梢?jiàn)08年金融危機(jī)對(duì)農(nóng)業(yè)類(lèi)上市公司影響是顯著的，我國(guó)農(nóng)業(yè)復(fù)蘇速度也很快，自2009年后，農(nóng)業(yè)類(lèi)上市公司違約距離均值開(kāi)始穩(wěn)步提高，說(shuō)明近一年我國(guó)農(nóng)業(yè)類(lèi)上市公司加強(qiáng)了信用監(jiān)管，經(jīng)營(yíng)狀況得到了改善。</p><p>

61、;　　圖2－2 3年違約距離均值圖</p><p>　　根據(jù)表2－18中的數(shù)據(jù)，對(duì)ST農(nóng)業(yè)上市公司與非ST農(nóng)業(yè)上市公司進(jìn)行顯著性T檢驗(yàn)分析。</p><p>　　表2－19 5個(gè)預(yù)測(cè)周期違約距離均值T檢驗(yàn)</p><p>　　表2－20 5個(gè)預(yù)測(cè)周期違約距離均值T檢驗(yàn)</p><p>　　根據(jù)顯著性檢驗(yàn)T檢驗(yàn)分析，自2008年至2010年上

62、半年，我國(guó)ST農(nóng)業(yè)類(lèi)上市公司違約距離均值為2.353323，非ST農(nóng)業(yè)類(lèi)上市公司違約距離均值為2.581266，兩者的均值差為－0.227943。兩者的標(biāo)準(zhǔn)偏差分別為0.7817834和0.7195710，他們的標(biāo)準(zhǔn)偏差差異值為0.1785419。兩者的均值標(biāo)準(zhǔn)誤差分別為0.3496242和0.3218019，他們的均指標(biāo)準(zhǔn)誤差差異值為0.0798464。T值為―2.855，顯著性水平為0.046<0.05，拒絕原假設(shè)，表明ST農(nóng)

63、業(yè)類(lèi)上市公司與非ST農(nóng)業(yè)類(lèi)上市公司存在顯著性差異，即ST類(lèi)農(nóng)業(yè)類(lèi)上市公司的違約距離在整體上是小于非ST類(lèi)公司的違約距離。通過(guò)對(duì)違約距離的分析得出，違約距離大，則償債能力強(qiáng)，信用風(fēng)險(xiǎn)?。环粗?，違約距離小，則償債能力弱，信用風(fēng)險(xiǎn)大。也就是說(shuō)ST類(lèi)公司的違約概率要比非ST類(lèi)公司大，這也符合證券市場(chǎng)的現(xiàn)實(shí)情況。因此，KMV模型在對(duì)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)的整體度量方面是比較適合的。</p><p>　　2.4.3 Wilc

64、oxon檢驗(yàn)</p><p>　　在驗(yàn)證KMV模型適用于農(nóng)業(yè)類(lèi)上市公司的基礎(chǔ)上，本文通過(guò)Wilcoxon非參數(shù)檢驗(yàn)對(duì)農(nóng)業(yè)類(lèi)上市公司在08年次貸危機(jī)后信用風(fēng)險(xiǎn)的變化進(jìn)行了顯著性差異分析。</p><p>　　表2－21 2010年上半年與2008年上半年非參數(shù)檢驗(yàn)</p><p>　　a 2008年上半年< 2010年上半年</p><p&

65、gt;　　b 2008年上半年 > 2010年上半年</p><p>　　c 2008年上半年＝2010年上半年</p><p>　　表2－22 2010年上半年與2008年上半年非參數(shù)檢驗(yàn)</p><p>　　由表2－22可以看出，Z值為－4.869，同時(shí)表示的雙尾P值為0.000<0.05，表明2010年的違約距離與2008年的違約距離具有顯著性

66、差異。因此，說(shuō)明農(nóng)業(yè)類(lèi)上市公司在2008年次貸危機(jī)時(shí)期也受到了較大影響，而在兩年內(nèi)經(jīng)營(yíng)管理改善，使其違約距離不斷提高，兩者差異越來(lái)越大。</p><p>　　2.5 實(shí)證檢驗(yàn)結(jié)果</p><p>　　通過(guò)運(yùn)用KMV模型計(jì)算度量農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)，得出以下結(jié)論。</p><p>　?。?）由于我國(guó)農(nóng)業(yè)類(lèi)上市公司大多為國(guó)有企業(yè)，其股本結(jié)構(gòu)中除了流通股外，還有大量的非

67、流通股，所以上市公司的股權(quán)市值就不能按照股票收盤(pán)價(jià)來(lái)計(jì)算。本文在計(jì)算農(nóng)業(yè)類(lèi)上市公司股權(quán)市值時(shí)采用流通股和非流通股分別計(jì)算的方法，其中非流通股按照凈資產(chǎn)的方式進(jìn)行計(jì)算。</p><p>　　（2）針對(duì)我國(guó)目前上市公司整體信用度不明確的情況，本文選取了被ST的上市公司作為研究樣本，使用ROC曲線(xiàn)對(duì)農(nóng)業(yè)類(lèi)上市公司違約點(diǎn)進(jìn)行了最優(yōu)刪選，最后得出DP=STD+0.5*LTD最符合農(nóng)業(yè)類(lèi)上市公司實(shí)情，能更好地分辨農(nóng)業(yè)類(lèi)上市公

68、司信用風(fēng)險(xiǎn)狀況。</p><p>　?。?）本章使用KMV模型對(duì)2010年還處于ST的公司進(jìn)行分析，得出80%的ST公司違約距離小于3.5，并且發(fā)現(xiàn)ST公司違約距離與非ST公司在2010年上半年不存在顯著性差異，這樣的情況可能是由于我國(guó)證券市場(chǎng)的整體發(fā)展情況的特定經(jīng)歷以及我國(guó)上市公司公布的財(cái)務(wù)報(bào)表反映的財(cái)務(wù)但是通過(guò)對(duì)歷年違約距離均值比較分析，最后得出ST與非ST公司違約距離仍然存在顯著性差異。</p>

69、<p>　?。?）本文根據(jù)每股收益排名，選取5家ST類(lèi)上市公司和5家與之配對(duì)的非ST類(lèi)上市公司作為研究對(duì)象，運(yùn)用修正后的KMV模型對(duì)它們的信用風(fēng)險(xiǎn)情況進(jìn)行分析，并利用t檢驗(yàn)對(duì)計(jì)算出的違約距離進(jìn)行檢驗(yàn)，結(jié)果表明調(diào)整相關(guān)參數(shù)后的KMV模型比較適用于我國(guó)上市公司，并能夠較好地反映上市公司的信用狀況，計(jì)算出的違約距離可以作為度量上市公司信用風(fēng)險(xiǎn)的指標(biāo)。</p><p><b>　　3 研究結(jié)論與展

70、望</b></p><p>　　3.1 我國(guó)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)現(xiàn)狀</p><p>　　根據(jù)實(shí)證分析的結(jié)論，可以看出我國(guó)農(nóng)業(yè)類(lèi)上市公司違約風(fēng)險(xiǎn)水平分布并不均勻。主要體現(xiàn)在以下幾個(gè)方面：</p><p><b>　　（1） 規(guī)模不足</b></p><p>　　在我國(guó)，農(nóng)業(yè)雖說(shuō)是國(guó)民經(jīng)濟(jì)基礎(chǔ)部門(mén)，可在我國(guó)證

71、券市場(chǎng)上一共才49家農(nóng)業(yè)類(lèi)上市公司，僅占我國(guó)上市公司2079家總數(shù)的2.3%。</p><p>　　圖3－1 上市公司分布圖</p><p>　　資料來(lái)源：上海證券交易所網(wǎng)站</p><p><b>　?。?）政策支持</b></p><p>　　西部大開(kāi)發(fā)戰(zhàn)略實(shí)施以來(lái)，國(guó)家針對(duì)“三農(nóng)問(wèn)題”出臺(tái)了旨在支持農(nóng)業(yè)發(fā)展的一系列

72、優(yōu)惠政策,并對(duì)涉農(nóng)企業(yè)給予了優(yōu)惠。特別是國(guó)家級(jí)的涉農(nóng)上市公司，享受的國(guó)家優(yōu)惠政策更多，主要表現(xiàn)為減免稅收、信貸優(yōu)惠、價(jià)格補(bǔ)貼優(yōu)惠和資金技術(shù)支持。同時(shí)，國(guó)家對(duì)涉農(nóng)產(chǎn)業(yè)的價(jià)格優(yōu)惠政策又在一定程度上阻礙了此類(lèi)上市公司實(shí)行市場(chǎng)化經(jīng)營(yíng)。</p><p><b>　?。?）經(jīng)營(yíng)不善</b></p><p>　　我國(guó)上市公司平均市盈率為31.04倍，而我國(guó)農(nóng)業(yè)類(lèi)上市公司平均市盈率則

73、占到93. 55倍，遠(yuǎn)遠(yuǎn)超出市場(chǎng)平均水平，這說(shuō)明這個(gè)行業(yè)的經(jīng)營(yíng)狀況是所有上市公司中最差的。</p><p>　　圖3－2 上市公司市盈率分布圖</p><p>　　資料來(lái)源：上海證券交易所</p><p>　　（4）事業(yè)穩(wěn)定性方面</p><p>　　農(nóng)業(yè)類(lèi)上市公司涉農(nóng)項(xiàng)目具有比較顯著的季節(jié)性、周期性特征，從而在很大程度上對(duì)涉農(nóng)上市公司生產(chǎn)經(jīng)

74、營(yíng)活動(dòng)產(chǎn)生季節(jié)性影響。 以中水漁業(yè)(000798)和中福實(shí)業(yè)(000592)為例，中水漁業(yè)(000798)作為農(nóng)業(yè)類(lèi)海洋漁業(yè)生產(chǎn)企業(yè)，公司的主營(yíng)業(yè)務(wù)是遠(yuǎn)洋水產(chǎn)品的捕撈、儲(chǔ)運(yùn)、加工、銷(xiāo)售和進(jìn)出口等。2010年上半年公司根據(jù)南美阿根廷魷魚(yú)資源變化，加大了秘魯魷魚(yú)補(bǔ)充漁場(chǎng)開(kāi)發(fā)力度，繼續(xù)著力金槍魚(yú)項(xiàng)目建設(shè)。但是公司601-611，618-619號(hào)金槍魚(yú)釣船老化，生產(chǎn)效率相對(duì)降低；南美阿根廷魷魚(yú)資源大幅下降，給全年生產(chǎn)帶來(lái)很大沖擊；由于美元貶值，

75、導(dǎo)致進(jìn)口的生產(chǎn)資料價(jià)格上漲，加大了成本壓力。中福實(shí)業(yè)(000592)主營(yíng)業(yè)務(wù)為造林、營(yíng)林、林產(chǎn)品加工與銷(xiāo)售，實(shí)施“林板一體化”的發(fā)展模式。全球金融危機(jī)對(duì)我國(guó)經(jīng)濟(jì)、對(duì)林業(yè)及林產(chǎn)品加工行業(yè)帶來(lái)的消極影響在短時(shí)期內(nèi)尚不會(huì)消除，如果下游房地產(chǎn)裝修業(yè)、家具出口業(yè)、工藝業(yè)不景氣，會(huì)影響公司產(chǎn)品市場(chǎng)需求；此外，最近兩三年來(lái)我國(guó)中高密度纖維板產(chǎn)業(yè)新增生產(chǎn)線(xiàn)較多，企業(yè)市場(chǎng)競(jìng)爭(zhēng)日趨激烈。公司在進(jìn)一步擴(kuò)大公司林業(yè)主業(yè)過(guò)程中需要大量投資資金，公司現(xiàn)有資金不能滿(mǎn)

76、足長(zhǎng)遠(yuǎn)發(fā)展需要。林業(yè)經(jīng)營(yíng)區(qū)有</p><p>　　3.2 研究的不足之處</p><p>　　針對(duì)中國(guó)上市公司股權(quán)結(jié)構(gòu)及其所處市場(chǎng)環(huán)境的特殊性，本文調(diào)整了KMV模型中股權(quán)市場(chǎng)價(jià)值的計(jì)算方法以及討論了三種不同違約點(diǎn)值對(duì)違約距離識(shí)別上市公司信用風(fēng)險(xiǎn)能力的影響。實(shí)證分析證明，當(dāng)模型的違約點(diǎn)值設(shè)定為違約點(diǎn)值DP=流動(dòng)負(fù)債+50％長(zhǎng)期負(fù)債時(shí)，模型對(duì)樣本公司具有較強(qiáng)的分辨能力。這充分說(shuō)明了我國(guó)農(nóng)業(yè)類(lèi)上

77、市公司與大多數(shù)農(nóng)業(yè)企業(yè)一樣往往依賴(lài)長(zhǎng)期借款進(jìn)行企業(yè)改革。實(shí)證結(jié)果同時(shí)表明2010年我國(guó)ST上市農(nóng)業(yè)企業(yè)與非ST上市農(nóng)業(yè)企業(yè)兩者的違約概率不存在顯著差異。本人認(rèn)為上述兩種結(jié)果的出現(xiàn)主要有以下原因：</p><p>　　KMV模型在我國(guó)農(nóng)業(yè)類(lèi)上市公司的運(yùn)用需要進(jìn)一步完善。例如，期權(quán)定價(jià)理論近些年取得了較大的發(fā)展，到底哪一種期權(quán)定價(jià)公式對(duì)我國(guó)農(nóng)業(yè)類(lèi)上市公司更加合適，還需進(jìn)一步明確。</p><p&g

78、t;　　我國(guó)大多數(shù)銀行開(kāi)展內(nèi)部評(píng)級(jí)的時(shí)間不長(zhǎng)，各種數(shù)據(jù)庫(kù)的建立和維護(hù)都還不完善，數(shù)據(jù)缺乏連續(xù)性，限制了KMV模型在我國(guó)的運(yùn)用及完善。</p><p>　　我國(guó)股市的有效性問(wèn)題。中國(guó)股市尚處在規(guī)范和發(fā)展階段，股價(jià)對(duì)信息的反應(yīng)不充分以及人為操縱等原因。</p><p>　　對(duì)模型參數(shù)調(diào)整的考慮不夠全面。由于時(shí)間有限，本文沒(méi)有在確定最佳違約點(diǎn)計(jì)算方法的時(shí)候選擇更多參數(shù)進(jìn)行對(duì)比分析，僅3個(gè)參數(shù)對(duì)比

79、也許并不能正確反映模型真正的違約點(diǎn)。</p><p><b>　　3.3 未來(lái)展望</b></p><p>　　我國(guó)農(nóng)業(yè)類(lèi)上市公司在滬深股市上的數(shù)量較少，且交易金額較其他行業(yè)不多，產(chǎn)業(yè)盈利具有周期性。我國(guó)農(nóng)業(yè)類(lèi)上市公司在股權(quán)結(jié)構(gòu)上更多是以非流通股為主，故無(wú)法通過(guò)短期數(shù)據(jù)應(yīng)用KMV模型檢測(cè)出ST與非ST公司的差異性。所以提出以下展望：</p><p&

80、gt;　?。?）我國(guó)農(nóng)業(yè)類(lèi)上市公司應(yīng)該加快股份制改革步伐，加大市場(chǎng)流通性，以便更好地運(yùn)用KMV模型對(duì)其進(jìn)行信用風(fēng)險(xiǎn)評(píng)價(jià)。</p><p>　?。?）我國(guó)商業(yè)銀行能夠加快內(nèi)部評(píng)級(jí)機(jī)制，將信用等級(jí)制度落實(shí)到每個(gè)企業(yè)上，增加信用評(píng)級(jí)透明度。</p><p>　?。?）我國(guó)政府應(yīng)當(dāng)加大對(duì)農(nóng)業(yè)類(lèi)企業(yè)的政策扶植，幫助農(nóng)業(yè)類(lèi)上市公司更好的發(fā)揮基礎(chǔ)產(chǎn)業(yè)的作用，做到信用風(fēng)險(xiǎn)最低化。</p>&

81、lt;p><b>　　結(jié) 論</b></p><p>　　本文主要研究的是KMV模型在農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)度量的適用性。第一部分為具體的KMV模型的理論概述，第二部分概述了農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)現(xiàn)狀，第三部分中，本文首先利用KMV模型的計(jì)算步驟對(duì)農(nóng)業(yè)類(lèi)上市公司信用風(fēng)險(xiǎn)進(jìn)行了量化，得出了其違約距離。本文還利用資產(chǎn)價(jià)值波動(dòng)率、股權(quán)價(jià)值波動(dòng)率與計(jì)算結(jié)果違約距離進(jìn)行了相關(guān)性分析和T檢驗(yàn)。檢

82、驗(yàn)結(jié)果表明，資產(chǎn)價(jià)值波動(dòng)率、股權(quán)價(jià)值波動(dòng)率與違約距離具有顯著負(fù)相關(guān)，驗(yàn)證了KMV模型對(duì)農(nóng)業(yè)類(lèi)上市公司具有適用性，同時(shí)檢驗(yàn)得出農(nóng)業(yè)類(lèi)上市公司在08年次貸危機(jī)中受到影響，10年所受影響已明顯減弱。而10年上半年的短期數(shù)據(jù)結(jié)果卻出人意料，驗(yàn)證不出農(nóng)業(yè)類(lèi)上市公司10年上半年ST與非ST公司之間的差異性。本文通過(guò)對(duì)滬深股市的農(nóng)業(yè)類(lèi)上市公司連續(xù)3年的信用風(fēng)險(xiǎn)的實(shí)證分析，證明KMV模型違約點(diǎn)確定在DPT=STD+0.5*LTD時(shí)，是適合我國(guó)農(nóng)業(yè)上市公

83、司的計(jì)算公式,但還需要做進(jìn)一步驗(yàn)證。在我國(guó)現(xiàn)行條件下，違約距離和違約概率可以作為銀行監(jiān)控農(nóng)業(yè)類(lèi)上市公司貸款的預(yù)警指標(biāo)。還可以使用參數(shù)調(diào)整后的KMV模型對(duì)農(nóng)業(yè)上市公司進(jìn)行信用評(píng)級(jí)，以簡(jiǎn)單的數(shù)字直觀(guān)地表現(xiàn)農(nóng)業(yè)類(lèi)上市公司面臨的信用風(fēng)險(xiǎn),方</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1] 陸珩瑱,張佳慧. 基于KMV模型的紡織業(yè)上市公司信用風(fēng)險(xiǎn)研究[

84、J].價(jià)值工程,2010</p><p>　　[2] 劉蓓.“Z計(jì)分法”在家族企業(yè)A股中的實(shí)證分析[J].財(cái)會(huì)通訊,2010（4）</p><p>　　[3] 周沅帆. 基于KMV模型對(duì)我國(guó)上市保險(xiǎn)公司的信用風(fēng)險(xiǎn)度量[J].保險(xiǎn)研究,2009（3）</p><p>　　[4]魏勇.基于Credit Risk+模型的中國(guó)銀行益陽(yáng)分行信貸風(fēng)險(xiǎn)研究[D].湖南大學(xué),200

85、9</p><p>　　[5] 楊蓬勃,張成虎,張湘. 基于Logistic回歸分析的上市公司信貸違約概率預(yù)測(cè)模型研究[J].經(jīng)濟(jì)經(jīng)緯,2009（2）</p><p>　　[6]Ohlson, James, Financial Ratios and the Probabilistic Prediction of Bankruptcy [J].Journal of Accounting Re

86、search, 1980</p><p>　　[7]Zavgren, Christine. The Prediction of Corporate Failure: The State of the Art [J].Journal of Accounting Literature, 1983(2)</p><p>　　[8]Zmijeski, Mark.Methodoligal issue

87、s related to the estimation of financial distress prediction models [J].Journal of Accounting Research, 1984 (22)</p><p>　　[9]Vasicek.EDF and Corporate Bond Pricing.SanFrancisco, KMV [J], LLC, 1995</p>

88、<p>　　[10]Roger M.Stein.Evidence on the Incompleteness of Merton-type Structural</p><p>　　Models for Default Prediction [J].Moodys KMV Corporation, 2005(2)</p><p>　　[11]Perter Crodbie, J

89、eff Bohn. Model in Default Risk [J].Moodys KMV Corporation, 2003(10)</p><p><b>　　致 謝</b></p><p>　　隨著論文的完稿，四年的大學(xué)生涯即將結(jié)束。在此，我想向所有曾經(jīng)幫助過(guò)我的人致以最誠(chéng)摯的感謝。</p><p>　　首先，我要特別感謝我的導(dǎo)師王老

90、師，感謝他的嚴(yán)格要求和諄諄教誨，感謝他的悉心關(guān)懷和支持鼓勵(lì)。通過(guò)參與導(dǎo)師的課題研究實(shí)踐，我不僅掌握了科學(xué)研究的思維和方法，更重要的是學(xué)會(huì)了處事嚴(yán)謹(jǐn)，做人謙遜的態(tài)度。論文的選題、寫(xiě)作到定稿的整個(gè)過(guò)程以及我在學(xué)業(yè)上的每一點(diǎn)進(jìn)步都凝聚著她的點(diǎn)滴心血。在百忙之中，他精心修改，悉心指導(dǎo)，將我步步引入學(xué)術(shù)研究的殿堂，沒(méi)有他的點(diǎn)撥和啟發(fā)不可能成就今日的我。導(dǎo)師嚴(yán)謹(jǐn)求實(shí)的治學(xué)態(tài)度、謙遜的學(xué)者風(fēng)范、正直的處事方式與誠(chéng)信的為人風(fēng)格令我欽佩不已，將對(duì)我今后的

91、工作產(chǎn)生潛移默化的影響。在此謹(jǐn)致以最誠(chéng)摯的敬意！</p><p>　　其次，我要感謝我的家人，你們是我的精神支柱，無(wú)論何時(shí)，無(wú)論何地，你們總是站在我背后，默默地支持我，鼓勵(lì)我，激勵(lì)我前行，你們是我前進(jìn)的動(dòng)力和源泉。每當(dāng)我站在十字路口彷徨猶豫的時(shí)候，你們總是給我提供寶貴的意見(jiàn)，一路指引我前行。</p><p>　　最后，我還要感謝在論文寫(xiě)作過(guò)程中給予支持的其他老師和同學(xué)，正是有你們的鼎力相助