搜索
KMV模型主要是基于以下两点建立起来的：1)KMV通过模拟，证明了历史平均违约率及转移概率与实际情况相去甚远；2)处于同一信用等级的公司，其违约率也存在较大的差异，即违约概率在等级之间存在较大的重叠区域，如某些BBB级的债券很可能与AA级的债券具有相同的违约概率；KMV没有使用Moody或S&P的统计数据来赋予违约概率，而是根据Merton在1974年提出的模型来推导每个债务人的实际违约概率——期望违约率EDF（ExpectedDefaultFrequency），即违约概率是公司资本结构、资产收益波动率、资产现值等变量的函数，因而KMV模型主要是利用期权定价理论建立监控模型，用来对上市公司和上市银行的信用风险进行预测。一、贷款和期权之间的关系将一笔贷款借给债务人，在这项债务到期时会出现两种结果：一是债务人资金充足，能够按时归还本金与利息；二是债务人资不抵债，债务人在这种情况下只能通过资产清算来偿还部分债务。结合期权的概念，可以将这种债权债务关系分解为两个合约：1）债务到期时，债务人必须无条件的支付给债权人全额的借款（包括本金与利息，设为L）；2）债权人售给债务人一个“卖权”合约：当债务人的资产总额（设为V）小于其负债时执行该期权，标的资产为债务人的资产，执行价格为L；当债务人的资产总额大于其负债时，该合约不执行。这样，对于该项期权的空头持有者—债权人来说，该项期权得到期价值为：由于期权定价技术现在已经比较成熟，而且该“期权”的标的资产家宅及其波动性可以直接观察到，因而在债权管理中引入期权概念可以大大简化债务的风险量度，并可以将成熟的期权定价技术应用到债权管理中去，从而提高债权管理的准确性和有效性；同时可以根据直接观察到的债务人公司的资产市值确定多个债务人的违约相关系数，从而可以根据投资组合理论来优化有多个债权组成的债权组合。二、实际违约概率EDF的推导（1）DD（DistancetoDefault）的计算在期权定价框架中，违约行为发生于资产价值小于公司负债之时，但在实际生活中违约并不等于破产。KMV公司通过观测几百个公司样本，认为当资产价值达到总债务置于短期债务之间的某一点时公司才发生违约。因而资产价值低于债务总值的分位数可能并不是EDF的准确量度，主要有以下几个原因造成：资产收益率的非正态分布；资本结构的简化假设；一些未知的尚未支付的承诺协议等。因而，KMV在计算EDF之前添加了一个计算“DD”（DistancetoDefault）阶段。所谓DD，指的是资产价值的均值与违约点之间的标准差的个数。设：STD：短期债务；LTD：长期债务；（2）根据DD推导EDF根据大量的公司样本历史数据，寻找估计给定时间水平下将违约，而实际也发生违约行为的给定信用等级的公司，这类公司的比例为DD，也就是该类的公司的EDF。（3）根据EDF预测违约行为KMV从1993年开始，通过估计EDF来提供信用调控服务，并且证明了公司在违约之前的1~2年的时间里，其EDF会迅速增加。EDF的变化类似于Moody和S&P所作的降级评价工作，但是与Moody和S&P不同的是，EDF不受违约周期的影响：在经济衰退时，违约率会变大，但EDF会减小；在经济繁荣时，DD则会增大。三、定价模型KMV的定价模型基于“风险中性”假设，也称为鞅测度法（martingale），即根据期望的远期现金流来推导。该期望值是依据所谓的风险中性概率，而不是市场历史数据得到的实际概率，也不是EDF。（1）风险现金流的定价定价过程大致可以分为三步：首先对无违约风险的部分进行定价，然后是对暴露于违约风险的那部分进行定价，最后将二者合并。（2）风险中性EDF的推导四、KMV模型的评价KMV是运用现代期权定价理论建立起来的违约预测模型，是对传统信用风险度量方法的一次重要革命。首先，KMV可以充分利用资本市场上的信息，对所有公开上市企业进行信用风险的量化和分析；其次，由于该模型所获取的数据来自股票市场的资料，而非企业的历史数据，因而更能反映企业当前的信用状况，具有前瞻性，其预测能力更强、更及时，也更准确；另外，KMV模型建立在当代公司理财理论和期权理论的基础之上，具有很强的理论基础做依托。但是，KMV模型与其他已有的模型一样，仍然存在许多缺陷。首先，模型的使用范围由一定的局限性。通常，该模型特别适用于上市公司的信用风险评估，而对非上市公司进行应用时，往往要借助一些会计信息或其他能够反映借款企业特征值的指标来替代模型中一些重要变量，同时还要通过对比分析最终得出该企业的期望违约概率，在一定程度上就有可能降低计算的准确性。其次，该模型架设公司的资产价值服从正态分布，而实际中企业的资产价值一般会呈现非正态的统计特征。再次，模型不能够对债务的不同类型进行区分，如偿还优先顺序、担保、契约等类型，使得模型的输出变量的计算结果不准确。