KMV信用评级应用——以*ST海航为例

KMV信用评级应用——以*ST海航为例

沈诗琪

福建师范大学经济学院，福州，350007

摘 要：海南航空集团（600221.SH）曾经是航空业的龙头老大，在民营企业500强里仅次于华为，然而其在2021年1月29日宣布破产，在此之前也陷入了高额负债和经营困难的泥潭中。本文通过KMV模型对*ST海航2012-2021年的信用风险进行分析，并结合标准普尔公司信用评级表给出信用等级划分，以此进行KMV模型应用于我国上市公司评级的实证分析，分析KMV模型进行风险测度的有效性。

关键词：*ST海航；KMV模型；风险信用评级

一、背景介绍

身负万亿规模巨债的海航集团（600221.SH）曾是国内发展最快最有活力的航空公司。海航作为以航空运输、机场运营、酒店管理、金融服务为主要业务的大型跨国企业集团，曾入选世界五百强企业。在2021年1月29日，海航宣布破产，在后续的破产清算中，确认债权1.1万亿，63家公司申请破产重整，成为新中国成立以来最大的破产案。

海航的暴雷，最直接原因来自于疫情侧冲击。但在疫情发生前，海航通过融资、借入资金、再举债的循环，将总资产和总负债一同推高.同时，集团多元化扩张，对外未充分尽调就大量购置投资项目，内部无资产管理部门运营，运营资金被关联方资金拆借、往来款项占用，且提供大量担保等都使得资产负债表极其脆弱，最终走向破产。

海航从2021年2月份进入破产重组程序，2022年4月24日，其风险处置工作顺利完成。不少投资者认为，海南航空集团有望财务状况恢复正常，在未来实现“摘星脱帽”。为了判明*ST海航是否具有投资价值、测度其信用评级，本文通过KMV模型分析*ST海航的信用风险，说明KMV模型应用于我国上市公司评级的有效性。

二、KMV模型回顾及理论概述

KMV模型认为，公司股权的市值和资产市值之间、资产市值波动和股权市值波动程度之间存在结构性关系。假设公司的资产价值服从几何布朗运动：

（1）

表示随机成分，服从标准正态分布；由于KMV公司未公布其详细算法，采用指数平滑法进行估计。公司股权市场价值和公司资产市场价值之间的表示计算如下：

（2）

（3）

其中：

（4）

（5）

和为资产市场价值、股权市场价值；为公司资产价值的波动率；为距离到期日的时间；为公司的违约临界点；和为正态分布下随机分布小于和的累计概率。根据KMV模型假设，当公司价值小于违约临界点时，视为发生违约现象，t时刻公司的预期违约率为：

（6）

计算负债企业的违约距离公式如下：

（7）

违约损失率表示为：

（8）

预期损失表示为：

（9）

非预期损失可表示为：

（10）

三、实证检验

（一）参数取值

1.无风险利率：取一年期国债收益率，每个月份最后一个交易日的收盘价利率进行平。

2.股权价值：采用上市公司股票全流通研究中非流通股的定价方法，以每股净资产计算非流通股的价值。

3.股权价值波动率：股权的波动率采用较为拟合我国股市波动率的GARCH（1,1）进行估计和拟合。

4.债务价值：本文选取最广为接受且与KMV公司相同的50%取值法。

（二）违约距离和违约概率

假设违约频率（PD）与违约距离（DD）的映射关系式具体表现为：

（11）

由输出结果可知，a=0.016，b=-0.546，拟合度为0.964，拟合效果良好。因此，实际映射关系式为：

（12）

带入公式计算数据后，得到2012-2021年*ST海航违约概率如下表所示。

表 1 2012-2021*ST海航违约概率

（三）信用评级对比

本文采用标准普尔（S&P）信用评级与*ST海航的违约概率的对应关系，作为本文KMV模型信用评级与违约概率的映射关系。以KMV模型计算出的*ST海航违约概率对应的评级结果如下。

表 2 2012-2021*ST海航评级结果

四、结论

由KMV模型对*ST海航2012-2021年进行信用评级，结果见表2，能够发现，其信用评级结果均远低于B级，表明除去初期运营外，早于其宣布破产和新冠疫情的冲击，从2017年起信用风险就较高，后续情况皆与KMV模型得出的评级结果相符，说明KMV模型有一定的有效性。

根据KMV模型，2021年，*ST海航的评级结构从D上升到B+，重组产生了一定效果。其总市值上升主要是因为其在2021年12月8日其航空主业移交给引入的战略投资者方大集团实业公司，后者拟投入380亿元现金用于清偿欠款，曾为某家国有碳素厂实现扭亏为盈并发展为公司主业，信用评级上升有一定的依据。但KMV模型对债务价值的概括难以区分长期和短期负债，具有一定局限性，深交所在今年

5月5日也对海航投资集团2021年年报下发问询函。未来经营过程中，*ST海航是否真正减轻了信用风险，还需要时间来验证。

综上所述，现如今KMV模型在研究学者和投资机构中也得到了一定程度的推广应用，取得一定成果，给我国金融机构的风险管理和监督带来一种新测度方法。相信在经过研究人员的进一步修正下，能够建立更加贴合国内市场情况的修正KMV模型。

参考文献：

[1]曹道胜,何明升.商业银行信用风险模型的比较及其借鉴[J].金融研究,2006(10):90-97.

[2]崔玉征.基于R语言的证券公司信用风险计量和管理[M].北京:清华大学出版社,2017.

[3]都红雯,杨威.我国对KMV模型实证研究中存在的若干问题及对策思考[J].国际金融研究,2004(11):22-27.

1