基于KMV模型的我国商业银行违约风险实证研究

第１６卷第４期　科技与管理　ＶＯＩ．１６　Ｎｏ．４　Ｊｕｌｙ，２０１４　２０１４年７月　Ｓｃｉｅｎｃｅ—Ｔｅｃｈｎｏｌｏｇｙ　ａｎｄ’Ｍａｎａｇｅｍｅｎｔ　缝溺　文章编号：１００８—７１３３（２０１４）０４—０１００—０５　基于ＫＭＶ模型的我国商业银行违约风险实证研究　张盼盼，　周新苗　（宁波大学商学院，浙江宁波３１５２１１）　摘要：测算银行业的违约风险水平，防范银行业的违约风险对社会公众和监管当局乃至整个金融系统　的稳定都至关重要，然而目前我国银行业违约风险的评价方法仍然比较落后。以最新的计量违约风险　的模型ＫＭＶ模型为基础，运用我国１６家不同性质上市商业银行的相关数据，计算出了这１６家上市商　业银行的资产价值和资产价值波动率，并测算了我国ｌ６家上市商业银行的违约距离。通过对我国ｌ６　家上市商业银行违约距离的分析比较，测量出了我国不同性质上市商业银行的违约风险水平，结果表明　我国上市商业银行的整体信用状况良好，其中股份制商业银行违约风险最小，传统国有商业银行违约风　险相对较大，而地方性商业银行违约风险最大，在此结果之下，文章给出了相应的政策建议。　关键词：ＫＭＶ模型；商业银行；违约风险；违约距离　文献标志码：Ａ　中图分类号：Ｆ　８３２．３３　Ｅｍｐｉｒｉｃａｌ　ｒｅｓｅａｒｃｈ　ｏｆ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｏｆ　Ｃｈｉｎｅｓｅ　ｃｏｍｍｅｒｃｉａｌ　ｂａｎｋｓ　ｂａｓｅｄ　ｏｎ　ＫｎＶ　ｍｏｄｅｌ　ＺＨＡＮＧ　Ｐａｎ—ｐａｎ，　ＺＨＯＵ　Ｘｉｎ—ｍｉａｏ　（Ｂｕｓｉｎｅｓｓ　Ｆａｃｕｈｙ，Ｎｉｎｇｂｏ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎｉｎｇｂｏ　３１５２１　１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｂａｎｋｓ　ａｎｄ　ｐｒｅｖｅｎｔｉｎｇ　ｂａｎｋ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ａｒｅ　ｖｅｒｙ　ｉｍｐｏｒｔａｎｔ　ｔｏ　ｔｈｅ　ｓｔａｂｉｌｉｔｙ　ｏｆ　ｔｈｅ　ｆｉｎａｎｃｉａｌ　ｓｙｓｔｅｍ　ａｎｄ　ｔｈｅ　ｐｕｂｌｉｃ　ａｎｄ　ｒｅｇｕｌａｔｏｒｙ　ａｕｔｈｏｒｉｔｉｅｓ．Ａｎｄ　ｔｈｅ　ｅｖａｌｕａｔｉｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｔｈｅ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｏｆ　Ｃｈｉ—　ｎａ’ｓ　ｂａｎｋ　ｉｓ　ｓｔｉｌｌ　ｒｅｌａｔｉｖｅｌｙ　ｂａｃｋｗａｒｄ，ｗｈｉｃｈ　ｍａｉｎｌｙ　ｉｎｃｌｕｄｅｓ　ｎｏｎ—ｐｅｒｆｏｒｍｉｎｇ　ａｓｓｅｔ　ｒａｔｉｏ　ａｎｄ　ｃａｐｉｔａｌ　ａｄｅｑｕａｃｙ　ｒａｔｉｏ．　Ｔｈｅ　ｐａｐｅｒ　ｕｓｅｓ　ｔｈｅ　ｌａｔｅｓｔ　ｒｉｓｋ　ｅｖａｌｕａｔｉｏｎ　ｍｏｄｅｌ　ＫＭＶ　ｍｏｄｅｌ　ａｎｄ　ｔｈｒｏｕｇｈ　ｔｈｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｄｅｆａｕｌｔ　ｄｉｓｔａｎｃｅ　ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｔｈｅ　１６　ｌｉｓｔｅｄ　ｃｏｍｍｅｒｃｉａｌ　ｂａｎｋｓ　ｏｆ　ｏｕｒ　ｃｏｕｎｔｙ　ｔｏ　ｇｅｔｒ　ｔｈｅ　ｌｅｖｅｌ　ｏｆ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｏｆ　Ｃｈｉｎａ　ｌｉｓｔｅｄ　ｃｏｍｍｅｒｃｉａｌ　ｂａｎｋｓ．　Ｔｈｅ　ｒｅｓｕｌｔ　ｉｎｄｉｃａｔｅｓ　ｔｈａｔ　ｔｈｅ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｏｆ　Ｃｈｉｎａ’Ｓ　ｊｏｉｎｔ—ｓｔｏｃｋ　ｃｏｍｍｅｒｃｉａｌ　ｂａｎｋ　ｉｓ　ｍｉｎｉｍｕｍ　ｗｈｉｌｅ　ｔｈｅ　ｅｎｄｅｍｉｃ　ｃｏｍｍｅｒｃｉａｌ　ｂａｎｋ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｉｓ　ｍａｘｉｍｕｍ．Ａｔ　ｌａｓｔ，Ｔｈｅ　ｐａｐｅｒ　ｇｉｖｅｓ　ｓｏｍｅ　ｐｏｌｉｃｙ　ｓｕｇｇｅｓｔｉｏｎｓ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｒｅｓｕｌｔｓ．　Ｋｅｙ　ｗｏｒｄｓ：ＫＭＶ　ｍｏｄｅｌ；ｃｏｍｍｅｒｃｉａｌ　ｂａｎｋｓ；ｄｅｆａｕｈ　ｒｉｓｋ；ｄｅｆａｕｈ　ｄｉｓｔａｎｃｅ　少数存在违约风险的金融机构尤其是银行机构　此测算银行业的违约风险水平对于防范银行业的违　约风险乃至金融系统的稳定举足轻重。同时，银行　往往会引发信用危机，对整个金融系统产生巨大冲　击，从而导致金融危机的发生，比如从上世纪初由美　国长期资本管理公司引发的华尔街经济危机，到　２００８年由雷曼兄弟引发的全球性的金融危机。因　收稿日期：２０１４—０２—０５　违约风险水平的测算对于社会公众的投资决策和监　管当局的政策方向均具有极为重要的指导作用。目　前，国外对银行业违约风险水平的测算方法已相当　成熟，并且已建立起了庞大而详细的数据资料库，对　于准确、全面地评价银行违约风险水平提供了重要　的依据。而目前我国银行业违约风险水平的测算方　基金项目：浙江省哲学社会科学项目（ＱＹＪＹＮＳ１　２０２）　作者简介：张盼盼（１９８８一），女，硕士研究生；　周新苗（１９７６一），女，博士后，硕士生导师　第４期　张盼盼等：基于ＫＭＶ模型的我国商业银行违约风险实证研究　１０１　法还停留在传统的五级分类法阶段，主要以不良资　产比率和资本充足率为主，这与巴塞尔银行监管委　员２００４年颁布的《新巴塞尔协议》中对银行业评　级体系的要求相比还有一定差距。鉴于此，本文将　运用最新的大多数发达国家所采用的ＫＭＶ模型来　测算我国不同性质银行业的违约风险。　１　文献综述　ＫＭＶ模型是由ＫＭＶ公司在布莱克一斯科尔斯　和默顿的研究基础上于１９９３年开发出来的的预期　违约率模型。自推出以来，国外学术界对其给予了　高度的关注并对其可行性进行了全方位的实证分　析。Ｊｅｆｆｒｅｙ　Ｒ　Ｂ＿】　将通过ＫＭＶ模型计算出的企业　预期违约概率与标准普尔评级结果进行对比后发　现，ＫＭＶ模型中企业违约风险的分布与标准普尔评　级结果相一致。Ｋｅａｌｈｏｆｅｒ　通过对北美地区企业的　实证研究，发现ＫＭＶ模型的风险预测能力明显优　于Ｍｏｏｄｙ’Ｓ平等模型的风险预测能力。Ｍａｔｔｈｅｗ　Ｋ　等　选用美国上千家企业三年之内的相关数据，运　用校准方法和水平确认方法对ＫＭＶ模型进行了验　证，结果表明由ＫＭＶ模型计算出的预期违约概率　呈偏态分布，且这种偏态分布和样本规模以及样本　企业的资产相关性对预期违约概率的预测结果影响　颇大。Ｐｅｔｅｒ　Ｃ等　将金融类企业样本运用于ＫＭＶ　模型进行了实证研究，结果表明预期违约概率在企　业破产之前能够迅速准确地监测到企业信用质量的　变化。Ｋａｎａｋ　Ｐ等　运用ＫＭＶ模型对英国１１２家　房地产企业的预期违约概率进行了研究分析，结果　显示ＫＭＶ模型的违约预警作用良好，它能预测出　来所有发生违约的企业。Ｄｗｙｅｒ等　运用ＫＭＶ　模型对欧洲、北美以及亚洲３个地区企业ｌ９９６—　２００６年的历史数据进行了违约风险测量，通过与机　构评级、ＡｌｔｍａｎＺ评分法以及ＥＤＦ模型对比分析，结　果显示ＫＭＶ模型对违约风险的区分能力和准确程　度最高。国外学者对ＫＭＶ模型的深入研究表明　ＫＭＶ模型是有效的信用风险量化技术工具，其对信　用市场的风险验证和预测结果较为良好。２００４年　巴塞尔银行监管委员会颁布《巴塞尔新资本协议》　推荐使用ＫＭＶ模型进行内部评级，此后，ＫＭＶ模型　在国外银行业得到了普遍的推广和使用。　我国学者对ＫＭＶ模型的研究始于１９９８年，且　早期研究主要集中于基础理论的引进和模型框架的　分析。较具代表性的是杜本峰　在ＫＭＶ模型信用　风险评估的基础之上，介绍了如何运用实值期权理　论对违约风险进行评级的方法。在对ＫＭＶ模型有　了较深入的理解之后，我国学者开始将ＫＭＶ模型　运用于我国金融市场违约风险的评价当中。程鹏　等　运用ＫＭＶ模型对我国上市企业进行了实证研　究，结果表明绩优股企业违约风险最小，高科技企业　的违约风险次之，ＳＴ企业的违约风险最大。易丹辉　等　将我国上市企业的股票交易数据和相关财务　数据运用于修正的ＫＭＶ模型之中，结果显示ＫＭＶ　模型可以比较准确地识别我国上市企业的违约风　险。杨慧等¨　在证券市场价格变动信息的基础之　上，运用ＫＭＶ模型评价了我国上市企业的违约风　险，并通过实证分析检验了ＫＭＶ模型对于我国上　市企业违约风险的识别和预测能力，结果表明ＫＭＶ　模型能够较好地识别和预测我国上市企业的违约风　险。康宇虹等¨　根据我国的实际情况在对ＫＭＶ模　型前提假设稍微放松的条件下，首次得出了违约条　件下的理论违约概率值。相比国外已有的研究现状　和结果，我国目前对ＫＭＶ模型的研究还处于实证　检验的阶段，需要对ＫＭＶ模型进行更深层次的修　正或改进的研究分析。　虽然我国学者围绕ＫＭＶ模型对我国上市企业　的违约风险展开了广泛的讨论和研究，但是运用　ＫＭＶ模型对我国上市银行违约风险的研究还很少　见。基于目前我国商业银行违约风险评价方法还比　较落后的现状，文章试图将ＫＭＶ模型引入到我国　商业银行违约风险的评价当中。　２　模型原理　ＫＭＶ模型将企业股票价值所具有的期权性质　运用到了企业违约风险水平的评价中，将企业的负　债视为一份欧式看涨期权的买入，相当于企业拥有　者持有了一份以企业资产市场价值为标的物，以企　业债务面值为执行价格的欧式看涨期权。当企业负　债到期时若其资产市场价值高于其债务，则企业偿　还债务；反之，若企业资产市场价值低于其债务，企　业则会选择违约。ＫＭＶ模型的运用主要分以下３　个步骤。　１）估计资产市场价值　和资产价值波动率ｏｒ。　ＫＭＶ模型认为资产市场价值变化服从几何布朗运　动，ｕ、ｏｒ分别是资产市场价值的均值和波动率，资产　市场价值变化与其均值和波动率存在以下关系：　ｄｖｖ：“ｄ￡＋　ｄ　。　（１）　对于期权的买方，债务到期日看涨期权的价值为　Ｅ＝ｍａｘ（Ｖｒ—Ｂ，０）。　（２）　其中：Ｖｒ为期权执行时资产市场价值，Ｂ为债务面　１０２　科技与管理　第１６卷　值即期权执行价格，ｒ为预期收益率，则有：　Ｅ＝ｅ　×Ｅ［ｍａｘ（Ｖｒ—Ｂ，０）］。　（３）　那么看涨期权模型为　Ｅ：ＶＮ（ｄ　）一Ｂｅ　Ｎ（ｄ：）。　（４）　其中：　，　Ｇ　Ｔ　㈥　ｄ　：　：ｄ　一　√　，（６）　且股权价值波动率与资产市场价值波动率存在关系：　ｒｏＥ＝古×Ｎ（ｄ　）　（７）　为股权价值波动率，　为资产价值波动率。　由式（４）、（５）、（６）、（７），可求出公司资产市场价值　和资产价值波动率ｏｒ。　２）计算违约距离ＤＤ。违约距离ＤＤ是公司未　来资产价值与违约触发点间的相对距离，违约距离　越大，违约风险则越小。因为公司资产价值波动幅　度不同，所以采用绝对距离来衡量并不科学而应该　是相对距离，准确地说是资产预期价值和违约触发　点问相差的资产价值波动标准差的个数，公式为　ＤＤ＝　，　（８）　ＤＤ＝　（　１　＋　）　ｒｏ。　（９）　其中：ｇ为资产价值增长率，　为时间区间。　３）估计预期违约概率ＥＤＦ。期违约概率分理　论值和经验值，理论值是假定资产市场价值服从正　态分布而得出，但是这显然与实际情况不符，因为资　产市场价值未必服从正态分布，但是ＫＭＶ公司观　察出了具有相同违约距离的公司一年后实际发生违　约的数量，把实际发生违约的公司数量与具有相同　违约距离的公司总数相除给出了经验预期违约概率　ＥＤＦ。ＫＭＶ公司通过统计超过２５０　０００家公司和超　过４　７００次违约事件的数据，得到与各种违约距离　相对应的经验违约概率：　ＥＤＦ＝　－Ｉ　（１０）　其中：　表示符合（Ｖ—ＤＰＴ＜＿ｎｏｒ）条件且在一年后　违约公司数；Ｅ　表示符合（Ｖ—ＤＰＴ＜￣　）条件的所　有公司数。　３　模型建立　本文以我国已上市的１６家商业银行为研究样　本，包括５大传统国有商业银行，８家股份制商业银　行和３家地方性商业银行，数据来源为各银行２０１２　年年度报表和ＲＥＳＳＥＴ金融研究数据库及通达信金　融终端。模型中股权市场价值Ｅ、股权价值波动率　ｒｏ　、债务价值Ｂ、资产增长率ｇ、违约点ＤＦＦ、无风险　利率ｒ、时间　这几个变量可以从所获数据信息中　通过ｅｘｃｅｌ进行数据处理得到，而资产市场价值　和　资产价值波动率　则需要通过使用ＭＡＴＬＡＢ软件　解非线性方程组（４）、（５）、（６）、（７）得出。　１）股权市场价值。股权市场价值＝流通股市　场价值＋非流通股市场价值＝全年平均收盘价×流　通股股数＋每股净资产×限售流通股数＝（Ａ股全　年平均收盘价×Ａ股流通股股数＋Ｈ股全年平均收　盘价×Ｈ股流通股股数）＋每股净资产×限售流通　股数。　２）股权价值波动率。采用历史波动率法计算股　权价值波动率，具体方法为：Ｉｎ＝一ｕｉ，ｏｒ　＝　５　Ｉ　√　。其中Ｓｉ表示第　日股票收盘价妾　为股票每日相对价格，即股票每日相对收益率，　为　股票收益率，　为股票日波动率，求出日波动率后　换算成年波动率ｏｒ　＝　×日波动率，即为股权价　值波动率ｏｒ　，其中ｎ为各银行股票年交易天数。　３）资产增长率。在ＫＭＶ模型中，我国的部分　研究直接假设资产增长率为０，即Ｅ（Ｖ）＝Ｖ（１＋ｇ）＝　，这将会导致资产市场价值　的严重低估。冈此，　本文用各银行近三年来总资产增长率的算术平均数　来估计资产增长率ｇ。之所以选取总资产增长率指　标是因为总资产增长率是对公司资产成长性的较全　面衡量。　４）债务价值、无风险利率、债务期限。债务价　值Ｂ即为各银行总负债额；本文选用２０１２年末一　年期定期存款利率ｒ作为无风险利率，ｒ＝３％；违约　风险评级期限通常为一年，因此本文设定债务期限　Ｔ＝１。　５）违约点。违约触发点为各银行１年内短期　负债加５０％一年以上的长期负债。即ＤＰＴ＝短期　负债＋５０％长期负债。　４　实证分析　根据２中建立的模型，本文搜集了２０１２年我国　１６家上市银行的财务数据和上市交易信息，通过统　计分析方法计算出了各银行股权价值Ｅ、股权价值　第４期　张盼盼等：基于ＫＭＶ模型的我国商业银行违约风险实证研究　１０３　波动率　、负债总额Ｂ、违约点　、资产增长率ｇ，　如表１所示。　表１各银行的相关数据信息　得出各银行股权价值、股价年波动率、负债价值、　资产增长率参数、违约点ＤＰ　后，把结果代人式（４）、　（５）、（６）、（７）中，使用ＭＡＴＬＡＢ软件解非线性方程组　计算资产市场价值和资产波动率，进而根据式（８）求　出各银行违约距离。经过软件运算，如表２所示。　表２　ＭＡＴＬＡＢ软件计算结果　用ＭＡＴＬＡＢ（Ｒ２０１２ｂ）软件计算各银行资产价　值和资产价值波动率的运行代码如下：　ｆｓｏｌｖｅ（　ｋｍｖｆｕｎ　［３０００００，１，２，１］，ｏｐｔｉｍｓｅｔ（　ＭａｘＦｕｎＥｖａｌｓ　１０００００，Ｎａｘｌｔｅｒ．１０００００））　ｆｕｎｃｔｉｏｎ　ｑ＝ｋｍｖｆｕｎ（Ｐ）　Ｅ＝１４０９３１８．６１；　Ｂ＝１６４１３７５８；　ｒ＝０．３：　Ｔ＝１：　ｂｌ＝０．１９；　ｑ＝［０　０　０　０］；　Ｖ＝Ｐ（１）；　ｂ：Ｐ（２）；　ｄｌ＝Ｐ（３）；　ｄ２＝Ｐ（４）；　ｑ（１）＝Ｅ—Ｖ：ｌ：ｎｏｒｍｃｄｆ（ｄ１）＋Ｂ　ｅｘｐ（一ｒ　Ｔ）　ｎｏｒｍｃｄｆ（ｄ２）；　ｑ（２）＝ｄｌ一（１ｏｇ（Ｖ／Ｂ）＋（ｒ＋（ｂ＾２）／２）　Ｔ）／　（ｂ　ｓｑｒｔ（Ｔ））；　ｑ（３）＝ｄ２一（１ｏｇ（Ｖ／Ｂ）＋（ｒ一（ｂ＾２）／２）　Ｔ）／　（ｂ　ｓｑｒｔ（Ｔ））；　ｑ（４）＝ｂｌ一（Ｖ／Ｅ）　ｎｏｒｍｃｄｆ（ｄ１）　ｂ；　如前所述，ＫＭＶ公司通过统计超过２５０　０００家　公司和超过４　７００次违约事件的数据，得到与各种　违约距离相对应的经验违约概率，但是这一对应关　系并不是依托我国公司数据资料统计得出，因此它　并不适用于我国情况，并且我国还缺乏大量数据资　源而无法建立有效数据库，因此本文实证部分选择　直接采用违约距离来对１６家上市银行的违约风险　大小加以衡量，且违约距离越大越好。运用统计软　件对１６家上市银行的违约距离及传统国有、股份　制、地方性三组不同类别商业银行违约距离ＤＤ均　值的对比，分别如图１、图２所示。　通过对比可以发现：①在传统国有商业银行组　中，建设银行的违约距离最小，甚至小于地方性商业　银行的违约距离，说明建设银行违约风险相对来说　最大，但是其距离实际违约仍有一段距离。②在股　份制商业银行组中，华夏银行违约距离最小，仅有　５．４７，且在１６家上市银行中违约距离最小，说明华　夏银行在我国上市商业银行中违约风险最大，主要　是由于华夏银行规模太小的缘故。③在地方性商　业银行组中，北京银行、宁波银行和南京银行整体违　约距离相当，但是在１６家上市银行中违约距离还是　相对较小。④我国１６家上市商业银行中，地方性　商业银行的整体距离最小，股份制商业银行整体违　约距离最大，即地方性商业银行的违约风险＞国有　制商业银行违约风险＞股份制商业银行违约风险。　⑤我国的上市商业银行整体信用状况良好。从整　１０４　科技与褪　＿　管理　第１６卷　体上看，样本选取的１６家上市商业银行经计算后，　由于人们对国有银行普遍具有“固而不倒”的　ｍ　５　Ｏ　距离违约点都有一定距离，这表明其整体的违约风　险短期内还处于可控范围之内，不会出现大批违约　现象。⑥ＫＭＶ模型在中国银行业违约风险测算中　具有一定的适用性。本文运用ＫＭＶ模型最终得出　不同的违约距离，并且不同组之间，违约距离存在着　显著差异，同时样本银行违约距离的变化趋势同金　融环境变化趋势相似，因此ＫＭＶ模型对我国金融　机构的违约风险管理体系具有较高的识别能力，甚　至要优于传统的测算方法。　３５　３０　－　２５　一　一　一　‘　℃　工商交通农业建设中国光大浦发中信平安兴业华夏民生招商北京宁波南京　银行名称　图１各银行的信用违约距离　２５　２０　警　菩１０　５　Ｏ　传统国有　＿　０　股份制　Ｉ　ｌ地方性　　银行类别　图２不同类别银行违约距离的均值　５　政策建议　我国上市商业银行整体信用状况良好，说明我　国银行业的改革尤其是传统国有商业银行的改革取　得了较好的绩效水平，因此降低了我国银行业的违　约风险，提高了我国银行业的信用水平。所以，我国　应继续推动银行业的改革，完善其经营机制，并加强　风险防控，从而进一步降低我国银行业的整体风险　水平。　由于ＫＭＶ模型对上市公司特殊的应用范围，　要求有效的资本市场才能保证样本数据真实的反映　市场信息，并且反映上市公司的信用状况，而非人为　操纵的股市泡沫所带来的上市公司价值的急剧上升　或缩水。这就需要证券行业相关部门加大监管力　度，加强上市公司的信息披露制度，消除股票市场中　的非市场因素。　传统信念，导致我国国有商业银行一直处于政府信　用潜在担保的状态下。但是本文研究发现传统国有　商业银行的整体违约风险大于股份制商业银行的整　体违约风险。所以国有商业银行需要采用先进的风　险防控机制，积极借鉴国外先进的风险管理技术和　方法，建立预警机制，严格控制违约风险水平。　近些年来随着我国商业银行全方位竞争速度的　加快，地方性商业银行的成立１３益增多，但其数量的　突增应引起相关部门的特别重视，尤其是在我国银　监会对其资本充足率等各方面的监管力度目前还低　于股份制商业银行和传统国有商业银行的情形下。　同时，地方性商业银行规模小，融资渠道窄，常常与　股份制商业银行或者外资银行有错综复杂的融资关　系，这就使得地方性商业银行的违约风险具有非常　大的多米诺骨牌效应，从而容易引起信用恐慌，因此　必须对地方性商业银行进行严格的监控。　参考文献：　［１］ＪＥＦＦＲＥＹ　Ｒ　Ｂ．Ｒｅｓｐｏｎｓｅ　ｔｏ　ＪＰＭ’Ｓ　ｐａｐｅｒ　ｕｓｉｎｇ　ｅｑｕｉｔｉｅｓ　ｔｏ　ｐｒｉｃｅ　ｃｒｅｄｉｔ［Ｊ］．ＳＡＮ　Ｆｒａｎｃｉｓｃｏ，１９９９（１２）：５７—６３．　［２］　ＫＥＡＬＨＯＦＥＲ，ＳＴＥＰＨＥＮ，ＭＡＴＩ＇ＨＥＷ　Ｋ．Ｔｈｅ　ｄｅｆａｕｌｔ　ｐｒｅｄｉｃｔｉｏｎ　ｐｏｗｅｒ　ｏｆ　ｔｈｅ　ｍｅｒｔｏｎ　ａｐｐｒｏａｃｈ［Ｊ］．Ｆｉｎａｎｃｉａｌ　Ａｎａｌｙｓｔｓ　Ｊｏｕｒｎａｌ，　２００１（５９）：３Ｏ一５４．　［３］　ＭＡＴＹＨＥＷ　Ｋ，ＩＲＩＮＡ　Ｋ．Ｍｅｔｈｏｄｏｌｏｇｙ　ｆｏｒ　ｔｅｓｔｉｎｇ　ｔｈｅ　ｌｅｖｅｌ　ｏｆ　ｔｈｅ　ＥＤＦ　ｃｒｅｄｉｔ　ｍｅａｓｕｒｅ『ＥＢ／ＯＬ］．Ｍｏｏｄｙ’Ｓ　ＫＭＶ　Ｃｏｒｐｏｒａｔｉｏｎ．２００２　（８）ｈｔｔｐ：／／ｍｏｏｄｙｋｍｖ．ｃｏｍ．　［４］ＰＥＴＥＲ　Ｃ，ＪＥＦＦ　Ｂ．Ｍｏｄｅｌｉｎｇ　ｄｅｆａｕｌｔ　ｒｉｓｋ．Ｍｏｏｄｙ’Ｓ　ＫＭＶ　Ｃｏｒｐｏ—　ｒａｔｉｏｎ．２００３（１０）．ｈｔｔｐ：／／ｍｏｏｄｙｋｍｖ，ｃｏｎ　［５］　ＫＡＮＡＫ　Ｐ，ＰＲＯＤＲＯＭＯＳ　Ｖ．Ａｎ　ｅｍｐｉｉｒｃａｌ　ｅｓｔｉｍａｔｉｏｎ　ｏｆ　ｄｅｆａｕｌｔ　ｒｉｓｋ　ｏｆ　ｔｈｅ　ＵＫ　ｒｅａｌ　ｅｓｔａｔｅ　ｃｏｍｐａｎｉｅｓ『Ｊ］．Ｔｈｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｒｅａｌ　Ｅｓ．　ｔａｔｅ　Ｆｉｎａｎｃｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ，２００６（１）：２１—４０．　［６］ＤＯＵＧＬＡＳ　Ｗ．Ｄｗｙｅｒ，Ｉｒｉｎａ　Ｋｏｒａｂｌｅｖ．Ｐｏｗｅｒ　ａｎｄ　Ｌｅｖｅｌ　Ｖａｌｉｄａ—　ｔｉｏｎ　ｏｆ　Ｍｏｏｄｙ’Ｓ　ＫＭＶ　ＥＤＦ　Ｃｒｅｄｉｔ　Ｍｅａｓｕｒｅｓ　ｉｎ　Ｎｏｒｔｈ　Ａｍｅｒｉｃａ，　Ｅｕｒｏｐｅ　ａｎｄ　Ａｓｉａ　Ｍｏｏｄｙ’ｓ　ＫＭＶ　Ｃｏｒｐｏｒａｔｉｏｎ．２００７（９）．ｈｔｔｐ：／／　ｍｏｏｄｙｋｍｖ．ＣＯＢ　［７］Ｄｏｕｇｌａｓ　Ｗ．Ｄｗｙｅｒ，Ｓａｒａｈ　Ｗｏｏ．Ａｎａｌｙｚｉｎｇ　ｔｈｅ　Ｓｕｂｐｒｉｍｅ　Ｍａｒｋｅｔ　Ｆａｌｌｏｕｔ　Ｕｓｉｎｇ　ＥＤＦ　Ｃｒｅｄｉｔ　Ｍｅａｓｕｒｅｓ．Ｍｏｏｄｙ’Ｓ　ＫＭＶ　Ｃｏｒｐｏｒａｔｉｏｎ．　２００７（９）．ｈｔｔｐ：／／ｍｏｏｄｙｋｍｖ．ｃｏｎ．　［８］杜本峰．实值期权理论在信用风险评估中的应用［Ｊ］．经济经　纬，２００２（３）：８Ｏ一８２．　［９］　程鹏，吴冲锋．上市公司信用状况分析新方法［Ｊ］．系统工程　理论方法应用，２００２（１１）：８９—９３．　［１０］　易丹辉，吴建民．上市公司信用风险汁量研究：ＫＭＶ模型及　其应用［Ｊ］．统计与信息论坛，２００４（６）：８—１１．　［１１］杨慧．ＫＭＶ模型在中国上市公司信用风险度量中的实证研　究［Ｊ］．中南财经政法大学学报，２００６（６）：６４～６６．　［１２］　康宇虹，孙德鹏，郜中华．ＫＭＶ模型在我国上市公司信用风险　度量中的实证研究［Ｃ］．中国管理学年会论集，２００８：８３—８６．　［编辑：厉艳飞］