基于KMV模型的科技型中小企業(yè)信用風(fēng)險評估

北京理工大學(xué)珠海學(xué)院2020屆本科生畢業(yè)論文緒論（一）研究背景和意義1.研究背景隨著經(jīng)濟的不斷發(fā)展，創(chuàng)業(yè)活動大面積覆蓋民眾，其中科技型中小企業(yè)的影響十分大。為了響應(yīng)“大眾創(chuàng)新，萬眾創(chuàng)業(yè)”，無數(shù)年輕人將青春奉獻給為祖國謀發(fā)展，為人民謀幸福的事業(yè)中。在眾多的創(chuàng)業(yè)公司，科技型中小企業(yè)以其“小而美，小而精”的特點嶄露頭角，創(chuàng)業(yè)市場中的科技板塊備受年輕人推崇，為我國提高科技創(chuàng)新能力輸送著年輕的血液。在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略方針引領(lǐng)下，我國科技型中小企業(yè)在以大數(shù)據(jù)智能化為指引的創(chuàng)新驅(qū)動發(fā)展策略方案下飛速發(fā)展。在迅速發(fā)展的同時也面臨著很多困難挑戰(zhàn)。首先，我國科技型中小企業(yè)的公司體制復(fù)雜多樣，其資金來源絕大部分是自籌還有小部分來自于國家投資和銀行貸款；然后是企業(yè)經(jīng)營者缺乏經(jīng)驗，沒有辦法在市場中找到正確的發(fā)展方向，影響阻礙了自身擁有的技術(shù)優(yōu)勢。此外，我國科技型中小企業(yè)大都有缺乏資金與融資渠道這一問題，大多中小企業(yè)資金缺乏，沒有足夠強的科研能力，有銀行資金支持的需求，也有科技型中小企業(yè)在創(chuàng)業(yè)前期，即使擁有好的項目也因缺乏資金支持而難以生存下去。我國科技型中小企業(yè)由于信用風(fēng)險高等原因很難得到外部融通資金。因此通過對企業(yè)進行科學(xué)的信用風(fēng)險評估管理來解決融資難的問題。2.研究意義我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略中不可缺少培養(yǎng)科技型中小企業(yè)，培養(yǎng)科技型中小企業(yè)一方面能夠鼓勵個人或小型研究團體投身于科學(xué)技術(shù)創(chuàng)新的隊伍中，另一方面又有利于增加科技型企業(yè)在我國經(jīng)濟體系中的占比，促進我國經(jīng)濟持續(xù)健康發(fā)展。其科技創(chuàng)新是極為重要的一大優(yōu)勢。最近幾年，科技型中小企業(yè)蓬勃發(fā)展推動提高我國科學(xué)技術(shù)創(chuàng)新實力，并且以其“小而美，小而精”的特點與科技創(chuàng)新國家隊互學(xué)互鑒，協(xié)同發(fā)展。但是科技型中小企業(yè)融資難、信用風(fēng)險高問題成為了發(fā)展前行的攔路虎，所以現(xiàn)在應(yīng)該集中注意力在對其信用風(fēng)險度量分析上以解決這些問題，促進科技型中小企業(yè)良性發(fā)展，為我國經(jīng)濟發(fā)展提供更大的幫助。（二）研究內(nèi)容和方法1.研究內(nèi)容本論文先根據(jù)科技型中小企業(yè)的發(fā)展現(xiàn)狀與發(fā)展過程中導(dǎo)致難題產(chǎn)生的原因，講述信用風(fēng)險管理對企業(yè)發(fā)展有多重要。闡述并利用KMV模型對樣本進行測算從而分析所取樣本企業(yè)發(fā)生違約事件的可能性大小，依據(jù)計算結(jié)果進行實證分析，探索測算各參數(shù)對企業(yè)信用風(fēng)險的影響。通過利用模型的測算和影響因素的分析后，提出關(guān)于企業(yè)信用風(fēng)險管理的對策及企業(yè)的未來發(fā)展期望。具體章節(jié)分布如下：第一章緒論，對本次研究的研究背景和意義、研究目的方法等進行一系列的說明。第二章文獻綜述，參考大量國內(nèi)外文獻的研究結(jié)果，為本篇論文奠定理論基礎(chǔ)。第三章信用風(fēng)險概述，由兩個部分組成。一是簡要概括信用風(fēng)險的內(nèi)涵、成因及其特征等。二是介紹科技型中小企業(yè)的含義和近年來在我國的發(fā)展情況。第四章介紹KMV模型，系統(tǒng)闡述KMV模型的概念、基本思路、理論框架和計算步驟和優(yōu)缺點等。第五章基于KMV模型對科技型中小企業(yè)的信用風(fēng)險評估，通過樣本和數(shù)據(jù)的篩選進行參數(shù)的設(shè)置與計算，從而根據(jù)計算結(jié)果進行實證分析。第六章分析影響科技型中小企業(yè)信用的外部因素與內(nèi)部因素，利用多元線性回歸對企業(yè)的財務(wù)數(shù)據(jù)進行分析，檢測各個參數(shù)對其信用風(fēng)險的影響。第七章總結(jié)與建議，總結(jié)研究結(jié)果，提出相應(yīng)的對策以降低企業(yè)的信用風(fēng)險，并且預(yù)測企業(yè)的未來發(fā)展。2.研究方法文獻分析法。通過大量閱讀國內(nèi)外信用風(fēng)險管理方面的相關(guān)研究的文獻，分析國內(nèi)外學(xué)者的研究思路，對企業(yè)的信用風(fēng)險度量管理以達到一個充分的認識，不斷地豐富本篇論文的創(chuàng)作內(nèi)容。案例分析法。本文提取20個科創(chuàng)板塊的中小型企業(yè)作為研究對象，通過KMV模型對企業(yè)進行信用風(fēng)險管理并提出相應(yīng)對策以解決企業(yè)信用風(fēng)險難題。實證研究法。本文運用MATLAB、EVIEWS等軟件對所選取樣本進行數(shù)據(jù)處理并分析。（三）研究思路首先介紹了本次論文的研究背景目的和意義。即隨著經(jīng)濟的不斷發(fā)展，創(chuàng)業(yè)活動大面積覆蓋民眾，小部分人才群體將精力放在研究更加普惠群眾的技術(shù)中，這也讓科技型中小企業(yè)開始層出不窮?？萍夹偷闹行∑髽I(yè)利用各種高科技為經(jīng)濟的發(fā)展做貢獻，是社會創(chuàng)新的源頭活水。我國若想要超越世界創(chuàng)新型國家，就一定要將科技型中小企業(yè)放在重要地位。本文還大量參考了國內(nèi)外對類似話題的研究，結(jié)合前人的研究來設(shè)計本次論文。還系統(tǒng)地介紹了信用風(fēng)險的概念、特點、應(yīng)用，和KMV模型的意義、優(yōu)缺點、模型的構(gòu)建與使用方法。接著根據(jù)科技型的中小企業(yè)的信用風(fēng)險幾個重要影響因素，通過MATLAB、EVIEWS軟件的操作，解釋并利用KMV模型對20個科技型中小企業(yè)2014-2018年的數(shù)據(jù)進行測算，根據(jù)推算出來的數(shù)據(jù)得出的結(jié)果結(jié)合時事對樣本企業(yè)幾年間的信用風(fēng)險變化進行實證分析，進而進行總結(jié)，提出降低信用風(fēng)險的相關(guān)建議和對科技型中小企業(yè)未來的發(fā)展期望。圖1.1技術(shù)路線圖國內(nèi)外文獻綜述（一）國內(nèi)文獻綜述根據(jù)本文所探討的內(nèi)容主要收集整理并借鑒了對信用風(fēng)險度量模型、科技型中小企業(yè)信用風(fēng)險管理和KMV模型理論三個方面的相關(guān)文獻。1.信用風(fēng)險度量模型方面 信用風(fēng)險指的是由于借款方因某種因素?zé)o法按照規(guī)定時間償還債務(wù)而造成損失發(fā)生，同時也有借款方的信用等級和償還債務(wù)能力的變化而發(fā)生違約風(fēng)險。因此為了規(guī)避風(fēng)險，市場的投資者在選擇交易對象時需要通過不同方面的考察以及謹慎的思考比較，從而產(chǎn)生信用風(fēng)險評價理論。由于我國對信用風(fēng)險度量相關(guān)的研究比國外遲，所以我國學(xué)者主要是對國外的信用風(fēng)險度量模型進行利用分析，盡可能拓展改進使所研究模型更適用于我國企業(yè)的信用評級。方洪全和曾勇（2004）利用多標準等級判別信用方法進行實證分析得到信用風(fēng)險評估模型。張大斌、周志剛、許職和李延輝（2015）通過數(shù)據(jù)仿真，同時多種不用的算法計算出信用風(fēng)險評價結(jié)果，得出差分進化自動聚類模型能夠很好地提高信用風(fēng)險評價的準確性，并且可以更好的降低和管理信用風(fēng)險。2.科技型中小企業(yè)信用風(fēng)險管理方面 我國科技型中小企業(yè)是近幾年才逐漸被關(guān)注，關(guān)于其信用風(fēng)險管理方面還處于探索階段，缺乏參考學(xué)習(xí)的成果，所以主要對中小企業(yè)信用風(fēng)險評估管理方面的文獻進行收集整理。劉迅、顏莉（2012）根據(jù)科技型中小企業(yè)融資過程常發(fā)生的死鎖狀態(tài)，根據(jù)其利用供應(yīng)鏈金融的長處進行探索分析，提出一種通過使用供應(yīng)鏈進行融資的新模式。在分析該模式的運作過程和機理來闡述科技型中小企業(yè)基于供應(yīng)鏈進行融資的模式大大降低信用風(fēng)險水平。章立（2016）首先提出科技型中小企業(yè)的特點，立足于以商業(yè)銀行、信用擔(dān)保機構(gòu)為主的風(fēng)險投資者，從基本的理論和模型辦法入手進行研究分析，以更好地解決各類風(fēng)險問題，推動科技型中小企業(yè)往更好的方向發(fā)展。3.KMV模型理論方面 在眾多的信用風(fēng)險評估模型中，我國大多數(shù)學(xué)者都很關(guān)注KMV模型，但是KMV模型是從國外引入的，產(chǎn)生于外國資本主義市場，所以對我國企業(yè)的實用度不高。所以學(xué)者們主要通過修正模型中的參數(shù)來提高該模型對我國上市企業(yè)的實用度。孫小琰、沈悅、羅璐琦（2008）根據(jù)我國證券市場的實際情況修正KMV模型，利用修正后的模型進行實操，對符合條件的26支股票進行檢驗，表明KMV模型對于我國上市企業(yè)的適用性。張能福，張佳（2010）提出KMV模型原本對違約點的解釋和對違約點的提取并不一定適用我國上市企業(yè)，利用82個公司作為樣本在修正違約參數(shù)的KMV模型中進行計算，實證研究結(jié)果得出新的違約點。（二）國外文獻綜述PeterCrosbie、JeffBohn(2004)提出通過估計資產(chǎn)價值和波動率、計算違約距離、計算違約概率來確定上市公司的違約概率，而這一切都是建立在MKMV模型之上的建模操作，然后運用其他金融公司的數(shù)據(jù)來對上市公司信用風(fēng)險進行實證，以此來表明MKMV模型在運用上范圍廣，實用性高。StefanBlochwitz、ThiloLiebig、MikaelNyberg(2002)在相同數(shù)據(jù)基的基礎(chǔ)上比對基尼曲線和基尼系數(shù)，分析了德意志聯(lián)邦違約風(fēng)險模型、KMV模型和財務(wù)比率，得出結(jié)論認為德意志聯(lián)邦銀行違約風(fēng)險模型和KMV模型都不失為信用分析的有力工具。SreedharBharath、TylerShumway(2007)認為KMV模型對于預(yù)測違約概率非常有用，但還是有些不足，比如無法滿足違約量的統(tǒng)計量。為了驗證這一說法，兩人研究了模型的準確性，并提取了樸素概率，通過研究他們得到運用KMV概率和其他協(xié)變量的危害模型的表現(xiàn)要優(yōu)于那些忽視KMV概率的樣本模型。Edwardl.Altman、HerbertA.Rijken(2001)發(fā)現(xiàn)信用評級機構(gòu)對市場和公司信譽變化這些信息具有滯后性，這種滯后性產(chǎn)生的原因是傳統(tǒng)的評級體系和模型參考企業(yè)長期債務(wù)償還能力而忽視短期債務(wù)償還能力，而往往短期財務(wù)容易變化，據(jù)此兩人對信用評級機構(gòu)提出了建議和意見。WilliamFTreacy、MarkCarey(2000)分別提取美國前五十家銀行的信用體系數(shù)據(jù)，采用縱向?qū)Ρ群蜋M向?qū)Ρ葍煞N方式對他們的評級指標和評級有效性進行定量分析，用數(shù)據(jù)挖掘出了不同的評級體系會出現(xiàn)的狀況，并且羅列了不同評級體系的優(yōu)點和缺點。HaleKaynak和JanetL.Hartley(2005)指出為了順應(yīng)時代的發(fā)展,滿足市場需要,競爭的就是開發(fā)出新產(chǎn)品的速度。但是也不能忽視所研發(fā)出來產(chǎn)品的質(zhì)量,好的質(zhì)量才能在市場中站穩(wěn)。作者用實際證明證分析了產(chǎn)品質(zhì)量管理與企業(yè)績效之間會不會互相受到影響,產(chǎn)品情況與銷售情況都會影響企業(yè)競爭。信用風(fēng)險概述與科技型中小企業(yè)現(xiàn)狀（一）信用風(fēng)險概述1.信用風(fēng)險的內(nèi)涵信用風(fēng)險又稱違約風(fēng)險，是指借款方因自身履約能力變化等因素，不愿意或沒辦法按約定完成合同要求的違約行為，導(dǎo)致貸款方因違約發(fā)生損失的可能性。2.信用風(fēng)險的成因 信用風(fēng)險是借款方因為自身償債能力變化等不同因素，無法按時全額償債或銀行貸款而違約的可能性。違約一旦出現(xiàn)，貸款方不但無法獲得預(yù)計的收益，甚至還會造成財物損失。信用風(fēng)險的發(fā)生由于兩個方面：外部因素。資本市場的經(jīng)濟運行具有周期性，不同時期對信用風(fēng)險產(chǎn)生的影響不同。經(jīng)濟擴張時期，企業(yè)收益增加，償還貸款能力變強，企業(yè)違約概率減小，信用風(fēng)險就會減小，反之則會增加。內(nèi)部因素。公司經(jīng)營性現(xiàn)金流不穩(wěn)定、不良貸款等都會使公司的違約率增加，從而出現(xiàn)信用風(fēng)險。公司資產(chǎn)不足會讓公司無法應(yīng)付商業(yè)危機，缺少投資人的信賴，融資受挫等也會令公司面臨信用危機。3.信用風(fēng)險的特征及特點信用風(fēng)險有四個主要的特征：客觀性，不以人的意志為轉(zhuǎn)移；傳染性，當(dāng)一部分企業(yè)作為信用主體遭遇信用危機時，會引起整個企業(yè)信用環(huán)境的變動，一環(huán)扣一環(huán)；可控性，信用風(fēng)險是可以通過企業(yè)改變盈利策略來降低的；（4）周期性，信用擴張與收縮會隨著資本市場的經(jīng)濟運轉(zhuǎn)周而復(fù)始地相繼出現(xiàn)。 信用風(fēng)險的重要性愈加顯現(xiàn)，無論是對企業(yè)還是個人，它所帶來的影響都是非常大的。所以我們應(yīng)該重視信用風(fēng)險的管控，對企業(yè)來說，培養(yǎng)信用專員，成立信用部門等方法都可以有效減少信用風(fēng)險對企業(yè)所造成的損失。4.信用風(fēng)險的特點 （1）風(fēng)險具有潛在性。企業(yè)信用風(fēng)險并不易于察覺，它可能從某一個銷售漏洞中出現(xiàn)，接著信用風(fēng)險特有的傳染性讓越來越多的銷售業(yè)務(wù)受到影響，像滾雪球一樣越滾越大。還有可能是部分企業(yè)為了單純的盈利借入大量長期貸款，但企業(yè)并不能保證自身的盈利水平能夠按時償還貸款，于是為信用危機埋下了隱患。 （2）風(fēng)險具有長期性。信用風(fēng)險將長期存在于我國企業(yè)經(jīng)營中。首先是因為我國的信用管控尚且處于較為年輕的階段，觀念和體系都尚未成熟。若要建立起適用于我國的信用信息體系及評級標準，無疑還有一段很長的路要走。 （3）風(fēng)險具有破壞性。信用風(fēng)險為企業(yè)帶來的損失是不可忽視的，誠然我們能想到的最好情況是企業(yè)遇到信用風(fēng)險時能做到迅速有效的管控，但事實往往不盡人意，大多數(shù)企業(yè)在面臨無法償還的債務(wù)時往往選擇做假賬或者拋棄公司逃避債務(wù)，這不僅會損壞公司正常的運轉(zhuǎn)，也會影響千千萬萬的公司職工自身的利益。（二）科技型中小企業(yè)及其在國內(nèi)發(fā)展現(xiàn)狀1.科技型中小企業(yè)的定義 科技型中小企業(yè)是指以科技為第一生產(chǎn)力以創(chuàng)新為使命和生存手段的企業(yè)，其中主要的從業(yè)人員需要掌握一定科學(xué)知識和研究能力，企業(yè)產(chǎn)品市場面向高科技產(chǎn)業(yè)。通過不斷地研發(fā)提取新的技術(shù)并且在人群中推廣。此類型企業(yè)面向未來，受時代流行趨勢的影響極大，由于此類型此頁涉及的領(lǐng)域多種多樣，所以變通性強。 科技型中小企業(yè)還可以通過以下標準判定： （1）在中國境內(nèi)（不包括港、澳、臺地區(qū)）注冊的居民企業(yè)。 （2）員工總數(shù)未達500人，每年銷售收入不高于2億元，資產(chǎn)總額低于2億元。 （3）企業(yè)提供的產(chǎn)品和服務(wù)不屬于國家規(guī)定的禁止、限制和淘汰類。 （4）企業(yè)在填報上一年及本年內(nèi)沒有重大安全、重大質(zhì)量事故和嚴重環(huán)境違法、科研嚴重失信行為的發(fā)生，同時企業(yè)不在經(jīng)營異常名錄和嚴重違法失信企業(yè)名單內(nèi)。 （5）企業(yè)根據(jù)科技型中小企業(yè)評價指標進行綜合評價所得分值大于等于60分，且科技人員指標得分不得為0分。 科技型中小企業(yè)評價指標具體包括科技人員、研發(fā)投入、科技成果三類，滿分100分。評分標準參考相關(guān)規(guī)定。2.科技型中小企業(yè)的特點（1）固定資產(chǎn)占比少，無形資產(chǎn)占比高。對于一般的生產(chǎn)性企業(yè)來說，固定資產(chǎn)在總資產(chǎn)的占比較多，其中有大型的設(shè)備和建筑等。但科技型中小企業(yè)有其小而精的特點，且大多數(shù)投資者將資本投資于技術(shù)的研發(fā)和引進人才上，并不需要大型的車間倉庫。所以其固定資產(chǎn)占比少，但是另一方面，知識產(chǎn)權(quán)、無形資產(chǎn)占企業(yè)的資產(chǎn)比重較大。即包括專利認證、版權(quán)等。在當(dāng)代社會，知識已經(jīng)成為一種無法衡量的財富，人才也可以認為是公司的資產(chǎn)之一，兩者都有很高的技術(shù)附加值，其邊際利益比實物資產(chǎn)高。對于此類型企業(yè)來說，一個好的創(chuàng)意比一塊土地值錢。（2）高度依賴技術(shù)，抗風(fēng)險能力低?？萍夹椭行∑髽I(yè)主要靠研究科技創(chuàng)新謀利，然而，科學(xué)實驗具有不確定性，投資于技術(shù)研究中的人力物力成本都比一般企業(yè)高，投資風(fēng)險就大。其次，企業(yè)對技術(shù)的保密性要求高。企業(yè)研制的某一技術(shù)可以“前無古人”，但難以“后無來者”。當(dāng)某一項技術(shù)受市場歡迎時，很快就會有仿制品出現(xiàn)，并且以其低廉簡單的風(fēng)格賺取部分低消費者的喜歡，從而奪取企業(yè)的潛在客戶。這也為企業(yè)的發(fā)展增加了風(fēng)險。最后，由于信息技術(shù)的快速發(fā)展，產(chǎn)品更新?lián)Q代的速度可能超過企業(yè)研制新產(chǎn)品的速度，無疑又成為科技型中小企業(yè)頭頂?shù)囊蛔笊健?.科技型中小企業(yè)的影響因素外部因素：第一是地理位置因素。這個因素其實是老生常談了，因為無論哪種類型的企業(yè)對地理位置都有要求?？萍夹椭行∑髽I(yè)與其他常規(guī)企業(yè)對地理位置的要求又不太一樣，自然環(huán)境對企業(yè)的影響較低，反而人為因素影響較大啊，即人口集中的發(fā)達地區(qū)會吸引這類型的企業(yè)駐扎，因為這些地區(qū)信息流通速度快，科技發(fā)達，且有好的大學(xué)為企業(yè)輸送人才；第二是國家政策。近幾年國家鼓勵科技創(chuàng)新，號召大眾創(chuàng)業(yè)萬眾創(chuàng)新，多地政府出臺稅收優(yōu)惠政策扶持科技型中小企業(yè)，還建立各式信用擔(dān)保機構(gòu)解決科技型中小企業(yè)貸款融資問題。內(nèi)部因素：科技型中小企業(yè)是我國科技領(lǐng)域發(fā)展不可忽視的一個重要部分，然而大多數(shù)科技型中小企業(yè)是由個人或小團隊創(chuàng)立，這些科技人員一心投入研究新技術(shù)，而忽視公司運營和技術(shù)的推廣，就照成我國雖然擁有許多專利權(quán)，但這些技術(shù)沒能批量生產(chǎn)投入市場，被束之高樓的情況比比皆是。除了這個原因，還有部分原因是科技型中小企業(yè)缺乏資金和融資渠道，設(shè)備和人才一向是科技型中小企業(yè)一個大開資，然而在技術(shù)轉(zhuǎn)換成為商品在市場銷售之前它的價值難以估量，投資者無法估算利益所得，這也造成了科技型中小企業(yè)融資難。這也提示我們對于解決這一系列問題，企業(yè)的名聲即信用風(fēng)險必須得到重視。良好的企業(yè)信用不僅可以保證企業(yè)的資金流通，還能獲得客戶的信任，推動企業(yè)更好地發(fā)展。四、KMV模型理論及其應(yīng)用本章內(nèi)容主要由三部分組成，第一部分是關(guān)于KMV模型的由來和理論基礎(chǔ)，第二部分是關(guān)于KMV模型的計算，最后一部分則是分析KMV模型的優(yōu)缺點。（一）KMV模型概述KMV模型來源于美國舊金山市的KMV公司，是可以估計測算借款方發(fā)生違約風(fēng)險的可能性大小的在商業(yè)活動時檢測信用的模型。KMV模型是以現(xiàn)代期權(quán)理論為基礎(chǔ)，通過可以觀察測算得到的企業(yè)故事價值進而計算得出企業(yè)資產(chǎn)價值及其波動率等重要數(shù)據(jù)，進而估算企業(yè)預(yù)期違約率。KMV模型對于上市企業(yè)最為適宜，該模型可充分利用在股票市場上公布的數(shù)據(jù)和公告對企業(yè)股權(quán)市場價值進行計算，進一步能夠確定企業(yè)資產(chǎn)價值，根據(jù)所得數(shù)據(jù)估算出企業(yè)發(fā)生違約事件的概率，可以更好的體現(xiàn)上市企業(yè)的信用情況。（二）KMV模型的運用步驟1.模型假設(shè)KMV模型的基本假設(shè)：假設(shè)一：滿足Merton模型的假設(shè)，即金融市場沒有摩擦、沒有交易成本等，同時企業(yè)的價值變化趨勢呈正態(tài)分布。假設(shè)二：到期前保持同一大小的無風(fēng)險利率。假設(shè)三：企業(yè)違約受企業(yè)資產(chǎn)價值大小影響，當(dāng)企業(yè)資產(chǎn)價值低于一定水平，企業(yè)發(fā)生違約。該水平時的資產(chǎn)價值為違約點DP（DefaultPoint)，此刻企業(yè)資產(chǎn)價值等于負債價值。假設(shè)四：企業(yè)資產(chǎn)結(jié)構(gòu)只包含所有者權(quán)益、短期債務(wù)、長期債務(wù)和可轉(zhuǎn)換優(yōu)先股。假設(shè)五：違約距離DD(DistancetoDefault）為企業(yè)的信用風(fēng)險度量指標。KMV模型的基本思路是導(dǎo)致信用風(fēng)險產(chǎn)生本質(zhì)因素是債務(wù)人借款方的資產(chǎn)價值發(fā)生變化，所以可以運用數(shù)據(jù)對資產(chǎn)價值變動的規(guī)律進行測算并建立模型，假定當(dāng)企業(yè)資產(chǎn)價值低于某一水平的時后會出現(xiàn)違約事件，那么當(dāng)企業(yè)處于這一水平時的資產(chǎn)價值被成為違約點，也就是通過計算預(yù)期違約率EDF（ExpectedDefaultFrequency）來衡量企業(yè)發(fā)生信用風(fēng)險的可能性大小。它分三個步驟來確定企業(yè)的預(yù)期違約率。第一步是以Black-Scholes期權(quán)定價公式為基礎(chǔ)，收集股票的市場價值，然后利用公式計算出股權(quán)價值的波動性，根據(jù)收集計算得到的數(shù)據(jù)結(jié)合負債的賬面價值來得到企業(yè)的資產(chǎn)價值（V）及其波動率（σA）。然后利用企業(yè)的長期負債和短期負債進行計算得出企業(yè)會發(fā)生違約事件這一水平時的資產(chǎn)價值即違約點DP，同時還要以企業(yè)現(xiàn)期的資產(chǎn)價值為基礎(chǔ)才能確定出企業(yè)的預(yù)期價值，最后結(jié)合所得數(shù)據(jù)計算得到企業(yè)違約距離。最后一步就是企業(yè)預(yù)期違約率的確定，預(yù)期違約率和違約距離有關(guān)聯(lián)，所以可以根據(jù)違約距離運用公式和大量數(shù)據(jù)計算得出預(yù)期違約率。2.企業(yè)資產(chǎn)價值及其波動性的計算企業(yè)發(fā)生違約事件的一大影響要素是企業(yè)的資產(chǎn)價值及其波動性，對于上市交易股份的企業(yè)的股票市場價值是可以觀察到的。根據(jù)可得到的股票市價，通過期權(quán)定價的方法，可以利用MATLAB軟件將收集到的數(shù)據(jù)結(jié)合代碼運行后得到企業(yè)的資產(chǎn)價值及其波動率。KMV企業(yè)假定企業(yè)資本結(jié)構(gòu)簡單，其中只包含所有者權(quán)益、短期債務(wù)、長期債務(wù)和可轉(zhuǎn)換優(yōu)先股，因此由Black-Scholes期權(quán)定價公式可以得到以下公式：（4.1）（4.2）（4.3）然后通過對上述公式兩邊求導(dǎo)然后求期望后，可得企業(yè)股權(quán)價值波動率σE和企業(yè)資產(chǎn)波動率σA間的關(guān)系：，其中ηE,A是股權(quán)價值對企業(yè)資產(chǎn)價值發(fā)生的一定比例的變化屬性，是期權(quán)的Delta值。由于歐式看漲期權(quán)即期權(quán)持有者能夠在有效時間范圍的最后一天完成合約的期權(quán)Delta值為N(d1)，所以可得下述公式：（4.4）通過大量的歷史數(shù)據(jù)可以推算得出σE，聯(lián)立上述公式可計算出企業(yè)資產(chǎn)的市場價值V和它的波動率σA。3.企業(yè)違約距離（DD）的確定根據(jù)查詢文獻發(fā)現(xiàn)，企業(yè)發(fā)生違約事件可能性最大的界限是企業(yè)價值大于等于流動負債加上長期負債的一半的值，因此：（4.5）根據(jù)利用上述企業(yè)所得的違約點DP計算出企業(yè)違約距離（DD）。企業(yè)違約距離指的是企業(yè)現(xiàn)在的資產(chǎn)價值和到達企業(yè)發(fā)生違約風(fēng)險的資產(chǎn)價值水平即違約點的距離，主要用于度量企業(yè)的違約風(fēng)險。其公式為：（4.6）違約距離可用作度量企業(yè)信用狀況的指標，將不同企業(yè)作比較，根據(jù)值的大小判斷企業(yè)的信用狀況。較大的違約風(fēng)險值表明該企業(yè)發(fā)生違約風(fēng)險可能性較小，信用狀況較好；相反則表明企業(yè)能夠如約還債的可能性低，出現(xiàn)違反條約事件的可能性較大，信用狀況不好。4.預(yù)期違約率（EDF）的確定當(dāng)企業(yè)資產(chǎn)的概率分布是已知情況下，可根據(jù)所求到的違約距離來計算出企業(yè)預(yù)期違約率。一般在假定資產(chǎn)價值遵循正態(tài)分布的情況下，理論上的預(yù)期違約率計算公式為：（4.7）由于上述假設(shè)在現(xiàn)實中是不合理的，企業(yè)資產(chǎn)價值通常不服從正態(tài)分布，因此KMV公司提出另一種依據(jù)歷史違約數(shù)據(jù)得到預(yù)期違約率的方法，公式如下：（4.8）KMV公司在比較研究大量的歷史數(shù)據(jù)，根據(jù)所得規(guī)律擬合了出一條反映違約距離和它對應(yīng)的預(yù)期違約率之間的關(guān)系的曲線。在大量的實證研究以及在各種行業(yè)之間的測試運算后得知兩者間的關(guān)系相對穩(wěn)固。而企業(yè)違約距離和企業(yè)的預(yù)期違約率之間的關(guān)系如下圖所示：圖4.1DD與EDF關(guān)系圖但是因為我國科技行業(yè)的發(fā)展較遲，科技型中小企業(yè)雖得到大力支持，但在現(xiàn)發(fā)展階段，管理體系不夠完善，缺乏許多企業(yè)相關(guān)違約記錄，難以得出違約距離與違約率之間的相關(guān)關(guān)系，根據(jù)上述內(nèi)容得知可通過比較企業(yè)違約距離的值來衡量企業(yè)信用狀況，因此本文只進行到計算違約距離的步驟，根據(jù)所得到違約距離的值來測算評估度量企業(yè)的信用風(fēng)險狀況。（三）KMV模型的優(yōu)缺點任何事物都有會有正反、好壞兩面，KMV模型同樣，有優(yōu)點的同時就不可避免產(chǎn)生缺點。本文對此模型的優(yōu)缺點總結(jié)如下：1.KMV模型的優(yōu)點（1）KMV模型有很好的理論基礎(chǔ)，可以很好的表達出企業(yè)信用風(fēng)險水平的動態(tài)變化。KMV模型是KMV公司根據(jù)Merton（1974）和Black-Scholes（1973）的期權(quán)定價的理論基礎(chǔ)開發(fā)出來的，可以真實體現(xiàn)出企業(yè)信用風(fēng)險波動。此外，KMV模型的運算需要用到上市企業(yè)定期公布的財務(wù)數(shù)據(jù)和每天股票價格的交易數(shù)據(jù)，可以更有力地解釋企業(yè)發(fā)生違約的概率，預(yù)測出違約距離和違約率更有說服力，同時該模型計算違約率所用到的數(shù)據(jù)可以隨時更新，及時獲得最準確的違約概率，最新得出的違約率的值可以更精準表達市場預(yù)期和各企業(yè)的信用風(fēng)險變化。（2）KMV模型能夠反映企業(yè)信用風(fēng)險高低順序的同時還可以體現(xiàn)出其風(fēng)險水平差異程度。KMV模型是提高基數(shù)法對信用風(fēng)險進行度量而得出預(yù)期違約率，和序數(shù)衡量法不同，基數(shù)衡量法在得出企業(yè)風(fēng)險高低順序基礎(chǔ)上能明確反映出企業(yè)風(fēng)險高到什么程度，對信用風(fēng)險的預(yù)測更為準確。（3）具備前瞻性。KMV模型是通過股票價格的變動來計算違約距離，通過股票市場的實時變化情況很好的解釋了企業(yè)過去的經(jīng)營情況以及現(xiàn)階段是實際狀況，也能夠得知眾多投資方對企業(yè)發(fā)展狀況的想法。2.KMV模型的缺點（1）KMV模型的適用性是有限的。KMV模型一般適用于上市企業(yè)。由于我國二級市場的缺陷，對非上市企業(yè)并不適用，在非上市企業(yè)的評估過程中存在諸多困難，所得信用評估結(jié)果誤差較大，不太準確。（2）KMV模型是在企業(yè)的價值變化過程服從正態(tài)分布的假設(shè)條件下才能獲得正確結(jié)果，而我國股票市場價格變化較大，在現(xiàn)實中并不是所有借款企業(yè)的資產(chǎn)價值都服從正態(tài)分布。（3）KMV模型需要的數(shù)據(jù)量極大，而我國資本市場發(fā)展較晚，無法得到大量的相關(guān)歷史數(shù)據(jù)，通常得到的違約率都是理論化的。五、基于KMV模型對科技型中小企業(yè)的信用風(fēng)險評估（一）樣本選取與數(shù)據(jù)來源為了解科技型中小企業(yè)的信用風(fēng)險狀況，根據(jù)前文的對科技型中小企業(yè)的標準在創(chuàng)業(yè)板選取了20家科技型中小企業(yè)，并且提取它們五年間的股票數(shù)據(jù)在KMV模型中進行運算。創(chuàng)業(yè)板是第二證券交易市場，是為創(chuàng)業(yè)型企業(yè)、中小企業(yè)、高新技術(shù)產(chǎn)業(yè)等短期內(nèi)無法在主板上市的企業(yè)提供融資方式和發(fā)展空間的證券交易市場。本文所需數(shù)據(jù)來源于萬得數(shù)據(jù)庫，選取于2014年就在創(chuàng)業(yè)板上市的企業(yè)，同時剔除部分數(shù)據(jù)不完整的企業(yè)、未披露的企業(yè)和規(guī)模大的科技型中小企業(yè)，選取了20家符合要求的企業(yè)作為樣本對象。所選取的20家企業(yè)如表5.1。表5.1所選取的科技型中小企業(yè)代碼企業(yè)代碼企業(yè)300035中科電氣300073當(dāng)升科技300048合康新能300167迪威迅300057萬順新材300053歐比特300067安諾其300016北陸藥業(yè)300083勁勝智能300155安居寶300084海默科技300077國民技術(shù)300092科新機電300101振芯科技300102乾照光電300188美亞柏科300111向日葵300079數(shù)碼科技300105龍源技術(shù)300166東方國信（二）計算過程1.股權(quán)市場價值E的計算根據(jù)我國上市公司股份中包含流通股和非流通股兩種股份的情況，本文在計算股權(quán)市場價值時采取了國內(nèi)較為普遍的方法，用流通股股數(shù)乘以流通股平均收盤價后加上非流通股股數(shù)乘以每股凈資產(chǎn)的值，公式如下：（5.1）根據(jù)上式計算得出科技型中小企業(yè)股權(quán)市場價值，如表5.2所示。表5.2科技型中小企業(yè)股權(quán)市場價值E代碼企業(yè)2014年股權(quán)價值2015年股權(quán)價值2016年股權(quán)價值2017年股權(quán)價值2018年股權(quán)價值300035中科電氣20780258912971792370325876159140567466792980282838300048合康新能32735177015556552451713141616357622351303339459327300057萬順新材45976986126952904271627938610155972389863184891869300067安諾其28444166875650753162466826984343802044044122040801300083勁勝智能4057597074750939024611582226478121299823897173649845300084海默科技29745849694383324688391599132337538943852148718722300092科新機電13585185712795779201302505882728511063711628544342300102乾照光電38716281635384618648550735463160446704785014706343300111向日葵43931353717136063180572566590247419858523134933095300105龍源技術(shù)61140388006909696236436586961837392202622357372160300073當(dāng)升科技278319020442943440918803913858946822983211157461775300167迪威迅74239508074127793473444970445938621446231980496711300053歐比特80516141653193371429872361472586127833038087597936300016北陸藥業(yè)101246305703985317390719652720349638885453954365210300155安居寶109984912875066358928732991062247076604572746682491300077國民技術(shù)1115901683972969162451004072813080402545655125732989300101振芯科技1238275803364518807351258809065685589136077508491809300188美亞柏科12904703516527714966912723065038919550825512663064193300079數(shù)碼科技1389787043683300589211175404978481219254165276794412300166東方國信173289668855571271458155206810421381527981714344039785數(shù)據(jù)來源：Wind數(shù)據(jù)庫計算整理2.股權(quán)價值波動率σE的計算本文使用歷史波動率的方法來計算股權(quán)價值的波動性,使用樣本企業(yè)的每日收盤價來計算每日回報率,然后計算每日波動通過Excel的方差函數(shù),最后相乘的每日波動與實際交易日獲得股權(quán)價值的波動，如表5.3所示。表5.3科技型中小企業(yè)股權(quán)價值波動率代碼企業(yè)2014年股權(quán)價值波動率2015年股權(quán)價值波動率2016年股權(quán)價值波動率2017年股權(quán)價值波動率2018年股權(quán)價值波動率300035中科電氣0.494931690.6183331590.4811523870.888402760.411759949300048合康新能0.3851044240.5793244440.909640260.4977986960.398911922300057萬順新材0.3506856310.6422881870.3894364890.2810454230.342868392300067安諾其0.9186747850.9171054280.5013580530.3694419840.383068519300083勁勝智能0.401233430.5191410651.4992034780.3428504260.458781868300084海默科技0.4439717910.9693931710.4655974120.4033146040.506810924300092科新機電0.4227783581.2876813260.5747185610.2459099610.496653908300102乾照光電0.4058972060.9748709490.4946611560.3259299680.378182333300111向日葵0.3577306350.7460820480.3746422070.2112354680.245403341300105龍源技術(shù)0.7106291360.7262413730.4246330480.3578074550.394302879300073當(dāng)升科技0.4873088940.7435003970.675946740.5197600080.516939317300167迪威迅0.4294112430.8387917480.5198997750.3360201960.575119067300053歐比特0.5315008560.9002125690.5142115550.4428102560.455135771300016北陸藥業(yè)0.4642456030.88068690.528852270.3091940680.482758132300155安居寶0.8623506020.9287549710.5456346680.3741168910.467515394300077國民技術(shù)0.4712579140.782221480.567397540.3959797990.529704581300101振芯科技0.501634770.7668162090.516712910.4210422190.484244224300188美亞柏科0.5166156930.7121552350.5487860950.3599361370.52303828300079數(shù)碼科技0.4340125230.7796556010.4578035690.2338839510.430915526300166東方國信0.582324560.8792144830.5020135620.3702452420.502429918數(shù)據(jù)來源：Wind數(shù)據(jù)庫、Excel計算整理得出3.資產(chǎn)價值V和資產(chǎn)價值波動率σA的計算根據(jù)第四章所講的公式（4.1）、（4.4），通過MATLAB軟件利用迭代法計算出各科技型企業(yè)五年內(nèi)的資產(chǎn)價值和資產(chǎn)價值波動率。此外，由于我國存款利率波動較大，本文采用一年期定期存款利率作為無風(fēng)險利率。在2014年和2015年我國一年定期存款利率都發(fā)生了變動，本文將其加權(quán)平均后所得結(jié)果作為無風(fēng)險利率。銀行定期存款利率如表5.4所示，加權(quán)平均后所得無風(fēng)險利率如表5.5所示。表5.42014-2018年中國人民銀行定期一年存款基準利率表時間一年定期存款利率%2014/1/13.002014/11/222.752015/3/12.502015/5/112.252015/6/282.002015/8/262.752015/10/24至今1.50表5.52014-2018年無風(fēng)險利率時間無風(fēng)險利率r%20142.9720152.1220161.5020171.5020181.50根據(jù)上述內(nèi)容利用MATLAB軟件計算出樣本企業(yè)2014-2018年資產(chǎn)價值及其波動率結(jié)果如表5.6、5.7所示。表5.62014-2018年科技型中小企業(yè)資產(chǎn)價值V代碼企業(yè)2014年資產(chǎn)價值2015年資產(chǎn)價值2016年資產(chǎn)價值2017年資產(chǎn)價值2018年資產(chǎn)價值300035中科電氣21646000003024800000337680000041652000003449900000300048合康新能35501000006042700000750270000068561000004480900000300057萬順新材60932000007797100000764260000077271000005496700000300067安諾其28841000005768400000495040000045536000004338500000300083勁勝智能54289000009504000000116430000001631200000010675000000300084海默科技32071000004467200000421860000045930000002768100000300092科新機電14836000002808800000315330000029759000001819100000300102乾照光電40863000005516700000592390000075835000006939300000300111向日葵53133000007724000000676340000057471000003934900000300105龍源技術(shù)65107000007223900000484860000041009000002640900000300073當(dāng)升科技2906100000449870000092357000001024100000011906000000300167迪威迅76884000004269700000481230000042863000002224000000300053歐比特81034000003263700000914550000091390000008751200000300016北陸藥業(yè)102720000004026700000723120000050144000004013900000300155安居寶110890000005138600000754980000049757000003025200000300077國民技術(shù)1125500000074629000001028200000083910000006207200000300101振芯科技1262300000066509000001275800000087693000007794300000300188美亞柏科13125000000551590000013254000000980710000013290000000300079數(shù)碼科技1406600000086612000001215700000087233000005980700000300166東方國信175330000005819800000162140000001435200000015091000000表5.72014-2018年科技型中小企業(yè)資產(chǎn)價值波動率σA代碼企業(yè)2014年資產(chǎn)價值波動率2015年資產(chǎn)價值波動率2016年資產(chǎn)價值波動率2017年資產(chǎn)價值波動率2018年資產(chǎn)價值波動率300035中科電氣0.47660.60860.46530.87230.3613300048合康新能0.35650.54170.88130.43320.3112300057萬順新材0.27250.59140.32710.2070.2153300067安諾其0.90950.9040.47570.35560.3645300083勁勝智能0.31390.43511.4950.26270.3399300084海默科技0.41440.95710.43540.33820.4188300092科新機電0.38981.2840.55440.23560.4524300102乾照光電0.38540.95960.46390.26380.2863300111向日葵0.30040.70680.32170.17440.1962300105龍源技術(shù)0.67880.70240.38610.32740.355300073當(dāng)升科技0.46820.71850.65120.4860.4884300167迪威迅0.41510.81910.48620.30380.5258300053歐比特0.52820.88650.49280.4190.4238300016北陸藥業(yè)0.45770.87370.52630.30610.4758300155安居寶0.85670.91930.53110.35450.4294300077國民技術(shù)0.46730.76870.55530.37990.4579300101振芯科技0.49250.74940.51010.41110.4676300188美亞柏科0.50830.68860.52920.3380.501300079數(shù)碼科技0.42890.75790.44330.21780.3855300166東方國信0.57590.85440.48240.35660.47994.違約點DP的計算通過根據(jù)查詢文獻發(fā)現(xiàn)，企業(yè)發(fā)生違約事件可能性最大的界限是企業(yè)價值大于等于流動負債加上二分之一長期負債的值，這也是KMV對大量破產(chǎn)公司數(shù)據(jù)分析的結(jié)果。雖然對更適合國內(nèi)企業(yè)的最優(yōu)系數(shù)值研究分析較多，但沒有統(tǒng)一的結(jié)論，因此本文選取的系數(shù)值為0.5，通過Excel計算整理出違約點，所得違約點結(jié)果如表5.8所示。表5.82014-2018年違約點計算結(jié)果代碼企業(yè)2014年違約點2015年違約點2016年違約點2017年違約點2018年違約點300035中科電氣132456112.377776215.89148501265.3333156989.8609500531.9300048合康新能406600226.8829410282.9166946357516430502221538271239300057萬順新材22710876091816857260176446070526015998953008289669300067安諾其130170272.8399817955.7374860652.8208959107.7263014360.3300083勁勝智能22098339823541179854424591138652998225465385492993300084海默科技354523052.6348852701.9394554508.511049271191002340827300092科新機電189258403.1165799322.6181153479.6149458624269255104300102乾照光電314168893.6630678224560510839.319052697482542854727300111向日葵1378749667162904595113119850891204254426962268052.4300105龍源技術(shù)999786320.9683138381.9619856672.2441925764.9356621247.6300073當(dāng)升科技187461120.947486406576949092610859730761024294992300167迪威迅385747900.2419878028.5509439286.4515601431.4405295608.2300053歐比特75087767.24227660683557757182.6662369819.9859815031.5300016北陸藥業(yè)213187569.197767935.1841900103.560437042.8472535556.97300155安居寶212474297.9224517091288849371.8325273570.6372163788.8300077國民技術(shù)137446532.9356766336.43178479264260240821767016966300101振芯科技354257939.2442126046.5208705489254550908.7361404964300188美亞柏科326584376.4496942366.5722079690741440072.8839566477.1300079數(shù)碼科技240868419.8824976162.1498442187.3720030286.4921674764.9300166東方國信310272192.3967678858.8898979966646321467.8981525526.95.違約距離DD的確定根據(jù)上述違約點的計算結(jié)果利用公式（4.6）結(jié)合資產(chǎn)價值及其波動率來確定違約距離DD。通過MATLAB的運算得出結(jié)果如表5.9所示。表5.92014-2018年各科技型中小企業(yè)違約距離企業(yè)2014年違約距離2015年違約距離2016年違約距離2017年違約距離2018年違約距離中科電氣1.96971.60092.05451.05472.2785合康新能2.48391.59280.88231.75522.11萬順新材2.30171.2972.35153.20392.1023安諾其1.04991.02951.94282.68332.5775勁勝智能1.88881.44180.4252.56981.4578海默科技2.14660.96322.08222.24571.5232科新機電2.23820.73291.70014.03141.8834乾照光電2.39520.9231.95182.83842.2126向日葵2.4651.11642.50514.53193.8496龍源技術(shù)1.2471.28912.25912.7252.4367當(dāng)升科技1.99791.24491.40781.83941.8712迪威迅2.28811.10081.83912.89571.5553歐比特1.87581.04931.90542.21392.128北陸藥業(yè)2.13951.11681.88893.22772.0638安居寶1.14491.04021.81072.63672.0423國民技術(shù)2.11381.23861.74532.4991.5623振芯科技1.97351.24571.92842.36182.0393美亞柏科1.91841.32151.78662.73461.8701數(shù)碼科技2.29181.19382.16334.2132.1942東方國信1.70560.97581.95822.6781.9482（三）計算結(jié)果分析根據(jù)上述計算的違約距離可得出表5.9關(guān)于科技型中小企業(yè)在2014-2018年間違約距離的變化趨勢。由表可知違約距離的均值在2014年至2015年期間發(fā)生了下降，在接下來的三年間逐年上升，直到2018年有所減小。根據(jù)上文分析可知違約距離和企業(yè)違約呈反向關(guān)系，則企業(yè)信用風(fēng)險越小，因此可知科技型中小企業(yè)在2015年的信用風(fēng)險最高，在2016年有所降低，在接下來的三年中信用風(fēng)險逐年縮小，雖然在2018年有小幅度增加，但總體呈上升趨勢且較為平穩(wěn)，沒有較大的波動。在2015-2018年我國股市波動較大，特別是在2015年我國股市行情如過山車般從狂升到暴跌，而以科技股為主的創(chuàng)業(yè)板的表現(xiàn)尤為明顯，因此在2015年的違約距離變小，信用風(fēng)險提高，直到2015年9月一整月的區(qū)間整理后，股災(zāi)結(jié)束，在10月創(chuàng)業(yè)板有所回升，科技型企業(yè)總體有所上漲，企業(yè)營業(yè)收入增速在2016年有所提高，也相對的減小了科技型中小企業(yè)的發(fā)生信用風(fēng)險事件的可能性。根據(jù)變異系數(shù)較小可知科技型中小企業(yè)在這五年的發(fā)展中各個企業(yè)的違約距離差別較小，起伏波動不大，發(fā)展前途較好。表5.102014-2018年科技型中小企業(yè)違約距離比較2014年2015年2016年2017年2018年平均值1.9817651.17571.8294052.7469552.085315最大值2.48391.60092.50514.53193.8496最小值1.04990.73290.4251.05471.4578變異系數(shù)0.087465120.0403671260.12303590.2476366910.125360063（四）實證結(jié)果的檢驗與分析1.實證結(jié)果的檢驗本文所運用的KMV模型對檢驗科技型中小企業(yè)的是否具有適用性，我們所抽取的20個樣本所算出來的違約距離是否符合前文的假設(shè)，這些都需要進行進一步的檢驗。檢驗假設(shè)，企業(yè)違約風(fēng)險與股價日標準差成正比，即當(dāng)企業(yè)股價日標準差越大，企業(yè)所面臨的經(jīng)營問題越嚴重，企業(yè)的違約風(fēng)險也就越大。我們將20個樣本根據(jù)標準差大小細分為兩組，一組是標準差較大的10個樣本，另一組則是標準差較小的10個樣本，分別命名為樣本A和樣本B。據(jù)此，樣本A的股價波動比樣本B的穩(wěn)定。同時，根據(jù)上文計算出的違約距離，在EXCLE表格中計算樣本A和樣本B在2014-2018年五年間的均值、中值、最大值和最小值、極差的數(shù)據(jù)，如下：表5.11樣本A違約距離統(tǒng)計量樣本A每年均值中值最大值最小值極差2014年2.01862.19242.48391.04991.4342015年1.198661.202751.60090.73290.8682016年1.793092.003152.50510.4252.08012017年2.763932.704154.53191.05473.47722018年2.243162.16133.84961.45782.3918表5.12樣本B違約距離統(tǒng)計量樣本B年份均值中值最大值最小值極差2014年1.944931.98572.29181.14491.14692015年1.152741.15531.32150.97580.34572016年1.843371.8642.16331.40780.75552017年2.729982.657354.2131.83942.37362018年1.927471.993752.19421.55530.63892.實證結(jié)果的分析從表5.11中可以看出，從樣本A到樣本B各年份的違約距離統(tǒng)計量大致呈現(xiàn)遞減的趨勢，這于我們前文的假設(shè)相符合。所以我們可以認為，本文所運用的KMV模型運算出來的違約距離對分析科技型中小企業(yè)的信用風(fēng)險分析具有適用性，可以很好地反映企業(yè)的信用違約狀況。六、科技型中小企業(yè)信用風(fēng)險影響因素分析本文從兩個方面入手來分析增加科技型中小企業(yè)的信用風(fēng)險的原因，兩方面分別為內(nèi)部因素和外部因素。內(nèi)部因素指的是企業(yè)自身的財務(wù)狀況、治理能力和發(fā)展規(guī)劃等，外部因素指的是國家宏觀經(jīng)濟影響、地理位置還有行業(yè)的成長空間等。（一）外部因素外部因素對企業(yè)產(chǎn)生側(cè)面影響，其中國內(nèi)外經(jīng)濟形勢和我國的政策是企業(yè)信用風(fēng)險的重要影響因素。隨著科技的迅猛發(fā)展，國家要提高自身科學(xué)技術(shù)在世界科技領(lǐng)域的地位，那么就要重視科技型中小企業(yè)的在經(jīng)濟發(fā)展的地位和作用，由此國家實施了多項扶持科技型中小企業(yè)發(fā)展的計劃，而信用風(fēng)險也會隨著政策管理的日益完善而有所降低。（二）內(nèi)部因素內(nèi)部因素會對企業(yè)信用風(fēng)險產(chǎn)生直接的影響。為了度量企業(yè)的信用風(fēng)險，本文選取了企業(yè)財務(wù)數(shù)據(jù)，分析企業(yè)自身的規(guī)模、經(jīng)營能力、盈利能力和成長能力。收集20家樣本企業(yè)2014年的總資產(chǎn)比率、總資產(chǎn)周轉(zhuǎn)率、權(quán)益收益率、流動比率和營業(yè)收入增長率分別進行計算，對科技型中小企業(yè)進行信用風(fēng)險影響分析。2014年各樣本企業(yè)數(shù)據(jù)如表6.1所示。表6.1科技型中小企業(yè)信用風(fēng)險影響因素代碼企業(yè)總資產(chǎn)占比總資產(chǎn)周轉(zhuǎn)率（次）凈資產(chǎn)收益率（%）流動比率（%）營業(yè)收入增長率（%）違約距離300016北陸藥業(yè)0.0233258180.576114.67452.175332.67772.1395300035中科電氣0.0260628940.19706.32866.8184-19.02741.9697300048合康新能0.0538085750.33840.04893.60640.84532.4839300053歐比特0.0193034830.24663.87685.325116.70521.8758300057萬順新材0.1157004380.523511.09330.98696.87962.3017300067安諾其0.0264100720.778712.08914.785247.28581.0499300073當(dāng)升科技0.0261835980.6216-3.07783.0530-0.78671.9979300077國民技術(shù)0.0736900850.14920.374519.3021-1.82792.1138300079數(shù)碼科技0.0844940810.17896.52169.944141.59082.2918300083勁勝智能0.0967601041.22895.11070.953121.43081.8888300084海默科技0.041771780.25004.73703.243335.12132.1466300092科新機電0.0195866910.40472.12861.951537.70042.2382300101振芯科技0.0301893310.37557.01432.765456.13311.9735300102乾照光電0.0548367850.20703.12963.7076-11.08082.3952300105龍源技術(shù)0.0818002970.53298.12052.876418.65031.2470300111向日葵0.081110130.54543.20730.820646.39452.4650300155安居寶0.0352431260.47877.45805.438822.57051.1449300166東方國信0.0467232890.416810.80132.681731.42191.7056300167迪威迅0.0291952480.2183-1.35422.22648.01462.2881300188美亞柏科0.0338041760.511112.93832.947054.47611.9184總資產(chǎn)占比是企業(yè)規(guī)模的體現(xiàn)，對企業(yè)的信用風(fēng)險影響較大。根據(jù)上面的表中,可以得到,總資產(chǎn)的比例和違約距離通常其發(fā)展趨勢相同,也就是說,企業(yè)的經(jīng)濟實力會降低企業(yè)違約發(fā)生的可能性，降低企業(yè)面臨的信用風(fēng)險。總資產(chǎn)周轉(zhuǎn)率反映了企業(yè)的經(jīng)營能力。由上表可知，總資產(chǎn)周轉(zhuǎn)率越大，則違約距離越大，信用風(fēng)險也隨之變小。企業(yè)的總資產(chǎn)周轉(zhuǎn)率較高，說明企業(yè)的銷售能力和資產(chǎn)利用能力較強，資金周轉(zhuǎn)速度越快，資金充足，違約風(fēng)險小，信用風(fēng)險低。凈資產(chǎn)收益率和營業(yè)收入增長率也影響企業(yè)的信用風(fēng)險。凈資產(chǎn)收益率和營業(yè)收入增長率越高，說明企業(yè)經(jīng)營狀況越好，營業(yè)收入越高。利潤越高，企業(yè)的競爭優(yōu)勢越大，違約越少，虧損的可能性越小。企業(yè)的成長能力也是影響信用風(fēng)險的一大因素，流動比率越大，企業(yè)成長能力越好，和違約距離呈正相關(guān)，即企業(yè)成長能力越強，違約風(fēng)險越小，企業(yè)的信用等級越高。由于本文數(shù)據(jù)有限導(dǎo)致代表性有限，在后續(xù)的學(xué)習(xí)中將會進一步完善對該類型企業(yè)的信用分析。七、結(jié)論與建議（一）結(jié)論本文從第一章開始依次介紹了論文的目的、意義、思路等，本文還大量參考了國內(nèi)外對類似話題的研究，結(jié)合前人的研究來設(shè)計本次論文。還系統(tǒng)地介紹了信用風(fēng)險的概念、特點、應(yīng)用，和KMV模型的意義、優(yōu)缺點、模型的構(gòu)建與使用方法。通過matlab軟件的操作，解釋并利用KMV模型對20個科技型中小企業(yè)2014-2018年的數(shù)據(jù)進行測算，得出以下結(jié)論：（1）通過檢驗得出違約距離，認為科技型中小企業(yè)擁有較好的發(fā)展前景，如果國家與政府加以重視和扶持，未來科技型中小企業(yè)的蓬勃發(fā)展將成為國家經(jīng)濟發(fā)展的重要推動力之一。（2）通過線性回歸分析得出企業(yè)總資產(chǎn)、企業(yè)的資產(chǎn)周轉(zhuǎn)率和企業(yè)的成長能力與違約距離顯著相關(guān)。（3）本文還為提高科技型中小企業(yè)的信用能力提出幾點建議，分別是：完善有關(guān)法律法規(guī)，將政策落實到全國各地；加大對信用人才的培養(yǎng)；把握產(chǎn)品的質(zhì)量，關(guān)注產(chǎn)品在流入市場后的反應(yīng)；加強證券市場的監(jiān)管。（二）建議近年來我國為科技型中小企業(yè)給予了很多政策和資金上的支持，比如稅收優(yōu)惠政策等，我國各地為響應(yīng)中央的號令，大多成立了為科技型中小企業(yè)服務(wù)的信用擔(dān)保機構(gòu)，著力解決企業(yè)貸款難等問題。但若是想科技型中小企業(yè)能發(fā)展得更好，結(jié)合本文我們給出以下幾點建議。（1）完善有關(guān)法律法規(guī)，將政策落實到全國各地。上層建筑影響經(jīng)濟基礎(chǔ)。解決科技型中小企業(yè)的發(fā)展問題，首先需要政府帶頭，集合專業(yè)人員，聽取各方意見，來制定和修改與增強管理企業(yè)信用有關(guān)法律條文。制定適合的法律并且與信用掛鉤有利于科技型中小企業(yè)能夠合法地履行權(quán)利，履行義務(wù)，不偷稅漏稅，讓企業(yè)積極健康地發(fā)展。還有，由于科技型中小企業(yè)不可忽視的發(fā)展特點，這類企業(yè)在國內(nèi)分布地并不均勻，但大部分優(yōu)惠政策和信用擔(dān)保機構(gòu)只在大城市實施落戶。由于分布不均其他中小城市的企業(yè)密集度小于大城市，于是地方政府也沒有足夠重視這些科技型中小企業(yè)，這為此類企業(yè)在其他地區(qū)的發(fā)展受限制。然而科技型中小企業(yè)能夠帶來的高收益和吸引人才扎根落戶是有利于中小城市的經(jīng)濟持續(xù)健康發(fā)展的，所以中央政府應(yīng)該闡明科技型中小企業(yè)的重要程度，并且監(jiān)督地方政府對政策的落實。（2）加大對信用人才的培養(yǎng)。信用風(fēng)險作用于科技型中小企業(yè)身上的影響不可忽視，除去在國內(nèi)銀行面向企業(yè)的借貸投資等業(yè)務(wù)重視企業(yè)的信用外，近年來，國與國之間經(jīng)濟與技術(shù)交往越來越頻繁，國外對企業(yè)和個人信用也非常重視，國內(nèi)的企業(yè)若想提高自身的競爭力，走出國門與世界接軌，那么就應(yīng)該注重企業(yè)自身的信用問題。提高企業(yè)的信用等級不僅依靠普通的財會人員和經(jīng)營者，還需要擁有專業(yè)知識的信用管理專員。因為他們懂得國內(nèi)國外信用評級的不同，懂得影響企業(yè)信用評級的因素，擁有信用人才，企業(yè)在提高自身信用級別時更加具有針對性，更加省時省力。（3）把握產(chǎn)品的質(zhì)量，關(guān)注產(chǎn)品在流入市場后的反應(yīng)。科技型中小企業(yè)不比大型的科技型企業(yè)，它們所研究的投入市場的大多數(shù)是虛擬世界的商品，比如手機商店的app，某一種繪圖技術(shù)等，在我看來這些企業(yè)像是人類從現(xiàn)實世界進入虛擬世界的中間商。然而如今虛擬世界的信息更替速度飛快，在現(xiàn)實世界某一種商品的普及往往需要幾個月甚至幾年，而在虛擬世界讓一個產(chǎn)品能夠廣為人知往往只需要幾天，特別是當(dāng)它得到某些大流量人物宣傳時，在人群中的流通速度更加驚人。而這驚人的流通速度為產(chǎn)品帶來的影響往往非常極端，即它可以被人贊不絕口，人們蜂擁而至的下載量為企業(yè)帶來高額的收益，也可以受盡抵制，被舉報投訴至公司破產(chǎn)。所以這就驚醒企業(yè)的管理人員，既要把控產(chǎn)品在流入市場前的質(zhì)量，又要重視每一位用戶的使用體驗，還要通過個人信用篩選良好信用的客戶，層層把關(guān)。既要優(yōu)質(zhì)產(chǎn)品，又要優(yōu)質(zhì)客戶。（4）加強證券市場的監(jiān)管。計算信用風(fēng)險的模型需要大量的數(shù)據(jù)支持，如本文KMV模型中用到的股票區(qū)間日均收盤價，股權(quán)價值、股權(quán)價值波動率、資產(chǎn)價值等，都需要層層演算。足以可見這些財務(wù)數(shù)據(jù)對企業(yè)的信用風(fēng)險評判和解決的重要性。加強證券市場的監(jiān)管就是保證數(shù)據(jù)的真實性，保證數(shù)據(jù)的真實性又有利于證券市場的監(jiān)管，兩者相輔相成，共同影響著企業(yè)的信用管理。（三）不足與展望由于我們專業(yè)知識儲備不足，沒有機會真正接觸企業(yè)運營管理等限制下，本篇論文還是存在著許多的不完美：（1）選取樣本時我們只關(guān)注了創(chuàng)業(yè)板塊的20家科技型中小企業(yè)，其余板塊的未能注意。并且我們選取的都是A股股份，其它性質(zhì)的股份未加以考慮。（2）本文第六章所能提取的數(shù)據(jù)是公司的財務(wù)數(shù)據(jù)，僅分開分析了影響公司信用風(fēng)險的內(nèi)部因素，外部因素對于企業(yè)信用風(fēng)險管控也很重要，但由于無法客觀分析外界種種不確定因素，于是在這一板塊并沒有過多提及。（3）如本文在介紹KMV模型時提及，違約距離與違約概率的關(guān)系非比尋常，國外資本市場對各種企業(yè)的違約概率有成熟的整合和統(tǒng)計，但我國在違約概率這方面沒有充分的集合展示，而我們認為所收集樣本數(shù)據(jù)算出的違約率與實際上的企業(yè)違約率還是有所差異的，所以本文并沒有參考違約率來計算違約距離。誠然，這篇論文還有諸多不足，但我們會在之后的實踐學(xué)習(xí)中一步步加深對科技型中小企業(yè)的信用風(fēng)險管控與研究的認識，也期待后人在此類型論文的研究中能夠填補其中的不足并且增加自己的見解。

參考文獻方洪全,曾勇.銀行信用風(fēng)險評估方法實證研究及比較分析[J].金融研究,2004(1):62-69.張大斌,周志剛,許職,李延輝.基于差分進化自動聚類的信用風(fēng)險評價模型研究[J].中國管理科學(xué),2015(4).劉迅,顏莉.基于供應(yīng)鏈的科技型中小企業(yè)融資模式分析[J].統(tǒng)計與決策,2012,(5):186-188.章立.科技型中小企業(yè)的投融資風(fēng)險管理[J].中國城市金融,2016(1)孫小琰

,沈悅

,羅璐琦.基于KMV模型的我國上市公司價值評估實證研究[J].管理工程學(xué)報,2008,22(1):102-108.張能福,張佳.改進的KMV模型在我國上市公司信用風(fēng)險度量中的應(yīng)用[J].預(yù)測,2010(5):67-71.俞鍵飛.基于KMV模型的中藥行業(yè)上市公司信用風(fēng)險研究[D].甘肅：蘭州大學(xué),2018.魏奇.科技型中小企業(yè)信用評級研究[D].陜西：西安理工大學(xué)，2018.文翔.科技型中小企業(yè)融資現(xiàn)狀及對策研究[D].湖北：華中師范大學(xué),2018.葉圣超.我國科技型中小企業(yè)銀行融資模式的研究[D].江西：江西財經(jīng)大學(xué),2019.王靜.科技型中小企業(yè)信用評級指標與模型建立[J].新時代學(xué)刊,2019(2).李紅杰.基于修正KMV模型的科技型上市中小企業(yè)信用風(fēng)險度量研究[D].河北：石家莊鐵道大學(xué),2017.耿佳莉.基于KMV模型的科技型中小企業(yè)上市公司信用風(fēng)險度量研究[D].貴州：貴州財經(jīng)大學(xué),2017.薛夢茹.基于KMV模型我國上市公司信用風(fēng)險測度實證分析[D]