KMV模型是美國舊金山市KMV公司于1997年建立的用來估計借款企業(yè)違約概率的方法。該模型認為，貸款的信用風險是在給定負債的情況下由債務人的資產(chǎn)市場價值決定的。但資產(chǎn)并沒有真實地在市場交易，資產(chǎn)的市場價值不能直接觀測到。為此，模型將銀行的貸款問題倒轉(zhuǎn)一個角度，從借款企業(yè)所有者的角度考慮貸款歸還的問題。在債務到期日，如果公司資產(chǎn)的市場價值高于公司債務值（違約點），則公司股權(quán)價值為公司資產(chǎn)市場價值與債務值之間的差額；如果此時公司資產(chǎn)價值低于公司債務值，則公司變賣所有資產(chǎn)用以償還債務，股權(quán)價值變?yōu)榱恪?

首先，它利用Black-Scholes期權(quán)定價公式，根據(jù)企業(yè)資產(chǎn)的市場價值、資產(chǎn)價值的波動性、到期時間、無風險借貸利率及負債的賬面價值估計出企業(yè)股權(quán)的市場價值及其波動性。

其次根據(jù)公司的負債計算出公司的違約實施點 (default exercise point，為企業(yè)1年以下短期債務的價值加上未清償長期債務賬面價值的一半)，計算借款人的違約距離。

最后，根據(jù)企業(yè)的違約距離與預期違約率(EDF) 之間的對應關(guān)系，求出企業(yè)的預期違約率。

KMV模型的優(yōu)勢在于以現(xiàn)代期權(quán)理論基礎作依托，充分利用資本市場的信息而非歷史賬面資料進行預測，將市場信息納入了違約概率，更能反映上市企業(yè)當前的信用狀況，是對傳統(tǒng)方法的一次革命。KMV模型是一種動態(tài)模型，采用的主要是股票市場的數(shù)據(jù)，因此，數(shù)據(jù)和結(jié)果更新很快，具有前瞻性，是一種“向前看”的方法。在給定公司的現(xiàn)時資產(chǎn)結(jié)構(gòu)的情況下，一旦確定出資產(chǎn)價值的隨機過程，便可得到任一時間單位的實際違約概率。其劣勢在于假設比較苛刻，尤其是資產(chǎn)收益分布實際上存在“肥尾”現(xiàn)象，并不滿足正態(tài)分布假設；僅抓住了違約預測，忽視了企業(yè)信用品質(zhì)的變化；沒有考慮信息不對稱情況下的道德風險；必須使用估計技術(shù)來獲得資產(chǎn)價值、企業(yè)資產(chǎn)收益率的期望值和波動性；對非上市公司因使用資料的可獲得性差，預測的準確性也較差；不能處理非線性產(chǎn)品，如期權(quán)、外幣掉期等。

KMV模型自1993年推出以來,國外學術(shù)界對KMV模型的研究經(jīng)歷了兩個階段:

第一階段是將KMV模型的預測結(jié)果與實際的違約數(shù)據(jù)相比較,大多數(shù)研究結(jié)果表明,KMV模型能夠反映信用風險的高低,并對信用風險具有很高的敏感性?

第二階段,國外學術(shù)界對模型的驗證尋找到新的角度,并開發(fā)出多種驗證模型有效性的方法和技術(shù)?

我國學者主要對模型在我國適應性和參數(shù)調(diào)整方面進行了許多探討,取得了一定的成果?張林?張佳林(2000)?王瓊?陳金賢(2002) 先后對KMV模型與其他模型進行理論上比較,認為更適合于評價上市公司的信用風險?薛鋒,魯煒,趙恒街,劉冀云(2003)利用中國股市的數(shù)據(jù),得出了應中市場的σv和σE的關(guān)系函數(shù),并以一只股票為樣本進行了實證分析?喬卓等(2003)介紹了KMV模型的基本內(nèi)容,以及國外的應用經(jīng)驗,但是并沒有進行實證研究?易丹輝,吳建民(2004年)對深市和滬市隨機抽取30家公司分行業(yè)計算違約距離和違約率并作比較,認為借助違約距離衡量上市公司的信用風險是可行的?

由于缺少大量違約公司樣本的歷史數(shù)據(jù)庫,因此,我國目前無法通過比較違約距離和破產(chǎn)頻率的歷史,擬合出代表公司違約距離的預期違約率函數(shù)?本文嘗試使用上市公司在某國有商業(yè)銀行貸款不良率替代其違約率,并根據(jù)我國資本市場的特點,選取KMV模型的相關(guān)參數(shù),同時采用某國有商業(yè)銀行 2001年12月31日的235家貸款客戶的不良率來替代上市公司的違約率進行實證分析,建立違約距離與不良率的函數(shù)關(guān)系?

KMV是運用現(xiàn)代期權(quán)定價理論建立起來的違約預測模型，是對傳統(tǒng)信用風險度量方法的一次重要革命。首先，KMV可以充分利用資本市場上的信息，對所有公開上市企業(yè)進行信用風險的量化和分析；其次，由于該模型所獲取的數(shù)據(jù)來自股票市場的資料，而非企業(yè)的歷史數(shù)據(jù)，因而更能反映企業(yè)當前的信用狀況，具有前瞻性，其預測能力更強、更及時，也更準確；另外，KMV模型建立在當代公司理財理論和期權(quán)理論的基礎之上，具有很強的理論基礎做依托。

但是，KMV模型與其他已有的模型一樣，仍然存在許多缺陷。首先，模型的使用范圍有一定的局限性。通常，該模型特別適用于上市公司的信用風險評估，而對非上市公司進行應用時，往往要借助一些會計信息或其他能夠反映借款企業(yè)特征值的指標來替代模型中一些重要變量，同時還要通過對比分析最終得出該企業(yè)的期望違約概率，在一定程度上就有可能降低計算的準確性。其次，該模型假設公司的資產(chǎn)價值服從正態(tài)分布，而實際中企業(yè)的資產(chǎn)價值一般會呈現(xiàn)非正態(tài)的統(tǒng)計特征。再次，模型不能夠?qū)鶆盏牟煌愋瓦M行區(qū)分，如償還優(yōu)先順序、擔保、契約等類型，使得模型的輸出變量的計算結(jié)果不準確。北達公司根據(jù)中國過渡經(jīng)濟的資本市場的特點，開發(fā)具有中國特色的上市公司信用KMV模型目前在進行壓力測試階段.

KMV模型與creditmetrics模型是目前國際金融界最流行的兩個信用風險管理模型。兩者都為銀行和其它金融機構(gòu)在進行貸款等授信業(yè)務時衡量授信對象的信用狀況，分析所面臨的信用風險，防止集中授信，進而為實現(xiàn)投資分散化和具體的授信決策提供量化的、更加科學的依據(jù)，為以主觀性和藝術(shù)性為特征的傳統(tǒng)信用分析方法提供了很好的補償。然而，從上述的介紹和分析中，我們又可以明顯地看到這兩個模型在建模的基本思路上又相當大的差異，這些差異還主要表現(xiàn)在以下幾個方面。

1、KMV模型對企業(yè)信用風險的衡量指標edf主要來自于對該企業(yè)股票市場價格變化的有關(guān)數(shù)據(jù)的分析，而creditmetrics模型對企業(yè)信用風險的衡量來自于對該企業(yè)信用評級變化及其概率的歷史數(shù)據(jù)的分析。這是兩者最根本的區(qū)別之一。

2、由于KMV模型采用的是企業(yè)股票市場價格分析方法，這使得該模型可以隨時根據(jù)該企業(yè)股票市場價格的變化來更新模型的輸入數(shù)據(jù)，得出及時反映市場預期和企業(yè)信用狀況變化的新的edf值。因此，kmv模型被認為是一種動態(tài)模型，可以及時反映信用風險水平的變化。然而，creditmetrics采用的是企業(yè)信用評級指標分析法。企業(yè)信用評級，無論是內(nèi)部評級還是外部評級，都不可能象股票市場價格一樣是動態(tài)變化的，而是在相當長的一段時間內(nèi)保持靜態(tài)特征。這有可能使得該模型的分析結(jié)果不能及時反映企業(yè)信用狀況的變化。

3 、同時，也正是因為kmv模型所提供的edf指標來自于對股票市場價格實時行情的分析，而股票市場的實時行情不僅反映了該企業(yè)歷史的和當前的發(fā)展狀況，更重要的是反映了市場中的投資者對于該企業(yè)未來發(fā)展的綜合預期，所以，該模型被認為是一種向前看（forward-looking）的方法，edf指標中包含了市場投資者對該企業(yè)信用狀況未來發(fā)展趨勢的判斷。這與creditmetrics模型采用的主要依賴信用狀況變化的歷史數(shù)據(jù)的向后看（backward-looking）的方法有根本性的差別。kmv的這種向前看的分析方法在一定程度上克服了依賴歷史數(shù)據(jù)向后看的數(shù)理統(tǒng)計模型的“歷來可以在未來復制其自身”的缺陷。

4 、KMV模型所提供的edf指標在本質(zhì)上是一種對風險的基數(shù)衡量法，而creditmetrics所采用的與信用評級分析法則是一種序數(shù)衡量法，兩者完全不同。以基數(shù)法來衡量風險最大的特點在于不僅可以反映不同企業(yè)風險水平的高低順序，而且可以反映風險水平差異的程度，因而更加準確。這也更加有利于對貸款的定價。而序數(shù)衡量法只能反映企業(yè)間信用風險的高低順序，如bbb級高于bb級，卻不能明確說明高到什么程度。

5、creditmetrics采用的是組合投資的分析方法，注重直接分析企業(yè)間信用狀況變化的相關(guān)關(guān)系，因而更加與現(xiàn)代組合投資管理理論相吻合。而kmv則是從單個授信企業(yè)在股票市場上的價格變化信息入手，著重分析該企業(yè)體現(xiàn)在股價變化信息中的自身信用狀況，對企業(yè)信用變化的相關(guān)性沒有給予足夠的分析。