风险信息在股市和债市之间的传递——兼论资本结构套利及莫顿模型在中国的适用性

彭一凡 波士顿咨询公司（纽约）风险管理部董事总经理

       本次演讲主要围绕一个问题展开，即如何提取、利用和相互校正分散在各个不同而又相关的资本市场中的风险信息，从而进行风险决策。

一、风险管理的第一要务是信息优化

       风险管理的第一要务是进行信息优化，不消除信息不确定性无法进行风险管理。消除不确定性的第一步是扫除高阶不确定性，这就需要进行滤波，即降低信噪比。风险反映在充满噪音的世界中，想要控制风险就需要完成从数据到信息的升级，从数据中提炼出有用的信息才能继续进行决策。提炼出的信息可能是短暂的，所以需要将信息进行整合，总结出规律和规则形成知识，知识可以反映因果关系，具有一定的稳定性。但从更长时间来看，由于新的市场信息和新的不确定因素会促使知识不断积累并更新换代，就需要知识跨商业周期进一步总结上升到更高的层次成为智慧，智慧是更加稳定的金科玉律，作为一种规则存在。

       信息的来源有很多，其他领域信息的交互和传播也会造成市场的波动。例如前段时间的暴跌，起初是由同一池塘中两只黑天鹅——冠状病毒大流行和利雅得与莫斯科油价战——相撞引发，油价持续的降低导致能源公司违约，再加上新冠疫情造成其他企业财务危机，债券溢差大增，大量员工被解雇，投资机构也因此受到影响，这一系列的连锁反应最终引发银行的资金短缺和投资机构与非银行金融企业的流动性问题。

       正是由于风险因素错综复杂的相互作用，使得危机在不同领域爆发，最终导致系统性的风险事件，演变出全面的信贷危机，造成不可预测的后果。在这种情况下，谁能够更快更充分地利用信息，谁就能更早更准确地把握和控制风险。企业进行风险管理时如果能够更迅速更有效地处理信息，降低信噪比，就能够在不完全有效的市场上捷足先登，占据优势地位。

二、莫顿模型建立债券市场和股票市场的联系

       股票收益率和信用风险溢差相关，有充分证据表明，股票收益率与CDS溢差的变化呈负相关，而波动率和杠杆率的变化与CDS溢差变化成正相关。风险相关是个很重要的题目，股票波动率包含有关信用风险的信息，信息的传递对企业投资决策具有很重要的影响，所以我们试图对风险信息如何在股市和债市之间传递进行概念和理论上的描述。

       莫顿模型作为一个理论模型可以将债务与股权很好地联系起来。众所周知，公司的资本结构与债务和股权有关，如果同样的资产反映出不同的价格就会出现套利空间。莫顿模型作为连接股票市场和债券市场的理论框架，对衍生品管理产生了非常重大的影响，其中的关键概念包括债务本质上是关于企业总资产的看跌期权，股票本质上是关于企业总资产的看涨期权。

       期权是赋予持有者在某一确定的时间，以约定的价格交易指定标的资产的权利。期权可分为看涨期权和看跌期权。债务本质上是关于企业总资产的看跌期权，因为当企业的资产价值低于负债额时，企业会违约并将剩余资产交给债权人，即对于债权人，例如银行，银行发放贷款给企业用于购买资产，相当于银行卖出看跌期权，标的资产为企业资产，行权价是贷款总额，如果资产价格下跌低于贷款面值，银行将被迫接盘。与此相对应，股票本质上是关于企业总资产的看涨期权，是因为对于股权人来说，当负债到期时，若企业总资产的市场价值高于负债价值，大于的部分都将是股权人的收益，若企业总资产的市场价值低于负债价值，则股权人会放弃执行期权，这就相当于股权人买入看涨期权，标的资产为企业总资产，行权价是企业债务。

       莫顿模型在理论上将债务和股票联系起来，都归结为企业总资产的期权，极大地扩展并丰富了期权理论。可以通过期权理论计算出资产价格达到行权价的概率，即企业总资产足以清偿负债的概率，而这一概率实际上就是违约概率。

       莫顿模型有八个核心假设：一是不存在交易成本、税收或资产不可分割性的问题；二是有足够数量的投资者具有可比的财富水平，因此每个投资者都可以按照市场价格买卖任何他想要的资产；三是存在以相同利率借贷的外汇市场；四是允许卖空所有资产，并充分利用收益；五是资产交易连续；六是满足MM定理，即企业价值与其资本结构不变；七是期限结构平坦并且确定，即承诺在未来某个时间支付1美元的无风险贴现债券的价格是P（t,T)=e-r(T-t)，其中r是无风险利率，在所有时间都一样；八是企业价值随时间的动态变化可用融合型随机过程描述。

除了一些政策性的限制之外，中国市场不能成为有效市场本质上是由于信息不能自由流动。由莫顿模型的核心假设可知莫顿模型对市场有效性的要求较弱，这使得很多中国学者在2002年之后大量利用莫顿模型研究中国的违约问题。

三、KMV模型计算违约概率

       1997年美国旧金山市KMV公司以Black-Scholes公式和莫顿期权模型为理论基础建立了KMV模型，通过企业股权价值及其波动率求解出企业资产的市场价值及其波动率，用于计算企业预期违约概率。KMV模型的公式中只有两个未知变量，为企业资产的市值和资产价值波动率，这两个变量不断变化且不可直接观测，在KMV模型中可以通过将可观测的变量，如股价和股票波动性等，代入公式，求解得到这两个不可观测的未知数。还可以通过资产现值、资产预期价值和资产价值波动率来计算违约距离。

       总结起来，KMV模型有四个主要优点，使其在信用风险评估和财务困境预测等领域得到了广泛的应用。一是KMV模型具有很强的时效性，传统的信用风险评估模型主要以公司财务数据作为输入变量，具有一定的滞后性，但对于KMV模型，由于股价和期权价都有实时性，它使用这些实时数据进行计算，得到的违约概率可以基于现实证券市场的数据更新，可以为传统的基于财务报表的评级方式提供参考；二是KMV模型的假设较弱，不严格要求有效市场假设，所以从理论上来说，KMV模型在我国弱有效市场中具有很强的适用性；三是KMV模型具有前瞻性，模型中使用的数据反映了公司的预期价值和投资者对公司未来发展趋势的判断；四是KMV模型是信用风险的基数度量，可以具体到数值，支持相互比较，这样既能反映信用风险水平的排序，又能反映任意两家公司之间的风险差异。

       正如之前提到的，债务和股票分别是关于公司总资产的看跌期权和看涨期权。如果由KMV模型得到的公司信用风险与公司本身的信用评级不相同，就存在通过卖跌或买涨操作在债券市场和股票市场之间进行资本结构套利的空间。

       但实际上KMV模型在现实应用中存在很多问题。首先，人们普遍认为KMV模型高估了债券价格，低估了信贷收益率，结构模型所隐含的信用利差远低于数据显示的水平，信用价差和预期违约损失之间的这种巨大差异就是所谓的“信用价差之谜”。其次，静态结构模型预测的杠杆率远高于现实生活中观察到的杠杆率，企业动态改变资本结构的能力可能是一个重要的影响因素。

       尽管存在这些问题，但鉴于目前还没有更好的可以替代这一模型的理论框架，我们在研究两个市场间的信息传递时还是离不开对这个模型的应用。模型本身的目的是可以帮助我们研究与思考，至于具体的结论只要求数量级相近、正负方向相同。

       KMV模型在中国不适用可能有以下四个方面的原因。一是中国股票市场上曾经存在流通股和非流通股两类股票，这两类股票的收购价格不同，但股东权利相同，导致了中国股票市场的特殊性，股票的市场价格远高于实际价格，如果应用KMV模型会低估公司的信用风险。二是如果将KMV模型中计算违约点的公式应用到中国的企业上，会得到一些反事实的结论，例如计算得到2008年的几家房地产企业违约距离在零以下，这意味着违约应该发生在这些公司身上，但当年我国房地产企业未发生违约或破产事件。三是由于我国的国情和西方国家有较大差异，在中国违约的概念和破产定义与处理方式都较为特殊，与该模型本身的定义与概念有很大不同。四是中国企业的负面信息往往不能及时披露，很多企业将“不利信息”保留到最后一刻，这导致该模型无法有效地提取信用信息。

四、利用模型的实证研究

       由于中国市场结构的特殊性，我们在应用KMV模型研究中国企业的违约概率时需要对模型作出适当的改进，并对结果进行校正。结合莫顿模型违约距离和传统的会计变量对中国市场上的债券违约进行实证研究发现，当莫顿模型结合其他市场变量，包括一些宏观变量和部门变量之后，得到的结果更加有效。事实上，在很多研究中会使用隐含的违约概率或违约概率的替代变量进行预测，例如国际货币基金组织（IMF）通过将传统经济变量，如企业相关变量和宏观变量等，与莫顿模型隐含的违约概率联系起来，得到预测中国债券违约概率的公式。之后可以利用实际的违约数据对不同模型下的结果进行校正，利用莫顿模型计算得到的违约概率和债券市场上的真实违约概率再结合其他市场及财务变量相互校正。这种改进后的模型成功在早期预警了康德新药业的违约事件。

       经过上面的讨论，我们可以得到如下三个结论。一是在一个有效市场中，有关企业信用风险的信息可以迅速地传递到股票市场，比如债券评级变化或企业财务信息变化会迅速传递到股票市场中，引起股票价格变化。但由于莫顿模型中缺少宏观变量，当市场存在波动，企业间的风险相关时，无法判断股价变化是由于市场波动还是企业自身信用发生变化，信息中存在很大噪音，此时需要借助其他信息帮助区分，所以要特别注意市场上的宏观干扰因素，并在研究中剔除这些因素的影响。二是我们发现，莫顿的基于市场结构的模型，尽管在理论上很有吸引力，但与包含精心构建的预测因子的风险模型相比，其在预测违约方面表现出较弱的辨别力。样本外测试表明，其他市场变量，如相对回报率和相对市值，携带着关于债券违约的重要信息，并且可以改进仅使用会计变量的模型，这意味着市场的集体智慧可以在某种程度上缓解某些会计信息被误报的情况。三是目前基于中国企业数据的KMV模型的适用性仍存在争议，国内许多学者对KMV模型在中国的适用性进行了研究，但得到的结论并不一致，大多数中国学者认为，要使KMV模型适用于我国企业信用风险的评估，需要对假设条件进行扩展，基于中国的特殊情况对模型参数进行修正。

       归根结底，KMV模型为分析债市与股市表现之间的关系提供了一个很好的工具，如何有效利用债券市场和股票市场的信息并采取行动还是风险管理中的重要议题，值得我们进一步的研究与思考。

责任编辑：陈昕

来源：TGES2020周末在线前沿讲座