基于KMV模型的石化行业绿色信贷风险研究

邢真真，闫海波

（新疆财经大学统计与数据科学学院，新疆 乌鲁木齐 843000）

引言

随着当前社会的进步和经济的发展，人们在发展经济的同时，对产生的环境问题也越来越关注，环保意识进一步加深。在碳达峰和碳中和的双目标下，我国重污染企业转型发展迎来了巨大的挑战。近几年，随着有关绿色发展政策的提出，并在相关政策的指导下，我国的工业向绿色发展、进行转型升级的战略渐渐走向正轨。虽然目前对我国石化行业相关企业的企业社会责任信息披露水平仍然不够理想，但是，有相关机构结合以往的数据给出了各企业的ESG评级指标。我们可以通过ESG评级指标来代表绿色发展的含义，将其与信贷风险结合起来进行绿色信贷风险的相关研究。虽然ESG投资理念在中国发展的时间不长，且ESG投资理念目前仍处于初步发展的阶段，但是各界人士越来越关注ESG投资理念。当前，绿色信贷理念以及包括环境在内的ESG投资理念受到大家的广泛认同。ESG投资理念是指从环境方面、公司治理方面和社会方面考虑企业在财务基础上的公司价值[1]。而绿色信贷风险关注的是环境风险投资、社会责任投资和财务数据等方面。绿色信贷风险主要是企业生产过程中在环境方面存在的风险，贷款企业没有将绿色信贷获得的资金用到保护环境方面，而是破坏了环境[2]。

在十四五规划的开展下，绿色金融慢慢地走向大众的视野，然而石化行业以往的信贷风险评估缺乏对绿色发展因素的考虑。实际生活中，石化企业是否被给予贷款会被考虑到很多因素，比如企业的信用状况是否良好、是否有偿债能力、是否有持续经营下去的能力以及是否对环境存在污染的情况等。而KMV模型则是通过股票市场数据结合资产负债等，对贷款企业进行违约概率的待判。

1 KVM模型构建

KMV模型是一种创建于1997年的度量模型，用于度量股票市场数据，估计违约概率，量化信贷风险。近年来，KMV模型被广泛使用于金融市场，并得到了广泛的认可。KMV模型指出，已知企业存在负债的时候，资产市场价值决定企业信贷的风险。但是企业的资产通常并不存在真实的市场交易，所以KMV模型从银行的角度转换到企业的角度来考虑信贷违约问题。股权价值的判定为：首先定义公司的债务值（即违约点），相关研究者结合当前的市场情况以便于计算，一般取违约点为流动负债与50%的长期负债之和[3]。在债务到期日，公司资产的市场价值如果大于违约点，那么股权价值为二者的差额。在债务到期日，公司资产的市场价值如果小于违约点，那么公司将会变卖资产以偿还债务，此时的股权价值为0。

本文选用KMV模型来计量企业的信贷风险，根据模型可以得出企业信贷风险与企业资产的市场价值及其波动率以及公司的债务面值等有关。企业的信贷风险大小可以由KMV模型计算出的违约距离量化。因此，采用违约距离来度量企业的信贷风险。

2 数据预处理

2.1 样本选取与数据来源

本文选取的样本：由2018年之前上市并且只发行于A股的上市公司中，参考申万行业一级分类下的石油化工类别，选取石化行业20家上市公司。

本文数据来源：20家石化企业的相关数据均来源于Wind数据库，其中ESG评级指标是Wind资讯中华证ESG评级。

2.2 KMV模型指标说明

为了利用KMV模型计算出违约距离，需要用到流动负债和长期负债计算出违约点DP，用企业股权市场价值E、企业股权价值波动率σE、企业总负债面值D、无风险收益率l和债务偿还期限T来计算出企业资产市场价值VE和企业资产价值波动率σVE。此外，还需要引入ESG评级指标来考虑绿色发展。

2.2.1 流动负债SD和长期负债LD

根据偿还期限的差别，负债被分为流动负债和长期负债。其中，流动负债是指企业在生产过程中偿还期在一年或一个营业周期内的债务合计。长期负债是指企业在生产过程中偿还期在一年或一个营业周期以上的债务合计。

2.2.2 企业股权市场价值E、企业股权价值波动率σE

企业股权市场价值计算公式为每日平均收盘价与上市总股本的乘积。本文的企业股权市场价值数据由Wind数据库直接下载。企业股权价值波动率现在大多由GARCH（1，1）模型计算得出。本文的企业股权价值波动率数据由Wind数据库直接下载，采用计算周期为月且采用对数收益率的年化波动率。

2.2.3 企业总负债面值D

企业总负债面值为企业负债的账面价值，由企业年报资产负债表中给出。

2.2.4 无风险收益率l

无风险收益率为存款利率，本文采用中国人民银行公布的一年期定期整存整取的存款利率[4]。自2015年至今，中国人民银行公布的存款利率为1.50%。

2.2.5 债务偿还期限T

债务偿还期限假设为一年。

2.2.6 ESG评级

由于华证ESG评级相比其他机构给出的ESG评级在一定程度上覆盖的范围更高、更新、更及时，因此本文ESG评级指标采用华证ESG评级，见表1。

表1 华证ESG评级数据

华证ESG评级指标共分九个等级，为了便于计算，本文对等级从高到低依次做如下处理：评级为AAA时，VESG=9；评级为AA时，VESG=8；评级为A时，VESG=7；评级为BBB时，VESG=6；评级为BB时，VESG=5；评级为B时，VESG=4；评级为CCC时，VESG=3；评级为CC时，VESG=2；级为C时，VESG=1。表1为石化行业20家企业2018—2020年的华证ESG评级原始数据。

2.3 期权定价公式

式中：N（di）为正态分布变量的累积概率分布函数。

3 实证过程和结果

3.1 企业资产市场价值和企业资产价值波动率的计算

基于上述期权定价公式（1）~（4），联立方程组，运用MATLAB软件，通过牛顿迭代法计算出企业资产市场价值VE和企业资产价值波动率σVE。

3.2 违约点的计算

基于上述公式5，运用Excel函数计算出各企业的违约点DP。

3.3 违约距离的计算

为了消除量纲差异，对企业资产市场价值VE、ESG评级VESG和违约点DP均进行总和标准化处理。

不考虑VESG时，违约距离DD表示传统意义上不考虑绿色因素的信贷风险。违约距离越大，其信贷风险越小；违约距离越小，其信贷风险越大，见表2。

表2 传统违约距离

考虑VESG时，违约距离DD表示考虑绿色因素的绿色信贷风险。此时VG的权重采用VG=0.581VE+0.421×VESG[5]。违约距离越大，其绿色信贷风险越小；违约距离越小，其绿色信贷风险越大。

3.4 实证结果和结论

表2与表3分别为考虑不绿色因素和考虑绿色因素的违约距离。可以看出，相比传统只考虑财务指标的违约距离，引入绿色因素的违约距离有一定程度的变化。在2018年有9家企业违约距离减小，2019年有13家企业违约距离减小，2020年有10家企业违约距离减小，即信贷风险增大。当信贷考虑到绿色因素时有一半公司的信贷风险有增大的趋势，说明石化行业的绿色转型发展仍需努力。从时间维度来看，不考虑绿色因素的违约距离，2019年有14家企业比2018年要小，2020年有14家企业比2019年的小。考虑绿色因素的违约距离，2019年有15家企业比2018年的小，2020年有11家企业比2019年的小。这意味着一些企业的绿色信贷风险仍然高于传统的信贷风险，说明可能在绿色发展的进程中对石化行业的要求越来越高。另外，考虑到2020年的现实情况，其数据的波动性一定程度上存在不可控因素的干扰，故有一定的合理性。

表3 绿色违约距离

十四五规划中大力推行优先节能方针和工业的绿色发展理念，这与以往石化企业贷款时只单纯考虑财务数据的信贷风险评估有所区别。就分析来看，一些企业的绿色信贷风险仍然高于传统的信贷风险。因此，今后石化企业的信贷风险评估不能仅从财务指标来看，必须考虑到环境保护和社会责任等方面的因素。