王向榮 周靜宜

【摘 要】 風(fēng)險(xiǎn)度量是衡量公司經(jīng)營(yíng)狀況的重要指標(biāo)，如何全面有效地評(píng)估我國(guó)保險(xiǎn)公司信用風(fēng)險(xiǎn)，降低信用風(fēng)險(xiǎn)發(fā)生的可能性和投資損失，最終實(shí)現(xiàn)風(fēng)險(xiǎn)的有效預(yù)測(cè)和管理，成為目前保險(xiǎn)和投資業(yè)界的重要課題。為驗(yàn)證兩種保險(xiǎn)業(yè)信用風(fēng)險(xiǎn)度量方法的有效性，文章選取四家上市保驗(yàn)公司2015—2017年的財(cái)務(wù)數(shù)據(jù)，對(duì)Z模型和KMV模型在信用風(fēng)險(xiǎn)度量的適用性進(jìn)行了比較研究，并利用非參數(shù)檢驗(yàn)進(jìn)行了實(shí)證分析。研究結(jié)果表明：Z模型與KMV模型都能在一定程度上識(shí)別風(fēng)險(xiǎn)，但在對(duì)保險(xiǎn)公司信用風(fēng)險(xiǎn)的識(shí)別能力上，KMV模型在我國(guó)上市保險(xiǎn)公司的適用性要優(yōu)于Z值模型。因此，運(yùn)用KMV模型能夠更好地預(yù)測(cè)我國(guó)上市保險(xiǎn)公司的信用風(fēng)險(xiǎn)。

【關(guān)鍵詞】 保險(xiǎn)業(yè); Z模型; KMV模型; 信用風(fēng)險(xiǎn)

【中圖分類號(hào)】 F842.0 ?【文獻(xiàn)標(biāo)識(shí)碼】 A ?【文章編號(hào)】 1004-5937（2018）23-0084-05

一、引言

隨著保險(xiǎn)業(yè)的發(fā)展，我國(guó)逐漸成為一個(gè)保險(xiǎn)大國(guó)。但我國(guó)保險(xiǎn)業(yè)務(wù)尚不發(fā)達(dá)，國(guó)民經(jīng)濟(jì)相關(guān)領(lǐng)域還未被保險(xiǎn)業(yè)全面覆蓋，業(yè)務(wù)深度尚待進(jìn)一步挖掘，中國(guó)保險(xiǎn)機(jī)構(gòu)在國(guó)際領(lǐng)域的競(jìng)爭(zhēng)力和影響力都遠(yuǎn)遠(yuǎn)不足，還不能算是保險(xiǎn)強(qiáng)國(guó)，我國(guó)保險(xiǎn)業(yè)面臨重要的發(fā)展機(jī)遇和挑戰(zhàn)。進(jìn)一步拓展保險(xiǎn)業(yè)務(wù)的深度和廣度，增強(qiáng)核心競(jìng)爭(zhēng)力，成為我國(guó)保險(xiǎn)業(yè)和保險(xiǎn)機(jī)構(gòu)的重要發(fā)展方向。然而，保險(xiǎn)業(yè)務(wù)經(jīng)營(yíng)的安全性、穩(wěn)定性直接關(guān)系到人民群眾的生活保障，也影響著國(guó)民經(jīng)濟(jì)的穩(wěn)定與發(fā)展，如果保險(xiǎn)公司經(jīng)營(yíng)不善，不僅會(huì)造成保險(xiǎn)人經(jīng)濟(jì)上的損失，而且可能引發(fā)一系列深刻的社會(huì)問題與危機(jī)。當(dāng)前，國(guó)內(nèi)外經(jīng)濟(jì)發(fā)展中依然存在許多動(dòng)蕩因素，全球經(jīng)濟(jì)增長(zhǎng)態(tài)勢(shì)不明朗，增長(zhǎng)趨勢(shì)緩慢。我國(guó)經(jīng)濟(jì)也面臨諸多困難，但實(shí)現(xiàn)新舊動(dòng)能轉(zhuǎn)換，提質(zhì)增效“緩中趨穩(wěn)、穩(wěn)中向好”的前進(jìn)趨勢(shì)依然是經(jīng)濟(jì)發(fā)展的主旋律。在這過程中，保監(jiān)會(huì)嚴(yán)格監(jiān)督并積極推進(jìn)行業(yè)轉(zhuǎn)型升級(jí)，使得我國(guó)保險(xiǎn)行業(yè)處在黃金發(fā)展機(jī)遇期。與此同時(shí)，金融風(fēng)險(xiǎn)定會(huì)為企業(yè)發(fā)展帶來不利影響，而企業(yè)的發(fā)展與穩(wěn)定又影響著經(jīng)濟(jì)的態(tài)勢(shì)，信用風(fēng)險(xiǎn)作為金融風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)之一，直接影響著一個(gè)企業(yè)甚至一個(gè)行業(yè)的發(fā)展與穩(wěn)定。因此，如何度量、弱化、監(jiān)督和防御信用風(fēng)險(xiǎn)，如何有效降低風(fēng)險(xiǎn)發(fā)生的可能性及損失，如何確保我國(guó)保險(xiǎn)行業(yè)高效運(yùn)行，如何為我國(guó)營(yíng)造一個(gè)良好的市場(chǎng)環(huán)境，如何實(shí)現(xiàn)轉(zhuǎn)型升級(jí)，都是當(dāng)前亟待解決的問題。

信用風(fēng)險(xiǎn)是金融風(fēng)險(xiǎn)中最常見的一種風(fēng)險(xiǎn)，普遍存在于各類交易市場(chǎng)中，狹義上是指另一方在債務(wù)到期時(shí)不履行義務(wù)的風(fēng)險(xiǎn)，具有不確定性、隱蔽性、傳遞性和難以有效管理等特點(diǎn)[ 1 ]。我國(guó)保險(xiǎn)市場(chǎng)在國(guó)民經(jīng)濟(jì)的迅速增長(zhǎng)中產(chǎn)生了非常大的需求空間，進(jìn)而使得保險(xiǎn)行業(yè)一直處在高速發(fā)展階段，因此必然會(huì)涌現(xiàn)并累積大量的信用風(fēng)險(xiǎn)。據(jù)保險(xiǎn)年鑒資料顯示，我國(guó)部分未上市的保險(xiǎn)公司因?yàn)閮敻赌芰Σ荒苓_(dá)到營(yíng)業(yè)要求而被強(qiáng)制逐出市場(chǎng)，因此上市保險(xiǎn)公司的信用風(fēng)險(xiǎn)度量與監(jiān)管是當(dāng)前整個(gè)保險(xiǎn)行業(yè)經(jīng)濟(jì)發(fā)展中一個(gè)亟待解決的問題。信用風(fēng)險(xiǎn)的評(píng)估方法隨著時(shí)代的發(fā)展產(chǎn)生了相繼變動(dòng)，傳統(tǒng)的評(píng)估方法主要有專家法、信用評(píng)分法等。其中，專家法因其標(biāo)準(zhǔn)的不一致性和操作的困難性，目前已不被大多數(shù)保險(xiǎn)公司采用。信用評(píng)分法首先需要找出影響違約概率大小的相關(guān)因素，其次賦予每個(gè)因素一個(gè)權(quán)重，最后經(jīng)過加權(quán)得到一個(gè)總分，由于其使用方式簡(jiǎn)便、低成本的優(yōu)點(diǎn)現(xiàn)階段被廣泛使用。主要的信用評(píng)分法包括多元判別模型、神經(jīng)網(wǎng)絡(luò)分析法和線性概率模型等。

目前，我國(guó)上市保險(xiǎn)公司風(fēng)險(xiǎn)管理水平尚未達(dá)到一定標(biāo)準(zhǔn)，保險(xiǎn)監(jiān)管工作缺乏一定的主動(dòng)性和預(yù)測(cè)性，大部分監(jiān)管工作都是后期進(jìn)行，監(jiān)管能力有待進(jìn)一步提升，而且還沒有一個(gè)能夠準(zhǔn)確地預(yù)測(cè)風(fēng)險(xiǎn)、全面監(jiān)控管理風(fēng)險(xiǎn)的模型。為了找到適合我國(guó)上市保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)度量模型，本文擬對(duì)信用風(fēng)險(xiǎn)度量應(yīng)用最廣泛的Z模型和KMV模型進(jìn)行修正對(duì)比，選取我國(guó)四家上市保險(xiǎn)公司進(jìn)行實(shí)證分析，旨在選出最適合我國(guó)上市保險(xiǎn)公司信用風(fēng)險(xiǎn)測(cè)評(píng)的模型來規(guī)避和預(yù)測(cè)風(fēng)險(xiǎn)，使我國(guó)保險(xiǎn)市場(chǎng)能夠平穩(wěn)有序地發(fā)展，實(shí)現(xiàn)市場(chǎng)經(jīng)濟(jì)平穩(wěn)轉(zhuǎn)型。

二、Z模型

（一）Z模型基本思想

1968年，美國(guó)紐約大學(xué)教授愛德華·阿爾特曼在前人研究的基礎(chǔ)上，提出了Z模型，引起了社會(huì)各界的巨大反響，大多數(shù)金融機(jī)構(gòu)選擇用它來預(yù)測(cè)信用風(fēng)險(xiǎn)，并取得了相關(guān)成果。當(dāng)前，作為信用風(fēng)險(xiǎn)度量的主要模型之一，Z模型被外國(guó)企業(yè)廣泛應(yīng)用。該模型為多變量的分辨模型，需要計(jì)算出Z值，并對(duì)該值進(jìn)行比較分析，計(jì)算時(shí)只需將相關(guān)財(cái)務(wù)指標(biāo)填入[ 2 ]。

首先，選擇保險(xiǎn)公司中可以完全反映其財(cái)務(wù)情況以及償債能力的財(cái)務(wù)比率;其次，依據(jù)保險(xiǎn)行業(yè)的實(shí)際情況以及所查找的樣本，確定每一比率的權(quán)重，將其與比率相乘再相加，即為Z;最后，對(duì)Z進(jìn)行分析，得到可衡量保險(xiǎn)公司信用風(fēng)險(xiǎn)的Z值。其中，Z值與企業(yè)信用風(fēng)險(xiǎn)呈負(fù)相關(guān)，即企業(yè)信用風(fēng)險(xiǎn)隨Z值的增大而減小。根據(jù)我國(guó)的實(shí)際情況，普通的Z模型主要如下：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5 ?（1）

其中：

X1=營(yíng)運(yùn)資產(chǎn)/總資產(chǎn)=（流動(dòng)資產(chǎn)-流動(dòng)負(fù)債）/總資產(chǎn)

X2=留存收益/總資產(chǎn)=（未分配利潤(rùn)+盈余公積）/總資產(chǎn)

X3=息稅前利潤(rùn)/總資產(chǎn)=（稅前利潤(rùn)+財(cái)務(wù)費(fèi)用）/總資產(chǎn)

X4=權(quán)益市值/總債務(wù)賬面值=（每股市價(jià)×流通股數(shù)+每股凈資產(chǎn)×非流通股數(shù)）/總負(fù)債

X5=銷售收入/總資產(chǎn)=主營(yíng)業(yè)務(wù)收入/總資產(chǎn)[ 3 ]

因?yàn)槠胀ǖ腪值模型適用于制造業(yè)，但是本文討論的保險(xiǎn)行業(yè)為非制造業(yè)，此行業(yè)沒有銷售收入，所以選取適用于非制造業(yè)沒有X5變量的四變量模型，即：

Z=6.56X1+3.26X2+6.72X3+1.05X4 ?（2）

Z值模型有三種違約臨界值，Z<1.23時(shí)，信用風(fēng)險(xiǎn)處于違約組;1.23<Z<2.9時(shí)，信用風(fēng)險(xiǎn)處于未知區(qū);Z>2.9時(shí)，信用風(fēng)險(xiǎn)處于非違約組。

（二）Z模型實(shí)證分析

考慮數(shù)據(jù)的可得性及有效性，通過從證券之星、新浪財(cái)經(jīng)以及公司年報(bào)選取所得樣本數(shù)據(jù)。由于中國(guó)目前上市的保險(xiǎn)公司有中國(guó)人壽、中國(guó)平安、中國(guó)太保和新華保險(xiǎn)四家公司，因此選取這四家公司2015年、2016年和2017年三年的財(cái)務(wù)數(shù)據(jù)進(jìn)行模型計(jì)算，其中股權(quán)市值的計(jì)算，選取每一年年末的收盤價(jià)作為每股市價(jià)[ 4 ]。

Z值計(jì)算結(jié)果見表1。

結(jié)合Z模型臨界值，由表1可見，四大保險(xiǎn)公司三年的Z值均值都處于信用風(fēng)險(xiǎn)未知區(qū)。當(dāng)Z值越靠近2.9時(shí)，信用風(fēng)險(xiǎn)離非違約組的概率就會(huì)越大，相應(yīng)的Z值越大信用風(fēng)險(xiǎn)就會(huì)越小，因此，由Z模型計(jì)算出信用風(fēng)險(xiǎn)最小的企業(yè)為中國(guó)太保，最大的為中國(guó)平安。

由于單個(gè)模型測(cè)算結(jié)果的準(zhǔn)確度以及適用性難以判斷，而我國(guó)四大保險(xiǎn)公司信用風(fēng)險(xiǎn)是一個(gè)需要重點(diǎn)研究和預(yù)測(cè)的部分，因此為了確保結(jié)果的準(zhǔn)確性以及該模型對(duì)保險(xiǎn)行業(yè)的適用程度，引出KMV模型，測(cè)算結(jié)果是否一致，并進(jìn)行模型對(duì)比，找出最適合我國(guó)上市保險(xiǎn)公司信用風(fēng)險(xiǎn)度量的模型。

三、KMV模型

（一）KMV模型基本思想

在KMV模型中，公司資產(chǎn)價(jià)值等于負(fù)債價(jià)值的點(diǎn)為違約觸發(fā)點(diǎn)，當(dāng)公司資產(chǎn)價(jià)值低于違約觸發(fā)點(diǎn)時(shí)，債權(quán)人和股東就會(huì)被公司違約。該模型主要基于資產(chǎn)的波動(dòng)性來衡量當(dāng)前市場(chǎng)價(jià)值低于違約觸發(fā)點(diǎn)的可能性，假設(shè)資產(chǎn)包括股票和債券且資產(chǎn)價(jià)值的波動(dòng)可以通過股票市價(jià)的波動(dòng)性方差或標(biāo)準(zhǔn)差來表示[ 5 ]。KMV模型認(rèn)為可以從企業(yè)預(yù)期資產(chǎn)價(jià)值的概率分布中計(jì)算出企業(yè)的預(yù)期違約概率（EDF），并獲得預(yù)期違約損失。

（二）KMV模型內(nèi)容

KMV模型的計(jì)算過程大體可以分為三步：首先，使用數(shù)據(jù)計(jì)算股票的市場(chǎng)價(jià)值及其波動(dòng)性，利用期權(quán)價(jià)格模型求出公司的資產(chǎn)價(jià)值和波動(dòng)性;其次，計(jì)算出違約距離（DD）用來表示違約風(fēng)險(xiǎn);最后，計(jì)算公司的預(yù)期違約概率（EDF）。

詳細(xì)計(jì)算步驟如下：

第一步，利用公式計(jì)算企業(yè)資產(chǎn)的市場(chǎng)價(jià)值及其波動(dòng)率。通過期權(quán)定價(jià)理論，使用公司的股票價(jià)值、波動(dòng)率以及負(fù)債賬面價(jià)值來估算公司資產(chǎn)價(jià)值和波動(dòng)性。計(jì)算時(shí)需假設(shè)資產(chǎn)收益的概率分布跟時(shí)間無(wú)關(guān)。計(jì)算公式如下：

E=VaN（d1）-De-rTN（d2） ?（3）

其中，E為公司的股權(quán)價(jià)值，D為公司負(fù)債的市場(chǎng)價(jià)值，Va為公司資產(chǎn)的市場(chǎng)價(jià)值，r為無(wú)風(fēng)險(xiǎn)利率，T為債務(wù)期限，本文設(shè)為一年[ 6 ]。

σa為公司資產(chǎn)價(jià)值的波動(dòng)率，只有Va和σa是未知量，因此需要求出這兩個(gè)未知量，聯(lián)立方程：

運(yùn)用fsolve函數(shù)使用迭代方法計(jì)算方程組（3）、（4）、（5）、（6），求出公司資產(chǎn)的市場(chǎng)價(jià)值Va以及公司資產(chǎn)價(jià)值的波動(dòng)率σa。

第二步，因?yàn)樾枰`約距離（DD）來比較信用風(fēng)險(xiǎn)的大小，違約距離與企業(yè)市場(chǎng)價(jià)值成正比，即隨著違約距離的減小，企業(yè)市場(chǎng)價(jià)值會(huì)越接近違約點(diǎn)，將會(huì)有更大的可能性發(fā)生違約，因此會(huì)面臨更高的信用風(fēng)險(xiǎn)。假設(shè)公司資產(chǎn)價(jià)值服從對(duì)數(shù)正態(tài)分布，那么可以通過KMV方程組計(jì)算出上市公司的違約距離。

其中，E（Va）為公司資產(chǎn)未來價(jià)值的期望值。DP為違約點(diǎn)，DP=SD+0.5×LD，SD為公司一年以下短期債務(wù)的價(jià)值，LD為未清償長(zhǎng)期債務(wù)的賬面價(jià)值。

第三步，計(jì)算企業(yè)的預(yù)期違約概率EDF，EDF與DD呈反方向變動(dòng)，相應(yīng)的違約概率為EDF=N（-DD），N（-DD）為標(biāo)準(zhǔn)正態(tài)分布函數(shù)。

（三）數(shù)據(jù)說明

本文選取我國(guó)目前已經(jīng)在上海證券交易所上市的四大保險(xiǎn)公司，中國(guó)平安、中國(guó)人壽、中國(guó)太保、新華保險(xiǎn)作為研究樣本，計(jì)算基準(zhǔn)日為2017年12月31日、2016年12月31日和2015年12月31日。樣本財(cái)務(wù)數(shù)據(jù)來源于新浪財(cái)經(jīng)、證券之星以及四家上市保險(xiǎn)公司3年的年報(bào)。

1.股權(quán)價(jià)值波動(dòng)率的計(jì)算

要度量未來股票價(jià)格走勢(shì)的不確定性，就要對(duì)四大保險(xiǎn)公司的股權(quán)價(jià)值波動(dòng)率進(jìn)行估計(jì)。股票價(jià)格未來增減變化的可能性與其價(jià)格波動(dòng)率呈正相關(guān)，即會(huì)隨波動(dòng)率的增大而增大。為使模型具有可比性，KMV模型的股權(quán)價(jià)值算法選擇和Z模型一樣的計(jì)算方法。

歷史波動(dòng)率法是以前一年上市公司的股價(jià)波動(dòng)率為基礎(chǔ)，估計(jì)未來一年的股權(quán)市場(chǎng)價(jià)值變化。本文選擇此方法來估計(jì)四大保險(xiǎn)公司股價(jià)變化。假設(shè)上市公司股票價(jià)格滿足對(duì)數(shù)正態(tài)分布，則股票的對(duì)數(shù)收益率為：式中，Pi為股票收盤價(jià)格，Pi-1為股票前一日收盤價(jià)格，以此來計(jì)算收益率的波動(dòng)率：

（8）式中，n為一年的交易天數(shù)，為收益率均值。因?yàn)槲覈?guó)證券市場(chǎng)周末和節(jié)假日休息，所以每年的交易天數(shù)為251天[ 7 ]，那么，上市公司股權(quán)市場(chǎng)價(jià)值的年波動(dòng)率為：

2.無(wú)風(fēng)險(xiǎn)利率

本文用國(guó)有銀行每年的定期存款利率作為無(wú)風(fēng)險(xiǎn)利率，其中，2017年和2016年為1.75%，2015年為2.25%。

3.時(shí)間范圍T為一年。

（四）實(shí)證分析

聯(lián)立公式（3）、（4）、（5）、（6）、（7），運(yùn)用Matlab編寫設(shè)計(jì)計(jì)算公式，計(jì)算出四家上市保險(xiǎn)公司的股權(quán)價(jià)值、股權(quán)價(jià)值波動(dòng)率、違約點(diǎn)、資產(chǎn)價(jià)值、資產(chǎn)價(jià)值波動(dòng)率，2017年數(shù)據(jù)見表2。

由表2可見，2017年在股權(quán)市值與資產(chǎn)價(jià)值方面，四家上市保險(xiǎn)公司資產(chǎn)價(jià)值與股權(quán)市值呈正相關(guān)，即股權(quán)市值越大，資產(chǎn)價(jià)值也越大。四家上市保險(xiǎn)公司中，中國(guó)平安的股權(quán)市值最大，繼而資產(chǎn)價(jià)值也占據(jù)首位，新華保險(xiǎn)反之。

運(yùn)用Matlab編寫程序，計(jì)算出四家上市保險(xiǎn)公司2017年的資產(chǎn)價(jià)值及資產(chǎn)價(jià)值波動(dòng)率，其中中國(guó)平安的資產(chǎn)價(jià)值波動(dòng)率位居第一。資產(chǎn)價(jià)值波動(dòng)率越大，說明公司經(jīng)營(yíng)所面臨的不確定性越大，相應(yīng)風(fēng)險(xiǎn)不確定性也更大，因此中國(guó)平安的信用風(fēng)險(xiǎn)是四家公司中最難預(yù)測(cè)的。

由表2可見，2017年四家上市保險(xiǎn)公司資產(chǎn)價(jià)值波動(dòng)率由大到小依次為中國(guó)平安、新華保險(xiǎn)、中國(guó)太保、中國(guó)人壽。因此，2017年中國(guó)平安相比其他三家保險(xiǎn)公司，信用風(fēng)險(xiǎn)度量方面波動(dòng)性更大。

為了比較公司之間信用風(fēng)險(xiǎn)程度，運(yùn)用違約點(diǎn)DP代入公式（7），計(jì)算出四家上市保險(xiǎn)公司三年違約距離及其均值見表3。

我國(guó)目前尚處在公司歷史違約數(shù)據(jù)庫(kù)不完善的階段，還不能計(jì)算出精確的理論違約率。因此，本文將直接應(yīng)用違約距離（DD）來比較我國(guó)已上市保險(xiǎn)公司的相對(duì)違約風(fēng)險(xiǎn)大小[ 8-10 ]。

根據(jù)表3可知，四家上市公司三年的違約距離呈波動(dòng)趨勢(shì)，其中違約距離越小顯示信用風(fēng)險(xiǎn)越大，由均值可知，四家公司中中國(guó)平安信用風(fēng)險(xiǎn)最大，中國(guó)人壽和中國(guó)太保均值相差甚微，顯示信用風(fēng)險(xiǎn)較小。中國(guó)平安和新華保險(xiǎn)的違約距離較小且基本接近，顯示信用風(fēng)險(xiǎn)較大，兩家公司皆以壽險(xiǎn)業(yè)務(wù)為主，因此違約距離較小可能與兩家公司壽險(xiǎn)業(yè)務(wù)范圍較廣、保費(fèi)收入地區(qū)分布處于劣勢(shì)、高利率保單較多等因素有關(guān)。四家上市保險(xiǎn)公司按信用風(fēng)險(xiǎn)大小降序排列為：中國(guó)平安、新華保險(xiǎn)、中國(guó)太保、中國(guó)人壽，這與使用Z模型計(jì)算出的結(jié)果基本相近，因此，需要對(duì)兩個(gè)模型進(jìn)行對(duì)比研究，選出一個(gè)最適用的模型。

四、模型可比性分析

綜上所述，我國(guó)四家上市保險(xiǎn)公司中，運(yùn)用Z模型計(jì)算出信用風(fēng)險(xiǎn)最大的公司為中國(guó)平安，最小的為中國(guó)太保，而利用KMV模型則計(jì)算出中國(guó)平安信用風(fēng)險(xiǎn)最大，中國(guó)人壽最小。模型之間計(jì)算結(jié)果基本相近，因此選取描述性統(tǒng)計(jì)分析和非參數(shù)檢驗(yàn)對(duì)兩個(gè)模型進(jìn)行對(duì)比，選出最適用于我國(guó)上市保險(xiǎn)公司信用風(fēng)險(xiǎn)度量的模型。

（一）描述性統(tǒng)計(jì)分析

描述性統(tǒng)計(jì)分析，即對(duì)所研究樣本的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)性表述，通過統(tǒng)計(jì)方法將一組數(shù)據(jù)的集中性和波動(dòng)性大小用簡(jiǎn)潔明了的數(shù)值體現(xiàn)出來。利用SPSS軟件對(duì)兩個(gè)模型進(jìn)行描述性統(tǒng)計(jì)分析，計(jì)算四家上市保險(xiǎn)公司三年的Z值均值和代表KMV模型的DD值均值的極大極小值、平均值和標(biāo)準(zhǔn)差。將Z值均值、DD值均值分別進(jìn)行描述性統(tǒng)計(jì)分析，得到表4。

由表4可以看出，Z值模型和KMV模型計(jì)算出的均值、標(biāo)準(zhǔn)差之間具有較大的差異。Z值模型計(jì)算出的標(biāo)準(zhǔn)差遠(yuǎn)小于KMV模型。標(biāo)準(zhǔn)差小代表該組數(shù)據(jù)中大多數(shù)數(shù)值與該組數(shù)據(jù)的平均值之間差別很小，即離散程度較小，間接可以說明數(shù)據(jù)之間區(qū)分度較小;反之標(biāo)準(zhǔn)差較大，數(shù)據(jù)之間存在顯著差異，區(qū)分度較大。因此，從描述性統(tǒng)計(jì)分析的結(jié)果中可以看出，標(biāo)準(zhǔn)差較小的Z值模型對(duì)我國(guó)上市保險(xiǎn)公司的識(shí)別能力沒有KMV模型高，因此其度量信用風(fēng)險(xiǎn)的能力沒有KMV模型好。

（二）非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)與參數(shù)檢驗(yàn)是統(tǒng)計(jì)推斷的基本內(nèi)容，也是統(tǒng)計(jì)分析方法的重要組成部分。當(dāng)數(shù)據(jù)總體分布已知時(shí)，可使用參數(shù)檢驗(yàn)對(duì)其參數(shù)的均值或方差等進(jìn)行推斷。但本文在分析數(shù)據(jù)時(shí)，無(wú)法預(yù)知總體的分布形態(tài)，因此參數(shù)檢驗(yàn)在本文研究中不適用。所以，選取非參數(shù)檢驗(yàn)，在總體方差未知的情況下，利用選中樣本對(duì)總體分布形態(tài)進(jìn)行推斷。

非參數(shù)檢驗(yàn)具有多種方法，本文數(shù)據(jù)總體為連續(xù)型隨機(jī)變量，因此選擇擬合優(yōu)度的K-S檢驗(yàn)方法，此檢驗(yàn)通過樣本數(shù)據(jù)的變化情況確定該樣本的總體變化規(guī)律，從而判斷其是否服從某一理論分布。

由表5可以看出，顯著性水平DD值低于Z值，也就是說KMV模型的顯著性水平低于Z模型。即KMV模型犯第一類錯(cuò)誤的概率較小，犯錯(cuò)誤概率較小即代表該模型精確度較高。因此，KMV模型精確度高于Z模型。

五、結(jié)論與建議

為了對(duì)保險(xiǎn)公司風(fēng)險(xiǎn)度量的適用性進(jìn)行研究，本文選取了我國(guó)全部四家上市保險(xiǎn)公司進(jìn)行對(duì)比和實(shí)證分析，運(yùn)用描述性統(tǒng)計(jì)和非參數(shù)檢驗(yàn)等方法對(duì)Z模型以及KMV模型進(jìn)行模型檢驗(yàn)和對(duì)比，證明在預(yù)測(cè)度量風(fēng)險(xiǎn)方面，KMV模型相比Z值模型更加準(zhǔn)確，也表明在我國(guó)上市保險(xiǎn)公司中Z模型與KMV模型都能在一定程度上幫助識(shí)別風(fēng)險(xiǎn)，但在準(zhǔn)確性及有效性上存在差異，表現(xiàn)為KMV模型在我國(guó)上市保險(xiǎn)公司的適用性要高于Z值模型，在對(duì)信用風(fēng)險(xiǎn)的識(shí)別能力上，KMV模型明顯優(yōu)于Z模型。利用非參數(shù)檢驗(yàn)進(jìn)一步證實(shí)了KMV模型在風(fēng)險(xiǎn)度量的精確度要高于Z模型，KMV模型具有更好地預(yù)測(cè)我國(guó)上市保險(xiǎn)公司信用風(fēng)險(xiǎn)的能力，KMV模型不僅可以對(duì)現(xiàn)在的數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)度量，而且可以預(yù)測(cè)未來的風(fēng)險(xiǎn)走向。原因可能在于Z模型是一個(gè)對(duì)于過去歷史數(shù)據(jù)進(jìn)行判定的模型，不能對(duì)未來以及動(dòng)態(tài)的數(shù)據(jù)進(jìn)行評(píng)判。Z模型僅僅利用若干特定的財(cái)務(wù)指標(biāo)，但是其他的財(cái)務(wù)指標(biāo)不一定不會(huì)對(duì)企業(yè)信用風(fēng)險(xiǎn)造成一定的影響，因此在某種程度上，該模型存在一定的局限性，這是一個(gè)弊端。

針對(duì)本文的結(jié)論研究，KMV模型在我國(guó)上市保險(xiǎn)公司的適用性要高于Z值模型，但KMV模型在計(jì)算過程中也存在一定的缺陷，例如忽略了債券價(jià)值的波動(dòng)對(duì)資產(chǎn)價(jià)值的影響。對(duì)于違約點(diǎn)的計(jì)算方法現(xiàn)階段我國(guó)還沒有一個(gè)統(tǒng)一的規(guī)定，對(duì)于違約概率的數(shù)據(jù)不能較好地運(yùn)用等。對(duì)此，為了更好地幫助識(shí)別我國(guó)保險(xiǎn)公司的信用風(fēng)險(xiǎn)，綜合考慮兩種模型，上市保險(xiǎn)公司在進(jìn)行風(fēng)險(xiǎn)度量時(shí)，應(yīng)綜合考慮保險(xiǎn)公司風(fēng)險(xiǎn)的度量問題，多方面多角度度量企業(yè)的信用風(fēng)險(xiǎn)。

【參考文獻(xiàn)】

[1] 馮楠楠.企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型設(shè)立及分析[J].會(huì)計(jì)之友，2018（9）：113-115.

[2] 運(yùn)迪，周建輝.基于改進(jìn)Z值模型的企業(yè)信用風(fēng)險(xiǎn)評(píng)估與檢驗(yàn)[J].統(tǒng)計(jì)與決策，2014（10）：73-176.

[3] 遲晨.基于Z評(píng)分模型對(duì)我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)估[J].商業(yè)文化，2011（2）：91-92.

[4] 于申珅.基于Z值模型的商業(yè)銀行信用風(fēng)險(xiǎn)研究[J].企業(yè)研究，2014（14）：6-7.

[5] 王慧，張國(guó)君.KMV模型在我國(guó)上市房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)度量中的應(yīng)用[J].經(jīng)濟(jì)問題，2018（3）：36-40.

[6] 周沅帆.基于KMV模型對(duì)我國(guó)上市保險(xiǎn)公司的信用風(fēng)險(xiǎn)度量[J].保險(xiǎn)研究，2009（3）：77-81.

[7] 閆麗瑞.基于KMV模型的信用風(fēng)險(xiǎn)度量研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009（5）：104-108.

[8] 潘睿.我國(guó)上市企業(yè)基于KMV模型的實(shí)證研究[J].煙臺(tái)大學(xué)學(xué)報(bào)，2017（4）：108-115.

[9] 曾詩(shī)鴻，王芳.基于KMV模型的制造業(yè)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J].預(yù)測(cè)，2013，32（2）：60-63，69.

[10] 姚德權(quán)，張宏亮，黃學(xué)軍.基于變結(jié)構(gòu)KMV模型的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)度量研究[J].中國(guó)軟科學(xué)，2015（11）：109-122.