图 理论与方法 MARKETING RESEARCH
◇彭业辉
摘要：在 P2P平台违约频发的现状下，信用风险监测显得
十分重要 。本文根据 P2P平 台的经营特点 ，将传统 KMV 模型
的设定加 以扩展 ．采用转换数据最大似然估计法 ，使之 能用于
P2P平台信 用风 险评级与预测。
关键词 ：P2P平 台；KMV模型 ；信 用风险
一
、引言
当下，P2P平台违约频发，信用风险监测显得十分必要。
本文将 KMV模型应用于P2P平台信用风险监测。国内许多学
者对 KMV模型在中国市场上的应用效果进行了实证分析。蒋
或、高瑜根据中国金融市场的特点，对 KMV模型参数的估计
与设定方法进行修正，并对模型识别和预测信用风险的能力
进行了检验。何湘桂则将KMV模型外生参数的设定进行了修
改，并将原有估计方法替换为转换数据最大似然估计法。
二、理论模型
(一)估计资产价值及其波动率
不同于上市公司，P2P平台没有股票数据和财务报表，但
P2P平台作为借贷中介，股权来自投资者投资，故成交额相当
于股票市值，且平台注册资本也应计入股权。人均投资额波动
率则相当于股价波动率。同时，平台贷款余额相当于公司负
债。这样，平台资产的市场价值及其波动率就可以通过贷款余
额、成交额及人均投资额波动率来估计。根据违约选择权和期
提出拙见。风险分担和风险应对措施方面，鉴于前人研究较充
分及文章篇幅限制因素，只做重点表达，未作详尽列示。
2015年 国家大学生创 新训练计 划项 目成果 ，项 目编 号：
201510295006．项 目名称 ：PPP模 式在养老机构中的应用研
究—— 以无锡市养老院为样本。
参考文献 ：
【1]a．Ng，Marfinloosemore．Risk allocation in the private provi—
sion of public i~ tmcture U]． International journal of project
management，2007(o1)．
【2]范小军，赵一，钟根元．基础项目融资风险的分担比例研究
D]．管理工程学报，2007(01)．
[3]Martinus P，Stephen O．Good project governance for proper
risk allocauon in public——private partnership in IndonesialJ]．Inter-
national Journal ofProject Management，2006(04)．
[41Vb．Arturo O． Risk allocation in infrastructure financing U】．
Journal ofProject Finance，1997(02)．
【5]罗春晖．基础设施民间投资项 目中的风险分担研究U]．现代
管理科学，2001(02)．
[6】田萤．PPP模式下准经营性基础设施项 目的风险分担研究
【D】．重庆：重庆大学，2014．
(作者单位 ：江南 大学)
权估值模型的相似性可得：
Ⅳ( 迹 圳 。一 ) (1)
=Ⅳ(d1) !erA (2)
式中， 为股权价值， 为资产价值，D为负债，r为无风
险利率， 为人均投资额波动率，cr^为资产价值波动率， 为
债务期限
2
准正态分布0通过将
(1)、(2)联立迭代求解可得 和O'A。
(二 )计算违约距 离
违约距离 DD指资产预期值与违约点之间的差额所包含
的资产价值标准差的个数。由于P2P平台并不公布长短期贷
款数据，因此本文将违约点设置在未收回贷款与已收回贷款
之差处。其计算公式如下：
= ㈤
理论与方法
MARKETING RESEARCH 圜
式中，E(V，)是资产预期值，D尸 为违约点， 表示资产的
预期收益。 和 由迭代计算得到。传统的计算方法把or 设
为固定常数，这样做不符合实际情况，统计有效性也值得怀
疑。因此，本文借鉴Duan(1994)的转换数据最大似然估计法，
通过转换函数，对转换数据进行极大似然估计。
三、模型应用
“808信贷”是江苏捌零捌投资有限公司旗下P2P平台，于
2011年5月在南京上线，属于老牌平台。2015年 10月，808信
贷发布限制投资者提现的公告，标志其实质违约。将808信贷
从 2015年 5月～2016年2月的交易数据输入KMV模型 (数
据来自零壹数据)。为避免月末交易量异常波动，每月数据以
当月 15日代表。本文将P2P平台信用等级分为AA、A、BBB、
BB、B五个等级，对应的违约距离分别为4⋯3 2 1、Oo由附图可
见，808信贷在违约前就长期资不抵债，由于现金流平稳，并没
有发生违约。但到2015年8月后。未收回贷款开始上升。违约
前1个月，资金链断裂，总负债迅速上升，信用评级从 BBB级
骤然降至BB级。违约发生后，财务状况进～步恶化，信用评级
进一步降至B级。
附图 808信贷违约距离与资产负债走 势
四 、结 论
本文采用转换数据最大似然估计法。将传统 KMV模
型的内涵适当扩展，使之能应用于 P2P平台的信用风险预
测与评级。通过 808信贷违约的案例，可以发现，扩展的
KMV模型能较好地反映平台信用状况，并能提前发现违
约迹象。
参考文献：
[1]Duan，J．C．Maximum Likelihood Esdmadon Using Price Data
ofthe Derivative contract田．Mathematical Finance，1994(02)．
[2]蒋或，高瑜．基于KMV模型的中国上市公司信用风险评估
研究Ⅱ】．中央财经大学学报，2015(09)．
[3】何湘桂．KMV模型的实现与应用[DJ．武汉：华中科技大学，
2008．
(作者单位：江西财经大学金融学院)
