随着我国金融市场的深入发展和金融产品的不断创新,企业债务风险越来越引起市场参与者的关注,有关债务风险的度量方法也在不断完善和发展。由于不同市场对债务风险的定价依据不同,债务风险的度量标准不具有一致性,例如,债券市场中企业的债务风险一般通过外部信用评级和债券的信用利差来判断,股票市场中企业的债务风险则通常利用企业股价及其波动率进行推测,而既没有上市又不具备外部信用评级的企业则很难度量其债务风险。本文通过改进一种动态权重模型,将不同企业债务风险的度量标准统一化,使得不同企业的信用状况具有可比性,以提高债务风险透明度和市场有效性。主要分为两部分内容:第一部分以已评级的企业为参照,为不具备外部评级的企业进行信用评级;第二部分以上市企业为参照,利用结构化模型计算违约概率,再用相同标准估计非上市企业的违约概率。具体做法是,以已有外部评级的企业为样本,通过偏相关系数和有序Probit回归系数构建的Wald统计量筛选出一套最能代表企业信用评级的指标体系(包括定量财务指标和定性非财务指标),通过动态权重建立优化模型,找出已评级企业的指标体系与其外部评级之间的映射关系,再将这种关系应用于未评级企业,从而评估未评级企业的信用等级。类似地,以上市企业为参考样本,首先依据KMV模型计算出上市企业的违约概率,将上市企业进行行业分类,对不同行业筛选出不同的指标体系,将这些指标体系与其KMV违约概率之间建立动态权重映射关系,通过优化计算求解参数,将这些参数应用于非上市企业,从而估计非上市企业的“可比违约率”。这里的一大创新之处是,不仅企业各指标的权重是动态的,不同行业的指标选择和数量也是动态的。实证研究发现,动态权重模型在企业信用评级和违约概率两个方面均取得显著效果,基于此模型获得的新企业的评级与原企业的外部评级具有可比性,可为大量新企业建立准确快速的评级模型,也可对已评级企业进行实时的评级跟踪;通过动态权重的KMV违约概率估计,解决了非上市企业债务风险研究的一大类问题,也是对判别模型、简约模型和结构化模型的重要补充。