2022.01.22更新：仅需python代码的看这里https://bbs.pinggu.org/thread-10888603-1-1.html
更新至2020：https://bbs.pinggu.org/forum.php?mod=viewthread&tid=10585811&page=1&extra=#pid76134685


前言：之前发表过kmv相关的帖子，提供了python和MATLAB两个版本的代码，也有同学加我好友进一步探讨模型相关的问题。前面A股的帖子被删了，正好更新到2019
参考文献：张丹. 基于KMV模型的高科技企业信用风险评价实证研究[D].江西财经大学,2017.
计算过程：
1.样本选取
全部创业板上市公司，2021年2月导出419家公司。所有数据均来源于wind数据库。
2.股权价值  E 的计算
公式：E = 流通股股数 ∗ 流通股价 + 非流通股数 ∗ 每股净资产
流通股股数：wind数据库中的流通股合计；
流通股价：当年最后一个交易日的收盘价；
非流通股数：wind数据库中的非流通股合计；
每股净资产：wind数据库中的BPS指标；
3.时间期限 T
设置为T=1；
4.无风险利率 r
一年内无调整的，按照该利率计算；一年内一次或多次调整的，按照实行天数进行加权计算。
5.债务的账面价值 D
公式：D=短期负债+长期负债*0.5；
短期负债：流动负债合计；
长期负债：非流动负债合计；
6.股权价值波动率σE

注意：
（1）年中上市没有计算结果；
（2）年中停牌的，股价按照停牌前最后一天收盘价计算；
（3）所有股价数据为后复权；
7.资产价值、资产价值波动率、违约距离、违约概率
将上述数据全部带入用python或MATLAB写好的方程中，来计算结果。
资产价值及其波动率计算公式见参考文献公式3.13-3.16；违约距离3.18；违约概率3.20.
计算结果：
5个文件：
1.股票代码codes.xlsx，包括参与计算的公司的证券代码；
2.股权价值，上述公司的股权价值；
3.违约点，DefaultPoint.xlsx;
4.计算结果，包括6中的四个指标；
5.上述所有公司1999-12-31至2019-12-31所有日后复权收盘价，每个公司一个文件，共4192个文件。
计算环境配置说明：
1.wind环境。需要配置好python环境，并安装好wind插件。
本文所采用的数据均来源于wind数据库，由于wind数据库良好的扩展性，配合python可以完成自动化计算。
关于wind账号，可以找同学借，清北学生可以注册，其他学校应该每个学校一两台机器可以查询数据。
wind插件也可以适配于Excel，效率也比较高，没有用过所以不多说。
2.python环境
一般来说安装anaconda就可以，用到的包有pandas,numpy,scipy这三个。
3.代码文件提供了两种版本，一种是HTML版本，这是我计算时使用的，命令基本上都有注释。这需要额外安装jupyter-notebook,安装anaconda则默认提供，打开方式自行百度。安装了的话就可以打开.ipynb文件来运行命令。另一种是.py版本，这是我直接把代码粘贴在一起的，不推荐使用。
4.没有结果的案例说明：-违约点、股权价值是0、空值、负数（bps是负数）
-当年年中上市的
-其他原因（wind没有拿到数据）
- 情况太多了，MATLAB和Python代码中都做了异常处理没有一一查明
5.有特殊需要，例如其他版块中小板什么的，可以私聊我，站内信或者发短信（178⑨789⑨539）。
6.本代码中提供的内容：
- MATLAB和Python代码
- MATLAB和Python计算结果
- 需要用到的所有数据（保证你没有wind也能从头到尾手撸一遍）
- 一些导出的中间变量
7. 代算服务联系即可





更新日期：2021-04-14





上面代码只有MATLAB，更改为5元，下面MATLAB和Python（Python有全计算过程）