中國(guó)公司債券評(píng)級(jí)方法應(yīng)用研究

田淵博

摘要在國(guó)內(nèi)外債券評(píng)級(jí)的研究基礎(chǔ)之上，選用MDA、Logistic模型、Probit模型以及神經(jīng)網(wǎng)絡(luò)四種債券評(píng)級(jí)方法，結(jié)合中國(guó)上市公司的風(fēng)險(xiǎn)特征，從變量甄選的角度對(duì)債券評(píng)級(jí)方法進(jìn)行優(yōu)化，同時(shí)采用中國(guó)上市公司數(shù)據(jù)進(jìn)行實(shí)證分析.實(shí)證結(jié)論表明：甄選出的評(píng)級(jí)變量較國(guó)外常用的評(píng)級(jí)指標(biāo)更好的刻畫(huà)了中國(guó)上市公司的風(fēng)險(xiǎn)特征；Logistic模型、Probit模型和神經(jīng)網(wǎng)絡(luò)方法都對(duì)中國(guó)上市公司的債券有較高的評(píng)級(jí)分類(lèi)能力，尤其是Probit模型和神經(jīng)網(wǎng)絡(luò)方法對(duì)中國(guó)公司債券的評(píng)級(jí)非常準(zhǔn)確，誤判率接近于0.

關(guān)鍵詞債券評(píng)級(jí)；MDA；Logistic；Probit；神經(jīng)網(wǎng)絡(luò)；變量甄選

中圖分類(lèi)號(hào) F830.91 文獻(xiàn)標(biāo)識(shí)碼A

AbstractBased on the researches about bond rating at home and abroad， this paper chooses four types of methods including MDA， Logistic Model， Probit model and neural network，and according to the risk features of China list corporations， such methods were optimized by the angle of the variable selection， and the data of China list corporation was used to conduct an empirical analysis. The conclusions show that the rating variables selected can capture the risk features of China list corporations better than the rating variables often chosen in the literatures abroad， and all of Logistic Model， Probit model and neural network have much more capability of rating classification to the bonds of China list corporations， especially the rating results of the Probit model and neural network method are very precise，and the error classification rates are almost 0.

Key words bond rating； MDA； Logistic； Probit； neural network； variable selection

1引言

債券評(píng)級(jí)對(duì)于債券的發(fā)行以及債券收益率價(jià)差都有較大的影響，在債券市場(chǎng)的構(gòu)建中具有重大的理論價(jià)值和實(shí)踐意義.債券評(píng)級(jí)能夠減少資本市場(chǎng)中的信息不對(duì)稱(chēng)，降低公司的融資成本，提高金融監(jiān)管效率，活躍市場(chǎng)交易從而提高市場(chǎng)效率.優(yōu)良的債券評(píng)級(jí)方法和技術(shù)能夠?yàn)閭袌?chǎng)及資本市場(chǎng)提供準(zhǔn)確的風(fēng)險(xiǎn)信息，提高市場(chǎng)資源配置的能力和效率；同時(shí)，債券評(píng)級(jí)方法及技術(shù)是債券市場(chǎng)和資本市場(chǎng)發(fā)展進(jìn)步的必然產(chǎn)物，也是債券市場(chǎng)和資本市場(chǎng)健康發(fā)展的基礎(chǔ)與保證.因此，債券信用評(píng)級(jí)技術(shù)的優(yōu)化和提高，必然能夠促進(jìn)中國(guó)公司債券市場(chǎng)的發(fā)展與進(jìn)步，以完善中國(guó)債券市場(chǎng).

債券評(píng)級(jí)模型和方法的研究在國(guó)外已逾百年，從而積累了一批在理論和實(shí)踐中都得到較為廣泛應(yīng)用的統(tǒng)計(jì)模型和方法.Altman（1968）1，2選取了1945年至1965年期間66家制造業(yè)公司，破產(chǎn)公司和非破產(chǎn)公司各33家，在選取一定的財(cái)務(wù)指標(biāo)后，利用多元判別分析（MDA）建立了著名的Z得分模型；Altman發(fā)現(xiàn)Z得分模型的正確分類(lèi)比率高達(dá)90%以上.Ohlson（1980）3將Logistic模型引入到公司財(cái)務(wù)危機(jī)預(yù)測(cè)上來(lái)，他利用1970年至1976年部分公司的財(cái)務(wù)數(shù)據(jù)應(yīng)用于該模型，最后得到在預(yù)測(cè)公司破產(chǎn)上具有顯著作用的四類(lèi)因素分別是：規(guī)模、杠桿比率、業(yè)績(jī)表現(xiàn)（比如凈收入/總資產(chǎn)或營(yíng)業(yè)收入/總債務(wù)）和貨幣流動(dòng)性（營(yíng)運(yùn)資本/總資產(chǎn)或者流動(dòng)資產(chǎn)/流動(dòng)負(fù)債）.此外，Zmijewski（1984）4采用1972年至1978年的部分美國(guó)公司作為樣本，應(yīng)用于Probit模型，即累積概率模型，也得到了較好的預(yù)測(cè)結(jié)果.Coats與Fant（1993）5將神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于公司財(cái)務(wù)狀況的評(píng)價(jià).他們選擇與Altman的Z得分模型相同的五個(gè)指標(biāo)，以1970年至1989年的數(shù)據(jù)樣本進(jìn)行了檢驗(yàn)，不僅克服了MDA方法理論假設(shè)與現(xiàn)實(shí)背離的困境，結(jié)論也表明神經(jīng)網(wǎng)絡(luò)方法比MDA方法在公司分類(lèi)上更加有效.

鑒于中國(guó)債券市場(chǎng)的落后以及實(shí)證數(shù)據(jù)的缺失，國(guó)內(nèi)對(duì)債券評(píng)級(jí)進(jìn)行研究的大多數(shù)學(xué)者都是在借鑒國(guó)外經(jīng)驗(yàn)的基礎(chǔ)上，對(duì)成熟有效的債券評(píng)級(jí)模型和方法進(jìn)行改進(jìn)，以應(yīng)用于中國(guó)債券市場(chǎng).李湛和徐一騫（2009）6運(yùn)用Altman的Z得分模型，檢驗(yàn)了2006年至2007年由中誠(chéng)信所作信用評(píng)級(jí)的34家企業(yè)，結(jié)果表明我國(guó)企業(yè)存在眾多信用評(píng)級(jí)相背離的現(xiàn)象.劉瑞霞、張曉麗、陳小燕以及郝艷麗（2008）7將多元有序Logit模型應(yīng)用于我國(guó)的信用評(píng)級(jí)，并選取我國(guó)53家上市公司作為樣本對(duì)Logit模型的適用性進(jìn)行了檢驗(yàn).結(jié)論表明該模型較傳統(tǒng)的二分法更具操作性和準(zhǔn)確性.朱彬、劉衛(wèi)星和謝康林（2004）8將神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于中國(guó)企業(yè)信用系統(tǒng)，他們采用80家上市公司的數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試，結(jié)論表明神經(jīng)網(wǎng)絡(luò)方法正確分類(lèi)的準(zhǔn)確率高達(dá)85.26%.

由于我國(guó)債券市場(chǎng)的落后，數(shù)據(jù)的缺失，以及很少對(duì)模型進(jìn)行改進(jìn)，而是直接將國(guó)外模型應(yīng)用于中國(guó)公司債券的評(píng)級(jí)，導(dǎo)致國(guó)內(nèi)債券評(píng)級(jí)實(shí)證分析的結(jié)論相互背離，以致無(wú)法對(duì)債券評(píng)級(jí)方法及模型的優(yōu)劣做出正確的評(píng)價(jià).然而，各個(gè)國(guó)家的制度因素和社會(huì)環(huán)境均不一樣，尤其是發(fā)展中的社會(huì)主義中國(guó)，和西方資本主義國(guó)家有著本質(zhì)的區(qū)別，中國(guó)上市公司在中國(guó)的市場(chǎng)體制與社會(huì)環(huán)境中有其自身的特點(diǎn)和不足，如果完全照搬國(guó)外的評(píng)級(jí)模型和方法，必然是不合意的.因此，本文在國(guó)內(nèi)外關(guān)于債券評(píng)級(jí)方法的研究成果之上，選取MDA、Logistic模型、Probit模型以及神經(jīng)網(wǎng)絡(luò)四種優(yōu)良的債券評(píng)級(jí)模型和方法，結(jié)合中國(guó)上市公司的自身特點(diǎn)，從變量甄選的角度優(yōu)化評(píng)級(jí)模型和方法，并擴(kuò)大實(shí)證檢驗(yàn)的樣本容量，通過(guò)實(shí)證分析，推衍出更加適合中國(guó)上市公司的債券評(píng)級(jí)方法或模型.實(shí)證分析結(jié)論表明：本文甄選出的評(píng)級(jí)變量較國(guó)外常用的評(píng)級(jí)指標(biāo)更好的刻畫(huà)了中國(guó)上市公司的風(fēng)險(xiǎn)特征；Logistic模型、Probit模型和神經(jīng)網(wǎng)絡(luò)方法都對(duì)中國(guó)上市公司的債券有較高的評(píng)級(jí)分類(lèi)能力，尤其是Probit模型和神經(jīng)網(wǎng)絡(luò)方法對(duì)中國(guó)公司債券的評(píng)級(jí)非常準(zhǔn)確，誤判率幾乎為0.

2中國(guó)上市公司風(fēng)險(xiǎn)特征分析

不論是市場(chǎng)環(huán)境還是上市公司的運(yùn)作能力，中國(guó)都與歐美發(fā)達(dá)國(guó)家相距甚遠(yuǎn).在這種情況下，完全以歐美發(fā)達(dá)國(guó)家的評(píng)級(jí)指標(biāo)作為中國(guó)的債券評(píng)級(jí)準(zhǔn)則，自然不能較好地刻畫(huà)我國(guó)上市公司的信用違約風(fēng)險(xiǎn)，勢(shì)必會(huì)影響債券評(píng)級(jí)的準(zhǔn)確性.結(jié)合中國(guó)上市公司所處的市場(chǎng)環(huán)境，中國(guó)上市公司的治理結(jié)構(gòu)以及中國(guó)上市公司的財(cái)務(wù)特點(diǎn)，對(duì)評(píng)級(jí)指標(biāo)重新甄選，將有助于提高中國(guó)上市公司債券評(píng)級(jí)的準(zhǔn)確性和有效性.

中國(guó)作為社會(huì)主義國(guó)家，中國(guó)上市公司首先所經(jīng)歷的是社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制，計(jì)劃經(jīng)濟(jì)時(shí)期的國(guó)有企業(yè)在上市之后同樣保留了其公有制的形式，將公司股權(quán)的大部分劃歸到國(guó)有股份，再除去不可流通的法人股，真正能夠上市流通的股份只有30%左右.隨著我國(guó)資本市場(chǎng)的發(fā)展，作為股票市場(chǎng)主力軍的國(guó)有企業(yè)，仍然以一股獨(dú)大的局面長(zhǎng)期存在.直到2004年股權(quán)分置改革以后，大小非解禁，國(guó)有股和法人股所占比例逐步減小并開(kāi)始在市場(chǎng)上流通.不論國(guó)家控股是否有利于公司業(yè)績(jī)的提升，在中國(guó)的股票市場(chǎng)中，國(guó)有控股公司與非國(guó)有控股公司卻有著本質(zhì)的區(qū)別.除了稅收的優(yōu)惠政策外，由于國(guó)有股份的比重過(guò)大，相對(duì)于非國(guó)有控股公司，國(guó)有控股的上市公司不存在市場(chǎng)中用腳投票的外在壓力以及股權(quán)收購(gòu)的兼并壓力，國(guó)有控股的上市公司破產(chǎn)的概率要遠(yuǎn)遠(yuǎn)小于非國(guó)有控股公司的破產(chǎn)概率，即使國(guó)有控股公司營(yíng)運(yùn)不佳，相關(guān)政府也會(huì)不斷向國(guó)有控股公司注資以維持其業(yè)務(wù)的正常經(jīng)營(yíng).這種股權(quán)結(jié)構(gòu)可能有損于股票投資者的利益，但卻十分有利于債權(quán)人，因?yàn)閲?guó)有控股公司如同得到國(guó)家的擔(dān)保，債務(wù)違約的可能性極小.此外，由于中國(guó)的社會(huì)主義性質(zhì)以及國(guó)有股份在股票市場(chǎng)中所占的份額，中國(guó)的股票市場(chǎng)難以獨(dú)立于政府的行政干預(yù)之外.在政府對(duì)中國(guó)股票市場(chǎng)的長(zhǎng)期行政干預(yù)之下，作為大盤(pán)指數(shù)成分股相當(dāng)比重的國(guó)有控股公司會(huì)引起整個(gè)股票市場(chǎng)的波動(dòng)，中國(guó)上市公司面臨著巨大的系統(tǒng)性風(fēng)險(xiǎn)，也就是說(shuō)，政府通過(guò)行政手段干預(yù)中國(guó)股票市場(chǎng)，從而使得中國(guó)上市公司不論行業(yè)還是板塊都會(huì)以政府政策為導(dǎo)向，產(chǎn)生一些背離基本價(jià)值的變化，具有較大的系統(tǒng)系風(fēng)險(xiǎn).除政府行政干預(yù)增加上市公司的系統(tǒng)性風(fēng)險(xiǎn)之外，中國(guó)投資者強(qiáng)烈的投機(jī)心理和非理性行為也給上司公司帶來(lái)巨大的個(gè)體風(fēng)險(xiǎn).投資者的非理性行為首先在股票市場(chǎng)造成泡沫，引致上市公司的風(fēng)險(xiǎn)增加，財(cái)務(wù)質(zhì)量下滑，最終導(dǎo)致上市公司債券違約風(fēng)險(xiǎn)增加.

中國(guó)上市公司除了所處的市場(chǎng)環(huán)境與歐美上市公司不同以外，公司的治理機(jī)制也存在明顯的差異.結(jié)合中國(guó)上市公司的治理機(jī)制，可以發(fā)現(xiàn)中國(guó)上市公司既具有以英美為主的外向型控制治理模式的特點(diǎn)，又具有以日德為主的內(nèi)部控制型公司治理模式的特點(diǎn).中國(guó)上市公司以股權(quán)融資為主，債務(wù)主要是銀行貸款，資產(chǎn)負(fù)債率較低（不包括金融行業(yè)在內(nèi)的行業(yè)平均資產(chǎn)負(fù)債率為45%左右），但股權(quán)又高度集中，資本市場(chǎng)的資源配置作用沒(méi)有有效發(fā)揮，以?xún)?nèi)部控制對(duì)公司進(jìn)行治理.

對(duì)中國(guó)上市公司的資產(chǎn)負(fù)債率進(jìn)一步研究可以發(fā)現(xiàn)，其負(fù)債中的流動(dòng)負(fù)債平均水平高達(dá)80%左右.除此之外，中國(guó)上市公司在計(jì)算資產(chǎn)負(fù)債率時(shí)，常常將短期債務(wù)和長(zhǎng)期債務(wù)視為一體，將二者之和的負(fù)債總額與總資產(chǎn)作比，求得資產(chǎn)負(fù)債率.這種資產(chǎn)負(fù)債率很好地衡量了企業(yè)在清算時(shí)債權(quán)人所得到的保護(hù)程度，但是并不能全面體現(xiàn)發(fā)行公司債券與資產(chǎn)負(fù)債率的關(guān)系.因?yàn)橘Y產(chǎn)負(fù)債率的最終目的在于預(yù)警和防范公司的財(cái)務(wù)風(fēng)險(xiǎn)，而財(cái)務(wù)風(fēng)險(xiǎn)主要是指償付到期債務(wù)的可能性，即使不考慮對(duì)于遠(yuǎn)期債務(wù)公司有時(shí)間選擇許多措施來(lái)化解這種風(fēng)險(xiǎn)，未來(lái)也有存在眾多不確定因素影響這一結(jié)果；另外，由于債務(wù)利息的存在以及不同期限的債券會(huì)輪流到期，公司的財(cái)務(wù)風(fēng)險(xiǎn)往往發(fā)生在當(dāng)期而不是未來(lái)的遠(yuǎn)期.所以，上市公司將遠(yuǎn)期債務(wù)可能引起的財(cái)務(wù)風(fēng)險(xiǎn)視為現(xiàn)實(shí)風(fēng)險(xiǎn)不僅沒(méi)有必要，也會(huì)導(dǎo)致對(duì)當(dāng)期財(cái)務(wù)風(fēng)險(xiǎn)的度量偏差.

通過(guò)以上分析，中國(guó)上市公司信用風(fēng)險(xiǎn)方面主要有三大特點(diǎn)：

1） 國(guó)有控股公司相對(duì)于非國(guó)有控股公司擁有明顯的信用優(yōu)勢(shì)；

2） 中國(guó)上市公司資本結(jié)構(gòu)中股票權(quán)益占比較大，系統(tǒng)風(fēng)險(xiǎn)大，抗壓能力弱；

3） 資產(chǎn)負(fù)債率偏低，而且以短期債務(wù)為主.

在中國(guó)上市公司進(jìn)行債券評(píng)級(jí)時(shí)，先前文獻(xiàn)所挑選的評(píng)級(jí)變量具有較好的參考價(jià)值，有些變量是各國(guó)上市公司都具有的共同特征，對(duì)債券評(píng)級(jí)和預(yù)測(cè)有很高的貢獻(xiàn)度.在經(jīng)驗(yàn)選擇的基礎(chǔ)上，本文將結(jié)合中國(guó)上市公司在公司信用風(fēng)險(xiǎn)方面的自身特點(diǎn)，引入更加能夠捕捉中國(guó)上市公司信用風(fēng)險(xiǎn)特點(diǎn)的變量，從而對(duì)中國(guó)上市公司債券進(jìn)行評(píng)級(jí).表1為本文在使用數(shù)量方法對(duì)中國(guó)上市公司進(jìn)行債券評(píng)級(jí)時(shí)所考慮的角度與選取的變量.

本文從先前文獻(xiàn)債券評(píng)級(jí)的預(yù)測(cè)指標(biāo)中，選取了6個(gè)變量，分別為EBIT/總資產(chǎn)，留存收益/總資產(chǎn)，前5年盈利的變異系數(shù)，流動(dòng)比率，權(quán)益市值/債務(wù)賬面值，總資產(chǎn)的對(duì)數(shù).在此基礎(chǔ)上，本文結(jié)合中國(guó)上市公司的特征，引入了4個(gè)新變量：以二值虛擬變量表示的公司控股性質(zhì)，Tobin q，β以及EBIT/流動(dòng)負(fù)債.

EBIT/總資產(chǎn)主要測(cè)量上市公司資產(chǎn)的利用效率.該比率越高，資產(chǎn)的利用效率就越高，公司的成長(zhǎng)能力就越強(qiáng)，那么發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的可能性就越小.留存收益/總資產(chǎn)主要測(cè)量上市公司的長(zhǎng)期盈利能力.留存收益是公司內(nèi)部融資的主要來(lái)源，在所有融資渠道中具有最低的融資成本，可以較好地反映公司的發(fā)展能力.如果公司長(zhǎng)期保持較少的留存收益，會(huì)阻礙公司的投資與發(fā)展，降低公司的盈利能力.前5年盈利的變異系數(shù)主要測(cè)量上市公司盈利的穩(wěn)定性.公司財(cái)務(wù)質(zhì)量不僅取決于盈利多少，還取決于盈利的穩(wěn)定性.流動(dòng)比率主要測(cè)量上市公司資產(chǎn)的流動(dòng)性，能夠反映公司償付短期債務(wù)的能力.權(quán)益市值/債務(wù)賬面值主要測(cè)量公司的資本結(jié)構(gòu).該比率越大，表明債務(wù)在公司資本中所占份額越小，債券違約風(fēng)險(xiǎn)就越小.總資產(chǎn)取對(duì)數(shù)主要測(cè)量公司規(guī)模.公司規(guī)模越大，固定資產(chǎn)就越多，即使公司發(fā)生清償或破產(chǎn)，債權(quán)人也能以?xún)?yōu)先權(quán)獲得補(bǔ)償，因此債券的違約風(fēng)險(xiǎn)比小規(guī)模公司要小.

上述5個(gè)指標(biāo)是國(guó)內(nèi)外所有上市公司都具有的特征；下面從中國(guó)上市公司的獨(dú)有特征出發(fā)，再選取4個(gè)債券預(yù)測(cè)指標(biāo).作為二值虛擬變量的公司性質(zhì)主要測(cè)量中國(guó)上市公司是否國(guó)有控股.國(guó)有控股的上市公司與非國(guó)有公司相比，得到國(guó)家政府一定程度的擔(dān)保，債券違約可能性較小.Tobin q主要測(cè)量上市公司的個(gè)體風(fēng)險(xiǎn).Tobin q比率過(guò)高會(huì)引致公司市場(chǎng)價(jià)值與基本價(jià)值的偏離，容易形成泡沫，從而增加公司的風(fēng)險(xiǎn)，使公司債券質(zhì)量下降.β主要測(cè)量上市公司的系統(tǒng)性風(fēng)險(xiǎn).系統(tǒng)性風(fēng)險(xiǎn)越高，公司越容易受到市場(chǎng)各種因素變動(dòng)的沖擊，公司的其他風(fēng)險(xiǎn)會(huì)隨之上升.EBIT/流動(dòng)負(fù)債主要測(cè)量公司的償債能力.因?yàn)轱L(fēng)險(xiǎn)隨著時(shí)間在不斷變化，債券評(píng)級(jí)主要度量公司的近期風(fēng)險(xiǎn)，隨著時(shí)間的推移，評(píng)級(jí)也隨著公司風(fēng)險(xiǎn)的變化而更改.所以長(zhǎng)期債務(wù)對(duì)當(dāng)期財(cái)務(wù)風(fēng)險(xiǎn)的評(píng)價(jià)和預(yù)警作用不大，流動(dòng)負(fù)債才是令公司陷入財(cái)務(wù)困境的主要原因，而且中國(guó)上市公司中的流動(dòng)負(fù)債占負(fù)債總額的80%以上，所以包含稅收和利息在內(nèi)的總利潤(rùn)與流動(dòng)負(fù)債作比對(duì)中國(guó)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)有更準(zhǔn)確的反映.