股價(jià)下跌對(duì)公司債券價(jià)值的影響

袁志輝 劉志龍

摘要：今年以來(lái)股票市場(chǎng)持續(xù)低迷，上市公司市值蒸發(fā)較大，與此同時(shí)，國(guó)內(nèi)債券市場(chǎng)信用違約逐漸常態(tài)化，股價(jià)下跌與債券信用風(fēng)險(xiǎn)存在較強(qiáng)的關(guān)聯(lián)。本文從看跌期權(quán)的視角分析股市下跌行情下的股債聯(lián)動(dòng)機(jī)制。結(jié)果表明，以AA-級(jí)債券主體違約概率為動(dòng)態(tài)上限，可以起到很好的風(fēng)險(xiǎn)監(jiān)測(cè)作用;發(fā)債主體的隱含杠桿水平?jīng)Q定其信用脆弱性;相對(duì)于評(píng)級(jí)較低、違約風(fēng)險(xiǎn)長(zhǎng)期處于高位的公司，信用風(fēng)險(xiǎn)急劇惡化的債券主體更容易爆發(fā)債務(wù)違約。

關(guān)鍵詞：股價(jià) 債券價(jià)值 看跌期權(quán) 信用風(fēng)險(xiǎn)

今年以來(lái)，我國(guó)股票市場(chǎng)在內(nèi)部去杠桿、外部貿(mào)易摩擦的背景下持續(xù)走低，截至2018年8月1日，上證指數(shù)跌幅為14.53%，區(qū)間最高點(diǎn)以來(lái)跌幅達(dá)到24.98%，個(gè)股跌幅在50%以上的并不罕見(jiàn)。根據(jù)有效市場(chǎng)假說(shuō)，股票市場(chǎng)的價(jià)格變動(dòng)是對(duì)公司經(jīng)營(yíng)信息的實(shí)時(shí)反應(yīng)，那么我國(guó)此輪股價(jià)下跌是否也部分反映了主體自身信用風(fēng)險(xiǎn)的變化？同時(shí)在債券市場(chǎng)上，隨著國(guó)內(nèi)經(jīng)濟(jì)金融去杠桿的推進(jìn)，上市公司的融資渠道受到抑制，債券信用違約逐漸走向常態(tài)化。股票市場(chǎng)的高頻交易信息在公司信用風(fēng)險(xiǎn)識(shí)別防范上的作用越發(fā)明顯。

公司信用債價(jià)值主要由無(wú)風(fēng)險(xiǎn)利率和信用利差兩方面因素決定，對(duì)應(yīng)到股票市場(chǎng)上，無(wú)風(fēng)險(xiǎn)利率會(huì)影響整個(gè)股票市場(chǎng)的價(jià)值評(píng)估，信用利差則容易體現(xiàn)為個(gè)股的風(fēng)險(xiǎn)暴露。公司的經(jīng)營(yíng)基本面同時(shí)決定著其債券和股票的價(jià)值變動(dòng)，本文從看跌期權(quán)的視角出發(fā)，分別基于違約概率和違約損失率兩方面分析上市公司債券的信用風(fēng)險(xiǎn)暴露，剖析股價(jià)大幅下跌時(shí)的股債聯(lián)動(dòng)機(jī)制。

看跌期權(quán)視角下的債券價(jià)值

拋開(kāi)無(wú)風(fēng)險(xiǎn)利率來(lái)看，公司債券價(jià)值主要取決于其所蘊(yùn)含的信用利差，這是投資者為彌補(bǔ)信用違約風(fēng)險(xiǎn)，要求高于同期限國(guó)債收益的超額收益。但是基于美國(guó)債券市場(chǎng)的長(zhǎng)期數(shù)據(jù)觀察，公司債券的信用利差要高于其信用違約損失所對(duì)應(yīng)的風(fēng)險(xiǎn)補(bǔ)償，二者存在顯著缺口，即所謂“信用利差之謎”（credit spread puzzle）（Feldhütter & Schaefer，2013），且債券的期限越長(zhǎng)、等級(jí)越低，所對(duì)應(yīng)的利差缺口就越大。后續(xù)研究據(jù)此將信用利差進(jìn)行分解為違約利差（default spread）與超額利差（excess spread）兩部分，發(fā)現(xiàn)超額利差部分還包括流動(dòng)性溢價(jià)、波動(dòng)溢價(jià)（Dignan，2003）和稅收（Driessen，2005）等因素。

從股債聯(lián)動(dòng)的角度看債券價(jià)值，則以期權(quán)定價(jià)理論為基礎(chǔ)建立結(jié)構(gòu)化模型框架為主，Jones， Mason & Rosenfeld（1983）最早將期權(quán)的或有權(quán)益評(píng)估用于債券價(jià)值分析中，以計(jì)算債券的違約風(fēng)險(xiǎn)概率。1997年，KMV公司進(jìn)一步將其應(yīng)用到貸款風(fēng)險(xiǎn)管理中，推出基于上市公司股票價(jià)格變化度量信用風(fēng)險(xiǎn)的 KMV 模型。Fabozzi & Chen（2010）利用1983—2002年間的美國(guó)債券和股票市場(chǎng)數(shù)據(jù)對(duì)包括期權(quán)定價(jià)在內(nèi)的六種結(jié)構(gòu)化信用風(fēng)險(xiǎn)模型的預(yù)測(cè)能力加以對(duì)比，認(rèn)為股價(jià)的左尾分布特征在預(yù)測(cè)企業(yè)違約時(shí)起到相當(dāng)重要的作用，基于期權(quán)定價(jià)的風(fēng)險(xiǎn)度量存在一定的前瞻性。

國(guó)內(nèi)以KMV模型為代表的基于期權(quán)視角的信用風(fēng)險(xiǎn)分析，主要是根據(jù)中國(guó)的資本市場(chǎng)對(duì)模型參數(shù)和過(guò)程加以修正。如魯煒（2003）對(duì)模型中資產(chǎn)價(jià)值和波動(dòng)率間的關(guān)系函數(shù)進(jìn)行改造。彭大衡、張聰宇（2011）從市場(chǎng)分割的角度出發(fā)，對(duì)我國(guó)A股市場(chǎng)、港股市場(chǎng)兩地上市公司的結(jié)構(gòu)化信用風(fēng)險(xiǎn)度量加以改造，另外提出對(duì)A股非流通股份價(jià)值用賬面凈資產(chǎn)來(lái)表征。

基于期權(quán)理論的債券價(jià)值觀察視角在很大程度上是對(duì)信用利差中的違約利差部分加以刻畫。隨著我國(guó)債券市場(chǎng)的深入發(fā)展和改革，特別是近年來(lái)經(jīng)濟(jì)金融去杠桿進(jìn)程的推進(jìn)，債券市場(chǎng)信用違約事件頻發(fā)，違約風(fēng)險(xiǎn)逐漸成為信用利差的主導(dǎo)因素，股價(jià)波動(dòng)與債券價(jià)值的關(guān)聯(lián)性進(jìn)一步增強(qiáng)，特別是當(dāng)股價(jià)出現(xiàn)大幅下跌，即權(quán)益市值處于左尾極端分布時(shí)，股票市場(chǎng)價(jià)格信息對(duì)于公司債券價(jià)值的指示作用越發(fā)明顯。

評(píng)估債券價(jià)值的看跌期權(quán)模型

以期權(quán)定價(jià)理論為基礎(chǔ)建立結(jié)構(gòu)化信用模型框架，存在著如下較強(qiáng)的假設(shè)條件：

（1）公司的資產(chǎn)價(jià)值波動(dòng)符合隨機(jī)過(guò)程，即

dA_t=μ_A A_t dt+δ_A A_t dZ_t （1）

其中，A_t表示t時(shí)刻的資產(chǎn)價(jià)值;μ_A和δ_A分別代表單位時(shí)間的公司資產(chǎn)收益率及其標(biāo)準(zhǔn)差，μ_A、δ_A均已知;Z_t為標(biāo)準(zhǔn)維納過(guò)程。

（2）存在賣空機(jī)制。

（3）不存在保證金、交易費(fèi)用和稅收。

（4）不存在無(wú)風(fēng)險(xiǎn)套利機(jī)會(huì)。

（5）不存在分紅。

（6）公司資產(chǎn)的交易是連續(xù)不間斷的。

（7）無(wú)風(fēng)險(xiǎn)利率是常數(shù)。

（8）公司負(fù)債到期時(shí)間為T，到期量為DB，當(dāng)?shù)狡谌召Y產(chǎn)市值無(wú)法覆蓋債務(wù)時(shí)即發(fā)生債務(wù)違約。

基于以上假設(shè)，根據(jù)伊藤引理可以求出上述隨機(jī)微分方程的解，在未來(lái)任意時(shí)刻t資產(chǎn)價(jià)值應(yīng)滿足：

A_t=Aexp?[（μ_A-〖δ_A〗^2/2）t+δ_A Z] （2）

從而對(duì)于公司而言，其資產(chǎn)市值應(yīng)該高于賬面負(fù)債所確定的違約點(diǎn)，否則其債務(wù)將無(wú)法清償，企業(yè)面臨違約風(fēng)險(xiǎn)，其違約概率可以表示為：

Prob（A_t≤DB）=N（〖-d〗_2u ） （3）

其中，d_2u=（In（A/DB）+（μ_A-〖δ_A〗^2/2）t）/（σ_A √t），A為資產(chǎn)市值。

同時(shí)，公司風(fēng)險(xiǎn)債務(wù)的收益狀況可以看為一份無(wú)風(fēng)險(xiǎn)債券和一份以總資產(chǎn)價(jià)值為標(biāo)的、以其負(fù)債違約點(diǎn)為敲定價(jià)格的看跌期權(quán)價(jià)值之差。由于看跌期權(quán)衡量了該項(xiàng)負(fù)債中所蘊(yùn)含的違約擔(dān)保價(jià)值，反映了公司信用違約的預(yù)期損失EL，因此有：

EL=DB×e^（-rt） N（〖-d〗_2 ）-AN（〖-d〗_1 ） （4）

〖DB〗^*=DB×e^（-rt）-EL （5）

其中，d_1=ln?〖（A?（DB）+（r+（δ_A^2）?（2）T））〗/（δ_A √T），d_2=d_1-δ_A √T為風(fēng)險(xiǎn)中性違約距離， r為無(wú)風(fēng)險(xiǎn)利率，〖DB〗^*為債務(wù)當(dāng)前市值，N（.）是標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)。

由于公司資產(chǎn)市值及波動(dòng)率難以觀測(cè)，現(xiàn)實(shí)中多利用上市公司股票市場(chǎng)信息，將權(quán)益市值看作以資產(chǎn)市值為標(biāo)的、以違約點(diǎn)DB為執(zhí)行價(jià)格的看漲期權(quán)，并通過(guò)聯(lián)立方程求解。

E=A×N（d_1 ）-DB〖×e〗^（-rT） N（d_2） （6）

δ_E=（N（d_1 ）×A）/E δ_A （7）

其中，E為權(quán)益市值，δ_E表示經(jīng)濟(jì)主體對(duì)應(yīng)的權(quán)益市值波動(dòng)率。雖有少部分文獻(xiàn)對(duì)式（7）進(jìn)行改造，但參數(shù)估計(jì)值及其適用性未能得到更大范圍的認(rèn)同，因此本文仍采用較為經(jīng)典的計(jì)算模式。

一般而言，債券的信用違約預(yù)期損失可以拆解為違約概率PD、違約損失率LGD和違約風(fēng)險(xiǎn)暴露量DB三個(gè)層面，即有：

EL=PD×LGD×DB （8）

由于在風(fēng)險(xiǎn)中性條件下公司違約概率PD= N（〖-d〗_2 ），其中d_2=ln?〖（A?（DB）+（r-（δ_A^2）?（2）T））〗/（δ_A √T），從而可以得到理論上的債券違約損失率：

LGD=EL/（DB×N（〖-d〗_2 ） ）=e^（-rt）-A/DB×N（〖-d〗_1 ）/N（〖-d〗_2 ） （9）

因此根據(jù)以上分析，在違約風(fēng)險(xiǎn)暴露DB一定時(shí)，債券價(jià)值中的違約預(yù)期損失可以通過(guò)風(fēng)險(xiǎn)中性違約概率PD和違約損失率LGD進(jìn)行表征。

上市公司股價(jià)大幅下跌將帶動(dòng)隱含資產(chǎn)市值快速惡化，此時(shí)：

?PD/?A=（? N（〖-d〗_2 ））/?A=-f（〖-d〗_2 ）/（〖Aδ〗_A √T）<0 （10）

?LGD/?A=-1/DB×N（〖-d〗_1 ）/N（〖-d〗_2 ） -（N（〖-d〗_1 ）×f（〖-d〗_2 ）-N（〖-d〗_2 ）×f（〖-d〗_1 ））/（DB×N^2 （〖-d〗_2 ） δ_A √T）<0 （11）

其中，f（.）是標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)。從式（10）和（11）來(lái)看，上市公司股價(jià)大幅下跌會(huì)同時(shí)放大其風(fēng)險(xiǎn)中性違約概率和違約損失率。而且由于f（〖-d〗_2 ）=e^（-（d_2^2）/2）/√2π，式（10）分子中包含對(duì)δ_A的高階項(xiàng)，這表明（?^2 PD）/（?A?δ_A ）>0，因此隨著股價(jià)大幅下跌引發(fā)公司資產(chǎn)隱含市值收縮，其違約概率上升對(duì)資產(chǎn)市值波動(dòng)率抬升的適應(yīng)性也在進(jìn)一步減弱，此時(shí)更容易受到波動(dòng)率沖擊的影響。

實(shí)證分析

（一）樣本選擇

截至2018年8月1日，除去含權(quán)債、浮動(dòng)利率債、起息日在2018年1月1日以后的債券，我國(guó)上市公司發(fā)行的未到期債券1620只，對(duì)應(yīng)A股市場(chǎng)上市公司277家、港股市場(chǎng)上市公司52家、兩地同時(shí)上市公司56家。由于交易市場(chǎng)分割會(huì)對(duì)上市公司股價(jià)波動(dòng)產(chǎn)生影響（彭大衡、張聰宇2011），本文僅對(duì)單一A股市場(chǎng)上市公司及其發(fā)行的債券進(jìn)行分析。由于交易流動(dòng)性較差的債券價(jià)格變化無(wú)法客觀反映其自身信用風(fēng)險(xiǎn)，因此本文為保證分析的有效性，實(shí)證中將樣本區(qū)間內(nèi)債券成交天數(shù)小于5的部分樣本予以剔除。

在股價(jià)上升時(shí)，債券價(jià)值變動(dòng)較為平穩(wěn)，一方面表明投資者對(duì)公司生產(chǎn)經(jīng)營(yíng)狀態(tài)看好，另一方面融資便利性也在提高，主要體現(xiàn)在股票增發(fā)、債券發(fā)行和銀行貸款的難度降低，上市公司的債券償付能力相對(duì)較高。但在股價(jià)大幅下跌，即權(quán)益市值處于左尾極端分布時(shí)，上市公司債券價(jià)值分化嚴(yán)重，部分債券交易凈價(jià)跌幅達(dá)到40%，甚至出現(xiàn)違約。本文選取股票價(jià)格跌幅超過(guò)45%的樣本進(jìn)行重點(diǎn)分析，對(duì)應(yīng)債券及發(fā)債主體基本信息如表1所示。

（二）參數(shù)設(shè)置與數(shù)據(jù)處理

根據(jù)模型設(shè)定，本文所需要的主要計(jì)算參數(shù)為權(quán)益市值E、權(quán)益市值波動(dòng)率δ_E、負(fù)債違約點(diǎn)DB和無(wú)風(fēng)險(xiǎn)利率r。

1.權(quán)益市值

我國(guó)A股股權(quán)結(jié)構(gòu)較為特殊，分為流通股和非流通股兩部分，其中流通股的計(jì)價(jià)以股票市場(chǎng)價(jià)值為準(zhǔn)，非流通股的估計(jì)較多參考最近一期資產(chǎn)負(fù)債表中每股賬面價(jià)值。另外仍有部分研究采用非流通股交易價(jià)格進(jìn)行回歸估計(jì)（鐘長(zhǎng)洪，2010），但其對(duì)數(shù)據(jù)要求較強(qiáng)，且不容易統(tǒng)一標(biāo)準(zhǔn)，因此本文中的非流通股價(jià)值=非流通股數(shù)×最近一期資產(chǎn)負(fù)債表中每股賬面價(jià)值。

2.權(quán)益市值波動(dòng)率

在對(duì)于波動(dòng)率的處理上，本文嘗試分別用歷史數(shù)據(jù)法和GARCH（1，1）進(jìn)行計(jì)算，可以看到兩種方法波動(dòng)率走勢(shì)基本相同（見(jiàn)圖1）。但GARCH動(dòng)態(tài)計(jì)算的波動(dòng)率反應(yīng)更為迅速，歷史數(shù)據(jù)法存在明顯的延遲，且在樣本股票停牌時(shí)以歷史數(shù)據(jù)法計(jì)算的波動(dòng)率會(huì)出現(xiàn)明顯異常，長(zhǎng)時(shí)間的停牌甚至?xí)?dǎo)致其波動(dòng)率拉低至零。而GARCH在停牌時(shí)計(jì)算波動(dòng)率雖然也會(huì)明顯低估，但是不會(huì)降到零。同時(shí)，為避免樣本區(qū)間內(nèi)長(zhǎng)時(shí)間停牌導(dǎo)致GARCH估計(jì)結(jié)果中滯后項(xiàng)不顯著，波動(dòng)率產(chǎn)生顯著震蕩，本文選取三年的較長(zhǎng)時(shí)間跨度進(jìn)行計(jì)算。

圖1 歷史數(shù)據(jù)法與GARCH（1，1）計(jì)算對(duì)比

清新環(huán)境權(quán)益市值波動(dòng)率文投控股權(quán)益市值波動(dòng)率

數(shù)據(jù)來(lái)源：Wind

3.負(fù)債違約點(diǎn)

以2014年“11超日債”為首例實(shí)質(zhì)性違約債券來(lái)計(jì)算，由于我國(guó)債券市場(chǎng)違約歷史尚短，無(wú)法基于真實(shí)違約數(shù)據(jù)度量最優(yōu)違約點(diǎn)。國(guó)內(nèi)部分文獻(xiàn)基于多套信用分析模型對(duì)比驗(yàn)證，但得出的結(jié)論相去甚遠(yuǎn)（錢玖琳，2016;曾卓，2017），因此本文仍采用國(guó)外的常規(guī)設(shè)定方法，將臨界點(diǎn)設(shè)置為短期負(fù)債和長(zhǎng)期負(fù)債的一半，且由于樣本債券均非次級(jí)債，亦無(wú)需另行調(diào)整。

4.無(wú)風(fēng)險(xiǎn)利率

考慮到我國(guó)國(guó)債利率市場(chǎng)化相對(duì)較早，且成交活躍，對(duì)宏觀經(jīng)濟(jì)基本面較為敏感，本文選取1年期國(guó)債到期收益率作為無(wú)風(fēng)險(xiǎn)利率。

（三）信用風(fēng)險(xiǎn)度量

由于基于期權(quán)視角計(jì)算負(fù)債預(yù)期損失的非線性變動(dòng)特征過(guò)于顯著，債務(wù)人的信用風(fēng)險(xiǎn)變動(dòng)趨勢(shì)不夠明顯，因此本文分別從違約概率和違約損失率兩個(gè)角度對(duì)公司信用風(fēng)險(xiǎn)進(jìn)行考察（見(jiàn)圖2和圖3），其中違約概率取違約距離的倒數(shù)〖1/d〗_2進(jìn)行表征。

圖2 股價(jià)大幅下跌的上市公司違約概率指標(biāo)

數(shù)據(jù)來(lái)源：Wind

從違約概率的角度看，神火股份違約風(fēng)險(xiǎn)長(zhǎng)期處于高位，年初其主體評(píng)級(jí)最低為AA-，債券101461002.IB市場(chǎng)到期收益率長(zhǎng)期在13%左右，同期國(guó)債到期收益率平均約為3.2%，信用利差高達(dá)近1000BP。當(dāng)公司經(jīng)營(yíng)處于正常狀態(tài)時(shí)，債券的主體評(píng)級(jí)排序與根據(jù)模型計(jì)算出的違約風(fēng)險(xiǎn)指標(biāo)基本一致。但是今年年初以來(lái)，以神火股份為上限，此后曝出償付危機(jī)的永泰能源和飛樂(lè)音響違約風(fēng)險(xiǎn)指標(biāo)曾多次達(dá)到并遠(yuǎn)超過(guò)上限，違約概率指標(biāo)層次差距收窄，體現(xiàn)出市場(chǎng)在“緊信用”狀態(tài)下的風(fēng)險(xiǎn)容忍程度在下降。以主體評(píng)級(jí)AA-的債券主體違約概率指標(biāo)為上限，動(dòng)態(tài)監(jiān)測(cè)其與其他上市公司信用違約風(fēng)險(xiǎn)的相對(duì)大小，可以起到很好的信用風(fēng)險(xiǎn)監(jiān)測(cè)作用。

圖3 股價(jià)大幅下跌的上市公司違約損失率

數(shù)據(jù)來(lái)源：Wind

違約損失率與違約概率的走勢(shì)基本一致，但是對(duì)各債券主體進(jìn)行橫向?qū)Ρ葧r(shí)差異明顯，且無(wú)法與相應(yīng)評(píng)級(jí)對(duì)應(yīng)。同時(shí)我國(guó)債券市場(chǎng)積累的債務(wù)違約回收數(shù)據(jù)也相對(duì)較少，進(jìn)一步驗(yàn)證存在困難?？紤]到我國(guó)債券市場(chǎng)所處的發(fā)展階段，雖然債務(wù)剛兌已被打破，但債券的違約回收卻遠(yuǎn)未實(shí)現(xiàn)市場(chǎng)化。因此本文認(rèn)為相較于違約概率，由模型計(jì)算出的違約損失率所反映出的信息在我國(guó)債券市場(chǎng)的適用性值得商榷，因此后文僅就違約概率指標(biāo)進(jìn)行分析。

（四）違約概率與信用利差

本文通過(guò)銀行間市場(chǎng)和交易所實(shí)際交易數(shù)據(jù)計(jì)算債券的到期收益率和信用利差，由于債券爆發(fā)信用風(fēng)險(xiǎn)事件后信用利差上升過(guò)快，此處對(duì)其作對(duì)數(shù)化處理。信用利差的大小反映了市場(chǎng)對(duì)債券及其發(fā)債主體信用違約風(fēng)險(xiǎn)的判斷，可以進(jìn)一步驗(yàn)證基于期權(quán)理論計(jì)算違約概率的可靠性。下文重點(diǎn)從杠桿水平和資產(chǎn)價(jià)值波動(dòng)率角度對(duì)永泰能源和飛樂(lè)音響的債務(wù)違約進(jìn)行分析。

1.永泰能源

永泰能源于2017年11月20日至2018年4月4日，以籌劃通過(guò)重大資產(chǎn)重組向非關(guān)聯(lián)方收購(gòu)能源類等資產(chǎn)為由停牌，期間隱含杠桿水平和隱含資產(chǎn)價(jià)值波動(dòng)率被低估，根據(jù)模型計(jì)算的違約概率較小，但債券市場(chǎng)信用利差已經(jīng)開(kāi)始出現(xiàn)緩慢抬升，其發(fā)行的三只債券“16永泰01”“16永泰02”和“16永泰03”信用利差較年初分別上揚(yáng)2%、3.97%和5.68%。

復(fù)牌后永泰能源遭遇連續(xù)三個(gè)跌停，此后公司權(quán)益市值持續(xù)縮水，杠桿水平上升，隱含資產(chǎn)價(jià)值波動(dòng)率出現(xiàn)快速上升并維持在高位（見(jiàn)圖4），二者交叉影響推動(dòng)違約概率上升，債券信用利差亦相應(yīng)迅速攀升。2018年6月永泰能源違約風(fēng)險(xiǎn)指標(biāo)出現(xiàn)快速下跌，主要源于其債券違約、股票再次停牌所導(dǎo)致的杠桿水平和波動(dòng)率被低估。永泰能源的長(zhǎng)時(shí)間停牌使得基于看跌期權(quán)視角的債券信用風(fēng)險(xiǎn)度量的前瞻性受到一定限制，但從總體來(lái)看基于期權(quán)視角的違約概率可以很好地刻畫債券及其發(fā)行主體的信用風(fēng)險(xiǎn)。

圖4 永泰能源隱含杠桿和資產(chǎn)波動(dòng)率

數(shù)據(jù)來(lái)源：Wind

2.飛樂(lè)音響

通過(guò)對(duì)比飛樂(lè)音響債券的信用利差和違約概率，可以發(fā)現(xiàn)雖然二者的中軸走勢(shì)基本一致，但違約概率的波動(dòng)性更強(qiáng)，具有更好的風(fēng)險(xiǎn)指示效果。今年年初以來(lái)，在信用風(fēng)險(xiǎn)暴露之前，根據(jù)模型計(jì)算的違約概率曾多次沖高，對(duì)比而言，信用利差的變動(dòng)表現(xiàn)出相當(dāng)?shù)臏笮浴?/p>

2018年4月飛樂(lè)音響發(fā)布公告，年報(bào)審計(jì)工作中發(fā)現(xiàn)重大事項(xiàng)，調(diào)整后的公司2017年度凈利潤(rùn)與上年同期相比下降80%以上，公司股價(jià)開(kāi)始快速下跌，隱含杠桿水平和隱含資產(chǎn)價(jià)值波動(dòng)率加速攀升。雖然隨后隱含資產(chǎn)價(jià)值波動(dòng)率中樞實(shí)際上出現(xiàn)了明顯下移（見(jiàn)圖5），但綜合來(lái)看，今年以來(lái)以市值計(jì)算的杠桿水平推升飛樂(lè)音響違約概率趨近甚至超過(guò)主體評(píng)級(jí)為AA-的神火股份。

圖5 飛樂(lè)音響隱含杠桿和資產(chǎn)波動(dòng)率

數(shù)據(jù)來(lái)源：Wind

上市發(fā)債主體的隱含杠桿水平在很大程度上決定其信用脆弱性，從橫向?qū)Ρ葋?lái)看，股價(jià)大幅下跌后隱含杠桿水平出現(xiàn)較大浮動(dòng)上揚(yáng)的主體，均出現(xiàn)較為明顯的信用風(fēng)險(xiǎn)暴露。值得注意的是，主體評(píng)級(jí)為AA-的神火股份的隱含杠桿水平一直在高位運(yùn)行（見(jiàn)圖6），相反其債券卻表現(xiàn)出相當(dāng)?shù)捻g性，這點(diǎn)在之前的違約概率分析中亦有體現(xiàn)。這表明相對(duì)于評(píng)級(jí)較低、違約風(fēng)險(xiǎn)長(zhǎng)期處于高位的公司，信用風(fēng)險(xiǎn)急劇惡化的債券主體更容易爆發(fā)債務(wù)違約，其原因可能是前期經(jīng)營(yíng)狀態(tài)良好，公司仍處于項(xiàng)目擴(kuò)張周期，短期資金流籌備不足。

圖6 股價(jià)大幅下跌的上市公司隱含杠桿水平

數(shù)據(jù)來(lái)源：Wind

結(jié)論

今年以來(lái)，股票市場(chǎng)持續(xù)低迷，上市公司股價(jià)蒸發(fā)較大。與此同時(shí)，隨著經(jīng)濟(jì)金融去杠桿的推進(jìn)，上市公司的融資渠道受到抑制，國(guó)內(nèi)債券市場(chǎng)信用違約逐漸常態(tài)化，股價(jià)大幅下跌的極端左尾分布與債券市場(chǎng)信用風(fēng)險(xiǎn)存在較強(qiáng)的關(guān)聯(lián)關(guān)系。

基于看跌期權(quán)視角的違約概率可以較好地識(shí)別公司債券的信用違約風(fēng)險(xiǎn)，以主體評(píng)級(jí)AA-的債券主體違約概率為上限，動(dòng)態(tài)監(jiān)測(cè)其與其他上市公司信用違約風(fēng)險(xiǎn)的相對(duì)大小，可以起到很好的信用風(fēng)險(xiǎn)監(jiān)測(cè)作用?？紤]到我國(guó)債券市場(chǎng)所處的發(fā)展階段，雖然債務(wù)剛兌已被打破，但債券的違約回收卻遠(yuǎn)未市場(chǎng)化，違約損失率指標(biāo)的適用性尚值得商榷。上市發(fā)債主體的隱含杠桿水平在很大程度上決定其信用脆弱性，兼之隱含資產(chǎn)價(jià)值波動(dòng)率的作用，兩者上升容易爆發(fā)信用風(fēng)險(xiǎn)。另外，相對(duì)于評(píng)級(jí)較低、違約風(fēng)險(xiǎn)長(zhǎng)期處于高位的公司，信用風(fēng)險(xiǎn)急劇惡化的債券主體可能由于仍處于項(xiàng)目擴(kuò)張周期，短期資金流籌備不足，更容易爆發(fā)債務(wù)違約。

作者單位：恒泰證券機(jī)構(gòu)投資顧問(wèn)部

責(zé)任編輯：周舟 羅邦敏

參考文獻(xiàn)

[1]Chen L， Collindufresne P， Goldstein R S. On the Relation Between the Credit Spread Puzzle and the Equity Premium Puzzle[J]. Review of Financial Studies， 2009， 22（9）：3367-3409.

[2]Dignan J H. Nondefault Components of Investment-Grade Bond Spreads[J]. Financial Analysts Journal， 2003， 59（3）：93-102.

[3]Driessen J. Is Default Event Risk Priced in Corporate Bonds？[J]. Review of Financial Studies， 2005， 18（1）：165-195.

[4]Fabozzi F J， Chen R R， Hu S Y， et al. Tests of the performance of structural models in bankruptcy prediction[J]. Journal of Credit Risk， 2010， 6（2）：37-78.

[5]Feldhütter P， Schaefer S M. The Credit Spread Puzzle - Myth or Reality？[J]. Ssrn Electronic Journal， 2013.

[6]Jones E P， Mason S P， Rosenfeld E. Contingent Claims Valuation of Corporate Liabilities： Theory and Empirical Tests[J]. Nber Working Papers， 1983.

[7]魯煒， 趙恒珩， 劉冀云. KMV模型關(guān)系函數(shù)推測(cè)及其在中國(guó)股市的驗(yàn)證[J]. 運(yùn)籌與管理， 2003， 12（3）：43-48.

[8]彭大衡， 張聰宇. 市場(chǎng)分割條件下KMV模型的改進(jìn)與實(shí)證分析[J]. 統(tǒng)計(jì)與信息論壇， 2011， 26（5）：33-38.

[9]鐘長(zhǎng)洪. KMV模型對(duì)上市公司信用風(fēng)險(xiǎn)預(yù)測(cè)能力研究[J]. 中國(guó)市場(chǎng)， 2010（26）：46-47.

[10]曾卓. 中國(guó)上市公司信用風(fēng)險(xiǎn)測(cè)度研究[D].成都：成都理工大學(xué)，2017.

[11]錢玖琳. 基于修正KMV模型的我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)測(cè)度[D].南京：南京財(cái)經(jīng)大學(xué)，2016.