中國(guó)信用債市場(chǎng)違約風(fēng)險(xiǎn)研究

摘 要 本文對(duì)2014年1月1日至2017年10月31日期間信用債的違約情況進(jìn)行建模，基于已有的學(xué)術(shù)研究以及中國(guó)信用債市場(chǎng)的特征，搭建了信用違約風(fēng)險(xiǎn)指標(biāo)體系，利用Logit和Probit概率模型計(jì)算市場(chǎng)上每個(gè)時(shí)點(diǎn)所有信用債的違約概率，為市場(chǎng)上信用債的投資提供參考，對(duì)可能違約的債券建立預(yù)警機(jī)制，避免投資者由于債項(xiàng)違約而承受巨大的損失。

關(guān)鍵詞 信用債；違約風(fēng)險(xiǎn)；概率模型

2014年以來(lái)，我國(guó)信用債違約事件頻發(fā)，傳統(tǒng)的“剛性兌付”被打破，國(guó)外先進(jìn)的債券違約處理機(jī)制相比，中國(guó)債券市場(chǎng)尚不成熟，普通債權(quán)人往往在問(wèn)題較為嚴(yán)重時(shí)才采取行動(dòng)，最終導(dǎo)致資產(chǎn)損失較大。因此，如何較好地度量中國(guó)信用債市場(chǎng)的違約風(fēng)險(xiǎn)，為投資者提前預(yù)警，顯得非常重要且緊急。

1 相關(guān)研究文獻(xiàn)評(píng)述

國(guó)外Merton（1974）的結(jié)構(gòu)模型對(duì)公司的預(yù)期違約概率和信用利差進(jìn)行計(jì)算。Black 和 Cox（1976）、 Longstaff 和Schwartz（1995）等在后續(xù)研究中將債券的違約時(shí)點(diǎn)放松到債券到期日前的任意時(shí)刻。Jarrow，Lando（2001）假設(shè)公司的違約事件服從有限狀態(tài)下的Markov過(guò)程，采用不同信用評(píng)級(jí)水平代表債券不同的信用狀態(tài)，建立信用評(píng)級(jí)轉(zhuǎn)移概率矩陣來(lái)估計(jì)公司的違約概率。

國(guó)內(nèi)陳盛業(yè)和宋逢明（2007）在結(jié)構(gòu)模型的框架中加入賣空約束，進(jìn)一步充實(shí)了結(jié)構(gòu)模型理論。林建偉和任學(xué)敏（2009）則在簡(jiǎn)約模型的基礎(chǔ)上考慮了公司之間互相擔(dān)保從而違約強(qiáng)度相互依賴的情況。李曉慶、方大春和鄭垂勇（2006）對(duì)結(jié)構(gòu)模型進(jìn)行了實(shí)證比較。

本文研究了市場(chǎng)上公布債項(xiàng)評(píng)級(jí)等信息的債券，通過(guò)分析它們的特征，建立信用債的違約概率模型，并研究中國(guó)債券市場(chǎng)上影響債券違約的因素，最終計(jì)算出市場(chǎng)上每個(gè)時(shí)期信用債的違約概率，從而為債券違約預(yù)警的實(shí)現(xiàn)，提供理論和實(shí)證基礎(chǔ)。

2 中國(guó)信用債市場(chǎng)概述

2.1 信用債的定義與分類

按照債券發(fā)行人劃分，中國(guó)債券市場(chǎng)主要由三大類債券組成：利率債、信用債和同業(yè)存單。信用債指由政府之外的主體發(fā)行，以債券發(fā)行者的信用為基礎(chǔ)，事先約定了本息現(xiàn)金流償付的債券。本文采用wind相對(duì)較全的分類方式，把信用債分為：公司債、企業(yè)債、中期票據(jù)、金融債、定向工具、資產(chǎn)支持證券、短期融資券、政府支持機(jī)構(gòu)債、可交換債、可轉(zhuǎn)債和國(guó)際機(jī)構(gòu)債。

2.2 信用債的違約

違約是指違反合同約定的行為，國(guó)際評(píng)級(jí)公司的評(píng)級(jí)慣例認(rèn)為即使債務(wù)沒有到期，債務(wù)人發(fā)生困境債務(wù)置換或破產(chǎn)保護(hù)等明顯可能導(dǎo)致債務(wù)違約的情形，也會(huì)被認(rèn)定為違約。

截止到2017年10月31日，發(fā)生實(shí)質(zhì)性違約的債券數(shù)量共計(jì)143只，累計(jì)違約金額達(dá)787.74億元。違約金額從2014年13.4億元上升到了393.2億元。

3 違約風(fēng)險(xiǎn)模型構(gòu)建

3.1 違約假設(shè)

假設(shè)1信用債發(fā)行人的所有制屬性會(huì)影響到債券的違約風(fēng)險(xiǎn)，國(guó)企屬性會(huì)增加債券的違約概率。

假設(shè)2信用債的特殊含權(quán)條款可以降低其違約風(fēng)險(xiǎn)。

假設(shè)3中國(guó)目前的發(fā)債主體評(píng)級(jí)是債券違約判斷的重要依據(jù)。

假設(shè)4信用債在不同的交易場(chǎng)所違約風(fēng)險(xiǎn)不同。

3.2 信用債樣本說(shuō)明

本文信用債違約研究的樣本區(qū)間設(shè)定為：2014年1月1日至2017年10月31日，選取了在滬、深證券交易市場(chǎng)和銀行間市場(chǎng)上公布且實(shí)時(shí)更新債項(xiàng)評(píng)級(jí)信息的債券共1654只。整理相關(guān)指標(biāo)數(shù)據(jù)最終為1547只債券。

在所選取的樣本中，國(guó)企屬性和非國(guó)企屬性的發(fā)債企業(yè)分別為841只和706只。樣本債券在銀行間市場(chǎng)交易占比居多，有1443只，占比高達(dá)93.3%。在刪除缺失值后的債券數(shù)據(jù)中，短期融資券樣本數(shù)量最多，有1294只。

3.3 違約變量定義

我們研究的債券有違約和未違約兩種類型。違約即包含實(shí)質(zhì)性違約的也包含存在明顯違約風(fēng)險(xiǎn)的債券。前者是到目前為止發(fā)生實(shí)質(zhì)性違約的143只債券，后者則是雖然目前暫時(shí)沒有違約但已經(jīng)發(fā)布了“負(fù)面消息”的債券?！柏?fù)面消息”包括五種情況：未及時(shí)撥付兌付資金；擔(dān)保人代償；兌付風(fēng)險(xiǎn)警示；債項(xiàng)評(píng)級(jí)調(diào)低；債項(xiàng)列入評(píng)級(jí)觀察。

3.4 違約風(fēng)險(xiǎn)指標(biāo)說(shuō)明

影響信用債違約風(fēng)險(xiǎn)的因素眾多，本文主要從三個(gè)層面：債券層面、發(fā)行人層面和市場(chǎng)層面。本文24個(gè)變量分別從這三個(gè)層面刻畫了信用債違約風(fēng)險(xiǎn)的相關(guān)特征，主要有：發(fā)行規(guī)模、票面利率、年化收益率、年化波動(dòng)率、擔(dān)保情況、含權(quán)性質(zhì)、質(zhì)押情況、債券種類、年成交量、債券久期、發(fā)債主體授信度等。

3.5 違約概率模型

1. Logit回歸模型

我們用變量Y作為因變量，標(biāo)識(shí)債券是否違約，即表示為Y=1，債券發(fā)生違約，Y=0，債券沒有違約。

用變量p表示信用債違約的概率，其取值在0到1之間。其表達(dá)式為：

其中，是前面構(gòu)建的影響債券違約風(fēng)險(xiǎn)的指標(biāo)。是Logit模型中的回歸系數(shù)，是模型的殘差項(xiàng)，服從Logit分布。當(dāng)p>0.5時(shí)，表示信用債發(fā)生違約。

2. Probit 回歸模型

Probit 回歸模型假設(shè)誤差項(xiàng)服從正態(tài)分布。Probit 回歸模型其表達(dá)式為：

其中，表示標(biāo)準(zhǔn)正態(tài)分布的累計(jì)分布函數(shù)。

4 信用債違約實(shí)證分析

我們采用逐步回歸的方法，根據(jù)赤池信息準(zhǔn)則和貝葉斯信息準(zhǔn)則將顯著性不強(qiáng)的變量剔除后得到20個(gè)變量，將這些解釋變量與被解釋變量進(jìn)行廣義線性回歸，實(shí)證結(jié)果如下：

（1）國(guó)企屬性的系數(shù)在0.1%顯著性水平下為正，這說(shuō)明當(dāng)發(fā)債企業(yè)是地方國(guó)有企業(yè)或中央國(guó)有企業(yè)時(shí)，廣義違約的概率較高。這驗(yàn)證了假設(shè)1。

（2）含有特殊權(quán)益的系數(shù)顯著為負(fù)（1%顯著性水平），特殊條款可以起到保護(hù)債權(quán)人或債務(wù)人的作用，債券可以在特殊條款下更好地實(shí)現(xiàn)還本付息。這驗(yàn)證了假設(shè)2。

（3）發(fā)債主體評(píng)級(jí)的系數(shù)為負(fù)且非常顯著，達(dá)到99.9%的置信水平。這說(shuō)明發(fā)債主體獲得的信用評(píng)級(jí)越高，其發(fā)行的債券越不容易發(fā)生違約。這驗(yàn)證了假設(shè)3。

（4）部分行業(yè)和年份虛擬變量前面的系數(shù)顯著，說(shuō)明信用債的違約情況在不同時(shí)期表現(xiàn)不同，即使在同一時(shí)期不同行業(yè)信用債的違約風(fēng)險(xiǎn)也存在明顯的差異。不同的交易場(chǎng)所并不會(huì)對(duì)債券違約風(fēng)險(xiǎn)產(chǎn)生顯著的作用，拒絕了假設(shè)4。

5 結(jié)論與建議

5.1 結(jié)論

我們得到了四個(gè)主要結(jié)論：

（1）國(guó)有發(fā)債企業(yè)的信用違約爆發(fā)是目前信用債發(fā)展階段的一個(gè)重要特征，發(fā)債人是國(guó)有企業(yè)背景反而會(huì)增加其債券廣義違約的概率。

（2）當(dāng)信用債含有特殊條款，如：可贖回、可回售、提前償還、調(diào)整票面利率、可調(diào)換、定向轉(zhuǎn)讓、延期，或者是可轉(zhuǎn)債、可交換債時(shí)，其違約風(fēng)險(xiǎn)可以顯著降低。

（3）發(fā)債主體的信用評(píng)級(jí)越高，債券違約概率越小，這兩者之間的關(guān)系較為顯著。

（4）發(fā)債公司的資產(chǎn)規(guī)模、資產(chǎn)利用

率、利潤(rùn)增長(zhǎng)率越高，其債券的違約可能性就越低，而資產(chǎn)負(fù)債率越高，違約風(fēng)險(xiǎn)相應(yīng)越大。

5.2 政策建議

基于以上結(jié)論提出以下建議：

（1）加強(qiáng)債券信息披露的監(jiān)管

完善、充分且及時(shí)的信息披露是金融市場(chǎng)高效安全運(yùn)作的基石，要明確信息披露的時(shí)效性要求，提高信息披露的頻率。要提高信息披露的質(zhì)量，明確披露的量化標(biāo)準(zhǔn)。

（2）加強(qiáng)評(píng)級(jí)機(jī)構(gòu)建設(shè)

政府需要進(jìn)一步提高信用評(píng)級(jí)機(jī)構(gòu)的門檻，建立市場(chǎng)準(zhǔn)入機(jī)制，保持評(píng)級(jí)機(jī)構(gòu)的中立性。此外，還應(yīng)通過(guò)相關(guān)法律明確評(píng)級(jí)對(duì)象，增大市場(chǎng)上評(píng)級(jí)對(duì)象的范圍。

（3）完善債券違約后的司法處置制度

政府需要對(duì)破產(chǎn)法、合同法等相關(guān)法律進(jìn)行修訂，明確債券違約后司法處理的程序，降低投資者尋求司法救濟(jì)的成本，讓加大對(duì)過(guò)度舉債而又無(wú)法有效使用資本企業(yè)的懲治。

參考文獻(xiàn)：

[1]Merton R C， Samuelson P A. Fallacy of the log-normal approximation to optimal portfolio decision-making over many periods[J]. Journal of Financial Economics， 1974， 1（1）：67-94.

[2]Black F.，Cox J. C. Valuing Corporate Securities：Some Effects of Bond Indenture Provisions [J]. The Journal of Finance，1976，31（2）， 351-367.

[3]林建偉， 任學(xué)敏. 雙方互相擔(dān)保公司債券的定價(jià)與風(fēng)險(xiǎn)分析[J]. 系統(tǒng)工程理論與實(shí)踐， 2009， 29（2）：89-101.

[4]李曉慶， 方大春， 鄭垂勇. 基于結(jié)構(gòu)化模型的企業(yè)短期融資券信用溢價(jià)研究[J]. 證券市場(chǎng)導(dǎo)報(bào)， 2006（12）：62-67.

作者簡(jiǎn)介：劉欣怡 女 1995年4月 安徽安慶 上海大學(xué) 研究生在讀 金融。