地?zé)捚髽I(yè)信用違約風(fēng)險(xiǎn)預(yù)警研究
——基于對(duì)38 戶地?zé)捚髽I(yè)的調(diào)研分析

中國(guó)工商銀行山東分行課題組

地?zé)捠堑胤綗捰蛷S的簡(jiǎn)稱，是指中石化、中石油以及中海油所屬的煉油廠以外的地方性煉油廠。我國(guó)2018 年煉油能力增至8.31 億噸/ 年，地?zé)捳急?5.6%，2018——2020 年中國(guó)煉油能力合計(jì)增長(zhǎng)將達(dá)到1.1 億噸/年，其中地?zé)捳急确謩e為69%、71%、59%。近幾年，受產(chǎn)能過剩、擔(dān)保圈風(fēng)險(xiǎn)等因素的影響，地?zé)捚髽I(yè)分化逐漸清晰，部分企業(yè)出現(xiàn)信用風(fēng)險(xiǎn)。在企業(yè)分化日益明顯的情況下，如何有效量化地?zé)捚髽I(yè)的信用違約風(fēng)險(xiǎn)成為金融機(jī)構(gòu)控制融資風(fēng)險(xiǎn)的關(guān)鍵。

一、地?zé)捫袠I(yè)面臨較大的挑戰(zhàn)

（一）行業(yè)整體產(chǎn)能過剩。

據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2018 年中國(guó)煉油能力達(dá)到8.31 億噸/年，原油加工量達(dá)到6.04 億噸，較2017 年凈增2225 萬噸，超過全球凈增能力的一半，總煉能自2017年重回增長(zhǎng)軌道后繼續(xù)加速增長(zhǎng)，同比增速達(dá)到 6.8%；2019 年，原油加工量持續(xù)增長(zhǎng)，達(dá)到6.52 億噸，同比增長(zhǎng)7.6%，其中12 月同比增速達(dá)到13.6%。2018 年全國(guó)煉油廠平均開工率為72.9%，地?zé)掗_工率為62.5%，遠(yuǎn)低于82%的世界平均水平，為全球最低。預(yù)計(jì) 2019 年中國(guó)原油一次加工能力凈增約3200 萬噸，過剩煉油能力達(dá)1.2 億噸；2020 年總煉能將達(dá)8.5 億噸，過剩能力達(dá) 1.8 億噸。1國(guó)家統(tǒng)計(jì)局，http://www.stats.gov.cn

（二）消費(fèi)稅改革擠壓利潤(rùn)空間

2018 年3 月1 日，國(guó)家稅務(wù)總局《關(guān)于成品油消費(fèi)稅征收管理有關(guān)問題的公告》（國(guó)家稅務(wù)總局公告2018 年第1 號(hào)）正式實(shí)施，要求所有成品油發(fā)票均須通過增值稅發(fā)票管理新系統(tǒng)中成品油發(fā)票開具模塊開具，防范偷稅漏稅。地?zé)捚髽I(yè)繳納消費(fèi)稅更加規(guī)范，繳稅總額較以往都大幅度增加，對(duì)地?zé)捚髽I(yè)利潤(rùn)產(chǎn)生了一定的影響。2018 年中國(guó)煉油行業(yè)利潤(rùn)總額為1697 億元，較2017年減少11.2%。2019 年行業(yè)利潤(rùn)總額進(jìn)一步減少，2019 年全年煉油業(yè)實(shí)現(xiàn)利潤(rùn)總額947.0 億元，同比下降42.1%。22020年中國(guó)煉油行業(yè)分析報(bào)告——行業(yè)現(xiàn)狀與前景評(píng)估預(yù)測(cè)，http://free.chinabaogao.com/shiyou/202003/03244U24R020.html

（三）大型煉化項(xiàng)目的投產(chǎn)對(duì)地?zé)捚髽I(yè)產(chǎn)生新的沖擊

2015 年發(fā)改委制定的《石化產(chǎn)業(yè)規(guī)劃布局方案》，明確提出推動(dòng)產(chǎn)業(yè)集聚發(fā)展，建設(shè)上海漕涇、浙江寧波、廣東惠州、福建古雷、大連長(zhǎng)興島、河北曹妃甸、江蘇連云港七大世界級(jí)石化基地。預(yù)計(jì)到 2025 年，七大石化基地的煉油產(chǎn)能將占全國(guó)總產(chǎn)能的40%。新上的煉化一體項(xiàng)目均選址在沿海地區(qū)，企業(yè)自備原油及成品油碼頭，原料及產(chǎn)品進(jìn)出的物流成本遠(yuǎn)低于內(nèi)陸煉廠，成品油下?；究科\(yùn)裝船為主，僅物流成本一項(xiàng)一體化煉廠就擁有近200 元/噸的成本優(yōu)勢(shì)。在煉化產(chǎn)品上，煉化一體化煉廠產(chǎn)業(yè)鏈非常完善，產(chǎn)品結(jié)構(gòu)更為豐富、更具競(jìng)爭(zhēng)力。

二、地?zé)捚髽I(yè)經(jīng)營(yíng)情況

根據(jù)中石油經(jīng)濟(jì)技術(shù)研究院的數(shù)據(jù)，華北、東北、華南和華東四大地區(qū)的煉油能力分別為2.7 億噸/年、1.23 億噸/年、1.24 億噸/ 年和1.01 億噸/ 年，分 別占比34.7%、15.9%、16.1%和13.1%，合計(jì)占比79.8%，呈現(xiàn)出以東部為主，中西部為輔的梯次分布。3前瞻產(chǎn)業(yè)研究院，2020——2025年中國(guó)煉油產(chǎn)業(yè)發(fā)展前景與投資預(yù)測(cè)分析報(bào)告，https://bg.qianzhan.com/report/detail/56481db4347b4bab.html?v=title我國(guó)地?zé)捚髽I(yè)主要分布在山東、遼寧、山西、河北等省份，山東地?zé)捥幱诮^對(duì)的領(lǐng)先地位。為了解地?zé)捚髽I(yè)的經(jīng)營(yíng)情況、融資情況及違約風(fēng)險(xiǎn)情況，本文對(duì)38家地?zé)捚髽I(yè)進(jìn)行了調(diào)研分析。

（一）經(jīng)營(yíng)能力

調(diào)研的38 家地?zé)捚髽I(yè)一次性加工能力合計(jì)12550 萬噸，平均一次性加工能力為348.61 萬噸，較世界煉廠平均規(guī)模小410.39 萬噸，說明地?zé)捚髽I(yè)規(guī)模仍然較?。粸榻档驮筒少彸杀?，自2015 年國(guó)家開放“雙權(quán)”以來，大部分地?zé)捰推髽I(yè)獲得了原油進(jìn)口權(quán)和使用權(quán)，調(diào)研的地?zé)捚髽I(yè)中31家（占比81.58%）取得原油進(jìn)口權(quán)，取得原油進(jìn)口配額共計(jì)8264 萬噸，原油進(jìn)口配額與一次性加工能力的匹配度為65.85%，平均每家原油進(jìn)口配額236.11 萬噸；為降低運(yùn)輸成本，較為有實(shí)力的地?zé)捚髽I(yè)建立了自己的鐵路運(yùn)輸專用線和輸油管線，18 家地?zé)捚髽I(yè)擁有輸油管線，共有輸油管線31 條；為提升產(chǎn)品競(jìng)爭(zhēng)優(yōu)勢(shì)，降低消費(fèi)稅負(fù)擔(dān)，地?zé)捚髽I(yè)按照自身的技術(shù)路線拉長(zhǎng)產(chǎn)業(yè)鏈條，降低汽柴油的占比，加大化工產(chǎn)品的生產(chǎn)，從調(diào)研企業(yè)看平均成品油收入占全部收入的比重為57%，但成品油收入占比在50%以下的僅有12 家，說明地?zé)捚髽I(yè)仍是傳統(tǒng)的汽柴油加工企業(yè)。

（二）盈利能力

調(diào)研的38 家地?zé)捚髽I(yè)2019 年實(shí)現(xiàn)銷售收入6629 億元，實(shí)現(xiàn)利潤(rùn)314 億元，平均銷售利潤(rùn)率為4.73%。其中銷售收入200 億元以上的共11 家，占調(diào)研企業(yè)的28.95%；利潤(rùn)總額在10 億元以上的12 家，占調(diào)研企業(yè)的31.58%；銷售利潤(rùn)率在6%以上的17家，占調(diào)研企業(yè)的44.74%。從地?zé)捚髽I(yè)的盈利能力看，銷售利潤(rùn)率普遍不高，地?zé)捚髽I(yè)的盈利能力分化較為明顯。

表 1 信貸風(fēng)險(xiǎn)預(yù)警基礎(chǔ)指標(biāo)體系

（三）銀行融資情況

38 家調(diào)研企業(yè)共獲得銀行融資2227 億元，平均每家融資58.61 億元，融資100 億元以上的6 家；四家國(guó)有大行在調(diào)研企業(yè)中的融資占比為38.91%，說明地?zé)捚髽I(yè)的融資分散度較高；調(diào)研的地?zé)捚髽I(yè)中涉及發(fā)債的企業(yè)有6 家。從銀行融資情況看，地?zé)捚髽I(yè)獲得融資支持較多，融資機(jī)構(gòu)較為分散，部分企業(yè)通過債券市場(chǎng)獲得融資但存在一定的風(fēng)險(xiǎn)。

三、地?zé)捚髽I(yè)信用違約預(yù)警模型

（一）相關(guān)理論研究情況

Ohlson(1980) 運(yùn)用主成分分析法、Martin(1977）運(yùn)用回歸分析法對(duì)違約風(fēng)險(xiǎn)進(jìn)行定量研究。Larry J. Prather(1999) 從投資目標(biāo)的差異，Josaph Goleca，Laura Starksb(2004)從管理費(fèi)用的變動(dòng)等不同角度，運(yùn)用經(jīng)典CAPM、APT 修正后的模型，測(cè)量信托基金的違約情況。國(guó)際清算銀行（BIS，2014）從金融穩(wěn)定角度搭建了包括房地產(chǎn)價(jià)格、房?jī)r(jià)漲幅與GDP 增速之比、信貸余額/GDP 缺口等指標(biāo)在內(nèi)的房地產(chǎn)風(fēng)險(xiǎn)預(yù)警模型。張永東（2019）從資產(chǎn)、收入、利潤(rùn)、現(xiàn)金流、資產(chǎn)和資本結(jié)構(gòu)等五個(gè)維度刻畫和評(píng)價(jià)發(fā)債主體的財(cái)務(wù)特征，構(gòu)建信用債違約風(fēng)險(xiǎn)AD-Logistic 預(yù)警模型，識(shí)別企業(yè)違約風(fēng)險(xiǎn)。胡毅、王遷、楊曉光（2015）從客戶外部因素、客戶經(jīng)營(yíng)水平、客戶交易水平三個(gè)維度，運(yùn)用面板模型對(duì)客戶違約進(jìn)行測(cè)算。生柳榮、陳海華、胡施聰、彭雁、于天祥（2019）從盈利能力、杠桿率、資產(chǎn)流動(dòng)性、財(cái)務(wù)報(bào)表質(zhì)量和企業(yè)性質(zhì)五個(gè)方面，通過建立Logistic 模型分析債券發(fā)行主體的違約概率。藍(lán)發(fā)欽、燕群、謝東輝（2020）通過數(shù)據(jù)捕捉功能對(duì)接Wind 數(shù)據(jù)庫對(duì)信用債的違約風(fēng)險(xiǎn)進(jìn)行量化預(yù)測(cè)。

(二)地?zé)捚髽I(yè)違約特征分析

本文首先對(duì)調(diào)研企業(yè)的違約（包括銀行融資出現(xiàn)本金逾期、展期、欠息和債券到期無法兌付等）案例（14 家）進(jìn)行了分析，結(jié)果顯示違約企業(yè)主要有以下特征：一是違約企業(yè)經(jīng)營(yíng)能力弱。一次性加工能力小，加工能力在300 萬噸以下的占比為71.43%；原油進(jìn)口配額與一次性加工能力存在缺口，缺口在35%以上的占42.86%；運(yùn)輸成本高，沒有鐵路運(yùn)輸線或輸油管道的占比50%；銷售渠道窄，自身沒有加油站的占比57.14%；產(chǎn)業(yè)鏈條短，汽柴油為其主要產(chǎn)品，汽柴油銷售收入占比均高于40%，其中占比高于50% 的占64.29%。二是盈利能力差，表現(xiàn)在銷售收入在200 億元以下的占92.58%，利潤(rùn)總額在10 億元以下的占71.43%，銷售利潤(rùn)率在6%以下的占50%。三是融資規(guī)模大，表現(xiàn)在銀行融資在60 億元以上的占42.85%，有債券融資的占比35.71%。四是擔(dān)保風(fēng)險(xiǎn)大，表現(xiàn)在違約企業(yè)均涉及擔(dān)保圈，圈內(nèi)違約企業(yè)保證金額占比在10%（含）以上的占比高達(dá)92.86%。

(三) 預(yù)警模型的構(gòu)建

基于已有的研究成果及對(duì)地?zé)捚髽I(yè)違約案例的分析，地?zé)捚髽I(yè)信用風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建應(yīng)綜合考慮企業(yè)經(jīng)營(yíng)能力、盈利能力，也要考慮企業(yè)債務(wù)負(fù)擔(dān)和對(duì)外擔(dān)保風(fēng)險(xiǎn)。因此，風(fēng)險(xiǎn)預(yù)警模型的構(gòu)成因子應(yīng)由反映地?zé)捚髽I(yè)以上指標(biāo)的指標(biāo)體系進(jìn)行擬合得出。據(jù)此，根據(jù)地?zé)掃`約企業(yè)的分析，結(jié)合數(shù)據(jù)的可獲得性，在嚴(yán)格遵循地?zé)捫袠I(yè)經(jīng)營(yíng)的內(nèi)在邏輯，按照科學(xué)性、代表性、可操作性的原則，本文將“經(jīng)營(yíng)能力”“盈利能力”“負(fù)債情況”“外部風(fēng)險(xiǎn)”四個(gè)維度的13 個(gè)指標(biāo)作為基礎(chǔ)指標(biāo)體系。基礎(chǔ)指標(biāo)用ZXi表示，其中i=1， 2， 3……13。

1.模型適應(yīng)性檢驗(yàn)和數(shù)據(jù)處理。

本文用SPSS25 軟件對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理并保存為新變量。KMO 檢驗(yàn)值為0.604， 說明適合作因子分析；巴特利特（Bartlett）球形檢驗(yàn)的顯著性p 值=0.000＜0.05，說明適合主成分分析方法。本文樣本容量低于250 個(gè)且13 個(gè)變量的公因子方差為0.763，說明因子提取的效果還是較理想的。

本文選取的13 個(gè)指標(biāo)變量根據(jù)主成分分析法及特征值大于1 的原則共提取了5 個(gè)公共因子。其中，第一個(gè)因子初始特征值的方差貢獻(xiàn)率為30.973%，表示第一個(gè)因子對(duì)13 個(gè)變量指標(biāo)的解釋能力為30.973%。第二至第五個(gè)因子的方差貢獻(xiàn)率依次為13.582%、12.231%、11.188%、8.344%。至第五個(gè)因子為止，前五個(gè)因子的方差累積貢獻(xiàn)率為76.319%，能夠較大程度的保留樣本數(shù)據(jù)的信息。

從旋轉(zhuǎn)成分矩陣可以得出，貢獻(xiàn)因子F1主要受盈利能力指標(biāo)中企業(yè)利潤(rùn)總額（指標(biāo)貢獻(xiàn)為84.3%）、銷售收入（指標(biāo)貢獻(xiàn)為78.8%）等指標(biāo)的影響，F(xiàn)1的大小在一定程度上表示企業(yè)盈利能力對(duì)信用違約風(fēng)險(xiǎn)的影響；貢獻(xiàn)因子F2、F3主要受經(jīng)營(yíng)能力指標(biāo)中成品油收入占全部收入占比（指標(biāo)貢獻(xiàn)為-83.5%）、原油進(jìn)口配額（指標(biāo)貢獻(xiàn)為80.3%）、銷售渠道（指標(biāo)貢獻(xiàn)為80.1%）等指標(biāo)的影響，F(xiàn)2、F3的大小在一定程度上表示企業(yè)經(jīng)營(yíng)能力對(duì)信貸違約風(fēng)險(xiǎn)的影響；貢獻(xiàn)因子F4主要受負(fù)債情況指標(biāo)中四行融資占比（指標(biāo)貢獻(xiàn)為62.4%）指標(biāo)的影響，F(xiàn)4的大小在一定程度上表示企業(yè)負(fù)債情況對(duì)信貸違約風(fēng)險(xiǎn)的影響。貢獻(xiàn)因子F5主要受企業(yè)風(fēng)險(xiǎn)狀況指標(biāo)中擔(dān)保能力（指標(biāo)貢獻(xiàn)為92.9%）等指標(biāo)的影響，F(xiàn)5的大小在一定程度上表示企業(yè)風(fēng)險(xiǎn)狀況對(duì)信貸違約風(fēng)險(xiǎn)的影響。

根據(jù)因子得分系數(shù)表，可寫出以下因子得分函數(shù)：

綜合以上內(nèi)容，以各因子的方差貢獻(xiàn)率為權(quán)數(shù)，得到綜合模型計(jì)算公式：

(四)地?zé)捚髽I(yè)預(yù)警判斷

表 2 信用違約風(fēng)險(xiǎn)預(yù)警區(qū)域劃分

根據(jù)煉化行業(yè)運(yùn)行的內(nèi)在規(guī)律，結(jié)合預(yù)警指標(biāo)設(shè)計(jì)的統(tǒng)計(jì)規(guī)律，本文基于誤差理論，采取3δ 方法，把地?zé)捚髽I(yè)風(fēng)險(xiǎn)情況劃分為3 個(gè)區(qū)間：風(fēng)險(xiǎn)區(qū)、預(yù)警區(qū)、正常區(qū)。由于本文使用的地?zé)捚髽I(yè)的數(shù)據(jù)為調(diào)研數(shù)據(jù)，連續(xù)年限不多，本文選擇1 倍標(biāo)準(zhǔn)差作為風(fēng)險(xiǎn)預(yù)警依據(jù)，同時(shí)選擇偏離1 倍標(biāo)準(zhǔn)差的范圍作為風(fēng)險(xiǎn)區(qū)域和基本正常區(qū)間。根據(jù)以上原理，計(jì)算出風(fēng)險(xiǎn)預(yù)警指標(biāo)的均值ZX（0.00026316）和標(biāo)準(zhǔn)差δ（0.37942121），得出地?zé)捚髽I(yè)信用風(fēng)險(xiǎn)的預(yù)警區(qū)域。為檢驗(yàn)信貸風(fēng)險(xiǎn)預(yù)警指數(shù)的有效性，利用地?zé)捚髽I(yè)信用風(fēng)險(xiǎn)預(yù)警模型測(cè)算的企業(yè)風(fēng)險(xiǎn)狀況與企業(yè)實(shí)際信用風(fēng)險(xiǎn)違約情況進(jìn)行比較，模型風(fēng)險(xiǎn)判斷準(zhǔn)確性為73.68%。

四、結(jié)論及建議

（一）金融機(jī)構(gòu)可充分利用地?zé)捚髽I(yè)風(fēng)險(xiǎn)預(yù)警模型加強(qiáng)對(duì)地?zé)捚髽I(yè)融資風(fēng)險(xiǎn)的管控

對(duì)預(yù)警模型判定正常的地?zé)捚髽I(yè)，可積極的提供綜合化的融資支持，特別是支持企業(yè)提升高端化工產(chǎn)品的生產(chǎn)能力，提升企業(yè)競(jìng)爭(zhēng)力。對(duì)預(yù)警模型判定為風(fēng)險(xiǎn)預(yù)警的地?zé)捚髽I(yè)，應(yīng)高度關(guān)注企業(yè)自身經(jīng)營(yíng)的現(xiàn)金流、還款意愿，提前做好風(fēng)險(xiǎn)防控工作。

（二）在地?zé)捚髽I(yè)規(guī)模相對(duì)偏小的情況下，要高度關(guān)注企業(yè)的核心經(jīng)營(yíng)能力

地?zé)捚髽I(yè)生產(chǎn)工藝和流程高度同質(zhì)化，在行業(yè)利潤(rùn)率較低的情況下，企業(yè)比拼的是產(chǎn)業(yè)鏈條（“化尾”）的長(zhǎng)度、原油采購成本及是否有自身的銷售渠道。通過拉長(zhǎng)“化尾”，可以降低汽柴油占比，提升化工產(chǎn)品占比，提高利潤(rùn)率，有效降低消費(fèi)稅負(fù)擔(dān)；通過取得原油進(jìn)口資格，可以降低原油采購的中間環(huán)節(jié)的費(fèi)用，降低生產(chǎn)成本；通過建立自身的消費(fèi)渠道，投資建設(shè)加油站，可以穩(wěn)定銷售渠道，降低消費(fèi)稅負(fù)擔(dān)。

（三）對(duì)外擔(dān)保風(fēng)險(xiǎn)成為地?zé)捚髽I(yè)信用風(fēng)險(xiǎn)暴露的重要成因

地?zé)捚髽I(yè)融資方式單一，土地房產(chǎn)等優(yōu)質(zhì)固定資產(chǎn)較少，獲貸方式主要為擔(dān)保融資，擔(dān)保關(guān)系一旦建立往往通過企業(yè)間的互保形成一張復(fù)雜的擔(dān)保網(wǎng)或擔(dān)保圈，一家企業(yè)出現(xiàn)信用風(fēng)險(xiǎn)將傳導(dǎo)至擔(dān)保網(wǎng)或擔(dān)保圈內(nèi)的所有企業(yè)。

（四）債券兌付風(fēng)險(xiǎn)成為地?zé)捚髽I(yè)信用風(fēng)險(xiǎn)暴露的直接導(dǎo)火索

債券融資在一定程度上促進(jìn)了地?zé)捚髽I(yè)短時(shí)間內(nèi)的快速發(fā)展，但債券融資往往是短期融資，而企業(yè)往往將債券融資用于長(zhǎng)期投資，短融長(zhǎng)用的問題較為突出。信用環(huán)境較為寬松的情況下，企業(yè)可以通過發(fā)新債還舊債的方式保持現(xiàn)金流動(dòng)性。但在信用環(huán)境收緊后，融資到期沒有接續(xù)的融資匹配，將直接造成企業(yè)資金鏈的斷裂，造成信用風(fēng)險(xiǎn)暴露。