基于修正KMV模型的商業(yè)銀行信用風(fēng)險(xiǎn)研究

李朝輝 張明潔 楊帆 李焱

一、引言

金融是現(xiàn)代經(jīng)濟(jì)的核心，商業(yè)銀行在中國(guó)金融體系中居于主導(dǎo)地位，是支撐中國(guó)經(jīng)濟(jì)發(fā)展的重要力量。近年來，面對(duì)復(fù)雜的市場(chǎng)環(huán)境，商業(yè)銀行在經(jīng)營(yíng)過程中面臨的風(fēng)險(xiǎn)越來越大，不確定因素越來越多，由此導(dǎo)致的信用風(fēng)險(xiǎn)日益加劇，有效識(shí)別和防范信用風(fēng)險(xiǎn)對(duì)中國(guó)銀行業(yè)的經(jīng)營(yíng)環(huán)境和整體發(fā)展都十分重要。在諸多現(xiàn)代信用風(fēng)險(xiǎn)度量模型中，對(duì)于中國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)，KMV模型在樣本數(shù)據(jù)選擇和適用范圍上都有明顯優(yōu)勢(shì)，但需要根據(jù)商業(yè)銀行的行業(yè)特點(diǎn)對(duì)股權(quán)價(jià)值、違約點(diǎn)和無風(fēng)險(xiǎn)收益率等相關(guān)參數(shù)進(jìn)行修正，其中，由于股權(quán)價(jià)值波動(dòng)率無法直接觀察，以往文獻(xiàn)使用收益率的標(biāo)準(zhǔn)差度量，該方法默認(rèn)歷史事件中各個(gè)時(shí)間點(diǎn)上的收益率對(duì)當(dāng)前波動(dòng)率權(quán)重相同，與收益率實(shí)際變化情況之間存在偏差。同時(shí)，國(guó)內(nèi)學(xué)者大多針對(duì)特定時(shí)間段內(nèi)單一類型的商業(yè)銀行進(jìn)行研究。對(duì)此，本文嘗試對(duì)股權(quán)價(jià)值波動(dòng)率的修正方法進(jìn)行進(jìn)一步的討論，以提高KMV模型在中國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)度量中的適用性，并將樣本商業(yè)銀行分為三類，從宏觀經(jīng)濟(jì)、經(jīng)營(yíng)水平和股權(quán)結(jié)構(gòu)三個(gè)層面對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素進(jìn)行分析，盡可能全面地分析信用風(fēng)險(xiǎn)。

二、違約距離測(cè)算與變量選取

本文以2001—2021年在A股上市的41家商業(yè)銀行作為研究樣本，選取2001—2021年20個(gè)連續(xù)整年作為度量區(qū)間，以每年的12月31日為度量基準(zhǔn)日，若上述商業(yè)銀行在某個(gè)實(shí)證區(qū)間內(nèi)沒有完成上市，則不作為該年度分析樣本。本文所采用的數(shù)據(jù)均通過各年度《中國(guó)統(tǒng)計(jì)年鑒》、中國(guó)A股市場(chǎng)公開數(shù)據(jù)和各大商業(yè)銀行的年度財(cái)務(wù)報(bào)告整理得到。

（一）違約距離的測(cè)算

1. 參數(shù)修正。（1）股權(quán)價(jià)值（E）。相較于西方國(guó)家的證券市場(chǎng)，中國(guó)證券市場(chǎng)存在特殊性，早期中國(guó)上市公司的股票分為流通股和非流通股，非流通股不能上市流通，因此，沒有市場(chǎng)交易價(jià)格。2005年4月證監(jiān)會(huì)啟動(dòng)股權(quán)分置改革后，大部分上市商業(yè)銀行的股票中沒有了非流通股，股權(quán)價(jià)值的計(jì)算變得更加準(zhǔn)確。本文樣本數(shù)據(jù)區(qū)間為2001—2021年，部分樣本商業(yè)銀行的股本結(jié)構(gòu)中仍然含有非流通股，因此，以每股凈資產(chǎn)估算非流通股的股權(quán)價(jià)值：

股權(quán)價(jià)值=流通股股數(shù)[×]當(dāng)年股票平均收盤價(jià)格+非流通股股數(shù)[×]每股凈資產(chǎn)? ? ? （1）

（2）無風(fēng)險(xiǎn)收益率（r）。無風(fēng)險(xiǎn)收益率是指將資金投資于某一項(xiàng)沒有任何風(fēng)險(xiǎn)的投資對(duì)象而能得到的收益率。商業(yè)銀行自身的收益大部分來自利息收入和資本增值收入，本文采用中國(guó)人民銀行發(fā)布的一年期定期存款利率作為無風(fēng)險(xiǎn)利率。（3）違約點(diǎn)（DPT）。KMV模型在設(shè)定中將違約點(diǎn)設(shè)置為長(zhǎng)短期負(fù)債之和，但是我國(guó)上市商業(yè)銀行與其他上市企業(yè)不同，主要經(jīng)營(yíng)存貸款業(yè)務(wù)，其中包括大量的短期業(yè)務(wù)。此外，隨著互聯(lián)網(wǎng)的發(fā)展，商業(yè)銀行的業(yè)務(wù)形式越來越豐富，負(fù)債中短期負(fù)債占比較大。同時(shí)，商業(yè)銀行年度財(cái)務(wù)報(bào)告中未分別披露長(zhǎng)期負(fù)債和短期負(fù)債，其長(zhǎng)短期負(fù)債難以統(tǒng)計(jì)。因此，將違約點(diǎn)設(shè)置為上市商業(yè)銀行總負(fù)債。（4）股權(quán)價(jià)值波動(dòng)率（[σE]）。對(duì)于中國(guó)上市商業(yè)銀行，無法直接觀察到其資產(chǎn)的波動(dòng)率，但是可以直接觀察到其股權(quán)價(jià)值的波動(dòng)率。常用的收益率波動(dòng)率估算模型有SD模型、EWMA模型和GARCH模型。本文使用這三種模型分別估算上市商業(yè)銀行的股權(quán)價(jià)值波動(dòng)率，根據(jù)模型擬合度的大小討論其在使用KMV模型度量商業(yè)銀行信用風(fēng)險(xiǎn)時(shí)的適用性。

修正前的KMV模型使用SD模型計(jì)算日波動(dòng)率。國(guó)內(nèi)學(xué)者最初將KMV模型應(yīng)用到中國(guó)上市企業(yè)信用風(fēng)險(xiǎn)的度量時(shí)，將波動(dòng)率視為收益率的標(biāo)準(zhǔn)差，即SD模型。在股票市場(chǎng)中，股權(quán)價(jià)值波動(dòng)率就是對(duì)其價(jià)格取值不確定性的刻畫。SD模型將波動(dòng)率視為收益率的標(biāo)準(zhǔn)差，以各上市商業(yè)銀行的全年交易日數(shù)據(jù)為基礎(chǔ)，將當(dāng)年第[i]個(gè)交易日的日收盤價(jià)設(shè)置為[Si]，計(jì)算出的股價(jià)日收益率為[ui=ln（Si/Si-1）]，日收益率的均值為E（u），日收益率標(biāo)準(zhǔn)差的估計(jì)值為[σn=1n-1i=1n（ui-E（u））2]，則該商業(yè)銀行股權(quán)市場(chǎng)價(jià)值的年波動(dòng)率為[σE=σn×N]，其中[N]表示該商業(yè)銀行在股票市場(chǎng)一年的交易天數(shù)。

EWMA模型假設(shè)波動(dòng)率在一段時(shí)間內(nèi)是非恒定的，認(rèn)為如果給予序列中每個(gè)數(shù)據(jù)相同的權(quán)重，就無法準(zhǔn)確反映異常事件和影響，因而是以指數(shù)式遞減加權(quán)的移動(dòng)平均，各個(gè)數(shù)據(jù)的權(quán)重隨時(shí)間指數(shù)式遞減。該模型認(rèn)為第[n]天的股權(quán)價(jià)值波動(dòng)率與第[n-1]天的波動(dòng)率和收益率有關(guān)。模型公式為[σn2=λσn-12+1-λun-12]，其中，λ為加權(quán)系數(shù)，且[0<λ<1]，[un-1]為該商業(yè)銀行第[n-1]天的日收益率。Morgan的研究表明在估計(jì)日波動(dòng)率時(shí)，取λ=0.94。

GARCH模型由Bollerslev提出，能很好地針對(duì)股票收益率“尖峰厚尾、波動(dòng)聚集”的特征進(jìn)行建模。在實(shí)際應(yīng)用中，GARCH（1，1）模型足以適用在大部分的經(jīng)濟(jì)時(shí)間序列，其模型表示如下：

[yt=σtεt]? ? ? ? ? ? ? （2）

[σt2=ω+αyt-12+βσt-12]? ? （3）

其中，[εt]為服從白噪音的干擾項(xiàng)，[σt2]為第[t]期的條件方差，[εt]與[σt]相互獨(dú)立。[ω]>0，[α]>0，[β]>0，[0<α+β<1]。在該模型中，當(dāng)期的條件方差受到前一期誤差項(xiàng)與條件方差的影響，若前一期發(fā)生大（?。┓鹊淖儎?dòng)，則當(dāng)期也會(huì)發(fā)生大（?。┓鹊淖儎?dòng)，這一特性與股票收益率“波動(dòng)聚集”的特征相符。此外，該模型還可以有效地表現(xiàn)股票收益率“尖峰厚尾”的特征。

2. 違約距離的測(cè)算。KMV模型的基本思路是：當(dāng)商業(yè)銀行的資產(chǎn)價(jià)值低于商業(yè)銀行需償付的賬面負(fù)債價(jià)值時(shí)，商業(yè)銀行將發(fā)生違約。

KMV模型的計(jì)算過程如下：（1）求解企業(yè)的資產(chǎn)價(jià)值[VA]和資產(chǎn)價(jià)值波動(dòng)率（[σA]）：

[E=VANlnVAD+r+12σA2TσAT-De-rTNlnVAD+r+12σA2TσAT-σAT] （4）

[σE=VAN（lnVAD+r+12σA2TσAT）EσA]? （5）

通過函數(shù)（4）和（5），可以得到一個(gè)聯(lián)立方程組。其中N（x）為x的標(biāo)準(zhǔn)累計(jì)正態(tài)分布函數(shù)。股權(quán)價(jià)值（E）、股權(quán)價(jià)值波動(dòng)率（[σE]）、無風(fēng)險(xiǎn)收益率（r）和負(fù)債價(jià)值（D）使用前文的方法利用公開市場(chǎng)數(shù)據(jù)計(jì)算得出。本文度量的是商業(yè)銀行的年度違約距離，設(shè)到期時(shí)間T=1。（2）求解違約距離（DD）。違約距離是指商業(yè)銀行的資產(chǎn)價(jià)值在到期時(shí)間內(nèi)由當(dāng)前水平降至違約點(diǎn)的相對(duì)距離。當(dāng)商業(yè)銀行的資產(chǎn)價(jià)值到達(dá)違約點(diǎn)時(shí)，商業(yè)銀行會(huì)違約。根據(jù)KMV模型設(shè)定，違約距離越大，企業(yè)按時(shí)償還到期債務(wù)的可能性越大。

[DD=VA-DPTVAσA]? ? ? ? ? ? ?（6）

3. 模型修正效果分析。本文使用ROC曲線（receiver operating characteristic curve）來判斷基于三種波動(dòng)率模型估算出的商業(yè)銀行違約距離中，哪種模型的違約距離結(jié)果更加準(zhǔn)確合理。本文參照商業(yè)銀行不良貸款率設(shè)定其分類標(biāo)準(zhǔn)，求解出基于前文三種不同修正KMV模型中違約距離的ROC曲線，通過比較曲線下的面積（AUC）的大小來判斷模型的優(yōu)劣，AUC值越大的模型對(duì)信用風(fēng)險(xiǎn)的識(shí)別效果越好。

如圖1和表1的分析結(jié)果所示，三種修正KMV模型下違約距離的AUC值分別為0.659、0.665和0.648，P值為0.000，表明三種修正KMV模型的輸出結(jié)果能夠有效度量商業(yè)銀行的信用風(fēng)險(xiǎn)。同時(shí)，GARCH-KMV模型的AUC值大于其他兩種模型，說明其對(duì)違約距離的度量效果優(yōu)于其他兩種模型。因此，經(jīng)過修正后的GARCH-KMV模型對(duì)于中國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)的度量適應(yīng)性更強(qiáng)。

（二）解釋變量

根據(jù)已有文獻(xiàn)，本文從宏觀經(jīng)濟(jì)層面、自身經(jīng)營(yíng)水平層面和股權(quán)結(jié)構(gòu)層面分別確定了不同的指標(biāo)（見表2），分析中國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素。宏觀經(jīng)濟(jì)層面，從經(jīng)濟(jì)發(fā)展、貨幣政策和銀行業(yè)政策三個(gè)角度分別選取國(guó)內(nèi)生產(chǎn)總值（GDP）、貨幣供應(yīng)量（M2）和貸款基準(zhǔn)利率（OLR）三個(gè)指標(biāo)作為解釋變量。自身經(jīng)營(yíng)水平層面，從資產(chǎn)質(zhì)量、償債能力、盈利能力和發(fā)展能力四個(gè)方面分別選取關(guān)注類貸款率（SLR）、資產(chǎn)負(fù)債率（DAR）、凈資產(chǎn)收益率（ROE）和凈資產(chǎn)增長(zhǎng)率（NAGR）四個(gè)指標(biāo)作為解釋變量。股權(quán)結(jié)構(gòu)層面，從股權(quán)集中度和股權(quán)性質(zhì)兩個(gè)方面分別選取第一大股東持股比例（FSP）、股權(quán)制衡比例（EBR）和國(guó)有股比例（PSS）三個(gè)指標(biāo)作為商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素。

三、模型構(gòu)建與實(shí)證分析

（一）模型構(gòu)建

通過前文的分析，構(gòu)建以下計(jì)量模型：

[DDit=α0+α1GDPt+α2M2t+α3OLRt+α4SLRit+α5ROEit+α6DARit+α7NAGRit+α8FSPit+α9PSSit+α10EBRit+εit]? （7）

其中，[DDit]表示商業(yè)銀行[i]在第[t]年的違約距離，通過KMV模型計(jì)算得出，是被解釋變量。[α0]表示常數(shù)項(xiàng)，[εit]為隨機(jī)擾動(dòng)項(xiàng)。

（二）實(shí)證分析

使用前文的GARCH（1，1）—KMV模型對(duì)樣本商業(yè)銀行信用風(fēng)險(xiǎn)的度量結(jié)果如圖2—圖4所示。由于2001—2007年中國(guó)銀行業(yè)正處于改革初期，國(guó)有商業(yè)銀行和城市商業(yè)銀行沒有公開上市，本文著重對(duì)2008—2021年的計(jì)算結(jié)果進(jìn)行分析。

通過對(duì)比各類商業(yè)銀行發(fā)現(xiàn)，其資產(chǎn)價(jià)值和違約距離滿足“國(guó)有商業(yè)銀行>股份制商業(yè)銀行>城市商業(yè)銀行”，各類商業(yè)銀行之間的資產(chǎn)價(jià)值波動(dòng)率差異較小。國(guó)有商業(yè)銀行的資本規(guī)模穩(wěn)健，發(fā)展相對(duì)穩(wěn)定，資產(chǎn)價(jià)值普遍較高，同時(shí)，擁有更廣泛的存款市場(chǎng)，不需要通過頻繁的業(yè)務(wù)調(diào)整來增加存款，一定程度上抑制了信用風(fēng)險(xiǎn)的發(fā)生，因此，違約距離較大。相較于國(guó)有商業(yè)銀行，股份制商業(yè)銀行的股東構(gòu)成較為復(fù)雜，資產(chǎn)價(jià)值低于國(guó)有商業(yè)銀行，但由于其業(yè)務(wù)分布廣泛，能夠通過各種業(yè)務(wù)增加存款，一定程度上能夠抑制信用風(fēng)險(xiǎn)。城市商業(yè)銀行的業(yè)務(wù)主要集中在一個(gè)城市或地區(qū)，地域限制導(dǎo)致其資產(chǎn)規(guī)模較小，發(fā)展受限，資產(chǎn)價(jià)值和違約距離小于其他兩類商業(yè)銀行。

為了研究宏微觀環(huán)境對(duì)不同類型商業(yè)銀行信用風(fēng)險(xiǎn)作用機(jī)制的差異，本文先基于Hausman檢驗(yàn)確定各樣本適合的回歸模型，然后分別使用固定效應(yīng)模型（FE）和隨機(jī)效應(yīng)模型（RE）對(duì)面板數(shù)據(jù)進(jìn)行計(jì)量，回歸結(jié)果如表3所示，其中，第2—5列分別表示全樣本商業(yè)銀行、國(guó)有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的回歸結(jié)果。回歸結(jié)果表明，對(duì)所有上市商業(yè)銀行信用風(fēng)險(xiǎn)而言，貸款基準(zhǔn)利率和關(guān)注類貸款率都為顯著變量。其中，貸款基準(zhǔn)利率與信用風(fēng)險(xiǎn)正相關(guān)，該指標(biāo)的提升會(huì)增加貸款企業(yè)的融資成本和獨(dú)立債務(wù)人的財(cái)務(wù)成本，增加商業(yè)銀行的信用風(fēng)險(xiǎn)；關(guān)注類貸款率與信用風(fēng)險(xiǎn)正相關(guān)，關(guān)注類貸款率較高的商業(yè)銀行資產(chǎn)質(zhì)量較差，面臨的信用風(fēng)險(xiǎn)也較高。此外，對(duì)于不同類型的樣本商業(yè)銀行，其信用風(fēng)險(xiǎn)的影響因素存在異質(zhì)性。

首先，國(guó)有商業(yè)銀行的信用風(fēng)險(xiǎn)受到宏觀經(jīng)濟(jì)變量的顯著影響。其中，國(guó)內(nèi)生產(chǎn)總值與信用風(fēng)險(xiǎn)負(fù)相關(guān)，國(guó)內(nèi)生產(chǎn)總值的增加代表整個(gè)社會(huì)生產(chǎn)力水平的提升和宏觀經(jīng)濟(jì)狀況的向好，借貸方還款能力會(huì)有所提升，這會(huì)降低商業(yè)銀行的信用風(fēng)險(xiǎn)；貨幣供應(yīng)量與信用風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，這可以解釋為貨幣供應(yīng)量的增加會(huì)使得物價(jià)上漲，造成一定的通貨膨脹，借貸方需要付出更高的信貸成本，可能導(dǎo)致借貸方違約率提高，從而增加商業(yè)銀行的信用風(fēng)險(xiǎn)。

其次，股份制商業(yè)銀行的信用風(fēng)險(xiǎn)受到宏觀經(jīng)濟(jì)變量、自身經(jīng)營(yíng)水平和股權(quán)結(jié)構(gòu)的顯著影響。其中，國(guó)內(nèi)生產(chǎn)總值和貨幣供應(yīng)量的回歸系數(shù)方向與國(guó)有商業(yè)銀行相同，表明這兩個(gè)變量對(duì)股份制商業(yè)銀行和國(guó)有商業(yè)銀行的影響機(jī)制類似。此外，凈資產(chǎn)收益率與信用風(fēng)險(xiǎn)負(fù)相關(guān)，凈資產(chǎn)收益率越高說明商業(yè)銀行的盈利能力越強(qiáng)，商業(yè)銀行采用的經(jīng)營(yíng)策略更符合其自身的發(fā)展規(guī)律，從而信用風(fēng)險(xiǎn)也越低；第一大股東持股比例與信用風(fēng)險(xiǎn)正相關(guān)，這是由于當(dāng)商業(yè)銀行的大部分股權(quán)集中在少數(shù)股東手中時(shí)，這些股東可能為了追求超額利益而做出引入高風(fēng)險(xiǎn)業(yè)務(wù)的決策，從而增加商業(yè)銀行的信用風(fēng)險(xiǎn)；股權(quán)制衡比例與信用風(fēng)險(xiǎn)負(fù)相關(guān)，股權(quán)制衡比例的提升有效減少了大股東的控制力，降低商業(yè)銀行的信用風(fēng)險(xiǎn)。

最后，城市商業(yè)銀行的信用風(fēng)險(xiǎn)受到宏觀經(jīng)濟(jì)變量和自身經(jīng)營(yíng)水平的顯著影響。對(duì)城市商業(yè)銀行而言，凈資產(chǎn)收益率回歸系數(shù)的符號(hào)與股份制商業(yè)銀行相同，表明該變量對(duì)兩類銀行的影響機(jī)制類似。此外，資產(chǎn)負(fù)債率與信用風(fēng)險(xiǎn)正相關(guān)，商業(yè)銀行與其他上市企業(yè)不同，主要依靠信貸業(yè)務(wù)盈利，資產(chǎn)負(fù)債率普遍較高，資產(chǎn)負(fù)債率的提高意味著其償債能力的降低，從而導(dǎo)致其面臨的信用風(fēng)險(xiǎn)增大。

（三）穩(wěn)健性分析

第一，截至2021年底，共有41家商業(yè)銀行選擇在A股上市，16家商業(yè)銀行選擇在H股上市，為了避免因樣本自選擇問題造成結(jié)果的不穩(wěn)健，將在H股上市的16家商業(yè)銀行納入樣本后進(jìn)行回歸分析，其中，顯著變量回歸系數(shù)的正負(fù)與前文一致。

第二，反向因果可能會(huì)造成內(nèi)生性，即商業(yè)銀行本身信用風(fēng)險(xiǎn)的高低會(huì)引起其內(nèi)部經(jīng)營(yíng)水平和宏觀環(huán)境的變化。對(duì)此，本文選擇下一期的違約距離作為被解釋變量，評(píng)估上一期各因素對(duì)當(dāng)期銀行信用風(fēng)險(xiǎn)的影響，各影響因素的回歸系數(shù)基本與上文一致。

四、結(jié)論及政策建議

通過對(duì)中國(guó)2001—2021年在滬深A(yù)股上市的41家商業(yè)銀行的統(tǒng)計(jì)分析，本文發(fā)現(xiàn)相較于SD-KMV模型和EWMA-KMV模型，GARCH-KMV模型在中國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)度量方面有更好的適用性。實(shí)證檢驗(yàn)發(fā)現(xiàn)，不同類型商業(yè)銀行的信用風(fēng)險(xiǎn)的影響因素存在異質(zhì)性。據(jù)此，本文提出以下政策建議：

銀行業(yè)應(yīng)深化體制改革，強(qiáng)化信用評(píng)價(jià)體系建設(shè)，采取有效措施建立違約數(shù)據(jù)庫(kù)，增強(qiáng)信用風(fēng)險(xiǎn)管理能力。相關(guān)監(jiān)管部門應(yīng)增強(qiáng)銀行財(cái)務(wù)監(jiān)管力度，幫助商業(yè)銀行完善信息披露制度，提升商業(yè)銀行信用風(fēng)險(xiǎn)預(yù)警的及時(shí)性。財(cái)務(wù)信息的及時(shí)披露能夠?yàn)橹袊?guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)的研究提供更加充足的數(shù)據(jù)，也能幫助商業(yè)銀行有效識(shí)別并及時(shí)防范信用風(fēng)險(xiǎn)。

各類商業(yè)銀行應(yīng)密切關(guān)注宏觀經(jīng)濟(jì)環(huán)境的變化，采取更為審慎的信貸策略。股份制商業(yè)銀行應(yīng)實(shí)現(xiàn)股權(quán)結(jié)構(gòu)多元化，避免股權(quán)集中，促進(jìn)股東之間形成制衡局面，在股權(quán)結(jié)構(gòu)發(fā)生變動(dòng)時(shí)及時(shí)關(guān)注自身信用風(fēng)險(xiǎn)，及時(shí)調(diào)整經(jīng)營(yíng)戰(zhàn)略。城市商業(yè)銀行具有客戶群體固定的特點(diǎn)，應(yīng)該充分發(fā)揮自身優(yōu)勢(shì)，制定更為靈活的經(jīng)營(yíng)策略，通過不斷的業(yè)務(wù)創(chuàng)新提升自身的市場(chǎng)競(jìng)爭(zhēng)力，從而在多變的市場(chǎng)局勢(shì)中有效應(yīng)對(duì)信用風(fēng)險(xiǎn)。

基金項(xiàng)目：遼寧省社科基金項(xiàng)目“以支點(diǎn)港口建設(shè)為切入點(diǎn)? 推動(dòng)形成國(guó)內(nèi)國(guó)際雙循環(huán)新發(fā)展格局研究”（L21AJL 001）。

（責(zé)任編輯? ? 王? ?媛；校對(duì)? ?WY，LY）