債券違約風(fēng)險(xiǎn)預(yù)警模型探究

俞寧子　劉斯峰　歐陽(yáng)炎力　陳綠原

摘要：對(duì)宏觀經(jīng)濟(jì)和債券違約企業(yè)進(jìn)行了剖析，引起違約的主要原因有：經(jīng)濟(jì)下行導(dǎo)致的強(qiáng)周期行業(yè)整體經(jīng)營(yíng)狀況惡化，經(jīng)營(yíng)不善導(dǎo)致的盈利能力持續(xù)低下，融資能力下降導(dǎo)致的流動(dòng)性危機(jī)，過(guò)度投資導(dǎo)致的杠桿率過(guò)高，管理層不穩(wěn)定，實(shí)際控制人突發(fā)狀況等。通過(guò)量化手段建立起一整套基于財(cái)務(wù)變動(dòng)、宏觀經(jīng)濟(jì)趨勢(shì)、行業(yè)走勢(shì)、內(nèi)評(píng)結(jié)果以及突發(fā)輿情事件為基礎(chǔ)的量化預(yù)警模型。提出的模型考慮發(fā)債企業(yè)風(fēng)險(xiǎn)狀況綜合評(píng)定、財(cái)務(wù)指標(biāo)異動(dòng)、債券收益率和股票價(jià)格等市場(chǎng)異常情況、違約預(yù)警事件等多方面因素，并利用該預(yù)警模型從地區(qū)、評(píng)級(jí)、行業(yè)及個(gè)體等多個(gè)維度對(duì)未來(lái)債券違約趨勢(shì)進(jìn)行分析。

關(guān)鍵詞：債券違約；信用風(fēng)險(xiǎn)；發(fā)債企業(yè)；風(fēng)險(xiǎn)預(yù)警模型

DOI：10.13939/i.cnki.zgsc.2016.39.018

一、國(guó)內(nèi)債券違約概況

2014年3月7日深圳證券交易所披露了《上海超日太陽(yáng)能科技股份有限公司201 1年公司債券第二期利息無(wú)法按期全額支付的公告》，“超日太陽(yáng)”于2012年3月7日發(fā)行的2011年公司債券（簡(jiǎn)稱“11超日債”）第二期利息原定金額Kit人民幣8980萬(wàn)元，但由于各種不可控的因素，公司付息資金僅落實(shí)人民幣400萬(wàn)元。因此，“11超日債”本期利息將無(wú)法于原定付息日按期全額支付，僅能夠按期支付人民幣400萬(wàn)元。這是中國(guó)債市的首例違約事件，后來(lái)債券市場(chǎng)的表現(xiàn)證明在中國(guó)債市這并不是偶然事件，而是打破債券剛性兌付的開(kāi)始。在此后的兩年多時(shí)間（截至2016年7月底），中國(guó)債市違約涉及37家主體，涉及從央企到民企，從公募到私募幾乎所有類型。

（一）趨勢(shì)：違約數(shù)量和金額過(guò)去兩年及未來(lái)持續(xù)遞增

自超日違約后，2014年市場(chǎng)開(kāi)始出現(xiàn)了少量債券逾期，2015年的違約筆數(shù)和金額明顯上升，至2015年底累計(jì)違約24筆金額達(dá)128.7億元，2016年2月以后違約數(shù)量和金額分別猛增至62筆及376.3億元（截至2016年7月），雖然近期山西煤炭企業(yè)在政府支持和背書下，成功發(fā)行新債挺過(guò)難關(guān)。但是隨著經(jīng)濟(jì)環(huán)境整體下行，經(jīng)濟(jì)轉(zhuǎn)型尚未完成，違約趨勢(shì)的延續(xù)是大概率事件（詳見(jiàn)圖1）。

（二）行業(yè)：產(chǎn)能過(guò)剩及強(qiáng)周期性行業(yè)占比高

2016年我國(guó)宏觀經(jīng)濟(jì)將繼續(xù)面臨經(jīng)濟(jì)下行壓力，傳統(tǒng)制造業(yè)去產(chǎn)能和房地產(chǎn)去庫(kù)存任務(wù)艱巨，經(jīng)濟(jì)增速將進(jìn)一步放緩。經(jīng)濟(jì)下行，下游產(chǎn)業(yè)需求低迷，使得處于上中游的強(qiáng)周期產(chǎn)業(yè)產(chǎn)能過(guò)剩，產(chǎn)品銷量及價(jià)格持續(xù)下滑，盈利能力大幅下降，債務(wù)負(fù)擔(dān)加重，以及過(guò)于依賴銀行融資，成為了違約高發(fā)地帶。

違約主體行業(yè)分布如圖2所示，集中在鋼鐵、能源燃料、金屬、重工業(yè)、建材、農(nóng)產(chǎn)品等強(qiáng)周期行業(yè)（共25家主體），也有少量食品、餐館、服裝、鞋類等弱周期行業(yè)（共6家主體）。從金額層面分析，除食品加工與肉類以外，違約金額占比較高的行業(yè)都為強(qiáng)周期行業(yè)（詳見(jiàn)圖2）。

（三）性質(zhì)：民營(yíng)企業(yè)偏多。但違約金額較小。地方國(guó)企、央企金額居高

從企業(yè)性質(zhì)來(lái)看，在所有37家違約主體中民營(yíng)企業(yè)占比最大，一共21家，其次為地方國(guó)企5家，再次中央國(guó)企4家，而其他類型的企業(yè)其股東背景與民營(yíng)企業(yè)相似；從違約金額來(lái)看，地方國(guó)有企業(yè)（126.7億元）和中央國(guó)有企業(yè)（96億元）占據(jù)份額最高，這主要與央企和國(guó)企規(guī)模大，股東背景為政府有關(guān)。相比其他發(fā)債主體，企業(yè)信譽(yù)度較高，資金籌措來(lái)源廣泛，故發(fā)債金額相對(duì)較大（詳見(jiàn)圖3）。

總的來(lái)說(shuō)，民企違約數(shù)量多，但是央企、地方國(guó)企違約金額大。民營(yíng)企業(yè)發(fā)生違約債券一共26筆。其中私募債有17筆，共計(jì)12.9億元，占民營(yíng)企業(yè)違約數(shù)量的65.4%，金額的22.8%。反觀央企或地方國(guó)有企業(yè)，一共25筆違約，共計(jì)19r7.7億元，其中私募債（包含定向工具）一共14筆，共計(jì)103.7億元。私募債數(shù)量占比56%，金額占比52 5%。由于私募信息的可獲取性遠(yuǎn)低于公募，目前已有統(tǒng)計(jì)結(jié)果表明：民營(yíng)企業(yè)的私募債整體數(shù)量占比偏高，而央企和地方國(guó)企則更偏向于公募債。

（四）地域：東南沿海、華北和西南省份較集中，東北地區(qū)雖然違約主體數(shù)不多，但金額較大

從債券違約企業(yè)的地域特征來(lái)看，違約主體主要分布在東南沿海（13家）、華北（10家）、西南（7家），而違約金額最多的地區(qū)為華北（166.7億元）、東南沿海（98.5億元）、東北

資料采源：萬(wàn)德資訊。

（五）品種：短期及超短期債券違約數(shù)量增速過(guò)快

進(jìn)入2016年以來(lái)，違約券種主要以短期債券為主，1年期內(nèi)的短期債務(wù)違約大幅上升。短期債券違約數(shù)占比提升了13.5%，違約金額占比提升了9.8%。

短期資金成本比長(zhǎng)期資金成本低，在宏觀經(jīng)濟(jì)形勢(shì)好的時(shí)候風(fēng)險(xiǎn)被掩蓋，一旦經(jīng)濟(jì)下行，企業(yè)盈利下降，經(jīng)營(yíng)性現(xiàn)金流匱乏，就會(huì)導(dǎo)致違約的發(fā)生。此外，從另一個(gè)角度分析，一些中小企業(yè)拿不到中長(zhǎng)期資金，只能選擇短期資金，因此短期債券的違約金額漲幅（167%）遠(yuǎn)高于中長(zhǎng)（50.7億元）、西南（39.6億元）。經(jīng)過(guò)分析，東南沿海違約主體和違約金額都排名靠前的原因是該地區(qū)民營(yíng)經(jīng)濟(jì)發(fā)達(dá)發(fā)債企業(yè)較多，當(dāng)?shù)氐馁Q(mào)易、中小型制造業(yè)和建筑業(yè)在受經(jīng)濟(jì)環(huán)境下行影響下很可能出現(xiàn)流動(dòng)資金緊張和兌付困難的狀況；華北地區(qū)違約企業(yè)主要是產(chǎn)能嚴(yán)重過(guò)剩行業(yè)的大型國(guó)企如保定天威和中鋼集團(tuán)，和經(jīng)營(yíng)出現(xiàn)問(wèn)題的中小型民營(yíng)企業(yè)；而東北地區(qū)是老牌重工業(yè)，雖然違約主體不多但是規(guī)模很大，兩家違約企業(yè)東北特鋼和吉林糧食集團(tuán)收儲(chǔ)經(jīng)銷有限公司，總金額超過(guò)50億元（詳見(jiàn)圖4）。期債券（32%）（詳見(jiàn)圖5）。

二、債券違約成因分析與預(yù)警要素

從數(shù)據(jù)來(lái)看，債券的“剛兌”局面已經(jīng)被逐步打破，收益與風(fēng)險(xiǎn)并存的新格局正在形成。如何對(duì)債券持倉(cāng)進(jìn)行管理，提前對(duì)違約信號(hào)進(jìn)行預(yù)警，對(duì)于投資人來(lái)說(shuō)，價(jià)值是不言而喻的?；趯?duì)債券市場(chǎng)的研究以及多年定量分析的背景，我們對(duì)債券違約的成因進(jìn)行了系統(tǒng)性的梳理和分析，以便于總結(jié)出債券違約預(yù)警的方法。

在對(duì)近年債券違約數(shù)據(jù)進(jìn)行挖掘和對(duì)違約個(gè)案進(jìn)行總結(jié)分析的基礎(chǔ)上，我們發(fā)現(xiàn)：大多數(shù)情況下，債券主體的違約是一系列信用風(fēng)險(xiǎn)事件，按照一定的發(fā)展規(guī)律層層遞進(jìn)演變積累之后出現(xiàn)的最終結(jié)果。圖6是總結(jié)出的違約事件從萌芽到最終發(fā)生的過(guò)程中所經(jīng)歷的發(fā)展鏈條。我們總結(jié)為四個(gè)階段，分別為風(fēng)險(xiǎn)萌芽期、風(fēng)險(xiǎn)積蓄期、風(fēng)險(xiǎn)顯現(xiàn)期和風(fēng)險(xiǎn)應(yīng)急處置期（詳見(jiàn)圖6）。

（一）風(fēng)險(xiǎn)萌芽期：經(jīng)濟(jì)下行。行業(yè)不景氣等外部因素埋下隱患

自市場(chǎng)經(jīng)濟(jì)體制建立以來(lái)，經(jīng)濟(jì)周期就如同四季輪替一樣在市場(chǎng)經(jīng)濟(jì)體中周而復(fù)始，凱恩斯的經(jīng)濟(jì)周期理論把經(jīng)濟(jì)周期分為衰退期、復(fù)蘇期、擴(kuò)張期和緊縮期。從發(fā)達(dá)經(jīng)濟(jì)體的經(jīng)驗(yàn)來(lái)看，企業(yè)違約的情況常常跟隨經(jīng)濟(jì)周期的波動(dòng)而同向變動(dòng)，如圖7所示。

我國(guó)典型的強(qiáng)周期行業(yè)有大宗原材料、能源、工程機(jī)械、船舶、房地產(chǎn)等，弱周期行業(yè)有食品、醫(yī)藥、教育、交通運(yùn)輸、公用事業(yè)等。通常情況下，在經(jīng)濟(jì)的上行期（即復(fù)蘇與擴(kuò)張期）強(qiáng)周期行業(yè)首先得到繁榮發(fā)展；而在經(jīng)濟(jì)下行期即緊縮和衰退期，強(qiáng)周期行業(yè)則首當(dāng)其沖。據(jù)前文統(tǒng)計(jì)，很多強(qiáng)周期行業(yè)中的違約企業(yè)的風(fēng)險(xiǎn)萌芽都起始于經(jīng)濟(jì)下行階段，系統(tǒng)性風(fēng)險(xiǎn)逐漸導(dǎo)致的經(jīng)營(yíng)壓力的階段稱為違約風(fēng)險(xiǎn)萌芽階段。

（二）風(fēng)險(xiǎn)積蓄期：管理層經(jīng)營(yíng)不善、投資決策失誤等內(nèi)部因素的誘發(fā)下。違約風(fēng)險(xiǎn)逐步顯性化。意外狀況頻生

經(jīng)濟(jì)下行帶來(lái)的部分行業(yè)系統(tǒng)性風(fēng)險(xiǎn)升高以及經(jīng)營(yíng)壓力，并不意味著一定會(huì)出現(xiàn)違約風(fēng)險(xiǎn)。統(tǒng)計(jì)發(fā)現(xiàn)：起決定性作用的通常是內(nèi)部因素。在內(nèi)部風(fēng)險(xiǎn)誘發(fā)因素的作用下，經(jīng)濟(jì)下行、行業(yè)不景氣等系統(tǒng)性外部風(fēng)險(xiǎn)因素逐步轉(zhuǎn)化為盈利能力下降或虧損等實(shí)質(zhì)性內(nèi)生風(fēng)險(xiǎn)。這些風(fēng)險(xiǎn)誘發(fā)因素包括管理層動(dòng)蕩或能力不足導(dǎo)致的經(jīng)營(yíng)惡化；盲目多元化經(jīng)營(yíng)或擴(kuò)大投資導(dǎo)致的流動(dòng)減弱。在風(fēng)險(xiǎn)積蓄期，由于信息滯后、財(cái)務(wù)粉飾等因素導(dǎo)致財(cái)務(wù)數(shù)據(jù)不能真實(shí)反映違約企業(yè)的實(shí)際情況。但各類負(fù)面消息已經(jīng)不脛而走，企業(yè)進(jìn)入了多事之秋。經(jīng)過(guò)對(duì)目前國(guó)內(nèi)違約發(fā)債企業(yè)樣本在違約前的經(jīng)營(yíng)數(shù)據(jù)和負(fù)面事件進(jìn)行跟蹤分析我們發(fā)現(xiàn)，大多數(shù)違約企業(yè)在違約發(fā)生前都發(fā)生過(guò)各類重大負(fù)面風(fēng)險(xiǎn)事件。例如，中科云網(wǎng)科技股份有限公司在違約前曾經(jīng)連續(xù)更換包括董事、副總裁、獨(dú)立董事等多名高管層人員；曾于2014年8月致歉半年報(bào)有重大偏差并有財(cái)務(wù)總監(jiān)等高管辭職；2014年10月12日，公司因涉嫌證券違法違規(guī)被中國(guó)證監(jiān)會(huì)立案調(diào)查涉嫌虛構(gòu)利潤(rùn)。

（三）風(fēng)險(xiǎn)顯現(xiàn)期：在長(zhǎng)期盈利能力降低、債務(wù)集中到期、融資困難等多重因素共同作用下出現(xiàn)流動(dòng)性緊張。并形成多因素之間的惡性循環(huán)

經(jīng)過(guò)了由外部經(jīng)濟(jì)環(huán)境因素導(dǎo)致的風(fēng)險(xiǎn)萌芽期和由內(nèi)部經(jīng)營(yíng)因素導(dǎo)致的風(fēng)險(xiǎn)積蓄期，高危企業(yè)已經(jīng)為了擺脫困境絞盡腦汁。如果依然無(wú)法改進(jìn)經(jīng)營(yíng)狀況惡化的趨勢(shì)，會(huì)出現(xiàn)各種財(cái)務(wù)數(shù)據(jù)特征，比如賬面利潤(rùn)大幅下滑、流動(dòng)性指標(biāo)快速惡化、資產(chǎn)負(fù)債率等指標(biāo)長(zhǎng)期低位運(yùn)行。伴隨而來(lái)的是外部評(píng)級(jí)調(diào)降、銀行信貸收緊融資能力下降等，以上因素本身還可能行成互相促進(jìn)的惡性循環(huán)。如果此時(shí)還有大筆債務(wù)集中到期，發(fā)生嚴(yán)重流動(dòng)性危機(jī)甚至違約只是時(shí)間問(wèn)題。

（四）應(yīng)急處理期：采取出售公司優(yōu)質(zhì)資產(chǎn)等方式獲得流動(dòng)性求生存。發(fā)生違約后債券持有人向增信機(jī)構(gòu)尋求補(bǔ)充

如果預(yù)料到將要發(fā)生流動(dòng)性危機(jī)，潛在違約企業(yè)有時(shí)會(huì)為了求生存提前變賣公司優(yōu)質(zhì)資產(chǎn)的方式獲得流動(dòng)性，如果依然不能獲得足夠的償債流動(dòng)性，則必然發(fā)生違約。如果一旦發(fā)生違約增信機(jī)構(gòu)將是投資人進(jìn)行風(fēng)險(xiǎn)補(bǔ)償?shù)淖詈笠桓静?。一般增信機(jī)構(gòu)包括外部增信和母公司增信兩類，外部增信機(jī)構(gòu)實(shí)力直接決定了主體違約之后的最后一道防線，在債券違約事件中也出現(xiàn)過(guò)增信機(jī)構(gòu)“擔(dān)而不?！钡那闆r，使投資者的利益受到了嚴(yán)重?fù)p害。例如，東飛馬佐里紡機(jī)有限公司發(fā)生實(shí)質(zhì)性違約后，由于法律文件存在漏洞，疑似擔(dān)保方東交投否認(rèn)擔(dān)保，導(dǎo)致債券持有人至今維權(quán)受阻。

（五）違約成因總結(jié)：可以應(yīng)用不同的方法來(lái)對(duì)債券違約不同演進(jìn)階段進(jìn)行預(yù)警

違約風(fēng)險(xiǎn)演進(jìn)過(guò)程中不同時(shí)期的誘因和表現(xiàn)不盡相同，但大多數(shù)環(huán)節(jié)是可以被直接或間接地識(shí)別。表1對(duì)四個(gè)演進(jìn)期的觀測(cè)指標(biāo)總結(jié)歸納，并分類到經(jīng)濟(jì)周期、行業(yè)特征、發(fā)債企業(yè)風(fēng)險(xiǎn)評(píng)級(jí)（主動(dòng)內(nèi)部評(píng)級(jí)）、財(cái)務(wù)指標(biāo)、負(fù)面風(fēng)險(xiǎn)事件這5種要素（詳見(jiàn)表1）。這幾種要素將成為預(yù)警模型的主要參考維度，詳見(jiàn)第3部分。

三、債券違約風(fēng)險(xiǎn)預(yù)警模型框架與原理

本部分從以下五個(gè)方面進(jìn)行分析。

（一）預(yù)警框架

基于本文第二大部分對(duì)債券違約成因分析，我們可以把所有違約要素歸納為預(yù)警模型的四個(gè)維度，即，維度一：經(jīng)濟(jì)周期；維度二：行業(yè)特征；維度三：發(fā)債企業(yè)風(fēng)險(xiǎn)評(píng)級(jí)；維度四：預(yù)警雷達(dá)，包括財(cái)務(wù)指標(biāo)波動(dòng)、負(fù)面輿情事件和市場(chǎng)波動(dòng)三個(gè)規(guī)則性要素。其中市場(chǎng)波動(dòng)性是指負(fù)面輿情在市場(chǎng)上蔓延以后，影響債券價(jià)格，進(jìn)而產(chǎn)生的特殊波動(dòng)形態(tài)。

四維的預(yù)警模型采用如圖8所示的預(yù)警邏輯框架，分成三步。一是考慮維度三&四，即風(fēng)險(xiǎn)評(píng)級(jí)結(jié)果和預(yù)警雷達(dá)規(guī)則，通過(guò)交叉矩陣形成基礎(chǔ)預(yù)警結(jié)果；二是考慮維度一&二，即宏觀經(jīng)濟(jì)周期因素和行業(yè)特征，通過(guò)交叉矩陣形成行業(yè)風(fēng)險(xiǎn)調(diào)整等級(jí)；三是綜合考慮基礎(chǔ)預(yù)警結(jié)果和行業(yè)風(fēng)險(xiǎn)調(diào)整等級(jí)得出最終預(yù)警等級(jí)。最終預(yù)警模型會(huì)將風(fēng)險(xiǎn)分成無(wú)預(yù)警、黃色預(yù)警、紅色預(yù)警三個(gè)等級(jí)。

（二）預(yù)警維度一：宏觀經(jīng)濟(jì)周期

宏觀經(jīng)濟(jì)周期對(duì)整體企業(yè)違約的影響非常顯著，在經(jīng)濟(jì)下行、GDP增速下降時(shí)，企業(yè)的信用狀況會(huì)惡化，企業(yè)發(fā)行債券的違約率會(huì)上升。改革開(kāi)放后，中國(guó)經(jīng)濟(jì)經(jīng)過(guò)近三十幾年的高速發(fā)展，尚未經(jīng)歷完整的經(jīng)濟(jì)周期。當(dāng)前國(guó)內(nèi)經(jīng)濟(jì)步入新常態(tài)，GDP增速有所放緩，同時(shí)在經(jīng)濟(jì)下行壓力下，債券市場(chǎng)亦逐漸打破剛性兌付，宏觀經(jīng)濟(jì)與發(fā)行人違約已經(jīng)表現(xiàn)出較大的相關(guān)性，因此當(dāng)前研究債券違約預(yù)警體系需重點(diǎn)關(guān)注宏觀經(jīng)濟(jì)因素。

（三）預(yù)警維度二：行業(yè)特征

除了宏觀經(jīng)濟(jì)周期，某一行業(yè)是否是周期性行業(yè)、是否為國(guó)家限制類行業(yè)等都對(duì)企業(yè)日常經(jīng)營(yíng)及償還能力產(chǎn)生重要影響，因此對(duì)于行業(yè)風(fēng)險(xiǎn)的評(píng)估，是評(píng)估債券違約風(fēng)險(xiǎn)的重中之重。我們建立了針對(duì)不同行業(yè)在不同經(jīng)濟(jì)波段中的風(fēng)險(xiǎn)分類，邏輯框架如表2所示。

基于以上的分析框架，本文總結(jié)出在當(dāng)前經(jīng)濟(jì)新常態(tài)下，不同風(fēng)險(xiǎn)等級(jí)的主要行業(yè)，如表3所示。

對(duì)已違約的37家發(fā)債企業(yè)主體進(jìn)行行業(yè)分類分析的結(jié)果可以說(shuō)明以上行業(yè)風(fēng)險(xiǎn)分類的有效性。如圖9所示，行業(yè)風(fēng)險(xiǎn)分類由高風(fēng)險(xiǎn)行業(yè)至低風(fēng)險(xiǎn)行業(yè)的客戶數(shù)量、金額和筆數(shù)都呈現(xiàn)遞減的分布趨勢(shì)。

（四）預(yù)警維度三：發(fā)債企業(yè)風(fēng)險(xiǎn)評(píng)級(jí)

目前我們針對(duì)債券預(yù)警模型共搜集了3498家發(fā)債主體、13077條存量債券信息，包括發(fā)行人基本信息、債項(xiàng)信息、行業(yè)信息、財(cái)務(wù)信息、擔(dān)保信息、負(fù)面事件新聞、市場(chǎng)價(jià)格及其他與風(fēng)險(xiǎn)評(píng)估相關(guān)的全面信息。我們的團(tuán)隊(duì)具備集成的咨詢數(shù)據(jù)庫(kù)，以及對(duì)債券發(fā)行人的內(nèi)部評(píng)級(jí)模型的技術(shù)開(kāi)發(fā)人員，能夠持續(xù)對(duì)模型的準(zhǔn)確性及穩(wěn)定性進(jìn)行及時(shí)驗(yàn)證。

內(nèi)部評(píng)級(jí)模型主要考察發(fā)債企業(yè)相對(duì)“穩(wěn)定”的償付能力，如模型的定量因素主要考察盈利能力、收益質(zhì)量、現(xiàn)金流量、資本結(jié)構(gòu)、償債能力、營(yíng)運(yùn)能力等方面的財(cái)務(wù)指標(biāo)，非定量因素則主要關(guān)注行業(yè)情況、股東情況、競(jìng)爭(zhēng)地位、技術(shù)水平等定性指標(biāo)。基于長(zhǎng)期以來(lái)在信用風(fēng)險(xiǎn)管理領(lǐng)域的專業(yè)能力及功能強(qiáng)大的數(shù)據(jù)庫(kù)支撐，我們開(kāi)發(fā)了一整套發(fā)債企業(yè)內(nèi)部評(píng)級(jí)模型，具有良好的區(qū)分能力。圖10為市場(chǎng)發(fā)債企業(yè)外部評(píng)級(jí)與我們的發(fā)債企業(yè)內(nèi)部評(píng)級(jí)分布對(duì)比圖，可以看出我們的內(nèi)部評(píng)級(jí)結(jié)果更加審慎，各級(jí)別分布合理。目前外部評(píng)級(jí)仍是市場(chǎng)參考者的重要參考，但由于是賣方評(píng)級(jí)，存在集中度過(guò)高、區(qū)分能力差等缺點(diǎn)。通過(guò)客觀、準(zhǔn)確的內(nèi)部評(píng)級(jí)結(jié)果輸出，可以更加審慎地評(píng)估發(fā)債企業(yè)主體風(fēng)險(xiǎn)。

評(píng)級(jí)預(yù)測(cè)能力方面，以2014年為觀察點(diǎn)，對(duì)此觀察點(diǎn)之后兩年的違約發(fā)行人評(píng)級(jí)，中誠(chéng)信的外部評(píng)級(jí)中85%集中在AA+到A，而我們的內(nèi)部評(píng)級(jí)在AAA至B之間呈近正態(tài)分布。此外，已經(jīng)違約的發(fā)債企業(yè)在違約之前外部評(píng)級(jí)分布跨度非常廣（在AA+和B-之間）而同期我們對(duì)這些企業(yè)的內(nèi)部評(píng)級(jí)分布在BBB-至B的區(qū)間內(nèi)。對(duì)比可見(jiàn)：我們?cè)谶`約發(fā)生前的觀察點(diǎn)就已經(jīng)給出較低評(píng)級(jí)，展現(xiàn)了更優(yōu)越的預(yù)測(cè)能力和風(fēng)險(xiǎn)區(qū)分能力。

（五）預(yù)警維度四：預(yù)警雷達(dá)

為達(dá)到準(zhǔn)確、及時(shí)預(yù)警的目的，需要深入發(fā)掘、搜集發(fā)債企業(yè)可能“突變”的各種因素，這些蛛絲馬跡是事先發(fā)現(xiàn)發(fā)債企業(yè)短期信用狀況惡化的重要線索，同時(shí)也是債券預(yù)警模型實(shí)現(xiàn)實(shí)時(shí)預(yù)警的重要利器。預(yù)警雷達(dá)主要包括三大功能：財(cái)務(wù)指標(biāo)預(yù)警、負(fù)面事件預(yù)警、市場(chǎng)波動(dòng)預(yù)警。

1.財(cái)務(wù)指標(biāo)預(yù)警

傳統(tǒng)的發(fā)債企業(yè)內(nèi)部評(píng)級(jí)的定量模型是通過(guò)多元統(tǒng)計(jì)回歸分析得到，通常包括6～7個(gè)財(cái)務(wù)指標(biāo)作為自變量，指標(biāo)穩(wěn)定。與此不同的是，財(cái)務(wù)預(yù)警更偏好指標(biāo)的動(dòng)態(tài)性，比如能夠敏感捕捉企業(yè)短期信用惡化的財(cái)務(wù)指標(biāo)，或同類企業(yè)的對(duì)標(biāo)比較。此外，預(yù)警指標(biāo)數(shù)量也更多。我們通過(guò)對(duì)財(cái)務(wù)預(yù)警指標(biāo)的統(tǒng)計(jì)區(qū)分能力及經(jīng)濟(jì)含義進(jìn)行分析，按照不同行業(yè)的特性分析篩選出具備良好區(qū)分能力的監(jiān)測(cè)指標(biāo)，并納入財(cái)務(wù)預(yù)警指標(biāo)體系進(jìn)行持續(xù)監(jiān)測(cè)。財(cái)務(wù)預(yù)警指標(biāo)體系既包括盈利能力、收益質(zhì)量、資本結(jié)構(gòu)、償債能力等指標(biāo)，同時(shí)也包括大量變化率類指標(biāo)。

圖11以盈利能力類財(cái)務(wù)預(yù)警指標(biāo)為例，可以看出，非違約企業(yè)各指標(biāo)中位數(shù)明顯好于違約企業(yè)指標(biāo)中位數(shù)，因此通過(guò)制定合理的閾值和預(yù)警規(guī)則，經(jīng)過(guò)篩選的財(cái)務(wù)預(yù)警指標(biāo)能夠及時(shí)有效地發(fā)出企業(yè)財(cái)務(wù)惡化預(yù)警信號(hào)。

2.輿情事件預(yù)警企業(yè)資信狀況的下滑經(jīng)常會(huì)通過(guò)一些負(fù)面事件得以反映。經(jīng)過(guò)對(duì)數(shù)據(jù)庫(kù)中違約事件樣本與隨機(jī)抽樣的非違約樣本進(jìn)行統(tǒng)計(jì)分析，我們總結(jié)了區(qū)分能力較強(qiáng)的10大類、37個(gè)子類負(fù)面事件指標(biāo)作為預(yù)警指標(biāo)。這10大類預(yù)警指標(biāo)覆蓋違法違規(guī)、管理層異動(dòng)、股權(quán)結(jié)構(gòu)異動(dòng)、關(guān)聯(lián)方風(fēng)險(xiǎn)、經(jīng)營(yíng)風(fēng)險(xiǎn)、外部警示、潛在不利條款、募集條款變更、外部審計(jì)異動(dòng)和表外事項(xiàng)。我們對(duì)每一類預(yù)警指標(biāo)針對(duì)違約樣本和非違約抽樣樣本進(jìn)行統(tǒng)計(jì)，篩選出具有敏銳預(yù)警能力的指標(biāo)形成負(fù)面事件預(yù)警體系，并按照嚴(yán)重程度設(shè)置預(yù)警級(jí)別，一旦企業(yè)在日常經(jīng)營(yíng)過(guò)程中觸發(fā)此類事件，即釋放預(yù)警信號(hào)，需重點(diǎn)給予關(guān)注（詳見(jiàn)圖12）。

以東北特殊鋼集團(tuán)有限責(zé)任公司違約事件為例。我們內(nèi)部評(píng)級(jí)模型在該公司披露2014年經(jīng)營(yíng)數(shù)據(jù)后，給予其評(píng)級(jí)為BB+，顯示該公司整體實(shí)力較弱。同時(shí)，在負(fù)面事件預(yù)警維度，該公司自2014年12月起接連觸發(fā)預(yù)警模型的黃色、紅色事件預(yù)警。綜合評(píng)級(jí)、宏觀經(jīng)濟(jì)及行業(yè)因素，債券違約風(fēng)險(xiǎn)預(yù)警模型于2015年6月即發(fā)出紅色預(yù)警信號(hào)，此時(shí)該公司發(fā)行的“13東特鋼MTN2”凈值仍維持在95元以上，利用債券違約風(fēng)險(xiǎn)預(yù)警體系，投資者能夠及時(shí)收到預(yù)警信號(hào)并采取措施，將損失降至最低（詳見(jiàn)圖13）。

3.市場(chǎng)異常波動(dòng)預(yù)警

隨著中國(guó)股票、債券市場(chǎng)價(jià)格發(fā)現(xiàn)機(jī)制進(jìn)一步完善，市場(chǎng)有效性得到加強(qiáng)。通過(guò)分析、監(jiān)測(cè)發(fā)債企業(yè)發(fā)行的股票、債券、可轉(zhuǎn)債等證券市場(chǎng)工具的交易價(jià)格及其他相關(guān)指標(biāo)的異常波動(dòng)，投資者能夠快速捕捉到與發(fā)行人相關(guān)的信用風(fēng)險(xiǎn)信息，提高了預(yù)警模型的靈敏性和前瞻性。

模型已經(jīng)采用相對(duì)有效的市場(chǎng)波動(dòng)指標(biāo)來(lái)監(jiān)測(cè)市場(chǎng)異常波動(dòng)，如債券凸性。國(guó)內(nèi)大多數(shù)銀行業(yè)金融機(jī)構(gòu)將久期作為利率風(fēng)險(xiǎn)敏感度的評(píng)價(jià)指標(biāo)，但對(duì)凸性指標(biāo)的設(shè)定、監(jiān)測(cè)分析則相對(duì)薄弱。然而對(duì)比研究發(fā)現(xiàn)，違約債券的歷史凸性明顯低于同期行業(yè)平均水平，對(duì)于投資者來(lái)說(shuō)，凸性越大對(duì)投資者越有利，風(fēng)險(xiǎn)也越低，因此當(dāng)債券的凸性低于同期行業(yè)平均水平時(shí)，可以列入重點(diǎn)監(jiān)測(cè)范圍。

四、總結(jié)

債券違約風(fēng)險(xiǎn)預(yù)警模型于2015年6月，對(duì)市場(chǎng)所有公募債券發(fā)行主體違約風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。跟蹤預(yù)測(cè)結(jié)果顯示：紅色預(yù)警清單包含主體94家，其中后續(xù)發(fā)生實(shí)質(zhì)性違約的5家，違約率5.32%；黃色預(yù)警清單包含主體194家，其中后續(xù)發(fā)生實(shí)質(zhì)性違約的7家，違約率3.61%；高危主體名單中（紅色預(yù)警+黃色預(yù)警）覆蓋后續(xù)違約主體共12家，與后續(xù)全部13家發(fā)生實(shí)質(zhì)性違約的主體相比，違約命中率高達(dá)92%。高風(fēng)險(xiǎn)主體到期債券金額從2016年8月至2017年底呈下降趨勢(shì)，但這些債券中超過(guò)半數(shù)為短融、超短融等短期債券。

行業(yè)方面，高風(fēng)險(xiǎn)主體主要集中在強(qiáng)周期或產(chǎn)能過(guò)剩行業(yè)，黃色預(yù)警除覆蓋幾乎所有紅色預(yù)警主要行業(yè)之外，還分布在明顯的強(qiáng)周期及受國(guó)家政策影響的行業(yè)，如電力、房地產(chǎn)、建材、多元金融服務(wù)等行業(yè)。具體行業(yè)分布如圖14所示。

基于成熟的預(yù)警模型，我們建議投資者更加關(guān)注這些近期有債券到期的發(fā)債企業(yè)，盡量避免投資紅色預(yù)警主體債券，對(duì)存量債券適時(shí)減持；針對(duì)黃色預(yù)警的主體債券，則應(yīng)當(dāng)審慎審核投資，原則上不建議增持，并對(duì)已經(jīng)持有的債券進(jìn)行密切監(jiān)控。

綜上所述，我國(guó)債券市場(chǎng)長(zhǎng)久以來(lái)存在剛性兌付的現(xiàn)象，政府及關(guān)聯(lián)國(guó)企曾多次對(duì)公募債券違約風(fēng)險(xiǎn)進(jìn)行兜底。但是隨著市場(chǎng)走向成熟，打破剛兌，更好地讓市場(chǎng)決定風(fēng)險(xiǎn)和收益的平衡是發(fā)展的必然趨勢(shì)。如何在債券市場(chǎng)收益下降，資金成本居高不下的情況下更好地識(shí)別風(fēng)險(xiǎn)，并對(duì)持倉(cāng)品種進(jìn)行管理是債券市場(chǎng)參與各方普遍面臨的問(wèn)題。