中国信用债市场违约风险研究

摘 要 本文对2014年1月1日至2017年10月31日期间信用债的违约情况进行建模，基于已有的学术研究以及中國信用债市场的特征，搭建了信用违约风险指标体系，利用Logit和Probit概率模型计算市场上每个时点所有信用债的违约概率，为市场上信用债的投资提供参考，对可能违约的债券建立预警机制，避免投资者由于债项违约而承受巨大的损失。

关键词 信用债；违约风险；概率模型

2014年以来，我国信用债违约事件频发，传统的“刚性兑付”被打破，国外先进的债券违约处理机制相比，中国债券市场尚不成熟，普通债权人往往在问题较为严重时才采取行动，最终导致资产损失较大。因此，如何较好地度量中国信用债市场的违约风险，为投资者提前预警，显得非常重要且紧急。

1 相关研究文献评述

国外Merton（1974）的结构模型对公司的预期违约概率和信用利差进行计算。Black 和 Cox（1976）、 Longstaff 和Schwartz（1995）等在后续研究中将债券的违约时点放松到债券到期日前的任意时刻。Jarrow，Lando（2001）假设公司的违约事件服从有限状态下的Markov过程，采用不同信用评级水平代表债券不同的信用状态，建立信用评级转移概率矩阵来估计公司的违约概率。

国内陈盛业和宋逢明（2007）在结构模型的框架中加入卖空约束，进一步充实了结构模型理论。林建伟和任学敏（2009）则在简约模型的基础上考虑了公司之间互相担保从而违约强度相互依赖的情况。李晓庆、方大春和郑垂勇（2006）对结构模型进行了实证比较。

本文研究了市场上公布债项评级等信息的债券，通过分析它们的特征，建立信用债的违约概率模型，并研究中国债券市场上影响债券违约的因素，最终计算出市场上每个时期信用债的违约概率，从而为债券违约预警的实现，提供理论和实证基础。

2 中国信用债市场概述

2.1 信用债的定义与分类

按照债券发行人划分，中国债券市场主要由三大类债券组成：利率债、信用债和同业存单。信用债指由政府之外的主体发行，以债券发行者的信用为基础，事先约定了本息现金流偿付的债券。本文采用wind相对较全的分类方式，把信用债分为：公司债、企业债、中期票据、金融债、定向工具、资产支持证券、短期融资券、政府支持机构债、可交换债、可转债和国际机构债。

2.2 信用债的违约

违约是指违反合同约定的行为，国际评级公司的评级惯例认为即使债务没有到期，债务人发生困境债务置换或破产保护等明显可能导致债务违约的情形，也会被认定为违约。

截止到2017年10月31日，发生实质性违约的债券数量共计143只，累计违约金额达787.74亿元。违约金额从2014年13.4亿元上升到了393.2亿元。

3 违约风险模型构建

3.1 违约假设

假设1信用债发行人的所有制属性会影响到债券的违约风险，国企属性会增加债券的违约概率。

假设2信用债的特殊含权条款可以降低其违约风险。

假设3中国目前的发债主体评级是债券违约判断的重要依据。

假设4信用债在不同的交易场所违约风险不同。

3.2 信用债样本说明

本文信用债违约研究的样本区间设定为：2014年1月1日至2017年10月31日，选取了在沪、深证券交易市场和银行间市场上公布且实时更新债项评级信息的债券共1654只。整理相关指标数据最终为1547只债券。

在所选取的样本中，国企属性和非国企属性的发债企业分别为841只和706只。样本债券在银行间市场交易占比居多，有1443只，占比高达93.3%。在删除缺失值后的债券数据中，短期融资券样本数量最多，有1294只。

3.3 违约变量定义

我们研究的债券有违约和未违约两种类型。违约即包含实质性违约的也包含存在明显违约风险的债券。前者是到目前为止发生实质性违约的143只债券，后者则是虽然目前暂时没有违约但已经发布了“负面消息”的债券。“负面消息”包括五种情况：未及时拨付兑付资金；担保人代偿；兑付风险警示；债项评级调低；债项列入评级观察。

3.4 违约风险指标说明

影响信用债违约风险的因素众多，本文主要从三个层面：债券层面、发行人层面和市场层面。本文24个变量分别从这三个层面刻画了信用债违约风险的相关特征，主要有：发行规模、票面利率、年化收益率、年化波动率、担保情况、含权性质、质押情况、债券种类、年成交量、债券久期、发债主体授信度等。

3.5 违约概率模型

1. Logit回归模型

我们用变量Y作为因变量，标识债券是否违约，即表示为Y=1，债券发生违约，Y=0，债券没有违约。

用变量p表示信用债违约的概率，其取值在0到1之间。其表达式为：

其中，是前面构建的影响债券违约风险的指标。是Logit模型中的回归系数，是模型的残差项，服从Logit分布。当p>0.5时，表示信用债发生违约。

2. Probit 回归模型

Probit 回归模型假设误差项服从正态分布。Probit 回归模型其表达式为：

其中，表示标准正态分布的累计分布函数。

4 信用债违约实证分析

我们采用逐步回归的方法，根据赤池信息准则和贝叶斯信息准则将显著性不强的变量剔除后得到20个变量，将这些解释变量与被解释变量进行广义线性回归，实证结果如下：

（1）国企属性的系数在0.1%显著性水平下为正，这说明当发债企业是地方国有企业或中央国有企业时，广义违约的概率较高。这验证了假设1。

（2）含有特殊权益的系数显著为负（1%显著性水平），特殊條款可以起到保护债权人或债务人的作用，债券可以在特殊条款下更好地实现还本付息。这验证了假设2。

（3）发债主体评级的系数为负且非常显著，达到99.9%的置信水平。这说明发债主体获得的信用评级越高，其发行的债券越不容易发生违约。这验证了假设3。

（4）部分行业和年份虚拟变量前面的系数显著，说明信用债的违约情况在不同时期表现不同，即使在同一时期不同行业信用债的违约风险也存在明显的差异。不同的交易场所并不会对债券违约风险产生显著的作用，拒绝了假设4。

5 结论与建议

5.1 结论

我们得到了四个主要结论：

（1）国有发债企业的信用违约爆发是目前信用债发展阶段的一个重要特征，发债人是国有企业背景反而会增加其债券广义违约的概率。

（2）当信用债含有特殊条款，如：可赎回、可回售、提前偿还、调整票面利率、可调换、定向转让、延期，或者是可转债、可交换债时，其违约风险可以显著降低。

（3）发债主体的信用评级越高，债券违约概率越小，这两者之间的关系较为显著。

（4）发债公司的资产规模、资产利用

率、利润增长率越高，其债券的违约可能性就越低，而资产负债率越高，违约风险相应越大。

5.2 政策建议

基于以上结论提出以下建议：

（1）加强债券信息披露的监管

完善、充分且及时的信息披露是金融市场高效安全运作的基石，要明确信息披露的时效性要求，提高信息披露的频率。要提高信息披露的质量，明确披露的量化标准。

（2）加强评级机构建设

政府需要进一步提高信用评级机构的门槛，建立市场准入机制，保持评级机构的中立性。此外，还应通过相关法律明确评级对象，增大市场上评级对象的范围。

（3）完善债券违约后的司法处置制度

政府需要对破产法、合同法等相关法律进行修订，明确债券违约后司法处理的程序，降低投资者寻求司法救济的成本，让加大对过度举债而又无法有效使用资本企业的惩治。

参考文献：

[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]林建伟， 任学敏. 双方互相担保公司债券的定价与风险分析[J]. 系统工程理论与实践， 2009， 29（2）：89-101.

[4]李晓庆， 方大春， 郑垂勇. 基于结构化模型的企业短期融资券信用溢价研究[J]. 证券市场导报， 2006（12）：62-67.

作者简介：刘欣怡 女 1995年4月 安徽安庆 上海大学 研究生在读 金融。