基于因子分析法的公司债券违约风险财务预警研究

蓬若曦?韦安康 郭祯

摘要：近年来，我国债券违约事件频发，市场信用度有下降趋势，意味着部分公司内部有经营恶化的趋势。本文从公司财务预警与风险防范的角度出发，选取信用评定等级作为样本划分的标准，并筛选六个财务指标作为模型的变量，再构建线性判别模型对公司债券违约风险的程度进行综合分析，对模型的有效性进行实证分析，最后从内部治理层面进行对企业债券违约风险的判定，提出防范建议。达到加强投资者与监管者对风险的分析研判的目的。

关键词：债券违约;因子分析;财务预警

一、研究背景

近年来，我国资本市场体制不断健全，发展速度快，容量大。但在金融严监管大环境下，部分企业偿债能力降低、融资难度和成本提升，叠加公司财务治理恶化，共同导致了信用债风险的爆发。所以，如何通过公司财务状况对债券违约风险程度进行判定并从公司内部治理提出方法措施显得尤为重要。

债券是政府和企业非常重要的融资工具之一，随着债券市场的发展，公司债券的数量趋于多样化，成为许多投资者的选择，由于市场竞争的加剧以及企业经营管理的不善，公司出现财务危机的现象屡见不鲜，公司债券违约风险不容忽视。而随着全球经济的发展，我国诸多公司国际化经营的范围，深度和规模都在不断增大，我国大部分公司都会面临更加复杂，多样的风险。这就急切需要发行债券的公司从自身财务与内部治理角度提高对债券违约风险的预测与防范的能力，从根本上维持债券市场的稳定性。

二、公司债券评价模型构建

（一）变量的选取

本文拟选取在上海证券交易所和深圳证券交易所发行公司债券的60家公司作为研究对象，其中48家公司进行统计建立模型，剩余12家公司用于验证模型的有效性。本文根据信用评定等级将其定义为三个层次，其中AAA级公司为正常公司;AA為可疑公司;AA-为违约公司。

本文选取了各个公司2018年14个财务指标，分别为市盈率、每股收益、净资产增长率、营业收入增长率、净利润增长率、固定资产周转率、存货周转率、现金流量利息保障倍数、现金流量比、负债与所有者权益比率、资产负债率、速动比率、成本费用利润率、营业利润率。如果把这14个财务比率全部作为自变量，会出现严重的多重共线性，变量间也会存在自相关性，会影响后面判别函数的构建。为了剔除不显著的变量，需要对数据进行降维分析，本文使用了因子分析法对这些指标进行降维，筛选出符合模型构建的变量。

（二）KMO检验和Bartlett球形检验

KMO检验取值范围是[0，1]，一般KMO检验值大于0.6就表示可以用因子分析。Bartlett球形检验是用来判别是否适合做主成分分析，一般sig值小于0.05就表示可以进行主成分分析。

从表1的检验结果中可以看出，KMO统计量的值为0.803，Bartlett球形检验的p值为0.000，检测的结果说明可以通过因子分析和主成分分析进行降维并筛选变量。

（三）变量个数的确定

本文按照特征值的大小来进行选择，选择特征值大于1的主成分作为解释变量，特征值小于1的已经删除，从表2中可以看出来有5个变量适合作为主成分进行进一步的分析，这五个变量可以解释原始财务数据79.762%的信息，损失了20.038%的数据信息。

（四）变量对应的实际含义的确定

为满足后文中构建判别模型的需要，我们找出每个公共因子所对应的实际财务指标，以便验证和判别，然而每个公共因子对应着多个变量，因此采用方差最大旋转对因子的载荷阵进行了旋转，具体结果如表3所示。

从表3可以看出，每个因子对应着几个财务指标，每一列我们寻找出最大值与之对应，因子1对应着净利润增长率，因子2对应着营业利润率，因子3对应着现金流量比，因子4对应着固定资产周转率，因子5对应着市盈率。

（五）构建评价模型

1.建立多元判别模型

对应因子分析提取出来的五个比率，设定具体的自变量X1（净利润增长率）、X2（现金流量比）、X3（营业利润率）、X4（固定资产周转率）、X5（市盈率），以54家估计样本公司数据指标为基础，利用spss分类中的Fisher判别分析法进行实证分析。得到的具体判别函数有两个，有效性检验得到两个函数的p值均小于0.05，说明拟合出来的函数是有效的。

Fisher判别分析法也即切割法，是选择合适的角度对样本点的分布进行划分，使得数据能够有效地分类，这里拟合出来的两个函数正好可以把截面数据划分成三个区域，也即三个不同的级别。

由回归的系数值可得判别函数为：

2.结果验证

对于原始样本数据，按照9：1的标准进行划分，每个级别对应留两个未参与模型构建的样本进行检验，同时也对原数据进行检验，看看拟合的效果如何，结果如表4所示：AAA级别和AA-级别的样本全部通过了检验，AA级别中有两个未通过，是参与模型估计得样本数据，因而可以接受。总体的准确率为96.67%，可以较好地评价债券违约风险的高低。

结语

结合整个债券市场大环境与模型检验的效果，本文对发行公司债券的公司的风险防范与管理具有一定的参考价值。首先，企业需关注自身现金流状况，因为偿债能力更需要的是现金流的充足性和稳定性，并非企业未来的盈利能力，企业需维持资金链的运转，防止断裂的情况发生。此外，若企业显示收入稳定，仍需关注是否出现账面应收款、关联方交易及大额投资占用公司现金流的情况，导致公司资金链断裂，增加违约风险。其次，公司应保持债务期限结构与资产的流动性的匹配度，避免短债长投或长债短投情况的发生而导致公司现有的资金无法覆盖偿债高峰，极易触发违约风险。最后，公司拥有的隐性负债也会增加违约风险。隐性负债一般不记录在资产负债表内，但是随着时间的推移或者某种因素的改变而显性化的债务。这种债务的显性化可能会造成长时间内企业盈利能力逐步下降，也可能在短期内带来企业资产的突然损失。

除了发行公司需自身查危之外，完善投资者保护机制也是当前加强投资者信心和提高市场活跃度的重要机制，借鉴国外经验，在抓全买卖协议中明确注明限制性条款，要求发债企业具有良好的经营管理水平，对于企业自身的恶性事件导致债券违约，应当由法律部门惊醒明确且严肃地处理，以尽可能减少此类事件出现。

参考文献：

[1]武松、潘发明.SPSS 统计分析大全[M].北京：清华大学出版社，2018：334-344.