我国工业上市公司信用债违约风险评估研究

陈怀涛

债券市场的变动对于整个金融行业的发展具有一定影响。开展公司债违约风险的研究有重要意义。一是重新评估债市风险，修正债券风险溢价，优化债券市场质量。利用建立的模型重新评估当前债券发行主体的信用风险，修正风险溢价，不再仅仅根据以往市场状态给予债券收益率定价。对于一些存在财务状况危机且与当前经济发展不协调的企业要提高其在债券市场的融资成本，优化债券市场结构，尽量避免债市违约的发生。二是有利于投资者及时改变投资策略。由于公司信用风险是因为公司管理者经营不善发生财务危机导致投资者发生经济损失的一种风险，这种风险是针对每一个单独的企业的，不属于由于宏观经济导致的市场大面积企业均无法避免的系统风险，因此对于这种非系统性风险，投资者可以通过建立合适的投资组合进行消除。所以在债券风险定价不合理的情况下，我们重现建立一个正确的评估信用风险的模型以降低投资者的非系统性风险显得非常的重要。三是有利于产业链公司及时调整业务决策。对于公司而言，产业链的正常运作是公司持续经营下去的保障，当无法精确地预估合作商的风险时与其合作，便存在造成公司产生运营风险的可能性[1]。故而，本文重点构建了全新的风险评估模型，该评估模型在一定程度上可以精确预估公司的运营风险，及时调整业务决策，寻找风险小也能够保证产业链完美衔接下去的合作伙伴，避免大面积危机的爆发。

一、基于Logistic 模型的违约概率测度

根据国内外相关研究者研究结果表明，各种模型在评估过程中，均不可避免地存在一些误差，而相比之下，Logistic 模型的误差最小，其评估更加精确。故而，本次研究，我们主要采用Logistic 模型进行评估。主要由于该分析法具备下述三项优点：其一，Logistic 回归在一定程度上能够弥补联合正态分布的缺点。其二，Logistic模型从本质而言并非是线性回归模型，而属于非线性回归模型，故而，自变量的选值并不会对概率的取值范围造成不利影响，换言之，该模型的选用主要基于本次研究实际意义。其三，Logistic 模型中，因变量从本质而言属于二分类变量，主要以二分类值作为标准，对某种事件的发生情况作出评估，如若取值等于1，则表明发生了某事件；若取值等于0，则代表事件并未发生。这三点优势使得Logistic 模型分析的精准度更高、可行性更好。

（二）研究对象与样本的确定

研究样本主要是国内工业上市企业，随机抽取200家上市企业，剔除ST 与数据缺失，最后共有133 家上市企业。

（三）模型指标的选择

研究指标的选择通常需要以指标的实际贡献作为选择标准，譬如资产净利率等，通过本次一系列研究能够得知，对公司违约概率存在影响的因素多种多样[2]，而影响较为显著的财务比率共计19 个。在公因子方差贡献率分析中，解释相对较好的要求主要有一点[3]，即变量特征值高于1，当默认取特征值大于1 进入主成分时，总共提取出来了6 个公因子，并且前6 个公因子的累积方差贡献率也符合条件达到了81.893%，综上所述可以提取出6 个主成分因子，如表2 所示。

表2 主成份构成图

二、我国工业上市公司违约概率的评估

由于2019 年的财务数据相对较多，故而，我们在数据库中仅选择部分指标作为参照，本次研究共选用19 个财务指标，并将这些指标依次命名为x1,x2……x19，将这19 个财务指标代入上文对应的表达式，然后以Excel 作为计算工具，得到主成份得分。由于并非所有的企业数据均是合格有效的，故而，为了删除不合格企业数据，我们对Excel 表进行了数据筛选处理[4]。此时，我们以主成份表达式为基础，能够得出六类工业企业的变量指标主成份值，将这些主成分值代入相应地模型，便能够得到值。上文设立的Logistic 模型方程表达式为:

以二分值原理为基础，我们确定了概率P 的取值。一般情况下，我们将临界值定为0.5，若P＜0.5，将其视为0；若P≥0.5，将其视为1。但是实际设定中，我们应当依据具体研究需求设定。基于谨慎原则，我们将临界值设定为0.6，换言之，当P低于0.6 时，则认为其为0；当P高于0.6 时，则认为其等于1。然后再以模型判定规则为基准，作出进一步地分析与讨论。故而，在对企业发生违约的概率进行估计时，我们能够以模型为计算方法，得到企业违约概率的相对值，这在一定程度上有益于掌握制造业上市企业行业的发展现状[5]。

三、评估结果分析与建议

（一）评估结果处理

本文在研究过程中选用的模型主要是二分类Logistic模型，由具体的预估结果能够得知，在违约概率相对较高的工业中，制造业位列其中。制造业的概率值多数高于0.5，因行业发展的风险相对来讲比较高，且人们对该行业的重视度相对较高，因此，本文在研究过程中将临界值设定为0.6，以P 值数据为基础，保留一位小数。故而，概率P 的数值共包含五个，即0.5、0.6、0.7、0.8 与0.9，如表3 所示。

首先将工业分为三大部分，分别为采矿业、制造业和公用事业。其中采矿业有煤炭开采和洗选业、有色金属矿采选业、石油天然气开采业、开采辅助活动，依次命名为矿1、矿2、矿3、矿4。公用事业细分较少，此处不作分类。制造业可以进一步分为18 个分业，诸如电气机械及器材制造业、纺织业……专用设备制造业等，并将其依次命名为制1……制18，此外，我们以此为顺序，将概率P 超过临界值取值的企业数目一一列出。

因工业风险性相对来讲比较高，故而，违约概率的取值若处于0.5-0.6 内，我们便能够将其视为违约风险相对来讲比较低的公司。若取值高于0.8，我们便可将其视为违约风险相对来讲比较高的公司。以上述结果为依据，我们可对国内工业上市企业的违约概率作出详细评估。

（二）评估结果及分析

1.工业中制造业风险防范与管理较弱。在所有的工业企业中，占比相对较大的工业类型主要有一种，即制造业。故而，根据表3 中能够得知，在国内，制造业上市公司的违约率相对来讲处于居高状态，且多数制造业上市公司的违约率都大于0.6。除此之外，在各个违约企业中，违约率处于0.8～0.9 范围的企业多于违约率处于0.5～0.6 及0.6～0.7 范围的企业，而违约率处于0.5 以下的企业几乎不可见，这种现象并非是孤立存在的，其与国内行业高信用风险行业类型具有相似性。普遍意义上，制造业的风险相对来讲比较高，且国内制造业的债务违约风险也有发生，故而，国内的制造业应逐步增强防范违约风险能力。整体而言，我国制造业在发展过程中具有一定的局限性，内部控制体制、审批体制有待于进一步完善。除此之外，一些企业在运营过程中并未建立系统的财务预警制度，在风险管理方面缺乏一定的经验[6]。

表3 概率P 值取值选取

2.在高违约概率企业中技术密集型企业与资金密集型企业占主要比重。工业中，制造业高违约概率企业占较大比例，当中主要是技术密集型企业与资金密集型企业。其中原因一是企业更加注重对技术研发的支出，无形资产贡献率越来越高，有形资产的贡献率越来越低。二是我国高新技术产业仍处于产业链阶段，盈利方式仍是以加工贸易以及附加值低的贸易为主，依然具有劳动密集型的特征。

3.违约概率受到宏观经济环境的影响。当宏观经济发展趋势相对较好时，若企业生产运营相对而言较为平稳，且企业资金流转正常，企业内各部门的工作状态较好时，企业整体地还债能力也会相应地提高，与此同时，企业违约情况的出现次数也将减少。违约企业数目缩减，对于行业的风险管理与评估具有一定的优势，此外，行业内出现违约情况的几率也将随之下降。反之，若当宏观经济并未得到较好地发展，企业生产运营也将出现不景气现象，此外，还可能导致企业内资金无法正常流转，使得企业还债能力有所降低，进而使企业出现违约等不良现象的几率有所提升，因而导致行业违约几率的整加。故而，国内制造业应进一步改进并逐步完善宏观经济的发展。

（三）研究建议

1.提高该行业的风险管理水平，可以建立财务预警模型。我们应对上市公司的财务报表作出综合分析，并对公司内部的运营资料进行相关整理与汇总，然后基于相关资料与数据创建合理地管理体制，提高企业评估内部困境的整体水平，并对造成企业出现财务危机的本质原因作出合理性分析，这在一定程度上有益于解决企业正常运营中存在的财务漏洞，从而帮助企业做好预防机制。

2.对制造业产业结构进行合理调整并提升产业质量。因为工业中占较大比重的是制造业，合理调整制造业产业结构具有十分重要的意义，与此同时，提高产业质量也是十分重要的。我国制造业的产业结构相对而言并未达到均衡比例，高级化程度相对来讲比较低，从制造业商品来讲，部分商品的功能仅可符合企业生产的低级要求，其功能档次等多个层面仍然需要进一步提高。而质量相对较好的产品供不应求，这在一定程度上表明企业在高端品牌培育方面缺乏一定的投入。我国制造业在发展过程中应当逐步提升产品的质量，从而促进制造业产品逐步完成向高质量的转变。

3.持续优化营商环境，逐步改进并优化上市企业的信息披露制度。本文在研究过程中主要以Logistic 模型基础，采用工业上市企业的共享数据，为了可以将该模型的评估水平充分体现出来，应当保证原始财务数据的有效性性，与此同时，上市企业披露的财务数据信息应具备体现企业内部的财务情况的作用。