中国上市公司债券首次违约时长的影响因素研究

2024-05-08吕柯言

中国管理信息化 2024年6期

吕柯言

［摘要］债券市场作为金融市场的主要构成元素，具有融资、资金流动导向和宏观调控等功能。然而，近年来债券违约问题日益凸显。为研究我国上市公司发行债券首次违约时长的影响因素，文章首先梳理并提炼当前国内债券违约公司的共同特征，构建债券违约的理论模型；然后基于2018年5月至2023年5月期间首次违约债券所属上市公司的财务数据建立横截面数据模型进行实证分析，考察债券面值、债券偿还期限、债券等级、存货周转率等因素对债券首次违约时长的影响。结果表明，企业的资产负债率、存货周转率等指标对其债券首次违约时长有显著影响，因此，对企业的存货周转率、资产负债率等相关指标的监测和把控可以有效减少债券违约风险。

［关键词］债券首次违约；资产负债率；存货周转率

doi：10.3969/j.issn.1673 - 0194.2024.06.047

［中图分类号］F832.5［文献标识码］A［文章编号］1673-0194（2024）06-0146-04

0 引言

隨着中国经济的快速发展和资本市场的持续放开，债券市场作为贷款和融资的重要场所，已经成为中国资本市场不可分割的一部分。虽然债券市场持续改革创新，市场经济也稳步前行，但有时候还是会出现债券违约的情况。这些事件不仅会对企业的信用造成影响，同时还极有可能导致其他融资渠道受限，增加市场再融资风险［1］。从我国债券违约变化历程来看，违约债券数量呈现波浪形趋势（见表1），尽管近年来债券违约数量同比大幅减少，债券市场违约风险可控，违约率保持在较低水平，但是债券违约问题仍然不容忽视。因此，探究中国上市公司债券首次违约时长的影响因素，对于建立稳健的债券市场、促进经济发展以及提高市场风险管理能力具有重要意义。

1 文献综述

从当前的研究成果来看，研究内容主要围绕债券违约风险的成因、预警模型及应对策略等方面开展。其中，违约公司的财务指标是债券违约的关键性因素，如资产报酬率、金融机构贷款和发行企业债券等对债券违约存在显著影响；从非财务指标的角度来看，行业分布与地域分布［2］越分散，违约率越高，发债定价水平［3］会随着行业内债券违约次数增多相应提高，债券评级与债券违约风险呈显著正相关。除此之外，宏观经济层面的因素也不容忽视，如软预算约束［4］和金融周期［5］等对债券违约有显著影响。

2 实证分析

2.1 模型设定和变量说明

2.1.1 模型设定

结合以上理论分析债券违约影响因素的基础，本文建立以下债券首次违约时长基准回归模型：

式（1）中，Defaulti，t反映了债券首次违约的时间长短，即从发息日开始到该公司首次发布债券违约公告的时间段。

2.1.2 变量说明

（1）发债公司财务指标：ROAi，t为企业的资产报酬率，可以全面反映企业盈利能力和投入产出状况；LRi，t为企业的流动比率，该比率越高，说明企业在短期内偿还债款的能力越强，反之则越弱；GRi，t为发债上市企业的资产负债率，表明公司总资产中有多少是通过负债筹集到的，该指标除了是公司债务水平的综合指标，还反映了债权人发放贷款时的安全程度。

（2）债券基本要素：Amounti，t代表债券面值，不仅是债券发行时设定的票面金额，同时还是到期时支付给持有人的金额；Periodi，t为债券期限，按照期限长短可分为短期、中期、长期债券，债券的期限越长，债券的投资与违约风险越高。

（3）外部影响指标：Ratingi，t是发债上市企业的信用评级水平，对评级为C类的企业取值为1，从C类到AAA类之间依次加1。

（4）企业运营能力指标：MBRi，t是主营业务依赖度，表现为该企业主营业务收入与总营业收入的比值，MBRi，t值越大，企业对其主营业务的依赖程度越高；ITi，t是存货周转率，是上市公司在一定时期内存货周转次数与销售成本的比值，用以衡量公司是否有效利用其资产。

（5）宏观经济指标：GDP的增速变量GDPi，t是指国内生产总值（Gross Domestic Product，GDP）在一定时间内的增长速度，反映了一个经济体的增长速度和发展水平，将其作为控制变量。

上述债券违约的主要影响因素汇总如表2所示。

2.2 数据和样本

为研究我国上市公司发行债券首次违约时长的影响因素，选取我国债券市场上发行了公司债、企业债等信用债的上市公司为实证研究对象，本文所述的债券违约定义为该上市公司首次发布其发行的债券实质性违约的公告。

考察样本的时间区间为2018年5月至2023年5月，由于金融类企业财务报表的特殊性，本文在选取样本时剔除此类公司，同时删除部分财务、非财务数据缺失的样本。此外，为了消除异常值、极端值对回归结果的影响，本文按照2.5%和97.5%的极端值进行Winsorize缩尾处理，使数据平滑。本文所有数据均来自Wind数据库。

2.3 实证结果分析

模型1～4中，均引入发债公司的资产报酬率（ROA）、资产负债率（GR）、流动比率（LR）、债券基本面指标（债券面值和债券期限）以及宏观因素（GDP增速），逐次引入重点关注的核心解释变量（主营业务依赖度MBR、企业外部信用评级Rating）。不同模型的设定如下。

得到的回归结果如表3所示。表3中，回归结果显示，使用补充变量法和替换变量法所得到的参数回归结果差异较小，说明关于债券首次违约时长的影响因素的回归结果稳健性较强，结论可信度较高。

一是债券首次违约时长与发债企业的资产负债率显著负相关。当企业资产负债率较高时，即该企业资产总额中负债占比较高，说明公司借入的资产较多，财务风险较高，所发行债券的违约风险增加，债券首次违约时长也相应缩短，即从发息日开始到公司首次发布债券违约公告的时间相应缩短。

二是债券面值与债券首次违约时长呈现显著正相关。债券面值越大，表明发債主体对资金的需求也越大，企业获得了充足的资金支持，就可以调动更多的资源，提高企业安全性，促进企业创新和改革转型，为企业壮大发展或非常规发展打下良好的基础，大幅降低债券违约风险，首次违约时长也相应延长。

三是存货周转率与债券首次违约时长显著正相关。存货周转率越高，即存货周转速度越快，存货的占用水平低、流动性强，其转换为现金或应收账款的速度也就越快，可以提高企业的变现能力，所发行的债券也能够正常还本付息，违约风险下降，因此，自发息日开始到首次违约所需时间相应延长。

3 主要结论及政策建议

从分析结果来看，存货周转率与资产负债率是中国上市公司债券首次违约时长的重要影响因素，也是预测和识别债券违约风险的重要参考指标，同时对存货周转率重视程度更高的发债企业发生债务违约的概率更低，提高流动速率也可以显著降低债务违约风险。

近年来，中国债券市场发展迅速，但仍面临着一些挑战和问题。以下是一些改进建议。

一是提高评级机构入场标准，完善信用评级相关法规。对于企业而言，主体信用评级是监督机构防范债券违约的预警指标；对投资者而言，债券信用评级是他们进行安全投资的决策核心。债券信用评级是对债券的安全性和偿付能力的评估；主体信用评级是对企业和经济主体业务风险以及财务风险的综合分析与考量。无论研究对象是债券本身，还是发债企业，信用评级都是预测违约风险的重要手段。因此，提高信用评级机构入场标准，完善信用评级相关法规，对有效减少债券违约风险是至关重要的［6］。

二是完善信息披露内容，提高信息披露质量。信息披露是投资者了解企业经营情况、识别企业财务风险的重要依据，也是作出最终决策的理论基础。2020年12月25日，三方公司信用类债券监督管理机构共同发布《公司信用类债券信息披露管理办法》。该管理办法中明确并规范公司发债前不仅需要按要求披露近3年的财务报告、最近一期的会计报表等必要的财务会计信息，还要求披露该债券的投资风险说明、各项发行条款、募集资金的使用与安排、企业基本情况与变动、企业信用状况、担保情况等非财务信息。因此，补充并完善对预警债券违约风险具有高效指向作用的财务和非财务数据是不可或缺的［7］。

三是建立债券违约的处置机制，推进债券市场统一执法。针对债券违约的处理机制，2020年6月，人民银行、国家发展改革委同中国证监会共同发布《关于公司信用类债券违约处置有关事宜的通知》。该通知规定：①已违约发债企业需积极履行清算赔偿责任，严格中介机构履职与问责；②违约发债企业积极参与债券持有人会议，充分发挥受托管理者核心作用；③完善金融基础设施配套体系，建立多元化市场处理机制；④加强人民银行、国家发展改革委、中国证监会之间的监管配合与信息共享。这样一来，可以防范与化解由债券违约所带来的金融风险，有效维护债券市场的良性融资功能［8］。2018年12月3日，人民银行、中国证监会、国家发展改革委联合发布《关于进一步加强债券市场执法工作的意见》（银发〔2018〕296号），并在其中指出：①对于债券市场中违法违规信息披露等违法证券法行为开展统一的执法工作；②被中国证监会依法调查的企业、个人需要配合并提供个人征信、社保、纳税记录等信息；③人民银行、国家发展改革委与中国证监会通力合作，携手开展针对债券市场的统一执法工作。这样可以大幅减少违法违规行为，保障金融监管体系良好运转［9］。

主要参考文献

［1］孙林，孙健.上市公司债券违约的影响因素分析：基于企业财务杠杆和多元化经营的研究［J］.上海金融，

2022（11）：2-11.

［2］罗小伟，梁晨.我国企业债券违约的特征趋势、融资特点及风险处置机制研究［J］.金融发展研究，2020（4）：

44-53.

［3］张春强，鲍群，盛明泉.公司债券违约的信用风险传染效应研究：来自同行业公司发债定价的经验证据［J］.经济管理，2019（1）：174-190.

［4］王永钦，陈映辉，杜巨澜.软预算约束与中国地方政府债务违约风险：来自金融市场的证据［J］.经济研究，2016（11）：96-109.

［5］罗朝阳，李雪松.金融周期、全要素生产率与债券违约

［J］.经济管理，2020（2）：5-22.

［6］刘再杰，李艳.我国债券市场信用违约的特征、风险与应对措施［J］.新金融，2016（10）：49-53.

［7］李杰，孟祥军.信用债发行人信息披露与债券违约的关联性研究：基于机器学习梯度提升模型［J］.金融市场研究，2023（9）：113-125.

［8］张世俊，钟鑫雅，钮旻熠.完善市场化、法治化债券违约处置机制研究［J］.债券，2022（12）：64-69.