行業視角下的企業債券違約風險度量與投資選擇研究

□耿 耘 韓芳麗 程燕京

[1.上海交通大學 上海 200030; 2.山東英才學院 山東 250104;3.上海農商銀行 上海 200120]

一、中外研究現狀

在國外，關于企業債券的違約風險的研究有很多，大致可分為傳統方法和現代方法。作為傳統方法的代表人物，Beaver在研究了大量破產企業后，指出存在某些因子可以預示企業違約風險。之后Altman在Beaver的研究基礎之上提出了Z-Score模型。除此之外，傳統方法還包括系統評級法及專家評級法，其特點是操作簡單但主觀性較大，預測效果也并不顯著。在傳統方法的基礎上，Black,Scholes,Merton[1]開創了基于期權思想的現代方法，他們提出的Merton模型是后續簡化模型的基礎。近十年，基于前面的研究，Cramer完善了并利用Logit估計企業違約風險。Rubinstein利用VaR判斷風險的潛在價值。基于大量歷史違約數據及外部變量，一些商業機構也提出了度量違約風險的模型，例如麥肯錫公司提出Credit Portfolio Review模型和瑞士信貸提出的Credit Risk模型。但就預測效果和數據可得性而言，正如Sobehart J.R所述，穆迪公司的KMV模型是最有效的。

由于KMV模型不需要大量的企業違約歷史數據，近十年，國內基于企業違約風險的研究大多針對KMV開展，其中最具代表性及影響力的奠基之作是吳沖鋒、程鵬關于上市公司信用風險度量新方法的論述[2]，此后的研究思想基本受其影響。關于KMV模型的修正有很多研究，包括孫小琰，沈悅，羅琦璐對股權價值的估計，周杰在模型中引入GARCH等。但令人遺憾的是，之前的研究基本上都集中在對模型細節的修正，很少有關于模型行業特點的創新，同樣，作為當前投資領域的核心問題，如何基于債券違約風險選擇投資策略也較少受人關注。本文試圖從行業的角度重新度量企業債券的違約風險，并嘗試提供考慮違約風險的投資策略研究。

二、基于中國實際的企業違約風險模型

盡管我國還沒有企業債券違約的歷史資料，但全球范圍內的發債主體違約的情況并不罕見，其中主要發生在美國。從美國歷史經驗來看，違約率最高的時期并非經濟狀況最差的時期[3～4]，并且可以從中得到研究中國問題的兩點啟發。

（一）過多的產能過剩是企業發生違約行為的必要條件

對我國來說，固定資產投資的變化可以一定程度地代表總需求的變化。如果固定資產投資增速大幅低于GDP增速，新生產的大量商品無法被市場及時吸收，企業的違約行為就容易發生，在經濟疲軟的時期，尤為明顯。

（二）資金面收緊推升了利差水平，企業的息稅負擔是企業違約的充分條件

如果資金面收緊，企業現金流斷裂，那就可能發生違約行為，其信用利差應該擴大。從十八大以來，李克強總理的“克強經濟學”[6]被外界熱議，國務院決定全面排查地方政府債務，債券市場忽如一夜聽驚雷，利率中樞不斷上升。在這樣的市場環境下，該選擇什么樣的企業債券？建立適合中國情況的違約風險度量模型顯得迫切而必要。

1．模型的基本假設

在風險模型中，KMV模型是比較主流的企業違約風險度量模型，并且考慮到目前我國缺乏實際違約的數據，KMV模型信息需求量較小也更適合我國的實際情況[7]，因此本文的基本模型框架選擇KMV模型，但做了修正。

2．模型主體構建

（1）違約距離[8]

違約風險并不代表一定違約，而是表示企業違約的可能性大小，因此利用違約距離進行度量：

其中，DD為違約距離，V為資產價值，Vσ為資產波動率，DP為企業的違約點，即企業債務達到多少規模后企業會發生違約。違約距離DD越大說明企業違約風險越小，反之則越大。

（2）資產及波動率

對企業的股權所有人來說，如果企業的資產價值低于觸發違約行為的債權價值，即違約點，那債務持有人有權對企業要求清償，企業的清償價值將優先分配給債權人，此時，股權持有人的企業價值為零；如果企業的資產價值高于違約點，股權持有人手持股權的價值就等于資產價值減去債權價值。因此，股權價值可以利用Black-Scholes-Merton 期權公式表示：

其中，E為股權價值，D為債權價值，r為無風險收益率，T為債券期限

可以得到如下公式：

3．相關參數的修正

（1）對股權價值E的修正

考慮到股票市場在一定期限內可以反映股權的實際價值這個基本假設，本文將非限售股股權價值定義為年平均股價與非限售股本的乘積：

其中，為年平均股價，N1為非限售股，數據的選擇根據所選擇的目標負債報告期為準。

國資委、證監會聯合簽署的《國有股東轉讓所持上市公司股份管理暫行辦法》第24條中提及“國有股權協議轉讓價格應不低于協議簽署日前30個交易日的均價”。雖然這并沒有專門針對限售股股權價值，但本文認為其仍然可以作為定價參考。本文構造線性模型估計限售股價值，具體方法如下：

其中，X1為EPS，X2為每股凈資產，X3為每股經營活動現金流，X4為資產周轉率，X5為資產負債率。

因為不同行業的行業特征不一樣，一個線性方程并不能恰當的估計所有企業的限售股價值。針對不同的行業，銷售股股權價值E2可表示如下：

其中，P2為回歸模型估計價格，為協議簽署日前三十日股票均價，N2為限售股股權數量。

（2）違約點DP的修正

對中國公司而言，將違約點設定為短期負債加上長期負債的0.75倍擬合效果更好。此外還需要考慮的一個問題是，正如前文關于美國歷史的論述，息稅負擔對企業的違約行為影響很大。并且，如果把負債結構分為長期和短期負債，一般而言長期負債具備稅盾優勢。在目標資產結構中可以承受更多的債務，不能忽略稅率對企業負債分析的影響[10]。基于上面的分析，本文對DP修正如下：

其中D1是短期負債，D2是長期負債，t是企業的實際稅率，DP0是企業基于目前的負債機構計算出的初始違約點，Debtobj是目標的負債規模，即企業決定發行多少規模的債券。

三、大樣本下的中國實證

（一）中國企業的實證研究

考慮到財務信息的可獲得性及研究工作的前瞻性，本文選擇A股大約2378家企業作為樣本，從大樣本的角度來分析中國企業的違約風險特征及其行業比較，進而為債券選擇提供參考依據。本文的數據選自2012年年報公布的財務數據，無風險收益率r為2013年8月某日的一年期國債收益率2.9%。對于模型求解過程中涉及到的限售股股權價值估計，依照前面的論述，考慮到模型的統計特征，選擇如表1所示的回歸估計。

表1 行業限售股股價估計模型

然后根據前文所述，計算出股權價值E。對于企業的實際稅率，本文依據企業前三年的平均實際稅率計算，每年的實際稅率=凈利潤/利潤總額。根據財務報表的相關信息，計算出相應的初始違約點。對于資產價值與資產波動率，本文根據前述模型，利用Matlab2011 求解，求解方式選擇功能函數fsolve，最后，根據違約距離公式，求解DD。

（一）中觀產業：產業鏈上的風險特征

本文根據產業鏈分布將樣本中的2000多家企業分為資源類、公用事業類、建筑與工程類、房地產類、能源設設備與化工類、多元金融類、交通運輸類、綜合工業類、可選消費類、日常消費類、信息技術類、醫療保健類十二大類，分別統計每個類別的平均違約距離。因為這里我們關心的是企業違約距離在產業鏈上的風險特征，為了便于比較，在這里本文均采用初始資本結構進行靜態分析，時間期限假設為一年，得到企業違約風險的產業鏈分布特征如圖3所示。

圖1 不同行業的違約風險靜態比較

深色較深的行業為產業鏈上游行業，較淺的為下游行業，違約距離一欄為該類行業的平均違約距離。從本文的角度出發，上游行業的違約風險較大，下游行業的違約風險較小，中游行業的違約風險呈分化的趨勢。單從產業鏈違約距離的分布來看，可能的解釋為，上游行業債務負擔重，并且過多的產能不易消化，企業違約風險大。下游行業貼近消費者，有消費終端的需求刺激，相對于上游行業，違約風險較小。中游行業企業分部跨度大，所以違約風險的分化特征較強。由于本文是根據財務數據的理論探討，未必所有結論都與市場預期一致，其差異的可能解釋如表2所示。但是基于大樣本的模型結論也許能揭示潛在的違約風險特征，這些潛在的風險，有可能被市場忽視。

表2 理論模型結論的可能解釋

從歷史上看，資本市場最終是會獎賞那些風險管控良好的行業，并且懲罰那些潛在風險巨大的行業，甚至是現在很多人看好的行業。本文把樣本中的企業按照違約風險的大小分為違約風險較大和違約風險較小兩大類，列出了其在2012年及2013年年初至8月底的股票收益情況，如表3所示。

表3 風險特征不同的行業在股票市場上表現各異

對于違約風險較大的行業，其在2012年的股票市場表現較好，高風險高收益的特征也滿足資本市場的基本規律。但是在2013年，違約風險較大的行業其股票表現大幅下滑，與2012年的表現背離較大，并且平均收益率遠低于違約風險較小的行業。高風險的行業并沒有保證高收益，這似乎有悖于人們的基本認識。不過根據歷史經驗，這似乎并非高風險行業偶然的滑鐵盧。再次借鑒美國的違約案例，從1883～2002年，如果把違約數量高發的時期按照3年為一個區間進行劃分，可以得到表4。

表4 違約數量高的時期資本市場回報較低

可見，違約風險較大的時候，對應的資本市場表現較差；違約風險較小的時候，對應的資本市場表現較好。無論是美國歷史還是中國實踐，告訴了我們：違約風險大的行業其近期的歷史股價漲跌幅較高，反映了高風險高收益特征，但未來資本市場獎勵的仍然是風險適度的行業，美國如此，中國亦然，可能時期不同，但市場不會騙人。

圖2 行業風險收益綜對比圖

四、不同行業的風險收益特征

研究違約風險的價值不僅在于提高風險意識，更在于指導投資。在實務當中不同的投資者風險偏好不一樣，對理性的投資者而言，只要是有高的回報，承擔一些風險也未嘗不可。投資決策時將風險與收益綜合起來考慮的，基于這個邏輯，本文沿用上述產業鏈的行業分類，取1年為短期，5年為中期，10年為長期，得到如圖2所示的行業風險收益綜合對比圖。

從風險收益的角度綜合考量，無論是從短期、中期還是長期來看，建筑與工程及房地產都呈現出風險大但收益小的特點，如果選擇這兩類企業的債券，其利率中樞應該更高才考慮持有。對于醫療保健，其行業特征為風險小且收益高，在當前的經濟環境下未來信用利差下行的可能性較大，投資者可考慮在高位積極配置。而違約風險較小的信息技術行業，其收益特征并不顯著，原因可能是該行業公司大小不一，企業內部規模資質分化很大，考慮到美國歷史上的信息泡沫案例，建議謹慎配置。

[1]BLACK F,SCHOLES M,et al.The pricing of options and corporate liabilities[J].Journal of Political Economy,1973(81):399-418.

[2]程鵬，吳沖鋒.上市公司信用狀況分析新方法[J].系統工程理論方法應用,2002,11(2):89-93.

[3]GIESECKE K,LONGSTAFF F A,SCHAEFER S,et al.Corporate bond default risk:a 150-year perspective[J].Journal of Financial Economics,2011,102:233-250.

[4]SYLLA R.Ratings,rating agencies and the global financial system[M].US:Springer,2002:19-40.

[5]李琦.中國債券收益率曲線對經濟增長的預測能力分析[J].理論研究,2012,6(430):23-27.

[6]趙偉.“克強經濟學”必須直面的難題[J].浙江經濟,2013(15):65.

[7]SU E D,HUANG S M.Comparing firm failure predictions between Logit,KMV and ZPP models:evidence from Taiwan’s electronic industries[J].Asia-Pacific Financial Market,2010,17:209-239.

[8]BHARATH S T,SHUMAY T.Forecasting default with the Merton Distance to default model[J].The Review of Financial Studies,2008,21(3):1339-1369.

[9]孫小琰，沈悅，羅璐琦.基于KMV模型的我國上市公司價值評估實證研究[J].管理工程學報,2008,22(1):102-108.

[10]LONGSTAFF F A.Municipal debt and marginal tax rates:is there a tax premium in asset prices?[J].The Journal of Finance,2011,66(3):721-751.