中國信用債市場違約風險研究

摘 要 本文對2014年1月1日至2017年10月31日期間信用債的違約情況進行建模，基于已有的學術研究以及中國信用債市場的特征，搭建了信用違約風險指標體系，利用Logit和Probit概率模型計算市場上每個時點所有信用債的違約概率，為市場上信用債的投資提供參考，對可能違約的債券建立預警機制，避免投資者由于債項違約而承受巨大的損失。

關鍵詞 信用債；違約風險；概率模型

2014年以來，我國信用債違約事件頻發，傳統的“剛性兌付”被打破，國外先進的債券違約處理機制相比，中國債券市場尚不成熟，普通債權人往往在問題較為嚴重時才采取行動，最終導致資產損失較大。因此，如何較好地度量中國信用債市場的違約風險，為投資者提前預警，顯得非常重要且緊急。

1 相關研究文獻評述

國外Merton（1974）的結構模型對公司的預期違約概率和信用利差進行計算。Black 和 Cox（1976）、 Longstaff 和Schwartz（1995）等在后續研究中將債券的違約時點放松到債券到期日前的任意時刻。Jarrow，Lando（2001）假設公司的違約事件服從有限狀態下的Markov過程，采用不同信用評級水平代表債券不同的信用狀態，建立信用評級轉移概率矩陣來估計公司的違約概率。

國內陳盛業和宋逢明（2007）在結構模型的框架中加入賣空約束，進一步充實了結構模型理論。林建偉和任學敏（2009）則在簡約模型的基礎上考慮了公司之間互相擔保從而違約強度相互依賴的情況。李曉慶、方大春和鄭垂勇（2006）對結構模型進行了實證比較。

本文研究了市場上公布債項評級等信息的債券，通過分析它們的特征，建立信用債的違約概率模型，并研究中國債券市場上影響債券違約的因素，最終計算出市場上每個時期信用債的違約概率，從而為債券違約預警的實現，提供理論和實證基礎。

2 中國信用債市場概述

2.1 信用債的定義與分類

按照債券發行人劃分，中國債券市場主要由三大類債券組成：利率債、信用債和同業存單。信用債指由政府之外的主體發行，以債券發行者的信用為基礎，事先約定了本息現金流償付的債券。本文采用wind相對較全的分類方式，把信用債分為：公司債、企業債、中期票據、金融債、定向工具、資產支持證券、短期融資券、政府支持機構債、可交換債、可轉債和國際機構債。

2.2 信用債的違約

違約是指違反合同約定的行為，國際評級公司的評級慣例認為即使債務沒有到期，債務人發生困境債務置換或破產保護等明顯可能導致債務違約的情形，也會被認定為違約。

截止到2017年10月31日，發生實質性違約的債券數量共計143只，累計違約金額達787.74億元。違約金額從2014年13.4億元上升到了393.2億元。

3 違約風險模型構建

3.1 違約假設

假設1信用債發行人的所有制屬性會影響到債券的違約風險，國企屬性會增加債券的違約概率。

假設2信用債的特殊含權條款可以降低其違約風險。

假設3中國目前的發債主體評級是債券違約判斷的重要依據。

假設4信用債在不同的交易場所違約風險不同。

3.2 信用債樣本說明

本文信用債違約研究的樣本區間設定為：2014年1月1日至2017年10月31日，選取了在滬、深證券交易市場和銀行間市場上公布且實時更新債項評級信息的債券共1654只。整理相關指標數據最終為1547只債券。

在所選取的樣本中，國企屬性和非國企屬性的發債企業分別為841只和706只。樣本債券在銀行間市場交易占比居多，有1443只，占比高達93.3%。在刪除缺失值后的債券數據中，短期融資券樣本數量最多，有1294只。

3.3 違約變量定義

我們研究的債券有違約和未違約兩種類型。違約即包含實質性違約的也包含存在明顯違約風險的債券。前者是到目前為止發生實質性違約的143只債券，后者則是雖然目前暫時沒有違約但已經發布了“負面消息”的債券。“負面消息”包括五種情況：未及時撥付兌付資金；擔保人代償；兌付風險警示；債項評級調低；債項列入評級觀察。

3.4 違約風險指標說明

影響信用債違約風險的因素眾多，本文主要從三個層面：債券層面、發行人層面和市場層面。本文24個變量分別從這三個層面刻畫了信用債違約風險的相關特征，主要有：發行規模、票面利率、年化收益率、年化波動率、擔保情況、含權性質、質押情況、債券種類、年成交量、債券久期、發債主體授信度等。

3.5 違約概率模型

1. Logit回歸模型

我們用變量Y作為因變量，標識債券是否違約，即表示為Y=1，債券發生違約，Y=0，債券沒有違約。

用變量p表示信用債違約的概率，其取值在0到1之間。其表達式為：

其中，是前面構建的影響債券違約風險的指標。是Logit模型中的回歸系數，是模型的殘差項，服從Logit分布。當p>0.5時，表示信用債發生違約。

2. Probit 回歸模型

Probit 回歸模型假設誤差項服從正態分布。Probit 回歸模型其表達式為：

其中，表示標準正態分布的累計分布函數。

4 信用債違約實證分析

我們采用逐步回歸的方法，根據赤池信息準則和貝葉斯信息準則將顯著性不強的變量剔除后得到20個變量，將這些解釋變量與被解釋變量進行廣義線性回歸，實證結果如下：

（1）國企屬性的系數在0.1%顯著性水平下為正，這說明當發債企業是地方國有企業或中央國有企業時，廣義違約的概率較高。這驗證了假設1。

（2）含有特殊權益的系數顯著為負（1%顯著性水平），特殊條款可以起到保護債權人或債務人的作用，債券可以在特殊條款下更好地實現還本付息。這驗證了假設2。

（3）發債主體評級的系數為負且非常顯著，達到99.9%的置信水平。這說明發債主體獲得的信用評級越高，其發行的債券越不容易發生違約。這驗證了假設3。

（4）部分行業和年份虛擬變量前面的系數顯著，說明信用債的違約情況在不同時期表現不同，即使在同一時期不同行業信用債的違約風險也存在明顯的差異。不同的交易場所并不會對債券違約風險產生顯著的作用，拒絕了假設4。

5 結論與建議

5.1 結論

我們得到了四個主要結論：

（1）國有發債企業的信用違約爆發是目前信用債發展階段的一個重要特征，發債人是國有企業背景反而會增加其債券廣義違約的概率。

（2）當信用債含有特殊條款，如：可贖回、可回售、提前償還、調整票面利率、可調換、定向轉讓、延期，或者是可轉債、可交換債時，其違約風險可以顯著降低。

（3）發債主體的信用評級越高，債券違約概率越小，這兩者之間的關系較為顯著。

（4）發債公司的資產規模、資產利用

率、利潤增長率越高，其債券的違約可能性就越低，而資產負債率越高，違約風險相應越大。

5.2 政策建議

基于以上結論提出以下建議：

（1）加強債券信息披露的監管

完善、充分且及時的信息披露是金融市場高效安全運作的基石，要明確信息披露的時效性要求，提高信息披露的頻率。要提高信息披露的質量，明確披露的量化標準。

（2）加強評級機構建設

政府需要進一步提高信用評級機構的門檻，建立市場準入機制，保持評級機構的中立性。此外，還應通過相關法律明確評級對象，增大市場上評級對象的范圍。

（3）完善債券違約后的司法處置制度

政府需要對破產法、合同法等相關法律進行修訂，明確債券違約后司法處理的程序，降低投資者尋求司法救濟的成本，讓加大對過度舉債而又無法有效使用資本企業的懲治。

參考文獻：

[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]林建偉， 任學敏. 雙方互相擔保公司債券的定價與風險分析[J]. 系統工程理論與實踐， 2009， 29（2）：89-101.

[4]李曉慶， 方大春， 鄭垂勇. 基于結構化模型的企業短期融資券信用溢價研究[J]. 證券市場導報， 2006（12）：62-67.

作者簡介：劉欣怡 女 1995年4月 安徽安慶 上海大學 研究生在讀 金融。