中证协优秀课题公司信用债违约风险预警与防范研究

中证协2023年优秀重点课题精编之二十二

公司信用债违约风险预警与防范研究

中泰证券股份有限公司

山东财经大学金融学院

出处：《中国证券》2023年第5期

作者简介：课题负责人：钟金龙，中泰证券股份有限公司副总经理；冯玉梅，山东财经大学金融学院教授、副院长。课题组成员包括：战肖华，中泰证券股份有限公司内核负责人；齐修超、高磊、范梦阳，中泰证券股份有限公司证券发行审核部员工；尹智超，山东财经大学金融学院讲师；肖祖沔，山东财经大学金融学院副教授。

一、我国公司信用债券发展现状与违约特征

我国债券规模位居世界第二，债券市场快速发展的同时也出现了欺诈发行、违约等扰乱债券市场健康发展的行为。

截至2023年底，信用债累计违约金额达到5155.23亿元。我国公司信用债违约特征如下：

（一）债券违约行业分散化，违约主体多为周期性行业

存在债券违约的行业中，制造业债券违约数占绝对比重，综合类、批发和零售贸易、建筑业、房地产业次之。当前，我国宏观经济所处的下行周期对于强周期行业有较大影响，加之疫情带来的冲击，未来短期内债券违约数量可能进一步增加。

（二）违约企业中民营企业数量居多

从企业性质看，民营企业是违约风险最高的发债主体。与其他类型企业相比，部分民营企业因自身财务实力偏弱、抗风险能力较差等因素更易发生违约事件。

（三）高信用评级违约增多

2018年以前，违约主体以AA级以下的中低评级为主，高评级债券违约较少。但近两年AA级以上债券违约占比逐年提高，甚至出现一些财务状况尚好、评级较高的上市公司债券的突发性违约。

（四）2023年新增违约主体呈现新特点

一是国企债违约风险明显提升，而民企债违约率上升势头减缓；二是近两年首次违约主体相对集中分布于中原地区和东南地区，其中2023年以来的28家新增违约主体中，广东和北京各占5家；三是2023年以来新增违约主体债券整体回收率偏低。

二、公司信用债违约的理论剖析

（一）经济下行以及行业周期性强化“债务－通缩”

经济下行带来企业信用状况的恶化，又反过来加速经济衰退，容易使负债企业陷入“债务－通缩”的恶性循环。

经济新常态以来，我国资产价格下跌、杠杆率持续攀升、实体经济活动疲弱、实际利率高企，延期还债或债务违约陆续浮现，这在增加债务人还款负担的同时，增加了企业陷入“债务－通缩”陷阱的风险和信用债违约集中爆发的概率。为了应对财务压力，企业削减投资和生产计划进一步拖累实体经济，导致恶性循环（见图1）。

图1：违约因素的关联性特征

（二）流动性分层影响企业再融资

外部流动性枯竭往往是企业违约的重要诱因。金融同业业务去杠杆使金融机构流动性紧缩，大型金融机构与小型金融机构间出现流动性分层，产生金融机构抛售信用债的利空条件，加剧债券违约风险。在市场恐慌情绪的影响下，流动性分层导致的中小银行流动性紧张，已经逐渐向企业信用分层演变。两者叠加势必加剧企业的流动性压力，原本依赖的高负债经营模式难以维系，企业被迫通过压缩库存、缩短周转周期、甚至变卖资产来维持经营，从而进一步降低经营效率和实际收益，综合作用下许多公司可能因缺乏流动性而被迫违约。

（三）关联方占用资金与民企互保触发链条式违约

越来越多的发债主体出现关联方资金占用影响自身流动性的现象，山东、浙江、江苏等地民企互保圈也导致连锁式债券违约。

我国企业互保多以熟人、情分为纽带，诸多担保案例均没有对被担保方进行理性分析，看似形成联盟实则抱团取暖，导致在经济走势发生逆转时，担保链条上的一家企业发生违约，便会迅速传导至整个担保链条，引发连锁式违约。

三、公司信用债风险预警体系的构建与验证

有研究和实践表明，在实质性违约之前，发行人的财务状况往往已经恶化甚至出现严重问题，可以根据当前债券违约特征完善债券违约风险预警机制。由国际货币基金组织（IMF）金融风险预测法演化而来的KLR信号分析模型，因预警准确性高并且能够揭示危机发生的根源，逐渐被用于股票、债券等资本市场风险研究中。该模型由Kaminsky et al.（1998）提出，具备高度简洁性、高效预警性，以及与神经网络的兼容性，为高盛、摩根士丹利、穆迪等金融机构风险预警提供重要参考，亦是当前诸多复杂金融风险模型的底层技术之一，其高效性也得到国内学界的认可（严宝玉，2018；李升高，2017；卢媛媛和何海燕，2011；刘志强，2000）。

（一）预警指标构建的基础样本选取

KLR模型的基本构建逻辑为：识别历史危机事件、筛选先行指标、构建综合指数以及预测危机（Goldstein et al.，2000）。研究所涉及的企业涵盖我国十二大行业，共涉及129只违约债券，考虑到数据的公开性和可得性，