【債券信用風(fēng)險研究文獻綜述2500字】

債券信用風(fēng)險研究文獻綜述1債券信用風(fēng)險影響因素國外債券市場起步早、成熟度高，債券違約事件早已有之。學(xué)者從多個角度對債券信用風(fēng)險度量和影響因素進行了廣泛的研究，為本文的研究提供了堅實的基礎(chǔ)。自“11超日債”首次違約以來，債券違約屢見不鮮，國內(nèi)有關(guān)債券違約的案例研究也日益豐富。導(dǎo)致發(fā)債公司出現(xiàn)債券信用風(fēng)險的因素是多方面的，F(xiàn)anYu（2005）認為債券信用風(fēng)險主要來源于發(fā)債公司信息不對稱。Acharya（2007）分析指出，行業(yè)整體狀況的下行會使公司的資產(chǎn)價值受損，應(yīng)對風(fēng)險能力下降，更容易發(fā)生違約。Christopher（2010）分析指出，凈資產(chǎn)在企業(yè)資產(chǎn)規(guī)模中占比越高，債券信用風(fēng)險越低。Kuehn和Schmid（2011）研究表明，債券的違約風(fēng)險的增加與經(jīng)濟形勢有關(guān)。Kay等（2011）采集1866-2008年債券違約數(shù)據(jù)，使用區(qū)制轉(zhuǎn)換模型對超過150年的數(shù)據(jù)分析，指出GDP增長率、股票收益率及其波動率等因素能有效預(yù)測債券違約，但信用風(fēng)險溢價卻不能有效預(yù)測債券違約。羅維（2014）以“14超日債”違約為案例，分析超日公司財務(wù)數(shù)據(jù)，發(fā)現(xiàn)超日公司在債券違約前4年時間，已經(jīng)出現(xiàn)債務(wù)上升過快、營業(yè)收入急劇下降、流動性嚴(yán)重不足等現(xiàn)象。李煒（2016）分析指出，債券信用風(fēng)險的根本原因是公司治理水平低下，對財務(wù)風(fēng)險重視不夠，債券發(fā)行時保障措施不完善。陳文杰等（2017）指出，2014年以來債券信用風(fēng)險快速顯現(xiàn)主要有以下原因：一是宏觀經(jīng)濟下行，公司利潤率下降；二是剛性兌付逐漸被打破；三是2008年金融危機時推出的4萬億刺激政策使部分行業(yè)出現(xiàn)嚴(yán)重產(chǎn)能過剩；四是銀行信貸收緊致使企業(yè)資金緊張問題加劇。2債券信用風(fēng)險度量傳統(tǒng)分析中往往采用定性方法度量債券信用風(fēng)險，如“5C”、“5W”、專家打分等。在定量研究方面，Beaver（1966）采集100多家公司的30個財務(wù)指標(biāo)作為樣本數(shù)據(jù)，分組研究表明資產(chǎn)負債率預(yù)測公司違約風(fēng)險效果最好。Altman（1968）為對公司破產(chǎn)風(fēng)險進行量化，經(jīng)分析選定5個指標(biāo)：營運資產(chǎn)、營業(yè)收入、EBIT和利潤留存4個指標(biāo)占總資產(chǎn)比重、凈資產(chǎn)/負債；通過這些指標(biāo)構(gòu)建Z值模型；1977年，Altman從原Z值模型的5個因素擴展到公司流動性、償債能力、留存收益、盈利能力等7個方面，據(jù)此構(gòu)建了ZETA模型；2000年，Altman調(diào)整了原Z值公式，公式預(yù)測的準(zhǔn)確性有所提高，且可用于非上市公司。Black和Scholes（1973）、Merton（1974）提出期權(quán)定價理論。投資公司所承擔(dān)的是有限責(zé)任，而獲得的收益在理論上無上限，因此可將投資公司看作虧損有限而收益無限的期權(quán)；當(dāng)負債價值大于資產(chǎn)時，股權(quán)價值數(shù)值上將為負，債務(wù)就會出現(xiàn)違約。Martin（1977）利用Logit模型對債券違約概率進行計量，并在與各類模型比較中得出結(jié)論，認為Logit模型的預(yù)測更為準(zhǔn)確。在近30年所提出的現(xiàn)代債券違約高級計量模型中，CreditMetrics模型和KMV模型使用較廣泛。J.P.Morgan基于信用評級提出了風(fēng)險評估模型——CreditMetrics模型；而KMV公司構(gòu)建的債券信用風(fēng)險計量模型，其理論根基是期權(quán)定價理論。段霞（2012）以240家發(fā)債企業(yè)為樣本，評價各類債券信用風(fēng)險模型在中國的使用效果；結(jié)果顯示Z值模型較KMV模型更適宜于中國債市。蔣或等（2015）使用修正KMV模型分析債券信用風(fēng)險，研究表明修正后的KMV模型有效性較高。童欣悅（2018）以天威中票違約事件為例，使用Z值模型構(gòu)建債券違約指標(biāo)預(yù)警體系。綜合財務(wù)指標(biāo)來看，Z值模型可以較早對風(fēng)險變動作出提示。仇民樂（2019）以永泰能源為例，特針對民營企業(yè)債券違約成因及財務(wù)預(yù)警展開研究，使用Z值模型進行實證檢驗，可以有效對債券違約進行預(yù)警。但債券市場信息傳遞機制不暢，債券信用評級普遍存在虛高現(xiàn)象，這些因素導(dǎo)致投資者難以及時識別債券信用風(fēng)險。陳毓敏等（2020）提出4種債券違約預(yù)警信號：財務(wù)指標(biāo)、債券價格、輿情、投基金持倉，指出基于機器學(xué)習(xí)的財務(wù)指標(biāo)預(yù)警無論在領(lǐng)先性、準(zhǔn)確性、覆蓋率上均為最優(yōu)?；粲昙眩?020）、蓬若曦（2020）基于因子分析法對A股上市公司債券構(gòu)建多元線性判別模型，并進行回代驗證，表明基于因子分析法的債券違約判別模型可以有效識別違約債券。章璐琳（2020）使用Logit模型對2014-2019年債券違約進行預(yù)警建模，綜合考慮宏觀經(jīng)濟、企業(yè)償債能力等18個指標(biāo)構(gòu)建模型。劉律康（2021）利用集成學(xué)習(xí)算法，使用XGBoost提升樹模型，對2014-2019年非金融企業(yè)信用債違約進行建模研究，模型在預(yù)警率、準(zhǔn)確率、覆蓋率等多方面均有較好的表現(xiàn)。3文獻評述本文的文獻綜述主要從債券信用風(fēng)險的影響因素及風(fēng)險度量兩方面入手，對國內(nèi)外相關(guān)文獻進行整理歸納。通過整理，發(fā)現(xiàn)我國當(dāng)前大多數(shù)債券違約理論都是基于國外已有理論不斷發(fā)展，相對于國外理論，我國相關(guān)理論存在著一定的滯后性。此外，我國學(xué)者對債券信用風(fēng)險的研究更加偏向債券市場整體，研究債券市場體制機制、監(jiān)管狀況、信息不對稱等方面。關(guān)于債券信用風(fēng)險影響因素與預(yù)警的研究，國外學(xué)者研究較為豐富，研究內(nèi)容較為廣泛，除了常見的影響債券違約的因素，也從微觀個體的心理出發(fā)，考慮投資者的情緒變動。國內(nèi)學(xué)者更側(cè)重于企業(yè)的財務(wù)指標(biāo)、行業(yè)因素等，尚未根據(jù)我國債券市場具體情形建立起一套完整的預(yù)警框架，這是我國債券信用風(fēng)險預(yù)警研究中需要解決的問題。參考文獻[1]夏賢蘭.民營企業(yè)債券違約風(fēng)險影響因素及預(yù)警研究[D].安徽財經(jīng)大學(xué),2019.[2]鄭月蔚.宏觀經(jīng)濟因素對企業(yè)債券信用風(fēng)險的影響[J].時代金融,2016,(23):272+274.[3]周宏,楊萌萌,李遠遠.企業(yè)債券信用風(fēng)險影響因素研究評述[J].經(jīng)濟學(xué)動態(tài),2010,(12):137-140.[4]羅維.超日債券違約原因分析及影響[J].商界論壇,2014:158[5]陳文杰，?；茴I(lǐng).當(dāng)前經(jīng)濟形勢下我國債券市場兌付風(fēng)險原因分析及政策建議[J].北方金融，2017(3):28-30[6]段霞.Z模型和KMV模型在我國適用性的對比研究[D].碩士學(xué)位論文，西南財經(jīng)大學(xué)，2012.[7]蔣或，高瑜.基于KMV模型的中國上市公司信用風(fēng)險評估研究[J〕.中央財經(jīng)大學(xué)報，2015，(9):38-45.[8]霍雨佳.判別公司債券違約風(fēng)險的財務(wù)指標(biāo)研究——基于財務(wù)預(yù)警理論[J].會計之友,2016(21):36-40.[9]童欣悅.債券違約風(fēng)險因素及預(yù)警研究[D].浙江大學(xué),2018.[10]仇民樂.民營企業(yè)債券違約成因及財務(wù)預(yù)警研究[D].蘭州大學(xué),2019.[11]陳毓敏,林日裕.不同債券違約預(yù)警信號對比與解析[J].債券,2020(03):22-27.[12]蓬若曦,韋安康,郭禎.基于因子分析法的公司債券違約風(fēng)險財務(wù)預(yù)警研究[J].財會學(xué)習(xí),2020(19):23-24.[13]劉律康,班越,趙振,胡光琪,張東朔.我國非金融企業(yè)信用債違約先兆分析與建模探究[J].債券,2021(04):37-43.[14]FanYu.AccountingTransparencyandtheTermStructureofCreditSpreads[J].JournalofFinancialEconomics:2005,75(1):53-84[15]Christopher,Pavese10ReasonstoBuyBondsNOW[J].BusinessInsiderEconomics2010.14(6):26-27[16]Beaver,FinancialRatiosasPredictorsofFailure[J].JournalofAccountingResearch,1966,4(1):77-111.[17]AltmanE.I.FinancialRatios,DiscriminantAnalysisandthePredictionofCorporateBankruptcy[J].JournalofFinance,1968,23(4):589-609.[18]HaejunJeon，MichiNishihara.Theeffectsofbusinesscycleanddebtmaturityonafirm'sinvestmentanddefaultdecisions,InternationalReviewofEconomics&Finance，2015(7):326-351[19]Giesecke,Longstaff,Schaefer.CorporateBondDefaultRisk:A150-yearperspective[J].JournalofFinancialEconomics,2011,1