【民營企業(yè)債券信用風(fēng)險(xiǎn)影響因素的實(shí)證分析12000字（論文）】

民營企業(yè)債券信用風(fēng)險(xiǎn)影響因素的實(shí)證分析TOC\o"1-3"\h\u311651、緒論 1142861.1研究背景 1189121.2研究目的與意義 2214531.3研究對象 2181251.4研究方法與研究內(nèi)容 220201.5創(chuàng)新與本文不足 3207462、理論基礎(chǔ)與文獻(xiàn)綜述 4722.1相關(guān)概念 46902.1.1企業(yè)債券 4313472.1.2信用風(fēng)險(xiǎn) 4183982.2基礎(chǔ)理論 5277792.2.1信息不對稱理論 559062.2.2利益相關(guān)者理論 5205722.3文獻(xiàn)綜述 6128772.3.1債券信用風(fēng)險(xiǎn)影響因素 6309792.3.2債券信用風(fēng)險(xiǎn)度量 6239222.3.3文獻(xiàn)評述 7194213、我國民營企業(yè)債券信用風(fēng)險(xiǎn)的影響因素與度量分析 874623.1民營企業(yè)債券信用風(fēng)險(xiǎn)相關(guān)影響因素 8175723.1.1經(jīng)濟(jì)運(yùn)行狀況 8269563.1.2政策因素 987933.1.3行業(yè)因素 10227373.1.4公司因素 10195843.2民營企業(yè)債券信用風(fēng)險(xiǎn)預(yù)警模型理論 12144343.2.1傳統(tǒng)分析法 12151963.2.2高級計(jì)量模型法 13195193.2.3現(xiàn)代分析法 13171704、實(shí)證分析 15156974.1變量選取及數(shù)據(jù)來源 15247944.2事前檢驗(yàn) 15297294.3確定因子個(gè)數(shù)和含義 16252444.4結(jié)果驗(yàn)證 17308255、結(jié)論及建議 19175915.1研究結(jié)論 19251765.2政策建議 19160695.2.1發(fā)行者 1947965.2.2投資者 19326525.2.3監(jiān)管者 2020909參考文獻(xiàn) 211、緒論1.1研究背景債券融資因其融資規(guī)模大、成本低等特點(diǎn)備受資本市場青睞?；诖耍姸嗥髽I(yè)選擇發(fā)售債券來滿足自身融資需求，我國債券市場步入蓬勃發(fā)展期。我國經(jīng)濟(jì)正處于戰(zhàn)略調(diào)整期，債市信用風(fēng)險(xiǎn)不斷積聚，自2014年債券剛兌神話被打破以來，違約浪潮此起彼伏，屢見不鮮。我國債券市場歷年違約統(tǒng)計(jì)如表1和圖1所示。表1我國債券市場歷年債券違約金額和違約數(shù)量（單位：億元，只）年份債券違約金額債券違約數(shù)量201413.478201559.55292016317.27792017316.505120181577.9817420191601.7920320201687.02148數(shù)據(jù)來源：Wind數(shù)據(jù)庫圖1我國債券市場歷年新增債券違約主體數(shù)量數(shù)據(jù)來源：Wind數(shù)據(jù)庫如表1和圖1所示，截至2021年，我國債券市場約690余只債券發(fā)生違約，累計(jì)違約金額逾5600億元，涉及發(fā)行主體170多家。2020年全國債券市場新增29家違約主體，涉及111支新增違約債券，新增違約金額1238.65億元。其中，新增違約主體中民營企業(yè)18家，占比高達(dá)62.07%。由此可見，近兩年債券違約雖有所緩和，但已成為我國債市的常態(tài)化現(xiàn)象，疊加新冠肺炎的影響，此番債券違約潮或呈延續(xù)態(tài)勢。從債券違約違約金額和新增主體類別來看，民營企業(yè)無疑是我國債券違約的重災(zāi)區(qū)，違約風(fēng)險(xiǎn)日益顯現(xiàn)。民營經(jīng)濟(jì)是我國市場經(jīng)濟(jì)的重要組成部分，如何應(yīng)對債券違約成為民營經(jīng)濟(jì)健康發(fā)展的一項(xiàng)艱巨任務(wù)，也為本文研究提供了背景。1.2研究目的與意義首先，本文通過對民營企業(yè)債券信用風(fēng)險(xiǎn)影響因素的研究，有助于監(jiān)管者更加合理有效地評估發(fā)債企業(yè)信用風(fēng)險(xiǎn)狀況，及時(shí)對民營企業(yè)債券信用風(fēng)險(xiǎn)做出反應(yīng)，減少債券違約事件的發(fā)生。其次，本研究發(fā)現(xiàn)國內(nèi)外學(xué)者側(cè)重于債券交易定價(jià)、債券信用風(fēng)險(xiǎn)度量及其違約影響因素等方面的研究，以大樣本的實(shí)證研究居多，而針對民營企業(yè)債券違約的案例研究較少。本文選題著眼于民營企業(yè)債券信用風(fēng)險(xiǎn)的前影響因素，選擇從宏觀環(huán)境、行業(yè)層面以及微觀公司自身主體來具體分析企業(yè)信用狀況，豐富了債券違約的研究，具有一定的意義。1.3研究對象本文研究對象為民營企業(yè)，通過構(gòu)建債券信用風(fēng)險(xiǎn)預(yù)警模型，為民營企業(yè)債券信用風(fēng)險(xiǎn)的早發(fā)現(xiàn)、早處置，促進(jìn)債券市場服務(wù)實(shí)體經(jīng)濟(jì)起到一定作用。1.4研究方法與研究內(nèi)容本文試圖分析民營企業(yè)債券信用風(fēng)險(xiǎn)的影響因素，進(jìn)行理論分析，并通過樣本數(shù)據(jù)構(gòu)建預(yù)警模型。本文采取因子分析法和Fisher判別法構(gòu)建預(yù)警模型，全文分四部分：第一部分為緒論。分析我國債券違約的現(xiàn)狀，從國內(nèi)外分別總結(jié)債券信用風(fēng)險(xiǎn)影響因素、風(fēng)險(xiǎn)度量等相關(guān)文獻(xiàn)，闡述課題研究意義。第二部分為理論分析。針對債券信用風(fēng)險(xiǎn)理論和相關(guān)影響因素分別展開論述。第三部分為模型構(gòu)建，通過樣本數(shù)據(jù)構(gòu)建預(yù)警模型。第四部分為結(jié)論。通過預(yù)警模型及回代檢驗(yàn)結(jié)果，分別對債券發(fā)行企業(yè)、監(jiān)管者和投資者提出建議，同時(shí)指出本文研究的不足之處。本文使用以下方法展開研究：（1）文獻(xiàn)研究法。在閱讀、整理相關(guān)文獻(xiàn)的基礎(chǔ)上，總結(jié)了民營企業(yè)債券信用風(fēng)險(xiǎn)相關(guān)理論以及民營企業(yè)債券信用風(fēng)險(xiǎn)預(yù)警模型等內(nèi)容，尋找本次研究的著手之處。（2）實(shí)證分析法。采用因子分析法和Fisher判別法對樣本數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，分析不同指標(biāo)對民營企業(yè)債券信用風(fēng)險(xiǎn)的影響程度，據(jù)此構(gòu)建風(fēng)險(xiǎn)預(yù)警模型。1.5創(chuàng)新與本文不足研究視角的創(chuàng)新：債券市場是一個(gè)國家金融體系中不可缺少的一部分，本文通過研究民營企業(yè)債券證券信用風(fēng)險(xiǎn)影響因素，為我國民營企業(yè)未來的發(fā)展起到了一定的警示作用。研究方法的創(chuàng)新：本研究采用2020年發(fā)生債券違約的17家民營上市公司作為違約樣本，選擇未發(fā)生債券違約的17家同類上市公司作為對照樣本。從償債能力、盈利能力等各方面選取14個(gè)原始指標(biāo)，考察企業(yè)信用風(fēng)險(xiǎn)狀況。首先使用KMO和Bartlett檢驗(yàn)觀察樣本是否可用因子分析法，其次使用因子分析法篩選公因子；之后對樣本數(shù)據(jù)進(jìn)行Fisher判別法有效性檢驗(yàn)，最后利用公因子構(gòu)建預(yù)警模型。模型構(gòu)建后，將樣本數(shù)據(jù)進(jìn)行回代，觀察預(yù)警模型的判別效果。本文不足之處：由于許多發(fā)債主體的財(cái)務(wù)數(shù)據(jù)披露不完全，使得本文在樣本選取時(shí)僅選取可以獲得完整連續(xù)數(shù)據(jù)的民營企業(yè)，難以獲得眾多中小發(fā)債公司和非上市民營公司的相關(guān)信息，存在著一定的缺陷。隨著我國債券市場信息披露程度的不斷提高，在分析違約主體的財(cái)務(wù)指標(biāo)時(shí)，數(shù)據(jù)可得性將提高，分析的可靠性也會得到提升。2、理論基礎(chǔ)與文獻(xiàn)綜述2.1相關(guān)概念2.1.1企業(yè)債券債券（Bonds/debenture）是政府、企業(yè)、銀行等債務(wù)人為融資，承諾債權(quán)人在指定日期償還利息和本金并根據(jù)法定程序募集資金的有價(jià)證券。企業(yè)債券是我國企業(yè)債券市場的主體。目前，我國企業(yè)發(fā)行的企業(yè)債券主要有三種形式：一是國有企業(yè)發(fā)行的企業(yè)債券；二是非國有企業(yè)發(fā)行的企業(yè)債券；和三是地方政府或其他部門發(fā)行的債券。這三種形式各有優(yōu)缺點(diǎn)。國有企業(yè)發(fā)行的企業(yè)債券由于其期限較長，一般為三年以上，而且利率較低，對企業(yè)投資風(fēng)險(xiǎn)較大，因而在一定時(shí)期內(nèi)難以發(fā)揮積極作用。而非國有企業(yè)發(fā)行企業(yè)債券具有以下特點(diǎn)：①企業(yè)規(guī)模小，資金實(shí)力弱；②債務(wù)負(fù)擔(dān)較重且不穩(wěn)定，容易發(fā)生違約現(xiàn)象；③企業(yè)債券的償還能力較差；④債券期限長（通常為5～10年），不能滿足企業(yè)生產(chǎn)經(jīng)營需要；⑤債券到期還本付息時(shí)間較長，利息支付困難等問題，因此，在很大程度上影響了它在國民經(jīng)濟(jì)中的地位。隨著經(jīng)濟(jì)體制改革的不斷深入發(fā)展，特別是《中華人民共和國擔(dān)保法》頒布以后，企業(yè)債券的融資功能已逐步得到體現(xiàn)，但從全國范圍看，企業(yè)債券市場還很不發(fā)達(dá)，遠(yuǎn)遠(yuǎn)沒有形成一個(gè)完善的市場體系。2.1.2信用風(fēng)險(xiǎn)信用風(fēng)險(xiǎn)又稱違約風(fēng)險(xiǎn)，是指債券發(fā)行者、借款人或交易對方由于各種因素不愿或不能履行合約條款而構(gòu)成違約行為，從而給銀行、投資人或交易對方產(chǎn)生可能蒙受損失的風(fēng)險(xiǎn)。違約風(fēng)險(xiǎn)是銀行存在的主要風(fēng)險(xiǎn)，此風(fēng)險(xiǎn)不僅發(fā)生在貸款中，還發(fā)生在表內(nèi)和表外業(yè)務(wù)中(例如證券投資、擔(dān)保和承兌等）。若銀行無法及時(shí)確認(rèn)損失資產(chǎn)，增加核銷呆賬準(zhǔn)備金，在適當(dāng)條件下停止確認(rèn)利息收入，則銀行將面臨重大的風(fēng)險(xiǎn)。一旦發(fā)生違約，銀行或債權(quán)人將不可避免地因未能獲得預(yù)期回報(bào)而蒙受經(jīng)濟(jì)損失。違約風(fēng)險(xiǎn)是由影響公司運(yùn)營的特殊事件的發(fā)生和經(jīng)濟(jì)運(yùn)行的周期性引起的。2.2基礎(chǔ)理論2.2.1信息不對稱理論信息不對稱理論主要是指在市場經(jīng)濟(jì)運(yùn)行的過程中，不同崗位的人員對同一個(gè)信息的了解程度是存在差別的，相關(guān)主體獲取信息的程度不同也導(dǎo)致了相關(guān)主體在面對事件時(shí)所做出的不同決定。張鳳蓮（2011）研究認(rèn)為信息不對稱是造成債券違約的根本原因，通過實(shí)證研究表明，信息不對稱會很大程度的提高企業(yè)的債券違約風(fēng)險(xiǎn)。在市場上，賣方比買方更了解相關(guān)信息，對于獲取信息缺乏的人員，則處于比較不好的地位，掌握更多信息的一方，則會在事物處理方面掌握一定的主動權(quán)，從而進(jìn)行不同的選擇。這個(gè)理論可以體現(xiàn)在債券發(fā)行主體與投資人之間，債券發(fā)行主體對企業(yè)的經(jīng)營狀況以及財(cái)務(wù)方面都很了解，而投資人對于企業(yè)了解并不完整，只通過企業(yè)公布的一些財(cái)務(wù)信息以及公告募集書來了解認(rèn)識企業(yè)的情況，從債券發(fā)行主體來講，為了能夠籌集足夠多的資金，企業(yè)會選擇不公示一些不利于企業(yè)籌集資金的一些事件，為了滿足自身融資需求給投資人呈現(xiàn)出良好的財(cái)務(wù)狀況，所以投資者得到的信息是片面的，企業(yè)內(nèi)部真實(shí)的信息難以獲取。這樣導(dǎo)致了投資雙方獲取的信息是不對稱的，就會不利于投資者去投資，增加了投資者的風(fēng)險(xiǎn)，投資者自身的利益受到侵害。由于在債券市場存在著信息不對稱的弊病，故此在發(fā)行債券的過程中，我們應(yīng)該要求債券發(fā)行主體出具真實(shí)可靠的財(cái)務(wù)信息和經(jīng)營狀況，評級機(jī)構(gòu)出具客觀、準(zhǔn)確的評級報(bào)告，避免發(fā)生信息不對稱的情況。2.2.2利益相關(guān)者理論從1960年，利益相關(guān)者理論在西方開始逐漸形成，到了1980年開始逐步影響美、英等國家的企業(yè)治理模式，并迅速擴(kuò)大。利益相關(guān)者主要包括企業(yè)的經(jīng)營者、債權(quán)人、員工、合作企業(yè)等交易伙伴，也包括了政府部門、當(dāng)?shù)鼐用窈妥匀画h(huán)境等受到企業(yè)經(jīng)營活動直接或間接聯(lián)系的客體。這些利益相關(guān)者與企業(yè)的經(jīng)營狀況和生產(chǎn)發(fā)展有著很大的關(guān)系。因此，企業(yè)的行為和決策不能僅僅為了獲取經(jīng)濟(jì)利益，一味地強(qiáng)調(diào)自身的財(cái)務(wù)業(yè)績，還應(yīng)該關(guān)注與了解密切相關(guān)的個(gè)體，將各個(gè)利益相關(guān)者的問題納入決策，盡量滿足他們的需求。對于企業(yè)的管理決策以及活動影響的程度，不同的利益相關(guān)者影響的程度是不同的。為了實(shí)現(xiàn)他們自己的目標(biāo)，不同的利益相關(guān)者群體都希望企業(yè)的決策者在制定戰(zhàn)略時(shí)，能夠優(yōu)先考慮他們。但不同的權(quán)益主體之間的利益和所關(guān)心的核心問題都存在著很大的差異，并且互相有矛盾分歧，公司決策者會根據(jù)自身對某類利益相關(guān)者的依賴程度做出衡量，優(yōu)先考慮某類利益相關(guān)者。2.3文獻(xiàn)綜述2.3.1債券信用風(fēng)險(xiǎn)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(gè)角度對債券信用風(fēng)險(xiǎn)度量和影響因素進(jìn)行了廣泛的研究，為本文的研究提供了堅(jiān)實(shí)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(xiǎn)的因素是多方面的，F(xiàn)anYu（2005）認(rèn)為債券信用風(fēng)險(xiǎn)主要來源于發(fā)債公司信息不對稱。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(xiǎn)越低。GieseckeK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(xiǎn)溢價(jià)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(cái)務(wù)數(shù)據(jù)，發(fā)現(xiàn)超日公司在債券違約前4年時(shí)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(xiǎn)的根本原因是公司治理水平低下，對財(cái)務(wù)風(fēng)險(xiǎn)重視不夠，債券發(fā)行時(shí)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(xiǎn)快速顯現(xiàn)主要有以下原因：一是宏觀經(jīng)濟(jì)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(jī)時(shí)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。2.3.2債券信用風(fēng)險(xiǎn)度量債券信用風(fēng)險(xiǎn)度量的方法首先是信用評級法，但是無論國內(nèi)還是國外，信用評級都存在一定的局限性，相關(guān)研究如下：發(fā)債主體和評級機(jī)構(gòu)之間可能存在利益關(guān)聯(lián)——評級購買行為，即評級機(jī)構(gòu)為獲得利益可能會迎合發(fā)行人提高自身評級的要求，出示不實(shí)的評級結(jié)果（HaejunJeon，2015）。同時(shí)，聲譽(yù)成本越低的評級機(jī)構(gòu)，迎合評級主體對評級結(jié)果要求的概率越高（Nishihara，2015）。國內(nèi)有關(guān)信用評級的研究中，不同學(xué)者的研究結(jié)果不謀而合——評級機(jī)構(gòu)的高估行為是伴隨著經(jīng)濟(jì)發(fā)展周期而變動的。評級機(jī)構(gòu)出具高于評級主體的評級結(jié)果的現(xiàn)象更容易出現(xiàn)在經(jīng)濟(jì)上行時(shí)期（李明明和秦鳳鳴，2015）。進(jìn)一步的針對企業(yè)性質(zhì)研究發(fā)現(xiàn)，償債能力高企和高速發(fā)展企業(yè)，特別是國有企業(yè)，更容易發(fā)生高估行為（張時(shí)坤，2019）。還有學(xué)者通過對已經(jīng)違約的企業(yè)及其評估機(jī)構(gòu)研究中發(fā)現(xiàn)，在信用主體違約發(fā)生后，調(diào)整后的評級結(jié)果會傾向于更加高估違約企業(yè)信用等級，且其高估水平的高低跟企業(yè)違約的數(shù)量呈明顯正相關(guān)。（黃小琳等，2017）。我國債券評級機(jī)制在評級標(biāo)準(zhǔn)和制度框架存在諸多問題，導(dǎo)致信用評級虛高，使得很多實(shí)際上不具備發(fā)債條件的企業(yè)也發(fā)行了債券，而這一類企業(yè)的債券違約原本可以從源頭上避免（閻維博，2019），同時(shí)舊的評級機(jī)制預(yù)測和識別違約風(fēng)險(xiǎn)的能力也較差（謝玲玲，2020）。2.3.3文獻(xiàn)評述本文的文獻(xiàn)綜述主要從債券信用風(fēng)險(xiǎn)的影響因素及風(fēng)險(xiǎn)度量兩方面入手，對國內(nèi)外相關(guān)文獻(xiàn)進(jìn)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(xiǎn)的研究更加偏向債券市場整體，研究債券市場體制機(jī)制、監(jiān)管狀況、信息不對稱等方面。關(guān)于債券信用風(fēng)險(xiǎn)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(gè)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(cái)務(wù)指標(biāo)、行業(yè)因素等，值得指出的是，此類研究由于多為非上市公司。此類企業(yè)的財(cái)務(wù)數(shù)據(jù)較難獲取的原因，因此對其信用風(fēng)險(xiǎn)的研究還較少。

3、我國民營企業(yè)債券信用風(fēng)險(xiǎn)的影響因素與度量分析3.1民營企業(yè)債券信用風(fēng)險(xiǎn)相關(guān)影響因素3.1.1經(jīng)濟(jì)運(yùn)行狀況改革開放至今，全球都贊嘆我國在經(jīng)濟(jì)方面所取得的成就，2019年中國GDP總量高達(dá)99萬億元，穩(wěn)居世界第二大經(jīng)濟(jì)體；人均GDP突破1萬美元，穩(wěn)居世界中等收入國家。但與此同時(shí)，隨著我國經(jīng)濟(jì)體量不斷增大以及處于經(jīng)濟(jì)下行周期中，GDP增速不斷滑落，我國整體的經(jīng)濟(jì)狀況相較之前持續(xù)下滑。在經(jīng)濟(jì)下滑的壓力下，企業(yè)的信用風(fēng)險(xiǎn)也不斷累積。對于發(fā)債企業(yè)而言，在經(jīng)濟(jì)下行時(shí)期企業(yè)的經(jīng)營風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動性風(fēng)險(xiǎn)都會增大，債券違約的風(fēng)險(xiǎn)也會隨之增大。國內(nèi)外衡量宏觀經(jīng)濟(jì)運(yùn)行狀況的指標(biāo)有很多，例如國內(nèi)生產(chǎn)總值（GDP）、工業(yè)增加值、工業(yè)品出廠價(jià)格指數(shù)（PPI）、企業(yè)景氣指數(shù)等等。企業(yè)景氣指數(shù)綜合反映企業(yè)的生產(chǎn)經(jīng)營狀況及企業(yè)家對于未來經(jīng)濟(jì)走勢的預(yù)判。圖2是從2015年3季度到2019年3季度民營企業(yè)景氣指數(shù)與同時(shí)期違約債券只數(shù)的對比。從圖中，當(dāng)企業(yè)景氣指數(shù)下行時(shí)，同時(shí)期違約債券只數(shù)上升；民營企業(yè)景氣指數(shù)上行時(shí)，同時(shí)期違約債券只數(shù)下降；當(dāng)民營企業(yè)景氣指數(shù)處于較高水平時(shí)，同時(shí)期違約債券只數(shù)處于較低水平。民營企業(yè)景氣指數(shù)與同時(shí)期債券違約只數(shù)呈現(xiàn)出較好的反向關(guān)系。圖2企業(yè)景氣指數(shù)與違約債券只數(shù)對比數(shù)據(jù)來源：東方財(cái)富網(wǎng)3.1.2政策因素2018年4月27日，央行、銀監(jiān)會、證監(jiān)會等聯(lián)合印發(fā)了《關(guān)于規(guī)范金融機(jī)構(gòu)資產(chǎn)管理業(yè)務(wù)的指導(dǎo)意見》。資管新規(guī)的落地，對債券市場影響深遠(yuǎn)。資管新規(guī)要求去通道、去嵌套、打破剛兌、實(shí)現(xiàn)凈值化管理，這一系列要求規(guī)范了我國的資管市場，有利于金融市場的平穩(wěn)運(yùn)行。同時(shí)，強(qiáng)監(jiān)管政策的推動也使發(fā)債企業(yè)融資渠道變窄?？偹苤?，信用債一直是理財(cái)產(chǎn)品、信托產(chǎn)品持倉的重要部分。在2017年年底，銀行理財(cái)產(chǎn)品余額近30萬億元，其中42%配置債券資產(chǎn)。隨著有些債券型理財(cái)產(chǎn)品、債券型信托產(chǎn)品因債券違約而爆雷，監(jiān)管部門要求打破剛性兌付，銀行、信托不得為旗下爆雷產(chǎn)品兜底。銀行、信托、券商等機(jī)構(gòu)投資者對于債券市場上新發(fā)行的債券持謹(jǐn)慎態(tài)度，昔日信用債被火爆認(rèn)購，如今卻鮮有問津。部分已經(jīng)發(fā)行債券的企業(yè)希望通過發(fā)行新債來償還舊債、緩解流動性壓力的計(jì)劃落空，企業(yè)的流動性收緊，容易發(fā)生債券違約的現(xiàn)象。資管新規(guī)2018年4月份發(fā)布，通過統(tǒng)計(jì)2018年5月-2019年12月債券違約次數(shù)債券違約次數(shù)與債券違約只數(shù)不同，一只債券理論上是可以違約多次。與2016年8月-2018年3月債券違約次數(shù)，將二者進(jìn)行對比來反映資管新規(guī)公布前后對債券違約的影響。如圖3債券違約次數(shù)與債券違約只數(shù)不同，一只債券理論上是可以違約多次。圖3資管新規(guī)發(fā)布前后債券違約次數(shù)對比數(shù)據(jù)來源：wind3.1.3行業(yè)因素每個(gè)行業(yè)的發(fā)展都有其自身的規(guī)律，在不同階段，行業(yè)發(fā)展呈現(xiàn)不同的周期特征。總體而言，大多數(shù)行業(yè)都會經(jīng)歷幼稚期、成長期、成熟期及衰退期。幼稚期的行業(yè)規(guī)模較小，抗風(fēng)險(xiǎn)能力較弱，信用風(fēng)險(xiǎn)較高。成長期與成熟期，行業(yè)不斷發(fā)展壯大，同時(shí)，利潤率也在慢慢下降。衰退期的行業(yè)容易出現(xiàn)產(chǎn)能過剩、供過于求的現(xiàn)象，信用風(fēng)險(xiǎn)也較高。表2根據(jù)行業(yè)周期性強(qiáng)弱、供求關(guān)系與政策調(diào)控對行業(yè)進(jìn)行分類，一般而言，周期性較強(qiáng)、產(chǎn)能過剩、受國家政策限制較強(qiáng)的行業(yè)抗風(fēng)險(xiǎn)能力較弱，信用風(fēng)險(xiǎn)更高。我國債券違約的現(xiàn)狀也表明，產(chǎn)能過剩、政策限制強(qiáng)的行業(yè)是債券爆雷的“高產(chǎn)行業(yè)”。表2行業(yè)分類統(tǒng)計(jì)行業(yè)分類周期強(qiáng)、政策限制或產(chǎn)能過剩行業(yè)鋼鐵、能源、材料、金屬、重工業(yè)、建筑建材、水泥、船舶、石化等周期強(qiáng)、非產(chǎn)能過剩行業(yè)汽車、家電、地產(chǎn)、電氣電子設(shè)備、工業(yè)品商貿(mào)等弱周期、非產(chǎn)能過剩行業(yè)農(nóng)業(yè)、服裝、電信、零售、醫(yī)藥、銀行、日用品、服務(wù)類等防御性行業(yè)電力、食品、公用事業(yè)、教育、交通運(yùn)輸、商業(yè)貿(mào)易數(shù)據(jù)來源：通過公開資料整理所得3.1.4公司因素（1）非財(cái)務(wù)因素在我國債券市場中，出于對投資者的保護(hù)，對發(fā)債企業(yè)要求較高，發(fā)債企業(yè)不僅要有良好的資產(chǎn)規(guī)模、盈利能力，還要求有一套完善、合規(guī)的公司體系。但同時(shí)，發(fā)債企業(yè)中仍有部分企業(yè)因不合規(guī)不合法的行為導(dǎo)致債券違約。例如康得新、安徽外經(jīng)等債券違約企業(yè)涉嫌財(cái)務(wù)造假，欺騙投資者與監(jiān)管部門；盛運(yùn)環(huán)保、金貴銀業(yè)等一批企業(yè)涉嫌違規(guī)擔(dān)保、信息披露不完善；東旭光電、東方金鈺等一批企業(yè)戰(zhàn)略投資過于激進(jìn)；秋林集團(tuán)違規(guī)使用印章、非法挪用債券資金；保定天威集團(tuán)大量項(xiàng)目沒有通過董事會決議就自行開展，最終導(dǎo)致債券違約。這一系列不合法不合規(guī)的行為必會惡化公司的治理環(huán)境、加劇公司的信用風(fēng)險(xiǎn)。發(fā)債企業(yè)要嚴(yán)格遵守公司相關(guān)規(guī)定及監(jiān)管的制度要求，盡量避免因違反公司制度或監(jiān)管要求等不合規(guī)行為導(dǎo)致債券違約。（2）財(cái)務(wù)因素一家企業(yè)的財(cái)務(wù)報(bào)表可以將企業(yè)真實(shí)的生產(chǎn)經(jīng)營狀況通過數(shù)字化的方式呈現(xiàn)在我們面前，財(cái)務(wù)狀況對于企業(yè)的重要性不言而喻。通過財(cái)務(wù)變動可以了解該家企業(yè)經(jīng)營狀況的好壞，在我國，信評機(jī)構(gòu)將企業(yè)的財(cái)務(wù)指標(biāo)作為量化企業(yè)的信用風(fēng)險(xiǎn)的重要一環(huán)。本節(jié)將通過選擇樣本組（已發(fā)生債券違約的企業(yè)）及對照組（未發(fā)生違約的對照企業(yè)）的部分財(cái)務(wù)指標(biāo)進(jìn)行對比，分析債券違約與財(cái)務(wù)指標(biāo)變動的關(guān)系。關(guān)于財(cái)務(wù)指標(biāo)，本文主要從資本結(jié)構(gòu)與償債能力、盈利能力、營運(yùn)能力與成長能力四個(gè)方面選取相應(yīng)的財(cái)務(wù)指標(biāo)，原本選取16個(gè)財(cái)務(wù)指標(biāo)，經(jīng)過計(jì)算后篩選得到如下12個(gè)財(cái)務(wù)指標(biāo)，如下表所示：表3財(cái)務(wù)指標(biāo)財(cái)務(wù)指標(biāo)指標(biāo)名稱代號指標(biāo)公式資本結(jié)構(gòu)與償債能力資產(chǎn)負(fù)債率A1A1=總負(fù)債/總資產(chǎn)*100%速動比率A2A2=速動資產(chǎn)/流動負(fù)債*100%現(xiàn)金比率A3A3=(貨幣資金+有價(jià)證券)/流動負(fù)債*100%EBITDA與帶息債務(wù)比A4A4=EBITDA/帶息債務(wù)盈利能力凈資產(chǎn)收益率B1B1=凈利潤/平均凈資產(chǎn)×100%銷售凈利率B2B2=凈利潤/銷售收入×100%營業(yè)利潤率B3B3=營業(yè)利潤/營業(yè)總收入*100%營運(yùn)能力應(yīng)收賬款周轉(zhuǎn)率C1C1=營業(yè)收入/平均應(yīng)收帳款余額流動資產(chǎn)周轉(zhuǎn)率C2C2=主營業(yè)務(wù)收入/平均流動資產(chǎn)總額*100%成長能力營業(yè)收入同比增長率D1D1=本期營業(yè)收入增加額/上期營業(yè)收入×100%營業(yè)利潤同比增長率D2D2=本期營業(yè)利潤增加額/上期營業(yè)利潤×100%資產(chǎn)同比增長率D3D3=本年資產(chǎn)增長額/年初資產(chǎn)總額×100%確定財(cái)務(wù)指標(biāo)后，分別計(jì)算樣本組和對照組違約前三年、違約前兩年、違約前一年各指標(biāo)的均值，然后根據(jù)樣本組與對照組財(cái)務(wù)指標(biāo)均值計(jì)算出財(cái)務(wù)指標(biāo)偏差值，財(cái)務(wù)指標(biāo)偏差值=（樣本組財(cái)務(wù)指標(biāo)均值-對照組財(cái)務(wù)指標(biāo)均值）/對照組財(cái)務(wù)指標(biāo)均值，通過財(cái)務(wù)指標(biāo)偏差值反映違約企業(yè)在違約前與未違約企業(yè)在財(cái)務(wù)指標(biāo)的變化情況。依據(jù)偏差值的大小，可以得出一些預(yù)警能力較強(qiáng)的財(cái)務(wù)指標(biāo)。投資者及公司可以更多的關(guān)注這些財(cái)務(wù)指標(biāo)變動，對公司債券違約可以起到較好的預(yù)警效果，為接下來分析民營企業(yè)債券違約案例及構(gòu)建預(yù)警框架打下基礎(chǔ)。3.2民營企業(yè)債券信用風(fēng)險(xiǎn)預(yù)警模型理論在對大量文章進(jìn)行梳理，總結(jié)相關(guān)理論的基礎(chǔ)上，對民營企業(yè)債券信用風(fēng)險(xiǎn)的度量，從時(shí)間來看可以分為三個(gè)進(jìn)程：第一是基于定性分析的傳統(tǒng)分析法，第二是基于定量模型的現(xiàn)代分析法，第三是風(fēng)險(xiǎn)的高級計(jì)量模型法。3.2.1傳統(tǒng)分析法傳統(tǒng)分析法即對民營企業(yè)債券信用風(fēng)險(xiǎn)的分析主要由定性分析而得，通常由經(jīng)驗(yàn)豐富的專業(yè)人士人工進(jìn)行風(fēng)險(xiǎn)評估，主要包括5C分析法、5W分析法和信用評分法。5C分析法是經(jīng)典的專家打分法，是國外銀行總結(jié)出的影響信用風(fēng)險(xiǎn)的5C原則，即：品質(zhì)（character）、能力（capacity）、資本（capital）、抵押（collateral）、條件（condition）。5C分析法雖然簡單，但覆蓋面廣泛，可以有效的地對企業(yè)信用風(fēng)險(xiǎn)進(jìn)行定性評估。某些銀行將信用風(fēng)險(xiǎn)要素歸結(jié)為5W因素，借款人（who）、期限（when）、借款目的（why）、擔(dān)保（what）、還款方式（how）；信用風(fēng)險(xiǎn)也可用“5P”概括：即目的（purpose）、償還（payment）、保障（protection）、前景（perspective）、個(gè)人因素（personal）。信用評分法是對5C分析法的一種升級。信用分析法主要通過考察某些指標(biāo)表現(xiàn)，對企業(yè)的信用等級進(jìn)行打分，而后根據(jù)不同的信用等級對企業(yè)采取不同的貸款政策。但信用評分法仍然是以人為判斷為主，未曾建立起明確的指標(biāo)權(quán)重體系，因此仍屬于定性分析法。3.2.2高級計(jì)量模型法高級計(jì)量模型誕生于90年代，由各商業(yè)銀行和其他金融機(jī)構(gòu)為評估授信對象的信用風(fēng)險(xiǎn)而構(gòu)建的信用風(fēng)險(xiǎn)計(jì)量模型，主要包括KMV模型和Creditmetrics模型。KMV模型將股東投資視為一種追求期權(quán)價(jià)值的行為，主要基于BS公式計(jì)算出股權(quán)價(jià)值，通過總結(jié)歷史數(shù)據(jù)，得出企業(yè)債務(wù)違約時(shí)最有可能處于哪種債務(wù)水平（“違約實(shí)施點(diǎn)”），進(jìn)而得出負(fù)債企業(yè)的違約距離，通過歷年積累的數(shù)據(jù)庫中觀察其與違約率之間的相關(guān)性，得到目前的預(yù)期違約率。但改模型的主要缺陷有2個(gè)：一是在計(jì)算時(shí)需遵循BS公式的諸多假設(shè)，二是BS公式需要使用的許多重要變量。Creditmetrics模型又稱信用計(jì)量模型。該模型使用債務(wù)的信用評級水平，評級結(jié)果來源于歷史數(shù)據(jù)；KMV模型使用企業(yè)的股權(quán)價(jià)值，而股權(quán)價(jià)值是投資者對企業(yè)未來發(fā)展的預(yù)期，實(shí)質(zhì)是一種看漲期權(quán)，因此KMV模型一定程度上使用的是企業(yè)“未來”的數(shù)據(jù)，這是兩者的根本差別。因此本文在對債券信用風(fēng)險(xiǎn)度量時(shí)不采用高級計(jì)量模型法。3.2.3現(xiàn)代分析法隨著經(jīng)濟(jì)社會發(fā)展的不斷深化，金融市場需要更加精細(xì)化的風(fēng)險(xiǎn)評估，傳統(tǒng)的定性分析法已不能滿足市場的需求。因此各國學(xué)者以計(jì)量經(jīng)濟(jì)學(xué)為基礎(chǔ)引入現(xiàn)代定量分析法，構(gòu)建較為簡易的債券違約風(fēng)險(xiǎn)度量模型，主要包括Logistic模型、Probit模型、Fisher線性判別模型、Z值模型等。當(dāng)因變量為分類變量（在債券違約中即違約或不違約）且自變量（影響因素）與因變量呈非線性關(guān)系，探索因變量與某些自變量之間的關(guān)系時(shí)常用Logistic模型。Probit模型形式上與Logistic模型較為相似，也可用于信用風(fēng)險(xiǎn)研究，但要求樣本數(shù)據(jù)必須滿足正態(tài)分布。Fisher線性判別模型則擅長于“降維”。當(dāng)變量很多時(shí)，F(xiàn)isher模型可降低數(shù)據(jù)維度，通過尋找不同類數(shù)據(jù)之間的區(qū)別，確定劃分標(biāo)準(zhǔn)，將各類樣本數(shù)據(jù)劃分為不同類型，使同類數(shù)據(jù)盡可能接近。本文使用Fisher判別函數(shù)對違約發(fā)債主體和正常發(fā)債主體進(jìn)行判別。首先檢驗(yàn)是否可使用Fisher判別法，結(jié)果如表4所示，p值為0.002，遠(yuǎn)小于0.05，說明使用Fisher判別函數(shù)有效。表4Fisher判別函數(shù)的有效性檢驗(yàn)函數(shù)檢驗(yàn)威爾克Lambda卡方自由度顯著性10.53118.66250.002Fisher判別函數(shù)可將截面數(shù)據(jù)分為兩組，可以據(jù)此判別違約發(fā)債主體和正常發(fā)債主體。具體判別系數(shù)見表5。表5Fisher判別函數(shù)系數(shù)指標(biāo)函數(shù)X1-0.200X20.046X3-0.087X40.055X50.012（常量）0.148由此可得Fisher判別函數(shù)：YX=?0.2X

4、實(shí)證分析4.1變量選取及數(shù)據(jù)來源本文在第3章的基礎(chǔ)上，進(jìn)一步展開分析，選取至2021年中國信用債市場發(fā)生違約的民營上市發(fā)債公司17家，并挑選對應(yīng)的未發(fā)生違約的民營上市發(fā)債公司作為對照組，共同作為債券違約樣本。選取對照組公司時(shí)，在公司數(shù)量方面參考前人研究結(jié)果，按照實(shí)驗(yàn)組：對照組=1：1的比例選取17家民營公司作為對照組樣本；在選取標(biāo)準(zhǔn)方面，通過篩選與違約樣本經(jīng)營范圍相似且規(guī)模相近的民營公司作為對照，使對照組與違約組具有可比性。本文共使用34家發(fā)債公司2021年14個(gè)財(cái)務(wù)指標(biāo)如下：表6財(cái)務(wù)指標(biāo)類別指標(biāo)盈利能力凈資產(chǎn)收益率每股收益銷售毛利率償債能力流動比率速動比率現(xiàn)金流量比利息保障倍數(shù)現(xiàn)金流量利息保障倍數(shù)資產(chǎn)負(fù)債率運(yùn)營能力總資產(chǎn)周轉(zhuǎn)率應(yīng)收賬款周轉(zhuǎn)率存貨周轉(zhuǎn)率發(fā)展能力主營收入增長率凈利潤增長率這14個(gè)指標(biāo)雖然能夠較全面地反映企業(yè)運(yùn)行情況，但所提供的信息出現(xiàn)重復(fù)，且存在明顯的多重共線性，因此本文使用因子分析法篩選出最能反映發(fā)債公司運(yùn)行情況的指標(biāo)來構(gòu)建預(yù)警模型。4.2事前檢驗(yàn)因子分析法要求待分析的原始變量間本身存在關(guān)聯(lián)。通過KMO和Bartlett檢驗(yàn)觀察該方法適用性。樣本數(shù)據(jù)的相關(guān)性一般通過KMO進(jìn)行測試，檢驗(yàn)最大值為1，檢驗(yàn)值越大相關(guān)性越強(qiáng)。KMO值大于0.6可用該方法。Bartlett檢驗(yàn)則主要考察獨(dú)立性；一般來說，顯著性小于0.05就可以認(rèn)為各變量間并非互相獨(dú)立。表7KMO和Bartlett檢驗(yàn)KMO度量0.737Bartlett檢驗(yàn)近似卡方274.592自由度91顯著性0.000KMO度量值為0.737，巴特利特檢驗(yàn)的顯著性為0.000。結(jié)果表明本文所使用的數(shù)據(jù)可以使用因子分析。4.3確定因子個(gè)數(shù)和含義本文選取14個(gè)財(cái)務(wù)指標(biāo)，即有14個(gè)主成分。篩選信息量較大的都變量來概括原始信息。從表8中可以看出有5個(gè)變量適合作為公因子，這5個(gè)公因子包含了14個(gè)原始財(cái)務(wù)指標(biāo)74.36%的信息。表8總方差解釋成分初始特征值提取載荷平方和旋轉(zhuǎn)載荷平方和總計(jì)方差百分比累積%總計(jì)方差百分比累積%總計(jì)方差百分比累積%14.71133.65233.6524.71133.65233.6522.50417.88617.88622.08714.90448.5562.08714.90448.5562.21715.83933.72431.3589.70058.2571.3589.70058.2572.13115.21848.94241.2238.73966.9961.2238.73966.9962.07114.79363.73651.0317.36274.3571.0317.36274.3571.48710.62274.357在確定5個(gè)公因子后，需要確定每個(gè)因子所對應(yīng)的實(shí)際財(cái)務(wù)指標(biāo)。由于一個(gè)因子與多個(gè)指標(biāo)相關(guān)，因此采用方差最大旋轉(zhuǎn)法進(jìn)行處理，結(jié)果如表9所示。表9旋轉(zhuǎn)后的成分矩陣指標(biāo)成分12345利息保障倍數(shù)0.3940.3010.227-0.276-0.138營業(yè)收入增長率0.1400.0530.756-0.147-0.036凈利潤增長率0.6650.4050.4530.1510.033流動比率0.0420.007-0.0220.835-0.063速動比率0.1940.1660.2480.255-0.653資產(chǎn)負(fù)債率-0.424-0.339-0.057-0.4100.416現(xiàn)金流量利息保障倍數(shù)0.1000.0430.1180.0090.856每股收益0.2700.335-0.0050.473-0.339應(yīng)收賬款周轉(zhuǎn)率-0.4990.0630.072-0.0580.013存貨周轉(zhuǎn)率-0.048-0.2490.3010.3350.088總資產(chǎn)周轉(zhuǎn)率0.0800.767-0.1390.0380.023現(xiàn)金流量比0.1350.2910.0120.811-0.046銷售毛利率0.0010.5610.3540.0660.067凈資產(chǎn)收益率0.8650.2540.3140.134-0.002可以看出，不同因子在各指標(biāo)上的載荷有明顯的差異，選取載荷最大的指標(biāo)作為該因子所對應(yīng)的具體財(cái)務(wù)指標(biāo)，具體對應(yīng)關(guān)系如表10所示。表10各因子所對應(yīng)的財(cái)務(wù)指標(biāo)因子財(cái)務(wù)指標(biāo)設(shè)定變量1營業(yè)收入增長率X12流動比率X23現(xiàn)金流量利息保障倍數(shù)X34凈資產(chǎn)收益率X45總資產(chǎn)周轉(zhuǎn)率X54.4結(jié)果驗(yàn)證運(yùn)用判別函數(shù)同時(shí)給出不同組別Fisher判別函數(shù)值的分布中心，以此為判別標(biāo)準(zhǔn)。對正常發(fā)債公司而言，該數(shù)據(jù)的分布中心為0.911，而對違約發(fā)債公司該數(shù)據(jù)的分布中心為-0.911；某公司判別函數(shù)值距離哪類公司更近，就屬于哪類公司。由于本文中違約和正常公司的判別函數(shù)值呈對稱分布，因此若某公司的Fisher判別函數(shù)值大于0，即可歸為正常公司，若小于0，則歸為違約公司。表11組質(zhì)心處的函數(shù)值種類函數(shù)正常發(fā)債公司0.911違約發(fā)債公司-0.911為檢驗(yàn)構(gòu)建的民營企業(yè)債券信用風(fēng)險(xiǎn)預(yù)警模型的有效性，本文將34家樣本公司財(cái)務(wù)指標(biāo)回代驗(yàn)證，結(jié)果見表12。表12預(yù)警模型驗(yàn)證結(jié)果預(yù)測違約主體預(yù)測未違約主體總計(jì)實(shí)際違約主體15217實(shí)際未違約主體11617總計(jì)161834本文所建立的民營企業(yè)債券信用風(fēng)險(xiǎn)預(yù)警模型對違約樣本預(yù)測成功率為88.2%，誤報(bào)率為5.9%，基本可以有效區(qū)分正常公司和違約公司。5、結(jié)論及建議5.1研究結(jié)論本文通過分析民營企業(yè)債券信用風(fēng)險(xiǎn)影響因素，構(gòu)建債券信用風(fēng)險(xiǎn)預(yù)警模型，為民營企業(yè)債券信用風(fēng)險(xiǎn)的早發(fā)現(xiàn)、早處置，促進(jìn)債券市場服務(wù)實(shí)體經(jīng)濟(jì)起到一定作用，通過理論分析和實(shí)證檢驗(yàn)主要得到以下結(jié)論：（1）2014年以來，我國債券市場違約金額和數(shù)量均快速增長，違約主體從以民營企業(yè)為主到一些地方政府融資平臺、甚至部分優(yōu)質(zhì)國企，這反映了債券信用風(fēng)險(xiǎn)的擴(kuò)大化。債券違約主體以金屬、能源等周期性、產(chǎn)能過剩行業(yè)和建筑工程、機(jī)械等重資本類行業(yè)為主。（2）民營企業(yè)債券信用風(fēng)險(xiǎn)的主要外部影響因素為宏觀經(jīng)濟(jì)因素和去杠桿、去產(chǎn)能等政策因素，內(nèi)部影響因素主要取決于公司治理水平，其中盈利能力和償債能力是債券違約的關(guān)鍵影響因素。（3）根據(jù)17家違約公司的特點(diǎn)按照1：1選取17家未發(fā)生違約公司作為對照，使用Fisher線性判別模型法構(gòu)建債券違約預(yù)警模型，總體判別率為88.2%，誤判率為5.9%，預(yù)警模型總體判別效果較好。5.2政策建議5.2.1發(fā)行者許多發(fā)生債券違約的民營企業(yè)是營運(yùn)能力不足、盈利能力較差、現(xiàn)金流水平較低等因素所造成的，因此發(fā)債公司在日常營運(yùn)中要制定合理的財(cái)務(wù)戰(zhàn)規(guī)劃，注重現(xiàn)金流管理，合理控制企業(yè)負(fù)債水平和擴(kuò)張速度，使企業(yè)的發(fā)展與宏觀經(jīng)濟(jì)、行業(yè)前景和公司自身經(jīng)營狀況相匹配。5.2.2投資者一是在投資債券前，應(yīng)主動開展投資風(fēng)險(xiǎn)偏好程度測試，應(yīng)加強(qiáng)金融相關(guān)知識學(xué)習(xí)，建立債券風(fēng)險(xiǎn)識別框架。本文認(rèn)為，民營企業(yè)債券信用風(fēng)險(xiǎn)應(yīng)結(jié)合宏微觀環(huán)境展開分析，首先應(yīng)認(rèn)真分析宏觀經(jīng)濟(jì)狀況，如果經(jīng)濟(jì)下行或震蕩周期中，那么債券市場整體將面臨較大的風(fēng)險(xiǎn)；其次，應(yīng)通盤考慮行業(yè)是否與經(jīng)濟(jì)周期高度重合、整體的供求狀況、是否易受如供給側(cè)改革等政策影響等因素；此外，對于企業(yè)的盈利能力、現(xiàn)金流水平、資產(chǎn)周轉(zhuǎn)速度等財(cái)務(wù)指標(biāo)和債券信用評級，投資者也應(yīng)予以足夠關(guān)注。投資債券后，應(yīng)持續(xù)關(guān)注宏微觀因素變化趨勢，及時(shí)研判債券風(fēng)險(xiǎn)大小，制定風(fēng)險(xiǎn)應(yīng)對措施。二是投資者應(yīng)清醒地認(rèn)識到投資的風(fēng)險(xiǎn)，并考察自身風(fēng)險(xiǎn)承受能力，隨時(shí)對資產(chǎn)組合進(jìn)行調(diào)整。此外，投資者