《債券違約風(fēng)險(xiǎn)探究的文獻(xiàn)綜述》2700字

債券違約風(fēng)險(xiǎn)研究的國內(nèi)外文獻(xiàn)綜述一債券違約風(fēng)險(xiǎn)的影響因素Acharya(2006)REF_Ref62674823\r\h[1]研究認(rèn)為行業(yè)的景氣度會(huì)影響債券違約風(fēng)險(xiǎn)，當(dāng)行業(yè)不景氣時(shí)會(huì)降低公司資產(chǎn)價(jià)值，增加債券違約的可能性。Giesecke等（2011）REF_Ref62674851\r\h[2]使用1866-2008年的公司數(shù)據(jù)研究了債券違約率，研究發(fā)現(xiàn)從長期來看，信用利差是導(dǎo)致債券違約風(fēng)險(xiǎn)增加的重要因素。Kuehn和Schmid（2014）REF_Ref62674908\r\h[3]研究了宏觀經(jīng)濟(jì)形勢(shì)和債券信用風(fēng)險(xiǎn)之間的相關(guān)性，認(rèn)為債券的信用風(fēng)險(xiǎn)隨經(jīng)濟(jì)的蕭條而增加。Douglas(2016)REF_Ref62674939\r\h[4]研究了現(xiàn)金流波動(dòng)率和債券違約風(fēng)險(xiǎn)之間的關(guān)系，當(dāng)現(xiàn)金流風(fēng)險(xiǎn)是基于更近期的信息來衡量時(shí)，現(xiàn)金流風(fēng)險(xiǎn)的影響對(duì)于那些有更大違約風(fēng)險(xiǎn)的公司來說更加明顯。張鳳蓮（2011）REF_Ref62675161\r\h[13]通過實(shí)證研究表明信息不對(duì)稱會(huì)在很大程度上增強(qiáng)債券違約風(fēng)險(xiǎn)。藏波和黃旭（2016）REF_Ref62675167\r\h[14]通過分析我國債市違約現(xiàn)狀來探討債券違約的內(nèi)外部因素，分析表明企業(yè)發(fā)生違約既受周期性因素、市場飽和度等外部擾動(dòng)的影響，也受融資杠桿率過大等內(nèi)部因素的影響。余欣媛（2017）REF_Ref62675175\r\h[15]利用logistic模型研究發(fā)現(xiàn)企業(yè)常用的財(cái)務(wù)指標(biāo)與債券違約風(fēng)險(xiǎn)之間都有密切的關(guān)系。張婧和肖翔（2018）REF_Ref66650160\r\h[16]研究發(fā)現(xiàn)環(huán)境不確定性使企業(yè)的債務(wù)違約風(fēng)險(xiǎn)增加，而企業(yè)社會(huì)責(zé)任的履行對(duì)兩者具有緩解作用。鐘金龍和馮玉梅（2021）REF_Ref66650271\r\h[17]認(rèn)為企業(yè)信用狀況隨經(jīng)濟(jì)下行而弱化，信用狀況的弱化又會(huì)反過來使經(jīng)濟(jì)加速衰退。二債券信用風(fēng)險(xiǎn)的度量由于國外債券市場發(fā)展起步早，其債券市場相對(duì)完善，所以國外學(xué)者提出了很多債券信用風(fēng)險(xiǎn)度量的方法和模型工具。EdwardAltman（1968）REF_Ref62674952\r\h[5]建立了Z-score模型，他通過大量的數(shù)理統(tǒng)計(jì)最終選取了五個(gè)具有代表性的財(cái)務(wù)指標(biāo)來評(píng)估信用風(fēng)險(xiǎn)。Merton(1974)REF_Ref62674959\r\h[6]在期權(quán)定價(jià)模型的基礎(chǔ)上建立了BSM模型，首次提出企業(yè)資產(chǎn)價(jià)值是債券違約的主要因素，資產(chǎn)價(jià)值低于債券價(jià)值時(shí)觸發(fā)違約。Altman和Haldeman等人（1977）REF_Ref62674967\r\h[7]對(duì)Z值模型進(jìn)行擴(kuò)展改進(jìn)，得到了有七個(gè)變量的ZETA模型，能更加精確的測(cè)度財(cái)務(wù)風(fēng)險(xiǎn)。KMV公司（1997）REF_Ref62674974\r\h[8]率先提出KMV模型用以估計(jì)企業(yè)的違約概率，通過分析上市公司的股價(jià)估算出企業(yè)的違約距離，從而預(yù)測(cè)其違約概率。J.P.Morgan公司（1997）REF_Ref66649563\r\h[9]推出CreditMetrics信用計(jì)量模型，從信用評(píng)級(jí)變化的角度來衡量公司的信用風(fēng)險(xiǎn)與違約概率。周劍濤、龐文鳳（2009）REF_Ref62675428\r\h[18]通過分析我國上市公司的財(cái)務(wù)數(shù)據(jù)（包括ST公司）發(fā)現(xiàn)，在當(dāng)時(shí)我國證券市場所處的發(fā)展階段并不完全適用Z-score模型，但在一定程度上能起到財(cái)務(wù)預(yù)警的作用。段霞（2012）REF_Ref62675438\r\h[19]選取我國424家上市公司，分為ST與非ST兩組公司，經(jīng)過實(shí)證定量研究得出Z值與DD值，以此研究Z-score模型和KMV模型在我國的適用性，通過對(duì)比歸納研究得出兩種模型在我國均適用且Z-score模型適用性更高。王向榮、周靜宜（2018）REF_Ref62675450\r\h[20]選取國內(nèi)通過實(shí)證研究表明，對(duì)于我國保險(xiǎn)公司而言，預(yù)測(cè)信用風(fēng)險(xiǎn)KMV模型的適用性要優(yōu)于Z-score模型。余妙志和華思瑜（2020）REF_Ref66650436\r\h[21]發(fā)現(xiàn)基于遺傳算法對(duì)KMV模型修正后預(yù)測(cè)債券違約風(fēng)險(xiǎn)的正確率更高。三債券違約風(fēng)險(xiǎn)防范Duffie(2001)REF_Ref62675116\r\h[10]研究了不完全信息對(duì)公司債券信用利差期限結(jié)構(gòu)的影響，發(fā)現(xiàn)更完全的信息和更完善的法律，有利于企業(yè)防范違約風(fēng)險(xiǎn)。Hus(2015)REF_Ref62675125\r\h[11]運(yùn)用公開可利用的專利信息研究，從公司債券持有者的角度評(píng)估公司的創(chuàng)新和風(fēng)險(xiǎn)是否具有增量效果，研究認(rèn)為企業(yè)通過有效的創(chuàng)新更易獲得競爭優(yōu)勢(shì)，從而有利于企業(yè)債務(wù)違約風(fēng)險(xiǎn)的防范。YuboLiandXiaohanXu（2020）REF_Ref66649645\r\h[12]研究發(fā)現(xiàn)國際評(píng)級(jí)機(jī)構(gòu)所擁有的評(píng)級(jí)時(shí)效性、參考性更好。陳秀梅（2012）REF_Ref62675484\r\h[22]通過對(duì)我國債券市場信用風(fēng)險(xiǎn)管理的現(xiàn)狀進(jìn)行梳理，提出應(yīng)完善信用風(fēng)險(xiǎn)管理的制度體系、營造信用風(fēng)險(xiǎn)的管理環(huán)境來加強(qiáng)債券市場信用風(fēng)險(xiǎn)管理。黃超（2014）REF_Ref62675492\r\h[23]加強(qiáng)信用風(fēng)險(xiǎn)防范應(yīng)由政府、企業(yè)、投資者、信用評(píng)級(jí)機(jī)構(gòu)各方共同努力，各利益主體也要自律，利益風(fēng)險(xiǎn)共擔(dān)。劉再杰和李艷（2016）REF_Ref62675499\r\h[24]認(rèn)為為了構(gòu)建市場化導(dǎo)向和規(guī)范化的市場一方面必須打破剛性兌付，消除市場的扭曲，另一方面需要完善信用風(fēng)險(xiǎn)違約處置機(jī)制，可以提高債券市場的風(fēng)險(xiǎn)防范水平，把風(fēng)險(xiǎn)控制在可接受的范圍內(nèi)?；糁据x等（2018）REF_Ref66650511\r\h[25]通過研究發(fā)現(xiàn)現(xiàn)階段我國債券市場發(fā)生的違約現(xiàn)狀屬于正?，F(xiàn)象，投資者不必恐懼，應(yīng)堅(jiān)持理性投資。鄭步高和王鵬（2021）REF_Ref66650673\r\h[26]認(rèn)為防范化解違約風(fēng)險(xiǎn)應(yīng)加強(qiáng)監(jiān)管，強(qiáng)化信息披露與共享機(jī)制、保護(hù)投資者正當(dāng)權(quán)益，完善信用評(píng)級(jí)體系，構(gòu)建違約處置機(jī)制。四文獻(xiàn)評(píng)述通過對(duì)國內(nèi)外關(guān)于債券違約的影響因素、風(fēng)險(xiǎn)度量及防范三個(gè)方面的研究文獻(xiàn)進(jìn)行梳理歸納。可以發(fā)現(xiàn)，國內(nèi)外學(xué)者對(duì)于債券違約的成因研究一般劃分為外部因素和內(nèi)部因素，外部因素主要包括國家的宏觀經(jīng)濟(jì)形勢(shì)及政策、行業(yè)周期、信用利差、信息不對(duì)稱等，內(nèi)部因素主要包括公司的經(jīng)營治理、融資杠桿率、現(xiàn)金流風(fēng)險(xiǎn)以及財(cái)務(wù)狀況等。國外學(xué)者在風(fēng)險(xiǎn)度量方面建立了許多定量研究的模型，國內(nèi)學(xué)者主要是沿用國外模型或?qū)δＰ瓦M(jìn)行適用性改造之后來度量風(fēng)險(xiǎn)。通過國內(nèi)學(xué)者采用大量數(shù)據(jù)對(duì)國外創(chuàng)建的風(fēng)險(xiǎn)度量模型進(jìn)行實(shí)證分析，得出更適合我國國情的風(fēng)險(xiǎn)度量模型為Z-Score模型，所以本文將運(yùn)用Z-Score模型度量泰禾集團(tuán)債券違約的風(fēng)險(xiǎn)。對(duì)于債券違約風(fēng)險(xiǎn)防范方面，國內(nèi)外學(xué)者也大體都是從債券市場參與各方進(jìn)行分析，主要是從政策監(jiān)管、行業(yè)、公司、評(píng)級(jí)機(jī)構(gòu)、投資者層面給予相應(yīng)的對(duì)策建議。參考文獻(xiàn)ViralV.Acharya,SreedharT.Bharath,AnandSrinivasan.Doesindustry-widedistressaffectdefaultedfirms?Evidencefromcreditorrecoveries.2006,85(3):787-821.KayGiesecke,FrancisA.Longstaff,StephenSchaefer,etal.Corporatebonddefaultrisk:A150-yearperspective.2011,102(2):233-250.LARS‐ALEXANDERKUEHN,LUKASSCHMID.Investment‐BasedCorporateBondPricing.2014,69(6):2741-2776.AlanV.S.Douglas,AlanG.Huang,KennethR.Vetzal.Cashflowvolatilityandcorporatebondyieldspreads.2016,46(2):417-458.EdwardI.Altman.ThePredictionofCorporateBankruptcy:ADiscriminantAnalysis.1968,23(1):193-194.Merton.Onthepricingofcorporate:theriskstructureofnterestrates[J].JournalofFinance,1974(29)：449-470.AltmanEdwardI.,HaldemanRobertG.,NarayananP..ZETATManalysisAnewmodeltoidentifybankruptcyriskofcorporations.1977,1(1):29-54.KMV.KMVandCreditMetrics[M].SanFrancisco:KMVCorporation.1997.MorganJP.1997.Creditmetrics-technicalDocument[J].JPMorgan,NewYork.DarrellDuffie,DavidLando.TermStructuresofCreditSpreadswithIncompleteAccountingInformation.2001,69(3):633-664.Po-HsuanHsu,Hsiao-HuiLee,AlfredZhuLiu,etal.Corporateinnovation,defaultrisk,andbondpricing.2015,35:329-344.YuboLiandXiaohanXu.AStudyonTheTimelinessofCreditRatingonBondDefaults—EvidencefromChineseBondMarket[J].EconomicManagementJournal,2020,9(1):45-54.張鳳蓮.我國公司債市場上信息不對(duì)稱問題探討[J].會(huì)計(jì)友,2011(20):85-86.藏波,黃旭,趙幼力.企業(yè)債券違約的治理結(jié)構(gòu)重塑——現(xiàn)狀、原因與有效規(guī)制[J].新金融,2016(09):51-53.余欣媛.基于logistic模型的企業(yè)債券違約影響因素的研究[J].時(shí)代金融,2017(18):194.張靖,肖翔,李曉月.環(huán)境不確定性、企業(yè)社會(huì)責(zé)任與債務(wù)違約風(fēng)險(xiǎn)——基于中國A股上市公司的經(jīng)驗(yàn)研究[J].經(jīng)濟(jì)經(jīng)緯,2018,35(05):136-142.中泰證券課題組,鐘金龍,馮玉梅.公司信用債違約風(fēng)險(xiǎn)預(yù)警與防范研究[J].證券市場導(dǎo)報(bào),2021(02):2-10+18.周劍濤,龐文鳳.Z-SCORE財(cái)務(wù)預(yù)警模型在上市公司應(yīng)用的實(shí)證研究[J].財(cái)會(huì)通訊,2009(24):25-27.段霞.Z模型和KMV模型在我國適用性的對(duì)比研究[D].西南財(cái)經(jīng)大學(xué),2012.王向榮,周靜宜.中國上市保險(xiǎn)公司風(fēng)險(xiǎn)度量適用性研究——基于Z模型與KMV模型的應(yīng)用比較[J].會(huì)計(jì)之友,2018(23):84-88.余妙志,華思瑜.基于遺傳算法KMV模型的公司債券違約風(fēng)險(xiǎn)度量研究[J].科技與經(jīng)濟(jì),2020,33(03):51-55.陳秀梅.我國債券市場信用風(fēng)險(xiǎn)管理的現(xiàn)狀及對(duì)策建議[J].宏觀經(jīng)濟(jì)研究,2012(02):63-66.黃超.企業(yè)債券信用風(fēng)險(xiǎn)有關(guān)問題研究[D].武漢大學(xué),2014.劉再杰,李艷.我