企业债券信用风险统计测量——基于宏观经济不确定性视角课题负责人：中央财经大学周宏一、引言企业债券作为企业融资的重要途径之一，在金融市场中扮演着重要角色。
信用风险是制约企业债券市场发展、影响企业融资的主要风险。
国外对企业债券信用风险影响因素的研究主要基于企业内部价值、宏观经济环境的不确定性和信息不对称程度三个视角展开的，在经济全球化的背景下，宏观经济不确定性对企业债券信用风险的影响越来越大。
企业债券信用风险的测量模型大致可以分为三类：基于未定权益分析方法的结构模型（structural model）、基于强度过程的简化模型（reduced model），以及基于前两种方法的混合模型。
许多学者对宏观经济不确定性与企业债券信用风险之间的关系进行了大量的理论研究和实证研究，但是从国内外已有的研究来看，尽管金融危机的爆发是一个典型的经济周期，但是还没有学者研究金融危机对企业债券信用风险的影响。
不仅如此，关于企业债券信用风险的测量的研究也有待于发展，国内外已有的实证研究发现结构模型存在缺陷的原因之一是它所包含的企业基本面信息量不够充分，而基本面分析法在应用时也只是考虑了企业的基本面信息；并且现有的研究在采用基本面分析法或未定权益分析法时，大多都单一使用这两种方法中的某一种方法构建风险测量模型，即使有少数学者将这两种方法结合，也没有充分考虑宏观不确定因素；另外，已有的研究表明了未定权益分析法和基本面分析法都有各自的优点和缺陷。
鉴于已有研究的不足以及我国企业债券市场的培育环境与国外的差异，本研究首先将经济周期具体化为金融危机的爆发，构建企业债券信用风险影响因素模型，利用我国2007-2009年公司债券的月度面板数据进行实证检验，并利用该回归结果对2009年12月公司债券的截面数据进行估计，进一步验证回归结果的正确性，然后从宏观经济的不确定性视角，基于结构模型将未定权益分析与基本面分析法法相结合并考虑宏观经济因素构建企业债券风险测量模型，并采用我国1997－2011年的169只公司债券数据进行实证检验，通过与其它模型对比检验该模型的优越性。
二、宏观经济不确定性对企业债券信用风险的影响通过对理论文献的回顾可知，宏观经济不确定性对企业债券信用风险的影响主要取决于经济周期、股票市场状况、利率、通货膨胀水平和汇率等具体特征。
但是很多实证研究仅对宏观经济不确定性与企业债券信用风险之间的关系进行了简单的线性回归，并没有考虑样本债券的期限和利率特征。
针对上述问题，结合2007年美国次贷危机引发的国际金融危机，利用我国89家企业债券2007-2009年的月度面板数据构建影响因素模型，探讨宏观经济不确定性对企业债券信用风险的影响。
（一）指标选取及模型构建Altman(1983) 首先发现表征宏观经济的一组变量的变化率，包括实际GDP、S&P指数等，与公司债券的信用价差之间存在着负相关性，即在各个宏观经济指标显示经济状况较好的时期，企业债券的信用风险较低，而在经济萎靡时期，企业债券的信用风险则较高。
进一步地，Thomas C. Wilson(1998) 加入了失业率、GDP增长率、长期利率水平、汇率、政府支出和总储蓄率，建立了衡量债券违约可能性的Credit Portfolio View模型。
James(2000)，Guha & Hiris(2002)则利用经济状况的拐点代替经济周期对宏观经济环境的不确定性进行了研究，结果与Altman(1983)一致，经济衰退时期公司债券的信用利差会扩大，而在经济扩张时期，信用利差从前期高峰值趋于降低。
Wassim Dbouk & Lawrence Kryzanowski (2010)发现GDP的预期变化率和期限结构斜率的预期变化率都是投资组合的信用利差变化的主要影响因素，同时还发现违约风险、市场流动性和回报的波动率也会对投资组合的信用利差变化产生重要影响。
随着金融在经济中作用的凸显以及经济的日益虚拟化，现代经济周期愈来愈呈现出明显的金融经济周期特征。
①前任美联储主席伯南克和戈特勒等人提出了“金融加速器”的概念，将金融市场摩擦纳入到经济周期波动的一般分析框架，金融危机的爆发过程是一个典型的经济周期。
经济全球化使中国经济与世界的联系越来越紧密，美国作为中国最大的贸易伙伴，对中国经济的影响也越来越多。
2007年美国次贷危机引发的国际金融危机给全球经济造成了极大的影响。
金融危机自从爆发以来就迅速通过各种途径向我国传导，对我国实体经济和金融市场造成巨大冲击，出口增长下降和美元贬值的双重影响已经使许多企业难以生存。
企业的偿债能力受到严重的影响，企业债券的价格迅速下跌，从而加大了企业债券的信用风险。
由于低价回购债券可以立刻提升公司的总体盈利水平，而且，企业在低价位时把债券购回，等到市况转好的时候再发债，可以降低发债的利息成本。
因此，随着企业债券的价格迅速下跌，引发了债券回购热潮，进一步加大了企业债券的信用风险。
所以，我们选取虚拟变量金融危机的爆发来表示经济周期，与股票市场波动率、利率、通货膨胀率、汇率变动共同作为自变量，选取企业债券到期剩余期限和票面利率类型为控制变量，考察宏观经济不确定性对企业债券信用风险的影响程度。
构建的面板数据回归模型如①何德旭，张捷.经济周期与金融危机：金融加速其理论的现实解释[J].财经问题研究，2009（10）.下：t i t i t i t i t i t i t i RW RT ROE IR I SI FC CS ,7,6,5,4,3,2,10ββββββββ+++++++= （1）其中，i=1,2,3…..89，代表89家企业债券；t=1,2,3…..36，代表2007年至2009年36个月；被解释变量CS 为企业债券的信用利差，即企业债券到期收益率与相同剩余期限的国债到期收益率之间的差额；金融危机的爆发为虚拟变量，由于金融危机对中国经济的影响在2008年开始显现，因此，2007年该虚拟变量取0，而2008年至2009年该虚拟变量取1；股票市场波动率SI 为上证综合收盘指数的环比增长率与深证综合收盘指数的环比增长率的平均数；利率I 为银行五年期定期存款的月底利率；通货膨胀率IR 为CPI 环比增长率，具体计算公式为（本期CPI-上期CPI ）/上期CPI ；汇率变动ROE 为中经网公布的人民币对美元汇率的期末数；企业债券到期剩余期限RT 为各期末距离企业债券到期日的时间；企业债券票面利率类型RW 为虚拟变量，我国企业债券的利率类型主要有固定利率、浮动利率和累进利率三种，累进利率债券对信用风险的影响类似于浮动利率，从而两者可以合并考虑，本研究设定固定利率债券的取值为1，浮动利率和累进利率债券的取值为0；t i ,ε为随机误差项。
基于样本得到总体参数的估计值7,1,0,ˆ =i iβ后，将参数的估计值代入式（2）中的模型对应的样本回归模型，就可以计算出各家中国企业债券各期信用利差的估计值。
ti t i t i t i t i t i t i RW RT ROE IR I SI FC S C ,7,6,5,4,3,2,10ˆˆˆˆˆˆˆˆˆββββββββ+++++++= （2） （二）数据来源及变量的描述性统计1、数据来源选取2007年1月1日至2009年12月31期间以月为单位（每月最后一个交易日）的时间序列、沪深证券交易所上所有上市交易的、中长期的、分期付息的、不记名的、公募的企业债券为横截面的面板数据进行估计，共计36个时间序列，剔除数据缺失和异常值的样本后，每个横截面有89个样本。
模型中需要用到的有关经济周期及货币政策等相关数据来自中经网统计数据库，有关企业债券基本信息以及相关国债数据来主要自于wind 数据库。
2、变量的描述性统计本模型选取的是2007年1月1日至2009年12月31日期间以月为单位（每月最后一个交易日）的企业债券信用利差及其他相关宏、微观经济数据，剔除无数据的样本后得到3204个观测值。
相关变量的描述统计及自变量相关系数矩阵分别见表1和表2。
表1 面板回归方程相关变量描述性统计一览表变量 样本数 最大值 最小值 中位数 均值 标准差CS3204 4.047833 0.036131 1.310143 1.316741 0.421703 FC3204 1 0 0 0.333333 0.471478 SI3204 0.249281 -0.239076 0.048094 0.016930 0.015950 I3204 5.85 3.60 4.41 4.7025 1.000408 IR3204 0.026 -0.008 0.001 0.002611 0.006623 ROE3204 7.7776 6.8183 6.84895 7.11435 0.352852 RT3204 15.6603 1.463 7.5178 7.858238 7.939237 RW 3204 1 0 1 0.966292 0.032582表2 面板回归方程自变量相关系数矩阵FC SII IR ROE RT RW FC 1.000000 -0.6369980.010231 -0.376517 -0.802253 -0.267416 -0.000117 SI -0.6369981.000000 -0.436781 0.059905 0.287856 0.175258 1.53E-19 I 0.010231 -0.4367811.000000 0.008236 0.240655 0.026541 -0.002091 IR -0.3765170.059905 0.008236 1.000000 0.429081 0.072482 -0.001321 ROE -0.8022530.287856 0.240655 0.429081 1.000000 0.279083 0.000584 RT -0.2674160.175258 0.026541 0.072482 0.279083 1.000000 0.219551 RW -0.0001171.53E-19 -0.002091 -0.001321 0.000584 0.219551 1.000000（三）模型估计结果及利差估计值计算1．Hausman 检验利用软件EVIEWS6.0，先对横截面个体进行Hausman 检验，结果如下表：表3 Hausman 检验结果检验总结Chi-Sq. Statistic Chi-Sq. d.f 显著性水平 横截面随机效应0.000000 7 1.00002．模型估计结果Hausman 检验结果表明，横截面个体存在随机效应，在此基础上，利用2007-2009年89家企业的月度面板数据进行回归，得到如下面板数据模型横截面随机效应的回归结果：表4 面板数据随机效应的回归结果变量系数 标准差 t 值 显著性概率 C 6.961586 0.260791 26.69411 0.0000FC0.102850 0.025703 4.001516 0.0001SI-0.069713 0.009341 -7.463155 0.0000I0.062461 0.053406 1.169543 0.2423IR 5.935242 0.710626 8.352131 0.0000ROE-0.775853 0.032592 -23.80533 0.0000RT-0.031405 0.006591 -4.764558 0.0000RW-0.163550 0.085912 -1.903689 0.0570 从最终的回归结果可以看出，虚拟变量金融危机的爆发、股票市场波动率、人民币对美元汇率以及通货膨胀率显著性P值为0.00，说明这四项因素对我国企业债券的信用风险具有显著影响。