2018年債券市場(chǎng)風(fēng)險(xiǎn)案件頻發(fā),違約觸發(fā)機(jī)制與以往有所不同,體現(xiàn)為由外部現(xiàn)金流收縮而非內(nèi)部現(xiàn)金流惡化引發(fā)。從中債國(guó)債指數(shù)和經(jīng)濟(jì)數(shù)據(jù)的周期疊加看,流動(dòng)性風(fēng)險(xiǎn)是當(dāng)前信用債違約風(fēng)險(xiǎn)的集中表現(xiàn)。通過(guò)Fisher判別得出流動(dòng)資產(chǎn)周轉(zhuǎn)率、速動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率、現(xiàn)金債務(wù)比和總資產(chǎn)報(bào)酬率等5個(gè)指標(biāo)是影響信用債風(fēng)險(xiǎn)的核心指標(biāo),并由此篩選出當(dāng)前信用債市場(chǎng)532家潛在風(fēng)險(xiǎn)企業(yè)。基于KMV模型對(duì)潛在風(fēng)險(xiǎn)企業(yè)違約距離及違約概率進(jìn)行測(cè)算,存在3個(gè)高風(fēng)險(xiǎn)區(qū)間,進(jìn)一步篩選出136家高風(fēng)險(xiǎn)企業(yè)。這些企業(yè)從行業(yè)看集中于制造業(yè)及批發(fā)零售業(yè),從地域分布看集中于東部省份,從企業(yè)性質(zhì)看集中于民企及地方國(guó)有企業(yè),風(fēng)險(xiǎn)引爆時(shí)間集中于2018年四季度及2019年。 

【文章來(lái)源】：金融發(fā)展研究. 2019,(08)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
一、文獻(xiàn)綜述
    (一)宏觀經(jīng)濟(jì)周期與債券風(fēng)險(xiǎn)關(guān)系
    (二)債券違約財(cái)務(wù)指標(biāo)判別及預(yù)警
    (三)債券風(fēng)險(xiǎn)測(cè)度的方法
二、當(dāng)前債券違約的機(jī)理及周期分析
    (一)信用債違約的主要表現(xiàn)
    (二)信用債違約的機(jī)理分析
        1. 宏觀市場(chǎng)層面。
        2. 微觀主體層面。
    (三)基于中債國(guó)債指數(shù)和經(jīng)濟(jì)數(shù)據(jù)的信用債違約周期分析
三、基于FISHER判別法的風(fēng)險(xiǎn)因子甄別
    (一)數(shù)據(jù)來(lái)源及指標(biāo)選取
    (二)Fisher判別函數(shù)構(gòu)建與樣本企業(yè)甄別
        1. 模型檢驗(yàn)。
        2. 判別函數(shù)構(gòu)建。
        3. 進(jìn)行風(fēng)險(xiǎn)預(yù)警的基礎(chǔ)樣本企業(yè)甄別。
四、基于KMV模型的信用債違約風(fēng)險(xiǎn)預(yù)警及識(shí)別
    (一)KMV模型理論基礎(chǔ)及構(gòu)建
    (二)模型參數(shù)設(shè)定
    (三)債券違約預(yù)警區(qū)間測(cè)算及風(fēng)險(xiǎn)企業(yè)判別
    (四)高風(fēng)險(xiǎn)企業(yè)的結(jié)構(gòu)化表現(xiàn)
        1. 高風(fēng)險(xiǎn)企業(yè)集中于制造業(yè)與批零業(yè)。
        2. 高風(fēng)險(xiǎn)企業(yè)地域分布“東多西少”。
        3. 高風(fēng)險(xiǎn)企業(yè)主要為民企和地方國(guó)企。
    (五)債券市場(chǎng)風(fēng)險(xiǎn)展望
五、政策建議
    (一)引導(dǎo)企業(yè)合理擴(kuò)張,減弱對(duì)債務(wù)杠桿的依賴(lài)
    (二)提高債券市場(chǎng)透明度,強(qiáng)化披露監(jiān)管
    (三)建立重點(diǎn)行業(yè)、重點(diǎn)時(shí)段債券違約的預(yù)警應(yīng)對(duì)機(jī)制
    (四)積極穩(wěn)妥做好風(fēng)險(xiǎn)處置,防止風(fēng)險(xiǎn)疊加共振


【參考文獻(xiàn)】：
期刊論文
[1]股權(quán)集中與投資者利益保護(hù)——基于我國(guó)上市公司的實(shí)證分析[J]. 徐慧玲,吳博源.  武漢金融. 2018(04)
[2]貨幣周期視角下債券市場(chǎng)信用風(fēng)險(xiǎn)門(mén)檻效應(yīng)及調(diào)控策略選擇[J]. 宋美喆,胡丕吉.  金融理論與實(shí)踐. 2018(04)
[3]基于商業(yè)周期視角的債券信用利差影響因素分析[J]. 王亞軍,王樹(shù)進(jìn).  統(tǒng)計(jì)與決策. 2017(23)
[4]信用風(fēng)險(xiǎn)溢價(jià)還是市場(chǎng)流動(dòng)性溢價(jià):基于中國(guó)信用債定價(jià)的實(shí)證研究[J]. 紀(jì)志宏,曹媛媛.  金融研究. 2017(02)
[5]判別公司債券違約風(fēng)險(xiǎn)的財(cái)務(wù)指標(biāo)研究——基于財(cái)務(wù)預(yù)警理論[J]. 霍雨佳.  會(huì)計(jì)之友. 2016(21)
[6]債券違約風(fēng)險(xiǎn)預(yù)警模型探究[J]. 俞寧子,劉斯峰,歐陽(yáng)炎力,陳綠原.  中國(guó)市場(chǎng). 2016(39)
[7]中國(guó)式風(fēng)險(xiǎn)披露、披露水平與市場(chǎng)反應(yīng)[J]. 姚頤,趙梅.  經(jīng)濟(jì)研究. 2016(07)
[8]未預(yù)期貨幣政策與企業(yè)債券信用利差——基于固浮利差分解的研究[J]. 郭曄,黃振,王蘊(yùn).  金融研究. 2016(06)
[9]違約發(fā)債主體財(cái)務(wù)指標(biāo)特征研究[J]. 蔣書(shū)彬.  債券. 2016(06)
[10]基于KMV模型的中國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)估研究[J]. 蔣彧,高瑜.  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2015(09)



本文編號(hào)：3240529