中國(guó)信用債違約風(fēng)險(xiǎn)的重新測(cè)度:基于行業(yè)敏感性的獨(dú)特視角
發(fā)布時(shí)間:2021-01-02 02:56
近年來(lái),中國(guó)信用債違約風(fēng)險(xiǎn)事件集中爆發(fā),僅2018年就有124只債券違約。因此,剖析中國(guó)信用債違約的特征,選擇恰當(dāng)?shù)闹笜?biāo)體系就信用債的違約風(fēng)險(xiǎn)開(kāi)展科學(xué)預(yù)測(cè),對(duì)于信用債市場(chǎng)的健康發(fā)展至關(guān)重要。有鑒于此,利用截至2018年9月末中國(guó)債券市場(chǎng)全樣本信用債數(shù)據(jù),基于行業(yè)敏感性的獨(dú)特視角,重新構(gòu)建債券違約風(fēng)險(xiǎn)的預(yù)測(cè)模型,可實(shí)現(xiàn)對(duì)全市場(chǎng)信用債違約風(fēng)險(xiǎn)的模擬和演繹,并從相關(guān)結(jié)果中挖掘出中國(guó)信用債違約風(fēng)險(xiǎn)的特征,即近年來(lái)金融、地產(chǎn)等行業(yè)的企業(yè)違約風(fēng)險(xiǎn)大幅度提升,違約風(fēng)險(xiǎn)空間分布明顯向南部地區(qū)轉(zhuǎn)移,地方企業(yè)是信用風(fēng)險(xiǎn)較大的發(fā)債主體。
【文章來(lái)源】:華東師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2020年01期 北大核心CSSCI
【文章頁(yè)數(shù)】:9 頁(yè)
【部分圖文】:
中國(guó)信用債券違約風(fēng)險(xiǎn)預(yù)警模型運(yùn)作流程:以“山東魏橋”為例
2014—2018年,從中國(guó)信用債發(fā)債地域分布來(lái)看(見(jiàn)圖2a),北部地區(qū),特別是內(nèi)蒙古、河北、河南、遼寧、山東和山西等省份的信用債違約風(fēng)險(xiǎn)爆發(fā)較為集中,形成北方違約風(fēng)險(xiǎn)帶。這些省份的違約企業(yè)中占比較高的是產(chǎn)能過(guò)剩行業(yè)的企業(yè),過(guò)去幾年在供給側(cè)結(jié)構(gòu)性改革政策背景下,這類(lèi)企業(yè)的經(jīng)營(yíng)環(huán)境受產(chǎn)業(yè)政策紅利逐漸消化、下游行業(yè)需求萎縮等因素的影響,其經(jīng)營(yíng)性現(xiàn)金流大幅下降,導(dǎo)致債券到期無(wú)法兌付從而直接引起債券違約。而從模型模擬結(jié)果來(lái)看(見(jiàn)圖2b),未來(lái)北部地區(qū)的信用債違約風(fēng)險(xiǎn)降低,而南部地區(qū),特別是福建、江西、湖南、貴州和重慶等省份的信用債違約風(fēng)險(xiǎn)明顯上升,形成了南方違約風(fēng)險(xiǎn)帶。該類(lèi)地區(qū)企業(yè)發(fā)債較早,因此在債務(wù)擴(kuò)張階段積累的債務(wù)量較大,但是在債務(wù)收縮周期下,負(fù)債率高的企業(yè)到期債務(wù)是否可以足額續(xù)期的不確定性較大,這是可能導(dǎo)致未來(lái)南部地區(qū)企業(yè)違約風(fēng)險(xiǎn)上升的直接原因;此外,這些省份消費(fèi)行業(yè)和地產(chǎn)行業(yè)的企業(yè)占比較高,而未來(lái)這些行業(yè)的信用違約風(fēng)險(xiǎn)較大,且產(chǎn)業(yè)鏈集中效應(yīng)明顯,應(yīng)特別關(guān)注其空間鏈?zhǔn)奖l(fā)的可能性。(三) 企業(yè)性質(zhì)差異較大:地方企業(yè)是信用風(fēng)險(xiǎn)較大的發(fā)債主體
【參考文獻(xiàn)】:
期刊論文
[1]Logistic模型在鋼鐵行業(yè)上市公司信用風(fēng)險(xiǎn)識(shí)別中的應(yīng)用[J]. 陳迅,謝明希. 統(tǒng)計(jì)與決策. 2009(19)
[2]基于主成分分析法的我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)模型[J]. 李秉祥. 西安理工大學(xué)學(xué)報(bào). 2005(02)
本文編號(hào):2952514
【文章來(lái)源】:華東師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2020年01期 北大核心CSSCI
【文章頁(yè)數(shù)】:9 頁(yè)
【部分圖文】:
中國(guó)信用債券違約風(fēng)險(xiǎn)預(yù)警模型運(yùn)作流程:以“山東魏橋”為例
2014—2018年,從中國(guó)信用債發(fā)債地域分布來(lái)看(見(jiàn)圖2a),北部地區(qū),特別是內(nèi)蒙古、河北、河南、遼寧、山東和山西等省份的信用債違約風(fēng)險(xiǎn)爆發(fā)較為集中,形成北方違約風(fēng)險(xiǎn)帶。這些省份的違約企業(yè)中占比較高的是產(chǎn)能過(guò)剩行業(yè)的企業(yè),過(guò)去幾年在供給側(cè)結(jié)構(gòu)性改革政策背景下,這類(lèi)企業(yè)的經(jīng)營(yíng)環(huán)境受產(chǎn)業(yè)政策紅利逐漸消化、下游行業(yè)需求萎縮等因素的影響,其經(jīng)營(yíng)性現(xiàn)金流大幅下降,導(dǎo)致債券到期無(wú)法兌付從而直接引起債券違約。而從模型模擬結(jié)果來(lái)看(見(jiàn)圖2b),未來(lái)北部地區(qū)的信用債違約風(fēng)險(xiǎn)降低,而南部地區(qū),特別是福建、江西、湖南、貴州和重慶等省份的信用債違約風(fēng)險(xiǎn)明顯上升,形成了南方違約風(fēng)險(xiǎn)帶。該類(lèi)地區(qū)企業(yè)發(fā)債較早,因此在債務(wù)擴(kuò)張階段積累的債務(wù)量較大,但是在債務(wù)收縮周期下,負(fù)債率高的企業(yè)到期債務(wù)是否可以足額續(xù)期的不確定性較大,這是可能導(dǎo)致未來(lái)南部地區(qū)企業(yè)違約風(fēng)險(xiǎn)上升的直接原因;此外,這些省份消費(fèi)行業(yè)和地產(chǎn)行業(yè)的企業(yè)占比較高,而未來(lái)這些行業(yè)的信用違約風(fēng)險(xiǎn)較大,且產(chǎn)業(yè)鏈集中效應(yīng)明顯,應(yīng)特別關(guān)注其空間鏈?zhǔn)奖l(fā)的可能性。(三) 企業(yè)性質(zhì)差異較大:地方企業(yè)是信用風(fēng)險(xiǎn)較大的發(fā)債主體
【參考文獻(xiàn)】:
期刊論文
[1]Logistic模型在鋼鐵行業(yè)上市公司信用風(fēng)險(xiǎn)識(shí)別中的應(yīng)用[J]. 陳迅,謝明希. 統(tǒng)計(jì)與決策. 2009(19)
[2]基于主成分分析法的我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)模型[J]. 李秉祥. 西安理工大學(xué)學(xué)報(bào). 2005(02)
本文編號(hào):2952514
本文鏈接:http://www.sikaile.net/jingjilunwen/jinrongzhengquanlunwen/2952514.html
最近更新
教材專(zhuān)著