去杠桿政策下公司債券違約風險研究

趙麗萍++趙麗萍++張紫璇

【摘 要】 文章基于2015年中央經濟工作會議提出“三去一降一補”背景，以2013年到2015年在上交所公開發行公司債的上市公司數據為樣本，利用OLS法構建了多元線性回歸模型，從公司債違約風險的角度分析資產負債率與公司債券違約風險的關系。研究結果表明：信用利差和公司規模與發行債券公司的資產負債率呈顯著的正相關關系，信用評級和利息保障倍數與發行債券公司的資產負債率呈顯著的負相關關系；實證回歸研究結果表明：在政府進一步完善對發債公司信用評級程序的基礎上，我國非金融類公司應通過拓寬融資渠道、約束資金用途提高自身負債信息的透明度，最終降低債券的違約風險，積極響應國家去杠桿的政策。

【關鍵詞】 違約風險； 去杠桿； 公司債券

【中圖分類號】 F230 【文獻標識碼】 A 【文章編號】 1004-5937（2018）03-0120-04

2008年金融危機爆發后，各國紛紛意識到危機爆發的根源在于債務杠桿的運用不當。為了應對金融危機，我國采取了一系列擴張的貨幣政策來刺激經濟復蘇，大量資金涌入資本市場，整個社會的杠桿率迅速攀升，其中非金融類公司杠桿率的增長速度最快。據《中國統計年鑒》數據，我國公司債券的發行規模從2012年的22 551億元增加到2014年的24 329億元，增長了約8%。而截至2015年底，我國非金融類公司的杠桿率已達到156.3%，遠遠高于發達國家和新興市場國家。因此，2015年12月中央經濟工作會議提出供給側改革的五項重要任務，“三去一降一補”，其中“一去”指的就是去杠桿。

我國迅速擴大的債券市場規模在拓寬公司融資渠道的同時也加大了債券違約風險發生的可能性。目前我國實體經濟處于下行階段，債務杠桿對經濟增長的邊際效用逐漸減弱，之前大量發行債券的公司償還債務壓力增大，借新債還舊債的現象時有發生。2014年公募債券市場已經打破了剛性兌付，2015年債券違約事件有14起，而2016年僅第一季度就出現了8起違約事件，可以看出債券市場的違約風險正在急速上升。公司債券的違約風險已經成為政府和投資者關注的焦點。

因此，本文通過研究公司內部的財務杠桿與公司債券違約風險之間的關系來分析我國中央經濟工作會議提出的去杠桿政策具體到公司層面應當落實在哪些環節才能及時有效地降低公司債券的違約風險，從而降低系統性風險，維持資本市場的穩定發展。

一、文獻綜述

財務杠桿可以說是一把雙刃劍。在經濟上行周期中，它可以作為經濟發展的“金融加速器”，適度的債務杠桿可以加速經濟的增長，而在經濟下行周期中，過高的債務杠桿則會放大下行壓力，導致系統性風險的增加，引起類似2008年金融危機的發生。因此，在經濟新常態的背景下提出去杠桿政策，旨在消除潛在的系統性風險，維護資本市場的穩定發展。隨著我國資本市場的進一步完善與發展，公司債券市場逐步形成規模，成為資本市場中必不可少的一部分，對資本市場的持續運行產生了深遠影響。目前公司債券已成為我國投資者進行投資的主要工具之一，公司債券能否如約履行自身的承諾，做到按期還本付息將會影響到我國資本市場的穩定與發展。一旦公司債券出現違約現象，將會造成國家經濟生活混亂、資本市場秩序破壞和投資者心理恐慌的局面，因此公司債券的違約風險更應該引起人們的注意。

隨著去杠桿政策的不斷推進以及公司債券在資本市場中比重的不斷增加，我國學者在去杠桿的大背景下進行了一系列理論和實證研究。李超等發現與發達國家和新興國家之間的杠桿率相比，我國政府和居民部門需要加杠桿，而非金融公司需要去杠桿，其中產能過剩的公司需要進一步加大去杠桿的力度，而一些新興產業和房地產業則需要加杠桿[ 1 ]。曲鳳杰通過分析美國高杠桿的形成因素，發現美國利用杠桿轉移、政府接手擔保和兼并重組公司的策略來保證去杠桿進程的推進，為我國去杠桿政策提供了一定的理論借鑒[ 2 ]。王宇和楊娉通過分析我國高杠桿的原因發現，信用貨幣不能有效退出資本市場以及我國經濟主要依靠投資與出口來拉動，導致公司負債居高不下、貨幣不能退出、公司產能過剩等現象的產生，提出應當逐步消化過剩產能，與國內外公司積極合作，實現經濟結構優化升級，穩步降低杠桿率[ 3 ]。毛振華認為去杠桿要穩步進行，著重降低企業部門的杠桿率，通過地方政府性債務置換、股權融資來擴大公司自身的資本金和政府減稅降費為公司提供良好的外部經營環境來平穩去除企業部門過高的杠桿率[ 4 ]。段清泉認為公司在面臨經濟調整的形勢下，可以采取債轉股的方式擴大所有者權益和輕資產模式，將非核心業務外包來降低不必要的負債，以此實現去杠桿的目標[ 5 ]。王奇將股市作為一個整體，通過利用非平衡面板數據來驗證我國上市公司去杠桿的成效，發現股市作為一種融資渠道也會對公司資產結構策略產生影響，在融資約束型的公司中去杠桿的速度更加迅速[ 6 ]。在債券違約風險方面，我國學者主要研究債券違約風險的影響因素、度量與防范。牛雨發現產能過剩、經營壓力增大和資金鏈的斷裂導致東北特鋼的連環債務違約[ 7 ]。吳建華等發現企業信息披露的滯后對短期債券的影響最大，同時會加大債券的違約風險[ 8 ]。俞寧子等以財務變動及行業走勢為基礎構建了債券違約風險的預警模型[ 9 ]。在違約風險防范方面，林力和張自力通過研究國外債券市場為我國債券市場違約風險的防范提供了借鑒[ 10-11 ]。

通過以上文獻分析發現，在去杠桿方面，大多文獻都是從宏觀層面出發單一研究通過什么樣的途徑可以去杠桿；在債券違約風險方面，多數文獻集中于其影響因素的分析，鮮有學者基于去杠桿的背景下對公司債券違約風險問題進行實證研究。因此，本文以2013年至2015年在上交所公開發行的公司債券為對象，利用公司2015年年報數據為樣本進行實證研究，將違約風險分為價格風險、信用風險和償債風險，用來分析其與公司財務杠桿之間的關系。

二、研究設計

（一）樣本選擇與數據來源endprint

本文的樣本公司來源于2013年至2015年在上證發行公司債的上市公司，選取2015年的年報數據，剔除了H股、B股公司54家，未上市公司100家，ST公司2家，終止上市公司1家，發行可轉債債券公司1家，數據缺失的公司15家，實際樣本數為267家。樣本數據來源于銳思數據庫和巨潮資訊網上市公司年報，均采用人工錄入，部分數據為Excel計算獲得，數據分析軟件為SPSS19.0。

（二）研究假設

1.信用利差

公司債券利息的計算是以債券的發行價格為基礎，因此公司債券的違約風險與其信用利差息息相關。信用利差因素反映的是公司債券的價格風險，在本文中采取債券票面利率與國債收益率的差額來定義信用利差。債券的信用利差越大，其價格風險也就越大，意味著需要付出更多的利息才能籌集到資金，發生違約風險的可能性也就越大。信用利差大的公司債券，其償還難度相應變大，出現借新債還舊債的可能性就越大，公司的杠桿率就越高。因此，提出假設H1：信用利差與公司的杠桿率正相關。

2.信用評級

公司債券在發行之前需要經過信用評級的環節才能正式發行。信用評級降低了公司與投資者之間的信息不對稱程度，對財務報告進行了補充，在一定程度上為投資者提供了投資決策的參考依據，彌補了許多非專業投資人員能力的不足。而信用評級往往代表一個公司所發行債券的信用風險大小，當一個公司的信用評級越高，其融資成本會降低，債務融資給公司帶來的壓力減小，公司對自己承擔風險的能力更加自信，加大了債務籌資的可能性，公司內部的杠桿率也會隨之上升。因此，提出假設H2：信用級別與公司的杠桿率正相關。

3.盈利能力

公司的盈利能力直接影響到公司償還債券本息的能力，一般將公司的盈利能力看作是公司債券償債風險的體現。由于目前發行的公司債券均屬于中長期，因此在本文中采用利息保障倍數來衡量公司對所發行債券的償債風險。利息保障倍數越大，說明發債公司的利潤總額越大，償債風險越小，其留存收益和自有資金就越充分，公司更有可能利用自有資金進行投資，以減少不必要的負債，為公司降低籌資成本。因此，提出假設H3：利息保障倍數與公司的杠桿率負相關。

4.控制變量

本文采用產權性質、公司規模和發行規模作為模型的控制變量。公司債券發行規模的大小，往往會影響一個公司債務融資的成本，發行規模越大，債務成本越高，其資產負債率可能也就越高。我國目前處于經濟轉軌時期，國有控股公司仍不在少數，因此將公司債券的發行人按照產權性質進行區分，有利于區別信息質量的高低。一般來說，國有公司或國家控股公司通常由于其資金雄厚，具有隱性后臺，發行債券的違約風險較低，通常擁有較高的資產負債率。公司債券的違約風險和資產負債率與其規模密不可分，公司規模的大小會從各個方面影響公司的融資能力和資金鏈的聯結，因此大規模的公司更傾向采用高財務杠桿來加速公司的資金流動。

（三）變量選取及定義

由于資產負債率能更真實地反映公司自身內部的負債與資產結構，本文使用資產負債率來衡量一個公司的杠桿率。模型中包括的解釋變量有信用利差、信用評級和利息保障倍數，控制變量為產權性質、公司規模和發行規模，變量含義如表1。

三、實證結果分析

（一）描述性統計

表2顯示了樣本公司資產負債率、利息保障倍數、信用利差和信用級別的最小值、最大值、均值和標準差。從表中可以看出資產負債率的最小值為7.3%，最大值為89.82%，均值為57.85%，標準差較大，表明各個債券發行公司的資產負債率存在較大差異；信用利差的最小值為-0.1，最大值為7.08，均值為2.1687，標準差較小，表明各債券發行公司之間發行票面利率相差不大；信用級別的最小值為1，最大值為4，均值為2.29，標準差較小，表明各個債券發行公司的信用級別一般分布于AA到AA+之間，信用等級良好；利息保障倍數的最小值為-20.14，最大值為940.84，均值為11.1985，標準差很大，表明我國債券市場面臨的償債風險仍然很大，有的債券發行公司已經面臨利不抵債的局面；公司規模的最小值為21，最大值為29，均值為23.61，標準差不大，說明我國公司債券的發行公司大體上規模相似；發行規模的最小值為0.16，最大值為5.08，均值為2.19，標準差較大，說明我國公司債券的發行規模相差較大。

（二）相關性分析

根據表3的Pearson相關性檢驗結果，可以看出公司債券發行人的信息質量與下列因素有一定的關系：第一，資產負債率與信用利差呈不顯著的正向關系，在一定程度上驗證了假設H1；第二，資產負債率與信用級別呈不顯著的負向關系，與假設H2恰好相反，仍需進一步檢驗；第三，資產負債率與利息保障倍數呈顯著的負向關系，一定程度上驗證了假設H3；第四，資產負債率與產權性質呈不顯著的正向關系，資產負債率與公司規模和發行規模呈顯著的正向關系，在一定程度上驗證了之前的假設。

（三）回歸分析

1.建立模型

單獨考慮解釋變量建立的模型如下：

LEV=？琢+？茁1SPREAD+？茁2RATE+？茁3EBIT+？茲 （1）

其中LEV為債券發行人的資產負債率；SPREAD為信用利差，表現為債券的價格風險；RATE為信用評級，表現為債券的信用風險；EBIT為利息保障倍數，表現為債券的償還風險；？茁1、？茁2和？茁3是常數項，？琢是截距，？茲是隨機干擾項。

加入控制變量后建立的模型如下：

LEV=？琢 + ？茁1SPREAD + ？茁2RATE + ？茁3EBIT + ？茁4STATE +

？茁5LNTA+？茁6SIZE+？茲 （2）

其中STATE、LNTA和SIZE分別代表產權性質、公司規模和發行規模。endprint

2.分析回歸結果

通過運用SPSS軟件對2015年的數據進行多元回歸分析后得到結果如表4所示。

■

根據樣本回歸結果可以看出模型（1）中F=5.934，通過了顯著性為5%的F檢驗，表明整體效果良好。模型（2）中F=22.778，通過了顯著性為1%的F檢驗。根據回歸系數表中的模型（1），可以看出信用利差通過了顯著性水平為1%的t檢驗，信用評級和利息保障倍數通過了顯著性水平為5%的t檢驗。在模型（2）中可以看出，加入控制變量之后，信用利差、信用級別和公司規模通過了顯著性水平為1%的t檢驗，利息保障倍數通過了顯著性水平為5%的t檢驗。此外，產權性質和發行規模沒有通過顯著性水平檢驗，證明本文的模型中包括了一部分影響發行債券公司杠桿率的因素。可以得出結論：第一，信用利差同發行債券公司的資產負債率呈顯著的正相關關系，證明了假設H1。第二，在加入了控制變量后，信用評級同發行債券公司的資產負債率由之前的顯著負相關關系轉變為顯著的正相關關系，證明了假設H2。第三，利息保障倍數與發行債券公司的資產負債率呈顯著的負相關關系，證明了假設H3。第四，公司規模同發行債券公司的資產負債率呈顯著的正相關關系，驗證了假設。

（四）穩健性檢驗

為了檢驗實證結果的可靠性，本文使用產權比率替換資產負債率來衡量公司的杠桿率，對實證假設進行穩健性檢驗。檢驗結果表明替換模型中的被解釋變量不會使實證結果發生明顯變化。

四、結論及不足

目前我國經濟處于下行階段，如何在恢復經濟穩定增長的同時，降低非金融類公司居高不下的負債率已經成為國內學術界重點關注的問題之一。而我國大部分學者對去杠桿政策的研究都集中在宏觀經濟因素以及如何降低政府、居民部門和非金融類公司的負債率上，忽視了我國上市公司債務籌資造成的財務杠桿過高現象，并未結合公司債券的經驗數據進行實證研究。本文基于我國實施去杠桿政策背景，研究債券違約風險對公司財務杠桿的影響，選取在2013—2015年間發行公司債券的上市公司為對象，主要通過構建多元線性回歸模型研究債券發行公司的財務杠桿與公司債券違約風險之間的關系。

研究發現：隨著上市公司發行債券的信用利差和信用評級的提升，會吸引更多的投資者，導致債券發行規模上升，公司自身財務杠桿變高，違約風險也隨之增大；上市公司的利息保障倍數越高，其償債能力也就越強，有利于降低上市公司的財務杠桿，債券的違約風險會隨之減弱；公司規模的大小與自身財務杠桿的高低之間有著顯著的正向關系。

依據上述研究結論提出以下政策建議：第一，在我國積極推行去杠桿政策的大背景下，政府應當加強對發債公司的審慎監管，進一步完善對發行債券公司的信用評級考核程序，嚴格對非金融類公司債券發行的管控，信用評級機構也應及時發現發債公司內部進行的盈余管理行為，提高信用評級的客觀真實性；第二，發行債券公司應當理性看待財務杠桿的利弊問題，財務杠桿并非越高越好，其高低需要與公司自身的盈利能力相匹配，只有當債務資本的產出高于其投入時，公司發行債券才是有利可圖的；第三，發債公司在發行債券時應注意自身規模的大小，理性看待籌資問題，避免債券發行規模過大給公司帶來過重的債務負擔和過高的財務杠桿，從而增加債券的違約風險。

本文的不足之處在于模型選取的財務數據僅為2015年，根據模型結果得到的結論可能存在偶然性。此外，建立的模型為了能夠具體量化，選取的都是上市公司的財務數據和公開披露的信息，可能會由于指標的選取導致研究結果的不準確。在以后的研究中，應進一步加入近幾年的數據進行研究，增添更多能夠反映公司財務杠桿的因素研究上市公司杠桿率與違約風險之間的聯系。

【參考文獻】

[1] 李超，王宇鵬，張晶.中國在去杠桿？加杠桿？影響如何？——對中國杠桿率的測算和比較研究[J].金融發展評論，2016（4）：9-23.

[2] 曲鳳杰.危機后美國經濟的去杠桿化：成效及影響[J].國際貿易，2014（3）：41-48.

[3] 王宇，楊娉.我國高杠桿的成因及治理[J].南方金融，2016（1）：5-9.

[4] 毛振華.去杠桿與金融風險防范[J].中國金融，2016（10）：87-89.

[5] 段清泉.經濟結構調整期公司去杠桿化路徑研究[J].現代工業經濟和信息化，2015（23）：8-10.

[6] 王奇.我國股市“去杠桿”效應及其傳導渠道研究[J].統計與決策，2016（16）：149-152.

[7] 牛雨.“新常態”下企業債券違約的應對與管理：以東北特鋼為例[J].財會學習，2016（15）：233，236.

[8] 吳建華，張穎，王新軍.信息披露扭曲下企業債券違約風險量化研究[J].數理統計與管理，2014（5）：1-13.

[9] 俞寧子，劉斯峰，歐陽炎力，等.債券違約風險預警模型探究[J].中國市場，2016（39）：18-29.

[10] 林力，張自力.美國市政債券市場違約風險監管研究[J].亞太經濟，2014（4）：28-33.

[11] 張自力.歐洲高收益債券市場違約風險監管研究[J].證券市場導報，2012（4）：4-10.endprint