中國企業償債能力改善

曲天石

債務-GDP比率本身并不是衡量企業償債能力的最佳指標，利息保障倍數和利息覆蓋率指標顯示中國企業部門的償債能力在2013-2016年間持續改善，這進而意味著央行仍有收緊貨幣政策的空間。

中國企業的杠桿率近年來快速上升，企業部門債務與GDP的比率從2008年的96%上升到了2017年二季度末的163%（見圖1）。以此來看，中國是企業部門杠桿率最高的亞洲經濟體之一。

盡管如此，債務-GDP比率本身并不是衡量企業償債能力的最佳指標。在筆者看來，利息保障倍數（DSCR）和利息覆蓋率（ICR）是衡量企業違約風險的更好指標，因為現金流和EBITDA（息稅折舊攤銷前利潤）是持續經營企業償還債務本息的根本來源。筆者研究表明，企業部門的DSCR和ICR在2013-2016年間持續改善。

壓力測試

筆者采用803家上市公司的數據進行了壓力測試。結果表明，企業部門對于“極端但可能”的融資成本上升和盈利惡化具有較好的抵御能力。

在聯合壓力情景（融資利率上升200個基點、EBITDA下降10%）下，樣本企業的總體ICR保持在300%左右，大部分行業表現出較好的韌性。同時，“在險債務”（定義為ICR低于100%的企業所負擔的債務）僅溫和上升。

在逐步提高企業融資成本（從增加100個基點到增加500個基點）的假設情景下，在險債務的比率起初保持逐步增長，直到增加的融資成本達到325個基點時，該比率從9.2%跳升至11.8%。筆者認為，這是可能觸發系統性風險的“拐點”。

筆者相信，人民銀行有充足的空間來收緊金融環境，來推進降杠桿。盡管如此，這個過程應該是漸進的，這一點至關重要。同時，人民銀行可能需要避免在這一過程中出現利率市場的劇烈波動。

中國企業的償債能力改善

中國企業部門的高杠桿率是一個熱門話題。國際清算銀行（BIS）的數據顯示，中國的債務-GDP比率在2017年上半年超過了250%，其上升主要來自于企業部門債務。同時，中國的企業部門債務相當于名義GDP的163%，處于亞洲經濟體的高位。

但是，筆者認為，債務-GDP比率不能體現出企業的利息負擔，因此并不是衡量企業違約風險的恰當指標。為了量化分析企業部門的財務狀況，筆者選取了在上海和深圳主板上市的803家企業作為樣本。這些企業又進一步按照全球工業分類標準（GICS1）進行分類。筆者的分析主要關注償債能力，定義DSCR（DSCR）為“經營活動產生的現金流/利息支出”，并且定義ICR（ICR）為“EBITDA/利息支出”，以利息保障倍數和利息覆蓋率作為衡量指標。

DSCR和ICR都在2013-2016年呈改善趨勢。總體的DSCR從52%升到了427%，ICR也從376%上升至468%。這個結果與關于中國企業債務的普遍看法不同。某些行業（如房地產、可選消費、日常消費行業）的DSCR在2015年反彈，而能源行業是在2016年開始恢復。

也就是說，在過去兩年間，很多行業的償債能力都改善了。考慮到2017年的經濟增長和價格上漲勢頭，筆者認為企業償債能力在2017年有望進一步改善。

降杠桿背景下的償債能力

中國政府自2016年開始通過收緊對低效率行業的信貸投放和影子銀行來進行降杠桿。這一措施已經產生了成果——中國的廣義信貸和M2的增速都已放緩。根據筆者的計算，隨著信貸使用效率的提高，中國的宏觀杠桿率將在2019年達到高點，然后逐步回落。

對于正在進行的降杠桿，一個普遍的問題是：企業部門是否能夠抵御降杠桿帶來的沖擊。為了對此做出數量化的評價，筆者設置了三種“極端但可能”的情景，用來分析降杠桿過程之中的對企業部門財務的情況。

首先是沖擊條件。兩個對于降杠桿的擔憂在于：融資成本的上升會顯著地侵蝕企業的償債能力；金融條件的收緊可能會導致經濟放緩，從而沖擊企業的盈利能力。

相應地，筆者假設了兩種沖擊，一是融資成本上升200個基點；二是企業的EBITDA下降10%。

其次是沖擊情景。基于之前所假設的兩種沖擊，筆者設置了三種壓力情景。在第一和第二個壓力情景下，筆者將兩種沖擊單獨使用；第三種壓力情境是兩種沖擊的組合（見表1）。在每一個壓力情景下，筆者基于樣本企業2016年的財務數據計算ICR（EBITDA/利息支出，見表2）。

這里需要指出的是，壓力測試中設置壓力情景的原則是“極端但可能的”。這些沖擊實際上等于人民銀行在短期內八次提高基準貸款利率（每次25個基點），而且同時企業部門的盈利能力出現顯著惡化。筆者認為，在現實中這些情況是難以發生的。

在三種壓力情境下，總體ICR從2016年的468%分別下降到了327%、422%和294%。在壓力情境下，樣本企業展現了很好的抵御風險能力，即使在聯合情景（情景3）下，總體的ICR仍保持在300%左右，并且大多數行業的ICR都保持在了230%以上。能源行業是唯一的例外，其ICR從2016年的205%下降到了129%。

同時，筆者也在總體和分行業層面計算“在險債務”，以此來估計壓力環境對于總體企業信用狀況的影響。在此，筆者定義ICR低于100%的企業所對應的債務為“在險債務”（表3）。

即使在聯合壓力情境下，總體的在險債務也僅僅上升到全部債務的8.6%。作為比較，2014年、2015年和2016年的在險債務占比分別為6.5%、10.8%和4.0%。endprint

能源行業的財務狀況最為脆弱。煤炭企業的債務負擔最重，主要是因為其收入情況在過去幾年波動較大。筆者認為，過去幾個季度中，其財務狀況有所改善，主要是收益于商品價格的上漲，而供給側改革對此至關重要。

在其他行業中，房地產行業的ICR相對較低，但其在險債務在壓力情景下僅輕微上升。筆者認為，這反映了房地產行業的特點：高負債、高資產回報率（ROA）。此外，此行業的融資渠道更為多樣化，也可能是原因之一。

日常消費和可選消費在面對沖擊時仍保持了較高的ICR，但其在險債務可能會快速上升，這些行業的銷售毛利率比較穩定，但是債務水平分布不均。在這一點上，IT行業也有類似情況。

此外，強勁的基建投資支持了原材料和工業部門，使其在貸款放緩、整體經濟重心向服務業轉移的過程之中仍保持了利潤上升。

央行仍有繼續收緊的空間

盡管降杠桿是中國政府結構性改革的重要組成部分，但是利率上升過快可能會導致大范圍的債務違約，影響金融穩定。因此，很有必要對企業的壓力承受能力進行測試，筆者稱之為“底線壓力測試”。

為此，筆者在“融資成本上升100到500個基點”的區間內測試樣本企業的在險債務變動情況。鑒于到利潤水平下降對于償債能力的影響并不顯著，這里筆者只考慮利率水平上升一種壓力情景（見表4、表5）。

分析表明，利率上升325個基點時，在險債務水平將會從總債務的9.2%跳升至11.8%，而在此之前在險債務的比例都只是緩慢上升。此時有些行業（如可選消費、IT和房地產行業）的在險債務比率也顯著上升，可能會引發溢出效應。

筆者認為，325個基點的利率上升可能是引發系統性風險的關鍵點位，而中央銀行應該避免這一點。當然，325個基點相當于上調貸款利率13次，這在筆者看來發生的可能性非常小。

另一個關鍵點位是利率上升425-450個基點，對應的在險債務會從15.8%跳升到20.1%。筆者認為，這可能已經是“災難”情景了。

“底線壓力測試”的結果表明，中國的企業部門有足夠的能力吸收利率的上行，也就意味著央行仍有足夠的空間來收緊政策。當然，出于金融穩定的考慮，這一過程必須是漸進的，否則可能會導致金融市場和企業財務層面的流動性風險。

總體而言，筆者認為，如果政府循序漸進地推動去杠桿，不會沖擊宏觀金融穩定。這也支持筆者的觀點：人民銀行在2018年仍會保持偏緊的政策態度，但在此過程中需要避免利率水平的劇烈上行。筆者仍維持此前的觀點，即人民銀行會在2018年上調公開市場操作利率35個基點，這主要是反映國內去杠桿、通脹水平上升和穩定的經濟增速。此外，人民銀行會對大規模的流動性注入保持謹慎態度，并傾向于使用定向工具注入流動性，比如中期借貸便利（MLF）和定向降準等。

作者就職于澳新銀行endprint