基于動(dòng)態(tài)Copula的企業(yè)集團(tuán)信用風(fēng)險(xiǎn)傳染效應(yīng)研究

2019-03-07 06:53:48周利國(guó)何卓靜蒙天成

中國(guó)管理科學(xué) 2019年2期

周利國(guó)，何卓靜，蒙天成

(中央財(cái)經(jīng)大學(xué)商學(xué)院，北京 100081)

1 引言

二十一世紀(jì)以來，全球經(jīng)濟(jì)發(fā)展速度放緩，全球范圍內(nèi)實(shí)體經(jīng)濟(jì)發(fā)展出現(xiàn)縮減甚至倒退現(xiàn)象，加之2007年美國(guó)次貸危機(jī)和2010年歐債危機(jī)的進(jìn)一步?jīng)_擊，企業(yè)違約事件日益增多，并且常常出現(xiàn)某一家企業(yè)違約引起與之關(guān)聯(lián)的其他企業(yè)相應(yīng)發(fā)生違約甚至破產(chǎn)的現(xiàn)象，形成一系列“多米諾骨牌”式的違約風(fēng)險(xiǎn)傳染效應(yīng)[1-2]。

在新興市場(chǎng)經(jīng)濟(jì)體中，企業(yè)集團(tuán)是一種彌補(bǔ)市場(chǎng)資源配置低效而普遍存在的組織形式[3]。Khanna和Yafeh[4]認(rèn)為企業(yè)集團(tuán)成員企業(yè)間的資金和利潤(rùn)共享有利于子企業(yè)間的風(fēng)險(xiǎn)分擔(dān)。企業(yè)集團(tuán)內(nèi)部各成員企業(yè)間通過正式或非正式方式組成一個(gè)龐大而復(fù)雜的子企業(yè)網(wǎng)絡(luò)系統(tǒng)，在這個(gè)網(wǎng)絡(luò)系統(tǒng)內(nèi)各子企業(yè)間以及子企業(yè)與集團(tuán)總部公司之間發(fā)生密切的業(yè)務(wù)往來、資金流動(dòng)和技術(shù)依賴。為了提高集團(tuán)成員企業(yè)間的資源配置效率，企業(yè)集團(tuán)形成內(nèi)部交易市場(chǎng)，從而降低企業(yè)交易成本[5]。但企業(yè)集團(tuán)成員企業(yè)間業(yè)務(wù)關(guān)聯(lián)、資金關(guān)聯(lián)的加強(qiáng)使得成員企業(yè)間信用風(fēng)險(xiǎn)傳染的可能性增加[6]。Das等[7]認(rèn)為企業(yè)之間普遍存在的關(guān)聯(lián)性是構(gòu)成“多米諾骨牌”式企業(yè)信用風(fēng)險(xiǎn)事件集聚、風(fēng)險(xiǎn)傳染的重要原因。2014-2017年期間，我國(guó)企業(yè)債務(wù)違約事件總共發(fā)生134起，涉及違約金額約為84.1億人民幣。其中，國(guó)有企業(yè)違約事件37起，涉及違約金額約30.7億人民幣。由此可見，國(guó)有企業(yè)違約發(fā)生頻率雖不高，但其所造成的影響是不容忽略的。并且，國(guó)有企業(yè)集團(tuán)作為金融機(jī)構(gòu)信貸資產(chǎn)的重要客戶，其信用風(fēng)險(xiǎn)管理不能孤立地評(píng)估單個(gè)成員企業(yè)的信用風(fēng)險(xiǎn)水平，而應(yīng)從集團(tuán)內(nèi)部成員企業(yè)間“你中有我，我中有你”的思路出發(fā)，結(jié)合集團(tuán)內(nèi)部成員企業(yè)間的關(guān)聯(lián)性可能導(dǎo)致的信用風(fēng)險(xiǎn)傳染性問題，整體評(píng)估企業(yè)信用風(fēng)險(xiǎn)水平，以減少金融機(jī)構(gòu)信貸資產(chǎn)的流失。

為了更好地刻畫企業(yè)信用風(fēng)險(xiǎn)傳染問題，學(xué)者們構(gòu)建了不同的信用風(fēng)險(xiǎn)傳染模型。Giesecke和Weber[8]構(gòu)建了簡(jiǎn)約模型研究在相同宏觀經(jīng)濟(jì)環(huán)境下，商業(yè)合作伙伴間的風(fēng)險(xiǎn)傳染過程及其累計(jì)損失。Das等[7]認(rèn)為雙重隨機(jī)模型不能很好地捕捉企業(yè)間的違約相關(guān)性，需要引入動(dòng)態(tài)宏觀因素和不可觀測(cè)的潛變量來考察企業(yè)間的違約相關(guān)性。Dong Yinhui和Wang Guojing[9]通過馬科夫強(qiáng)度傳染模型研究發(fā)現(xiàn)企業(yè)違約相關(guān)性是宏觀因素和合作伙伴風(fēng)險(xiǎn)傳染效應(yīng)共同作用的結(jié)果。國(guó)內(nèi)學(xué)者謝尚宇等[10]則考慮到多階段狀態(tài)變量的動(dòng)態(tài)信息對(duì)信用違約風(fēng)險(xiǎn)的影響，結(jié)合宏觀經(jīng)濟(jì)因素和公司個(gè)體微觀層面因素，提出了風(fēng)險(xiǎn)傳染效應(yīng)下信用違約的預(yù)測(cè)模型，并且通過在狀態(tài)變量中包含的行業(yè)因素來刻畫行業(yè)間可能存在的信用風(fēng)險(xiǎn)傳染效應(yīng)。

國(guó)內(nèi)學(xué)者有從企業(yè)集團(tuán)角度研究信用風(fēng)險(xiǎn)傳染問題，如陳林和周宗放[11]、徐超等[12]、李麗和周宗放[13]等。但這些文獻(xiàn)多是數(shù)理模型構(gòu)建研究，實(shí)證研究分析相對(duì)缺乏，且企業(yè)集團(tuán)內(nèi)部成員企業(yè)間信用風(fēng)險(xiǎn)傳染效應(yīng)往往依賴于各成員企業(yè)的違約風(fēng)險(xiǎn)的相依關(guān)系，而這方面的研究也是不足的。

企業(yè)集團(tuán)內(nèi)部成員企業(yè)信用風(fēng)險(xiǎn)傳染通常指的是其內(nèi)部成員企業(yè)間違約概率的相互影響，即某一成員企業(yè)的違約概率變化所引起的集團(tuán)內(nèi)部其他成員企業(yè)違約概率的變化的可能性[14]。由于copula方法在刻畫變量間相依關(guān)系方面所具有的靈活性和普適性特征，使得copula方法在風(fēng)險(xiǎn)管理領(lǐng)域特別是違約風(fēng)險(xiǎn)相關(guān)性研究領(lǐng)域得到廣泛的應(yīng)用。Giesecke和Weber[15]采用Clayton和Gumbel copula相依系數(shù)度量企業(yè)間的違約相關(guān)性。Fenech等[16]應(yīng)用非線性copula方法計(jì)算債務(wù)資產(chǎn)組合的相關(guān)性。受以上文獻(xiàn)的啟發(fā)，本文從企業(yè)集團(tuán)內(nèi)部成員企業(yè)間非線性尾部相依關(guān)系的角度去刻畫風(fēng)險(xiǎn)傳染效應(yīng)，為研究企業(yè)信用風(fēng)險(xiǎn)傳染問題提供一個(gè)新的視角。通過構(gòu)建動(dòng)態(tài)協(xié)變量Joe-Clayton copula模型去捕捉企業(yè)集團(tuán)內(nèi)部成員企業(yè)信用風(fēng)險(xiǎn)傳染的動(dòng)態(tài)特征，在已有研究的基礎(chǔ)上加深了學(xué)術(shù)界及實(shí)務(wù)界對(duì)信用風(fēng)險(xiǎn)傳染動(dòng)態(tài)性的認(rèn)識(shí)。最后，通過宏觀經(jīng)濟(jì)因素和微觀公司經(jīng)營(yíng)能力、財(cái)務(wù)狀況等因素識(shí)別宏觀經(jīng)濟(jì)環(huán)境和微觀企業(yè)環(huán)境對(duì)企業(yè)集團(tuán)內(nèi)部?jī)蓛沙蓡T企業(yè)間信用風(fēng)險(xiǎn)傳染的重要性，為金融機(jī)構(gòu)信用風(fēng)險(xiǎn)管理提供一定的現(xiàn)實(shí)依據(jù)。

2 模型構(gòu)建

2.1 Copula尾部相依特征

Copula函數(shù)所刻畫的非線性關(guān)系有助于風(fēng)險(xiǎn)管理者對(duì)風(fēng)險(xiǎn)資產(chǎn)尾部極端事件的發(fā)生概率作出較準(zhǔn)確的預(yù)測(cè)，以降低極端風(fēng)險(xiǎn)事件發(fā)生可能帶來的經(jīng)濟(jì)損失。對(duì)于隨機(jī)變量X1和X2尾部相依關(guān)系的刻畫，copula函數(shù)以上尾相關(guān)系數(shù)λU和下尾相關(guān)系數(shù)λL來表示，其表達(dá)式如下：

(1)

(2)

其中λU，λL∈[0,1]，上尾相關(guān)系數(shù)λU(下尾相關(guān)系數(shù)λL)描述的是當(dāng)隨機(jī)變量X2大于(小于或等于)某一臨界值時(shí)隨機(jī)變量X1也大于(小于或等于)該臨界值的概率。

2.2 Joe-Clayton copula模型參數(shù)變換

Joe-Clayton copula模型能夠很好地刻畫隨機(jī)變量間的非對(duì)稱尾部相依關(guān)系，因此在風(fēng)險(xiǎn)管理領(lǐng)域Joe-Clayton copula模型的應(yīng)用比較普遍，如羅長(zhǎng)青等[17]構(gòu)建了跳躍-擴(kuò)散條件下Joe-Clayton copula模型用以度量行業(yè)信用風(fēng)險(xiǎn)的尾部相依性。Joe-Clayton copula模型由Joe[18]1997年定義為以下函數(shù)形式：

C(u1,u2;θ,δ)=η(η-1(u1)+η-1(u2))=1-[1-(1-(1-u1)θ)-δ+(1-(1-u2)θ)-δ-1-1/δ]1/θ

(3)

其中η(s)=1-[1-(1+s)-1/δ]1/θ，θ≥1，δ>0，上尾相關(guān)系數(shù)λU=2-21/θ，下尾相關(guān)系數(shù)λL=2-1/δ。

但是，Joe-Clayton copula函數(shù)的參數(shù)θ，δ沒有直觀地體現(xiàn)隨機(jī)變量間的尾部相依關(guān)系，而尾部相依關(guān)系正是本文研究企業(yè)集團(tuán)成員企業(yè)信用風(fēng)險(xiǎn)傳染問題的出發(fā)點(diǎn)。因此，不同于以往Joe-Clayton copula模型的直接應(yīng)用，本文將尾部相依系數(shù)λL和λU通過公式θ=log2/log(2-λU)和δ=-log2/logλL變換后，代入公式(3)得到變換后的Joe-Clayton copula函數(shù)表達(dá)式如下：

(4)

變換后的Joe-Clayton copula模型可以直接估計(jì)尾部相依系數(shù)λL和λU。且通過引入?yún)f(xié)變量，我們可以刻畫隨機(jī)變量尾部相依關(guān)系的動(dòng)態(tài)特征及其影響因素。

根據(jù)Li Feng和Kang Yanfei[19]提出的協(xié)變量copula方法，本文假設(shè)隨機(jī)變量X1和X2的邊際分布是相同的且服從split-t分布。通過調(diào)整split-t分布的4個(gè)參數(shù)，我們可以根據(jù)隨機(jī)變量X1和X2的數(shù)據(jù)特征得到邊際分布擬合結(jié)果。我們引入?yún)f(xié)變量來估計(jì)隨機(jī)變量X1和X2邊際分布，其基本思路如下：

(5)

(6)

(7)

(8)

其中μ，φ，υ，κ分別是split-t分布的位置參數(shù)，規(guī)模參數(shù)，自由度參數(shù)和偏度參數(shù)。xij是估計(jì)第j個(gè)隨機(jī)變量邊際分布的協(xié)變量向量的第i個(gè)觀測(cè)值，β是邊際分布的協(xié)變量系數(shù)。

本文通過logit函數(shù)，將協(xié)變量x引入尾部相依系數(shù)λL和λU中，從而構(gòu)建了協(xié)變量動(dòng)態(tài)Joe-Clayton copula模型，協(xié)變量與尾部相依數(shù)λL和λU的關(guān)系式如下：

(9)

(10)

其中，l(·)是logit函數(shù)，x是協(xié)變量向量，β是協(xié)變量x的參數(shù)。

2.3 模型參數(shù)估計(jì)和擬合度

我們用全貝葉斯估計(jì)方法對(duì)模型參數(shù)進(jìn)行估計(jì)。首先對(duì)于協(xié)變量我們?cè)O(shè)定變量選擇規(guī)則如下：

(11)

其中βj是模型中第j個(gè)變量的系數(shù)值。文中我們假設(shè)常數(shù)項(xiàng)β0和斜率項(xiàng)β的先驗(yàn)分布相互獨(dú)立，且服從正態(tài)先驗(yàn)分布。根據(jù)貝葉斯原理我們將參數(shù)的先驗(yàn)聯(lián)合分布分解為：

p(β0,β,I)=p(β0)p(β|I)p(I)

(12)

接著，我們運(yùn)用Metropolis-Hasting吉布斯抽樣(Gibbs sampler)方法來同時(shí)更新copula函數(shù)參數(shù)和邊際分布參數(shù)，使用Metropolis-Hastings算法對(duì)協(xié)變量參數(shù)和變量選擇概率(β,I)進(jìn)行估計(jì)。

最后，我們通過K-fold out-of-sample log predictive score(LPS)作為模型預(yù)測(cè)準(zhǔn)確性的判別準(zhǔn)則[20]。LPS定義為：

(13)

其中，yd是nd×p的矩陣在第d次測(cè)試集中包含nd個(gè)樣本，y-d是訓(xùn)練集。如果我們假設(shè)在給定參數(shù)(β,I)的情況下樣本間是相互獨(dú)立的，根據(jù)貝葉斯原理則有：

(14)

通過計(jì)算logp(yd|y-d,x)在測(cè)試集的均值就可以得到LPS。

3 數(shù)據(jù)來源與描述

3.1 樣本選擇

電子信息技術(shù)產(chǎn)業(yè)是一個(gè)市場(chǎng)競(jìng)爭(zhēng)相對(duì)激烈、技術(shù)依賴比較強(qiáng)的行業(yè)，且外向型的電子信息產(chǎn)業(yè)上市公司更容易受到信用風(fēng)險(xiǎn)傳染效應(yīng)的影響[21]。本文選擇電子信息技術(shù)行業(yè)中國(guó)普天信息產(chǎn)業(yè)集團(tuán)作為研究對(duì)象進(jìn)行企業(yè)信用風(fēng)險(xiǎn)傳染問題研究。中國(guó)普天信息產(chǎn)業(yè)集團(tuán)下有6家上市子公司，我們選擇A股上市公司東信和平(DXHP)、波導(dǎo)股份(BDGF)、上海普天(SHPT)和東方通信(DFTX)作為研究對(duì)象，其余2家子公司成都普天電纜和南京普天分別在香港和深圳B股上市，因其財(cái)報(bào)披露準(zhǔn)則差異不作為本文研究對(duì)象。本文樣本期間為2005年第一季度至2015年第四季度，每家公司各有44個(gè)時(shí)間序列樣本。其中上市公司財(cái)務(wù)數(shù)據(jù)來源于國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)，上市公司股票收益數(shù)據(jù)和宏觀協(xié)變量數(shù)據(jù)來源于萬德(WIND)數(shù)據(jù)庫(kù)。

3.2 信用風(fēng)險(xiǎn)的度量

我們用Merton[22]提出的KMV模型來計(jì)算企業(yè)信用違約距離(DD)，并以違約距離(DD)作為企業(yè)信用風(fēng)險(xiǎn)水平代理變量。KMV模型假設(shè)企業(yè)股權(quán)價(jià)值滿足以下公式：

Ve=VaN(d1)-De-rτN(d2)

(15)

其中，Ve表示企業(yè)股權(quán)價(jià)值，Va表示企業(yè)資產(chǎn)市場(chǎng)價(jià)值，D表示企業(yè)債務(wù)價(jià)值，r表示無風(fēng)險(xiǎn)利率，τ表示債務(wù)剩余期限，N(·)為標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)。其中，d1和d2定義為：

(16)

(17)

其中，σa表示企業(yè)資產(chǎn)價(jià)值波動(dòng)率。運(yùn)用Ito’s定理得到企業(yè)股權(quán)波動(dòng)率σe和企業(yè)資產(chǎn)波動(dòng)率σa之間的關(guān)系式如下：

(18)

違約距離(DD)的計(jì)算如下式：

(19)

應(yīng)用KMV模型計(jì)算違約距離(DD)之前，我們需要對(duì)公式(15)-(18)的參數(shù)進(jìn)行設(shè)定。(1)設(shè)定企業(yè)股權(quán)市場(chǎng)價(jià)值等于企業(yè)可流通股票的市場(chǎng)價(jià)值；(2)企業(yè)債務(wù)賬面價(jià)值D等于流動(dòng)負(fù)債賬面價(jià)值加上0.5乘以非流動(dòng)負(fù)債賬面價(jià)值；(3)運(yùn)用ARMA(1，1)-GARCH(1，1)-t模型計(jì)算企業(yè)股權(quán)波動(dòng)率σe；(4)設(shè)定債務(wù)期限τ=1；(5)無風(fēng)險(xiǎn)利率r是CSMAR數(shù)據(jù)庫(kù)計(jì)算的季度無風(fēng)險(xiǎn)利率。我們把相應(yīng)時(shí)刻的企業(yè)股權(quán)價(jià)值Ve和企業(yè)股權(quán)波動(dòng)率σe設(shè)置為初始值，通過牛頓迭代法求解公式(15)和公式(18)，計(jì)算出企業(yè)資產(chǎn)市場(chǎng)價(jià)值Va和企業(yè)資產(chǎn)波動(dòng)率σa。最后，我們運(yùn)用公式(19)計(jì)算出企業(yè)違約距離(DD)，并以違約距離(DD)作為衡量企業(yè)信用風(fēng)險(xiǎn)水平的代理變量。通常情況下，企業(yè)違約距離(DD)越小說明企業(yè)違約概率越高，其違約發(fā)生的可能性越大。

3.3 信用風(fēng)險(xiǎn)同步性

我們通過比較兩兩企業(yè)的違約距離來考察集團(tuán)內(nèi)企業(yè)信用風(fēng)險(xiǎn)的同步性。由圖1可見，上海普天(SHPT)和東方通信(DFTX)、東信和平(DXHP)和上海普天(SHPT)違約距離的時(shí)間序列同步性較高，在2008-2010年以及2012-2014年這兩個(gè)期間其違約距離同時(shí)出現(xiàn)下降的趨勢(shì)。其他兩兩企業(yè)間違約距離同步趨勢(shì)雖然不是很明顯，但是可以發(fā)現(xiàn)在個(gè)別時(shí)間段，企業(yè)間違約距離同步性是存在的。這說明企業(yè)集團(tuán)內(nèi)公司違約風(fēng)險(xiǎn)水平在一定程度上存在相依關(guān)系，雖然這種相依關(guān)系隱蔽性比較高不易被發(fā)現(xiàn)，但這種違約概率的同步性使得企業(yè)集團(tuán)內(nèi)部成員企業(yè)信用風(fēng)險(xiǎn)傳染成為可能。

圖1 企業(yè)集團(tuán)兩兩成員企業(yè)違約距離(DD)同步性

3.4 變量描述

考慮到宏觀經(jīng)濟(jì)環(huán)境對(duì)企業(yè)信用風(fēng)險(xiǎn)傳染的影響，參考Hertzel和Officer[23]，Giesecke和Weber[15]文中所使用的宏觀經(jīng)濟(jì)因素，我們選擇居民消費(fèi)價(jià)格指數(shù)、國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率、廣義貨幣增長(zhǎng)率、短期貸款利率和人民幣兌美元匯率作為宏觀協(xié)變量引入到協(xié)變量動(dòng)態(tài)Joe-Clayton copula模型中。宏觀協(xié)變量基本描述如表1所示。從企業(yè)信用風(fēng)險(xiǎn)評(píng)估通用指標(biāo)體系出發(fā)，選取能夠反映公司經(jīng)營(yíng)能力和財(cái)務(wù)狀況的指標(biāo)：償債能力、經(jīng)營(yíng)能力、發(fā)展能力和盈利能力作為微觀協(xié)變量。由于這些公司微觀財(cái)務(wù)協(xié)變量是一些不可觀測(cè)的綜合指標(biāo)，我們通過主成分分析的方法提取第一個(gè)主成分作為公司微觀財(cái)務(wù)協(xié)變量指標(biāo)。公司微觀財(cái)務(wù)協(xié)變量基本描述如表2所示。

4 信用風(fēng)險(xiǎn)傳染實(shí)證分析結(jié)果

4.1 企業(yè)信用風(fēng)險(xiǎn)尾部相依結(jié)構(gòu)估計(jì)結(jié)果

我們根據(jù)上文所構(gòu)建的協(xié)變量動(dòng)態(tài)Joe-Clayton copula模型，通過企業(yè)間違約距離(DD)的下尾相依關(guān)系來研究企業(yè)集團(tuán)成員企業(yè)的信用風(fēng)險(xiǎn)傳染效應(yīng)。表3給出了中國(guó)普天信息產(chǎn)業(yè)集團(tuán)4個(gè)上市

表1 宏觀協(xié)變量描述

表2 公司微觀財(cái)務(wù)協(xié)變量描述

子企業(yè)兩兩企業(yè)間違約距離下尾相依系數(shù)估計(jì)結(jié)果。從表3中國(guó)普天信息產(chǎn)業(yè)集團(tuán)兩兩企業(yè)間違約距離下尾相依參數(shù)估計(jì)結(jié)果可以得知，集團(tuán)成員企業(yè)間信用風(fēng)險(xiǎn)傳染具有以下特征：

(1)協(xié)變量copula模型的違約距離下尾相依系數(shù)高于無協(xié)變量copula模型的違約距離下尾相依系數(shù)。如表3中，東信和平和東方通信間加入宏觀協(xié)變量copula模型估計(jì)的違約距離下尾相依系數(shù)均值為0.195，標(biāo)準(zhǔn)差為0.252，參數(shù)接受概率為0.100，其尾部相依系數(shù)均值及標(biāo)準(zhǔn)差均大于沒有協(xié)變量的模型尾部相依系數(shù)，這說明企業(yè)間信用風(fēng)險(xiǎn)傳染具有一定的隱蔽性。從表象特征我們可能無法判斷企業(yè)集團(tuán)成員企業(yè)信用風(fēng)險(xiǎn)是否存在傳染效應(yīng)。但當(dāng)我們考慮到企業(yè)宏觀層面經(jīng)濟(jì)環(huán)境或企業(yè)微觀層面特征時(shí)，我們通過模型能夠在一定程度上刻畫出企業(yè)集團(tuán)成員企業(yè)間的信用風(fēng)險(xiǎn)傳染發(fā)生的可能性。另外，由公式(9)知，隨機(jī)變量間的下尾相依系數(shù)是由參數(shù)β和協(xié)變量x共同決定的，不同協(xié)變量的copula模型得到不同的參數(shù)估計(jì)結(jié)果。因此，在協(xié)變量x和參數(shù)β共同作用下，企業(yè)集團(tuán)某一子企業(yè)組別違約距離下尾相依系數(shù)均值是不同的。由于子企業(yè)組別間協(xié)變量x和參數(shù)β的數(shù)值差異，不同子企業(yè)組別不同協(xié)變量copula模型所估計(jì)得到的違約距離下尾相依系數(shù)將呈現(xiàn)不同的變化規(guī)律。

(2)企業(yè)集團(tuán)成員企業(yè)的信用風(fēng)險(xiǎn)傳染效應(yīng)具有動(dòng)態(tài)特征，且其動(dòng)態(tài)特征受宏觀經(jīng)濟(jì)環(huán)境或公司微觀經(jīng)營(yíng)能力、財(cái)務(wù)狀況的影響呈現(xiàn)不同的變化趨勢(shì)。圖2展示了普天信息產(chǎn)業(yè)集團(tuán)的6組兩兩子企業(yè)間信用風(fēng)險(xiǎn)傳染效應(yīng)的動(dòng)態(tài)特征圖。由宏觀協(xié)變量copula模型估計(jì)結(jié)果可見，東信和平(DXHP)和波導(dǎo)股份(BDGF)、東信和平(DXHP)和上海普天(SHPT)以及上海普天(SHPT)和東方通信(DFTX)的違約距離下尾相依系數(shù)較高，說明在宏觀經(jīng)濟(jì)環(huán)境因素背景下，中國(guó)普天信息產(chǎn)業(yè)集團(tuán)這三組兩兩子企業(yè)間的信用風(fēng)險(xiǎn)發(fā)生傳染效應(yīng)的可能性較高。其他子企業(yè)組別違約距離的下尾相依系數(shù)較低，但是在某一時(shí)期的宏觀經(jīng)濟(jì)環(huán)境的作用下，其下尾相依系數(shù)會(huì)出現(xiàn)跳躍。如東信和平(DXHP)和東方通信(DFTX)在2009第二季度到2009年第四季度以及2011年第四季度到2012年第三季度兩個(gè)時(shí)間段，其違約距離下尾相依系數(shù)發(fā)生兩次大的跳躍。從加入公司微觀協(xié)變量copula模型和同時(shí)加入宏觀協(xié)變量和公司微觀協(xié)變量copula模型的違約距離下尾相依系數(shù)估計(jì)結(jié)果發(fā)現(xiàn)，企業(yè)集團(tuán)內(nèi)部成員企業(yè)微觀經(jīng)營(yíng)能力、財(cái)務(wù)狀況的異質(zhì)性，使得我們的模型沒有能夠很好地捕捉到企業(yè)集團(tuán)成員企業(yè)間信用風(fēng)險(xiǎn)傳染效應(yīng)的動(dòng)態(tài)規(guī)律，但大部分組別違約距離下尾相依系數(shù)較宏觀協(xié)變量模型結(jié)果都有明顯的增加，可以說明企業(yè)集團(tuán)兩兩子企業(yè)間存在信用風(fēng)險(xiǎn)傳染效應(yīng)的可能性。

表3 違約距離下尾相依系數(shù)估計(jì)

注：1、違約距離下尾相依系數(shù)對(duì)應(yīng)于信用風(fēng)險(xiǎn)上尾相依系數(shù)，用來刻畫企業(yè)間信用風(fēng)險(xiǎn)傳染的可能性。2、模型(1)是沒有協(xié)變量的Joe-Clayton copula模型，模型(2)是宏觀協(xié)變量Joe-Clayton copula模型，模型(3)是企業(yè)財(cái)務(wù)微觀協(xié)變量Joe-Clayton copula模型，模型(4)是宏觀和企業(yè)財(cái)務(wù)微觀協(xié)變量Joe-Clayton copula模型。

圖2 企業(yè)間信用風(fēng)險(xiǎn)傳染動(dòng)態(tài)特征注：實(shí)線為微觀協(xié)變量Joe-Clayton copula模型，點(diǎn)虛線為宏觀協(xié)變量Joe-Clayton copula模型，虛線為宏觀和微觀協(xié)變量Joe-Clayton copula模型。

4.2 企業(yè)信用風(fēng)險(xiǎn)傳染影響因素分析結(jié)果

由以上分析發(fā)現(xiàn)，中國(guó)普天信息產(chǎn)業(yè)集團(tuán)內(nèi)部?jī)蓛沙蓡T企業(yè)間存在信用風(fēng)險(xiǎn)傳染效應(yīng)且其信用風(fēng)險(xiǎn)傳染效應(yīng)具有動(dòng)態(tài)特征。那么，企業(yè)集團(tuán)內(nèi)部成員企業(yè)間信用風(fēng)險(xiǎn)傳染效應(yīng)的影響因素是什么？對(duì)于宏觀經(jīng)濟(jì)環(huán)境或公司微觀經(jīng)營(yíng)能力和財(cái)務(wù)狀況，這些變量對(duì)企業(yè)集團(tuán)內(nèi)不同組別間企業(yè)信用風(fēng)險(xiǎn)傳染的影響作用是否存在差異？因此，為了進(jìn)一步回答這個(gè)問題，我們研究宏觀協(xié)變量以及公司微觀協(xié)變量對(duì)企業(yè)集團(tuán)內(nèi)部?jī)蓛沙蓡T企業(yè)信用風(fēng)險(xiǎn)傳染的影響。

表4～表9是中國(guó)普天信息產(chǎn)業(yè)集團(tuán)上市子公司間兩兩企業(yè)信用風(fēng)險(xiǎn)傳染因素模型參數(shù)估計(jì)結(jié)果，由此得到以下結(jié)論：