姚子衍,潘文富
(貴州財經大學 會計學院,貴州 貴陽550025)
新中國成立之初,中國債券市場的雛形已基本形成,當時面臨著嚴峻的經濟挑戰。在此背景下,我國開始嘗試發行國債。國家改革開放以后,金融、企業類型的債券等均取得了一定程度的發展,債券的發行量也在逐步增多。隨著我國資本市場的進一步完善與發展,債券市場也迎來了新一輪改革創新的浪潮。債券市場的快速發展,豐富了原有的債券品種,推出了新債券市場金融工具,產生了多元化債券投資主體。2018 年我國債券市場的發行量高達40.39 萬億元,相比 1997 年 0.4 萬億元增加了近100 倍,年均增長速度達126%;2018 年債券市場的交易量695.3 萬億元,相比1997 年的1.7 萬億元增加了近400 倍,年均增長速度達到135%。近20 年來的經濟形勢利好,債券市場深度與廣度得到充分的發展。然而,伴隨著的是頻發的債券違約事件。這暴露出我國債券市場風險治理的相關制度存在多種不足。在此背景下,如何將扎根理論研究方法作為基礎高效服務于我國債市爆雷體系建設? 如何構建覆蓋全體且科學有效的現代干預治理體系、完善守信聯合激勵和失信聯合懲戒機制、營造良好穩健債券市場環境? 均是亟須研究的問題。
美國作為債券市場的發源地,自17 世紀以來,已經出現了三次大規模的爆雷事件。許多大型企業沒能堅持住,最終破產,在不考慮企業自身違規行為的情況下,導致企業破產最直接的原因就是債券到期違約兌付而被迫進入破產清算程序,如安然、世通和雷曼兄弟等。資本市場上出現的債券爆雷主要集中于高收益性的債券,此類債券也被稱為垃圾債券。Black & Scholes(1973)和 Merton(1974)是債市爆雷研究的先行者,他們首先提出從公司債務和資產的角度研究債市爆雷①。Black & Cox(1976)則認為爆雷與到期日無關,專注于研究違約界限的影響因素。Zhou Hong(2016)對企業社會責任與信用利差之間的關聯進行了研究,結果表明,更多的企業社會責任使得信用利差更小②。
相對于發達國家,我國企業債券起步較晚,資本市場的相關研究也較晚。洪艷蓉(2013)指出,我國債市爆雷零容忍將制約債券市場的健康發展,主管當局提供隱性擔保,違反商業信貸市場的剛性約束的本質,容易引發金融系統性風險③。吳偉央(2016)認為,政府要放權管理,使用市場導向和法治化原則應對債市爆雷④。楊筱燕、張大鵬(2014)認為政府對“11超日債”的處理反映政府對市場化改革的態度。標志著我國債券市場市場化改革的開始⑤。曹萍(2015)、于欣媛(2017)分別以 KMV⑥、logistics 模型⑦分析政府債和公司債違約風險的影響因素,指出在注意財務指標外,還應該注意系統性爆雷的發展趨勢,以及相應的系統性經濟風險。
美國債市的“違約風險”比所認為的“兌付風險”要廣泛。“爆雷”是指發行人與投資者違反雙方協議的任意一條條款。在美國債市爆雷有兩種處置方式:破產清算和債務重組。吳偉央(2016)借鑒國外債市爆雷經驗得出事前預防、事中緊急處置以及事后處置的應對機制⑧。林力、張自力(2014)研究美國債市爆雷風險的監管,從投資者權益、風險披露和信用評級的角度,提出對我國債市爆雷監管的建議⑨。陸巍峰、杜國慶、陳南希(2016)指出,我國債券爆雷處置由政府把控,主要有擔保代償、破產重整、清算與和解等⑩。
債券爆雷模型研究,有Edward Altman 于1968年提出的著名5 變量Z-score 模型。通過研究破產企業篩選出5 個最重要的財務比率,進行統計分析,計算出債市爆雷的臨界Z 值。1977 年,Edward Altman 對Z-score 模型進行進一步優化,形成了更加準確的 ZETA 模型?。1995 年 Long staff,Schwartz 認為違約界限符合時間的線性函數,并發現信用利差與違約概率有關?。1993 年,KMV 公司以 BSM 期權定價模型為理論基礎,提出新的KMV 模型,用于量化企業違約的概率?。向德偉(2002)選擇 80 家 A 股上市公司作為樣本,運用Z 值評分法分析國內上市公司的經營風險?。曾詩鴻、王芳(2013)選擇 42 家中國制造業上市公司,采用ST 的數據修正KMV 模型的違約點,并結合我國債市情況得出KMV 模型的修改版?。李超(2007)在對比信用度量模型 KMV 模型后,結合兩種模式更好地分析企業債券信用風險?。
綜上所述,在國內外研究動態中,學者們從不同角度探討了債市的模型、體系、治理等方面的內容,為研究提供了理論支撐和參與價值。但是,由于諸多因素的限制,文獻研究視角較為分散,缺乏將扎根理論研究方法深度融入債市爆雷預警體系建設的系統性思考。具體體現在,縱觀國內外文獻,鑒于扎根理論應用于債市研究還處于非常初級階段,以開放式編碼、主軸式編碼和選擇式編碼對債券市場爆雷事件文獻研究內容還不夠豐富,對我國債市問題分析不足,理論研究方法和風險預警體系相結合的研究更是鮮見。
扎根理論方法論的核心是避免先入為主的假設干擾,保證從研究過程到研究成果的客觀呈現。且扎根理論強調從事實中歸納、抽象出某個具有普遍的債市爆雷風險預警的信號。相比于實證研究的方法,扎根理論的定性研究方法更加科學嚴謹。具體研究流程如圖1 所示。

圖1 扎根理論研究流程圖
債市爆雷存在一定的階段和過程,通常情況下,違約企業的經營狀況在爆雷前會有一個快速惡化的階段。因此,爆雷前會出現相關預警信號。本文基于爆雷債券的預警指標共性分析選取樣本,考慮財務資料和相關信息較容易獲得、債券違約主體規模較大、違約債券數量較多、市場影響廣泛等因素,對2018 年發生的涉及違約債券的發行主體進行篩選,將研究案例樣本定為凱迪生態。
由于扎根理論比較注重數據資料來源的多樣性,首先,通過調查獲得充分的資料和文獻,以分析整理原始資料為主、集中討論收集資料為輔的研究方法,對與債券市場爆雷風險預警相關的信號進行整理歸納。其次,根據整理歸納出的數據進行開放式編碼、主軸式編碼及選擇式編碼。最終形成以債市爆雷風險預警核心范疇為主體,各副范疇及其對應范疇為維度,組成債市爆雷風險預警信號模型。再次,對相關類屬的飽和度進行檢驗測試,若不再出現新的范疇則確認停止數據資料的收集。最后,基于扎根理論編碼結果,探究影響債市爆雷風險預警機制的作用機理。
將收集整理好的數據,在Excel 中為每一條記錄建立一個表單。嚴格執行扎根理論的編碼程序技術,利用Excel 隨機選擇歸納數據中的45 條記錄,以保證研究結果的有效性和可信度。盡可能地避免編碼者個人偏見對研究結果的影響。為深度挖掘債券市場爆雷的風險預警因素,對原始數據進行逐句編碼,選擇交叉重復2 次以上的記錄,進行求同求異比較分析,最終得到23 個初始概念(c),并最終歸納為 10 個范疇(C)(表1)。
主軸式編碼就是在分析已歸納出的10 個范疇(C)之間存在的理論聯系與邏輯關系的基礎上,歸納整理出債市爆雷風險預警因素的主范疇(MC),構建各個概念范疇之間的關系模型。通過主軸式編碼,對每一個范疇進行進一步探究,分析各主范疇在概念層次上是否存在內在聯系。最終梳理得出市場、公司、監督、經營四個主要維度。

表1 開放式編碼的主要結果
選擇式編碼探究其關系結構,從而構建一個新理論模型和過程。根據上述分析,提出債市爆雷風險預警因素的關系結構假設(表2)。

表2 主軸式編碼和選擇式編碼的主要結果
編碼過程結束,將其結果結合資料組中剩余記錄再次編碼提煉,經檢驗不再出現新的概念和關系,說明上述編碼過程涵蓋了全部的相關概念和范疇。本次研究結果得出的債市爆雷的風險預警信號的四大主范疇,通過了理論飽和度檢驗未發現新的范疇,最終確認停止資料數據的搜集與整理。
一是市場預警信號。我國經濟受國外諸多不利因素的沖擊以及自身不完善機制的存在,近年來我國宏觀經濟市場的景氣度不行,GDP 增速下滑,同時PPI 指數也在逐年下降。債券違約企業存在相似的行業特征,例如行業經濟周期強、行業景氣度低,且這類企業大多是處于產能過剩情況的行業。市場預警信號分析結果表明,投資者在投資債券時,應當充分了解當前我國宏觀經濟狀況,投資債券所處行業經濟景氣度與經濟周期以及是否存在產能過剩的情況。當企業債券存在以上風險預警跡象時,則投資者購買時應當將上述風險納入考慮,在未超出投資者心理預設的風險預警線時進行購買。
二是監督預警信號。發債企業都需要經過評級機構對發債主體進行債券信用評級。債券發行后,也會持續進行定期和不定期的后續評級。一般而言,債券違約企業評級意見的變化都是呈下調趨勢。違約企業大都存在會計信息質量低下、財務報告披露不及時的現象,也會出現被出具非標準審計意見的報告。因此,當債券發行企業會計信息披露質量存在問題,債券的評級和審計意見出現風險預警信號時,此時投資者不應選擇投資該債券,若已經購買則應當減持該債券。
基于扎根理論對外部預警風險的編碼分析,不難發現一個企業債券發生違約的外部風險預警信號有很多,但投資者如何在投資債券時了解該企業債券違約的可能性,還需要進一步結合企業的內部預警信號進行考慮。
一是公司環境信號。債券違約企業大多存在管理不善、主營業務不突出、產業過度多元化或依賴債務的急劇擴張、財務杠桿過高、債務結構不合理、短期特征明顯等問題。違約企業多偏好擴張戰略,盲目采取多元化的公司擴張戰略,使得企業原本主導產業的貢獻率下降,加大對副產業的重視與投入產出,進而導致集團資源配置不合理。不僅如此,債券違約企業公司治理問題顯著,經常出現大股東資產置換、剝離和掏空等不利行為,負面事件頻發如高管頻繁調動、自殺、被逮捕等負面新聞時常見諸于眾。同時,股權之爭時有發生,第一大股東頻繁變動、存在惡意收購現象等。上述現象表明,投資者在投資企業債券,對其違約風險可能性進行分析時,應深入了解企業的公司戰略以及公司治理情況。對盲目采取擴張戰略的企業以及公司治理結構不完善負面事件頻發的企業所發債券敬而遠之。
二是經營環境信號。企業債券在違約之前,其Z-score 模型分析的結果破產指數一般都低于正常值范圍,同時財務狀況也存在著一些共性缺陷。因此,投資者在選擇債券時應當了解企業經營狀況和相關財務指標,對于出現預警信號的債券謹慎投資。
通過對債市爆雷違約風險的動因剖析,可以發現市場環境的波動是引發債券違約的根本原因,外部監督的松緊決定債券違約的可行性,公司戰略與發展的變動影響債券違約的概率,經營狀況與財務指標的好壞表現債券違約的特征。這四個方面的預警信號為債市爆雷提供針對性的風險預警思路。管理者應針對不同風險預警信號采取不同的對策:了解宏觀經濟環境及各行業特征,選擇優勢行業;加強債券市場外部監督體系的管理,在高標準嚴要求的背景下發行債券; 制定良性有效的發展戰略,優化管理協調發展,抓好內部控制;摸清經營狀況,明確財務指標范圍,選擇合理區間內的發債企業。
本文發現了債市爆雷違約的內部和外部風險預警信號,構建了“債市爆雷違約風險預警信號”模型,得出以下結論:
第一,用該模型首次對債市爆雷違約風險預警行為的內涵進行定義,即根據債市暴過程中所發生的市場環境的變化、公司戰略和公司治理的不合理、外部信用評級變化趨勢和會計信息披露質量以及公司的財務風險問題等以及債市爆雷違約可能性的不同程度可以劃分為外部風險預警信號發生階段和內部風險預警信號發生階段。
第二,在經濟學、金融學、心理學等學科理論的基礎上,創建債市爆雷風險預警模型。并對債券爆雷的外部與內部風險進行預測度量,以假設、檢驗、案例應用推行干預系統檢測,引導行業健康穩定發展。運用扎根理論的研究方法,經過廣泛的收集資料和開放式編碼、主軸式編碼、選擇式編碼分析,闡述“債市爆雷違約”的多重維度動因,“債市爆雷違約風險預警信號”模型的維度內容與以往學者們的定性分析所得結果相比更加全面。
注釋:
①B1ack.F,M.Scholes.The Pricing of Options and Corporate Liabilities[J].Journal of Finance,1974(13):449-470.
②Zhou H, Li G, Lin W.Corporate Social Responsibility and Credit Spreads-an Empirical Study in Chinese Context[J].Annals of Economics&Finance,2016,36:79-103.
③洪艷榮.公司債券違約零容忍的法律救贖[J].法學,2013,(12):39-45.
④吳偉央.債券違約應對處理法律機制探析[J].證券法苑,2014,(13):189-214.
⑤楊筱燕,張大鵬.超日債事件回顧及啟示[J].債券,2014,(12):60-64.
⑥曹萍.基于KMV 模型的地方政府債券違約風險分析[J].債券市場導報,2015,(8):39-44.
⑦余欣媛.基于logistic 模型的企業債券違約影響因素的研究[J].時代金融,2017,(6):194.
⑧吳偉央.債券違約應對處理的國際經驗[J].中國農村金融,2016,(5):80-82.,
⑨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.
⑩陸巍峰,杜國慶、陳南希.我國債券市場違約處置的現狀及市場化處置方式探討[J].金融市場研究,2016,(2):51-61.
?Altman EI.Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].The Journal of Finance,1968,23(4): 589-609.
?Altman EI, Haldeman RG, Narayanan P.ZETAT M analysis A new model to identify bankruptcy risk of corporations[J].Journal of Banking & Finance, 1977, 1(1): 29-54.
?Black F, Scholes M.The Pricing of Options and Corporate liabilities[J].Journal of Political Economy, 1973, 81(3): 637-654.
?向德偉.運用“Z 記分法”評價上市公司經營風險的實證研究[J].會計研究,2002,(10):53-57.
?曾詩鴻,王芳.基于KMV 模型的制造業上市公司信用風險評價研究[J].預測,2013,(2):60-63.
?李超.公司債的信用風險計量分析[J].金融經濟,2007,(22):81-83.