我國非金融企業(yè)信用債違約先兆分析與建模探究

劉律康 班越 趙振 胡光琪 張東朔

摘要：本文以銀行間債券市場和交易所債券市場非金融企業(yè)信用債為研究對象，通過債券發(fā)行主體公開信息并結(jié)合建設(shè)銀行內(nèi)部數(shù)據(jù)，從發(fā)行主體所處宏觀經(jīng)濟環(huán)境、財務(wù)指標、債券交易價格等方面對非金融企業(yè)信用債違約因素進行探究，發(fā)現(xiàn)經(jīng)濟周期、發(fā)行主體現(xiàn)金流及債券交易價格等因素對于揭示債券違約風險具有重要意義，并使用隨機森林和XGBoost兩種機器學習算法構(gòu)建模型，生成信用債高違約風險預(yù)警名單，旨在為風控部門、交易與投資部門提供決策支持。

關(guān)鍵詞：非金融企業(yè)信用債 財務(wù)指標 隨機森林算法 XGBoost算法 高風險違約預(yù)警名單

銀行間債券市場和交易所債券市場非金融企業(yè)信用債（以下簡稱“信用債”）是政府之外的主體進行直接融資的重要渠道，是資本市場的重要組成部分。近年來，我國信用債市場發(fā)展迅速，滿足了企業(yè)多種融資需求，助力實體經(jīng)濟快速發(fā)展，但同時信用債違約1風險也有快速上升的趨勢。在此背景下，本文嘗試構(gòu)建以海量數(shù)據(jù)分析為基礎(chǔ)的多指標前瞻性違約風險模型，旨在對信用債違約先兆進行早期識別和預(yù)警防范。

基于公開市場信息的信用債違約特征研究

利用公開信息對信用債違約進行解釋并構(gòu)建相應(yīng)模型進行預(yù)測，一直是信用債違約研究的重點內(nèi)容。在債券違約發(fā)生前，發(fā)行主體所處宏觀經(jīng)濟環(huán)境、財務(wù)指標、債券交易價格等通常會表現(xiàn)異常，從而反映出一定程度的違約風險信號。

（一）宏觀經(jīng)濟環(huán)境與債券違約的關(guān)系

影響債券償付能力的宏觀經(jīng)濟因素包括經(jīng)濟增速、貨幣政策與財政政策。

就經(jīng)濟增速而言，黨的十八大以來我國宏觀調(diào)控政策發(fā)生了一系列重大變革，經(jīng)濟增速趨于平穩(wěn)，從雙位數(shù)向個位數(shù)緩步回歸。在經(jīng)濟繁榮時期，各行業(yè)維持高景氣度，生產(chǎn)、消費、投資活動活躍，企業(yè)持續(xù)創(chuàng)造利潤，現(xiàn)金流充裕，償付能力穩(wěn)健。隨著經(jīng)濟步入下行周期，部分產(chǎn)業(yè)需求萎縮，居民實際購買力下降，企業(yè)利潤下滑乃至虧損，現(xiàn)金流緊縮，難以如期償付債券本息，繼而形成實質(zhì)性違約。據(jù)此推論，當經(jīng)濟增速下行時，債務(wù)主體償付能力下降，發(fā)生信用債違約事件的可能性上升。鑒于2020年新冠肺炎疫情暴發(fā)的特殊性，剔除2020年數(shù)據(jù)，利用2014—2019年國內(nèi)生產(chǎn)總值（GDP）增速與信用債違約數(shù)量的時間序列數(shù)據(jù)繪制得到圖1。圖1顯示，自2014年起GDP增速維持震蕩下行趨勢，2016—2017年出現(xiàn)短暫上行，同期信用債違約數(shù)量則呈現(xiàn)顯著的反向特征，即經(jīng)濟增速與信用債違約數(shù)量存在一定的負相關(guān)性。

就貨幣政策而言，近年來，相較美聯(lián)儲、歐洲央行、日本銀行等發(fā)達經(jīng)濟體央行的寬松政策，中國人民銀行更為克制，貨幣供應(yīng)整體保持松緊適度。一般而言，當貨幣政策趨于緊縮時，金融機構(gòu)會針對信用資質(zhì)較差的債務(wù)主體要求更高的利率以彌補風險溢價，信貸增速繼而放緩。融資成本增加導(dǎo)致發(fā)行人債務(wù)展期能力弱化，償付能力承壓，出現(xiàn)違約的可能性相應(yīng)提高。從2014年至2021年1月金融機構(gòu)信貸增速（見圖2）來看，2016年1月至2018年5月、2019年5月至2020年1月以及2020年5月至2021年1月三個階段的信貸增速顯著下行，而同時期信用債違約數(shù)量呈上升趨勢，即信貸增速與信用債違約數(shù)量存在一定的負相關(guān)性。

就財政政策而言，對于部分自身造血能力不足、嚴重依賴財政資金支持的國有企業(yè)，財政收入減少是導(dǎo)致其發(fā)生違約的主要原因。圖3顯示，2017年1月至12月、2018年1月至10月、2019年9月至2021年1月等階段財政收入下行趨勢明顯，財政騰挪空間受限，疊加前述貨幣政策收緊、企業(yè)自身運營等問題，共同導(dǎo)致了部分債務(wù)主體的違約事件。

（二）財務(wù)指標與債券違約的關(guān)系

財務(wù)指標可以反映企業(yè)的經(jīng)營狀況和償債能力，其中運營指標能夠充分揭示企業(yè)的還款來源，資本結(jié)構(gòu)指標能綜合反映企業(yè)的信用風險狀況。下文將以定性與定量相結(jié)合的方式對財務(wù)指標與債券違約的關(guān)系進行探究。

首先，通過對歷史信用債違約案例進行分析，將部分財務(wù)指標予以量化，觀察各指標在違約和正常發(fā)行主體中的表現(xiàn)差異，可將違約主要原因歸結(jié)如表1所示。

其次，為留出2020年之后的數(shù)據(jù)用于檢驗?zāi)Ｐ托Ч疚倪x取2014年1月至2019年12月的信用債違約主體和正常到期主體為研究對象，選取部分反映盈利能力、債務(wù)償付能力和企業(yè)成長前景的財務(wù)指標進行單指標分析。一是銷售凈利率。銷售凈利率是指企業(yè)凈利潤占銷售收入凈額的百分比，表現(xiàn)了企業(yè)銷售的最終盈利能力。該比率越高，說明企業(yè)的盈利能力越強。以發(fā)行主體債券違約或到期前最后一期財報（年報或中報）中“銷售凈利率”指標排序后分組分析（見圖4），可以看到各分組違約率呈現(xiàn)明顯線性關(guān)系，即在銷售凈利率越低的分組中，違約企業(yè)占比越高。二是速動比率。速動比率是指企業(yè)速動資產(chǎn)與流動負債之比，用來反映企業(yè)的短期償債能力。三是利潤總額同比增長率。利潤總額同比增長率是指本期利潤總額與上期水平的比較，體現(xiàn)了企業(yè)的成長前景。同樣進行分組分析可以發(fā)現(xiàn)，速動比率和利潤總額同比增長率兩個指標與違約的關(guān)聯(lián)性也表現(xiàn)得同樣明顯，即在速動比率和利潤總額同比增長率越低的分組中，違約企業(yè)占比越高。

最后，企業(yè)的基本面信息，所在區(qū)域、所屬行業(yè)、性質(zhì)、員工人數(shù)等也與信用債違約有著不可忽視的關(guān)系。如圖5所示，截至2019年12月，70%的信用債違約余額來自民營企業(yè)。

（三）交易價格數(shù)據(jù)與債券違約的關(guān)系

業(yè)界對債券違約風險進行度量的主要方法之一就是市場價格法，其主要思想是基于交易價格數(shù)據(jù)來推斷隱含違約率。隱含違約率是指通過債券價格信息推導(dǎo)出來的單只債券在一個付息周期內(nèi)發(fā)生違約的邊際概率。其對債券違約風險的計量和對違約風險變化趨勢的反映具有較高的指示價值。在國際成熟債券市場中，隱含違約率因與實際違約率有較高的關(guān)聯(lián)性，被廣泛應(yīng)用于信用風險定價。

2020年，中債金融估值中心有限公司基于中債價格指標產(chǎn)品及債券市場歷史違約信息，推出中債市場隱含違約率。參考2020年四個季度（第一期于1月22日發(fā)布）的中債市場隱含違約率，對其發(fā)布之后一個季度內(nèi)發(fā)生首次違約的發(fā)行主體進行觀察，發(fā)現(xiàn)在劃分適當閾值的情況下，中債市場隱含違約率對違約有著較強的預(yù)判性。這表明，中債市場隱含違約率能夠客觀、精細地計量發(fā)行主體信用風險水平，可用于預(yù)期信用損失計量及風險管理領(lǐng)域。

圖6中橫軸的各點為中債市場隱含違約率值（以每次增加0.5算，即點1的違約率值為1，點2的違約率值為1.5），藍色折線為當日隱含違約率發(fā)布后的當季度內(nèi)的百分比變化，即預(yù)測準確率AR;橙色折線為當日隱含違約率發(fā)布后的當季度內(nèi)的百分比變化，即預(yù)測覆蓋率RECALL。圖6顯示，隨著中債市場隱含違約率閾值的不斷提高，預(yù)測準確率AR呈上升趨勢，而預(yù)測覆蓋率RECALL呈下降趨勢。機構(gòu)在進行風控排查時應(yīng)綜合考慮管理成本和收益，根據(jù)自身風險偏好選擇適當閾值。

基于銀行內(nèi)部信息的信用債違約特征研究

業(yè)界對債券違約風險的分析一般是基于公開信息，而銀行作為國家最重要的金融機構(gòu)，具備擁有客戶全量數(shù)據(jù)的天然優(yōu)勢。以建設(shè)銀行為例，其充分利用行內(nèi)數(shù)據(jù)資產(chǎn)，加工衍生出多類數(shù)據(jù)產(chǎn)品，范圍覆蓋產(chǎn)品信息、評級信息、信貸信息、資金流向信息，以及部分外購的工商、司法信息等。經(jīng)統(tǒng)計，本文分析的債券發(fā)行主體中有近90%是或曾是建設(shè)銀行客戶。

根據(jù)考察期內(nèi)信用債違約和正常到期情況將發(fā)行主體分為違約組和正常組，統(tǒng)計其在行內(nèi)的信貸不良情況。結(jié)果顯示，違約組的行內(nèi)信貸不良客戶占比均高于正常組，違約組的不良客戶占比是正常組的約10倍。由此可見，發(fā)行主體信貸不良情況可作為判斷后期債券違約風險的重要依據(jù)。

建設(shè)銀行于2018年1月上線的全面風險監(jiān)控預(yù)警平臺（RAD）整合了行內(nèi)外大數(shù)據(jù)資源，通過構(gòu)建模型和規(guī)則對集團所有機構(gòu)、客戶、業(yè)務(wù)的風險進行監(jiān)控、識別、預(yù)判并預(yù)警。本文選擇RAD系統(tǒng)預(yù)警時間先于違約或到期日的發(fā)行主體分組觀察。結(jié)果顯示：一是總體上，違約組的客戶預(yù)警率和客戶均預(yù)警條數(shù)2均高于正常組，均大于1.6倍;二是從客戶維和預(yù)警維3來看，違約組有紅色級別預(yù)警的客戶比例（81.58%）和紅色預(yù)警條數(shù)比例（54.76%）也均遠高于正常組。由此可見，RAD預(yù)警信息尤其是紅色預(yù)警信息對于債券違約的前瞻分析具有借鑒意義。

基于集成學習算法的發(fā)行主體違約預(yù)測建模

（一）集成學習算法簡介

集成學習算法是目前最流行的機器學習算法之一。在集成學習理論中，弱學習器被稱為基礎(chǔ)模型，這些模型可作為設(shè)計更復(fù)雜模型的構(gòu)件。在大多數(shù)情況下，基礎(chǔ)模型本身的性能并不是非常好，這要么是因為具有較高的偏置（如低自由度模型），要么是因為方差太大導(dǎo)致魯棒性不強（如高自由度模型）。集成學習算法的思想是通過將這些弱學習器的偏置和/或方差結(jié)合起來，創(chuàng)建一個強學習器（也稱“集成學習模型”），從而獲得更好的性能。

按照弱學習器之間是否存在依賴關(guān)系可以分為以下兩類：

一是弱學習器之間不存在強依賴關(guān)系，一系列的個體學習器可以并行生成。作為該類中最常見的算法代表，隨機森林算法是由多棵決策樹組成的集成學習模型，在處理分類問題時，其以CART分類樹4為基礎(chǔ)模型。根據(jù)大數(shù)據(jù)集理論，隨機森林算法并行訓(xùn)練速度快，不存在過擬合的問題，具備很好的泛化能力。

二是弱學習器之間存在強依賴關(guān)系，一系列的個體學習器基本必須串行生成，該類的代表算法包括GBDT、XGBoost和LightGBM等。XGBoost是一種提升樹模型，在2014年被首次提出后，因其優(yōu)良的學習效果以及高效的訓(xùn)練速度而獲得廣泛關(guān)注和應(yīng)用。XGBoost支持在選擇最佳分裂點進行枚舉時并行化，訓(xùn)練速度快，其損失函數(shù)引入了一階和二階導(dǎo)，并加入正則項，控制了模型的復(fù)雜度，防止過擬合。相對于傳統(tǒng)的邏輯回歸等機器學習算法，XGBoost在變量挖掘方面更具優(yōu)勢：邏輯回歸的變量選擇更依賴于業(yè)務(wù)經(jīng)驗，而XGBoost特有的樹結(jié)構(gòu)具備從原始變量中通過組合獲取隱含信息的特性，對陌生業(yè)務(wù)領(lǐng)域的分析更具優(yōu)勢。

（二）模型構(gòu)建

本文擬基于宏觀經(jīng)濟、財務(wù)指標、債券交易價格等公開信息建立主模型，而對于是或曾是建設(shè)銀行客戶的發(fā)行主體使用行內(nèi)信貸、資產(chǎn)變化、敏感客戶名單、RAD預(yù)警系統(tǒng)等信息建立輔助模型，將主模型和輔助模型相結(jié)合來分析信用債違約風險。

有效的模型需具備預(yù)測的先兆性，即發(fā)行主體在發(fā)生違約前多久可被模型預(yù)測到。考慮到信用債尤其是違約風險較大的信用債流動性較差的特點，建模所選擇的數(shù)據(jù)時點為違約或到期前1個月或以上。

根據(jù)對信用債違約特征和行內(nèi)外數(shù)據(jù)的分析，本文篩選出 143個或有潛在影響的基礎(chǔ)變量，再在基礎(chǔ)變量之上進行加工衍生，共生成525個變量，變量基本情況及衍生方式見表2。其中，基本面因素包括成立年限、所在區(qū)域、行業(yè)類別等靜態(tài)指標。

樣本方面，2014—2019 年信用債違約或正常到期主體共有2452個（不包含沒有公開信息的發(fā)行主體），其中有134個違約樣本，包括有信用債違約記錄的120個發(fā)行主體和債券正常到期前在建設(shè)銀行或他行有信貸不良記錄的14個發(fā)行主體5，占總樣本的比例為5.46%。

針對主模型，將2452個樣本按7∶3的比例6劃分訓(xùn)練集和測試集，在兩個數(shù)據(jù)集里，違約樣本占比保持在5.46%。根據(jù)數(shù)據(jù)缺失度進行變量篩選，刪除缺失度在40%以上的變量，最終入模385個變量。

針對輔助模型，經(jīng)過是否為建設(shè)銀行客戶的篩選后，樣本數(shù)縮減為1347個，其中違約樣本為83個，包括有信用債違約記錄且為建設(shè)銀行客戶的69個發(fā)行體和債券到期前在建設(shè)銀行或他行有信貸不良記錄的14個發(fā)行體，違約樣本占比為6.16%。同樣按7∶3的比例劃分訓(xùn)練集和測試集，兩個數(shù)據(jù)集中，違約樣本占比保持不變。刪除缺失度在40%以上的變量，最終入模83個變量。

歷史上，債券違約屬于小概率事件，再鑒于以上兩種集成算法的特性以及數(shù)據(jù)源的不同，在本次建模中，我們希望能得到較高的準確率，且不同的數(shù)據(jù)源能達到互補的效果，因此采用如下的組合策略：針對同一數(shù)據(jù)源分別使用隨機森林和XGBoost兩種算法，并將結(jié)果（違約概率最大的前5%客戶）取交集作為該類數(shù)據(jù)源的唯一輸出，之后再對兩類數(shù)據(jù)源的輸出結(jié)果取并集，最后以該名單作為最終產(chǎn)出。

模型效果評估

對模型效果的評估，通常從技術(shù)指標、應(yīng)用效果及風險因素可解釋性三個維度進行。

（一）技術(shù)指標

一是預(yù)警的精確性，也可理解為準確率，即通過模型產(chǎn)生的高違約風險預(yù)警名單中實際違約主體比例。該值越大，模型效果越好，即只需關(guān)注極小部分發(fā)行主體（成本），就能準確篩查出高違約風險主體（收益）。該值與未建模情況下違約主體基準比例的比值即為提升度。

二是預(yù)警的全面性，也可理解為覆蓋率，即通過模型產(chǎn)生的高違約風險預(yù)警名單中實際違約主體占所有違約主體的比例。理想的狀態(tài)是預(yù)警名單能預(yù)測到所有實際違約主體。

在實踐中，預(yù)警的精確性和全面性是相互矛盾的，通常需根據(jù)業(yè)務(wù)部門的實際需求進行權(quán)衡。

（二）應(yīng)用效果

以2020年1月1日存續(xù)債券的正常（未違約）發(fā)行主體1584個為觀察對象，評估其未來違約風險。截至2020年7月底，共有14個發(fā)行主體發(fā)生首次違約。

運用上文構(gòu)建的模型產(chǎn)生出一個包含63個發(fā)行主體的高違約風險預(yù)警名單。與實際違約情況相比，這63個高違約風險發(fā)行主體中有10個發(fā)生首次違約。評估效果解析為：基準比例，0.88%（14/1584）;預(yù)警率，4%（63/1584）;準確率，15.9%（10/63）;提升度，18.1倍（15.9/0.88）;覆蓋率，71.4%（10/14）。可見，模型在精確性和全面性方面均有較好表現(xiàn)。

（三）風險因素可解釋性

本文構(gòu)建的模型是通過多個入模變量的值綜合計算發(fā)行主體的違約率，但實際上，導(dǎo)致發(fā)行主體風險高的原因不盡相同，因此除了提供預(yù)警名單和違約率，我們還力圖尋求一種方法來幫助業(yè)務(wù)人員進一步開展風險排查工作。由于XGBoost是一種集成模型，并不能得到類似線性模型的結(jié)果，所以需要引入其他貢獻度評價方法。

在此，引入一個概念：沙普利值（Shapley value）。在本文模型中，沙普利值是指所有可能特征組合子集中特征值的平均邊際貢獻，是邊際貢獻度的加權(quán)平均值。通過使用沙普利值，可以解析出究竟是哪些因素使得該樣本的違約率高于其他樣本。我們以出現(xiàn)在模型預(yù)警名單中且在2020年已發(fā)生實際違約的某集團為例，通過計算沙普利值來解釋各變量對違約率的貢獻度，結(jié)果如下：

在公開信息數(shù)據(jù)模型中，對違約率上升貢獻度最大的三個變量分別是違約前第一個季度與第三個季度債券區(qū)間最高價變化、違約前第一個季度與第四個季度債券區(qū)間收盤價變化及其趨勢。進一步分析，該集團債券區(qū)間最高價在違約前第一個季度較第三個季度下降4.92元，而同期，總體樣本均值為上升1.03元;同時，其收盤價在違約前第一季度較第四季度下降且下降幅度高達23.24元，而總體樣本均值為上升1.33元。這些價格變化使得該集團債券違約率遠高于所有樣本違約率均值。

在銀行內(nèi)部數(shù)據(jù)模型中，對違約率上升貢獻度最大的三個變量分別是敏感名單個數(shù)、關(guān)聯(lián)被執(zhí)行人的案號數(shù)量及執(zhí)行標的合計。具體來看，該集團的關(guān)聯(lián)被執(zhí)行人執(zhí)行中案號執(zhí)行標的合計高達120億元，遠高于其他發(fā)行主體;另外，該集團同時出現(xiàn)在10個各類敏感名單中和5個被執(zhí)行人案號中，該集團法定代表人任職公司個數(shù)有15個之多，存在極大的風險隱患。在多個負面效應(yīng)的綜合作用下，該集團的違約率遠高于所有樣本違約率均值。

結(jié)論

本文對債券發(fā)行主體的多種特征（宏觀經(jīng)濟環(huán)境、財務(wù)指標、交易價格）進行違約關(guān)聯(lián)性分析，并采用集成學習算法建立了發(fā)行主體違約先兆預(yù)測模型，得出以下結(jié)論：

一是相對于宏觀經(jīng)濟數(shù)據(jù)和財務(wù)指標，債券交易價格對發(fā)行主體潛在風險敏感度極高，部分指標（如中債市場隱含違約率）設(shè)定閾值后可直接作為預(yù)警規(guī)則部署使用;而行內(nèi)數(shù)據(jù)以獨特的觀察視角描繪出的發(fā)行主體風險畫像，可成為風險排查手段的有效補充。

二是通過集成模型產(chǎn)生的信用債高違約風險預(yù)警名單對發(fā)行主體的違約風險進行預(yù)測具有很強的指導(dǎo)意義，而使用沙普利值將風險因素可解釋化，為業(yè)務(wù)人員進一步開展風險排查工作指明了方向。

注：

1.根據(jù)萬得（Wind）的劃分標準，本文所指違約包括信用債本息展期、交叉違約、擔保違約、技術(shù)性違約、提前到期未兌付、未按時兌付本金等情況。

2.客戶預(yù)警率是指在相應(yīng)客戶組內(nèi)有預(yù)警的客戶數(shù)占比，公式為組內(nèi)預(yù)警客戶數(shù)/組內(nèi)總客戶數(shù)。客戶均預(yù)警條數(shù)是指在相應(yīng)客戶組內(nèi)，每個客戶平均預(yù)警條數(shù)，公式為組內(nèi)總預(yù)警數(shù)/組內(nèi)總客戶數(shù)。

3.客戶維是指根據(jù)預(yù)警級別將客戶劃分為紅色客戶、橙色客戶和藍色客戶，分別表示客戶的風險水平：高、中、低，用于比較正常客戶組和違約客戶組中各風險級別的客戶分布差異。預(yù)警維是根據(jù)預(yù)警級別將總預(yù)警數(shù)劃分為紅色預(yù)警條數(shù)、橙色預(yù)警條數(shù)和藍色預(yù)警條數(shù)，用于比較正常客戶組和違約客戶組中各風險級別預(yù)警條數(shù)的分布差異。

4.CART分類（回歸）樹是幾乎所有復(fù)雜決策樹算法的基礎(chǔ)。CART樹是一棵二叉樹，當用作解決分類問題時（如預(yù)測用戶是否違約，違約用1表示一類，不違約用0表示另一類），采用基尼雜質(zhì)（Gini Impurity）作為節(jié)點分裂的依據(jù)，直到節(jié)點中樣本個數(shù)小于預(yù)定閾值。

5.因違約樣本較少，因此用于建模的為不平衡樣本集。考慮到信貸質(zhì)量與債券違約有較強的相關(guān)性且有一定前瞻性，因此選擇有信貸不良記錄的14個發(fā)行主體來擴充違約樣本，以減少不平衡樣本集對模型效果的負面影響。

6.業(yè)界一般按8∶2或7∶3的比例劃分，但為了避免屬于某一類別的樣本較少導(dǎo)致劃分后測試集樣本不平衡，本文以7∶3的比例劃分。

作者單位：中國建設(shè)銀行總行風險計量中心

責任編輯：宋鵬 羅邦敏

參考文獻

[1] 孟祥娟.違約統(tǒng)計：一件簡單但容易犯錯的事[R]. 上海：申萬宏源， 2018.

[2] 生柳榮， 陳海華， 胡施聰， 等. 企業(yè)債券信用風險預(yù)警模型及其運用[J]. 投資研究， 2019， 38（6）：25-35.

[3] 張劍文， 余艷炯， 倪力超， 馮瑞敏. 資本市場企業(yè)信用風險預(yù)警體系構(gòu)建[C]//中國證券業(yè)協(xié)會.創(chuàng)新與發(fā)展：中國證券業(yè)2018年論文集（上冊）.北京：中國財政經(jīng)濟出版社， 2019：267-275.

[4] 中國人民銀行常州市中心支行課題組，許永偉.債券違約風險預(yù)警指標體系構(gòu)建研究[J].金融縱橫，2019（9）：42-47.

[5] 周榮喜，彭航，李欣宇，等.基于XGBoost算法的信用債違約預(yù)測模型[J].債券，2019（10）：61-68.