融入ESG因素的企業債券信用風險預警研究

張琳 潘佳英

摘? ?要：選取2018年第四季度至2020年第四季度發生違約和信用評級下調的企業債券為樣本，利用Logistic模型探究企業ESG表現在債券信用風險預警中的應用，研究發現：（1）ESG表現越好的企業，其債券發生違約或信用評級下調的可能性越低。（2）在預警模型中加入ESG因素能夠顯著提升模型的敏感性、特異性和預測準確性。（3）利用ESG評級構建的預警指標有助于預測企業債券信用風險。（4）進一步考察ESG的分項指標發現，違約企業在環境表現和公司治理方面存在尤為明顯的缺陷。研究結論為發債企業提升自身ESG表現，投資者充分認識ESG評級的“排雷”作用和監管部門將企業ESG表現作為審核發債的重要參考提供了支持證據。

關? 鍵? 詞：ESG表現;企業債券;信用風險;預警

中圖分類號：F832.51? ? ? 文獻標識碼：A? ? ? ?文章編號：2096-2517（2021）04-0051-15

DOI：10.16620/j.cnki.jrjy.2021.04.005

一、引言

2014年“11超日債”暴雷，打破了我國債券市場長期以來的剛性兌付狀態，此后債券違約案例頻繁發生。2018年資管新規出臺，金融監管進一步趨嚴， 加之金融去杠桿引發企業再融資環境惡化，債券違約數量和規模都迅速攀升。2020年，在疫情沖擊下，企業經營受到影響，資金鏈異常緊張，多個債務主體發布公告無法償付本息或者要求延期兌付，其中不乏信用評級高或國有性質的行業龍頭企業，如知名校企紫光集團、 遼寧最大國企華晨控股、河南能源巨頭永煤控股等。違約事件的爆發引發投資者負面情緒，使得大量企業不得不推遲甚至取消新債發行計劃。2020年新增違約債券150只，違約金額高達1697.02億元①。在缺少“剛性兌付”和“政府兜底”的雙保險后，債券信用風險問題成為社會焦點，而如何進行有效的信用風險預警是關鍵。

由于我國債券市場違約歷史較短，違約樣本占比較少，國內學者對企業債券信用風險的研究主要基于企業的財務信息，對風險預警領域的關注并不多。財務信息作為會計信息在度量企業信用風險上略顯不足。首先，發債企業可能通過現金流操縱和盈余管理等手段粉飾財務報表，隱瞞其真實經營狀況，導致企業和投資者之間的信息不對稱。其次，會計信息反映企業歷史經營狀況，無法代表企業當前和未來持續的經營能力。ESG概念興起于國外，是企業環境（Environment）、社會責任（Social）、公司治理（Governance）三個英文單詞的縮寫，近年來在國內獲得了極大的社會關注。ESG理念綜合了企業環境、社會責任、公司治理因素，更加準確和客觀地衡量企業可持續發展能力，可以有效彌補傳統財務信息的不足，在企業債券投資中發揮著重要的排雷作用。2018年，中國證監會等出臺《上市公司治理準則》（修訂版）， 首次明確要求上市公司定期披露環境保護、社會責任、公司治理的相關信息， 同年中國證券投資基金業協會頒布《綠色投資指引（試行）》;2019年，國家發改委發布《綠色產業指導目錄》，香港交易所在《主板上市規則》和《創業板上市規則》中規定上市公司每年進行ESG報告;2020年，中共中央辦公廳和國務院辦公廳聯合出臺《關于構建現代環境治理體系的指導意見》。隨著ESG理念的大力推廣和應用，我國正逐步形成政府主導，企業、社會公眾共同參與的ESG治理體系。 本文以違約和信用降級債券作為研究對象， 以企業ESG評級作為核心解釋變量， 通過構建Logistic模型對發債企業信用風險進行分析和預警，在此基礎上進一步構建企業債券的ESG預警指標。 本文豐富了企業ESG表現的影響效果的文獻，拓展了企業債券信用風險領域的相關研究，對投資者投資決策、企業重視ESG表現具有重要的現實意義。

二、文獻綜述

（一）企業債券信用風險成因研究

債券信用風險成因主要分為內外兩方面，內部因素包括發債企業財務、非財務因素以及債券自身特性，外部因素包括行業特征、宏觀經濟等。企業財務因素中，Black等（1973）、Merton（1974）認為信用風險取決于企業資產價值及其波動率和企業杠桿水平[1-2]。此外，企業財務因素中的盈余管理[3]、未來資本結構[4]以及企業非財務因素中的企業聲譽[5]、治理水平[6]等多方面因素均會影響企業債務違約水平。債券自身因素中，債券期限越長，票面利率越高，發生信用風險的可能性越大[7]。行業層面上，張春強等（2019）研究發現債務違約主體主要集中在重污染和產能過剩行業[8]。宏觀經濟方面，債券的信用利差會明顯受到GDP增長率[9]、投資者信心指數、無風險利率等指標的影響[10]。

（二）ESG表現和企業信用風險的相關研究

國外ESG發展日漸成熟， 學者積極探究ESG因素在企業債券信用風險中的作用。國內研究多集中于ESG某一具體維度對企業信用風險的影響，對ESG與企業信用風險方面的研究起步較晚。在環境方面，常盈盈等（2019）以2008—2015年發債上市公司為樣本，研究發現企業環境信息透明度對降低債券信用風險具有積極作用[11]。在當前倡導生態文明建設的背景下，企業的環境表現對融資能力的作用愈加凸顯[12]，主要體現在當企業面臨償債壓力時， 積極的環境表現有利于緩解企業融資約束，降低企業債務違約風險，這也使得存在外部融資需求的企業有動機進行“漂綠”[13]。在社會責任方面， 企業積極履行社會責任有助于提升企業業績，降低債券信用利差[14]，而現階段我國情況是市場規模大、影響力高的上市公司相比小公司更加注重企業社會責任的履行[15]。周宏等（2016）研究發現發債企業社會責任五方面（環境、員工、消費者、社區、其他利益相關者）表現均與債券信用利差呈顯著負相關關系，同時實證檢驗了企業社會責任行為通過降低信息不對稱來減少債券信用利差的作用機制[16]。在公司治理方面， 既有研究主要關注股權結構、 董事會和經理層履職情況對企業信用風險的影響。最優股權制衡水平[17]、第一大股東持股比例[18]可以實現公司價值的最大化，降低由企業資金鏈斷裂引發的信用風險;董事經理兼任的公司更易過度投資，從而降低企業投資效率，增加企業違約風險[19-20]。由于經理人管理防御動機[21]的存在，當經理人擁有較大決策權時會選擇對自己有利的資本結構，從而加大企業債券信用風險[22]。

在ESG方面， 學界對ESG影響企業信用風險的研究尚未形成統一意見。Friedman（1970）認為企業ESG表現會增加企業投資支出， 加劇企業信用風險[23];Brogi等（2018）以2000—2016年美國上市公司為研究對象， 發現ESG表現與企業盈利能力顯著正相關，有利于降低企業信用風險[24]。國內ESG起步較晚，中央財經大學綠色金融國際研究院（2018）指出企業ESG表現越好，債券違約或評級下降的概率越小[25]。

（三）企業債券信用風險預警模型研究

國外對企業信用風險量化模型的研究中，單變量判別法[26]、多變量判別法[27]主要關注企業財務信息對企業信用風險的影響，而且模型有效判別要求違約組和未違約組滿足等方差-協方差矩陣、 殘差服從正態分布等嚴格的前提條件，模型的有效性受到質疑。Black等（1973）、Merton（1974）結合期權定價理論，運用權益的市場價值和負債的會計價值來計算違約概率， 建立信用債定價的結構模型[1-2]。為了克服多元判別分析的局限性，Martin（1977）首次構建Logistic模型用于預測銀行的破產風險[28]，Ohlson（1980）利用Logistic模型對企業破產風險進行量化[29]，大大提高了模型的適用性和預測的準確性。1997年KMV公司以期權定價理論為基礎構建KMV模型，根據企業資產價值的波動率、杠桿水平等因素測算違約概率。

國內研究多集中于對中小企業和上市公司信用風險的度量。龐劍敏（2006）提出基于神經網絡的企業信用風險度量模型[30]，沈沛龍等（2010）利用支持向量機對我國中小企業違約概率進行估計，提升了預測的精準度[31]。基于KMV模型，鄒薇（2014）、蔣彧等（2015）結合中國市場實際情況，構建的修正后KMV模型提升了對中國上市公司信用風險的識別能力[32-33]。目前關于中國債券市場信用風險預警領域的實證文獻整體偏少，如楊世偉等（2015）對債券信用風險進行量化研究[34]，但由于研究時我國債市“剛兌”打破時間不久，這些文獻缺乏充分的市場違約樣本。生柳榮等（2019）基于2014—2019年企業債券違約數據建立Logistic模型分析債券信用風險的影響因素，并以此建立了企業債券信用風險預警系統[35]。許文彬等（2020）采用Logistic回歸分析的信用評分卡模型對債券信用風險進行測算，提高了模型的實用性和評估的準確性[36]。

綜上所述，在研究內容方面，既有文獻在研究企業債券信用風險時多考慮企業財務因素、債券自身特點和宏觀經濟等的影響，較少涉及企業非財務因素。少數學者研究了企業環境績效、社會責任、公司治理中的單項指標與其信用風險的關系，但并未將三者融合起來綜合系統地研究ESG表現等非財務信息對企業信用風險的影響。因此，將ESG信息納入企業債券信用風險預警模型能使研究更加全面和科學，有助于提升投資者對企業債券信用風險的識別能力。

在研究方法方面，關于企業信用風險預警模型的研究，從判別分析模型到Logistic模型、人工神經網絡模型、支持向量機模型等，模型設計更加復雜，智能化程度越來越高，適用性較差。考慮到我國企業債券違約數據積累時間較短，在數據質量和市場信息相對缺失的情況下，對帶有時間相關變量的復雜參數模型的校準存在較大難度，容易帶來模型誤判風險。 相對而言，Logistic模型的假設條件較少，經濟意義較強， 在我國現階段具有較高的適用性，因此國內學者多以該模型測度企業信用風險。鑒于此， 本文選擇Logistic模型進行相關探索與研究。

本文的研究思路即在當前基于財務指標研究的基礎上， 通過引入一個新的非財務指標——企業ESG表現作為核心解釋變量，構建企業債券信用風險的Logistic預警模型， 為未來一定期間內相關風險防范和投資決策提供參考。基于此，本文研究的主要內容包含以下三個方面：ESG影響企業債券信用風險的理論分析，企業債券信用風險預警模型的構建和測算，ESG預警指標的設計。

三、理論分析與研究假設

（一）ESG降低企業債券信用風險的理論分析

1.ESG提高企業盈利能力

基于資源支持理論，企業社會責任具有資源效應，表現在企業積極履行社會責任能夠獲得聲譽資本、道德資本以及政策優惠等。首先，良好的社會責任有利于企業獲得輿論媒體的正面報道，幫助企業樹立品牌形象，形成聲譽資本。企業ESG表現通過聲譽效應可以吸引到更多高素質員工，增加勞動生產效率，降低債務違約風險[5]。其次，企業積極的社會責任可以形成道德資本，增強社會對企業的信任和認同，當企業出現危機時還可以起到“緩沖”的作用。這是因為，企業社會責任能對社會責任缺失起保險作用[37]。當企業“做壞事”時，道德資本作為一種無形資產， 減弱投資者對壞消息的負面反應，從而降低對企業生產經營造成的影響。同時，企業在環保技術、清潔生產、環境監測等方面的投入會獲得政府的稅收優惠，企業開發的環保技術和產品會受到政策的支持，為企業帶來良好的經濟效益。

基于利益相關者理論[38]，企業的發展離不開利益相關者的參與，企業對各利益相關者負有一定的社會責任。企業環境保護的行為、社會責任的履行以及公司治理的健全都會給員工、社區甚至是整個社會帶來正向影響[39]，而這又會提高社會對企業的估值，影響企業長期效益。

此外， 市場和制度環境對企業ESG表現提出更高的要求。 社會公眾不僅注重企業財務信息，也越來越重視企業的ESG表現，一旦企業產品質量、偷漏稅、壓榨員工等負面事件被曝光，企業形象和經營績效將受到極大損害[12]。同時，隨著環境規章制度的出臺以及環境監管的加強，企業環保不達標行為將面臨法律風險和管制風險，這些風險通過影響企業的現金流和償債能力，傳導至企業的債務違約風險。

2.ESG緩解企業融資約束

企業與外部投資者的信息不對稱是導致企業融資約束的重要原因之一。 基于信號傳遞理論，企業良好的ESG表現傳遞企業可持續發展能力的信號，在一定程度上降低了企業和外界的信息不對稱程度，有利于利益相關者更全面地了解企業經營狀況和潛在風險，從而緩解融資約束，降低融資成本[40]。通常，高質量的企業更有動機自愿披露社會責任報告來向外界傳遞積極的信號，將自己從“檸檬市場”中區分出來[41]，進而緩解融資約束。

基于代理理論[19]，經理層、股東、債權人之間存在代理沖突， 尤其在內部控制制度不健全的企業中，各主體出于自身利益的考慮，更容易做出侵占企業和他人利益的行為，加劇企業信用風險事件的發生。如果企業在經營活動中積極履行社會責任并且兼顧各利益相關者的利益訴求，可以增強利益相關者對管理層的信任，從而降低代理成本，緩解融資約束。

近年來，我國在生態環境領域的頂層設計有效促進了綠色金融的發展[42]。監管部門頒布了一系列有關環境信息披露、再融資環保核查、綠色信貸等規范文件，加強對企業融資行為的環保約束，加大對環境友好型企業政策扶持力度。例如，我國對重污染行業的股權融資和債務融資直接干預，環保不達標的企業外部融資受到嚴格限制，但是對于綠色環保企業給予信貸支持和優惠利率，鼓勵企業發行綠色債券。

3.ESG反映企業還款意愿

ESG表現反映企業的還款意愿，為企業“道德”著色，體現企業“誠信”水平。若企業及其高管發生違法違規行為，一方面會遭到監管部門甚至法律的懲罰， 給企業的經營和償債能力帶來負面影響;另一方面說明企業本身的“道德品質”可能存在問題。一個注重環保、社會責任和員工權益的企業更可能具有“負責任、積極”的經營態度，它不僅能夠避免各類負面事件對企業經營造成的不利影響，同時也反映了企業持續經營的意愿相對較強。 近年來，各類企業高管貪腐案件頻繁爆出，發行人償債意愿不強，甚至惡意逃廢債的情形也屢有發生，這些均可歸為企業的“道德品質”。企業的這種失信行為，會給利益相關者造成極大損失，僅看企業的財務情況很難有效規避風險。

（二）ESG增加企業債券信用風險的理論分析

1.ESG增加企業營業支出

新古典理論認為企業ESG表現與財務狀況之間呈現負相關或無關關系[23]。因為在環境和社會責任這類具有較強外部性因素上的支出并不能為企業帶來任何貨幣收益，相反還可能加劇管理層和投資者之間的代理沖突。 企業的ESG表現會使投資者認為管理層不稱職或出于自身利益考慮，比如通過慈善捐贈、 社區公益等支出來增加個人聲譽、鞏固其管理者地位， 從而增加企業業績的不穩定性，不利于企業良好的運行。

2.ESG擠占企業核心業務資源

企業利益相關者眾多， 不僅涉及企業的股東、管理層、員工、客戶，還包括企業的供應商、經銷商、社區、政府等。企業在進行經營決策時，不僅要關注股東利益， 還要關注其他利益相關者的利益實現。為了滿足不同利益相關者的訴求，發債企業使用和分配有限的資源時需要進行權衡， 而注重環境保護、積極承擔社會責任會強化其資源約束，將本應用于企業業務發展的人財物資源投資于短期無法直接得到回報的ESG領域， 占用了可用于增強企業核心競爭力的資源，減少為企業直接創造收益的資金量，從而間接增加了債券信用風險。

綜上所述，ESG表現對企業債券信用風險既有減弱效應也有加劇效應，因此本文提出競爭性假說：

H1：良好的ESG表現降低企業債券信用風險。

H2：良好的ESG表現增加企業債券信用風險。

四、 企業債券信用風險預警模型構建

（一）模型設定和變量定義

本文利用Logistic模型，構建如下融入ESG因素的企業債券信用風險預警模型：

E（defi）=P（def=1|x）

P為預測違約概率， 被解釋變量def表示企業債券是否發生信用風險事件，信用風險事件包括債券違約或信用降級的情況，發生取值1，未發生取值0。

核心解釋變量企業ESG評級來源于華證ESG數據庫，該數據庫涵蓋2018年第三季度至2020年第三季度的A股上市公司季度ESG情況。 華證公司自上而下構建三級指標， 結合國內市場實際情況，融入了企業信息披露質量、違法違規情況、精準扶貧等更多貼合當前發展階段的指標，開發出中國A股市場季度ESG評級數據。 華證ESG從優到劣分為AAA、AA、A、BBB、BB、B、CCC、CC、C共九檔評級， 本文將ESG評級數據量化，以上九檔評級分別賦值9-1， 得分越高， 表明企業ESG表現越好。 如果ESG降低企業債券信用風險事件發生的概率，則對應的？茁1值應顯著為負。

控制變量方面，考慮到企業的經營情況、債券本身要素和宏觀經濟均會對企業債券信用風險產生一定的影響，本文參考晏艷陽等（2014）[10]、史永東等（2016）[7]、生柳榮等（2019）[35]，從盈利能力（roa）、償債能力（liq、ebit）、資本結構（lev）、營運能力（tat）、成長能力（oig）、現金流量（xjl）等方面選取7個財務指標來衡量企業的經營情況。通常，債券期限越長，票面利率越高，發債企業每期現金流承受的壓力就越大， 越容易出現資金流斷裂的風險，進而加劇債券信用風險。宏觀經濟放緩會削弱企業盈利能力，是影響企業履約的重要因素之一。其中，GDP增速是一國在一定時期內國內生產的全部最終產品與服務總值的增長情況，是衡量經濟形勢最直觀最重要的指標之一。本文選取GDP增速作為宏觀經濟發展的代理變量。變量定義見表1。

（二）樣本選取與數據來源

由于中國債券市場違約樣本較少， 加之華證ESG涵蓋對象和數據更新情況等原因，本文用于模型估計的樣本包含兩部分：違約樣本選取中國債券市場2018年第四季度至2020年第四季度首次發生違約的債券， 統計共計23條; 為了擴充樣本數目，本文借鑒中央財經大學綠色金融國際研究院報告（2018）[25]，增加同期間內發生過債項信用評級下調的債券，統計共計69條。企業債券首次違約事件與債項降級事件92條共同構成了本文的債券信用事件樣本庫。

研究的主要思路是對92條發生違約降級的債券逐一識別出未發生違約降級的企業債券作為配對債券，將配對債券納入對照組。在債券樣本匹配中，主要參考行業、發行年份所在季度、債券期限、票面利率、信用評級等主要特征。違約組與對照組構成本文研究的樣本， 根據發債企業滯后一期的ESG和控制變量數據， 構建Logistic模型進行回歸分析，識別企業債券當期信用風險狀況。

本文除GDP季度增速來自國家統計局官網渠道外， 其他數據均通過WIND資訊手工整理而成。本文核心解釋變量企業ESG評級數據來源于WIND資訊中的華證ESG數據， 國內ESG常使用商道融綠和華證ESG數據， 本文研究也考慮過商道融綠ESG數據，但是其僅覆蓋滬深300中的上市公司，可得發債企業信息更少，且數據更新頻率不如華證。鑒于此，本文最終使用華證ESG評級數據。

（三）描述性統計與相關性分析

表2為主要變量的全樣本描述性統計結果。其中，ESG均值為6.15（ESG評級介于BBB與A），大于中位數6（ESG評級為BBB），標準差為1.7，說明樣本總體ESG表現較好， 企業之間ESG表現存在較大差異。財務指標中，資產收益率和營業收入增長率均值為負， 營業收入增長率的中位數也為負，意味著企業整體的盈利能力和成長能力較差;大部分財務指標的標準差都很大， 尤其是利息保障倍數、營業收入增長率和現金流量，表明不同企業之間經營狀況和成長能力差異明顯。 宏觀因素中，GDP增速均值為3.7%， 低于中位數6%， 遠小于6%～7%的經濟增速警戒線， 說明統計區間內經濟下行壓力較大。在債券基本因素方面，債券期限大多為4～5年，票面利率集中在5%～6%。

表3顯示了對比違約組和對照組變量描述性統計結果。 對照組ESG均值和中位數處于7（ESG評級A）附近，違約組ESG均值和中位數處于5（ESG評級BB）附近，對照組ESG的標準差也相對更小。可以看出，當ESG評級低于A時，需要防范企業債券違約風險， 但是關于ESG是否可以作為衡量企業債券信用風險的主要變量還需要下面更加嚴謹的分析。比較控制變量可以發現，對照組資本結構更加合理，盈利能力、償債能力、營運能力等財務信息均明顯優于違約組;兩組債券的期限及票面利率方面基本類似。

表4報告了各變量之間的相關系數，各解釋變量之間相關系數的絕對值多數在0.2以下，可以認為模型中的多重共線性問題不嚴重，因而適合做下一步的回歸分析。值得注意的是，債券發生信用風險事件與企業ESG表現的相關系數顯著為負，大致表明在不控制其他因素的前提下， 企業ESG表現越好，債券違約或評級下降的可能性越小，不過更準確的結論還有待深入的實證分析。

五、 企業債券信用風險預警模型測算

（一）模型回歸結果分析

對比違約組、 對照組主要變量描述性統計結果，發現企業在ESG表現、盈利能力和償債能力等方面存在顯著差異。為進一步檢驗企業債券信用風險的影響因素， 本文構建Logistic模型進行實證分析，表5中（1）～（5）列顯示不同變量加入預警模型中的回歸效果，為了增強模型預警的準確性，本文嘗試通過剔除不顯著的控制變量最終得到最優控制變量子集進行回歸分析。（1） 列在沒有其他控制變量時，ESG系數在1%的水平顯著為負，驗證了企業ESG表現越好， 債券越不會發生信用風險事件的推斷。（2）列將ESG和全部控制變量均加入模型中， 回歸結果顯示ESG在1%的水平顯著為負，表明ESG會顯著降低企業債券信用風險事件發生的可能性。控制變量中，資產收益率、總資產周轉率的系數顯著為負，資產負債率系數顯著為正，表明企業優化盈利能力，提高營運效率，降低杠桿水平可顯著降低債券信用風險。債券自身因素中，債券期限和票面利率的系數顯著為正， 表明債券期限越長、票面利率越高，越會加大企業經營的不確定性和償債壓力， 增加債券信用風險事件發生的概率。（3）列顯示了在沒有核心解釋變量ESG時， 傳統的財務信息、宏觀經濟、債券自身因素對債券信用風險的影響，回歸結果顯示資產收益率、總資產周轉率、債券期限和利率對債券違約或降級具有重要的影響，這與既有研究結論一致。從（2）列和（3）列中可以發現， 在實證中加入GDP增速的模型估計效果并不理想， 這可能由于中國企業債券市場違約歷史較短，而且考慮到宏觀經濟因素可能已經通過企業經營體現在企業財務信息上，從而對模型系數估計產生影響[35]。（4）列將ESG與篩選出的最優控制變量子集帶入模型中來提高預測的準確度。為了選出影響企業債券信用風險的最優控制變量子集，本文借鑒尹開國等（2014）[43]的處理方法，采用“單向后退逐步回歸法”，將顯著性水平設為10%，若某一個變量P值大于0.1，則將該變量剔除，最終得到最優控制變量集。回歸結果全部顯著且符合經濟常識， 說明核心解釋變量ESG在識別債券信用風險方面具有積極的作用。ESG對企業債券信用風險的作用機制具體表現在影響企業盈利能力、 融資約束、還款意愿三方面。首先，企業ESG表現具有的資源效應能夠幫助企業獲得積極的聲譽資本、道德資本和政策支持， 為企業創造更大的成長空間;當企業滿足其他利益相關者的訴求時，企業不僅贏得了他們的信任和認可， 也增強了自身的競爭優勢。廣闊的發展空間和明顯的競爭優勢，可以為企業帶來良好的經濟效益。其次，企業的ESG表現傳遞企業可持續發展能力的信號，在一定程度上降低了企業和外界的信息不對稱程度，幫助利益相關者更全面地了解企業經營狀況，增強對企業的信任，從而緩解融資約束，降低融資成本。最后，企業的ESG傳遞企業“負責任、積極”的經營態度，為企業的道德品質增色。根據行為一致理論，一個“道德品質”表現良好的企業持續經營的意愿相對較強，會避免各類負面事件對企業造成的不利影響;即使經營面臨危機，企業通常不會惡意逃廢債，相反還會想辦法緩沖危機給投資者造成的損失。（5） 列顯示了未加入核心解釋變量ESG，只將最優控制變量加入模型時的結果，可以發現各變量的顯著性水平與系數大小與（4）列基本一致，驗證了本文篩選最優控制變量的可靠性。

（二）模型穩健性檢驗

為進一步驗證研究結果的可靠性和模型的穩定性， 本文通過替換模型變量進行穩健性檢驗。其一， 對核心解釋變量ESG評級采用新的賦分方式（符號esg2）， 評級A-AAA賦分3，B-BBB賦分2，C-CCC賦分1。其二，部分控制變量替換成新的變量。盈利能力指標上，以凈資產收益率roe替換資產收益率roa;償債能力指標上，以速動比率（符號qui）替換流動比率;現金流指標上，以現金流量利息保障倍數（符號cfi）替代經營性現金凈流量與營業收入之比。

表6為模型穩健性檢驗結果。（1）列顯示了在沒有其他控制變量時，采取新賦分方式的ESG系數仍然顯著為負。（2）列將新賦分的ESG和全部控制變量加入模型中， 結果顯示ESG系數顯著為負，控制變量的回歸結果與前面基準研究一致。（3）列替換部分控制變量，不改變ESG賦分方式，ESG的系數仍顯著為負。（4）列為對基準回歸表5中的（4）列進行穩健性檢驗， 通過替換ESG指標和盈利能力指標后，各變量的系數大小和顯著性水平基本與基準回歸一致。因此，模型通過穩健性檢驗驗證了ESG表現具有降低企業債券信用風險的積極作用， 企業債券信用風險的Logistic模型具有可靠性。

（三）模型測算效果分析

為了驗證Logistic模型的預測效果， 將樣本內自變量數據回代入估計模型中，計算得到每只債券的違約概率，按照一定的閾值進行違約判定，并與債券實際違約情況進行對照。本文閾值的選擇是一個在敏感性（違約債券被模型判定為違約的概率）與特異性（未違約債券被模型判定為未違約的概率）之間權衡的過程，樣本敏感性與特異性曲線相交點對應的違約概率P為0.5， 此時達到敏感性與特異性的平衡，整體預測效果最好。因此，本文最終將閾值設置為0.5，當違約概率大于0.5時預測違約，反之則未違約。基于此，本文對全部控制變量和最優控制變量子集兩組預警模型，考慮是否加入核心解釋變量ESG來分組比較模型樣本內預測效果，即根據上文表5第（2）～（5）列的建模思路分組進行預警效果的測算，結果如表7所示。

表7中，首先研究包含全部控制變量的預警模型測算效果，對應上表5第（2）～（3）列，當模型中未加入ESG因素時，違約組有71只債券被預判為容易違約，敏感性為77.17%;對照組有72只債券被預判為未違約，特異性為78.26%，模型整體預測準確率達到77.72%。當模型中加入ESG因素時，違約組有80只債券被預判為容易違約，敏感性為86.96%;對照組有82只債券被預判為未違約，特異性為89.13%，模型整體預測準確率達到88.04%。接下來，研究只包含最優控制變量集的預警模型測算效果，對應表5第（4）～（5）列，當模型中未加入ESG因素時，敏感性為76.09%，特異性為77.17%，模型整體預測準確率達到76.63%;當模型中加入ESG因素時，敏感性提升為83.70%，特異性提升為89.13%，模型整體預測準確率高達86.41%。對比發現，加入ESG因素的企業債券信用風險預警的Logistic模型，無論在敏感性、特異性還是整體預警效果上都更準確， 驗證了ESG因素可以提升企業債券信用風險預警質量。此外，預警模型中考慮全部控制變量時，由于限制條件增多，也就使模型預測效果比只考慮最優控制變量子集時更好。

六、ESG預警指標構建

傳統信用評級是投資者評估企業經營狀況和信用風險的重要參考之一，但是近年來高評級債券頻繁“暴雷”，使得信用評級在衡量和預警企業債券信用風險方面的作用受到質疑。 以2020年信用債市場首次發生債券違約的27家企業為例， 其違約前后主體信用評級變化如表8所示。債券發行時，企業的信用評級基本都處于AA， 部分企業評級甚至達到AAA; 違約前1個月， 企業評級大部分處于AA，有少量企業評級AAA，20%的企業信用評級調低至B～BBB;違約后1個月，企業信用評級明顯下調，大部分企業評級處于C，仍然有少部分企業評級為AA。

可以看出，企業信用評級存在大量滯后和評級虛高的問題，往往在發生信用風險后才出現斷崖式下調，不能及時預警債券信用風險。一方面，信用評級機構作為金融信息中介，其主要依據企業財務信息評估企業信用狀況，通常企業盈利能力與信用評級成正比。由于信用評級通過向外界傳遞企業經營狀況的信息來影響企業融資成本，這就會增加企業盈余管理的意愿，公司治理和內部控制質量低的企業往往更容易進行盈余管理[44]，而中國債券信用評級對盈余管理的甄別能力較弱。另一方面，我國評級機構競爭激烈，而且信用評級采用發行人付費模式，給企業帶來更多操縱的空間。在發行人付費模式下，企業更愿意尋找能給予高評級的信用評級機構， 使得評級結果容易向有利于企業的方向傾斜，評級機構的獨立性受到影響，無法為投資者提供可以信任和預見的信息。 相較而言，ESG評級更客觀、準確、及時地揭示債券信用風險，有利于投資者做出合理的投資決策。

基于以上分析， 本文嘗試通過ESG綜合評級、ESG分項評級分別構建企業債券信用風險的ESG預警指標，以期能夠事先對債券的信用風險做出防范。

（一）ESG綜合評級預警指標構建

本文實證回歸結果表明企業ESG評級與債券信用風險具有顯著的負相關關系， 在此基礎上，嘗試利用ESG評級構建企業債券信用風險的ESG預警指標，以期通過企業ESG所處風險等級，簡便直觀地評估企業未來發生信用風險的可能性。根據分組描述性統計結果（表3），對照組ESG評級多處于A以上， 違約組ESG評級多處于BB以下。 因此，ESG預警指標的構建采取如下方法： 評級A～AAA為低風險;評級BBB為關注;評級B～BB為警告;評級C～CCC為嚴重警告。低風險、關注、警告、嚴重警告代表企業債券信用風險程度越來越高。

表9以2018年第四季度至2020年第四季度首次發生債券違約的23家上市企業為研究對象， 統計違約前后ESG風險預警等級變化，結果如表9所示。違約前1季度，大部分企業都被提示警告、 嚴重警告的危險信號;違約前2、3、4季度，企業就有關注、警告、嚴重警告的信號出現， 說明ESG評級一定程度上可以實現前瞻性的預測效果。

（二）ESG分項評級預警指標構建

國內學者對ESG分項指標對企業信用風險的影響進行了廣泛深入的實證分析，研究結果多表明企業環境表現[11]、社會責任及信息披露[14，37]、內部控制質量及高管權力配置等[45]與企業信用風險呈顯著負相關關系。借鑒已有研究，本文嘗試通過樣本滯后一期的ESG分項數據對企業當期信用風險進行回歸分析， 探究ESG分項指標對企業信用風險的影響并構建企業債券信用風險的ESG分項預警指標。 但是WIND資訊中關于華證ESG分項數據披露有限，現只搜集到2020年第二、三季度的ESG分項數據。由于信息缺失，本文將通過統計分析的方法， 對比違約組與對照組在兩季度中的ESG分項數據開展研究。

對比2020年二、 三季度違約組與對照組在環境、社會、治理三個維度的表現，表10和表11顯示了不同信用風險企業的ESG特點。從ESG看，違約組評級B～BBB的企業占比最大為60%左右， 評級為C～CCC的債券占比接近30%; 而對照組評級A及以上的占比接近70%，評級BBB的接近20%。顯然，對照組企業整體ESG表現遠優于違約組。具體來看，在企業環境（E）方面，違約組環境評級B、CCC的債券數量最多， 評級B及以下占比接近70%;對照組企業間環境表現差異較大，評級BBB的企業最多， 評級BBB及以上占比達50%， 處于B～BB的占比達30%， 還有少量企業環境評級為CC、CCC。可以發現，不少企業經營中環保落實情況都不太理想，但是對照組大部分企業在環保和綠色經營上的表現還是優于違約組。在社會責任（S）方面，違約組評級BBB、BB占比接近60%，評級A以上的企業占比接近40%; 對照組評級A及以上企業超過70%，評級BBB的占比20%。企業的社會責任評價普遍比較高，其中對照組企業的社會責任履行程度更好。在公司治理（G）方面，違約組公司治理評級BBB及以下占比達到80%， 其中評級C的企業最多占比接近40%; 對照組公司治理評級A及以上的企業占比80%， 其中AAA的企業占比就接近50%， 其他企業治理評級多處于B～BBB。顯然，對照組的公司治理機制更健全，違約組普遍存在治理失效的問題。總體而言，對照組企業無論在環境表現、社會責任承擔、公司治理水平方面均優于違約組，其中公司治理方面兩組差異最大，其次是環保方面， 說明ESG分項指標同樣對債券信用風險具有一定的指示作用。

越來越多的研究證實了企業經營中環境、社會、治理任一方面的缺失都會影響企業發展，增加企業債券的信用風險。從環境（E）的角度，環境信息反映企業在環境保護方面的表現，比如環保技術的研發、清潔生產循環經濟，污染物排放等行為都會影響企業的環保績效。政府也不斷加大對企業環境行為的監管和懲罰力度，給重污染、產能過剩等行業企業的持續經營帶來極大不確定性。 從社會（S）的角度，企業的社會責任信息反映企業對利益相關者的負責任水平。一旦企業社會責任缺失被媒體曝光，比如企業制造或銷售假冒偽劣產品、偷漏稅、 壓榨員工等負面事件都將極大損害企業形象，降低社會對企業的估值，影響經營績效。從公司治理（G）的角度，治理信息反映企業股權結構、董事會和經理層的任職情況、薪酬制度等，這些雖然短期內不影響企業財務狀況，但卻對企業長期經營的穩定性產生影響。如果企業高管頻繁更換、實際控制人發生負面輿情，向外界傳遞公司治理效率低的信號，就會增加企業的信用風險。

基于以上分析， 參考違約組與對照組ESG分項指標統計數據，ESG分項預警指標的構建采用這樣的方法：環境表現（E）、社會責任（S）、公司治理（G） 評級A～AAA賦分0，BBB賦分1; 評級BB-B賦分2;評級C～CCC賦分3。計算分數總和，0～1為低風險，2分為關注，3～4分為警告，5分及以上為嚴重警告。

目前僅搜集到2020年第二、 三季度的ESG分項數據，然而2020年第三、四季度首次發生債券違約的上市公司只有泰禾集團、巴安水務、延安必康制藥三家企業，本文研究只能利用有限的違約樣本檢驗企業ESG分項指標識別債券信用風險的能力。按照ESG分項預警指標設計方法，違約前一季度泰禾集團（ESG分項評級為BBB、AAA、A）得分1分，巴安水務（ESG分項評級為A、AAA、AAA）得分0分，兩家企業都對應低風險等級，延安必康制藥（ESG分項評級為BB、A、C）得分5分對應嚴重警告的預警等級。可見，目前ESG分項評級對泰禾集團、巴安水務的信用風險預測能力有限，而對延安必康制藥的信用風險識別作用較強。延安必康是一家以“醫藥+化工”雙主業經營的民營企業，尤其醫藥業務已形成全產業鏈業務體系，企業的主營業務會對環境造成一定程度的破壞，但是企業在相關公告中并沒有披露其藥渣及化工殘渣處理、污染物排放等環保手段及量化數據，對環保方面的信息披露不完整。此外，在債券發生違約前延安必康制藥因涉嫌財務造假、控股股東非經營性資金占用等問題被證監會處罰，暴露出公司內部控制制度上的嚴重漏洞。企業在環保和公司治理上存在的問題不利于企業的可持續發展，激化了企業債券違約事件的發生。

綜上，傳統的信用評級在識別和預警企業信用風險上存在一定的滯后性， 而企業的ESG表現則能夠更及時地反映企業未來經營的潛在風險，ESG預警指標在預測企業債券信用風險上具有更加積極的作用。

七、結論和建議

本文基于2018年第四季度至2020年第四季度發生違約和信用評級下調的企業債券樣本，利用Logistic回歸構建了融入ESG因素的企業債券信用風險預警模型。 研究發現ESG表現更好的企業發生信用風險事件的可能性更小，同時企業通過提高盈利能力和營運效率，優化資本結構可以有效降低債券違約概率; 加入ESG因素的模型預測效果在敏感性、特異性和總體預測正確率上均優于未加入ESG因素的模型， 說明ESG可以有效識別企業債券信用風險，驗證了預警模型的可靠性。進一步，本文嘗試利用ESG評級構建直觀的預警指標， 研究發現大部分企業債券在違約前被ESG預警指標提示關注、警告或嚴重警告，表明ESG預警指標在預測企業債券違約中具有積極作用; 對ESG分項指標的考察中發現違約企業在公司治理和環境表現方面存在尤為明顯的缺陷。基于研究結論，本文從發債企業、投資者、監管部門三個角度對企業債券信用風險的防范和預警提出相應的建議。

第一，從發債企業角度。企業應轉變以往認為保護環境、履行社會責任、改善公司治理費時費力的片面想法，特別是在當前生態文明建設和監管趨嚴背景下， 更要認識到ESG缺失行為將給企業造成的經濟后果， 應主動把ESG理念融入企業發展戰略中，在經營中尤其注重公司治理的提升，加大對綠色技術和綠色產品的研發投入。 在目前ESG信息自愿披露階段， 企業可以通過成立ESG管理部門、引進相關專業人才、積極主動披露ESG信息等方式來建立企業和利益相關者之間的信任，獲得外部融資優勢。 今后隨著我國ESG信息強制披露階段的到來， 企業亦可以考慮在ESG信息質量和“第三方”鑒定等方面實現差異化，通過深入挖掘并有效發揮ESG的信息釋放功能，將自己從“檸檬市場”中區分出來。

第二，從投資者角度。投資者應將企業環境表現、社會責任和公司治理等非財務指標納入投資決策框架， 發揮ESG信用評估體系在投資決策方面的排雷作用。本文發現債券違約企業的環境表現和公司治理相比社會責任表現更差，因此投資者可以重點關注企業的環保績效和公司治理水平。 同時，社保、保險機構、養老金年金等長期機構投資者在選擇投資產品時可以兼顧企業ESG信息， 關注和跟蹤綠色指數，嚴控對高污染和產能過剩行業的投資，充分發揮專業機構投資者的示范效應，引導中小投資者優化資產組合， 倒逼發債企業重視ESG表現。

第三，從監管部門角度。目前我國企業ESG信息披露主體以上市公司為主，在披露內容和口徑上也沒有形成統一標準， 使得很多企業披露的環境、社會責任和公司治理信息多以定性描述為主，缺乏具體量化指標，降低了ESG的信息含量。因此，監管部門要結合我國企業自身特點， 盡快統一ESG評價標準并逐步健全企業ESG信息披露制度，可以將ESG表現與企業發債資格與發債規模相掛鉤，以此來引導企業重視ESG表現。監管部門還可以根據ESG信息披露質量對企業進行獎懲， 例如對偽造ESG信息的企業加大處罰力度， 通過行政處罰、 建立ESG表現負面清單等方式增加其違法違規成本。此外，還應努力推動環保部門和相關職能部門間ESG相關數據的共享和應用， 鼓勵第三方機構積極參與ESG信息采集， 推動搭建符合中國國情和特色的ESG數據庫， 定期維護和更新ESG數據庫， 為ESG評價體系的建設提供及時有效的基礎支撐。

參考文獻：

[1]BLACK F，SCHOLES M.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.

[2]MERTON R C.On the Pricing of Corporate Debt：the Risk Structure of Interest Rates[J].Journal of Finance，1974，29（2）：449-470.

[3]寧博，潘越，陳秋平，等.信用風險傳染與企業盈余管理：基于信用債違約的視角[J].會計研究，2020（3）：66-77.

[4]FLANNERY M J，NIKOLOVA S.Leverage Expectations and Bond Credit Spreads[J].Journal of Financial and Quantitative Analysis，2012，47（4）：689-714.

[5]耿得科，張旭昆.公司聲譽、財務信息與債務違約風險估計[J].經濟與管理研究，2011（5）：94-101.

[6]周宏，周暢，林晚發，等.公司治理與企業債券信用利差——基于中國公司債券2008-2016年的經驗證據[J].會計研究，2018（5）：59-66.

[7]史永東，田淵博.契約條款影響債券價格嗎？—基于中國公司債市場的經驗研究[J].金融研究，2016（8）：143-158.

[8]張春強，鮑群，盛明泉.公司債券違約的信用風險傳染效應研究—來自同行業公司發債定價的經驗證據[J].經濟管理，2019，41（1）：174-190.

[9]LUDVIGSON S C，SERENA N.MacroFactors in Bond Risk Premia[J].Review of Financial，2009，22（12）：5027-5067.

[10]晏艷陽，劉鵬飛.宏觀因素、公司特性與信用利差[J].現代財經（天津財經大學學報），2014（10）：70-79.

[11]常瑩瑩，曾泉.環境信息透明度與企業信用評級——基于債券評級市場的經驗數據[J].金融研究，2019（5）：132-151.

[12]邱牧遠，殷紅.生態文明建設下企業ESG表現與融資成本[J].數量經濟技術經濟研究，2019（3）：108-123.

[13]黃溶冰，陳偉，王凱慧.外部融資需求、印象管理與企業漂綠[J].經濟體制比較，2019（3）：81-93.

[14]肖虹，肖明芳.企業社會責任的公司債券市場定價[J].現代管理科學，2014（2）：30-32.

[15]齊岳，劉彤陽，亓先玲，等.綠色發展背景下上市公司企業社會責任評價——基于上證50和道瓊斯工業指數的對比分析[J].金融理論探索，2019（3）：3-13.

[16]周宏，建蕾，李國平.企業社會責任與債券信用利差關系及其影響機制——基于滬深上市公司的實證研究[J].會計研究，2016（5）：18-25.

[17]隋晶，蔣翠俠，許啟發.股權制衡與公司價值非線性異質關系研究[J].南開管理評論，2016（9）：70-83.

[18]張紅梅，周彬.公司存在最優所有權結構嗎——來自面板門檻模型的經驗證據[J].經濟與管理，2018（1）：75-81.

[19]JENSEN M C，MECKLING W H.Theory of the Firm：Managerial Behavior，Agency Costs and Ownership Structure[J].Journal of Financial Economics，1976，3（4）：305-360.

[20]孫光國，孫瑞琦.董事經理兼任影響企業投資效率了嗎？[J].財經問題研究，2016（7）：40-46.

[21]WALTER N.Capital Structure Choice When Managers Are in Control：Entrenchment Versus Efficiency[J].Journal of Business，2003，47（1）：49-82.

[22]HAO W.Managerial Entrenchment and Payout Policy[J].Journal and Financial and Quantitative Analysis，2004，68（4）：759-789.

[23]FRIEDMAN M.The Social Responsibility of Business Is to Increase Its Profits[J].New York Times，1970（9）：122-126.

[24]BROGI M，LAGASIO V.Environmental，Social，and Governance and Company Profitability：Are Financial Intermediaries Different？[J].Corporate Social Responsibility and Environmental Management，2019，26（3）：576-587.

[25]中央財經大學綠色金融國際研究院.中國上市公司ESG表現與債券違約率相關性[EB/OL].（2018-12-25）.http：//iigf.cufe.edu.cn/info/1012/1095.htm.

[26]BEAVER W H.Financial Ratios as Predictors of Failure[J].Empirical Research in Accounting，Selected Studies，1966：71-111.

[27]ALTMAN E I.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance，1968，3（4）：589-609.

[28]MARTIN D.Early Warning of Bank Failure：A Logit Regression Approach[J].Journal of Banking and Finance，1977，1（3）：249-276.

[29]OHLSON J A.Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research，1980，18（1）：109-131.

[30]龐建敏.企業信用風險度量和預警決策支持系統研究[J].金融研究，2006（3）：111-117.

[31]沈沛龍，周浩.基于支持向量機理論的中小企業信用風險預測研究[J].國際金融研究，2010（8）：77-85.

[32]鄒薇.基于修正的KMV模型下制造業上市公司信用風險預測[J].求索，2014（6）：60-64.

[33]蔣彧，高瑜.基于KMV模型的中國上市公司信用風險評估研究[J].中央財經大學學報，2015（9）：38-45.

[34]楊世偉，李錦成.信用風險度量、債券違約預測與結構化模型擴展[J].證券市場導報，2015（10）：41-48.

[35]生柳榮，陳海華，胡施聰，等.企業債券信用風險預警模型及其應用[J].投資研究，2019（6）：25-35.

[36]許文彬，張佳韜.我國城投債信用風險測算——基于Logistic回歸的評分卡模型[J].數理統計與管理，2020（4）：705-720.

[37]徐莉萍，劉雅潔，張淑霞.企業社會責任及其缺失對債券融資成本的影響[J].華東經濟管理，2020（1）：101-112.

[38]FREEMAN R E.Strategic Management：A Stakeholder Theory[J].Journal of Management Studies，1984，39（1）：1-21.

[39]JONES T M.Instrumental Stakeholder Theory：A Synthesis of Ethics and Economics[J].Academy of Management Review，1995，2（20）：404-437.

[40]錢明，徐光華，沈弋.社會責任信息披露、會計穩健性與融資約束——基于產權異質性的視角[J].會計研究，2016（5）：9-17.

[41]方紅星，施繼坤，張廣寶.產權性質、信號顯示行為及其效果——以發債公司自愿披露內部控制審計報告為例[J].財經問題研究，2015（1）：80-87.

[42]王韌.綠色金融、技術創新與綠色政策——基于耦合模型與灰色關聯模型的實證分析[J].金融理論探索，2019（6）：60-70.

[43]尹開國，劉小芹，陳華東.基于內生性的企業社會責任與財務績效關系研究——來自中國上市公司的經驗數據[J].中國軟科學，2014（6）：98-108.

[44]金玉娜，柏曉峰.公司治理、內部控制對盈余管理影響的研究[J].金融理論探索，2016（6）：24-32.

[45]俞靜，徐小清.高管權力對債券融資成本的影響研究[J].南京審計大學學報，2019（5）：84-93.

Research on Early Warning of Corporate Bond Credit Risk Based on ESG

Zhang Lin1， Pan Jiaying2

（1. School of Economics， Beijing Technology and Business University， Beijing 100048， China;

2. Beijing Branch， China Construction Bank， Beijing 100026， China）

Abstract： Selecting corporate bonds with defaults and credit rating downgrades from the fourth quarter of 2018 to the fourth quarter of 2020 as samples， the paper uses the Logistic model to explore the application of corporate ESG performance in bond credit risk warning. The study found that， firstly， the better the ESG performance of the enterprise， the lower the likelihood of its bond default or credit rating downgrade. Secondly， adding ESG factors to the early warning model can significantly improve the sensitivity， specificity and prediction accuracy of the model. Thirdly， early warning indicators constructed using ESG ratings is helpful to predict the credit risk of corporate bonds. Fourthly， further examination of the ESG sub-indicators reveals that defaulting enterprises have particularly obvious deficiencies in environmental performance and corporate governance. The research conclusion provides supporting evidence for bond issuers to improve their own ESG performance， investors to fully understand the “demining” role of ESG ratings， and regulators to take enterprise ESG performance as an important reference to audit bond issuance.

Key words： ESG performance; corporate bonds; credit risk; early warning

（責任編輯：李丹;校對：盧艷茹）