基于多重視角的債券市場違約率統計探析

黃稚淵 宮蕾

摘要：債券違約率是反映信用債市場風險的核心指標，科學、合理的違約率統計口徑是衡量信用債市場發展狀況、進行信用債投資和風險資產定價的重要工具。本文在總結分析現有債券違約率計算方法和實踐的基礎上，分別從違約統計和風險預警的視角出發，探索豐富違約率統計層次，厘清基于債項和基于債務主體的違約認定，以及兩種違約率統計的適用場景，并設計了以金額為口徑的債券違約統計方法，以期為不同應用場景提供更有針對性的指標工具。

關鍵詞：債券違約率 違約統計 風險預警

自2014年我國信用債市場打破剛性兌付以來，債券違約已逐漸成為信用債市場的常態。債券違約率作為衡量信用債市場風險及發展狀況的核心指標，既是微觀企業經營景氣度的縮影，也反映了實體經濟周期、社會信用質量和金融資源配置情況?？茖W、合理的統計方法是債券違約率研究和應用的基礎。本文基于違約統計和風險預警的雙重視角，結合我國信用債市場實際情況，探索擴展豐富違約率概念和統計方法，力求更加全面、精細地刻畫我國信用債市場違約情況，為我國信用債市場的風險計量、風險監測和風險預警提供參考。

債券違約率的計算方法

違約規模和違約率是衡量信用債市場發展狀況的核心評價指標，也是進行債券市場投資和風險資產定價的重要前置參數。評級機構、市場研究機構等均對債券違約率進行了長期跟蹤研究。

（一）債券違約的認定

對債券違約的認定是計算債券違約率的基礎。國內外認定債券違約的核心內涵基本一致，均為債券未能按時還本付息，其中既包括債務主體未能履約觸發交叉違約條款，導致債務提前到期無法償還，也包括債務主體申請破產重組或破產清算、宣布不良債務重組（例如債轉股置換、調低票面利率）等情況。

評級機構主要從主體維度進行認定，通過判斷債務主體是否發生違約行為來判斷債券違約與否;部分研究機構則從債項維度進行認定，聚焦于債券本身是否實際發生未能按時還本付息的事件。隨著交叉違約等債券限制性條款的使用頻率不斷上升，債項違約和主體違約的聯系日益緊密，一旦觸發交叉違約條款，可能導致同一債務主體的其他債券提前到期，在債務主體無法償付的情況下，會出現債項連鎖違約。

（二）債券違約率的計算方法

債券違約率是以債券違約事件為統計對象的統計指標。與債券違約認定相對應，債券違約率基于債券金額或債務主體進行計算均可，統計口徑包括金額口徑（債券金額、主體涉及金額等）和數量口徑（債券只數、主體個數等）。債券違約率的統計期通常是一年，也可以按照需求進行更長時間的統計;樣本范圍可以是全市場、某細分市場（分行業市場、分券種市場等），也可以是指定債券或債務主體群組。其中，如樣本為統計期初指定債券或債務主體，則為靜態樣本，樣本數量在統計期內保持不變;如樣本為全市場或細分市場，則為動態樣本，樣本數量可能在統計期內動態變化。綜上所述，債券違約率一般是指某類樣本債券在統計期內發生違約的金額或數量占可能發生違約的金額或數量的比例。

評級機構主要從債務主體數量維度進行違約率統計，部分評級機構也會統計和發布債項維度的違約率。評級機構違約率一般針對指定靜態樣本，如期初為指定評級的債務主體，采用樣本內違約主體數量和樣本主體數量之比計算違約率。對于更長時間（大于1年）的違約率統計，可以將觀測時間切分成若干個統計區間，先計算每個統計區間內的邊際違約率，再測算整體觀測時間的累計違約率。

部分市場研究機構從債項維度統計全市場違約率，采用新增違約債券規模與存續債券余額之比計算違約率。其中，新增違約債券規模是指違約債券在首次違約時點的本金額，同一只債券如多次違約不重復統計。存續債券余額是對可能發生違約債券規模的簡化處理，也有部分機構采用期初和期末存續債券余額均值作為分母，相對于單一時間點債券余額，可以在一定程度上體現出統計期內市場債券規模的趨勢性變化。

（三）現有計算方法在實踐中存在的問題

評級機構的違約率統計僅以其進行評級的主體為樣本，對于其驗證信用評級準確性的目標和用途是適用的，但并非市場整體違約情況的全量統計。部分市場研究機構的違約率計算方法雖然分子是全市場（或行業等細分市場）違約債券的發生量，但分母采用的是存續債券余額，無論是期初、期末的單一時點余額還是期初、期末的平均余額，均未考慮當年發行并到期的短期債券，不能準確反映全市場可能發生違約的真實規模。此外，絕大多數債項維度的違約率計算方法所統計的違約債券規模是違約事件發生時的全部剩余本金（包括未到期本金），并不是實際違約的本息規模。對違約債券而言，理論上存在在首次付息違約后債務主體財務狀況改善，后期能夠順利兌付本息的可能，在此情景下，首次違約時就將全部剩余本金計為違約金額而不再關注該債券后期實際付息兌付情況，存在違約規模統計與真實違約情況不符的問題。

對債券違約率計算方法的優化

（一）設計思路

本文從如實反映債券違約情況和充分預警信用風險兩個不同視角出發，分別基于債項和主體構建兩種違約率，旨在為債券違約統計和市場風險計量探索更有針對性和參考價值的指標工具。具體設計思路如下。

一是明確違約認定標準。本文采用市場普遍認可的違約認定標準，將未按時付息、兌付本金或完成回售等無法履約償付本息的事件認定為違約事件，對相應的違約債券和違約債務主體進行統計。

二是厘清基于債項和基于債務主體違約的不同內涵，以及兩種不同違約率統計的適用場景。債項是違約事件的基礎主體，也是違約統計的最小維度，從準確記錄違約事件和客觀反映違約狀況的角度看，債項維度可以對違約事件進行最細致、準確的統計。而從充分預警信用風險的角度看，債務主體是信用風險的基礎主體，主體維度相比債項維度更加適合全面反映已暴露的信用風險狀況。債項維度統計和主體維度統計之間不存在優劣關系，維度選擇主要取決于統計目的和應用場景。本文分別從上述兩種不同視角出發，分別構造基于債項維度和基于主體維度的違約率指標。

三是債券違約率應在充分反映違約事件發生頻率的基礎上體現債券違約事件對市場的影響程度。在統計口徑上，相較違約數量，如主體個數、債項只數等，違約金額可以綜合反映債券市場的違約發生頻率和造成的違約損失，更能體現不同違約主體對市場影響的差異。本文分別從債項和主體維度定義違約金額，并基于違約金額構建債項金額違約率和主體金額違約率。

（二）統計方法

1. 債項金額違約率的統計方法

債項金額違約率旨在如實記錄違約事件和客觀反映違約狀況，因此將全部違約債券在統計期內應償付但未償付的本金和利息金額之和定義為當期債項違約金額，作為債項金額違約率的分子，表征債券違約對債券市場實際造成的違約損失。如果債券在不同統計期內多次違約，例如在首年付息違約后又發生付息或還本違約，其每次違約涉及的違約本息將分別如實計入不同的統計期。債項金額違約率的分母是統計期內應償付的本金和利息之和，已將當年發行并到期的短期債券納入考量，具體包括實際發生償付的本息金額和因債券違約應償付但未償付的本息金額（債項違約金額）。

債項金額違約率=債項違約金額/（實際償付本息金額+債項違約金額）

2. 主體金額違約率的統計方法

主體金額違約率旨在充分預警債券違約事件可能造成的信用風險，為計量債券違約事件的潛在影響程度提供參考。本文將主體首次發生違約的時點作為主體信用風險暴露的時點1，定義主體違約金額為債務主體已違約本息金額及其全部存續債券本金，并將其作為主體金額違約率的分子。主體金額違約率的分母與債項金額違約率的分母在形式上保持一致，包括統計期內實際發生償付的本息金額和主體違約金額。

主體金額違約率=主體違約金額/（實際償付本息金額+主體違約金額）

需要說明的是，本文構建的主體金額違約率與傳統違約率的統計方法有所不同，并非對違約比例的嚴格測算。在分子的選擇上，主體違約金額不完全是實際發生的違約金額，還包括違約主體尚未實際違約的債券，模擬了風險主體全部債券均發生違約的壓力情景下的違約金額。在分母的選擇上，此處與債項金額違約率的分母在形式上保持一致，這主要為了保證與債項金額違約率之間的可比性。在債項金額違約率的基礎上，主體金額違約率進一步考慮違約主體對市場的影響，對潛在風險做了充分估計，具有一定的預警性。

（三）兩種違約率統計方法的對比

主體違約金額統計了違約主體尚未實際違約的債券，整體大于債項違約金額，因此主體金額違約率通常會更高。但對于新增違約主體較少的統計期，由于統計時點存在差異，可能出現主體違約金額小于債項違約金額的情形，相應的主體金額違約率也可能低于債項金額違約率。

例如，主體X發行了兩只本金均為20億元的債券，記為債券A和債券B。在統計期T內，債券A未按時兌付利息1億元，債券B按時兌付利息;在統計期T+1內，債券A和債券B均未按時兌付本金20億元。則債項違約金額在統計期T內為1億元，在統計期T+1內為40億元，客觀反映真實違約情況;主體違約金額在統計期T內為41億元，在統計期T+1內為0，既完整記錄主體X首次違約暴露出的信用風險，又不存在重復計算（見表1）。

基于債項金額違約率和主體金額違約率的信用債市場2違約分析

風險暴露會直接影響市場情緒。信用債市場的整體違約率和違約事件的潛在影響一直是主管部門和市場參與者關注的焦點。本文基于2014年以來信用債市場數據，分別計算債項金額違約率和主體金額違約率，并對債券市場違約狀況進行分析和解釋，以期更加清晰地展現信用債市場的違約全貌。

（一）信用債市場違約率歷史情況

自2014年首次出現債券違約以來，我國信用債市場的違約經歷了兩個先升后降的階段（見表2、圖1）。

第一階段是2014—2017年，債券違約事件出現但尚不多見，違約率整體處于較低水平。此階段主要是煤炭、鋼鐵等景氣度下降的行業出現產能過剩，部分資質差、高杠桿的企業因經營虧損無法償還債務，出現債券違約。債項金額違約率從2014年的0上升至2016年的局部高點0.38%，在2017年降至0.22%。主體金額違約率呈現出類似的變動趨勢，從2014年的0.04%上升至2016年的局部高點0.60%，在2017年降至0.18%。

第二階段是2018—2021年，在供給側結構性改革的背景下，金融去杠桿使得企業外部融資環境收緊，規模小、信用等級低的民營企業難以獲得融資資源。資金鏈緊張疊加償債高峰，加劇了企業信用風險暴露，債券市場于2018年出現大規模的民營企業違約，債項金額違約率躍升至2018年的最高點1.49%，同年主體金額違約率也高達2.15%，揭示出當時信用債市場存在較高的信用風險。自2019年以來，債券違約率呈持續下降趨勢。2021年的債項金額違約率和主體金額違約率分別回落至0.95%和0.77%。其原因一方面是市場中風險較高的債務主體已暴露得比較充分，另一方面是隨著市場化、法治化的債券違約處置機制和基礎性制度的建立，債券違約對信用債市場投融資功能的負面影響逐漸下降，信用債市場持續擴容使得違約率的分母基數變大。

（二）信用債市場違約率趨勢研判

自2018年以來，違約逐漸成為信用債市場的常態，債項違約金額呈持續上升趨勢，但從表2中主體違約金額來看，在2019年達到最高點1139億元后開始下降。這表明信用債市場的實際違約規模雖然仍在增加，但從信用風險暴露的角度來看已經階段性觸頂。

2021年主體違約金額四年來首次低于債項違約金額，相應的主體金額違約率也低于債項金額違約率。這表明債券違約進入消化存量的階段。在新增違約債券中，來自已違約主體的債券比例加大，來自新增違約主體的債券階段性減少，信用債市場風險上升的趨勢得到了一定的控制。2022年前5個月，債項金額違約率和主體金額違約率分別為0.42%和0.59%，整體也保持了下降趨勢。需要注意的是，近年來信用債市場協議展期的現象日益增多，這部分債券的償付存在較大的不確定性，相關風險暫時還未反映到違約率的統計中。

當前我國經濟面臨需求收縮、供給沖擊、預期轉弱三重壓力，特別是2022年3月以來經濟下行壓力持續加大，國內新冠肺炎疫情反復等因素對市場主體造成較大沖擊，房地產等個別行業信用風險集聚的現象仍較為突出，對信用債市場違約的后續變化情況還需持續關注。

小結

本文在總結分析現有債券違約率計算方法和實踐的基礎上，分別從違約統計和風險預警的視角出發，探索豐富違約率統計層次，厘清基于債項和基于債務主體的違約認定，以及不同違約率統計的適用場景，設計了以金額為口徑的債券違約統計方法，構造了綜合反映違約事件及其影響的兩種違約率，為不同的應用場景提供了更有針對性的指標工具。

本文構造的債項金額違約率和主體金額違約率對應了不同的統計目標和應用場景。債項金額違約率是從如實反映違約狀況的視角出發，對實際發生的違約事件進行客觀描畫，能夠準確反映市場違約及違約損失狀況。主體金額違約率則是從信用風險預警的視角出發，衡量違約事件暴露出的市場主體信用風險和潛在違約損失，為債券市場信用風險提供預警參考指標。

債券違約率統計是反映市場客觀狀況和計量市場信用風險的基石，科學合理的違約率統計口徑為衡量信用債市場發展狀況、進行信用債投資和風險資產定價提供了重要工具。建議主管部門、市場機構等形成共識，共同規范和優化風險計量方法，推進信用債市場健康有序發展。