基于大數據技術的債券違約風險預警研究

李丹鳳 許微娜

數據信息資源的重要性已逐漸被廣泛認可，但作為投資者，是否能及時準確全面獲得有用信息，如何從海量數據中識別出有用數據，選取什么指標來對風險預警進行評價，已成為識別投資風險的主要障礙。在打破剛兌的背景下，債券違約情況頻發。而如何能在“暴雷”前，預知可能發生的風險，這些都是目前亟待探究的問題。

本文創新性地選擇債券發行主體的人力資源數據和外部輿情作為傳統財務報告數據源的補充，通過大數據技術，結合金融、會計、人力資源和輿論等多指標開展研究，提取風險隱患的信息特征，提升風險識別信息的有效性和前瞻性，構建兼具解釋力與預測力的風險識別和預警體系。

一、引言

國內債券市場起步較晚，且早期階段一直處于剛兌狀態。隨著2014年“超日債”違約事件發生，剛兌“信仰”逐漸被打破。尤其自2018年起，國內外宏觀因素調控，經濟增速放緩，債券違約規模持續擴大，使得防范和化解債務違約風險成為債券市場發展的重中之重。

在債券市場化發展的同時，金融科技也得到了快速發展，這主要得益于計算機技術和互聯網的高速發展。大量的音頻、圖片、視頻等結構化數據和半結構化數據不斷涌現，傳統的數據處理技術已經難以應對，大數據技術的概念應運而生。近幾年，大數據浪潮迅速席卷全球，數據成為企業重要的生產要素和戰略資產，擁有大數據資產的企業將在競爭中占有優勢。金融業本身就是基于數據與信息的產業，作為現代經濟的核心，敏銳的金融行業正在積極擁抱大數據技術。隨著大數據技術的成熟，大數據已經廣泛應用于商業、通信、醫療、金融等領域。大數據金融相對于傳統金融有著無可比擬的優勢，給銀行業、保險業、證券業、征信業以及互聯網金融帶來了巨大的價值。

二、科技在金融領域的應用

黃靖雯，陶士貴（2022）認為在科技革命和產業變革的推動下，科技與金融之間相互加速融合滲透，產生了金融科技、數字金融和互聯網金融等科技金融形態。

關于當前流行的四大科技前沿技術，通常會用縮寫ABCD來表示，而這四個字母又分別代表AI（人工智能）、Blockchain（區塊鏈）、Cloud（云計算）和Data（大數據）。這些現代科學新技術為金融行業創新發展，提供了底層技術支持。

（一）大數據概念

大數據是指在一定時間范圍內無法用傳統數據庫軟件進行采集、存儲、管理和分析的數據集或數據群，需要通過新的處理模式才能體現出的具有高效率、高價值、海量、多樣化的信息資產。在網絡時代的今天，每時每刻都在產生大量的結構化和非結構化數據。而利用大數據挖掘分析技術就可以快速從各種不同來源渠道采集、分析和挖掘出更為全面并有效的數據，使之產生巨大的商業價值。

（二）大數據在金融領域的應用

數據有效地促進了金融科技行業的創新與發展，廣泛運用于銀行、證券和保險等行業。大數據在金融領域的應用主要體現在通過大數據技術捕捉一些別人看不到的信號，在金融決策上能更快更全面地了解相關信息，從而快速做出正確的判斷。其中，關鍵步驟主要包括：明確業務需求、數據采集、數據處理、數據分析和解釋。

比如在金融監管方面，可以通過大數據來為市場主體做全面“畫像”，使用銀行信用評級模型對中小企業的貸前信用等級進行評估，降低信貸風險；

在市場營銷方面，金融機構借助于大數據技術，通過對客戶的消費能力、風險偏好等方式進行分析、分類和繪制畫像，實施精準營銷；

在財稅監管方面，當前的金稅工程，深度剖析上下游的發票流、資金流、業務流等詳盡信息，讓逃稅漏稅行為無可遁形。

（三）大數據技術的兩面性

從哲學中“一分為二”的觀點來看，萬物都具有兩面性。同樣，技術具有兩面性，但技術本身沒有對錯，主要看使用人的目的是什么，

正向影響：何楷，陳金鷹，丁松柏（2019）認為金融科技可以解決傳統金融行業中存在的信息不安全、交易效率低和交易成本高的問題。

反面影響：也有不法分子因個人功利性及對倫理道德價值觀念的動搖，利用大數據技術給他人帶來危害。金香愛，王曼迪（2022）通過某金融科技企業被暫緩上市的案例切人，提出部分企業依托大數據技術深入到居民日常生活，但技術利用不當，通過不間斷的ABS循環，最終違規發放高額網貸，造成不良影響，觸犯互聯網金融監管的底線。所以，國家應制定相關法規鼓勵大數據技術的合法合規運用，避免被不法分子用于損害他人利益的事情上。

除了使用人的目的不同帶來的技術價值或損害，技術本身帶來益處的同時也伴隨麻煩。王作功，李慧洋，孫璐璐（2019）認為數字金融的邏輯起點是互聯網金融，數字金融在緩解傳統的信息不對稱的同時又引致了嚴重的數據不對稱，表現在數據規模和質量、數據技術、數據管理、數據效用、數據外部性和數據監管的不對稱。因此，我們必須要重視大數據技術，認識它，取其精華去其糟粕。

本文將大數據技術用于風險防范，正確合理使用技術獲取的隱性和顯性數據，為投資者提供科學決策依據。

三、國內市場債券違約現狀及風險預警存在的問題

自2014年11超日債事件打破剛兌后，國內債券市場的市場化程度逐漸提高，“違約常態化”趨勢也逐步呈現，市場主體也已經逐漸適應市場轉變并停止不合理的期待。相較于最初的8980萬元的債息違約，截至2021年12月底，累計違約規模已高達7000余億元，涉及600多支債券，如果考慮違約主體的存量債券，高風險的債券規模已達上萬億級。

其實，在債券違約事件發生時，該發行主體的內部問題往往已經積累到了一定程度，當下暴露的問題也僅是冰山一角。按所處階段不同，風險防范可分為事前風險防范、事中風險控制和事后危機處理三個環節?！氨怡o長兄”擅于識別風險，防患于未然，防風險治“未病”。而事前的風險防范類似扁鵲長兄治病于病情發作之前，在風險還未露出“海平面”就看到了信號。但目前債券違約風險的事前預警還存在一些問題。

（一）信息不對稱問題

在金融行業的借貸業務中，廣泛存在交易前的逆向選擇和交易后的道德風險問題，而這些問題主要歸結于雙方的信息不對稱。俗話說“買的沒有賣的精”，而在投資業務上，資金使用者擁有信息優勢，而投資者一直處于信息劣勢地位。

雖然，監管部門出于促進證券市場的有效運行、打破信息不對稱、平衡參與方的利益關系，會要求債券發行主體定期對外公布財務報告，將綜合性相關信息從發行主體內部傳遞至外部的一種機制。但眾所周知，會計工作是根據已經發生的經濟業務進行核算，然后出具財務報表，提供給相應的會計信息使用者，供其在做出判斷時的一種參考，但該數據的嚴重缺點就是信息相對滯后，有效性大打折扣。

（二）風險防控意識問題

針對債券違約的風險防控措施，當下多是在出現違約暴雷后進行的事后因素分析．缺乏預警和前瞻性。朱鎮遠，吳齊陽（2019）以知網收錄的2009-2019年間大數據時代征信的1784篇期刊文獻作為研究對象，發現研究熱點集中于大數據技術對征信業、互聯網金融和對征信機構及相關法規體系建設的影響，且在近年來進入了平臺期。在實務工作中，征信業務主要是在業務合同簽訂之前，在合同存續期間內雖有持續跟進，但預警效果一般。所以也就導致很多是違約暴雷事件發生后，投資人才知曉被投資單位存在的問題。因此，就要求投資人和中介機構，在債券發行后，也應當做到風險出現前有預警、風險發生后有監控和風險問題解決，有防范、預知和化解的全流程風險管控措施。

（三）數據源的真實有效性問題

在對債券發行主體的財務狀況、盈利能力和經營狀況、負債償還能力進行評判時，常用的是通過財務數據指標進行衡量。但傳統公開的財務報告存在滯后性和數據真實有效性低的問題，導致很多被投資單位的內部風險不能及時有效地被識別出來。

財務報表作為顯性數據，是由發行主體主動對外公示。債券持有人或信用評級機構會通過發行主體的財務狀況（資產規模、資產負債率）、盈利能力（營業總收入、利潤）、企業運營實力（業務穩定性和持續性、治理水平與管控能力）、EBITDA利息保障倍數、公司治理與發展戰略（公司治理、企業管理水平和發展戰略）、財務信息質量、外部支持（股東支持）和流動性等綜合指標來衡量其償付和持續穩步發展的能力。

在融資業務中，有些主體為了獲取預期的信貸資金和較高的信用評級，存在對公開的財務報告進行粉飾或造假的情況，主要通過關聯交易、提前確認收入、延遲結轉成本、資產重組、高估資產、低估負債等手段來粉飾經營業績或財務狀況。

四、大數據技術在債務違約風險預警體系構建

面對存在的信息不對稱、數據滯后、財務報告出現粉飾造假等信息缺乏有效性的問題，如果投資人的風險防控意識不足，未能充分利用科技手段，通過信息特征進行及時有效的風險識別和預警，就容易錯過了早識別、早預警、早防范、早處置的最佳時機。

本文將大數據技術用于風險防范，正確合理使用技術獲取的隱性和顯性數據，為投資者提供科學決策依據。

（一）針對信息的不對稱性，投資者應該建立有效的識別機制

倪殿鑫（2021）在對信息特征與風險識別領域綜述時，對比理論與實務的差異，認為學術界關注信息的因果關系、解釋能力和單一風險識別，將不同風險類型置于金融學、會計學、法學等單一學科背景下展開孤立研究，從而缺乏全面性和適當性；而實務界則更關注信息的預測能力和多維風險識別。

投資者將應理論聯系實際，建立有效的識別機制，采取具有風險預警和前瞻性的預知和防范措施，而不是在事情發生后才考慮如何化解風險。

（二）針對如何預知防范風險的發生，投資者需要真實有效的數據來支撐決策分析

在投資環節，投資人通常從宏觀環境、市場面和基礎面進行研究，然后擇時投資。對投資者來說，宏觀系統性風險具有不可控性，而被投資單位的非系統性風險相對有更多的風險預知的可能性。數據的真實性有效性是推動風險管理良性發展的重要依據，所以，在傳統評價指標存在問題的情況下，引入新的數據源就顯得非常重要。

宋點白（2019）以借款人的人口學要素為切入點，研究人口學要素對短期貸款的違約風險問題。本文創新性地選擇債券發行主體的人力資源數據和外部輿情作為傳統財務報告數據源的補充。相比于企業主動發布的顯性財務報告數據，社交媒體中的輿論信息具有更高的及時性，而企業內部人力資源相關信息則具有更高的及時性和更強的有效性。

在輿論信息方面，社交媒體上情緒數據相比于官方公告和新聞媒體發布的信息權威性稍低，但及時性更高。社交媒體上的數據不僅包括外部投資人的態度，還包括內部員工傳遞的情緒信息。

（三）通過大數據技術獲取輿論信息和人力資源相關隱性數據

在進行違約風險防范過程中，有很多過程中的數據亟待開發和分析。丁曉蔚（2022）在互聯網金融風險與輿情風險共振的防控研究中發現金融風險與輿情風險常出現共振現象，而輿情風險往往會助推金融風險的出現，且在共振的正反饋循環中會起到傳播和放大的作用。所以，為了提供高質量的信息服務，發揮輿論監督和社會嘹望哨功能，應當在“互聯網金融全面風險情報”體系的視野中，應確立互聯網金融全面風險管理理念，引人大數據輿情分析技術，在明確需求目標的情況下，實現輿情數據采集、市場情緒的分析和對債務諱約風險識別的解釋作用。

除了輿論信息，企業內部的人力資源數據對債務違約也有很強的預警作用。人力資源數據可以反映企業人員的穩定性和企業自身的成長性。

“春江水暖鴨先知”，企業內部的高管相比于外部的投資人、金融機構要更早更多地知道企業的實際經營狀況。企業若想有長遠的發展，就必須要抓住人才這個核心資源。但如果通過數據分析發現，該企業近期核心人才流失較多，由此可以推斷企業內部經營出現問題，綜合實力多數情況是在不斷下降。所以，通過大數據技術獲取人力資源相關隱性數據。比如從工資發放情況、社保公積金繳納情況、人員離職率和招聘情況，看企業經營的穩定性。通過大數據技術從銀行、稅務機關獲取薪資發放和稅費申報情況，獲取并判定是否按時發放工資、是否足額發放工資、是否按社保公積金基數足額繳費以及公積金的繳費比例等信息。通過大數據技術采集網絡簡歷投遞數據、員工考勤情況來分析潛在離職情緒等隱性數據和人員流動情況，了解核心高管層人員異動情況、員工離職率、員工潛在離職情緒和新人招聘情況。

五、研究結論與展望

隨著金融科技的興起和大數據時代的到來，面對債券違約事件頻發，投資人能否及時、準確、全面獲得有用信息，又如何從海量數據中識別出有用數據，選取什么指標來對風險預警進行評價，已成為識別投資風險的主要障礙。對此，投資人應積極引入金融科技的新技術和新方法，利用大數據技術來深度采集、挖掘、分析與債券發行主體以及債券用途相關的一切數據，尋找隱患與風險點，并有針對性地進行重點管理，以期能成為防范債券違約風險預警的重要途徑。

本文基于大數據技術，創新性地構建債券違約預警體系，該體系覆蓋了微觀層面的財務、人力資源和輿論信息等眾多特征因素的分析，具有及時捕捉信用惡化信號和精準抓取輿情的特點。在未來研究中，可以構建債券違約預警模型，通過數據進行實證分析，一是過將非結構性或半結構性的數據轉化為結構性數據，整合零碎信息；二是以定性+定量的分析方法，進一步提升預警的效果，推動債券市場高質量良性健康發展。