去杠杆政策下公司债券违约风险研究

赵丽萍++赵丽萍++张紫璇

【摘 要】 文章基于2015年中央经济工作会议提出“三去一降一补”背景，以2013年到2015年在上交所公开發行公司债的上市公司数据为样本，利用OLS法构建了多元线性回归模型，从公司债违约风险的角度分析资产负债率与公司债券违约风险的关系。研究结果表明：信用利差和公司规模与发行债券公司的资产负债率呈显著的正相关关系，信用评级和利息保障倍数与发行债券公司的资产负债率呈显著的负相关关系；实证回归研究结果表明：在政府进一步完善对发债公司信用评级程序的基础上，我国非金融类公司应通过拓宽融资渠道、约束资金用途提高自身负债信息的透明度，最终降低债券的违约风险，积极响应国家去杠杆的政策。

【关键词】 违约风险； 去杠杆； 公司债券

【中图分类号】 F230 【文献标识码】 A 【文章编号】 1004-5937（2018）03-0120-04

2008年金融危机爆发后，各国纷纷意识到危机爆发的根源在于债务杠杆的运用不当。为了应对金融危机，我国采取了一系列扩张的货币政策来刺激经济复苏，大量资金涌入资本市场，整个社会的杠杆率迅速攀升，其中非金融类公司杠杆率的增长速度最快。据《中国统计年鉴》数据，我国公司债券的发行规模从2012年的22 551亿元增加到2014年的24 329亿元，增长了约8%。而截至2015年底，我国非金融类公司的杠杆率已达到156.3%，远远高于发达国家和新兴市场国家。因此，2015年12月中央经济工作会议提出供给侧改革的五项重要任务，“三去一降一补”，其中“一去”指的就是去杠杆。

我国迅速扩大的债券市场规模在拓宽公司融资渠道的同时也加大了债券违约风险发生的可能性。目前我国实体经济处于下行阶段，债务杠杆对经济增长的边际效用逐渐减弱，之前大量发行债券的公司偿还债务压力增大，借新债还旧债的现象时有发生。2014年公募债券市场已经打破了刚性兑付，2015年债券违约事件有14起，而2016年仅第一季度就出现了8起违约事件，可以看出债券市场的违约风险正在急速上升。公司债券的违约风险已经成为政府和投资者关注的焦点。

因此，本文通过研究公司内部的财务杠杆与公司债券违约风险之间的关系来分析我国中央经济工作会议提出的去杠杆政策具体到公司层面应当落实在哪些环节才能及时有效地降低公司债券的违约风险，从而降低系统性风险，维持资本市场的稳定发展。

一、文献综述

财务杠杆可以说是一把双刃剑。在经济上行周期中，它可以作为经济发展的“金融加速器”，适度的债务杠杆可以加速经济的增长，而在经济下行周期中，过高的债务杠杆则会放大下行压力，导致系统性风险的增加，引起类似2008年金融危机的发生。因此，在经济新常态的背景下提出去杠杆政策，旨在消除潜在的系统性风险，维护资本市场的稳定发展。随着我国资本市场的进一步完善与发展，公司债券市场逐步形成规模，成为资本市场中必不可少的一部分，对资本市场的持续运行产生了深远影响。目前公司债券已成为我国投资者进行投资的主要工具之一，公司债券能否如约履行自身的承诺，做到按期还本付息将会影响到我国资本市场的稳定与发展。一旦公司债券出现违约现象，将会造成国家经济生活混乱、资本市场秩序破坏和投资者心理恐慌的局面，因此公司债券的违约风险更应该引起人们的注意。

随着去杠杆政策的不断推进以及公司债券在资本市场中比重的不断增加，我国学者在去杠杆的大背景下进行了一系列理论和实证研究。李超等发现与发达国家和新兴国家之间的杠杆率相比，我国政府和居民部门需要加杠杆，而非金融公司需要去杠杆，其中产能过剩的公司需要进一步加大去杠杆的力度，而一些新兴产业和房地产业则需要加杠杆[ 1 ]。曲凤杰通过分析美国高杠杆的形成因素，发现美国利用杠杆转移、政府接手担保和兼并重组公司的策略来保证去杠杆进程的推进，为我国去杠杆政策提供了一定的理论借鉴[ 2 ]。王宇和杨娉通过分析我国高杠杆的原因发现，信用货币不能有效退出资本市场以及我国经济主要依靠投资与出口来拉动，导致公司负债居高不下、货币不能退出、公司产能过剩等现象的产生，提出应当逐步消化过剩产能，与国内外公司积极合作，实现经济结构优化升级，稳步降低杠杆率[ 3 ]。毛振华认为去杠杆要稳步进行，着重降低企业部门的杠杆率，通过地方政府性债务置换、股权融资来扩大公司自身的资本金和政府减税降费为公司提供良好的外部经营环境来平稳去除企业部门过高的杠杆率[ 4 ]。段清泉认为公司在面临经济调整的形势下，可以采取债转股的方式扩大所有者权益和轻资产模式，将非核心业务外包来降低不必要的负债，以此实现去杠杆的目标[ 5 ]。王奇将股市作为一个整体，通过利用非平衡面板数据来验证我国上市公司去杠杆的成效，发现股市作为一种融资渠道也会对公司资产结构策略产生影响，在融资约束型的公司中去杠杆的速度更加迅速[ 6 ]。在债券违约风险方面，我国学者主要研究债券违约风险的影响因素、度量与防范。牛雨发现产能过剩、经营压力增大和资金链的断裂导致东北特钢的连环债务违约[ 7 ]。吴建华等发现企业信息披露的滞后对短期债券的影响最大，同时会加大债券的违约风险[ 8 ]。俞宁子等以财务变动及行业走势为基础构建了债券违约风险的预警模型[ 9 ]。在违约风险防范方面，林力和张自力通过研究国外债券市场为我国债券市场违约风险的防范提供了借鉴[ 10-11 ]。

通过以上文献分析发现，在去杠杆方面，大多文献都是从宏观层面出发单一研究通过什么样的途径可以去杠杆；在债券违约风险方面，多数文献集中于其影响因素的分析，鲜有学者基于去杠杆的背景下对公司债券违约风险问题进行实证研究。因此，本文以2013年至2015年在上交所公开发行的公司债券为对象，利用公司2015年年报数据为样本进行实证研究，将违约风险分为价格风险、信用风险和偿债风险，用来分析其与公司财务杠杆之间的关系。

二、研究设计

（一）样本选择与数据来源endprint

本文的样本公司来源于2013年至2015年在上证发行公司债的上市公司，选取2015年的年报数据，剔除了H股、B股公司54家，未上市公司100家，ST公司2家，終止上市公司1家，发行可转债债券公司1家，数据缺失的公司15家，实际样本数为267家。样本数据来源于锐思数据库和巨潮资讯网上市公司年报，均采用人工录入，部分数据为Excel计算获得，数据分析软件为SPSS19.0。

（二）研究假设

1.信用利差

公司债券利息的计算是以债券的发行价格为基础，因此公司债券的违约风险与其信用利差息息相关。信用利差因素反映的是公司债券的价格风险，在本文中采取债券票面利率与国债收益率的差额来定义信用利差。债券的信用利差越大，其价格风险也就越大，意味着需要付出更多的利息才能筹集到资金，发生违约风险的可能性也就越大。信用利差大的公司债券，其偿还难度相应变大，出现借新债还旧债的可能性就越大，公司的杠杆率就越高。因此，提出假设H1：信用利差与公司的杠杆率正相关。

2.信用评级

公司债券在发行之前需要经过信用评级的环节才能正式发行。信用评级降低了公司与投资者之间的信息不对称程度，对财务报告进行了补充，在一定程度上为投资者提供了投资决策的参考依据，弥补了许多非专业投资人员能力的不足。而信用评级往往代表一个公司所发行债券的信用风险大小，当一个公司的信用评级越高，其融资成本会降低，债务融资给公司带来的压力减小，公司对自己承担风险的能力更加自信，加大了债务筹资的可能性，公司内部的杠杆率也会随之上升。因此，提出假设H2：信用级别与公司的杠杆率正相关。

3.盈利能力

公司的盈利能力直接影响到公司偿还债券本息的能力，一般将公司的盈利能力看作是公司债券偿债风险的体现。由于目前发行的公司债券均属于中长期，因此在本文中采用利息保障倍数来衡量公司对所发行债券的偿债风险。利息保障倍数越大，说明发债公司的利润总额越大，偿债风险越小，其留存收益和自有资金就越充分，公司更有可能利用自有资金进行投资，以减少不必要的负债，为公司降低筹资成本。因此，提出假设H3：利息保障倍数与公司的杠杆率负相关。

4.控制变量

本文采用产权性质、公司规模和发行规模作为模型的控制变量。公司债券发行规模的大小，往往会影响一个公司债务融资的成本，发行规模越大，债务成本越高，其资产负债率可能也就越高。我国目前处于经济转轨时期，国有控股公司仍不在少数，因此将公司债券的发行人按照产权性质进行区分，有利于区别信息质量的高低。一般来说，国有公司或国家控股公司通常由于其资金雄厚，具有隐性后台，发行债券的违约风险较低，通常拥有较高的资产负债率。公司债券的违约风险和资产负债率与其规模密不可分，公司规模的大小会从各个方面影响公司的融资能力和资金链的联结，因此大规模的公司更倾向采用高财务杠杆来加速公司的资金流动。

（三）变量选取及定义

由于资产负债率能更真实地反映公司自身内部的负债与资产结构，本文使用资产负债率来衡量一个公司的杠杆率。模型中包括的解释变量有信用利差、信用评级和利息保障倍数，控制变量为产权性质、公司规模和发行规模，变量含义如表1。

三、实证结果分析

（一）描述性统计

表2显示了样本公司资产负债率、利息保障倍数、信用利差和信用级别的最小值、最大值、均值和标准差。从表中可以看出资产负债率的最小值为7.3%，最大值为89.82%，均值为57.85%，标准差较大，表明各个债券发行公司的资产负债率存在较大差异；信用利差的最小值为-0.1，最大值为7.08，均值为2.1687，标准差较小，表明各债券发行公司之间发行票面利率相差不大；信用级别的最小值为1，最大值为4，均值为2.29，标准差较小，表明各个债券发行公司的信用级别一般分布于AA到AA+之间，信用等级良好；利息保障倍数的最小值为-20.14，最大值为940.84，均值为11.1985，标准差很大，表明我国债券市场面临的偿债风险仍然很大，有的债券发行公司已经面临利不抵债的局面；公司规模的最小值为21，最大值为29，均值为23.61，标准差不大，说明我国公司债券的发行公司大体上规模相似；发行规模的最小值为0.16，最大值为5.08，均值为2.19，标准差较大，说明我国公司债券的发行规模相差较大。

（二）相关性分析

根据表3的Pearson相关性检验结果，可以看出公司债券发行人的信息质量与下列因素有一定的关系：第一，资产负债率与信用利差呈不显著的正向关系，在一定程度上验证了假设H1；第二，资产负债率与信用级别呈不显著的负向关系，与假设H2恰好相反，仍需进一步检验；第三，资产负债率与利息保障倍数呈显著的负向关系，一定程度上验证了假设H3；第四，资产负债率与产权性质呈不显著的正向关系，资产负债率与公司规模和发行规模呈显著的正向关系，在一定程度上验证了之前的假设。

（三）回归分析

1.建立模型

单独考虑解释变量建立的模型如下：

LEV=？琢+？茁1SPREAD+？茁2RATE+？茁3EBIT+？兹 （1）

其中LEV为债券发行人的资产负债率；SPREAD为信用利差，表现为债券的价格风险；RATE为信用评级，表现为债券的信用风险；EBIT为利息保障倍数，表现为债券的偿还风险；？茁1、？茁2和？茁3是常数项，？琢是截距，？兹是随机干扰项。

加入控制变量后建立的模型如下：

LEV=？琢 + ？茁1SPREAD + ？茁2RATE + ？茁3EBIT + ？茁4STATE +

？茁5LNTA+？茁6SIZE+？兹 （2）

其中STATE、LNTA和SIZE分别代表产权性质、公司规模和发行规模。endprint

2.分析回归结果

通过运用SPSS软件对2015年的数据进行多元回归分析后得到结果如表4所示。

■

根据样本回归结果可以看出模型（1）中F=5.934，通过了显著性为5%的F检验，表明整体效果良好。模型（2）中F=22.778，通过了显著性为1%的F检验。根据回归系数表中的模型（1），可以看出信用利差通过了显著性水平为1%的t检验，信用评级和利息保障倍数通过了显著性水平为5%的t检验。在模型（2）中可以看出，加入控制变量之后，信用利差、信用级别和公司规模通过了显著性水平为1%的t检验，利息保障倍数通过了显著性水平为5%的t检验。此外，产权性质和发行规模没有通过显著性水平检验，证明本文的模型中包括了一部分影响发行债券公司杠杆率的因素。可以得出结论：第一，信用利差同发行债券公司的资产负债率呈显著的正相关关系，证明了假设H1。第二，在加入了控制变量后，信用评级同发行债券公司的资产负债率由之前的显著负相关关系转变为显著的正相关关系，证明了假设H2。第三，利息保障倍数与发行债券公司的资产负债率呈显著的负相关关系，证明了假设H3。第四，公司规模同发行债券公司的资产负债率呈显著的正相关关系，验证了假设。

（四）稳健性检验

为了检验实证结果的可靠性，本文使用产权比率替换资产负债率来衡量公司的杠杆率，对实证假设进行稳健性检验。检验结果表明替换模型中的被解释变量不会使实证结果发生明显变化。

四、结论及不足

目前我国经济处于下行阶段，如何在恢复经济稳定增长的同时，降低非金融类公司居高不下的负债率已经成为国内学术界重点关注的问题之一。而我国大部分学者对去杠杆政策的研究都集中在宏观经济因素以及如何降低政府、居民部门和非金融类公司的负债率上，忽视了我国上市公司债务筹资造成的财务杠杆过高现象，并未结合公司债券的经验数据进行实证研究。本文基于我国实施去杠杆政策背景，研究债券违约风险对公司财务杠杆的影响，选取在2013—2015年间发行公司债券的上市公司为对象，主要通过构建多元线性回归模型研究债券发行公司的财务杠杆与公司债券违约风险之间的关系。

研究发现：随着上市公司发行债券的信用利差和信用评级的提升，会吸引更多的投资者，导致债券发行规模上升，公司自身财务杠杆变高，违约风险也随之增大；上市公司的利息保障倍数越高，其偿债能力也就越强，有利于降低上市公司的财务杠杆，债券的违约风险会随之减弱；公司规模的大小与自身财务杠杆的高低之间有着显著的正向关系。

依据上述研究结论提出以下政策建议：第一，在我国积极推行去杠杆政策的大背景下，政府应当加强对发债公司的审慎监管，进一步完善对发行债券公司的信用评级考核程序，严格对非金融类公司债券发行的管控，信用评级机构也应及时发现发债公司内部进行的盈余管理行为，提高信用评级的客观真实性；第二，发行债券公司应当理性看待财务杠杆的利弊问题，财务杠杆并非越高越好，其高低需要与公司自身的盈利能力相匹配，只有当债务资本的产出高于其投入时，公司发行债券才是有利可图的；第三，发债公司在发行债券时应注意自身规模的大小，理性看待筹资问题，避免债券发行规模过大给公司带来过重的债务负担和过高的财务杠杆，从而增加债券的违约风险。

本文的不足之处在于模型选取的财务数据仅为2015年，根据模型结果得到的结论可能存在偶然性。此外，建立的模型为了能够具体量化，选取的都是上市公司的财务数据和公开披露的信息，可能会由于指标的选取导致研究结果的不准确。在以后的研究中，應进一步加入近几年的数据进行研究，增添更多能够反映公司财务杠杆的因素研究上市公司杠杆率与违约风险之间的联系。

【参考文献】

[1] 李超，王宇鹏，张晶.中国在去杠杆？加杠杆？影响如何？——对中国杠杆率的测算和比较研究[J].金融发展评论，2016（4）：9-23.

[2] 曲凤杰.危机后美国经济的去杠杆化：成效及影响[J].国际贸易，2014（3）：41-48.

[3] 王宇，杨娉.我国高杠杆的成因及治理[J].南方金融，2016（1）：5-9.

[4] 毛振华.去杠杆与金融风险防范[J].中国金融，2016（10）：87-89.

[5] 段清泉.经济结构调整期公司去杠杆化路径研究[J].现代工业经济和信息化，2015（23）：8-10.

[6] 王奇.我国股市“去杠杆”效应及其传导渠道研究[J].统计与决策，2016（16）：149-152.

[7] 牛雨.“新常态”下企业债券违约的应对与管理：以东北特钢为例[J].财会学习，2016（15）：233，236.

[8] 吴建华，张颖，王新军.信息披露扭曲下企业债券违约风险量化研究[J].数理统计与管理，2014（5）：1-13.

[9] 俞宁子，刘斯峰，欧阳炎力，等.债券违约风险预警模型探究[J].中国市场，2016（39）：18-29.

[10] 林力，张自力.美国市政债券市场违约风险监管研究[J].亚太经济，2014（4）：28-33.

[11] 张自力.欧洲高收益债券市场违约风险监管研究[J].证券市场导报，2012（4）：4-10.endprint