制造业企业信贷风险压力测试研究——基于现金流的蒙特卡洛模拟方法

周灵灵，武文超

（1.郑州大学 公共卫生学院，河南 郑州 450000；2.河南社会科学院 经济研究所，河南 郑州 450000）

面对抵御风险和转型升级的双重压力，融资成为制造业企业发展和转型中的重要问题。然而在制造业企业融资的过程中，一方面，制造业企业有着强烈资金需求的情况下，仍存在融资难、融资贵等现象；另一方面，经济转型过程中企业存在优胜劣汰，金融机构面临打好风险防范攻坚战的要求，在企业信贷管理的过程中需要考虑风险防控的问题。金融机构通过不断改进风险管理方法、提升风险管理水平，以缓解中小企业融资难、融资贵的困境，进而更好地服务制造业企业、支持实体经济发展。因此，制造业企业的信贷风险管理成为改善制造业企业信贷环境的重要问题，在我国实体经济发展和转型中的重要性不断显现。

一、文献综述

我国学者对于制造业企业信贷问题的研究较多地关注了对于制造业企业融资的影响因素分析、金融机构信贷资产配置效率的研究，以及内部评级法等信用风险管理工具的应用等问题。例如，王邱[1]借助信息不对称理论对企业融资难问题进行了分析，并通过实证发现盈利能力、企业规模、发展潜力、偿还能力等因素对于制造业上市公司信贷能力有正向影响，而实证中未考虑企业信用、企业异质性和货币政策等方面因素。贺聪、尤瑞章[2]利用Malmquist指数方法对浙江省制造业领域的信贷资金配置效率进行了实证研究，分析了不同行业的信贷资金配置效率以及浙江省制造业信贷效率的变化趋势。谢家智等[3]利用2003—2011年我国制造业上市公司的数据，采用一步系统GMM等方法研究了制造业金融化与技术创新、政府控制之间的关系和影响。武丹丹[4]提出了商业银行用Z-Score 模型对于制造业企业进行信贷评分的方法，并通过实证进行了检验。总的来看，融资影响因素、信贷资金的配置效率等方面的研究从宏观上着手研究制造业信贷的情况，主要侧重于制造业企业融资的规律性研究；内部评级法应用方面的研究偏重于商业银行风险管理领域的方法。本文选择基于现金流的蒙特卡洛模拟方法对制造业企业信贷风险进行压力测试研究，属于信贷风险评估工具方面的研究。然而，相对于较为常见的内部评级法，压力测试方法的结果更加直观，而且能够对于不同风险因素和情景进行假设和测试，为风险管理决策提供更加丰富的信息。与此同时，内部评级法（常见的包括PD 模型、KMV 模型、CreditRisk+模型等）和相应的敏感性分析比较依赖于模型对于风险因素的假设，而现金流模拟的方法对于风险因素的假设更加灵活，能够兼顾常规风险和极端风险，在信贷风险分析方面具有一定的优势。

国内外金融机构和学者对于压力测试方面的现有研究也比较多。概念上来讲，压力测试方法通过计量经济学模型和蒙特卡洛模拟等方法进行情景模拟、敏感性分析，以检验宏观经济、金融机构和金融市场风险。压力测试方法最早由国际证券监管机构组织（IOSC）提出，最早用于对资产组合风险变化的定量分析。随后，压力测试方法较多地运用到宏观经济风险和商业银行管理当中，国际货币基金组织（IMF）[5]和全球金融系统委员会（CGFS）[6]都对于压力测试开展过概念界定和相关研究。2008 年国际金融危机以后，压力测试方法在国际性组织、美国、欧洲以及我国金融监管部门日益受到重视，逐渐成为评估系统性金融风险的重要方法。国内方面，中国原银监会在2007 年出台过《商业银行压力测试指引》，当中对压力测试的定义、程序、步骤、应用等方面进行了指引，用以提升商业银行的风险管理能力。国内学者对于压力测试方面也有过较多研究，例如巴曙松、朱元倩[7]对压力测试在银行风险管理中的应用进行了综述，其中介绍了压力测试的定义、压力测试在欧美多个国家的实践，以及压力测试的优缺点、执行流程、方法和研究方向。杨柳[8]对我国银行体系宏观压力测试进行了实证研究。周艳利[9]介绍了美国以压力测试为基础的CCAR 综合性资本评估计划的实践经验，并从监管部门和证券公司两个角度提出CCAR 对于我国证券行业压力测试的借鉴意义。杨波、龙炫睿[10]介绍了中国人民银行金融稳定压力测试小组在2012 年到2016 年间对我国商业银行进行压力测试的情况，分析了5 年间压力测试方法和设定的变化以及商业银行风险变化的趋势。陈阳和陈双杰（2009）采用现金流蒙特卡洛模拟的方法对房地产开发企业的违约风险建立了压力测试的分析方法，并利用企业数据进行了模拟，指出当房价下降15%左右时测试对象的违约概率将会急剧上升。压力测试方法现有的研究较多地存在于宏观层面的研究，无论是压力测试方法的创新，还是压力测试的实际应用研究，大多是将压力测试用于分析宏观经济、金融系统层面的风险，或者分析单个金融机构投融资活动的总体风险，而分析单个制造业企业融资风险的研究较少。本文的研究目的在于，利用现金流蒙特卡洛模拟方法，构建一个制造业信贷风险分析的方法和框架，为金融机构在制造业企业的信贷管理方面提供新的分析工具。

二、基于现金流的蒙特卡洛模拟方法

压力测试是通过各种压力情景的设定，利用确定的评估模型，测算某个特定实体在假设情景下所面临的潜在损失。其中的核心思想可以用下面的式子进行表示：

其中，下标t表示随机变量所处的历史时点t，波浪线代表该变量是未知将来的值。等式左端Ω(·)表示在极端冲击情境下（即风险变量 X 越过临界值时），评价指标的表现。g(·)表示损失函数。

关于风险压力测试在企业的应用上，一般是通过假设一些可能引起薄弱环节暴露的小概率压力情景，通过模型计算来量化该情形下特定风险对于企业可能造成的损失。因此，针对某个企业的一次资金风险压力测试过程可被认为是一个“What-if”的实验，也就是回答“如果……风险出现，那么会产生……结果”。通过压力测试的过程，帮助企业识别资金管理体系内承受各类风险时所暴露出的结构性弱点和整体风险水平，以便于企业在风险尚未真正发生时采取有效措施，主动预防重大意外事件的发生，或将意外事件发生所带来的损失降低到最小。图1 表明了压力测试方法与企业资金风险管理过程的关系，以及在企业资金风险管理中的位置。

图1 压力测试与企业资金风险管理过程

本文采用蒙特卡洛（Monte Carlo）模拟方法，根据企业经营活动产生的现金流量净额是否为负这一标准来判断企业是否违约，在对企业的现金流进行随机模拟的基础上计算企业的违约概率。导致一家制造业企业债务违约的原因可能会有很多，但是，不管导致企业债务违约的根本原因是什么，最终都会表现在企业资金周转紧张，现金流不能支付债务。因此，用企业的现金流是否出现短缺作为判断企业是否会出现债务违约的标准具备一定的合理性。基于这样的标准和假设，本文中对制造业企业进行现金流模拟的过程中，如果测试企业的流动资金出现缺口，也就是经营活动净现金流小于0 时，将判断企业在测试期内将会出现债务违约。

对于一般的制造业企业来讲，影响其经营性现金流的关键要素大致包括产品价格、销量、产品成本、应收账款周转率、存货周转率等。那么，如果要对压力测试公司的现金流进行预测和模拟，就必须利用已知的财务数据，通过会计公式来衔接现金流量表中的主要科目，确定各个变量对于现金流的影响，从而确定施压变量和冲击变量之间的合理关系。本文以间接法对经营活动净现金流进行预测，以企业当期的净利润为起点根据不同的调整项目倒推出当期的经营活动现金净流量。企业的经营活动净现金流可以通过下面的公式计算：

我们假定企业净利润为0，不对经营活动净现金流做出贡献；折旧、摊销、投资收益为一定值，设为A。根据这两项假设，等式（1）可简化为：

假设：C 表示存货，其中C1表示期末存货，C0表示期初存货表示平均存货；

YS 表示应收，其中YS1表示期末应收，YS0表示期初应收表示平均应收；

YF 表示应付，其中YF1表示期末应付，YF0表示期初应付表示平均应付；

Cost变表示单位可变成本；

Cost固表示固定成本；

Nc表示企业存货周转天数；Nys表示企业应收账款周转天数；Nyf表示企业应付账款周转天数；又 ，因此，

同理：

则等式（2）可表示为：

在等式（3）中，经营活动净现金流可以通过存货、应收账款、应付账款、产品价格、产品销量、生产成本以及周转率等会计科目进行表示。针对某一家制造业企业，利用过往的生产、销售、应收账款、应付账款等方面的会计数据，可以对未来的各项数据进行合理的假设和预测。进一步地，利用预测得到的会计数据，就可以对企业的经营活动净现金流进行计算和模拟。

相对于利润表和资产负债表而言，现金流量表中的科目比较不稳定，各个科目的比例关系在不同年份之间的变化相对较大。因此，为了相对合理地对企业的现金流进行模拟和预测，需要根据制造业企业的经营特点，对经营活动中最主要的会计科目进行预测。如果这些主要科目的预测能够准确，那么模拟过程就能够基本反映出企业现金流的变化特征。在现金流模拟的基础上，就可以对制造型企业的违约概率进行模拟和计算。具体来说，在一定的情景假设下，如果模拟计算得到制造业企业的经营活动净现金流小于0，测试对象将会出现违约；如果模拟计算得到制造业企业的经营活动净现金流大于或等于0，测试对象就不会出现违约。那么，如果在对经营活动净现金流进行的T 次重复模拟中出现S次违约情况，那么该企业的违约概率就是根据大数定律可知，当模拟样本数量足够大的时候，模拟得到的样本违约频率将趋近于企业违约的概率。

三、变量设定和模拟测试

本文的第二部分已经构建了应用于制造业企业的压力测试框架。利用会计科目间的等式变换，可以将企业的经营活动净现金流用成本、周转率、产品价格、销售量等变量表示。然后，根据等式（3）中所确定的变量关系，利用制造业企业的财务数据，可以对等式（3）当中包含的变量主要包括成本、周转率、产品价格、销售量，以及摊销、折旧、投资收益等进行合理的情景假设和估计，进而通过蒙特卡洛模拟得到该企业的违约概率。

（一）变量估计和设定

本文对H 公司进行压力测试，作为前面分析框架的计算实例。正如前文所言，要对H 公司的经营活动净现金流进行计算，需要根据等式（3）中的各个变量进行合理的假设和预测，然后将假设和预测结果带入等式（3），得到经营活动的净现金流。

对于一般的制造业企业来讲，产品价格、销售量与周转率这三类变量之间可能不是独立的，三者之间可能会存在一定的联系。H 公司是行业龙头企业，具有一定的行业垄断地位，产品在市场上所占份额较多，所以公司的产品销量对于产品价格具有一定的影响力，产品价格和销量存在一定的负相关关系，而周转率数据和产品价格、销量的相关性比较小。近年来，H 公司经营活动中的主要风险来自产能扩张带来的产品价格下降，同时，H 公司与上游供应商具有较好的合作关系，产品原材料、生产工艺比较稳定，生产成本变化不大。

通过分析公司过去5 年的产品销量和价格数据，建立带有滞后项对数线性模型，得到产品销量和价格之间的关系：

其中pt表示当期销售价格；qt表示当期销售量；ε 是标准差为0.2268 的随机误差项。本文选取产品销量为冲击变量，那么产品价格数据可以通过式（4）所确定的关系预测得到。

通过分析H 公司的财务数据，可以得出H 公司生产产品的固定成本（Cost固）为10 亿元，可变成本（Cost变）为3.5 元/件。当前应收账款（YS0）和应付账款（YF0）分别为 49.18 亿元、44.89 亿元，存货价值（C0）为12.71 亿元。假定折旧、摊销、投资收益（A）和上年保持同等水平，为8.22 亿元。对于H 公司的存货周转天数、应收账款和应付账款周转天数，根据过往三年财务数据，可知H 公司的存货周转天数（Nc）、应收账款周转天数（Nys）、应付账款周转天数（Nyf）三项指标分别在 30—60 天、50—140 天、80—160 天。由于存货周转天数、应收账款周转天数和应付账款周转天数的数据样本比较少，为简便起见，假设存货周转天数服从30—50 天的均匀分布，应收账款周转天数和应付账款周转天数分别服从50—140天和80—160天的均匀分布。

综上所述，利用H公司的财务数据，通过一定的假设和预测方法，可以对等式（3）中所需要的变量进行合理的假设和估计，进而计算出一定情景下H 公司的经营活动净现金流量。那么，通过多次的蒙特卡洛模拟，就能够测算出H 公司在假设情境下的违约概率。

（二）情景设定和测试

情景是在压力测试中所模拟和设定的未来经营环境。在压力测试中，情景的设定最终反映为相关风险因素参数的变化。通过一定的假设，可以将情景转化为评估模型中输入参数的变化，进而通过模型计算出在特定情景下评估对象的风险。

本文在对H公司的压力测试中选取产品销量为冲击变量，通过相关参数的输入计算产品销量变化情况下H 公司的违约概率。在具体测试中，本文设定产品销量变化范围在-30%到300%之间，销量变化每变动10%进行一次测试。在不同的产品销量变化条件下，分别生成10000 组随机变量，利用每一组随机变量计算企业的现金流情况。如果企业经营活动净现金流小于0，则认为该企业会出现违约。统计10000 次模拟中出现违约的次数，就可以计算企业在特定的销量变化情况下的违约概率。那么，通过进行蒙特卡洛模拟得到测试结果如图2。

图2 产品销量变化与违约概率

（三）结果分析

通过测试数据可以看出，随着销量变化从-30%逐渐增大，当销量变化达到130%时，违约概率开始发生变化。当销量变化在[-30%，120%]的区间时，违约概率为0；当销量变化达到130%并逐渐增大时，违约概率逐渐增大。当销量增加3 倍时，违约概率达到20%左右。这样的结果和H公司的经营情况有关，因为H公司为行业龙头公司，如果大幅扩大产能、增加销量，会导致产品价格的大幅下滑，反而会恶化经营情况。因此，对于H公司而言，如果扩大产能，需要将产能尽可能保持在上一年销量的220%以内，以避免公司增产对于产品价格的过度影响。

从金融机构风险管理的角度而言，通过压力测试能够更好地了解H 公司当前主要风险因素，以及未来风险变化中H公司违约风险的变化情况。测试结果表明，当前H 公司的违约风险不高，然而如果H公司继续大幅扩大产能，那么经营风险将会逐渐增加。基于这种情况，金融机构的风险管理工作可以从以下几个方面入手。

一是积极关注H 公司所在行业的政策变化情况，以及上下游企业的发展环境变化，如果行业政策环境或上下游的供需环境发生重大变化，那么压力测试需要利用新的情况重新测试。二是关注企业经营管理情况，密切关注市场变化动态，加强对H公司产品销售情况的持续跟踪监测，以及H 公司竞争对手的产销量变化情况。如果H公司和同行业竞争对手产能大幅扩张，将可能进一步拉低产品销售价格，根据压力测试的分析，H 公司的信贷风险将会逐步上升，那么金融机构需要及时关注H 公司的现金流风险。三是如果发现H 公司的信贷风险明显上升，那么金融机构需要敦促H公司加大应收账款回收力度，尤其是三个月以上应收账款收款力度，合理安排资金使用。

四、总结与应用展望

本文基于现金流蒙特卡洛模拟方法，提出了一个制造业企业信贷风险压力测试的分析方法和框架。利用H 公司的经营和财务数据进行了测试，测试结果发现，H 公司如果产能扩大在120%以内，不存在违约风险。金融机构在实际应用中可以结合压力测试对象的实际经营情况进行具体的分析，对变量进行合理的假设、估计和预测，进而将本文的分析方法应用到不同的制造业企业信贷风险分析中，为制造业企业信贷风险管理提供新的分析工具。

在H 公司的测算实例当中，为了使研究更加直观进行了一些简化。例如，假定企业当期产生的净利润为0，以及折旧、摊销、投资收益为一定值，在实际应用中可以对企业净利润、折旧、摊销和投资收益进行更加具体、合理的估算和预测。在本文的测试中，针对H公司的情况进行了一些估算和假设，例如可变成本为3.5 元/件，三项周转率是服从均匀分布的随机变量等。这和H 公司的具体情况有关，因为H 公司是行业龙头公司，经营比较规范，对上下游具有较强的议价能力。同时，由于H 公司处于寡头垄断市场，经营中正在考虑扩大产能，其经营风险主要在于包括H公司在内的行业龙头产量扩张带来的产品价格下降的风险。因此测试中选择销量为冲击变量，价格为受销量影响的中间变量。

在金融机构的风险管理实践中，如果要对一家制造业企业的信贷风险进行压力测试，需要根据不同企业的经营状况，首先确定测试对象的主要风险点，也就是确定冲击变量，然后对企业经营中的财务数据进行更加合理的估计和假设，从而利用本文的分析框架进行压力测试。例如，如果压力测试对象的产品市场为充分竞争市场，那么该企业应该是价格接受者，产品价格不受单个企业产能的影响，那么应该对于产品价格单独建立预测模型，然后根据企业生产销售计划选择销量的参数输入，进行压力测试。如果测试对象的生产成本中原材料价格风险较大，那么可以将可变成本作为冲击变量，就需要对可变成本进行风险因素分析，使得可变成本的预测和假设更加合理；如果测试对象的生产工艺、经营水平、财务管理水平发生变化，能够提升财务和存货的周转率，那么可以对周转率进行更加合理的估计。

最后需要指出，压力测试是基于过去数据进行合理假设下的模拟和估计，在风险管理中仍具有较大的局限性。金融机构在实际风险管理中应当选择多种手段和方法[11]，以降低信贷违约风险，改善风险管理水平。