论文部分内容阅读
2014年超日债发生违约,打破了我国信用债市场上“刚性兑付”的神话,开创了信用债违约的先河。近年来,随着经济转型升级、金融监管趋严,我国信用债违约事件开始频频发生,违约债券的发行主体已经开始蔓延至一些规模大、财务状况较为良好的公司,违约债券所涉及的行业范围也更加广阔,如今在各行各业,债券违约现象已经屡见不鲜,债券违约常态化逐渐成为我国信用债市场的新特征。在这种背景下,研究引发我国信用债违约的影响因素以更好的管理债券违约风险显得十分重要。本文以发生实质性债券违约的公司作为研究对象,以2017-2019年发生债券违约的上市公司作为违约样本,并选取与之相匹配的财务状况稳健的同行业可比上市公司作为对照样本,从财务指标和公司治理指标这两个角度加以考察,构建KMV-Logit模型探究债券违约的影响因素。并且还利用了KMV模型和经典logit模型同时进行相同数据的分析实证研究。最后对三个模型结果进行差异比较分析,主要得出以下几个结论:(1)通过KMV模型计算得出的违约距离DD可以初步区分违约组公司和对照组公司,违约组公司的违约距离DD普遍相对较小,这表示违约组的违约风险较大。(2)经典Logit模型基于公司真实违约结果和财务指标进行构建,将公司是否违约作为因变量,对于在t年首次发生债务违约的公司,采用t-1年的财务数据指标作为解释变量,进行回归。结果显示Logit模型能够很好的拟合我国上市公司的财务状况,模拟结果显示模型总体判别率达到92.6%。根据实证结果,在Logit模型中,导致债券违约的因素主要有每股收益、审计意见类型。(3)本文构建的KMV-Logit混合模型,是在Logit模型中引入通过KMV模型输出的市场化指标违约距离DD作为解释变量,再次进行回归。实证结果表明在加入违约距离DD后,模型总体判别率提高至94.9%,这意味着该混合模型的拟合优度较高,能够更加全面和有效的衡量导致债券违约的影响因素。