2015年-IMF国际货币组织全球_Assessing_Default_Risks_for_Chinese_Firms_A_Lost_Cause__32页_1mb

总结：评估中国企业的违约风险：是否注定失败？

核心内容

本文探讨了使用市场指标评估中国非金融企业违约风险的有效性，并提出了基于股权的结构模型和债务成本两种方法的比较。研究发现，标准的市场指标在评估中国企业的违约风险时可能不可靠，主要由于隐性担保、投资者信息不足以及市场不完善等因素。因此，作者采用一种改进的跳跃扩散结构模型，结合企业财务数据和市场数据，估算企业独立违约概率，并通过调整参数以反映实际市场条件。

主要观点

• 市场指标的局限性：中国的金融体系存在隐性担保、市场不完善及投资者信息不对称等问题，导致市场指标（如股权价格和债务成本）不能准确反映企业的实际违约风险。
• 股权模型的优势：基于股权的结构模型能够更敏感地反映企业财务状况（如资产负债表健康程度、盈利能力、所有权结构）与违约概率之间的关系。结果显示，盈利能力差、资产负债表弱或为国有企业的企业违约概率更高。
• 债务成本的局限性：基于债务成本的违约概率评估方法往往与企业基本面脱节，主要受隐性担保影响，不能准确反映企业独立违约风险。
• 模型调整：为了更贴近实际违约概率，作者引入了对风险中性概率的调整，包括使用资产波动率的线性转换和风险溢价的修正，以反映投资者对风险的真实预期。
• 违约概率的低估：即使引入了跳跃风险和调整参数，结构模型仍然低估了违约概率，这可能反映了模型在捕捉波动聚集性方面的技术不足。

关键信息

数据来源与样本描述

• 本文研究了2006年第一季度至2014年第三季度期间的约4,500家非金融企业。
• 其中2,441家为上市公司，2,042家为非上市公司但发行了境内债券。
• 样本包括1,020家地方政府融资平台（LGFVs），其中部分为上市公司。

资产估值方法

• 列示企业资产的市场价值基于其股权市值的季度末水平和250天滚动标准差。
• 对于非上市公司，采用行业对齐方法，通过与同行业上市公司的资产和杠杆率进行匹配，估算其市场价值。

模型参数与调整

• 使用跳跃扩散模型（Jump-Diffusion Model）估算违约概率，考虑了资产价值的非正态分布和突发波动。
• 引入了资产波动率的线性转换公式（14a）和风险溢价的修正公式（14b），以提高模型对实际违约概率的估计能力。

违约概率分布

• 根据模型估算，2014年第一季度样本中，75%分位数企业的违约概率为0.1%，90%分位数为0.6%。
• 89%的企业被映射为投资级（Investment Grade），表明模型在一定程度上低估了违约风险。

风险评级映射

• 企业违约概率被映射到信用评级，以提供更直观的评估。
• 信用评级范围根据S&P（2014）提供的实际违约率的中点确定（见表3）。

研究结论

• 对于单个企业而言，基于股权的违约概率模型，尽管不完美，仍比基于债务成本的方法更能反映其独立违约风险。
• 中国企业的违约风险评估仍面临挑战，尤其是由于隐性担保和不完善的市场机制，导致违约概率被低估。
• 本文的模型为缺乏市场数据的企业提供了一种可行的违约概率估算方法，有助于更准确地评估中国企业的信用风险。

附录：图表与数据说明

• 图1：展示了中国股市和标普500指数的日收益率偏度，显示中国股市存在正偏态（即突发价格上涨）。
• 表1：提供了样本企业的资产负债表项目统计数据，包括总资产、总负债、流动负债和非流动负债。
• 表2：展示了基于跳跃扩散模型估算的违约概率分布。
• 表3：提供了违约概率与信用评级之间的映射关系。

模型应用意义

• 本文提出的模型有助于提高对中国企业信用风险的评估精度，尤其适用于缺乏市场数据的非上市公司。
• 研究结果表明，中国的信用风险评估需要考虑其独特的金融体系和市场环境，不能简单套用成熟市场的模型。

限制与未来研究方向

• 模型仍存在低估违约概率的问题，可能与跳跃扩散模型的技术局限性有关。
• 未来研究可进一步探讨模型在捕捉波动聚集性、市场环境变化等方面的能力。