论文部分内容阅读
债券市场作为我国金融市场重要的直接融资市场,自改革开放以来,债券市场快速的发展,逐步形成多层级市场,多元化的债券品种。随着我国债券市场刚性兑付模式被打破,自从2014年出现第一只违约债券以来,我国债券市场违约事件频发,截止2019年底,我国已经发生368只债券违约,违约金额高达3122亿元。信用债券违约集中爆发在2018年和2019年,仅2018年和2019年两年之间,多达229只债券发生了违约。随着信用债券违约现象的愈发严重,构建合理准确的风险测度模型,对信用债券违约风险进行合理预测,对于投资者和监管机构有着重要的意义。基于2018年和2019年债券违约现象最为严重,本文选择了这两年期间发生信用债券实质违约的上市公司作为研究样本,并选择了合理的对照样本,构建KMV模型、LOGIT模型和LOGIT-KMV模型比较分析,指标选取包含了样本公司和对照公司的市场指标、盈利指标、资本结构、偿债指标、营运指标和成长指标6个维度,通过违约样本和对照样本之间的比较构建实证预测模型。研究结果表明:(1)根据KMV计算出的违约距离能够较为准确的体现出违约样本和对照样本的差距,违约样本中包含的上市公司大部分违约距离都低于对照样本中的上市公司,KMV模型具有较好的风险识别能力;(2)基于财务指标构建的传统LOGIT模型,对于违约概率有较好的预测作用,其中销售净利率、资产负债率、流动比率、存货周转率、总资产周转率、主营收入增长率和总资产增长率这七个财务指是较好的风险识别指标,构建的LOGIT模型对样本内公司违约风险进行预测,准确度达到84.6%,效果好;(3)将KMV模型计算出的违约距离纳入LOGIT模型,对于传统LOGIT模型改进,构建LOGIT-KMV模型,其模型拟合效果和违约预测效果都显著高于传统LOGIT模型。