基于支持向量机方法的债券违约风险监测预警研究.doc

摘要： 随着我国债券市场的发展，债券违约问题逐渐凸显。鉴于我国经济进入新常态，经济增速下行，债券风险事件将成为未来一段时间金融监管和债券投资的防 范重点。本文从我国信用债券违约现状出发，探讨债券违约风险监测预警可选方案。在实证上，本文探索运用支持向量机（SVM）法对违约风险进行监测和预警，并取得 了较好的预测和监测效果，证明机器学习是监测和预测债券违约的可行方法。在此基础上，本文提出解决债券违约问题的四点建议：一是加强对信息披露的监管，完善数 据基础建设，为预警提供更有效的数据；二是建立完善高收益债券市场，推进债券风险的市场化预警；三是加强动态监测，实现智能化风险预测；四是针对重点方向和领 域，加强风险预警，优化金融结构。 关键词： 支持向量机，机器学习，债券违约，风险预警 基金项目：《金融经济》 2021年度招标课题“债券违约风险监测预警体系和处置”。 一、研究背景及意义 （一）债券市场违约概况 2014年我国首只公募债券“超日债”违约，债券刚性兑付打破，此后债券市场违约频发。债券市场经历了三次典型的违约潮，第一次违约潮发生在2015—2016年，当 时经济增速快速下滑，有效需求不足，主要表现为周期行业和过剩产能违约。第二次违约潮发生在2018—2019年，结构性去杠杆过程中出现的融资环境收紧是主要影响因 素，主要表现为民营企业违约。第三次违约潮是2020年永煤、华晨等高等级债券违约，信用债市场出现了极度恐慌，甚至一度丧失流动性，造成巨大的负面影响。 2018年以来，我国债券市场违约金额快速上升， 2018年信用债违约数量达53只，违约金额达1529.54亿元，远远超过2016年34只信用债共计399.77亿元的违约金 额。 2019年该数据进一步上升，全年共计79只、价值共1878.21亿元债券发生违约。值得一提的是， 2020年信用债违约数量为78只，略有下降，但违约金额达2453.43亿 元，超过了2019年的违约金额。截至2021年7月29日，已有52只、 1515.65亿元债券发生违约。 在信用债违约主体的企业性质方面，民营企业一直占据主导地位，是违约风险最高的发债主体，占违约企业个数的70.0%。同时不可忽视的是近年来国有企业的债券 违约数量也有了明显增加， 2018年其在所有违约主体中的占比为12.5%，2019年为15.0%，到2020年这一占比达25.0%，截至2021年7月29日，国有企业违约个数占比已达 50.0%。 目前我国高收益债券市场尚未形成，债券价格尚不能完全反映其违约风险，债券违约对投资人带来的损失巨大，如何建立有效的信用债券风险监测预警来防范投资风 险是各投资机构重点研究的内容。自2014年首只公募债券“11超日债”违约以来，各金融机构开始逐步探索建立自己的信用债券内部评级体系，搭建信用研究团队，持续 对信用债券风险进行跟踪和研究，希望能提前对债券违约风险进行预警。 （二）目前投资机构主要运用的风险监测预警方案 1.财务风险识别模型及监测系统 企业财务指标的变动情况能有效反映出企业当前的财务状况，对企业风险具有一定的预警作用。传统模型参考国内外财务预警模型的构建方法，包括单变量分析模 型、多变量模型（Z-score模型）、条件概率分析模型中的逻辑回归模型等。先通过构建模型，挑选出对违约敏感的主要财务指标，利用关键财务指标是否突破阀值进行 预警。如本课题组曾使用该方法挑选出现金比率、资产负债率、利息保障倍数、刚性债务与所有者权益比、净利润率、 Z-score值等14个违约敏感指标。而后对挑选出的 预警指标设置预警规则，预警规则包括红色预警、黄色预警和综合预警：红色预警为14个通用指标中至少有7个指标突破阀值；黄色预警为8个关键指标中至少有5个指标 突破阀值；综合预警为同时发生红色预警和黄色预警。 从预警效果来看，预警模型对2016年及以前的违约主体预测效果良好，但2017年后，随着债券市场投资人对违约风险的关注度更强，发行人根据投资者偏好对财务报 表进行了一些美化，甚至出现不少财务报表作假情况，如康美药业、康得新集团等公司，财务指标预警模型效果逐步减弱。 2.价格预警监测机制 价格预警是以二级市场或隐含估值价格大幅下跌作为债券违约风险的预警。一般而言，各投资机构根据自己的风险偏好设定预警线和止损平仓线作为价格预警，通常 分别为-5%和-10%，以规避更大的损失。但价格预警一般要建立在信息披露充分、流动性较好的基础上。我国信用债券市场是一个流动性较低的市场，大部分信用债券的 成交不活跃、价格不连续，特别是评级较低的债券缺乏流动性，当触及预警线或止损线时，很可能因没有流动性而无法成交。同时，我国债券市场的信息披露机制还不够 健全，投资者对企业经营信息的了解不全面，价格很可能未能真实