汤碧杰

摘  要;市场经济环境下，企业开展经济管理活动的核心目的是获得利润，而面对越来越激烈的市场竞争，企业的发展需要大量资金的支持，若自有资金无法很好地满足需求，企业就必须借助各种各样的外部途径获取相应的资金支持。就目前而言，在企业融资中，债券相比银行贷款以及股票发行有更加明显的优势。在这种背景下，企业债券的发行规模不断扩大，债券市场的体系也变得越来越丰富，同时也带来了违约风险。企业债券信用等级是对其信用风险进行评价的重要指标，通过对企业债券信用等级迁移影响因素的研究，可以进一步规范债券市场秩序，保障其稳定可靠运行。

关键词： 企业债券;信用等级;迁移;影响因素

一、前言

改革开放至今，我国金融市场发展迅速，对经济发展的贡献率也在不断提高，而作为金融市场的一个重要组成部分，企业债券会直接影响金融市场的稳定运行。最近几年，伴随着企业债券发行规模的扩大和发行数量的提高，我国的债券市场越来越繁荣，但是同时也暴露出不少问题，最为典型的就是债券违约，对债券市场的发展造成了巨大的负面影响。企业债券的信用评级结果能够揭露企业债券信用风险，而债券信用等级迁移则与发债企业的长远发展以及金融市场整体的稳定运行关系密切，从政府部门的角度，应该结合相应的数据信息，做好监督管理工作，为债券市场的稳定发展提供可靠的支撑。

二、企业债券信用等级迁移

信用等级评估的结果能够将企业债券中可能存在的违约风险反映出来，并且揭露企业在发行债券以及运营管理中的信用风险。在我国，经由第三方评级机构给出的评定标准，企业债券信用可以分为9个等级，从最低的C级到最高的AAA级。需要明确的是，企业债券信用等级仅仅是针对企业在某个时间段内的运作情况，想要以此来反映信用风险，需要每隔一段时间重新评估债券信用等级，这也就导致了信用等级迁移的情况。

通常来讲，对于企业债券信用等级迁移的度量，可以采用信用等级迁移矩阵，而在调整信用等级环节，一般是由社会第三方评级机构实施，其必须对企业的历史信用等级、实际运营状况等进行研究，给出客观真实的评价，就企业债券信用等级进行相应的调整，形成信用等级的迁移路径。在我国，一些专业的评级公司如中诚信、联合资信等，都会在每年的固定时间段出具相应的信用等级迁移矩阵，对照信用等级迁移矩阵具备的对角性特征，可以发现在我国金融市场中，企业债券信用等级很少会发生剧烈波动。

三、企业债券信用等级迁移现状

现阶段，经由人民银行和证监会认证的第三方机构在企业信用评级中占据了最大的份额，评级的对象包含企业主体以及企业债券。与发达国家相比，我国企业债券信用评级机构的起步较晚，缺乏健全的体制机制保障。相关统计数据显示，在当前企业债券信用评级机构中，排在第一位的是中诚信，一些国际性的评级机构如大公国际等反而排名靠后。

最近几年，伴随着“刚性兑付”神话的破灭，违約现象的发生变得更加频繁，企业债券信用等级的波动明显，变迁频繁。从遏制债券信用违约问题的角度，上交所和深交所于2017年进一步加大了企业债券管理力度，并且面向大众群体广泛征求意见，希望能够优化企业债券风险管理的效果。随后，相关机构对企业债券进行了合理的分类，并且依照企业债券的类别，采用不同的信用风险应对措施，如预警、排查、处理等，通过这样的方式，有效规避了违约问题，降低了信用风险发生的概率。

对照2018年企业债券信用等级迁移情况发现，在我国，企业债券信用等级迁移矩阵通常都是呈对角线分布，多数企业债券的信用等级都会维持不变，而即便是一些信用等级迁移的企业债券，也更多表现为向邻近等级迁移，等级大幅迁移的情况很少。从这个角度来看，有关机构在预测信用等级迁移情况时，应该将关注的核心放在远离对角线的企业债券上。

四、企业债券信用等级迁移影响因素

（一）是否迁移的影响因素

对照相关研究文献，结合可行性、全面性和有效性等基本原则，做好相关指标的选择。首先是企业债券信用等级迁移方向，从方便研究的角度，将一定时间内企业债券信用等级迁移定义为1，反之为0。其次是企业信用等级迁移方向，多数情况下，对企业主体和企业债券的信用等级评定都是同时进行的，企业主体信用等级的迁移方向与债券信用等级迁移密切相关。最后，企业主体财务指标包括总资产增长率、盈利能力衡量指标、偿债能力衡量指标以及资本结构衡量指标等8个指标，将其纳入面板Logistic（逻辑）模型中。这里的面板数据包含了时间维度以及截面维度的相关信息，对比单一的截面数据，能够将信用等级迁移相关的因素更加全面、细致地反映出来。在针对面板模型进行构建的过程中，应该对需要构建的模型的具体类型进行分析和判断，做好逐次检验工作。从技术人员的角度，需要先确定是采用混合效应模型还是固定效应模型，对照hausman（豪斯曼）检验结果，判断是否需要拒绝原本的假设，之后建立起相应的随机效应模型，借助LR（Likelihood Ratio，似然比检验）对统计量p值进行检验，看是否接受原假设，再根据hausman检验结果，明确究竟选择哪一种模型。

代入具体数据后，利用固定效应Logistic模型，预测企业债券信用等级的迁移情况，模型整体预测结构的准确率达到84.7%，效果显著。

（二）迁移方向的影响因素

首先是企业债券信用等级迁移方向，设定为调高（1）、维持（0）和调低（-1）3种不同的状态;其次是企业债券本身具备的特征，包括发行规模、发行期限、票面利率等，对可能影响信用等级迁移的因素和指标进行选择;最后是企业主体财务指标，包括信用等级变动方向、资本结构、成长能力、偿债能力等21个指标。在进行分析和研究的过程中，采用随机森林+多分类Logistic模型的方法，随机森林可以解决回归和分类相关的问题，算法的精确度会受到决策树数量的影响，而且算法也可以通过数值的方式来呈现变量的重要性程度。多分类Logistic模型是在二项Logistic模型基础上的延伸，依照因变量是否有序，可以将其分为有序Logistic模型和无序Logistic模型。