張軒

2018年以來，受投資增速放緩、消費(fèi)承壓、貿(mào)易摩擦等因素影響，國內(nèi)經(jīng)濟(jì)面臨較大下行壓力。同時，伴隨結(jié)構(gòu)性去杠桿持續(xù)推進(jìn)，以及資管新規(guī)的出臺，表外融資清理整頓加速，信用債投資者風(fēng)險偏好下降，中低評級信用債發(fā)行困難，在經(jīng)營和融資的雙重壓力下，信用債市場違約事件頻發(fā)。本文借助WIND、預(yù)警通等工具，運(yùn)用大數(shù)據(jù)分析方法對2018年以來可獲取公開信息的47只違約信用債開展二級市場表現(xiàn)、公司治理、經(jīng)營等多維分析，總結(jié)違約人早期風(fēng)險特征，助力商業(yè)銀行及早識別并采取應(yīng)對措施防范信用風(fēng)險。

一、違約債券基本情況

2018年至2019年末，78家發(fā)行人首次發(fā)生債券違約。從行業(yè)分布看，涉及10個行業(yè)，工業(yè)22戶，可選消費(fèi)類14戶，材料行業(yè)12戶，金融業(yè)7戶，日常消費(fèi)6戶，能源6戶，房地產(chǎn)4戶，公用事業(yè)2戶，信息技術(shù)4戶，醫(yī)療保健1戶。從企業(yè)性質(zhì)看，民營企業(yè)63戶，地方國有企業(yè)7戶，中央國有企業(yè)3戶，公眾企業(yè)各4戶，外資企業(yè)1戶。從地域看，華東地區(qū)25戶，華北地區(qū)18戶，東北地區(qū)10戶，華南、華中、西北、西南分別為9、7、7、2戶。

二、風(fēng)險特征分析

（一）市場表現(xiàn)分析

信用債在發(fā)生實質(zhì)違約前，內(nèi)外部不利因素會傳導(dǎo)至債券二級市場，發(fā)生異動表現(xiàn)，主要表現(xiàn)在債券信用利差、到期收益率偏離度、市場隱含評級等方面。

1.債券信用利差持續(xù)擴(kuò)大或偏高。信用利差是指用以向投資者補(bǔ)償基礎(chǔ)資產(chǎn)違約風(fēng)險的，高于無風(fēng)險利率的利差。信用利差越大說明債券違約風(fēng)險越高。以評級為AA+債券為參考基準(zhǔn)，6個月（含以下）、9個月、1年期、3年期、5年期、7年期和10年期（含以上）平均信用利差分別為85.37、83.06、122.28、100.72、99.07、106.92和62.65個BP。通過WIND查詢2017年12月5日至47戶違約人首次違約日平均信用利差，均存在明顯高于同期限AA+債券信用利差的情況，且信用利差呈現(xiàn)逐步升高的趨勢，顯示出風(fēng)險逐步增大直至違約。如，違約人新光控股集團(tuán)有限公司，2018年9月25日出現(xiàn)首次違約。2017年12月5日違約債券“17新光控股CP001”信用利差為351.48個BP，遠(yuǎn)高于同期限AA+債券信用利差，顯示其已具有高風(fēng)險特征，其后該債券信用利差持續(xù)升高，至違約日信用利差已達(dá)17830.72個BP。

2.到期收益率偏離度高。債券到期收益率與中債估值偏離度，往往反映債券發(fā)行體因突發(fā)事件或信用風(fēng)險導(dǎo)致的成交異常，可作為防范債券發(fā)行主體風(fēng)險的預(yù)警信息之一。本次參考WIND標(biāo)準(zhǔn)，將偏離度為70BP以上的設(shè)定為高偏離債券。查詢47戶違約人債券成交歷史記錄，38戶存在當(dāng)日收盤到期收益率偏離度超過70BP的情況，占比80.85%，其中12戶高偏離度交易日占該債券全部交易日的比超過50%，最高達(dá)100%。如，違約人青海鹽湖工業(yè)股份有限公司，2019年9月30日出現(xiàn)首次違約。2016年6月27日至2019年8月30日，違約債券“16青海鹽湖MTN001”在總計74個有交易日內(nèi)，收盤到期收益率偏離度均超過70個BP，最低102.28個BP，最高1833.46個BP。

3.中債市場隱含評級持續(xù)下降。中債市場隱含評級是中債金融估值中心有限公司綜合市場價格信號、發(fā)行主體公開信息等因素得出的動態(tài)反映市場投資者對債券的信用評價。觸發(fā)中債市場隱含評級變動的因素包括信用事件、新券發(fā)行。其中信用事件方面，由于債券流動性較差，所以多數(shù)個券二級市場長期無成交，當(dāng)日的信用債定價主要依靠估值，但當(dāng)某個個券出現(xiàn)負(fù)面信用事件時，該個券的成交活躍度會上升，包括買賣報價及實際成交，相應(yīng)的根據(jù)價格信用推算的中債市場隱含評級將變化。利用WIND查詢債券評價歷史，自2017年12月25日，47戶違約人中，44戶均存在中債市場隱含評價持續(xù)下降的情況。

（二）公司治理表現(xiàn)分析

1.部分違約人受行業(yè)影響，經(jīng)營出現(xiàn)困難。部分違約人自身資金實力不足、融資渠道有限，受行業(yè)整體下行、金融機(jī)構(gòu)融資政策收緊沖擊較大。如，2018年8月份，國內(nèi)生豬市場陸續(xù)出現(xiàn)“非洲豬瘟”疫情，受疫區(qū)封鎖、禁運(yùn)等因素影響，生豬銷售量及銷售價格受到影響，同時對屠宰業(yè)務(wù)也產(chǎn)生負(fù)面影響。日常消費(fèi)行業(yè)的5個違約人中，有3個是從事豬肉相關(guān)行業(yè)，分別為雛鷹農(nóng)牧集團(tuán)股份有限公司（主要從事生豬養(yǎng)殖）、河南眾品食品有限公司及其子公司河南眾品食業(yè)股份有限公司（主要從事屠宰及肉類加工），出現(xiàn)違約事件的時間集中于2018年底至2019年初。

2.投資激進(jìn)、盲目擴(kuò)張，非流動資產(chǎn)占比高，投資性凈現(xiàn)金流常年為負(fù)，資產(chǎn)回報低且持續(xù)下降，導(dǎo)致違約人資金緊張，流動性嚴(yán)重不足。47戶違約人中，13戶2015年至2017年連續(xù)三年在建工程、固定資產(chǎn)、商譽(yù)等非流動資產(chǎn)占比超過60%，但總資產(chǎn)報酬率逐年下降，資金支出壓力大，流動性嚴(yán)重不足。如，違約人吉林利源精制股份有限公司，2018年9月25日出現(xiàn)首次違約。2015年至2017年非流動資產(chǎn)占比分別為91.62%、89.25%和93.85%，投資活動產(chǎn)生凈現(xiàn)金流分別為-39.65億元、-29.13億元、-37.76億元，但總資產(chǎn)報酬率分別為9.87%、8.67%和6.49%，逐年下降，投資擴(kuò)張與收益嚴(yán)重不匹配，流動性嚴(yán)重不足。

3.“高存高貸”。近期出現(xiàn)的信用違約事件，使“高存高貸”成為關(guān)注企業(yè)財務(wù)異常信號的指標(biāo)之一。2015年至2018年，17戶違約人存在“高存高貸”的現(xiàn)象，占比36.17%。如，違約人中信國安集團(tuán)有限公司，2019年4月28日出現(xiàn)首次違約。該企業(yè)2015年至2017年貨幣資金占總資產(chǎn)分別為17.02%、16.58%、14.01%，而同期有息負(fù)債占總資產(chǎn)分別為57.35%、57.77%、60.60%，“高存高貸”跡象明顯。

（三）經(jīng)營、財務(wù)指標(biāo)分析

1.盈利能力嚴(yán)重不足，經(jīng)營狀況不佳。一是凈利潤持續(xù)為負(fù)或單季虧損較大。2016年至2018年，25戶違約人存在凈利潤為負(fù)的情況，其中1戶連續(xù)三年為負(fù)，4戶持續(xù)2年為負(fù)，10戶當(dāng)年虧損超過凈資產(chǎn)的10%。如，違約人沈陽機(jī)床（集團(tuán)）有限責(zé)任公司，2019年7月17日出現(xiàn)首次違約。該企業(yè)2016年至2018年連續(xù)三年凈利潤為負(fù)，分別為-16.76億、-5.89億和-22.99億元，且每年虧損占凈資產(chǎn)比分別為44.54%、15.24%和216.48%。二是經(jīng)營性凈現(xiàn)金流持續(xù)為負(fù)。2016年至2018年，10戶違約人經(jīng)營性凈現(xiàn)金流連續(xù)兩年以上持續(xù)為負(fù)。如，違約人東方金鈺股份有限公司，2019年3月18日出現(xiàn)首次違約。該企業(yè)2016年至2018年連續(xù)三年經(jīng)營性現(xiàn)金流為負(fù)，分別為-10.89億、-17.81億和-1.47億元。三是主營業(yè)務(wù)收入持續(xù)大幅下降。2016年至2018年，5戶違約人主營業(yè)務(wù)收入連續(xù)三年下降，15戶主營業(yè)務(wù)收入相近年度下降幅度超過20%。如，違約人安徽盛運(yùn)環(huán)保（集團(tuán)）股份有限公司，2018年10月9日出現(xiàn)首次違約。該企業(yè)2015年至2018年連續(xù)四年主營業(yè)務(wù)收入下降，累計跌幅70.31%。

2.債務(wù)規(guī)?？焖贁U(kuò)張，但償債能力嚴(yán)重不足。一是債務(wù)規(guī)模大，可融資空間小。2016年至2018年8戶違約人的資產(chǎn)負(fù)債率超過85%，18戶資產(chǎn)負(fù)債率3年持續(xù)提升。此外，47戶平均銀行授信額度使用率為73.59%，18戶已用授信額度超過80%。如，違約人北京華業(yè)資本控股股份有限公司，2018年10月15日出現(xiàn)首次違約。該企業(yè)資產(chǎn)負(fù)債率高達(dá)98.39%，且銀行授信額度使用率已達(dá)88.52%。二是短期債務(wù)占比高，且現(xiàn)金比率偏低，覆蓋能力嚴(yán)重不足。2016年至2018年，40戶違約人的短期債務(wù)占比超過60%，且現(xiàn)金比率低于15%，對于短期債務(wù)的覆蓋能力嚴(yán)重不足。如，違約人雛鷹農(nóng)牧集團(tuán)股份有限公司，2018年6月13日出現(xiàn)首次違約。該企業(yè)2016年至2018年短期債務(wù)占比分別為69.17%、74.54%和99.4%，而同期違約人現(xiàn)金對于短期債務(wù)的覆蓋能力逐年下降，2018年僅為3%。

三、商業(yè)銀行防范信用債違約風(fēng)險的一點建議

一是商業(yè)銀行應(yīng)充分利用大數(shù)據(jù)分析方法，從市場環(huán)境、政策導(dǎo)向、區(qū)域風(fēng)險、行業(yè)周期等方面加強(qiáng)宏觀分析和把握，提升規(guī)避系統(tǒng)性風(fēng)險能力。借鑒信貸客戶風(fēng)險管控標(biāo)準(zhǔn)，從客戶經(jīng)營狀況、公司治理、償債能力、風(fēng)險傳導(dǎo)、個債市場表現(xiàn)等多個維度，設(shè)計發(fā)債客戶風(fēng)險預(yù)警指標(biāo)，并區(qū)分行業(yè)特性、企業(yè)性質(zhì)、信用債屬性等，設(shè)定預(yù)警指標(biāo)的閾值和權(quán)重，構(gòu)建信用債風(fēng)險分析體系。加強(qiáng)客戶賬戶異常交易分析，提升輿情分析智能化程度，建立信用債重要風(fēng)險事項預(yù)警規(guī)則，提高風(fēng)險預(yù)警的智能化水平，逐步實現(xiàn)由風(fēng)險信號提示向全面精準(zhǔn)風(fēng)險預(yù)警的轉(zhuǎn)變，不斷提升信用債風(fēng)險偵測、識別和預(yù)警的準(zhǔn)確性、時效性和智能化。

二是信用債違約的影響因素眾多，除了市場、企業(yè)經(jīng)營等因素外，還與企業(yè)后續(xù)融資、政府支持等多個方面相關(guān)。針對信用債市場信用事件頻發(fā)的現(xiàn)狀，商業(yè)銀行應(yīng)定期開展信用債風(fēng)險排查和摸底工作。深入調(diào)查發(fā)債客戶風(fēng)險狀況，結(jié)合信用債和其他融資的到期情況，落實企業(yè)還款資金來源，深入了解客戶后續(xù)融資能力和政府對企業(yè)支持的態(tài)度，對客戶償債能力進(jìn)行綜合判斷，根據(jù)違約風(fēng)險不同，采取差別化風(fēng)險化解措施。（作者單位：中國建設(shè)銀行股份有限公司天津市分行）