我国企业债券融资、财务风险和债券评级，本文主要内容关键词为：债券论文,融资论文,企业债券论文,风险论文,财务论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、文献综述
国内研究文献综述
1.基本面上的探讨与分析
由于我国企业债券市场起步较晚，因而对于它的研究大多属于基本面上的探讨和分析，缺乏必要的广度和深度。但经过近几年的研究，学术界在债券评级研究方面也取得了一定的成果。从研究的内容上看，主要可以归纳为以下几个方面：(1)建立和完善企业债券信用评级制度的意义；(2)企业债券信用评级的基本功能；(3)我国企业债券信用评级中的主要问题；(4)规范我国企业债券信用评级的基本途径等。
2.对企业债券具体问题的研究
李丽(2006)研究了我国公司债券市场上的强制担保要求和投资者定位之间的关系，为此构建的理论模型表明：发债企业得到的担保越多，它所选择的投资项目风险越大；取消担保后，投资者的风险识别能力越强，发债企业选择的投资项目风险越小。牟秉华、詹银(1999)根据我国的实际，探索了一套适合我国国情、完整统一而又能量化的企业债券信用评级指标体系。
杨怀东等(2004)基于分段决策的基本思想，将债券信用评级看成是一种多阶段的两分类判别决策过程，并引入决策效用的概念，以建立基于决策效用的判别模型和判别准则。该方法较好地解决了企业债券信用评级过程中，评级指标间的不可公度性和相关性问题。而谢禹等(2004)采用一种模糊信用评级方法，做了一个有等级之分的决策结构模型，运用模糊积分自下而上地综合信用信息。由于这种技术不仅考虑了目标数据，还考虑了每种指标的相关重要性，并且使用了模糊集来描述指标，因此，最终的企业债券信用评级结果能揭示信用信息的变化，同时，描述最终评价结果的五个等级水平，可以提供更多有价值的信息。赵家敏、黄英婷(2006)在对各种信用评级方法进行简要分析的基础上，提出了基于层次分析法构建我国商业银行中小企业信用评级模型。
梁琦(1999)在比较了美、德、日三国的债券评级体系后，得出结论：一国评级制度的有无以及具体的实现模式，是与该国经济体制中的银企关系密切相关的。一般而言，在银企关系相对微弱、企业以直接融资为主的金融体制中，对评级的需求较强，其制度设计以美国为代表；若银企关系密切、企业融资以间接方式为主，则对评级的需求不足，其代表国家是德国和20世纪80年代以前的日本。鉴于我国目前经济体制和银企关系与西方国家的差异，简单照搬其他国家评级制度的模式显然是行不通的。我国目前正处于过渡经济时期，在从计划经济向市场经济转变的过程中，政府发挥着重要作用。对银行业日益严格的监管和对直接融资渠道的积极开拓，都使我国在政策选择上更倾向于建立一种近乎美国模式的债券评级体制。而何运强与方兆本(2003)在讨论了美国公司债券信用评级与债券信用风险的关系，以及对比分析了中美信用评级业的发展后，提出我国应该从两方面来促进债券评级行业的健康发展：一是创造有利于评级行业健康发展的外部环境；二是加强评级机构的自身建设。
3.对企业信用评级的实证研究
在我国，无论是用统计方法、计量经济模型，还是用神经网络技术来研究债券信用风险，尤其是对中国的债券评级问题的实证研究少之又少。夏英俊、李元(2005)在总结前人对信用评级方法研究的基础上，提出了用主成分分析法对债券进行评级，其模拟结果表明，主成分分析法是有效的。夏敏仁、林汉川(2006)建立了多元有序变量的Logit模型，对我国企业信用水平进行预测。宋秋萍(2000)直接采用美国Altman的Z-计分模型对我国6家公司的财务进行预测分析，结果发现与实际情况相差很大。这主要是因为国内外的会计准则有很大的差距，以及宏观的经济环境极不相同造成的。所以，研究我国的债券信用评级，必须从我国企业的财务数据中提炼出特征指标，建立相应的模型，才能对我国的评级情况作出较为准确的预测。
二、研究方法
(一)变量的选择
Maher和Sen(1997)采用Logistic回归模型对债券评级进行预测。在他们的模型中，变量包括总资产(TOTASSET)、长期负债与总资产比(LTDEBT)、资产回报率(NETINC=净利润/总资产)以及公司普通股的市场β值(BETA)，其中变量TOTASSET、LTDEBT和NETINC取的是5年的平均值。TOTASSET是公司规模的重要标准，并代表了一个公司的经济实力；LTDEBT可以反映公司的长期偿债能力；NETINC可以衡量一家公司的盈利能力；用BETA可以表示公司的经营风险。此外，该模型的因变量是根据穆迪公司的评级，从Aaa到B划分的6个等级得到的，即Aaa级为6，其余依次为5、4、3、2、1等。
目前我国的债券信用评级采用标准普尔公司的评级模式，由于我国《企业债券管理条例》(1993)规定：企业债券评级在A及以上的企业才有发债的资格，所以到目前为止所发行的债券，其评级主要有三个等级，如AAA、AA和A(每个级别中又以+、-符号进行微调)。考虑到我国债券评级的实际情况以及样本容量的大小，我们将被解释变量设为0和1(AAA为1，其他为0)。
对于解释变量的选择，我们借鉴Maher和Sen(1997)模型中的变量，并考虑到中国债券评级的方法以及国家政策对债券发行的影响，我们将解释变量确定为以下5个(如表1所示)：总资产、资产收益率、资产总额周转率、资产负债率、长期负债比率，以及一个虚拟变量(政府政策)。其中，政策变量按政府政策是否“明确支持”该项目或该行业而分别取0和1。“明确支持”是指在债券发行公告中，有政府政策明确支持的，包括两种情况：(1)国家对该行业的明确支持，如对电力、能源、钢铁等行业，如97国家电力公司债券、98中国石油企业债券、99上海宝钢集团公司债券等；(2)政府对该发债项目的支持，如98三峡债券和99上海市城市建设债券等。
(二)样本的选择
从中国企业债券发展的历程来看，1998年是我国企业债券规范发展阶段的开始(陈超、郭志明，2007)，因此我们样本的选择也是从1998年开始的。表2列示了1998年以来我国企业债券评级的状况。
从表2可以看出，2004年以前的评级虽然以AAA为主，但也有评级为AA或A的情形；然而2004年以后的评级基本为AAA了。造成这种变化的原因主要有以下三个方面。
首先，有关企业债券的国家政策的变化。自2000年起，公司债券的额度实行国务院特批制度，每年由国家发改委将拟发行规模名单上报国务院批准。在分工上，国家发改委成为公司债券的主管部门，负责公司债券额度的申报和债券发行的审核；中国人民银行和中国证监会成为公司债券的会审部门，其中中国人民银行负责公司债券的票面利率审核、中国证监会负责公司债券的承销机构资质审核。国家发改委于2004年6月21日以“发改财金[2004]1134号”文发布了《国家发展改革委员会关于进一步改进和加强企业债券管理工作的通知》(以下简称"通知")。该文件对企业申请发行企业债券的条件、批准企业债券发行规模的程序、批准企业债券发行方案的程序、企业债券的担保、参与企业债券发行的中介机构的资格、企业债券的信息披露、募集资金的投向等进行了详细规定。在新的《企业债券管理条例》出台之前，该文件以及2005年新颁布的《公司法》是现阶段企业债券发行管理的指导性文件。此外，长期以来我国发行公司债券要求必须提供担保，这使得发债人的信用基本被忽略掉了。资质差异很大的公司在获得了银行担保的情况下，都能获得较高的评级，投资人也愿意购买。笔者认为，这也是我国债券评级普遍较高的原因之一。2004年在《国家发展改革委员会关于进一步改进和加强企业债券管理工作的通知》中，更是加强了对公司债券担保的规定(详见第七条)。发债公司在得到了相关单位的连带担保之后，其债券风险也就大大降低了；并且从2002年起，发行的企业债券大多数由国家商业银行及国家开发银行提供担保。
其次，发债企业对信用评级的认识偏差，导致不切实际地追求高信用等级。发债企业作为债券发行人对信用评级的认识程度，决定了其对信用评级等级的接受程度。其主要表现是，拟发债企业向评级机构索要高信用等级，并以撤换评级机构来要挟。而且，评级机构的评级工作和其他发债服务机构尤其是债券承销机构紧密关联。如果评级机构坚持评级理念，就可能引起发债企业和承销商的共同抵制，评级机构既得不到最基本的评级费用，而且可能引起市场的大规模萎缩，甚至威胁到自身的生存；而放弃原则又有悖于评级机构赖以立命的客观、公正、独立的原则。因此，由于发债企业对信用评级等级的不切实际的要求，使信用评级机构面临着长期利益与短期利益的艰难抉择。
最后，应对投资者对债券评级的要求。2003年6月3日，中国保监会颁布《保险公司投资企业债券管理暂行办法》，其中规定保险公司购买企业债券必须是“经国家主管部门批准发行，且经监管部门认可的信用评级机构评级在AA级以上的企业债券”。
所以，导致2004年以后评级基本都是AAA这种情况的原因，我们认为有以下几点：第一，国家对企业债券管制政策的变化，监管部门通过设立过高的批准或核准标准(如选择基本没有信用风险的发行主体，要求可靠的担保等)，以规避信用风险；同时，这些发债企业都是国有大型企业，大多数在整个国民经济中占有重要地位，其本身具有很强的经济实力，经营状况良好。第二，担保能力较强，进一步提升了企业债券的信用；即使因信用风险产生损失，也有担保措施承担损失，或由政府部门直接出面协调化解风险。第三，部分大的机构投资者和发债主体对评级的高要求。
因此，为了尽量排除相关政策对债券评级的影响，本研究选取的样本是中国从1998年到2003年间发行的企业债券，剔除数据不合格的样本，共得到样本62个。样本数据主要来源于www.chinabond.com.cn和中诚信、联合资信和大公国际等国内主要的三家债券评级公司的评级资料。关于数据的基本资料见表3和表4。从表3可以看出，评级越高，利率越低，这基本反映了高风险和高利率的市场规律；并且从表3可以看出我国债券的一个基本特点：期限越长，评级越高。这可能是因为具备发行期限较长债券的企业，它们有着良好的信誉和经济实力。从表4可以看出，发行债券的企业主要集中在电力、能源、铁路(公路)等行业，这可能与国家产业政策的调整有关。此外，值得注意的是，样本的年度分布不平均。
三、统计结果与分析
(一)描述性统计
在进行统计检验之前，我们先对研究中所用的样本数据作一描述性统计(见表5)，以便对各样本特征的信息有所比较和了解。
一般来讲，总资产规模越大，资产收益率和资产总额周转率越高，资产负债率和长期负债比率越低，其债券评级应该越高；但表5与正常的情况有所不同。从表5可以看出：(1)对于资产收益率(ROA)，AA级的均值(0.06)明显高于AAA级(0.02)，这与我们的假设是正好相反的；(2)对于总资产周转率(AT)，AA级的均值(0.11)明显高于A级(0.04)，但AAA级的均值与AA的均值没有差异，这也与我们的假设是不符的；(3)对于资产负债率(Debt Ratio)，三个级别之间的均值和均方差是比较接近的，但AAA级的均值还是略高于AA级，这也与我们的假设相悖；(4)对于长期负债比率(LD)，AAA级的均值是最高的，AA级的均值是最低的，这同样与我们的假设相反。
如果要对以上分析给出一个合理的解释，那么我们只能认为这是由于企业债券评级不规范造成的；只有不规范的评级，才有可能将高质量企业发行的债券评定为较低等级。由于描述性统计只是对样本特征的一种粗略描述(如这种方法不能将均值和均方差结合起来)，并不能据此得出结论，因此还必须进行严格的统计检验。
(二)解释变量相关性检验
为了对解释变量之间的关系有所了解，我们先对这些变量作Pearson相关性分析。表6列示了Pearson检验的结果。
从表6可以看出，解释变量之间大多数不具有相关性。相关性主要表现在：(1)资产回报率(ROA)和政府政策(POLICY)之间存在着明显的正相关(在显著性水平为1%时显著)；(2)总资产(TA)和长期负债比率(LD)之间存在着明显的正相关(在显著性水平为1%时显著)；(3)长期负债比率(LD)和资产收益率(ROA)之间存在着明显的负相关(在显著性水平为1%时显著)。相关性分析只能揭示变量两两之间可能存在的关系，并不能揭示一组变量之间的内在联系，因此还必须借助模型，就各个因素对我国企业债券评级的影响进行分析。
(三)样本特征的比较(t-test)
为了验证不同的债券级别之间企业财务特征(TA、ROA、AT、Debt Ratio和LD)和政府政策是否有明显的差异，我们对AAA级与非AAA级以及AAA级与AA级的企业绩效特征的差异进行t-test，结果如表7和表8所示。
从表7可以看出，对于AAA级和非AAA级的企业，最显著的不同是政府政策支持与否和这两类企业总资产规模的不同(在1%下显著)，长期负债比率(在5%下显著)也有比较明显的差异，这与我们的假设是基本一致的。此外，对于企业的财务特征来讲，不同的债券级别，其资产收益率(ROA)和资产负债率(Debt Ratio)没有显著的不同。表8显示，对于不同级别的债券，其政策支持与否、总资产的规模、资产收益率(ROA)和长期负债比率(LD)都有较显著的不同。由于这一部分的t-test只能反映不同级别的债券，其财务特征和政府政策等单个因素的差异并不能反映这些因素对债券评级的综合影响，所以，对各种因素是如何影响债券评级的，我们还需要作进一步的检验。
(四)Logistic模型回归结果
首先，我们用全部样本进行Logistic回归模型分析，其统计结果见表9、表10和表11。
表9对模型中的自变量回归系数进行了检验，可以看出，无论是模型Ⅰ还是模型Ⅱ：(1)影响债券评级最关键的因素是发债企业总资产的规模。这个因素在显著性水平为5%下是显著的，并且其系数(1.591)为正值。这说明企业资产规模越大，其评级会显著地高于资产规模小的企业。这一点与我们的基本假设是一致的。(2)政府政策对该发债项目或行业支持与否对债券评级的影响在5%下也是显著的，其系数(3.579)为正。这说明如果发债项目或其所在行业是有国家政策明确支持的，那么其评级就会高。这一点与我们的假设也是基本吻合的。(3)资产收益率、总资产周转率、资产负债率和长期负债比率等财务指标对债券评级都没有显著的影响，这一点与我们的假设是不一致的。
表10和表11分别表示用模型Ⅰ和模型Ⅱ对债券评级进行预测时的准确程度。从表10和表11可以得出以下三点结论：第一，模型Ⅰ和模型Ⅱ的总体识别效力还比较高；第二，尽管模型Ⅰ和模型Ⅱ的总体预测准确程度是比较高的，但是模型未能识别出影响债券评级的全部因素，我们认为这主要是某些变量没有在模型中得到反映所导致的；第三，尽管模型Ⅱ在模型Ⅰ的基础上增加了ROA、AT、Debt Ratio和LD四个变量，但是模型Ⅱ非但没有提高模型的识别效力，还使得总体预测准确率略有下降。这也说明了ROA、AT、Debt Ratio和LD四个变量对债券评级几乎是没有影响的。
为了对我们的结论加以验证，我们运用评级为AAA和AA的部分样本，再次进行Logistic回归，结果见表12。
从表12可以看出，无论是模型Ⅰ还是模型Ⅱ，影响债券评级最主要的因素是发债企业的总资产规模和政府政策对该发债项目或行业的支持，资产收益率、总资产周转率、资产负债率和长期负债比率等财务指标对债券评级均无显著的影响。
国外发达的企业债券显示，成熟的债券市场需要有可靠的信用评级，信用评级专业的发展对债券市场的规范化运作和规模扩张有着积极而有效的推动作用。要发展我国的企业债券市场，就需要提升我国债券评级的质量，使债券评级能真实地反映发债企业的财务风险。要鼓励债券品种的创新及评级的多样化。债券的报酬率与债券的信用级别能反映风险的溢价，在利率市场化的条件下，应拉开不同信用级别债券的利率差距，体现不同债券的风险溢价，这样才能真正体现债券评级的价值。
四、结论
通过检验结果，我们发现：(1)影响债券评级最关键的因素是发债企业总资产的规模，即企业资产规模越大，其评级越高；(2)政府政策对该发债项目或行业支持与否对债券评级有正的影响，即发债项目或其所在行业是有国家政策明确支持的，那么其评级就会高；(3)资产收益率、总资产周转率、资产负债率和长期负债比率等财务指标对债券评级都没有显著的影响。因此我们可以得出结论：发债企业的资产规模和政府的政策倾向明显地影响债券评级；资产收益率、总资产周转率、资产负债率和长期负债比率等财务指标对债券评级都没有显著的影响。目前评级机构的评级不能反映企业财务状况的好坏，只反映资产规模的大小以及是否有国家政策明确支持。这说明了我国目前企业债券市场的信用风险评级与欧美的债券市场存在极大的差异。
标签：债券论文; 长期负债论文; 债券信用评级论文; 债券融资论文; 企业债券论文; 融资公司论文; 穆迪评级论文; 主体信用评级论文; 样本容量论文; 政府债券论文; 企业信用评级论文; 企业财务风险论文; 投资论文; AAA论文;