王燦華

摘要：本文基于可得數(shù)據(jù)，采用特征工程方法提取影響信用資質(zhì)的核心因素，并將其作為自變量構(gòu)建制造業(yè)企業(yè)信用違約預(yù)測的Logistic回歸模型和信用評分卡。實(shí)證結(jié)果顯示，企業(yè)性質(zhì)、銷售費(fèi)用/營業(yè)收入、流動資產(chǎn)周轉(zhuǎn)率、帶息債務(wù)/全部投入資本等六個指標(biāo)對違約概率影響顯著。通過建立機(jī)器學(xué)習(xí)模型評級和外部評級之間的映射表，有望實(shí)現(xiàn)風(fēng)險企業(yè)排雷、信用價值挖掘、信用風(fēng)險定價等功能。

關(guān)鍵詞：機(jī)器學(xué)習(xí)特征工程 制造業(yè)企業(yè)信用評級

得益于大數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)處理技術(shù)的發(fā)展，基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)模型應(yīng)用日益廣泛。機(jī)器學(xué)習(xí)算法是根據(jù)特征對事物進(jìn)行分類，本質(zhì)上是降熵過程。企業(yè)信用評級是利用不同的信用評分或評級對樣本進(jìn)行分類，進(jìn)而實(shí)現(xiàn)將企業(yè)違約概率從等概率分布轉(zhuǎn)換為非等概率分布。非等概率的熵低于等概率的熵，信用評級降熵可用于評價企業(yè)信用資質(zhì)。從功能和目標(biāo)的角度看，將機(jī)器學(xué)習(xí)模型應(yīng)用于企業(yè)信用評級具有一定優(yōu)勢，但需要以大數(shù)據(jù)為基礎(chǔ)，以保證學(xué)習(xí)效果和參數(shù)估計準(zhǔn)確，避免過擬合?？紤]到難以具備海量企業(yè)樣本數(shù)據(jù)，在建模時，使用有較少參數(shù)估計需求的Logistic回歸算法更為合適。為減少變量共線性對模型估計的影響，筆者采用特征工程方法提取信用資質(zhì)驅(qū)動核心因子入模。從行業(yè)看，制造業(yè)企業(yè)違約樣本數(shù)居行業(yè)之首，負(fù)樣本數(shù)量相對充足。將特征工程和機(jī)器學(xué)習(xí)方法應(yīng)用于制造業(yè)企業(yè)信用評級在技術(shù)和數(shù)據(jù)方面具有較好的可行性。

指標(biāo)選取、數(shù)據(jù)來源及特征工程

在樣本選擇方面，筆者選擇證監(jiān)會行業(yè)分類標(biāo)準(zhǔn)下的制造業(yè)，訓(xùn)練正樣本為截至2021年一季度末有存量債券、未發(fā)生違約事件且評級在A級以上的企業(yè)主體，共682家;負(fù)樣本為2014—2019年發(fā)生違約事件或者評級在BBB級及以下的企業(yè)主體，共56家。正負(fù)樣本之比約為12：1。將外部評級為BBB級及以下的企業(yè)視為負(fù)樣本基于兩方面考量：一是BBB級以下屬投機(jī)級，違約風(fēng)險較高，考慮到外部評級實(shí)行發(fā)行人付費(fèi)模式，為審慎起見，將正負(fù)切分線上調(diào)至BBB級;二是多數(shù)金融機(jī)構(gòu)限制準(zhǔn)入外部評級在A級及以下的債券，認(rèn)為BBB級及以下債券的違約風(fēng)險較高。

在觀察期和表現(xiàn)期選擇方面，考慮到債券市場的價格敏感度高于評級公司跟蹤評級以及真實(shí)違約消息，筆者將債券估值偏離度大于10%、評級低于A級、首次違約等三個事件發(fā)生之前作為樣本企業(yè)觀察期，將觀察期數(shù)據(jù)作為Logistic回歸自變量數(shù)據(jù)。觀察期之后為表現(xiàn)期，將表現(xiàn)期違約與否作為因變量數(shù)據(jù)。

為客觀地基于機(jī)器學(xué)習(xí)模型預(yù)測制造業(yè)企業(yè)違約情況，需構(gòu)建信用資質(zhì)影響因子矩陣。考慮到信用債發(fā)行主體樣本總量相對有限，且待估參數(shù)過多可能影響估計結(jié)果，筆者將企業(yè)性質(zhì)和30項(xiàng)財務(wù)指標(biāo)作為原始指標(biāo)，具體包括：一是盈利能力指標(biāo)6項(xiàng)[銷售凈利率、銷售費(fèi)用/營業(yè)總收入、營業(yè)利潤/營業(yè)總收入、稅息折舊及攤銷前利潤（EBITDA）/營業(yè)總收入、經(jīng)營活動凈現(xiàn)金流/利潤總額、凈資產(chǎn)回報率的增長率];二是現(xiàn)金流量指標(biāo)4項(xiàng)（經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/營業(yè)總收入、經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額占比、投資活動產(chǎn)生的現(xiàn)金流量凈額占比、投資活動現(xiàn)金凈流量/營業(yè)總收入）;三是營運(yùn)能力指標(biāo)4項(xiàng)（存貨周轉(zhuǎn)天數(shù)、應(yīng)收賬款周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率）;四是償債能力指標(biāo)5項(xiàng)（長期負(fù)債占比、EBITDA/利息費(fèi)用、經(jīng)營活動凈現(xiàn)金流/帶息債務(wù)、經(jīng)營活動凈現(xiàn)金流/總負(fù)債、貨幣資金/短期債務(wù)）;五是成長能力指標(biāo)7項(xiàng)（營業(yè)總收入同比增長率、利潤總額同比增長率、凈利潤同比增長率、營業(yè)利潤同比增長率、凈資產(chǎn)同比增長率、營業(yè)總收入3年復(fù)合增長率、凈利潤2年復(fù)合增長率）;六是資本結(jié)構(gòu)指標(biāo)4項(xiàng)（資產(chǎn)負(fù)債率、長期資本負(fù)債率、帶息債務(wù)/全部投資資本、流動負(fù)債/負(fù)債總計）。

利用特征工程方法從原始指標(biāo)篩選入模變量。在進(jìn)行特征工程之前利用相關(guān)性分析和VIF檢驗(yàn)剔除了方差膨脹因子VIF大于10的指標(biāo)。特征工程首先對原始指標(biāo)進(jìn)行分箱，透過卡方分箱方法計算不同指標(biāo)的證據(jù)權(quán)重WOE和信息量IV值，如表1所示，最終選取IV值大于0.2的變量入模，確保入模變量具有較好的違約預(yù)測能力。

機(jī)器學(xué)習(xí)模型：Logistic回歸及結(jié)果

Logistic回歸模型將多元線性回歸通過Sigmoid函數(shù)轉(zhuǎn)為違約概率預(yù)測的計算函數(shù)，因變量是樣本違約與否的結(jié)果，自變量為特征工程篩選出的22個特征變量。通過回歸結(jié)果的p值測量回歸系數(shù)的顯著性大小，結(jié)合逐步回歸確定最終入模指標(biāo)。筆者選擇顯著性較高（p值小于5%）的特征變量。對樣本按照7：3的比例隨機(jī)分為訓(xùn)練集和測試集，訓(xùn)練集回歸結(jié)果如表2所示。

從回歸結(jié)果來看，制造業(yè)企業(yè)信用影響因子涵蓋企業(yè)性質(zhì)、盈利能力、營運(yùn)能力、資本結(jié)構(gòu)、償債能力和成長能力中的6個指標(biāo)。如圖1所示，結(jié)合特征工程分箱及不同箱體的WOE值分析內(nèi)在機(jī)理。預(yù)期內(nèi)的結(jié)論是：影響信用資質(zhì)的核心指標(biāo)包括企業(yè)性質(zhì)、流動資產(chǎn)周轉(zhuǎn)率、經(jīng)營活動凈現(xiàn)金流占負(fù)債的比例、有息負(fù)債占投入資本的比重、凈利潤復(fù)合增長率。超預(yù)期的結(jié)論是：銷售費(fèi)用占營業(yè)收入的比重越低越容易違約。這說明對于制造業(yè)企業(yè)來說，銷售收入可提高盈利和償債能力。

如表3所示，訓(xùn)練集和測試集的KS值分別為0.67和0.65，顯著大于0.3，說明模型具有良好的等級區(qū)分能力;由表4可見，訓(xùn)練集和測試集的AUC值分別為0.90和0.88，顯著高于0.75的界限值，說明模型具有較高的精準(zhǔn)性;表4所示測試集的混淆矩陣顯示模型應(yīng)用于測試集的效果較好，違約預(yù)測精準(zhǔn)度高達(dá)73.33%。

制造業(yè)企業(yè)信用評級模型及評分卡

基于Logistic回歸模型及參數(shù)估計結(jié)果，計算制造業(yè)企業(yè)的違約概率p，再基于p構(gòu)建信用評級評分卡，評分Score=500-20?log（p/1-p），即以500分為基準(zhǔn)分，以20分為單一等級分?jǐn)?shù)區(qū)間，違約概率越高，則評分越低?；谏鲜鲞壿嫎?gòu)建制造業(yè)企業(yè)的信用評分卡，如表5所示。基于評分卡對存量738家制造業(yè)企業(yè)進(jìn)行信用評級打分，以30分劃分一級，將企業(yè)分成12個等級，結(jié)果如表6所示。10級以上企業(yè)占比為13.69%，與外部評級相比，模型更具區(qū)分度。外部評級為AA級及以上的企業(yè)占比為70%，AAA級占比高達(dá)22%，集中度較高，區(qū)分度較低。

在信用違約預(yù)測方面，機(jī)器學(xué)習(xí)模型表現(xiàn)較好，違約預(yù)測命中率達(dá)75%。如表7所示，2020年下半年至2021年一季度實(shí)際違約企業(yè)4家，其中3家基于2019年數(shù)據(jù)的評級結(jié)果低于6級，基于2018年數(shù)據(jù)的評級結(jié)果均低于7級，僅B公司的評級結(jié)果為9級。

研究結(jié)果的潛在應(yīng)用

將制造業(yè)企業(yè)外部評級和基于機(jī)器學(xué)習(xí)方法的信用評級建立二維映射表，如表8所示，單元格內(nèi)容代表外部評級為該列對應(yīng)外部等級和機(jī)器學(xué)習(xí)模型評級為所在行對應(yīng)模型等級的企業(yè)家數(shù)。映射表可用于三個方面。一是風(fēng)險企業(yè)排雷，當(dāng)企業(yè)外部評級低于AA-級且模型評級低于5級時，可認(rèn)為信用風(fēng)險較高，應(yīng)避免投資。二是信用價值挖掘，當(dāng)企業(yè)外部評級在AA-級及以下，但模型評級為9級及以上時，可進(jìn)一步研究，挖掘被市場誤判帶來的信用溢價。三是警惕市場高估，當(dāng)企業(yè)外部評級在AA-級以上，但模型評級為5～9級時，可考慮結(jié)合進(jìn)階信用研究并利用債券借貸等做空機(jī)制參與做空。

學(xué)習(xí)模型結(jié)果還可用于信用風(fēng)險定價和內(nèi)部評級檢驗(yàn)。利用模型評級結(jié)果計算不同等級的違約概率，并將違約概率應(yīng)用于不同信用等級制造業(yè)企業(yè)的信用風(fēng)險定價。模型評級還可為機(jī)構(gòu)內(nèi)部評級提供交叉驗(yàn)證和補(bǔ)充，助力內(nèi)部評級方法的改進(jìn)和完善。

注：1.單元格內(nèi)數(shù)字代表同時具有相應(yīng)外部評級和模型評級的企業(yè)數(shù)量

2.橙色區(qū)域?yàn)榭蛇x優(yōu)質(zhì)企業(yè)區(qū)，綠色區(qū)域?yàn)樾庞脙r值挖掘區(qū)，深藍(lán)色區(qū)域?yàn)槭袌龈吖绤^(qū)，紅色區(qū)域?yàn)榕爬讌^(qū)

作者單位：東莞銀行資產(chǎn)負(fù)債管理部

責(zé)任編輯：陳森? 鹿寧寧