摘要：為彌補基于財務(wù)指標的傳統(tǒng)信用分析模型的不足，本文提出以地方政府披露的納稅數(shù)據(jù)、行業(yè)協(xié)會發(fā)布的數(shù)據(jù)、銀行授信情況等非財務(wù)指標來預(yù)警債券信用風(fēng)險，并結(jié)合S集團債券違約案例，介紹了上述指標的具體應(yīng)用方法，統(tǒng)計了各指標的預(yù)警時間，最后就更好地應(yīng)用非財務(wù)指標進行信用風(fēng)險預(yù)警提出了建議。

關(guān)鍵詞：信用風(fēng)險 預(yù)警模型 非財務(wù)指標

非財務(wù)預(yù)警指標的作用與選取

（一）非財務(wù)預(yù)警指標的主要作用

隨著國內(nèi)債券融資規(guī)模的快速擴張，債券信用風(fēng)險問題愈發(fā)值得關(guān)注，加強信用風(fēng)險預(yù)警對于投資者尤為重要。

目前，已有文獻側(cè)重于分析發(fā)行人的財務(wù)信息，利用數(shù)學(xué)模型計算債券信用風(fēng)險，如成夢婷等（2019）從財務(wù)數(shù)據(jù)角度對債券信用風(fēng)險進行了定性識別。也有文獻聚焦于對國外量化預(yù)警模型的借鑒與改良，如張智梅等（2006）結(jié)合我國資本市場和上市公司的特征對KMV模型進行了參數(shù)的改進，并對滬市上市公司的信用風(fēng)險進行評估。但是，國內(nèi)違約企業(yè)樣本有限，大量非上市債券發(fā)行人的數(shù)據(jù)不夠全面，導(dǎo)致量化模型的使用效果受限。且從已違約案例來看，個別債券發(fā)行人財務(wù)數(shù)據(jù)造假也會導(dǎo)致模型預(yù)測失敗。因此，以財務(wù)指標為基礎(chǔ)的信用風(fēng)險預(yù)警方法難以滿足投資者的實踐需要，應(yīng)有其他方法進行補充。

為更加有效、及時地預(yù)警信用風(fēng)險，合理構(gòu)建非財務(wù)預(yù)警指標具有重要意義。已有文獻研究了以公司治理、經(jīng)營發(fā)展戰(zhàn)略、內(nèi)部控制等為核心，構(gòu)建非傳統(tǒng)信用分析框架（徐寒飛等，2021）。本文通過對已有違約案例的整理分析，歸納了企業(yè)在違約前的常見跡象，有針對性地尋找揭示企業(yè)經(jīng)營惡化的核心數(shù)據(jù)，側(cè)重探討可得性較強、易于評判和量化的指標，以期對非財務(wù)預(yù)警指標體系進行進一步完善。

（二）非財務(wù)預(yù)警指標的選取

1.地方政府披露的納稅數(shù)據(jù)

很多地方政府為了表彰納稅大戶，會在政府網(wǎng)站公開披露所在區(qū)域大型企業(yè)的納稅排名。發(fā)債企業(yè)通常為地方優(yōu)質(zhì)企業(yè)，上榜概率較大，這在一定程度上保障了指標的可獲得性。由于地方政府所披露數(shù)據(jù)的權(quán)威性較高、失真可能性較低，其對于評估發(fā)債企業(yè)的經(jīng)營情況具有重要參考價值?？蓪⒓{稅數(shù)據(jù)與發(fā)債企業(yè)報表中的有關(guān)數(shù)據(jù)進行比較，以識別企業(yè)的真實盈利和納稅情況，驗證企業(yè)是否存在數(shù)據(jù)造假行為。

2.行業(yè)協(xié)會發(fā)布的數(shù)據(jù)

行業(yè)協(xié)會是重要的社會中介組織，經(jīng)常對行業(yè)的基本情況進行統(tǒng)計排名并發(fā)布結(jié)果。與地方政府類似，行業(yè)協(xié)會提供的數(shù)據(jù)和信息也具有較高的權(quán)威性和真實性，可以與發(fā)債企業(yè)報表中的有關(guān)數(shù)據(jù)進行比較，以判斷企業(yè)的真實經(jīng)營情況。

目前，我國各大制造業(yè)均設(shè)有行業(yè)協(xié)會，信息來源具有一定的保障。對于制造業(yè)企業(yè)，產(chǎn)能是產(chǎn)量的基礎(chǔ)，產(chǎn)能利用率決定了企業(yè)綜合生產(chǎn)成本和產(chǎn)品競爭力。借助行業(yè)產(chǎn)能、產(chǎn)量數(shù)據(jù)，可以有效分析企業(yè)的實際運營情況和競爭實力，進而預(yù)警經(jīng)營風(fēng)險。此外，通過行業(yè)整體數(shù)據(jù)與企業(yè)同類數(shù)據(jù)的比較，可在一定程度上識別企業(yè)數(shù)據(jù)的造假情況。

其他行業(yè)也可選用相應(yīng)信息及數(shù)據(jù)，依據(jù)上述邏輯進行信用風(fēng)險分析及數(shù)據(jù)造假識別。例如，商貿(mào)企業(yè)可對標行業(yè)的銷量，出口企業(yè)可對標行業(yè)的出口額，高速公路運營企業(yè)可對標通車里程數(shù)、單公里收費金額等。

3.銀行授信情況

銀行授信情況pw6otL+nN+tTf6ZwjdG1YjDM7KIEZ2O9RWvw/T9Ur7M=是債券募集說明書和債券受托管理報告中必要的披露信息。銀行在發(fā)放大額貸款前通常需進行貸前調(diào)查，在發(fā)放貸款后也會跟蹤監(jiān)測，這些信息在授信情況中均有所體現(xiàn)。因此，銀行授信情況是分析發(fā)行人再融資能力的重要信息。如果授信規(guī)模呈現(xiàn)下滑趨勢，則發(fā)行人的經(jīng)營情況可能存在尚未公開披露的風(fēng)險。

4.上下游企業(yè)披露的數(shù)據(jù)

債券募集說明書和評級報告會披露發(fā)行人上下游企業(yè)有關(guān)數(shù)據(jù)，涉及應(yīng)收賬款、應(yīng)付賬款及銷售收入等。這些上下游企業(yè)有不少是上市公司、擬上市公司或其他債券發(fā)行人，也定期進行信息披露。通過上下游企業(yè)與發(fā)行人各自披露信息的對比，可以識別發(fā)行人是否存在數(shù)據(jù)造假，驗證發(fā)行人經(jīng)營成果的真實性。

5.同行業(yè)數(shù)據(jù)

同行業(yè)數(shù)據(jù)比較對于分析發(fā)行人的綜合競爭優(yōu)勢非常重要，可以判斷發(fā)行人在行業(yè)中的地位，識別發(fā)行人披露數(shù)據(jù)中的重大異常，由此進一步驗證其所披露經(jīng)營成果的真?zhèn)巍?/p>

與前述行業(yè)協(xié)會發(fā)布的數(shù)據(jù)相比，同行業(yè)數(shù)據(jù)的比較要間接一些，需要分析可比公司的相關(guān)數(shù)據(jù)和指標來判斷發(fā)行人對應(yīng)數(shù)據(jù)的合理范圍，排查發(fā)行人披露數(shù)據(jù)的可靠性，進而識別發(fā)行人的數(shù)據(jù)造假。

6.經(jīng)營類異常指標

財務(wù)指標反映了企業(yè)在一定期間內(nèi)生產(chǎn)經(jīng)營活動的最終成果，但并不能夠完全反映經(jīng)營過程中存在的問題。關(guān)注經(jīng)營過程中財務(wù)數(shù)據(jù)無法反映的異常信息，如過高的關(guān)聯(lián)交易、盲目的業(yè)務(wù)多元化等，對于預(yù)警信用風(fēng)險有著重要的價值。

具體來看：第一，大規(guī)模的關(guān)聯(lián)交易和關(guān)聯(lián)方資金拆借既影響債權(quán)人對公司實際償債能力的判斷，又增加發(fā)行人自身的現(xiàn)金周轉(zhuǎn)壓力，可作為公司經(jīng)營存在一定問題的預(yù)警信號;第二，盲目、激進地涉足多個非相關(guān)行業(yè)將提高運營和管理難度，容易導(dǎo)致資金鏈斷裂，出現(xiàn)流動性危機。同時，急于轉(zhuǎn)向其他行業(yè)可能從側(cè)面表明主業(yè)盈利能力一般，因而預(yù)示了較高的經(jīng)營風(fēng)險。

非財務(wù)預(yù)警指標的應(yīng)用示例

在存續(xù)的違約債券中，S集團的違約債券涉及多個品種，違約信息披露的質(zhì)量較高，有證監(jiān)會的稽查結(jié)論以及最終監(jiān)管機構(gòu)對有關(guān)中介的處罰，是一個完整的案例。本文以S集團為例，介紹非財務(wù)預(yù)警指標的應(yīng)用方法，以更好地理解上述指標在實踐中的作用。

（一）已有違約預(yù)警模型的分析結(jié)論

Z-Score財務(wù)風(fēng)險預(yù)警模型是由愛德華·阿特曼創(chuàng)立的一個多變量財務(wù)公式，選取了5種基本財務(wù)比率來預(yù)警財務(wù)風(fēng)險，在業(yè)內(nèi)具有較高的權(quán)威性。對于非上市公司，Z-Score模型的判別函數(shù)為：

Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5

通常，當(dāng)Z值超過2.99時，表明企業(yè)信用狀況較好;當(dāng)Z值在1.81至2.99之間時，預(yù)計企業(yè)所發(fā)債券存在違約的可能;當(dāng)Z值低于1.81時，表明企業(yè)的信用風(fēng)險較高。

根據(jù)上述公式，筆者對S集團進行Z值計算，結(jié)果如表1所示。

可以發(fā)現(xiàn)，從2011年發(fā)行債券開始至2018年三季度，S集團的Z值雖然低于2.99，但呈現(xiàn)逐年好轉(zhuǎn)趨勢。由此，Z-Score模型未能預(yù)警其在2018年底陷于瀕臨違約的狀況。筆者認為，模型失效的根源在于披露數(shù)據(jù)存在造假問題，因此使用非財務(wù)指標對財務(wù)指標的真實性進行相互驗證很重要。

（二）S集團債券違約概況

1.違約歷程

S集團經(jīng)營范圍包含鋼簾線、光學(xué)膜、化工助劑等。自2011年12月發(fā)行首只短期融資券至2018年3月發(fā)行最后一只私募公司債，其累計發(fā)行債券25只。2018年10月26日，S集團的信用等級被評級公司由AA+降至A，評級展望為負面。2019年3月15日，S集團宣告?zhèn)`約，共涉及9只存續(xù)債券，金額共55.50億元，違約債券品種包括中期票據(jù)、公司債券等。

2.違約處置

據(jù)S集團破產(chǎn)重整專項審計報告，截至2019年3月底，S集團資產(chǎn)總額為45.86億元，資產(chǎn)清算總價值為27.06億元，負債總額為261.64億元，已經(jīng)嚴重資不抵債。2020年4月24日，經(jīng)S集團第二次債權(quán)人會議表決通過，S集團普通債權(quán)清償率為10.16%，分三期償還。2022年6月1日，破產(chǎn)重整管理人按照普通債權(quán)人未受償部分0.6%的比例對普通債權(quán)人進行了補充分配。

3.財務(wù)造假情況

根據(jù)證監(jiān)會的處罰決定書，2013—2017年，S集團以S鋼簾線等主要子公司為實體，通過虛假賬套和虛構(gòu)購銷業(yè)務(wù)等手段進行財務(wù)造假，5年間累計虛增營業(yè)收入615億元，累計虛增利潤總額113億元（見表2）?？鄢撛隼麧櫤螅琒集團各年度均為虧損。上述財務(wù)造假導(dǎo)致S集團的債券募集說明書、各年度報告均涉虛假記載。

4.后續(xù)處罰

鑒于S集團披露的財務(wù)報表與破產(chǎn)報表所反映的實際情況存在明顯差異，遭受損失的債券投資者紛紛通過各種途徑維權(quán)、起訴。除了S集團及其主要負責(zé)人被證監(jiān)會施以市場禁入等行政處罰，相關(guān)會計師事務(wù)所、評級機構(gòu)和四家主承銷商均涉嫌未勤勉盡責(zé)，被立案并受到行政處罰。

（三）利用非財務(wù)預(yù)警指標分析S集團的信用風(fēng)險

1.地方政府披露的納稅數(shù)據(jù)

根據(jù)地方政府網(wǎng)站發(fā)布的信息，2018年1月23日，S集團在2017年度區(qū)級財政貢獻超過500萬元的企業(yè)中排在第五位，納稅總額為11147.65萬元，其中區(qū)級納稅額為7189.97萬元，同比提高5.91%。而該企業(yè)的債券發(fā)行資料披露，2016年度其支付各項稅費11.32億元，2017年度支付各項稅費10.09億元。據(jù)此測算，S集團在2016年、2017年分別虛增納稅額10.27億元、8.98億元，存在明顯的造假行為。

2.行業(yè)協(xié)會發(fā)布的數(shù)據(jù)

S集團主營鋼簾線業(yè)務(wù)，其所屬行業(yè)協(xié)會為中國橡膠工業(yè)協(xié)會骨架材料專業(yè)委員會。根據(jù)協(xié)會公開數(shù)據(jù)，S集團在2014—2016年的v43tMs5BoS4hrEHxB2qPVtLN5P95UEY/YY2iFC8PXHo=產(chǎn)量分別為31.50萬噸、27.95萬噸、27.30萬噸。而S集團自己披露的產(chǎn)量為31.50萬噸、42.15萬噸、42.68萬噸，數(shù)據(jù)走勢完全相反，涉及虛假陳述、隱瞞實際經(jīng)營惡化等情況。

3.銀行授信情況

根據(jù)S集團披露的各年授信數(shù)據(jù)（見表3），其授權(quán)額度在2015年12月達到峰值133.18億元，自2016年3月起逐期下滑，未使用授信額度也開始減少。這從側(cè)面說明在此期間企業(yè)存在一定的經(jīng)營問題，也與前文鋼簾線在2015—2016年產(chǎn)量出現(xiàn)下滑的情況相互印證。

4.上下游企業(yè)披露的數(shù)據(jù)

S集團在2017年中期票據(jù)募集說明書中披露了2016年度鋼簾線業(yè)務(wù)的前三大客戶，在2014—2016年對第二大客戶的銷售收入分別為64882萬元、91549萬元、84345萬元。而根據(jù)第二大客戶的招股說明書，其在2014年與S集團的業(yè)務(wù)往來僅為9706萬元，在其余年份S集團均未進入其采購規(guī)模的前五名，與S集團披露的情況差距較大。據(jù)此推算，S集團與第二大客戶的業(yè)務(wù)大部分是虛構(gòu)的。

5.同行業(yè)數(shù)據(jù)

鋼簾線行業(yè)多年排名第一的是J公司，其年度報告顯示，在2014—2017年的產(chǎn)量依次為52萬噸、50萬噸、61萬噸、66萬噸，分別實現(xiàn)營業(yè)收入56.25億元、47.53億元、54.88億元和69.48億元。同期行業(yè)產(chǎn)量排名第三的S鋼簾線公司的營業(yè)收入?yún)s分別高達72.93億元、100.92億元、101.32億元和108.28億元。通過對比，可以懷疑S集團的數(shù)據(jù)有虛增之嫌。

6.經(jīng)營類異常指標

通過詳細分析S集團的經(jīng)營活動，可以發(fā)現(xiàn)其存在高額關(guān)聯(lián)交易，業(yè)務(wù)盲目多元化。

S集團的一份債券募集說明書顯示，2016年度在鋼簾線業(yè)務(wù)前五大供應(yīng)商中有A、B、C三家商貿(mào)公司。查閱工商登記信息可發(fā)現(xiàn)，三家商貿(mào)公司的聯(lián)系電話和郵箱完全一樣，關(guān)聯(lián)交易明顯，涉嫌借此虛增利潤、美化報表以提高信用等級。

此外，S集團在主營的鋼簾線和光學(xué)膜業(yè)務(wù)之外，還涉及房地產(chǎn)、建安工程、機械制造、電力設(shè)備、鋼簾線設(shè)備、小貸公司等行業(yè)，盲目的業(yè)務(wù)擴張在一定程度上增加了經(jīng)營難度和償債壓力，從側(cè)面證明企業(yè)主業(yè)盈利能力一般，被迫轉(zhuǎn)型。

（三）非財務(wù)預(yù)警指標的預(yù)警時間

上述分析展示了非財務(wù)預(yù)警指標的預(yù)警效果，表4統(tǒng)計了各項非財務(wù)預(yù)警指標顯露問題苗頭時距離債券違約的時間（預(yù)警時間）。從預(yù)警時間來看，將財務(wù)信息與非財務(wù)預(yù)警指標相結(jié)合能及時了解債券發(fā)行人的經(jīng)營情況和再融資狀況，從而更好地預(yù)警企業(yè)的實際經(jīng)營風(fēng)險，提前識別債券的信用風(fēng)險。

啟示及建議

前述分析與案例實踐顯示，非財務(wù)預(yù)警指標有助于揭示債券信用風(fēng)險及數(shù)據(jù)造假行為，從預(yù)警時間來看也較為寬裕，具有一定的實踐意義。盡管并非每家債券發(fā)行人都能如S集團這樣，從各種渠道獲取如此全面的信息，但上述多數(shù)指標具有較強的可獲得性，在一定程度上保證了非財務(wù)預(yù)警指標的普適性。

為了在投資實踐中更好地應(yīng)用非財務(wù)預(yù)警指標來分析信用風(fēng)險，筆者提出以下建議。

一是要強化債券發(fā)行人的信息披露機制。對于債券發(fā)行中介機構(gòu)，要加強對第三方數(shù)據(jù)的使用，而非一味采用債券發(fā)行人提供的數(shù)據(jù)。中介機構(gòu)可以利用自身對于同一行業(yè)發(fā)債公司持續(xù)跟蹤的信息優(yōu)勢建立行業(yè)數(shù)據(jù)庫，以提升研究水平。此外，可適當(dāng)允許專業(yè)機構(gòu)獲取發(fā)行人納稅、社保等有關(guān)信息，從而解決信息不33e24195f5929f3a05e72f1be25bc17134968eef8a6d9dc8fc5cc7fd599ec12d對稱問題。財政、統(tǒng)計等部門可適度披露區(qū)域內(nèi)大型企業(yè)納稅、產(chǎn)能、能源消耗、重大項目建設(shè)等情況，并加強行業(yè)信息共享，向合格投資者開放查詢。

二是債券投資者要不斷提高信用風(fēng)險分析能力，及時跟蹤分析債券發(fā)行人各類關(guān)鍵指標。投資者要對發(fā)行人的行業(yè)發(fā)展狀況有所了解，深入分析發(fā)行人所在行業(yè)協(xié)會、上下游企業(yè)披露的信息等內(nèi)容。在投資之后及時跟蹤與收集發(fā)行人及行業(yè)的后續(xù)經(jīng)營發(fā)展狀況，并重點關(guān)注發(fā)行人的負面輿情。

三是要注重將財務(wù)指標與非財務(wù)指標進行結(jié)合，相互佐證，識別信息失真情況。企業(yè)存在財務(wù)造假、虛增報表的可能，要注意通過具有可靠來源的第三方數(shù)據(jù)和非財務(wù)指標等信息對企業(yè)披露的信息加以驗證，進而對信用風(fēng)險進行評估。

參考文獻

[1]成夢婷，楊華蔚. 上市公司財務(wù)狀況對債券信用風(fēng)險的預(yù)測——基于logistic模型[J]. 產(chǎn)業(yè)與科技論壇，2019，18（16）.

[2]生柳榮，陳海華，胡施聰，等. 企業(yè)債券信用風(fēng)險預(yù)警模型及其運用[J].投資研究，2019（6）.

[3]徐寒飛，宋天鴿. 非傳統(tǒng)信用分析框架及其應(yīng)用[J]. 債券，2021（8）.

[4]張庚. 信用債違約風(fēng)險預(yù)警模型的構(gòu)建與檢驗[J]. 債券，2021（10）.

[5]張智梅，章仁俊. KMV模型的改進及對上市公司信用風(fēng)險的度量[J]. 統(tǒng)計與決策，2006（18）.

作者單位：北京大學(xué)國家發(fā)展研究院

責(zé)任編輯：劉穎 廖雯雯