Ｊｏｕｒｎａｌ ｏｆ ＵＥＳＴＣ （Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ）Ｄｅｃ．２０ １ ４，Ｖｏ１．１ ６，Ｎｏ．６ 行业视角下的企业债券违约风险度量与 投资选择研究 口耿耘 韩芳丽 程燕京。 ［１．上海交通大学 上海２０００３０；２．山东英才学院 山东２５０１０４； ３．上海农商银行上海２００１２０］ ［摘要］企业债券的违约风险可以由违约距离度量，其风险大小在不同的行业中存在不同特征， 成因往往包括产能过剩与税负过重。借鉴国外经验，针对不同行业中企业的特点建立大样本下的量化模 型，从产业链的角度对模型结论进行分类研究，同时综合考虑风险收益因素，为投资者确定债券投资提 供策略建议。 ｆ关键词】违约风险；行业比较；量化模型 ［中图分类号１Ｆ８３０．５９ ［文献标识码】Ａ ［ＤＯＩ］１０．１４０７１／ｊ．１００８．８１０５（２０１４）０６—００３２．０５ 对ＫＭＶ开展，其中最具代表性及影响力的奠基之作 中外研究现状 在国外，关于企业债券的违约风险的研究有很 多，大致可分为传统方法和现代方法。作为传统方 法的代表人物，Ｂｅａｖｅｒ在研究了大量破产企业后， 指出存在某些因子可以预示企业违约风险。之后 Ａｌｔｍａｎ在Ｂｅａｖｅｒ的研究基础之上提出了Ｚ—Ｓｃｏｒｅ模 型。除此之外，传统方法还包括系统评级法及专家 是吴冲锋、程鹏关于上市公司信用风险度量新方法 的论述【２］，此后的研究思想基本受其影响。关于ＫＭＶ 模型的修正有很多研究，包括孙小琰，沈悦，罗琦 璐对股权价值的估计，周杰在模型中引入ＧＡＲＣＨ 等。但令人遗憾的是，之前的研究基本上都集中在 对模型细节的修正，很少有关于模型行业特点的创 新，同样，作为当前投资领域的核心问题，如何基 于债券违约风险选择投资策略也较少受人关注。本 文试图从行业的角度重新度量企业债券的违约风 险，并尝试提供考虑违约风险的投资策略研究。 评级法，其特点是操作简单但主观性较大，预测效 果也并不显著。在传统方法的基础上，Ｂｌａｃｋ，Ｓｃｈｏｌｅｓ， Ｍｅｒｔｏｎ…开创了基于期权思想的现代方法，他们提 出的Ｍｅｒｔｏｎ模型是后续简化模型的基础。近十年， 基于前面的研究，Ｃｒａｍｅｒ完善了并利用Ｌｏｇｉｔ估计企 二、基于中国实际的企业违约风险模型 尽管我国还没有企业债券违约的历史资料，但 业违约风险。Ｒｕｂｉｎｓｔｅｉｎ￣ｌＪ用ＶａＲ判断风险的潜在价 值。基于大量历史违约数据及外部变量，一些商业 全球范围内的发债主体违约的情况并不罕见，其中 主要发生在美国。从美国历史经验来看，违约率最 高的时期并非经济状况最差的时期ｌｊ Ｊ，并且可以从 中得到研究中国问题的两点启发。 机构也提出了度量违约风险的模型，例如麦肯锡公 司提出Ｃｒｅｄｉｔ Ｐｏｎ￣ｌｉｏ Ｒｅｖｉｅｗ模型和瑞士信贷提出 的Ｃｒｅｄｉｔ Ｒｉｓｋ模型。但就预测效果和数据可得性而 言，正￣ＮＳｏｂｅｈａｒｔ Ｊ．Ｒ所述，穆迪公司的ＫＭＶ模型是 最有效的。 （一）过多的产能过剩是企业发生违约行为的 必要条件 对我国来说，固定资产投资的变化可以一定程 度地代表总需求的变化。如果固定资产投资增速大 由于ＫＭＶ模型不需要大量的企业违约历史数 据，近十年，国内基于企业违约风险的研究大多针 ［收稿日期］２０１３—１０一ｌ２ 【作者简介］耿耘（１９８１一）男，上海交通大学安泰经管学院硕士研究生；韩芳丽（１９８２一）女，山东英才学院教师 Ｊｏｕｒｎａｌ ０ｆＵＥＳＴＣ （Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ）Ｄｅｃ．２０１４，Ｖｏ１．１６，Ｎｏ．６ 幅低于ＧＤＰ增速，新生产的大量商品无法被市场及 时吸收，企业的违约行为就容易发生，在经济疲软 的时期，尤为明显。 联立方程： ＝Ｉ ／，ｌ Ｎ（ｄ１）Ｏ＂Ｖ，即可求解资产 价值及波动率，进而求解违约距离。 ３．相关参数的修正 （１）对股权价值Ｅ的修正 （二）资金面收紧推升了利差水平，企业的息 税负担是企业违约的充分条件 如果资金面收紧，企业现金流断裂，那就可能 发生违约行为，其信用利差应该扩大。从以 来，李克强总理的“克强经济学”Ｉ６］被外界热议，国务 院决定全面排查地方债务，债券市场忽如一夜 考虑到股票市场在一定期限内可以反映股权的 实际价值这个基本假设，本文将非限售股股权价值 定义为年平均股价与非限售股本的乘积： Ｅｌ＝ Ⅳｌ （２） 听惊雷，利率中枢不断上升。在这样的市场环境下， 该选择什么样的企业债券？建立适合中国情况的违 约风险度量模型显得迫切而必要。 １．模型的基本假设 在风险模型中，ＫＭＶ模型是比较主流的企业违 约风险度量模型，并且考虑到目前我国缺乏实际违 约的数据，ＫＭＶ模型信息需求量较小也更适合我国 的实际情况［７Ｊ＇因此本文的基本模型框架选择ＫＭＶ 模型，但做了修正。 ２．模型主体构建 （１）违约距离 违约风险并不代表一定违约，而是表示企业违 约的可能性大小，因此利用违约距离进行度量： ＤＤｖ—ＤＰ ＝： ＝： ＶＧＶ 其中，ＤＤ为违约距离，哟资产价值， 为资 产波动率，ＤＰ为企业的违约点，即企业债务达到多 少规模后企业会发生违约。违约距离ＤＤ越大说明企 业违约风险越小，反之则越大。 （２）资产及波动率 对企业的股权所有人来说，如果企业的资产价 值低于触发违约行为的债权价值，即违约点，那债 务持有人有权对企业要求清偿，企业的清偿价值将 优先分配给债权人，此时，股权持有人的企业价值 为零；如果企业的资产价值高于违约点，股权持有 人手持股权的价值就等于资产价值减去债权价值。 因此，股权价值可以利用Ｂｌａｃｋ—Ｓｃｈｏｌｅｓ—Ｍｅｌｔｏｎ期权 公式表示： Ｅ＝ｅ－ｒＴＥ［ｍａｘ（Ｖ—Ｄ，０）］． 其中，Ｅ为股权价值，Ｄ为债权价值， 为无风 险收益率，劝债券期限 可以得到如下公式： Ｅ＝ＶＮ（ａ，）一ｅ－ｒＴＤＮ（ｄ２） ：ｔｎ（Ｖ／Ｄ）＋（ｒ＋０．５Ｇｖ ）ｒ／￣ｖ （１） ｄ２：ｄ 一ｏｙ Ｔ 其中， 为年平均股价，ＪＶｌ为非限售股，数据 的选择根据所选择的目标负债报告期为准。 国资委、联合签署的《国有股东转让所 持上市公司股份管理暂行办法》第２４条中提及“国有 股权协议转让价格应不低于协议签署日前３０个交易 日的均价”。虽然这并没有专门针对限售股股权价 值，但本文认为其仍然可以作为定价参考。本文构 造线性模型估计限售股价值，具体方法如下： １ ｉ ＝ａ＋ｂ（０， ：） Ｘ，＋ｃＸ２＋ｄＸ３＋ｅＸ４＋ｉｘ，＋ ，．、 ～其中， 为ＥＰＳ，ｘ２为每股净资产， 为每股经 营活动现金流， 为资产周转率，玛为资产负债率。 因为不同行业的行业特征不一样，一个线性方 程并不能恰当的估计所有企业的限售股价值。针对 不同的行业，销售股股权价值 可表示如下： Ｅ２＝ｍａｘ（Ｐ￣．８）Ｎ２ （４） 其中， 为回归模型估计价格， 为协议签署 日前三十日股票均价，Ⅳ２为限售股股权数量。 （２）违约点ＤＰ的修正 对中国公司而言，将违约点设定为短期负债加 上长期负债的０．７５倍拟合效果更好。此外还需要考 虑的一个问题是，正如前文关于美国历史的论述， 息税负担对企业的违约行为影响很大。并且，如果 把负债结构分为长期和短期负债，一般而言长期负 债具备税盾优势。在目标资产结构中可以承受更多 的债务，不能忽略税率对企业负债分析的影响［加］。 基于上面的分析，本文对ＤＰ修正如下： Ｉ ＝Ｄｌ＋０．７５（１＋ｆ）Ｄ２ ｌ ＝ＯＰｏ＋Ｄｅｂｔｏ６， 其中Ｊ［）ｌ是短期负债，Ｊ［）２是长期负债，ｆ是企业的 实际税率，ＤＰｏ是企业基于目前的负债机构计算出的 初始违约点，Ｄｅｂｔｏｂｊ是目标的负债规模，即企业决 定发行多少规模的债券。 Ｊｏｕｒｎａｌ ｏｆ ＵＥＳＴＣ （Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ） Ｄｅｃ．２０１４．、，０１．１６，Ｎｏ．６ 三、大样本下的中国实证 （一）中国企业的实证研究 考虑到财务信息的可获得性及研究工作的前瞻 性，本文选择Ａ股大约２３７８家企业作为样本，从大 样本的角度来分析中国企业的违约风险特征及其行 业比较，进而为债券选择提供参考依据。本文的数 据选自２０１２年年报公布的财务数据，无风险收益率ｒ 为２０１３年８月某日的一年期国债收益率２．９％。对于模 型求解过程中涉及到的限售股股权价值估计，依照 前面的论述，考虑到模型的统计特征，选择如表１ 所示的回归估计。 表１ 行业限售股股价估计模型 行、【ｋ 模型 Ｒ方 材料 Ｐ＝５．０２８＋３．８２６Ｘ１＋１．２５５Ｘｚ ０．３９４ ｔ （６．１７３）（１Ｏ．６１７） 多元金融 尸＝４．９９１＋０．８９１ ＋１７．５ｌ４Ｘ４ Ｏ．３１９ ｔ （２．７０６） （２．５６５） 房地产 Ｐ＝－５．１９６＋５．８４７Ｘ１ ０．ｔ ｒ９．５２５） ３９２ 公用事业 Ｐ＝－２．７９８＋８．４７１ ＋０．７８４ｊ０ Ｏ．ｔ （４．６５１） （３．０４１） ５ｌ１ 建筑与工程 Ｐ＝－６．３７３＋１１．０５５Ｘ， ０．ｔ ｒ６．９３０） ３９７ 交通运输 Ｐ＝－２．５０８＋１．０３５Ｘ￣ ０．３２９ ｔ ｒ６．４１８） 可选消费 Ｐ＝－３．７６７＋６．４７２蜀＋１．０６５Ｘ２ ０ ６２８ ｔ （６．４７２） （１．０６５） 能源 Ｐ＝－９．７８５＋８．９０ｌ ０ ３８９ ｔ （６．４８４） Ｐ＝－５．５１８＋１４．７３ｌＸ，＋Ｏ．８６４）（２ 日常消费 ０ ９１３ ｔ （１８．９３４） （３．１０２） Ｊｐ＝＝４．８２３＋２．０１ＩＸ２＋１．１４８Ｘ３ 信息技术 ｔ （１７．５８２） （５．２０７） ０．５６６ 医疗保健 Ｐ＝－５．８０３＋１４．７４７Ｘｌ＋０．７２ １．０１５ｘｊ ０．６８６ ｔ（１０．５ｌ６） （３．４０５） （２．７０２） 综合工业 ４．６１９＋５．６７６Ｘｓ ０．４９７ ｔ （８．１３０） 然后根据前文所述，计算出股权价值 。对于企 业的实际税率，本文依据企业前三年的平均实际税 率计算，每年的实际税率＝净利润／利润总额。根据 财务报表的相关信息，计算出相应的初始违约点。 对于资产价值与资产波动率，本文根据前述模型， 利用Ｍａｔｌａｂ２０１ｌ求解，求解方式选择功能函数 ｆｓｏｌｖｅ，最后，根据违约距离公式，求解ＤＤ。 （一）中观产业：产业链上的风险特征 本文根据产业链分布将样本中的２０００多家企业 分为资源类、公用事业类、建筑与工程类、房地产 类、能源设设备与化工类、多元金融类、交通运输 类、综合工业类、可选消费类、日常消费类、信息 技术类、医疗保健类十二大类，分别统计每个类别 的平均违约距离。因为这里我们关心的是企业违约 距离在产业链上的风险特征，为了便于比较，在这 里本文均采用初始资本结构进行静态分析，时间期 限假设为一年，得到企业违约风险的产业链分布特 征如图３所示。 违约距离Ｏ ７９ ０ ３６ ０ ５９ ０ ４９ １ ２５ ０ ３９ ０ ７１ １ ３３ １１８ １ ２４ １ ６４ １ ６２ 图ｌ不同行业的违约风险静态比较 深色较深的行业为产业链卜业，较浅的为 下业，违约距离一栏为该类行业的平均违约距 离。从本文的角度出发，上业的违约风险较大， 下业的违约风险较小，中业的违约风险呈 分化的趋势。单从产业链违约距离的分布来看，可 能的解释为，上业债务负担重，并且过多的产 能不易消化，企业违约风险大。下业贴近消费 者，有消费终端的需求刺激，相对于上业，违 约风险较小。中业企业分部跨度大，所以违约 风险的分化特征较强。由于本文是根据财务数据的 理论探讨，未必所有结论都与市场预期一致，其差 异的可能解释如表２所示。但是基于大样本的模型结 论也许能揭示潜在的违约风险特征，这些潜在的风 险，有可能被市场忽视。 表２理论模型结论的可能解释 违约距离较小 可能的解释 １．信息技术与医药产、ｉ 是高成长性行业，其广阔的 信息技术 发展空间使得其今年来在股票市场受到投资者热 医疗保健 捧，正是因为看到了未来的蓝海，可能得到市场更 多的风险容忍。 违约风险一般 可能的解释 综合工业 ２．该类行业都是日常经济活动中较为普通的行、 能源设备与化工例如汽车、家电等，这样的行业经济特征平稳，其 可选消费日常消费 主蓦 竺 动中的必须用品’面对一定的需求， 违约风险较大 可能的解释 资源类 ３．资源类如钢铁、水泥、煤炭等是顺周期落后产业， 交通运输 其违约风险较高。公用事业、地产建筑因为高的负 债率，在本模型的评价中违约风险呈现高位，不过 … 在实际中需要考虑其增信水平、资产清偿价值，及 娃巩与上柱 的投资态度等因素来判断违约风险。 公用事业 从历史上看，资本市场最终是会奖赏那些风险 管控良好的行业，并且惩罚那些潜在风险巨大的行 业，甚至是现在很多人看好的行业。本文把样本中 Ｊｏｕｒｎａｌ ｏｆ ＵＥＳＴＣ （Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ） Ｄｅｃ．２０ １ ４，Ｖｏ１．１ ６，Ｎｏ．６ ８ ６ ４ ２ Ｏ ８ ６¨ 的企业按照违约风险的大小分为违约风险较大和违 约风险较小两大类，列出了其在２０１２年ｆｆ￣２０１３年年 初至８月底的股票收益情况，如表３所示。 表３风险特征不同的行业在股票市场上表现各异 行业偶然的滑铁卢。再次借鉴美国的违约案例，从 １８８３￣２００２年，如果把违约数量高发的时期按照３ 年为一个区间进行划分，可以得到表４。 表４违约数量高的时期资本市场回报较低 对于违约风险较大的行业，其在２０１２年的股票 市场表现较好，高风险高收益的特征也满足资本市 场的基本规律。但是在２０１３年，违约风险较大的行 业其股票表现大幅下滑，与２０１２年的表现背离较大， 并且平均收益率远低于违约风险较小的行业。高风 可见，违约风险较大的时候，对应的资本市场 表现较差；违约风险较小的时候，对应的资本市场 表现较好。无论是美国历史还是中国实践，告诉了 我们：违约风险大的行业其近期的历史股价涨跌幅 较高，反映了高风险高收益特征，但未来资本市场 奖励的仍然是风险适度的行业，美国如此，中国亦 险的行业并没有保证高收益，这似乎有悖于人们的 基本认识。不过根据历史经验，这似乎并非高风险 ＤＤ ＤＤ 然，可能时期不同，但市场不会骗人。 ＤＤ １．６ １．６ 信息技术Ｉ医疗保健▲ Ｉ 能源设备与化工 。 信息技术｝医疗保健＾ 信息技术÷医疗保健▲ １．４ １．４ １．２ １．Ｏ Ｏ．８ ： ！能源设备与化工 综合 业 … … １．２ １．０ 可选逍费・日日 费 ！ 资源类・ 可选消费‘日常消费 综合可选消．Ｉ－▲日常消费 费］ｊ 设备专化工 ０．８ ０．６ ０．６ 患 Ｏ １ ２ ３ ４ ５ ６ ７ 黼０．４ ０．２ 静 Ｉ・公用事业 ４ ５ １ ２ ３ ６ ７ ０．４ ０．２ Ｏ ０ ＲＯＡ－０．２ 群勰 ・公用事业 １ ２ ３ ４ ５ ６ ７ ＲＯＡ ０．０ ０ ０ 短期 中期 长期 图２行业风险收益综对比图 与收益综合起来考虑的，基于这个逻辑，本文沿用 四、不同行业的风险收益特征 研究违约风险的价值不仅在于提高风险意识， 更在于指导投资。在实务当中不同的投资者风险偏 好不一样，对理性的投资者而言，只要是有高的回 报，承担一些风险也未尝不可。投资决策时将风险 上述产业链的行业分类，取１年为短期，５年为中期， ｌ０年为长期，得到如图２所示的行业风险收益综合对 比图。 从风险收益的角度综合考量，无论是从短期、 中期还是长期来看，建筑与工程及房地产都呈现出 Ｊｏｕｒｎａｌ ｏｆＵＥＳＴＣ（Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ）Ｄｅｃ．２０１４，Ｖｏ１．１６，Ｎｏ．６ 【４］ＳＹＬＬＡ Ｒ．Ｒａｔｉｎｇｓ，ｒａｔｉｎｇ ａｇｅｎｃｉｅｓ ａｎｄ ｔｈｅ ｇｌｏｂａｌ ｉｆｎａｎｃｉａｌ ｓｙｓｔｅｍ［Ｍ］．ＵＳ：Ｓｐｒｉｎｇｅｒ，２００２：１９－４０． 风险大但收益小的特点，如果选择这两类企业的债 券，其利率中枢应该更高才考虑持有。对于医疗保 健，其行业特征为风险小且收益高，在当前的经济 ［５】李琦．中国债券收益率曲线对经济增长的预测能力 分析［Ｊ］．理论研究，２０１２，６（４３０）：２３—２７． 环境下未来信用利差下行的可能性较大，投资者可 考虑在高位积极配置。而违约风险较小的信息技术 ［６】赵伟．“克强经济学”必须直面的难题【Ｊ］－浙江经济， ２０１３（１５）：６５． ［７】ＳＵ Ｅ Ｄ，ＨＵＡＮＧ Ｓ Ｍ．Ｃｏｍｐａｒｉｎｇ ｆｉｒｍ ｆａｉｌｕｒｅ ｐｒｅｄｉｃｔｉｏｎｓ ｂｅｔｗｅｅｎ Ｌｏｇｉｔ，ＫＭＶ ａｎｄ ＺＰＰ ｍｏｄｅｌｓ：ｅｖｉｄｅｎｃｅ 行业，其收益特征并不显著，原因可能是该行业公 司大小不一，企业内部规模资质分化很大，考虑到 美国历史上的信息泡沫案例，建议谨慎配置。 ｆｒｏｍ Ｔａｉｗａｎ’Ｓ ｅｌｅｃｔｒｏｎｉｃ ｉｎｄｕｓｔｒｉｅｓ［Ｊ］．Ａｓｉａ—Ｐａｃｉｉｆｃ Ｆｉｎａｎｃｉａｌ Ｍａｒｋｅｔ，２０１０，１７：２０９—２３９． 参考文献 ［１】ＢＬＡＣＫ Ｆ＇ＳＣＨＯＬＥＳ Ｍ，ｅｔ ａ１．Ｔｈｅ ｐｒｉｃｉｎｇ ｏｆ ｏｐｔｉｏｎｓ ａｎｄ ｃｏｒｐｏｒａｔｅ ｌｉａｂｉｌｉｔｉｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ， １９７３（８１）：３９９－４１８． ［８】ＢＨＡＲＡＴＨ Ｓ Ｔｊ ＳＨＵＭＡＹ Ｔ．Ｆｏｒｅｃａｓｔｉｎｇ ｄｅｆａｕｌｔ ｗｉｔｈ ｔｈｅ Ｍｅｒｔｏｎ Ｄｉｓｔａｎｃｅ ｔｏ ｄｅｆａｕｌｔ ｍｏｄｅｌ［ＪＪ．Ｔｈｅ Ｒｅｖｉｅｗ ｏｆ Ｆｉｎａｎｃｉａｌ Ｓｔｕｄｉｅｓ，２００８，２１（３）：１３３９－１３６９． ［９］孙小琰，沈悦，罗璐琦．基于ＫＭＶ模型的我国上市 【２］程鹏，吴冲锋．上市公司信用状况分析新方法［Ｊ］．系 统工程理论方法应用，２００２，ｌ１（２）：８９—９３． 公司价值评估实证研究【Ｊ］．管理＿Ｔ－程学报，２００８，２２（１）： １０２．１０８． ［３】ＧＩＥＳＥＣＫＥ Ｋ，ＬＯＮＧＳＴＡＦＦ Ｆ Ａ，ＳＣＨＡＥＦＥＲ Ｓ，ｅｔ ａｌ Ｃｏｒｐｏｒａｔｅ ｂｏｎｄ ｄｅｆａｕｌｔ ｒｉｓｋ：ａ １５０－ｙｅａｒ ｐｅｒｓｐｅｃｔｉｖｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆＦｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ．２０１１．１０２：２３３．２５０． ［１０］ＬＯＮＧＳＴＡＦＦ Ｆ Ａ．Ｍｕｎｉｃｉｐａｌ ｄｅｂｔ ａｎｄ ｍａｒｇｉｎａｌ ｔａｘ ｒａｔｅｓ：ｉｓ ｔｈｅｒｅ ａ ｔａｘ ｐｒｅｍｉｕｍ ｉｎ ａｓｓｅｔ ｐｒｉｃｅｓ？［Ｊ］．Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｅ，２０１１，６６（３）：７２１—７５１． Ｃｏｒｐｏｒａｔｅ Ｂｏｎｄ Ｄｅｆａｕｌｔ Ｒｉｓｋ Ｍｅａｓｕｒｉｎｇ ａｎｄ Ｂｏｎｄｓ Ｉｎｖｅｓｔｉｎｇ Ｐｉｃｋｉｎｇ Ｓｔｕｄｙ：Ｂａｓｅｄ ｏｎ ｔｈｅ Ｉｎｄｕｓｔｒｉｅｓ Ｐｏｉｎｔｓ ＧＥＮＧ Ｙｕｎ ＨＡＮ Ｆａｎｇ．１ｉ ＣＨＥＮ Ｙａｎｋｉｎｇ （１．ＡＣＥＭ ＳＪＴＵ Ｓｈａｎｇｈａｉ ２０００３０ Ｃｈｉｎａ；２．Ｓｈａｎｄｏｎｇ Ｙｉｎｇｃａｉ Ｃｏｌｌｅｇｅ Ｓｈａｎｄｏｎｇ ２５０１０４ Ｃｈｉｎａ； ３．Ｇｌｏｂａｌ Ｍａｒｋｅｔｓ ＳＲＣＢ Ｓｈａｎｇｈａｉ ２００ １ ２０ Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｔｈｅ ｃｏｒｐｏｒａｔｅ ｂｏｎｄ ｄｅｆａｕｌｔ ｒｉｓｋ ｃａｎ ｂｅ ｍｅａｓｕｒｅｄ ｂｙ ｔｈｅ ｄｅｆａｕｌｔ ｄｉｓｔａｎｃｅ ａｎｄ ｉｔ ｈａｓ ｕｎｉｑｕｅ ｆｅａｔｕｒｅｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｉｎｄｕｓｔｒｉｅｓ．Ｏｖｅｒｐｒｏｄｕｃｔｉｏｎ ａｎｄ ｏｖｅｒｗｈｅｌｍｉｎｇ ｔａｘ ｂｕｒｄｅｎ ａｒｅ ｔｈｅ ｃｏｍｍｏｎ ｒｅａｓｏｎｓ ｆｏｒ ｔｈｅ ｄｅｆａｕｌｔ ｃａｓｅｓ． Ｌｅａｒｎｉｎｇ ｆｒｏｍ ｏｖｅｒｓｅａ ｅｘｐｅｒｉｅｎｃｅ ａｎｄ ｆｏｃｕｓｉｎｇ ｏｎ Ｃｈｉｎａ’Ｓ ｉｎｄｕｓｔｒｙ ｓｔｒｕｃｔｕｒｅｓｉｔ ｂｕｉｌｄｓ ｑｕａｎｔｉｔａｔｉｖｅ ｍｏｄｅｌｓ ｔｏ ．ｓｕｄｙ ｔｔｈｅ ｄｅｆａｕｌｔ ｒｉｓｋｓ ｆｏｒ Ｃｈｉｎａ’Ｓ ｃｏｒｐｏｒａｔｅ ｏｎ ａ ｌａｒｇｅ ｓａｍｐｌｅ ｂａｓｉｓ．Ｃｏｍｂｉｎｉｎｇ ｔｈｅ ｐｒｏｆｉｔａｂｉｌｉｔｙ ｗｉｔｈ ｔｈｅ ｆｏｒｍｅｒ ｒｅｌａｔｅｄ ｒｅｓｕｌｔｓ，ｉｔ ｈａｓ ｄｅｖｅｌｏｐｅｄ ａ ｐｒａｃｔｉｃａｌ ｓｔｒａｔｅｇｙ ｆｏｒ ｂｏｎｄｓ ｉｎｖｅｓｔｉｎｇ ｂｙ ｉｎｄｕｓｔｒｉｅｓ ｃｏｍｐａｒｉｓｏｎＫｅｙ ｗｏｒｄｓ ｄｅｆａｕｌｔ ｒｉｓｋ；ｉｎｄｕｓｔｒｉｅｓ ｃｏｍｐａｒｉｓｏｎ；ｑｕａｎｔｉｔａｔｉｖｅ ｍｏｄｅｌ ． 编辑何婧
