發(fā)布時間：2025-03-15 05:23

　　 參考穆迪對違約過程泊松強(qiáng)度的估計方法,本文結(jié)合中國市場實際,選取宏觀經(jīng)濟(jì)、債券市場、公司個體三個層面的影響因素構(gòu)建違約預(yù)測模型,并分別采用存量、滾動違約率計算歷史違約率,比較二者在預(yù)測模型中的表現(xiàn)差異。結(jié)果顯示:采用滾動違約率時,違約預(yù)測模型更能捕捉債券違約影響因素的動態(tài)變化,預(yù)測效果更好;當(dāng)前違約債券處置出清周期較長,存量違約率波動性較弱,反映市場信用狀況的靈敏性較差。本文的政策建議是滾動違約率更適宜作為債券市場歷史違約率計算方法,相關(guān)部門應(yīng)統(tǒng)籌優(yōu)化我國債券市場違約率計算方法,逐步將存量違約率轉(zhuǎn)變?yōu)闈L動違約率,構(gòu)建起更加有效的"信用狀況風(fēng)向標(biāo)",促進(jìn)我國債券市場長期穩(wěn)健發(fā)展。

【文章頁數(shù)】：10 頁

【部分圖文】：

圖1 模型構(gòu)建技術(shù)路線圖

因此，本文選擇多元回歸模型作為預(yù)測模型，考察不同歷史違約率在債券違約預(yù)測中的效果，以期對未來債券市場分析和研究中這一重要基礎(chǔ)變量的選擇有所探討。三、模型構(gòu)建

圖2 各行業(yè)違約債券金額及違約率分布(按金額)

從選取樣本中違約事件的行業(yè)分布看(如圖2、圖3所示)，違約多集中在制造業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、采掘業(yè)等重資產(chǎn)、強(qiáng)周期行業(yè)。其中制造業(yè)累計違約金額638億元，違約主體占市場違約總數(shù)的48%，行業(yè)債券違約率3.71%；同時批發(fā)零售業(yè)的中小規(guī)模主體占比大，面臨上游供給和下游需求的不確定....

圖3 各行業(yè)違約發(fā)行人數(shù)量占市場違約總數(shù)的比例(按主體)

圖2各行業(yè)違約債券金額及違約率分布(按金額)市場整體存量/滾動違約率變化趨勢及波動情況如圖4所示。從變化趨勢看，存量違約率波動較小，難以直觀反映市場信用狀況的邊際變化，而滾動違約率波動性更大，對于市場信用狀況的變化更為敏感。例如，2019年上半年我國債券市場新增違約未償還金額約....

圖4 我國債券市場存量/滾動違約率變化情況

從波動情況看，存量違約率波動性顯著低于滾動違約率，滾動違約率對市場變化更加敏感。存量方法更加關(guān)注“總量”，而滾動方法重點體現(xiàn)“邊際變化”，從而導(dǎo)致二者波動性差異。例如，當(dāng)2018年下半年債券違約驟增、信用狀況逐漸惡化時，滾動違約率變化拐點較為明顯，而存量違約率的變化幅度相對較小。....

本文編號：4035230