基于Logistic模型的公司债务违约风险实证研究
摘要：不管是从整个宏观经济的角度，还是单从某个公司自身运营状态的角度，防范与化解重大风险都是不可避免的需要解决的问题。而在重大风险中，公司债务违约风险又是一个应特别予以注意的问题。近几年来，越来越多的公司债务违约事件的发生，给投资者的信心和他们的投资预期带来了重大的打击，也让公司的信用急剧下降，从而影响公司的正常经营活动、融资项目进行和可持续发展，同时给我国宏观经济的发展带来非常不利的影响，使得本就微弱的债券融资经济的发展受到很大的限制。实证结果表明，公司的某些财务指标与公司债务违约率有某种意义上的关联，可以作为公司债务违约风险预警指标。因此基于对公司财务指标的研究构建公司债务违约风险预警模型具有可行性
关键词：债务违约； 财务指标； Logistic回归模型；风险预警模型
一、文献综述
自改革开放以来，我国的经济正以令世界为之侧目的速度发展，但在高速发展的同时，也出现了许多隐患。以2014年“11超日债”违约为起点，国内债券市场违约历史已近5年，5年时间里，国内外经济形势整体平稳，但违约案例却愈演愈烈。回首2018年，根据Wind资讯数据，截至2018年12月31日，共计308只债券发生违约事件。其中，2018年违约债券119只，如果按发行规模统计，债券违约规模达到1166.51亿元。中信建设证券在研报中这样评论这个现象：2018年是历年违约之最，上市企业成新特征。近年来我国学者对于企业债务违约的探析和对策的研究也越来越多。
首先，我国许多学者开始研究企业债务违约事件发生的现状及原因。陈昱廷（2018）从宏观经济形势、企业融资环境、企业债券发行规模、民营企业扩张倾向等多个角度分析了我国近5年来公司债券违约事件频发的原因。同时从公司运营及企业债券发行审核监管等多个角度提出减少公司债券违约事件发生的对策。陈秀梅（2012）从制度设计和管理手段运用两个方面研究债券市场信用风险管理现状，她认为我国债券市场信用风险管理制度设计存在先天缺陷，具体体现在监管制度方面和信用风险披露制度方面，同时，我国信用风险管理手段的运用存在较多阻碍因素。而在加强债券市场信用风险管理相关对策方面，她认为我国需要先完善信用风险管理的制度体系，具体体现在建立统一的信用风险监管体系、明确主体和权责划分、制定可操作的信用风险披露制度、明确信用风险披露标准以及重建信用评级制度、统一信用评级标准体系、改变收费标准，同时营造信用风险管理环境，具体操作为调整债券市场结构、扩大发债企业范围、锻炼市场对信用风险的识别能力、借用银行系统数据库、建立信用风险分析方法以及发展信用衍生品、构建债券市场信用风险分散和转移路径。
同时在国内也有许多学者进行了企业财务预警模型相关的研究。陈静（1999）是我国最早研究判别分析财务预警模型问题，她的研究主要用于预测我国上市公司财务状况，研究过程中她分别建立了一元判别模型和多元判别模型。随后，王丽（2008）、张玲（2000）、张爱民（2001）在判别分析财务预警模型做出了大量深入的研究，在方法和应用范围上深化了模型的研究。在理论上ZETA模型和Z-Score模型等多元判别分析模型在研究过程中要求自变量的样本必须服从正态分布，并且要求对照样本组和实验样本组必须具有等协方差，但是在实际研究中，大部分实验数据并不能满足这一前提条件。与这些多元判别分析模型不同的是，Logistic回归模型等非线性数值模型没有这一要求。在国内，刘昱（2001）最早在关于我国上市公司的财务预警问题的研究中，将Logistic回归模型应用于其中，并得出了该模型可以有效地预测我国上市公司财务危机的研究结论。随后，戴红军和冀隆炜（2009）则使用结合主成分分析的方法成功构建了Logistic回归模型。除了研究如何成功建立出企业债务风险相关的Logistic回归模型外，比较两类模型的优劣也是一个很重要的研究方向。吴世农等（2001）在研究中，证实了Logistic回归方法比多元判别方法更加的优越和稳健，尤其是对于公司财务困境这种两分类的情况，比如说财务困境公司的判别，比方适合采用这种方法。李晓奇（2011）在研究中对比分析了各类财务预警模型后，认为Logistic回归模型最适合用于建立我国的公司财务预警模型。
国外关于违约预测研究，类似于国外企业财务困境或危机预测的研究，开始的比较早，且主要都在于定量方法的探索。总体而言，目前对于财务预警的研究方法，大致可以分为单变量预警分析和多变量预警分析两大类。
最早的破产预测研究是Fitzpatrick（1932）进行的单变量破产预测研究，在研究中，他选择了19家公司作为样本，并使用单个财务比率指标将这个样本划分为破产和非破产两个组，发现判别率最高的财务比率指标为净利润/股东权益和股东权益/负债两个比率。在三十多年后，Beave（1966）率先提出了单变量分析法，他沿着Fitzpatrick的思路继续研究，增加了“现金流量/总负债”这一财务指标，选择了79对公司作为研究样本，并以单变量分析法成功建立了财务危机预测模型，分别检验了公司在破产前5年的企业破产预测能力。在他的研究中，发现判别企业是否破产效果最好的变量是营运资本流/负债（在公司破产前一年判别准确率达到90%）和净利润/总资产（在公司破产前一年判别准确率达到88%），此外，Beaver还发现距离公司破产日越近，误判率越低。但是在后来的研究中认为，Beaver使用单一的财务指标变量来判别公司的违约概率这样的复杂分类，其中存在着很大的问题，因为公司违约概率的影响因素是多角度的，仅用一个公司财务指标来判断未免太过偏颇。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
