我国城投债信用风险测算——基于Logistic回归的评分卡模型
发布时间：2021-10-31 13:43
城投债是近10年来我国地方政府筹措基础设施建设资金的主要融资工具,由于其发行基于政府信用,且短期违约风险普遍很低,通常都能获得较高评级;但这使得其评级辨识度较低,且评级调整较少,不能够真确反映城投债的信用风险及其历时变化。本文考察了城投债的发展现状和特点,并提出一个基于多因素Logistic回归的信用评分卡模型对城投债信用风险进行测算:选取3965个城投债发行主体进行模型开发和验证,通过单因素筛选、变量转换、logistic回归,确定在整体显著性、拟合度和预测准确率上表现最优的模型作为最终测算模型;并基于该测算模型建立一个评分卡评分模型。论文最后提出若干政策建议。
【文章来源】：数理统计与管理. 2020,39(04)北大核心CSSCI
【文章页数】：16 页
【部分图文】：
图１．?２０（３８－２０１７年我国城投债发行规模（数据来源：ｗｉｎｄ）??２城投债发展现状??１９９４
０１６年全年的６倍。进一步分析这些关注类评级调整行动的起??因，主要包括资产划转和重组、股东变更、业绩下滑、新增借款或对外担保较多、抵质押占比??高、城投提前偿还等。这一方面与负面事件频发背景下评级公司风险偏好下降，Ｘ＃于突发事件??或不确定性事件的关注度提升有关；另一方面也说明了城投债市场存量风险和不确定性正日??益增长。??１４０??■正面评级行动?■关注类评级行动?■负面评级行动??图４?２＿〇〇１２＿０＿１７年城投债评级调整次数（数据来源：ｗｉｎｄ）??２５??图５近三年来分地区城投债负面评级调整行动次数（数据来源：ｗｉｎｄ）??３、城投债负面评级调整行动的分布在地域上存在较大不均衡性，说明城投债市场风险地??区分布较不均衡。综合近三年来的数据，发生负面评级调整行动次数前五位的省份分别为辽??宁、黑龙江、四川、内蒙古和江苏；其中次数最多的辽宁地区，２０１６年至２０１７年８月末合计??发生负面评级行动１７次，占同期全部城投发行人负面调整次数的一半。参见图５，进一步分??析这些案例，不难发现，地方政府对城投企业的支持力度是影响城投信用资质的重要因素：城??投所在区域经济景气度下滑、财政实力弱化、当地政府债务负担高企等因素均会削弱当地城??投的信用资质，从而引发负面评级调整行动。譬如辽宁省近年来经济数据存在水分、传统工业??经济持续萎靡，所辖县市在２０１１年至２０１４年普遍存在经济数据造假问题，各项经济财政数据??出现大幅下滑，其中２Ｑ１６年ＧＤＰ下降２ＪＩＩ，一般预算收入在２Ｑ１５年已同比下滑３３，劇的??低基数下仅实现３．４■的正增长，各项指标均显著低于全国水平和往年数据。地区经济环境和??财政实力的恶
７１６??数理统计与管理??第３９卷第４期２０２０年７月??模型６??模型２５??模型２８??误报早?误报率?误报率??图６模型＿ＲＯＣ．曲线??６实证结果分析??最终确定的评级模型公式如下：??Ｉｎ?＝?－１Ｊ６５Ｔ?Ｘ?ＯＣ０２０?－?０，９６９５?Ｘ?ＳＺ００７?＾?０．８Ｂ８３?ｘ?ＧＲ０１１?－?１．５３９１?＞＜?ｆｌｔＯＯｌ??ｉ?—，??－０．６７０８?ｘ，?ｈｇ０２７?－?Ｑ．３４Ｓ１?？ｉ?ｈｇ００３?－?３．７５Ｔ４．??由于ＬＤｇ＆ｔｆｃ回归的因变量是对数发生比Ｉｎ?因此每个自变量的估计系数可以解释为??该自变量对对数发生比的作用。但是对数发生比没有一个直观的含义，所以通常将其转换为??发生比（４也）即将模型等式两侧取自然对数，在本文中，样本Ｉ的发生比为样本＊违约??概率与不违约概率的比值。故回归模型可改写为：??〇ｄｄＳｉ?—?ｅ－１－１６５７ｘ〇ｃ〇２°?ｘ?ｅ－°－９６９５ｘＳＺ００７?Ｘ?ｅ－〇－８８８３ｘＧＲ０１１?ｘ?ｇ－１．５３９１?ｘｃｔＯＯｌ??．Ｘｇ—０．６７０８ｘｈｇ０２７?％?ｇ—０．３４８１?ｘｈｇ００３?．ｘ?ｇ—３．７５７４??模型中，均有回归系数急＜?＜?１，即任何指标ａ的值增加都会导致发生比的减少。??例如，企业７的ＯＣ０２０?（现金主营业务收入比率）增加一单位，该企业的违约发生比减少６ＳＪ麗??：１－１．８５７?—?１?＝?—０細）。??表１４最终评级模型（模型的??自变量??系数??截距项??－３．７５７４??ＯＣ０２０??现金主营业务收入比率??－１．１６５７＊＊＊??ＳＺ００７??营业收入??－０．９６９５＊＊??ＧＲ０１１??流
【参考文献】：
期刊论文
[1]房地产业对中国城市金融稳定的影响研究——基于空间计量模型的比较分析[J]. 李斌,卢明炜,张所地,范新英. 数理统计与管理. 2019(02)
[2]中国房地产市场的联动效应和溢出效应分析——基于DAG和溢出指数的考证[J]. 王雪,韩永辉,王聪. 数理统计与管理. 2018(04)
[3]中国城市房价时空特征与影响机制研究——基于贝叶斯分域时空模型的实证[J]. 韩秀兰,李俊明. 数理统计与管理. 2018(05)
[4]城投债风险度量及优质平台遴选分析[J]. 丁继平. 债券. 2017(01)
[5]信息披露扭曲下企业债券违约风险量化研究[J]. 吴建华,张颖,王新军. 数理统计与管理. 2017(01)
[6]城投债风险研究与分析[J]. 孙万欣. 财会通讯. 2011(24)
[7]市政债券的风险识别与控制策略[J]. 韩立岩,牟晖,王哲兵. 管理世界. 2005(03)
硕士论文
[1]地方政府投融资平台信用评价及风险管理[D]. 吴慧娟.天津大学 2010
本文编号：3468237
【文章来源】：数理统计与管理. 2020,39(04)北大核心CSSCI
【文章页数】：16 页
【部分图文】：
图１．?２０（３８－２０１７年我国城投债发行规模（数据来源：ｗｉｎｄ）??２城投债发展现状??１９９４
０１６年全年的６倍。进一步分析这些关注类评级调整行动的起??因，主要包括资产划转和重组、股东变更、业绩下滑、新增借款或对外担保较多、抵质押占比??高、城投提前偿还等。这一方面与负面事件频发背景下评级公司风险偏好下降，Ｘ＃于突发事件??或不确定性事件的关注度提升有关；另一方面也说明了城投债市场存量风险和不确定性正日??益增长。??１４０??■正面评级行动?■关注类评级行动?■负面评级行动??图４?２＿〇〇１２＿０＿１７年城投债评级调整次数（数据来源：ｗｉｎｄ）??２５??图５近三年来分地区城投债负面评级调整行动次数（数据来源：ｗｉｎｄ）??３、城投债负面评级调整行动的分布在地域上存在较大不均衡性，说明城投债市场风险地??区分布较不均衡。综合近三年来的数据，发生负面评级调整行动次数前五位的省份分别为辽??宁、黑龙江、四川、内蒙古和江苏；其中次数最多的辽宁地区，２０１６年至２０１７年８月末合计??发生负面评级行动１７次，占同期全部城投发行人负面调整次数的一半。参见图５，进一步分??析这些案例，不难发现，地方政府对城投企业的支持力度是影响城投信用资质的重要因素：城??投所在区域经济景气度下滑、财政实力弱化、当地政府债务负担高企等因素均会削弱当地城??投的信用资质，从而引发负面评级调整行动。譬如辽宁省近年来经济数据存在水分、传统工业??经济持续萎靡，所辖县市在２０１１年至２０１４年普遍存在经济数据造假问题，各项经济财政数据??出现大幅下滑，其中２Ｑ１６年ＧＤＰ下降２ＪＩＩ，一般预算收入在２Ｑ１５年已同比下滑３３，劇的??低基数下仅实现３．４■的正增长，各项指标均显著低于全国水平和往年数据。地区经济环境和??财政实力的恶
７１６??数理统计与管理??第３９卷第４期２０２０年７月??模型６??模型２５??模型２８??误报早?误报率?误报率??图６模型＿ＲＯＣ．曲线??６实证结果分析??最终确定的评级模型公式如下：??Ｉｎ?＝?－１Ｊ６５Ｔ?Ｘ?ＯＣ０２０?－?０，９６９５?Ｘ?ＳＺ００７?＾?０．８Ｂ８３?ｘ?ＧＲ０１１?－?１．５３９１?＞＜?ｆｌｔＯＯｌ??ｉ?—，??－０．６７０８?ｘ，?ｈｇ０２７?－?Ｑ．３４Ｓ１?？ｉ?ｈｇ００３?－?３．７５Ｔ４．??由于ＬＤｇ＆ｔｆｃ回归的因变量是对数发生比Ｉｎ?因此每个自变量的估计系数可以解释为??该自变量对对数发生比的作用。但是对数发生比没有一个直观的含义，所以通常将其转换为??发生比（４也）即将模型等式两侧取自然对数，在本文中，样本Ｉ的发生比为样本＊违约??概率与不违约概率的比值。故回归模型可改写为：??〇ｄｄＳｉ?—?ｅ－１－１６５７ｘ〇ｃ〇２°?ｘ?ｅ－°－９６９５ｘＳＺ００７?Ｘ?ｅ－〇－８８８３ｘＧＲ０１１?ｘ?ｇ－１．５３９１?ｘｃｔＯＯｌ??．Ｘｇ—０．６７０８ｘｈｇ０２７?％?ｇ—０．３４８１?ｘｈｇ００３?．ｘ?ｇ—３．７５７４??模型中，均有回归系数急＜?＜?１，即任何指标ａ的值增加都会导致发生比的减少。??例如，企业７的ＯＣ０２０?（现金主营业务收入比率）增加一单位，该企业的违约发生比减少６ＳＪ麗??：１－１．８５７?—?１?＝?—０細）。??表１４最终评级模型（模型的??自变量??系数??截距项??－３．７５７４??ＯＣ０２０??现金主营业务收入比率??－１．１６５７＊＊＊??ＳＺ００７??营业收入??－０．９６９５＊＊??ＧＲ０１１??流
【参考文献】：
期刊论文
[1]房地产业对中国城市金融稳定的影响研究——基于空间计量模型的比较分析[J]. 李斌,卢明炜,张所地,范新英. 数理统计与管理. 2019(02)
[2]中国房地产市场的联动效应和溢出效应分析——基于DAG和溢出指数的考证[J]. 王雪,韩永辉,王聪. 数理统计与管理. 2018(04)
[3]中国城市房价时空特征与影响机制研究——基于贝叶斯分域时空模型的实证[J]. 韩秀兰,李俊明. 数理统计与管理. 2018(05)
[4]城投债风险度量及优质平台遴选分析[J]. 丁继平. 债券. 2017(01)
[5]信息披露扭曲下企业债券违约风险量化研究[J]. 吴建华,张颖,王新军. 数理统计与管理. 2017(01)
[6]城投债风险研究与分析[J]. 孙万欣. 财会通讯. 2011(24)
[7]市政债券的风险识别与控制策略[J]. 韩立岩,牟晖,王哲兵. 管理世界. 2005(03)
硕士论文
[1]地方政府投融资平台信用评价及风险管理[D]. 吴慧娟.天津大学 2010
本文编号：3468237
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3468237.html
