债券市场历史违约率计算方法选择研究

发布时间：2025-03-15 05:23

　　 参考穆迪对违约过程泊松强度的估计方法,本文结合中国市场实际,选取宏观经济、债券市场、公司个体三个层面的影响因素构建违约预测模型,并分别采用存量、滚动违约率计算历史违约率,比较二者在预测模型中的表现差异。结果显示:采用滚动违约率时,违约预测模型更能捕捉债券违约影响因素的动态变化,预测效果更好;当前违约债券处置出清周期较长,存量违约率波动性较弱,反映市场信用状况的灵敏性较差。本文的政策建议是滚动违约率更适宜作为债券市场历史违约率计算方法,相关部门应统筹优化我国债券市场违约率计算方法,逐步将存量违约率转变为滚动违约率,构建起更加有效的"信用状况风向标",促进我国债券市场长期稳健发展。

【文章页数】：10 页

【部分图文】：

图1 模型构建技术路线图

因此，本文选择多元回归模型作为预测模型，考察不同历史违约率在债券违约预测中的效果，以期对未来债券市场分析和研究中这一重要基础变量的选择有所探讨。三、模型构建

图2 各行业违约债券金额及违约率分布(按金额)

从选取样本中违约事件的行业分布看(如图2、图3所示)，违约多集中在制造业、建筑业、交通运输业、采掘业等重资产、强周期行业。其中制造业累计违约金额638亿元，违约主体占市场违约总数的48%，行业债券违约率3.71%；同时批发零售业的中小规模主体占比大，面临上游供给和下游需求的不确定....

图3 各行业违约发行人数量占市场违约总数的比例(按主体)

图2各行业违约债券金额及违约率分布(按金额)市场整体存量/滚动违约率变化趋势及波动情况如图4所示。从变化趋势看，存量违约率波动较小，难以直观反映市场信用状况的边际变化，而滚动违约率波动性更大，对于市场信用状况的变化更为敏感。例如，2019年上半年我国债券市场新增违约未偿还金额约....

图4 我国债券市场存量/滚动违约率变化情况

从波动情况看，存量违约率波动性显著低于滚动违约率，滚动违约率对市场变化更加敏感。存量方法更加关注“总量”，而滚动方法重点体现“边际变化”，从而导致二者波动性差异。例如，当2018年下半年债券违约骤增、信用状况逐渐恶化时，滚动违约率变化拐点较为明显，而存量违约率的变化幅度相对较小。....

本文编号：4035230