基于财务信息和非财务信息的债券违约预警模型研究——Fisher模型与Logistic模型的实证分析与应用

自2014年我国债券市场发生首例债券违约以来,债券违约事件日益增多。尤其近几年来,无论是发生债券违约的企业、债券违约的只数还是违约总金额,都呈现爆发式增长和蔓延态势。在此背景下,本文使用2014~2020年债券市场全样本数据,基于财务信息构建债券违约预警模型,在Fisher模型与Logistic模型判别效果对比后选择了Logistic模型,并在此基础上加入部分非财务信息指标,以进一步提升模型的预测能力。最终得到基于财务和非财务信息的Logistic模型。研究结论如下:第一,Logistic模型整体判别效果优于Fisher模型。第二,构建的基于财务和非财务信息的Logistic模型具有较好的预测能力,经济含义清晰,具备实际使用价值。第三,财务指标如净资产收益率、资本累积率、刚性负债率、筹资NCF/平均总资产等是债券违约预警模型中的显著指标,这些指标对于预警债券违约具有重要作用。第四,部分非财务指标对于提升模型预警能力有明显效果,非财务信息诸如发债企业所在省份风险情况、行业风险情况、企业所有制形式等为预警债券违约提供了显著的增量信息,也反映了我国债券违约具有所有制、地域和行业的群聚特征。