作者|信托小生袁吉伟 为租赁视界签约作者
违约概率(Probability Default, PD)用于预测企业违约水平，是新巴塞尔协议内部评级法(Internal Rating Based Approach, IRB)的重要风险参数，广泛应用于贷款定价、信贷决策、经济资本管理等多个方面。但是，什么指标能够很好的判断企业违约趋势呢?企业个体因素和外部因素共同作用形成PD决定力量，不同的决定因素对于PD将产生不同的影响，本文结合国外实证研究，为你娓娓道来。
什么财务指标最能预测企业违约概率?
财务信息主要是指来自资产负债表、损益表和现金流量表上所计算出的财务指标，大体可以分为收益方面的指标、偿债能力方面的指标、营运管理方面的指标、资产流动性方面的指标。企业违约概率建模确定关键决定因素最常见、最简易的做法，就是要在大量财务比率中寻找出能够有效预测公司违约情况的前瞻性财务比率。实证研究中，通常根据历史违约数据，比较违约公司和正常运营公司之间的财务指标，确定最能反映二者之间差异的财务指标，作为PD模型的决定因素。
财务信息是PD建模最常用的决定因素，大多数PD建模研究都是选取财务比率构建违约预测模型，并取得较好的预测效果。最为著名和成功的就是Altman教授的Z-scores模型(Altman，1968)，该模型后又被修正为ZETA模型。这之后，众多违约率决定因素实证研究都是以Altman研究成果为借鉴进行的，而且现在很多金融机构仍在沿用此信用评分模型，模型违约预测能力经受住了检验。Altman教授根据新的数据进一步修正了ZETA模型，形成了以总资产报酬率、总资产报酬率标准差、利息保障倍数、留存收益/总资产、流动比率、资本化比率以及公司总资产等7个因素在内的违约预测模型(Altman，2000)。ZETA模型选取了5个财务指标，分别为X1=营运资本/总资产、X2=留存收益/总资产、X3=息税前收益/总资产、X4=权益市场价值/账面总负债、X5=收入/总资产，其公式为：
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
除了Altman教授之外，众多学者使用了包括美国、英国、日本、土耳其、意大利等不同在内的违约历史数据，利用多元判别式、logit模型以及神经网络模型等，以财务信息为决定因素建立了PD模型。由于不同的会计准则不甚相同以及所使用的违约数据的差异性，学者对于PD模型具体财务指标的选取方面存在较大差异性，因而实证研究中所使用或者被证明具有良好预测能力的财务指标相当多，粗略统计有近百个。JorgeA.归纳认为收益性指标的分子多为净收入、息税折旧前盈利、利润总额，分母多为总资产、固定资产、销售收入;杠杆比率多为资产负债率、长期负债/资产;增长性指标为销售增长率、总资产增长率;流动性指标为速动比率;经营活动指标多为存货周转率、应收帐款周转率等。
根据相关文献研究结果进行了统计研究发现，用于预测企业违约行为最经常使用的财务指标是总资产报酬率、留存收益/总资产、流动比率、现金总债务、资产负债率、营运资本/总资产，其他的所使用的财务指标包括速动比率、净收入/总资产、流动资产/总资产、长期负债/净资产、销售毛利/净利润、净资产/短期负债等。
总体而言，实证研究认为收益性指标、偿债能力指标、流动性指标、现金流类指标是最具有预测能力的。至于哪一类财务指标最具预测性，则并没有统一的实证结果。Diana Bonfim(2007)、Ismael G. Dambolena 和Sarkis J. Khoury (1980)研究认为收益性指标、偿付能力指标、流动性指标是最佳的建模决定因素;Yaw M.Mensah(1984)以及Vineet Agarwal 和Richard Taffler(2007)认为现金流类指标、流动性指标以及偿债能力指标最具预测能力;Breaver(1966)、EvridikiNeophytou 和 Cecilio Mar Molinero(2001)认为收益性财务指标和经营现金流类财务指标是最具预测能力的;Karacaer和 Ayhan Kapusuzo
