企业信用风险与宏观经济变量的 相关性研究 赵宇翔 （中国人民银行济南分行 山东济南２５００２１） 摘要：本文利用Ｌｏｇｉｔ模型和多元回归模型，分析了宏观经济变量对企业总体和个体信用风险的影响，认为相 对于个体信用风险而言，宏观经济变量对总体信用风险的影响更加显著。 关键词：企业信用风险；宏观经济变量；相关性 Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐａｐｅｒ ｕｓｉｎｇ ｓｔａｔｉｓｔｉｃ ｍｏｄｅｌｓ ａｎａｌｙｓｅｓ ｒｅｌａｔｉｏｎｓ ｂｅｔｗｅｅｎ ｅｎｔｅｒ１）ｒｉｓｅ ｃｒｅｄｉｔ ｒｉｓｋｓ ａｎｄ Ｃ ｖａｒｉａｂｌｅｓ．Ｃｏｍｐａｒｉｎｇ ｉｎｄｉｖｉｄｕａｌ ｃｒｅｄｉｔ ｒｉｓｋ，ｇｒｏｓｓ ｃｒｅｄｉｔ ｒｉｓｋ ｉｓ ｐｒｏｎｅ ｔｏ ｂｅ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｍａｃｒｏｅｃｏｎｏｍｉｃ ｖａｒｉａｂｌｅｓ ｓｕｂｓｔａｎｔｉａｌｌｙ Ｋｅｙ Ｗｏｒｄｓ：ｅｎｔｅｒｐｒｉｓｅ ｃｒｅｄｉｔ Ｒｉｓｋｓ，ｒｉａｃｒｏｅｃｏｎｏｍｉｃ ｆｖａｒｉａｂｌｅｓ，ｒｅｌａｔｉｏｎｓ 中图分类号：Ｆ８３０文献标识码：Ａ文章编号：１６７４．２２６５（２００９）０５．００５３．０３ 引言 一、宏观经济变量与企业信用风险存在显著的相关性。 二、数据与模型 对企业信用风险的判断是预测银行风险非常关键 的一环。传统方法对企业信用风险的计量主要基于财 务信息和市场数据，这两种方法都存在明显的弊端。 为了提高企业信用风险判断的准确性，许多学者开始 关注并研究宏观经济变量与企业信用风险的关系。宏 观经济变量的重要性不言而喻，一方面能够改变企业 根据《巴塞尔新资本协议》规定和我国银行业实 际情况，违约就意味着信用风险已经产生。本文将违 约发生情况作为考察企业信用风险的指标，其中个体 信用风险定义为某一时期内该企业是否存在无法足额 归还银行贷款本金及利息的情况，总体信用风险则定 义为某一时期贷款由正常调整为逾期户数占贷款到期 总户数的比例。本文将个体信用风险和总体信用风险 作为计量模型的因变量。具体计算时，被解释变量数 的经营和财务状况，从而对信用风险产生直接影响。 另一方面能够改变企业的外部环境，从而对信用风险 产生间接影响。Ｗｉｓｏｎ（１９９８）最早运用系统信用风 险的多因素模型。验证了宏观经济变量对信用风险的 影响。Ｂａｎｇｉａ等人（２００２）最早建立了基于经济周期 的风险转移矩阵，证实了宏观经济变量对解释企业信 （２００６）随后又从不同角度研究了经济周期因素与企 业信用风险的关系。Ｂｏｒｉｏ等人（２００１）、Ｐｅｄｅｒｚｏｌｉ和 Ｔｏｒｒｉｃｅｌｌｉ（２００５）的研究表明，在经济衰退时企业面 据全部来自银行信贷登记咨询系统中山东的数据。对 于个体信用风险而言，采用了２００４．２００６年间参加评 级的贷款企业相关数据。如在评级当年，银行信贷登 视为高信用风险，否则为低。对于总体信用风险而 言，采用了２００２．２００６年问以季度为单位的时间序列 数据。 用风险的重要性．Ｂｅｒｇｅｒ和ＵｄｅＩ１（２００３）、Ｆｉｇｌｅｗｓｋｉ 记咨询系统反映企业的任意一笔贷款发生了不良，则 临着较高的信用风险，但这种信用风险是由于经济扩 张时无的金融信用膨胀引起的。Ｒｏｓｃｈ（２００３） 的研究表明．在经济下滑时企业之间信用风险的相关 性增加。 为了论证上述观点在我国的适用情况，本文选择 本文根据已有的研究．选择了四类主要宏观经济 变量指标作为解释变量。第一类为国民预算平衡表中 的部分指标，包括国内生产总值、物价指数、进出 口、财政收支、居民收入和消费等，数据来自山东统 计月报。第二类为通货膨胀指标．包括消费物价指 数、广义货币供应量等，消费物价指数来自山东统计 月报，广义货币供应量来自人民银行网站。第三类为 主要宏观经济变量，采取数理统计的方法，证明宏观 经济变量是判断企业信用风险的重要因素，说明哪些 收稿日期：２００９．４．１５ 作者简介：赵宇翔，男，供职于中国人民银行济南分行征信管理处，经济师。 《金融发展研 一 ｌ ｌ金融市场指标，包括短期国债利率、长期国债利率、 表２：宏观经济变量与个体信用风险的关系 国债融资额、人民币对美元汇率、股票指数等，相关 一 一～～一 一变量ｉ ～ ～ｔ～～～－０ ｔ．１ ｔ一２ 数据整理自中国债券网、人民银行网站；第四类为银 行贷款增量指标。数据来自银行信贷登记咨询系统。 一．０７０‘” 对于各解释变量，采取了与被解释变量相匹配的原 Ｅｘｐ。ｎ ． ｆ６．６４２） －＂则，尽可能采用山东的数据，兼顾数据的可获得性， Ｂｏｎｄｓ （．６７６４．８２７） 同时考虑了解释变量对被解释变量的滞后影响，将宏 一２Ｌｏｇ ｌｉｋｅｌｉｈｏｏｄ ８７６．４４８ ８７６．２７２ ８７６．１４６ 观经济变量范围扩展至２０００．２００６年的时间序列数据。 Ｎａｇｅｌｋｅｒｋｅ Ｒ Ｓｑｕａｒｅ ０．００９ ０．０１０ ０．０１０ 表１：变量说明 注：１．括号中的数据为ｗａｌｄ值。 变量 变量定义 ２．＋｛ 代表显著性水平为１％。 因变量 本，从而增加企业信用风险。同时，这种影响也可能 Ｏｖｅｒｄｕｅ某期贷款由正常调整为逾期的户数／贷款到期总户数 来自挤出效应．即较低的国债利率增加财政融资规 Ｂａｄｌ０ａｎ 样本企业年末存在或发生不良贷款则为１，否则为０ 模。挤占企业的资金，增加企业融资成本和信用风 山东省国内生产总值指数 险，本文将在下面加以印证。其次，出口增长率能够 山东省消费物价指数 对滞后１年的个体信用风险产生显著的负相关影响。 山东省出口增长率 这说明出Ｅｌ的增加改善了企业的未来收益，能够降低 山东省进口增长率 山东省城市居民可支配收入增长率 企业信用风险。最后，消费物价指数与滞后２年的个 山东省城市居民消费增长率 体信用风险呈显著的负相关关系。对于企业个体而 山东省财政收入增长率 言，通货膨胀如果同等比例地增加了企业的收入和成 山东省财政支出增长率 山东省新增贷款／贷款余额 本，两者相抵反而会增加企业的净利润．降低信用风 上证指数期末收盘值 险。 深圳成指期末收盘值 （二）总体信用风险 广义货币增长率 人民币对美元的汇率中间值 表３反映了宏观经济变量与总体信用风险的多元 发行期限２．３年的国债利率 回归模型结果。较个体信用风险而言，影响总体信用 发行期限１Ｏ年的国债利率 风险的宏观经济变量较多，包括进出Ｅｌ增长率、汇 国债实际发行量的自然对数 率、财政收支、物价指数、居民消费、股票指数等指 注：由于国债发行时Ｉ司和笔数不固定，国债利翠只能选择较近 标，而且这些指标对总体信用风险影响程度较高，除 时期的值来代替。 即考察两年的影响。各被解释变量的计算详见表１。 ｔ—ｌ期解释能力较低，ｔ．２期、ｔ－３期、ｔ－５期无显著变 鉴于个体信用风险的被解释变量为二值虚拟变 量可以解释外，其他时期解释能力均较高．其中ｔ＿３、 量．本文采用逐步去掉不显著变量的Ｌｏｇｉｔ模型和年 ｔ－４期分别达到了０，７１７、０．８３６。 度数据．考察解释变量对当年、滞后１年及滞后２年 即期时，出口增长率和汇率对总体信用风险的影 被解释变量的影响。鉴于总体信用风险的被解释变量 响方向一致，与Ｌｏｇｉｔ呈显著的正相关关系，这说明 为时间序列数据，本文采用逐步进入的多元回归方法 出口增长和汇率贬值短期内会增加企业成本。提高企 和季度数据，考察解释变量对同期、滞后１季度至８ 业的信用风险。 季度被解释变量的影响。 就１年期看，财政支出与滞后１季度的总体信用 三、回归结果 风险呈显著的负相关关系。说明财政支出能够促进经 （一）个体信用风险 济增长，降低企业信用风险；长期国债利率与滞后４ 表２反映了宏观经济变量与个体信用风险的 季度的总体信用风险呈显著的负相关关系．这与 Ｌｏｇｉｔ模型回归结果，Ｎａｇｅｌｋｅｒｋｅ Ｒ Ｓｑｕａｒｅ值仅为 Ｌｏｇｉｔ模型中反映短期国债利率对个体信用风险的影 ０．０ｌ，说明宏观经济指标对个体信用风险的影响并不 响正好相反；消费物价指数与滞后４季度的总体信用 显著，且能对个体信用风险产生显著影响的指标较 风险呈显著的正相关关系，说明较高的通货膨胀率会 少。仅包括消费物价指数、出口增长率指标及短期利 增加总体信用风险，也与Ｌｏｇｉｔ模型结果相反；新增 率三项指标。 贷款增长率与滞后４季度的总体信用风险呈显著的正 首先．短期国债利率与个体信用风险呈显著的正 相关关系．说明贷款总量的增长会在一年后影响企业 相关关系，这反映了短期利率上升会增加企业融资成 的信用状况，这与实际情况一致。 表３：宏观经济变量与总体信用风险的关系 变量 ｔ．０ ｔ一１ ｔ－４ ｔ－６ ｔ－７ ｔ一８ ． ．６３６ ｃｐ ｆ４．８６２） ．５７９ ‘ Ｅｘｐ。ｎ（ｊ．３３３） ．６０４ ．４２２一 Ｉｍｐｏ￣ （５．３０３）（２．７２０） －１．０４５” 一．９１３” ．．５ｌ１一 Ｃｏｎｓｕｍｐ （一９．７０８）（一５．８９９）（一２．８８５） 一．４１５” Ｆｉｎａｉｎ （一２．３４１） Ｆｉｎａｏｕｔ ｆ－－．２ｌ４７８＂３１１） Ｌｏａｌｌ －３４４一 （２．７８３） ．．４７０ Ｓｔｏｃｋｉｎｄ２ （－４．６４４） ｈ鹕ｅ 一７６０’’ Ｂｏｎｄｌ ．（－５．８４１） Ｏｕａｎｔｉｔｙ Ｆ ８．０５９’ ５．３４０”１７．０６４ ３３．３９７“ ｌ５．８３３” ７．５３９ ＡＤ Ｒ２ ０．４２６ ０．１８６ ０．７１７ ０．８３６ ０．６６４ ０．４０８ 注：１．括号中的数据为ｔ僵。 ２． 一、 分别代表显著性水平为１％、５％。 在更长的时期。宏观经济变量对总体信用风险的 影响又呈现新的特点。首先，进１：３增长率与滞后６季 度和滞后７季度的总体信用风险呈显著的正相关关 系．说明进口企业随着付款期限的到来，面临较高的 还款压力。形成较高的信用风险。通过比较滞后６季 度与滞后７季度的系数和ｔ值，发现进口增长率对信 用风险的影响随时间推移而减弱。 其次，从１年半开始，连续三个季度消费者支出 增长率与总体信用风险呈显著的负相关关系，且随着 时间的推移．影响程度逐步减弱。这说明消费支出的 增加。一方面促进了经济增长。为企业创造了更好的 经营环境。另一方面增加了产品需求，扩大了企业的 市场空间和盈利空间，降低了企业的信用风险。 再次．财政收人增长率与滞后８季度的总体信用 风险呈显著的负相关关系，这说明财政收入增加导致 财政支出增加，进而促进经济增长。降低企业信用风 险。此外，国债融资发行量与滞后７季度的企业信用 风险呈显著的正相关关系．在一定程度上印证了前述 存在挤出效应的观点。 最后，深圳成指与滞后６季度总体信用风险呈显 著的负相关关系，证明了资本市场波动会对企业信用 风险产生一定影响，一般而言资本市场的繁荣．在今 后一段时期内会降低企业信用风险，反之亦反是。 四、结论与建议 综上所述。本文得出以下结论：宏观经济变量能 够对企业总体信用风险产生显著影响，但对个体信用 风险的影响并不显著；出口增长短期内会增加企业信 用风险。长期则相反。进口增长会在一段时期后带来 信用风险，汇率波动通过进出口变动影响信用风险， 与传统汇率理论一致；财政收入增加能够促进财政支 出，进而促进经济发展，改善企业经营环境，降低信 用风险，但财政融资会挤占企业资金．增加企业信用 风险。短期利率上升会增加企业的信用风险，但长期 ．利率则相反。通货膨胀能够降低个体信用风险。但会 Ｏ 增加总体信用风险。消费者支出增长会降低企业信用 重量 风险。但随着时间的推移，影响程度逐步减弱：银行 信贷规模的增长会增加企业信用风险，而资本市场的 繁荣。会降低企业信用风险。这与普遍认识一致。 本文建议要高度关注宏观经济变量的影响，并在 实际工作中加以应用。首先，商业银行和信用评价机 构在判断个体信用风险时，应将部分宏观经济变量引 入风险决策模型，并实时关注宏观经济对总体信用风 险的影响。其次，银行不仅要在宏观、货币 决策执行等方面重视宏观经济变量，而且要应用 到金融稳定等工作中，以提高对系统性信用风险判断 的准确度。最后，与微观经济变量比较而言，宏观经 济变量的波动更加难以预期，因此有关机构应加强对 宏观经济变量的理论和应用研究，增强对信用风险的 预测能力 参考文献： ［１］Ｄｉａｎａ Ｂｏｎｆｉｍ，“Ｃｒｅ￣ｔ ｒｉｓｋ ｄｒｉｖｅｒｓ：ｅｖａｌｕａｔｉｎｇ ｔｈｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ ｉｆｒｍ ｌｅｖｅｌｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｏｆ Ｃ ｄｙｎａｍｉｃｓ”，ｗｏｒｋｉｎｇｐａｐｅｒ． ［２］Ｄｏｎａｌｄ Ｐ．Ｍｏｒｇａｎ，“Ｔｈｅ Ｃｒｅｄｉｔ Ｅｆｆｅｃｔｓ ｏｆ Ｍｏｎｅｔａｒｙ Ｐｏｌｉｃｙ，Ｅｖｉｄｅｎｃｅ Ｕｓｉｎｇ Ｌｏａｎ Ｃｏｍｍｉｔｍｅｎｔｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｍｏｎｅｙ Ｃｒｅｄｉｔ ａｎｄ Ｂａｎｋｉｎｇ，Ｆｅｂ．１ ９９８． ［３］Ｋｏｒａｊｃｚｙｋ，Ｒ．Ａ．ａｎｄ Ｌｅｖｙ，Ａ．，“Ｃａｐｉｔａｌ ｓｔｒｕｃｔｕｒｅ ｃ ｃｏｎｄｉｔｉｏｎｓ ａｎｄ ｆｉｎａｎｃｉａｌ ｃｏｎｓ￣ａｉｎｔｓ” ，Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ，２００３，６８． ［４］Ｐｅｄｅｒｚｏｌｉ，Ｃ．ａｎｄ Ｔｏｒｒｉｃｅｌｌｉ，Ｃ．“Ｃａｐｉｍｌ ｒｅｑｕｉｒｅｍｅｎｔｓ ａｎｄ ｂｕｓｉｎｅｓｓ ｃｙｃｌｅ ｒｅｇｉｍｅｓ：ｆｏｒｗａｒｄ－ｌｏｏｋｉｎｇ ｍｏｄｅｌｌｉｎｇ ｏｆ ｄｅｆａｕｌｔ ｐｒｏｂａｂｉｌｉｔｉｅｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ ａｎｄ Ｆｉｎａｎｃｅ， ２００５，Ｎｏ．２９． ［５］Ｗｉｌｓｏｎ，Ｔ．“Ｐｏｒｔｆｏｌｉｏ ｃｒｅｄｉｔ ｒｉｓｋ”，Ｆｅｄｅｒａｌ Ｒｅｓｅｒｖｅ Ｂｏａｒｄ ｏｆＮｅｗ Ｙｏｒｋ Ｅｃｏｎｏｍｉｃ Ｐｏｌｉｃｙ Ｒｅｖｉｅｗ，Ｏｃｔｏｂｅｒ １９９８． ［６】中国人民银行济南分行课题组．征信过程中的信息 筛选与共享半径研究［Ｊ］．金融发展研究．２００８，（１２）． （特约编辑齐稚平） 《金融发展研一
