【东旭光电债券违约风险的案例探究14000字（论文）】

-PAGE27-东旭光电债券违约风险的案例研究目录1绪论 11.1研究背景 11.2研究意义 11.3研究内容 21.4研究方法 32相关概念及文献综述 52.1相关概念 52.2国内外研究现状 52.2.1债券违约风险模型的研究与运用 52.2.2债券违约风险问题及防范的研究 62.2.3文献评述 7本章小结 73东旭光电介绍 93.1东旭光电现状分析 93.2东旭光电违约事件 12本章小结 124公司违约风险测度 134.1选用技术方法 134.1.1财务数据方法 134.1.2Z-score评分模型方法 134.1.3KMV模型方法 134.2基本财务分析 144.3Z-score模型测度违约风险 184.4KMV模型测度违约风险 204.4.1KMV模型参数选取 204.4.2实证结果违约距离度量分析 21本章小结 225对策建议 25结论 27参考文献 28附录A 31附录B 321绪论1.1研究背景科技的进步对中国的前途和命运有着巨大的影响，同时还影响着人民生活福祉和企业发展前景。近年来，企业自主创新、自力更生，掌握“国之重器”、“国之利器”的能力一直被重视着。作为中国首个掌握液晶玻璃基板全套生产工艺与装备的科技企业，东旭光电始终走在行业发展的前沿。科技创新是驱动发展的第一动力。要加强我国创新体系的建设，强化战略科技力量。作为科技企业的东旭光电属于东旭集团的子公司。东旭集团作为民族科技企业也荣获过国家科技进步一等奖，东旭集团有着扎实的产业基础和正确的战略思维，未来的发展前景十分明朗。东旭集团高举产业报国的旗帜，也取得了不错的成绩。随着公司的壮大，东旭光电技术创新强化的需求也需要进一步地提升。同时，东旭集团在2019年1月与中国科学院大学的经济管理学院进行多个业务板块的合作，打造了校企合作的新模式，践行习近平总书记关于创新战略的指示精神，共促相关产业的稳步发展。东旭光电在本次和合作中，对于公司自身转化先进技术成果与提升核心竞争力具有显著的推动作用。一直到2019年之前，尤其是从2013年开始，东旭光电的成长速度飞快，而在2019年底与2020年底，东旭光电居然连续发生了两次债券违约事件。这对于科技创新型企业东旭光电来说是一个十分严重的问题，这不但对于他未来的发展会有很大影响，而且会影响公司的诚信问题，导致投资者不愿意对其进行投资。如此严重的问题，值得被研究。1.2研究意义本文通过东旭光电，探讨如何预警债券违约事件的发生及其发生时的应对，以期以点到面，对公司债券投资者安全提供一定的帮助。同时，也能给违约公司提供相应的建议。通过实证研究东旭光电的发展现状、公司整体数据并同行业做比较，从而发现其可能造成债券违约的原因，再提出相应的计策，以期可以丰富债券违约风险研究模型的理论应用。1.3研究内容第一部分绪论。该部分从研究东旭光电的背景，研究其违约的意义以及违约研究预测的重要现实意义出发，提出本文的研究背景、研究内容、研究框架与研究方法。第二部分文献综述。该部分使用文献研究的方法论述其他学者对债券违约风险模型是如何研究与运用的，是如何总结债券违约发生的问题与影响的以及给出相应的对策和建议的。第三部分东旭光电简介。该部分介绍对民营企业东旭光电现状分析，介绍该公司的业务、发展过程及债券违约事件的发生过程。第四部分公司违约风险测度。该部分首先通过东旭光电的财务数据进行分析，得出为何会发生债券违约的情况，再采用z-score模型与KMV模型进行分析债券违约的研究。得出测度的结果之后，进行三种方法的总结。第五部分对策建议。通过对比实证分析中东旭光电的z-score模型、KMV模型得出的实证结果，给出测度的结果，分析原因，之后针对发现的问题给出政策建议。选题背景与意义选题背景与意义研究内容及方法东旭光电债券违约研究有关概念与违约风险度量相关文献债券违约概念违约风险概念债券违约风险模型债券违约风险问题债券违约综述东旭光电违约风险的度量财务数据分析，分析公司内部情况及原因通过Z-score模型计算破产值度量违约风险通过KMV模型与同行业比较，计算违约距离分别分析三种方法得出的结果三种方法结合分析对应着三种方法得出的实证数据给出相应的结论并针对东旭光电给出合理的建议图1-1技术路线图1.4研究方法方法一：文献研究。通过阅读大量国内外关于债权违约、债权市场与债券违约风险度量的相关文献，总结学者们的研究成果，分析目前违约风险模型的建立方式与债券违约防范问题的解决方式。方法二：实证研究。通过财务数据指标、Z-score评分模型以及KMV模型通过MATLAB建立起违约距离，先分别分析三种方法得出的结果，再通过三种方式的结合来看，是否会有同样的结果以对市场上其他的债券发行主体是否有效，再通过实证分析的结果为东旭光电这家公司提出的相关建议。

2文献综述2.1国内外研究现状2.1.1债券违约风险模型的研究与运用在传统度量方法下的研究中：车彦江（2020）根据2018年和2019年违约现象最为严重的上市公司作为研究样本通，并选择了对照样本，通过对于两者间财务指标涵盖了市场指标、盈利指标、资本结构、债券指标、营运指标和成长指标6个方面建立债券违约风险预测模型。吴江英（2019）运用CreditMetrics、CreditRisk+、CreditPortfolioView模型进行对比分析每个的优缺点和在我国债券市场中的适用性。杜鑫星、周芊和历李臻（2020）发现：民营企业的传统的财务指标、商誉占比等对债券风险有显著影响。在现代度量方法下的研究中：KMV模型在2000年之后被引入中国，国内许多学者都应用此模型。潜力和冯雯静[12]（2020）基于2015-2019年5年的数据，分析了地方政府专项债券违约的具体情况，运用KMV模型测算2020-2023年的预期违约率，分别从长短期的角度入手，得出地方政府专项债在长短期不同时间段发生违约时的影响因素。徐诗颖（2019）利用KMV模型与logit模型算出了违约概率，以便在识别我国公司债券违约时具有较好的适用性和准确性，可以为市场的投资者提供直观的参考。在此基础上，刘睿（2019）构建了KMV与Logistic混合模型并与经典Logistic模型对比分析后发现，前者的整体准确率较高。刘阳（2020）认为普通的KMV模型效果不够明显，他认为“尖峰厚尾”和“隐含波动率微笑”的特征无法通过传统度量信用风险进行解释，会低估信用风险。他将跳跃扩散KMV模型与Logit模型相结合后测算信用风险度量效果，发现结果更加精准。董建言（2019）认为只采用KMV模型不能很好地进行预测，于是在他在采用KMV模型估计的同时，加入GARCH（1,1）模型估计股票波动率，改进了KMV和Logistic模型，改进了模型的应用。在不同模型的结合运用中：黄建武（2020）从另一个角度入手，即从宏观到微观选取了4个解释变量和8个控制变量，进行VIF检验和spearman相关分析，再进行Logistic回归稳定性检验，发现了宏观经济形势、公司治理水平、盈利能力、公司规模，资产负债率，债券期限和银行授信，公司的流动性水平和研发投入与债券违约率的正负相关性。国外学者AngelosKanas和PhilipMolyneux[9]（2020）利用LASSO估计方法探究美国年平均公司债券违约率并对12个月系统性风险进行预测，发现VAR度量表现最好。ESG因素也起着非常重要的地位，投资者们越来越重视ESG投资。PeixinLi、RongxiZhou和YahuiXiong[18]（2020）通过嵌入ESG因素结合Logistic回归模型分析，发现债券违约率与公司的能源消耗、公司对社会责任重视程度、公司治理以及财务绩效之间的正负相关性。2.1.2债券违约风险问题及防范的研究针对债券市场风险可能发生的问题与防范方法，李湛和李晓桃[1]（2021）发现债券违约事件会通过信用传导、流动性冲击、预期冲击等方式扩散，并根据这些扩散方式制定了相应的防范措施。而李思琪则（2021）认为债券市场的风险点在信用债规模大，企业再融资有压力，同时也会增大房地产信用风险发生的可能。通过建立模型，蒋宙蕾（2019）利用Logit模型识别出了债券违约的特征，并仔细分析结合监管机构和投资者两个角度，为投资者们建立出违约风险的识别框架，并在信用监管中提出需要注意的问题。而国外学者YuboLi和XiaohanXu[11]（2020）则从评级机构的角度入手，发现：在经过监管部门和信用评级处罚后，评级机构的债券违约评级的及时性有显著提升，且国际评级机构效果更好，也便更好地防范了风险。2.2.3文献评述总体上，国内的学者主要通过KMV模型等现代度量方式进行建模分析研究，这主要是因为KMV模型适用性较强。在实证分析中，许多学者也运用违约距离以及回归分析的方法来作为判断依据。在样本的选取上，国内学者通过上市非上市公司，民营与地方政府等方面的角度进行分析，学者们对其自身研究的点都比较深入，取得了一定的研究成果。而对于国外的学者们，研究债券违约风险的方式是运用比较新颖的模型，具有一定的前瞻性。对于债券违约风险问题及防范研究中，学者们通过传统、现代等的度量模型进行分析得出的结论有相同点也有不同点，为减少债券违约事件的发生做出了贡献。本章小结本文根据学者们对于债券违约风险的研究，通过针对东旭光电两次违约出现的问题，运用传统的方法度量分析，即搜集5年时间的数据通过基本财务分析中偿债能力、盈利能力和营运能力分析东旭光电近5年逐步呈现出的问题给出相应的建议，再通过Z-score模型分析东旭光电的得分是否处在破产区。再通过现代的度量方法，即通过KMV模型建模计算东旭光电与同行间的违约距离，也给出相应的建议。通过结合这三种方式，总结出优缺点及适用范围。3东旭光电介绍3.1东旭光电现状分析东旭光电科技股份有限公司于1992年成立，于1996年在深圳挂牌上市。公司先从光电显示开始起步，并逐渐向新能源汽车研发、石墨烯产业化应用业务发展，形成了产业上下游纵向布局与横向联动，渐渐提升了综合竞争力。由于国际技术的垄断，东旭光电在光电显示产业中为我国填补了空白；而有关高端装备制造方面，在中国，公司是唯一一个掌握了玻璃基板成套设备生产线技术的企业，也为未来进入智能机器人等创新型领域打好了基础；有关新能源汽车产业方面，东旭光电把其作为绿色产业的重点业务板块，主要打造氢燃料电池；在石墨烯领域中，公司主要构建了石墨烯离子电池，节能照明灯等，填补了国内石墨烯应用的空白。东旭光电的主营业务是电真空玻璃器件及其配套电子元器件的生产与销售和平板显示玻璃基板及其装备的研发、生产与销售等，而其经营范围也与其主营业务相似，还包括了一些有关技术开发、技术咨询等方面的业务。东旭光电从2013年开始，营业收入有了明显大幅度的增长，从2013年的93,190万元增长到2018年的2,821,170万元。而在2019年与2020年两次发生债券违约事件之后，东旭光电的营业收入开始出现下滑，到2020年的营业收入只有704,874万元。图3-1东旭光电1996年-2020年营业收入总额数据来源：Wind数据库玻璃基板设备及技术服务是东旭光电最主要的营业收入来源，因为缺少2012年之前的数据，只收集到了2012年之后的数据。同样地，该数据在2012年为63,918.57万元，直到2018年之前一直处于增长的趋势。在发生债券违约事件之后，也开始大幅度减少，到2020年时的数据和2015年相近。图3-2东旭光电2012年-2020年玻璃基板设备及技术服务收入数据来源：Wind数据库对于毛利来说，东旭光电基本每一年都维持在大于0的水平之上，在2011年到2012年的阶段，有了较为明显的增长，同样在2018年时达到顶峰。在之后的两年内出现大幅度的下滑，到2020年时只有54,494.18万元。图3-3东旭光电1996年-2020年毛利数据来源：Wind数据库而在东旭光电的业务策略方面可以看到，2015年，东旭光电就曾宣布募资80亿元，主要是用来研发昆山第5代TFT-LCD彩色滤光片和8.5代玻璃基板。此前曾表示，决定引进新的技术并建立新的生产线。但一直到2018年底，该项目仅仅完成了9.2亿元的投资，完成投资进度的30.92%。与此同时，东旭光电玻璃基板项目，也因在建项目投资额较高，出现压力。到2018年年底时，玻璃基板已投资123.02亿元，还需要投资的金额为98.02亿元，投资金额的压力十分巨大。为了打造石墨烯基锂离子电池产业，东旭光电决定于北京理工大学进行合作。2016年，东旭光电接连收购了上海碳源汇谷新材料科技有限公司大量股权，进一步加码石墨烯。2018年，东旭光电又与曼彻斯特大学签署石墨烯产业化的合作意向。2019年，又研发了有关石墨烯基锂离子电池的新产品。东旭光电虽然对外宣布，其目前已经构建了石墨烯基锂离子电池、节能照明等许多有关石墨烯技术的方向，但进度特别缓慢。在新能源汽车方面，东旭光电对新能源汽车的收购与运营亦宣告失败。2017年，东旭光电启动上海申龙客车的收购事项，然而，随着新能源客车补贴退坡，行业持续下行，东旭光电对上海申龙客车的投资已经基本宣告失利。伴随产能扩张与合并口径的扩大，东旭光电营业收入大幅攀升，但从现金流的角度来看，公司的经营性现金流状况没有改善，经营性现金流净额仍然处于下滑的状态，而投资性现金流长期呈现大额净流出，可以看出东旭光电急于盲目扩展自身实力，导致其融资压力长期处于较高水平。3.2东旭光电违约事件3.2.1第一次违约事件2019年11月18日，东旭光电的“16东旭光电MTN001A”和“16东旭光电MTN001B”两支债券到期，未能如期兑付当期应付本息合计20.1亿元。其中，“16东旭光电MTN001A”应付合计为19.69亿元，“16东旭光电MTN001B”应付合计0.41亿元。虽然当时其有183亿资金，但公司宣称由于流动性紧张，截止到期付息日终，未能按照约定筹措足额偿付资金。2019年11月19日起，东旭光电，东旭蓝天同时临时停牌。2019年11月20日，联合信用评级将东旭光电科技股份有限公司主体长期信用等级从AA+下调到C，同时将15东旭债的信用等级从AA+下调至C。3.2.2第二次违约事件2020年11月17日，东旭光电第二次发布公告称，“16东旭光电MTN001A”和“16东旭光电MTN001B”两支债券应于2020年11月17日完成债券付息，同样由于公司流动紧张的问题，未能如期兑付本期债券应付利息款项。2020年11月，评级机构中诚信继续维持“16东旭光电MTN001A”、“16东旭光电MTN002”信用等级，将“16东旭光电MTN001B”信用等级由BB调降至CC，继续列入可能降级的名单。2020年12月2日，“16东旭光电MTN002”因流动资金紧张,截至2020年12月2日日终,发行人未能按照约定筹措足额付息资金,16东旭光电MTN002未能按期足额偿付利息,已构成实质性违约。本章小结本章先介绍东旭光电历年的发展情况，再分析其近年来的业务策略，发现其在2019年发生债券违约之前，不论是主营业务还是毛利都处于上升的趋势。而其业务策略过于激进，盲目扩张导致其投资压力巨大。之后，又介绍了东旭光电两次发生违约事件的过程与结果。通过违约事件的经过，以便进行实证分析。

4公司违约风险测度4.1选用技术方法4.1.1财务数据方法通过历史时期的财务数据分析公司的财务状况。具体包括偿债、营运和盈利能力分析。在偿债能力分析中，基于设定指标的合理参照值和制造业均值水平分析长期、短期偿债能力。在营运、盈利能力分析中，主要依据制造业指标均值水平判断公司情况。单独利用此方法很难完整揭示公司的财务状况。因而，本文会利用Z-score模型展开进一步分析。4.1.2Z-score评分模型方法从5个方面进行分析（营运资本与总资产之比、留存收益与总资产之比、息税前利润与总资产之比、股权市场价值与负债总额之比、销售总额与总资产之比），建立多元线性模型，得出的结论与破产区域进行比较，观察是否处于破产区域中。Z-score模型主要是通过对于公司本身的财务数据进行分析，而财务报表数据是结合自身的数据并与同行比较分析，都是以过去的数据为基础的。4.1.3KMV模型方法（1）KMV模型的计算方式当企业需要偿还的负债D超过了企业资产市场价值时，企业将发生违约，违约距离DD表示企业资产市场价值期望值离违约点DP的远近，距离越大，违约可能性越小，反之越大，另外应当需要通过企业违约数据库得出企业实际的期望违约频率EDF（未来违约概率）才能更准确。KMV模型主要将负债看作了买入一份看涨期权，即当企业持有时，若负债到期时企业资产市场价值大于债务，则企业偿还债务；若负债大于企业资产市场价值时，则可通过Black-Scholes公式来定价，即从下列联立方程求解：（E：企业资产价值波动率，V:企业资产市场价值；D：企业债务面值；r：无风险收益率；N(d)：标准累积正态分布函数；σV：企业资产价值波动率；σEE=VN其中：d1=lnd假设企业资产未来的市场价值与现在的市场价值均为正态分布，则有如下公式：（DP：违约点值，处于流动负债与总负债间的某一点/DD以资产市场价值标准差的倍数表示，评估企业在τ时间后信用风险的大小）。根据违约距离DD的定义，公司资产市场价值低于违约点的概率，理论上发生违约的概率为1-N(DD)。DD=V−DPVσ（2）KMV模型的理论KMV模型与前述其他模型和分析方法相比，在我国债券市场上有更好的适用性，主要因素如下：（1）KMV模型对数据的选取较为容易，不必依赖于历史违约率等我国债券市场缺乏的数据；（2）公开发行债券的发行人财务数据面向全市场披露，非公开发行债券的发行人财务数据面向合格投资者披露，因此对于债券市场上的非上市企业来说，KMV模型需要的财务数据不再难以获取，仅资产价值和资产价值波动率相较于上市公司还是不易得到；（3）选取的数据是较为准确的，较为客观的（4）虽然因为历史数据的缺失，无法将违约距离进一步转化为预期违约率从而判定企业违约风险概率，但违约距离同样可以作为判断违约风险高低的工具。4.2基本财务分析4.2.1偿债能力分析企业的偿债能力是指企业用其资产偿还长期债务与短期债务的能力，是企业能否健康生存和发展的关键。企业偿债能力是反映企业财务状况和经营能力的重要标志。偿债能力是企业偿还到期债务的承受能力或保证程度。（1）长期偿债能力根据公司资产负债率和产权比率五年动态数据显示，其资产负债率在2016到2020年期间逐年提升，且高于同期制造业的平均水平，说明虽然制造业的资产负债率也有所增加，但东旭光电的资产结构相较于全行业平均水平有比较明显的恶化。

表4-1长期偿债能力表长期偿债能力2016年2017年2018年2019年2020年第三季度东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值资产负债率%50.7338.352.6444.653.960.453.452.153.448.75产权比率1.072.61.152.691.22.61.182.731.182.99数据来源：Wind数据库（2）短期偿债能力在习惯用于分析偿债能力的指标中，因主要考虑的是债务违约情况，而债务违约更明显的相关因素是其能否即时偿还到期债务，因而侧重考虑的是现金比率，并辅助考虑流动比率与速动比率。虽然从流动比率、速动比率的情况分析，东旭光电的情况与制造业平均水平相比并不明显偏差。但从东旭光电的现金比率来看，其现金比率的降幅非常显著，且自2018年起，该比率低于1，即已出现债务违约的可能。而同期制造业的平均水平仅2018年低于1。说明，其资产质量变差非系统、行业原因，更多的来自于公司自身的状况。表4-2短期偿债能力表短期偿债能力2016年2017年2018年2019年2020年第三季度东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值现金比率2.681.031.321.030.750.990.41.320.351.64速动比率3.511.152.011.121.541.331.231.281.151.19流动比率3.811.22.251.571.671.121.361.091.240.92数据来源：Wind数据库影响到企业即时偿债质量的因素包括其资金的回流速度、成本水平的高低、短期债务偿还负担等。故而，本文再对东旭光电的状况进行深入分析发现：在流动负债占负债总额状况中，东旭光电流动负债占负债总额的比重自2016年起至今逐年上升，至2020年前三季度高达82.04%，其短期需要动用大量资金支付的偿债负担极高，债务违约风险极大。在短期现金流保障的情况中，东旭光电该指标在2016年为0.15%，至2020年前三季度仅为0.03%，即：公司能够用于支撑其及时偿还流动负债的经营活动现金流水平不足1：1，其债务违约可能进一步得到确认。在其股权对偿债保障分析中，东旭光电的净债务/股权价值在2016年仅为-0.94%，至2020年三季度为51.54%，其债务压力大幅增加，与此同时，增加考虑利息负担后发现，其带息债务/股权价值2016年为21.95%，至2020年三季度高达119.97%，换言之，用其股权价值抵付其全部债务都存在困难。表4-3东旭光电即时偿债质量东旭光电2016年2017年2018年2019年2020年第三季度经营活动产生的现金流量净额/流动负债0.150.060.01-0.10.03净债务/股权价值(%)-0.94-13.7-24.43.351.54带息债务/股权价值(%)21.9535.7783.51108.13119.97数据来源：Wind数据库4.2.2盈利能力分析盈利能力是指企业正常经营赚取利润的能力，是企业生存发展的基础，是各方面都非常关注的指标。在三大盈利能力指标中，销售净利率、ROA、ROE中，主要是为了分析东旭光电获取利润的能力、利用资产的能力，这对于债券能否到期履约、是否存在潜在或实质违约事件有重要帮助。从ROA和ROE的指标中可以看出，东旭光电始终要低于制造业行业整体的平均值，且自2019年开始，东旭光电的ROA和ROE指标均变为负数，说明这主要来源与东旭光电自身内部的原因。进一步分析可得出，东旭光电的净利润率为负数，资产的运营效果变差。未来，东旭光电可以考虑加强管理者对资产运营的效果，合理运用自有资本。在销售净利率的指标中可以看出，对于制造业整体行业而言，从2016年起，数值始终为负数，而当2018年的数值为-32.11时，直到2020年第三季度数值下降到-164.9，明显可以看出，制造业整体的销售净利润一直处于低谷的状态。而对于东旭光电而言，每一年的数值都在行业整体的平均值之上，但在2019年起也变为负数，说明东旭光电在获取净利润方面也存在着一定的问题。东旭光电可以加强主营业务，等方式扩大净利润。在盈利能力中，除了正常考察其盈利状况外，还需要追加考虑其收现能力，此为影响一个公司能否正常履约还债的重要因素。以其经营活动产生的现金流量净额/营业收入的数值来看，在2016-2020前三季度中，该比例最高值为16.97%，因而其依靠经营活动产生现金流量对公司收入的贡献极低，可以判断其无充足且延续的现金流量支撑其债务偿还。表4-4盈利能力指标盈利能力2016年2017年2018年2019年2020年第三季度东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值销售净利率18.99-2911.18-11.58.04-32.-8.8-96.7-26.5-164资产净利率3.477.133.396.783.245.34-2.24.5-1.826.85净资产收益率5.68116.054.756.827.05-4.8-3.62-4.0310.81数据来源：Wind数据库4.2.3营运能力分析由于东旭光电债券违约，说明在资产营运方面也存在着一定的问题。根据三个营运能力指标，侧重分析总资产周转率和流动资产周转率，辅助分析应收账款周转率。从表4-5总资产周转率、流动资产周转率可以发现，不论是总资产周转率亦或是流动资产周转率，东旭光电的情况与制造业平均水平相比，始终存在着较大的差距。2018年之后，东旭光电的总资产周转率与流动资产周转率出现下降趋势，到2020年第三季度时仅分别为0.07，0.12，是在这五年中的最低值并均小于1，说明已出现资产周转不顺畅的可能。同时，也表明了东旭光电的资产管理质量和利用效率水平始终处于较低的原因，更多来自公司自身的状况。影响到总资产周转率、流动资产周转率的因素包括营业收入净额、平均资产总额等。故而，本文再对东旭光电的状况进行深入分析发现：自2016年起，虽然东旭光电的营业收入净额有所上升，但其平均资产总额始终占有较大份额，导致其一直处于较低的位置。而从2018年之后，营业收入净额大幅下降，其最后的总资产周转率仅有0.07。因而东旭光电应当加强资产管理的质量，多多利用资产周转的效率，提升总资产周转率，也应当充分有效利用流动资产。而从应收账款周转率的角度来看，东旭光电的状况相比于制造业平均水平要差的更远，仍然是自身状况的问题比较严重。2016年是近5年来周转率最高的一次，而之后从2018年开始出现明显下滑的现象，到2020年第三季度时，应收账款周转率小于1。该值低，表面东旭光电从获得应收账款的权利到收回款项，变成现金所需的时间就长。同时，也说明东旭光电需要注意坏账的损失情况。因此，东旭光电需要根据应收账款的具体情况，按时收回账款，减少坏账事件的发生，提高应收账款周转率。表4-5营运能力指标营运能力2016年2017年2018年2019年2020年第三季度东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值东旭光电制造业平均值总资产周转率（次）0.40.730.30.750.40.730.250.690.070.69流动资产周转率（次）0.211.310.371.320.611.30.411.250.121.24应收账款周转率4.467.392.27.722.537.81.357.070.427.34数据来源：Wind数据库结合东旭光电的历史数据来看，财务数据分析能够直接从资产负债表中分析出偿债能力、盈利能力等数值从过去到如今的变化，很明显就能看出东旭光电的偿债能力从2016年开始就逐渐变弱，直到2018年第一次债券违约事件的发生，尤其是短期偿债能力很明显地下降，这便很好的证明了偿债能力弱化的趋势。到2019年第二次偿债违约的发生，一直都证明了偿债能力的弱化。到了2020年第三季度时，短期偿债能力依然处于严重下降的趋势，未来发生债券违约事件的可能性更大。针对东旭光电债券违约的事件，考虑到财务报表的数据有一定的时滞性，因而通过Z-score模型继续分析东旭光电为何会发生违约事件。4.3Z-score模型测度违约风险Z-score模型是由纽约大学斯特恩商学院教授爱德华·阿特曼（EdwardAltman）于1968年提出的，他通过33家破产的和正常经营的公司，使用了22个财务比率数据进行分析公司的潜在的失败危机。他利用多元鉴别分析（MDA）逐步萃取了5种最具共同预测能力的财务比率，建立了模型。该公式最初的应用对象是制造业，考虑到本文中的东旭光电属于上市制造业的公司，则直接运用原始模型赋权，应用如下：Z=1.2x1+1.4x1该指标当营运资本越大时，即流动资产越大时，表明东旭光电能够偿还债务的可能性就越大，这能够反映出东旭光电的短期偿债能力。x2该指标同样也能够反映东旭光电的偿债能力，还能够反映出东旭光电的经营期限。x3该指标包含了利息及税费因素的影响下，反映了东旭光电在债券人和所有者权益两者总和中获取盈利的能力，该比率越低，说明东旭光电的资产利用效果越差，发行主体的管理水平不够高。x4该指标反映了东旭光电的股东们所提供的资本和债券人所投入的资本之间的关系，当该指标越大，说明股东相比债券人投入的资本要多，是一个衡量发行主体财务结构的指标。x5该指标反映了东旭光电的销售能力，可以看出东旭光电的资产利用效果。判断准则：Z<1.8,破产区；1.8<=Z<2.99,灰色区；2.99<=Z,安全区Z得分越高，企业越不可能破产，违约概率越低根据东旭光电2020年第三季度的报表中可以得出：x1=0.1056x2=0.0281x3=-0.0376x4经过模型计算后，发现东旭光电的Z=0.486<1.8已经达到破产区，处境堪忧。

表4-6Z值分布时间2018/3/312018/6/302018/9/302018/12/312019/3/312019/6/302019/9/302019/12/312020/3/312020/6/302020/9/30Z值1.691.61.591.331.491.381.380.830.710.560.48根据理论可知，从2018年开始，东旭光电就处于即将破产的阶段，而东旭光电并未发表声明破产重组。由于东旭光电是东旭集团的一部分，有资金的来源。另外，其在光电领域和石墨烯填补了较多的空白起着较为重要的作用，导致其并没有像Z-score模型预测的那样面临破产。4.4KMV模型测度违约风险4.4.1KMV模型参数选取表4-7KMV模型参数选取股权价值（ve违约点（DP）股价波动率（%）债券期限（T）无风险利率（Rf非流动股账面价值流通股二级市场价值非流动负债（DL）流动负债（DS）年化波动率1隔夜拆借利率Shibor（1）股权价值v中国的证券市场较为特殊，中国上市公司的股票是由非流通股和流通股一起构成的。由于非流通股没有市场交易价格，因此在给非流通股定价时较为困难，只好根据财务报表披露的每股净资产作为非流通股的价格。即最后的公式如下：股权价值ve=流通股股数×最新收盘价+非流通股股数×（2）违约点（DP）当债务面值总额与公司资产市场价值接近时，公司违约风险会增加；当债务面值总额大于公司资产市场价值时，公司会发生违约。非流动负债表中公司的长期负债、流动负债表示公司的短期负债，根据KMV公司对于美国债券设置的违约点计算公式，即DP=DS+0.5DL（3）公司股权价值波动率根据历史波动率法估计上市公司股权价值波动率。假设上市公司股票价格满足对数正态分布，股票的周收益率ui：（Si,σE=1n−1i=1（σE：股权市场价值的年波动率E：一年内交易周数由于计算相对比较复杂，直接通过wind数据库寻找30家上市公司的数据。（4）债务期限T和无风险利率R本文KMV模型中债务期限设定均为1年，即T=1，无风险利率Rf4.4.2实证结果违约距离度量分析由于与东旭光电同行的上市公司数量过于庞大，且寻找数据较为困难和繁杂，本文只好通过寻找与东旭光电总资本数相差不大且所处行业相同，制造产品类似的公司进行了筛选。选取了30家的数据作为整体的样本，寻找的数据主要根据2020年第三季度财报来选取的。而后利用Matlab计算KMV模型，得出三十家违约距离的平均值为16.8。而通过对东旭光电的数据进行计算得出其违约距离为：17.3。违约距离越大，说明东旭光电的违约风险越小。虽然东旭光电的违约距离大于其行业的平均违约距离，但是其仍然发生了债券违约事件。但是根据这一次的测度的结果来看，下一次的违约风险事件发生的可能性较低。而对于我国现状来看，债券违约数量不够多，而且也没有建立起全面的信用违约数据库，无法建立起与违约预期概率（EDF）间的关系，因而无法直接清晰地描述出信用风险。

表4-8制造业30家的违约距离股票名称违约距离股票名称违约距离股票名称违约距离600758.SH辽宁能源16.40784600726.SH华电能源11.7723600780.SH通宝能源17.32472600163.SH中闽能源20.39092600283.SH钱江水利16.34345300560.SZ中富通16.82781300150.SZ世纪瑞尔20.74615002808.SZ恒久科技15.56479603181.SH皇马科技11.21218300490.SZ华自科技14.39904002866.SZ传艺科技13.98249300667.SZ必创科技18.79438300565.SZ科信技术16.02906002149.SZ西部材料12.63926300708.SZ聚灿光电8.524945002273.SZ水晶光电17.50328002156.SZ通富微电13.9272002546.SZ新联电子32SZ精测电子13.59776300479.SZ神思电子14.64619603916.SH苏博特13.22847002538.SZ司尔特21.98425600089.SH特变电工14.75721300408.SZ三环集团18.86034000703.SZ恒逸石化16.35574600552.SH凯盛科技18.10812000778.SZ新兴铸管31.67992000100.SZTCL科技14.04759002122.SZ*ST天马18.37156600090.SH*ST济堂14.33865本章小结（1）根据财务数据得出：财务报表的数据分析只是通过分析历史的数据，而忽略了企业对于未来的发展前景。通过分析可以看到，历史数据对于企业的发展起着十分重要的作用，但是不能只分析历史数据，企业的未来发展前景也起着十分重要的作用。财务报表注重有形资产和财务资产，却没有考虑企业的无形资产。然而财务数据只能基于历史数据来进行研究，如果根据历史数据得出的结论并没有明显的趋势，但还是发生了债券违约事件。像东旭光电中长期债务指标一样，在未发生债券违约之前，资产负债率指标较为平稳，而发生了债券违约事件之后的年报发现资产负债率较之前有较大幅度上升，因而，仅凭财务数据对于东旭光电或是其他的企业在得出结论是不够的。（2）根据Z-score评分模型得出：同样地，对于Z-score模型来说，根据查找东旭光电的指标进行计算后，z评分一直呈现出下滑的趋势，没有破产是因为像东旭光电这样的企业，还需考虑到其在市场中的地位以及公司规模等其他许多无法定量的问题。但能够通过Z-score模型可以看出东旭光电的整体趋势以及是否会发生债券违约事件的可能性。（3）根据KMV模型得出：对于KMV模型来说，只靠东旭光电一家的历史数据是不够的，还需要整体行业的历史数据。而对于东旭光电所处的制造业来说，其同行的企业过多，只能用整体违约距离的平均值与其违约距离进行比较。但是制造业过于庞大，东旭光电只是制造光电显示产业方面的内容，而许多其他的制造业与东旭光电毫不相关，从而缺少一定的可比性。而本文选取的30家是与光电，能源有关的企业作为整体。最后的结论是违约距离要大于整体的平均距离，那么在2021年东旭光电发生债券违约事件的可能性要较低。虽然结果是如此，但是对于KMV模型来说能够准确的预测风险发生的可能性还是需要依靠违约预期概率，而我国没有建立起信用违约数据库，从而相对于只给出违约距离变得较难判断。（4）三者的比较对于财务数据，Z-score模型以及KMV模型三者的比较，财务数据多利用历史数据准确性较高但有一定的时间滞后性，而Z-score模型主要是度量其破产值、观察其是否会有破产的趋势；KMV模型则是通过整体行业角度与东旭光电一家的违约距离进行比较，虽然依赖同行的数据，但是准确率较高，可以看出是否有违约的可能。因而想要真正知道一个企业是否会发生债券违约事件或是破产等严重的事件时，结合这三者的优势综合分析，即通过财务数据看历史，通过z-score模型看企业是否会破产的大致趋势，以及通过KMV模型从整体行业入手，计算违约距离，找到企业自身的定位后，得到一个较为准确的违约发生的可能。结合三种方法的优缺点，通过对于东旭光电这一家违约公司的分析，便可得出以后在分析其他公司时，同样可以结合三种方法的优缺点进行综合分析，即当三种方式得出的结论都有较大的概率仍然会发生违约时，则可以判断其下次发生违约事件的可能性将大大增加。而当只有一种或两种方式发现有违约的可能时,则无法给出准确的违约可能性，需要进一步通过更加具体的分析每一部分的内容，再得出三者与违约的关系。

5对策建议5.1发展信用风险缓释工具东旭光电作为我国的民营企业，其采取融资的方式为直接融资，对于直接融资的方式处理上，应当大力发展信用风险缓释工具，在此基础上，可以继续完善债券违约风险的定价模型和体制机制。另外，东旭光电这样的若债券违约事件再次发生，应当建立起债券的保险制度，选择有关信用风险的保险产品，建立起分担机制。如中债信用增进投资股份有限公司一样，发放信用风险缓释凭证，以债券规模20亿的18太钢MTN001位标的债务，凭证期限为1年，发行价格为0.4元，发行规模为3500万元，说明投资者认为这个债券风险不大。5.2完善财务管理体系根据财务数据分析得出的结果可以看到，东旭光电应当在资本的使用过程和流通过程的有效监督下，为了能够让资金得到充分的利用，东旭光电应当密切监测日常营运资金管理、现金流量管理等。东旭光电应当按时收回账款，减少坏账事件的发生，提高应收账款周转率；与债权人认真协商，争取更多的流动支持。5.3制定合理的业务策略通过现状分析来看，企业的业务策略对于企业发展来说是十分关键的。东旭光电应当制定与企业目前状态相匹配的策略，确定每一步的过程中的细节，稳步发展和经营，进行适当扩张，不能盲目扩展，可以制定部分激进的策略。另外，制定严格的业务运作管理，加强客户、供应商、投资者等的交流和交流机会，使得公司能够正常运作。

结论本文选取债券违约情况最为严重的制造业中的东旭光电这家公司作为本文的研究对象，再介绍其主营业务、经营方向与违约事件的过程，通过结合东旭光电的现状、实证分析以及三种方法各自的优缺点，总结出以下结论：（1）根据财务数据分析，得出东旭光电长短期偿债能力弱化导致其发生债券违约，而这些数据有一定的时滞性无法及时发现。同时，还需要考虑东旭光电未来的发展前景。（2）根据Z-score评分模型得出东旭光电从2018年开始，Z评分虽一直处于破产区域中，但由于其为东旭集团的子公司有一定的资金来源，而没有破产。（3）根据KMV模型度量分析得出，东旭光电在同行中违约距离虽然没有低于整体行业平均值，但是违约事件依然发生了，因而只考虑违约距离是不够的，应当进一步考虑违约预期概率。（4）通过结合三种方法的优缺点，进行综合分析，能够更加准确地判断发生违约事件的可能。

参考文献[1]李湛,李晓桃.后疫情时代债券市场风险防范研究[N].金融时报,2021-03-22(011).[2]郑步高,王鹏.我国债券市场违约成因、影响及对策研究[J].新金融,2021(01):44-47.[3]李梓娴.基于KMV模型的地方政府债券违约风险研究——以河南省为例[J].时代金融,2021(01):52-55.[4]宁欣然.企业债券违约原因分析及应对策略——以康得新为例[J].中国中小企业,2021(01):173-174.[5]李子娇.东旭光电财报迷雾待廓清[N].经济日报,2020-12-22(012).[6]侯蕴慧.我国公司债券违约处置方式现状及对策分析[J].商业经济,2020(12):172-173.[7]赵燚.民营企业债券违约现状及原因分析[J].营销界,2020(51):166-167.[8]程秋君.地方国企债券违约增多的深层动因及对策思考[J].中国银行业,2020(12):49-51.[9]KanasAngelos,MolyneuxPhilip.DomeasuresofsystemicriskpredictU.S.corporatebonddefaultrates?[J].InternationalReviewofFinancialAnalysis,2020,71.[10]胡文彬.中国债券市场违约问题研究及原因分析[J].中国商论,2020(16):68-69.[11]YuboLi,XiaohanXu.AStudyonTheTimelinessofCreditRatingonBondDefaults—EvidencefromChineseBondMarket[J].EconomicManagemenJournal,2020,9(1).[12]潜力,冯雯静.地方政府专项债券违约风险——基于KMV模型的分析[J].统计与信息论坛,2020,35(07):35-44.[13]赵丽萍，张紫漩.去杠杆政策下公司债券违约风险研究一一来自上交所的经验数据[[J].会计之友，2018(03):120-124.[14]胡恒松,张宇.民营企业债券违约原因及对策研究——以东旭光电为例[J].会计之友,2020(13):29-36.[15]SustainabilityResearch;ReportSummarizesSustainabilityResearchStudyFindingsfromUniversityofInternationalBusinessandEconomics(CanESGPerformanceAffectBondDefaultRate?EvidencefromChina)[J].Ecology,Environment&Conservation,2020.