13.5 信用风险
至此，有关财务比率的讨论还没有谈到一个关键问题：分析师计算出财务比率后，怎样判断其所代表的信用质最是好是坏呢？分析师必须将财务比率与债务人按时足额偿还利息和本金的概率相联系。实践中，分析师通过测试财务比率来预计债务人不支付（违约）的可能性。例如，在其他条件都相同的情况下，从统计上看，财务杠杆高的公司比财务杠杆低的公司违约的概率要大。同样，固定费用保障倍数高的公司违约风险较低。在确定造成高违约风险的因素之后，分析师可以利用比率将所有的债务人按照预计的违约概率进行排序。
许多信用分析师利用所在机构已建立的排序框架来进行比率分析。而处理贷款申请的个人可以利用信贷机构的经验标准，这些经验来自于信贷机构多年来对准时偿还贷款或违约公司财务特征的观察。证券领域的债券评级也为分析提供了框架。表13—4和表13—5给出了两大顶级债券信用评级机构——穆迪公司和标准普尔公司的等级定义）以下讨论中，等级符号和相应的“口头表述”可互换——AAA和3A，AA和2A等。）
由于建立信用标准已经完成了大部分信用工作，下一步就是解释公司如何按照比率来进行信用质量排序。债券等级即是讨论中所关注的标准，但是分析师还需将基本原理应用于内部信用等级计划。下面将阐述信用等级标准的使用，最后，本章将通过对制定信用标准的基本方法的分析来向读者说明财务比率与违约风险之间的关系。
本节分析的重点是确定债务人准时足额偿还本金和利息的概率，并没有说明当发生违约时债权人本金可能受偿的比例。而本金的预期受偿金额会影响到债权人决定是否扩大信贷或终止信贷，也会对债务类证券的估值产生重响到债权人决定是否扩大信贷或终止信贷，也会对债务类证券的估值产生重要影响。但是，破产分析是另一回事，其取决于对相关法律的了解及债权人与公司管理层之间就重组所进行的谈判。这些问题都超出了本书的范围。此外，对于信用评级较高的公司所发行的证券来说，本金可能受偿的比例是估值中一个影响相对较小的因素。从中短期来看，此类公司破产的概率很小。
本书不对破产分析进行详细讲解，第14章从确定失败公司权益价值的角度作了一些相关阐述，权益价值的确定是公司重组或清算的关键步骤。此外，参考书目中包括了详细讨论破产的著作。
13.5.1 比较比率分析
信用评级的基本方法是将公司的比率与同行业公司进行比较。经营规模和行业是确定可比公司的主要标准。
就规模而言，年销售额50亿美元的制造商，与具有相似财务比率但销售额只有500万美元的公司相比，其信用风险通常要低一些。- -般而言，规模较大的公司能够获得规模经济，并且由于采购能力强，能获得较多的供应商信用。大公司能够通过多元化的产品和客户群来分散产品过时的风险，面对竞争挑战，小公司可能只集中于几种产品和少数客户群。生产单一产品的公司将极其脆弱，意想不到的生产损失对这类企业可能是致命一击。缺乏管理经验通常是小公司的另一个问题。
当然，大公司也可能破产。许多大机构就存在着很多的非效率行为。但是，问题的关键不是争论大公司是否成功或有效，而是确定一般而言，大公司能否比小公司更好地偿还债务。违约风险的统计模型证明了这一点。因此，债券评级机构基于规模进行可比公司的选择的做法是可取的。
对2001年标准普尔公司COMPUSTAT数据库的调查研究表明，拥有高级债并且股东权益低于2亿美元的公司为452家。其中，仅有40家的评级为投资级，即BBB-级以上，仅有11家等级为A-级以上。小规模公司集中于投机级，支持了公司规模与违约风险负相关的假设。
行业是确定可比公司的另一个关键因素。因为不同行业具有不同的财务特点，跨行业的财务比率比较是没有意义的。机器设备制造商的销售收入可能会随者资本支出周期而大幅波动，而包装食品公司的收人来自于年复一年的产品需求。因此，食品加工企业的收人和现金流具有较强的可预测性。与机器设备制造商相比，其可以承担较高的固定费用，其资本结构中可以有较高的债务比重。债券信用评级机构可能给债务资本比为35%的食品公司定级为AA，而给具有相似比率的机器设备制造商的定级不会高于A。
包装食品生产商和机器设备制造商之间的比率基本没有可比性。 与前者相比，后者看起来会更好一些，但是从行业经营风险角度来看，后者的财务杠杆可能太高了。当比率分析跨越广义界定的经济部门（例如，工业、金融业、公共事务业和交通运输业等）时，可比性问题会更加突出。
根据该原则，可比公司可能还应该具有基本相同的产品线。即使是联系紧密的企业，其经营风险也会有一定程度的差异。严格地说，白色牛皮纸的生产商与牛皮卡纸的生产商不可比，面巾纸的生产商与精印书写纸的生产商也不可比。
但是，过度追求完全相同的比较公司可能会使可获得数据非常少，从而限制了比率分析的使用。在极端情况下，只有一家可比公司，其比较是没有什么价值的。公司的评级可能高于其唯一的可比公司，但是分析师不清楚可比公司的信用是强或弱。
另外，假设公司特定的财务比率在10家可比公司中排名第四，这组公司中有8家公司紧紧分布在中位数周围，在高低值上各有一个散点。因此，至少从这个特定比率来看，公可的风险在这组公司中处于平均水平。
目前，有两种方法可以解决可比性和样本规模之问的矛盾。通过这两种方法，分析师可以获得满意的相对信用风险评价。
第一种方法是将公司与指定的一组可比公司相比较，如表13—6。信用分析师可以使用这种方法分析公司在行业内的排名。样本中的比率为3年的平均值。平均值可以将公可在某一年不具代表性的结果的影响最小化。同时注意，8家可比公司全是石油公司，而且仅限于综合性竞争对手（综合性公司包括生产、运输、炼制和销售石油，而独立公司通常只经营以上业务之一）。
埃克森-美孚公司（Exxon Mobil）的3个财务比率均优于其竞争对手。该公司应该获得可比公司的最高评级，也是标准普尔公司评级中的最高等级，AAA。同样的道理，西方石油公司(Occidental Petroleum)的3个财务比率均排名第8，为可比公司的最低评级，BBB-。
其他综合性石油公司的排序和等级之间则没有严格的对应关系，每个比率排名第4名~第7名的公司均不同。在这种情况下，信用评级机构进行评级需要考虑的其他因素还包括对竞争地位、管理质量等的主观判断。可以看到，在每个比率的排序中，雪佛兰公司（Chevron）均高于壳牌石油公司
（Shell Oil），但是信用等级却低于壳牌石油公司（AA 与AAA）。这似乎不合情理，但是可以用壳牌石油公司是大型多元化集团公司皇家荷兰/壳牌集团公司（Royal Dutch/Shell Group of Companies）的重要子公司来解释。尽管母公司不能给子公司的债务提供正式担保，但是，标准普尔公司甚于潜在的信贷支持，将壳牌石油公司的等级定为和阜家荷兰/壳牌集团公司同样的等级AAA。
表13-6也显示了财务比率的一个重要特征相互关联性。除了阿拉美达赫斯公司（Amerada Hess）以外，其他公司在某一个比率中的排名与在另一个比率中的排名差别不会超过一位以上。这不是偶然的结果。公司很难同时拥有相对较高的债务资本比和较高的利息保障倍数，异乎寻常的低利率负债和高资本回报率下可能会产生这样的结果，但是这几乎不可能发生。
从表13-6中，我们可以得到一个重要启示，即达到某个水平之后，计算和比较额外财务比率的作用可能有限，额外比率所表达的信息已经包含在分析之中了。因此，分析师基于有限的几个财务比率的分析就能获得所需信息。分析师可以将余下的时间和精力用于研究财务报表内外部的其他有关事项上。
比较比率分析的第二种方法是根据可比公司的评级来确定。如前所述，对不同经济部门（如工业和公共事业）的公司进行比较是不恰当的。但是，可比公司可以包括广义经济部门中的很多子行业。在该方法下，通过行业内可比公司的比较，扩大的样本量可以使分析师完善对各公司的排序。
表13—7列出了A级公司各个比率的中位数，而没有分别列出151家A级工业企业的比率。此外，该表还列示了对A级公司评级的上四分位数和下四分位数。
同可比公司相比，德士古公司（Texaco）位于A级公司的最高点（A+）。该公司的统计数据与现金流占负债比和债务资本比的中位数大致相等，而税前利润利息保障倍数更接近于下四分位数。
那么，2000年德士古公司的整体表现是不是说明其评级被标准普尔高估了呢？仅从财务比率来看，这可能是个合理的推断。但是，德士古公司不仅没有在近期内下调评级的风险，而且，随着年报的披露，标准普尔公司将德士古公司列于可能上调评级的观察列表内。
一些因素可以解释这个看似矛盾的问题。 首先，标准普尔公司非常看重德士古公司强有力的竞争地位。除了强势品牌之外，德士古公司还致力于开发低成本的新能源来替代石油生产。财务弹性是德士古公司的另一大优势。德士古公司内部产生的资金可以满足开采和生产的预算需求，而不需要从外部借贷。最后一个因素是德士古公司管理层的信誉。德士古公司承诺将债务资本比控制在40%以内，高管层信守了承诺。例如，用权益融资来满足并购资金需求，财务战略上不会刻意迎合股东的需求。标准普尔公司之所以将德士古公司列示于可能上调评级的观察列表，还有一个关键因索没有在表13—6中反映出来。评级更高的雪佛兰公司已经宣布将收购德士占公司。
因此，虽然比较比率分析在债券评级过程中发挥了重要作用，穆迪公司和标准普尔公司的分析师们还要考虑财务报表之外的一些因素。所以，非评级机构的分析师必须谨慎地作出公司是否评级有误的结论。如果没有了解相关情况便作出推断，分析师可能推荐买人或卖出债券，预期债券等级会提高或降低，而这可能根本不会实现。
在此条件下，比较比率分析对分析师具有相当大的价值。其有助于分析师来判断穆迪公司或标准普尔公司没有进行定级的公司最为接近的等级类别。在此过程中，分析师需注意前述的可比公司规模问题。
比较比率分析也可用于评价重大交易事项，如债务融资收购（debt-fi-nanced acquisition）或重大股票回购等对公司信用的影响。分析师可以根据预估财务报表（参见第12章）计算比率，然后根据等级类别的比率中位数对公司进行排序（见表13—8）。考虑到财务比率会随着商业环境的变化而变化，在进行比较比率分析时应该使用更新的数据。
分析师还要记住，当管理层的信誉很高时，可能会改变由预估财务比率所得出的降低公司等级的结论。关键在于能否提出一个可行的计划，使财务杠杆在几年内恢复到交易前水平。但是注意，如果公司并没有开始朝着长期目标迈进，那么降级只是迟早的问题。评级机构会怀疑公司在第3年集中完成3年期计划的能力。
13.5.2 比率趋势分析
比较比率分析是评价相对信用风险的一种有效方法，但是分析师也可能据此得出错误的结论。假设同行业的两家公司上一年度的固定费用保障倍数同为3.5倍。从比较比率分析方法来看，这两家公司的信用风险相同。但是，假设其中一家公司的固定费用保障倍数5年前为5倍，其后稳定下降至3.5倍，而另一家公司的固定费用保障倍数在同一期间由2倍提高到了3.5倍。如果两家公司的变动趋势持续下去，那么上一年度固定费用保障倍数均为3.5倍，与两家公司的风险评估基本没有关系。未来固定费用保障倍数越大的公司，其信用风险越低。
此外，财务比率的改善或恶化对不同公司来说，其意义是不同的。在某些情况下，几年内持续的下降趋势表明，公司的信用质量确实是下降到了一个新的低点。而对其他公司而言，同比变动为负则仅代表公司正常的经营周期。
某些行业的需求比较稳定。食物、饮料和护肤品等小件非耐用品，即使在经济萧条时期，消费者也需要购买使用，而最坏的情况是，消费者会在同类别中选择价格较低的产品。相反，当信贷紧缩或对经济环境充满疑虑时，消费者会推迟大件耐用商品的购买，汽车、房屋和大型家电设备生产商会经历经济繁荣和萧条时期需求的大幅波动。由于采用资本密集型生产方法所带来的高额固定成本，这些行业的利润通常会发生剧烈波动。
在评价周期性公司的长期信用情况时，债券评级机构通常会关注周期趋势，而不是年度趋势。其观点是，波峰、波谷相似（见图13—2）的周期趋势表明，财务能力没有降低。只有出现波峰和波谷逐渐下降的趋势时（见图13—3），才能表明财务能力的恶化。
穆迪公司和标准普尔公司将这种传统的方法称为“周期评级法”。虽然这种方法仍然影响着评级机构的分析，但是近年来这个概念已经逐渐被淡化了。这种改变部分说明了虽然每年的经营活动仍然在变化，但是美国经济不再像过去10年那样经历着典型的经济周期。言下之意，相比过去，公司比率的上升或下降更可能代表长期转变。
即使在前几年，信用评级机构较为坚持周期评级法时，区别正常的、周
期性的衰退与长期恶化也是十分困难的。管理层可能将盈利能力的长期恶化描绘成正常的、周期性的下降。因此，现在分析师必须超出财务报表的范围对财务指标的改善或恶化的持续性进行判断。
13.5.3 违约风险模型
如上所述，比较比率分析（comparative ratio analysis）和比率趋势分析（ratio trend analysis）是确定公司信用质量相对范围的两种方法。许多分析师认为没有必要再继续深入，但是，完整的信用分析还应该讨论另外两个基本的问题。第一个问题是如何建立评级方案，如债务等级。第二个问题是指标比率之间的相互矛盾。比如，对于固定费用保障倍数较高而财务杠杆较差的公司，信用分析师应该如何评级?分析师应该进行更为科学、严谨的判断。
解决这两个问题的方法是建立财务比率和违约风险之间的统计关系。首先，要搜集与违约相关的数据。然后，利用统计方法来确定哪些财务指标与违约风险最为相关。分析师利用这些指标组成的模型对公司进行信用评级。
其中一个预计违约风险的模型是爱德华.阿尔特曼（Edward I. Altman）的Z计分模型（Z-score model）：
式中，x1为营运资本/总资产（%，例如0.20或20%）；x2为留存收益/总资产(%)；x3为息税前收益/总资产（%）；x4为所有者权益的市场价值/总负债（%）；x5 为销售收入/总资产（倍数，例如2.0倍）。
在该模型下，计分小于1.81表明存在严重的信用问题，计分大于3.0则表明信用状况良好。
爱德华·阿尔特曼及其同事发展了Z计分模型，建立了Zeta模型，通过使用以下变量提高了预测的准确性：x1为息税前收益/总资产 （%）；x2为资产收益率10年变动趋势的标准差；x3为息税前收益/利息支出；x4为留存收益/总资产；x5为流动资产/流动负债；x6为权益市场价值/总资本在5年的平均值，x7为对数表示的总实物资产。
Zeta模型以及其他定量分析模型有许多突出的优点。首先，它们将财务变量和违约风险客观联系起来，从而避免了主观地确定各变量的相对权重。其次，相关记录表明，数量模型预测信用不佳的大多数公司最终都发生了违约。此外，非违约公司的计分与其债券等级之间具有较强的联系。这表明，虽然穆迪公司和标准普尔公司的评级方法较为主观，但是其结论至少部分地得到了违约风险统计指标的验证。因此，信用分析师可以放心地使用如比率趋势法等方法来划分公司信用等级。尽管可能有人会怀疑信用评级机构对特定公司或特定行业的评级，但是，总的来说，信用等级可以提供有效的信用风险评估，并且具有强有力的统计学支持。公司当前的等级越低，以后年度的违约概率越大。
尽管这些定量违约模型在信用分析中十分有用，但是它们不能完全替代主观判断。
首先，数量模型预测信用不佳的大多数公司最终发生了违约，但也有许多并没有发生违约。通常，出现财务危机的公司通过引进新的管理人才而重新焕发活力，并没有发生债务违约。因公司陷人财务困境而面对巨大的资本损失时，机构投资者可能会评估公司好转的可能性，而不是完全基于违约模型卖出公司证券。
信用分析师也必须记住，公司可能会因为报告财务数据之外的原因而破产，而模型并不能揭示出来。例如，1994 年，美国布拉斯公司（Brass）根据美国《破产法》第11章申请重组，以解决塑料水管系统质量问题的诉讼。1995年，美国道康宁公司（Dow Corning）申请破产，以解决公司生产的硅凝胶乳房植入物所引起的讼诉，据称植人物可能造成自身免疫性疾病和其他疾病。1999 年，位于业拉巴马州的海湾国家钢铁公司（Gulf States Steel）申请破产来解决环境保护组织（Environmental Protection Agency）及其他环境相关问题的未决诉讼（pending litigation）。而这些公司的资产负债表和损益表并没有暗示公司可能会倒闭。美国布拉斯公司的母公司——雅洁工业公司（Eljer Industries）特别声明，破产不是由于现金流短缺所造成的。这此问题在公司的财务报告附注中披露，而完全基于财务报表数据的违约模型是不能反映或有负债的。
通过权益市场价值占总资本的比率，Zeta模型部分地反映由公司的环境诉讼或产品责任诉讼所带来的违约危机。股票市场投资者在评估股价时会考虑这种风险。
一些违约风险模型完全依靠股票市场的智慧而无需财务数据。最有名的是KMV模型和Helix Investment Partner，L.P模型。这两个模型的原理是，负债和所有者权益的价值均来自于相同的资产。股票持有者只享有偿付债权人之后的剩余索取权，因此，如果公司资产的市场价值低于负债价值，股票就变得一文不值。同时，公司破产，企业资不抵债。按照这个逻辑，股价下降表明公司正濒临破产。因此，从理论上说，信用分析师可以跳过财务报表分析工作，只通过观察股价来监控公司的违约风险。
和依靠财务比率的定量模型一样，基于股价的违约风险模型也能提供有用但非完全准确的信息。例如，当公司贷款回购股票，从而使得债务资本比大幅提高时，违约风险显然会上升。同时，由于财务杠杆的提高及发行在外股票数量的减少，会对每股盈余产生积极的影响，从而股价也会上升。但是，根据基于股票的违约模型，股价上涨表明违约风险下降，这是基于股票的违约模型来进行信用评价时，通常会遇到的问题之一。
即使股价是信用风险的最佳指标，信用分析帅也不能跳过财务报表分析。首先，不是每家公司的股票都在公开市场上交易。模型的设计者试图通过用行业可比公司的股价来代替私人公司不可观测的所有者权益价值来解决这个问题。但是，这种方法不能反映导致美国布拉斯公司、道康宁公司和亚拉巴马州的海湾国家钢铁公司破产的特定风险。基于股票的违约模型也不能减轻分析师编制预估财务报表以反映合并或重大资产出售影响的责任。信用分析中，股票价格最多只是财务报表比率计算的一个有益补充。