回溯历史，我们不难发现这些“不合逻辑”的现象：2009年的次贷危机和2011年的平台债务风波时，信用环境明显弱于2016年，但那时并没有债券违约，而违约的爆发却是在经济并不算太差的2016年。而且，从15Q3至16Q1，经济并未出现明显的恶化，但是债券违约的案例增加了14倍。我们隐隐地感到，决定违约的并不都是经济因素。
要解释这些，还要从我们的“违约率三因子模型”说起……
三类资金
债券发行人偿付本息的资金来源可分为三类：内源性资金、外源性资金、协调性资金。
内源性资金是指发行人经营活动结果产生的资金，主要取决于发行人的经营状况。
外源性资金是指发行人依靠自身能力向其他经济主体筹集的资金，大多数情况下为来源于贷款、信托的债权资金，但也有可能为通过增发股票等方式所获得的股权资金。（请注意，我们这里强调“依靠自身能力”，即资金提供方的出资完全基其对于发行人未来发展的判断，而非其余主体对其的影响。）
协调性资金指的是依靠发行主体很难获得的，但是在外部主体的协调下可争取到的资金。例如，15川煤炭CP001偿付资金的来源，事实上是在当地政府和交易商协会的协调下，另一家四川省国企发放的委托贷款。贷款人决定发放委托贷款，并非基于其对于发行人偿债能力的判断，而是由于其余主体的协调，因此我们将其视为协调性资金。根据我们的观察，在之前发生的信用风险案例中，协调性资金的身影并不罕见。
三个因子
债券的违约风险，取决于上述三类资金的可获得性。其中，内源性资金取决于发行人的经营状况，外源性资金同时受到经营状况和融资环境的影响，而协调性资金更多地依赖于发行人所在区域的金融生态环境，这是一个非经济的因素。因此，我们可以将债券违约率表达为这样的模型：
违约率=经营状况因子+融资环境因子+非经济因子
其中，违约率的定义采用的新增违约人的个数/债券到期只数（若无特殊说明，下文亦同）。我们强调新增违约人的概念，是由于对于同一发行主体重复计算违约的债项并无意义。同时，既然分子采用的是新增违约人的个数，显然分母使用到期债券的只数比到期规模更为恰当。
企业的经营状况是一个多维度的概念，很难用单一指标刻画。但是，经营状况最终都会反映到盈利能力上，综合考虑多方面的因素，我们使用ROA作为计算经营状况因子的基础。从理论上讲，各个因子与违约率正相关，因子的数值越高越容易形成违约，所以我们在模型中最终使用的是ROA的相反数。
融资环境的好坏取决于资金的可获得性，因此我们使用信用债净融资额代理融资环境因子。为了统一数据的量纲，我们将违约率、经营状况因子、融资环境因子标准化为均值为0、标准差为1的时间序列变量。
非经济因子相对难以量化，因此我们使用违约率、经营状况因子、融资环境因子倒推非经济因子。这三个因子的值越低，表示其所带来的违约风险越小，例如17Q1非经济因子的数值为-1.35，显著低于去年同期的水平，暗示这段时间地区地区金融生态处于相对较好的状态。
2016年
利用上文的三因子模型，我们可以很清晰地识别出不同阶段造成违约的核心因素。2016年出现过两次违约潮，分别为上半年和四季度。在16H1的违约潮中，经营状况因子由前期的1.37上升至1.65，而融资因子处于历史较低水平。也就是说，相对于融资环境，企业经营能力的恶化是本阶段违约更为主要的原因。
2016年四季度的违约呈现出截然不同的形态。在这个季度中，企业盈利能力上升，经营因子回落至0.70，企业内源性资金的风险显降低。但是，货币政策收紧和去杠杆进程的深化，使得资金供给受限且市场偏好上升，从而推动融资因子由-1.13快速上升至0.78。
去年的这两轮违约潮中似乎隐藏着这样的一个悖论：经济不好，发行人的盈利水平就会下降，结果是经营状况因子上升，违约风险上升；经济渐好，货币政策趋紧和去杠杆的力度就会提高，结果是融资环境因子上升，同样会增加违约的风险。
不幸的是，2017年同时具有这两个特征：年内经济增速递减，而且货币政策和金融监管政策明显比2016年更为紧缩。那么2017年债券市场的违约将会怎样？为了回答这个问题，我们先来回顾下2017年初至今（5月15日）的违约案例。
2017年初至今
2017年以来，银行间以及交易所共有10个发行人出现过违约，分别为大连机床、东北特钢、博源、山水、中城建、华盛江泉、珠海中富、春和、蒙奈伦和川煤炭，对应14只债券，远低于去年同期水平（24只）。而且，在这些违约人中只有华盛江泉为新增违约主体（去年同期有8家新增主体），其余的主体均有存量债券处于违约状态。
对于存量违约主体违约的分析，应该回溯至其首次违约时，因为后续债券的命运在该时点已经被基本确定。所以，新增违约主体的数量远比存量违约债券的数量有意义。
事实上，当前的融资环境明显比16Q1更为糟糕，信贷增速下降、表外融资受阻、债券发行量显著降低，融资因子已经上升至1.58。显然，支撑债券信用资质的不可能是融资环境因子，而是经营状况因子和非经济因子。
17Q1的宏观经济状况好于16Q4，这也在中观和微观的盈利数据中得以体现。发行人经营状况的进一步改善强化了内源性资金的来源，也将经营状况因子降低至0.25，基本回到了15Q1的水平。更为重要的是，在人民银行、地方政府、交易商协会等部门的共同努力下，地区金融生态得到了很大的改善，非经济因子降低至-1.35。
非经济因子的重要性
为什么16Q1与15Q3相比，经济状况并未明显恶化，但是违约债券的数量增长了14倍？很显然，推升违约率的主要是非经济因素，或者说是地区金融生态。
在传统的信用评级体系中，非经济因子的概念被人为弱化；我们的信用理念更强调地区金融生态的影响力不应被忽视。事实上，在16H1的不少违约案例中，都体现出当时地区金融生态的薄弱。例如，2016年3月28日15东特钢CP001未能按期足额兑付，虽然有发行人自身经营的问题，但也有存在着非经济因素。与此相对的是齐星事件之后，山东省以及滨州市政府的主动作为，维护了当地经济金融的稳定。
用三因子模型预测未来
根据违约率三因子模型，我们分三个情景对17Q2-17Q4的违约率进行了预测。结果显示，2017债券违约风险可控，违约率很难高于2016年。
在中性情景中，我们假设17Q2、17Q3、17Q4企业的盈利状况分别回落至16Q4、16Q3、16Q2的水平；信用债的净发行量逐步恢复至8000亿元/季度；非经济因子逐步上升至16Q4的水平。模型结果显示，在这个情景下违约率逐季上行，17Q4时会趋近16Q3的水平，全年违约率相当于2016年的60%。
在悲观情景中，我们对经营情况的输入不变，同时假设信用债净发行量逐步恢复至5000亿元/季度，非经济因子逐步回升至16Q2的水平。在这个情景下，单季度违约率会逐步上升，至17Q4时基本等同于16Q2的状态，全年违约率与2016年相当。
在乐观情景中，我们假设经营状况一直保持于16Q4的水平，信用债季度净发行量一直保持在7500亿元的水平，非经济因子小幅上行至-1.0。在这个情景下，单季度违约率仅仅相当于16Q3时的50%，全年违约率也仅仅为2016年的50%。
债券的违约风险取决于内源性资金、外源性资金、协调性资金的可获得性。其中，内源性资金取决于发行人的经营状况，外源性资金同时受到经营状况和融资环境的影响，而协调性资金更多地依赖于发行人所在区域的金融生态环境，这是一个非经济的因素。因此，我们可以将债券违约率表达为这样的模型：
违约率=经营状况因子+融资环境因子+非经济因子
这个模型可以很清晰地识别出每个阶段造成违约的核心因素：在16H1的违约潮中，相对于融资环境，企业经营能力的恶化是本次违约更为主要的原因；进入16Q4后，货币政策收紧的影响更大。
今年以来，在人民银行、地方政府、交易商协会等部门的共同努力下，地方金融生态得到了很大的改善，降低了非经济因子。因此今年只出现了华盛江泉这一个新增违约主体，显著少于2016年同期水平。
三因子模型的预测结果显示今年的新增主体违约率不会高于2016年。在悲观、中性、乐观情景中，全年违约率分别相当于2016年的100%、60%、50%。
