1.2 研究工作的回顧和評述

事實上，現有關于企業集團和信用風險的主要研究均遵循著各自不同的邏輯脈絡。因此，在對已有研究工作進行回顧和評述的時候，這里也分為三個邏輯相對獨立的部分分別就現有的關于企業集團的研究、信用風險的研究和企業集團信用風險的研究工作進行回顧。

1.2.1 對企業集團研究的回顧和評述

盡管企業集團在全世界范圍內普遍存在且發展迅速，對于企業集團的研究工作也呈現出明顯上升的趨勢。然而，不同的學者對于企業集團的定義仍然存在著較大的爭議。Strachan（1976）[10]強調企業集團的最終控制權，認為企業集團是一個能夠被施加共同控制權力的不同企業的聯合體。Leff（1978）[11]則更加強調企業集團的資本共享，認為企業集團是能夠統一配置資本的企業的聯合。Granovetter（1994）[12]從社會學的角度將企業集團定義為通過法律和社會關系進行連接的企業共同體。Cazurra（2006）[13]則從多元化網絡組織形態方面對企業集團進行了定義。還有學者更是直接將企業集團內部成員企業之間的具體經濟關系作為企業集團定義的標準[14]。事實上，不同的國家在對企業集團進行官方定義的時候，其側重點也不盡相同，韓國交易與貿易委員會定義企業集團為“整體管理的由公司組成的集團，該集團由某些個人或這些個人控制的公司擁有高于30%的股權”；而在我國《企業集團登記管理暫行規定》第三條中，正式明確了“企業集團是指以將資本作為主要紐帶的母子公司為主體，由以集團章程為共同行為規范的母公司、子公司、參股公司及其他成員企業或機構共同組成的具有一定規模的企業法人聯合體”[15-16]。這種差異也可以從不同國家和地區對企業集團的不同稱謂中初見端倪，如日本稱之為“keiretsu”、印度稱之為“business hoses”、拉丁美洲稱之為“groups economics”、土耳其稱之為“family holdings”以及中國臺灣地區稱為“關系企業”[17]等。當然，這有可能是因為不同國家和地區的企業集團產生和發展的歷史根源不同。從現有的關于企業集團的研究文獻來看，對企業集團的稱謂通常寫作“enterprise groups”“business groups”或者“groups”，而在討論具體問題時，也往往對這三種不同的寫法并不做太大的區分。一般而言，企業集團的定義分為狹義和廣義兩種。狹義的定義認為僅有那些存在正式的股權結構的企業聯合體屬于企業集團，而廣義的定義則囊括了地域、控制人關系、種族、交易關系等多種非正式的紐帶[18]。然而無論是廣義的企業集團還是狹義的企業集團，它們都具有一些基本的特征。第一，企業集團一定是具有獨立法人資格的企業的共同體。擁有眾多子公司的企業不能算作企業集團。這一點從法律上對企業集團的判斷十分重要。這保證了企業集團成員企業的權責獨立性，是分析企業集團的基本前提。第二，企業集團內部成員企業往往受到強度不一的共同控制，且具有整體利益傾向。這就使得在某些特殊情景下，可以從整體意義上對企業集團進行討論。第三，企業集團成員企業之間存在著某種聯系。這也是企業之所以成為集團的原因。正是由于這種正式或者非正式的不同的聯系，使得企業集團呈現出異質化特點。這也是研究企業集團的重要線索[19]。一個比較包容的企業集團的定義是由Khanna和Rivkin（2001）[20]給出的，他們認為企業集團是一個具有獨立法人資格的企業的群族，這些企業通過正式或者非正式的紐帶連接在了一起。在后續討論中，如果沒有進行特別的說明，則都將默認為采取上述Khanna和Rivkin（2001）關于企業集團的定義。在對企業集團的定義有了一個大致認識后，便可以嘗試著梳理關于企業集團已有研究的基本邏輯。圖1-1展示了現有的對企業集團研究的一個宏觀脈絡。

從圖1-1中可以清晰地看出，首先在對企業集團的產生原因、競爭優勢以及對企業集團未來發展的分析方面，不同的學者從不同的視角給出了解釋。從已有文獻來看，這些解釋主要可以分為經濟學解釋、社會學解釋和政治學解釋三個方面。經濟學解釋是目前最為主流的一種解釋，它在對企業集團進行闡述的時候往往又分為兩個基本視角，即交易成本視角和資源獲取視角。從交易成本的視角來看，企業集團是對單一企業邊界的自然延伸，這種延伸的本質是要用內部權威的交易機制代替市場的交易機制以達到降低交易成本的目的[11,21]。Khanna和Palepu（1997）[22]在對新興市場國家的企業集團分析后認為制度的“殘缺”和低效率的執法大大增加了在新興市場國家進行市場交易的成本，而企業集團的出現則緩解了這種市場失效或市場不靈所帶來的高成本；Chang和Hong（2000）[23]利用韓國的企業集團數據研究發現通過內部資源共享和高效的關聯交易，企業集團的存在確實節約了交易成本，促進了其成員企業的財務績效；Ghemawat和Khanna（1998）[24]也通過兩個典型的案例發現企業集團在人力資本、資本、市場等方面的確部分替代了市場機制，提高了整體運作效率。這些研究都支持了從交易成本視角的解釋，它們認為企業集團的主要優勢正是能以比市場機制更低的成本對內部資源進行配置，并據此斷言企業集團在那些市場化程度低的國家中更為普遍，且隨著市場的逐步完善，企業集團終究會被更有效率的網絡化的組織所替代。如果將企業集團看作是一個利益一致的整體，把交易成本的降低看成新古典主義企業理論中的成本最優化問題，那么從交易成本視角對企業集團的解釋也可以看成新古典主義下規模報酬解釋的一種延伸。從資源獲取視角來看，隨著20世紀末戰略理論中以Penrose為代表的資源獲取理論的興起，許多學者也開始從資源獲取理論的角度對企業集團進行解釋。Guill（2000）[25]就認為資源獲取是企業集團的基本動機，而企業集團又是資源積累的必然結果。在他看來，企業在不斷獲取資源發展的過程中，必然會通過收購兼并等一系列方式來整合協調各方利益，進而形成企業集團。而企業集團的形式反過來又增強了單一成員企業的談判能力，進而更有利于獲取資源。從資源獲取理論的視角來看，企業集團的競爭優勢在于其資源整合和獲取能力，當政府采取公平的市場政策或以市場為主導配置資源時，企業集團的優勢將會大大削弱。除了經濟學解釋以外，社會學解釋也被廣泛接受，這種解釋認為企業集團是一種與社會制度相契合的組織，其競爭優勢來源于其成員企業之間的社會關系以企業集團這種組織形式穩定高效地聯系起來，并預測企業集團會在不同的傳統和文化下表現出較大的區別。Stinchcombe（1965）[26]就認為企業集團是社會準則、認知、文化等各種社會關系在經濟組織中的映射，企業集團在適應這些社會因素的同時也受到這些社會因素的影響。Biggart和Hamilton（1992）[27]則通過對不同企業集團的考察總結出了企業集團內部成員企業之間的交互作用對社會傳統、文化以及價值等的依賴。Whitley（1992）[28]在對東亞企業集團進行分析后發現社會制度、價值和認知直接影響了企業集團內部成員企業之間的信任和合作。而Guthrie（1997）[29]和Keister（1998）[30]的研究也通過新興市場數據證明了社會關系對企業集團的行為產生了明顯的影響。社會學中對企業集團的這些解釋揭示了不同國家和地區企業集團的不同特征，同時也彌補了經濟學解釋的不足，回應了經濟學解釋無法回答的問題，即“如果市場是影響企業集團生存的根源，那么為什么不論是在市場機制完善的國家，還是在制度缺失的新興市場國家，都總能找到相似的企業集團存在”。最后，政治學解釋強調了企業集團對政府宏觀政策的依賴，認為企業集團的合法性來源于對政治體制的認同，它作為政府實現經濟宏觀調控目標的工具來獲取政府資源。這種觀點將企業集團的競爭優勢歸因于從政府獲取的“制度資源”[31]，并且預期當政府投入下降時，企業集團將由于自身缺乏市場競爭能力而被率先淘汰[32]。

而對于企業集團更細致的考察，現有主流研究則主要是從企業集團結構與形式、企業集團現金流權與控制權以及企業集團政治關聯三個方面展開的。關于企業集團結構與形式方面的研究，一個非常自然的邏輯便是對企業集團的多元化和縱向一體化進行分析。在企業集團的多元化研究方面，Rajan等（2000）[33]以及Scharfstein和Stein（2000）[1]2540等都認為相較于那些市場制度發達的國家而言，在市場完善程度較低的地區企業集團這種組織形式更為普遍。其原因很容易用前面提到的交易成本進行解釋，在市場不發達的國家，企業集團內部化的市場交易往往更有利可圖。進一步地，更多學者從企業集團多元化的效率和動機兩個方面進行了討論。Fauver等（2003）[34]以及Claessens等（2003）[35]分別利用美國和東亞國家的數據證實，在市場機制不完善的低收入國家，企業集團往往出現多元化溢價，而在市場機制發達的高收入國家，企業集團多元化折價則是普遍現象。這說明對于市場化較低的國家，企業集團往往具有較高的效率，而對于市場化較高的國家，企業集團往往效率較低。Khanna和Palepu（2000）[36]以及Ferris等（2003）[37]通過對新興市場國家的跟蹤發現，即使對于同一個地區和國家，隨著其市場化程度的提升，企業集團多元化效率也會逐步降低。而在企業集團多元化動機研究方面，多數學者認同企業集團某些方面的優勢具有的跨行業外部效應是擴展邊界、進行多元化的主要動機，如企業品牌和聲譽[38]、管理者才能[39]等優勢。值得一提的是，關于構建更大的內部資本市場是否為企業集團多元化的原因目前仍然存在著爭議。Hoshi等（1991）[40]學者的經驗證據表明擴大內部資本市場的確是企業集團多元化的動機之一，而Shin和Park（1999）[41]以及Perotti和Gelfer（2001）[42]對韓國和俄羅斯的數據分析結果卻并不支持這樣的看法。在企業集團的縱向一體化研究方面，Chang（2003）[43]系統地考察并分析了企業集團在實施縱向一體化時的具體步驟和外部環境，一個和企業集團多元化一致的看法是，在市場化程度低的國家，企業集團的縱向一體化更為普遍。最后，作為企業集團多元化或一體化的一個特例，企業集團涉入金融領域的現象引起了廣泛的探討。Maurer（1999）[44]和Porta等（2003）[45]就分別從正面和反面研究了企業集團涉入金融領域的影響。當然，企業集團涉入金融領域這一問題十分復雜，這有可能偏離利益最大化假說，并涉及對企業集團與政府之間談判能力和博弈過程的具體討論[46]。

關于企業集團控制權與現金流權方面的研究，現有文獻對金字塔結構的企業集團給予了極大的關注。Claessens等（2002）[47]、Polsiri和Wiwattanakantang（2006）[48]，以及Yurtoglu（2000）[49]分別就不同國家的金字塔結構企業集團的普遍性以及外部影響進行了分析，他們發現金字塔結構在一些國家是企業集團現金流權和控制權分離的主要形式，而在另一些國家這種結構卻并不常見。與企業集團金字塔結構緊密聯系的一個研究主題是企業集團的隧道效應。Bianchi等（2001）[50]、Bae等（2002）[51]以及Joh（2003）[52]等學者的工作都表明在金字塔結構的企業集團中，大股東通過“隧道效應”侵占小股東利益的行為十分普遍。然而，這種企業集團金字塔結構與隧道效應之間的聯系卻并非那么直觀，Franks等（2008）[53]就通過日本企業集團的數據對此觀點持懷疑態度。而且就算是企業集團的金字塔結構與隧道效應之間存在某種聯系，Cheung等（2006）[54], Dyck和Zingales（2004）[55]以及Nenova（2003）[56]的經驗證據也都表明這種聯系在不同的地區存在著很大的差異。企業集團現金流權和控制權研究的一個自然延伸便是企業集團的家族控制。許多學者，例如Tsui-Aush（2006）[57], Gomez（2006）[58]和Jones（2000）[59]等都認為許多企業集團，甚至在一些地區絕大多數企業集團都直接或者間接地受到家族控制。但是對家族控制企業集團的綜合評價，不同的學者則持有不同的看法，Porta等（1999）[60]認為家族控制進一步降低了企業集團內部交易成本，在那些經濟制度落后的地區，更有效地替代了市場機制，對企業集團的發展具有正向影響。Fogel（2006）[61]則認為家族控制本身是造成制度落后的原因之一。

關于企業集團政治關聯方面的研究，現有文獻首先考察了在企業集團迅速擴展和發展成熟的時候，政府所扮演的角色，進而分析了企業集團對社會福利的影響，并分析了企業集團對政府的反作用。其實對于那些知名的大型企業集團，如果追溯其起源和發展的歷程，往往都能看見政府的身影。Kim（1997）[62], Maman（2002）[63], Keister（2004）[64]以及Guriev和Rachinsky（2005）[65]等學者在對不同國家的企業集團的發展進行分析后都得出一致的結論，認為政府是企業集團誕生和快速崛起的重要推動因素。且當企業集團發展壯大后，往往也和政府保持著密切的關系，這種關系的重要意義可以從政府對企業集團的政策支持、特許準入以及稅收優惠等方面體現出來[66-67]。當然，隨著企業集團的不斷壯大，它和政府之間的關系也會逐漸變得微妙，Morck（2005）[68]以及Borensztein和Lee（2002）[69]便討論了政府對企業集團發展的抑制行為。對于企業集團與政府關聯的福利結果目前尚不明晰，這種關聯既有可能如Musacchio（2007）[70]所言是適應性的，能促進社會進步，同時也可能如Huang（2003）[71]所言會導致市場化程度的降低，進而損害社會福利。由于企業集團的影響力逐漸擴大，一個自然的問題便是，企業集團是否可以反作用于政府進而改變自身的生存環境。的確，一些學者也沿著這樣的思路考察了企業集團對政府的影響。雖然對于企業集團對政府施加影響的具體路徑以及一般經濟后果目前還缺乏詳細的定量證據，但是Morikawa（1992）[72]以及Morck等（2005）[46]176-179的經驗證據卻證明了企業集團的確通過自身的影響力對政府施加影響，改變了自身的生存環境。

1.2.2 對信用風險研究的回顧和評述

對信用風險的研究應該說在一定意義上是具有哲學意義的，它暗示著未來在一定程度上歷史重演，而人們可通過熟悉的歷史對未來進行預測?，F有研究對信用風險的考察基本上是按照信用風險評價技術的發展而展開的。這里不再對信用風險研究的重要性以及其哲學的思辨性意義做更多的討論，僅遵循信用風險發展的技術路線，以信用風險經典評價模型作為邏輯線索對已有信用風險研究的主要工作進行一般的回顧和評述。

一個直觀的例子是，當面臨兩個貸款人，其中一個人具有良好的履約記錄，而另一個人具有多次違約記錄的時候，對于任何一個理性的借款人而言其明智的做法顯然是貸款給前者。這個例子實際上說明了一個簡單的事實，歷史的某一個“特征”往往可能對未來具有有益的啟示。在借款人看來，作為對信用風險的控制，找到這種“特征”便顯得十分重要。因此，Beaver（1966）[73]通過不斷分析比較不同企業的信用歷史，在眾多特征中選取了“現金流/負債”這一指標作為這種“特征”建立了單變量模型，并率先對企業集團信用風險進行了預測。顯然，一個直觀的想法是，如果單一變量所帶來的信息能夠對信用風險進行預測，那么引入更多的變量，通過更多的信息來預測信用風險是否更加準確呢？正是基于這種想法，眾多的學者拓展了Beaver的研究，不同的多變量模型層出不窮，其中最為著名的是Altman（1968）[74]所建立的Z-Score模型。這種模型的最初形式如公式（1-1）所示：

其中，五個變量依順序分別表示“營運資本/總資產”“留存收益/總資產”“息前利潤/總資產”“凈市值/負債”和“營業收入/總資產”。

在這個模型中，Altman給出了經驗的兩個閾值——2.99和1.81。他預言當Z值大于2.99時，企業信用狀況良好，而當Z值小于1.81時，企業面臨嚴重的信用風險。1977年，Altman又對Z-Score模型進行了改進，提高了預測精準度，這種由7個變量形成的信用風險模型被稱為Zeta模型[75]，這個模型一直沿用至今，并依然是解釋最為直觀、形式最簡潔、處理效率極高的一種信用風險模型。此外，Goldberger（1964）[76]的線性判別模型也可以被看作是早期的多變量信用風險模型。這些多變量回歸模型簡潔高效，具有很強的解釋力，但是其對樣本的分布和方差有著極高的要求，這也限制了其應用的廣泛性。為了彌補這些不足，在20世紀80年代，Logit模型和Probit模型被先后提出[77-78]，在這以后，大量的研究將這兩種模型應用到不同的情景中，并證明了這兩種模型在多個場合中預測精度均優于多變量信用風險模型[79-80]。此后，隨著信息管理的興起和計算機技術的飛速發展，諸如信用風險遺傳算法模型[81]、信用風險神經網絡模型[82]、信用風險聚類模型[83]、信用風險粗糙集模型[84]和信用風險投影尋蹤模型[85]等一系列的模型和方法，以及這些模型和方法的適應性改進都不斷涌現。雖然這些非參數方法在預測信用風險時表現出了極強的適應性和較高的精確性，但是這些方法都是以大樣本作為前提，在樣本量較小的情況下，卻不一定能表現出比多變量模型更大的優勢。

上述這些模型都是將信用風險主體看作是一個整體，提取其呈現出來的某些“特征”，以此為依據對其信用風險進行分析，這些分析并不考慮其價值本身的變化。而結構化模型卻打開了信用風險研究的一扇新的大門，這種直接通過資本結構考察信用風險變化的研究范式將有可能直接洞察對象產生信用風險的運作根源。結構化模型的主要思想來源于Black-Scholes（1973）[86]期權定價模型，并由Merton（1974）[87]340-350正式提出。在市場無摩擦、無限制連續買賣、資產可分、無風險利率固定以及無套利的基本假設下，結構化模型假設企業價值服從簡單的幾何布朗運動，如公式（1-2）所示：

其中，Vt是t時刻的企業價值，u是漂移系數，σ為資產期望收益的標準差，而Wt是一個Wiener過程。

對企業而言，如果存在外生的在T時刻到期的債務D，那么結構化模型認為，當T時刻實現的時候，若企業價值小于D，則企業面臨違約。那么根據期權定價理論，在初始時刻企業的信用風險，即違約概率可以表示為公式（1-3）所示：

其中，Φ（·）為標準正態分布函數。

從公式（1-3）中可以看出，在結構化模型下研究信用風險的關鍵在于對企業價值和價值波動性的估值。在這個方面，Duan（1994）[88]以及Jones等（1984）[89]做了創造性工作，提升了結構化模型的適應性。對于結構化模型的應主要改進其固有的兩個缺陷：一個是結構化模型對違約事件僅鎖定在債務D的到期時刻T。Black和Cox（1976）[90]率先放松了這個假設，設置了一個違約閾值，并認為只要企業價值低于這個閾值，企業現金流就會斷裂，違約事件就會相繼發生。另一個缺陷來源于結構化模型對無風險利率的假設，該假設將無風險利率在整個考察周期中固定。Longstaff和Schwartz（1995）[91]在其工作中利用Vasicek（1977）[92]對利率的隨機化表達對這個假設進行了放松。當然，也有許多其他的學者，如Zhou（2001）[93]556-559，從其他方面對結構化模型進行了擴展。

除了結構化模型以外，另一種直接根植于信用風險主體自身運作的模型被稱為簡化模型。從結構化模型的視角來看，企業的信用風險來源于其自身資產小于其債務的可能性。然而現實中企業的違約往往與其資產沒有必然的聯系，自身資產狀況良好的企業也可能因為其現金流短缺而面臨高信用風險。因此，Jarrow和Turnbull（1995）[94]56-70就認為企業的違約完全是一種外生行為，受到外生變量的隨機影響，而發生違約的時間則是隨機的。正是基于這種想法，他們首先開發了簡化模型對信用風險進行描述和分析，該模型在隨后Jarrow等人的一系列工作中被很快明晰了下來[95-96]。簡單地說，簡化模型就是直接對違約事件進行外生分布假設，并據此計算出不同事件的信用風險。在對違約事件外生分布刻畫的時候，一個常用的過程便是Poisson過程。

對于t時刻的計數Nt，齊次Poisson過程如公式（1-4）所示。

其中，λ是一個常數。

同樣，對于t時刻的計數Nt，非齊次Poisson過程如公式（1-5）所示。

其中，λ（u）是一個函數，并被解釋成強度函數。

至此，便基本可以描述信用風險了，即違約事件在某個時間段發生的概率。因此簡化模型的思想實際上是十分簡單和明快的。從公式（1-4）和公式（1-5）中也可以看出，利用簡化模型的關鍵其實在于強度函數，也稱為“違約強度”。事實正是如此，大量的學者在對違約強度的研究方面開展了富有成效的工作。這些工作最主要是從兩個方面進行展開的。

一方面，是對違約強度的確定，其主要代表性工作由Duffee（1999）[97]和Yu（2003）[98]完成。

Duffee假定企業的違約強度服從Square-Root過程。

其中，α, β1, β2, ki, θi, σi為常數，si, t, ht為隨機變量，Wi, t是Wiener過程且相互獨立，i∈{0, 1, 2}。

Yu假定企業的違約強度服從隨機過程，如公式（1-9）和公式（1-10）所示。

其中，k,θ,σ是常數，Gi（t）刻畫不同企業的異質化特征，而W是Wiener過程。

另一個方面的研究則主要是對影響違約強度的因素的分析。這個方面的工作非常多，主要是從宏觀經濟環境和企業自身特質兩個方面進行歸納，得到的結論也大多相似卻不盡相同[99-100]。

從公式（1-6）至公式（1-10）Duffee和Yu對違約強度過程的假定中可以看出，式子的形式和在結構化模型中對企業價值過程的假定，與公式（1-2）極其相似。那么這種相似性是否意味著結構化模型和簡化模型天然的統一呢？事實上，在結構化模型中暗示了債務人對企業的價值變動可以掌握完全信息，企業價值的任何變動，債務人都能在第一時間知情，而不確定性的根本來源于企業價值變化本身，而在簡化模型中，企業的價值不再重要，這種不確定性對于債務人來說完全來源于信息，即違約強度變化。因此，當限制了債務人對企業價值的信息結構，似乎在某種程度上就可以在結構化模型的背景下對簡化模型進行統一。事實也的確如此，Duffee和Lando（2001）[101]通過對企業價值增加一個“噪音”，首次將結構化模型和簡化模型統一了起來。Cetin等（2004）[102]和Giesecke（2006）[103]也從不同的角度通過限制信息結構將兩個模型納入了統一的分析框架。此外，Giesecke和Goldberg（2004）[104]、Frey和Schmidt（2007）[105]、Li和Gsarte（2003）[106]以及Jarrow等（2007）[107]等都在簡化模型與結構化模型的統一方面做了大量的工作，并得到了更加一般性的結論。

1.2.3 對企業集團信用風險研究的回顧和評述

正如前文所述，對企業集團的研究和信用風險的研究都遵循著各自的邏輯線索。關于企業集團信用風險的研究工作則更像是一個交叉的綜合性研究?？傮w而言，目前就企業集團信用風險的研究可以歸納為三部分。第一部分是關于企業集團信用風險的定性分析；第二部分是關于企業集團信用風險的定量評價；第三部分是針對企業集團背景下信用風險特征的研究。事實上，本書所涉及的一系列研究也可以被歸納為第三部分的研究范疇。

在企業集團信用風險定性分析方面，許多學者都從企業集團信用風險的產生根源、特點和商業銀行對企業集團客戶信用風險的控制等角度進行了研究。對于企業集團信用風險的產生根源，Djankov等（2008）[108]，王琨和陳曉（2007）[109]等許多學者都認為，企業集團信用風險的重要根源在于限制程度很低的內部關聯交易。這是因為，雖然企業集團可以通過內部關聯交易實現其某些短期目標和利益，但是從長期來看內部關聯交易的危害是巨大的。它不但削弱了內部成員企業的市場化程度，降低了其市場競爭能力[110-111]，同時也扭曲了內部成員企業的行為，削弱了其技術升級和創新的動力[112]，更有可能成為大股東實施“隧道效應”的手段之一[113-115]，這些都增大了企業集團的信用風險。而更直接地，Denis和McConnell（2003）[116]、Shleifer和Vishny（1997）[117]、Porta和Lope-de-Silanes（2000）[118]以及Yeh和Woidtke（2005）[119]的證據都表明企業集團為了追求高風險利潤、滿足銀行信貸要求以及尋求投資者，極有可能通過內部關聯交易進行資產轉移以達到粉飾報表、獲取高風險下超額利潤的最終目的。而這種行為規避了銀行監管，削弱了內部成員企業償債激勵，提高了企業集團整體信用風險。此外，對于企業集團進行規制的外部法律法規缺失或尚不完善[120-121]、企業集團內部成員企業之間的擔保虛化[122]以及企業集團自身管理[123]也都可能是企業集團信用風險的重要根源。對于企業集團信用風險的特點，廖春良等（2006）[124]以關聯交易的視角將企業集團信用風險分為三類。夏虹等（2008）[125]、宋其[126]、周啟正等宋其[127]指出企業集團信用風險的重要特征在于具有跨行業傳染性和系統性。田立敏（2008）[128]、楊建鋼和袁中偉（2006）[129]分別提出在考慮企業集團信用風險特征時應該考慮企業集團內部成員企業的層級和企業戰略。而其他一些學者也分別從不同的角度定性分析了企業集團信用風險的特征[130-131]。最后，也有一些學者從商業銀行的視角對企業集團信用風險進行了審視，他們不但分析了為什么商業銀行對企業集團客戶“情有獨鐘”[132]，而且也對商業銀行對于企業集團客戶的信用風險管控，從外部宏觀環境、法務措施到內部監管方面都給出了有益的政策建議[133-135]。

在企業集團信用風險的定量評價方面，大多數已有研究都是將傳統經典信用風險評價方法或這些方法的改進方法應用于企業集團這個特殊的對象之中。由于在這個方面進行研究的文獻非常多且都大同小異，不外乎是對企業集團進一步進行更細致的分類以使得研究更有針對性而已，因此這里僅列示一些近年來的研究成果。例如，莊乃琪（2012）[136]利用Logistic回歸對一類企業集團客戶的信用風險進行了評價；肖磊等（2012）[137]利用概率神經網絡模型（PNN）對企業集團信用風險進行了評價，且證明了該模型在企業集團信用風險預測的精度上較BP神經網絡模型更有優勢；而劉睿（2010, 2012）[138-140]應用云中心理論和Dematel方法都討論了我國上市企業集團信用風險評價的問題。當然，也有一些學者考慮到了企業集團信用風險評估與單一企業集團信用風險評估的區別，并希望通過模型的改進或者指標體系的重構將這種區別刻畫出來。例如，張知（2013）[141]便考慮到了企業集團多元化經營下的信用風險評價問題；而陳林和周宗放（2008）[142]在對企業集團信用風險進行評估時，通過引入模糊邏輯門FTA考慮到了企業集團的內部股權結構的影響；劉文蕊（2010, 2011）[143-144]希望通過對傳統信用風險評價方法進行組合形成組合評價方法，借此提高對企業集團信用風險評價的準確性；李麗和周宗放（2010, 2013）[145-146]通過分別對傳統KMV方法和SVM模型的修正增加了企業集團信用風險評價的精度；肖珉（2012）[147]則對各種經典傳統信用風險評價方法在企業集團信用風險評價中的表現進行了綜合分析?？傮w而言，這些研究都在方法上對企業集團信用風險的評價研究做出了貢獻。然而這些文獻大多僅僅停留在對信用風險評價方法或模型的應用層面，即使有少量的改進，也很難說清楚這種改進與企業集團特質之間的必然聯系。

最后，筆者對第三部分的研究，即針對企業集團背景下信用風險特征的研究做一個簡述。需要先說明的是，這一部分的研究往往與前文討論的1.2.2的研究具有一定的交集，例如前文提到的陳林和周宗放以及李麗和周宗放的研究從技術上來看實際上它們更像是屬于這一部分的研究，之所以將其放在第二部分中進行綜述主要原因是它們從某種程度上來講正是一個實證模型的理論構建部分，而它們的實證延伸卻正好代表了一類考慮內部股權結構的企業集團信用風險評價工作。在討論企業集團背景下的信用風險特征研究之前，有必要對違約相關性度量方面的研究做一個簡要的回顧，因為企業集團信用風險的最大特征便是內部關聯，而這個部分的大量研究也可以看作是違約相關性研究的一個延伸。Lucas（1995）[148]最早指出企業之間的違約可能具有某種關聯性，并利用相關系數，如公式（1-11）所示，度量了兩個違約事件A和B之間的這種關聯性。

其中：

在這之后，一部分學者在結構化模型的框架下研究了信用風險的相關性。由于結構化模型的信用風險是由企業價值的變化驅動的，因此這部分研究的主要關注點在于企業之間的價值相關性。從公式（1-2）中可以看出，在用結構化模型分析單一企業信用風險時假設了其價值服從幾何布朗運動，那么在討論多個企業價值相關時，一個直觀的邏輯便是假設它們的價值服從多維幾何布朗運動。的確，Zhou（2001）[149]率先通過假設兩個企業價值服從二維幾何布朗運動分析了兩個企業之間的信用風險相關性。隨后，Hull等（2005）[150]通過假設存在某些對所有企業價值變化都具有影響的因子，構建了企業之間的價值相關性，進而得到了企業信用風險關聯性模型，而Giesecke（2004）[151]也從另外一個角度構建了信用風險相關性模型，他認為正是不同企業之間的信息相互揭示使得這些企業的價值變化具有某種相關性，從而影響其信用風險相關性。另外一些學者則通過實證的方式支持了企業之間的信用風險相關性理論[152-154]。另一部分學者則是在簡化模型的框架下對信用風險的相關性展開了研究。由于簡化模型將企業的違約行為假定為外生分布的直接沖擊，因此一些研究關注了外生分布違約強度函數之間的傳染性。Davis和Lo（2001）[155]以及Egloff和Leippold（2007）[156]等都通過考察外部影響傳染的因素，建立了企業之間信用風險的傳染模型；另一些研究則直接關注到了簡化模型外生分布之間的非線性相關性，這些研究衍生出來一類廣泛的方法，即Copula方法。這類方法對于分布函數的非線性擬合非常有用，而這方面的研究也十分龐雜，許多學者在Copula方法的研究方面做出了重要的貢獻。然而，這類方法的缺陷在于在沒有足夠的數據支撐的情況下對Copula函數的選取存在一定的隨意性[157-160]。

在介紹了信用風險相關性研究后，下面將對企業集團背景下信用風險特征的研究進行一個闡述。事實上，將信用風險直接根植于企業集團下的定量研究目前還不多，因此這里在敘述的時候，將按照本書的研究邏輯，對這部分研究分為微觀的，即企業集團信用風險在內部成員企業之間的傳染研究，和相對宏觀的，即企業集團信用風險的演化特征進行闡述。一方面，對于企業集團信用風險在內部成員企業之間的傳染機制的研究，已有文獻有所涉及，陳林和周宗放（2010, 2011, 2013）[161-164]等在這方面做了大量的工作，這些形式化的研究可以被看作是前文所討論的企業信用風險相關性研究的一個延伸，而這些工作也都為考察企業集團信用風險在內部成員企業中的傳染機制提供了重要的研究啟示。然而，這些研究對企業集團內部成員企業之間的信用風險傳染原因都無一例外地僅歸結為這些成員企業之間的股權連接。從某種意義上來說，這些研究和Lucas（1995）[148]以及Hull等（2005）[150]等在結構化模型下考察企業信用風險關聯性的基礎工作并沒有太大差異，僅是在其基礎上加入了企業之間由于相互持股而導致的價值的更多相關性。而這種僅用股權連接定義的狹義的企業集團也限制了企業集團信用風險傳染機制的研究范圍，并難以找到傳染機制在異質化企業集團中所變現出的不同特征。另一方面，對于企業集團信用風險演化的特征，由于涉及對企業集團內部成員企業之間復雜的交互關系進行刻畫，因此大部分都是利用計算機仿真技術來實現的。徐超等（2010, 2012）[165-166]考察了計算機仿真技術在企業集團信用風險演化中的應用前景，并且利用元胞自動機對企業集團信用風險演化進行了刻畫；管丹輝和周宗放（2013）[167]也在其基礎上進一步通過仿真手段對企業集團信用風險演化的延遲效應進行了分析。然而這些工作有兩個重大不足，第一個是對企業集團信用風險演化的特征并沒有明確界定，第二個是過于簡化，并沒有體現企業集團信用風險演化對企業集團內部成員企業之間的交互以及內部企業與外部企業之間互動的依賴。甚至管丹輝和周宗放（2013）[167]在研究中對企業集團內部交互的刻畫在一定程度上更像是一個數值算例。