中信债券信视角看债：中国民企债救助启示与逻辑

　　原标题：信视角看债-中国民企债救助启示与逻辑

　　核心观点

　　随着2014年我国债券市场打破刚性兑付，风险问题也逐渐被投资者所重视。在充满中国特色的信用债市场，财务失真与数据滞后等现象较为常见，而单纯依赖传统财务视角对信用债做分析似力有不逮。此次我们尝试以政府救助意愿和能力作为主研究逻辑，围绕民营企业与地方依存度、税收贡献量、经营替代性等诸多方面采用非财务视角研究中国信用债市场的逻辑架构。

　　违约示警：风险能否提前预知。常规的信用讨论，多从经营和财务视角出发，对事件的预警和解释作用有限。我们设定了全新的评估框架，结合偿还能力和偿还意愿两方面的非财务前瞻指标，尝试监测和评估企业风险的根源。通过分析产业格局、公司战略、商业模式等经营层面的因素，以监测发行人偿债能力；通过研究公司治理、股权架构、团队稳定等治理层面因素，以评估发行人的偿债意愿。采用信用风险事件发生前相关企业的公告、年报和媒体报道，从非财务分析的角度，为投资者重新复盘事件发生前相关公司的瑕疵。

　　抽丝剥茧：哪类民企值得被救。如果将政府当成困境投资机构，从投资人角度看处于违约边缘的民营企业，救助原则是值得救和救得活，侧面也反映了政府救助意愿和救助能力，从大的原则我们可以推演出公司规模、流动性缺口、经营能力、重要程度、地方财力、政府考量六个思考维度，其中前三个指标是从公司的角度衡量救助可行性；后三个指标是从地方政府的角度衡量可行性。

　　定量模型：分析框架结合实际。根据框架分析维度及投研化繁为简理念，我们设计了政府支持打分模型，对出现信用风险事件的企业进行量化评分，我们发现，“6分”是一个明显的分界线。得分大于6分的企业都或多或少获得了政府的直接支持，但是小于6分的企业获得支持较为微弱。

　　支持手段：政府救助案例回顾。支持手段分为常规性支持和紧急性支持。需要注意的是，由于政府支持有展期、债转股等手段，故即便发行人得到政府支持，对于债券持有者可能未必是好事。我们选取了江西赛维和盾安集团的案例研究政府支持，发现赛维能够获得政府支持、最后重生的原因可能在于企业对于地方的重要性强，政府在赛维刚陷入流动性危机时通过输血救助，之后引入不良资产管理公司等外部投资者并分拆出售，既保住了就业，又化解了危机。盾安集团自身资产质量较高，杠杆率不高，在出现危机时，盾安尚可采用质押、减持的方式获得短期流动性，并通过变卖资产、专注主业的方式获得外部投资者的认可。

　　风险因素：报告对于违约企业的非财务指标分析建立在有限的违约样本上，难以证明选取的违约样本特征对于债券市场全部发行人总体特征是无偏估计；另外报告中涉及到的模型打分涉及某种程度上偏重主观，尤其是设定权重对应有限样本的排序虽然十分有效，但考虑到不同的样本和权重也会使得分发生变化，因此打分模型的采用仍具有提升空间。

　　正文

　　随着2014年债券违约事件出现，中国债券刚兑“信仰”逐步被打破，预测价值和鉴别风险在信用研究框架中地位凸显，但是在我国充满个性色彩的信用债市场，财务数据存在普遍失真现象，因而如何从非财务角度看债券的违约风险则成为更具实践意义的研究角度。我们尝试以外部支持力度为切入点，同时结合企业自身综合素质来评价信用发行人尤其是民营企业的信用资质和偿债能力。

　　违约之前：风险能否提前预知

　　常规的信用事件讨论，多从经营和财务角度出发，对事件的预警及解释作用有限。2014年以来，信用风险事件逐步增多，但关于事件发生原因的总结多流于表面，诸如外部融资环境、宏观经济因素、股权质押风险、企业再融资压力等原因屡屡出现在复盘中。违约事件点评的常规思路往往指向流动性紧张，而流动性紧张是因为财务指标恶化，财务指标恶化是因为投资激进。那为什么民企通常会走向投资激进的境地呢？如果说非相关甚至多元化投资或许是病因，但如果投资与主业连带性强、甚至沿着产业链上下游并购呢？再例如，爆雷的一大指标是股权质押率高企，为什么民营企业的质押率就高呢？股权质押率高代表了大股东资金链紧张，那为什么资金链会紧张呢？不断的追问之下，传统的财务角度点评信用事件似乎力有不逮。

　　我们结合偿还能力和偿还意愿两方面的非财务前瞻指标，或许可以更有效地监测和评估企业风险的产生。将违约概率拆分成发行人偿还能力和偿还意愿。通过分析产业格局、公司战略、商业模式等经营层面的因素，以监测发行人偿债能力；通过研究公司治理、股权架构、团队稳定等治理层面因素，以评估发行人的偿债意愿。通过事件发生前相关企业的公告、年报和媒体报道，从非财务分析的角度，为投资者重新复盘事件发生前公司的瑕疵。

　　案例瑕疵汇总：

　　我们整理了近年来出现信用风险事件的十四个案例，抽取出了其中最有代表性的三条非财务瑕疵，列表如下：

　　宏观上产业周期是最大因素，对外担保过多、投资不佳是重要的个性化因素。个体的违约瑕疵分为外因和内因。违约的直接原因是流动性问题，从外部角度看，深层次可能是再融资中断，背后可能是金融环境变化、融资渠道收紧所致；从自身角度看，深层次可能是自身造血能力不强，背后的问题可能来自于商业模式、技术水平、团队管理，也可能来自产业周期、同业竞争等。

　　再进一步看，在产业升级、去杠杆的大背景下，附加值低、产能过剩的中小企业自然抗风险能力弱，更易受到冲击。除此之外，以灰色手段获得业务和融资的企业，在监管趋严的时期也不容易继续以前的老路。综合上面的种种因素，流动性问题逐渐暴露，民企“爆雷”事件随之发生。

　　违约之后：政府会否救助民企

　　将政府当成困境投资机构（distressed fund），从投资人角度看民企困境，大原则是企业值得救，政府能够救，最后救得活，重点从公司规模、流动性缺口、经营能力、重要程度、地方财力、政治因素这六个维度切入。纵观所有民企违约案例以及被救助的实例，在流动性紧张前企业都会出现各种迹象，之后被外部支持的原因也不尽相同。我们通过梳理近一年来的违约案例及政府帮扶的举措，归纳来看，政府支持信用风险事件后的民营企业，和纾困基金挑选纾困标的原则类似，都是困境反转型投资。政府支持的大原则是企业值得救，政府能够救，最后救得活。从大原则里可以衍生出公司规模、流动性缺口、经营能力、重要程度、地方财力、政府考量六个思考维度。

　　六个思考维度可以分成两大类。

　　前三个指标：公司规模、流动性缺口、经营能力，是从公司的角度衡量救助可行性；

　　后三个指标：重要程度、地方的财力、政府考量，是从地方政府的角度衡量可行性。

　　维度一：公司规模

　　公司规模由两个方面决定，包括通俗意义上变现口径下的有形资产和无形资产。实体的经营规模，用主营收入、给政府的上缴税费、雇佣的员工人数、上市公司数量来表示；无形规模主要是指企业品牌形象，表现了企业被政府和社会认可的程度，通常规模越大、声誉越好企业的品牌形象越好。公司规模一方面是影响企业融资成本，规模越大融资成本相对越低，另一方面还影响地方政府的支持意愿，规模越大和地方政府谈判的能力越强。

　　维度二：资金缺口

　　把政府救助当成投资的话，企业出现流动性缺口意味着政府在做困境投资。政府在企业违约时候支持，相当于是企业探底过程中介入。用V型反转图来表示的话，企业违约的流动性缺口有多大，就意味着左侧下探有多深。

　　流动性缺口的大小，关系政府支持力度大小的核心指标。我们用流动比率和存量一年期债券余额衡量企业短期流动性的相对缺口和绝对缺口，用存量债券总额，对外担保余额+存量债券总额衡量企业中长期刚性债务的显性规模和极端情况。当然，单一定量分析亦或者移动平均等指标仅能作为狭义参考，由于企业所处行业不同，因此主要衡量的财务指标也有所区别，应当合理考虑不同性质和不同行业甚至不同发展阶段的企业适用指标的差异化。因此，我们在文中所设定的流动性缺口参考指标仅作为通用监测思路。

　　维度三：经营能力

　　政府在企业违约时候支持，考量得更多的是救助后给当地就业和税收等带来的综合收益。困境投资的核心是看企业能不能反转，用下图表示即是V型反转中右侧的上升。企业是否拥有经营能力，是能不能反转的前提。

　　我们在设定的企业经营能力指标中，用行业指标、业务指标、团队指标三个方面来观测企业存在持续经营的可能性。行业方面，分为现在是否景气、未来是否有前景。业务方面，看自身业务是否有核心竞争力，资金宽裕后能否恢复生产；公司如果有频繁并购的情况，获得外部资金支持可能比较困难；团队指标则看团队是否有大批人员离职，如果有的话可能表示未来经营能力存疑。

　　维度四：重要程度

　　重要程度是指企业在地方做出的贡献多少，用收入贡献、税费贡献、就业贡献、上市公司数量贡献衡量。计算时，重要程度指标是用公司规模的部分指标除以地方经济指标得到。值得注意的是，“员工总人数/18-60岁人口”是评价企业在存量工作人口中的影响力，“员工总人数/新增就业城镇就业人口”是评价极端情况下，公司破产对当地就业市场的冲击情况。

　　例如：在江西赛维案例中，政府救助的一个重要因素是，危机爆发前围绕赛维LDK产业链上下游提供了超过 30000 个就业岗位，占全市就业比重达到 5.7%，占全市新增就业比重的27.3%。

　　另外，评价公司的重要程度还需注意是否存在直接竞争对手。（1）若企业在当地有直接竞争对手，则会大大降低政府直接救助的意愿，存在政府牵线让竞争对手直接收购困境企业的可能性。以众品食品为例，在众品食品出现违约事件后，《证券时报》在2019年7月曾报道过双汇和众品的接触情况：“政府牵线下，众品目前正在跟同处河南的行业巨头双汇集团进行接洽。今年6月前后，双汇已派驻人员对众品实施尽调，但最终是否能谈成还未可知。”众品食品和双汇发展均属于肉类加工业且均位于河南，众品位于河南省许昌市，双汇发展位于河南省漯河市，相近的地理位置增加了双方合并的可能性。

　　（2）即便区域内不存在竞争对手，政府也存在跨区域整合资源保就业的动机。在2008年三聚氰胺事件中，政府牵线北京三元竞购河北三鹿。三元希望借机在全国市场低成本扩张，政府希望三鹿的资产包获得重新利用，原三鹿核心企业职工、三鹿供奶的奶农、三鹿的经销商也能因此获益。

　　我们在重要性指标设定中，以当地是否有竞争对手作为政府救助意愿区分指标，未考虑政府跨区域整合资源的情况。

　　维度五：地方财力

　　地方财力是衡量地方政府有没有实力救援的重要因素。在不考虑向上级求援的情况下，用地方GDP衡量地方总体经济实力，用财政收入衡量地方政府收入，GDP和财政收入越高，表示地方政府腾挪的空间越大；用地方财政自给率衡量财政的自主性，自给率越低，对上级财政转移支付的依赖程度越大，救助民企可能性越低。

　　但是在实践中也需要注意，地方政府财政有临时腾挪空间，但该空间却不能绝对量化。由于政府性基金波动性较大，财政预算的管控较严，地方政府协调资金多通过旗下国企或地方银行贷款，具体案例需要具体分析。

　　维度六：政府考量

　　政府的考量往往最难进行理论预测但却有可能最直接影响救助意愿。从政府角度看，支持民营企业是为了稳增长保就业，不救助会影响地方的经济发展、社会稳定。在维稳的大前提下，支持民企有益于当地就业同时也保证地方经济。

　　其他因素

　　除了上述因素，在实践中还有一些可能和地方政府支持相关的因素，例如互保关系、产业链关系、违约交叉感染性等。但是从典型性上看，互保关系多出现在山东和江浙地区，不具备地域典型性；产业链影响对企业自身地位要求较高，大部分违约民企不具备；债券交叉感染性通常是一个企业违约影响区域金融环境，导致区域内企业债券收益率上行，融资成本普遍升高，但这和地方政府保民生促发展的关系并不十分密切。

　　指标总结

　　我们从公司规模、流动性缺口、经营能力、重要程度、地方财力、政治因素6个大类思考打分卡框架，最终删减后留下公司流动性缺口、公司经营能力、重要程度指标。在建立打分指标过程中，由于量化指标固有限制，公司规模和地方财力相除可以得到部分重要程度指标，故用重要程度代替；政治因素对于支持民营企业的意愿具有不确定性，故在打分中未将其纳入，最终删减后留下公司流动性缺口、公司经营能力、重要程度指标。

　　在最终留下的三大类指标中，公司经营能力指标涉及定性分析程度较多，需要另外商榷：在公司经营能力中，如何衡量行业发展前景？由于模型的立意是尽可能分析政府支持的可能性，因此我们是从政府角度看行业前景以及对地方的促进，即从当地政府规划中查找，如果规划中出现明显支持性倾向，即可以推导该行业得到地方支持的可能性则加大；

　　如何衡量行业景气度？由于模型衡量的是发债企业，自身具备一定规模体量，用上市公司的收入增速中位数代表景气度，比单纯参考整体行业景气度更有代表性；

　　如何衡量公司竞争力？衡量公司核心竞争力的指标有很多，毛利率、公司和行业毛利率之差、专利数量和研发投入等等都是可选的刻画指标。我们认为毛利率能反映公司在产业链上的地位，高毛利的原因是高价格和低成本，反映了对上下游的利润挤压。或许有观点会认为毛利率高低有行业属性因素、周期性因素、上下游因素等外部条件，但是在违约民企普遍从事竞争性行业、对外多元化投资的大背景下，用毛利率刻画民企的核心竞争力，按照毛利率高低将不同行业、不同生命周期的民企排序，具备现实意义。

　　如何看待企业并购？在2018年4月24日的报告《“区域看债”之四——农垦主体债券价值探索：屯垦戍边，改革为先》中，我们曾经讨论过业务多元化的问题：用“产业黏合度”指标刻画农垦主体业务多元情况。从产业层面来说，将农垦主体业务划分为农业和非农板块，从主业盈利能力、产业稀缺程度、区域特色经济出发，将衍生的非农业务逐一与主业进行匹配度评价，用定量指标对垦区主体的产业布局进行排序，产业黏合度分值越高代表主副业匹配程度越好。

　　在民企主体中，我们将并购带来的多元化后果简要排序为：不并购＞相关领域并购＞非相关领域并购。如果企业不并购对债权人当然是最保守的选择，如果企业并购，则需要看是相关多元化还是非相关多元化，我们认为相关多元化比非相关多元化更加稳健，故得分更高。

　　如何衡量团队的稳定性？团队的稳定性直接决定未来的经营反转可能性，也深受支持方重视。用高管离职人次观察团队稳定性，离职人数越多，团队稳定性越差，得分越低。

　　在打分前，我们导出对应指标数值，在打分时，再按照样本分级排序，最后，将得分加权汇总，从高到低排名。我们将得分分成5档：大于80%，80-60，60-40，40-20，20%以下，每档对应10/8/6/4/2分值，某些指标排序和分值是逆序对应，即排序越高，得分越低。

　　打分模型：支持指标含义解释

　　根据前述打分思考维度及删减剩下后的指标，我们设计的政府支持打分模型如下：

　　基于上述打分卡模型，我们对出现信用风险事件的企业进行量化，评分如下：

　　我们看到，“6分”是一个明显的分界线。得分大于6分的企业都或多或少获得了政府的直接支持，但是小于6分的企业获得支持较少。需要注意的是，量化打分只是判断企业能否获得支持的一个角度，可能有因素未在打分模型中体现，也可能有因素在模型中体现了，但是在不同案例中重要性不同。

　　案例实践：关注要点支持原因

　　案例K：背景介绍

　　（1）公司背景：

　　K公司成立于1997年，2001年登陆上海交易所，是中国医药公司。公司上市后，从化学药向中药拓展，通过整合上游药材生产基地，中游的中药交易市场，托管下游的药房并自建医院，形成了中药全产业链的模式。总体来看，公司二十余年的发展历程中有两次进行战略转型，从化学仿制药转型中药饮片，从中药饮片到中药全产业链。随着公司的快速发展，公司市值也从刚上市的22亿上升到千亿，名列医药行业龙头之列。

　　（2）产业分析：

　　产业上游中药种植。传统的中药种植追求“道地”，严格限定产地，形成一地产全国销的局面，但同时也因为经营方式较传统，发展较缓慢。以红参为例，新开河红参假冒伪劣品较多，行业呈现“散小乱弱”的特征，价格急涨急跌明显，药农的种植积极性受挫。

　　产业中游中药贸易。国内的四大药都包括亳州、禹州、成都和安国。根据《中国经济周刊》2012年10月份的报道，安徽亳州12家药企涉嫌违法染色增重被查。上游原材料造假，一方面是农民晾晒干燥不完全，最后销售时铤而走险通过增重弥补损失，另一方面流通市场以个体户为主，质量参差不齐，难以逐个检查。

　　产业下游中药消费。中药消费分为B端和C端，B端在中医院药房，但是由于抓药、煎药等环节较为繁琐，运营效率不高；C端中药消费以保健为主，市场潜力大。

　　（3）商业模式：

　　公司是全产业链的商业模式。主要体现在：上游扩张品类，垄断区域种植。公司以“自建+合作”的模式，在上游建立规范化的种植基地，并且以人参等品类为试点，进行全溯源体系管理。中游规范贸易，利用上市公司资金优势，在重要原料价格下跌时吃进，在大幅上扬时卖出，平抑市场价格，典型案例是2011年海南三七涨价风波；另外在药材集散地积极布局，经营全国六大中药材专业市场。下游托管药房，“互联网+”模式优化运营流程，通过直连医院HIS系统，为患者提供挂号、就医、煎药、配送等全流程的服务。

　　（4）公司团队：

　　公司高管团队稳定性较强。大股东任董事长和总经理；核心高管相对稳定。

　　（5）股权架构：

　　公司是传统家族企业，但机构和管理团队持股不少。除了大股东及一致行动人（亲属）持股接近40%外，公司还备受机构投资者青睐，最多时有近百家基金公司持股，持股比例最多时超过30%。另外，公司的股权激励较充分，高管团队全员持股，2016年股权激励另向205名员工授予1969万股。

　　（6）资本动作：

　　公司是少有的利用资本市场快速发展的上市公司。公司上市十余年，市值上涨数十倍，通过资本市场募资数百亿元，有利地支撑了公司的发展。

　　（7）关键事件：

　　公司在发展中有两个事件值得关注，分别是刚上市的战略转型和全产业链发力。

　　战略转型：2001年公司上市后，募集资金投向的是化药领域，但是由于中国加入WTO后，国外的医药企业的涌入可能会对既有业务造成冲击，公司决定向现代中药方向转移。当时中药行业通常是手抓称量的派药方式，会存在卫生和计量问题。2002年，公司率先在国内推出中药饮片小包装，通过分级、色标控制管理，标签指示明确，保证了中药饮片的质量。这一创举，被国家中医药管理局在全国推广和应用。

　　全产业链发力：2002年-2005年，公司逐步布局中药饮片加工。2006年，公司向上游布局中药贸易。2008年，自建医院，向下游延伸。2009年，向中药种植领域拓展。至此，中药全产业链的雏形已现。之后的布局，主要是扩产能、扩品类、扩终端。其中，下游的智慧药房着力甚多，主要有托管各大医药药房，自建互联网平台，自建配送队伍。

　　案例K：关注要点

　　从债券投资的角度，关注点包括全产业模式、强贸易属性、新经济概念等方面。

　　首先是全产业链模式埋下了资本开支增加、管理半径延伸、其他综合隐忧。（1）全产业链模式来自于公司上市后的产业扩张，公司上市后的全产业链并购通常是横向并购同行，做大后再向上下游并购，最后是产业外围的并购，目的是为了提升公司的利润率，但付出的代价可能是不断并购中资本开支的增加。（2）在全产业链拓展中，由于被并购标的的增多，会带来管理半径不足的问题：一方面是下属管理公司数量增多，母公司管理范围有限；另一方面是被并购标的的基因不同，导致管理风格不统一。（3）在全产业链拓展中，可能涉及到土地出让、政府补贴、政策管控等灰色领域。

　　其次是强贸易属性凸显了债券投资风险报酬不匹配的困境。贸易意味着公司可以短期快速做大规模，但也意味着价格波动的风险。K公司用自有资金做中药材贸易，价格下跌无非是增加库存，熬到反转价格总会上升；但更普遍的是用借贷资金做贸易，杠杆放大价格波动，杠杆使用带有成本。赚钱了公司支付固定利息，赔钱了股东责任以出资额为限，债券投资人却承担成本和收益不对称风险。

　　最后是新经济概念反映了权益市场和债券市场不同的预期。权益市场更加注重对于收入、利润的预期，债券市场更加注重经营性现金流的预期。如K公司向下游拓展，托管“智慧药房”，自建配送系统，给公司贴上了大数据、AI、LBS等新经济的标签，有利于打开权益投资者对于C端业务的想象空间，自然会对公司的收入利润有向上的乐观的预期；但同时，向C端拓展中的新模式，也表明K公司的该部分业务前期经营性现金流净流出，一定程度也会削弱中短期偿债能力。

　　案例K：模型应用

　　我们将上述支持模型也用于K公司，可以看到，K公司受到政府支持的可能性极大，其原因主要是公司被救助后业务可持续性仍很强以及地方和行业内的重要性较高以及替代性较低。

　　支持落地：政府如何支持民企

　　政府支持民营企业的手段，可以分为常规性支持和紧急性支持。常规性的支持包括政府补贴，税收优惠等和日常经营活动的相关的优惠措施。紧急性支持可以分成政府现金支持，政府下属国企现金支持，政府协调债权人展期（包括银行不抽贷），政府协调债转股，企业破产重整保生产5个层级。从现金流的角度，按照政府支持力度从大到小排列，这5个层级分别对应政府注入筹资性现金流，政府下属国企注入筹资性现金流，筹资性现金流延期不流出（展期），筹资性现金流不流出（债转股），政府帮助企业保持经营性现金流五个阶段。

　　需要注意的是，由于政府支持有展期、债转股等手段，故即便发行人得到政府支持，对于债券持有者可能未必是好事。若地方政府认为企业经营、就业重要性大于再融资信用，政府可能会支持发行人采用展期和债转股等对债券持有人利空的方式进行持续性经营。

　　我们选取了两个已经接受政府支持并取得阶段性成果的典型企业，通过简述企业遇到的瓶颈、政府支持的手段、政府支持后的结果等方面，来分析政府支持的流程和效果。

　　支持案例一：江西赛维

　　江西赛维案例特点主要在于它对于地方政府过于重要，地方政府使用了超常规手段进行救助。2005年，江西赛维成立，LDK是其英文名缩写，LDK意为“超越光速”。2007年，江西赛维在纽交所上市。由于过度扩张和行业政策突变，江西赛维遭遇了流动性危机。2015年江西赛维破产重整。在江西赛维快速发展和遇到危机时，地方政府在背后起到了举重轻重的作用。2012年7月，新余市人大常委会召开第七次会议，“会议审议通过了市人民政府关于将江西赛维LDK光伏公司向华融国际信托有限责任公司偿还信托贷款的缺口资金纳入同期年度财政预算的议案”，一度引起市场争议。

　　江西赛维在地方重要程度情况：从就业贡献、GDP和税收三个角度可以看出赛维对于新余市的重要性。赛维在最高峰时，占新余市GDP比重30%，税收11%，新增就业27%。

　　由于行业不景气，江西赛维最终资不抵债，破产重整。2015年11月，新余中院裁准，江西赛维LDK光伏硅科技有限公司、江西赛维LDK太阳能多晶硅有限公司、江西赛维LDK太阳能高科技有限公司、赛维LDK太阳能高科技（新余）有限公司等四家公司，正式实施破产重整。

　　总结：赛维能够获得政府支持、最后重生的核心原因，在于它在当地重要性强，政府在刚陷入流动性危机时通过输血救助，之后引入不良资产管理公司等外部投资者，分拆出售，既保住了就业，又化解了危机。需要注意的是，在处置中，部分债权人展期或是债转股，利益可能受到影响。

　　支持案例二：盾安集团

　　盾安集团的案例特点主要在于在众多违约企业中，主动求救并得救，最后将资产进行变卖用于债券兑付。盾安集团曾是浙江省诸暨市的明星企业，主营包括空调配件、民爆化工、新能源、现代农业等。2018年5月，公司因为流动性问题向浙江政府求助，成为市场焦点。

　　综合盾安的求助诉求和最终的救助结果，我们发现，盾安集团的请求大多数得到了满足。根据新浪财经2018年6月的报道，盾安集团化解危机的方式主要包括变更江南化工募集资金用途、出售节能板块、减持投资的其他上市公司股票、质押盾安环境和江南化工股票、江南化工重大资产重组等。2018年9月3日，盾安环境和江南化工双双公告称，间接控股股东盾安集团旗下的民泽科技近期与浙商银行、中国工商银行、国家开发银行等10家银行机构签署了流动资金银团贷款合同，合同总金额为人民币150亿元，贷款期限三年，首批52亿元资金支持已经到位。

　　总结：和其他陷入流动性危机的公司不同，盾安集团自身资产质量较高，杠杆率不高。在出现危机时，盾安尚可采用质押、减持的方式获得短期流动性，并通过变卖资产、专注主业等方式获得外部认可。

　　风险因素

　　样本选择风险，报告对于违约企业的非财务指标分析建立在有限的违约样本上，难以证明选取的违约样本特征对于债券市场发行人总体特征是无偏估计，也不能证明已违约的债券发行人违约原因与存在信用风险的发行人瑕疵之间存在因果关系；

　　模型设计风险，模型中的打分只能表示在主观设定权重前提下有限样本中的排序情况，不同的样本和权重会使得分发生变化，该分值不能表示在总体债券发行人的排序情况，更不能直接表示绝对量的分析结果；

　　案例信息风险，由于整理资料来自于公开渠道，包括公司公告、公司年报、公开信息等，在信息收集上可能存在局限；

　　案例分析风险，对于风险案例存在关注要点和政府支持判断，来自于投研积累经验和政府支持打分模型，可能存在主观因素过强、或者模型设计不完善的因素存在。

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

责任编辑：李铁民