公司債券和股票的收益率相關(guān)性實(shí)證研究

吳慶念 錢一鶴

摘 要：從上市公司微觀角度，分析同一公司發(fā)行的公司債券和股票收益率之間的相關(guān)性。分析公司資產(chǎn)影響股票和債券價(jià)值的是其均值的變化，而非波動(dòng)率；公司資產(chǎn)價(jià)值變化的信息并非同時(shí)傳遞給所有投資者，而是先融入股票，再傳遞給債券。結(jié)論顯示，影響公司債券收益率變化的最重要因素是市場(chǎng)無(wú)風(fēng)險(xiǎn)收益率，而公司資產(chǎn)的價(jià)值變化的影響相對(duì)要小很多。

關(guān)鍵詞：債券收益率；相關(guān)性；信息溢出

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2014）13-0148-06

引言

股票和債券是投資組合中最常見的品種，如何配置股票和債券的比例和種類對(duì)于投資基金的管理者如同家常便飯。因此，無(wú)論在實(shí)踐中還是理論研究，人們對(duì)兩者之間的關(guān)系投入了巨大的熱情。

傳統(tǒng)的做法是通過(guò)構(gòu)造各種股票指數(shù)和債券指數(shù)，通過(guò)研究?jī)烧咧笖?shù)之間的關(guān)系，間接地研究?jī)烧咧g的關(guān)系。大量的文獻(xiàn)積累了許多有意義的經(jīng)驗(yàn)，由于個(gè)別股票和債券與指數(shù)之間存在很大的相關(guān)關(guān)系，這種研究方法可以從宏觀上把握整體市場(chǎng)情況。但這種研究方法也存在應(yīng)用上的不足：首先，指數(shù)代表大量的股票和債券，但指數(shù)并不等于單個(gè)證券。因此，要想通過(guò)指數(shù)來(lái)分散風(fēng)險(xiǎn)，必須按比例投資于所有成分股票或者債券。在實(shí)際投資中，只有大型投資基金可以模擬指數(shù)投資。其次，指數(shù)之間的相關(guān)關(guān)系僅體現(xiàn)了系統(tǒng)性的共性因素，而沒(méi)有體現(xiàn)公司個(gè)體因素。因此，對(duì)實(shí)踐的指導(dǎo)意義受到限制。另外，在指數(shù)構(gòu)造中，樣本的選擇也存在一定的主觀性。

另一種研究方法是從微觀角度著手，研究同一個(gè)公司發(fā)行的股票和債券之間的關(guān)系。由于微觀數(shù)據(jù)同時(shí)包含了系統(tǒng)性因素和公司個(gè)體因素，這種研究方法的擬合結(jié)果從理論上會(huì)有更高的準(zhǔn)確性——這對(duì)投資組合的風(fēng)險(xiǎn)量化評(píng)估意義重大。然而這種方法對(duì)數(shù)據(jù)的要求很高，一直很少被關(guān)注。

本文從交易者行為入手，試圖用后一種方法來(lái)研究中國(guó)股市和債市之間的信息傳遞和擴(kuò)散機(jī)制，包括公司價(jià)值變化對(duì)股票和債券的影響形式，以及股票和債券價(jià)格之間的相互影響能力。

一、研究綜述

從現(xiàn)有的文獻(xiàn)可以看出，股市和債市兩者的關(guān)系自20世紀(jì)80年代開始受到重視。眾多文獻(xiàn)關(guān)注的重點(diǎn)主要集中在兩個(gè)方面：（1）兩個(gè)市場(chǎng)的相關(guān)性程度；（2）引起兩者相關(guān)的原因。

（一）對(duì)股市和債市相關(guān)性的研究

從兩市聯(lián)動(dòng)性方面看，早期文獻(xiàn)主要在于從不同的角度驗(yàn)證兩個(gè)市場(chǎng)之間的相關(guān)性程度。如Bossaerts（1988）在研究投資組合時(shí)發(fā)現(xiàn)兩者之間存在協(xié)整關(guān)系；Shiller & Beltratti （1992）用理性預(yù)期模型檢驗(yàn)了股價(jià)變動(dòng)和長(zhǎng)期利率變動(dòng)的關(guān)系，發(fā)現(xiàn)股票和債券收益率之間在理論上存在極小的正相關(guān)關(guān)系；等等。但是早期文獻(xiàn)的具體觀點(diǎn)比較雜亂，實(shí)證結(jié)論往往差別較大，甚至相互矛盾。究其原因，可能在于不同的研究者采用不同的樣本，或者使用不同時(shí)間和不同市場(chǎng)的數(shù)據(jù)。限于當(dāng)時(shí)市場(chǎng)的成熟程度，不同的市場(chǎng)和不同的時(shí)期會(huì)有較大差別。另外，市場(chǎng)聯(lián)動(dòng)性研究主要通過(guò)構(gòu)造兩市的指標(biāo)進(jìn)行間接衡量，在指標(biāo)的構(gòu)造上包含了較多主觀因素。

近年來(lái)的文獻(xiàn)基本認(rèn)同兩個(gè)市場(chǎng)相關(guān)系數(shù)時(shí)變的觀點(diǎn)，研究的重點(diǎn)轉(zhuǎn)向進(jìn)一步分析相關(guān)系數(shù)的變化的原因。如Ilmanen（2003）研究美國(guó)股票和債券的相關(guān)系數(shù)后發(fā)現(xiàn)，相關(guān)系數(shù)不但是時(shí)變的，而且可能在不同時(shí)期是相反的。在20世紀(jì)大部分世紀(jì)是正的，但在20世紀(jì)30年代早期、50年代晚期、2003年左右是負(fù)的。Cappiello，Engle等（2006）發(fā)現(xiàn)市場(chǎng)結(jié)構(gòu)的變化也會(huì)導(dǎo)致相關(guān)系數(shù)的變化，他們運(yùn)用非對(duì)稱廣義動(dòng)態(tài)條件相關(guān)模型（AG-DCC）發(fā)現(xiàn)，歐洲的幾個(gè)國(guó)家在歐盟成立之后股票和債券市場(chǎng)的相關(guān)性發(fā)生了明顯的結(jié)構(gòu)變化。Andersson，Krylova等（2008）發(fā)現(xiàn)股票和債券價(jià)格的相關(guān)性隨經(jīng)濟(jì)周期變化，在高通貨膨脹預(yù)期時(shí)期同方向運(yùn)動(dòng)，在低通貨膨脹預(yù)期時(shí)兩者收益率呈負(fù)相關(guān)。

另外，由于相關(guān)系數(shù)的可變性，說(shuō)明相關(guān)系數(shù)也存在不確定性，因此也有學(xué)者對(duì)其進(jìn)行了風(fēng)險(xiǎn)定價(jià)。如Driessen，Maenhout等（2009）的實(shí)證研究證明，在市場(chǎng)完全清償?shù)臈l件下相關(guān)性風(fēng)險(xiǎn)是被定價(jià)的。當(dāng)整個(gè)市場(chǎng)的相關(guān)系數(shù)高于預(yù)期的時(shí)候，由于多樣化分散投資條件惡化，需要一個(gè)超額收益作為保障，這個(gè)超額收益對(duì)相關(guān)性敏感。Buraschi，Porchia等（2010）則在研究投資組合時(shí)，對(duì)隨機(jī)波動(dòng)性風(fēng)險(xiǎn)和相關(guān)性風(fēng)險(xiǎn)采取了不同的對(duì)沖措施。

（二）相關(guān)性的成因分析

對(duì)于兩個(gè)市場(chǎng)相關(guān)性的研究也可以分成兩個(gè)方向：基于基本經(jīng)濟(jì)因素的影響的研究、基于兩個(gè)市場(chǎng)信息不對(duì)稱和信息擴(kuò)散的研究。

前者如Keim & Stambaugh（1986）研究了一些基于資產(chǎn)價(jià)格水平的事先可觀測(cè)變量，證明可以預(yù)測(cè)紐約交易所普通股的事后風(fēng)險(xiǎn)溢價(jià)。并且發(fā)現(xiàn)小公司和低等級(jí)債券在一月份表現(xiàn)出更高的風(fēng)險(xiǎn)敏感性的季節(jié)現(xiàn)象，認(rèn)為是跨年期間風(fēng)險(xiǎn)上升；Campbell & Ammer（1991）研究美國(guó)戰(zhàn)后數(shù)據(jù)時(shí)，用VAR模型將股票和債券收益變化分解為預(yù)期未來(lái)的股票紅利、通貨膨脹、短期實(shí)際利率、股票和債券的超額收益等因素。Shiller & Beltratti（1992）的研究也利用了相同的方法。

后者如Fleming，Kirby等（1998）研究了信息在市場(chǎng)之間聯(lián)系的波動(dòng)性中所扮演的角色。他們把市場(chǎng)信息來(lái)源分成公共信息和來(lái)自跨市場(chǎng)套保交易，認(rèn)為市場(chǎng)之間的相關(guān)性來(lái)自兩者之間的信息溢出過(guò)程。Kwan（1996）則從公司資產(chǎn)價(jià)值對(duì)股票和債券的收益率進(jìn)行了系統(tǒng)分析，認(rèn)為公司資產(chǎn)價(jià)值均值的變化在股票和債券的收益率變動(dòng)中起主導(dǎo)作用。另外從投資者的信息不對(duì)稱角度著手，發(fā)現(xiàn)股票價(jià)格的變動(dòng)對(duì)滯后期的債券收益率存在單向信息溢出。

對(duì)相關(guān)性系數(shù)的時(shí)變性，現(xiàn)有文獻(xiàn)的解釋基本都從投資者的風(fēng)險(xiǎn)回避角度進(jìn)行解釋。如Barsky（1986）發(fā)現(xiàn)了投資者在危機(jī)時(shí)期表現(xiàn)出的“奔向安全性”（“flight-to-quality”）；Andersson，Krylova等（2008）在考慮“奔向安全性”現(xiàn)象后也發(fā)現(xiàn)，股票市場(chǎng)風(fēng)險(xiǎn)的增加是導(dǎo)致兩者相關(guān)性減弱的原因。而預(yù)期經(jīng)濟(jì)增長(zhǎng)率基本不會(huì)影響股票與債券的相關(guān)性。

由于中國(guó)債券市場(chǎng)發(fā)展較晚，國(guó)內(nèi)相關(guān)研究還很少，且以定性研究為主，少數(shù)文獻(xiàn)進(jìn)行了實(shí)證檢驗(yàn)，基本方法是利用現(xiàn)有指標(biāo)，或自行構(gòu)建相關(guān)指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，研究結(jié)果也類似。如曾志堅(jiān) 、江洲（2007）的實(shí)證檢驗(yàn)發(fā)現(xiàn)，中國(guó)股票市場(chǎng)和債券市場(chǎng)之間的收益率存在時(shí)序變化的月度相關(guān)性，以及股票市場(chǎng)和債券市場(chǎng)收益率的領(lǐng)先—之后關(guān)系。袁超、張兵等（2008）使用AG-DCC模型，研究了中國(guó)債券市場(chǎng)和股票市場(chǎng)的相關(guān)系數(shù)時(shí)變情況，發(fā)現(xiàn)股市和債市之間的聯(lián)合沖擊影響是不對(duì)稱的。鄭振龍、陳志英（2011）運(yùn)用多維GARCH-DCC模型計(jì)算中國(guó)股市和債市的相關(guān)性，同時(shí)考慮宏觀和市場(chǎng)因素的影響，同樣得出了時(shí)變相關(guān)性的結(jié)論。

筆者認(rèn)為，影響股票和債券價(jià)格的因素大體可以分成兩類，第一類是基本面因素，通過(guò)影響價(jià)值，再體現(xiàn)到價(jià)格的變化?；久嬉蛩乜梢苑趾暧^因素和微觀因素，前者包括經(jīng)濟(jì)增長(zhǎng)、通貨膨脹、市場(chǎng)利率水平、行業(yè)景氣程度等，后者是公司自身經(jīng)營(yíng)狀況的反映。第二類是投資者行為。投資者行為的影響指投資者對(duì)基本因素變化導(dǎo)致企業(yè)價(jià)值變化的期望的反應(yīng)。第一類因素是影響公司股票和債券價(jià)格的基礎(chǔ)，第二類因素影響股票和債券價(jià)格變化的過(guò)程。

二、模型和數(shù)據(jù)

本文的實(shí)證研究主要驗(yàn)證兩個(gè)方面：第一，驗(yàn)證公司信息對(duì)證券價(jià)格的影響機(jī)制。確定中國(guó)證券市場(chǎng)中，公司資產(chǎn)價(jià)值的信息是通過(guò)均值變化還是波動(dòng)率變化影響證券價(jià)格。第二，研究公司信息在市場(chǎng)中的擴(kuò)散機(jī)制。確認(rèn)股票和債券價(jià)格變化的領(lǐng)先或滯后關(guān)系。

（一）模型設(shè)定

我們借鑒Kwan（1996）的方法，同時(shí)檢驗(yàn)同一個(gè)公司發(fā)行的股票和債券之間的同期相關(guān)性和跨期相關(guān)性。用同期相關(guān)性研究影響股票和債券價(jià)格的主導(dǎo)因素——公司資產(chǎn)價(jià)值變動(dòng)的均值還是波動(dòng)率。用跨期相關(guān)性研究股票和債券價(jià)格之間的動(dòng)態(tài)影響——哪個(gè)領(lǐng)先，哪個(gè)滯后。模型中我們對(duì)所有變量都采用變化率?？紤]到宏觀經(jīng)濟(jì)因素對(duì)市場(chǎng)收益率產(chǎn)生影響，而無(wú)風(fēng)險(xiǎn)收益率的變化能很好地代表市場(chǎng)整體收益率的變化，我們引入無(wú)風(fēng)險(xiǎn)收益率的變化量作為控制變量，來(lái)控制市場(chǎng)收益率變動(dòng)的影響。

具體模型如下：

ΔBj，t=β0+β1Δrj，t+β2ΔSj，t-1+β3ΔSj，t+β4ΔSj，t+1+εj，t （1）

其中，ΔBj，t是債券j從t-1時(shí)期到t時(shí)期的到期收益率變化，Δrj，t是期限相似的無(wú)風(fēng)險(xiǎn)債券從t-1時(shí)期到t時(shí)期的收益率變化，ΔSj，t表示與債券j相同發(fā)行人的股票從t-1時(shí)期到t時(shí)期的收益，εj，t為隨機(jī)擾動(dòng)項(xiàng)。余項(xiàng)類似。

β1代表債券收益率變化對(duì)無(wú)風(fēng)險(xiǎn)利率變化的敏感程度，如果無(wú)風(fēng)險(xiǎn)利率的變化對(duì)債券收益率變化存在影響，β1應(yīng)該是正的。

由于公開信息的存在，股票和債券價(jià)格變化應(yīng)該存在某種程度的同期相關(guān)，因此一般情況下β3≠0應(yīng)該是合理的。如果β3>0，則說(shuō)明股票和債券收益率之間存在負(fù)相關(guān)，引起證券收益率變化的是公司資產(chǎn)價(jià)值波動(dòng)率變化的信息；如果β3<0，則說(shuō)明股票和債券收益率正相關(guān)，引起證券收益率變化的是公司資產(chǎn)價(jià)值均值變化的信息。

如果兩個(gè)市場(chǎng)對(duì)知情交易者的機(jī)會(huì)均等，那么非公開信息同時(shí)融入股票和債券，表現(xiàn)為兩者收益率的變化僅在同期相關(guān)，體現(xiàn)在β3上，而β2=β4=0。如果β2≠0，那么說(shuō)明債券收益率的變動(dòng)和股票收益率的t-1變動(dòng)相關(guān)，股票市場(chǎng)信息領(lǐng)先于債券市場(chǎng)。反之，如果β4≠0，說(shuō)明債券市場(chǎng)信息領(lǐng)先于股票市場(chǎng)。

需要說(shuō)明的是，β2，β3，β4的誤差均被納入到干擾項(xiàng)，一般情況下，這些系數(shù)會(huì)存在顯著的序列相關(guān)，從而導(dǎo)致誤差項(xiàng)存在異方差和序列相關(guān)。確切的誤差結(jié)構(gòu)我們并不知道，然而我們可以用Newey & West（1987）的方法，獲得無(wú)偏和一致的統(tǒng)計(jì)推斷，即使用“異方差自相關(guān)穩(wěn)健性標(biāo)準(zhǔn)差”，只改變標(biāo)準(zhǔn)差的估計(jì)值，不需要改變回歸系數(shù)的估計(jì)值。

（二）數(shù)據(jù)說(shuō)明

本文研究所用樣本為滬深兩市交易的上市公司發(fā)行的公司債券和該上市公司的股票。中國(guó)自2007年開始發(fā)行公司債券，考慮到公司債券市場(chǎng)發(fā)展早期的不穩(wěn)定性，為了減少干擾，我們采用從2010年初至2012年末的周度數(shù)據(jù)。股票采用周漲跌幅數(shù)據(jù)，債券采用每周周五的到期收益率進(jìn)行差分，得到到期收益率的變化（數(shù)據(jù)來(lái)源為同花順iFinD）。

由于公司債券發(fā)行條件比較復(fù)雜，為此本研究對(duì)樣本進(jìn)行了一定的篩選限制，以減少干擾。我們剔除了非上市公司發(fā)行的公司債券，剔除了所有非固定利率債券，剔除了所有含權(quán)以及特殊條款債券。另外，新發(fā)行（On-the-run）債券的交易和早期發(fā)行（Off-the-run）債券的市場(chǎng)表現(xiàn)明顯存在差異，因此，我們也剔除了交易時(shí)間少于5個(gè)月的新發(fā)行債券。最后，我們得到符合要求的78家公司發(fā)行的98只公司債券樣本，共8 971個(gè)樣本觀測(cè)值。這些債券到期日從2012年12月25日至2025年10月19日不等。發(fā)行人涵蓋GICS行業(yè)分類的9個(gè)行業(yè)，其中以原材料、工業(yè)、金融和公用事業(yè)為主。

對(duì)于無(wú)風(fēng)險(xiǎn)利率，我們采用相似期限的固定利率國(guó)債的到期收益率來(lái)近似，具體選用期限為3年、7年和10年國(guó)債，數(shù)據(jù)來(lái)源中國(guó)債券信息網(wǎng)。

樣本中所有債券的發(fā)行規(guī)模從2億元到130億不等，債券發(fā)行規(guī)模受公司規(guī)模，所處行業(yè)前景等多方面的影響，這些因素會(huì)影響到投資者對(duì)債券收益率的期望，因此我們對(duì)不同發(fā)行規(guī)模的債券進(jìn)行分類分析。我們按發(fā)行規(guī)模從小到大分成四個(gè)部分相等的部分，區(qū)間分別為[2，8]、（8，20）、[20，35]和（35，130]（單位：億元）。

債券評(píng)級(jí)反映債券的風(fēng)險(xiǎn)程度，投資者對(duì)不同評(píng)級(jí)的債券要求不同的收益率。目前中國(guó)公司債券等級(jí)已經(jīng)趨于多元化，樣本債券包括AAA、AA+，AA和AA-四個(gè)等級(jí)。我們也按債券等級(jí)進(jìn)行分類分析。表1為樣本觀測(cè)值的混合截面統(tǒng)計(jì)信息摘要。

根據(jù)同花順iFinD數(shù)據(jù)統(tǒng)計(jì)分析，Panel A為全樣本統(tǒng)計(jì)信息，Panel B為按債券發(fā)行規(guī)模從小到大排列的子樣本統(tǒng)計(jì)信息，Panel C為按照債券評(píng)級(jí)分類的子樣本統(tǒng)計(jì)信息。

一般來(lái)說(shuō)債券發(fā)行的公司實(shí)力越強(qiáng)，發(fā)行債券的規(guī)模越大，同時(shí)評(píng)級(jí)也越高，所以以上兩種分類方法所體現(xiàn)的信息應(yīng)該是一樣的。從表格可以看出，債券的發(fā)行規(guī)模并非均勻分布，大部分債券發(fā)行規(guī)模小于35億元。這符合中國(guó)公司債券規(guī)模較小，沒(méi)有成為大型企業(yè)主要融資渠道的現(xiàn)實(shí)。樣本收益率均值為5.31%，中位數(shù)為5.17%。收益率隨著發(fā)行規(guī)模的增加而降低，隨著評(píng)級(jí)增加而降低，也符合債券收益率隨風(fēng)險(xiǎn)增加而增加的金融理論。

樣本也非正態(tài)分布，存在一定的偏度。從分類子樣本看，偏度隨著發(fā)行規(guī)模增加減小，隨著評(píng)級(jí)增加而減小。方差隨著發(fā)行規(guī)模的增加而減小，隨著評(píng)級(jí)增加而減小。例外的是AA-級(jí)別債券的波動(dòng)性明顯偏小，標(biāo)準(zhǔn)差為0.4782，遠(yuǎn)小于AA級(jí)債券，也小于AAA級(jí)債券，可能的原因是中國(guó)債券市場(chǎng)投資者對(duì)低等級(jí)債券不認(rèn)同，交易稀少。

本文實(shí)證部分使用計(jì)量軟件為Stata12.0。

三、實(shí)證分析

為了穩(wěn)健起見，我們?cè)趯?shí)證檢驗(yàn)中采用兩種方法：第一種方法是采用混合截面時(shí)間序列數(shù)據(jù)，用OLS對(duì)公式（1）進(jìn)行回歸。在具體回歸過(guò)程中，我們采用3年、7年和10年三種國(guó)債的到期收益率變化作為控制變量，并對(duì)樣本按照公司進(jìn)行聚類回歸。我們進(jìn)一步對(duì)觀察數(shù)據(jù)按照發(fā)行規(guī)模和債券評(píng)級(jí)進(jìn)行分類，以便在不同的債券屬性下研究同一公司債券和股票之間的關(guān)系。第二種方法是采用面板數(shù)據(jù)分析，從樣本統(tǒng)計(jì)可以看出這是一個(gè)長(zhǎng)面板數(shù)據(jù)，因此必須考慮擾動(dòng)項(xiàng)的具體形式，以提高估計(jì)效率。

（一）混合截面時(shí)間序列數(shù)據(jù)分析結(jié)果

其中，_cons為截距，dy3、dy7、dy10分別為3、7、10年期國(guó)債到期收益率的變化，F(xiàn)s、s、Ls分別為股票收益率領(lǐng)先期、同期和滯后期收益率。[ ]內(nèi)的數(shù)字代表P值，***代表1%顯著性，**代表5%顯著性，*代表10%顯著性。

從表2可以看出：首先，7年期國(guó)債到期收益率的變化對(duì)債券收益率變化影響最大，且統(tǒng)計(jì)顯著，說(shuō)明公司債券到期收益率的變化主要受市場(chǎng)無(wú)風(fēng)險(xiǎn)收益率變化影響。其次，股票收益率的變化對(duì)債券收益率變化的影響系數(shù)相對(duì)較小，說(shuō)明不是影響債券收益率的主要因素。再次，股票收益率的領(lǐng)先期對(duì)債券收益率影響顯著，且為負(fù)，說(shuō)明公司資產(chǎn)價(jià)值變化的信息首先進(jìn)入股票市場(chǎng)，再?gòu)墓善笔袌?chǎng)向債券市場(chǎng)傳遞。這與股票市場(chǎng)更具流動(dòng)性相符合。而負(fù)的系數(shù)說(shuō)明影響股票和債券收益率變化的是公司資產(chǎn)價(jià)值的均值變化。這可能和中國(guó)公司債發(fā)行企業(yè)主要為原材料、工業(yè)等企業(yè)為主有關(guān)。

表3所列數(shù)據(jù)為按照債券發(fā)行規(guī)模分類之后的子樣本回歸結(jié)果。分類回歸結(jié)果和全樣本結(jié)果類似：顯示股票收益率的領(lǐng)先期對(duì)債券到期收益率的變化影響顯著（Quartile 2除外，顯著性剛剛超過(guò)10%），但是系數(shù)仍然很小。但是國(guó)債到期收益率的變化對(duì)不同發(fā)行規(guī)模的公司債收益率變化有所不同，發(fā)行量小的公司債受相對(duì)短期國(guó)債收益率影響，發(fā)行量大的公司債受相對(duì)長(zhǎng)期國(guó)債的影響。Quartile 1受3年期國(guó)債收益率變化顯著，Quartile 2受7年、10年期國(guó)債影響顯著，Quartile 3受7年期國(guó)債影響顯著，而國(guó)債收益率的變化對(duì)Quartile 4部分公司債收益率的變化影響不顯著。發(fā)行量最大的公司債，其發(fā)行者為規(guī)模巨大，占有壟斷性資源的巨型國(guó)企，其安全性幾乎和國(guó)債相當(dāng)，因此市場(chǎng)表現(xiàn)相對(duì)獨(dú)立。如樣本中最大發(fā)行量為130億的“12石化01”，由中國(guó)石化發(fā)行。

下頁(yè)表4所列數(shù)據(jù)為按照公司債評(píng)級(jí)分類后的子樣本回歸的結(jié)果。從Obs指標(biāo)可以看出，中國(guó)公司債主體部分還是AAA級(jí)債券，占一半以上。AA+及以下評(píng)級(jí)較少，其中AA-評(píng)級(jí)公司債觀測(cè)值只有151個(gè)，Stata軟件忽略了對(duì)其統(tǒng)計(jì)顯著性的估值。

從回歸結(jié)果可以看出，按照評(píng)級(jí)分類的統(tǒng)計(jì)結(jié)果顯著性明顯下降，無(wú)論是國(guó)債收益率變化影響還是股票收益率影響，顯著程度都沒(méi)有達(dá)到1%水平的。一方面可能與中國(guó)公司債券以AAA級(jí)為主有關(guān)，中國(guó)公司債市場(chǎng)至今沒(méi)有出現(xiàn)過(guò)真正的違約事件，投資者對(duì)風(fēng)險(xiǎn)的敏感性不高。另一方面也可能與中國(guó)目前債券評(píng)級(jí)業(yè)發(fā)展程度低有關(guān)，評(píng)級(jí)結(jié)果對(duì)投資者的行為影響較小。

對(duì)比AAA級(jí)債券和AA級(jí)債券可以看出，AAA級(jí)債券受7年期國(guó)債收益率變化影響顯著，而AA級(jí)受3年期國(guó)債收益率影響顯著，說(shuō)明風(fēng)險(xiǎn)高的債券受相對(duì)短期國(guó)債收益率的影響。股票收益率對(duì)債券收益率變化的影響與全樣本類似，同樣是受公司資產(chǎn)價(jià)值均值變動(dòng)的影響。值得注意的是，AA級(jí)債券的收益率變化對(duì)公司股票收益率存在反饋，表現(xiàn)為股票收益率的滯后期與債券收益率變化相關(guān)系數(shù)顯著，同樣為負(fù)。

比較奇怪的是AA+評(píng)級(jí)的債券收益率與國(guó)債收益率變化和股票收益率的相互影響均不顯著。

（二）長(zhǎng)面板數(shù)據(jù)分析結(jié)果

從表格可以看出，用長(zhǎng)面板估計(jì)的系數(shù)除了顯著性大小略有區(qū)別，基本可以得出相同的結(jié)論。同樣，分類回歸結(jié)果也類似（結(jié)果忽略不報(bào)告）。

結(jié)論

從以上分析我們可以得出如下結(jié)論。首先，就我們的樣本而言，影響公司債券收益率變化的最主要因素是無(wú)風(fēng)險(xiǎn)收益率的變化，我們用國(guó)債收益率的變化來(lái)代替。而公司資產(chǎn)價(jià)值的變動(dòng)影響相對(duì)要小很多。其次，公司資產(chǎn)價(jià)值的均值變動(dòng)對(duì)債券和股票價(jià)值產(chǎn)生影響。且公司資產(chǎn)價(jià)值變動(dòng)的信息先體現(xiàn)在股票市場(chǎng)，然后由股票市場(chǎng)向債券市場(chǎng)擴(kuò)散。可能的原因是市場(chǎng)上存在信息不對(duì)稱，而知情交易者利用信息優(yōu)勢(shì)，首先在更具流動(dòng)性的股票市場(chǎng)進(jìn)行交易。

本文的研究結(jié)果對(duì)投資者具有實(shí)際指導(dǎo)意義，投資者可以通過(guò)股票市場(chǎng)和債券市場(chǎng)的相關(guān)性彌補(bǔ)信息不足，尋找投資機(jī)會(huì)。尤其對(duì)于中國(guó)正在高速發(fā)展的機(jī)構(gòu)投資者，本文的研究方法和結(jié)果可以為投資組合的構(gòu)建和調(diào)整提供一定的指導(dǎo)。

值得提出的是，根據(jù)Andersson，Krylova等（2008）的發(fā)現(xiàn)，在高通貨膨脹預(yù)期時(shí)期，股票與債券價(jià)格同向運(yùn)動(dòng)；在低通貨膨脹預(yù)期時(shí)期，則負(fù)相關(guān)。但中國(guó)公司債券發(fā)展時(shí)間較短，而本文研究所用樣本為2010—2012年，這三年中，市場(chǎng)尚來(lái)不及體現(xiàn)出周期性。因此，本文的研究結(jié)果僅僅說(shuō)明目前的經(jīng)濟(jì)環(huán)境下的兩市相關(guān)情況，和經(jīng)濟(jì)周期相關(guān)周期性變化的研究有待進(jìn)一步數(shù)據(jù)積累。

參考文獻(xiàn)：

[1] Andersson M，Krylova E and Vahamaa S.Why does the correlation between stock and bond returns vary over time？ [J].Applied Financial Economics，2008（11）：139-151.

[2] Barsky R.Why Don't the Prices of Stocks and Bonds Move Together？[J].American Economic Review，1989（79）：1132-1145.

[3] Bossaerts P.Common nonstationary components of asset prices[J].Journal of Economic Dynamics and Control 1988（12）：347-364.

[4] Buraschi A，P.Porchia，and F.Trojant.Correlation risk and optimal portfolio choice[J].The Journal of Finance 2010（1）：393-420.

[5] Campbell，J.Y.and J.Ammer.What moves the stock and bond markets？ A variance decomposition for long-term asset returns [J]，Journal of Finance1993（48）：3-37.

[6] Cappiello，L.，R.F.Engle.Asymmetric dynamics in the correlations of global equity and bond returns [J].Journal of Financial econometrics2006（4）：537-572.

[7] Driessen，J.，P.J.Maenhout.The price of correlation risk：Evidence from options [J].The Journal of Finance 2009（3）：1377-1406.

[8] Fleming，J.，C.Kirby.Information and volatility linkages in the stock，bond，and money markets [J].Journal of Financial Economics 1998（1）：111-137.

[9] Ilmanen，A.Stock-bond correlations [J].The Journal of Fixed Income2003（2）：55-66.

[10] Keim，D.B.and R.F.Stambaugh.Predicting returns in the stock and bond markets[J].Journal of Financial Economics 1986（2）：357-390.

[11] Kwan，S.H.Firm-specific information and the correlation between individual stocks and bonds [J].Journal of Financial Economics 1996（1）：63-80.

[12] Newey，W.K.and K.D.West.A Simple，Positive Semi-Definite，Heteroskedasticity and Autocorrelation Consistent Covariance Matrix [J].Econometrica 1987（3）：703-708.

[13] Shiller，R.J.and A.E.Beltratti.Stock prices and bond yields：Can their comovements be explained in terms of present value models？ [J].Journal of Monetary economics 1992（1）：25-46.

[14] Smith，C.W.Option pricing：A review [J].Journal of Financial Economics 1976（1）：3-51.

[15] 曾志堅(jiān)，江洲.關(guān)于中國(guó)股票市場(chǎng)與債券市場(chǎng)收益率聯(lián)動(dòng)性的實(shí)證研究[J].當(dāng)代財(cái)經(jīng)，2007，（9）：58-64.

[16] 袁超，張兵.債券市場(chǎng)與股票市場(chǎng)的動(dòng)態(tài)相關(guān)性研究[J].金融研究，2008，（1）：63-73.

[17] 鄭振龍，陳志英.中國(guó)股票市場(chǎng)和債券市場(chǎng)收益率動(dòng)態(tài)相關(guān)性分析[J].當(dāng)代財(cái)經(jīng)，2011，（2）：45-53.

[責(zé)任編輯 吳明宇]