基于評級的投資行為和債券市場分割*

陳智華，Aziz A. Lookman，Norman Schuerhoff，Duane J. Seppi

(1.上海財經(jīng)大學 金融學院，上海 200433；2.美國國際集團；3.洛桑大學，瑞士金融學院，經(jīng)濟政策研究中心；4.卡耐基梅隆大學 泰珀商學院)

?

基于評級的投資行為和債券市場分割*

陳智華1，Aziz A. Lookman2，Norman Schuerhoff3，Duane J. Seppi4

(1.上海財經(jīng)大學 金融學院，上海 200433；2.美國國際集團；3.洛桑大學，瑞士金融學院，經(jīng)濟政策研究中心；4.卡耐基梅隆大學 泰珀商學院)

文章闡述了分割的債券市場中評級影響市場價格的新渠道，相對于以往的研究，該渠道建立在非制度約束下資產(chǎn)管理行為的基礎(chǔ)上。文章選用2005年雷曼債券指數(shù)的重新定義公告作為一項準自然實驗，該公告宣布自2015年7月1日起，投資級債券的信用評級認證機構(gòu)由兩家評級機構(gòu)(標普與穆迪)擴充至三家(第三家為惠譽)。原法則下的債券評級選用標普與穆迪評級的最低值，而新法則下是三家評級機構(gòu)評級的中位數(shù)。新法則的實施使一些原先被認定為垃圾級(高收益)的債券在三大評級機構(gòu)各自的評級水平保持不變的情況下被“機械升級”為投資級債券，從而債券估值發(fā)生了變化，其平均異常到期收益率在事件后下降了21個基點。文章發(fā)現(xiàn)這種估值變化主要來源于資產(chǎn)類別敏感型機構(gòu)投資者的債券購買行為，因為他們認為新法則下這些債券是有投資價值的。信譽、法規(guī)、指數(shù)化和流動性等方面的假設(shè)均不能解釋這些債券的價格走勢及其交易方式。

信用評級；市場分割；資產(chǎn)類別效應

為了遏止代理資產(chǎn)管理中可能存在的利益沖突，機構(gòu)投資者在構(gòu)建投資組合時受到一些限制。②Gromb和Vayanos(2009)、Duffie(2010)以及Duffie和Strulovici(2012)闡述了市場分割與資本非流動性如何影響資產(chǎn)的所有權(quán)分布及其對資產(chǎn)價格的影響。Basak和Pavlova(2013)揭示了機構(gòu)投資者的交易如何影響資產(chǎn)價格及由此產(chǎn)生的指數(shù)化效應。大量的理論研究表明，這些投資限制會導致市場分割，從而產(chǎn)生資產(chǎn)類別效應。市場分割模型的一個核心預測是，標記資產(chǎn)類別的證券標簽會影響投資者購買或出售該證券的意愿，即使該標簽沒有傳遞出任何實質(zhì)性的信息，該證券的市場價格也會受到影響。本文研究了基于評級的投資行為與市場分割所導致的價格波動，這是資產(chǎn)管理標簽效應在債券市場中的首次應用，而以往的相關(guān)文獻關(guān)注的主要是股票市場。

本文的分析基于雷曼對其債券指數(shù)評級法則的重新修訂事件。當多家評級機構(gòu)對某債券的信用評級持不同意見時，雷曼債券指數(shù)將通過加總計算等方法進行綜合評級認定，并以此為標準確定該債券是否可以歸入雷曼投資級公司債券指數(shù)(現(xiàn)巴克萊債券指數(shù))。由于雷曼債券指數(shù)在債券市場中的地位舉足輕重，這一法則也是債券市場中眾多機構(gòu)投資者用于資產(chǎn)管理的重要標準。2005年1月24日，雷曼突然宣布修訂債券指數(shù)的評級法則：從2005年7月1日起，債券的指數(shù)評級選取穆迪、標普和惠譽三大國際評級機構(gòu)所給出評級的中位數(shù)。在此之前，雷曼債券指數(shù)的評級法則不考慮惠譽的評級，僅以穆迪和標普兩者評級中的最低評級作為綜合指數(shù)評級(原法則)。可見，原法則相對于新法則比較保守。

雷曼債券指數(shù)評級法則的重新修訂事件為學者提供了難得的機會，以研究在評級及監(jiān)管約束不變的前提下投資者基于債券評級的資產(chǎn)管理行為。國家認可的統(tǒng)計評級機構(gòu)NRSRO給出的債券評級在公司債券市場上有著重要的作用。*截至2005年初，穆迪與標普為超過90%的公司債券進行過評級，而惠普為70%的債券進行過評級。2003年，一家加拿大信用機構(gòu)Dominionn Bond Rating Service被SEC納入了NRSRO。2005年，保險公司債券評級機構(gòu)A.M.Best被納入了NRSRO。以往的文獻主要關(guān)注債券評級所包含的信息及與評級相關(guān)的法律法規(guī)。而在當今社會，評級標簽被廣泛運用到保險公司、共同基金、對沖基金和投資顧問等機構(gòu)投資者的投資合同約束條款以及內(nèi)部投資流程控制中。*Holthausen和Leftwich(1986)以及Hand等(1992)分析了評級公告的信息價值及其對公司債券與股票價格的影響。Ambrose等(2012)以及Ellul等(2011)發(fā)現(xiàn)了保險公司拋售降級債券的證據(jù)。Kisgen和Strahan(2010)研究了債券評級監(jiān)管的影響。本文首次從委托資產(chǎn)管理層面解釋了機構(gòu)投資者在非監(jiān)管約束下基于評級的投資行為，并為市場分割理論提供了實證證據(jù)。

雷曼債券指數(shù)評級法則的重新修訂事件具有兩大研究優(yōu)勢：首先，雷曼債券指數(shù)評級法則基于公開的信息，對三大評級機構(gòu)公布的評級進行加權(quán)匯總，因此該事件本身不涉及債券及債券發(fā)行公司信用風險的改變；其次，該事件對相關(guān)法律法規(guī)沒有產(chǎn)生任何影響，因為相關(guān)法律法規(guī)主要以NRSRO評級為監(jiān)管依據(jù)，而不使用雷曼債券指數(shù)綜合評級編制方法?；诶茁鼈笖?shù)在債券市場中的重要地位，本文假定雷曼改變債券評級的計算方法將影響機構(gòu)投資者的投資決策，一些因法則修訂而被升級標記為投資級的債券(原為垃圾級債券)會受到資產(chǎn)類別敏感型機構(gòu)投資者的青睞，他們會認為這些債券變得更具有投資價值。由于雷曼指數(shù)原評級法則(取穆迪和標普評級結(jié)果的最低值)比新法則(取中間值)更加嚴格，而新法則滿足相關(guān)法律法規(guī)，因此機構(gòu)投資者既能根據(jù)新法則調(diào)整其資產(chǎn)配置，又能滿足監(jiān)管法規(guī)的要求。

當時的財經(jīng)新聞證實了這一觀點，有評論寫道：雷曼債券指數(shù)評級法則的重新修訂為機構(gòu)投資者提供了投資機會——他們可以購買原先不被允許購買的垃圾級債券(這些債券在新法則下被“機械升級”為投資級債券)，還促使一些基金公司相應地調(diào)整了投資策略。本文的研究表明，投資者在新法則下預期被標記為投資級債券的未來需求會增加，從而搶購這類債券，導致債券價格波動。需要指出的是，雷曼債券指數(shù)評級法則的改變以及由此引發(fā)的市場價格波動出現(xiàn)在投資管理過程中，而該事件中債券發(fā)行公司的內(nèi)在價值并沒有改變，投資行為亦不受監(jiān)管制度約束。

雷曼評級法則的修訂影響了大批債券，主要是因為惠譽的評級通常比穆迪和標普更為樂觀。本文將主要研究對象分為兩類來研究市場分割效應，而這些債券受到該事件的不同影響。第一類債券直接受到該事件的影響，這類債券包含57只原垃圾級(高收益)公司債券，在雷曼指數(shù)新法則下被“機械升級”為投資級。*根據(jù)這一事件發(fā)生時的財經(jīng)新聞報道，59只債券的指數(shù)評級將發(fā)生改變(總市值達334億美元，包括2.1%的投資級和5%的垃圾級)。本文剔除了59只債券中沒有TRACE交易數(shù)據(jù)的兩只債券。我們發(fā)現(xiàn)這類債券在事件前后無論從價格還是成交量上均為本文的主要研究假設(shè)提供了充分的實證證據(jù)。具體來說，第一，在宣告日(正式實施日)，這類債券的異常到期收益率下降了0.21%(0.64%)，這一數(shù)值達到了BBB-和BB+債券收益率差額的一半。第二，卡爾曼濾波分解結(jié)果顯示，在宣布日和正式實施日，這類債券的價格顯著持續(xù)上升，而隨時間變化的風險溢價依賴于公告后雷曼IG指數(shù)和HY指數(shù)的差異表現(xiàn)。第三，這些價格變動與交易方式密切相關(guān)，而相關(guān)交易方式是由資產(chǎn)類別敏感型投資者對債券的需求所導致的。我們發(fā)現(xiàn)這類債券的日均交易量在短期內(nèi)迅速增長，增長幅度超過一倍，而且有證據(jù)表明交易量主要源于保險公司和投資級債券共同基金的異常購買需求。

雷曼評級法則的重新修訂也改變了未來債券在不同資產(chǎn)類別(以評級標記)之間轉(zhuǎn)換的概率，即使公告日債券的評級類別未發(fā)生任何改變。在新法則下，擁有較為樂觀惠譽評級的垃圾級(高收益)債券較容易被升級為投資級債券。因此，本文研究的第二類債券屬于事件敏感型債券，即穆迪和標普給出BB+評級而惠譽給出投資級評級的債券，這類債券的資產(chǎn)類別轉(zhuǎn)換概率(即從垃圾級轉(zhuǎn)換至投資級的概率)較高。隨著轉(zhuǎn)換概率的提高，可以預期未來這類債券的購買需求會增加，因而在公告日后有顯著的價格波動，表現(xiàn)出持續(xù)的異常高收益。

雷曼事件也使我們更加了解基于特定評級的投資行為在市場分割過程中所扮演的角色。指數(shù)化是被廣泛運用的基于特定評級的一種投資方法。雷曼指數(shù)評級方法的重新修訂改變了雷曼投資級IG指數(shù)的構(gòu)成成分，從而影響了被動型指數(shù)基金對相關(guān)債券的需求量?？赏顿Y性是受雷曼事件影響的另一種投資方法。從某種程度上講，雷曼指數(shù)的評級標簽有助于規(guī)范投資經(jīng)理及其客戶在資產(chǎn)管理中所使用的評級標準，特別是如何界定債券是否屬于投資級類別；同時，雷曼事件也擴展了投資級債券的范圍，從而影響了積極的投資級債券基金的資產(chǎn)配置需求。

公告當日的財經(jīng)新聞也討論了指數(shù)化以及新近加入投資級的原垃圾級債券的可投資性，并講述了當時面臨危機的美國通用汽車與福特公司的公司債券是如何在事件后繼續(xù)留在雷曼投資級指數(shù)成分債中的(Eisinger 2005，Calio 2005)。為檢驗特定投資行為的影響，本文將樣本中被“機械升級”的債券分為兩個子樣本，其中不符合雷曼投資級IG指數(shù)發(fā)行規(guī)模要求(即發(fā)行規(guī)模較小)的債券(又稱為孤立債券)被排除在之外，而其余債券符合IG指數(shù)標準。由于這兩組債券隨時間呈現(xiàn)顯著為正的異?；貓舐?，且兩組的回報率無顯著差異，因此我們可以認為指數(shù)化假設(shè)并不能完全解釋債券價格波動，而資產(chǎn)類別的歸屬變化才是債券價格波動的真正原因。

以往關(guān)于資產(chǎn)類別標簽效應與市場分割的實證研究關(guān)注的主要是股票市場。*如Barberis和Shleifer(2003)以及Jame和Tong(2014)。與本文最相近的是Boyer(2011)的研究，他指出，基于BARRA標簽法則的BARRA價值及成長指數(shù)的常規(guī)再平衡會導致股票收益率發(fā)生改變，同時會對股票交易的聯(lián)動性產(chǎn)生影響。與之相比，本文使用標簽法則自身的變化來研究固定收益市場上資產(chǎn)管理的標簽效應。Kisgen和Strahan(2010)研究了另一個的準自然實驗——2003年SEC授予Dominon評級機構(gòu)NRSRO資格，以探究評級機構(gòu)的監(jiān)管身份是否對市場價格產(chǎn)生顯著影響。本文的不同之處在于研究了債券市場中非監(jiān)管投資行為的重要性。2010年Dodd-Frank法案通過后，SEC要求各部門在監(jiān)管法規(guī)方面剔除對必須擁有NRSRO評級的相關(guān)要求，以減少對評級的依賴。在這樣的大環(huán)境下，基于評級標簽的資產(chǎn)管理行為未來很可能對金融市場產(chǎn)生巨大的影響。*Dodd-Frank法案939節(jié)修正了FDIC、SEC、聯(lián)邦住房金融局與世界銀行的行為規(guī)范，尤其是指示聯(lián)邦機構(gòu)剔除對NRSRO評級的相關(guān)要求并采用其他標準予以替代(見SEC發(fā)布的特別監(jiān)管提案34-58070和33-9193)。

本文的研究結(jié)果也與Bongaerts等(2012)的研究相關(guān)，*關(guān)于評級的其他研究包括：Becker和Milbourn(2011)的研究表明，穆迪與標普評級的質(zhì)量在惠譽評級加入后逐漸變差；Kisgen(2007)以及Chernenko和Sunderam(2012)證實了信用評級、資金流與公司資本預算之間的真實聯(lián)系。他們的研究表明，對于債券是否歸屬于投資級，當標普與穆迪的意見不一致時，惠譽評級起到了關(guān)鍵的作用(即打破平局的功能)。本文發(fā)現(xiàn)在雷曼債券指數(shù)評級法則改變后，惠譽公司打破平局的功能進一步增強；同時，本文還提出了評級影響市場價格的非信息渠道，并論證了彼此之間的因果關(guān)系。選用雷曼事件作為一個準自然實驗，有助于解釋本文研究的因果關(guān)系方向，這一優(yōu)勢在債券的價格、評級和信用質(zhì)量等諸多因素相互作用而導致因果關(guān)系錯綜復雜時會更加明顯。

一、研究背景與假設(shè)

美國的公司債券市場是不透明的、去中心化的場外市場，交易者在尋找交易對象時會發(fā)生搜尋成本。由于潛在的交易對象比較少，任何對于債券所有者結(jié)構(gòu)的沖擊都將導致債券買賣委托單的不平衡，從而引發(fā)債券價格的波動，*Duffie等(2007)的研究表明，當交易者較難找到交易對象、賣方議價權(quán)較少時，市場的非流動性折價較高。而與流動性較強的股票市場相比，這種沖擊對債券市場會產(chǎn)生更加持續(xù)和顯著的影響。因此，公司債券市場更適合研究市場的分割性。下面我們將討論本文的研究假設(shè)。

(一)基于評級的市場分割假設(shè)

NRSRO的信用評級方法被廣泛應用于投資管理和金融機構(gòu)的規(guī)范性監(jiān)管中。無論是內(nèi)部的投資準則還是政府法規(guī)，都對機構(gòu)投資者所能持有的低評級(高信用風險)債券數(shù)量做出了限制，因而很自然地將債券市場上持有高收益和投資級債券的客戶區(qū)分開來。我們發(fā)現(xiàn)，三大評級機構(gòu)(穆迪、標普和惠譽)對于68%的公司債券的信用風險持不同意見。當評級機構(gòu)對于債券評級產(chǎn)生意見分歧時，投資者須對債券是否歸屬于投資級做出判斷。雖然政府法規(guī)對于這類債券的歸屬有最低標準，但是投資經(jīng)理和投資委員會比較保守，以避免可能引發(fā)的訴訟官司，或者簡化合同中客戶的關(guān)系。*許多官方規(guī)定與中間評級相聯(lián)系。例如，SEC 15c3-1號規(guī)定(為經(jīng)紀人或做市商規(guī)定的凈值“墊頭”)與SEC 206(3)-3T號規(guī)定(涉及投資顧問本金交易的披露與同意規(guī)定)均要求債券必須得到至少兩家NRSRO評級機構(gòu)給出的投資級評級。SEC 3a-7號規(guī)定(投資公司法令約束下的結(jié)構(gòu)性金融工具)要求債券必須至少有一家NRSRO機構(gòu)給出投資級評級。NAIC要求保險公司的垃圾債持有量不能高于其資產(chǎn)的20%(Cantor和Packer，1994；Kisgen，2007)，而NAIC使用的監(jiān)管評級是三家NASRO評級機構(gòu)給出的債券評級的中位數(shù)，即第二低的評級(NAIC，2009)。美國的Senate(2002)給出了更多關(guān)于評級的規(guī)定。與之相比，一些投資者所采用的更嚴格的評級標準(如雷曼指數(shù)評級原法則中的“兩者更低”)能夠反映出資金管理者之間的協(xié)調(diào)(最安全的訴訟數(shù)量)以及投資者規(guī)避不確定性的傾向。這樣的投資行為導致了市場分割，這是監(jiān)管法規(guī)之外的另一種渠道，因為只有很少一部分投資者有意且能夠?qū)墏笈e建倉。

作為行業(yè)龍頭，雷曼兄弟以其市場地位和高能見度，能夠?qū)u級的行業(yè)準則施加影響，許多投資基金選用雷曼債券指數(shù)(現(xiàn)巴克萊資本債券指數(shù))作為基金業(yè)績評估標準。*雷曼債券指數(shù)始于1973年1月1日。2008年9月22日，英國巴克萊銀行收購了雷曼兄弟北美投資銀行與資本市場業(yè)務。收購后，巴克萊銀行沿用了這一指數(shù)體系及相關(guān)的指數(shù)服務。Lev Dynkin在2007年5月發(fā)表的演講中指出，雷曼債券指數(shù)起到了“固定收益?zhèn)瘏⒄障档淖饔谩?，估計截?006年12月底，6.1萬億美元的管理資產(chǎn)使用雷曼債券指數(shù)作為參考基準。對于雷曼指數(shù)是否引起投資行為的改變，以及雷曼兄弟如何應對不斷變化的行業(yè)規(guī)則，這些不在本文的研究范圍內(nèi)。在任何情況下，如果債券市場分割是基于評級的投資行為所導致的，那么當垃圾級債券被“機械升級”為投資級時，投資者對于這類債券的需求會顯著增長。

(二)雷曼債券指數(shù)評級法則修訂

與本文研究有關(guān)的指數(shù)有兩個：一個是美國投資級的公司債券指數(shù)(IG指數(shù))，另一個是美國垃圾級(高收益)的公司債券指數(shù)(HY指數(shù))。*關(guān)于雷曼(巴克萊)債券指數(shù)的其他信息詳見http://ecommerce.barcap.com/indices。IG指數(shù)由符合投資評級、以美元計價、具有固定利率的納稅企業(yè)所發(fā)行的公司債券組成，同時須滿足面值、到期期限等方面的一系列要求。HY指數(shù)則由評級低于投資級的公司債券組成，而且相對于IG指數(shù)標準，這些債券僅需滿足較為寬松的綜合標準。需要指出的是，IG指數(shù)成分債要求債券面值余額超過2.5億美元，而HY指數(shù)的債券面值要求僅為1.5億美元。

雷曼債券指數(shù)中無論是垃圾級債券還是投資級債券，資產(chǎn)類別的歸屬均基于雷曼指數(shù)評級法則。雷曼債券指數(shù)評級法則下的指數(shù)評級不具有超越穆迪、標普和惠譽三大評級機構(gòu)所提供評級的信息，而僅僅是對三大評級機構(gòu)評級結(jié)果的加權(quán)平均。網(wǎng)絡附錄中表IA.1顯示了雷曼指數(shù)評級法則的調(diào)整歷史以及2005年雷曼公告日后相關(guān)的重要事件。

從歷史上看，雷曼兄弟對其債券指數(shù)評級法則做過三次修訂。最初的評級法則是計算穆迪和標普評級的平均值。當其中一家評級機構(gòu)給出投資級，而另一家評級機構(gòu)給出垃圾級時，根據(jù)各自有1/2權(quán)重的法則，債券即擁有分割評級(當然須滿足編制債券指數(shù)時其他的綜合標準)。1988年8月，指數(shù)評級法則修訂為以穆迪評級優(yōu)先，即一般僅采用穆迪評級，如果確實沒有穆迪評級，則采用標普評級。2003年10月，評級法則再次變更，改為選取穆迪和標普評級中相對保守的一方評級(如果未同時獲得兩家評級機構(gòu)的評級，則選用給予評級的機構(gòu)評級)。本文將2003年的評級法則定義為原法則，相應的指數(shù)評級則為原指數(shù)評級。

本文探究了最近的一次評級法則變更。*早期雷曼指數(shù)改變與其他指數(shù)提供者早期重新定義指數(shù)時的交易數(shù)據(jù)不足。特別地，2004年10月14日，美林宣布改變美林全球債券指數(shù)的選擇標準。2004年12月31日，美林將其指數(shù)評級由穆迪與標普的平均評級改為穆迪、標普與惠譽三者的平均評級。根據(jù)Business Wire在2004年10月14日發(fā)表的“美林宣布改變?nèi)騻u級指數(shù)”一文，新的評級方法導致約12%的美林指數(shù)評級債券的級別有所調(diào)整，其中絕大多數(shù)向上提升了一個等級。17只債券降到投資級以下，而且沒有債券由投資級以下上升到投資級。普遍認為雷曼公司指數(shù)比美林公司指數(shù)運用得更加廣泛。2005年1月24日，雷曼兄弟突然宣布從2005年7月1日起，指數(shù)評級法則中納入惠譽評級。也就是說，債券指數(shù)評級的法則將被重新定義，新法則選取穆迪、標普和惠譽三大評級機構(gòu)所給出評級的中間值(如果僅有兩家機構(gòu)的評級，則選用其中較為保守的評級；如果僅有一家機構(gòu)的評級，指數(shù)評級就變?yōu)閱我辉u級)。本文將2005年指數(shù)評級法則稱為新法則，相應的指數(shù)評級則為新指數(shù)評級。假定債券的風險因素在事件前后未發(fā)生任何變化，在新法則下，即使三大評級機構(gòu)沒有對各自的信用評級進行任何調(diào)整，根據(jù)債券所擁有的惠譽評級，一些債券的評級將由垃圾級升級為投資級。另外，雷曼事件也不涉及監(jiān)管法規(guī)的變更。

雷曼指數(shù)評級法則的重新修訂對市場來說是超出預期的，因為在通常情況下，指數(shù)法則的變更需要咨詢?nèi)易稍兾瘑T會，包括大型的固定收益證券類投資公司，而這樣的咨詢會一年通常僅召開一次。而2005年1月24日(周一)，雷曼兄弟突然通知咨詢委員會召開電話會議，要求對其指數(shù)法則進行修訂，而這類會議已經(jīng)幾年沒有召開了。在美國兩大汽車巨頭福特和通用汽車公司面臨被降級以及雷曼兄弟的行動可能會被泄露的雙重壓力下，雷曼兄弟決定臨時召開會議并迅速發(fā)布公告。*Eisinger(2005)在Wall Street Journal上發(fā)表的“GM bond worries fade with some magic from Leman”一文提供了對這次雷曼事件誘因與時機的解釋：“雷曼已經(jīng)長期考慮納入惠譽評級，而且這出現(xiàn)在今年晚些時候召開的一個會議議程中。但為何公告會如此倉促？媒體收到了雷曼考慮加入惠譽評級的消息?！覀兿氡M快消除大家對我公司指數(shù)評級的關(guān)注’，一位內(nèi)部人士如是說。他同時表示雷曼已經(jīng)注意到了市場關(guān)于GM債券的緊張情緒。與穆迪類似，惠譽對GM的評級高于標普，比垃圾級高出兩個分級。這樣，即使標普對GM下調(diào)評級，只要其他兩個機構(gòu)的評級保持不變，這些汽車制造商在新的雷曼指數(shù)評級法則下將保持其投資級的類別?！?/p>

圖1給出了雷曼投資級和高收益?zhèn)笖?shù)的時間變化趨勢。我們選取公告日前第50個交易日作為控制窗口的起點，并根據(jù)控制窗口起始日的數(shù)據(jù)進行了標準化處理。圖中垂直的虛線代表與雷曼事件相關(guān)的重要事件，如美國通用汽車和福特公司的評級下調(diào)以及TRACE數(shù)據(jù)的三個執(zhí)行階段。從圖中可以清晰地看到，IG和HY債券指數(shù)在該時間段的表現(xiàn)存在很大差異，而這種差異恰恰可以幫助我們檢驗相關(guān)債券的價格與成交量是否因雷曼事件而發(fā)生變化。

圖1　指數(shù)表現(xiàn)與事件時間　　注：圖1繪制了從2004年11月15日(t=-50)起，標準化處理(以起始點指數(shù)水平進行處理)后的雷曼投資級(IG)指數(shù)和垃圾級(HY)指數(shù)債券的累積回報。垂直虛線代表公司債券市場上發(fā)生的重要事件(更多細節(jié)見網(wǎng)絡附錄中表IA.1)。橫軸上，第0日表示雷曼公告日(2005年1月24日)，第114日表示公告生效日(2005年7月1日)。

(三)主要假設(shè)

關(guān)于債券市場分割性的主要研究問題是，在現(xiàn)金流信息不變的情況下，當公司債券的評級從垃圾級調(diào)整為投資級時，債券價格是否發(fā)生變化？2005年的雷曼事件為學者提供了一個很好的機會來檢驗公司債券的信用風險信息和監(jiān)管法規(guī)不變時的資產(chǎn)類別分割效應。雷曼債券指數(shù)評級法則的重新修訂不改變?nèi)魏螌嵸|(zhì)性的公司信息，而僅僅涉及標記資產(chǎn)類別的評級標簽的調(diào)整(Boyer 2011)，即雷曼及債券投資者如何運用評級將債券歸類(投資級或垃圾級)。由于相關(guān)的監(jiān)管法規(guī)并沒有受到雷曼事件的影響，任何因評級調(diào)整而導致的市場分割效應都應與資產(chǎn)管理的投資行為相關(guān)。

投資行為假設(shè)可歸納如下：在雷曼事件之前，當穆迪與標普對債券的評級存在分歧時，即一方給出投資級而另一方給出垃圾級，債券的資產(chǎn)類別歸屬是模糊不清的。雖然依據(jù)相關(guān)監(jiān)管法規(guī)，這類債券屬于投資級類別(基于評級的中間值)，但是行業(yè)內(nèi)特別是雷曼債券指數(shù)評級法則采用更加嚴格的標準，將其指數(shù)評級歸為垃圾級。資產(chǎn)類別的模糊性增加了資產(chǎn)管理的內(nèi)部持有成本與機會成本，對投資經(jīng)理而言，如果將這類債券歸為投資級，則需要對內(nèi)征得投資委員會的同意，對外還需應對客戶以及未來可能的訴訟，這些都將耗費大量的時間和精力。而雷曼調(diào)整其評級法則，將降低這類債券的資產(chǎn)類別模糊性及潛在的持有成本，有效擴大投資級債券的樣本池，從而增加資產(chǎn)類別敏感型機構(gòu)投資者對“機械升級”債券的凈需求(假設(shè)1)，這類債券的交易量會隨之增大(假設(shè)2)。給定斜率為負的債券需求曲線，需求量的增加會引起這類債券的價格上升(假設(shè)3)。*債券需求曲線呈現(xiàn)明顯的向下傾斜的趨勢。Steiner和Heinke(2001)發(fā)現(xiàn)，穆迪與標普的評級關(guān)注和調(diào)整公告與歐洲債券價格壓力直接相關(guān)。Mitchell等(2007)考察了對沖基金對可轉(zhuǎn)換債券的大量資本贖回。Newman和Rierson(2004)證明了歐洲電信公司大規(guī)模發(fā)行債券對其他債券價格的影響。Coval和Stafford(2007)闡述了股票市場中向下傾斜的需求曲線以及資產(chǎn)拋售的價格反應。

“機械升級”債券的投資需求增加主要來自兩方面：一方面，被動型指數(shù)基金對這類債券的需求增加(由于這類需求的增加具有可預測性，這類債券的市場價格會提前調(diào)整)，即指數(shù)化假設(shè)(假設(shè)4)。另一方面，主動型債券投資者的需求也會增加。Calio(2005)指出，雷曼債券指數(shù)評級法則的重新定義為以雷曼綜合指數(shù)為評價基準的固定收益投資經(jīng)理提供了投資債券的新機會，因為他們之前購買這類債券是受到限制的。因此，雷曼指數(shù)評級法則的重新定義消除了分割評級的模糊性，擴大了投資級債券的樣本池。這種改變可能體現(xiàn)在投資指令及投資計劃書的條款中，或者資產(chǎn)管理的內(nèi)部投資操作流程中。我們稱之為可投資性假設(shè)。對積極構(gòu)建IG指數(shù)債券的投資經(jīng)理來說，在雷曼公告之后，他們開始將“機械升級”的債券納入考慮范圍，從而對這類債券的需求逐漸增加。此時，即使債券沒有成為雷曼投資級指數(shù)的成分債，“機械升級”債券的價格也會上升(假設(shè)5)。*Calio(2005)也提到了“養(yǎng)老基金修改投資指南”的要求(揭示資本流動滯后效應)，因為被限制持有分割債券的基金在指數(shù)評級法則修訂之后更難戰(zhàn)勝IG指數(shù)。Palmer和Murray(2005)提出了類似的問題：“信托公司是否應跟隨雷曼一起將惠譽評級納入投資指南中？”與投資實踐一致，他們認為答案是肯定的，“我們認為當前對信托公司來說，最好與雷曼債券評級法則保持一致，在原來僅包含穆迪與標普的體系中引入惠譽評級，為投資經(jīng)理提供有效的風險控制能力。這樣，投資經(jīng)理的表現(xiàn)可用新法則下的雷曼債券指數(shù)作為參照標準，同樣他們也被允許投資管理與指數(shù)范圍相同的債券池?！辟Y產(chǎn)類別的可投資性標準和指數(shù)化是市場分割下資產(chǎn)管理投資渠道的兩個具體例子。

雷曼事件還會提高未來一些債券可能從垃圾級升級至投資級的概率，也使一些投資級債券(特別是有負面評級預期的)更有可能保持其投資級的資產(chǎn)類別。需要指出的是，在穆迪、標普和惠譽所給出信用評級的概率不變的情況下，雷曼指數(shù)的重新定義將分割評級歸屬于投資級，從而擴大了投資級債券的樣本池，并導致了資產(chǎn)類別轉(zhuǎn)換概率的變化。即使當前垃圾級債券的評級沒有改變，由于預期轉(zhuǎn)化為投資級債券，以及資產(chǎn)類別敏感型投資者對投資級債券的需求增加，惠譽評級較好的垃圾級債券的價格將上升。

二、數(shù)　據(jù)

(一)公司債券的特征

我們以雷曼公告日所有已發(fā)行債券為基準來構(gòu)建樣本。我們從Mergent的固定投資債券數(shù)據(jù)庫(FISD)中獲取了債券的票息率、剩余期限等特征，F(xiàn)ISD數(shù)據(jù)庫中包含具有CUSIP代碼的所有債券的特征信息。該數(shù)據(jù)庫中同時包含穆迪、標普和惠譽對所有公司債券的完整的歷史評級信息。我們剔除了可贖回債券和一些特殊債券，要求：(1)公告日的債券發(fā)行量為正；*我們還通過對債券正式聲明的交叉檢驗，糾正了一部分債券(FISD中報告的數(shù)值為“1”)的面值余額。(2)剩余期限至少為1年；(3)非可轉(zhuǎn)債或浮動利率債券；(4)非私募債券，擁有注冊權(quán)且滿足SEC144A規(guī)則的債券除外；(5)債券發(fā)行公司不是美國通用汽車和福特公司及其金融部門或附屬公司；(6)債券在雷曼公告日10天之前已被納入TRACE系統(tǒng)中。最后一條標準保證了樣本中的債券在公告日之前有交易價格(見表IA.1以及下一節(jié)關(guān)于TRACE系統(tǒng)不同階段的簡介)。最終的樣本包括8 767只債券，其中2 336只是IG指數(shù)成分債，722只是HY指數(shù)成分債，5 709只未被列入任何雷曼指數(shù)。68%的債券(5 943只)的穆迪、標普和惠譽評級屬于分割評級(即評級機構(gòu)的意見不統(tǒng)一)。

表1中PanelA展現(xiàn)了不同樣本中債券特征的描述性統(tǒng)計情況。我們發(fā)現(xiàn)，指數(shù)成分債的發(fā)行規(guī)模比非指數(shù)成分債要大，兩個子樣本的交易頻率也存在顯著差異。樣本中99.5%的債券擁有穆迪和標普兩家評級機構(gòu)的評級。而PanelB顯示，只有70%的債券(6 169只)擁有惠譽的評級，其中4 149只(67%)債券的惠譽評級比穆迪和標普評級中的較低者要好。這種差異在各種評級分類中非常普遍。*不同機構(gòu)的評級不同是源于不同的評級測度還是不同的測量目標，這對本文的分析來說并不重要，我們感興趣的是評級超過其信息成分所產(chǎn)生的影響。PanelC總結(jié)了基于不同指數(shù)評級法則計算的債券指數(shù)評級。在新法則下，729只債券的評級有較大變化，3 108只債券的評級有小幅變化(至少上升了一個級別)，受事件影響的債券總市值為6 400億美元。另外，26只債券的評級在新法則下有所下降。*如果債券僅有穆迪或標普其中一家的評級，那么在新法則下，一個較差的惠譽評級將下調(diào)其指數(shù)評級。

表1　債券特征與預期的指數(shù)評級轉(zhuǎn)移

注：表1總結(jié)了截至雷曼公告日，樣本債券的特征以及預期的指數(shù)評級轉(zhuǎn)換情況。PanelA報告了債券特征的均值，括號內(nèi)為標準差。由垃圾級升級至投資級的57只債券被進一步區(qū)分為IG指數(shù)資格債券(即可直接進入IG指數(shù))和孤立債券(即不滿足IG指數(shù)的其他標準，如發(fā)行規(guī)模等)?？刂苽脑笖?shù)評級屬于垃圾級，而且或者沒有惠譽評級，或者其惠譽評級低于原指數(shù)評級。交易頻率以雷曼公告日(2005年1月24日)前后20天交易窗口內(nèi)的交易日期所占比例來衡量。PanelB對債券所獲得的惠譽評級與穆迪和標普評級進行了比較。PanelC總結(jié)了所有債券在新法則下的指數(shù)評級情況。原指數(shù)評級選用穆迪和標普評級中較保守的一個，而新指數(shù)評級則是穆迪、標普和惠譽三家評級的中位數(shù)。

(二)定價與交易

債券交易數(shù)據(jù)來源于TRACE數(shù)據(jù)庫，該數(shù)據(jù)庫提供了所有具有TRACE系統(tǒng)資格的公司債券的場外交易即時數(shù)據(jù)，如交易價格、數(shù)量以及補充信息(見表IA.1)。*TRACE數(shù)據(jù)的官方發(fā)布分為兩個階段完成，所有被認為流動性較強的公司債券交易數(shù)據(jù)在2004年10月1日發(fā)布，其他債券的數(shù)據(jù)在2005年2月7日發(fā)布。2004年10月至2005年2月，TRACE報告了4 100只債券的日交易數(shù)據(jù)，兩個月后增加到4 700只，而在2004年10月之前，TRACE數(shù)據(jù)庫中僅有1 600只債券的交易數(shù)據(jù)。經(jīng)過過濾處理，我們剔除了數(shù)據(jù)庫中潛在的誤差條目。比如，為確保我們的結(jié)果基于真實交易，所有被標記為取消或修正的交易記錄均被刪除。我們同時刪減了所有債券樣本中低于0.5%和高于99.5%水平的價格數(shù)據(jù)以減輕異常值的影響。

通常情況下，公司債券的市場交易不頻繁，樣本中的債券在雷曼公告前后基本上是隔日交易或次數(shù)更少(見表1)。因此，當計算累積收益率時，我們用兩種方法來檢驗事件研究結(jié)果的穩(wěn)健性。*對于非頻繁交易，計算年收益比計算日收益要好。這兩種方法都是利用債券的當日價格與事前參考價格兩者差異的百分比來計算累積收益。如果一只債券在某日無交易，基準估算法將前一交易日的加權(quán)平均交易價格作為缺失價格，另一種方法則將后一交易日的平均交易價格作為缺失價格。兩種估算方法的差別在于對無交易日缺失價格的估計假設(shè)不同。一種方法將估計價格的變動遞延至非交易間隔的末期，而另一種方法則將估計價格的變動提前到非交易間隔的初期。

TRACE系統(tǒng)不提供明確的買賣指令，也不提供交易者的身份信息，*另外一個限制是，在本文樣本期間，TRACE的投資級債券交易量在$5MM處截斷，而垃圾級債券在$1MM處截斷。Bessembinder等(2009)、Edwards等(2007)以及Goldstein等(2007)有更多關(guān)于TRACE的闡述。因此我們無法直接觀測到特定投資者的交易行為。為了估算交易方向，我們采用了與Lee和Rendy(1991)類似的交易分類程序：將每個交易價格與前一交易日的歷史收盤價進行比較，如果交易價格較高，則該交易被歸為由買方發(fā)起的指令，反之則被歸為由賣方發(fā)起的指令。買賣指令可用于計算當日的指令余額。

本文還檢驗了兩類特殊的機構(gòu)投資者的可識別交易。美國保險監(jiān)管協(xié)會(NAIC)數(shù)據(jù)庫包含保險公司的所有公司債券交易，NAIC中的數(shù)據(jù)使我們能夠追蹤保險公司這類資產(chǎn)類別敏感型投資者的證券投資決策。此外，我們還從LippereMAXX固定收益證券數(shù)據(jù)庫中提取了美國與歐洲共同基金的季度持倉情況。

三、升級債券的檢驗結(jié)果

雷曼評級法則的修訂重新標記了上千種債券的指數(shù)評級。為了檢驗市場分割假設(shè)，我們首先考察了雷曼公告當日被標記為投資級(新法則下)的原垃圾級(原法則下)債券(又稱為升級債券)，由57只有TRACE交易數(shù)據(jù)的債券構(gòu)成，其中47只原指數(shù)評級為BB，7只為B，另外3只原指數(shù)評級缺失。*表1中3只由BB-升級到AAA的債券之前經(jīng)歷了信用下滑，導致穆迪將其評級由AAA降至BB-，但標普與惠譽保留了其原有的AAA評級。這一樣本盡管不大，但擁有足夠大的統(tǒng)計功效。*樣本中包括所有的轉(zhuǎn)換TRACE債券，避免了樣本選擇偏差。通常情況下，準自然實驗的樣本較小，本文的樣本大小與其他自然實驗研究具有可比性(Kliger和Sarig，2000；Kisgen和Strahan，2010)。這些債券是最直接受雷曼公告影響的債券，鑒于雷曼評級法則的重新定義是對美國通用汽車與福特公司危機的回應，這些升級債券是該事件的“旁觀者”。換言之，這一升級會引起外生的需求沖擊。

我們重點考察了事件窗口內(nèi)五個相關(guān)日期的收益率、交易情況、債券持有人所有權(quán)變化以及流動性情況。我們選取公告日之前十周到之前兩周的交易日(-50,-10]作為公告前控制窗口，受到TRACE交易系統(tǒng)數(shù)據(jù)可得性的限制，這一窗口相對較短。TRACE第三期始于2004年10月1日，此前的交易數(shù)據(jù)非常少。我們以公告日之前兩周(t=-10)作為事件研究的起始點，因為標普在這周將美國通用汽車列為評級觀察對象，這一事件也部分促成了最終的雷曼公告；另外，泄露信息的新聞報道(Eisinger，2005)也是原因之一。新法則的生效日期是2005年7月1日(t=114)，這一日期同時也是公告窗口(-10,114]的終止日期。公告生效后窗口(114,245]始于生效日期，持續(xù)到2005年年末(t=245)。

(一)對債券價格的影響

雷曼事件研究中遇到的一個挑戰(zhàn)是，由于事件觀測值都以日歷時間排列，控制其他可能導致債券價格變化的因素顯得尤其重要。為此，我們用兩種方法來計算異常估值變化，并證明實證結(jié)果的穩(wěn)健性。

1.回歸方法

第一種衡量異常估值變化的方法是由8 767只債券組成的橫截面樣本估計累積到期收益率的變化△Y，債券i在時間區(qū)間h的回歸方程為：

(1)

表2　債券到期收益率變動的橫截面回歸分析

為了進一步檢驗回歸控制方法的有效性，網(wǎng)絡附錄中表IA.2報告了一系列橫截面回歸結(jié)果。式(1)中升級債券指示變量的系數(shù)反映了在控制其他因素時，升級債券的某一特征是否顯著不同。沒有證據(jù)表明升級債券的杠桿率、利息償付率、期限、流動性、利息債務比以及其他特征是有差異的。而升級債券的發(fā)行時間較長(超過一年，p值為6%)，票面利率較低(p值為4%)。此外，升級債券指示變量在解釋其YTMs方面并不顯著。這些結(jié)果表明，RHS變量能夠有效控制債券的異質(zhì)性。

2.樣本匹配法

在本文的分析中，實驗組中每一只債券對應一組從所有垃圾級債券中選取的控制組債券，這些控制組債券或者沒有惠譽評級(表1中類型最多的控制債券)，或者其惠譽評級低于穆迪和標普評級。*我們查看了Financial Times archives和主要的新聞網(wǎng)站，沒有發(fā)現(xiàn)升級債券的發(fā)行公司在研究區(qū)間內(nèi)有其他實質(zhì)性重大新聞。在控制組中，我們剔除了AT&T發(fā)行的債券，因為AT&T在2005年2月宣布與SBC合并(見http://www.corp.att.com/news/2005/01/31-1)，此時公司在三家機構(gòu)的債券評級均為BB+。如果惠譽評級等于穆迪和惠譽評級中較低者，則將該債券從控制組中剔除，因為雷曼事件增加了這類債券由垃圾級轉(zhuǎn)換為投資級的概率，從而導致其價格上升。*在新的指數(shù)評級下，一些債券由垃圾級轉(zhuǎn)換為投資級。比如，如果穆迪與標普評級之一低于投資級(或兩個均低于投資級)，且惠譽評級也低于投資級的債券只需兩個中的一個(三個中的兩個)評級升級為投資級，則該債券升級為投資級。而在原法則下，只有穆迪與標普評級中低于投資級的一個(或兩個)評級升級為投資級，債券才可能升級為投資級。經(jīng)過匹配，有337只垃圾級債券進入控制組。我們采用了兩種標準進行匹配：第一種是基準狹義匹配，主要基于雷曼原指數(shù)評級的細分等級(如BB+、BB、BB-、B+等)、債券到期期限(分為短期(1-5年)和長期(5年及以上))以及發(fā)行規(guī)模(分為小于$250mm和大于等于$250mm)。匹配后每只升級債券的配對債券數(shù)目從3只到18只不等，平均為10只。作為穩(wěn)健性檢驗，我們還采用了第二種匹配方法，即擴展化標準(除了基準狹義匹配下的特征變量外，還增加了指數(shù)貝塔、流動性、票息率以及行業(yè)等匹配條件，見附錄B)下的廣義配對，這樣可以得到更精準的配對組合，但配對債券的數(shù)目會明顯下降。

本文選取的配對債券與升級債券相似。網(wǎng)絡附錄中表IA.3表明，升級債券和兩種匹配標準下選取的匹配債券在公司與債券特征方面(包括利息償付率、利息債務比、有形資產(chǎn)和盈利狀況)是相似的。升級債券與匹配債券相比有較低的票息率以及其他特征上的差異(如到期期限、公司規(guī)模等)。而最重要的是，如圖2A所示，升級債券和匹配債券在事前窗口(-50,-10]內(nèi)的累積到期收益率緊密吻合，表明配對債券是升級債券的理想控制組。

圖2　升級為投資級債券的公告收益　　注：圖2A繪制了升級債券由垃圾級升級至投資級的累積收益，匹配樣本債券的詳細描述見附錄B。圖2B繪制了基于自舉法(見附錄B)計算的累積異常收益，虛線是自舉法下的95%置信區(qū)間。圖2C根據(jù)表5中列(E)卡爾曼濾波分解結(jié)果將CARs分為永久性成分、或有價格成分以及暫時性成分TCt。左圖對應基準狹義匹配法，右圖對應擴展性廣義匹配法。橫軸上，t=0表示雷曼公告日(2005年1月24日)，t=114表示公告生效日(2005年7月1日)。

我們基于1 000次自舉程序，通過對買賣投資組合的差異收益率求算術(shù)平均，估計了累積異常收益(CARs)。*Bessembinder等(2009)發(fā)現(xiàn)，價值加權(quán)法比平均加權(quán)法要好，更有解釋力。因此，我們采用了價值加權(quán)法，而平均加權(quán)法下的結(jié)論與之相似。Barber和Lyon(1997)、Lyon等(1999)以及Chhaochharia和Grinstein(2007)指出，自舉法可以改善小樣本下假設(shè)檢驗的精確度。因此，為了計算顯著性水平，我們利用自舉法來獲得買賣投資組合異常差異收益的分布情況。作為準備步驟，我們對不同時間區(qū)間內(nèi)全部債券的累積收益分布做了上下0.5%的縮尾處理。關(guān)于投資組合的CARs和實證p值，具體計算步驟請參見附錄B。

表3報告了基準配對法下57只升級債券在雷曼公告前后的累積異常收益情況。圖2B給出了CARs隨時間變化的軌跡，并描繪了相應的95%置信區(qū)間。對于廣義匹配以及缺失價格的不同估計方法(參見第二部分“(二)定價與交易”)，我們得到了類似的結(jié)果。第一，事前窗口的CARs并不顯著，這與圖2A所揭示的升級債券與控制組債券在事前窗口內(nèi)高度相關(guān)不謀而合(也與表2所示的事前窗口CAY不顯著保持一致)。第二，升級債券在窗口(-10,0]內(nèi)的平均異常收益為1.06%-1.31%，至少在1%的水平上顯著。第三，雷曼公告后，升級債券的異常收益隨時間呈現(xiàn)出大致相似的走勢。*為避免回望偏差，我們在分析長期價格影響時沒有控制一部分升級債券隨后被降級并歸入垃圾級指數(shù)債券這一情況。實際上，57只樣本債券中有56只在有效期內(nèi)保持了其升級后的投資級評級，但有1只債券因在有效期前被降級而跌回垃圾級。此外，有4只垃圾級債券是在實施期新發(fā)行的，并在有效日進入了投資級。本文的分析剔除了這些之后進入的債券，因為我們要求債券在雷曼公告10日前已經(jīng)在TRACE中(這樣才能計算其雷曼公告收益)。異常收益在30天附近出現(xiàn)部分反轉(zhuǎn)，但隨后在臨近美國通用汽車/福特公司被降級日期反彈，并在較長時間內(nèi)保持較高值，且在統(tǒng)計與經(jīng)濟意義上均顯著。在生效日附近，升級債券的CARs達到了2.75%-3.16%，截至2005年末，依然保持在2.87%和3.32%之間?；诓煌Ｐ陀嬎愕玫降纳墏惓Ｊ找媛试诮?jīng)濟意義上也均顯著。這些證據(jù)進一步支持了雷曼事件后預期的價格上升(假設(shè)3)。

表3　升級為投資級債券的異常收益

注：表3報告了由垃圾級升級至投資級的升級債券的累積異常收益。累積異常收益基于自舉程序計算57只升級債券與控制組債券的收益得到?？刂平M包括所有垃圾級債券，這些債券或者無惠譽評級，或者其惠譽評級低于穆迪和標普評級。基準的狹義匹配法依據(jù)原指數(shù)評級、到期期限和發(fā)行規(guī)模，將每一只升級債券與控制組債券進行匹配；擴展后的廣義匹配法除包括狹義匹配條件外，還增加了指數(shù)貝塔、流動性、票息率和行業(yè)等條件。最后兩列以換手率和到期期限為基礎(chǔ)對升級債券進行了分組。缺失的實際交易日債券價格利用第二部分“(二)定價與交易”所述的兩種估計方法計算得到。事件時間以雷曼公告日的交易日期來衡量。t=114表示雷曼指數(shù)評級法則的生效日。雙側(cè)p值由附錄B所描述的自舉程序計算得到。

正如我們所預期的，市場分割效應在被長期持有的債券上表現(xiàn)得更加顯著。我們按照到期期限將債券分為兩組：一組是由20只債券組成的短期(1-5年)債券；另一組是由37只債券組成的長期債券。表3表明，長期與短期債券在事件窗口(-10，10]內(nèi)的異常收益率之差為2.44%，在截至年末的事件窗口內(nèi)更是高達4%。

3.短期收益

估計非交易日的債券價格使我們可以研究整個升級債券樣本的CARs，但估計價格會平滑公告日的實際收益。表4報告了有實際交易的債券在兩個不同的短期公告窗口內(nèi)的異常收益情況。其中，第一個窗口(-1,0]僅有1天時間跨度，即從雷曼公告前一日到雷曼公告日的事件窗口，所涉及樣本包括在這兩天有交易價格的22只升級債券和153只控制組債券。公告日的平均異常收益率為0.68%，在統(tǒng)計上顯著。第二個窗口(-1, ≥0]是最短的公告窗口，該窗口排除了所有公告前的價格變動。對于在雷曼公告前一日有實際交易的債券，我們利用其在公告日或此后第一個交易日的數(shù)據(jù)來計算其收益。第二個窗口的樣本包括26只升級債券和201只控制組債券。第二個窗口的平均異常收益率為0.61%，也在統(tǒng)計上顯著。上述實證結(jié)果表明短期事件窗口內(nèi)的異常公告收益顯著為正。如圖2B所示，有實際交易的債券在短期窗口內(nèi)的異常收益不易觀測，因為CARs包含了所有升級債券的信息，被窗口(-1,0]內(nèi)無實際交易債券的零估計收益所平滑。由于可能的公告泄露、不頻繁交易以及資本流動緩慢等原因，短期事件窗口內(nèi)的異常收益低估了雷曼公告對估值的影響。相對地，較長事件窗口(如(-10,0]和(-10,10])內(nèi)的CARs可以捕獲更多的公告效應，但同時包含更多的噪聲。

表4　升級為投資級債券的公告收益

注：表4給出了由垃圾級升至投資級的升級債券在兩個不同事件窗口內(nèi)的收益，每個投資組合的債券數(shù)量在加權(quán)組合收益下方列出，雙側(cè)p值經(jīng)過異方差調(diào)整及對債券發(fā)行公司的聚類分析計算得到。

(二)卡爾曼濾波分析

盡管CAR(和CAY)在生效日及年末的估計值較大，但其間的數(shù)值波動(如在30日)引申出以下一些問題：雷曼事件對估值的影響是否具有持久性？公司債券的長期需求曲線(除了短期需求曲線外)的斜率是否為負？我們將在下文解答這些問題。

受雷曼事件影響的債券收益可能包括不同的成分，因而我們需要細化上文提出的關(guān)于定價的基本假設(shè)(即假設(shè)3)。第一，如果升級債券定價核心所反映出來的風險承受能力增加(來自資產(chǎn)類別敏感型投資者的新需求)，則我們預期在雷曼公告日附近，升級債券的價格會發(fā)生持久性變化(假設(shè)7)，而且這一變化很有可能發(fā)生在生效日附近(假設(shè)8)。然而，這種持久性的收益變化可能會因公告信息的事前泄漏以及公告發(fā)出后資本的緩慢流動等原因而呈現(xiàn)漸進式增長的趨勢。第二，我們預期雷曼公告之后的各類事件與雷曼全新定義共同作用于債券價格。例如，圖2B中升級債券的CARs在臨近美國通用汽車/福特公司降級日期時達到了峰值，這可能會對所有IG和HY債券的相對價格產(chǎn)生影響。特別地，升級債券相對于垃圾級債券應存在溢價，而且這一溢價應隨IG和HY指數(shù)的相對表現(xiàn)而變動。我們將其稱為雷曼事件的或有價格效應(假設(shè)9)。相對于表3中的長期CARs，控制或有價格效應能為我們提供一種進一步辨識公告收益中持久性成分的方法。第三，由于流動性因素，債券收益中含有暫時性成分(Edwards等，2007)。

為了評估升級債券收益中持久性、暫時性以及或有價格成分的大小，我們采用卡爾曼濾波法將CARs分解如下：*據(jù)我們所知，這是第一次使用卡爾曼濾波來研究這一類型的新聞事件。

CARt=PCt+TCt

(2)

TCt=δ1TCt-1+…+δLTCt-L+εt

表5　債券異常收益分解

注：表5使用卡爾曼濾波估計對升級債券的異常收益分解如下：

CARt=PCt+TCt

TCt=δ1TCt-1+…+δLTCt-L+εt

其中，CARt是利用買入-賣出匹配樣本方法得到的升級債券累積異常收益的平均值(詳見附錄B)，PCt是一個持久性(單位根)過程，暫時性成分TCt是一個長期均值為0的不可觀測的均值回歸過程。IMHt是投資組合在公告日之后買入雷曼投資級指數(shù)、賣出雷曼垃圾級指數(shù)的超額收益，其值在公告當日和公告日之前(t≤0)為0。I是事件窗口[t-ΔT/2,t+ΔT/2]內(nèi)的指示變量，在雷曼公告日和生效日附近的事件窗口(長度為ΔT)取值為1/ΔT，否則為0。窗口長度ΔT=20。誤差項ηt和εt為相互獨立的高斯隨機變量。交易天數(shù)為283天。雙側(cè)p值(見方括號內(nèi))由卡爾曼濾波標準誤差計算得到。

網(wǎng)絡附錄中表IA.4進一步給出了使用不同的實驗組和控制組樣本時卡爾曼濾波估計結(jié)果。特別地，我們對控制組債券有如下限定：無惠譽評級，或者惠譽評級與原指數(shù)評級相同，或者剔除升級債券中信用評級在雷曼公告之后被調(diào)高的債券。狹義和廣義樣本匹配方法下的所有結(jié)果都表明，事件公告日的異常收益中持久性成分顯著為正，或有價格成分顯著，生效日的異常收益也顯著為正?？梢哉f，市場分割定價效應的結(jié)果是穩(wěn)健的。

(三)對債券持有情況和債券交易的影響

投資行為假設(shè)將升級債券價格的上升歸因于資產(chǎn)類別敏感型債券投資者需求的增加。為了檢驗假設(shè)1和假設(shè)2，我們考察了雷曼公告日附近的債券換手率和指令余額。我們直接將保險公司和以投資級債券為投資主體的共同基金作為典型的資產(chǎn)類別敏感型投資者進行研究。由于雷曼公告對監(jiān)管條款沒有任何影響，保險公司或共同基金購買升級債券的行為與監(jiān)管無關(guān)。最后，我們使用債券所有權(quán)變更的代理變量，就升級債券價格對交易活動的影響進行了橫截面回歸分析。

1.債券交易

我們衡量交易活動的第一個指標是相對換手量，即債券的成交量(來自TRACE數(shù)據(jù)庫，經(jīng)縮尾處理)除以當前未交割債券的總面值(來自FISD數(shù)據(jù)庫)。表6中Panel A給出了三個事件窗口即公告前窗口(-50，-10]、公告后窗口(-10，114]以及生效后窗口(114，245]內(nèi)57只升級債券和337只控制組垃圾級債券的日均換手量情況。與預期的需求沖擊相符，升級債券的換手量呈現(xiàn)顯著的暫時性增加。在公告日和生效日之間，升級債券的日換手量從0.19%翻倍為0.39%，在生效日之后又回歸到事件前水平。而控制組債券并未呈現(xiàn)這一變化情況。雙重差分檢驗拒絕了升級債券與控制組債券換手率相同的原假設(shè)。可見，在雷曼發(fā)布公告后，升級債券呈現(xiàn)出異常收益暫時性上升、成交量增加以及債券所有權(quán)變動等特征。

表6　債券換手量與機構(gòu)交易活動

注：表6給出了債券日換手量、保險公司交易情況以及投資型共同基金持有升級債券的情況，結(jié)果為加權(quán)平均值。對于換手量和保險公司交易情況，公告前窗口為(-50,-10]，公告后窗口為(-10,114]，生效后窗口為(114,245]，第0天為雷曼公告日(2005年1月24日)；對于共同基金的季度交易情況，公告后窗口為2005年第一和第二季度，生效后窗口為2005年第三和第四季度?？刂平M包括無惠譽評級以及惠譽評級低于穆迪和標普的債券。雙側(cè)p值(見方括號內(nèi))經(jīng)過異方差調(diào)整及對債券發(fā)行公司的聚類分析計算得到。

2.機構(gòu)投資者的交易情況

使用NAIC數(shù)據(jù)庫提供的保險公司交易數(shù)據(jù)，能夠檢驗雷曼公告之后換手量的增加是否部分由資產(chǎn)類別敏感型投資者購買需求的增加所導致。保險公司通常持有較大規(guī)模的公司債券，因而被認為是具有代表性的資產(chǎn)類別敏感型投資者。根據(jù)美聯(lián)儲的數(shù)據(jù)，2004-2005年保險公司持有約25%的公司債券頭寸。*見美聯(lián)儲的基金流(表L.212Z.1)。有證據(jù)表明，保險公司通過大量保險和年金產(chǎn)品賬戶以及自營賬戶積極地參與投資垃圾級債券(Wells Fargo，2009)。

圖3A給出了保險公司在雷曼公告日附近的累積交易情況。保險公司在公告后和生效后明顯增加了57只升級債券的持有量(見實線)，而且賣出了控制組的337只高收益?zhèn)?見虛線)。表6中PanelB給出了在公告后窗口(-10，114]和生效后窗口(114，245]內(nèi)，保險公司對升級債券和控制組債券持有量的累積變化情況，并對投資組合的異常漂移進行了統(tǒng)計檢驗。保險公司對單只升級債券的平均購買額達到了1 332萬美元(包括公告后的227萬美元和生效后的1 105萬美元)，占債券發(fā)行規(guī)模的2.65%。相對而言，保險公司減持了控制組的垃圾級債券。升級債券相對于控制組垃圾級債券的平均異常增持量為173.2萬美元，占平均發(fā)行規(guī)模的3.86%。DID檢驗結(jié)果表明，保險公司對升級債券持有量的異常增加是統(tǒng)計顯著的。

圖3　升級債券的機構(gòu)交易情況　　注：圖3A描繪了保險公司對升級債券和控制組債券持有量的平均累積變化情況(單位：$MM)，控制組HY債券無惠譽評級或惠譽評級較低。時間以交易日來衡量，第0天為公告日，第114天為生效日。圖3B描繪了投資IG債券的共同基金對升級債券和控制組債券持有量的平均累積變化情況。時間以季度來衡量，季度1為2005年第一季度。我們將IG債券季度平均持有量超過50%(無論是在原評級法則還是新評級法則下)的基金作為IG債券共同基金。

我們注意到，盡管升級債券在雷曼公告日附近存在顯著的價格反應，但大多數(shù)保險公司的訂單流是在生效日之后發(fā)生的。這與新投資政策獲批耗時相符，也與指數(shù)化及升級債券在生效日進入IG指數(shù)基準后保險公司內(nèi)部的指數(shù)參照基準相吻合(與假設(shè)4一致)。因此，在雷曼公告日，保險公司未來的部分訂單流可以被預見。為證實這一點，我們使用升級債券在公告窗口(-10，10]內(nèi)的收益對保險公司在三個窗口(-10，10]、(-10，114]和(114，245]內(nèi)針對這類債券的凈訂單流進行了回歸分析。我們要研究的是現(xiàn)在和未來購買量越大的債券是否初期公告收益越高，結(jié)果見表7。第一，訂單流的大部分價格效應集中在到期期限較長的債券上，因為通常情況下這些債券的估值效應較大。第二，即時(窗口(-10，10]內(nèi))與生效日之后較久(窗口(114，245]內(nèi))的訂單流都對公告收益具有顯著的解釋力。此外，擬合優(yōu)度R2說明這一解釋力度較強。可以說，市場能夠預見升級債券未來的購買需求會增加，并反映在雷曼公告之后的債券價格中。

表7　保險公司的交易與收益情況

另一類資產(chǎn)類別敏感型投資者是指數(shù)基金以及主動型投資級債券共同基金。共同基金通?？筛鶕?jù)其投資風格和目標分類。以投資級債券為投資主體的債券基金通常情況下以雷曼指數(shù)作為業(yè)績評估基準，因而更有可能受到雷曼指數(shù)評級法則重新修訂的影響。雖然LippereMAXX數(shù)據(jù)庫并沒有直接提供基金投資風格的具體信息，但是根據(jù)持倉量，我們將IG債券季度平均持有量超過50%的基金作為IG債券共同基金。

圖3B描述了IG債券共同基金累積持有量的變化情況。與NAIC數(shù)據(jù)庫所提供的每日數(shù)據(jù)不同，LippereMAXX數(shù)據(jù)庫僅提供了季度數(shù)據(jù)。季度持有量變化的參照基準為2004年第四季度，而雷曼公告發(fā)生在2005年第一季度(t=1)。圖中呈階梯狀上升的曲線描述了IG債券共同基金所持有的升級債券數(shù)量(以賬面價值等權(quán)重計算)的累積變化情況?？梢姡诶茁嬷?，IG債券共同基金增加了升級債券的持有量，而對控制組的HY債券持有量保持不變。

表6中PanelB描述了IG債券共同基金所持有的升級債券和控制組債券的交易情況，并給出了DID檢驗結(jié)果。公告后窗口包括2005年第一和第二季度，生效后窗口則包括2005年第三和第四季度。平均來說，IG債券共同基金對單只升級債券的購買量達到512萬美元(包括公告日之后的343萬美元和生效日之后的169萬美元)，占債券總發(fā)行量的0.77%；相對于控制組債券，升級債券的平均異常增加量達到569萬美元(包括公告日之后的379萬美元和生效日之后的190萬美元)，占平均發(fā)行量的4.21%。DID檢驗結(jié)果表明，IG債券共同基金對升級債券持有量的相對增加是統(tǒng)計顯著的。

另外，我們還閱讀了升級債券凈購買量最大(占凈購買量總額的70%)的十家共同基金的基金招募說明書。與可投資性假設(shè)一致，這些基金關(guān)于哪些債券可被評定為投資級的描述是相當審慎的。*Vanguard固定收益?zhèn)鹪?005年5月公布的基金招募說明書中寫道：“信用質(zhì)量由獨立的債券評級機構(gòu)(如穆迪、標普等)或通過獨立的基金顧問分析得到。”Western Assets Fund在2005年8月公布的基金招募說明書中寫道：“如果債券的評級被一家評級機構(gòu)定為投資級，而其他機構(gòu)定為低于投資級，則投資顧問可以根據(jù)更準確的評級來判斷，并可能認為其是投資級的?！逼渲形寮一?包括凈購買量前四位中的三家)明確說明以雷曼指數(shù)為基準，這與雷曼對投資經(jīng)理資產(chǎn)管理行為的潛在影響是一致的。

3.交易量與價格

一般來說，基于評級的市場分割效應預期資產(chǎn)類別敏感型投資者對某些特定債券需求的增加會導致針對這些債券的訂單流失衡，從而基于價格-訂單流關(guān)系推動債券價格上漲。網(wǎng)絡附錄中表IA.5驗證了訂單流與價格正相關(guān)，模型的擬合優(yōu)度R2高達45%。特別需要指出的是，價格與訂單流在不同的模型設(shè)置(如不同的交易規(guī)模，包括以機構(gòu)投資者為主要交易對象的大宗交易)下都存在較強的正相關(guān)關(guān)系。

四、市場分割機制

市場分割效應通過基于評級的多種投資行為表現(xiàn)出來。一種典型的基于評級的投資行為是指數(shù)化。大量文獻研究了當股票進入或退出主要股指時，股權(quán)投資者參與被動型指數(shù)基金的價格效應。*如Shleifer(1986)、Harris和Gurel(1986)、Dhillon和Johnson(1991)、Vijh(1994)、Kaul等(2000)、 Wurgler和Zhuravskaya(2002)、Denis等(2003)、Chen等(2004)、Mitchell等(2004)、Barberis等(2005)、Greenwood(2005)以及Hen-dershott和Seasholes(2009)。雖然指數(shù)化是債券投資者使用債券指數(shù)評級的一種方式，但是其他基于評級的投資行為也很重要。 Calio(2005)的研究表明，當雷曼指數(shù)評級法則將債券歸為投資級資產(chǎn)類別時，主動型投資者更愿意投資于這些升級債券。上文將其稱為可投資性假設(shè)。為了檢驗以上兩種機制的存在性，我們將升級債券分為兩個子樣本：一個子樣本包括34只升級債券，我們將其稱為IG指數(shù)資格債券，即滿足IG指數(shù)債券額外的特征要求而成為IG指數(shù)成分債；另一個子樣本包括其余的23只升級債券，我們將其稱為孤立債券，這類債券雖在新法則下獲得了投資級指數(shù)評級，但不滿足債券面值的要求而被排除在IG指數(shù)之外。*雷曼的投資級指數(shù)規(guī)定債券的票面余額不低于$250MM，垃圾級指數(shù)規(guī)定不低于$150MM。指數(shù)成分債可能受到指數(shù)化和可投資性的雙重影響，而孤立債券因被排除在IG指數(shù)之外而只受到可投資性的影響。我們進一步根據(jù)是否源自HY指數(shù)，將23只孤立債券分為兩組：一組是源自HY指數(shù)的10只孤立債券；另一組是未進入任何指數(shù)的13只孤立債券。

表8中PanelA比較了孤立債券和IG指數(shù)資格債券的收益情況，其中孤立債券的公告收益顯然為正(見“全部孤立債券”一列)，而且與IG指數(shù)資格債券表現(xiàn)出相似的軌跡。雖然在公告日后較短窗口內(nèi)34只IG指數(shù)資格債券的表現(xiàn)優(yōu)于23只孤立債券，但是一旦考慮滯后資本的流入，IG指數(shù)資格債券和孤立債券第10天的CAR非常相似，而且在此后也表現(xiàn)出相似性。*t檢驗沒有拒絕孤立債券與IG指數(shù)資格債券的CARs在一年中大多時候相同的假設(shè)。事實上，源自HY指數(shù)的10只孤立債券的指數(shù)化效應應為負，但它們的表現(xiàn)卻優(yōu)于34只IG指數(shù)資格債券。關(guān)于孤立債券的實證結(jié)果表明，除了指數(shù)化，可投資性也會影響升級債券的定價(支持了假設(shè)5)。同時，這些比較并不意味著指數(shù)化效應(假設(shè)4)不存在，主要原因在于IG指數(shù)資格債券的發(fā)行規(guī)模比孤立債券要大。

表8　資產(chǎn)類別的可投資性與指數(shù)化

注：表8給出了升級債券子樣本的描述性統(tǒng)計結(jié)果，子樣本包括孤立債券和IG指數(shù)資格債券，圓括號內(nèi)為子樣本中債券的數(shù)量。PanelA給出了基于附錄B中的方法計算得到的孤立債券和IG指數(shù)資格債券的累積異常收益。匹配債券樣本要求債券或者無惠譽評級或者惠譽評級低于穆迪與標普評級，而且與原雷曼指數(shù)、到期期限和發(fā)行規(guī)模向相匹配。PanelB給出了基于表5中列(E)的卡爾曼濾波收益分解得到的持久性價格效應。PanelC給出了公告日之后窗口(-10,114]和生效日之后窗口(114,245]內(nèi)的日換手率，而PanelD給出了窗口(-10,245]內(nèi)保險公司的交易總量。方括號內(nèi)為雙側(cè)p值，利用自舉法下的分布情況(PanelA)、卡爾曼濾波下的標準誤(PanelB)以及異方差穩(wěn)健的標準誤和對債券發(fā)行公司的聚類分析(PanelC和PanelD)計算得到。

根據(jù)Greenwood(2005)的研究，對于孤立債券的收益，基于指數(shù)化的解釋是套利所引發(fā)的對IG指數(shù)資格債券的需求溢出。對于IG指數(shù)資格債券的指數(shù)化需求，風險厭惡的套利者會做空IG指數(shù)資格債券，并通過購買相關(guān)聯(lián)的債券進行對沖。由于一些企業(yè)同時持有孤立債券和IG指數(shù)資格債券，這樣的對沖包含孤立債券，從而導致其價格上漲。

有一些反駁指數(shù)化溢出效應解釋的觀點。第一，有傳聞聲稱嚴格的指數(shù)化復制不適用于大型債券指數(shù)(標普500指數(shù)相對于其他股票指數(shù)而言)，而且IG指數(shù)資格債券不太可能有大的指數(shù)基金需求量，因為這類債券只占IG指數(shù)總市值的1.4%(而對市場份額較大的福特和美國通用汽車公司債券來說，指數(shù)化可能會產(chǎn)生重大影響)。第二，也許是更重要的一個反駁觀點，指數(shù)資格債券進入指數(shù)后，其價格沖擊具有持久性，因此涉及指數(shù)資格債券與孤立債券的套利策略可以繼續(xù)做多孤立債券，直至對于非指數(shù)化孤立債券的需求能夠支撐其價格上漲，從而使套利者獲利平倉。因此，套利者也只是因預期到孤立債券的未來需求而提前交易。第三，這些債券的流動性相對較差，從而難以做空，且交易成本巨大。第四，表8中PanelC和PanelD顯示，孤立債券的交易量并沒有顯著的異常變化(無論是整體層面還是保險公司層面)；相反，異常交易似乎集中在IG指數(shù)資格債券上。這表明孤立債券價格的上升不是因為價格壓力(如與套利有關(guān)的對沖)，而是因為預期到未來潛在購買者的數(shù)量會大幅增加。第五，我們還觀察了IG指數(shù)資格債券公司的非孤立債券成交量，這也可能被用于套利對沖，但我們沒有發(fā)現(xiàn)異常的成交量(為簡明起見，文中未報告相關(guān)結(jié)果)。綜上所述，孤立債券價格的上升似乎并不是由套利對沖所引起的。

五、進一步的證據(jù)與假設(shè)

這部分將闡述另一組債券的市場分割效應。這組債券都是垃圾級債券，雖然雷曼事件并沒有改變這些債券的資產(chǎn)類別，但是惠譽給出的較高評級(相對于標普與穆迪評級)使其未來的資產(chǎn)類別轉(zhuǎn)移概率上升。資產(chǎn)類別轉(zhuǎn)移概率的大小通常會反映在債券價格上，因而這些雖未升級但擁有較好惠譽評級的債券會對雷曼公告做出反應。此外，這部分還檢驗了其他兩個可能的假設(shè)：第一，雷曼事件是否會影響相關(guān)債券發(fā)行公司的股票價格；第二，流動性假設(shè)。

(一)基于評級的市場分割還是惠譽的聲譽？

關(guān)于資產(chǎn)類別轉(zhuǎn)移概率定價效應的假設(shè)(假設(shè)6)認為，在雷曼新法則下，一些債券的指數(shù)評級從垃圾級調(diào)至投資級，相應的資產(chǎn)類別轉(zhuǎn)移概率提高。因此，良好的惠譽評級會增加當前垃圾級(投資級)債券在未來變?yōu)橥顿Y級(保持投資級)的概率；同時，未來投資級債券成為高需求債券的概率也會提高，從而其估值上升，而這些需求主要來自資產(chǎn)類別敏感型投資者。未來債券估值上升在一定程度上可被投資者預期到，即使債券的資產(chǎn)類別和股權(quán)結(jié)構(gòu)在雷曼新法則下并沒有立刻變化，債券的價格也會反映出投資者的預期。

我們不期望所有債券因轉(zhuǎn)移概率而引起的價格上升幅度是相同的。根據(jù)雷曼新法則，擁有較好惠譽評級的BB+債券(可以說是最好的BB+債券)在未來很有可能獲得穆迪或標普評級的上調(diào)，其價格上升幅度應大于擁有較好惠譽評級的BBB-債券(可以說是最好的BBB-債券)，后者相應地獲得穆迪和標普評級下調(diào)的概率較低。因此，我們預期在投資級與垃圾級的交界處存在收益的不對稱性，即擁有較好惠譽評級的BB+債券收益要優(yōu)于擁有較好惠譽評級的BBB-債券。附錄C對這一預測給出了更詳細的解釋。

另一種假設(shè)可稱為惠譽聲譽假設(shè)，認為雷曼公告可能間接改變了市場對債券現(xiàn)金流的判斷。在將惠譽引入指數(shù)評級法則后，雷曼或許改變了投資者對于惠譽評級所含未來債券現(xiàn)金流的信息含量，導致?lián)碛休^好惠譽評級的債券價格上升(Kliger和Sarig，2000；Boot等，2006)。市場分割效應假設(shè)認為BBB-和BB+債券存在不對稱的收益，而惠譽聲譽假設(shè)則認為垃圾級與投資級交界處的收益是對稱的。根據(jù)Bongaerts等(2012)的研究，我們通過考察跨評級債券之間的收益差異來區(qū)分市場分割效應和惠譽信息效應。

表9中PanelA給出了擁有較好惠譽評級但資產(chǎn)類別未發(fā)生變化的債券CARs，我們要求擁有較好惠譽評級的債券及其匹配債券同時擁有穆迪和標普評級，樣本債券依據(jù)原指數(shù)評級進行了劃分。從中可以看到，擁有較好惠譽評級的BB+債券在雷曼公告日之后的CARs為正，而擁有較好惠譽評級的BBB-債券的CARs相對較小。*雖然表9中一些擁有較好惠譽評級但沒有升級的BB+債券的CARs比表3中升級債券的CARs要大，但是統(tǒng)計檢驗表明這一差異并不顯著。為了檢驗不對稱收益的穩(wěn)健性，我們計算了修正的CARs(見最后一列)。修正的CARs與標準匹配樣本的CARs不同，因為在修正的CARs中，擁有較好惠譽評級的BBB-債券是BB+債券的對照組。我們同時依據(jù)債券發(fā)行規(guī)模和到期期限進行了樣本匹配。盡管擁有較好惠譽評級的債券是小樣本，僅有12只BB+債券，但是估值的不對稱性較大，足以拒絕收益在大部分時間是對稱的原假設(shè)。

表9　基于評級的市場分割效應與惠譽聲譽效應

注：表9報告了擁有較好惠譽評級(相對于穆迪和標普來說)債券的統(tǒng)計特征，剔除了由垃圾級升至投資級的升級債券。樣本債券根據(jù)雷曼原指數(shù)評級進行了分組，圓括號內(nèi)為每一個子樣本的債券數(shù)量。PanelA給出了基于附錄B的自舉法計算得到的擁有較好惠譽評級債券的累積異常收益。匹配債券或者無惠譽評級，或者擁有低于穆迪和標普的惠譽評級，而且依據(jù)雷曼原指數(shù)評級、到期期限和發(fā)行規(guī)模進行了匹配。最后一列給出了以BBB-債券作為控制組，依據(jù)到期期限和發(fā)行規(guī)模進行匹配，計算得到的BB+債券的修正CARs。PanelB給出了基于表5中列(E)的卡爾曼濾波收益分解結(jié)果得到的持久性價格效應。PanelC給出了公告日之后窗口(-10,114]和生效日之后窗口(114,245]內(nèi)的日換手率，PanelD給出了窗口(-10,245]內(nèi)保險公司的累積交易總量。方括號內(nèi)為雙側(cè)p值，利用自舉法下的分布情況(PanelA)、卡爾曼濾波下的標準誤(PanelB)以及異方差穩(wěn)健的標準誤和對債券發(fā)行公司的聚類分析(PanelC和PanelD)計算得到。

作為穩(wěn)健性檢驗，我們在上文的CAY回歸分析中加入了擁有較好惠譽評級的虛擬變量與原指數(shù)評級的交互項。表2結(jié)果表明，在雷曼公告日以及更長時間內(nèi)，BB+和BBB-債券的收益存在不對稱性。

市場分割效應將升級債券價格的上升歸因于債券所有權(quán)的變更，因為IG投資級客戶群體開始購買升級債券。表6中的異常交易量與雷曼公告日之后的所有權(quán)變化相一致。而資產(chǎn)類別轉(zhuǎn)移概率的價格效應假設(shè)將擁有較好惠譽評級的BB+債券的價格上升歸因于預期到未來可能的債券所有權(quán)變化，而不是即時的所有權(quán)變化(如預期到未來穆迪或標普評級上調(diào)，投資級客戶就可能購買這些債券)。表9中PanelC和PanelD計算了擁有較好惠譽評級的BB+債券的異常交易量。與未來需求預期一致，BB+債券的異常成交量比表6中升級債券的交易量要小很多，因此不能拒絕不存在BB+債券異常交易量或保險公司異常交易的原假設(shè)。

(二)其他假設(shè)

我們在網(wǎng)絡附錄中給出了另外兩組檢驗結(jié)果。首先，我們考察了擁有較好惠譽評級的債券發(fā)行公司的股價是否對雷曼公告做出反應。沒有證據(jù)證明股票價格對股權(quán)CARs有反應(見表IA.6)。由于違約風險下降會影響股票價格，惠譽聲譽效應及其他基于信息的解釋沒有得到任何證據(jù)的支持。雷曼公告的影響效應似乎僅限于債券市場(與基于評級的市場分割假設(shè)一致)，而不是為股票市場間接提供現(xiàn)金流信息(即惠譽聲譽假設(shè))。其次，另一種可能的解釋是換手率的增加可以改善債券市場的流動性，而流動性的提高又影響債券價格，導致57只升級債券價格上漲。然而，表IA.7中基于Roll(1984)和Amihud(2002)流動性，沒有證據(jù)表明流動性的異常變化可以解釋升級債券價格的上漲。

六、結(jié)　論

本文利用2005年雷曼債券指數(shù)評級法則的重新定義事件，檢驗并證實了美國的公司債券市場上存在市場分割效應，發(fā)現(xiàn)存在一個新的非信息化和不受監(jiān)管約束的轉(zhuǎn)移渠道。實證結(jié)果證實了基于評級的市場分割效應下的投資行為假設(shè)，包括積極投資IG債券的投資者的可投資性標準以及被動型基金的指數(shù)化標準。研究結(jié)果表明，市場細分的估值效應以及公司債券市場上資產(chǎn)類別標簽的摩擦效應非常大且隨時間而變化。

本文對未來研究有一些啟發(fā)。第一，在資產(chǎn)管理行為方面，評級以及其他資產(chǎn)類別特征(如到期期限等)有助于解釋債券的定價難題(Collin-Dufresne等，2011)。*如《投資公司法案》中“2a-7節(jié)”規(guī)定貨幣市場共同基金只能持有到期期限為397日或以內(nèi)的債券。第二，一些事件可能改變監(jiān)管法規(guī)和行業(yè)慣例的相對重要性。例如，2010年Dodd-Frank法案以及SEC的規(guī)定要求減少對NRSRO評級的依賴，并引入柔性標準來確定資本要求。因此，基于評級及其他方式的資產(chǎn)管理行為會越來越重要。第三，對內(nèi)在的投資限制與資產(chǎn)定價反饋之間的關(guān)系進行建模是非常有用的。第四，企業(yè)對債券標簽的摩擦效應是未知的。

*感謝編輯Jeffrey Pontiff與匿名審稿人的意見與建議。感謝Darrell Duffie提供了充分的討論意見以及關(guān)于雷曼指數(shù)體系構(gòu)建的筆記。同時，我們也從Damien Ackerer、Andrew Ellul、Florian Heider、Jean Helwege、Dalida Kadyrzhanova、Olfa Maalaoui Chun、Dragon Tang以及一系列研討會與學術(shù)會議的參會者處得到了建議。這些研討會與學術(shù)會議包括：在麥吉爾大學、柏林ESMT大學、因斯布魯克大學和洛桑大學召開的研討會，第六屆瑞士博士研討會、EFA2009年年會、2010 年NBER暑期會議(關(guān)于信用評級機構(gòu))、第六屆MTS會議(關(guān)于金融市場)、2011年CICF會議、2012年NCCR金融風險研討日以及2012年WFA會議。文章得到了瑞士國家自然科學基金項目“流動性、資產(chǎn)定價與公司財務決策”(編號：PDFMP1_141724)與瑞士金融學院“場外金融市場”項目的支持。Lookman就職于AIG。補充的數(shù)據(jù)在TheReviewofAssetPricingStudies的網(wǎng)站上。若有任何反饋意見，請聯(lián)系：陳智華，上海財經(jīng)大學金融學院，上海市楊浦區(qū)國定路777號，郵編200433；聯(lián)系電話: +86(0)2165908397；電子郵箱：chen.zhihua@mail.shufe.edu.cn。

[1]Ambrose B, Cai K, Helwege J. Fallen angels and price pressure[J]. Journal of Fixed Income, 2012, 21: 74-86.

[2]Amihud Y. Illiquidity and stock returns: Cross-section and time-series effects[J]. Journal of Financial Markets, 2002, 5(1): 31-56.

[3]Barber B M, Lyon J D. Detecting long-run abnormal stock returns: The empirical power and specification of test statistics[J]. Journal of Financial Economics, 1997, 43(3): 341-372.

[4]Barberis N, Shleifer A. Style investing[J]. Journal of Financial Economics, 2003, 68(2): 161-199.

[5]Barberis N, Shleifer A, Wurgler J. Comovement[J]. Journal of Financial Economics, 2005, 75(2):283-317.

[6]Basak S, Pavlova A. Asset prices and institutional investors[J]. American Economic Review, 2013, 103(5):1728-1758.

[7]Becker B, Milbourn T. How did increased competition affect credit ratings?[J]. Journal of Financial Economics, 2011, 101(3)：493-514.

[8]Bessembinder H, Kahle K M, Maxwell W, et al. Measuring abnormal bond performance[J]. Review of Financial Studies, 2009, 22(10): 4219-4258.

[9]Bongaerts D, Cremers K J M, Goetzmann W. Tiebreaker: Certification and multiple credit ratings[J]. Journal of Finance, 2011, 67(1):113-152.

[10]Boot A, Milbourn T T, Schmeits A. Credit ratings as coordination mechanisms[J]. Review of Financial Studies, 2006, 19(1): 81-118.

[11]Boyer B H. Style-related comovement: Fundamentals or labels?[J]. Journal of Finance, 2011, 66(1): 307-332.

[12]Calio V. New inclusion in Lehman index cuts bond managers both ways: More opportunities but performance stall also possible[N]. Pensions & Investments, 2005-02-21.

[13]Cantor R, Packer F. The credit rating industry[J]. FRBNY Quarterly Review, 1994，19(2): 1-26.

[14]Chen H, Noronha G, Singal V. The price response to S&P 500 index additions and deletions: Evidence of asymmetry and a new explanation[J]. Journal of Finance, 2004, 59(4): 1901-1930.

[15]Chernenko S, Sunderam A. The real consequences of market segmentation[J]. Review of Financial Studies, 2012, 25(7): 2041-2069.

[16]Chhaochharia V, Grinstein Y. Corporate governance and firm value: The impact of the 2002 governance rules[J]. Journal of Finance, 2007, 62(4): 1789-1825.

[17]Collin-Dufresne P, Goldstein R S, Martin S J. The determinants of credit spread changes[J]. Journal of Finance, 2001, 56(6): 2177-2207.

[18]Coval J, Stafford E. Asset fire sales (and purchases) in equity markets[J]. Journal of Financial Economics, 2007, 86(2): 479-512.

[19]Denis D K, Mcconnell J J, Ovtchinnikov A V, et al. S&P 500 index additions and earnings expectations[J]. Journal of Finance, 2003, 58(5): 1821-1840.

[20]Dhillon U, Johnson H. Changes in the Standard and Poor’s 500 list[J]. Journal of Business, 1991, 64(1): 75-85.

[21]Duffie D. Asset price dynamics with slow-moving capital[J]. Journal of Finance,2010,65(4):1237-1267.

[22]Duffie D, Garleanu N, Pedersen L H. Valuation in over-the-counter markets[J]. Review of Financial Studies, 2007, 20(6): 1865-1900.

[23]Duffie D, Strulovici B. Capital mobility and asset pricing[J]. Econometrica, 2012, 80(6): 2469-2509.

[24]Edwards A, Harris L, Piwowar M. Corporate bond market transaction costs and transparency[J]. Journal of Finance, 2007, 62(3): 1421-1451.

[25]Efron B, Tibshirani R. An introduction to the bootstrap[M]. Baca Raton: Chapman and Hall, 1993.

[26]Eisinger J. Long & shoot: GM bond worries fade with some magic from Lehman[N]. Wall Street Journal, 2005-02-02.

[27]Ellul A, Jotikasthira C, Lundblad C. Regulatory pressure and fire sales in the corporate bond market[J]. Journal of Financial Economics, 2011, 101(3): 596-620.

[28]Goh J, Ederington L. Is a bond rating downgrade bad news, good news, or no news for stockholders?[J]. Journal of Finance, 1993, 48(5): 2001-2008.

[29]Goldstein M A, Hotchkiss E S, Sirri E R. Transparency and liquidity: A controlled experiment on corporate bonds[J]. Review of Financial Studies, 2007, 20(2): 235-273.

[30]Greenwood R. Short- and long-term demand curves for stocks:Theory and evidence on the dynamics of arbitrage[J]. Journal of Financial Economics, 2005, 75(3): 607-649.

[31]Gromb D, Vayanos D. Financially constrained arbitrage and cross-market contagion[R]. Working Paper, London School of Economics, 2009.

[32]Hand J, Holthausen R, Leftwich R. The effect of bond rating agency announcements on bond and stock prices[J]. Journal of Finance, 1992, 47(2): 733-752.

[33]Harris L, Gurel E. Price and volume effects associated with changes in the S&P 500 list: New evidence for the existence of price pressures[J]. Journal of Finance, 1986, 41(4): 815-829.

[34]Heckman J J, Ichimura H, Todd P E. Matching as an econometric evaluation estimator[J]. Review of Economic Studies, 1997, 64(2): 605-654.

[35]Hendershott T, Seasholes M S. Market predictability and non-informational trading[R]. Working Paper, University of California at Berkeley, 2009.

[36]Holthausen R W, Leftwich R W. The effect of bond rating changes on common stock prices[J]. Journal of Financial Economics, 1986, 17(1): 57-89.

[37]Jame R, Tong Q. Industry-based style investing[J]. Journal of Financial Markets, 2014, 19: 110-130.

[38]Kaul A, Mehrotra V, Morck R. Demand curves for stocks do slope down: New evidence from an index weights adjustment[J]. Journal of Finance, 2000, 55(2): 893-912.

[39]Kisgen D J. The influence of credit ratings on corporate capital structure decisions[J]. Journal of Applied Corporate Finance, 2007, 19(3): 65-73.

[40]Kisgen D J, Strahan P E. Do regulations based on credit ratings affect a firm’s cost of capital?[J]. Review of Financial Studies, 2010, 23(12): 4324-4347.

[41]Kliger D, Sarig O. The information value of bond ratings[J]. Journal of Finance, 2000, 55(6): 2879-2902.

[42]Lee C M C, Ready M J. Inferring trade direction from intraday data[J]. Journal of Finance, 1991, 46(46): 733-746.

[43]Lyon J D, Barber B M, Tsai C L. Improved methods for tests of long-run abnormal stock returns[J]. Journal of Finance, 1999, 54(1): 165-201.

[44]Mitchell M, Pedersen L H, Pulvino T. Slow moving capital[J]. American Economic Review, 2007, 97(2): 215-220.

[45]Mitchell M, Pulvino T, Stafford E. Price pressure around mergers[J]. Journal of Finance, 2004, 59(1): 31-63.

[46]Nationl Association of Insurance Commissioner. NAIC use of NRSRO ratings in regulation[R]. Staff Report, 2009.

[47]Newman Y, Rierson M. Illiquidity spillovers: Theory and evidence from European telecom bond issuance[R]. Working Paper, Stanford University, 2004.

[48]Palmer A, Murray T. Considerations regarding Fitch inclusion in the Lehman credit index[Z]. Newsletter, ASB Capital Management, 2005.

[49]Roll R. A simple implicit measure of the effective bid-ask spread in an efficient market[J]. Journal of Finance, 1984, 39(4): 1127-1139.

[50]Shleifer A. Do demand curves for stocks slope down?[J]. Journal of Finance, 1986, 41(3): 579-590.

[51]Steiner M, Heinke V. Event study concerning international bond price effects of credit rating actions[J]. International Journal of Finance and Economics, 2001, 6(2): 139-157.

[52]United States Senate. Financial oversight of Enron: The SEC and private-sector watchdogs[R]. Technical Report, Senate Committee on Governmental Affairs, 2002.

[53]Vijh A M. S&P 500 trading strategies and stock betas[J]. Review of Financial Studies, 1994, 7(1): 215-251.

[54]Well Fargo. A guide to investing in high-yield bond[R]. Technical Report, Wells Fargo Advisors, 2009.

[55]Wurgler J, Zhuravskaya E. Does arbitrage flatten demand curves for stocks?[J]. Journal of Business, 2002, 75(4): 583-608.

(責任編輯康健)

附錄A：CAY的控制變量定義

累積異常到期收益率變化(CAY)可利用式(1)中債券i在不同窗口h內(nèi)的收益率變化估計得到。變量Xi為控制變量，加入控制變量可以控制樣本債券和其他債券到期收益率差異(△Y)的變化不是由債券及其發(fā)行公司的特征所引起的。以下控制變量在已有文獻中被廣泛用于解釋債券的收益率及其變化：

●信用風險：原法則或新法則下指數(shù)評級的指示變量，包括AAA、[AA,A]、[BBB+,BBB]、BBB-、BB+、BB、[BB-,B]以及評級缺失(即無穆迪和標普評級)。

●到期期限：債券i的到期期限，以年為單位。

●債券年齡：已發(fā)行債券i的年限，從發(fā)行日開始計算，以年為單位。

●票息率：以百分比(%)表示。

●指數(shù)貝塔：債券i的收益率對雷曼債券指數(shù)的貝塔值，基于提前或滯后一天的Dimson方法計算得到。

●流動性：債券i的交易頻率，用事前交易窗口(-50,10]內(nèi)交易天數(shù)的百分比來衡量。

●債券發(fā)行規(guī)模：將已發(fā)行債券面值分為三個區(qū)間(小于150$MM、[150$MM, 250$MM)以及大于250$MM)，以指示變量表示。

●公司特征變量(來自COMPUSTAT數(shù)據(jù)庫)，包括股價凈值比、公司規(guī)模(以總銷售量衡量)、公司盈利、有形資產(chǎn)、杠桿率、利息償付率、利息債務比以及研發(fā)費用(R&D)。我們對所有樣本債券的股價凈值比、利息償付率和利息債務比進行了上下0.5%水平的縮尾處理，因為它們的分布具有厚尾特征。缺失值記為0，在回歸方程中加入缺失指示變量。

●行業(yè)變量：依據(jù)FISD數(shù)據(jù)庫中兩位數(shù)的行業(yè)代碼，以指示變量表示。

附錄B：匹配樣本的投資組合方法和CARs的自舉計算方法

累積異常收益(CARs)是根據(jù)升級債券與控制組債券累積收益的差額計算得到的。我們依據(jù)雷曼原指數(shù)評級(如BB+、BB、BB-等)、到期期限(短期(1-5年)和長期(5年及以上))以及發(fā)行規(guī)模(債券面值余額小于250$MM或不小于250$MM)尋找升級債券的控制組債券。

在穩(wěn)健性檢驗中，我們增加了指數(shù)貝塔、流動性、票息率和行業(yè)等匹配特征。IG指數(shù)的貝塔值基于提前或滯后一天的Dimson方法估計得到，然后以此來定義一個指示變量(大于或小于0.255)。流動性用公告日之前窗口[-50, -10]內(nèi)的交易頻率來衡量，由此定義一個指示變量(高于或低于13%)。我們根據(jù)票息率的高低(高于或低于5.9%)，將債券分為兩組。行業(yè)匹配基于三個廣義行業(yè)(公用事業(yè)類、金融類和工業(yè)類)來劃分。

我們計算了做多樣本債券和做空控制組債券的投資組合收益。對每只樣本債券來說，可能有多只控制組債券可與之相匹配。首先對于一只樣本債券，找到一個可能的匹配債券作為控制組，然后利用自舉程序從該樣本債券的控制組債券中提取不同的債券進行匹配。我們可以得到每個多空投資組合在事件窗口內(nèi)的CARs，計算1 000次得到的收益平均值就是CARs的估計值。

自舉程序?qū)τ趐值的計算步驟如下：

●為每只樣本債券隨機挑選一只控制組債券，計算多空投資組合在每一事件日期的CAR，用CARt,j表示第j次計算得到的第t日CAR。

附錄C：擁有較好惠譽評級的BB+和BBB-債券預期的非對稱反應

假設(shè)有兩只債券，分別記為債券1和債券2，我們需要計算這兩只債券在三個日期的價格：日期A-1(雷曼公告日之前)、日期A(雷曼公告日)以及更長的時間T(當穆迪、標普和惠譽可能改變該債券評級時)。債券1是擁有較好惠譽評級的BB+債券(如穆迪和標普給出BB+，而惠譽給出投資級)，債券2是擁有較好惠譽評級的BBB-債券(如穆迪或標普給出的最低評級為BBB-，而惠譽給出高于BBB-的評級)。

在雷曼公告日，用P1,A-1和P1,A表示擁有較好惠譽評級的BB+債券1在日期A-1和日期A的價格。擁有較好惠譽評級的BBB-債券2也可被同樣定義。為了簡單起見，假設(shè)在日期A我們所獲得的唯一信息就是雷曼指數(shù)的重新定義，這樣做是為了使債券價格的變化僅取決于雷曼公告。特別需要指出的是，假設(shè)日期A-1和日期A之間間隔很短，這樣條件概率、定價核心和預期的價格沒有發(fā)生任何變化，但同時這個時間間隔又足夠長以至于沒有價格調(diào)整的滯后效應。

在上述條件下，擁有較好惠譽評級的BB+債券1在A-1和A之間的收益為：

而相應地，BBB-債券2的收益為：

由于從日期A-1到A唯一的變化是雷曼公告，分子中與兩只債券在日期A-1和A各自未來狀態(tài)IGB和HYB相關(guān)的項目可以相互抵消。另外，兩只債券在各自IGN狀態(tài)下的條件概率和定價核心沒有受到雷曼公告的影響，分子非零僅僅是因為定價中存在IG溢價或HY折價。

Rating-based Investment Practices and Bond Market Segmentation

Chen Zhihua1, Aziz A. Lookman2,Norman Schuerhoff3, Duane J. Seppi4

(1.SchoolofFinance,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China;2.AIG; 3.UniversityofLausanne,SwissFinanceInstitute,CEPR;4.TepperSchoolofBusiness,CarnegieMellonUniversity)

This paper documents a new channel for rating-based bond market segmentation, which, in contrast to prior research, is based on nonregulatory investment management practices. A 2005 Lehman Brothers index redefinition provides a quasinatural experiment in which a number of previously high-yield split-rated bonds were mechanically relabeled as investment grade. Although their regulatory standing was unaffected, these bonds had abnormal yield declines of 21 basis points. These valuation changes can be traced to buying by asset-class-sensitive institutional investors for whom these bonds became investable. Reputation, regulation, indexation, and liquidity cannot explain the observed price and trading patterns.

credit rating； market segmentation； asset-class effect

2016-08-14

陳智華(1973-)，女，福建南安人，上海財經(jīng)大學金融學院副教授。

F830.9；F830.59

A

1001-9952(2016)11-0113-32

10.16538/j.cnki.jfe.2016.11.009

【編者按】近日，中國債券違約事件增多，債券評級受到社會廣泛關(guān)注。國際評級機構(gòu)穆迪和標普近日連續(xù)下調(diào)中國主權(quán)信用評級，導致國債價格動蕩，2008年金融危機中也出現(xiàn)了對結(jié)構(gòu)化金融產(chǎn)品的評級失誤。這些事件使債券評級在經(jīng)濟社會中的作用受到質(zhì)疑。本期《財經(jīng)研究》“海外歸來”欄目翻譯了華人學者——上海財經(jīng)大學金融學院陳智華副教授在ReviewofAssetPricingStudies上合作發(fā)表的論文“Rating-basedInvestmentPracticesandBondMarketSegmentation”(獲該刊2015年度最佳論文獎)，①本文獲得了原文的翻譯版權(quán)。Review of Asset Pricing Studies(RAPS)與Review of Corporate Finance Studies是美國金融協(xié)會(Society for Financial Studies)的新創(chuàng)期刊，與該協(xié)會著名金融學期刊Review of Financial Studies并列，雖然創(chuàng)刊時間較短，但擁有強大的編輯隊伍，已逐漸成為資產(chǎn)定價領(lǐng)域的國際頂級金融學刊。本文的獲獎鏈接請見http://sfsraps.org/awards/。本文由作者陳智華翻譯，她于2009年獲得瑞士洛桑大學及瑞士金融學院金融學博士學位，2010年8月回國任教。研究領(lǐng)域包括機構(gòu)投資者與資本市場、信用評級體系、公司債券市場等。作者感謝上海財經(jīng)大學牛英杰和鐘媛提供的翻譯協(xié)助。以期為國內(nèi)相關(guān)研究提供參考。