信用利差與債券市場(chǎng)流動(dòng)性的動(dòng)態(tài)關(guān)系分析

■陳淼鑫，何 彪

信用利差與債券市場(chǎng)流動(dòng)性的動(dòng)態(tài)關(guān)系分析

■陳淼鑫，何 彪

本文利用我國交易所和銀行間兩個(gè)國債市場(chǎng)流動(dòng)性差異提取我國債券市場(chǎng)的流動(dòng)性溢酬，首先運(yùn)用多元線性回歸模型驗(yàn)證了流動(dòng)性溢酬是影響信用利差的系統(tǒng)性因子，然后運(yùn)用VAR模型和Granger因果檢驗(yàn)探討流動(dòng)性溢酬與信用利差之間的動(dòng)態(tài)關(guān)系，并進(jìn)一步引入帶馬爾可夫機(jī)制轉(zhuǎn)換的VAR模型，分析在正常機(jī)制和危機(jī)機(jī)制下流動(dòng)性溢酬對(duì)信用利差的不同影響。實(shí)證結(jié)果表明:前一期流動(dòng)性溢酬對(duì)當(dāng)期信用利差有顯著為正的影響，危機(jī)機(jī)制下的影響要顯著高于正常機(jī)制，而且危機(jī)機(jī)制下流動(dòng)性溢酬對(duì)低等級(jí)債信用利差的沖擊程度要大于對(duì)高等級(jí)債信用利差的沖擊程度，但沖擊效應(yīng)的持續(xù)時(shí)間則少于高等級(jí)債。

信用利差；流動(dòng)性溢酬；馬爾可夫機(jī)制轉(zhuǎn)換向量自回歸

陳淼鑫，福建人，博士，廈門大學(xué)經(jīng)濟(jì)學(xué)院金融系副教授，研究方向?yàn)榻鹑诠こ?、資本市場(chǎng)和風(fēng)險(xiǎn)管理；

何彪，安徽人，碩士，廈門大學(xué)經(jīng)濟(jì)學(xué)院金融系，研究方向?yàn)榻鹑诠こ?。（福建廈門361005）

一、引言

信用債收益率超過無風(fēng)險(xiǎn)收益率的部分即信用利差，是投資者承擔(dān)企業(yè)違約風(fēng)險(xiǎn)而要求的超額收益率。經(jīng)典理論模型如結(jié)構(gòu)化模型、簡(jiǎn)約模型都只能解釋信用利差的一小部分，大量的實(shí)證研究也都發(fā)現(xiàn)信用風(fēng)險(xiǎn)只能解釋一小部分信用利差，剩余的大部分都不能被信用風(fēng)險(xiǎn)所解釋，這被稱為“信用利差之謎”。

自從Amihud and Mendeson（1986）發(fā)現(xiàn)債券價(jià)格中包含流動(dòng)性溢酬以來，債券市場(chǎng)流動(dòng)性就一直是理論界和實(shí)務(wù)界持續(xù)關(guān)注的話題，特別是在金融危機(jī)之后更是引起了廣泛激烈的爭(zhēng)論。大量固定收益類資產(chǎn)價(jià)格在次貸危機(jī)期間大幅下跌，投資者要求的回報(bào)率急劇上升。最初人們的認(rèn)識(shí)是次貸危機(jī)引起信用風(fēng)險(xiǎn)溢價(jià)上升，導(dǎo)致信用利差上升，進(jìn)而導(dǎo)致債券價(jià)格下跌，但最近越來越多的研究發(fā)現(xiàn)，信用風(fēng)險(xiǎn)溢價(jià)并不足以解釋如此高的信用利差，也不能解釋極短時(shí)間內(nèi)債券的高價(jià)差。因此，越來越多研究者逐漸達(dá)成共識(shí)，這場(chǎng)次貸危機(jī)引發(fā)的金融危機(jī)更多的是流動(dòng)性危機(jī)而不是信用危機(jī)。

隨著我國金融市場(chǎng)改革的推進(jìn)，多層次資本市場(chǎng)體系正在不斷完善中，全社會(huì)融資結(jié)構(gòu)中債券直接融資比例和債券發(fā)行結(jié)構(gòu)中信用債比例都在不斷提升，越來越多的企業(yè)選擇發(fā)行包括企業(yè)債在內(nèi)的信用債券，可以預(yù)見未來中國信用債券一級(jí)市場(chǎng)和二級(jí)市場(chǎng)將會(huì)迎來大擴(kuò)容的時(shí)代，因此加強(qiáng)對(duì)與信用債最緊密的兩個(gè)風(fēng)險(xiǎn)——信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)及兩者動(dòng)態(tài)關(guān)系的研究顯得尤為重要。

盡管目前國內(nèi)外已有部分學(xué)者對(duì)信用利差的影響因素進(jìn)行了相關(guān)的研究，但本文的主要?jiǎng)?chuàng)新與貢獻(xiàn)在于：首先，我國銀行間債券市場(chǎng)和交易所債券市場(chǎng)為研究債券市場(chǎng)流動(dòng)性溢酬提供了天然的場(chǎng)所，兩個(gè)市場(chǎng)的國債發(fā)行主體都是國家財(cái)政部，沒有違約風(fēng)險(xiǎn)，通過相同周期控制了利率風(fēng)險(xiǎn)之后，兩個(gè)市場(chǎng)上的債券收益率之差就是純粹的流動(dòng)性溢酬，盡管這部分溢價(jià)包含了市場(chǎng)分割的因素，但從債券風(fēng)險(xiǎn)的角度來說，其表現(xiàn)出來的仍然是流動(dòng)性的差異，二者的價(jià)差仍然主要體現(xiàn)了流動(dòng)性的溢價(jià)，只是此處的流動(dòng)性風(fēng)險(xiǎn)可能與其他情況下的流動(dòng)性風(fēng)險(xiǎn)略有差異。因此，本文通過這兩個(gè)市場(chǎng)上的國債即期利率期限結(jié)構(gòu)之差估計(jì)出我國債券市場(chǎng)流動(dòng)性溢酬的期限結(jié)構(gòu)，進(jìn)而提煉出一個(gè)從整個(gè)市場(chǎng)層面而非具體債券特質(zhì)層面的衡量債券市場(chǎng)流動(dòng)性程度的綜合指標(biāo)，從而可以更好地剔除市場(chǎng)微觀結(jié)構(gòu)噪音的影響。其次，為了區(qū)分在不同經(jīng)濟(jì)狀態(tài)下流動(dòng)性溢酬對(duì)信用利差的不同影響，并且為了避免人為劃分經(jīng)濟(jì)形勢(shì)變化時(shí)間點(diǎn)的主觀性，本文引入帶馬爾可夫機(jī)制轉(zhuǎn)換的向量自回歸（MSVAR）模型，分析在正常機(jī)制和危機(jī)機(jī)制下流動(dòng)性對(duì)信用利差的不同影響，該模型內(nèi)生決定了兩種機(jī)制發(fā)生的概率，實(shí)證結(jié)果驗(yàn)證了流動(dòng)性風(fēng)險(xiǎn)對(duì)信用利差的影響是時(shí)變的，危機(jī)機(jī)制下流動(dòng)性對(duì)信用利差的影響程度要顯著高于正常機(jī)制，而且危機(jī)機(jī)制下市場(chǎng)流動(dòng)性溢酬對(duì)低等級(jí)債信用利差的沖擊程度要大于對(duì)高等級(jí)債信用利差的沖擊程度，但沖擊效應(yīng)的持續(xù)時(shí)間則少于高等級(jí)債。

二、數(shù)據(jù)與變量

（一）數(shù)據(jù)說明

本文選取2007.06～2013.12中央國債登記結(jié)算有限責(zé)任公司從銀行間、交易所國債以及不同信用等級(jí)的銀行間企業(yè)債交易價(jià)格中估計(jì)得到的日度即期利率數(shù)據(jù)，構(gòu)建流動(dòng)性溢酬期限結(jié)構(gòu)和各信用等級(jí)的信用利差期限結(jié)構(gòu)①?zèng)]有選擇更前時(shí)間段的數(shù)據(jù)是源于交易活躍度的考慮。沒有選擇更后時(shí)間段的數(shù)據(jù)則是由于2014年之后，隨著兩個(gè)市場(chǎng)的融合，銀行間市場(chǎng)與交易所市場(chǎng)國債的即期利率期限結(jié)構(gòu)差距在逐漸縮小。。最終得到的時(shí)間序列樣本數(shù)為314個(gè)周數(shù)據(jù)，所有數(shù)據(jù)來源于Wind數(shù)據(jù)庫和中國債券信息網(wǎng)。

（二）變量定義和選取

1.信用利差

首先將每日銀行間市場(chǎng)不同信用等級(jí)（AAA級(jí)和AA級(jí)）企業(yè)債的即期利率期限結(jié)構(gòu)與銀行間市場(chǎng)國債的即期利率期限結(jié)構(gòu)相減，得到相應(yīng)信用等級(jí)企業(yè)債的信用利差期限結(jié)構(gòu)，然后提取出信用利差期限結(jié)構(gòu)中0.5、1、2、3、4、5、6、7、8、10、15年這11個(gè)關(guān)鍵期限的信用利差進(jìn)行簡(jiǎn)單平均，分別得到AAA級(jí)和AA級(jí)的信用利差平均數(shù)：AAAcs、AAcs。取每日該指標(biāo)的周平均序列作為被解釋變量。

2.流動(dòng)性溢酬

首先將每日交易所市場(chǎng)國債的即期利率期限結(jié)構(gòu)與銀行間市場(chǎng)國債的即期利率期限結(jié)構(gòu)相減，得到流動(dòng)性溢酬期限結(jié)構(gòu)，然后提取流動(dòng)性溢酬期限結(jié)構(gòu)中0.5、1、2、3、4、5、6、7、8、10、15年這11個(gè)關(guān)鍵期限的流動(dòng)性溢酬進(jìn)行簡(jiǎn)單平均，得到衡量市場(chǎng)非流動(dòng)性程度的綜合指標(biāo)：illiquidity②本文的非流動(dòng)性和流動(dòng)性溢酬表達(dá)的是同一個(gè)意思，illiquidity值越大說明市場(chǎng)流動(dòng)性越差。。取每日該指標(biāo)的周平均序列作為代表流動(dòng)性的解釋變量。

3.影響信用利差的其他因素

（1）工業(yè)增加值

企業(yè)的信用風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)周期密切相關(guān)，工業(yè)增加值作為廣受關(guān)注的綜合性指標(biāo)，可以很好地反映企業(yè)運(yùn)行的外部環(huán)境和宏觀經(jīng)濟(jì)周期的變動(dòng)。而且工業(yè)增加值為月度數(shù)據(jù)，相比國內(nèi)生產(chǎn)總值（季度數(shù)據(jù)）更優(yōu)。因此本文選取工業(yè)增加值同比增長(zhǎng)率（IG）數(shù)據(jù)作為控制變量，同一月份的每周采用相同的IG數(shù)據(jù)。

（2）無風(fēng)險(xiǎn)利率

Merton（1974）結(jié)構(gòu)化模型中無風(fēng)險(xiǎn)利率與信用利差負(fù)相關(guān)，因?yàn)闊o風(fēng)險(xiǎn)利率能反映宏觀經(jīng)濟(jì)運(yùn)行的情況，較高的無風(fēng)險(xiǎn)利率一般伴隨著較好的經(jīng)濟(jì)形勢(shì)，因此與信用利差成負(fù)相關(guān)關(guān)系。本文采用三年期銀行間市場(chǎng)國債即期收益率作為無風(fēng)險(xiǎn)利率（rf）的代表，取每日該指標(biāo)的周平均序列作為控制變量。

（3）國債收益率曲線斜率

本文使用10年期國債即期收益率減去3年期國債即期收益率作為斜率（slope）的代理變量，取每日該指標(biāo)的周平均序列進(jìn)行回歸。

（4）國債收益率曲線曲度

本文使用7年期國債即期收益率減去3年期、10年期國債即期收益率的平均值作為曲度（curvature）的代理變量，取每日該指標(biāo)的周平均序列進(jìn)行回歸。

（5）滬深300指數(shù)收益率和波動(dòng)率

Bedendo et al.（2007）、Davies（2008）和Tang and Yan（2010）都使用股票市場(chǎng)數(shù)據(jù)作為信用風(fēng)險(xiǎn)的代理變量。因?yàn)樵贛erton的結(jié)構(gòu)化模型中信用風(fēng)險(xiǎn)與公司股票價(jià)格和股價(jià)波動(dòng)率有著密切關(guān)系。如果公司運(yùn)營轉(zhuǎn)好，股價(jià)就會(huì)上升，信用風(fēng)險(xiǎn)降低，信用利差收縮，即信用利差與股票收益率之間存在負(fù)相關(guān)。但如果股價(jià)波動(dòng)率上升，公司資產(chǎn)價(jià)值觸及違約邊界的可能性上升，則信用風(fēng)險(xiǎn)上升，信用利差擴(kuò)大，即信用利差與股價(jià)波動(dòng)率之間存在正相關(guān)。因此，本文參考Cui et al.（2013），用滬深300指數(shù)上一周的累計(jì)收益率作為股票收益率（sr）的代理變量，用滬深300指數(shù)上一周日收益率的標(biāo)準(zhǔn)差作為股價(jià)波動(dòng)率（sv）的代理變量。

（6）稅收因素

由于企業(yè)投資國債所獲得的利息收入免征所得稅，但投資金融債則無法享受該優(yōu)惠，這種稅收政策的不同直接導(dǎo)致了兩者利差的出現(xiàn)。但由于決定稅收利差的因素較多，如債券投資主體其他業(yè)務(wù)的盈虧狀況也決定了金融債利差，如果其他業(yè)務(wù)虧損，則金融債投資收益一樣可以免所得稅。同時(shí)鑒于信用利差中稅收因素相對(duì)比較穩(wěn)定，且沒有合適的度量方法，在實(shí)證研究中可以不用考慮在內(nèi)。

（7）跳躍概率

Collin-Dufresne et al.（2001）認(rèn)為跳躍因素很難用代理變量來表示，因?yàn)樘S的歷史發(fā)生次數(shù)是如此之少以致其在預(yù)測(cè)未來跳躍概率和強(qiáng)度時(shí)幾乎沒有效力。本文雖然未使用單獨(dú)的跳躍因素代理變量，但由于本文考慮了滬深300股指收益率（股票收益率能及時(shí)反映跳躍），這在某種程度上使我們的分析考慮了跳躍的影響。

表1給出了關(guān)鍵期限的信用利差和流動(dòng)性溢酬的描述性統(tǒng)計(jì)?？傮w來看，低等級(jí)的信用利差一般高于高等級(jí)的信用利差，各等級(jí)的信用利差期限結(jié)構(gòu)大體是向上傾斜的，但斜率不大，表現(xiàn)相對(duì)比較平穩(wěn)；流動(dòng)性溢酬隨著期限增加而增加，其期限結(jié)構(gòu)呈現(xiàn)向上的形狀。

表1 關(guān)鍵期限的AAA（AA）信用利差和流動(dòng)性溢酬描述性統(tǒng)計(jì)（單位：%）

三、多元線性回歸分析

在進(jìn)行多元回歸之前，首先對(duì)模型中涉及的每個(gè)變量進(jìn)行ADF檢驗(yàn)，結(jié)果顯示，曲度curvature和滬深300股指收益率sr為平穩(wěn)的時(shí)間序列，其余變量均為一階單整。因此，回歸模型設(shè)定為：

△cst=β0+β1△cst-1+β2△IGt+β3△rft+β4△slopet+ β5curvaturet+β6srt+β7△svt+β8△illiquidityt+εt

其中，△cs分別用△AAAcs和△AAcs代入進(jìn)行回歸，下同。

回歸結(jié)果如表2所示。從表中可以看到，本文重點(diǎn)關(guān)注的流動(dòng)性溢酬指標(biāo)在對(duì)AAA級(jí)和AA級(jí)信用利差的回歸中都顯著為正：即當(dāng)市場(chǎng)流動(dòng)性變差時(shí)，信用利差隨之?dāng)U大。而且從調(diào)整的R2來看，加入流動(dòng)性溢酬指標(biāo)后，信用利差回歸模型的解釋力度都有所提升。就其他影響因素而言，工業(yè)增加值增長(zhǎng)率對(duì)信用利差沒有顯著影響，這可能是由于在樣本期內(nèi)中國債券市場(chǎng)上尚未發(fā)生真正的違約，使得信用利差不能夠真實(shí)反映企業(yè)經(jīng)營的宏觀環(huán)境。無風(fēng)險(xiǎn)利率水平和無風(fēng)險(xiǎn)利率曲線斜率在所有情形下均顯著為負(fù)，說明無風(fēng)險(xiǎn)利率期限結(jié)構(gòu)中的確包含有信用利差的豐富信息，這與國內(nèi)外實(shí)證結(jié)果是一致的。但是，股指收益率對(duì)信用利差的影響顯著為正，與前文分析不符，這說明在中國市場(chǎng)上該指標(biāo)并不純粹是信用風(fēng)險(xiǎn)的代理變量，當(dāng)股市表現(xiàn)好的時(shí)候，投資者會(huì)更多地配置股票而不是信用債券，從而使得信用利差擴(kuò)大，這反映出資產(chǎn)配置效應(yīng)才是主導(dǎo)因素。

表2 信用利差影響因素回歸結(jié)果

四、VAR模型與Granger因果檢驗(yàn)

為了進(jìn)一步分析市場(chǎng)流動(dòng)性與信用利差之間的動(dòng)態(tài)關(guān)系，下文運(yùn)用向量自回歸（VAR）模型來進(jìn)行研究，模型設(shè)定如下：

綜合考慮AIC、FPE和HQ準(zhǔn)則后，AAA級(jí)和AA級(jí)信用利差VAR模型最后都選擇滯后一階為最優(yōu)模型。VAR模型參數(shù)估計(jì)以及Granger因果檢驗(yàn)結(jié)果如表3和表4所示。VAR模型結(jié)果顯示：t-1期的市場(chǎng)流動(dòng)性溢酬對(duì)t期的AAA級(jí)（AA級(jí)）信用利差具有顯著的預(yù)測(cè)力，當(dāng)t-1期市場(chǎng)流動(dòng)性不佳時(shí)，t期的AAA級(jí)（AA級(jí)）企業(yè)債信用利差會(huì)擴(kuò)大。同時(shí)，t-1期的AAA級(jí)（AA級(jí)）信用利差變動(dòng)對(duì)t期的市場(chǎng)流動(dòng)性溢酬也有顯著的預(yù)測(cè)力，當(dāng)t-1期的信用利差擴(kuò)大到一定幅度時(shí)，t期市場(chǎng)流動(dòng)性將有所好轉(zhuǎn)，這可能是由于隨著信用利差的擴(kuò)大，配置型或交易型資金進(jìn)入市場(chǎng)緩解了流動(dòng)性所引致的。Granger因果檢驗(yàn)的結(jié)果則顯示：市場(chǎng)流動(dòng)性溢酬與AAA級(jí)（AA級(jí)）信用利差互為Granger因果關(guān)系。

表3 AAA級(jí)信用利差變動(dòng)與流動(dòng)性溢酬的關(guān)系

表4 AA級(jí)信用利差變動(dòng)與流動(dòng)性溢酬的關(guān)系

五、MSVAR模型

相比一般的向量自回歸（VAR）模型，馬爾可夫機(jī)制轉(zhuǎn)換向量自回歸（MSVAR）模型可以捕捉到經(jīng)濟(jì)結(jié)構(gòu)中可能存在的結(jié)構(gòu)變化。因此，為了區(qū)分在不同經(jīng)濟(jì)狀態(tài)下流動(dòng)性溢酬對(duì)信用利差的不同影響，并且為了避免人為劃分經(jīng)濟(jì)形勢(shì)變化時(shí)間點(diǎn)的主觀性，下文運(yùn)用MSVAR模型進(jìn)行研究，模型設(shè)定如下：

其中，機(jī)制S∈{1，2}服從同質(zhì)的馬爾可夫鏈機(jī)制轉(zhuǎn)換模型，其轉(zhuǎn)移概率為常數(shù)：

模型估計(jì)使用Hamilton（1990）和Hamilton（1994）的最大似然估計(jì)法。根據(jù)AIC準(zhǔn)則，AAA級(jí)和AA級(jí)信用利差MSVAR模型最后都選擇滯后一階為最優(yōu)模型，估計(jì)結(jié)果如表5和表6所示。

從表5（表6）可以看出，就信用利差而言，在機(jī)制1下，t-1期流動(dòng)性溢酬的變動(dòng)對(duì)AAA級(jí)（AA級(jí)）信用利差變動(dòng)的影響顯著為正，值為0.261（值為0.395）；在機(jī)制2下，t-1期流動(dòng)性溢酬的變動(dòng)對(duì)信用利差變動(dòng)的影響同樣顯著為正，值為0.198（值為0.139），顯示了機(jī)制1下100bps的上期流動(dòng)性溢酬沖擊對(duì)信用利差變動(dòng)的影響要比機(jī)制2下高6.3bps（25.6bps），即在機(jī)制1下流動(dòng)性正向沖擊對(duì)信用差價(jià)擴(kuò)大的影響要比在機(jī)制2下更為顯著。因此，可以合理地推斷機(jī)制1對(duì)應(yīng)高非流動(dòng)性沖擊的機(jī)制①本文中“高非流動(dòng)性沖擊機(jī)制”和“高流動(dòng)性沖擊機(jī)制”表達(dá)的是一個(gè)意思，均表示信用價(jià)差對(duì)流動(dòng)性溢酬更敏感的機(jī)制。（危機(jī)機(jī)制），機(jī)制2則對(duì)應(yīng)正常機(jī)制。

就流動(dòng)性溢酬而言，在機(jī)制1下，t-1期AAA級(jí)（AA級(jí)）信用利差的變動(dòng)對(duì)t期流動(dòng)性溢酬的變動(dòng)有顯著為負(fù)的影響，這與之前普通VAR模型的實(shí)證結(jié)果一致；但在機(jī)制2下，這種關(guān)系消失了，影響系數(shù)為正且不顯著。

此外，回歸結(jié)果還表明機(jī)制1發(fā)生的頻率更高、持續(xù)時(shí)間更長(zhǎng)。AAA級(jí)（AA級(jí)）估計(jì)結(jié)果中，機(jī)制1和機(jī)制2的期望持續(xù)期分別為10.11（8.22）和5.28（4.39），顯示中國債券市場(chǎng)上高流動(dòng)性沖擊的時(shí)刻更頻繁，高流動(dòng)性沖擊機(jī)制平均持續(xù)時(shí)間為10.11周（8.22周），低流動(dòng)性沖擊機(jī)制平均持續(xù)時(shí)間為5.28周（4.39周）。轉(zhuǎn)移概率p1，1=0.90（0.88），p2，2= 0.81（0.77）說明當(dāng)處于某一種機(jī)制下，其仍處于該機(jī)制的概率很高。根據(jù)模型估計(jì)的內(nèi)生概率，我們得出了不同時(shí)點(diǎn)上高流動(dòng)性沖擊發(fā)生的概率圖，如圖1（圖2）所示。水平下顯著。

表5 AAA級(jí)信用利差變動(dòng)與流動(dòng)性溢酬的MSVAR估計(jì)結(jié)果

圖1 不同時(shí)間高流動(dòng)性沖擊機(jī)制發(fā)生概率圖（AAA級(jí)）

表6 AA級(jí)信用利差變動(dòng)與流動(dòng)性溢酬的MSVAR估計(jì)結(jié)果

圖2 不同時(shí)間高流動(dòng)性沖擊機(jī)制發(fā)生概率圖（AA級(jí)）

對(duì)比AAA級(jí)與AA級(jí)的MSVAR估計(jì)結(jié)果可見，AAA級(jí)與AA級(jí)的機(jī)制1概率圖具有高度的一致性，說明使用馬爾可夫機(jī)制轉(zhuǎn)換模型可以內(nèi)生地識(shí)別外部流動(dòng)性沖擊，且不同信用等級(jí)確認(rèn)的流動(dòng)性沖擊具有高度的一致性。但高流動(dòng)性沖擊機(jī)制下，非流動(dòng)性對(duì)AA級(jí)信用利差的影響程度要高于對(duì)AAA級(jí)信用利差的影響程度，但持續(xù)時(shí)間少于AAA級(jí)。這與Dick-Nielsen et al.（2012）的結(jié)論相似。他們對(duì)美國債券市場(chǎng)的研究同樣發(fā)現(xiàn)：非流動(dòng)性沖擊對(duì)投機(jī)級(jí)信用利差的影響程度要大于對(duì)投資級(jí)信用利差的影響程度，但持續(xù)時(shí)間較短。

六、結(jié)論

首先，我國銀行間債券市場(chǎng)和交易所債券市場(chǎng)為研究債券市場(chǎng)流動(dòng)性溢酬提供了天然的場(chǎng)所，兩個(gè)市場(chǎng)的國債發(fā)行主體都是國家財(cái)政部，沒有違約風(fēng)險(xiǎn)，通過相同周期控制了利率風(fēng)險(xiǎn)之后，兩個(gè)市場(chǎng)上的債券收益率之差就是純粹的流動(dòng)性溢酬，盡管這部分溢價(jià)包含了市場(chǎng)分割的因素，但從債券風(fēng)險(xiǎn)的角度來說，其表現(xiàn)出來的仍然是流動(dòng)性的差異，二者的價(jià)差仍然主要體現(xiàn)了流動(dòng)性的溢價(jià)，只是此處的流動(dòng)性風(fēng)險(xiǎn)可能與其他情況下的流動(dòng)性風(fēng)險(xiǎn)略有差異。本文首先通過這兩個(gè)市場(chǎng)上的即期利率期限結(jié)構(gòu)之差估計(jì)我國債券市場(chǎng)的流動(dòng)性溢酬的期限結(jié)構(gòu)，接著擬合銀行間市場(chǎng)各等級(jí)企業(yè)債的利率期限結(jié)構(gòu)，將其與銀行間國債的利率期限結(jié)構(gòu)相減便得各等級(jí)企業(yè)債的信用利差期限結(jié)構(gòu)。

第二，在信用利差影響因素的多元線性回歸模型中，本文將信用利差期限結(jié)構(gòu)各期限的信用利差簡(jiǎn)單平均作為回歸模型的被解釋變量，將流動(dòng)性溢酬期限結(jié)構(gòu)各期限的流動(dòng)性溢酬簡(jiǎn)單平均作為模型的關(guān)鍵解釋變量，發(fā)現(xiàn)在控制宏觀層面和市場(chǎng)層面其他影響因素的基礎(chǔ)上，加入本文的市場(chǎng)流動(dòng)性衡量指標(biāo)可以提升模型的擬合優(yōu)度，而且該指標(biāo)系數(shù)是顯著的，驗(yàn)證了流動(dòng)性確實(shí)是影響信用利差的系統(tǒng)因子。

第三，在驗(yàn)證了流動(dòng)性溢酬是影響信用利差的系統(tǒng)性因子基礎(chǔ)之上，本文分別運(yùn)用VAR模型和Granger因果檢驗(yàn)進(jìn)一步研究流動(dòng)性溢酬與信用利差之間的動(dòng)態(tài)關(guān)系，實(shí)證結(jié)果發(fā)現(xiàn)前期的市場(chǎng)非流動(dòng)性變動(dòng)能夠明顯影響AAA級(jí)和AA級(jí)企業(yè)債信用利差的變動(dòng)，即前期的市場(chǎng)非流動(dòng)性增加，則AAA級(jí)和AA級(jí)企業(yè)債信用利差也隨之?dāng)U大。

最后，為了區(qū)分在不同經(jīng)濟(jì)情況下流動(dòng)性溢酬對(duì)信用利差的不同影響，并且為了避免人為劃分經(jīng)濟(jì)形勢(shì)變化時(shí)間點(diǎn)的主觀性，本文引入MSVAR模型分析在正常機(jī)制和危機(jī)機(jī)制下流動(dòng)性對(duì)信用利差的不同影響，該模型內(nèi)生決定了兩種機(jī)制發(fā)生的概率，實(shí)證結(jié)果驗(yàn)證了流動(dòng)性風(fēng)險(xiǎn)對(duì)信用利差的影響是時(shí)變的，流動(dòng)性對(duì)信用利差的影響在正常機(jī)制和危機(jī)機(jī)制下有著顯著的差異，危機(jī)機(jī)制下的影響程度要顯著高于正常機(jī)制。而且危機(jī)機(jī)制下，市場(chǎng)非流動(dòng)性對(duì)低等級(jí)債信用利差的沖擊程度要大于對(duì)高等級(jí)債信用利差的沖擊程度，但沖擊效應(yīng)的持續(xù)時(shí)間少于高等級(jí)債。此外，實(shí)證結(jié)果還表明前一期信用利差變動(dòng)對(duì)非流動(dòng)性變化的影響在不同機(jī)制下不僅程度不同，而且方向相反：危機(jī)機(jī)制下前一期信用利差對(duì)當(dāng)期流動(dòng)性溢酬的影響顯著為負(fù)，但正常機(jī)制下則為正且不顯著。

[1]Amihud Y，Mendelson H.Asset Pricing and the Bid-ask Spread[J].Journal of Financial Economics，1986，17(2).

[2]Merton R C.On the Pricing of Corporate Debt: The Risk Structure of Interest Rates[J].The Journal of Finance,1974,29(2).

[3]Bedendo M,Cathcart L，El-Jahel L.The Slope of the Term Structure of Credit Spreads:An Empirical Investigation[J].Journal of Financial Research,2007, 30(2).

[4]Davies A.Credit Spread Determinants:An 85 Year Perspective[J].Journal of Financial Markets, 2008,11(2).

[5]Tang D Y,Yan H.Market Conditions,Default Risk and Credit Spreads[J].Journal of Banking& Finance,2010,34(4).

[6]Cui C,Liu H,Zhang Y.On Credit Spread Change of Chinese Corporate Bonds:Credit Risk or Asset Allocation Effect?[J].China Finance Review International,2013,3(3).

[7]Collin-Dufresne P,Goldstein R S,Martin J S. The Determinants of Credit Spread Changes[J].The Journal of Finance,2001,56(6).

[8]Hamilton J D.Analysis of Time Series Subject to Changes in Regime[J].Journal of Econometrics, 1990,45(1).

[9]HamiltonJD.TimeSeriesAnalysis[M]. Princeton:Princeton university press,1994.

F830.9

A

1006-169X（2017）04-0004-06

國家自然科學(xué)基金青年項(xiàng)目“限價(jià)指令簿的信息內(nèi)涵研究:基于市場(chǎng)微觀結(jié)構(gòu)的視角”（71301137）。