經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差的影響研究
——基于投資者情緒中介效應(yīng)

曹澤仁 ,徐盛 ,王亞童

（1復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院，上海 200433；2.建信金融科技有限責(zé)任公司,上海 200000；3.上海市發(fā)展和改革委員會(huì)，上海 200003；4.長沙銀行股份有限公司，長沙 410003）

一、引言

歷史經(jīng)驗(yàn)表明，目標(biāo)明確且貼合實(shí)際的經(jīng)濟(jì)政策的制定推行，往往會(huì)對(duì)推動(dòng)經(jīng)濟(jì)發(fā)展、促進(jìn)社會(huì)進(jìn)步起到至關(guān)重要的作用。然而，面對(duì)不同階段復(fù)雜多變的形勢，政府總是會(huì)為實(shí)現(xiàn)其某一時(shí)期的特定目標(biāo)而進(jìn)行相機(jī)抉擇，這使得經(jīng)濟(jì)政策時(shí)常會(huì)出現(xiàn)一定程度的變化調(diào)整，進(jìn)而可能導(dǎo)致市場主體由于無法確切預(yù)知政府是否、何時(shí)以及如何改變現(xiàn)行經(jīng)濟(jì)政策，從而主動(dòng)改變其行為決策以應(yīng)對(duì)宏觀政策可能變化所帶來的影響。而這又會(huì)反過來對(duì)宏觀經(jīng)濟(jì)預(yù)期和市場主體行為造成負(fù)面沖擊，進(jìn)一步加劇經(jīng)濟(jì)波動(dòng)、削弱政策效果。

從已有研究看，經(jīng)濟(jì)政策變化不僅會(huì)波及實(shí)體經(jīng)濟(jì)，還會(huì)影響到企業(yè)于資本市場的直接融資結(jié)果（陳國進(jìn)等，2014；徐征等，2019）。在“增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)能力”的理念引領(lǐng)下，近年中國資本市場直接融資比重持續(xù)上升。其中，市場化程度較高的公司債券市場亦呈現(xiàn)出迅猛增長態(tài)勢。根據(jù)國家統(tǒng)計(jì)局公布的數(shù)據(jù)，2020年全年發(fā)行公司信用類債券14.2萬億，年發(fā)行規(guī)模約為2015年的2.1倍，已成為中小企業(yè)獲取資金的重要途徑。因此，在繼續(xù)規(guī)范發(fā)展公司債券市場以滿足更多企業(yè)多元融資需求的大背景下，有必要針對(duì)宏觀經(jīng)濟(jì)政策變化對(duì)公司信用類債券發(fā)行上市的影響特征展開研究，為未來相關(guān)市場的進(jìn)一步改革提供借鑒和參考。

本文選取2012—2018年在滬、深兩個(gè)交易所公開上市發(fā)行的公司債券為分析對(duì)象，重點(diǎn)研究了經(jīng)濟(jì)政策變化對(duì)我國公司債券一級(jí)市場發(fā)行定價(jià)的影響。同時(shí)，本文構(gòu)建了中國債券市場投資者情緒指數(shù)，從行為金融學(xué)視角探討了中國宏觀經(jīng)濟(jì)政策變動(dòng)對(duì)微觀公司債券風(fēng)險(xiǎn)溢價(jià)的傳導(dǎo)途徑。最后，引入政府隱性擔(dān)保，實(shí)證檢驗(yàn)經(jīng)濟(jì)政策調(diào)整對(duì)不同類型債券的影響特征。本文的研究有助于加深經(jīng)濟(jì)政策變化對(duì)我國公司債券發(fā)行市場資產(chǎn)定價(jià)的認(rèn)識(shí)理解，從而拓展了相關(guān)領(lǐng)域研究的內(nèi)容范疇。

二、文獻(xiàn)回顧

基于本文研究重點(diǎn)，文獻(xiàn)綜述部分將圍繞經(jīng)濟(jì)政策變化的度量影響，以及公司債券發(fā)行利差的影響因素展開。

關(guān)于經(jīng)濟(jì)政策變化的研究，學(xué)者們從經(jīng)濟(jì)政策變化的度量及其經(jīng)濟(jì)后果兩方面展開。一方面，由于經(jīng)濟(jì)政策變化難以直接觀測，其測度是實(shí)證研究的難點(diǎn)，目前主要采用單一經(jīng)濟(jì)變量波動(dòng)、虛擬變量、文本分析等方法進(jìn)行量化指標(biāo)構(gòu)建分析。例如，Julio 和 Yook（2012）采用選舉結(jié)果、曹春方(2013)運(yùn)用官員變更來度量經(jīng)濟(jì)政策變化。王義中和宋敏(2014)以GDP的條件方差作為衡量經(jīng)濟(jì)政策變動(dòng)程度的指標(biāo)，Baker等(2016)則運(yùn)用文本分析的方法，通過從《南華早報(bào)》中提取有關(guān)關(guān)鍵詞，創(chuàng)新性地構(gòu)建了中國經(jīng)濟(jì)政策不確定性指數(shù)以定量測度經(jīng)濟(jì)政策變動(dòng)程度，該指數(shù)目前在學(xué)界已被廣泛使用。另一方面，諸多文獻(xiàn)發(fā)現(xiàn)，（經(jīng)濟(jì)）政策變化對(duì)實(shí)體經(jīng)濟(jì)和資本市場均會(huì)產(chǎn)生重要影響。針對(duì)企業(yè)行為，Gulen et al (2016)、李鳳羽和楊墨竹(2015)、饒品貴等(2017)等認(rèn)為政策不確定性上升會(huì)顯著抑制企業(yè)投資。利用經(jīng)濟(jì)政策不確定性指標(biāo)，顧夏銘等(2018)、顧群等(2020)指出經(jīng)濟(jì)政策不確定性對(duì)企業(yè)創(chuàng)新具有顯著正向促進(jìn)作用；王紅建等(2014)、李鳳羽和史永東(2016)發(fā)現(xiàn)企業(yè)現(xiàn)金持有水平與經(jīng)濟(jì)政策不確定性顯著正相關(guān)。資本市場方面，經(jīng)濟(jì)政策變動(dòng)特征亦是決定金融產(chǎn)品風(fēng)險(xiǎn)定價(jià)水平的重要宏觀因素。例如，經(jīng)濟(jì)政策變動(dòng)加劇會(huì)通過增加市場波動(dòng)和降低市場流動(dòng)性來顯著升高系統(tǒng)性風(fēng)險(xiǎn)、加劇金融市場摩擦，降低投資者的風(fēng)險(xiǎn)承擔(dān)能力，進(jìn)而導(dǎo)致投資者索要更高的風(fēng)險(xiǎn)溢價(jià)（陳國進(jìn)等，2014）。在股票市場，經(jīng)濟(jì)政策不確定性是中國股市的一個(gè)重要定價(jià)因子(汪弘等，2018)，會(huì)顯著降低股票預(yù)期回報(bào)率(鄧曉萌,2019)。在債券市場，較高的風(fēng)險(xiǎn)溢價(jià)水平會(huì)影響企業(yè)的風(fēng)險(xiǎn)承擔(dān)能力，造成融資成本即信用利差的上行，進(jìn)而減少債務(wù)融資規(guī)模，且這種效應(yīng)在短期債務(wù)融資中、經(jīng)濟(jì)衰退期、非國有企業(yè)中、低信用評(píng)級(jí)債券中更為顯著(才國偉等，2018)。

關(guān)于公司債券發(fā)行利差影響因素的研究，學(xué)者們從微觀企業(yè)、中觀市場、宏觀經(jīng)濟(jì)等方面進(jìn)行了深入探討。在微觀企業(yè)層面，產(chǎn)權(quán)性質(zhì)、債券契約條款、會(huì)計(jì)信息質(zhì)量、客戶集中度等因素會(huì)影響債券信用利差。國有產(chǎn)權(quán)的隱性擔(dān)保能直接和間接地降低投資者違約風(fēng)險(xiǎn)，從而降低公司債券的信用利差（方紅星等，2013）；債券契約條款對(duì)債權(quán)人的保護(hù)程度越高、擔(dān)保措施越完善，則公司債券的信用利差越低(陳超和李镕依，2014)；當(dāng)公司的盈余管理程度越高、會(huì)計(jì)信息質(zhì)量越低時(shí)，債券投資者會(huì)要求更高的信用利差以降低潛在的信用風(fēng)險(xiǎn)（楊大楷和王鵬，2014；朱焱和孫淑偉，2016）；客戶集中度越高，則企業(yè)未來收入和現(xiàn)金流不確定性也越高，進(jìn)而提升債券的信用利差(王雄元和高開娟，2017)。中觀市場層面，分析師預(yù)測、融資融券、市場系統(tǒng)性風(fēng)險(xiǎn)等因素會(huì)影響債券的信用利差。分析師預(yù)測分歧度、預(yù)測偏度與信用利差之間正相關(guān)，跟蹤分析師數(shù)量、跟蹤分析師中明星分析師占比與信用利差之間負(fù)相關(guān)(林晚發(fā)等，2013)；公司融資余額增長越多，信用利差越大，而融券余額的變化對(duì)信用利差沒有顯著影響(侯鑫和褚劍，2019)；市場系統(tǒng)性風(fēng)險(xiǎn)越高，則信用利差越高(許屹，2017)。宏觀政策層面，貨幣政策、經(jīng)濟(jì)周期、宏觀經(jīng)濟(jì)不確定性等因素會(huì)影響債券信用利差。于靜霞和周林(2015)認(rèn)為債券信用評(píng)級(jí)越低、期限越長，則貨幣政策調(diào)整對(duì)信用利差的影響越大。郭曄等（2016）發(fā)現(xiàn)在經(jīng)濟(jì)周期的繁榮時(shí)期，未預(yù)期貨幣政策對(duì)信用利差的作用更大。與之相對(duì)應(yīng)，在經(jīng)濟(jì)增長率越高以及經(jīng)濟(jì)增長率波動(dòng)越小的情況下，則債券的信用利差越低(宋秀慧和林晚發(fā)，2016)。周宏等（2011）、徐征等（2019）針對(duì)企業(yè)債券的研究結(jié)果顯示，企業(yè)債券信用利差會(huì)隨宏觀經(jīng)濟(jì)不確定性上升而顯著增加。王超(2020)通過對(duì)交易上市一般公司債的月度信用利差變化的研究，進(jìn)一步揭示了經(jīng)濟(jì)政策變化對(duì)我國不同信用等級(jí)公司債券的異質(zhì)性影響。

三、研究假設(shè)

（一）經(jīng)濟(jì)政策變化與公司債券發(fā)行信用利差

諸多國外研究已發(fā)現(xiàn)，宏觀政策變動(dòng)不僅會(huì)影響實(shí)體經(jīng)濟(jì)發(fā)展環(huán)境，還會(huì)對(duì)金融市場造成顯著影響（Brogaard & Detzel，2015），更有學(xué)者將政策不確定性視為資產(chǎn)定價(jià)模型中一個(gè)重要的宏觀風(fēng)險(xiǎn)溢價(jià)因子(Pastor & Veronesi,2013)。就債券市場而言，Lu et al(2010)指出美國債券投資者會(huì)對(duì)信息不確定性索要高風(fēng)險(xiǎn)溢價(jià)，Nodari(2014)發(fā)現(xiàn)金融監(jiān)管政策變動(dòng)加劇會(huì)對(duì)美國債券市場信用利差形成正向沖擊，該現(xiàn)象在經(jīng)濟(jì)衰退期尤為明顯。Wisniewski& Lambe(2015)指出經(jīng)濟(jì)政策不確定性會(huì)引發(fā)市場投資者對(duì)于債券違約風(fēng)險(xiǎn)的擔(dān)憂，進(jìn)而導(dǎo)致美國信用違約互換(CDS)利差顯著提升。針對(duì)我國債券市場，張鑫(2019)發(fā)現(xiàn)經(jīng)濟(jì)政策變化會(huì)導(dǎo)致企業(yè)資產(chǎn)負(fù)債表惡化及其所發(fā)債券信用利差上升。利用Baker等(2016)發(fā)布的中國經(jīng)濟(jì)政策不確定性指數(shù)和中國債券市場相關(guān)數(shù)據(jù)，徐征等(2019)和王超(2020)得出了與張鑫(2019)相似的結(jié)論。然而，前者以有較多限制條件的企業(yè)債為樣本，其對(duì)風(fēng)險(xiǎn)變化并不敏感（高強(qiáng)和鄒恒甫，2015），不能充分反映經(jīng)濟(jì)政策變化的影響。后者則以揭示經(jīng)濟(jì)政策不確定性對(duì)公司債二級(jí)市場信用利差的作用機(jī)制為主，尚未涉及債券一級(jí)市場。據(jù)此，本文提出假設(shè)1：

假設(shè)1：經(jīng)濟(jì)政策變化會(huì)顯著提高中國公司債券的發(fā)行信用利差。

（二）投資者情緒的中介傳導(dǎo)機(jī)制

除了直接影響金融市場資產(chǎn)定價(jià)外，經(jīng)濟(jì)政策變化還可能會(huì)對(duì)資本市場整體情緒面造成沖擊，從而在改變市場風(fēng)險(xiǎn)偏好的同時(shí)進(jìn)一步引發(fā)信用利差變化。一方面，較復(fù)雜的經(jīng)濟(jì)政策變動(dòng)環(huán)境會(huì)增加投資者的風(fēng)險(xiǎn)感知和模糊性厭惡水平(靳光輝等，2016)，這會(huì)導(dǎo)致對(duì)未來市場形成悲觀預(yù)期，從而使得投資者情緒下降。另一方面，在恐懼焦慮等負(fù)面情緒影響下，投資者行為決策也將趨于理性保守，這會(huì)進(jìn)一步減少市場對(duì)金融產(chǎn)品的投資需求并導(dǎo)致資產(chǎn)價(jià)格下降。已有國內(nèi)外文獻(xiàn)證實(shí)，投資者情緒高漲與其對(duì)公司債券信用利差要求兩者之間存在顯著負(fù)相關(guān)關(guān)系(Nayak，2010；李永等，2018)。周方召和賈少卿(2019)等研究已發(fā)現(xiàn)：投資者情緒中介效應(yīng)在經(jīng)濟(jì)政策不確定性對(duì)中國股市的影響中顯著存在。據(jù)此，本文提出假設(shè)2：

假設(shè)2：經(jīng)濟(jì)政策變化會(huì)顯著抑制債券市場投資者情緒，進(jìn)而提高公司債券發(fā)行信用利差，該中介影響機(jī)制路徑如圖1所示。

圖1 經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差的投資者情緒中介影響機(jī)制路徑

（三）政府隱性擔(dān)保的作用影響

政府隱性擔(dān)保一直是中國信用債市場存在的一個(gè)突出問題，其主要指政府雖未給過任何關(guān)于擔(dān)保的承諾或暗示，但是市場參與者認(rèn)為政府會(huì)在債券面臨兌付危機(jī)時(shí)提供資金支持(王敘果等，2019)。諸多研究均已發(fā)現(xiàn)，政府隱性擔(dān)保長期存在于我國債券市場中（王博森等，2016），具體表現(xiàn)為：在控制其他影響因素后，投資者往往僅會(huì)對(duì)國企債、城投債等具有典型政府隱性擔(dān)保特征的信用債券要求一個(gè)相對(duì)較低的（發(fā)行）信用利差(方紅星等，2013)。與之相似，在面對(duì)宏觀經(jīng)濟(jì)政策變動(dòng)時(shí)，這種相對(duì)確定的政府隱性擔(dān)保機(jī)制也能一定程度抵消市場風(fēng)險(xiǎn)偏好下行，對(duì)個(gè)體債券價(jià)格的負(fù)面沖擊。王超(2020)指出，相較國有企業(yè)，已上市交易的民營企業(yè)公司債的信用利差對(duì)于經(jīng)濟(jì)政策變化反映更為敏感。據(jù)此，本文提出假設(shè)3：

假設(shè)3：與其它公司債券相比，具有政府隱性擔(dān)保背景的公司債券不僅擁有相對(duì)較低的發(fā)行信用利差，且其對(duì)經(jīng)濟(jì)政策和市場投資者情緒的變化相對(duì)不敏感。

四、建模設(shè)計(jì)

（一）模型構(gòu)建

本文首先構(gòu)建面板模型以檢驗(yàn)經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差的影響特征（假設(shè)1）。其次，構(gòu)建中國債券市場投資者情緒指數(shù)，進(jìn)而借鑒溫忠麟和葉寶娟(2014)歸納的分析方法構(gòu)建中介效應(yīng)遞歸模型，以對(duì)債券市場投資者情緒的中介效應(yīng)機(jī)制展開檢驗(yàn)（假設(shè)2）。最后，基于發(fā)債公司類型展開分組回歸，從政府隱性擔(dān)保視角探討經(jīng)濟(jì)政策變化及投資者情緒中介效應(yīng)對(duì)發(fā)行信用利差的異質(zhì)性影響（假設(shè)3）。具體計(jì)量模型如下所示：

(1)-(3)式合并構(gòu)成檢驗(yàn)假設(shè)2的中介效應(yīng)遞歸模型，具體做法是：在對(duì)(1)式回歸的基礎(chǔ)上，進(jìn)而對(duì)(2)式回歸以檢驗(yàn)中介變量（債券市場投資者情緒）與經(jīng)濟(jì)政策變化的回歸系數(shù)α1是否顯著為負(fù)，反之則停止檢驗(yàn)。最后，對(duì)(3)式進(jìn)行回歸：在α1*λ2與λ1符號(hào)相同的情況下，如果λ1和λ2的系數(shù)分別顯著為正和為負(fù)，則說明債券市場投資者情緒扮演著部分中介效應(yīng)；如果系數(shù)λ1不顯著但系數(shù)λ2顯著為負(fù)，則說明存在完全中介效應(yīng)；若λ1和λ2均不顯著，則說明不存在中介效應(yīng)。

（二）數(shù)據(jù)說明

本文以2012—2018年于上海和深圳證券交易所公開發(fā)行的公司債券為研究對(duì)象，實(shí)際計(jì)算中對(duì)原始樣本進(jìn)行如下篩選：(1)剔除證監(jiān)會(huì)行業(yè)分類下隸屬金融業(yè)的公司所發(fā)債券，因?yàn)槠湓诮?jīng)營范圍、資本結(jié)構(gòu)等方面與其他行業(yè)公司存在顯著差異；(2)考慮定價(jià)差異性，剔除浮動(dòng)利率債券和可贖回債券；(3)剔除控制變量缺失的樣本。經(jīng)過上述處理，最終得到了1822只公司債券發(fā)行數(shù)據(jù)。主要變量指標(biāo)構(gòu)造如下所示：

1.公司債券發(fā)行信用利差(Cspread)

公司債發(fā)行利率包含無風(fēng)險(xiǎn)利率和風(fēng)險(xiǎn)溢價(jià)兩部分，后者即為信用利差，其實(shí)質(zhì)反映了對(duì)投資者承擔(dān)信用風(fēng)險(xiǎn)的收益補(bǔ)償。借鑒王雄元和高開娟(2017)等文獻(xiàn)做法，本文以發(fā)行當(dāng)日公司債券發(fā)行票面利率與相同剩余期限中債國債到期收益率之差來度量信用利差，國債收益率數(shù)據(jù)來源于中債登網(wǎng)站。若不存在相同剩余期限的國債到期收益率，則對(duì)兩個(gè)相鄰年限數(shù)據(jù)運(yùn)用線性插值法構(gòu)造指標(biāo)。

2.經(jīng)濟(jì)政策變化(Epu)

本文選取Baker等(2016)基于《南華早報(bào)》文章關(guān)鍵詞篩選編纂得到的中國經(jīng)濟(jì)政策不確定性指數(shù)(Economic Policy Uncertainty Index)作為衡量近年我國經(jīng)濟(jì)政策變化情況的指標(biāo)，該指數(shù)在學(xué)術(shù)界和業(yè)界被廣泛使用(李鳳羽和楊墨竹，2015；饒品貴等，2017；徐征等，2019)?？紤]到該指數(shù)頻率以月為單位，本文先對(duì)原始數(shù)據(jù)做12個(gè)月移動(dòng)平均處理以消除季節(jié)波動(dòng)影響，再將其與樣本公司債券的發(fā)行年月進(jìn)行匹配。此外，本文還采集了Baker研究團(tuán)隊(duì)公布的(剔除價(jià)格因素)全球經(jīng)濟(jì)政策不確定性指數(shù)以及Davis研究團(tuán)隊(duì)基于《人民日?qǐng)?bào)》和《光明日?qǐng)?bào)》編制的中國經(jīng)濟(jì)政策不確定和貿(mào)易政策不確定性指數(shù)以進(jìn)行穩(wěn)健性檢驗(yàn)，相關(guān)數(shù)據(jù)均來源于網(wǎng)站http://www.policyuncertainty.com。

3.債券市場投資者情緒指數(shù)(Bondis)

參考易志高和茅寧(2009)、李永等(2018)的構(gòu)造方法，本文選取消費(fèi)者信心指數(shù)、債券發(fā)行只數(shù)、債券型封閉式基金折價(jià)率、債券換手率1基于債券成交總額與債券托管總量計(jì)算所得。、債券（凈價(jià)）成交凈額和新債上市首日收益率（平均）六個(gè)指標(biāo)進(jìn)行主成分分析以自行構(gòu)建債券市場投資者情緒指標(biāo)。實(shí)際計(jì)算中，為避免數(shù)量和單位影響，本文對(duì)所有指標(biāo)均做中心化和標(biāo)準(zhǔn)化處理，并選擇第一主成分作為測量對(duì)象。KMO和Bartlett檢驗(yàn)結(jié)果均說明適合采用主成分分析法。同時(shí)，考慮到投資者情緒對(duì)市場影響或具有時(shí)滯性，因此本文采用滯后一期的月度投資者情緒數(shù)據(jù)來反映當(dāng)期情況。

4.控制變量(CV)

借鑒相關(guān)文獻(xiàn)，本文選取控制變量包括：第一，公司債券特征變量，包括：債券發(fā)行規(guī)模(Lnsize)，即公司債券發(fā)行規(guī)模的自然對(duì)數(shù)；債券發(fā)行期限的自然對(duì)數(shù)(Lnterm)；債券信用評(píng)級(jí)(Rating)，按照信用等級(jí)由高到低分別賦值，其中AAA為7，AA+為6，AA為5，AA-為4，A+為3；債券是否含權(quán)虛擬變量(Option)，若含權(quán)則取值為1，否則為0。第二，發(fā)債公司特征變量，包括：國有企業(yè)虛擬變量(SOE)，若發(fā)債公司為國有企業(yè)發(fā)行債券，則取值為1，否則為0；城投債虛擬變量(CIB)，若為地方投融資平臺(tái)發(fā)行的城投債，則取值為1，否則為0；經(jīng)國際四大會(huì)計(jì)師事務(wù)所審計(jì)虛擬變量(Audit），若經(jīng)四大審計(jì)則取值為1，否則為0；資產(chǎn)負(fù)債率(Lev)，即總負(fù)債與總資產(chǎn)的比率；總資產(chǎn)收益率(Roa)，即凈利潤與公司資產(chǎn)總額之比；凈利潤增長率(Ni)，以衡量發(fā)債主體的盈利能力；第一大股東持股比例(Fshare)，以反映發(fā)債主體的股權(quán)集中程度；是否上市虛擬變量(Ipo)，若發(fā)債公司為上市公司則取值為1，否則為0。第三，宏觀經(jīng)濟(jì)變量，包括：月度采購經(jīng)理指數(shù)(Pmi)，以刻畫經(jīng)濟(jì)增長特征；月度居民消費(fèi)價(jià)格指數(shù)(Cpi)。一般而言，市場投資者往往會(huì)在高通脹期要求更高收益率以彌補(bǔ)通脹損失。

上述所有公司債券數(shù)據(jù)和控制變量指標(biāo)原始數(shù)據(jù)均來源于Wind數(shù)據(jù)庫，而債券市場投資者情緒相關(guān)基礎(chǔ)數(shù)據(jù)則來源于Wind數(shù)據(jù)庫和中債登數(shù)據(jù)庫。為剔除異常值影響，本文對(duì)所有數(shù)據(jù)均作雙側(cè)1%縮尾處理。

表1是本文主要變量描述性統(tǒng)計(jì)結(jié)果，可以發(fā)現(xiàn)：第一，樣本公司債券發(fā)行信用利差均值為1.95%，波動(dòng)區(qū)間從0.329%到4.807%且標(biāo)準(zhǔn)差達(dá)到1.139%，表明我國信用債的風(fēng)險(xiǎn)溢價(jià)存在一定程度的差異；第二，中國經(jīng)濟(jì)政策不確定性指數(shù)和債券市場投資者情緒指標(biāo)的離散程度較低，表明上述指標(biāo)在樣本期內(nèi)均在穩(wěn)定范圍內(nèi)波動(dòng)；第三，SOE和CIB的均值分別為0.638和0.218，即表明樣本中有超過六成的公司債券由國有企業(yè)發(fā)行，同時(shí)約兩成公司債券有地方投融資平臺(tái)背景。此外，樣本債券的平均發(fā)行期限和融資規(guī)模分別達(dá)到4.83年和10.14億元，說明當(dāng)前我國公司債券仍然以中期中等規(guī)模為主。同時(shí)，各項(xiàng)公司財(cái)務(wù)指標(biāo)指標(biāo)的標(biāo)準(zhǔn)差普遍較大，反映出發(fā)債主體之間的經(jīng)營狀況存在較大差異。

表1 主要變量描述性統(tǒng)計(jì)結(jié)果

Audit 發(fā)債主體審計(jì)公司 0.171 0.376 0.000 1.000 Lev 資產(chǎn)負(fù)債率 64.247 12.831 29.113 89.294 Roa 總資產(chǎn)收益率 2.719 2.424 -2.599 13.425 Ni 凈利潤增長率 22.405 93.387 -193.98 543.345 Fshare 第一大股東持股比例 70.061 30.036 11.910 100.000 Ipo 發(fā)債主體是否公開上市 0.358 0.479 0.000 1.000 Pmi 采購經(jīng)理人指數(shù) 50.755 0.882 49.000 53.300 Cpi 居民消費(fèi)價(jià)格指數(shù) 0.120 0.454 -1.100 1.600

五、實(shí)證分析

（一）基準(zhǔn)回歸結(jié)果

表2的（1）-（5）報(bào)告了本文的基準(zhǔn)回歸和穩(wěn)健性檢驗(yàn)結(jié)果?；冢?）和（2）結(jié)果可知：無論是否控制發(fā)債公司特征，Epu的回歸系數(shù)值始終超過0.2，且在1%水平上與發(fā)行信用利差呈顯著正相關(guān)性，初步表明在我國經(jīng)濟(jì)政策變動(dòng)加劇的宏觀背景下，市場總體傾向于對(duì)公司債券給出較高的發(fā)行信用利差。為驗(yàn)證上述結(jié)果穩(wěn)健性，表2的（3）和（4）列分別采用(剔除價(jià)格因素)全球經(jīng)濟(jì)政策不確定性指數(shù)及中國經(jīng)濟(jì)政策不確定性和貿(mào)易政策不確定性指數(shù)替換原主要解釋變量進(jìn)行回歸?？梢园l(fā)現(xiàn)，經(jīng)濟(jì)政策變化對(duì)我國公司債券發(fā)行信用利差的影響依然高度顯著為正，且系數(shù)值明顯增大?？紤]可能存在的內(nèi)生性問題，表2的（5）列以滯后一期（月）的中國經(jīng)濟(jì)政策不確定性指標(biāo)Lepu代替原主要解釋變量展開估計(jì)，所得回歸系數(shù)值和顯著性水平與模型1基本一致。上述結(jié)果充分表明所得結(jié)論具有穩(wěn)健性，本文假設(shè)1成立。

控制變量方面，國有企業(yè)和城投債兩個(gè)虛擬變量均與因變量呈顯著負(fù)相關(guān)性，表明政府隱性擔(dān)保能降低債券的信用風(fēng)險(xiǎn)和發(fā)行信用利差，這與王敘果等(2013)的研究結(jié)論相似。同時(shí)，信用評(píng)級(jí)、債券規(guī)模、債券期限三個(gè)債券特征變量的回歸系數(shù)在表2所有模型中均于1%水平上顯著為負(fù)，說明信用評(píng)級(jí)越高、規(guī)模越大、期限越長的公司債券的發(fā)行信用利差顯著較低。與之相對(duì)應(yīng)，含權(quán)債券往往會(huì)具有相對(duì)較高的發(fā)行信用利差。此外，公司層面變量方面，財(cái)務(wù)杠桿率、總資產(chǎn)收益率和凈利潤增長率總體上分別與因變量呈顯著為正、負(fù)和負(fù)的相關(guān)關(guān)系，這與王雄元和高開娟(2017)等文獻(xiàn)的結(jié)論基本一致。同時(shí)，國際四大會(huì)計(jì)師事務(wù)所審計(jì)公司虛擬變量回歸系數(shù)在所有模型中均與被解釋變量顯著負(fù)相關(guān)，說明經(jīng)四大審計(jì)的公司所發(fā)行債券的信用利差更低，這與林永堅(jiān)和王志強(qiáng)(2013)的研究結(jié)論較為相符。最后，宏觀經(jīng)濟(jì)變量方面，Cpi與公司債券發(fā)行信用利差兩者之間顯著負(fù)相關(guān)，其原因或在于高通脹水平對(duì)于無風(fēng)險(xiǎn)利率具有一定抬高作用。Pmi指標(biāo)則在除第（2）列和第（5）列的回歸結(jié)果中呈現(xiàn)出顯著負(fù)相關(guān)性。上述回歸結(jié)果基本與本文預(yù)期相符。

表2 基準(zhǔn)回歸結(jié)果

（二）債券市場投資者情緒中介效應(yīng)檢驗(yàn)

在驗(yàn)證假設(shè)1成立的基礎(chǔ)上，本文進(jìn)一步對(duì)假設(shè)2展開驗(yàn)證?？紤]內(nèi)生性問題對(duì)結(jié)果可能造成的影響，本文繼續(xù)以表2第（5）列中滯后一期（月）的中國經(jīng)濟(jì)政策不確定性指標(biāo)Lepu和為主要解釋變量，同時(shí)引入上文提及構(gòu)建的債券市場投資者情緒Bondis指標(biāo)開展中介效應(yīng)檢驗(yàn)。

首先，表2（6）列給出了Lepu對(duì)Bondis的影響情況?？梢园l(fā)現(xiàn)兩者之間呈現(xiàn)出顯著負(fù)相關(guān)性，表明經(jīng)濟(jì)政策變動(dòng)確會(huì)對(duì)債券市場投資者情緒產(chǎn)生顯著負(fù)面沖擊。其次，如表2（7）列所示，在基準(zhǔn)回歸基礎(chǔ)上加入Bondis后，Lepu的系數(shù)值雖略低于（5）列對(duì)應(yīng)值，但依然高度顯著。同時(shí)，Bondis回歸系數(shù)值達(dá)到-0.348且在1%水平上顯著。因此，綜合表2（5）至（7）列數(shù)據(jù)結(jié)果，我們發(fā)現(xiàn)：我國債券市場投資者情緒在中國經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差的影響中扮演部分中介作用（中介效應(yīng)部分占總效應(yīng)比例約為14.6%），本文假設(shè)2成立。

（三）政府隱性擔(dān)保影響

在檢驗(yàn)假設(shè)1和2成立的基礎(chǔ)上，本文進(jìn)一步對(duì)樣本進(jìn)行分組回歸，以探究政府隱性擔(dān)保對(duì)上述作用機(jī)制的影響情況，相關(guān)內(nèi)容呈于表3和表4中。首先，表3和表4的（1）和（4）列分別給出了依照國有企業(yè)和城投債分組所得的基準(zhǔn)回歸結(jié)果，可以發(fā)現(xiàn)：國有企業(yè)組中，Lepu的系數(shù)值為0.198且僅在5%水平上顯著。與之相對(duì)應(yīng)，非國有企業(yè)組中Lepu系數(shù)不僅具有更高的顯著性水平，且其系數(shù)值高達(dá)0.429，約為國有企業(yè)組的2.2倍。而在依城投債分組的情形下，Lepu系數(shù)在城投債組中雖然不顯著，但其在非城投債組中則對(duì)信用利差具有顯著正向影響。上述結(jié)果充分表明：不具有政府隱性擔(dān)保背景公司所發(fā)債券的發(fā)行信用利差對(duì)我國經(jīng)濟(jì)政策變化更為敏感。為進(jìn)一步檢驗(yàn)各組Lepu系數(shù)之間是否存在顯著差異，本文采用基于似無相關(guān)模型的檢驗(yàn)方法 (suest)進(jìn)行組間差異檢驗(yàn)，其優(yōu)點(diǎn)在于允許兩組的干擾項(xiàng)具有不同分布。結(jié)果顯示，在國有企業(yè)分組下，Lepu系數(shù)對(duì)應(yīng)p值為3.85且在5%水平上顯著。而在城投債分組下，Lepu系數(shù)對(duì)應(yīng)p值高達(dá)13.66且在1%水平上顯著，顯著的組間差異檢驗(yàn)結(jié)果進(jìn)一步證明了政府隱性擔(dān)保會(huì)顯著降低宏觀經(jīng)濟(jì)政策變動(dòng)對(duì)微觀公司債券發(fā)行信用利差的影響。

其次，本文繼續(xù)就投資者情緒中介傳導(dǎo)機(jī)制在上述分組中的成立情況進(jìn)行檢驗(yàn)。由表3的（2）和（3）列可知：國有企業(yè)組中，Lepu和Bondis兩個(gè)變量分別呈顯著為正和顯著為負(fù)的結(jié)果，說明投資者情緒的部分中介效應(yīng)在國有企業(yè)組中依然顯著存在。非國有企業(yè)組中，有別于上述結(jié)果，在加入Bondis變量后，表3的（6）列中的Lepu系數(shù)不再顯著，說明債券市場投資者情緒具有完全中介效應(yīng)，即經(jīng)濟(jì)政策變化對(duì)非國有企業(yè)公司債券發(fā)行信用利差的影響完全通過債券市場投資者情緒傳導(dǎo)所致。類似地，根據(jù)表4中第（1）和（3）列結(jié)果可得，Lepu系數(shù)始終不顯著，這反映出城投債的發(fā)行定價(jià)較少受宏觀經(jīng)濟(jì)政策變化的影響。與之相對(duì)應(yīng)，Lepu和Bondis在非城投債組的三組回歸中呈現(xiàn)出與全樣本和國有企業(yè)組較為相似的情形，表明存在債券市場投資者情緒部分中介效應(yīng)。此外，其他控制變量的系數(shù)和顯著性水平與基準(zhǔn)回歸結(jié)果基本保持一致。綜合以上分析可知，具有政府隱性擔(dān)保的公司債券的發(fā)行信用利差受經(jīng)濟(jì)政策變化影響顯著較低，同時(shí)債券市場投資者情緒中介機(jī)制的影響作用也相對(duì)有限，本文假設(shè)3成立。

表3 分組回歸和投資者情緒中介效應(yīng)機(jī)制檢驗(yàn)結(jié)果：國有企業(yè)

表4 分組回歸和投資者情緒中介效應(yīng)機(jī)制檢驗(yàn)結(jié)果：城投債

六、結(jié)論和政策建議

本文以2012—2018年在我國滬、深兩市公開發(fā)行的公司債券為樣本，通過構(gòu)建面板回歸模型檢驗(yàn)了我國經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差的影響。在此基礎(chǔ)上，構(gòu)建中國債券市場投資者情緒指數(shù)和中介效應(yīng)檢驗(yàn)遞歸模型，從行為金融學(xué)視角探究經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差沖擊的資本市場傳導(dǎo)途徑，進(jìn)而分析了政府隱性擔(dān)保對(duì)上述機(jī)制的異質(zhì)性影響。研究發(fā)現(xiàn)：（1）中國經(jīng)濟(jì)政策變化越頻繁，公司債券在一級(jí)市場的發(fā)行信用利差越高；（2）債券市場投資者情緒是經(jīng)濟(jì)政策變化對(duì)公司債券發(fā)行信用利差影響作用的重要中介變量；（3）分組研究顯示，經(jīng)濟(jì)政策變化對(duì)無政府隱性擔(dān)保公司債券的發(fā)行信用利差的影響顯著更大，同時(shí)債券市場投資者情緒中介效應(yīng)也主要存在于無政府隱性擔(dān)保公司債券樣本組中，分組結(jié)果具有顯著異質(zhì)性特征。

基于上述研究結(jié)論，本文提出如下政策建議：第一，加強(qiáng)經(jīng)濟(jì)政策預(yù)期管理引導(dǎo)。一方面，政府在制定宏觀經(jīng)濟(jì)政策時(shí)應(yīng)充分考慮前瞻性和全局性，重視保持政策前后的連續(xù)性、穩(wěn)定性和可持續(xù)性，盡量避免經(jīng)濟(jì)政策波動(dòng)加劇對(duì)市場主體的影響。另一方面，當(dāng)客觀環(huán)境形勢出現(xiàn)重大變化，因而必須對(duì)經(jīng)濟(jì)政策做出較大調(diào)整變更的情況下，可積極通過新聞媒體、網(wǎng)絡(luò)宣傳、學(xué)術(shù)研討等渠道，適時(shí)開展前置經(jīng)濟(jì)政策變動(dòng)預(yù)期的引導(dǎo)工作，盡可能減少經(jīng)濟(jì)政策變動(dòng)對(duì)金融市場和資產(chǎn)定價(jià)造成的沖擊影響。第二，關(guān)注資本市場投資者情緒變化調(diào)控?？紤]到投資者情緒在債券發(fā)行市場中呈現(xiàn)出的顯著中介效應(yīng)，金融監(jiān)管機(jī)構(gòu)應(yīng)建立關(guān)于資本市場投資者情緒的長效監(jiān)測機(jī)制，通過構(gòu)建投資者情緒指標(biāo)以動(dòng)態(tài)評(píng)估經(jīng)濟(jì)政策變動(dòng)對(duì)資本市場的影響。此外，既要及時(shí)發(fā)現(xiàn)、嚴(yán)厲打擊虛假政策信息傳播，以降低其對(duì)市場參與者的負(fù)面影響，更要豐富政策管理工具和監(jiān)管執(zhí)法手段，以在市場投資者情緒對(duì)經(jīng)濟(jì)政策變動(dòng)出現(xiàn)過度反應(yīng)時(shí)能給予有力響應(yīng)支持，有效防止金融市場風(fēng)險(xiǎn)堆積，促進(jìn)資本市場平穩(wěn)有序發(fā)展。第三，重視對(duì)公司債券發(fā)行主體的分類施策。針對(duì)國企發(fā)行的公司債券，要在風(fēng)險(xiǎn)可控前提下，持續(xù)打破地方上對(duì)國企城投債的隱性背書和剛性兌付，積極考慮以破產(chǎn)重組、債轉(zhuǎn)股等方式開展違約處置，讓投資者對(duì)相關(guān)債券風(fēng)險(xiǎn)收益形成充分認(rèn)知，逐步實(shí)現(xiàn)市場合理化定價(jià)。針對(duì)民企發(fā)行的公司債券，要在進(jìn)一步健全信用評(píng)級(jí)制度，使其發(fā)揮為投資者提供可靠決策依據(jù)作用的基礎(chǔ)上，還可通過引入更多投資主體、降低發(fā)債門檻要求、發(fā)展風(fēng)險(xiǎn)緩釋工具等方式、讓更多有真正資金需求的優(yōu)質(zhì)中小民營企業(yè)能夠獲得更多低成本融資的機(jī)會(huì)，在推動(dòng)債券市場資金優(yōu)化配置的同時(shí)，有效幫助企業(yè)提升抵御外部風(fēng)險(xiǎn)的能力。