多重風(fēng)險交織下企業(yè)債信用利差影響因素研究

姚定俊，羅 亮

（南京財經(jīng)大學(xué) 金融學(xué)院，江蘇 南京 210023）

一、引言

2016年5月4 日，第一只在交易所上市交易的企業(yè)債“11 蒙奈倫”發(fā)生實質(zhì)性違約，標(biāo)志著主要由國有企業(yè)發(fā)行的企業(yè)債徹底打破剛性兌付。2019年以來，隨著我國各類企業(yè)融資需求的不斷加大，債券市場的發(fā)展勢頭愈發(fā)良好，債券違約快速增長的趨勢有所緩解，違約事件加快蔓延的趨勢在一定程度上得到遏制，但是違約主體卻從民營企業(yè)轉(zhuǎn)向國有企業(yè)。2020年新冠肺炎疫情的出現(xiàn)對企業(yè)經(jīng)營沖擊較為明顯，國企違約風(fēng)險明顯提升，市場出現(xiàn)波動。在當(dāng)前金融一體化發(fā)展趨勢下，如果國有企業(yè)出現(xiàn)實質(zhì)性違約可能會引發(fā)債券市場的流動性風(fēng)險、區(qū)域金融風(fēng)險、利率風(fēng)險等一系列風(fēng)險，而風(fēng)險疊加帶來的后果會更加嚴(yán)重。中國債券信息網(wǎng)①中國債券信息網(wǎng)（chinabond.com.cn）。顯示，2020年新增違約和展期債券以中高評級為主，絕大多數(shù)違約債券評級在AA+以上，其中2020年國有企業(yè)債券違約數(shù)量達(dá)到歷年最高的21 只，違約規(guī)模達(dá)828.35 億元。因此，2020年12月15 日，為落實國務(wù)院金融穩(wěn)定發(fā)展委員會第四十三次會議精神，進(jìn)一步增強(qiáng)企業(yè)債券服務(wù)實體經(jīng)濟(jì)能力，中華人民共和國國家發(fā)展和改革委員會發(fā)布《關(guān)于開展2021年度企業(yè)債本息兌付風(fēng)險排查和存續(xù)監(jiān)管有關(guān)工作的通知》。隨著我國債券市場改革發(fā)展不斷深化，金融機(jī)構(gòu)與實體經(jīng)濟(jì)之間關(guān)系更加密切，相關(guān)風(fēng)險交織可能會導(dǎo)致更嚴(yán)重的后果。因此，如何妥善處理促發(fā)展與防風(fēng)險之間的關(guān)系，是推動我國債券市場進(jìn)一步健康高效可持續(xù)發(fā)展的關(guān)鍵。

目前，鮮有關(guān)于研究多重風(fēng)險交織對企業(yè)債信用利差影響的相關(guān)文獻(xiàn)。文獻(xiàn)大多聚焦在公司債和地方債違約風(fēng)險、流動性風(fēng)險等單一風(fēng)險研究[1-4]，或風(fēng)險因素間的相關(guān)性與兩種風(fēng)險因素交互作用對信用債的影響[5-9]。在新冠肺炎疫情沖擊與信用債違約浪潮的背景下，風(fēng)險因素處在相互影響的關(guān)系網(wǎng)絡(luò)中，研究多重風(fēng)險交織對于國有企業(yè)發(fā)行的企業(yè)債信用利差的影響顯得尤為重要。本文研究風(fēng)險因素和風(fēng)險交織對企業(yè)債信用利差的影響，不僅能夠較為全面地衡量企業(yè)債所受風(fēng)險，回應(yīng)市場對于企業(yè)債的關(guān)切，而且通過風(fēng)險交織對企業(yè)債信用利差的影響機(jī)制的分析，為債券風(fēng)險研究提供新的視角，為債券定價和預(yù)警模型的建立提供新的方向，而監(jiān)管部門也可據(jù)此加強(qiáng)企業(yè)債風(fēng)險管理，兼具理論與實際意義。

二、文獻(xiàn)綜述

本文從多重風(fēng)險交織角度切入探討企業(yè)債信用利差影響因素，根據(jù)現(xiàn)有研究和實踐經(jīng)驗，風(fēng)險交織作為一種可能影響企業(yè)投融資和經(jīng)營發(fā)展的重要變量，對于我國企業(yè)債信用利差有重要影響，一直是債券風(fēng)險管理理論和市場實踐探究和關(guān)注的焦點。近年來國內(nèi)外學(xué)者對于風(fēng)險因素影響債券信用利差的研究主要圍繞“信用利差之謎”從以下兩個方面展開。

首先是對單一風(fēng)險因素的探討，違約風(fēng)險、流動性風(fēng)險和利率風(fēng)險均是影響債券信用利差的核心因素，這一觀點已經(jīng)得到了主流學(xué)者的廣泛討論與認(rèn)可[3,10-11]。Longstaff 和Schwartz（1995）認(rèn)為公司債券信用價差的變化不僅和公司價值有關(guān)，也與利率因素關(guān)系密切[12]。Elton 等（2001）研究發(fā)現(xiàn)預(yù)期違約風(fēng)險只能解釋公司債信用利差的很小一部分[13]。王茵田和文志瑛（2016）通過研究流動性風(fēng)險對債券利差的影響，發(fā)現(xiàn)公司債主要受即期流動性風(fēng)險的影響，而企業(yè)債則受到即期流動性風(fēng)險與滯后流動性風(fēng)險的共同影響[10]。Bongaerts等（2017）研究發(fā)現(xiàn)流動性水平和股票市場流動性風(fēng)險對公司債券的預(yù)期收益有很強(qiáng)的影響[14]。梁朝暉等（2017）通過線性概率模型實證研究發(fā)現(xiàn)，我國地方政府債券的收益率主要為利率風(fēng)險溢價，信用風(fēng)險溢價在地方債收益率中所占比例很小[15]。Bao 和Hou（2017）研究了債券的初始發(fā)行結(jié)構(gòu)對信用風(fēng)險的影響，發(fā)現(xiàn)在發(fā)行人的到期結(jié)構(gòu)中相對較晚到期的債務(wù)比較早到期的債務(wù)具有更大的信用風(fēng)險[1]。謝云等（2017）研究表明，從長期來看，企業(yè)基本面、宏觀經(jīng)濟(jì)形勢與金融市場發(fā)展決定了債券投資的內(nèi)部風(fēng)險，短期債券風(fēng)險主要來自宏觀經(jīng)濟(jì)波動與相關(guān)金融市場的沖擊[16]。紀(jì)志宏和曹媛媛（2017）研究發(fā)現(xiàn)我國投資者傾向于采用信用債進(jìn)行套利交易，因此使得信用債信用利差更多體現(xiàn)的是市場流動性溢價而非信用風(fēng)險溢價[2]。潛力和馮雯靜（2020）基于KMV 模型測算2020—2023年地方政府專項債券預(yù)期違約概率，發(fā)現(xiàn)專項債違約風(fēng)險將隨時間推移而顯化，并且違約風(fēng)險存在區(qū)域化的特征[3]。Chen和Jiang（2020）通過對七種流動性指標(biāo)進(jìn)行主成分分析，構(gòu)建一個流動性綜合指標(biāo)，發(fā)現(xiàn)流動性風(fēng)險溢價在中國公司債信用利差中所占比例相對不高[4]。

其次是風(fēng)險理論伴隨企業(yè)發(fā)展，市場參與主體身份多重化并且持續(xù)演變，風(fēng)險因素不再單獨存在而是處在風(fēng)險關(guān)系網(wǎng)絡(luò)中，有關(guān)學(xué)者有效證明了風(fēng)險因素不僅獨立影響債券信用利差，也會通過風(fēng)險因素交互關(guān)系對債券信用利差造成影響[2,5-6]。Chen等（2013）研究利率風(fēng)險和信用風(fēng)險的相關(guān)性對信用價差期限結(jié)構(gòu)的影響，發(fā)現(xiàn)利率風(fēng)險和信用風(fēng)險之間表現(xiàn)出復(fù)雜的相互作用[17]。高強(qiáng)和鄒恒甫（2015）研究發(fā)現(xiàn)，企業(yè)債和公司債的收益率能夠很好地被信用風(fēng)險、流動性風(fēng)險與宏觀系統(tǒng)性風(fēng)險解釋，并通過比較研究發(fā)現(xiàn)，企業(yè)債對流動性風(fēng)險更加敏感，公司債對信用風(fēng)險更加敏感[5]。梁朝暉等（2015）通過實證發(fā)現(xiàn)在加入利率風(fēng)險和流動性風(fēng)險等非信用風(fēng)險因素后，公司債信用利差解釋力度提高了近15%，并且公司債信用評級越高，公司債價格中包含的非信用風(fēng)險補(bǔ)償比例越高[11]。蘆彩梅和蘇丹華（2016）通過線性回歸模型實證分析得出，利率風(fēng)險和信用風(fēng)險的交互作用確實對信用價差有顯著的影響，并且不同利率風(fēng)險變量和信用風(fēng)險變量的交互作用對信用價差影響不同[6]。Schwert（2017）研究了市政債券的定價問題，使用三種不同的互補(bǔ)方法將市政債券利差分解為違約和流動性兩部分，發(fā)現(xiàn)違約風(fēng)險占平均利差的74%至84%[7]。Sperna 等（2017）研究了公司債市場中信用風(fēng)險和流動性風(fēng)險之間的動態(tài)相互過程，發(fā)現(xiàn)風(fēng)險相互作用機(jī)制在信貸和流動性風(fēng)險之間形成了動態(tài)反饋循環(huán)，并捕獲到了信貸條件惡化時流動性枯竭的經(jīng)驗觀察[18]。焦健和張雪瑩（2021）通過對2014—2019年信用債研究發(fā)現(xiàn)，違約事件在同一發(fā)行主體的債券之間具有流動性傳染效應(yīng)[8]。

綜上所述，目前國內(nèi)外關(guān)于債券信用利差影響因素的相關(guān)研究主要集中在單一風(fēng)險上，風(fēng)險因素之間的相關(guān)性以及兩種風(fēng)險因素共同對于債券信用利差的影響，國內(nèi)外學(xué)者在這三個方向豐富的研究成果為本文確立了研究基礎(chǔ)，但關(guān)于多重風(fēng)險交織對債券信用利差的影響方面的研究成果較少。在新冠肺炎疫情的沖擊下，我國企業(yè)債原本隱含的風(fēng)險顯現(xiàn)，導(dǎo)致我國企業(yè)債出現(xiàn)大規(guī)模違約，只有明確風(fēng)險因素和風(fēng)險交織對企業(yè)債的影響，才能制定相應(yīng)合理的政策，加強(qiáng)企業(yè)債風(fēng)險監(jiān)管。因此，本文基于多重風(fēng)險交織視角，采用PSM-KMV 模型、主成分分析法和Nelson-Siegel利率期限結(jié)構(gòu)模型分別衡量企業(yè)債違約風(fēng)險、流動性風(fēng)險和利率風(fēng)險，并建立帶有風(fēng)險交織交互項的線性回歸模型，分析違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險以及風(fēng)險交織對企業(yè)債信用利差的影響。

三、風(fēng)險交織理論機(jī)制分析

任何模型都難以完全捕捉處在現(xiàn)實經(jīng)濟(jì)中的企業(yè)債所受風(fēng)險之間的具體情況，但盡可能多地考慮風(fēng)險之間的交互作用有利于更加全面、深入地了解企業(yè)債所受違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險之間的交織影響。隨著我國債券市場的發(fā)展，信息傳遞速度越來越快，風(fēng)險因素已不再是學(xué)者最初研究中獨立影響債券信用利差的情況，而是處在風(fēng)險網(wǎng)絡(luò)中。艾春榮等（2015）[9]通過DS模型證明了流動性與違約風(fēng)險以及它們的相關(guān)性對信用債券溢價可能產(chǎn)生重要影響。蘆彩梅和蘇丹華（2016）[6]通過實證驗證了公司債利率風(fēng)險與違約風(fēng)險的交互作用對信用利差存在影響。在風(fēng)險網(wǎng)絡(luò)中，違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險通過不同方向?qū)ζ髽I(yè)債產(chǎn)生影響的同時，通常會相互交織影響并發(fā)展，將風(fēng)險不斷疊加放大和傳導(dǎo)，最終形成復(fù)雜的多重風(fēng)險交織情況，如圖1所示。

圖1 風(fēng)險交織框架

企業(yè)債存在違約風(fēng)險時，意味著企業(yè)出現(xiàn)了財務(wù)困境，企業(yè)資產(chǎn)價值下降，信息傳遞下理性消費者則會出售企業(yè)債，進(jìn)而引發(fā)企業(yè)債流動性風(fēng)險。由于企業(yè)債拋售帶來的債券本金和利息的償還壓力進(jìn)一步使得企業(yè)財務(wù)危機(jī)加劇，企業(yè)資產(chǎn)價值進(jìn)一步下降，產(chǎn)生惡性循環(huán)。違約風(fēng)險與流動性風(fēng)險交織影響了企業(yè)債收益，對企業(yè)債信用利差也存在影響。

假設(shè)當(dāng)即期利率上升時，企業(yè)債將會面臨利率風(fēng)險。一方面，理性投資者會選擇賣掉票面利率低于市場利率的企業(yè)債，由投資者出售企業(yè)債導(dǎo)致企業(yè)債流動性風(fēng)險增加；另一方面，即期利率上升會影響企業(yè)融資成本，造成企業(yè)融資難問題，企業(yè)無法按照約定支付本金和利息導(dǎo)致企業(yè)債違約風(fēng)險增加。由即期利率上升所帶來的企業(yè)債利率風(fēng)險會傳遞到違約風(fēng)險與流動性風(fēng)險，進(jìn)而利率風(fēng)險與違約風(fēng)險交織、利率風(fēng)險與流動性風(fēng)險交織、利率風(fēng)險與違約風(fēng)險和流動性風(fēng)險三者交織影響企業(yè)債信用利差。

四、風(fēng)險因素代理變量計算與模型構(gòu)建

（一）違約風(fēng)險度量

我國非上市公司發(fā)行債券違約風(fēng)險度量以財務(wù)指標(biāo)為主[5]，但這些指標(biāo)只可以反映企業(yè)部分的靜態(tài)信息。而KMV 模型基于經(jīng)典Black-Scholes（BS）期權(quán)定價利率，通過股票價格信息度量公司資產(chǎn)價值和波動率，進(jìn)而確定公司違約概率，能夠動態(tài)度量上市公司違約風(fēng)險。本文研究的主體是國有企業(yè)發(fā)行的企業(yè)債，而大多數(shù)國有企業(yè)并非上市公司，沒有對應(yīng)的股權(quán)價值和股票價格信息，故無法直接應(yīng)用KMV 模型測度企業(yè)債的違約風(fēng)險。因此根據(jù)國有企業(yè)的企業(yè)債實際情況，借鑒謝遠(yuǎn)濤等（2016）的做法，在KMV 模型中引入傾向得分匹配法[19]，結(jié)合企業(yè)的財務(wù)信息將企業(yè)自身靜態(tài)信息和動態(tài)信息都考慮在內(nèi)，建立兩個傾向得分模型A1和A2，通過A1的匹配用同一行業(yè)上市公司的股權(quán)價值A(chǔ)代替該行業(yè)非上市國有企業(yè)的股權(quán)價值，通過A2的匹配用同一行業(yè)上市公司的股價波動率σ作為該行業(yè)非上市國有企業(yè)股價波動率σ 的估計值。具體回歸模型如下，模型中各變量說明見表1。

表1 傾向得分匹配變量說明

基于傾向得分匹配值，采用核匹配法對上市公司與非上市公司的股權(quán)價值和股價波動率進(jìn)行匹配。使用KMV 模型計算發(fā)行主體的資產(chǎn)價值VA和資產(chǎn)價值波動率σA，再依據(jù)違約點得出違約距離①企業(yè)資產(chǎn)未來市場價值的期望值到違約點之間的距離就是違約距離，距離越遠(yuǎn)，該公司發(fā)生違約的可能性越小。，作為企業(yè)債違約風(fēng)險代理變量。

（二）流動性風(fēng)險度量

根據(jù)本文的研究目的，在所有指標(biāo)都滿足因子分析法適用性的條件下，通過因子分析法得出企業(yè)債流動性風(fēng)險綜合指標(biāo)是經(jīng)驗分析中重要的一步。其中，流動性衡量存在四個維度，分別是交易速度、交易量、交易成本和交易彈性[20]。由于流動性四個維度體現(xiàn)的信息并不一致，單個流動性維度不能全面地衡量市場中的流動性，而同時選取多個流動性指標(biāo)代表流動性風(fēng)險進(jìn)行回歸又易出現(xiàn)多重共線性問題。為克服單個流動性指標(biāo)衡量流動性的有限性與多個流動性指標(biāo)可能帶來的多重共線性，基于多指標(biāo)分析的主成分分析法顯得更加有效。本文借鑒Kim 等（2014）[21]、楊寶臣等（2016）[22]、Chen 和Jiang（2020）[4]的方法，通過對顯著影響債券利差的總成交數(shù)量、總成交金額、久期、凸度、發(fā)行量和債券期限六個流動性風(fēng)險指標(biāo)進(jìn)行主成分分析來構(gòu)建新的流動性風(fēng)險因子。

根據(jù)Kaiser-Harris 準(zhǔn)則和碎石圖（見圖2）檢驗選取前三個主成分，為了更好地解釋主成分對其進(jìn)行正交因子旋轉(zhuǎn)，其旋轉(zhuǎn)后因子方差貢獻(xiàn)率分別為34%、33%、22%，累計方差因子貢獻(xiàn)率為89%。借鑒解曉洋和童中文（2013）[23]的做法，以旋轉(zhuǎn)后各主因子的方差貢獻(xiàn)率為權(quán)重，按照式（3）計算各個企業(yè)債2015年1月到2019年12月流動性綜合指標(biāo)。

圖2 碎石圖檢驗

（三）利率風(fēng)險度量

國內(nèi)外學(xué)者通常選擇無風(fēng)險利率和利率期限結(jié)構(gòu)斜率一同作為利率風(fēng)險的變量指標(biāo)，以期全面地衡量債券利率風(fēng)險。因此，本文將兩者一同加入模型中進(jìn)行分析。首先，本文采用中債國債收益率來擬合Nelson 和Siegel（1987）提出的無風(fēng)險利率期限結(jié)構(gòu)模型[24]，得到了與企業(yè)債剩余期限相匹配的國債即期利率。國債即期利率增加意味著再投資回報率的增加，從而公司未來價值增加，違約風(fēng)險下降，進(jìn)而信用利差減小。其次，利率期限結(jié)構(gòu)斜率作為衡量利率風(fēng)險的又一重要變量，利率期限結(jié)構(gòu)斜率增加意味著市場預(yù)期未來即期利率上升，長期利率較高，市場經(jīng)濟(jì)處于增長階段，從而債券信用利差減小。本文根據(jù)國內(nèi)外學(xué)者的普遍做法，選取10年期國債收益率與3年期國債收益率之差表示利率期限結(jié)構(gòu)的斜率。

（四）控制變量

本文選擇股票市場指數(shù)、采購經(jīng)理指數(shù)、貨幣供應(yīng)量作為宏觀經(jīng)濟(jì)風(fēng)險的代理變量，從不同方面體現(xiàn)宏觀經(jīng)濟(jì)風(fēng)險，作為控制變量進(jìn)行分析。首先，股票市場和債券市場作為我國兩大資本市場，市場之間存在著較強(qiáng)的關(guān)聯(lián)性，股市利好可能意味著債券市場資金的流出，債券利差擴(kuò)大。本文采用上證綜合指數(shù)表示股票市場指數(shù)。其次，采購經(jīng)理指數(shù)作為反映經(jīng)濟(jì)是否景氣的重要指標(biāo)，是對采購經(jīng)理的月度調(diào)查進(jìn)行匯總后編制的指數(shù)。在經(jīng)濟(jì)景氣度較高的情況下，企業(yè)經(jīng)營狀況較好，企業(yè)信用利差較?。辉诮?jīng)濟(jì)衰退期間，企業(yè)經(jīng)營情況較差，企業(yè)信用利差擴(kuò)大，存在著較大的違約風(fēng)險。再次，廣義貨幣供應(yīng)量是指流通于銀行體系之外的現(xiàn)金加上企業(yè)存款、居民儲蓄存款以及其他存款，通常反映社會總需求變化和未來通貨膨脹的壓力狀態(tài)。近些年來，許多國家都把M2 作為貨幣調(diào)控的重要指標(biāo)。若實行較為寬松的貨幣政策，M2 增長過快，通貨膨脹走高概率增加，進(jìn)而擴(kuò)大信用利差。

（五）風(fēng)險交織的度量

在新冠肺炎疫情沖擊和金融一體化的背景下，風(fēng)險因素之間的關(guān)系越來越緊密，風(fēng)險因素不再是通過單一渠道影響債券信用利差，風(fēng)險因素之間交互作用也會對債券信用利差產(chǎn)生影響。風(fēng)險因素交互作用的形式確定一直是一個難題，目前并沒有一個公認(rèn)的形式。本文依據(jù)艾春榮等（2015）[9]、蘆彩梅和蘇丹華（2016）[6]對風(fēng)險因素交互作用的形式進(jìn)行設(shè)定，通過對兩種風(fēng)險因素的乘積得出風(fēng)險因素的交互項，因此，本文根據(jù)研究需要依次得出違約風(fēng)險、流動性風(fēng)險以及利率風(fēng)險的兩兩交互項，分別為interactiondlit、interactiondcit、interactiondsit、interactionlcit以及interactionlsit，通過這五個指標(biāo)體現(xiàn)企業(yè)債所面臨的風(fēng)險交互作用。并且嘗試通過對違約風(fēng)險、流動性風(fēng)險和利率風(fēng)險三種風(fēng)險因素的整體乘積得出代表多重風(fēng)險因素交織的交互項，分別為THREE1it和THREE2it，以此體現(xiàn)企業(yè)債可能面臨的多重風(fēng)險交織作用。研究變量信息如表2所示。

表2 研究變量信息

（六）線性風(fēng)險因素研究模型的形式設(shè)定

考慮到研究的債券風(fēng)險因素不僅限于違約風(fēng)險，基于違約風(fēng)險建立的結(jié)構(gòu)模型和簡約模型不再適用，因此本文遵循高強(qiáng)和鄒恒甫（2015）[5]、蘆彩梅和蘇丹華（2016）[6]的做法選擇線性回歸模型。線性風(fēng)險回歸模型的優(yōu)勢在于：第一，能夠在同一模型中容納違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險和宏觀系統(tǒng)性風(fēng)險；第二，便于研究風(fēng)險因素交互作用對于企業(yè)債信用利差的影響；第三，線性風(fēng)險回歸模型的直觀含義更容易理解和解釋。

本文主要分為三步研究違約風(fēng)險、流動風(fēng)險、利率風(fēng)險和宏觀系統(tǒng)性風(fēng)險以及風(fēng)險因素的交互作用對企業(yè)債信用利差的影響。

第一步，以股票市場指數(shù)、采購經(jīng)理指數(shù)、貨幣供應(yīng)量這三個宏觀系統(tǒng)性風(fēng)險作為控制變量，逐步加入違約距離、流動性風(fēng)險因子、國債即期利率和利率期限結(jié)構(gòu)斜率，分析違約風(fēng)險、流動性風(fēng)險和利率風(fēng)險對企業(yè)債信用利差的影響。建立如下模型：

第二步，在第一步的基礎(chǔ)上加入違約風(fēng)險和流動性風(fēng)險的交互項、違約風(fēng)險和利率風(fēng)險的交互項、流動性風(fēng)險和利率風(fēng)險的交互項，檢驗?zāi)Ｐ徒忉屃Χ仁欠裨黾?，分析風(fēng)險交織對于企業(yè)債信用利差的影響。建立如下模型：

第三步，考慮到違約風(fēng)險、流動性風(fēng)險與利率風(fēng)險三者之間可能相互交織傳導(dǎo)，進(jìn)而影響企業(yè)債信用利差，因此本文嘗試在第一步的基礎(chǔ)上加入違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險三種風(fēng)險因素的交互項THREE1it（DDit×LIQUIDITYit×CYIELDt） ， 以 及THREE2it（DDit×LIQUIDITYit×SLOPEt）。具體模型建立如下：

五、實證研究

本文實證分析主要分為兩部分：首先，對于企業(yè)債信用利差違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險以及宏觀系統(tǒng)性風(fēng)險進(jìn)行逐步回歸，分析違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險以及宏觀系統(tǒng)性風(fēng)險對于企業(yè)債信用利差的具體影響；其次，在原有線性模型的基礎(chǔ)上逐步加入違約風(fēng)險和流動性風(fēng)險的交互項、違約風(fēng)險和利率風(fēng)險的交互項等風(fēng)險交互項，分析風(fēng)險因素的交互作用對企業(yè)債信用利差的影響。

（一）數(shù)據(jù)選取

企業(yè)債作為國有企業(yè)和大型民企的重要融資手段，有銀行間債券市場與交易所債券市場兩大交易場所。由于交易所債券市場中既有機(jī)構(gòu)投資者也有散戶投資者，因此其中的債券價格能夠更全面地反映風(fēng)險因素對各類投資者的影響。鑒于作為我國首例信用債違約事件的超日債違約發(fā)生在2014年3月5 日，因此選取2010—2014年首次在交易所發(fā)行并且交易的企業(yè)債2015—2019年的月度數(shù)據(jù)進(jìn)行分析。本文僅考慮企業(yè)在2010—2014年間首次發(fā)行的企業(yè)債，樣本期間共有債券325只。

根據(jù)2020年12月25 日股票價格選擇每個行業(yè)按照股價由高到低各30 只上市公司股票（其中，綜合行業(yè)僅有14 家上市公司），通過GARCH(1,1)計算出樣本2015—2019年的股價年波動率σ。在進(jìn)行傾向得分匹配后，剔除未被匹配的企業(yè)債，剩余債券228 只，9056 個觀測值組成非平衡面板數(shù)據(jù)。匹配后企業(yè)債行業(yè)分布如表3所示。

表3 傾向得分匹配后債券行業(yè)信息

（二）描述性統(tǒng)計和相關(guān)性分析

表4是2010—2014年之間首次在交易所發(fā)行并且交易的企業(yè)債2015—2019年各變量的描述性統(tǒng)計結(jié)果。被解釋變量企業(yè)債信用利差（CSit）最小值為-0.025，最大值為0.938，標(biāo)準(zhǔn)差和均值較小，這說明雖然均為企業(yè)債，但不同企業(yè)債信用利差存在差異，波動性較大。違約距離（DDit）最小值為-28.789，最大值為38.370，標(biāo)準(zhǔn)差為2.872，這說明各企業(yè)債違約風(fēng)險狀況存在一定差異，且波動和離散程度均較大，這樣的差異性影響不同企業(yè)債違約風(fēng)險的大小。流動性綜合指標(biāo)（LIQUIDITYit）最小值為-0.752，最大值為12.907，標(biāo)準(zhǔn)差為0.587，均值幾乎為0，這說明不同企業(yè)債流動性風(fēng)險差距較大，同時也說明不同企業(yè)債流動性狀況具有明顯差異。

表4 變量描述性統(tǒng)計

表5 反映各變量間的相關(guān)性，相關(guān)系數(shù)基本通過顯著性檢驗，被解釋變量企業(yè)債信用利差與違約風(fēng)險、流動性風(fēng)險和利率風(fēng)險有明顯的負(fù)相關(guān)關(guān)系。此外，相比于其他控制變量，貨幣供應(yīng)量（M2）與自變量及其他控制變量之間相關(guān)系數(shù)較大且極為顯著，為規(guī)避多重共線性對回歸的可能干擾，進(jìn)一步做VIF 檢驗（見表6），各變量的方差膨脹因子VIF 值均小于10。這說明各變量之間不存在多重共線性，為后續(xù)有效回歸分析提供了重要基礎(chǔ)。同時，對變量M2與其他解釋變量進(jìn)行Spearman相關(guān)性檢驗，發(fā)現(xiàn)變量M2與多數(shù)解釋變量之間的相關(guān)性較強(qiáng)，因此在后續(xù)回歸分析中剔除了此變量。

表5 Spearman相關(guān)性分析

表6 VIF檢驗

（三）回歸分析

1.風(fēng)險因素對企業(yè)債信用利差影響分析

首先通過對2015—2019年非平衡面板數(shù)據(jù)的BP-ML 檢驗強(qiáng)烈拒絕“不存在個體隨機(jī)效應(yīng)的原假設(shè)”，即認(rèn)為混合回歸模型可能得到有偏的、不一致的結(jié)果，隨機(jī)效應(yīng)模型更好，同時Hausman檢驗結(jié)果顯示P 值為0.0000，故本文使用固定效應(yīng)模型進(jìn)行回歸分析。

本文研究多重風(fēng)險交織對企業(yè)債信用利差的影響機(jī)制，落腳點在于符合當(dāng)今經(jīng)濟(jì)背景下的風(fēng)險因素對企業(yè)債信用利差的影響路徑。因此，風(fēng)險交織對企業(yè)債信用利差的影響機(jī)理是理論和實證關(guān)注的重點。表7 反映了研究變量的固定效應(yīng)回歸結(jié)果。模型（4）通過（1）至（7）分步回歸檢驗，首先模型（3）、模型（5）、模型（6）、模型（7）的回歸結(jié)果均顯示代表利率風(fēng)險的國債即期利率（CYIELDt）和利率期限斜率（SLOPEt）對企業(yè)債信用利差（CSit）具有負(fù)向作用，且在1%或5%的水平上顯著，這說明市場中國債即期利率增加會顯著降低企業(yè)債信用利差。代表違約風(fēng)險的違約距離（DDit）數(shù)為負(fù)但不顯著［見回歸結(jié)果（1）、回歸結(jié)果（4）、回歸結(jié)果（7）］，說明違約距離增加，即企業(yè)資產(chǎn)未來價值的期望值到違約點之間距離增加，公司違約的可能性越小，從而降低企業(yè)債信用利差。同時，也能夠說明作為一直存在“隱形擔(dān)?！眴栴}的國有企業(yè)發(fā)行的企業(yè)債，市場對于企業(yè)債的違約風(fēng)險仍未重視?；貧w結(jié)果（2）、回歸結(jié)果（4）說明流動性綜合指標(biāo)增加，企業(yè)債流動性增加會降低企業(yè)債信用利差，但并不顯著。在控制利率風(fēng)險（國債即期利率和利率期限結(jié)構(gòu)斜率）后，流動性綜合指標(biāo)在1%的顯著水平下為正［見回歸結(jié)果（6）和回歸結(jié)果（7）］，這說明流動性對國債利率與企業(yè)債信用利差之間的負(fù)向關(guān)系具有正向的調(diào)節(jié)作用。另外，回歸結(jié)果說明采購經(jīng)理人指數(shù)（PMIt）對企業(yè)債信用利差具有顯著負(fù)向作用，這說明經(jīng)濟(jì)發(fā)展良好對企業(yè)債具有促進(jìn)作用。同時，股票市場指數(shù)（IDXt）正向影響企業(yè)債信用利差，這說明股票市場高漲會增加企業(yè)債信用利差，其中可能由于股票市場上漲，債券市場資金流出，企業(yè)通過增加企業(yè)債收益率獲得融資，即企業(yè)債信用利差增加。

2.風(fēng)險交織對企業(yè)債信用利差影響分析

在模型（4）的基礎(chǔ)上，通過對模型（5）的逐步回歸（見表8），表8的回歸結(jié)果依次反映違約風(fēng)險和流動性風(fēng)險交互作用、違約風(fēng)險和利率風(fēng)險交互作用與流動性風(fēng)險和利率風(fēng)險交互作用對企業(yè)債信用利差的影響。首先由回歸結(jié)果（2）可知，違違約風(fēng)險與流動性風(fēng)險交互作用（interactiondlit）系數(shù)為正且顯著，并且違約距離的系數(shù)和顯著性均有所增大，流動性綜合指標(biāo)符號改變且與預(yù)期一致，這說明違約風(fēng)險與流動風(fēng)險交互作用對違約距離、流動性與企業(yè)債信用利差之間關(guān)系存在正向影響。但在控制違約風(fēng)險和利率風(fēng)險交互作用（interactiondcit）后，違約風(fēng)險與流動性風(fēng)險交互作用系數(shù)并不顯著［見回歸結(jié)果（5）］，說明違約風(fēng)險與流動性風(fēng)險交互作用并未顯著影響違約風(fēng)險和流動性風(fēng)險對企業(yè)債信用利差的正向作用。模型（4）、模型（5）得到一致結(jié)果的同時，流動性風(fēng)險和利率風(fēng)險交互作用（interactionlcit、interactionlsit）總體上對企業(yè)債信用利差具有顯著正向作用。由回歸結(jié)果（6）可知，違約風(fēng)險、流動性風(fēng)險、利率風(fēng)險三者的交互項可以看出采用國債即期利率作為利率風(fēng)險的多重風(fēng)險因素交互項（THREE1it）能夠顯著增加企業(yè)債信用利差，而以利率期限結(jié)構(gòu)斜率作為利率風(fēng)險的多重風(fēng)險因素交互項（THREE2it）則會降低企業(yè)債信用利差，但從總體上看，多種風(fēng)險因素交織對企業(yè)債信用利差具有顯著的正向作用。另外由模型（1）至模型（6）能夠發(fā)現(xiàn)，風(fēng)險因素并非僅通過風(fēng)險本身影響企業(yè)債信用利差，在目前經(jīng)濟(jì)環(huán)境下，風(fēng)險交織對于企業(yè)債信用利差也存在顯著影響。

表8 風(fēng)險交織的回歸結(jié)果

六、結(jié)論與建議

本文通過基于傾向得分匹配法的KMV 模型、主成分分析法、Nelson-Siegel 模型分別度量企業(yè)債的違約風(fēng)險、流動性風(fēng)險和利率風(fēng)險的同時，還將風(fēng)險交織對企業(yè)債信用利差的影響考慮在內(nèi)，更加符合目前新冠肺炎疫情沖擊和金融一體化視角下風(fēng)險交織影響的情況。

第一，違約風(fēng)險，流動性風(fēng)險和利率風(fēng)險三種單一風(fēng)險均會對企業(yè)債信用利差產(chǎn)生影響。其中，違約風(fēng)險未在企業(yè)債中顯著反映，市場并未對企業(yè)債蘊(yùn)含的違約風(fēng)險有具體的認(rèn)識，這可能與投資者對于國有企業(yè)發(fā)行的企業(yè)債認(rèn)可度以及較高的信用評級有關(guān)。代表流動性風(fēng)險的流動性綜合指標(biāo)對企業(yè)債信用利差具有負(fù)向作用與預(yù)期一致，但流動性風(fēng)險溢價在企業(yè)債信用利差中的貢獻(xiàn)度并不高。國債即期利率和利率期限結(jié)構(gòu)斜率對于企業(yè)債信用利差具有顯著負(fù)向作用，且相較于違約風(fēng)險和流動性風(fēng)險對企業(yè)債信用利差影響更大，這可能與投資者對企業(yè)債的定位有關(guān)，相較于其他信用債，企業(yè)債普遍都有著地方國資委擔(dān)保和更高的信用評級，很大程度上被投資者視作政府債券，因此市場對于企業(yè)債更加關(guān)注利率風(fēng)險。

第二，風(fēng)險交織對企業(yè)債信用利差具有顯著影響。首先，違約風(fēng)險與流動風(fēng)險交互作用對違約風(fēng)險和流動性風(fēng)險與企業(yè)債信用利差之間的負(fù)向關(guān)系具有正向影響但不顯著，可能是因為作為國企發(fā)行的企業(yè)債，有地方國資委擔(dān)保并且市場評級較高，流動性風(fēng)險和違約風(fēng)險并不是市場所關(guān)注的重點。近年來企業(yè)債雖頻頻違約，但違約債券數(shù)量在企業(yè)債總數(shù)中占比并不高，并且企業(yè)債在違約后，大多通過展期完成了兌付。其次，國債即期利率和違約風(fēng)險交互作用，國債即期利率與流動性綜合指標(biāo)的交互作用，國債即期利率與違約風(fēng)險、流動性風(fēng)險三者的交互作用顯著正向影響企業(yè)債信用利差。國債即期利率從當(dāng)前市場利率出發(fā)，通過影響企業(yè)債投資收益與企業(yè)融資成本，為企業(yè)債帶來更多的不確定性，將利率風(fēng)險向企業(yè)債違約風(fēng)險與流動性風(fēng)險傳遞，增加企業(yè)債信用利差。而利率期限結(jié)構(gòu)斜率與流動性綜合指標(biāo)的交互作用，利率期限結(jié)構(gòu)斜率與違約風(fēng)險、流動性綜合指標(biāo)三者的交互作用對企業(yè)債信用利差存在顯著負(fù)向影響，可能是因為利率期限結(jié)構(gòu)斜率增加反映長期利率的增加、經(jīng)濟(jì)狀況向好發(fā)展的預(yù)期，降低企業(yè)債信用利差。從總體上看，由于長期利率反映未來經(jīng)濟(jì)狀況，并不是當(dāng)下市場利率情況，因此對企業(yè)債信用利差的影響明顯小于國債即期利率對于企業(yè)債信用利差的影響。從各企業(yè)債數(shù)據(jù)來看，風(fēng)險因素不僅通過自身對企業(yè)債信用利差產(chǎn)生影響，也通過與其他風(fēng)險的相互作用對企業(yè)債信用利差產(chǎn)生影響，并且風(fēng)險因素交織總體上會增大企業(yè)債信用利差。在目前經(jīng)濟(jì)環(huán)境下，多重風(fēng)險因素的疊加會從各方面影響企業(yè)投融資和企業(yè)發(fā)展，增大企業(yè)債在市場中的整體風(fēng)險，企業(yè)債價格波動加劇，進(jìn)而增加企業(yè)債信用利差。

第三，宏觀系統(tǒng)性風(fēng)險作為控制變量，與預(yù)期一致，對企業(yè)債信用利差存在顯著影響。采購經(jīng)理指數(shù)在一定程度上反映經(jīng)濟(jì)發(fā)展的趨勢，當(dāng)采購經(jīng)理指數(shù)上升時，經(jīng)濟(jì)情況向好發(fā)展，企業(yè)經(jīng)營良性發(fā)展，進(jìn)而降低企業(yè)債信用利差。股票市場作為我國主要的資本市場，股票市場內(nèi)的資金流動對債券市場存在著明顯影響，當(dāng)股票市場指數(shù)上升時，資金會從債券市場流入股票市場，債券市場流動性降低，進(jìn)而增加企業(yè)債信用利差。

根據(jù)本文結(jié)論提出如下建議。

第一，對已發(fā)行，仍在存續(xù)期間的全部企業(yè)債進(jìn)行風(fēng)險全面系統(tǒng)排查，市場中投資者對于國企發(fā)行的企業(yè)債具有較高心理預(yù)期的現(xiàn)象不僅使得市場對企業(yè)債風(fēng)險預(yù)期不足，更使得債券市場首次違約主體評級中樞上移，外部評級面對國企債券時可能存在失真。因此，監(jiān)管部門應(yīng)多關(guān)注國企發(fā)行企業(yè)債的內(nèi)含風(fēng)險，定期對已發(fā)行的企業(yè)債情況開展專項調(diào)查。

第二，對發(fā)行中的企業(yè)債風(fēng)險進(jìn)行多方評估、謹(jǐn)慎評估，不應(yīng)直接對國企發(fā)行的企業(yè)債給出過高債券評級，過高的債券評級可能會使得債券市場后續(xù)發(fā)行債券信息評級效力減弱。

第三，監(jiān)管部門應(yīng)進(jìn)一步規(guī)范債券市場評級流程，并完善債券評級制度，綜合考慮多個機(jī)構(gòu)評級結(jié)果，給出較為準(zhǔn)確的債券評級，為我國債券市場營造良好制度環(huán)境。