經(jīng)濟政策不確定性、流動性與債券信用利差

張雪瑩 劉茵偉

摘要：本文以2015年1月至2020年12月在滬深交易所交易的公司債和企業(yè)債為樣本，利用中介效應(yīng)模型考察了經(jīng)濟政策不確定性、流動性與債券信用利差的關(guān)系。研究發(fā)現(xiàn)，經(jīng)濟政策不確定性除了直接影響債券信用利差之外，還會通過推升流動性風(fēng)險來提高債券信用利差。本文拓展了經(jīng)濟政策不確定性影響后果的研究，進一步完善了經(jīng)濟政策不確定性影響債券信用利差的中介機制，深化了債券信用利差影響因素的研究。

關(guān)鍵詞：經(jīng)濟政策不確定性 流動性 信用利差 產(chǎn)權(quán)性質(zhì)債項評級

引言和文獻綜述

受中美貿(mào)易戰(zhàn)、金融監(jiān)管政策趨嚴以及新冠肺炎疫情等影響，我國經(jīng)濟政策不確定性有所增強。同時，我國擁有全球第二大債券市場，債券融資規(guī)模占社會融資規(guī)模的比重顯著提升，企業(yè)通過發(fā)行債券進行融資越來越普遍。近年來，債券市場違約事件時有發(fā)生，債券信用利差升高，對債券融資成本產(chǎn)生了不利影響。

國內(nèi)外學(xué)者對經(jīng)濟政策不確定性和債券信用利差的關(guān)系進行了廣泛的討論。例如，Kaviani等（2020）研究發(fā)現(xiàn)經(jīng)濟政策不確定性會提升債券市場的風(fēng)險溢價，進而與債券信用利差正相關(guān)。Ioannidis和Kook（2021）基于一個包含經(jīng)濟政策不確定性的仿真期限結(jié)構(gòu)模型，研究了經(jīng)濟政策不確定性對債券預(yù)期回報率的影響，研究發(fā)現(xiàn)，經(jīng)濟政策不確定性越強，投資者要求的風(fēng)險補償越大。國內(nèi)有學(xué)者考察了經(jīng)濟政策不確定性指數(shù)對債券信用利差的影響，例如，王超（2020）研究發(fā)現(xiàn)，經(jīng)濟政策不確定性不僅會通過直接影響公司業(yè)績來影響信用利差，還會通過影響整個經(jīng)濟體的風(fēng)險溢價水平來間接影響信用利差。楊媛杰等（2020）基于2007—2018年的數(shù)據(jù)研究發(fā)現(xiàn)，經(jīng)濟政策不確定性通過提高企業(yè)風(fēng)險承擔(dān)水平顯著提高了債券發(fā)行定價。但目前鮮有文獻基于債券流動性渠道考察經(jīng)濟政策不確定性對債券信用利差的影響。

流動性是市場的基礎(chǔ)。債券流動性衡量了債券以合理價格迅速變現(xiàn)的能力，流動性風(fēng)險是影響和解釋債券信用利差變化的重要因素。近年來，在經(jīng)濟政策不確定性顯著提升的背景下，債券市場違約事件頻發(fā)，流動性風(fēng)險對債券信用利差的影響顯著增強（張雪瑩等，2021）。在這種背景下，本文以2015年1月至2020年12月在滬深交易所發(fā)生過交易的公司債和企業(yè)債為樣本，利用中介效應(yīng)模型考察經(jīng)濟政策不確定性、流動性與債券信用利差的關(guān)系。

本文對研究的邊際貢獻主要有：一是考察經(jīng)濟政策不確定性對債券信用利差的影響效應(yīng)，從而拓展經(jīng)濟政策不確定性影響后果的研究。二是基于債券流動性機制考察經(jīng)濟政策不確定性對債券信用利差的影響，從而進一步完善經(jīng)濟政策不確定性影響債券信用利差的中介機制，深化債券信用利差影響因素的研究。

理論分析與研究假設(shè)

根據(jù)Choi等（2020）提出的債券基金資產(chǎn)拋售（Fire Sale）模型，面對經(jīng)濟政策不確定性增強導(dǎo)致的市場違約風(fēng)險上升，一方面，投資者避險情緒升溫，贖回固定收益類產(chǎn)品的動機增加，公募基金等機構(gòu)被迫賣出流動性尚可的債券資產(chǎn);另一方面，由于質(zhì)押式回購獲得的資金很大程度取決于質(zhì)押債券的資質(zhì)，債券違約風(fēng)險上升將直接影響質(zhì)押券資格的認定及折算率，質(zhì)押融資受限也導(dǎo)致機構(gòu)被迫拋售債券。上述兩方面共同作用，使得流動性風(fēng)險增加，債券信用利差擴大。同時，當經(jīng)濟政策不確定性顯著增強時，違約事件爆發(fā)的概率增加，機構(gòu)投資者風(fēng)險控制趨嚴，從而會提高入庫標準，增加債券交易的難度，使得債券流動性風(fēng)險增大，債券信用利差擴大。為此，本文提出第一個研究假設(shè)：

H1：經(jīng)濟政策不確定性會通過降低債券市場流動性而推高債券信用利差。

在不同產(chǎn)權(quán)、不同債項評級樣本中，流動性對債券信用利差的影響可能存在顯著差異。首先，根據(jù)政府隱性擔(dān)保理論，政府出于金融穩(wěn)定、經(jīng)濟增長和維護地區(qū)聲譽等考慮，會通過預(yù)算軟約束渠道對陷入財務(wù)困境的國有企業(yè)給予救助，避免違約事件發(fā)生（韓鵬飛等，2015）。同時，我國傳統(tǒng)金融體制在一定程度上仍存在信貸歧視現(xiàn)象，相較于國有企業(yè)，非國有企業(yè)往往面臨較大的融資約束問題。因此，當經(jīng)濟政策不確定性較強時，非國有企業(yè)更容易受到流動性風(fēng)險的沖擊。其次，根據(jù)安全資產(chǎn)轉(zhuǎn)移（Flight to Quality）理論，當經(jīng)濟政策不確定性較高時，投資者恐慌情緒發(fā)酵，風(fēng)險偏好降低，對不安全資產(chǎn)需求減少，而轉(zhuǎn)向投資安全資產(chǎn)來規(guī)避風(fēng)險。低債項評級債券在經(jīng)濟政策不確定性時期違約風(fēng)險顯著增大，更容易受到流動性風(fēng)險的沖擊。與之相反，高債項評級債券安全性較高，受流動性風(fēng)險的影響較小。為此，本文提出如下兩個研究假設(shè)：

H2：相較于國有企業(yè)信用債（以下簡稱“國企債”），經(jīng)濟政策不確定性通過流動性渠道對非國企債的影響更大。

H3：相較于高債項評級債券，經(jīng)濟政策不確定性通過流動性渠道對低債項評級債券的影響更大。

研究設(shè)計

（一）數(shù)據(jù)收集

本文搜集了2015年1月至2020年12月在滬深交易所交易的公司債和企業(yè)債數(shù)據(jù)，按照如下方式對初始樣本進行篩選：剔除金融行業(yè)類債券;剔除剩余期限不足1個月的債券;由于AA-以下的債券數(shù)量占總樣本的比重較低，故剔除了AA-以下的樣本，只研究AAA、AA+、AA、AA-四個評級的債券;剔除數(shù)據(jù)缺失較為嚴重的樣本。在此基礎(chǔ)上，根據(jù)日度數(shù)據(jù)計算每只債券在月度區(qū)間內(nèi)的流動性水平，并用債券月末的到期收益率與同期限國債到期收益率相匹配計算得到債券信用利差。為剔除極端異常值的影響，對所有連續(xù)變量進行1%的雙邊縮尾處理。最終樣本數(shù)據(jù)包含2874只債券的37541個月度觀測值數(shù)據(jù)。

本文所用到的經(jīng)濟政策不確定性數(shù)據(jù)來自http：//www.policyuncertainty.com/;公司債和企業(yè)債的日度行情數(shù)據(jù)，如到期收益率、收盤價、交易規(guī)模等，來自銳思（RESSET）數(shù)據(jù)庫;各期限的國債到期收益率數(shù)據(jù)來自東方財富（Choice）數(shù)據(jù)庫;債券層面、公司層面的控制變量數(shù)據(jù)來自萬得（Wind）數(shù)據(jù)庫;宏觀層面的數(shù)據(jù)來自國泰安（CSMAR）數(shù)據(jù)庫。

（二）模型設(shè)定

為考察經(jīng)濟政策不確定性對債券信用利差影響的流動性中介效應(yīng)，本文借鑒以往學(xué)者的做法，構(gòu)建如（1）（2）（3）所示的中介效應(yīng)模型，對研究假設(shè)H1、H2、H3進行檢驗。

Spreadi， t=β0+β1EPUt+Controls+Year+Industry

+Pro+εi， t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

Amihudi， t=δ0+δ1 EPUt+Controls+Year+Industry

+Pro+εi， t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

Spreadi，t=γ0+γ1 EPUt+γ2 Amihudi，t+Controls

+Year+Industry+Pro+εi，t? ? ? ? ? （3）

其中Spread為債券信用利差，是債券到期收益率與同期相同剩余期限無風(fēng)險國債到期收益率之差，是本文的被解釋變量;EPU為經(jīng)濟政策不確定性變量，采用Baker等（2016）構(gòu)建的經(jīng)濟政策不確定性指數(shù)。本文參照大多數(shù)文獻的做法，使用Amihud指標度量債券流動性，并作為中介變量。Amihud的具體計算方法如式（4）所示：

Pid為債券i在d日的收盤價格，Pid-1為債券i在d-1日的收盤價格，如果d-1日沒有發(fā)生債券交易，則選擇距離最近的上一個交易日的收盤價格。Qid為債券i在d日的成交金額（取對數(shù)）。Nim為債券i在m月度的交易天數(shù)。Amihud指標衡量單位成交量對價格的沖擊，在交易稀疏、無法獲取高頻數(shù)據(jù)的市場上度量流動性能夠取得較好的效果。Amihud指標越大，單位成交量對價格的沖擊越大，債券流動性水平越低。

Controls為控制變量，包括描述公司層面的變量，如資產(chǎn)報酬率（Roa）、資產(chǎn)負債率（Lev）、公司規(guī)模（Asset）、產(chǎn)權(quán)性質(zhì)（State）、是否上市公司（Listed）;描述債券特征的變量，如債項評級（Credit，將債項評級在AA+及以上的定義為高評級債券，否則為低評級債券）、票面利率（Coupon）、發(fā)行規(guī)模（Scale）、發(fā)行期限（Term）和剩余期限（Maturity）;描述宏觀層面的變量，如消費者物價指數(shù)（CPI）、經(jīng)濟增長指標（PMI）和貨幣政策指標（M2）。最后本文用Year、Industry和Pro分別控制了年份固定效應(yīng)、行業(yè)固定效應(yīng)和省份固定效應(yīng)。εi， t為隨機誤差項。

本文主要關(guān)注模型（1）（2）（3）中EPU的回歸系數(shù)β1、δ1和γ1，以及模型（3）中流動性中介變量Amihud的回歸系數(shù)γ2，并預(yù)期上述四個重點關(guān)注的回歸系數(shù)均顯著大于0。如果中介效應(yīng)顯著，則流動性中介效應(yīng)占比可表示為：δ1×γ2/β1。

各變量詳細的定義如表1所示。

實證結(jié)果與分析

（一）描述性統(tǒng)計

各變量的描述性統(tǒng)計如表2所示，債券信用利差的平均值為2.666，最小值和最大值分別為-2.201和16.179，標準差為2.549，說明樣本中債券信用利差的分布不均衡，差異較大。流動性指標Amihud的平均值為0.443，標準差為0.851，最小值為0，最大值為6.788，說明樣本中不同債券的流動性存在顯著差異;產(chǎn)權(quán)性質(zhì)State的平均值為0.582，說明樣本中國企債樣本較多，占總樣本的比重在半數(shù)以上;債項評級的平均值為0.574，說明高評級債券占比較多。其余變量的取值均在合理范圍之內(nèi)，此處不再贅述。

（二）回歸結(jié)果分析

1.全樣本中介效應(yīng)檢驗

根據(jù)前文提到的中介效應(yīng)檢驗方法，本文對模型（1）（2）（3）進行回歸分析，回歸結(jié)果如表3所示。其中，表3第（1）列中經(jīng)濟政策不確定性對債券信用利差的總效應(yīng)系數(shù)為0.2951，在1%的水平上顯著;表3第（2）列中經(jīng)濟政策不確定性對債券流動性的影響系數(shù)為0.1241，在1%的水平上顯著，說明經(jīng)濟政策不確定性越強，債券流動性越低（Amihud值越大，代表債券流動性越低）。綜合來看，經(jīng)濟政策不確定性通過降低債券流動性影響信用利差的中介效應(yīng)為0.1241×0.5523≈0.069，占總效應(yīng)的百分比為23.23%（0.069/0.2951）。因此，對中介效應(yīng)而言，估計系數(shù)的顯著性表明，經(jīng)濟政策不確定性會通過提高流動性風(fēng)險顯著推升債券信用利差，這支持了假設(shè)H1。

2.分樣本的異質(zhì)性檢驗

將研究樣本按產(chǎn)權(quán)性質(zhì)分為國企和非國企兩個子樣本組，回歸結(jié)果如表4所示。首先，中介效應(yīng)檢驗結(jié)果顯示：在國企債樣本中，流動性中介效應(yīng)占比為18.49%;在非國企債樣本中，流動性中介效應(yīng)占比為27.54%;兩組樣本的中介效應(yīng)均在1%的水平上顯著。其次，在國企債樣本組的第（3）列，流動性對債券信用利差的影響系數(shù)為0.1851;在非國企債樣本組的第（6）列，流動性對債券信用利差的影響系數(shù)為0.9223。這說明不同產(chǎn)權(quán)樣本之間的流動性中介效應(yīng)存在差別，經(jīng)濟政策不確定性通過流動性影響非國企債信用利差的效應(yīng)更大，其主要原因是債券流動性本身對于非國企債券信用利差具有更大的影響。這一結(jié)論與研究假設(shè)H2一致。

表5顯示了在不同債項評級樣本中，經(jīng)濟政策不確定性通過流動性影響債券信用利差是否存在顯著差異。中介效應(yīng)檢驗結(jié)果表明：不論是在高債項評級債券樣本中還是在低債項評級債券樣本中，經(jīng)濟政策不確定性對債券信用利差的影響均存在以流動性為中介變量的顯著中介效應(yīng)。

具體來看，在高債項評級債券樣本中，流動性中介效應(yīng)占比為19.08%，而在低債項評級債券樣本中，流動性中介效應(yīng)占比為24.18%，說明經(jīng)濟政策不確定性通過流動性影響低債項評級債券信用利差的效應(yīng)更大。在高債項評級債券樣本組的第（3）列，流動性對債券信用利差的影響系數(shù)為0.4362，而在低債項評級債券樣本組的第（6）列，流動性對債券信用利差的影響系數(shù)為0.5839，說明債券流動性對債券信用利差的影響效應(yīng)在低債項評級債券樣本中更大，從而支持了流動性中介效應(yīng)占比在不同債項評級樣本中存在差異，這與研究假設(shè)H3結(jié)論一致。

研究結(jié)論與政策建議

本文實證研究結(jié)果表明，經(jīng)濟政策不確定性除了直接影響債券信用利差以外，還存在以流動性為中介變量的顯著中介效應(yīng)。與國企債和低債項評級債券相比，流動性對非國企債和低債項評級債券信用利差的影響更大，流動性中介效應(yīng)占比在非國企債和低債項評級債券中均更高。

基于本文的研究結(jié)論，有如下政策建議。

首先，目前全球經(jīng)濟發(fā)展仍然充滿高度不確定性，債券市場流動性風(fēng)險日益突出，因此，國家在防控疫情的同時，要加強債券市場流動性建設(shè)。促進銀行間市場、交易所市場乃至柜臺市場的統(tǒng)一，可借鑒發(fā)達國家經(jīng)驗，在各債券交易市場建立統(tǒng)一的做市商制度，充分發(fā)揮做市商提高流動性、維護市場穩(wěn)定和促進價格發(fā)現(xiàn)的功能。這對于增加債券市場厚度、深度與寬度，增強債券市場交易活力以及減緩流動性風(fēng)險對二級債券市場的沖擊等具有重要意義。

其次，經(jīng)濟政策不確定性和流動性風(fēng)險對民企債和低債項評級債券造成了較為明顯的沖擊，導(dǎo)致不同企業(yè)之間的“馬太效應(yīng)”日益凸顯，影響了國家扶持中小微企業(yè)政策的實施效果。未來應(yīng)進一步強化市場在資源配置中的決定性作用，淘汰“僵尸企業(yè)”，打擊惡意逃廢債行為，促進各種所有制經(jīng)濟公平競爭。同時，要進一步加強普惠金融建設(shè)，支持中小民營企業(yè)發(fā)展，穩(wěn)定市場信心。

最后，在經(jīng)濟政策不確定性背景下，為防止債券違約事件頻發(fā)引發(fā)的市場動蕩，要建立債券違約風(fēng)險預(yù)警機制，提高市場識別企業(yè)違約風(fēng)險的能力，并對違約事件及時進行處理，進一步強化債券違約處置措施，降低債券違約成本和債券違約的傳染效應(yīng)，大力發(fā)展和完善金融風(fēng)險對沖工具，防范系統(tǒng)性金融風(fēng)險。

參考文獻

[1]韓鵬飛，胡奕明. 政府隱性擔(dān)保一定能降低債券的融資成本嗎？——關(guān)于國有企業(yè)和地方融資平臺債券的實證研究[J]. 金融研究，2015（3）.

[2]王超. 經(jīng)濟政策不確定性與信用利差影響及其作用機制研究[J]. 上海金融，2020（2）.

[3]楊媛杰，陳藝云，王傲磊. 經(jīng)濟政策不確定性、風(fēng)險承擔(dān)與公司債信用價差[J]. 金融經(jīng)濟學(xué)研究，2020，35（6）.

[4]張雪瑩，劉茵偉. 資本市場開放、流動性與債券利差與公司債信港通的實證檢驗[J]. 國際金融研究，2021（7）.

[5] Baker， Scott， Nicholas B， Steven J. D. Measuring Economic Policy Uncertainty[J]. Quarterly Journal of Economics， 2016， 131（4）.

[6] Choi J， Hoseinzade S， Shin S S， Tehranian H. Corporate Bond Mutual Funds and Asset Fire Sales[J]. Journal of Financial Economics， 2020（2）.

[7] Ioannidis? C， Kook K A. Economic Policy Uncertainty and Bond Risk Premia [J]. Journal of Money Credit and Banking， 2021， 53（6）.

[8] Kaviani M S， Lawrence K， Hosein M， Pavel S. Policy Uncertainty and Corporate Credit Spreads [J]. Journal of Financial Economics， 2020， 138（3）.

作者單位：山東財經(jīng)大學(xué)金融學(xué)院

責(zé)任編輯：唐潔瓏 劉穎