債券評(píng)級(jí)博弈與評(píng)級(jí)增量信息有效性
——基于債券違約視角的研究

羅朝陽

(中國社會(huì)科學(xué)院 世界經(jīng)濟(jì)與政治研究所, 北京 100732)

一、引言

隨著我國縱深推進(jìn)金融市場改革，債券市場已經(jīng)成為我國金融市場的重要組成部分，債券融資也正在成為企業(yè)重要的融資渠道。證監(jiān)會(huì)、國家發(fā)改委、全國工商聯(lián)等部門高度重視債券市場對(duì)企業(yè)的服務(wù)成效，并強(qiáng)調(diào)要增強(qiáng)債券市場對(duì)企業(yè)尤其是民營企業(yè)的服務(wù)質(zhì)效，從根本上解決企業(yè)融資難融資貴難題，多措并舉改善企業(yè)融資問題，并不斷完善金融市場改革。任何事物或產(chǎn)業(yè)的發(fā)展都需要在成長中規(guī)范，并在規(guī)范中成長。債券市場的快速發(fā)展暴露了不少問題，債券違約違規(guī)行為時(shí)有發(fā)生。尤其是在2014年“11超日債”正式宣告違約后，類似違約事件數(shù)量有增無減，涉及種類從最初的公司債券直到全軍覆沒，所有債券類型均出現(xiàn)過違約情況，違約行為進(jìn)入“常態(tài)化”。根據(jù)WIND公布數(shù)據(jù)可知，截至2022年2月，我國債券市場中有618只債券發(fā)生實(shí)質(zhì)性違約，甚至包括信用級(jí)別為“AA+”“AAA”的債券，這一現(xiàn)象導(dǎo)致社會(huì)各界對(duì)信用評(píng)級(jí)機(jī)構(gòu)的評(píng)審結(jié)果產(chǎn)生質(zhì)疑，一時(shí)議論紛紛。信用評(píng)級(jí)機(jī)構(gòu)作為獨(dú)立、公正、客觀的第三方重要的服務(wù)性中介機(jī)構(gòu)，通過專業(yè)評(píng)審定級(jí)，為投資者出具較為可靠的風(fēng)險(xiǎn)評(píng)估報(bào)告，是投資者規(guī)避風(fēng)險(xiǎn)的重要參考信息之一，如果信用評(píng)級(jí)結(jié)果失真，那對(duì)債券市場的沖擊不言而喻。

對(duì)于信用評(píng)級(jí)的相關(guān)問題，國內(nèi)外學(xué)者做了大量研究。總的來看，主要包括4個(gè)方面：

一是信用評(píng)級(jí)對(duì)債券市場發(fā)展的作用。一般而言，評(píng)級(jí)機(jī)構(gòu)在對(duì)受評(píng)公司評(píng)估時(shí)，不僅會(huì)考慮其償債能力及違約風(fēng)險(xiǎn)，也會(huì)分析當(dāng)前及未來市場環(huán)境的形勢及變化趨勢，綜合分析研判后出具較為準(zhǔn)確的評(píng)級(jí)結(jié)果，投資者可參考評(píng)級(jí)結(jié)果對(duì)發(fā)債公司的風(fēng)險(xiǎn)情況有所了解，并作出投資判斷[1]?？梢?，信用評(píng)級(jí)機(jī)構(gòu)對(duì)我國發(fā)債公司、債券市場甚至是整個(gè)金融體系的影響力不容小覷[2]，其作為第三方中介結(jié)構(gòu)，不僅在一定程度上有效地緩解了債券市場的信息不對(duì)稱問題，也提高了整個(gè)債券市場的投資效率和運(yùn)營效率[3]。但是，信用評(píng)級(jí)機(jī)構(gòu)的雇主多為發(fā)債人，發(fā)債公司和信用評(píng)級(jí)機(jī)構(gòu)存在雇傭和被雇傭的關(guān)系，這對(duì)信用評(píng)級(jí)結(jié)果的徹底性、公正性、客觀性存在一定負(fù)面影響，或會(huì)出現(xiàn)“高價(jià)推高信用評(píng)級(jí)結(jié)果”的現(xiàn)象，導(dǎo)致評(píng)級(jí)結(jié)果失真或披露信息不足，影響投資者判斷，埋下債券市場投資風(fēng)險(xiǎn)甚至是違約風(fēng)險(xiǎn)的種子[2]。

二是影響信用評(píng)級(jí)的主要因素。從研究方法上，F(xiàn)isher[4]利用回歸分析方法對(duì)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行測評(píng)，是首位采用此類方法研究該問題的學(xué)者。隨后，不少學(xué)者不斷豐富實(shí)證研究方法，Chan等[5]針對(duì)OLS模型在估計(jì)離散模型方面的問題時(shí)，采用有序Probit模型來研究影響企業(yè)信用評(píng)級(jí)的因素，主要包括企業(yè)資產(chǎn)負(fù)債率、流動(dòng)比率、利潤率、資產(chǎn)收益率、股票收益率等指標(biāo)，并根據(jù)這些指標(biāo)對(duì)企業(yè)信用進(jìn)行評(píng)級(jí)，且該測評(píng)結(jié)果更加優(yōu)化。在研究內(nèi)容上，Pogue等[6]是較早研究影響債券信用評(píng)級(jí)因素的學(xué)者，他們研究發(fā)現(xiàn)企業(yè)杠桿率和收益率與債券信用等級(jí)都存在強(qiáng)烈的正相關(guān)關(guān)系，說明企業(yè)的收益和負(fù)債是影響信用評(píng)級(jí)的關(guān)鍵因素。Perry等[7]的研究對(duì)此作了進(jìn)一步佐證，并豐富優(yōu)化了已有結(jié)論，研究得出企業(yè)的杠桿率、流動(dòng)比率、利潤率，以及企業(yè)規(guī)模的長期均值和波動(dòng)率與債券信用等級(jí)強(qiáng)烈正相關(guān)。

三是信用評(píng)級(jí)結(jié)果調(diào)整對(duì)企業(yè)發(fā)行債券價(jià)格和成本的影響。評(píng)級(jí)結(jié)果正向或負(fù)向調(diào)整將直接影響債券價(jià)格以及發(fā)行成本，但是上調(diào)或者下調(diào)的影響程度有所不同[3]。具體而言，標(biāo)普和穆迪作為國際兩大著名評(píng)級(jí)機(jī)構(gòu)，其向上調(diào)整評(píng)級(jí)結(jié)果，對(duì)債券價(jià)格的影響較小，但是向下調(diào)整評(píng)級(jí)對(duì)債券價(jià)格和成本會(huì)產(chǎn)生明顯的影響[8]。同時(shí)，評(píng)級(jí)調(diào)整對(duì)CDS市場也會(huì)產(chǎn)生影響，向下調(diào)整產(chǎn)生的影響同樣更大[9]。但是，關(guān)于債券評(píng)級(jí)調(diào)整會(huì)影響成本的結(jié)論，部分學(xué)者持有不同看法。例如，寇宗來等[10]通過研究發(fā)現(xiàn)債券評(píng)級(jí)對(duì)發(fā)債成本的影響效應(yīng)在逐漸遞減，并且變得不顯著，這意在說明信用評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)結(jié)果在債券市場的認(rèn)可度不高，對(duì)投資者決策影響較小。

四是關(guān)于債券違約方面。一方面，多數(shù)學(xué)者從公司財(cái)務(wù)指標(biāo)角度對(duì)該問題進(jìn)行分析，通過對(duì)比違約和非違約企業(yè)的相關(guān)財(cái)務(wù)指標(biāo)，分析兩者間存在的差距，進(jìn)而發(fā)現(xiàn)是哪些財(cái)務(wù)指標(biāo)會(huì)影響債券違約。例如，Beaver[11]使用單因素判別方法進(jìn)行研究，發(fā)現(xiàn)營運(yùn)資本比率、資產(chǎn)收益率、現(xiàn)金流量比越高的企業(yè)發(fā)生債務(wù)違約的概率越低，而資產(chǎn)負(fù)債率較高的企業(yè)則會(huì)較大可能發(fā)生債務(wù)違約。吳世農(nóng)等[12]選取我國70家財(cái)務(wù)困境公司和70家財(cái)務(wù)正常公司進(jìn)行對(duì)比研究后發(fā)現(xiàn)，凈資產(chǎn)報(bào)酬率對(duì)財(cái)務(wù)困境的判別成功率最高，且Logit模型預(yù)測的效果最好。另一方面，也有學(xué)者認(rèn)為債券自身的相關(guān)信息也會(huì)對(duì)債券違約產(chǎn)生一定影響，如債券發(fā)行的時(shí)間、規(guī)模、期限、票面利率以及債券的評(píng)級(jí)結(jié)果都會(huì)影響債券違約，尤其是債券票面利率高的、“BB-”評(píng)級(jí)以下的債券會(huì)更容易出現(xiàn)違約情況[13]。

現(xiàn)有文獻(xiàn)對(duì)債券違約問題的研究相對(duì)透徹相對(duì)深入，但是對(duì)一些外部環(huán)境變化是否會(huì)影響債券違約的情況研究的則相對(duì)較少，如企業(yè)所在行業(yè)的景氣程度、經(jīng)濟(jì)運(yùn)行情況以及金融發(fā)展環(huán)境等。再者，目前的研究也較少去分析債券違約后是否會(huì)為債券市場間接傳遞出一些信息，從而改變債券市場不同參與者的行為動(dòng)機(jī)?；诖耍疚臄M從這些方面嘗試做些補(bǔ)充。首先，通過構(gòu)建理論模型，來合理刻畫債券發(fā)行企業(yè)、信用評(píng)級(jí)機(jī)構(gòu)、債券投資者之間進(jìn)行博弈的過程，以及達(dá)到均衡的情況，并據(jù)此提出相應(yīng)的研究假設(shè)。其次，為了驗(yàn)證理論假設(shè)，整理出我國由上市公司發(fā)行的2010—2021年到期以及在此期間發(fā)生實(shí)質(zhì)性違約的債券信息，通過匹配發(fā)債企業(yè)財(cái)務(wù)數(shù)據(jù)、外部宏觀經(jīng)濟(jì)信息數(shù)據(jù)進(jìn)行實(shí)證研究。

二、理論分析與研究假設(shè)

在理論模型方面，主要根據(jù)Bolton 等[14]以及馬榕等[15]的相關(guān)研究，構(gòu)建包括發(fā)行人、評(píng)級(jí)公司和債券購買者的博弈模型進(jìn)行理論層面的探討。首先，假設(shè)發(fā)行人、評(píng)級(jí)公司和債券購買者均滿足理性經(jīng)濟(jì)人假設(shè)，且所有參與者的風(fēng)險(xiǎn)偏好均為風(fēng)險(xiǎn)中性，其效用函數(shù)均為常相對(duì)風(fēng)險(xiǎn)厭惡效用函數(shù)(CRRA)。同時(shí)，假設(shè)評(píng)級(jí)公司可以從債券發(fā)行人處獲得對(duì)應(yīng)債券的額外信息。市場上存在優(yōu)質(zhì)和劣質(zhì)兩類債券，優(yōu)質(zhì)債券永遠(yuǎn)不會(huì)發(fā)生違約，而劣質(zhì)債券肯定會(huì)違約。假設(shè)優(yōu)質(zhì)債券的份額為α，則劣質(zhì)債券違約的概率為1-α。由于非完全市場上存在信息不對(duì)稱，債券購買者無法準(zhǔn)確得知債券的違約風(fēng)險(xiǎn)。假設(shè)債券的票面利率為R(R>0)，對(duì)于優(yōu)質(zhì)債券，1 單位債券到期后獲得支付1+R>1；對(duì)于劣質(zhì)債券，1單位債券違約后債券購買者僅能收回一部分債券的票面金額r∈[0,1)。根據(jù)以上假設(shè)，債券購買者隨機(jī)購買一單位債券的預(yù)期收益如下：

V0=αR+(1-α)(r-1)

(1)

對(duì)債券購買者而言，債券購買者可以選擇相信評(píng)級(jí)公司的評(píng)級(jí)結(jié)果也可以選擇不相信評(píng)級(jí)結(jié)果。假設(shè)債券購買者選擇相信評(píng)級(jí)結(jié)果的概率為p∈[0,1]，且當(dāng)購買者選擇相信評(píng)級(jí)結(jié)果時(shí)僅會(huì)購買高評(píng)級(jí)債券。當(dāng)債券發(fā)生實(shí)質(zhì)性違約之后，相關(guān)的債券購買者將不再相信評(píng)級(jí)公司的任何評(píng)級(jí)結(jié)果，此時(shí)評(píng)級(jí)公司將會(huì)失去部分客戶。若購買者不再相信評(píng)級(jí)結(jié)果，需花費(fèi)C>0的費(fèi)用用于搜集債券專有信息來判斷債券是否被錯(cuò)誤地給予了高評(píng)級(jí)。當(dāng)購買者發(fā)現(xiàn)債券評(píng)級(jí)被高估后將不會(huì)購買對(duì)應(yīng)債券，同時(shí)評(píng)級(jí)公司商譽(yù)造成ρ>0的損失。

對(duì)于評(píng)級(jí)公司而言，評(píng)級(jí)公司做出評(píng)級(jí)需要花費(fèi)人力物力去收集債券以及發(fā)債企業(yè)的專有信息，且收集信息的成本為E。假設(shè)評(píng)級(jí)公司能夠準(zhǔn)確分辨?zhèn)膬?yōu)劣，且其選擇以q∈[0,1]的概率選擇如實(shí)對(duì)外公布債券以及發(fā)債企業(yè)的評(píng)級(jí)結(jié)果(即在評(píng)級(jí)結(jié)果中反映出其收集到的專有信息)。評(píng)級(jí)公司的評(píng)級(jí)結(jié)果須發(fā)行人認(rèn)購，并支付相關(guān)費(fèi)用。評(píng)級(jí)公司當(dāng)選擇如實(shí)匯報(bào)評(píng)級(jí)結(jié)果時(shí)，只能收到發(fā)行人對(duì)優(yōu)質(zhì)債券支付的評(píng)級(jí)費(fèi)用φ(p,q)；當(dāng)選擇不如實(shí)匯報(bào)評(píng)級(jí)結(jié)果時(shí)，則會(huì)收到所有類型債券的評(píng)級(jí)費(fèi)用φ(p,q)。

債券評(píng)級(jí)采用發(fā)行人付費(fèi)模式，發(fā)行人愿意為高評(píng)級(jí)債券(只有高評(píng)級(jí)能正常發(fā)行)支付總金額為Φ>0的評(píng)級(jí)費(fèi)用。假設(shè)債券購買者選購債券的行為遵循如下貝葉斯法則：

(2)

式中，buy表示購買，high表示高評(píng)級(jí)，prob(high|buy)≡1。因此，債券評(píng)級(jí)費(fèi)用應(yīng)滿足如下等式：

(3)

根據(jù)公式(3)，債券的評(píng)級(jí)費(fèi)用和該債券的購買意愿有關(guān)，發(fā)行者基于其利潤最大化考量將基于債券的預(yù)期收益跟評(píng)級(jí)公司就評(píng)級(jí)費(fèi)用進(jìn)行議價(jià)談判。

從投資者的角度來看，如果債券購買者愿意相信評(píng)級(jí)公司的評(píng)級(jí)結(jié)果，那么當(dāng)評(píng)級(jí)公司如實(shí)公布債券評(píng)級(jí)結(jié)果時(shí)，投資者購買對(duì)應(yīng)的債券將獲得凈收益Vth=αR>0；當(dāng)評(píng)級(jí)公司不如實(shí)匯報(bào)債券評(píng)級(jí)結(jié)果時(shí)，投資者將獲得的凈損失為Vti=αR+(1-α)(r-1)≤0。基于以上分析，購買者選擇相信評(píng)級(jí)公司情況下的預(yù)期收益為：

(4)

若債券購買者選擇不相信評(píng)級(jí)公司，那么債券購買者在購買債券前需要支付成本C用于判斷其擬購買債券的評(píng)級(jí)是否合理。因此，當(dāng)評(píng)級(jí)公司如實(shí)公布債券評(píng)級(jí)結(jié)果時(shí)，投資者購買對(duì)應(yīng)的債券將獲得凈收益為Vsh=α(R-C)>0；當(dāng)評(píng)級(jí)公司不如實(shí)匯報(bào)債券評(píng)級(jí)結(jié)果時(shí)，投資者將獲得的凈損失為Vti=α(R-C)-(1-α)C=αR-C。因此，債券購買者選擇不相信評(píng)級(jí)公司時(shí)的預(yù)期收益為：

(5)

根據(jù)公式(4)和(5)，債券購買者是否相信評(píng)級(jí)公司評(píng)級(jí)兩種情形下收益的預(yù)期差為：

(6)

評(píng)級(jí)公司在總是選擇如實(shí)發(fā)布評(píng)級(jí)結(jié)果情況下，只能獲得本身就是優(yōu)質(zhì)債券的評(píng)級(jí)費(fèi)用φ(p,q)。此時(shí)，評(píng)級(jí)公司從評(píng)級(jí)中獲得的預(yù)期收益為：

(7)

(8)

根據(jù)公式(7)～(8)，評(píng)級(jí)公司選擇是否如實(shí)匯報(bào)評(píng)級(jí)結(jié)果兩種情形下收益的預(yù)期差為：

(9)

根據(jù)中國人民銀行2004年發(fā)布的《銀行間債券市場發(fā)行債券信用評(píng)級(jí)有關(guān)事項(xiàng)公告》，除不需要評(píng)級(jí)的債券外，在銀行間債券市場發(fā)行債券均需具備債券評(píng)級(jí)能力的評(píng)級(jí)機(jī)構(gòu)對(duì)債券發(fā)行機(jī)構(gòu)以及擬發(fā)行債券進(jìn)行評(píng)級(jí)。2005年頒布的《短期融資券管理辦法》明確規(guī)定企業(yè)發(fā)行融資券需具備債券評(píng)級(jí)能力的評(píng)級(jí)機(jī)構(gòu)提供相應(yīng)的信用評(píng)級(jí)結(jié)果。上述公告和辦法對(duì)債券評(píng)級(jí)提出了硬性要求，此后我國債券評(píng)級(jí)市場逐步形成了債券發(fā)行評(píng)級(jí)和跟蹤評(píng)級(jí)的評(píng)級(jí)形式，該形式也是本文博弈分析的基礎(chǔ)。接下來，著重分析債券發(fā)行評(píng)級(jí)和跟蹤評(píng)級(jí)兩種狀態(tài)下債券購買者和評(píng)級(jí)公司的策略選擇。

當(dāng)評(píng)級(jí)公司對(duì)債券進(jìn)行發(fā)行評(píng)級(jí)時(shí)：從債券購買者的角度，由公式(6)對(duì)債券購買者信息搜集成本C求導(dǎo)可得：

(10)

從評(píng)級(jí)公司的策略選擇來看：假設(shè)監(jiān)管部門也對(duì)評(píng)級(jí)公司罰款的期望為零，當(dāng)θ>φ(p,q)時(shí)，評(píng)級(jí)公司如實(shí)發(fā)布評(píng)級(jí)結(jié)果是其最優(yōu)選擇；當(dāng)θ<φ(p,q)時(shí)，評(píng)級(jí)公司總是選擇給予債券高評(píng)級(jí)。從公式(3)可知：

(11)

根據(jù)公式(11)，評(píng)級(jí)費(fèi)用φ(p,q)和債券購買者相信評(píng)級(jí)結(jié)果的程度有關(guān)。由于債券購買者的最優(yōu)策略為相信評(píng)級(jí)公司(信息搜集成本高)，于是評(píng)級(jí)公司基于此，總是對(duì)債券發(fā)行人收取最高價(jià)Φ?；谝陨戏治?，提出假說H1：

H1:債券發(fā)行時(shí)，評(píng)級(jí)公司有動(dòng)機(jī)給予債券高評(píng)級(jí)，此時(shí)其評(píng)級(jí)結(jié)果包含的專有信息較少，首次評(píng)級(jí)的債券專有信息對(duì)預(yù)測債券違約的作用較小。

(12)

公式(12)對(duì)商譽(yù)損失θ以及評(píng)級(jí)費(fèi)用Φ′求導(dǎo)可得：

(13)

(14)

根據(jù)公式(13)，評(píng)級(jí)公司是否如實(shí)匯報(bào)評(píng)級(jí)結(jié)果兩種情況下的收益之差Δκ′credit是商譽(yù)損失θ的增函數(shù)，是跟蹤評(píng)級(jí)費(fèi)用Φ′的減函數(shù)。當(dāng)前，我國評(píng)級(jí)業(yè)務(wù)發(fā)展迅速，公司評(píng)級(jí)、債項(xiàng)評(píng)級(jí)得到越累越多投資者的認(rèn)可，評(píng)級(jí)公司也逐漸更加在意其商譽(yù)資本，從而促使其選擇如實(shí)匯報(bào)評(píng)級(jí)結(jié)果。根據(jù)《銀行間債券市場信用評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)收費(fèi)自律公約》，評(píng)級(jí)公司跟蹤評(píng)級(jí)的收費(fèi)約為初次評(píng)級(jí)的20%～50%。且在債券正式發(fā)行后，發(fā)行人為跟蹤評(píng)級(jí)支付評(píng)級(jí)費(fèi)用的意愿逐漸減小。因此，有Φ′<Φ，此時(shí)評(píng)級(jí)公司選擇如實(shí)匯報(bào)評(píng)級(jí)結(jié)果的動(dòng)機(jī)更強(qiáng)。根據(jù)以上分析，提出假說H2：

H2:跟蹤評(píng)級(jí)時(shí)評(píng)級(jí)公司有更強(qiáng)的動(dòng)機(jī)如實(shí)匯報(bào)評(píng)級(jí)結(jié)果，此時(shí)其評(píng)級(jí)結(jié)果包含的專有信息較多，有助于預(yù)測債券違約。

三、研究設(shè)計(jì)

(一)樣本和數(shù)據(jù)

為了對(duì)研究假設(shè)進(jìn)行實(shí)證檢驗(yàn)，采用中國滬深兩市A股上市公司發(fā)行的債券進(jìn)行研究。債券篩選規(guī)則為：所有上市公司發(fā)行的在2010—2021年到期以及在此期間發(fā)生實(shí)質(zhì)性違約的債券(不考慮債券發(fā)行時(shí)間)。所有的債券數(shù)據(jù)均來自銳思(RESSET)金融數(shù)據(jù)庫，違約數(shù)據(jù)則來自萬得(WIND)數(shù)據(jù)庫，企業(yè)財(cái)務(wù)數(shù)據(jù)均來自國泰安(CSMAR)數(shù)據(jù)庫。由于金融類上市公司財(cái)務(wù)報(bào)表標(biāo)準(zhǔn)不同于非金融類上市公司，且金融類上市公司發(fā)行的債券多為金融債券，于是參考現(xiàn)有一些文獻(xiàn)的做法刪除了金融類上市公司樣本；為保證財(cái)務(wù)數(shù)據(jù)跨年可比，對(duì)所有企業(yè)財(cái)務(wù)數(shù)據(jù)以2010年為基期進(jìn)行了平減處理以消除價(jià)格因素的影響；同時(shí)，為削弱個(gè)別極端值對(duì)結(jié)果的影響，對(duì)企業(yè)財(cái)務(wù)數(shù)據(jù)進(jìn)行了首尾兩端各1%的縮尾處理。

通過上述篩選規(guī)則，本文共獲得2 842只債券樣本。全樣本債券和違約債券的類型分布見表1。根據(jù)表1可知，短期融資券數(shù)量在債券樣本中占比達(dá)到52.96%，占據(jù)絕對(duì)優(yōu)勢，是我國企業(yè)進(jìn)行債券融資的主要融資工具。違約樣本中，中期票據(jù)的違約比率達(dá)33.33%，在所有債券類型中最高。

表1 債券類型分布

債券發(fā)行評(píng)級(jí)分布和債券到期(或違約)前半年時(shí)點(diǎn)的信用等級(jí)分布分別見表2和表3。根據(jù)表2，債券發(fā)行評(píng)級(jí)普遍較高。據(jù)統(tǒng)計(jì)，超過76.22%的債券在發(fā)行時(shí)的評(píng)級(jí)達(dá)到AA級(jí)及以上，其中AA級(jí)占比達(dá)到33.58%。根據(jù)表3，債券到期(或違約)前半年時(shí)點(diǎn)的評(píng)級(jí)等級(jí)較發(fā)行評(píng)級(jí)有所降低，僅有71.81%的債券跟蹤評(píng)級(jí)在AA級(jí)及以上，較發(fā)行時(shí)減少約4.4個(gè)百分點(diǎn)。同時(shí)，對(duì)比表2和表3可知，表3中高評(píng)級(jí)債券占比有所下降，低評(píng)級(jí)債券占比有所上升，部分債券的評(píng)級(jí)甚至降至BB級(jí)以下。

表2 債券發(fā)行時(shí)信用級(jí)別等級(jí)分布

表3 債券到期(違約)前半年時(shí)債券評(píng)級(jí)級(jí)別分布

(二)實(shí)證模型

在進(jìn)行實(shí)證回歸時(shí)需將債券評(píng)級(jí)轉(zhuǎn)換為連續(xù)的變量，本文參考馬榕和石曉軍[15]的研究，將信用等級(jí)從CC到AAA依次賦值為1～19，賦值越高代表債券信用得分越高(1)對(duì)于國內(nèi)債項(xiàng)評(píng)級(jí)，除AAA級(jí)和CCC級(jí)及以下等級(jí)，每個(gè)等級(jí)可用”+”“-”進(jìn)行微調(diào)，因此從CC級(jí)到AAA級(jí)共有19個(gè)等級(jí)。。評(píng)級(jí)公司債券評(píng)級(jí)專有信息參照Agarwal等[16]的正交分解法進(jìn)行識(shí)別，通過該方法將債券評(píng)級(jí)信息分解為來源于公開渠道的信息和評(píng)級(jí)得到的債券特有信息。正交分解法的實(shí)證模型設(shè)定參照沈紅波等[17]的方法，構(gòu)建如下計(jì)量模型：

BondRateit=α0+β∑Controlsit+λIndi+ψYeart+εit

(15)

式中:i表示債券，t表示債券發(fā)行時(shí)和債券到期(違約)時(shí)；∑Controlsit為所有控制變量的合集，包括發(fā)債企業(yè)的財(cái)務(wù)數(shù)據(jù)、債券本身信息以及宏觀經(jīng)濟(jì)變量。其中,企業(yè)財(cái)務(wù)數(shù)據(jù)包括企業(yè)資產(chǎn)負(fù)債率、資產(chǎn)收益率、企業(yè)規(guī)模、企業(yè)性質(zhì)(是否為國企)、企業(yè)主體評(píng)級(jí)、總資產(chǎn)周轉(zhuǎn)率、流動(dòng)比率以及反映企業(yè)控制人狀況的董事長和總經(jīng)理是否為同一人的代理變量董總是否兼任；債券本身的信息包括發(fā)行債券是否有人擔(dān)保、債券的期限長度；宏觀經(jīng)濟(jì)控制變量包括發(fā)債企業(yè)所在地的經(jīng)濟(jì)增長率和國家層面的M2增長率。此外，為控制行業(yè)以及時(shí)間層面的異質(zhì)性，本文控制了行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)，然后對(duì)公式(15)進(jìn)行OLS估計(jì)。由于殘差代表公開渠道信息不能解釋的部分，因此將基于公式(15)回歸結(jié)果的殘差作為評(píng)級(jí)公司專有信息含量的代理變量。

參考現(xiàn)有文獻(xiàn)做法，本文采用二值虛擬變量作為債券是否違約的代理變量，等于1時(shí)代表債券發(fā)生違約，否則正常。對(duì)于被解釋變量為虛擬變量的模型，需采用離散選擇模型來估計(jì)。參考陳德球等[18]的研究，采用logit模型進(jìn)行實(shí)證檢驗(yàn)，模型設(shè)定如下：

(16)

Logit(p)=αSpecificit+β∑Controlsit+γCOVIDt+δIndi+τYeart+ξit

(17)

根據(jù)本文理論分析結(jié)果，評(píng)級(jí)公司更傾向于在初次評(píng)級(jí)時(shí)給予債券更高的評(píng)級(jí)以獲得更多的評(píng)級(jí)費(fèi)用，其評(píng)級(jí)結(jié)果可能不包含或僅包含少量的專有信息。若此理論分析成立則基于公式(15)獲得的評(píng)級(jí)公司發(fā)行專有信息對(duì)于預(yù)測債券違約幫助較小，相關(guān)變量將不具有顯著結(jié)果；而在跟蹤評(píng)級(jí)時(shí)，評(píng)級(jí)公司如實(shí)發(fā)布評(píng)級(jí)結(jié)果的動(dòng)機(jī)更強(qiáng)，評(píng)級(jí)信息中專有信息含量可能更高。若此理論分析成立則基于公式(15)獲得的評(píng)級(jí)公司跟蹤評(píng)級(jí)專有信息將有助于預(yù)測債券違約，相關(guān)變量將具有顯著的結(jié)果。

(三)描述性統(tǒng)計(jì)

表4為本文變量的描述性統(tǒng)計(jì)信息，其中債券違約代表債券發(fā)生違約與否，等于1時(shí)代表發(fā)生實(shí)質(zhì)性違約，否則沒有違約；債券發(fā)行評(píng)級(jí)和跟蹤評(píng)級(jí)均根據(jù)債券等級(jí)依次賦值，評(píng)級(jí)值越高代表債券評(píng)級(jí)信用水平越高；債券利差采用票面利率和對(duì)應(yīng)期限的國債利率之差進(jìn)行衡量；擔(dān)保人等于1表示對(duì)應(yīng)債券有擔(dān)保人進(jìn)行擔(dān)保，等于0則沒有；債券期限為債券的發(fā)行期限，指從發(fā)行至到期的時(shí)間長度；M2增長率為全國層面的廣義貨幣增長率；GDP增長率為發(fā)債企業(yè)所在城市的GDP增長率；COVID=1表示疫情期間，本文中定義2020年和2021年為疫情期；企業(yè)主體評(píng)級(jí)同樣采取賦值的方法設(shè)定；企業(yè)資產(chǎn)負(fù)債率、流動(dòng)比率、資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率、銷售收入增長率、董總兼任、企業(yè)規(guī)模等數(shù)據(jù)均來自企業(yè)財(cái)務(wù)報(bào)表。為控制異方差的影響，本文將取對(duì)數(shù)后的企業(yè)總資產(chǎn)放入回歸模型；企業(yè)性質(zhì)等于1表示公司為國有企業(yè)。從表4可以看出，債券違約的均值為0.022，說明債券違約的占比約為2.2%，違約債券占比相對(duì)較低。債券跟蹤評(píng)級(jí)的均值較發(fā)行評(píng)級(jí)有所減小，初步印證了本文的研究假設(shè)。

表4 變量的描述性統(tǒng)計(jì)

續(xù)表(表4)

四、實(shí)證結(jié)果及分析

(一)債券信用評(píng)級(jí)的決定因素

評(píng)級(jí)公司獲得的債券專有信息通過公式(15)的回歸模型進(jìn)行測算。本文以債券發(fā)行評(píng)級(jí)和跟蹤評(píng)級(jí)為因變量，以企業(yè)財(cái)務(wù)信息、宏觀經(jīng)濟(jì)信息、債券信息為自變量進(jìn)行回歸，回歸結(jié)果見表5。表5中第(1)列為債券發(fā)行評(píng)級(jí)的回歸結(jié)果，第(2)列為跟蹤評(píng)級(jí)的回歸結(jié)果。

表5第(1)列為對(duì)債券發(fā)行評(píng)級(jí)的結(jié)果。根據(jù)回歸結(jié)果，企業(yè)的總資產(chǎn)周轉(zhuǎn)率、主體評(píng)級(jí)、性質(zhì)、規(guī)模以及債券是否有擔(dān)保人、GDP增長率和M2增長率的系數(shù)均顯著為正，表明初次評(píng)級(jí)信息包含了能夠搜集到的公共信息。原因在于，企業(yè)總資產(chǎn)周轉(zhuǎn)率越高代表企業(yè)正常運(yùn)轉(zhuǎn)的能力越強(qiáng)，其債務(wù)風(fēng)險(xiǎn)往往會(huì)更低；主體評(píng)級(jí)代表了企業(yè)整體的信用情況，該類企業(yè)往往應(yīng)對(duì)內(nèi)外部風(fēng)險(xiǎn)的能力更強(qiáng)，發(fā)行的債券違約概率更小，因而評(píng)級(jí)更高；當(dāng)債券發(fā)生違約后，擔(dān)保人需承擔(dān)部分賠償責(zé)任，因此有擔(dān)保人的債券相對(duì)更安全，可以獲得更高的評(píng)級(jí)；而資產(chǎn)規(guī)模較大的企業(yè)償付能力更強(qiáng)，為違約債券提供償付的比例更高，因而具有較高的評(píng)級(jí)；由于政府部門對(duì)國有企業(yè)普遍承擔(dān)隱性擔(dān)保的責(zé)任，國有企業(yè)發(fā)行的債券相對(duì)非國有企業(yè)償還行更高，因而具有較高的信用等級(jí)；宏觀層面，外部融資環(huán)境越寬松企業(yè)獲得再融資的可能性越高，債券如期償還的可能性就越高，因此貨幣政策寬松期的債券評(píng)級(jí)普遍較高。由于債券的不確定性隨著時(shí)間的推移不斷增加，長期債券面臨的不確定性遠(yuǎn)高于短期債券，因而債券期限越長的債券其信用評(píng)級(jí)相對(duì)越低。表5中第(2)列為對(duì)債券跟蹤評(píng)級(jí)的結(jié)果，企業(yè)的主體評(píng)級(jí)、企業(yè)性質(zhì)、銷售收入增長率和是否有擔(dān)保人以及M2增長率的系數(shù)均顯著為正，債券期限的系數(shù)顯著為負(fù)，與第(1)列的結(jié)果相同。不同的是，資產(chǎn)收益率在跟蹤評(píng)級(jí)中顯著為正，而銷售收入增長率的系數(shù)由負(fù)相關(guān)轉(zhuǎn)為正相關(guān)，說明評(píng)級(jí)公司進(jìn)行跟蹤評(píng)級(jí)時(shí)以企業(yè)財(cái)務(wù)信息為準(zhǔn)，更傾向于根據(jù)實(shí)際情況對(duì)跟蹤債券定級(jí)。

考察專有信息含量還可以從擬合優(yōu)度的角度進(jìn)行判斷，表5中對(duì)發(fā)行評(píng)級(jí)回歸的擬合優(yōu)度為0.479，即公開渠道信息解釋了債券發(fā)行評(píng)級(jí)信息的47.9%。表5中對(duì)跟蹤評(píng)級(jí)回歸的擬合優(yōu)度為0.221，即公開渠道信息解釋了債券跟蹤評(píng)級(jí)信息的22.1%。以上對(duì)比表明，評(píng)級(jí)公司在進(jìn)行跟蹤評(píng)級(jí)時(shí)加入了更多的專有信息，公開渠道信息僅是其評(píng)級(jí)的參考。以上結(jié)論與本文的理論分析一致。

表5 債券發(fā)行評(píng)級(jí)和跟蹤評(píng)級(jí)影響因素回歸結(jié)果

(二)評(píng)級(jí)專有信息對(duì)債券違約的影響

為了考察評(píng)級(jí)專有信息對(duì)債券違約預(yù)測影響的差異，本文以基于公式(15)計(jì)算的債券專有信息量作為核心解釋變量，以債券是否違約為因變量按照公式(17)的模型進(jìn)行回歸分析，回歸結(jié)果見表6。

為便于對(duì)比分析，表6中第(1)列為不加入任何專有信息的回歸結(jié)果，第(2)和第(3)列分別為僅加入發(fā)行評(píng)級(jí)專有信息和跟蹤評(píng)級(jí)專有信息的回歸結(jié)果。根據(jù)第(1)列的結(jié)果，企業(yè)主體評(píng)級(jí)、資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率、銷售收入增長率、企業(yè)性質(zhì)以及GDP增長率、M2增長率的系數(shù)均顯著為負(fù)，且均符合理論預(yù)期。以上結(jié)論說明企業(yè)評(píng)級(jí)越高、收益率越好、運(yùn)營狀況更優(yōu)以及國有企業(yè)發(fā)行的債券違約風(fēng)險(xiǎn)更小，外部寬松的信貸環(huán)境以及經(jīng)濟(jì)活力越強(qiáng)的時(shí)候債券違約的風(fēng)險(xiǎn)更低。債券利差顯著為正，表明收益率高的債券違約風(fēng)險(xiǎn)更高，說明債券票面利率部分反映了風(fēng)險(xiǎn)的價(jià)格補(bǔ)償。資產(chǎn)負(fù)債率以及企業(yè)規(guī)模均顯著為正，說明負(fù)債水平越高的企業(yè)以及規(guī)模更大的企業(yè)發(fā)生違約的概率更高。

根據(jù)表6中第(2)列的結(jié)果，評(píng)級(jí)公司債券發(fā)行評(píng)級(jí)專有信息的系數(shù)雖然小于零，但不具有統(tǒng)計(jì)意義，說明評(píng)級(jí)公司對(duì)債券進(jìn)行發(fā)行評(píng)級(jí)時(shí)僅包含了少量的專有信息，從而驗(yàn)證了假設(shè)H1。根據(jù)表6中第(3)列的結(jié)果，評(píng)級(jí)公司債券跟蹤評(píng)級(jí)專有信息的系數(shù)在1%水平上顯著小于零，說明當(dāng)評(píng)級(jí)公司的專有信息為正面時(shí)債券違約的概率越小，說明跟蹤評(píng)級(jí)時(shí)評(píng)級(jí)公司更多參考了其專有信息，從而驗(yàn)證了假設(shè)H2。從擬合優(yōu)度來看，增加發(fā)行評(píng)級(jí)專有信息和跟蹤評(píng)級(jí)專有信息后，模型的擬合優(yōu)度不斷增加，尤其是在加入跟蹤評(píng)級(jí)專有信息后，模型的擬合優(yōu)度從0.5上升到0.556，增加了11.2%，提升幅度較大，進(jìn)一步印證了本文的研究假設(shè)。從各個(gè)模型的AUC值來看，加入評(píng)級(jí)公司專有信息后，模型的AUC值均有所增加，表明模型預(yù)測的準(zhǔn)確度在不斷增加，更近一步印證了本文的研究假設(shè)。

表6 債券評(píng)級(jí)專有信息與債券違約回歸結(jié)果

(三)穩(wěn)健性分析

接下來，本文基于調(diào)整樣本的方法進(jìn)行穩(wěn)健性分析。由于長期債券的評(píng)級(jí)標(biāo)準(zhǔn)以及面臨的不確定性和短期債券略有差異，因此單獨(dú)采用長期債券樣本進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果見表7中長期債券樣本的回歸結(jié)果。從結(jié)果可以看出，評(píng)級(jí)公司發(fā)行評(píng)級(jí)專有信息的系數(shù)和基準(zhǔn)模型一樣雖然為負(fù)但不具有顯著性，而評(píng)級(jí)公司跟蹤評(píng)級(jí)專有信息的系數(shù)在1%水平上顯著為負(fù)。以上結(jié)論與本文的研究假設(shè)一致，說明本文的研究結(jié)論具有穩(wěn)健性。

由于政府部門可能會(huì)對(duì)國有企業(yè)進(jìn)行隱性擔(dān)保，因此單獨(dú)將非國有企業(yè)發(fā)行的債券進(jìn)行分析以排除政府部門隱性擔(dān)保的影響，結(jié)果見表7中非國有企業(yè)樣本的回歸結(jié)果。通過對(duì)比，評(píng)級(jí)公司發(fā)行評(píng)級(jí)專有信息的系數(shù)和基準(zhǔn)模型一樣雖然為負(fù)但不具有顯著性，而評(píng)級(jí)公司跟蹤評(píng)級(jí)專有信息的系數(shù)在5%水平上顯著為負(fù)。以上結(jié)論同樣與本文的研究假設(shè)一致，進(jìn)一步說明本文的研究結(jié)論具有穩(wěn)健性。

表7 穩(wěn)健性檢驗(yàn)結(jié)果

五、結(jié)論與啟示

信用評(píng)級(jí)是反映企業(yè)以及債項(xiàng)風(fēng)險(xiǎn)狀況的重要指標(biāo)，如何發(fā)揮信用評(píng)級(jí)警示風(fēng)險(xiǎn)的作用尤為重要。本文通過構(gòu)建包含發(fā)行人、評(píng)級(jí)公司和債券投資人的動(dòng)態(tài)博弈模型，揭示了評(píng)級(jí)公司在對(duì)債券進(jìn)行跟蹤評(píng)級(jí)時(shí)會(huì)采取和債券發(fā)行時(shí)不同的策略選擇，從而影響債券評(píng)級(jí)結(jié)果中的專有信息含量。進(jìn)而通過我國A股上市公司發(fā)行的在2010—2021年到期以及發(fā)生實(shí)質(zhì)性違約的債券樣本對(duì)基于理論模型提出的研究假設(shè)進(jìn)行了檢驗(yàn)。實(shí)證結(jié)果發(fā)現(xiàn)評(píng)級(jí)公司對(duì)新發(fā)行的債券普遍存有給予高評(píng)級(jí)的動(dòng)機(jī)，而在跟蹤評(píng)級(jí)時(shí)則更傾向給予債券正常的評(píng)級(jí)，因此發(fā)行評(píng)級(jí)專有信息對(duì)預(yù)測債券違約無顯著影響而跟蹤評(píng)級(jí)專有信息對(duì)債券違約有顯著影響。穩(wěn)健性分析表明，上述結(jié)論對(duì)于長期債券樣本以及非國企發(fā)行的債券樣本同樣成立。

根據(jù)研究結(jié)論，提出以下3個(gè)方面的政策建議：

一是嚴(yán)懲信用評(píng)級(jí)交易行為。對(duì)信用評(píng)級(jí)機(jī)構(gòu)缺乏有效的監(jiān)管制度，以及對(duì)出現(xiàn)違約違規(guī)行為的懲罰手段較少、力度較小，導(dǎo)致信用評(píng)級(jí)機(jī)構(gòu)失去了客觀、公正的第三方職業(yè)操守，擾亂了債券市場信息傳遞，不利于債券市場高質(zhì)量發(fā)展，更無法有效解決企業(yè)尤其是民營企業(yè)的融資難題。因此，針對(duì)信用評(píng)級(jí)存在的交易行為，應(yīng)該本著從嚴(yán)從重的原則，提高對(duì)債券信用評(píng)級(jí)機(jī)構(gòu)出現(xiàn)違法違規(guī)行為的懲罰力度，以儆效尤，提高信用評(píng)級(jí)披露信息質(zhì)量。

二是積極引進(jìn)國外高水平評(píng)級(jí)機(jī)構(gòu)。通過形成適當(dāng)競爭力來倒逼國內(nèi)現(xiàn)有信用評(píng)級(jí)機(jī)構(gòu)升級(jí)，保障披露信息質(zhì)量。在債券發(fā)行前，應(yīng)同時(shí)由國際和國內(nèi)兩家債券評(píng)級(jí)機(jī)構(gòu)作出信用評(píng)級(jí)，并同時(shí)公布兩家評(píng)級(jí)結(jié)果，在為投資者提供更多增量信息的同時(shí)，也督促國內(nèi)信用評(píng)級(jí)機(jī)構(gòu)提高評(píng)級(jí)質(zhì)量，確保評(píng)級(jí)結(jié)果的公正性和可信性。

三是加快推進(jìn)多模式評(píng)級(jí)發(fā)展。積極建設(shè)推進(jìn)中立債券信用評(píng)級(jí)機(jī)構(gòu)，改變傳統(tǒng)債券發(fā)行人付費(fèi)評(píng)級(jí)模式，杜絕評(píng)級(jí)機(jī)構(gòu)“虛高評(píng)級(jí)交易”現(xiàn)象發(fā)生。鼓勵(lì)中立評(píng)級(jí)機(jī)構(gòu)開展主動(dòng)評(píng)級(jí)，與投資者付費(fèi)評(píng)級(jí)相結(jié)合，充分發(fā)揮雙評(píng)級(jí)、多評(píng)級(jí)和多模式評(píng)級(jí)的交叉驗(yàn)證，確保信用評(píng)級(jí)的質(zhì)量，推進(jìn)評(píng)級(jí)機(jī)構(gòu)改革，切實(shí)發(fā)揮資本市場“看門人”的重要作用。