信用風(fēng)險(xiǎn)傳染、投資者情緒與債券發(fā)行定價(jià)

蘇 潔 王 勇

一、引言

黨的十九大以來，防范化解重大金融風(fēng)險(xiǎn)成為中央經(jīng)濟(jì)工作會(huì)議關(guān)注的重點(diǎn)，防控債券違約風(fēng)險(xiǎn)又是重中之重。自2014年“11超日債”違約之后，債市違約事件頻發(fā)，尤其是2020年6月恒大集團(tuán)商票出現(xiàn)兌付逾期，地產(chǎn)債的違約主體從中小房企發(fā)展至龍頭企業(yè)，之后地產(chǎn)債出現(xiàn)違約潮，泰禾集團(tuán)、天津房地產(chǎn)集團(tuán)、四川藍(lán)光發(fā)展、華夏幸福以及陽光城集團(tuán)等房地產(chǎn)企業(yè)先后發(fā)生債券實(shí)質(zhì)性違約。Wind數(shù)據(jù)顯示，2020年累計(jì)違約地產(chǎn)債12支，違約金額達(dá)214.5億元，2021年累計(jì)違約地產(chǎn)債37支，同比增長208%，違約金額高達(dá)531.9億元，同比增長148%，2022年上半年累計(jì)違約地產(chǎn)債28支，違約金額已達(dá)221.6億元。同時(shí)房地產(chǎn)企業(yè)發(fā)債融資明顯減少，2017—2019年債券發(fā)行支數(shù)的年均增長率為17%，發(fā)行規(guī)模的年均增長率為10%，2020—2022年6月發(fā)行支數(shù)的年均增長率為-19%，發(fā)行規(guī)模的年均增長率為-12%。地產(chǎn)債連續(xù)違約導(dǎo)致行業(yè)內(nèi)相關(guān)債券發(fā)行受阻，并進(jìn)一步引發(fā)債券市場信用危機(jī)，打擊了投資者信心。隨著房地產(chǎn)行業(yè)債務(wù)危機(jī)的進(jìn)一步演化，多家企業(yè)的項(xiàng)目暴露出停工爛尾風(fēng)險(xiǎn)，導(dǎo)致江西、武漢、鄭州等地相繼出現(xiàn)業(yè)主集體斷供事件。為了避免停工規(guī)模的螺旋式增長，各地政府出臺(tái)一系列救助方案，促使企業(yè)復(fù)工復(fù)產(chǎn)“保交樓”。房地產(chǎn)債務(wù)風(fēng)險(xiǎn)繼續(xù)向其他行業(yè)蔓延，不僅加劇銀行不良貸款率的提升，引發(fā)地產(chǎn)中介等相關(guān)行業(yè)失業(yè)人數(shù)劇增，供應(yīng)商等關(guān)聯(lián)企業(yè)也因?yàn)樯唐庇馄诘葐栴}陷入債務(wù)困局。因此，基于行業(yè)維度研究債券違約的信用風(fēng)險(xiǎn)傳染效應(yīng)，不僅是保護(hù)債權(quán)人利益的需要，更是防范化解重大金融風(fēng)險(xiǎn)所必須重視的命題。

連續(xù)爆發(fā)的違約事件引發(fā)了市場的負(fù)面情緒，產(chǎn)生了巨大的經(jīng)濟(jì)運(yùn)行成本。一方面，債務(wù)違約釋放了信用風(fēng)險(xiǎn)信號(hào)，損害企業(yè)價(jià)值，造成投資者損失(Beneish和Press，1995[1]；Glover，2016[2])；另一方面，債務(wù)違約具有較強(qiáng)的傳染效應(yīng)(Acharya等，2007[3]；Jorion和Zhang，2009[4]；Boone和Ivanov，2012[5])，尤其會(huì)在行業(yè)內(nèi)傳染(Leitner，2005[6])，這將消耗同一行業(yè)內(nèi)的信用資本，給整個(gè)行業(yè)的企業(yè)債務(wù)融資帶來不利影響。理論上，行業(yè)內(nèi)爆發(fā)的債券違約事件為市場提供了新信息，提高了投資者感知的信用風(fēng)險(xiǎn)水平(Bernet和Getzen，2008[7])，這將促使投資者對(duì)同行業(yè)企業(yè)發(fā)行的債券索取更高的風(fēng)險(xiǎn)溢價(jià)，進(jìn)而提高企業(yè)的債務(wù)融資成本，構(gòu)成信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)。目前在我國債券市場，已有相關(guān)研究相對(duì)匱乏，尤其缺乏針對(duì)債券違約傳染的作用機(jī)制以及深入公司所有權(quán)性質(zhì)、財(cái)務(wù)特征以及區(qū)域差異等角度的系統(tǒng)研究。

基于此，本文以2014年1月至2022年6月公開發(fā)行的公司債、企業(yè)債、中期票據(jù)以及短期融資券為研究對(duì)象，實(shí)證檢驗(yàn)我國債券違約的信用風(fēng)險(xiǎn)傳染效應(yīng)。研究結(jié)果表明，與理論預(yù)期相一致，債券違約事件的爆發(fā)，會(huì)顯著提高同行業(yè)公司債券的風(fēng)險(xiǎn)溢價(jià)，債券違約的規(guī)模越大，債券的發(fā)行定價(jià)水平也越高，而機(jī)構(gòu)投資者情緒是債券違約風(fēng)險(xiǎn)傳染效應(yīng)的作用中介。同時(shí)發(fā)現(xiàn)債券違約還會(huì)顯著降低債券的發(fā)行成功率，且對(duì)低評(píng)級(jí)企業(yè)的降低作用更明顯。在盡可能控制發(fā)行人和債券的特征變量后，本文研究還發(fā)現(xiàn)信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)在不同所有制企業(yè)之間存在異質(zhì)性，在民營企業(yè)中風(fēng)險(xiǎn)傳染效應(yīng)最強(qiáng)烈，其次是地方國有企業(yè)，最后是中央國有企業(yè)。進(jìn)一步的研究發(fā)現(xiàn)，公司特征也會(huì)對(duì)債券的風(fēng)險(xiǎn)溢價(jià)產(chǎn)生重要影響，具體而言，公司的盈利能力較弱、沒有上市、公司規(guī)模較小以及信用評(píng)級(jí)低，同行業(yè)債券違約越能顯著提高公司債券的發(fā)行定價(jià)。另外，在房地產(chǎn)業(yè)高杠桿發(fā)展的時(shí)代背景下，相比制造業(yè)、批發(fā)和零售業(yè)，房地產(chǎn)行業(yè)中的風(fēng)險(xiǎn)傳染效應(yīng)更強(qiáng)烈。最后，隨著地方政府融資平臺(tái)相關(guān)監(jiān)管政策逐漸趨嚴(yán)，研究發(fā)現(xiàn)相對(duì)于一般產(chǎn)業(yè)債，城投債的發(fā)行定價(jià)更容易受到信用風(fēng)險(xiǎn)的負(fù)面沖擊，表現(xiàn)為債券信用利差更高。

本文可能的邊際貢獻(xiàn)在于：第一，立足于我國防范化解重大金融風(fēng)險(xiǎn)的政策背景，以及債券違約常態(tài)化尤其是地產(chǎn)債出現(xiàn)違約潮后引發(fā)銀行、供應(yīng)商等關(guān)聯(lián)企業(yè)發(fā)生連鎖債務(wù)危機(jī)的現(xiàn)狀，本文首次對(duì)比研究了制造業(yè)、批發(fā)零售業(yè)和房地產(chǎn)行業(yè)中違約事件對(duì)債券發(fā)行定價(jià)的影響，針對(duì)不同行業(yè)特別是涉及房地產(chǎn)行業(yè)的探討，不僅為研究信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)提供了新的視角，而且有助于增強(qiáng)本文研究的現(xiàn)實(shí)意義。第二，豐富了債券發(fā)行定價(jià)影響機(jī)制的相關(guān)研究。與以往研究相比，本文不僅關(guān)注同行業(yè)違約的傳染效應(yīng)，而且基于債市違約事件頻發(fā)對(duì)投資者信心的沖擊，創(chuàng)新性地挖掘了機(jī)構(gòu)投資者情緒這一作用中介，補(bǔ)充了違約風(fēng)險(xiǎn)對(duì)債券發(fā)行定價(jià)微觀機(jī)制的研究。相關(guān)結(jié)論對(duì)于監(jiān)管部門重視市場溝通，及時(shí)回應(yīng)市場關(guān)切，建立健全多元化的債券違約處置機(jī)制具有啟發(fā)意義。第三，完善了信用風(fēng)險(xiǎn)傳染效果的研究。首先針對(duì)債券違約規(guī)模進(jìn)行門檻效應(yīng)檢驗(yàn)，研究發(fā)現(xiàn)同行業(yè)發(fā)生債券違約與債券的發(fā)行定價(jià)水平之間存在非線性特征；其次從企業(yè)的產(chǎn)權(quán)性質(zhì)和財(cái)務(wù)特征等角度探討了違約對(duì)債券發(fā)行定價(jià)的異質(zhì)性影響；最后基于債券特征，考察違約的信用風(fēng)險(xiǎn)在城投債和產(chǎn)業(yè)債之間不同的傳染效果。這為防范化解重大金融風(fēng)險(xiǎn)提供了更為細(xì)致和有針對(duì)性的實(shí)證依據(jù)。

二、文獻(xiàn)綜述與研究假設(shè)

(一)文獻(xiàn)綜述

現(xiàn)有文獻(xiàn)對(duì)債券發(fā)行定價(jià)的影響因素展開了多維度研究。從發(fā)行人外部來看，Bernanke和Gertler(1995)[8]研究發(fā)現(xiàn)貨幣政策通過影響企業(yè)的資產(chǎn)負(fù)債表對(duì)債券的信用利差產(chǎn)生影響。Daniels和Vijayakumar(2007)[9]發(fā)現(xiàn)規(guī)模更大、聲譽(yù)更高的承銷商發(fā)行的債券利差更低，意味著承銷商聲譽(yù)有助于減少債券投資者和發(fā)行人之間的信息不對(duì)稱。王雄元等(2015)[10]通過對(duì)短期融資券的研究發(fā)現(xiàn)宏觀經(jīng)濟(jì)波動(dòng)性能顯著影響債券的風(fēng)險(xiǎn)溢價(jià)。王博森等(2016)[11]和鐘寧樺等(2021)[12]研究表明政府的隱性擔(dān)保預(yù)期會(huì)影響投資者對(duì)債券風(fēng)險(xiǎn)的判斷，從而影響企業(yè)的債務(wù)融資成本，同時(shí)隱性擔(dān)保預(yù)期在不同評(píng)級(jí)、不同地區(qū)以及不同債券種類中存在明顯差異。林晚發(fā)等(2019)[13]研究也表明承銷商評(píng)級(jí)通過降低發(fā)債的信息不對(duì)稱和為發(fā)行人進(jìn)行擔(dān)保兩種機(jī)制降低了債券信用利差。黃振和郭曄(2021)[14]研究顯示納入央行擔(dān)保品管理框架的債券信用利差明顯低于未納入框架的債券，且在不同所有制企業(yè)中央行擔(dān)保品管理框架降低債券信用利差的作用存在明顯的異質(zhì)性。徐思等(2022)[15]采用雙重差分法發(fā)現(xiàn)我國“一帶一路”倡議能顯著降低公司債信用利差。從發(fā)行人基本面來看，何平和金夢(2010)[16]通過真實(shí)利息成本回歸模型研究發(fā)現(xiàn)發(fā)行人主體評(píng)級(jí)與債券的發(fā)行定價(jià)負(fù)相關(guān)。Almazan和Suarez(2003)[17]、Lu等(2010)[18]、周宏等(2018)[19]研究表明良好的公司治理可以降低債券的信用利差。沈紅波等(2018)[20]從銀行授信的視角研究發(fā)現(xiàn)，通過為企業(yè)提供增量信息，銀行授信額度的提升能顯著降低債券的信用利差。佟巖等(2022)[21]研究表明企業(yè)集團(tuán)的債券集中管理通過資源整合發(fā)揮共同保險(xiǎn)效應(yīng)，從而顯著降低債券信用利差。從債券契約條款角度來看，Hsueh和Kidwell(1988)[22]研究得克薩斯州債券擔(dān)保計(jì)劃對(duì)州內(nèi)債券借貸成本的影響，發(fā)現(xiàn)擔(dān)保能夠降低A級(jí)和Baa級(jí)債券的融資成本。陳超和李镕伊(2014)[23]研究發(fā)現(xiàn)發(fā)行人通過設(shè)計(jì)債券契約條款可以提高投資者保護(hù)強(qiáng)度，從而降低債券發(fā)行定價(jià)。陳關(guān)亭等(2021)[24]研究表明多重信用評(píng)級(jí)可以向市場傳遞更多的信息，從而顯著降低債券信用利差。楊國超和蔣安璇(2022)[25]研究發(fā)現(xiàn)，交叉違約制度并未起到保護(hù)投資者利益的作用反而顯著提高了債券信用利差，加劇了系統(tǒng)性金融風(fēng)險(xiǎn)。林晚發(fā)等(2022)[26]研究表明擔(dān)保等條款釋放了企業(yè)事前資質(zhì)較差的信號(hào)，會(huì)提高債券的風(fēng)險(xiǎn)溢價(jià)。

隨著債券違約的常態(tài)化，國內(nèi)學(xué)術(shù)界開始關(guān)注債券違約的經(jīng)濟(jì)影響。黃小琳等(2017)[27]發(fā)現(xiàn)市場出現(xiàn)違約事件后，相比非涉事評(píng)級(jí)機(jī)構(gòu)，涉事評(píng)級(jí)機(jī)構(gòu)的市場份額會(huì)下降，評(píng)級(jí)意見的作用也會(huì)降低。王敘果等(2019)[28]研究發(fā)現(xiàn)，國企債券違約后不僅會(huì)顯著提高自身的融資成本，而且還會(huì)降低省內(nèi)其他國企的信用評(píng)級(jí)。張春強(qiáng)等(2019)[29]發(fā)現(xiàn)債券違約存在行業(yè)內(nèi)的傳染效應(yīng)，違約能提高同行業(yè)債券的風(fēng)險(xiǎn)溢價(jià)，同時(shí)違約事件特征、公司特征以及產(chǎn)業(yè)結(jié)構(gòu)都會(huì)影響債券違約對(duì)公司發(fā)債定價(jià)的作用效果。寧博等(2020)[30]發(fā)現(xiàn)，債券違約事件的發(fā)生將提高同城市非違約民營企業(yè)的融資約束，從而使其進(jìn)行更多向上的真實(shí)盈余管理活動(dòng)，但對(duì)同行業(yè)非違約企業(yè)的影響并不明顯。王立夫和王一鳴(2021)[31]發(fā)現(xiàn)，違約頻發(fā)時(shí)期，民營企業(yè)較低等級(jí)債券融資成本上升，而民企高等級(jí)債券和國企較高等級(jí)債券融資成本反而下降。

從以往的研究中可以看出，目前關(guān)于債券發(fā)行定價(jià)的研究主要從宏觀政策、發(fā)行人基本面和債券契約條款等維度展開，為分析債券定價(jià)的影響機(jī)理提供了理論啟發(fā)和文獻(xiàn)依據(jù)；而既有對(duì)于債券違約經(jīng)濟(jì)影響的探究相對(duì)匱乏，且關(guān)于信用風(fēng)險(xiǎn)傳染效應(yīng)的研究尚未取得一致性結(jié)論，為此，本文基于行業(yè)維度考察債券違約對(duì)一級(jí)市場發(fā)債定價(jià)的影響。

(二)理論分析與研究假設(shè)

在公司正常經(jīng)營的情況下，債券投資者無法完全獲得公司內(nèi)部的財(cái)務(wù)經(jīng)營信息，導(dǎo)致債券發(fā)行人與投資者之間存在嚴(yán)重的信息不對(duì)稱問題。債券違約作為影響較為惡劣的負(fù)面事件向債券市場釋放了信用風(fēng)險(xiǎn)的信號(hào)，這將破壞投資者對(duì)同一行業(yè)非違約公司的信心，對(duì)同行業(yè)公司的債券融資成本造成不利影響。具體地，本文從投資者和發(fā)行人兩個(gè)角度論述債券違約形成的信用風(fēng)險(xiǎn)在同行業(yè)的傳染效應(yīng)。

對(duì)債券發(fā)行人而言，同行業(yè)公司面臨相同的宏觀和行業(yè)沖擊，這將導(dǎo)致行業(yè)內(nèi)公司的業(yè)績回報(bào)和風(fēng)險(xiǎn)變化呈現(xiàn)出同步性，為違約風(fēng)險(xiǎn)的傳染提供了客觀基礎(chǔ)。在生產(chǎn)決策方面，公司的經(jīng)營范圍、產(chǎn)品定量定價(jià)、設(shè)備購置更新等都會(huì)受到同行業(yè)影響，因此行業(yè)內(nèi)公司的經(jīng)營風(fēng)險(xiǎn)會(huì)趨于同步。在財(cái)務(wù)政策方面，公司管理層將同行業(yè)公司的融資決策作為重要參考信息(Leary和Roberts，2014[32])，這種行為學(xué)習(xí)模式使得行業(yè)內(nèi)公司在調(diào)整資本結(jié)構(gòu)時(shí)會(huì)出現(xiàn)“同群效應(yīng)”(陸蓉等，2017[33])，進(jìn)而促使同行業(yè)公司財(cái)務(wù)風(fēng)險(xiǎn)的變化也逐漸一致。

對(duì)債券投資者而言，債券“剛性兌付”打破后，投資者對(duì)債券市場的信任逐漸下降，債券的頻繁違約不僅使投資者不信任個(gè)別公司，甚至還因信任缺失而波及到同行業(yè)非違約公司。投資者情緒是投資者對(duì)證券未來現(xiàn)金流和違約風(fēng)險(xiǎn)的預(yù)期估值(Baker和Wurgler，2006[34])，投資者情緒波動(dòng)會(huì)影響債券的發(fā)行定價(jià)(李永等，2018[35]；楊璐和方靜，2021[36])。債券違約釋放的信用風(fēng)險(xiǎn)加劇了投資者的恐慌情緒，這將提高投資者對(duì)信用風(fēng)險(xiǎn)的預(yù)期，進(jìn)而促使投資者對(duì)同行業(yè)公司發(fā)行的債券索取更高的風(fēng)險(xiǎn)溢價(jià)。

綜上所述，同行業(yè)公司的風(fēng)險(xiǎn)呈現(xiàn)同步變化是客觀存在的，違約事件爆發(fā)后，信用風(fēng)險(xiǎn)會(huì)經(jīng)行業(yè)途徑進(jìn)行傳染，降低債券對(duì)投資者的吸引力并提高投資者感知的風(fēng)險(xiǎn)水平，由此導(dǎo)致投資者對(duì)同行業(yè)公司債券索取更高的風(fēng)險(xiǎn)投資回報(bào)要求，最終表現(xiàn)為發(fā)行人的債券信用利差顯著提高、債券發(fā)行成功的概率顯著降低?；诖耍疚奶岢黾僭O(shè)H1和H2：

H1：公司發(fā)債前，行業(yè)爆發(fā)違約事件，會(huì)顯著提高債券的風(fēng)險(xiǎn)溢價(jià)。

H2：公司發(fā)債前，行業(yè)爆發(fā)違約事件，會(huì)顯著降低債券發(fā)行成功率。

債券違約作為影響投資者情緒的負(fù)面事件，會(huì)對(duì)債券風(fēng)險(xiǎn)溢價(jià)產(chǎn)生影響。隨著債券違約規(guī)模的變化，投資者情緒也逐漸調(diào)整。債券違約規(guī)模在一定閾值內(nèi)對(duì)市場的沖擊較小，特別是在債券違約常態(tài)化背景下，有限范圍的小規(guī)模違約對(duì)投資者情緒的影響相對(duì)較小，也不會(huì)明顯阻礙債券市場的長期健康發(fā)展。在違約規(guī)模超過一定閾值以后，大規(guī)模的債券違約會(huì)提高市場的關(guān)注度，一般而言，大額債券的發(fā)行人資產(chǎn)規(guī)模也更大，在行業(yè)內(nèi)具有更重要的影響力，此時(shí)的債券違約事件更容易造成信用風(fēng)險(xiǎn)的傳染，從而導(dǎo)致投資者情緒的波動(dòng)，并最終提高債券的發(fā)行定價(jià)。綜上所述，違約事件對(duì)債券風(fēng)險(xiǎn)溢價(jià)的影響會(huì)因違約規(guī)模的增加而呈現(xiàn)出變化，表現(xiàn)為門檻效應(yīng)，只有當(dāng)違約規(guī)模超越了一定的門檻水平，才可能顯著提升債券的風(fēng)險(xiǎn)溢價(jià)?；诖?，本文提出假設(shè)H3：

H3：違約事件對(duì)債券發(fā)行定價(jià)的影響具有非線性特征，在債券違約規(guī)模超過閾值之后，違約事件會(huì)顯著提高債券的風(fēng)險(xiǎn)溢價(jià)。

三、研究設(shè)計(jì)

(一)樣本選擇

2014年中國債券市場首次出現(xiàn)實(shí)質(zhì)性違約事件，基于此，本文的研究對(duì)象為2014—2022年6月發(fā)行的全部公司債、企業(yè)債、中期票據(jù)和短期融資券。首先剔除變量缺失和金融行業(yè)的數(shù)據(jù)，同時(shí)為避免異常值干擾結(jié)果，對(duì)財(cái)務(wù)變量進(jìn)行上下1%的縮尾處理。本文使用的債券和發(fā)行人數(shù)據(jù)均來自Wind數(shù)據(jù)庫，投資者信心指數(shù)、新股發(fā)行個(gè)數(shù)以及封閉式基金折價(jià)率等指標(biāo)來自CSMAR數(shù)據(jù)庫。

(二)模型設(shè)計(jì)與變量

為檢驗(yàn)債券違約對(duì)一級(jí)市場發(fā)債定價(jià)的影響，本文參考Campbell和Taksler(2003)[37]、張春強(qiáng)等(2019)[29]、黃振和郭曄(2021)[14]的做法，構(gòu)建模型(1)、(2)進(jìn)行實(shí)證檢驗(yàn)。

Spread=β0+β1Def+β2Controls

+β3∑Year+β4∑Province+ε

(1)

Success=P(δ0+δ1Def+δ2Controls

+δ3∑Year+δ4∑Province)+ε

(2)

式中，Spread為債券的信用利差。沿襲已有多數(shù)文獻(xiàn)的處理方法(Campbell和Taksler，2003[37]；鐘輝勇等，2016[38]；楊國超和蔣安璇，2022[25])，本文將信用利差定義為債券票面利率與發(fā)行當(dāng)日同期限國債收益率的差值，如果債券期限無法與國債期限相匹配，則采用線性插值法估算相應(yīng)期限的國債收益率。Success表示債券是否發(fā)行成功，取1時(shí)表示成功，取0時(shí)表示失敗。Def為債券發(fā)行前同行業(yè)是否發(fā)生債券違約事件的虛擬變量。為盡最大可能保證傳染效應(yīng)的實(shí)證結(jié)果可信，本文的同行業(yè)是指同屬于Wind行業(yè)的第四級(jí)行業(yè)。Wind資訊發(fā)布的最新行業(yè)分類標(biāo)準(zhǔn)顯示，在全面借鑒了權(quán)威的國際標(biāo)準(zhǔn)GICS(Global Industries Classification Standard)的基礎(chǔ)上，在我國構(gòu)建了四級(jí)行業(yè)分類體系，其中包括11個(gè)一級(jí)行業(yè)，24個(gè)二級(jí)行業(yè)，69個(gè)三級(jí)行業(yè)以及161個(gè)四級(jí)行業(yè)。同時(shí)，借鑒張春強(qiáng)等(2019)[29]和王敘果等(2019)[28]的做法，若債券起息日之前的360天內(nèi)發(fā)生同行業(yè)違約事件，則Def取值為1，否則為0。β1和δ1是本文重點(diǎn)關(guān)注的系數(shù)，β1表示同行業(yè)違約對(duì)債券發(fā)行風(fēng)險(xiǎn)溢價(jià)的平均影響，δ1表示違約對(duì)債券發(fā)行成功率的影響。

Controls為控制變量，參考DeBoskey和Gillett(2013)[39]、王永欽和徐鴻恂(2019)[40]、鐘寧樺等(2021)[12]以及呂懷立等(2021)[41]的研究，本文的控制變量具體包括債券規(guī)模、期限、是否有擔(dān)保等債券信息，發(fā)行人滯后一期的企業(yè)規(guī)模、總資產(chǎn)報(bào)酬率、資產(chǎn)負(fù)債率、已獲利息倍數(shù)、Z值破產(chǎn)風(fēng)險(xiǎn)系數(shù)、第一大股東持股比例、信用評(píng)級(jí)、是否上市、是否國有企業(yè)等發(fā)行人信息。同時(shí)還控制了年份Year和省份Province固定效應(yīng)。本文主要變量的定義如表1所示。

表1 變量定義

四、實(shí)證結(jié)果與分析

(一)主要變量的描述性統(tǒng)計(jì)

表2是變量的描述性統(tǒng)計(jì)結(jié)果。數(shù)據(jù)顯示，債券信用利差的均值為1.804%，標(biāo)準(zhǔn)差為1.3，說明債券的風(fēng)險(xiǎn)溢價(jià)顯著存在且個(gè)體之間差異較大。債券成功發(fā)行概率的平均值為0.941。同行業(yè)違約在總樣本中占比為52.9%，表明自2014年“11超日債”違約以來，債券違約逐漸進(jìn)入常態(tài)化階段，針對(duì)債券違約的研究已不容忽視。此外，債券發(fā)行期限的均值為2.552年，發(fā)行人第一大股東持股比例的均值為80.3%，總資產(chǎn)報(bào)酬率的均值為3.449%，資產(chǎn)負(fù)債率的均值為62.63%，已獲利息倍數(shù)的均值為8.759；主體評(píng)級(jí)的均值為4.131，說明整體上發(fā)行人信用評(píng)級(jí)落在AA+附近，債券特征和發(fā)行人基本面變量均存在較明顯的差異，這為后續(xù)研究的開展提供了基礎(chǔ)，同時(shí)變量的描述性統(tǒng)計(jì)結(jié)果也與已有研究較為相似(鐘輝勇等，2016[38]；張春強(qiáng)等，2019[29]；黃振和郭曄，2021[14]；佟巖等，2022[21])。

表2 主要變量的描述性統(tǒng)計(jì)

為進(jìn)一步觀察債券違約事件發(fā)展的動(dòng)態(tài)趨勢，本文從違約數(shù)量、規(guī)模以及發(fā)行人企業(yè)性質(zhì)等視角對(duì)違約事件進(jìn)行梳理?？傮w來看，2014—2022年6月，債券市場共有665只債券發(fā)生實(shí)質(zhì)性違約，隨違約事件的發(fā)展，違約主體也逐漸向高信用等級(jí)、股東背景強(qiáng)的發(fā)行人轉(zhuǎn)移。從違約數(shù)量和規(guī)模來看，2014年至2017年，債券違約情況相對(duì)較少，違約債券從2014年的6只上升到2017年的27只，違約金額從13.4億元到220億元，違約數(shù)量和金額呈現(xiàn)波動(dòng)上升趨勢；2018年后信用風(fēng)險(xiǎn)暴露，違約呈現(xiàn)大幅增長態(tài)勢，違約債券突破100只，違約金額超過1 000億元。從發(fā)行人企業(yè)性質(zhì)來看，2014年6只民營企業(yè)債券發(fā)生違約打破了剛性兌付；2015年開始出現(xiàn)中央和地方國有企業(yè)的債券違約事件，但違約數(shù)量仍小于民營企業(yè)；2020年以來信用風(fēng)險(xiǎn)向國有企業(yè)遷移，2020年國企違約債券達(dá)到52只，民營企業(yè)違約債券為56只。

(二)基準(zhǔn)回歸

基于前文的研究設(shè)計(jì)，本部分檢驗(yàn)債券發(fā)行前同行業(yè)違約對(duì)其發(fā)債定價(jià)的影響。表3分別列示了加入不同控制變量的回歸結(jié)果，在這4列結(jié)果中，虛擬變量Def的回歸系數(shù)均在1%的水平上顯著為正。以列(4)為例，同行業(yè)債券違約提高了債券的信用利差0.153，由此可知在一級(jí)市場違約的信用風(fēng)險(xiǎn)經(jīng)行業(yè)傳染，確實(shí)提高了債券的發(fā)行定價(jià)。從經(jīng)濟(jì)意義上來看，同行業(yè)發(fā)生違約事件的公司其債券信用利差平均提高了15.3個(gè)基點(diǎn)，約等于債券信用利差平均值的8.48%，說明債券違約的信用風(fēng)險(xiǎn)傳染效應(yīng)具有顯著的經(jīng)濟(jì)意義，本文的假設(shè)H1得到驗(yàn)證。

表3 同行業(yè)違約對(duì)債券信用利差的影響

同時(shí)，債券和發(fā)行人特征變量也會(huì)影響債券發(fā)行定價(jià)。表3結(jié)果顯示，Rating與信用利差負(fù)相關(guān)，這是因?yàn)樵u(píng)級(jí)越高，發(fā)行人違約風(fēng)險(xiǎn)越低，從而債券的風(fēng)險(xiǎn)溢價(jià)也越低。SOE和List的回歸系數(shù)顯著為負(fù)，意味著發(fā)行人是國有控股或者上市，發(fā)行債券的信用利差都會(huì)更低。Guarantee的回歸系數(shù)顯著為正，意味著發(fā)行債券時(shí)采取擔(dān)保措施反而會(huì)提高債券的信用利差，原因在于投資者認(rèn)為擔(dān)保是發(fā)行人資質(zhì)較差的信號(hào)，從而要求更高的風(fēng)險(xiǎn)溢價(jià)(林晚發(fā)等，2022[26])。Lev的系數(shù)顯著為正，意味著發(fā)行人償債壓力越大、破產(chǎn)風(fēng)險(xiǎn)越高，信用利差也越大。

接下來考察違約事件對(duì)同行業(yè)債券成功發(fā)行率的影響。在本文的樣本區(qū)間，從Wind數(shù)據(jù)庫獲取未成功發(fā)行的企業(yè)債、公司債、短期融資券和中期票據(jù)，剔除財(cái)務(wù)數(shù)據(jù)缺失的樣本，共得到3 162只信用債，債券發(fā)行失敗的概率為5.94%，有可能為稀有事件。在這種情況下使用傳統(tǒng)Logit二值模型進(jìn)行估計(jì)時(shí)，即使樣本量達(dá)到數(shù)千，依舊會(huì)產(chǎn)生稀有事件偏差，而補(bǔ)對(duì)數(shù)-對(duì)數(shù)模型可以修正這種偏差(陳強(qiáng)，2014[42])。出于穩(wěn)健性考慮，本文同時(shí)使用Logit模型和補(bǔ)對(duì)數(shù)-對(duì)數(shù)模型估計(jì)同行業(yè)違約對(duì)債券發(fā)行成功率的影響，結(jié)果如表4所示。列(1)為Logit回歸結(jié)果，Def的系數(shù)為-0.100并在5%的水平上顯著，說明違約事件降低了同行業(yè)債券的發(fā)行成功率。列(2)為互補(bǔ)雙對(duì)數(shù)模型回歸結(jié)果，Def的系數(shù)為-0.028并在5%的水平上顯著，關(guān)鍵變量Def的系數(shù)與列(1)相比，符號(hào)和顯著性并未發(fā)生變化，說明稀有事件偏差并不影響本文結(jié)論的穩(wěn)健性，債券違約事件發(fā)生后，同行業(yè)債券發(fā)行成功率顯著下降，支持了假設(shè)H2。列(3)和列(4)使用補(bǔ)對(duì)數(shù)-對(duì)數(shù)模型分別檢驗(yàn)違約對(duì)AAA評(píng)級(jí)企業(yè)和低于AAA評(píng)級(jí)企業(yè)發(fā)行債券成功率的異質(zhì)性影響。列(3)中Def的系數(shù)為0.008但并不顯著，列(4)中Def的系數(shù)為-0.053且在1%的水平上顯著，說明違約事件對(duì)低評(píng)級(jí)企業(yè)的沖擊更大，債券發(fā)行成功率顯著下降，進(jìn)一步驗(yàn)證了假設(shè)H2。

表4 同行業(yè)違約對(duì)債券發(fā)行成功率的影響

在本文的債券違約樣本中，違約規(guī)模的差異較大，金額較小的債券違約事件對(duì)市場的沖擊不大，投資者感知的風(fēng)險(xiǎn)水平也較低，只有當(dāng)違約規(guī)?？缭揭欢ǖ拈撝抵螅瑐`約才容易引起資本市場的廣泛關(guān)注。因此，本文認(rèn)為在債券違約金額的不同區(qū)間，同行業(yè)違約釋放的信用風(fēng)險(xiǎn)對(duì)債券發(fā)行定價(jià)的影響存在差異，為克服人為設(shè)置違約金額閾值導(dǎo)致的主觀偏差，采用門檻回歸模型對(duì)這一假設(shè)進(jìn)行實(shí)證分析。首先，經(jīng)過觀察描述性統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，最大違約規(guī)模超過95%分位數(shù)后的樣本均值是整體均值的五倍，同時(shí)波動(dòng)性也遠(yuǎn)大于整體波動(dòng)性，因此，為避免異常值干擾結(jié)果，剔除超過95%分位數(shù)的異常樣本值。接下來進(jìn)行門檻存在性的檢驗(yàn)，經(jīng)過Bootstrap自助法反復(fù)抽樣300次，研究發(fā)現(xiàn)行業(yè)內(nèi)最大違約金額門檻變量在1%的顯著性水平上通過了單一門檻檢驗(yàn)，門檻值為2.2，F(xiàn)統(tǒng)計(jì)量為325.011，自抽樣P值為0，但并未通過多重門檻檢驗(yàn)。同時(shí)本文剔除了超過90%分位數(shù)的異常樣本值進(jìn)行穩(wěn)健性檢驗(yàn)，研究發(fā)現(xiàn)，行業(yè)內(nèi)違約金額門檻變量依舊在1%的顯著性水平上通過了單一門檻檢驗(yàn)，門檻值為2.2，F(xiàn)統(tǒng)計(jì)量為301.278，P值為0，同時(shí)在10%的顯著性水平上通過了雙重門檻檢驗(yàn)，門檻值為2.2和18，顯著性水平較弱，F(xiàn)統(tǒng)計(jì)量為3.008，自抽樣P值為0.07，且門檻值18的95%置信區(qū)間為[4.943，19.245]，置信區(qū)間過大導(dǎo)致結(jié)果不可信，因此本文認(rèn)為行業(yè)內(nèi)最大違約金額門檻變量的多重門檻模型并不適合檢驗(yàn)本文的假設(shè)。綜上可知，在1%的置信水平上單一門檻更適合本文的分析，門檻值為2.2?；诖诉M(jìn)行信用風(fēng)險(xiǎn)傳染效應(yīng)的門檻模型檢驗(yàn)，回歸結(jié)果如表5所示。表5列(1)結(jié)果顯示，是否發(fā)生違約Def對(duì)債券信用利差的影響系數(shù)在門檻值2.2前后由-0.178 上升為0.193，且回歸系數(shù)均在1%的水平上顯著，說明違約與債券發(fā)行定價(jià)之間存在明顯的非線性特征；表5列(2)穩(wěn)健性檢驗(yàn)的結(jié)果顯示，是否發(fā)生違約Def對(duì)債券信用利差的影響系數(shù)在門檻值2.2前后由-0.168上升為0.190，且回歸系數(shù)均在1%的水平上顯著，說明違約與債券發(fā)行定價(jià)具有非線性特征的結(jié)論穩(wěn)健。綜上所述，債券違約金額對(duì)信用風(fēng)險(xiǎn)傳染的影響存在門檻效應(yīng)，Def的系數(shù)隨著行業(yè)內(nèi)違約金額的增大而逐漸增大，在債券違約規(guī)模超過閾值之后，同行業(yè)發(fā)生的大規(guī)模債券違約事件會(huì)嚴(yán)重沖擊投資者的恐慌情緒，表現(xiàn)為債券的發(fā)行定價(jià)水平更高，假設(shè)H3得到驗(yàn)證。

表5 信用風(fēng)險(xiǎn)傳染效應(yīng)的門檻回歸

(三)信用風(fēng)險(xiǎn)傳染定價(jià)效應(yīng)的作用機(jī)制檢驗(yàn)

以上實(shí)證研究發(fā)現(xiàn)債券違約的信用風(fēng)險(xiǎn)會(huì)經(jīng)行業(yè)進(jìn)行傳染，并最終提高同行業(yè)債券的發(fā)行定價(jià)水平。那么，信用風(fēng)險(xiǎn)通過什么樣的機(jī)制作用改變債券信用利差？投資者情緒是否發(fā)揮了中介作用？基于此，本文在模型(1)基準(zhǔn)回歸的基礎(chǔ)上構(gòu)建如下中介模型進(jìn)行機(jī)制檢驗(yàn)：

Sent=γ0+γ1Def+γ2Controls

+γ3∑Year+γ4∑Province+ε

(3)

在模型(3)中，投資者情緒Sent為中介變量，即信用風(fēng)險(xiǎn)傳染影響債券發(fā)行定價(jià)的機(jī)制變量。參考江艇(2022)[43]的做法，為克服中介效應(yīng)逐步檢驗(yàn)法的內(nèi)生局限性，本文只考察自變量債券違約對(duì)中介變量機(jī)構(gòu)投資者情緒的影響。

目前在我國債券市場上，債券發(fā)行時(shí)采取簿記建檔的方式確定票面利率，這使得機(jī)構(gòu)投資者會(huì)參考對(duì)債券相關(guān)風(fēng)險(xiǎn)的預(yù)期和估值來決定認(rèn)購數(shù)量和價(jià)格，從而形成最終的債券發(fā)行利率。企業(yè)的負(fù)面信息會(huì)向市場釋放信用風(fēng)險(xiǎn)的信號(hào)，從而引發(fā)投資者的消極情緒。受恐慌緊張等消極情緒的影響，投資者的風(fēng)險(xiǎn)偏好趨于保守，風(fēng)險(xiǎn)厭惡水平也相應(yīng)提高，最終表現(xiàn)為債券風(fēng)險(xiǎn)溢價(jià)的顯著提高。因此，機(jī)構(gòu)投資者的情緒會(huì)對(duì)債券信用利差產(chǎn)生影響?；谝字靖吆兔?2009)[44]、李永等(2018)[35]的研究，本文選取債券發(fā)行只數(shù)、新股發(fā)行個(gè)數(shù)、封閉式基金平均折價(jià)率以及投資者信心指數(shù)并采用主成分分析法構(gòu)造債券市場機(jī)構(gòu)投資者情緒Sent，該變量數(shù)值越大，表明投資者情緒越高漲。為了避免指標(biāo)單位差異對(duì)結(jié)果的干擾，在進(jìn)行主成分分析之前首先對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理，然后根據(jù)累計(jì)方差解釋率達(dá)到85%的標(biāo)準(zhǔn)選取3個(gè)主成分，最后按照特征值的加權(quán)平均計(jì)算情緒指標(biāo)Sent。同時(shí)參考Baker和Wurgler(2006)[34]的做法，采用第一主成分構(gòu)造投資者情緒Sent1進(jìn)行穩(wěn)健性檢驗(yàn)?；谕顿Y者情緒的機(jī)制檢驗(yàn)結(jié)果如表6所示，其中列(1)、列(2)的結(jié)果顯示，是否發(fā)生同行業(yè)債券違約Def的系數(shù)γ1均在1%的水平上顯著為負(fù)，意味著債券違約事件的頻發(fā)，顯著降低了市場的投資者情緒，說明債券違約釋放的信用風(fēng)險(xiǎn)通過降低投資者情緒提高了債券的發(fā)行定價(jià)水平。

表6 信用風(fēng)險(xiǎn)傳染效應(yīng)的傳導(dǎo)機(jī)制檢驗(yàn)

(四)穩(wěn)健性檢驗(yàn)

1.內(nèi)生性檢驗(yàn)。

在實(shí)證檢驗(yàn)中，為了避免潛在的反向因果關(guān)系，本文對(duì)于債券發(fā)行人的總資產(chǎn)報(bào)酬率、資產(chǎn)負(fù)債率、已獲利息倍數(shù)、總資產(chǎn)等財(cái)務(wù)指標(biāo)均進(jìn)行了滯后一期的處理。進(jìn)一步地，考慮到可能存在某些遺漏的宏觀經(jīng)濟(jì)變量會(huì)同時(shí)影響債券違約和債券信用利差，導(dǎo)致債券違約存在潛在的內(nèi)生性問題。為了檢驗(yàn)債券違約對(duì)同行業(yè)債券發(fā)行定價(jià)的正向影響是否由宏觀經(jīng)濟(jì)因素導(dǎo)致，本文參考楊國超和盤宇章(2019)[45]、黃振和郭曄(2021)[14]的研究，在模型(1)的基礎(chǔ)上加入貨幣供應(yīng)量的同比增長率、各省份人均GDP以及GDP的增長率等宏觀經(jīng)濟(jì)變量，回歸結(jié)果如表7所示。表7列(1)控制了人均GDP，列(2)控制了GDP增長率，列(3)控制了貨幣供應(yīng)量的增長率，列(4)同時(shí)控制了這三個(gè)變量，虛擬變量Def的回歸系數(shù)均在1%的水平上顯著為正。結(jié)果表明，在控制了可能遺漏的宏觀經(jīng)濟(jì)變量后，同行業(yè)是否發(fā)生違約事件依舊能顯著提高債券的信用利差，本文的研究結(jié)論仍然得到驗(yàn)證。

表7 增加宏觀經(jīng)濟(jì)變量的內(nèi)生性檢驗(yàn)

2.安慰劑檢驗(yàn)。

本文的主回歸表明，債券違約會(huì)顯著提高同行業(yè)債券的信用利差，如果這一結(jié)論在隨機(jī)指定債券違約的情境下依然存在，那么本文的研究結(jié)論將失去統(tǒng)計(jì)意義，說明債券違約只是安慰劑，對(duì)債券信用利差并沒有實(shí)質(zhì)性影響。為此參考許年行和李哲(2016)[46]、竇超等(2022)[47]的做法進(jìn)行安慰劑檢驗(yàn)。首先，為每只債券隨機(jī)分配同行業(yè)是否發(fā)生違約事件，然后使用隨機(jī)分配的違約與債券信用利差進(jìn)行回歸，最后將上述過程重復(fù)10 000次?；貧w結(jié)果如表8所示，是否發(fā)生同行業(yè)債券違約的回歸系數(shù)β1顯著為正和顯著為負(fù)的占比差異較小，同時(shí)主回歸t值為18.42，在安慰劑試驗(yàn)中屬于小概率事件，意味著隨機(jī)分配的虛擬處理效應(yīng)并不存在，表明確實(shí)是債券違約顯著提高了同行業(yè)債券的發(fā)行定價(jià)，證明了本文結(jié)論的穩(wěn)健性。

表8 安慰劑檢驗(yàn)

3.替換核心變量。

首先，本文對(duì)解釋變量的度量方式進(jìn)行替換，基準(zhǔn)回歸中，本文使用同行業(yè)是否發(fā)生違約事件度量債券市場的信用風(fēng)險(xiǎn)，考慮到債券違約發(fā)生的次數(shù)和規(guī)模也會(huì)影響投資者對(duì)信用風(fēng)險(xiǎn)的預(yù)期和估值，本文進(jìn)一步設(shè)置虛擬變量Defnumber債券發(fā)行前同行業(yè)是否多次爆發(fā)違約事件、Maxdefault行業(yè)內(nèi)債券最大違約規(guī)模以及Meandefault行業(yè)內(nèi)債券平均違約規(guī)模這三個(gè)指標(biāo)來度量解釋變量。在表9列(1)，Defnumber的回歸系數(shù)為0.154，在1%的水平上顯著，意味著債券違約事件的頻發(fā)會(huì)提高債券的發(fā)行定價(jià)，表9列(2)Maxdefault的回歸系數(shù)為0.014，且在1%的水平上顯著，表9列(3)Meandefault的回歸系數(shù)也在1%的水平上顯著為正，意味著債券違約規(guī)模越大，同行業(yè)債券的發(fā)行定價(jià)水平也越高，解釋變量的替換并沒有改變本文的假設(shè)。其次替換被解釋變量，借鑒王雄元和張春強(qiáng)(2013)[48]的方法，本文使用債券的融資成本代替信用利差來度量債券的發(fā)行定價(jià)水平。表9列(4)的回歸結(jié)果顯示，Def的回歸系數(shù)為0.152，且在1%的水平上顯著，說明債券的發(fā)行定價(jià)與同行業(yè)是否發(fā)生債券違約事件存在顯著的正相關(guān)關(guān)系，本文的假設(shè)仍然得到驗(yàn)證。

表9 替換核心變量的穩(wěn)健性檢驗(yàn)

4.重新設(shè)定違約傳染的觀測窗口。

鑒于樣本區(qū)間的選擇可能會(huì)影響實(shí)證結(jié)果的穩(wěn)健性，本文參考黃振和郭曄(2021)[14]的思想，調(diào)整了觀測信用風(fēng)險(xiǎn)傳染效應(yīng)的時(shí)間窗口，分別在原觀測窗口的基礎(chǔ)上將其縮短50%和擴(kuò)展50%，表10列(1)和列(2)分別是時(shí)間窗口為180天和540天的回歸結(jié)果，結(jié)果顯示，改變時(shí)間窗口后Def同行業(yè)是否發(fā)生違約事件與Spread債券信用利差的關(guān)系依舊顯著為正，意味著重新設(shè)定觀測窗口并沒有改變本文的結(jié)果。

表10 調(diào)整違約觀測窗口的穩(wěn)健性檢驗(yàn)

5.發(fā)行人地域差異的穩(wěn)健性檢驗(yàn)。

本文考察信用風(fēng)險(xiǎn)的傳染效應(yīng)時(shí)已經(jīng)盡可能控制了債券與發(fā)行人層面的控制變量，但是由于我國幅員遼闊，不同地域在制度環(huán)境、資源稟賦以及經(jīng)濟(jì)發(fā)展等方面存在顯著差異，這可能會(huì)導(dǎo)致發(fā)行人對(duì)債券違約的敏感度不同，從而影響信用風(fēng)險(xiǎn)對(duì)公司發(fā)債定價(jià)的作用效果?；诖耍疚脑谠Ｐ偷幕A(chǔ)上，借鑒寧博等(2020)[30]、黃振和郭曄(2021)[14]的做法，根據(jù)發(fā)行人所在省份將樣本分為西部、中部和東部三組，從而檢驗(yàn)地域差異對(duì)信用風(fēng)險(xiǎn)傳染效應(yīng)的影響。表11列(1)、列(2)和列(3)的回歸結(jié)果顯示，不管是在經(jīng)濟(jì)發(fā)展較快的區(qū)域，還是經(jīng)濟(jì)發(fā)展較慢的區(qū)域，Def的回歸系數(shù)均顯著為正，意味著盡管與中、西部相比，東部地區(qū)整體的融資環(huán)境市場化程度較高，但債券違約加劇了投資者的緊張情緒，使得信用風(fēng)險(xiǎn)對(duì)債券發(fā)行定價(jià)水平的影響在西部、中部和東部都顯著存在，表明本文結(jié)論是可靠的。

表11 發(fā)行人地域差異的穩(wěn)健性檢驗(yàn)

五、進(jìn)一步分析

前述分析表明，在一級(jí)市場債券違約釋放的信用風(fēng)險(xiǎn)確實(shí)會(huì)影響同行業(yè)債券的發(fā)行定價(jià)，那么公司特征和債券特征會(huì)如何調(diào)節(jié)信用風(fēng)險(xiǎn)的定價(jià)效應(yīng)呢？本文基于發(fā)行人所有權(quán)性質(zhì)、風(fēng)險(xiǎn)承受能力、所處行業(yè)差異以及債券不同屬性展開深度研究。

(一)基于發(fā)行人所有權(quán)性質(zhì)的視角

目前在債券市場，一般認(rèn)為國家為國有企業(yè)債券提供了隱性擔(dān)保，顯著影響了債券定價(jià)(王博森等，2016[11])，這是因?yàn)閲衅髽I(yè)是推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展的重要引擎，雖然政府沒有明確給予國企擔(dān)保承諾，但迫于經(jīng)濟(jì)發(fā)展壓力(Li和Zhou，2005[49])，政府會(huì)對(duì)國企有擔(dān)保動(dòng)機(jī)。因此，政府的信用背書可以降低國企的風(fēng)險(xiǎn)，緩解債券違約發(fā)生時(shí)投資者的恐慌情緒，進(jìn)而降低信用風(fēng)險(xiǎn)在行業(yè)內(nèi)的傳染效應(yīng)，所以，債券違約對(duì)同行業(yè)國有企業(yè)債券風(fēng)險(xiǎn)溢價(jià)的提升程度較小。相比國有企業(yè)，民營企業(yè)沒有隱性擔(dān)保，違約事件發(fā)生后投資者對(duì)民企債券的風(fēng)險(xiǎn)投資回報(bào)要求較高，缺乏政府的信用背書使得信用風(fēng)險(xiǎn)經(jīng)行業(yè)傳染，顯著提升了同行業(yè)民營企業(yè)債券的風(fēng)險(xiǎn)溢價(jià)。由此可見，相比國有企業(yè)債券，債券違約能顯著提高同行業(yè)民營企業(yè)債券的風(fēng)險(xiǎn)溢價(jià)。更進(jìn)一步，政府對(duì)中央國有企業(yè)和地方國有企業(yè)的隱性擔(dān)保存在差異。政府的財(cái)力狀況越好，擔(dān)保意愿和能力就越強(qiáng)，因而債券的信用風(fēng)險(xiǎn)越低(羅榮華和劉勁勁，2016[50])。地方政府的償債能力明顯弱于中央政府，因此政府對(duì)中央國有企業(yè)債券的隱性擔(dān)保顯著高于地方國有企業(yè)發(fā)行的債券(王博森等，2016[11])。相比中央國有企業(yè)債券，地方國有企業(yè)的政府信用背書較弱，債券違約事件顯著提高了投資者感知的風(fēng)險(xiǎn)水平，由此導(dǎo)致投資者對(duì)同行業(yè)的地方國有企業(yè)債券索取更高的風(fēng)險(xiǎn)溢價(jià)。

為考察同行業(yè)爆發(fā)債券違約事件之后，信用風(fēng)險(xiǎn)的傳染對(duì)不同所有制企業(yè)發(fā)債定價(jià)的異質(zhì)性影響，本文將企業(yè)分為國有企業(yè)和民營企業(yè)，在模型(1)的基礎(chǔ)上加入虛擬變量同行業(yè)是否有債券違約與發(fā)行人企業(yè)性質(zhì)的交乘項(xiàng)，回歸結(jié)果見表12。結(jié)果顯示，Def×SOE的系數(shù)在1%的水平上顯著為負(fù)，以列(4)為例，民營企業(yè)發(fā)債時(shí)，債券違約的信用風(fēng)險(xiǎn)經(jīng)行業(yè)內(nèi)傳染，使得債券信用利差提高了0.396；當(dāng)國有企業(yè)發(fā)債時(shí)，信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)使得債券信用利差提高了0.125(0.396-0.271)。該結(jié)果表明，同行業(yè)爆發(fā)債券違約事件之后，信用風(fēng)險(xiǎn)的傳染對(duì)不同所有制企業(yè)的發(fā)債定價(jià)具有異質(zhì)性影響，相比國有企業(yè)，其更能顯著提高民企債券的信用利差。

表12 信用風(fēng)險(xiǎn)傳染效應(yīng)的產(chǎn)權(quán)異質(zhì)性

為更進(jìn)一步檢驗(yàn)信用風(fēng)險(xiǎn)的傳染對(duì)中央國有企業(yè)和地方國有企業(yè)發(fā)債定價(jià)的異質(zhì)性影響，本文將國有企業(yè)分為中央國企和地方國企，在模型(1)的基礎(chǔ)上分別加入虛擬變量同行業(yè)是否有債券違約與央企的交乘項(xiàng)Def×ZYSOE以及與國企的交乘項(xiàng)Def×DFSOE，回歸結(jié)果見表13。結(jié)果顯示，加入不同控制變量后，各列主要結(jié)論一致，Def×ZYSOE和Def×DFSOE的系數(shù)均顯著為負(fù)，意味著信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)對(duì)民營企業(yè)債券信用利差的提升效果更大。同時(shí)，Def×ZYSOE與Def×DFSOE的系數(shù)存在顯著差異，表明同行業(yè)發(fā)生違約事件對(duì)央企和國企的發(fā)債定價(jià)存在異質(zhì)性。以列(4)為例，民營企業(yè)發(fā)債時(shí)，信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)使得債券信用利差提高了0.396，地方國有企業(yè)發(fā)債時(shí)，其提升效果為0.167(0.396-0.229)，中央國有企業(yè)發(fā)債時(shí)，同行業(yè)違約事件不僅沒有提升違約信用利差，反而使其下降了0.063(0.396-0.459)。這可能是因?yàn)閭`約爆發(fā)后投資者恐慌情緒加劇，央企擁有更強(qiáng)的政府信用背書，對(duì)投資者更有吸引力，其發(fā)行債券的信用利差也呈下降趨勢。結(jié)果表明，信用風(fēng)險(xiǎn)的傳染對(duì)國有企業(yè)發(fā)債定價(jià)具有異質(zhì)性影響，對(duì)地方國有企業(yè)債券信用利差的提升作用強(qiáng)于中央國有企業(yè)。

表13 信用風(fēng)險(xiǎn)傳染效應(yīng)對(duì)央企、國企的異質(zhì)性

(二)基于發(fā)行人風(fēng)險(xiǎn)承受能力的視角

相對(duì)于風(fēng)險(xiǎn)承受能力弱的企業(yè)，風(fēng)險(xiǎn)承受能力強(qiáng)的發(fā)行人擁有更多的融資渠道(黃海杰和陳運(yùn)佳，2022[51])，當(dāng)同行業(yè)出現(xiàn)債券違約事件時(shí)，更容易通過銀行信貸等途徑籌措資金，受信用風(fēng)險(xiǎn)的沖擊較小。相反，發(fā)行人的風(fēng)險(xiǎn)承受能力較弱時(shí)，債券市場融資環(huán)境的惡化會(huì)提高其融資成本，表現(xiàn)為債券信用利差更高。參考王敘果等(2019)[28]的研究，本文分別選取總資產(chǎn)報(bào)酬率、是否上市、企業(yè)規(guī)模以及主體評(píng)級(jí)來度量發(fā)行人的風(fēng)險(xiǎn)承受能力。在表14列(1)，交乘項(xiàng)Def×ROA的回歸系數(shù)在1%的水平上顯著為負(fù)，說明債券違約的傳染效應(yīng)在盈利能力弱的發(fā)行人中更強(qiáng)烈。在表14列(2)，交乘項(xiàng)Def×List的回歸系數(shù)顯著為負(fù)，說明債券違約的傳染效應(yīng)在沒有上市的發(fā)行人中更強(qiáng)烈。在表14列(3)，交乘項(xiàng)Def×Asset的回歸系數(shù)也顯著為負(fù)，說明債券違約的傳染效應(yīng)在公司規(guī)模較小的發(fā)行人中更強(qiáng)烈。在表14列(4)，交乘項(xiàng)Def×Rating的回歸系數(shù)仍顯著為負(fù)，說明債券違約的傳染效應(yīng)在主體評(píng)級(jí)低的發(fā)行人中更強(qiáng)烈。上述實(shí)證結(jié)果表明，對(duì)于盈利能力較弱、沒有上市、公司規(guī)模較小以及信用評(píng)級(jí)低的發(fā)行人，它們的風(fēng)險(xiǎn)承受能力較弱，債券市場違約的負(fù)面沖擊對(duì)它們發(fā)債定價(jià)的影響較大，這促使投資者索取更高的風(fēng)險(xiǎn)溢價(jià)，并最終提高發(fā)行人發(fā)債定價(jià)的水平。

表14 發(fā)行人風(fēng)險(xiǎn)承受能力對(duì)信用風(fēng)險(xiǎn)傳染效應(yīng)的調(diào)節(jié)作用

(三)基于發(fā)行人所處行業(yè)差異的視角

經(jīng)過二十多年的快速發(fā)展，房地產(chǎn)行業(yè)已成為影響經(jīng)濟(jì)增長的重要因素，然而房地產(chǎn)業(yè)的高杠桿發(fā)展，也加劇了我國的系統(tǒng)性金融風(fēng)險(xiǎn)。為進(jìn)一步促進(jìn)房地產(chǎn)市場健康平穩(wěn)地長效發(fā)展，金融機(jī)構(gòu)不斷強(qiáng)化了監(jiān)管政策，房地產(chǎn)行業(yè)各融資渠道受到明顯阻礙。本文基于我國房地產(chǎn)行業(yè)融資環(huán)境收緊的政策背景，對(duì)比研究發(fā)行人行業(yè)差異對(duì)信用風(fēng)險(xiǎn)傳染效應(yīng)的調(diào)節(jié)作用，回歸結(jié)果如表15所示。在表15列(1)房地產(chǎn)業(yè)中Def的回歸系數(shù)為0.293，且在1%的水平上顯著；在表15列(2)批發(fā)和零售業(yè)中Def的回歸系數(shù)為0.065，僅在10%的水平上顯著；在表15列(3)制造業(yè)中Def的回歸系數(shù)為0.016，并不顯著。這說明相比制造業(yè)、批發(fā)和零售業(yè)，債券違約釋放的信用風(fēng)險(xiǎn)在房地產(chǎn)行業(yè)中的傳染效應(yīng)更為強(qiáng)烈，顯著提高了債券的信用利差。這意味著處于房地產(chǎn)行業(yè)的發(fā)行人發(fā)生債券違約更容易造成投資者恐慌情緒蔓延，并最終提高行業(yè)內(nèi)債券的發(fā)行定價(jià)水平。

(四)基于債券屬性的視角

在我國債券市場，根據(jù)發(fā)行人業(yè)務(wù)類型的不同，可以將信用債分為產(chǎn)業(yè)債和城投債。產(chǎn)業(yè)債的發(fā)行主體為經(jīng)營實(shí)體產(chǎn)業(yè)的企業(yè)，城投債的發(fā)行主體為地方政府融資平臺(tái)。為應(yīng)對(duì)2008年金融危機(jī)對(duì)經(jīng)濟(jì)造成的沖擊，我國推出“四萬億”投資計(jì)劃，并鼓勵(lì)政府設(shè)立地方融資平臺(tái)公司拓展融資渠道，隨后城投債迎來迅速增長時(shí)期。Wind數(shù)據(jù)顯示，僅2009年共發(fā)行城投債272只，發(fā)行規(guī)模為4 305億元，分別較2008年同比增長249%和270%。城投債作為我國債券市場的重要組成部分，在推動(dòng)地方基礎(chǔ)設(shè)施建設(shè)、區(qū)域經(jīng)濟(jì)發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方面發(fā)揮了重要作用(胡奕明和顧祎雯，2016[52]；賈俊雪等，2017[53]；郭玉清等，2017[54])。產(chǎn)業(yè)債與城投債的發(fā)行主體在運(yùn)營方式和經(jīng)營目標(biāo)上存在較大差異。具體表現(xiàn)為，產(chǎn)業(yè)債的發(fā)行主體獨(dú)立經(jīng)營、自負(fù)盈虧，政府較少干預(yù)企業(yè)的日常事務(wù)，因此企業(yè)以利潤最大化為目標(biāo)，保障投資者利益；但是城投債的發(fā)行主體更多以完成地方公用事業(yè)建設(shè)為己任，基礎(chǔ)設(shè)施項(xiàng)目的周期長、投資規(guī)模大、短期內(nèi)難以回收資金且盈利性較差。當(dāng)前經(jīng)濟(jì)周期下行壓力增大，債券違約呈現(xiàn)常態(tài)化，疊加融資平臺(tái)的相關(guān)監(jiān)管政策趨嚴(yán)，當(dāng)同行業(yè)出現(xiàn)債券違約事件時(shí)，投資者會(huì)質(zhì)疑融資平臺(tái)償債資金來源的穩(wěn)定性和持久性，因此相對(duì)于一般產(chǎn)業(yè)債，城投債的發(fā)行定價(jià)更容易受到信用風(fēng)險(xiǎn)的負(fù)面沖擊，表現(xiàn)為債券信用利差更高。

為考察同行業(yè)爆發(fā)債券違約事件之后，信用風(fēng)險(xiǎn)的傳染對(duì)城投債和產(chǎn)業(yè)債發(fā)行定價(jià)的異質(zhì)性影響，本文在模型(1)的基礎(chǔ)上加入虛擬變量同行業(yè)是否有債券違約與債券是否為城投債的交乘項(xiàng)Def×IFCT，回歸結(jié)果見表16。結(jié)果顯示，加入不同控制變量后，各列主要結(jié)論一致，Def×IFCT的系數(shù)均在1%的水平上顯著為正，意味著信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)對(duì)城投債信用利差的提升效果更大。以列(4)為例，債券違約的信用風(fēng)險(xiǎn)經(jīng)行業(yè)內(nèi)傳染，使得城投債的信用利差提高了0.228(0.135+0.093)；當(dāng)債券為一般產(chǎn)業(yè)債時(shí)，信用風(fēng)險(xiǎn)傳染的定價(jià)效應(yīng)使得債券信用利差提高了0.135。該結(jié)果表明，同行業(yè)爆發(fā)債券違約事件之后，信用風(fēng)險(xiǎn)的傳染對(duì)不同債券的發(fā)行定價(jià)具有異質(zhì)性影響，相比一般產(chǎn)業(yè)債，其更能顯著提高城投債的信用利差。

表16 基于債券屬性的異質(zhì)性檢驗(yàn)

六、結(jié)論與啟示

在百年未有之大變局的背景下，本文基于我國金融市場債券違約頻發(fā)的現(xiàn)象，探究債券違約的信用風(fēng)險(xiǎn)對(duì)同行業(yè)公司債券發(fā)行定價(jià)的影響，對(duì)于提升金融服務(wù)實(shí)體經(jīng)濟(jì)質(zhì)效、防范化解重大金融風(fēng)險(xiǎn)具有重要意義。本文以2014年1月至2022年6月公開發(fā)行的公司債、企業(yè)債、中期票據(jù)以及短期融資券為樣本，研究發(fā)現(xiàn)，公司發(fā)債前，行業(yè)爆發(fā)債券違約事件，會(huì)顯著提高公司債券的風(fēng)險(xiǎn)溢價(jià)并降低債券的成功發(fā)行率，同行業(yè)發(fā)生債券違約的規(guī)模越大，債券的發(fā)行定價(jià)水平也越高。影響機(jī)制分析表明，債券違約釋放的信用風(fēng)險(xiǎn)降低了機(jī)構(gòu)投資者情緒，進(jìn)而提高了債券的發(fā)行定價(jià)水平。在進(jìn)行內(nèi)生性檢驗(yàn)、安慰劑檢驗(yàn)、替換核心變量、重新設(shè)定違約傳染的觀測窗口以及發(fā)行人地域差異檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)后，結(jié)論仍然成立。進(jìn)一步的檢驗(yàn)發(fā)現(xiàn)，信用風(fēng)險(xiǎn)在同行業(yè)的傳染效應(yīng)對(duì)不同所有制企業(yè)具有異質(zhì)性影響，在民營企業(yè)中風(fēng)險(xiǎn)傳染效應(yīng)最強(qiáng)烈，其次是地方國有企業(yè)，最后是中央國有企業(yè)。研究結(jié)果還表明，公司的盈利能力越弱、沒有上市、公司規(guī)模越小以及信用評(píng)級(jí)越低，同行業(yè)債券違約越能顯著提高公司債券的發(fā)行定價(jià)。另外，相比制造業(yè)、批發(fā)和零售業(yè)，房地產(chǎn)行業(yè)中的風(fēng)險(xiǎn)傳染效應(yīng)更強(qiáng)烈。最后基于債券屬性研究發(fā)現(xiàn)，相對(duì)于一般產(chǎn)業(yè)債，城投債的發(fā)行定價(jià)更容易受到信用風(fēng)險(xiǎn)的負(fù)面沖擊，表現(xiàn)為債券信用利差更高。

本文研究結(jié)論有助于推動(dòng)出臺(tái)我國債務(wù)風(fēng)險(xiǎn)防控政策，有助于維護(hù)金融市場穩(wěn)定，并對(duì)于政府、發(fā)債公司和投資者都具有參考價(jià)值和啟發(fā)意義。

第一，對(duì)政府而言，實(shí)證結(jié)果表明債券違約釋放的信用風(fēng)險(xiǎn)會(huì)影響同行業(yè)債券的發(fā)行定價(jià)，且由于缺乏政府信用背書，信用風(fēng)險(xiǎn)的傳染效應(yīng)在民營企業(yè)中更為顯著，因此，一方面監(jiān)管機(jī)構(gòu)應(yīng)當(dāng)重視債券違約的影響，建立健全多元化的債券違約處置機(jī)制，以促進(jìn)債券市場長遠(yuǎn)健康發(fā)展，另一方面應(yīng)積極推進(jìn)債券產(chǎn)品多樣化建設(shè)，適度降低債券融資門檻，為民營企業(yè)提供更多的融資渠道，降低債券違約對(duì)民營企業(yè)發(fā)債定價(jià)的負(fù)面影響。

第二，對(duì)發(fā)債公司而言，研究證實(shí)了公司特征、行業(yè)等都會(huì)影響信用風(fēng)險(xiǎn)的傳染效應(yīng)，因此，公司應(yīng)當(dāng)增強(qiáng)感知和應(yīng)對(duì)債券市場融資環(huán)境風(fēng)險(xiǎn)變化的能力，根據(jù)自身特點(diǎn)，合理選擇債券發(fā)行時(shí)間和條款，以便降低債券違約對(duì)發(fā)行人的沖擊，從而提高融資效率，優(yōu)化資源配置。同時(shí)，公司應(yīng)當(dāng)推動(dòng)業(yè)務(wù)可持續(xù)發(fā)展，增強(qiáng)自身競爭優(yōu)勢，提高風(fēng)險(xiǎn)抵抗能力。

第三，對(duì)投資者而言，在債券違約常態(tài)化的背景下，應(yīng)當(dāng)重視信用風(fēng)險(xiǎn)的傳染效應(yīng)及其經(jīng)濟(jì)后果，尤其要關(guān)注風(fēng)險(xiǎn)承受能力弱、房地產(chǎn)等高杠桿行業(yè)的公司，合理評(píng)估此類公司發(fā)行的債券風(fēng)險(xiǎn)并索取相應(yīng)的投資回報(bào)，從而有效提高資產(chǎn)配置效率。