信用評(píng)級(jí)對(duì)債券融資成本的影響
——來(lái)自中國(guó)公司債券的經(jīng)驗(yàn)證據(jù)

張馨予，朱治雙，張逍洋，周佳琦

（1.南京郵電大學(xué) 管理學(xué)院，江蘇 南京 210003；2.山西財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，山西 太原 030006）

一、引言

債券發(fā)行和被購(gòu)買的場(chǎng)所稱為債券市場(chǎng)，這是金融市場(chǎng)不可或缺的一部分，在金融體系中起著至關(guān)重要的作用。一個(gè)統(tǒng)一、健全的債券市場(chǎng)，既能穩(wěn)定市場(chǎng)，又能為廣大投資者和融資者提供低風(fēng)險(xiǎn)的投融資工具。近些年來(lái)，我國(guó)債券市場(chǎng)規(guī)模穩(wěn)定增長(zhǎng)，經(jīng)濟(jì)市場(chǎng)化程度不斷加深，債券發(fā)行的規(guī)模和數(shù)量不斷升高，債券托管量也以相對(duì)較穩(wěn)定的速度增長(zhǎng)。據(jù)中國(guó)人民銀行公布的數(shù)據(jù)，2021 年，債券市場(chǎng)共發(fā)行各類債券61.9 萬(wàn)億元，較2020 年增長(zhǎng)8.0%；截至2021 年12 月末，債券市場(chǎng)托管余額133.5 萬(wàn)億元，同比增長(zhǎng)16.5 萬(wàn)億元。

公司債是債券發(fā)行較為重要的一種，占比較大，但伴隨著快速發(fā)展，一系列問(wèn)題隨之而來(lái)，債券市場(chǎng)出現(xiàn)了信息不對(duì)稱，進(jìn)而產(chǎn)生債券定價(jià)偏誤與事實(shí)不符、債券違約、市場(chǎng)運(yùn)行不健康等問(wèn)題，最終導(dǎo)致企業(yè)融資難度加大、融資成本高于預(yù)期。2014 年“11 超日債”宣布違約，此后我國(guó)債券的違約數(shù)量和違約金額開始持續(xù)上升。這種情況下信用評(píng)級(jí)就顯得尤為重要。信用評(píng)級(jí)是基于一系列數(shù)據(jù)的指標(biāo)評(píng)價(jià)體系，通過(guò)全方位收集相關(guān)信息，客觀具體地分析其所處環(huán)境，分等級(jí)地表示評(píng)估對(duì)象的償債能力、償債意愿以及違約風(fēng)險(xiǎn)，最終給出主體評(píng)級(jí)、債項(xiàng)評(píng)級(jí)等結(jié)果。一個(gè)權(quán)威、公正、完整、系統(tǒng)的信用評(píng)級(jí)，能夠合理有效地減緩債券市場(chǎng)信息不對(duì)稱的現(xiàn)象，同時(shí)為投資者和發(fā)行企業(yè)提供相對(duì)真實(shí)可靠的風(fēng)險(xiǎn)信息，降低企業(yè)債券融資成本，最終達(dá)到規(guī)范市場(chǎng)、完善市場(chǎng)運(yùn)行、提高市場(chǎng)運(yùn)行效率的效果。中國(guó)信用評(píng)級(jí)機(jī)構(gòu)在過(guò)去幾十年中實(shí)現(xiàn)了快速發(fā)展，政府的政策支持、行業(yè)監(jiān)管的加強(qiáng)以及市場(chǎng)競(jìng)爭(zhēng)的推動(dòng)都為中國(guó)信用評(píng)級(jí)機(jī)構(gòu)提供了有利的發(fā)展環(huán)境。但相比于西方發(fā)達(dá)國(guó)家仍存在較大差距，仍處在初級(jí)發(fā)展階段，因此研究信用評(píng)級(jí)對(duì)公司債券融資成本的影響十分必要。本文將從理論和實(shí)證兩方面分別進(jìn)行探究，分析信用評(píng)級(jí)對(duì)公司債券融資成本的影響效果，以期完善信用評(píng)級(jí)相關(guān)研究。

二、文獻(xiàn)綜述

（一）信用評(píng)級(jí)業(yè)務(wù)研究

信用評(píng)級(jí)業(yè)務(wù)興起于20 世紀(jì)初的西方發(fā)達(dá)國(guó)家資本主義市場(chǎng)，現(xiàn)階段理論已較為成熟。國(guó)內(nèi)外學(xué)者對(duì)其相關(guān)研究主要圍繞三個(gè)方面展開。第一，關(guān)于信用評(píng)級(jí)的影響機(jī)制分析。Kliger 和Sarig（2000）[1]提出要重點(diǎn)關(guān)注評(píng)級(jí)機(jī)構(gòu)調(diào)整對(duì)債券價(jià)格的影響。Partnoy（2001）[2]則指出，信用評(píng)級(jí)機(jī)構(gòu)聲譽(yù)越好，越能夠?yàn)橥顿Y者在債券市場(chǎng)買賣債券中給出客觀正確的導(dǎo)向。沈紅波和廖冠民（2014）[3]反向從信息不對(duì)稱的角度出發(fā)，探討信用等級(jí)與債券融資成本之間的關(guān)系，發(fā)現(xiàn)更高的信用等級(jí)可以減少一定的融資成本。第二，關(guān)于信用評(píng)級(jí)的模型和方法分析，如5C、LAPP、杜邦分析、消費(fèi)信貸評(píng)分法等。對(duì)信用評(píng)級(jí)的定量分析最早是Fisher（1959）[4]，采用多元線性回歸方法分析投資債券的回報(bào)率。隨后又出現(xiàn)Logistic、Profit 等模型[5]對(duì)信用評(píng)級(jí)結(jié)果進(jìn)行了展望。我國(guó)直到2001 年才正式針對(duì)我國(guó)國(guó)情建立評(píng)估體系和評(píng)估方法[6]，逐漸出現(xiàn)分層加權(quán)平均[7]、模糊綜合評(píng)估[8]、BP 神經(jīng)網(wǎng)絡(luò)等信用評(píng)級(jí)方法[9]。第三，關(guān)于信用評(píng)級(jí)質(zhì)量的評(píng)估。黃小琳（2017）[10]發(fā)現(xiàn)債券違約后，評(píng)級(jí)公司降低了評(píng)級(jí)標(biāo)準(zhǔn)，側(cè)面說(shuō)明了我國(guó)債券市場(chǎng)中存在一定程度的信用評(píng)級(jí)偏高膨脹以及虛假評(píng)級(jí)的問(wèn)題。吳燁（2019）[11]運(yùn)用首例債券違約事件沖擊的經(jīng)驗(yàn)數(shù)據(jù)，對(duì)我國(guó)信用評(píng)級(jí)質(zhì)量的特征做了較為全面分析與研究。

（二）信用評(píng)級(jí)對(duì)債券融資成本的影響

Kisgen（2019）[12]認(rèn)為信用評(píng)級(jí)會(huì)影響公司資本結(jié)構(gòu)的決策，企業(yè)會(huì)根據(jù)實(shí)際情況調(diào)整資本結(jié)構(gòu)，以達(dá)到減少債務(wù)融資的目的。Jiang（2021）[13]采用半?yún)?shù)估計(jì)模型考察了信用評(píng)級(jí)機(jī)構(gòu)對(duì)偏差評(píng)級(jí)的激勵(lì)作用。以信用評(píng)級(jí)為切入點(diǎn)研究公司債券融資成本，發(fā)現(xiàn)二者呈顯著的負(fù)相關(guān)關(guān)系。何平和金夢(mèng)（2010）[14]基于對(duì)我國(guó)一級(jí)債券市場(chǎng)發(fā)行的企業(yè)債券的研究，發(fā)現(xiàn)提高信用評(píng)級(jí)對(duì)降低發(fā)債成本有正向作用。沈紅波和廖冠民（2014）[3]的研究結(jié)果顯示，信用評(píng)級(jí)公司在短期債券的定價(jià)中，可以充分地披露有效的信息，降低信息的不對(duì)稱性，評(píng)級(jí)機(jī)構(gòu)提供的有關(guān)企業(yè)經(jīng)營(yíng)狀況、抗風(fēng)險(xiǎn)能力等信息越綜合、越完整，短期債務(wù)的籌資成本愈低，隨后繼續(xù)深入研究了信用評(píng)級(jí)與客戶風(fēng)險(xiǎn)之間的關(guān)系[15]。齊岳等（2018）[16]構(gòu)建了我國(guó)上市公司債券融資成本的數(shù)學(xué)模型，發(fā)現(xiàn)對(duì)于信用評(píng)級(jí)的變動(dòng)國(guó)有企業(yè)的融資成本彈性較小。劉航和劉勝題（2021）[17]基于2014—2018 年上海證券交易所發(fā)行的公司債券數(shù)據(jù)，進(jìn)行實(shí)證分析，同樣驗(yàn)證了信用評(píng)級(jí)能夠間接影響債券市場(chǎng)的信息不對(duì)稱，并且評(píng)級(jí)越高，債券的融資成本將會(huì)越低，

綜上所述，國(guó)內(nèi)外關(guān)于信用評(píng)級(jí)的研究已較為豐滿，學(xué)者們從擔(dān)保機(jī)制、產(chǎn)權(quán)性質(zhì)、聲譽(yù)機(jī)制、盈余管理、公司內(nèi)部治理以及信用評(píng)級(jí)等多維視角都進(jìn)行了研究分析。但我國(guó)在信用評(píng)級(jí)與債券融資成本關(guān)系相關(guān)研究還不夠全面，因此本文從信用評(píng)級(jí)視角入手，拓寬主體評(píng)級(jí)的研究廣度，以期為我國(guó)評(píng)級(jí)機(jī)制的完善和發(fā)展提供一些思路，進(jìn)一步豐富相關(guān)研究。

三、模型構(gòu)建與樣本選取

（一）模型構(gòu)建

本文選擇建立多元線性回歸方程來(lái)研究信用評(píng)級(jí)對(duì)公司債券融資成本的影響。建立以下三個(gè)模型，所有被解釋變量都是債券融資成本，分別依次以債券的債項(xiàng)評(píng)級(jí)BR、債券的主體信用評(píng)級(jí)CR、債券的國(guó)際主體信用評(píng)級(jí)IR 為核心解釋變量，將債券發(fā)行期限MAT、是否為上市企業(yè)LC、凈資產(chǎn)收益率Roe、流動(dòng)比率LR、已獲利息倍數(shù)IC、資產(chǎn)負(fù)債率LEV 和發(fā)行規(guī)模Size 七個(gè)變量作為控制變量，以此來(lái)研究信用評(píng)級(jí)對(duì)公司債券影響的效果。模型設(shè)計(jì)如下：

其中，β0為常數(shù)項(xiàng)，β1-8為回歸系數(shù)，?為殘差系數(shù)，t 表示報(bào)告年度，i 表示債券。

（二）變量設(shè)計(jì)

1.被解釋變量。本文研究模型的被解釋變量為公司債券融資成本。在前期整理、分析大量文獻(xiàn)時(shí)，發(fā)現(xiàn)大多數(shù)學(xué)者都采用債券信用利差來(lái)度量債券融資成本。因此，在參考國(guó)內(nèi)外學(xué)者研究成果的基礎(chǔ)上，我們?nèi)砸詡庞美睿–OST）作為被解釋變量，以此來(lái)度量企業(yè)債券融資成本。信用利差是指在同一期間內(nèi)，債券發(fā)行的票面利率與國(guó)債的基準(zhǔn)利率之間的差額。由于國(guó)內(nèi)債券都是按照面值進(jìn)行平價(jià)發(fā)行，債券的到期收益率即是票面利率，所以如果用面值定價(jià)為債券價(jià)格在現(xiàn)實(shí)情況中并沒有實(shí)際作用。為了保證研究分析結(jié)果的科學(xué)性、精確性、準(zhǔn)確度，此次研究將同時(shí)期發(fā)行的同期限國(guó)債利率作為無(wú)風(fēng)險(xiǎn)收益率。采用信用利差能夠更加客觀、合理、有效地衡量債券發(fā)行時(shí)的風(fēng)險(xiǎn)水平。將公司債券融資成本表示為：

式（4）中，COST 為債券融資成本，R 為債券票面利率，Rf為同時(shí)期發(fā)行的同期限國(guó)債利率，國(guó)債可以算作是沒有風(fēng)險(xiǎn)的債券，因此將其利率作為無(wú)風(fēng)險(xiǎn)收益率，二者作差的結(jié)果為債券的風(fēng)險(xiǎn)溢價(jià)。投資者因承擔(dān)投資風(fēng)險(xiǎn)而向發(fā)行人索要的風(fēng)險(xiǎn)補(bǔ)償越高，說(shuō)明承擔(dān)的風(fēng)險(xiǎn)越高，與之相對(duì)應(yīng)的融資成本也就越高。因此，風(fēng)險(xiǎn)溢價(jià)能夠合理反映公司債券融資成本。

2.核心解釋變量。本文研究模型的核心解釋變量均與信用評(píng)級(jí)相關(guān)，以評(píng)級(jí)的對(duì)象作為劃分依據(jù)，信用評(píng)級(jí)大致可分為以下四類。

第一，企業(yè)信用評(píng)級(jí)，主要包括各個(gè)領(lǐng)域的企業(yè)以及各類金融機(jī)構(gòu)的信用評(píng)價(jià)，需要特別強(qiáng)調(diào)金融業(yè)，金融業(yè)內(nèi)投資風(fēng)險(xiǎn)大而且評(píng)估的步驟和程序較為復(fù)雜，本文研究為了避免結(jié)果的偶然性和偏差，將金融業(yè)的樣本進(jìn)行了剔除。

第二，證券信用評(píng)級(jí)目前主要有債券信用評(píng)級(jí)和企業(yè)主體信用評(píng)級(jí)兩大類。主體信用評(píng)級(jí)是對(duì)一家企業(yè)的償債能力、履約能力和誠(chéng)信水平的綜合評(píng)估。本文將國(guó)內(nèi)和國(guó)際的主體信用評(píng)級(jí)都納入研究范圍。債券信用評(píng)級(jí)是對(duì)合法企業(yè)所發(fā)行的某一指定的債券，按照約定期限償還本金和利息的可信任程度進(jìn)行評(píng)估，綜合衡量最終給出其信用程度的等級(jí)。

第三，國(guó)家主權(quán)信用評(píng)級(jí)，一般指評(píng)價(jià)一個(gè)主權(quán)組織的政治方面、經(jīng)濟(jì)方面以及信用方面的等級(jí)，還會(huì)使用具體的標(biāo)志來(lái)呈現(xiàn)評(píng)級(jí)結(jié)果。有關(guān)本國(guó)貨幣的信用等級(jí)，將會(huì)關(guān)注到未來(lái)各國(guó)政府所能取得的與其負(fù)債相當(dāng)?shù)呢?cái)政收入，即保證本國(guó)貨幣債務(wù)的財(cái)政收入。而對(duì)于外國(guó)債券國(guó)家的主權(quán)信用評(píng)級(jí)，主要是看其將來(lái)所能取得的與其負(fù)債相符的外匯儲(chǔ)備，即其對(duì)外國(guó)債務(wù)的保護(hù)。

第四，其他信用評(píng)級(jí)，例如項(xiàng)目信用評(píng)價(jià)，就是對(duì)特定的項(xiàng)目工程等進(jìn)行的信用評(píng)級(jí)。

按照本文的模型設(shè)定，主要有三個(gè)核心解釋變量。其中，BR 為債券的債項(xiàng)評(píng)級(jí)，主要是根據(jù)本國(guó)的信貸評(píng)級(jí)機(jī)構(gòu)對(duì)其信貸風(fēng)險(xiǎn)的評(píng)估；CR 為債券的主體信用評(píng)級(jí)，即針對(duì)債券發(fā)行人自身的信用評(píng)級(jí)；IR 為債券的主體國(guó)際信用評(píng)級(jí)，文中均為標(biāo)普國(guó)際信用評(píng)級(jí)機(jī)構(gòu)給出的評(píng)級(jí)結(jié)果。研究時(shí)將不同信用評(píng)級(jí)等級(jí)賦予不同的數(shù)值，0、1、2 數(shù)值依次增大，代表評(píng)級(jí)等級(jí)依次升高。

3.控制變量。影響債券融資成本的因素有很多，本文研究分別從債券自身信息和發(fā)債企業(yè)信息兩方面著手，設(shè)置七個(gè)控制變量。公司債券自身信息方面，設(shè)置了債券發(fā)行規(guī)模和發(fā)行期限兩個(gè)控制變量。發(fā)行人公司信息方面，從是否上市和公司財(cái)務(wù)指標(biāo)兩個(gè)維度進(jìn)行考察，財(cái)務(wù)指標(biāo)選取凈資產(chǎn)收益率Roe、流動(dòng)比率LR、已獲利息倍數(shù)IC 以及資產(chǎn)負(fù)債率LEV。財(cái)務(wù)指標(biāo)均來(lái)自公司公開的財(cái)務(wù)年報(bào)。相關(guān)變量的定義如表1 所示。

表1 變量設(shè)計(jì)表

（三）樣本選取

本文研究的數(shù)據(jù)均整理自東方財(cái)富Choice 金融終端，選擇2016—2020 年上海、深圳兩個(gè)證券交易所上市的公司債券作為實(shí)證研究對(duì)象。并對(duì)數(shù)據(jù)做以下篩選處理：1、剔除同一公司一年內(nèi)發(fā)行的不同面值的債券；2、剔除數(shù)據(jù)信息不完整、評(píng)級(jí)信息缺失的債券；3、剔除金融行業(yè)債券。共得到648 只有效債券。

我國(guó)現(xiàn)有的公司債券發(fā)行市場(chǎng)上的主要評(píng)級(jí)機(jī)構(gòu)有東方金誠(chéng)國(guó)際信用評(píng)估有限公司、中誠(chéng)信國(guó)際信用評(píng)級(jí)有限責(zé)任公司、聯(lián)合信用評(píng)級(jí)有限公司、上海遠(yuǎn)東資信評(píng)估有限公司等。其中，中誠(chéng)信和聯(lián)合信用兩家占據(jù)大部分市場(chǎng)份額。本文所選用的債券和發(fā)行人的主體等級(jí)都是由我國(guó)的信用等級(jí)評(píng)估機(jī)構(gòu)所定。標(biāo)普、惠譽(yù)、穆迪是世界上最具權(quán)威性的信用等級(jí)，本文所使用的國(guó)際信用等級(jí)是由標(biāo)準(zhǔn)普爾公司提供，采用A、B、C 來(lái)定義評(píng)級(jí)等級(jí)。

四、實(shí)證研究

（一）描述性統(tǒng)計(jì)

由表2 可知，被解釋變量債券融資成本，均值為4.7%，即公司債券的平均融資成本比國(guó)債利率高4.7%，最大值為10.0%，最小值為2.5%，二者相差大約7.5%，在本次的648 個(gè)有效樣本債券中，被解釋變量標(biāo)準(zhǔn)差為0.012，由此看來(lái)，研究所選取的樣本較具代表性，有一定的實(shí)際研究意義。

表2 描述性統(tǒng)計(jì)表

從信用等級(jí)的分布來(lái)看，不管是債券或主體，AAA 的比例都很高，說(shuō)明公司的信用狀況總體良好，但這也側(cè)面說(shuō)明我國(guó)的信用等級(jí)有可能存在信貸擴(kuò)張問(wèn)題。從主體評(píng)級(jí)與國(guó)際評(píng)級(jí)數(shù)據(jù)的對(duì)比來(lái)看，國(guó)內(nèi)評(píng)級(jí)體系和運(yùn)轉(zhuǎn)模式與國(guó)際信用評(píng)級(jí)還有一定的差距。各信用評(píng)級(jí)頻率分布情況，如表3 所示。

表3 各信用評(píng)級(jí)頻率分布情況統(tǒng)計(jì)表

（二）變量相關(guān)性分析

在回歸分析之前，先利用相關(guān)性分析去考察COST與BR、CR、IR 以及其他 控制變量MAT、LC、Roe、LR、IC、LEV、Size 之間的相關(guān)關(guān)系，本研究采用Pearson相關(guān)系數(shù)來(lái)表達(dá)相關(guān)性的強(qiáng)度。具體相關(guān)性系數(shù)結(jié)果如表4 所示。

表4 相關(guān)性分析表

從表4 可知，被解釋變量COST 與核心解釋變量之間的相關(guān)關(guān)系系數(shù)值在1%的水平上顯著。COST與BR、CR、IR 之間的相關(guān)系數(shù)值分別為-0.479、-0.483、-0.418，說(shuō)明COST 與BR、CR、IR 之間分別存在顯著的負(fù)相關(guān)關(guān)系，表明債項(xiàng)評(píng)級(jí)、主體信用評(píng)級(jí)和國(guó)際信用評(píng)級(jí)的評(píng)級(jí)等級(jí)越高，將有效地降低債券融資成本。

被解釋變量COST 與控制變量Roe、LEV、Size之間相關(guān)關(guān)系在1%的水平上顯著，與LR 在5%的水平上顯著。其中，與Roe、LR、LEV 呈正相關(guān)關(guān)系，即公司的凈資產(chǎn)收益率、流動(dòng)比率與資產(chǎn)負(fù)債率越高，其公司的債券融資成本也將越高，但COST 與Size 呈負(fù)相關(guān)關(guān)系，債券發(fā)行規(guī)模越大，融資成本將會(huì)越小。而COST 與控制變量MAT、LC、IC 的相關(guān)系數(shù)不顯著。另外，解釋變量BR、CR、IR 與控制變量間的相關(guān)關(guān)系大體都在5%的水平以上顯著。

（三）回歸分析

在我國(guó)債券市場(chǎng)中，由于信息不對(duì)稱，投資者需要獲得較高的風(fēng)險(xiǎn)補(bǔ)償來(lái)彌補(bǔ)他在投資過(guò)程中自身要承擔(dān)的風(fēng)險(xiǎn)，即“風(fēng)險(xiǎn)溢價(jià)”，完整客觀的信用評(píng)級(jí)結(jié)果為投資者提供了有效參考指標(biāo)，投資者通過(guò)對(duì)這些風(fēng)險(xiǎn)指標(biāo)的考察和衡量，會(huì)相對(duì)地減少對(duì)風(fēng)險(xiǎn)的補(bǔ)償，而發(fā)行人則可以以相對(duì)較低的資金成本來(lái)獲得資金。信用評(píng)級(jí)分為債務(wù)和主體信用評(píng)級(jí)兩個(gè)方面，債券信用等級(jí)是衡量信用風(fēng)險(xiǎn)的一個(gè)重要指標(biāo)。主體評(píng)級(jí)國(guó)際信用評(píng)級(jí)可以較好地反映債券發(fā)行主體的償債能力。為了深入探究信用評(píng)級(jí)與融資成本的關(guān)系，本文將COST 作為因變量，加入核心解釋變量與控制變量進(jìn)行回歸分析，回歸結(jié)果如表5 所示。

表5 回歸結(jié)果分析

從表5 可以看出，BR、CR的回歸系數(shù)值分別為-0.013（t=-14.000，p=0.000<0.01）、-0.013（t=-14.218，p=0.000<0.01），表明BR、CR 對(duì)COST 產(chǎn)生明顯的負(fù)向作用，即債項(xiàng)評(píng)級(jí)、主體評(píng)級(jí)信用等級(jí)越高，都能夠帶來(lái)較低的融資成本。CR 的回歸系數(shù)值為，表明CR 會(huì)對(duì)COST 的作用存在明顯的負(fù)相關(guān)。公司的主體評(píng)級(jí)越高，其融資成本越低。IR 的回歸系數(shù)值為-0.007（t=-8.730，p=0.000<0.01），表明IR 會(huì)對(duì)COST產(chǎn)生顯著的負(fù)向作用，即國(guó)際信用等級(jí)越高，其債券融資成本越低。

通過(guò)對(duì)回歸結(jié)果多重共線性檢驗(yàn)，VIF 值均小于2，因此該回歸模型的各變量之間沒有明顯的多重共線性問(wèn)題。由此看出，包括債券評(píng)級(jí)、主體信用評(píng)級(jí)和國(guó)際信用評(píng)級(jí)在內(nèi)的三項(xiàng)信用評(píng)級(jí)越高的企業(yè)會(huì)具有越低的債券融資成本，說(shuō)明信用評(píng)級(jí)在債券市場(chǎng)中起到了一個(gè)很好的信號(hào)傳遞作用，減少了信息不對(duì)稱現(xiàn)象。另外，國(guó)際信用評(píng)級(jí)的回歸系數(shù)較低，相較之下，國(guó)際信用評(píng)級(jí)對(duì)公司債券融資成本的降低效果更弱，這多與我國(guó)經(jīng)濟(jì)體制、債券市場(chǎng)實(shí)情有關(guān)，相比西方資本市場(chǎng)，我國(guó)與國(guó)際評(píng)級(jí)接軌較難。投資者對(duì)債券評(píng)級(jí)和主體評(píng)級(jí)的依賴程度相差不大。

（四）穩(wěn)健性檢驗(yàn)

為避免實(shí)證結(jié)果的偶然性，保證實(shí)證結(jié)果的客觀性、精確性，本文采用替代變量的方法對(duì)實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，采用債券的票面利率為新的計(jì)量方式對(duì)發(fā)行債券成本進(jìn)行量化，將其代入模型重新進(jìn)行分析，結(jié)果如表6 所示。

表6 穩(wěn)健性檢驗(yàn)

從檢驗(yàn)結(jié)果可以看出，BR、CR、IR 仍與融資成本COST 呈顯著的負(fù)相關(guān)關(guān)系，且都在1%的水平上顯著，結(jié)果分析與上文一致。信用評(píng)級(jí)在債券市場(chǎng)中起到了很好的信號(hào)傳遞作用，具有較強(qiáng)的信息含量，一方面有效地降低了企業(yè)的債券融資成本，讓企業(yè)在融資方式和對(duì)公司資金分配上有了更多的選擇，另一方面也為投資者降低了投資風(fēng)險(xiǎn)，讓投資者正確地做到理性投資，幫助投資者“避坑”。

五、結(jié)論與政策建議

本文選取2016—2020 年在上海、深圳證券交易所發(fā)行的公司債券作為研究樣本，探究得出信用評(píng)級(jí)對(duì)我國(guó)債券市場(chǎng)的重要影響機(jī)理。研究發(fā)現(xiàn)，信用評(píng)級(jí)與債券融資成本均呈負(fù)相關(guān)關(guān)系，主體信用評(píng)級(jí)與債券評(píng)級(jí)作用效果明顯，二者相差不大，國(guó)際信用評(píng)級(jí)作用相對(duì)較小，對(duì)國(guó)內(nèi)債券融資成本沒有顯示出很強(qiáng)的影響力?；谝陨涎芯拷Y(jié)果，提出以下幾點(diǎn)建議。

一是大力發(fā)展信用評(píng)級(jí)機(jī)構(gòu)。不斷完善評(píng)級(jí)體系，提高評(píng)級(jí)技術(shù)，健全評(píng)級(jí)制度，改進(jìn)評(píng)級(jí)模型，促使評(píng)級(jí)機(jī)構(gòu)能夠?qū)ο嚓P(guān)債券和發(fā)行人的信用出示更加全面客觀的評(píng)級(jí)結(jié)果，提高評(píng)級(jí)機(jī)構(gòu)在債券市場(chǎng)的專業(yè)能力和公信力，讓投資者能夠更加理性地選擇投資對(duì)象，讓企業(yè)能夠以較低的融資成本完成融資過(guò)程，從而資本市場(chǎng)得以實(shí)現(xiàn)公平競(jìng)爭(zhēng)。

二是加強(qiáng)對(duì)評(píng)級(jí)業(yè)務(wù)的監(jiān)管力度。我國(guó)的信用評(píng)級(jí)存在評(píng)級(jí)普遍偏高和評(píng)級(jí)區(qū)分度不大、評(píng)級(jí)結(jié)果相對(duì)集中的現(xiàn)象，與國(guó)際信用評(píng)級(jí)機(jī)構(gòu)給出的評(píng)級(jí)結(jié)果差距較大，2020 年AA 及以上的債券占比已高達(dá)90%以上，而AA+及以上的比例也高達(dá)73%，均呈現(xiàn)出上升趨勢(shì)。市場(chǎng)監(jiān)管者要主動(dòng)調(diào)整緩解此類現(xiàn)象的發(fā)生，制定完善監(jiān)管制度，保證第三方評(píng)級(jí)機(jī)構(gòu)的有效運(yùn)轉(zhuǎn)，加強(qiáng)對(duì)信用評(píng)級(jí)公司的監(jiān)管，提高其信用意識(shí)，運(yùn)用好管理手段，為資本市場(chǎng)的運(yùn)行提供有力保障。

三是企業(yè)應(yīng)自覺提高公司自身的營(yíng)運(yùn)能力和抗風(fēng)險(xiǎn)能力，完善公司內(nèi)部運(yùn)轉(zhuǎn)體系，加強(qiáng)公司內(nèi)部控制與監(jiān)管，加強(qiáng)對(duì)所有員工的考核。信用評(píng)級(jí)機(jī)構(gòu)的實(shí)際控股人、股東及信用評(píng)級(jí)委員會(huì)的成員必須保持機(jī)構(gòu)的獨(dú)立性和經(jīng)營(yíng)的獨(dú)立性。合規(guī)部門必須有效地監(jiān)督、審查評(píng)級(jí)機(jī)構(gòu)、機(jī)構(gòu)員工，提高對(duì)內(nèi)部控制體系完整和運(yùn)行的有效執(zhí)行力，及時(shí)匯報(bào)給相關(guān)的決策機(jī)構(gòu)，并監(jiān)督和改善相應(yīng)措施。

四是投資者要關(guān)注信用評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)結(jié)果和分析報(bào)告，學(xué)習(xí)相關(guān)金融知識(shí)，提高自身的綜合素質(zhì)和專業(yè)知識(shí)水平，增強(qiáng)面對(duì)風(fēng)險(xiǎn)的敏感程度和辨別風(fēng)險(xiǎn)的能力，學(xué)會(huì)規(guī)避風(fēng)險(xiǎn)，合理配置金融資產(chǎn)，在風(fēng)險(xiǎn)最小的前提下讓收益達(dá)到最大。