企業(yè)債信用利差影響因素淺析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了企業(yè)債信用利差影響因素淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：近年來，信用債違約事件頻發(fā)，國有企業(yè)發(fā)行的企業(yè)債雖有較高評級但信用狀況不容樂觀，在2020年較多企業(yè)債發(fā)生違約后，企業(yè)債風險引發(fā)各方關注。以2010—2014年上市交易的企業(yè)債2015—2019年的月度數據為樣本，采用傾向得分匹配法、KMV模型、主成分分析法、Nelson-Siegel利率期限結構模型和面板固定效應估計法等方法進行實證分析，逐步研究風險因素與風險交織對企業(yè)債信用利差的影響。實證結果表明，違約風險在企業(yè)債信用利差貢獻較低且不顯著，利率風險相較于流動性風險在企業(yè)債信用利差貢獻度更高。風險交織在企業(yè)債信用利差中顯著存在，其中，以即期利率表示的利率風險與違約風險、流動性風險的交互作用對企業(yè)債信用利差具有顯著正向影響，違約風險和流動性風險交互作用對企業(yè)債信用利差雖有正向影響但不顯著。

關鍵詞：企業(yè)債；利率風險；流動性風險；違約風險

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)生實質性違約，標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)轉向國有企業(yè)。2020年新冠肺炎疫情的出現對企業(yè)經營沖擊較為明顯，國企違約風險明顯提升，市場出現波動。在當前金融一體化發(fā)展趨勢下，如果國有企業(yè)出現實質性違約可能會引發(fā)債券市場的流動性風險、區(qū)域金融風險、利率風險等一系列風險，而風險疊加帶來的后果會更加嚴重。中國債券信息網①顯示，2020年新增違約和展期債券以中高評級為主，絕大多數違約債券評級在AA+以上，其中2020年國有企業(yè)債券違約數量達到歷年最高的21只，違約規(guī)模達828.35億元。因此，2020年12月15日，為落實國務院金融穩(wěn)定發(fā)展委員會第四十三次會議精神，進一步增強企業(yè)債券服務實體經濟能力，中華人民共和國國家發(fā)展和改革委員會發(fā)布《關于開展2021年度企業(yè)債本息兌付風險排查和存續(xù)監(jiān)管有關工作的通知》。隨著我國債券市場改革發(fā)展不斷深化，金融機構與實體經濟之間關系更加密切，相關風險交織可能會導致更嚴重的后果。因此，如何妥善處理促發(fā)展與防風險之間的關系，是推動我國債券市場進一步健康高效可持續(xù)發(fā)展的關鍵。目前，鮮有關于研究多重風險交織對企業(yè)債信用利差影響的相關文獻。文獻大多聚焦在公司債和地方債違約風險、流動性風險等單一風險研究[1-4]，或風險因素間的相關性與兩種風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，風險因素處在相互影響的關系網絡中，研究多重風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。本文研究風險因素和風險交織對企業(yè)債信用利差的影響，不僅能夠較為全面地衡量企業(yè)債所受風險，回應市場對于企業(yè)債的關切，而且通過風險交織對企業(yè)債信用利差的影響機制的分析，為債券風險研究提供新的視角，為債券定價和預警模型的建立提供新的方向，而監(jiān)管部門也可據此加強企業(yè)債風險管理，兼具理論與實際意義。

二、文獻綜述

本文從多重風險交織角度切入探討企業(yè)債信用利差影響因素，根據現有研究和實踐經驗，風險交織作為一種可能影響企業(yè)投融資和經營發(fā)展的重要變量，對于我國企業(yè)債信用利差有重要影響，一直是債券風險管理理論和市場實踐探究和關注的焦點。近年來國內外學者對于風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。首先是對單一風險因素的探討，違約風險、流動性風險和利率風險均是影響債券信用利差的核心因素，這一觀點已經得到了主流學者的廣泛討論與認可[3,10-11]。Longstaff和Schwartz（1995）認為公司債券信用價差的變化不僅和公司價值有關，也與利率因素關系密切[12]。Elton等（2001）研究發(fā)現預期違約風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）通過研究流動性風險對債券利差的影響，發(fā)現公司債主要受即期流動性風險的影響，而企業(yè)債則受到即期流動性風險與滯后流動性風險的共同影響[10]。Bongaerts等（2017）研究發(fā)現流動性水平和股票市場流動性風險對公司債券的預期收益有很強的影響[14]。梁朝暉等（2017）通過線性概率模型實證研究發(fā)現，我國地方政府債券的收益率主要為利率風險溢價，信用風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)行結構對信用風險的影響，發(fā)現在發(fā)行人的到期結構中相對較晚到期的債務比較早到期的債務具有更大的信用風險[1]。謝云等（2017）研究表明，從長期來看，企業(yè)基本面、宏觀經濟形勢與金融市場發(fā)展決定了債券投資的內部風險，短期債券風險主要來自宏觀經濟波動與相關金融市場的沖擊[16]。紀志宏和曹媛媛（2017）研究發(fā)現我國投資者傾向于采用信用債進行套利交易，因此使得信用債信用利差更多體現的是市場流動性溢價而非信用風險溢價[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期違約概率，發(fā)現專項債違約風險將隨時間推移而顯化，并且違約風險存在區(qū)域化的特征[3]。Chen和Jiang（2020）通過對七種流動性指標進行主成分分析，構建一個流動性綜合指標，發(fā)現流動性風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，風險因素不再單獨存在而是處在風險關系網絡中，有關學者有效證明了風險因素不僅獨立影響債券信用利差，也會通過風險因素交互關系對債券信用利差造成影響[2,5-6]。Chen等（2013）研究利率風險和信用風險的相關性對信用價差期限結構的影響，發(fā)現利率風險和信用風險之間表現出復雜的相互作用[17]。高強和鄒恒甫（2015）研究發(fā)現，企業(yè)債和公司債的收益率能夠很好地被信用風險、流動性風險與宏觀系統性風險解釋，并通過比較研究發(fā)現，企業(yè)債對流動性風險更加敏感，公司債對信用風險更加敏感[5]。梁朝暉等（2015）通過實證發(fā)現在加入利率風險和流動性風險等非信用風險因素后，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險補償比例越高[11]。蘆彩梅和蘇丹華（2016）通過線性回歸模型實證分析得出，利率風險和信用風險的交互作用確實對信用價差有顯著的影響，并且不同利率風險變量和信用風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方法將市政債券利差分解為違約和流動性兩部分，發(fā)現違約風險占平均利差的74%至84%[7]。Sperna等（2017）研究了公司債市場中信用風險和流動性風險之間的動態(tài)相互過程，發(fā)現風險相互作用機制在信貸和流動性風險之間形成了動態(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，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[8]。綜上所述，目前國內外關于債券信用利差影響因素的相關研究主要集中在單一風險上，風險因素之間的相關性以及兩種風險因素共同對于債券信用利差的影響，國內外學者在這三個方向豐富的研究成果為本文確立了研究基礎，但關于多重風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)債原本隱含的風險證券保險顯現，導致我國企業(yè)債出現大規(guī)模違約，只有明確風險因素和風險交織對企業(yè)債的影響，才能制定相應合理的政策，加強企業(yè)債風險監(jiān)管。因此，本文基于多重風險交織視角，采用PSM-KMV模型、主成分分析法和Nelson-Siegel利率期限結構模型分別衡量企業(yè)債違約風險、流動性風險和利率風險，并建立帶有風險交織交互項的線性回歸模型，分析違約風險、流動性風險、利率風險以及風險交織對企業(yè)債信用利差的影響。

三、風險交織理論機制分析

任何模型都難以完全捕捉處在現實經濟中的企業(yè)債所受風險之間的具體情況，但盡可能多地考慮風險之間的交互作用有利于更加全面、深入地了解企業(yè)債所受違約風險、流動性風險、利率風險之間的交織影響。隨著我國債券市場的發(fā)展，信息傳遞速度越來越快，風險因素已不再是學者最初研究中獨立影響債券信用利差的情況，而是處在風險網絡中。艾春榮等（2015）[9]通過DS模型證明了流動性與違約風險以及它們的相關性對信用債券溢價可能產生重要影響。蘆彩梅和蘇丹華（2016）[6]通過實證驗證了公司債利率風險與違約風險的交互作用對信用利差存在影響。在風險網絡中，違約風險、流動性風險、利率風險通過不同方向對企業(yè)債產生影響的同時，通常會相互交織影響并發(fā)展，將風險不斷疊加放大和傳導，最終形成復雜的多重風險交織情況，如圖1所示。企業(yè)債存在違約風險時，意味著企業(yè)出現了財務困境，企業(yè)資產價值下降，信息傳遞下理性消費者則會出售企業(yè)債，進而引發(fā)企業(yè)債流動性風險。由于企業(yè)債拋售帶來的債券本金和利息的償還壓力進一步使得企業(yè)財務危機加劇，企業(yè)資產價值進一步下降，產生惡性循環(huán)。違約風險與流動性風險交織影響了企業(yè)債收益，對企業(yè)債信用利差也存在影響。假設當即期利率上升時，企業(yè)債將會面臨利率風險。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)債導致企業(yè)債流動性風險增加；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致企業(yè)債違約風險增加。由即期利率上升所帶來的企業(yè)債利率風險會傳遞到違約風險與流動性風險，進而利率風險與違約風險交織、利率風險與流動性風險交織、利率風險與違約風險和流動性風險三者交織影響企業(yè)債信用利差。

四、風險因素代理變量計算與模型構建

（一）違約風險度量

我國非上市公司發(fā)行債券違約風險度量以財務指標為主[5]，但這些指標只可以反映企業(yè)部分的靜態(tài)信息。而KMV模型基于經典Black-Scholes（BS）期權定價利率，通過股票價格信息度量公司資產價值和波動率，進而確定公司違約概率，能夠動態(tài)度量上市公司違約風險。本文研究的主體是國有企業(yè)發(fā)行的企業(yè)債，而大多數國有企業(yè)并非上市公司，沒有對應的股權價值和股票價格信息，故無法直接應用KMV模型測度企業(yè)債的違約風險。因此根據國有企業(yè)的企業(yè)債實際情況，借鑒謝遠濤等（2016）的做法，在KMV模型中引入傾向得分匹配法[19]，結合企業(yè)的財務信息將企業(yè)自身靜態(tài)信息和動態(tài)信息都考慮在內，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)上市公司的股權價值A代替該行業(yè)非上市國有企業(yè)的股權價值，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。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價值和股價波動率進行匹配。使用KMV模型計算發(fā)行主體的資產價值VA和資產價值波動率σA，再依據違約點得出違約距離①，作為企業(yè)債違約風險代理變量。

（二）流動性風險度量

根據本文的研究目的，在所有指標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)債流動性風險綜合指標是經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代表流動性風險進行回歸又易出現多重共線性問題。為克服單個流動性指標衡量流動性的有限性與多個流動性指標可能帶來的多重共線性，基于多指標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險指標進行主成分分析來構建新的流動性風險因子。根據Kaiser-Harris準則和碎石圖（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行正交因子旋轉，其旋轉后因子方差貢獻率分別為34%、33%、22%，累計方差因子貢獻率為89%。借鑒解曉洋和童中文（2013）[23]的做法，以旋轉后各主因子的方差貢獻率為權重，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。LIQUIDITYit=(34×RC1+33×RC2+22×RC3)/89（3）

（三）利率風險度量

國內外學者通常選擇無風險利率和利率期限結構斜率一同作為利率風險的變量指標，以期全面地衡量債券利率風險。因此，本文將兩者一同加入模型中進行分析。首先，本文采用中債國債收益率來擬合Nelson和Siegel（1987）提出的無風險利率期限結構模型[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，違約風險下降，進而信用利差減小。其次，利率期限結構斜率作為衡量利率風險的又一重要變量，利率期限結構斜率增加意味著市場預期未來即期利率上升，長期利率較高，市場經濟處于增長階段，從而債券信用利差減小。本文根據國內外學者的普遍做法，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構的斜率。

（四）控制變量

本文選擇股票市場指數、采購經理指數、貨幣供應量作為宏觀經濟風險的代理變量，從不同方面體現宏觀經濟風險，作為控制變量進行分析。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的關聯性，股市利好可能意味著債券市場資金的流出，債券利差擴大。本文采用上證綜合指數表示股票市場指數。其次，采購經理指數作為反映經濟是否景氣的重要指標，是對采購經理的月度調查進行匯總后編制的指數。在經濟景氣度較高的情況下，企業(yè)經營狀況較好，企業(yè)信用利差較小；在經濟衰退期間，企業(yè)經營情況較差，企業(yè)信用利差擴大，存在著較大的違約風險。再次，廣義貨幣供應量是指流通于銀行體系之外的現金加上企業(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作為貨幣調控的重要指標。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，進而擴大信用利差。

（五）風險交織的度量

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

（六）線性風險因素研究模型的形式設定

考慮到研究的債券風險因素不僅限于違約風險，基于違約風險建立的結構模型和簡約模型不再適用，因此本文遵循高強和鄒恒甫（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險、流動性風險、利率風險和宏觀系統性風險；第二，便于研究風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險、流動風險、利率風險和宏觀系統性風險以及風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、采購經理指數、貨幣供應量這三個宏觀系統性風險作為控制變量，逐步加入違約距離、流動性風險因子、國債即期利率和利率期限結構斜率，分析違約風險、流動性風險和利率風險對企業(yè)債信用利差的影響。建立如下模型：CSit=α0+β1DDit+β2LIQUIDITYit+β3CYIELDt+β4SLOPEt+γ1IDXt+γ2PMIt+γ3M2t+εit（4）第二步，在第一步的基礎上加入違約風險和流動性風險的交互項、違約風險和利率風險的交互項、流動性風險和利率風險的交互項，檢驗模型解釋力度是否增加，分析風險交織對于企業(yè)債信用利差的影響。建立如下模型：CSit=α0+β1DDit+β2LIQUIDITYit+β3CYIELDt+β4SLOPEt+γ1IDXt+γ2PMIt+γ3M2t+λ1interactiondlit+λ2interactiondcit+λ3interactiondsit+λ4interactionlcit+λ5interactionlsit+εit（5）第三步，考慮到違約風險、流動性風險與利率風險三者之間可能相互交織傳導，進而影響企業(yè)債信用利差，因此本文嘗試在第一步的基礎上加入違約風險、流動性風險、利率風險三種風險因素的交互項.

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)債信用利差違約風險、流動性風險、利率風險以及宏觀系統性風險進行逐步回歸，分析違約風險、流動性風險、利率風險以及宏觀系統性風險對于企業(yè)債信用利差的具體影響；其次，在原有線性模型的基礎上逐步加入違約風險和流動性風險的交互項、違約風險和利率風險的交互項等風險交互項，分析風險因素的交互作用對企業(yè)債信用利差的影響。

（一）數據選取

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構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年的月度數據進行分析。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。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據。匹配后企業(yè)債行業(yè)分布如表3所示。

（二）描述性統計和相關性分析

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計結果。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，標準差和均值較小，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，標準差為2.872，這說明各企業(yè)債違約風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)債違約風險的大小。流動性綜合指標（LIQUIDITYit）最小值為-0.752，最大值為12.907，標準差為0.587，均值幾乎為0，這說明不同企業(yè)債流動性風險差距較大，同時也說明不同企業(yè)債流動性狀況具有明顯差異。表5反映各變量間的相關性，相關系數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險、流動性風險和利率風險有明顯的負相關關系。此外，相比于其他控制變量，貨幣供應量（M2）與自證券保險變量及其他控制變量之間相關系數較大且極為顯著，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。同時，對變量M2與其他解釋變量進行Spearman相關性檢驗，發(fā)現變量M2與多數解釋變量之間的相關性較強，因此在后續(xù)回歸分析中剔除了此變量。

（三）回歸分析

1.風險因素對企業(yè)債信用利差影響分析。首先通過對2015—2019年非平衡面板數據的BP-ML檢驗強烈拒絕“不存在個體隨機效應的原假設”，即認為混合回歸模型可能得到有偏的、不一致的結果，隨機效應模型更好，同時Hausman檢驗結果顯示P值為0.0000，故本文使用固定效應模型進行回歸分析。本文研究多重風險交織對企業(yè)債信用利差的影響機制，落腳點在于符合當今經濟背景下的風險因素對企業(yè)債信用利差的影響路徑。因此，風險交織對企業(yè)債信用利差的影響機理是理論和實證關注的重點。表7反映了研究變量的固定效應回歸結果。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）的回歸結果均顯示代表利率風險的國債即期利率（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。代表違約風險的違約距離（DDit）數為負但不顯著［見回歸結果（1）、回歸結果（4）、回歸結果（7）］，說明違約距離增加，即企業(yè)資產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“隱形擔保”問題的國有企業(yè)發(fā)行的企業(yè)債，市場對于企業(yè)債的違約風險仍未重視。回歸結果（2）、回歸結果（4）說明流動性綜合指標增加，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。在控制利率風險多重風險交織下企業(yè)債信用利差影響因素研究（國債即期利率和利率期限結構斜率）后，流動性綜合指標在1%的顯著水平下為正［見回歸結果（6）和回歸結果（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向關系具有正向的調節(jié)作用。另外，回歸結果說明采購經理人指數（PMIt）對企業(yè)債信用利差具有顯著負向作用，這說明經濟發(fā)展良好對企業(yè)債具有促進作用。同時，股票市場指數（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.風險交織對企業(yè)債信用利差影響分析在模型（4）的基礎上，通過對模型（5）的逐步回歸（見表8），表8的回歸結果依次反映違約風險和流動性風險交互作用、違約風險和利率風險交互作用與流動性風險和利率風險交互作用對企業(yè)債信用利差的影響。首先由回歸結果（2）可知，違違約風險與流動性風險交互作用（interactiondlit）系數為正且顯著，并且違約距離的系數和顯著性均有所增大，流動證券保險性綜合指標符號改變且與預期一致，這說明違約風險與流動風險交互作用對違約距離、流動性與企業(yè)債信用利差之間關系存在正向影響。但在控制違約風險和利率風險交互作用（interactiondcit）后，違約風險與流動性風險交互作用系數并不顯著［見回歸結果（5）］，說明違約風險與流動性風險交互作用并未顯著影響違約風險和流動性風險對企業(yè)債信用利差的正向作用。模型（4）、模型（5）得到一致結果的同時，流動性風險和利率風險交互作用（interactionlcit、interactionlsit）總體上對企業(yè)債信用利差具有顯著正向作用。由回歸結果（6）可知，違約風險、流動性風險、利率風險三者的交互項可以看出采用國債即期利率作為利率風險的多重風險因素交互項（THREE1it）能夠顯著增加企業(yè)債信用利差，而以利率期限結構斜率作為利率風險的多重風險因素交互項（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，風險因素并非僅通過風險本身影響企業(yè)債信用利差，在目前經濟環(huán)境下，風險交織對于企業(yè)債信用利差也存在顯著影響。

六、結論與建議

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)債的違約風險、流動性風險和利率風險的同時，還將風險交織對企業(yè)債信用利差的影響考慮在內，更加符合目前新冠肺炎疫情沖擊和金融一體化視角下風險交織影響的情況。第一，違約風險，流動性風險和利率風險三種單一風險均會對企業(yè)債信用利差產生影響。其中，違約風險未在企業(yè)債中顯著反映，市場并未對企業(yè)債蘊含的違約風險有具體的認識，這可能與投資者對于國有企業(yè)發(fā)行的企業(yè)債認可度以及較高的信用評級有關。代表流動性風險的流動性綜合指標對企業(yè)債信用利差具有負向作用與預期一致，但流動性風險溢價在企業(yè)債信用利差中的貢獻度并不高。國債即期利率和利率期限結構斜率對于企業(yè)債信用利差具有顯著負向作用，且相較于違約風險和流動性風險對企業(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，相較于其他信用債，企業(yè)債普遍都有著地方國資委擔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)債更加關注利率風險。第二，風險交織對企業(yè)債信用利差具有顯著影響。首先，違約風險與流動風險交互作用對違約風險和流動性風險與企業(yè)債信用利差之間的負向關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，有地方國資委擔保并且市場評級較高，流動性風險和違約風險并不是市場所關注的重點。近年來企業(yè)債雖頻頻違約，但違約債券數量在企業(yè)債總數中占比并不高，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險交互作用，國債即期利率與流動性綜合指標的交互作用，國債即期利率與違約風險、流動性風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，將利率風險向企業(yè)債違約風險與流動性風險傳遞，增加企業(yè)債信用利差。而利率期限結構斜率與流動性綜合指標的交互作用，利率期限結構斜率與違約風險、流動性綜合指標三者的交互作用對企業(yè)債信用利差存在顯著負向影響，可能是因為利率期限結構斜率增加反映長期利率的增加、經濟狀況向好發(fā)展的預期，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濟狀況，并不是當下市場利率情況，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)債數據來看，風險因素不僅通過自身對企業(yè)債信用利差產生影響，也通過與其他風險的相互作用對企業(yè)債信用利差產生影響，并且風險因素交織總體上會增大企業(yè)債信用利差。在目前經濟環(huán)境下，多重風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險，企業(yè)債價格波動加劇，進而增加企業(yè)債信用利差。第三，宏觀系統性風險作為控制變量，與預期一致，對企業(yè)債信用利差存在顯著影響。采購經理指數在一定程度上反映經濟發(fā)展的趨勢，當采購經理指數上升時，經濟情況向好發(fā)展，企業(yè)經營良性發(fā)展，進而降低企業(yè)債信用利差。股票市場作為我國主要的資本市場，股票市場內的資金流動對債券市場存在著明顯影響，當股票市場指數上升時，資金會從債券市場流入股票市場，債券市場流動性降低，進而增加企業(yè)債信用利差。根據本文結論提出如下建議。第一，對已發(fā)行，仍在存續(xù)期間的全部企業(yè)債進行風險全面系統排查，市場中投資者對于國企發(fā)行的企業(yè)債具有較高心理預期的現象不僅使得市場對企業(yè)債風險預期不足，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)管部門應多關注國企發(fā)行企業(yè)債的內含風險，定期對已發(fā)行的企業(yè)債情況開展專項調查。第二，對發(fā)行中的企業(yè)債風險進行多方評估、謹慎評估，不應直接對國企發(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)管部門應進一步規(guī)范債券市場評級流程，并完善債券評級制度，綜合考慮多個機構評級結果，給出較為準確的債券評級，為我國債券市場營造良好制度環(huán)境。

作者:姚定俊 羅亮 單位:南京財經大學金融學院