本文是一篇金融論文，本文采用Mahsa（2020）的方法，通過在數(shù)據(jù)宏觀整體層面建構(gòu)信用利差指數(shù)，進行時間序列分析以及在微觀公司個體層面建立面板模型，實證均發(fā)現(xiàn)中國宏觀經(jīng)濟不確定性與公司債信用利差顯著正相關(guān)，這與經(jīng)濟摩擦、實物期權(quán)、安全轉(zhuǎn)移的理論假設(shè)一致，也與西方成熟債券市場情形大致相同，表明中國債市逐漸成熟。

1.緒論

1.1 研究背景

自我國首只公司債券—長電公司債券（簡稱“07長電債”）在上交所正式掛牌推出以來，上市公司的公司債已經(jīng)走過了近14個年頭。從2007年《公司債發(fā)行試點辦法》再到2020年公司債邁入注冊制時代，公司債的發(fā)行管理制度也在不斷修訂中逐漸完善并走向成熟。這表明資本市場的改革不斷深化，融資手段不斷豐富、層次更加鮮明，債券融資規(guī)模預(yù)期將會迅速增加。盡管取得如此成績，但相對于國外的資本市場，我國債券融資在直接融資中的比重以及占總?cè)谫Y的百分比仍然較低，債券市場的成熟完善還有很長的一段路要走。

與此同時，我國公司債券從誕生到現(xiàn)在經(jīng)歷了2008年的經(jīng)濟危機、2018年的中美貿(mào)易摩擦以及2020年的COVID-19等全球重大不確定性事件的沖擊，經(jīng)濟發(fā)展道路崎嶇坎坷，但仍然不改前進趨勢。2008年經(jīng)濟危機以來，不確定性對世界各國的政治、經(jīng)濟和人民生活影響加大，為了應(yīng)對，一國的政府通常會針對不確定性，對癥下藥，訂制政策措施來扭轉(zhuǎn)局面。經(jīng)濟指標作為國家經(jīng)濟發(fā)展水平和質(zhì)量的重要參考，也是判斷宏觀經(jīng)濟不確定性程度的重要參考，對當前經(jīng)濟狀態(tài)的反映和未來經(jīng)濟形勢的預(yù)測都起著重要作用。從宏觀面上看，宏觀經(jīng)濟不確定性會影響社會總產(chǎn)出和需求，可能改變宏觀經(jīng)濟的整體運行軌跡；從微觀面來講，宏觀經(jīng)濟不確定性會影響公司的生產(chǎn)經(jīng)營決策和個人的生活決策。此外，經(jīng)濟不確定性還與資本市場聯(lián)系緊密，經(jīng)濟不確定性因素的增加，股票市場和債券市場都會對此作出反應(yīng)。

1.2 研究意義

1.2.1 理論意義

公司債債券相對于政府債券而言，有其獨特的信用風險，伴隨著公司債發(fā)行注冊制時代的到來，債券品種和規(guī)模不斷擴大，強制信用評級的取消，需要對信用風險引起高度重視。并且，信用利差作為觀測信用風險大小的關(guān)鍵指標，在量化債券的風險收益水平，為債券進行定價時，是一個重要因素，因而本文的研究具有如下理論意義：

第一，本文將信用利差影響因素的研究進一步擴展。過往研究對信用利差的影響因素分為宏微觀兩個層面：宏觀因素主要有無風險利率（Longstaff和Schwartz，1995；解文增和王安興，2014；Mahsa等，2020）、GDP（Altman，1983；Wilson，1998；戴國強和孫新寶，2011）以及流動性（Chen等，2007；戴國強和孫新寶，2011；紀志宏和曹媛媛，2017）。另一類是微觀影響因素，主要有企業(yè)內(nèi)部價值（如Cornell和Green，1991；Schwarz，2010；王雄元，2015）、信息不對稱（Duffie和Lando，2000；周宏等，2014）以及公司治理（李亞平等，2016；王雄元和高開娟，2017；周宏等，2018）。由于上述各種因素均無法說明利差，但隨著我國債券的進一步發(fā)展,對信用利差的產(chǎn)生影響因素仍有很大空間。所以，本文深入探討宏觀不確定性怎樣作用于信用利差，對信用利差的研究進行了拓展，有利于幫助解釋“信用利差之謎”。

2. 文獻綜述

2.1 信用利差的影響因素的相關(guān)研究

目前，信用利差影響因素的研究可以分為兩類：宏觀與微觀因素。

2.1.1 影響信用利差的宏觀因素

公司的經(jīng)營發(fā)展與其宏觀環(huán)境密切關(guān)聯(lián)，在信用利差上其影響會有所體現(xiàn)。宏觀影響因素較為繁雜，主要是無風險利率、GDP以及流動性。

無風險利率是重要的宏觀因素之一，但沒有定論。Merton（1974）在結(jié)構(gòu)化模型中證明無風險利率對利差的負向影響。劉國光和王慧敏（2005）檢驗了國債收益率與信用利差的格蘭杰因果關(guān)系。許多學者探討過利差與無風險利率的關(guān)系，多數(shù)認為是負相關(guān)（Duffee，1998；解文增和王安興，2014；王超，2020；Mahsa等，2020），這與Merton的結(jié)構(gòu)化模型結(jié)論一致。但周宏等（2011）發(fā)現(xiàn)由于中國債市的投資者主要是個人，且我國是一個儲蓄大國，無風險利率提高會引起儲蓄增加，債市資金減少，壓低資產(chǎn)價格，因此與信用利差呈現(xiàn)正相關(guān)關(guān)系。

GDP也是債券信用利差的重要影響因素，但其研究結(jié)論也不一致。Altman（1983）探究了信用價差與宏觀指標的聯(lián)系，發(fā)現(xiàn)GDP等指標表現(xiàn)較好時，債券的信用利差較低。Wilson（1998）在前人的研究基礎(chǔ)上加入了GDP增長率等宏觀經(jīng)濟因素，建立了可量化違約概率的組合模型，預(yù)測力度得到提升。然而，戴國強和孫新寶（2011）認為GDP增長率正向作用于利差，這是由于當經(jīng)濟發(fā)展良好時，通脹預(yù)期較高，投資債券的風險變高。

2.2 信用利差研究模型的相關(guān)研究

至今，對信用利差進行研究時主要使用四個研究模型：結(jié)構(gòu)化、簡約化、混合以及回歸分析模型。

2.2.1 結(jié)構(gòu)化模型

結(jié)構(gòu)化模型由Merton（1974）建構(gòu)，他認為之所以對企業(yè)債進行投資，目的是得到一項權(quán)利，即企業(yè)價值的或有求償權(quán)，因此信用利差定價模型適用B-S期權(quán)定價理論。結(jié)構(gòu)化模型可以推導出無風險利率、杠桿比率、資產(chǎn)收益率的波動程度以及債券到期時間均影響信用利差。

該模型的優(yōu)點是解釋變量簡潔，結(jié)果與現(xiàn)實情況接近，在研究早期使用廣泛。但其缺點也不少，核心缺點在于部分假設(shè)比較理想主義，不貼合現(xiàn)實狀況。Avramov和Jostova（2007）將結(jié)構(gòu)化模型運用于類型不同的債券研究中，得到的結(jié)論不一，因此批判了該模型。在后續(xù)的結(jié)構(gòu)化模型中對Merton的假設(shè)的逐漸放寬。Black和Cox（1976）放寬了違約時間的限制，認為可以提前違約。Longstaff和Schwartz（1995）進行延伸研究，建構(gòu)了兩因子隨機模型，其利率為Vasicek分布，并對浮動與固定利率債券分別進行估值，結(jié)果說明了信用利差顯著受利率和違約概率的影響。

3. 理論基礎(chǔ)與研究假設(shè) ................................. 16

3.1 理論基礎(chǔ)分析 .................................... 16

3.1.1 不確定性經(jīng)濟理論 ......................... 16

3.1.2 融資約束理論 .................................... 17

4. 數(shù)據(jù)及模型設(shè)定 ......................................... 21

4.1 樣本選取與數(shù)據(jù)來源 ................................. 21

4.2 變量描述 ..................................... 21

5. 實證分析 ....................................... 30

5.1 基準回歸分析 ........................................... 30

5.1.1 描述性統(tǒng)計和相關(guān)性分析 ....................................... 30

5.1.2 時間序列數(shù)據(jù)的平穩(wěn)性檢驗 .................................. 33 

5. 實證分析

5.1 基準回歸分析

本文對所有連續(xù)變量都采用了1%的雙側(cè)縮尾處理方法，以減少因極端數(shù)值所造成的不良結(jié)果。在時間序列模型中，共得到159個月的觀測樣本數(shù)據(jù)。本文使用Excel和Stata16.0以及OxMetrics6等統(tǒng)計分析軟件進行實證探究。

5.1.1 描述性統(tǒng)計和相關(guān)性分析

表5-1是時間序列數(shù)據(jù)的描述性統(tǒng)計分析結(jié)果，信用利差指數(shù)（CSIndex）的平均數(shù)為1.916%，中位數(shù)為1.894%，最小值為0.807%，最大值為3.342%，這說明不同月份公司債利差指數(shù)差異較大。從解釋變量EUN的描述性統(tǒng)計分析結(jié)果來看，可以發(fā)現(xiàn)經(jīng)濟不確定性指數(shù)的平均值為0.291,中位數(shù)為0.2559，最小值和最大值分別為0.042和1.043，說明中國宏觀經(jīng)濟的不確定性波動程度也較大。在2008年經(jīng)濟危機、2018年中美貿(mào)易摩擦、2020年新冠疫情等影響世界的大事件期間里，經(jīng)濟不確定性出現(xiàn)了峰值。在經(jīng)濟危機過后的恢復時期，以及在中國經(jīng)濟進入新常態(tài)到中美貿(mào)易戰(zhàn)打響前的時期，宏觀經(jīng)濟不確定性較低，波動較小。無風險利率的均值為3.486%，利率期限結(jié)構(gòu)均值為0.814%，M2的自然對數(shù)值平均為13.923，滬深300的月均回報率接近于0，波動率均值則為1.506%，投資者情緒指數(shù)的平均自然對數(shù)值為3.649。

6. 研究結(jié)論與建議

6.1 研究結(jié)論

本文圍繞“經(jīng)濟不確定性如何作用于信用利差”這一焦點問題展開研究，首先，回顧了信用利差和宏觀經(jīng)濟不確定性的相關(guān)理論和文獻，并提出相應(yīng)了研究假設(shè)，為了驗證我們的假設(shè)是否正確，分別對宏觀層面整體數(shù)據(jù)和微觀層面?zhèn)€體數(shù)據(jù)構(gòu)建了時間序列模型和面板模型進行實證檢驗。在實證分析中，從基準模型出發(fā)，研究了前者對后者的影響關(guān)系。進一步地，分析了其產(chǎn)權(quán)性質(zhì)和融資約束的直接影響機制和管理者過度自信的調(diào)節(jié)機制。此外，考慮到債券信用等級差異和行業(yè)特征可能帶來信用利差的差異，本文還做了異質(zhì)性分析。最后本文對上述實證分析結(jié)論做了大量穩(wěn)健性檢驗工作，包括增加控制變量、參考過往文獻變換代理變量的構(gòu)造方法、替換解釋變量、工具變量法等以驗證本文結(jié)論的可靠性。

以2008年-2021年3月期間上市公司發(fā)行的426只公司債月度信用利差數(shù)據(jù)作為研究對象，以鄭霞和王挺國（2020）提出的中國宏觀經(jīng)濟不確定性指數(shù)（EUN指數(shù)）作為核心解釋變量，實證研究后得到如下幾點結(jié)論：

第一，本文采用Mahsa（2020）的方法，通過在數(shù)據(jù)宏觀整體層面建構(gòu)信用利差指數(shù)，進行時間序列分析以及在微觀公司個體層面建立面板模型，實證均發(fā)現(xiàn)中國宏觀經(jīng)濟不確定性與公司債信用利差顯著正相關(guān)，這與經(jīng)濟摩擦、實物期權(quán)、安全轉(zhuǎn)移的理論假設(shè)一致，也與西方成熟債券市場情形大致相同，表明中國債市逐漸成熟。

第二，本文參考江靜琳等（2018）的機制分析方法，分析其作用機制，同時實證結(jié)果也可作為本文異質(zhì)性分析的一部分。發(fā)現(xiàn)宏觀經(jīng)濟不確定性可以通過公司性質(zhì)層面和融資約束層面產(chǎn)生直接影響。在非國有企業(yè)以及高融資約束下宏觀經(jīng)濟不確定性對信用利差的影響更大，不論是分組還是全樣本引入交互項進行回歸，結(jié)論不變。

參考文獻（略）