蘆彩梅 蘇丹華

(山西大學(xué)經(jīng)濟(jì)與管理學(xué)院，山西太原030006)

?

債券利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)對(duì)信用價(jià)差的交互影響研究

蘆彩梅 蘇丹華

(山西大學(xué)經(jīng)濟(jì)與管理學(xué)院，山西太原030006)

為解釋“信用價(jià)差之謎”，學(xué)者們對(duì)信用價(jià)差的影響因素進(jìn)行探索。利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)是債券信用價(jià)差的重要影響因素，然而鮮有文章從這兩種風(fēng)險(xiǎn)交互關(guān)系的角度研究對(duì)信用價(jià)差的影響。選取2014年3月——2016年3月中國(guó)公司債券的面板數(shù)據(jù)，利用利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及二者的交互作用，從發(fā)行期限、信用等級(jí)和所屬行業(yè)等角度對(duì)信用價(jià)差的影響因素進(jìn)行多元回歸分析，并加入流動(dòng)性風(fēng)險(xiǎn)因素與結(jié)構(gòu)化模型結(jié)果相比較，檢驗(yàn)利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)對(duì)信用價(jià)差的交互作用是否仍然顯著，得出穩(wěn)定的結(jié)論。結(jié)果表明，利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用顯著影響中國(guó)公司債券的信用價(jià)差。本文為我國(guó)公司債券信用價(jià)差影響因素的研究方法做補(bǔ)充，為解釋“信用價(jià)差之謎”提供了新思路。

公司債券； 信用價(jià)差； 利率風(fēng)險(xiǎn)； 信用風(fēng)險(xiǎn)； 交互作用

一、引言及文獻(xiàn)綜述

公司債券的投資風(fēng)險(xiǎn)主要是信用風(fēng)險(xiǎn)，信用風(fēng)險(xiǎn)來(lái)自一個(gè)資產(chǎn)中現(xiàn)金流將不會(huì)像承諾的那樣支付的風(fēng)險(xiǎn)。為了補(bǔ)償信用風(fēng)險(xiǎn)，市場(chǎng)要求債券發(fā)行方向投資者提供的到期收益必須高于到期日相同的國(guó)債收益，其中債券到期收益與國(guó)債收益的差額被稱為信用價(jià)差。信用價(jià)差的大小是研究公司債券定價(jià)的基礎(chǔ)，同時(shí)也反映出整個(gè)債券市場(chǎng)的風(fēng)險(xiǎn)水平。公司債券的實(shí)際信用價(jià)差預(yù)期違約損失之間存在一個(gè)“寬缺口”(wide gap)，被稱為“信用價(jià)差之謎”(credit spread puzzle) (Collin-Dufresne等,2001)。[1]為了解釋這一現(xiàn)象，國(guó)內(nèi)外學(xué)者對(duì)信用價(jià)差的影響因素進(jìn)行了長(zhǎng)時(shí)間的探索，認(rèn)為主要影響因素包括利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)等。

在現(xiàn)有文獻(xiàn)中，多數(shù)只研究一種或幾種風(fēng)險(xiǎn)因素對(duì)信用價(jià)差的影響。Longstaff 和Schwartz (1995)認(rèn)為公司債券信用價(jià)差的變化不僅和公司價(jià)值有關(guān)，而且和利率因素關(guān)系密切。[2]Yap 和 Gannon(2007)通過對(duì)馬來(lái)西亞債券進(jìn)行實(shí)證證明了信用價(jià)差變化與利率因素負(fù)相關(guān)。[3]Huang和Huang(2003)指出對(duì)于任何期限的高信用等級(jí)債券，信用風(fēng)險(xiǎn)只占收益價(jià)差的很小一部分，而對(duì)于垃圾債券，信用

風(fēng)險(xiǎn)占據(jù)了較高的比例。[4]Longstaff和Schwartz (2005)研究發(fā)現(xiàn)信用價(jià)差大部分由信用風(fēng)險(xiǎn)引起,非違約成分隨時(shí)間變化且與個(gè)債非流動(dòng)性因素和衡量債券市場(chǎng)流動(dòng)性的宏觀經(jīng)濟(jì)因素強(qiáng)相關(guān)。[5]Dionne等(2010)認(rèn)為公司債券價(jià)差由信用風(fēng)險(xiǎn)引起，發(fā)現(xiàn)公司債券信用價(jià)差中的信用風(fēng)險(xiǎn)對(duì)事前違約概率的期限結(jié)構(gòu)敏感。[6]劉國(guó)光、王慧敏(2005)研究了中國(guó)上市公司債券信用價(jià)差和國(guó)債收益率，發(fā)現(xiàn)二者存在顯著的協(xié)整關(guān)系，且后者為前者的格蘭杰因。[7]張燃(2008)從宏觀角度研究信用價(jià)差變化的決定因素，結(jié)果表明中短期利率對(duì)信用價(jià)差的解釋能力最強(qiáng)，股票市場(chǎng)回報(bào)對(duì)信用價(jià)差的解釋能力最弱。[8]

也有部分文獻(xiàn)研究利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)之間的關(guān)系。Chance (1990)研究了零息債券違約風(fēng)險(xiǎn)和存續(xù)期的關(guān)系。[9]Barnhill和Maxwell(2002)在CreditMetrics的基礎(chǔ)上提出信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)聯(lián)合分析模型。[10]謝云山(2004)對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)進(jìn)行了相關(guān)性分析，用票面利率和持續(xù)期分別代表利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)，得出信用風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)往往夾雜在一起共同影響銀行經(jīng)營(yíng)，而且兩者之間存在此消彼長(zhǎng)的關(guān)系，兩者負(fù)相關(guān)。[11]

除了單獨(dú)研究利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響解釋力之外，有學(xué)者考慮到利用二者的相關(guān)性來(lái)研究對(duì)信用價(jià)差的交互作用。Longstaff和Schwartz(1995)發(fā)現(xiàn)信用風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)的相關(guān)性對(duì)信用價(jià)差有顯著影響，信用價(jià)差與利率風(fēng)險(xiǎn)負(fù)相關(guān)。[2]Chen等(2013)研究了利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的相關(guān)性對(duì)信用價(jià)差期限結(jié)構(gòu)的影響，并發(fā)現(xiàn)利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)表現(xiàn)出錯(cuò)綜復(fù)雜的相互作用。[12]目前國(guó)內(nèi)還沒有文獻(xiàn)利用利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用研究對(duì)信用價(jià)差的影響。

國(guó)內(nèi)外學(xué)者從不同的角度研究信用價(jià)差的影響因素。Gabbi和Sironi(2002)通過對(duì)歐債一級(jí)市場(chǎng)債券進(jìn)行實(shí)證研究發(fā)現(xiàn)公司債券的信用等級(jí)是最重要的影響因素。[13]Duffee(1998)研究了美國(guó)不同等級(jí)債券與信用價(jià)差的關(guān)系，指出信用級(jí)別變化時(shí)信用價(jià)差增速擴(kuò)大。[14]Pedrosa和Roll (1998)研究發(fā)現(xiàn)債券所屬期限、行業(yè)和信用等級(jí)會(huì)導(dǎo)致信用價(jià)差極大的變化。[15]王安興、謝文增、余文龍(2012)對(duì)中國(guó)公司債券信用價(jià)差的構(gòu)成和影響因素進(jìn)行了實(shí)證分析，結(jié)果表明公司債券信用評(píng)級(jí)越高、信用價(jià)差越??；剩余期限越長(zhǎng)，信用價(jià)差也越小。[16]

目前國(guó)內(nèi)文獻(xiàn)的研究方法中還沒有通過利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用來(lái)分析信用價(jià)差的影響因素。本文選取2014年3月—2016年3月國(guó)內(nèi)上市公司債券面板數(shù)據(jù)，利用利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用對(duì)信用價(jià)差的影響進(jìn)行了靜態(tài)分析，從發(fā)行期限、信用等級(jí)和所屬行業(yè)等多個(gè)角度研究利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的交互對(duì)信用價(jià)差的顯著影響。通過實(shí)證分析，證實(shí)了無(wú)論是總體分析還是各角度分析，利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互確實(shí)對(duì)信用價(jià)差有顯著的影響，且不同利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)變量的交互對(duì)信用價(jià)差產(chǎn)生增加或減少的影響。本文的分析方法為我國(guó)公司債券信用價(jià)差影響因素的理論和實(shí)證做補(bǔ)充，有助于探索“信用價(jià)差之謎”現(xiàn)象的原因，為解釋“信用價(jià)差之謎”提供新思路。

二、變量、數(shù)據(jù)和方法

(一)變量

根據(jù)結(jié)構(gòu)化模型和國(guó)內(nèi)外文獻(xiàn)研究成果，結(jié)合中國(guó)債券市場(chǎng)特征及數(shù)據(jù)的獲得情況，本文分別從系統(tǒng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)來(lái)源選取變量，首先以信用價(jià)差為被解釋變量，以系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)為控制變量，并同利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)一起作為解釋變量建立結(jié)構(gòu)化模型，加入利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)變量的交互項(xiàng)進(jìn)行多元回歸分析。然后加入流動(dòng)性風(fēng)險(xiǎn)因素再次對(duì)債券信用價(jià)差進(jìn)行實(shí)證檢驗(yàn)，與結(jié)構(gòu)化模型的回歸結(jié)果相比較，最后得出較為穩(wěn)定的結(jié)果，具體變量如下。

1. 反映利率風(fēng)險(xiǎn)來(lái)源的變量

(1)無(wú)風(fēng)險(xiǎn)利率(Rf)

國(guó)內(nèi)文獻(xiàn)中一般使用國(guó)債利率來(lái)表示無(wú)風(fēng)險(xiǎn)利率。國(guó)債的即期利率能夠靈敏地反映市場(chǎng)整體資產(chǎn)價(jià)值情況，Longstaff等(1995)指出即期利率的增加，其引起的靜態(tài)效應(yīng)會(huì)使公司資產(chǎn)價(jià)值運(yùn)動(dòng)的漂移項(xiàng)增大，漂移即利率的期望變化，這意味著債券違約概率的降低，從而使信用價(jià)差減小。[17]

即期利率往往需要更多的利率才能描述一支債券的價(jià)格，而到期收益率是以一個(gè)單一利率的形式報(bào)價(jià)，通常是比即期利率更方便的描述債券價(jià)格的形式。因此，本文選取與公司債券具有相同剩余期限的國(guó)債到期收益率作為無(wú)風(fēng)險(xiǎn)利率，預(yù)期當(dāng)無(wú)風(fēng)險(xiǎn)利率上升時(shí)，信用價(jià)差減小。

(2)利率期限結(jié)構(gòu)斜率(Slope)

國(guó)內(nèi)外文獻(xiàn)通常選擇無(wú)風(fēng)險(xiǎn)利率和利率期限結(jié)構(gòu)斜率一同作為利率風(fēng)險(xiǎn)的變量指標(biāo)，用來(lái)分別表示利率期限結(jié)構(gòu)的水平因子和斜率因子。Litterman和Scheinkman，Chen和Scott認(rèn)為利率期限結(jié)構(gòu)中到部分變化都可以用水平因子和斜率因子的變化表示。[18-19]

本文選取10年國(guó)債到期收益率與3年國(guó)債到期收益率之差來(lái)代表利率期限結(jié)構(gòu)斜率，預(yù)期利率期限結(jié)構(gòu)斜率系數(shù)為負(fù)，表示當(dāng)利率期限結(jié)構(gòu)斜率上升時(shí)，市場(chǎng)預(yù)期未來(lái)利率上升，債券的違約概率下降，從而使信用價(jià)差減小。

2. 反映信用風(fēng)險(xiǎn)來(lái)源的變量

(1)公司杠桿比率(Lev)

Merton模型中使用公司杠桿比率來(lái)衡量公司價(jià)值，杠桿比率越高，債券違約的概率越大，信用價(jià)差越大。公司杠桿比率對(duì)信用價(jià)差也有負(fù)相關(guān)的情況，當(dāng)公司全部資本利潤(rùn)率高于借入資本的利息率時(shí)，公司價(jià)值高于負(fù)債價(jià)值，此時(shí)如果適當(dāng)增加杠桿比率，可以提升公司價(jià)值，降低信用風(fēng)險(xiǎn)，從而使信用價(jià)差減小。

本文通過公司資產(chǎn)負(fù)債率來(lái)衡量公司杠桿比率，并預(yù)期與信用價(jià)差正相關(guān)。由于公司資產(chǎn)負(fù)債率至少為季度數(shù)據(jù)，而本文中選取的是月度數(shù)據(jù)，因此通過對(duì)資產(chǎn)負(fù)債率季度數(shù)據(jù)進(jìn)行Spline樣條插值進(jìn)行處理得到月度數(shù)據(jù)。

(2)公司資產(chǎn)波動(dòng)率(Asset)

Merton模型中使用了公司資產(chǎn)波動(dòng)率來(lái)分析期權(quán)價(jià)值。公司資產(chǎn)波動(dòng)性增加意味著期權(quán)價(jià)值的增加，債權(quán)價(jià)值則減小，這樣就使信用風(fēng)險(xiǎn)增加，信用價(jià)差增大。

本文的公司資產(chǎn)波動(dòng)率通過債券 (收盤價(jià)—前日收盤價(jià))/前日收盤價(jià)計(jì)算而得，并預(yù)期公司資產(chǎn)波動(dòng)率增大時(shí)，信用價(jià)差增大。

3. 反映系統(tǒng)性風(fēng)險(xiǎn)來(lái)源的變量

(1)股票綜合指數(shù)(Index)

系統(tǒng)性風(fēng)險(xiǎn)反映宏觀經(jīng)濟(jì)的市場(chǎng)風(fēng)險(xiǎn)，國(guó)內(nèi)外文獻(xiàn)多選擇股票綜合指數(shù)來(lái)衡量宏觀經(jīng)濟(jì)效應(yīng)，股票綜合指數(shù)的增加，意味著經(jīng)濟(jì)向好發(fā)展，投資者預(yù)期公司違約概率降低，進(jìn)而減小信用價(jià)差。

本文選擇滬深300指數(shù)收益率來(lái)表示股票綜合指數(shù)，并預(yù)期股票綜合指數(shù)的增加引起信用價(jià)差的減小。

(2)股票市場(chǎng)波動(dòng)率(Intrastock)

Campbell和Taksler(2003)的研究發(fā)現(xiàn)信用價(jià)差和股價(jià)的波動(dòng)存在強(qiáng)烈的共同運(yùn)動(dòng)。[20]張雪茹、孫雪晴(2010)研究得出短期利率、股票市場(chǎng)收益率、股票市場(chǎng)波動(dòng)率對(duì)信用價(jià)差都有顯著影響。[21]

本文通過對(duì)滬深300指數(shù)進(jìn)行計(jì)算(開盤價(jià)—收盤價(jià))/(最高價(jià)—最低價(jià))得到股票市場(chǎng)波動(dòng)率，并預(yù)期股票市場(chǎng)波動(dòng)率增加，宏觀經(jīng)濟(jì)不確定性增大，從而增加信用風(fēng)險(xiǎn)，信用價(jià)差增大。

4. 反映流動(dòng)性風(fēng)險(xiǎn)來(lái)源的變量

Chen等研究發(fā)現(xiàn)流動(dòng)性越低，投資者要求的流動(dòng)性補(bǔ)償就越高，債券價(jià)格越低，從而信用價(jià)差越大。[22]余暉等(2002)采用換手率和買賣價(jià)差測(cè)量流動(dòng)性風(fēng)險(xiǎn),探討了銀行間債券市場(chǎng)流動(dòng)性問題。[23]

本文選取債券換手率(Tyr)來(lái)衡量公司債券的流動(dòng)性風(fēng)險(xiǎn)，通過計(jì)算成交額/發(fā)行規(guī)模而得，并預(yù)期流動(dòng)性風(fēng)險(xiǎn)與信用價(jià)差負(fù)相關(guān)。

5. 反映利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)交互作用的變量

利用上述各利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)變量的乘積，得出兩種風(fēng)險(xiǎn)的交互項(xiàng)分別為Rf*Lev、Rf*Asset、Slope*Lev和Slope*Asset。

本文預(yù)期存在利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)對(duì)信用價(jià)差的交互作用，且交互項(xiàng)系數(shù)不為0。

(二)數(shù)據(jù)

本文選取滬深交易所上市公司債券共1 034支，其中上交所公司債券有706支，深交所公司債券有328支。

1. 提取公司債券基本信息數(shù)據(jù)，包括債券代碼、債券名稱、所屬證監(jiān)會(huì)行業(yè)名稱、起息日期、到期日期、債券期限(年)、是否含權(quán)債、發(fā)行時(shí)債項(xiàng)評(píng)級(jí)、最新債項(xiàng)評(píng)級(jí)、是否上市公司、計(jì)息方式、發(fā)行總額、省份、息票品種、年付息次數(shù)、利率類型。

根據(jù)所提取的債券信息，剔除存在缺失值的債券、包含浮動(dòng)利率和累進(jìn)利率債券、含權(quán)債券、到期日期為2016年以前及2016年的債券、沒有上市的債券、信用評(píng)級(jí)在發(fā)行時(shí)和最新債項(xiàng)評(píng)級(jí)不一致的債券、交易月份少于25個(gè)月的債券、剩余期限少于1年的債券。剔除后剩余80支。

2. 公司債券交易數(shù)量最為集中的時(shí)段為2014年3月1日—2016年3月31日，提取這一期間的月交易數(shù)據(jù)，包括到期收益率、資產(chǎn)負(fù)債率、收盤價(jià)、前收盤價(jià)、成交額。

根據(jù)所提取數(shù)據(jù)，剔除存在缺失值的債券、月成交額為0的數(shù)據(jù)超過20條的債券。處理后剩余55支公司債券。

3. 滬深交易所國(guó)債共有572支，其中上交所有286支，深交所有286支。提取國(guó)債基本信息數(shù)據(jù)，包括債券代碼、債券名稱、起息日期、到期日期、債券期限(年)、是否含權(quán)債、利率類型、計(jì)息方式、發(fā)行總額、息票品種、年付息次數(shù)。

剔除存在缺失值的國(guó)債、年付息次數(shù)不為1的國(guó)債、到期日期為2016年以前及2016年的國(guó)債、交易月份少于25個(gè)月的國(guó)債以及剩余期限少于1年的國(guó)債，剔除后剩余92支。

4. 提取國(guó)債到期收益率數(shù)據(jù)，剔除到期收益率為0的國(guó)債，剩余44支。

5. 將篩選出的55支公司債到期日與44支國(guó)債的到期日進(jìn)行比對(duì)，最后篩選出與國(guó)債剩余期限相匹配的公司債券24支，匹配國(guó)債有17支。篩選情況如表1所示。

進(jìn)一步地，對(duì)24支公司債券的數(shù)量按照期限、發(fā)行量、行業(yè)、信用等級(jí)以及所屬地區(qū)進(jìn)行劃分，結(jié)果如表2所示。

(三)檢驗(yàn)方法

本文主要分為四步來(lái)探究利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)交互對(duì)信用價(jià)差變化的影響：

第一步，以股票收益率和股票市場(chǎng)波動(dòng)率這兩種系統(tǒng)性風(fēng)險(xiǎn)作為控制變量，檢驗(yàn)利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響。記信用價(jià)差為cs；股票綜合指數(shù)為index；股票市場(chǎng)波動(dòng)率為intrastock；利率風(fēng)險(xiǎn)包括無(wú)風(fēng)險(xiǎn)利率rf和利率期限結(jié)構(gòu)斜率slope；信用風(fēng)險(xiǎn)包括公司杠桿比率lev和公司資產(chǎn)波動(dòng)率asset。建立如下初始模型

cst=α0+α1indext+α2intrastockt+β1rft+β2slopet+β3levt+β4assett

(1)

第二步，在第一步初始模型的基礎(chǔ)上加入利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互項(xiàng)，檢驗(yàn)?zāi)Ｐ偷慕忉屇芰κ欠裨鰪?qiáng)。建立如下模型

cst=α0+α1indext+α2intrastockt+β1rft+β2slopet+β3levt+β4assett+γ1rft*levt+γ2rft*assett+γ3slopet*levt+γ4slopet*assett+ε

(2)

第三步，在初始模型中加入流動(dòng)性風(fēng)險(xiǎn)因素，觀測(cè)模型解釋能力的變化，以及流動(dòng)性風(fēng)險(xiǎn)是否顯著作用于信用價(jià)差。在第一步的基礎(chǔ)上，增加換手率tyr，建立如下模型

cst=α0+α1indext+α2intrastockt+β1rft+β2slopet+β3levt+β4assett+β5tyrt+ε

(3)

第四步，在初始模型中加入流動(dòng)性因素并增加利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互項(xiàng)，與結(jié)構(gòu)化模型結(jié)果進(jìn)行比較，分析在加入流動(dòng)性風(fēng)險(xiǎn)因素的后，之前顯著的交互項(xiàng)是否仍然顯著作用于信用價(jià)差。在第三步的基礎(chǔ)上，加入交互項(xiàng)，建立如下模型

cst=α0+α1indext+α2intrastockt+β1rft+β2slopet+β3levt+β4assett+β5tyrt+γ1rft*levt+γ2rft*assett+γ3slopet*levt+γ4slopet*assett

(4)

表1 樣本債券基本信息表

分別用z1、z2、z3和z4表示利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互項(xiàng)，令

z1=rf*lev

z2=rf*asset

z3=slope*lev

z4=slope*asset

三、實(shí)證研究

(一)面板數(shù)據(jù)描述性統(tǒng)計(jì)分析

本文對(duì)選取的面板數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析如表3所示。

從總體上看，信用價(jià)差均值為1.574 2，標(biāo)準(zhǔn)差為1.457 9，最大值為8.975 4，和最小值-1.973 1差距還是很大的；偏度為1.150 0，峰度為5.975 6，呈右偏的尖峰厚尾形態(tài)。從發(fā)行期限上看，短期信用價(jià)差比中期要高，波動(dòng)也相對(duì)劇烈；信用價(jià)差最高值存在于短期債券中，最低值存在于中期債券中；短期和中期債券的信用價(jià)差都是呈尖峰厚尾形態(tài)。從信用等級(jí)上看，AAA級(jí)包含的公司債券最多，但由于其信用價(jià)差最大值并不高，同時(shí)總體信用價(jià)差最低值也包含在其中，導(dǎo)致AAA級(jí)債券信用價(jià)差遠(yuǎn)低于AA+級(jí)和AA級(jí)債券；AA+級(jí)債券信用價(jià)差波動(dòng)較為劇烈，AAA級(jí)和AA級(jí)債券波動(dòng)率較一致；AAA級(jí)債券和AA+級(jí)債券均呈右偏的尖峰厚尾形態(tài)，而AA級(jí)債券雖然也呈右偏狀態(tài)，但其峰度值并不高，其分布將會(huì)有一個(gè)比正態(tài)分布更短的尾巴。從所屬行業(yè)上看，制造業(yè)公司債券信用價(jià)差比其他行業(yè)更高，總體信用價(jià)差最高值和最低值均存在于制造業(yè)債券中；采礦業(yè)和制造業(yè)信用價(jià)差的各項(xiàng)數(shù)據(jù)較一致，波動(dòng)也比電力等行業(yè)和建筑業(yè)更劇烈；所有行業(yè)債券信用價(jià)差均呈右偏的尖峰厚尾形態(tài)。

表2 不同類別債券數(shù)量

表3 公司債面板數(shù)據(jù)信用價(jià)差描述性統(tǒng)計(jì)

(二)總體面板數(shù)據(jù)信用價(jià)差回歸分析

通過對(duì)各債券進(jìn)行時(shí)間序列分析可得，對(duì)信用價(jià)差(cs)、無(wú)風(fēng)險(xiǎn)利率(rf)、公司杠桿比率(lev)、和無(wú)風(fēng)險(xiǎn)利率和公司杠桿比率的交互項(xiàng)(z1)進(jìn)行差分可使序列不存在單位根。因此在面板數(shù)據(jù)變量分析中，也使用上述差分項(xiàng)。利用可行廣義最小二乘法對(duì)總體面板數(shù)據(jù)的信用價(jià)差影響因素進(jìn)行回歸，分析結(jié)果如表4所示。

從表4可以看出，系統(tǒng)性風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響不顯著，這可能是由于本文采用股票綜合指數(shù)(Index)和股票市場(chǎng)波動(dòng)率(Intrastock)來(lái)反映宏觀經(jīng)濟(jì)的市場(chǎng)風(fēng)險(xiǎn)，由于中國(guó)債券市場(chǎng)交易相對(duì)不活躍，導(dǎo)致股票市場(chǎng)與債券市場(chǎng)聯(lián)動(dòng)效應(yīng)較弱，使得股票綜合指數(shù)和股票市場(chǎng)波動(dòng)率不能反映公司債券總體信用價(jià)差的變化。反映宏觀經(jīng)濟(jì)的信息可能已經(jīng)包含在利率風(fēng)險(xiǎn)因素的利率期限結(jié)構(gòu)斜率中。

利率風(fēng)險(xiǎn)與信用價(jià)差顯著負(fù)相關(guān)，與預(yù)期一致。利率期限結(jié)構(gòu)斜率(Slope)增大，投資者預(yù)期未來(lái)利率水平會(huì)上升，同時(shí)無(wú)風(fēng)險(xiǎn)利率(D.rf)增大，投資者傾向于買入利率產(chǎn)品，減少對(duì)公司債券的購(gòu)買，因而導(dǎo)致公司債券信用風(fēng)險(xiǎn)降低，信用價(jià)差減小。未加入交互項(xiàng)時(shí)，無(wú)論是否包含流動(dòng)性因素，利率期限結(jié)構(gòu)斜率(Slope)對(duì)信用價(jià)差的影響不顯著；在加入交互項(xiàng)后，其顯著作用于信用價(jià)差。反映信用風(fēng)險(xiǎn)的公司杠桿比率(D5.lev)與信用價(jià)差正相關(guān)，而公司資產(chǎn)波動(dòng)率(Asset)與信用價(jià)差顯著負(fù)相關(guān)。公司杠桿比率通過公司資產(chǎn)負(fù)債率進(jìn)行衡量，在回歸中對(duì)信用價(jià)差影響并不顯著。當(dāng)全部資本利潤(rùn)率低于借入資本的利息率時(shí)，公司價(jià)值低于負(fù)債價(jià)值，杠桿比率越高，信用價(jià)差越大，這與Merton模型提出的結(jié)論一致，而這種公司價(jià)值低于負(fù)債價(jià)值使杠桿比率大于1出現(xiàn)的概率是非常低的。這里的公司資產(chǎn)波動(dòng)率對(duì)信用價(jià)差的影響很顯著，但與預(yù)期不一致的是，當(dāng)公司資產(chǎn)波動(dòng)率增加時(shí)，信用價(jià)差減小。

表4 公司債總體面板數(shù)據(jù)信用價(jià)差影響因素分析結(jié)果

注：*、**、***分別代表通過顯著性水平為10%、5%和1%的統(tǒng)計(jì)檢驗(yàn)。

流動(dòng)性風(fēng)險(xiǎn)因素與信用價(jià)差負(fù)相關(guān)，與預(yù)期一致。當(dāng)換手率增加時(shí)，債券的流動(dòng)性增強(qiáng)，投資者需求的流動(dòng)性風(fēng)險(xiǎn)補(bǔ)償就越少，債券價(jià)格降低，信用價(jià)差減小。對(duì)模型(1)加入流動(dòng)性因素的回歸結(jié)果顯示，總體上流動(dòng)性風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響并不顯著，因此模型的解釋能力與初始模型相當(dāng)，幾乎沒有變化。而在對(duì)其加入交互項(xiàng)進(jìn)行回歸分析后，流動(dòng)性風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響起到了顯著的負(fù)相關(guān)作用，與交互項(xiàng)合力提高了模型的解釋能力。

在對(duì)初始模型加入利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)交互項(xiàng)進(jìn)行回歸分析后，模型的解釋能力有所提高，其中利率期限結(jié)構(gòu)斜率和公司杠桿比率的交互項(xiàng)(z3)與信用價(jià)差呈顯著的正相關(guān)關(guān)系，表明利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用能夠增加債券的信用價(jià)差。無(wú)論是模型(1)，還是加入流動(dòng)性因素后的模型(3)，在對(duì)它們加入交互項(xiàng)進(jìn)行回歸后，模型的解釋能力均有提高，且交互項(xiàng)系數(shù)均為正。這表明與預(yù)期一致，利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用能顯著增加信用價(jià)差。

很多學(xué)者把信用價(jià)差分解為違約價(jià)差和剩余價(jià)差，違約價(jià)差對(duì)應(yīng)預(yù)期違約損失，剩余價(jià)差對(duì)應(yīng)非預(yù)期違約損失。實(shí)際信用價(jià)差與預(yù)期違約損失之間的差距被認(rèn)為是由于非預(yù)期違約損失的存在。模型(1)—(4)的解釋能力偏高，均在90%以上，原因可能是模型所選指標(biāo)中已包含部分非預(yù)期違約風(fēng)險(xiǎn)。加入交互項(xiàng)后解釋能力有所提高但并不明顯，因此只能認(rèn)為可能成為“信用價(jià)差之謎”產(chǎn)生的原因，其確定性有待進(jìn)一步研究。

表5 公司債期限面板數(shù)據(jù)信用價(jià)差影響因素分析結(jié)果

注：*、**、***分別代表通過顯著性水平為10%、5%和1%的統(tǒng)計(jì)檢驗(yàn)。

(三)期限面板數(shù)據(jù)信用價(jià)差回歸分析

與總體面板數(shù)據(jù)處理方式相同，對(duì)公司債券期限面板數(shù)據(jù)信用價(jià)差影響因素進(jìn)行回歸分析，結(jié)果如表5所示。

從表5可以看出，短期面板數(shù)據(jù)和中期面板數(shù)據(jù)的回歸結(jié)果同總體面板分析基本一致。進(jìn)一步地，在分別分析短期面板和中期面板后發(fā)現(xiàn)，流動(dòng)性指標(biāo)對(duì)信用價(jià)差的影響顯著。短期公司債券的流動(dòng)性因素與信用價(jià)差負(fù)相關(guān)，和預(yù)期一致，而中期公司債券的流動(dòng)性因素與信用價(jià)差呈正相關(guān)關(guān)系，這是由于發(fā)行期限較長(zhǎng)的債券隨著在市場(chǎng)上存在的時(shí)間延長(zhǎng)，交易頻率可能會(huì)逐漸降低，其交易的可能性也更小。期限較長(zhǎng)的債券流動(dòng)性增加，可能存在虛假成交的情況，使得債券信用風(fēng)險(xiǎn)增大，從而信用價(jià)差增大。

分別對(duì)模型(1)和模型(3)加入交互項(xiàng)后，短期和中期債券的模型解釋能力均有所提高。除了利率期限結(jié)構(gòu)斜率和公司杠桿比率交互項(xiàng)(z3)對(duì)信用價(jià)差起到顯著的正向作用之外，短期模型中無(wú)風(fēng)險(xiǎn)利率和公司資產(chǎn)波動(dòng)率交互項(xiàng)(z2)以及利率期限結(jié)構(gòu)斜率與信用價(jià)差顯著正相關(guān)，公司資產(chǎn)波動(dòng)率交互項(xiàng)(z4)與信用價(jià)差顯著負(fù)相關(guān)；長(zhǎng)期模型中無(wú)風(fēng)險(xiǎn)利率和公司資產(chǎn)波動(dòng)率交互項(xiàng)(z2)對(duì)信用價(jià)差有顯著負(fù)向作用。這表明利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互確實(shí)對(duì)信用價(jià)差具有顯著的影響作用，不同利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)的變量的交互能夠增加或降低信用價(jià)差。

短期模型的解釋能力高于中期模型。短期債券模型中系統(tǒng)性風(fēng)險(xiǎn)系數(shù)和流動(dòng)性風(fēng)險(xiǎn)系數(shù)均低于中期債券模型，而利率風(fēng)險(xiǎn)系數(shù)、信用風(fēng)險(xiǎn)系數(shù)以及交互項(xiàng)系數(shù)均高于中期債券，中期債券只有利率期限結(jié)構(gòu)斜率和公司杠桿比率交互項(xiàng)(z3)的系數(shù)高于短期債券。這表明短期債券的利率風(fēng)險(xiǎn)因素、信用風(fēng)險(xiǎn)因素以及二者的交互作用對(duì)信用價(jià)差的影響作用比中期債券更大。

(四)信用等級(jí)面板數(shù)據(jù)信用價(jià)差回歸分析

對(duì)信用等級(jí)面板數(shù)據(jù)的信用價(jià)差影響因素進(jìn)行回歸分析得出表6。

從表6可以看出，和總體面板回歸分析結(jié)果基本一致的是，AAA級(jí)和AA+級(jí)面板數(shù)據(jù)中無(wú)風(fēng)險(xiǎn)利率(D.rf)、利率期限結(jié)構(gòu)斜率(Slope)、公司資產(chǎn)波動(dòng)率(Asset)和利率期限結(jié)構(gòu)斜率與公司杠桿比率交互項(xiàng)(z3)對(duì)信用價(jià)差均有顯著的影響作用，且系數(shù)符號(hào)也與總體面板回歸結(jié)果一致。AA級(jí)債券面板回歸結(jié)果較為不同，無(wú)風(fēng)險(xiǎn)利率并不是顯著影響信用價(jià)差的風(fēng)險(xiǎn)因素，且利率期限結(jié)構(gòu)斜率也只有在加入交互項(xiàng)時(shí)才對(duì)信用價(jià)差有顯著的影響。這表明對(duì)于較低等級(jí)的公司債券，利率風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響作用并不大。

除了與總體面板數(shù)據(jù)回歸相一致的結(jié)果之外，AAA級(jí)債券數(shù)據(jù)中無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率交互項(xiàng)(z2)和利率期限結(jié)構(gòu)斜率與公司杠桿比率交互項(xiàng)(z3v)對(duì)信用價(jià)差的顯著正向作用，可以看出利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用能夠增加信用價(jià)差。在加入流動(dòng)性因素后，各變量系數(shù)符號(hào)不變，且之前顯著的交互項(xiàng)在加入流動(dòng)性因素后仍顯著，流動(dòng)性的增加能夠顯著減少信用價(jià)差。無(wú)論是否加入流動(dòng)性因素，利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互確實(shí)對(duì)信用價(jià)差具有顯著的影響。

AA+級(jí)債券信用價(jià)差受股票綜合指數(shù)(Index)顯著影響，股票綜合指數(shù)的增加反映出宏觀經(jīng)濟(jì)向好，投資者預(yù)期公司未來(lái)發(fā)生違約的概率降低，從而引起信用價(jià)差減小。然而，流動(dòng)性風(fēng)險(xiǎn)并不顯著，AA+級(jí)公司債券信用價(jià)差主要受系統(tǒng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及無(wú)風(fēng)險(xiǎn)利率和公司杠桿比率交互項(xiàng)(z3)的顯著影響。

AA級(jí)債券的初始模型中，信用價(jià)差主要受信用風(fēng)險(xiǎn)影響。在加入交互項(xiàng)后，與其他等級(jí)債券不同的是，利率期限結(jié)構(gòu)斜率(Slope)與信用價(jià)差顯著正相關(guān)，這與預(yù)期不一致，可能的原因是，本文選取的AA級(jí)包含的債券過少，僅有兩支，不足以代表全部AA級(jí)債券。更進(jìn)一步地，無(wú)風(fēng)險(xiǎn)利率和公司杠桿比率交互項(xiàng)(D.z1)和無(wú)風(fēng)險(xiǎn)利率和公司資產(chǎn)波動(dòng)率交互項(xiàng)(z2)的系數(shù)為正，能夠顯著增加信用價(jià)差；利率期限結(jié)構(gòu)斜率和公司杠桿比率交互項(xiàng)(z3)系數(shù)為負(fù)，能夠顯著降低信用價(jià)差，表明不同利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)變量的交互對(duì)信用價(jià)差有著不同方向的影響作用。在加入流動(dòng)性因素后，流動(dòng)性風(fēng)險(xiǎn)同信用風(fēng)險(xiǎn)以及利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互項(xiàng)合力顯著作用于信用價(jià)差。結(jié)合加入流動(dòng)性因素前后的交互項(xiàng)的系數(shù)表現(xiàn)，認(rèn)為利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的交互作用顯著增加了信用價(jià)差。

表6 公司債信用等級(jí)面板數(shù)據(jù)信用價(jià)差影響因素分析結(jié)果

注：*、**、***分別代表通過顯著性水平為10%、5%和1%的統(tǒng)計(jì)檢驗(yàn)，R2(未加交互項(xiàng))分別代表與模型(2)、模型(4)對(duì)應(yīng)的不加交互項(xiàng)的模型(1)、模型(3)的模型解釋能力。

高信用等級(jí)公司債券的模型解釋能力弱于低信用等級(jí)公司債券。在加入交互項(xiàng)后，各級(jí)公司債券模型的解釋能力均有所提高，且利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互均顯著增加了信用價(jià)差。高信用等級(jí)的公司債券信用價(jià)差主要受利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及二者的交互作用影響，低信用等級(jí)公司債券的信用價(jià)差主要受信用風(fēng)險(xiǎn)以及利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的交互作用影響。

(五)行業(yè)面板數(shù)據(jù)信用價(jià)差回歸分析

對(duì)行業(yè)面板數(shù)據(jù)的信用價(jià)差影響因素進(jìn)行回歸分析得出表7。

從表7可以看出，系統(tǒng)性風(fēng)險(xiǎn)只有在加入交互項(xiàng)時(shí)對(duì)采礦業(yè)信用價(jià)差作用顯著，在系統(tǒng)性風(fēng)險(xiǎn)中對(duì)信用價(jià)差起著顯著作用的只有股票綜合指數(shù)(Index) ，且系數(shù)為負(fù)，與預(yù)期一致。和在AA+債券數(shù)據(jù)中分析的一樣，股票綜合指數(shù)的增加引起信用價(jià)差的減小。對(duì)于其它三種行業(yè)公司債券，系統(tǒng)性風(fēng)險(xiǎn)并沒有表現(xiàn)出顯著作用，其原因可能是反映宏觀經(jīng)濟(jì)的信息已經(jīng)包含在利率期限結(jié)構(gòu)斜率中。

表7 公司債行業(yè)面板數(shù)據(jù)信用價(jià)差影響因素分析結(jié)果

注：*、**、***分別代表通過顯著性水平為10%、5%和1%的統(tǒng)計(jì)檢驗(yàn)，R2(未加交互項(xiàng))分別代表與模型(2)、模型(4)對(duì)應(yīng)的不加交互項(xiàng)的模型(1)、模型(2)的模型解釋能力，電力等代表電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)。

從各顯著變量可以看出，四種行業(yè)的公司債券利率風(fēng)險(xiǎn)與信用價(jià)差顯著負(fù)相關(guān)，與預(yù)期一致。采礦業(yè)面板數(shù)據(jù)中對(duì)信用價(jià)差起顯著作用的利率風(fēng)險(xiǎn)變量為利率期限結(jié)構(gòu)斜率(Slope)，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)面板數(shù)據(jù)中對(duì)信用價(jià)差起顯著作用的利率風(fēng)險(xiǎn)變量為無(wú)風(fēng)險(xiǎn)利率(D.rf)，建筑業(yè)和制造業(yè)公司債券面板數(shù)據(jù)在初始模型中受到無(wú)風(fēng)險(xiǎn)利率的顯著影響，在加入交互項(xiàng)之后，兩種利率風(fēng)險(xiǎn)指標(biāo)均與信用價(jià)差顯著負(fù)相關(guān)。

各行業(yè)公司債券的信用風(fēng)險(xiǎn)主要體現(xiàn)在公司資產(chǎn)波動(dòng)率(Asset)上，且均與信用價(jià)差負(fù)相關(guān)；公司杠桿比率(D5.lev)只有在加入交互項(xiàng)后對(duì)采礦業(yè)債券信用價(jià)差影響顯著，對(duì)其它三種行業(yè)債券均不顯著。盡管如此，各行業(yè)信用風(fēng)險(xiǎn)指標(biāo)系數(shù)正負(fù)情況均與總體面板分析結(jié)果相同，公司杠桿比率越高，信用價(jià)差越大；公司資產(chǎn)波動(dòng)率越大，公司價(jià)值不確定性越強(qiáng)，信用價(jià)差越小。

各行業(yè)公司債券數(shù)據(jù)中只有制造業(yè)在對(duì)初始模型加入流動(dòng)性因素時(shí)，顯示流動(dòng)性風(fēng)險(xiǎn)顯著負(fù)作用于信用價(jià)差，而在對(duì)其加入利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)交互項(xiàng)后，流動(dòng)性風(fēng)險(xiǎn)的顯著作用消失。由此可知，流動(dòng)性風(fēng)險(xiǎn)對(duì)四種行業(yè)公司債券信用價(jià)差的影響作用很弱，模型的解釋能力幾乎沒有變化。這可能是由于本文選取的流動(dòng)性風(fēng)險(xiǎn)指標(biāo)并不足以反映各行業(yè)信用價(jià)差的變化，應(yīng)該存在其他的流動(dòng)性風(fēng)險(xiǎn)因素對(duì)信用價(jià)差起到顯著的影響作用。

在對(duì)初始模型加入利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)交互項(xiàng)進(jìn)行回歸分析后，各行業(yè)模型的解釋能力均有所提高。采礦業(yè)面板數(shù)據(jù)中無(wú)風(fēng)險(xiǎn)利率和公司杠桿比率的交互項(xiàng)(D.z1)與信用價(jià)差顯著負(fù)相關(guān)，利率期限結(jié)構(gòu)斜率和公司杠桿比率的交互項(xiàng)(z3)與信用價(jià)差顯著正相關(guān)。電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)以及建筑業(yè)面板數(shù)據(jù)中無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率的交互項(xiàng)(z2)以及利率期限結(jié)構(gòu)斜率和公司杠桿比率的交互項(xiàng)(z3)均顯著作用于信用價(jià)差，但在兩種行業(yè)數(shù)據(jù)中的系數(shù)正負(fù)不同，表明不同利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互項(xiàng)對(duì)于這兩種行業(yè)信用價(jià)差的影響作用不同。制造業(yè)面板數(shù)據(jù)中只有無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率的交互項(xiàng)(z2)能顯著增加信用價(jià)差。對(duì)四種行業(yè)初始模型加入流動(dòng)性因素進(jìn)行驗(yàn)證時(shí)發(fā)現(xiàn)，利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及二者交互項(xiàng)對(duì)信用價(jià)差的影響作用沒有發(fā)生變化，這表明利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用確實(shí)對(duì)信用價(jià)差具有顯著的影響作用，且不同利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)的交互的影響作用不同。

采礦業(yè)信用價(jià)差模型解釋能力最強(qiáng)，電力、熱力、燃?xì)饧八a(chǎn)業(yè)和供應(yīng)業(yè)的信用價(jià)差模型解釋能力最弱。

四、結(jié)論

本文選取2014年3月—2016年3月中國(guó)公司債券的月面板數(shù)據(jù)，利用利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及二者的交互作用，從發(fā)行期限、信用等級(jí)和所屬行業(yè)等角度對(duì)信用價(jià)差的影響因素進(jìn)行分析，并加入流動(dòng)性風(fēng)險(xiǎn)因素與結(jié)構(gòu)化模型實(shí)證結(jié)果相比較，得出較穩(wěn)定的結(jié)果。

利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的交互作用能顯著影響中國(guó)公司債券的信用價(jià)差。總體而言，交互作用中對(duì)信用價(jià)差影響顯著的以利率期限結(jié)構(gòu)斜率與公司杠桿比率的交互為主，且與信用價(jià)差正相關(guān)；而對(duì)于不同期限、信用等級(jí)和行業(yè)，能夠顯著影響信用價(jià)差的交互項(xiàng)并不相同，且作用方向不同，不同利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)變量的交互能夠增加或減少信用價(jià)差。在總體分析的基礎(chǔ)上，可得出如下結(jié)論。

(1)從發(fā)行期限看，短期公司債券的無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率的交互也能夠增加信用價(jià)差，利率期限結(jié)構(gòu)斜率與公司資產(chǎn)波動(dòng)率的交互能夠減少信用價(jià)差，而中期公司債券的無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率的交互則減少信用價(jià)差。短期公司債券模型解釋能力高于中期模型，且利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的交互作用對(duì)信用價(jià)差的影響作用高于中期債券。

(2)從信用等級(jí)看，無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率的交互能夠增加AAA級(jí)和AA級(jí)公司債券的信用價(jià)差，同時(shí)無(wú)風(fēng)險(xiǎn)利率與公司杠桿比率的交互也能增加AA級(jí)債券。高信用等級(jí)公司債券模型解釋能力弱于低信用等級(jí)公司債券，但其利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的交互項(xiàng)對(duì)信用價(jià)差的影響作用高于低信用等級(jí)公司債券。

(3)從所屬行業(yè)看，無(wú)風(fēng)險(xiǎn)利率與公司資產(chǎn)波動(dòng)率的交互能夠增加采礦業(yè)和建筑業(yè)的信用價(jià)差，減少電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)以及制造業(yè)的信用價(jià)差，另外無(wú)風(fēng)險(xiǎn)利率與公司杠桿比率的交互也能增加采礦業(yè)的信用價(jià)差。所有行業(yè)中采礦業(yè)公司債券模型解釋能力最高，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)模型解釋能力最低。

由于在加入交互項(xiàng)之前模型解釋能力已經(jīng)很高，加入交互項(xiàng)后，模型的解釋能力有所提高但并不明顯，因此只能認(rèn)為利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的交互作用可能成為“信用價(jià)差之謎”現(xiàn)象的原因，其確定性有待進(jìn)一步研究。同時(shí)，利用風(fēng)險(xiǎn)交互作用來(lái)研究信用價(jià)差影響因素的方法為解釋“信用價(jià)差之謎”提供了新思路。

本文的實(shí)證結(jié)果為我國(guó)公司債券信用價(jià)差影響因素的研究方法做補(bǔ)充，對(duì)債券的風(fēng)險(xiǎn)管理也有一定的啟示意義，有助于從多方面多角度進(jìn)行債券投資分析。債券定價(jià)模型以及債券評(píng)價(jià)指標(biāo)體系的建立應(yīng)考慮到利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)之間的交互作用。在實(shí)際操作中，投資者可以利用利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)之間的交互關(guān)系，從債券期限、信用等級(jí)和所屬行業(yè)，同時(shí)與政策導(dǎo)向等因素相結(jié)合，從而做出更理性客觀的投資決策。

[1]Collin D P, Goldstein R, Martin S．Determinants of Credit Spread Changes [J]. Journal of Finance,2001,56(6):2177-2208．

[2]Longstaff F, Schwarts E. A Simple Approach to Valuing Risky Fixed and Floating Rate Debt [J]. Journal of Finance,1995,50(3):789-819.

[3]Yap C J, Gannon G. Factors Affecting the Credit Spreads Behavior of USD Malaysian Bonds[R]. Australia: AFBC Working Paper,2007.

[4]Huang J, Huang M. How Much of the Corporate-Treasury Yield Spread is Due To Credit Risk? A New Calibration Approach [R]. United States: FEA Working Paper, 2003.

[5]Longstaff F, Schwartz E. Corporate Yield Spreads: Default Risk or Liquidity? New Evidence from the Credit Default Awap Mark [J]. Journal of Finance, 2005, 60 (5): 2213-2253.

[6]Dionne G, Gauthier G, Hammami K, et al. Default Risk in Corporate Yield Spread [J]. Financial Manangement, 2010, 39(2):707-731.

[7]劉國(guó)光, 王慧敏. 公司債券信用價(jià)差和國(guó)債收益率動(dòng)態(tài)關(guān)系研究 [J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào), 2005,27(5):117-122.

[8]張燃, 信用價(jià)差變化的決定因素[J]. 當(dāng)代財(cái)經(jīng), 2008(9):62-67.

[9]Chance D M. Default Risk and the Duration of Zero Coupon Bonds [J]. Journal of Finance, 1990,45(1):265-274.

[10]Barnhill T M, Maxwell W F. Modeling Correlated Market and Credit Risk in Fixed Income Portfolios [J]. Journal of Banking and Finance, 2002, 26 (2):347-374.

[11]謝云山 信用風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)的相關(guān)性分析——利率市場(chǎng)化下商業(yè)銀行的新型風(fēng)險(xiǎn)管理模式[J]. 國(guó)際金融研究, 2004(10):51-60.

[12]Chen R, Chen X, Wu L. Dynamic Interactions between Interest-Rate and Credit Risk: Theory and Evidence on the Credit Default Swap Term Structure [J]. Review of Finance, 2013,17(1): 403-441.

[13]Gabbi G P, Sironi A. Which Factors Affect Corporate Bonds Pricing? Empirical Evidence from Eurobonds Primary Market Spreads [J]. Ssrn Electronic Journal, 2002,11(1):59-74.

[14]Duffee G R. The Relation Between Treasury Yields and Corporate Bond Yield Spreads[J]. Journal of Finance, 1998, 53(6):2225-2241.

[15]Pedrosa M, Roll R. Systematic Risk in Corporate Bond Credit Spreads [J]. The Journal of Fixed Income, 2009,8(8):7-26.

[16]王安興,謝文增,余文龍. 中國(guó)公司債利差的構(gòu)成及影響因素實(shí)證分析[J]. 管理科學(xué)學(xué)報(bào),2012,15(5):32-41.

[17]Glesecke K, Longstaff F A, Schaefer S, et al. Corporate Bond Default Risk: A 150-year Perspective [J]. Journal of Financial Economics, 2011,102 (2)：233-250.

[18]Litterman R B, Scheinkman J. Common Factors Affecting Bond Returns [J]. The Journal of Fixed Income, 1991,1(1):54-61.

[19]Chen R R, Scott L. Maximum Likelihood Estimation for A multifactor Equilibrium Model of the Term Structure of Interest Rates [J]. The Journal of Fixed Income, 1993,3(3): 14-31.

[20]Campbell J, Taksler G. Equity Volatility and Corporate Bond Yields [J]. Journal of Finance, 2003,58(6):2321-2349.

[21]張雪茹, 孫雪晴. 信用價(jià)差影響因素的宏觀視角分析 [J]. 現(xiàn)代商貿(mào)工業(yè), 2010,22(23):226-227.

[22]Chen L, Lemond D A, Wei J. Corporate Yield Spreads and Bond Liquidity [J]. Journal of Finance, 2007, 62(1):119-149.

[23]余暉, 胡玥. 關(guān)于銀行間債券市場(chǎng)流動(dòng)性問題的探討 [J]. 中國(guó)貨幣市場(chǎng), 2002(12). 58-59.

責(zé)任編輯 王麗英

Interaction Effect of Bond’s Interest Rate Risks and Credit Risks on Credit Spread

LU Cai-mei, SU Dan-hua

(School of Economics and Management, Shanxi University, Taiyuan 030006, China)

Researchers have explored determinants of credit spread to find causes of the “credit spread puzzle”. Bond’s credit spread is influenced by interest rate and credit risk. However, few papers study the determinants of credit spread from the interaction of them. We analyze panel data of China’s corporate bonds from March 2014 to March 2016, investigate the determinants of credit spread from the interaction between interest rate and credit risk, use the method of multiple regression to discuss the credit spread from term, credit rating and industry respectively, and add the factor of liquidity risk compared with the structure model to acquire stable results. We find that the interaction of interest rate and credit risk has a significant effect on credit spread of China’s corporate bonds. The empirical results provide a new method for research of credit spread and explanation of “credit spread puzzle”.

corporate bond; credit spread; interest rate; credit risk; interaction

2016-08-27

山西省高等學(xué)校人文社會(huì)科學(xué)重點(diǎn)研究基金項(xiàng)目(2016305)；山西省高校領(lǐng)軍人才工程項(xiàng)目(2015052010)。

蘆彩梅，女，山西大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，博士，主要從事中小企業(yè)投融資、金融工程與風(fēng)險(xiǎn)管理研究；蘇丹華，女，山西大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士生，主要從事金融工程與風(fēng)險(xiǎn)管理研究。

F812.5

A

1005-1007(2016)12-0097-14