摘要：經(jīng)濟(jì)政策作為國(guó)家調(diào)控經(jīng)濟(jì)的重要手段，其變動(dòng)會(huì)對(duì)宏觀經(jīng)濟(jì)環(huán)境產(chǎn)生重大影響，進(jìn)而影響到企業(yè)的經(jīng)營(yíng)和盈利，而企業(yè)所發(fā)行的股票和債券的價(jià)值也會(huì)被投資者重估。經(jīng)濟(jì)政策不確定性可以反映經(jīng)濟(jì)政策的變動(dòng)，它會(huì)對(duì)公司債券的信用利差產(chǎn)生重要的影響。當(dāng)前國(guó)內(nèi)對(duì)債券信用利差的研究主要集中在企業(yè)債這一品類，對(duì)信用利差的影響因素也主要集中在GDP、PPI等宏觀經(jīng)濟(jì)指標(biāo)及公司盈利能力、財(cái)務(wù)杠桿等微觀指標(biāo)，很少有人研究經(jīng)濟(jì)政策不確定性對(duì)公司債信用利差的影響，本文以此問(wèn)題為核心，對(duì)其進(jìn)行了初步探究。

關(guān)鍵詞：經(jīng)濟(jì)政策不確定性;公司債;信用利差

一、緒論

（一）研究背景

2008年經(jīng)濟(jì)危機(jī)以來(lái)，世界經(jīng)濟(jì)進(jìn)入再平衡狀態(tài)，各國(guó)為了自救紛紛采取對(duì)自己有利的經(jīng)濟(jì)政策，使得各國(guó)之間的經(jīng)濟(jì)政策發(fā)生背離，全球經(jīng)濟(jì)政策不確定性增加。

作為資本市場(chǎng)上最重要的融資工具之一，債券一直在融資活動(dòng)及投資活動(dòng)中占據(jù)著重要的位置。從債券當(dāng)前的發(fā)展來(lái)看，發(fā)達(dá)國(guó)家的債券市場(chǎng)起源時(shí)間早規(guī)模大。相比發(fā)達(dá)國(guó)家我國(guó)債券市場(chǎng)起步晚，規(guī)模較小，制度也還尚待完善。

隨著公司債市場(chǎng)的發(fā)展壯大，公司債的定價(jià)也日益受到關(guān)注，作為公司債及其衍生品定價(jià)依據(jù)之一的公司債信用利差也倍受實(shí)務(wù)界及學(xué)術(shù)界的關(guān)注。信用利差的變動(dòng)受到來(lái)自貨幣供應(yīng)、匯率、CPI等宏觀層面因素與發(fā)債主體的財(cái)務(wù)狀況、信用評(píng)級(jí)等微觀層面因素的影響。隨著全球經(jīng)濟(jì)政策不確定性的升高，企業(yè)的經(jīng)營(yíng)環(huán)境和盈利能力也不斷發(fā)生著變化，這些變化會(huì)增加或者減少企業(yè)的違約風(fēng)險(xiǎn)，從而影響債券的信用利差。

（二）研究意義

從國(guó)內(nèi)研究情況來(lái)看，當(dāng)前對(duì)于公司債券利差的研究較少且相關(guān)的研究主要采用定性研究，研究對(duì)象也主要集中在企業(yè)債。另一方面，當(dāng)前國(guó)內(nèi)外無(wú)論是從宏微觀角度對(duì)債券利差影響因素區(qū)分還是從風(fēng)險(xiǎn)的分類來(lái)進(jìn)行研究，很少有人關(guān)注經(jīng)濟(jì)政策不確定性對(duì)債券利差的影響，本文可以很好地補(bǔ)充相關(guān)文獻(xiàn)。

根據(jù)Wind數(shù)據(jù)，截至2018年底，全年共124只債券違約，違約金額約 1205.61億元，金額及違約債券數(shù)量均為過(guò)去4年的總和，這背后一定程度上反映了監(jiān)管政策的變動(dòng)對(duì)公司債的影響。因此，研究經(jīng)濟(jì)政策不確定性對(duì)公司債券信用利差的影響，有助于投資者更好的參與債券市場(chǎng)并制定相應(yīng)的投資策略;對(duì)于監(jiān)管者來(lái)說(shuō)，可以及時(shí)對(duì)經(jīng)濟(jì)政策的相關(guān)效果進(jìn)行判斷并修正。

二、文獻(xiàn)綜述

（一）經(jīng)濟(jì)政策不確定性研究文獻(xiàn)

從國(guó)外研究來(lái)看，Pfeifer和Born（2014）選取財(cái)政政策與貨幣政策的數(shù)據(jù)構(gòu)建了時(shí)間序列模型，將該模型所得出的時(shí)變標(biāo)準(zhǔn)差作為經(jīng)濟(jì)政策不確定性的度量指標(biāo)。[1]斯坦福大學(xué)和芝加哥大學(xué)的 Scott R.Baker、Nicholas Bloom（2012）等人對(duì)新聞指數(shù)和失效的稅收條款、經(jīng)濟(jì)指標(biāo)預(yù)測(cè)差值指數(shù)進(jìn)行加權(quán)后得出美國(guó)的經(jīng)濟(jì)政策不確定性指數(shù)。[2]

從國(guó)內(nèi)研究來(lái)看，國(guó)內(nèi)對(duì)經(jīng)濟(jì)政策不確定性度量方面多數(shù)是借鑒國(guó)外的辦法。

李鳳羽和楊墨竹（2015）采用 EPU 指數(shù)研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性增加會(huì)對(duì)企業(yè)投資產(chǎn)生明顯的抑制作用且隨著企業(yè)投資不可逆程度、機(jī)構(gòu)投資者持股比例的增加，這種抑制作用越強(qiáng)。[5]張茂軍、秦文哲（2018）等人采用 EPU 指數(shù)作為經(jīng)濟(jì)政策不確定性的衡量指標(biāo)，上證公司債指數(shù)作為衡量公司債整體市場(chǎng)的指標(biāo)，選用GARCH—MIDAS模型研究了經(jīng)濟(jì)政策不確定性與公司債波動(dòng)的關(guān)系，實(shí)證表明：經(jīng)濟(jì)政策不確定性的水平值和波動(dòng)率是公司債波動(dòng)的重要驅(qū)動(dòng)因子。

（二）信用利差影響因素研究文獻(xiàn)

國(guó)外對(duì)于公司債信用利差的研究相對(duì)成熟，主要從宏觀和微觀兩個(gè)角度來(lái)進(jìn)行分析。Altman（1983）選取利率、標(biāo)普指數(shù)、GDP增長(zhǎng)率等指標(biāo)的變化率，從宏觀層面對(duì)影響公司債信用利差的因素作了研究，結(jié)果發(fā)現(xiàn)宏觀經(jīng)濟(jì)指標(biāo)較好時(shí)，公司債信用利差越小。[3]Bakshi（2006）等人將權(quán)益波動(dòng)率、市價(jià)比率、企業(yè)盈利能力等因素合并后構(gòu)建了財(cái)務(wù)困境指標(biāo)。隨后，他們實(shí)證分析了財(cái)務(wù)困境與短期利率對(duì)公司債信用利差的影響，實(shí)證結(jié)果表明新的財(cái)務(wù)困境指標(biāo)提高了短期利率對(duì)公司債信用利差的預(yù)測(cè)的準(zhǔn)確性。[4]

國(guó)內(nèi)由于公司債的起步較晚，早期的研究主要集中在企業(yè)債及其國(guó)外相關(guān)理論的引入與分析模型的比較。涂志勇（2015）等人選取了355只私募債券為研究樣本，從宏觀經(jīng)濟(jì)環(huán)境和企業(yè)財(cái)務(wù)指標(biāo)兩方面對(duì)信用利差的影響因素進(jìn)行了實(shí)證分析，結(jié)果表明，信用利差受宏觀經(jīng)濟(jì)因素的影響更大。王雄元，高開娟（2017）選取2007年-2014年滬深兩市公司債數(shù)據(jù)對(duì)客戶集中度對(duì)公司債信用利差的影響進(jìn)行了研究，結(jié)果表明，客戶集中度與公司債信用利差正相關(guān)，即客戶集中度越高，公司債信用利差越大。

三、理論基礎(chǔ)

（一）實(shí)物期權(quán)理論

Stewart Myers最早提出實(shí)物期權(quán)這一理論，此理論將B-S期權(quán)定價(jià)的理念引入到公司實(shí)體投資，與金融期權(quán)不同，實(shí)物期權(quán)的標(biāo)的物為實(shí)物資產(chǎn)。實(shí)物期權(quán)認(rèn)為未來(lái)的投資機(jī)會(huì)對(duì)于公司來(lái)說(shuō)相當(dāng)于金融期權(quán)中的選擇權(quán)，并且實(shí)物期權(quán)的價(jià)值會(huì)隨不確定性的增加而增加。

當(dāng)經(jīng)濟(jì)政策不確定性增加時(shí)，公司實(shí)物期權(quán)價(jià)值增加，會(huì)抑制公司當(dāng)期的投資轉(zhuǎn)而選擇在未來(lái)進(jìn)行投資。在經(jīng)濟(jì)政策不確定性增加的當(dāng)期公司會(huì)減慢業(yè)務(wù)擴(kuò)張的速度及規(guī)模，影響公司的利潤(rùn)能力，進(jìn)而影響公司價(jià)值，因此信用利差也會(huì)隨之改變。

（二）金融市場(chǎng)摩擦理論

若市場(chǎng)不存在摩擦，則公司用于經(jīng)營(yíng)或投資的資金來(lái)自內(nèi)部融資或外部融資是無(wú)差異的，其成本是一樣的。但是由于代理成本及信息不對(duì)稱問(wèn)題的存在導(dǎo)致市場(chǎng)存在摩擦，使公司外部融資成本高于內(nèi)部融資，存在外部融資溢價(jià)。

在經(jīng)濟(jì)政策不確定性的條件下，由于市場(chǎng)摩擦的存在會(huì)導(dǎo)致公司外部融資成本提升，抑制公司的投資及創(chuàng)新，影響公司的盈利能力，從而導(dǎo)致公司價(jià)值改變，對(duì)公司債券信用利差產(chǎn)生沖擊。

（三）安全投資轉(zhuǎn)移理論

安全投資轉(zhuǎn)移理論是指當(dāng)金融市場(chǎng)動(dòng)蕩時(shí)，投資者會(huì)出售其認(rèn)為風(fēng)險(xiǎn)較高的資產(chǎn)并買入認(rèn)為更為安全的金融資產(chǎn)。根據(jù)風(fēng)險(xiǎn)厭惡理論，當(dāng)市場(chǎng)不確定增加時(shí)風(fēng)險(xiǎn)增加，由于市場(chǎng)投資者屬于風(fēng)險(xiǎn)厭惡型，投資者會(huì)改變投資策略，選擇風(fēng)險(xiǎn)更小的投資組合。

經(jīng)濟(jì)政策不確定性對(duì)金融市場(chǎng)的沖擊時(shí)，一方面公司債券相比于股市、期貨等金融資產(chǎn)而言風(fēng)險(xiǎn)較低，市場(chǎng)資金會(huì)從股市、期貨等市場(chǎng)流向債券市場(chǎng)進(jìn)行避險(xiǎn)，推高公司債券的價(jià)格，縮小公司債信用利差;另一方面市場(chǎng)資金會(huì)從公司債券市場(chǎng)流向風(fēng)險(xiǎn)更低、流動(dòng)性更強(qiáng)的國(guó)債市場(chǎng)等其它金融資產(chǎn)，導(dǎo)致債券價(jià)格下降，擴(kuò)大公司債信用利差。

四、實(shí)證檢驗(yàn)

（一）數(shù)據(jù)來(lái)源

本文數(shù)據(jù)主要來(lái)源于 Wind金融數(shù)據(jù)庫(kù)、CSMAR數(shù)據(jù)庫(kù)、銳思數(shù)據(jù)庫(kù)，中債-綜合財(cái)富指數(shù)來(lái)源于中國(guó)債券信息網(wǎng)，經(jīng)濟(jì)政策不確定性指數(shù)來(lái)源于公布該指數(shù)的官方網(wǎng)站。

本文選取2010年1月到 2018年12月共8年的公司債月度數(shù)據(jù)作為研究對(duì)象，剔除無(wú)法計(jì)算信用利差的浮動(dòng)利率及債券的信用評(píng)級(jí)、信用利差、到期收益率等方面有缺失的數(shù)據(jù)，共2756只符合要求的公司債。

（二）實(shí)證模型設(shè)計(jì)思路

為了更全面的考察經(jīng)濟(jì)政策不確定性對(duì)債券利差的影響，本節(jié)對(duì)樣本按債券的評(píng)級(jí)、發(fā)債主體所屬行業(yè)、發(fā)債主體是否為國(guó)企、是否為含權(quán)債券4個(gè)維度分成10個(gè)細(xì)分小類研究了每個(gè)細(xì)分小類中經(jīng)濟(jì)政策不確定性對(duì)公司債信用利差的影響是否會(huì)存在差異。

五、基于面板回歸分析的經(jīng)濟(jì)政策不確定性對(duì)公司債信用利差的影響

1.模型建立

本小節(jié)采用面板數(shù)據(jù)分析法對(duì)經(jīng)濟(jì)政策不確定性與公司債信用利差展開研究，該部分使用的信用利差不是將每個(gè)月所有存續(xù)的債券利差平均后所取的月度利差總水平，而是各存續(xù)債券的信用利差的月度數(shù)據(jù)。具體模型如下：

其中，CS代表信用利差;BondIndex為債券指數(shù);HS300為滬深300指數(shù);SLOPE為10年期國(guó)債與1年期國(guó)債的收益率之差，作為衡量利率期限結(jié)構(gòu)斜率的代理變量;RFR采用1年期無(wú)風(fēng)險(xiǎn)利率;PPI為工業(yè)品出廠價(jià)格指數(shù)，衡量通貨膨脹水平;LnEPU是經(jīng)濟(jì)不確定性指數(shù);RM為剩余期限。

2.描述性統(tǒng)計(jì)分析

從不同行業(yè)債券利差來(lái)看，制造業(yè)的債券利差均值為 2.436，中值為 2.041，兩個(gè)指標(biāo)都位于所有行業(yè)分類中最高。公共事業(yè)類債券利差均值為 1.4074，中值為 1.7095 在所有行業(yè)分類中最低。

發(fā)債主體為國(guó)有企業(yè)的債券其債券利差的均值和中值分別為1.2557、1.0686，遠(yuǎn)大于非國(guó)有企業(yè)所發(fā)債券信用利差的均值和中值。

含權(quán)債券信用利差的均值為 1.8917，中值為 1.603，而不含權(quán)債券信用利差的均值和中值分別為1.3254、1.1895。從使用的原始數(shù)據(jù)中可以發(fā)現(xiàn)含權(quán)債券的發(fā)行主體大部分為房地產(chǎn)和制造業(yè)，這兩類企業(yè)固定資產(chǎn)占比較高。

低評(píng)級(jí)債券的利差遠(yuǎn)大于高評(píng)級(jí)債券的利差，低評(píng)級(jí)往往意味者發(fā)債主體償債能力較差，未來(lái)難以償付本金的概率高，所以投資者會(huì)要求更高的回報(bào)率來(lái)彌補(bǔ)因購(gòu)買該債券所承擔(dān)的風(fēng)險(xiǎn)。

3.面板數(shù)據(jù)回歸分析

3.1總體樣本回歸結(jié)果

從回歸方程的結(jié)果來(lái)看，其R2為 0.7924，說(shuō)明回歸模型整體的擬合度較好。具體來(lái)看，經(jīng)濟(jì)政策不確定性與公司債信用利差顯著負(fù)相關(guān)。其他控制變量中，債券指數(shù)、滬深 300 指數(shù)、剩余期限與債券利差負(fù)相關(guān)，無(wú)風(fēng)險(xiǎn)利率與債券利差正相關(guān)，PPI 與債券利差關(guān)系不顯著。

3.2不同行業(yè)分組回歸結(jié)果

從表4-2的回歸結(jié)果可以得出，除制造類企業(yè)發(fā)行的債券外，在其他行業(yè)所發(fā)行的債券中，經(jīng)濟(jì)政策不確定性與債券信用利差均呈顯著負(fù)相關(guān)。在房地產(chǎn)及建筑類、其他類與公共事業(yè)類三個(gè)分類中，房地產(chǎn)及建筑類中這兩者的負(fù)相關(guān)關(guān)系最顯著，其他類債券中經(jīng)濟(jì)政策不確定性對(duì)公司債信用利差的負(fù)向影響較其他兩個(gè)分類小。

3.3不同發(fā)債主體分組回歸結(jié)果

根據(jù)表4-3回歸結(jié)果，經(jīng)濟(jì)政策不確定性與債券信用利差的負(fù)相關(guān)關(guān)系在國(guó)企所發(fā)行的債券中更加顯著。原因可能是經(jīng)濟(jì)政策不確定性增加時(shí)，投資者出于國(guó)企債券有政府的隱性擔(dān)保，違約風(fēng)險(xiǎn)較小，會(huì)投資更多的國(guó)企類債券，該類債券價(jià)格上漲，收益率下降，相比非國(guó)企債券其信用利差會(huì)減少的更加明顯。

3.4是否含權(quán)分組回歸結(jié)果

根據(jù)回歸結(jié)果顯示，無(wú)論是含權(quán)債券還是非含權(quán)債券，經(jīng)濟(jì)政策不確定性與其信用利差的負(fù)相關(guān)關(guān)系均顯著，但這種在關(guān)系在含權(quán)類債券中更加明顯。原因可能是我國(guó)含權(quán)債券大部分是可回售債券，這種可回售的權(quán)益在不同的經(jīng)濟(jì)政策環(huán)境下具有不同的價(jià)值，經(jīng)濟(jì)政策不確定性增加，債券供給減少，需求會(huì)增加，這種情形下，可回售的債券會(huì)更加稀缺，其價(jià)格會(huì)迅速上升，收益率下降最終降低債券利差。

3.5不同評(píng)級(jí)分組回歸結(jié)果

本文將 AA+及 AAA 評(píng)級(jí)的債券分為高評(píng)級(jí)債券，將 AA 及以下債券劃分為低評(píng)級(jí)債券。從債券評(píng)級(jí)的角度看，經(jīng)濟(jì)政策不確定性與公司債信用利差的負(fù)相關(guān)關(guān)系在高評(píng)級(jí)與低評(píng)級(jí)債券中均顯著，但評(píng)級(jí)較高的債券更為顯著。這是因?yàn)楦咴u(píng)級(jí)債券通常象征著債券的償債能力較強(qiáng)，違約風(fēng)險(xiǎn)通常較小，在經(jīng)濟(jì)政策不確定性增加時(shí)，高評(píng)級(jí)類債券會(huì)更受投資者歡迎，這類債券價(jià)格上漲幅度大于低評(píng)級(jí)債券，收益率下降幅度大于低評(píng)級(jí)債券，因此其信用利差收窄的幅度也較大。

4.穩(wěn)健性檢驗(yàn)

為了驗(yàn)證本文結(jié)論的可靠性，增強(qiáng)實(shí)證結(jié)果的說(shuō)服力。本文進(jìn)行了穩(wěn)健性檢驗(yàn)。具體如下：

（1）本文將1年期國(guó)債作為計(jì)算信用利差的無(wú)風(fēng)險(xiǎn)利率，采用債券的到期收益率與1年期國(guó)債到期收益率的差值作為債券信用利差的代理變量;

（2）考慮到經(jīng)濟(jì)政策不確定性對(duì)經(jīng)濟(jì)的影響可能會(huì)具有滯后性，采用經(jīng)濟(jì)政策不確定性指數(shù)的滯后一期作為經(jīng)濟(jì)政策不確定性的代理變量。

最后的回歸結(jié)果與上文面板回歸所得的結(jié)果一致，說(shuō)明原回歸結(jié)果是穩(wěn)健的。

六、結(jié)論

本文利用面板回歸方法從公司債總體層面及公司債個(gè)體層面對(duì)經(jīng)濟(jì)政策不確定性對(duì)公司債信用利差的影響做了具體分析。得出如下結(jié)論：

（1）債券發(fā)行主體的行業(yè)不同，經(jīng)濟(jì)政策不確定性對(duì)其信用利差的影響也不同。除制造業(yè)類公司債外，負(fù)相關(guān)關(guān)系在房地產(chǎn)及建筑、其他類、公共事業(yè)類分組中均顯著，而且這種負(fù)相關(guān)關(guān)系在房地產(chǎn)及建筑分類中更加顯著。

（2）相比非國(guó)企債券，經(jīng)濟(jì)政策不確定性與公司債信用利差的負(fù)相關(guān)關(guān)系在國(guó)企類債券中更加顯著，原因可能是經(jīng)濟(jì)政策不確定性增加時(shí)，國(guó)企債券由于其違約風(fēng)險(xiǎn)更小，投資者對(duì)其需求大，債券信用利差小。

（3）經(jīng)濟(jì)政策不確定性與公司債負(fù)相關(guān)關(guān)系在含權(quán)債券中更加顯著，我國(guó)含權(quán)債券所附帶權(quán)益大部分為可回售債券，這種債券在經(jīng)濟(jì)政策不確定性增加時(shí)，往往會(huì)更受投資者歡迎所以其信用利差也更小。

（4）從債券評(píng)級(jí)來(lái)說(shuō)，經(jīng)濟(jì)政策不確定性與公司債負(fù)相關(guān)關(guān)系在高評(píng)級(jí)債券中更加顯著。可能是因?yàn)樵u(píng)級(jí)較高的債券，其違約風(fēng)險(xiǎn)更小，經(jīng)濟(jì)政策不確定性增加時(shí)，其需求量更大。

參考文獻(xiàn)：

[1]Benjamin Born and Alexandra Peter and Johannes Pfeifer. Fiscal news and macroeconomic volatility[J]. Journal of Economic Dynamics and Control，2013，37（12）： 2582-2601.

[2]Baker，Scott R，Bloom N，Davis， Steven J. Measuring Economic Policy Uncertainty[J].Social Science Electronic Publishing，2012.

[3]Wilcox Jarrod W..Edward I.Altman，Corporate Financial Distress：A Complete Guide to Predicting， Avoiding， and Dealing with Bankruptcy，xxvii，Wiley， New York （1983）， p. 368[J]. 1984， 8（1）：142-144.

[4]Madan D B， Bakshi G，Zhang F X.Investigating the Role of Systematic and Firm-Specific Factors in Default Risk： Lessons from Empirically Evaluating Credit Risk Models[J].Social Science Electronic Publishing，2006.

[5]李鳳羽，楊墨竹.經(jīng)濟(jì)政策不確定性會(huì)抑制企業(yè)投資嗎？——基于中國(guó)經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J].金融研究，2015（04）：115-129.

作者簡(jiǎn)介：董雄浩（1997-），男，浙江湖州人，碩士，學(xué)生，研究方向：固定收益證券。