摘 要：近年來(lái)，隨著債券市場(chǎng)打破剛兌，眾多違約事件頻發(fā)。學(xué)術(shù)界對(duì)債券違約的研究日趨增多，目前已形成基本研究框架，但由于違約債券市場(chǎng)交易量少、數(shù)據(jù)獲取較難，對(duì)違約債券定價(jià)的實(shí)證研究難度大，對(duì)違約債券的市場(chǎng)出清帶來(lái)阻礙。對(duì)此，本文基于已有的研究成果進(jìn)行詳細(xì)梳理，借助CiteSpace和知網(wǎng)自帶的計(jì)量工具對(duì)國(guó)內(nèi)相關(guān)學(xué)術(shù)文獻(xiàn)數(shù)據(jù)進(jìn)行可視化分析，從研究主題的發(fā)文量、聚類情況、關(guān)鍵詞共現(xiàn)頻次、關(guān)鍵詞中介中心性和研究演化路徑知識(shí)圖譜等方面進(jìn)行梳理，總結(jié)我國(guó)債券違約的研究?jī)?nèi)容和現(xiàn)狀，探討市場(chǎng)化交易的意義及未來(lái)研究趨勢(shì)方向。本文旨在完善具有中國(guó)特色的債券違約后續(xù)處理機(jī)制并提出相關(guān)建議，同時(shí)為后續(xù)拓展研究提供參考，以期推動(dòng)金融業(yè)更好地服務(wù)實(shí)體經(jīng)濟(jì)。

關(guān)鍵詞：債券；預(yù)警；債券違約；債券定價(jià)；金融市場(chǎng)；股票市場(chǎng)

本文索引：李丹鳳.<變量 2>[J].中國(guó)商論，2024（06）：-103.

中圖分類號(hào)：F832.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）03（b）--04

1 引言

我國(guó)債券發(fā)行歷史可以追溯至1950年1月5日，雖然起步較晚，但發(fā)展迅速，截至目前我國(guó)已成為世界第二大債券市場(chǎng)。相較股票市場(chǎng)，普通投資者對(duì)債券市場(chǎng)了解相對(duì)較少，且債券市場(chǎng)對(duì)投資者而言相對(duì)穩(wěn)健、風(fēng)險(xiǎn)較低。長(zhǎng)期以來(lái)，人們一直秉承剛兌“信仰”。但隨著2014年“超日債”違約事件發(fā)生，國(guó)內(nèi)債券市場(chǎng)的市場(chǎng)化程度逐漸提高，“違約常態(tài)化”趨勢(shì)也逐步呈現(xiàn)，市場(chǎng)主體已逐漸適應(yīng)市場(chǎng)轉(zhuǎn)變并停止對(duì)政府不合理的期待。債券違約趨勢(shì)上呈現(xiàn)違約數(shù)量、規(guī)模的大幅增加，信用違約風(fēng)險(xiǎn)跨行業(yè)蔓延，使得事前防范預(yù)警和事中事后化解債務(wù)違約風(fēng)險(xiǎn)成為債券市場(chǎng)發(fā)展的重中之重。當(dāng)債券違約事件發(fā)生時(shí)，往往意味著該發(fā)行主體的內(nèi)部問(wèn)題已經(jīng)積累到一定程度。2021年4月，國(guó)務(wù)院發(fā)布的《關(guān)于進(jìn)一步深化預(yù)算管理制度改革的意見(jiàn)》中明確提出要健全市場(chǎng)化、法治化的債務(wù)違約處置機(jī)制，鼓勵(lì)債務(wù)人、債權(quán)人協(xié)商處置存量債務(wù)，切實(shí)防范惡意逃廢債，保護(hù)債權(quán)人合法權(quán)益，堅(jiān)決防止風(fēng)險(xiǎn)累積形成系統(tǒng)性風(fēng)險(xiǎn)。中國(guó)社科院金融研究所副所長(zhǎng)張明曾表示債券打破剛兌對(duì)于促進(jìn)中國(guó)債券市場(chǎng)的健康發(fā)展和風(fēng)險(xiǎn)定價(jià)更為合理化具有重要意義。

2 國(guó)內(nèi)外債券市場(chǎng)違約水平和發(fā)展趨勢(shì)

2.1 國(guó)內(nèi)債券市場(chǎng)違約回顧

自2014年11月超日債事件打破剛兌后，國(guó)內(nèi)的債券市場(chǎng)已有近9年的違約歷史，這期間債券市場(chǎng)的市場(chǎng)化程度逐漸提高，“違約常態(tài)化”趨勢(shì)也逐步呈現(xiàn)，市場(chǎng)主體已經(jīng)逐漸適應(yīng)市場(chǎng)轉(zhuǎn)變并停止對(duì)政府不合理的期待。

2.2 全球債券違約回顧

20世紀(jì)80年代至今，全球范圍內(nèi)共發(fā)生多次信用違約潮，具體原因和過(guò)程通過(guò)梳理分析如表1所示。

3 基于CiteSpace的債券違約學(xué)術(shù)理論研究可視化分析及評(píng)述

3.1 數(shù)據(jù)來(lái)源與處理

本文選取2013年1月1日至2023年8月17日被知網(wǎng)收錄的以“債券”“違約”為主題的931篇核心及CSSCI學(xué)術(shù)期刊進(jìn)行分析。

3.2 研究方法與工具

本文借助CiteSpace和知網(wǎng)自帶的計(jì)量工具對(duì)數(shù)據(jù)進(jìn)行可視化分析，從研究主題的發(fā)文量、聚類情況、關(guān)鍵詞共現(xiàn)頻次、關(guān)鍵詞中介中心性和時(shí)間線圖等方面進(jìn)行梳理。

3.3 實(shí)證分析

3.3.1 發(fā)文量走勢(shì)分析

企業(yè)在經(jīng)營(yíng)過(guò)程中，因?yàn)橘Y金短缺，常用的融資手段主要包括股權(quán)融資和債權(quán)融資，其中債權(quán)融資除了通過(guò)向銀行等金融機(jī)構(gòu)貸款，還可以通過(guò)發(fā)行債券進(jìn)行直接融資，相比而言直接融資比間接融資的成本較低。

國(guó)內(nèi)關(guān)于債券違約的研究，最早起源于張穎（1988）[1]提出的信貸衍生交易中信貸風(fēng)險(xiǎn)管理，針對(duì)違約風(fēng)險(xiǎn)進(jìn)行度量。隨后，由于2000年后全球債券違約出現(xiàn)高潮，國(guó)內(nèi)學(xué)者也開(kāi)始更多關(guān)注對(duì)可違約債券研究，2002—2006年的研究熱度逐漸升溫。2006—2013年，因?yàn)閲?guó)內(nèi)債券市場(chǎng)處于長(zhǎng)期剛性兌付的狀態(tài)，未出現(xiàn)違約，所以在此階段對(duì)違約債券定價(jià)研究較少。時(shí)至2014年，國(guó)內(nèi)出現(xiàn)首筆違約事件，之后重新引發(fā)了學(xué)術(shù)界的廣泛研究，每年發(fā)文量都呈現(xiàn)較高的增長(zhǎng)率。

3.3.2 研究聚類分析

債券市場(chǎng)涉及主體包括發(fā)行人、投資人、政府，其中發(fā)行人的身份包括民企、國(guó)企和地方政府，而政府在其中起到對(duì)債券市場(chǎng)的監(jiān)督管理作用。由關(guān)鍵詞共現(xiàn)可視化圖譜及頻次可以看出，研究的債券類型主要是公司債、信用債和城投債等，過(guò)去的學(xué)術(shù)研究多是圍繞債券市場(chǎng)中微觀層面發(fā)行人和投資人在發(fā)行前信用利差影響因素和發(fā)行后的違約風(fēng)險(xiǎn)衡量及預(yù)警問(wèn)題。

（1）在債券發(fā)行前：研究信用利差及債券定價(jià)的影響因素

從發(fā)行方角度來(lái)看，研究債券發(fā)行時(shí)，其融資成本高低主要體現(xiàn)在信用利差方面。眾多學(xué)者，分別從經(jīng)濟(jì)政策不確定性[2]、市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)[3]、投資者情緒[4]、外部監(jiān)督治理[5]、債券違約沖擊[6]、政府隱性擔(dān)保、債券違約與國(guó)企信用債利差[7]、產(chǎn)權(quán)性質(zhì)[8]、股票流動(dòng)性[9]、擔(dān)保[10]等方面研究不同因素對(duì)信用利差的影響。

（2）在債券發(fā)行后：針對(duì)存在的潛在違約風(fēng)險(xiǎn)的衡量和預(yù)警。

對(duì)風(fēng)險(xiǎn)的有效度量可以用于對(duì)發(fā)行主體的信用進(jìn)行評(píng)級(jí)和風(fēng)險(xiǎn)預(yù)警，在預(yù)警方面的研究主要體現(xiàn)在模型和指標(biāo)的選擇上。

第一，風(fēng)險(xiǎn)預(yù)警的模型選擇。主要有用到KMV、Logistic回歸[11-12]、GWO-XGBoos[13-14]、Stacking算法[15]、因子分析和SVM[16]等模型對(duì)風(fēng)險(xiǎn)進(jìn)行度量并預(yù)警。

其中，鄭煜等（2023）[11]先用Fisher模型與Logistic模型對(duì)財(cái)務(wù)信息進(jìn)行分析，對(duì)比后認(rèn)為L(zhǎng)ogistic模型的違約判別效果較好，從而構(gòu)建更為完善的基于財(cái)務(wù)（凈資產(chǎn)收益率、資本累積率、剛性負(fù)債率、籌資NCF/平均總資產(chǎn)等）和非財(cái)務(wù)（發(fā)債企業(yè)所在省份風(fēng)險(xiǎn)情況、行業(yè)風(fēng)險(xiǎn)情況、企業(yè)所有制形式）信息的Logistic模型。馮巧玲（2022）[13]構(gòu)建基于GWO-XGBoost的風(fēng)險(xiǎn)預(yù)警模型，用來(lái)區(qū)分不同行業(yè)企業(yè)債券的違約風(fēng)險(xiǎn)，然后再有針對(duì)性地選取具體案例進(jìn)行分析。

基于傳統(tǒng)KMV模型，又衍生出LJD-KMV、改進(jìn)版Logistic-KMV混合模型、KMV-GARCH-t-copula模型、多元t-Copula-KMV模型等。

第二，風(fēng)險(xiǎn)預(yù)警指標(biāo)的選擇。鄭煜等（2023）[11]選擇以“凈資產(chǎn)收益率、資本累積率、剛性負(fù)債率、籌資NCF/平均總資產(chǎn)”財(cái)務(wù)信息和包含“發(fā)債企業(yè)所在省份風(fēng)險(xiǎn)情況、行業(yè)風(fēng)險(xiǎn)情況、企業(yè)所有制形式”的非財(cái)務(wù)信息為風(fēng)險(xiǎn)度量指標(biāo)。李丹鳳（2023）[17]在傳統(tǒng)風(fēng)險(xiǎn)預(yù)警實(shí)踐中僅依據(jù)債券發(fā)行主體公布的財(cái)務(wù)報(bào)告識(shí)別風(fēng)險(xiǎn)的基礎(chǔ)上，提出通過(guò)大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)從財(cái)務(wù)狀況、人力資源及社會(huì)輿論等多渠道采集信息，做到動(dòng)態(tài)分析，針對(duì)違約風(fēng)險(xiǎn)提供及時(shí)預(yù)警的目的。蘇罡，余尚兵，李凡（2021）[18]同樣認(rèn)為財(cái)務(wù)數(shù)據(jù)更新頻率低，風(fēng)險(xiǎn)預(yù)警效果差，所以提出構(gòu)建采用新聞?shì)浨闉橹笜?biāo)的信用風(fēng)險(xiǎn)預(yù)警模型，利用新聞標(biāo)簽數(shù)據(jù)對(duì)負(fù)面影響程度進(jìn)行打分，并分析統(tǒng)計(jì)違約特征。

3.3.3 研究前沿?zé)狳c(diǎn)分析

為了進(jìn)一步展示債券違約領(lǐng)域研究熱點(diǎn)的時(shí)間分布和前沿趨勢(shì)，本文在CiteSpace軟件中選擇用“關(guān)鍵詞突現(xiàn)”和“Timeline”進(jìn)行分析，得到研究文獻(xiàn)關(guān)鍵詞突現(xiàn)和聚類時(shí)間序列圖譜。為了使圖譜更清晰，數(shù)據(jù)更具代表性，人工剔除了部分低頻關(guān)鍵詞。從圖4可以看出，以關(guān)鍵詞“城投債”為最大聚類，隨著研究時(shí)間線變化，關(guān)鍵詞不斷增加且研究日益深化，依次是“債券違約”“信用利差”“信用風(fēng)險(xiǎn)”“違約風(fēng)險(xiǎn)”等。可以看出，對(duì)債券違約的研究仍在不斷進(jìn)展，相較之前關(guān)注點(diǎn)集中在“城投債、市政債和地方債”，近些年開(kāi)始注重“民營(yíng)企業(yè)”的債券違約。另外，近三年的研究中，“傳染效應(yīng)”“融資約束”和“貨幣政策”逐漸成為新的研究熱點(diǎn)。

（1）傳染效應(yīng)。在違約事件頻發(fā)的情況下，為了防范系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生，眾多學(xué)者嘗試探究債券違約風(fēng)險(xiǎn)的傳染效應(yīng)[19-21]。

其中，吳育輝等（2023）[19]使用PSM-DID方法來(lái)評(píng)估基金“踩雷”事件對(duì)債券市場(chǎng)的影響，通過(guò)研究得出在經(jīng)歷投資者贖回和凈值下跌雙重沖擊下，基金公司被迫低價(jià)拋售其他非違約債券，最終使得這些債券在二級(jí)市場(chǎng)信用利差提高約9.26%，這種違約風(fēng)險(xiǎn)會(huì)在持有資產(chǎn)內(nèi)部進(jìn)行傳染；蘇潔等（2023）[20]認(rèn)為同行業(yè)出現(xiàn)違約事件會(huì)提高后續(xù)債券的風(fēng)險(xiǎn)溢價(jià)、降低債券成功發(fā)行率；楊希雅等（2022）[21]認(rèn)為違約風(fēng)險(xiǎn)存在區(qū)域傳染性，轄區(qū)內(nèi)出現(xiàn)違約事件會(huì)推升后續(xù)其他債券的融資成本，其中民營(yíng)企業(yè)受影響尤為顯著，另外區(qū)域內(nèi)的傳染效應(yīng)與違約時(shí)間、距離呈負(fù)相關(guān)。

（2）貨幣政策。主要研究宏觀貨幣政策因素對(duì)信用利差、融資成本和違約概率的影響。

趙宣凱等（2022）[22]美國(guó)貨幣政策通過(guò)金融市場(chǎng)會(huì)影響我國(guó)實(shí)體經(jīng)濟(jì)運(yùn)行，提出要監(jiān)測(cè)并防范美國(guó)貨幣政策變動(dòng)影響我國(guó)企業(yè)融資成本和實(shí)體的經(jīng)濟(jì)波動(dòng)。胡悅等（2022）[23]通過(guò)定量刻畫貨幣市場(chǎng)流動(dòng)性分層，分析其對(duì)金融穩(wěn)定和實(shí)體企業(yè)融資的影響，發(fā)現(xiàn)貨幣市場(chǎng)的流動(dòng)性分層會(huì)增加金融的不穩(wěn)定性、導(dǎo)致金融機(jī)構(gòu)違約概率的上升、增加低評(píng)級(jí)和民企的融資成本。孫立行等（2021）[24]通過(guò)構(gòu)建Logit模型，實(shí)證研究發(fā)現(xiàn)在貨幣政策緊縮且企業(yè)杠桿率較高時(shí)，債券的違約概率會(huì)相對(duì)較高。戴賾等（2018）[25]研究貨幣政策利率與信用利差之間的關(guān)系，認(rèn)為貨幣政策對(duì)債券市場(chǎng)信用利差具有傳導(dǎo)效應(yīng)，兩者在多數(shù)情況下呈正相關(guān)。

3.3.4 研究演化路徑分析

考慮國(guó)內(nèi)債券違約起源于2014年，本文選取2013—2023年文獻(xiàn)進(jìn)行研究路徑分析，具體包括：

圖5 2013—2023年債券違約研究演化路徑知識(shí)圖譜

（1）研究范圍的變化：從最開(kāi)始廣泛的債務(wù)研究，包括應(yīng)付賬款、債券、公司債、城投債、信用債等類型，現(xiàn)在的研究范圍越來(lái)越具體靶向，主要針對(duì)無(wú)抵押的信用債券違約進(jìn)行深入剖析。另外，隨著違約事件的發(fā)生，違約主體的身份也由民企擴(kuò)大到國(guó)有企業(yè)，所以，不少學(xué)者對(duì)具有國(guó)企背景的城投債的發(fā)行量也進(jìn)行客觀分析，認(rèn)為應(yīng)結(jié)合地方區(qū)域經(jīng)濟(jì)實(shí)際發(fā)展所需，評(píng)估投資收益產(chǎn)出情況，使一些償還能力弱的債券能在發(fā)行環(huán)節(jié)得到有效控制。

（2）2014年開(kāi)始出現(xiàn)打破剛兌的違約事件，對(duì)資產(chǎn)定價(jià)理論有了新的挑戰(zhàn)。關(guān)于債券定價(jià)，相較傳統(tǒng)無(wú)風(fēng)險(xiǎn)定價(jià)理論，更應(yīng)該考慮信用利差及風(fēng)險(xiǎn)溢價(jià)部分。

（3）關(guān)于債券定價(jià)方面，多是圍繞發(fā)行主體的信用評(píng)級(jí)帶來(lái)的發(fā)行定價(jià)中的信用利差，但是對(duì)于違約后的二級(jí)市場(chǎng)債券流通定價(jià)研究較少，主要原因是很難準(zhǔn)確測(cè)度違約債券的回收率。目前學(xué)者通過(guò)人工智能、大數(shù)據(jù)技術(shù)采集分析結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)，提高風(fēng)險(xiǎn)防范能力，并期望能做到動(dòng)態(tài)及時(shí)預(yù)警，降低風(fēng)險(xiǎn)發(fā)生帶來(lái)的損失。

（4）與此同時(shí)，人們對(duì)信用價(jià)值的認(rèn)可度逐漸增強(qiáng)，但對(duì)信息質(zhì)量持懷疑態(tài)度，應(yīng)從眾多信息中過(guò)濾出高質(zhì)量信息；第三方審計(jì)單位和評(píng)級(jí)機(jī)構(gòu)應(yīng)做好“守門員”的角色，給出客觀有公信力的可參考的信用評(píng)級(jí)結(jié)果。

（5）針對(duì)違約事件，應(yīng)做到違約零容忍，統(tǒng)一立法，債務(wù)人應(yīng)承擔(dān)兌付義務(wù)，保護(hù)投資人利益。

（6）研究逐漸擴(kuò)大所涉及的學(xué)科領(lǐng)域，出現(xiàn)跨學(xué)科交叉研究的情況，除了金融學(xué)以外，涉及計(jì)算機(jī)、管理學(xué)、會(huì)計(jì)學(xué)和法學(xué)等。以計(jì)算機(jī)為工具，以金融學(xué)為核心，通過(guò)經(jīng)、管、工融合，起到促進(jìn)學(xué)科交叉互補(bǔ)的作用。

（7）債券市場(chǎng)在金融服務(wù)中扮演越來(lái)越重要的角色，而債券風(fēng)險(xiǎn)存在傳遞效應(yīng)，近年來(lái)，學(xué)者們開(kāi)始更加注重系統(tǒng)性風(fēng)險(xiǎn)防范。

（8）對(duì)比暫未違約的債券，已違約債券在后續(xù)交易中，存在更多的道德風(fēng)險(xiǎn)、流動(dòng)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)。對(duì)于債券持有人來(lái)說(shuō)，兌付情況是不可控的，如何有效評(píng)估回收率成為后續(xù)研究的重點(diǎn)和難點(diǎn)。

4 結(jié)語(yǔ)

在早期的學(xué)術(shù)研究中，對(duì)違約債券的研究多集中在以案例研究違約成因分析和事后影響等微觀層面的定性論述，這些大多停留在微觀層面，針對(duì)宏觀系統(tǒng)風(fēng)險(xiǎn)的防范的研究逐漸成為未來(lái)研究的發(fā)展趨勢(shì)。

2023年中央金融工作會(huì)議于10月30日至31日在北京舉行，會(huì)議強(qiáng)調(diào)：（1）要維護(hù)金融市場(chǎng)穩(wěn)健運(yùn)行，規(guī)范金融市場(chǎng)發(fā)行和交易行為，合理引導(dǎo)預(yù)期，防范風(fēng)險(xiǎn)跨區(qū)域、跨市場(chǎng)、跨境傳遞共振。（2）防范化解金融風(fēng)險(xiǎn)，要把握好權(quán)和責(zé)的關(guān)系，健全權(quán)責(zé)一致、激勵(lì)約束相容的風(fēng)險(xiǎn)處置責(zé)任機(jī)制。（3）對(duì)風(fēng)險(xiǎn)早識(shí)別、早預(yù)警、早暴露、早處置。

對(duì)標(biāo)會(huì)議要求，堅(jiān)持走中國(guó)特色金融發(fā)展道路，未來(lái)研究方向應(yīng)重點(diǎn)放在事前防范、事中保全、事后處置全鏈條。對(duì)債券違約風(fēng)險(xiǎn)性的事前防范預(yù)警、事中如何斬?cái)囡L(fēng)險(xiǎn)傳染鏈條，以及事后如何對(duì)違約債券進(jìn)行市場(chǎng)化處置機(jī)制等方面。除了做到如何事前精準(zhǔn)快速識(shí)別風(fēng)險(xiǎn)，事后如何推進(jìn)違約債券交易、估值定價(jià)這些核心問(wèn)題也亟待解決。另外，針對(duì)政府監(jiān)管業(yè)務(wù)，應(yīng)加快監(jiān)管科技的應(yīng)用，做到不缺位，要到位，且不越位，未來(lái)對(duì)科技如何賦能監(jiān)管也將成為重要的研究方向。

參考文獻(xiàn)

張穎.信貸風(fēng)險(xiǎn)管理新技術(shù)： 信貸衍生交易[J].國(guó)際金融研究，1998（9）：72-74.

王博，康琦.經(jīng)濟(jì)政策不確定性對(duì)債券信用利差的影響研究[J].國(guó)際金融研究，2023（7）：73-82.

許屹.市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)對(duì)債券信用利差的影響： 基于中國(guó)公司債券月度面板數(shù)據(jù)的實(shí)證研究[J].上海金融，2017（6）：65-70.

童冠群，宋一丹，周榮喜.信用風(fēng)險(xiǎn)、投資者情緒對(duì)債券信用利差的影響研究[J/OL].價(jià)格理論與實(shí)踐：1-5[2023-08-17].http：//kns.cnki.net/kcms/detail/11.1010.f.20230621.1736.011.html

張雪蘭，張麗云，李佳寧.銀行監(jiān)督如何影響公司債發(fā)行信用利差： 基于外部治理與信息外溢的渠道檢驗(yàn)[J].金融經(jīng)濟(jì)學(xué)研究，2022，37（6）：3-20.

王立夫，王一鳴.債券違約沖擊對(duì)不同債券市場(chǎng)信用利差的異質(zhì)性影響[J].上海金融，2021（12）：69-80.

王敘果，沈紅波，鐘霖佳.政府隱性擔(dān)保、債券違約與國(guó)企信用債利差[J].財(cái)貿(mào)經(jīng)濟(jì)，2019，40（12）：65-78.

施燕平，劉娥平.產(chǎn)權(quán)性質(zhì)、風(fēng)險(xiǎn)承擔(dān)與公司債券信用利差[J].華東經(jīng)濟(jì)管理，2019，33（1）：119-128.

趙靜，方兆本.股票流動(dòng)性與公司債信用利差關(guān)系研究[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2018，48（8）：667-682.

張雪瑩，焦健.擔(dān)保對(duì)債券發(fā)行利差的影響效果研究[J].財(cái)經(jīng)論叢，2017（2）：48-57.

鄭煜，吳世農(nóng).基于財(cái)務(wù)信息和非財(cái)務(wù)信息的債券違約預(yù)警模型研究： Fisher模型與Logistic模型的實(shí)證分析與應(yīng)用[J].財(cái)會(huì)月刊，2023，44（12）：22-29.

潘澤清.企業(yè)債務(wù)違約風(fēng)險(xiǎn)Logistic回歸預(yù)警模型[J].上海經(jīng)濟(jì)研究，2018（8）：73-83.

馮巧玲.基于GWO-XGBoost的企業(yè)債券違約風(fēng)險(xiǎn)預(yù)警研究[J].財(cái)會(huì)通訊，2022（20）：128-132.

肖艷麗，向有濤.企業(yè)債券違約風(fēng)險(xiǎn)預(yù)警： 基于GWO-XGBoost方法[J].上海金融，2021（10）：44-54.

劉曉，周榮喜，李玉茹.基于Stacking算法集成的我國(guó)信用債違約預(yù)測(cè)[J].運(yùn)籌與管理，2023，32（3）：163-170.

高秀存，趙明航，楊倩芳.基于因子分析和SVM的信用債違約風(fēng)險(xiǎn)預(yù)警實(shí)證研究： 以河北省為例[J].征信，2022，40（8）：87-92.

李丹鳳，許微娜.基于大數(shù)據(jù)技術(shù)的債券違約風(fēng)險(xiǎn)預(yù)警研究[J].時(shí)代金融， 2023（2）：73-76.

蘇罡，余尚兵，李凡.基于輿情的信用風(fēng)險(xiǎn)預(yù)警模型[J].保險(xiǎn)研究，2021（10）：90-105.

吳育輝，劉曉玲，戚樹(shù)森.池魚(yú)之殃： 債券型基金“踩雷”的傳染效應(yīng)研究[J/OL].世界經(jīng)濟(jì)，2023（8）：186-210[2023-08-17].

蘇潔，王勇.信用風(fēng)險(xiǎn)傳染、投資者情緒與債券發(fā)行定價(jià)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（7）：29-43.

楊希雅，石寶峰.債券違約是否存在區(qū)域傳染： 基于中國(guó)債券市場(chǎng)融資成本視角[J].運(yùn)籌與管理，2022，31（11）：186-193.

趙宣凱，張咪，何宇.美國(guó)貨幣政策沖擊影響中國(guó)企業(yè)融資成本嗎？[J].金融評(píng)論，2022，14（5）：69-88+125.

胡悅，吳文鋒，石川林.貨幣市場(chǎng)流動(dòng)性分層：度量、成因和影響[J].管理科學(xué)學(xué)報(bào)，2022，25（8）：104-126.

孫立行，吳雄劍，唐逸舟.貨幣政策、杠桿水平與債券違約[J].蘇州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，42（6）：115-126.

戴賾，馮時(shí).貨幣政策利率對(duì)債券市場(chǎng)信用利差的傳導(dǎo)研究[J].上海金融，2018（12）：39-45.