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(qǐng)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(píng)級(jí)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(fēng)險(xiǎn)引發(fā)各方關(guān)注。以2010—2014年上市交易的企業(yè)債2015—2019年的月度數(shù)據(jù)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(jié)構(gòu)模型和面板固定效應(yīng)估計(jì)法等方法進(jìn)行實(shí)證分析，逐步研究風(fēng)險(xiǎn)因素與風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差的影響。實(shí)證結(jié)果表明，違約風(fēng)險(xiǎn)在企業(yè)債信用利差貢獻(xiàn)較低且不顯著，利率風(fēng)險(xiǎn)相較于流動(dòng)性風(fēng)險(xiǎn)在企業(yè)債信用利差貢獻(xiàn)度更高。風(fēng)險(xiǎn)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(fēng)險(xiǎn)與違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)的交互作用對(duì)企業(yè)債信用利差具有顯著正向影響，違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)交互作用對(duì)企業(yè)債信用利差雖有正向影響但不顯著。

關(guān)鍵詞：企業(yè)債；利率風(fēng)險(xiǎn)；流動(dòng)性風(fēng)險(xiǎn)；違約風(fēng)險(xiǎn)

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(shí)質(zhì)性違約，標(biāo)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(zhuǎn)向國有企業(yè)。2020年新冠肺炎疫情的出現(xiàn)對(duì)企業(yè)經(jīng)營沖擊較為明顯，國企違約風(fēng)險(xiǎn)明顯提升，市場出現(xiàn)波動(dòng)。在當(dāng)前金融一體化發(fā)展趨勢下，如果國有企業(yè)出現(xiàn)實(shí)質(zhì)性違約可能會(huì)引發(fā)債券市場的流動(dòng)性風(fēng)險(xiǎn)、區(qū)域金融風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)等一系列風(fēng)險(xiǎn)，而風(fēng)險(xiǎn)疊加帶來的后果會(huì)更加嚴(yán)重。中國債券信息網(wǎng)①顯示，2020年新增違約和展期債券以中高評(píng)級(jí)為主，絕大多數(shù)違約債券評(píng)級(jí)在AA+以上，其中2020年國有企業(yè)債券違約數(shù)量達(dá)到歷年最高的21只，違約規(guī)模達(dá)828.35億元。因此，2020年12月15日，為落實(shí)國務(wù)院金融穩(wěn)定發(fā)展委員會(huì)第四十三次會(huì)議精神，進(jìn)一步增強(qiáng)企業(yè)債券服務(wù)實(shí)體經(jīng)濟(jì)能力，中華人民共和國國家發(fā)展和改革委員會(huì)發(fā)布《關(guān)于開展2021年度企業(yè)債本息兌付風(fēng)險(xiǎn)排查和存續(xù)監(jiān)管有關(guān)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(jī)構(gòu)與實(shí)體經(jīng)濟(jì)之間關(guān)系更加密切，相關(guān)風(fēng)險(xiǎn)交織可能會(huì)導(dǎo)致更嚴(yán)重的后果。因此，如何妥善處理促發(fā)展與防風(fēng)險(xiǎn)之間的關(guān)系，是推動(dòng)我國債券市場進(jìn)一步健康高效可持續(xù)發(fā)展的關(guān)鍵。目前，鮮有關(guān)于研究多重風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差影響的相關(guān)文獻(xiàn)。文獻(xiàn)大多聚焦在公司債和地方債違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)等單一風(fēng)險(xiǎn)研究[1-4]，或風(fēng)險(xiǎn)因素間的相關(guān)性與兩種風(fēng)險(xiǎn)因素交互作用對(duì)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(fēng)險(xiǎn)因素處在相互影響的關(guān)系網(wǎng)絡(luò)中，研究多重風(fēng)險(xiǎn)交織對(duì)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(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)交織對(duì)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(fēng)險(xiǎn)，回應(yīng)市場對(duì)于企業(yè)債的關(guān)切，而且通過風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差的影響機(jī)制的分析，為債券風(fēng)險(xiǎn)研究提供新的視角，為債券定價(jià)和預(yù)警模型的建立提供新的方向，而監(jiān)管部門也可據(jù)此加強(qiáng)企業(yè)債風(fēng)險(xiǎn)管理，兼具理論與實(shí)際意義。

二、文獻(xiàn)綜述

本文從多重風(fēng)險(xiǎn)交織角度切入探討企業(yè)債信用利差影響因素，根據(jù)現(xiàn)有研究和實(shí)踐經(jīng)驗(yàn)，風(fēng)險(xiǎn)交織作為一種可能影響企業(yè)投融資和經(jīng)營發(fā)展的重要變量，對(duì)于我國企業(yè)債信用利差有重要影響，一直是債券風(fēng)險(xiǎn)管理理論和市場實(shí)踐探究和關(guān)注的焦點(diǎn)。近年來國內(nèi)外學(xué)者對(duì)于風(fēng)險(xiǎn)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(gè)方面展開。首先是對(duì)單一風(fēng)險(xiǎn)因素的探討，違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)均是影響債券信用利差的核心因素，這一觀點(diǎn)已經(jīng)得到了主流學(xué)者的廣泛討論與認(rèn)可[3,10-11]。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)，也與利率因素關(guān)系密切[12]。Elton等（2001）研究發(fā)現(xiàn)預(yù)期違約風(fēng)險(xiǎn)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(dòng)性風(fēng)險(xiǎn)對(duì)債券利差的影響，發(fā)現(xiàn)公司債主要受即期流動(dòng)性風(fēng)險(xiǎn)的影響，而企業(yè)債則受到即期流動(dòng)性風(fēng)險(xiǎn)與滯后流動(dòng)性風(fēng)險(xiǎn)的共同影響[10]。Bongaerts等（2017）研究發(fā)現(xiàn)流動(dòng)性水平和股票市場流動(dòng)性風(fēng)險(xiǎn)對(duì)公司債券的預(yù)期收益有很強(qiáng)的影響[14]。梁朝暉等（2017）通過線性概率模型實(shí)證研究發(fā)現(xiàn)，我國地方政府債券的收益率主要為利率風(fēng)險(xiǎn)溢價(jià)，信用風(fēng)險(xiǎn)溢價(jià)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(jié)構(gòu)對(duì)信用風(fēng)險(xiǎn)的影響，發(fā)現(xiàn)在發(fā)行人的到期結(jié)構(gòu)中相對(duì)較晚到期的債務(wù)比較早到期的債務(wù)具有更大的信用風(fēng)險(xiǎn)[1]。謝云等（2017）研究表明，從長期來看，企業(yè)基本面、宏觀經(jīng)濟(jì)形勢與金融市場發(fā)展決定了債券投資的內(nèi)部風(fēng)險(xiǎn)，短期債券風(fēng)險(xiǎn)主要來自宏觀經(jīng)濟(jì)波動(dòng)與相關(guān)金融市場的沖擊[16]。紀(jì)志宏和曹媛媛（2017）研究發(fā)現(xiàn)我國投資者傾向于采用信用債進(jìn)行套利交易，因此使得信用債信用利差更多體現(xiàn)的是市場流動(dòng)性溢價(jià)而非信用風(fēng)險(xiǎn)溢價(jià)[2]。潛力和馮雯靜（2020）基于KMV模型測算2020—2023年地方政府專項(xiàng)債券預(yù)期違約概率，發(fā)現(xiàn)專項(xiàng)債違約風(fēng)險(xiǎn)將隨時(shí)間推移而顯化，并且違約風(fēng)險(xiǎn)存在區(qū)域化的特征[3]。Chen和Jiang（2020）通過對(duì)七種流動(dòng)性指標(biāo)進(jìn)行主成分分析，構(gòu)建一個(gè)流動(dòng)性綜合指標(biāo)，發(fā)現(xiàn)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)在中國公司債信用利差中所占比例相對(duì)不高[4]。其次是風(fēng)險(xiǎn)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(fēng)險(xiǎn)因素不再單獨(dú)存在而是處在風(fēng)險(xiǎn)關(guān)系網(wǎng)絡(luò)中，有關(guān)學(xué)者有效證明了風(fēng)險(xiǎn)因素不僅獨(dú)立影響債券信用利差，也會(huì)通過風(fēng)險(xiǎn)因素交互關(guān)系對(duì)債券信用利差造成影響[2,5-6]。Chen等（2013）研究利率風(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，發(fā)現(xiàn)利率風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)之間表現(xiàn)出復(fù)雜的相互作用[17]。高強(qiáng)和鄒恒甫（2015）研究發(fā)現(xiàn)，企業(yè)債和公司債的收益率能夠很好地被信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)與宏觀系統(tǒng)性風(fēng)險(xiǎn)解釋，并通過比較研究發(fā)現(xiàn)，企業(yè)債對(duì)流動(dòng)性風(fēng)險(xiǎn)更加敏感，公司債對(duì)信用風(fēng)險(xiǎn)更加敏感[5]。梁朝暉等（2015）通過實(shí)證發(fā)現(xiàn)在加入利率風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)等非信用風(fēng)險(xiǎn)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(píng)級(jí)越高，公司債價(jià)格中包含的非信用風(fēng)險(xiǎn)補(bǔ)償比例越高[11]。蘆彩梅和蘇丹華（2016）通過線性回歸模型實(shí)證分析得出，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)差有顯著的影響，并且不同利率風(fēng)險(xiǎn)變量和信用風(fēng)險(xiǎn)變量的交互作用對(duì)信用價(jià)差影響不同[6]。Schwert（2017）研究了市政債券的定價(jià)問題，使用三種不同的互補(bǔ)方法將市政債券利差分解為違約和流動(dòng)性兩部分，發(fā)現(xiàn)違約風(fēng)險(xiǎn)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(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)之間的動(dòng)態(tài)相互過程，發(fā)現(xiàn)風(fēng)險(xiǎn)相互作用機(jī)制在信貸和流動(dòng)性風(fēng)險(xiǎn)之間形成了動(dòng)態(tài)反饋循環(huán)，并捕獲到了信貸條件惡化時(shí)流動(dòng)性枯竭的經(jīng)驗(yàn)觀察[18]。焦健和張雪瑩（2021）通過對(duì)2014—2019年信用債研究發(fā)現(xiàn)，違約事件在同一發(fā)行主體的債券之間具有流動(dòng)性傳染效應(yīng)[8]。綜上所述，目前國內(nèi)外關(guān)于債券信用利差影響因素的相關(guān)研究主要集中在單一風(fēng)險(xiǎn)上，風(fēng)險(xiǎn)因素之間的相關(guān)性以及兩種風(fēng)險(xiǎn)因素共同對(duì)于債券信用利差的影響，國內(nèi)外學(xué)者在這三個(gè)方向豐富的研究成果為本文確立了研究基礎(chǔ)，但關(guān)于多重風(fēng)險(xiǎn)交織對(duì)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(fēng)險(xiǎn)證券保險(xiǎn)顯現(xiàn)，導(dǎo)致我國企業(yè)債出現(xiàn)大規(guī)模違約，只有明確風(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)交織對(duì)企業(yè)債的影響，才能制定相應(yīng)合理的政策，加強(qiáng)企業(yè)債風(fēng)險(xiǎn)監(jiān)管。因此，本文基于多重風(fēng)險(xiǎn)交織視角，采用PSM-KMV模型、主成分分析法和Nelson-Siegel利率期限結(jié)構(gòu)模型分別衡量企業(yè)債違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)，并建立帶有風(fēng)險(xiǎn)交織交互項(xiàng)的線性回歸模型，分析違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)以及風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差的影響。

三、風(fēng)險(xiǎn)交織理論機(jī)制分析

任何模型都難以完全捕捉處在現(xiàn)實(shí)經(jīng)濟(jì)中的企業(yè)債所受風(fēng)險(xiǎn)之間的具體情況，但盡可能多地考慮風(fēng)險(xiǎn)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(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)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(fēng)險(xiǎn)因素已不再是學(xué)者最初研究中獨(dú)立影響債券信用利差的情況，而是處在風(fēng)險(xiǎn)網(wǎng)絡(luò)中。艾春榮等（2015）[9]通過DS模型證明了流動(dòng)性與違約風(fēng)險(xiǎn)以及它們的相關(guān)性對(duì)信用債券溢價(jià)可能產(chǎn)生重要影響。蘆彩梅和蘇丹華（2016）[6]通過實(shí)證驗(yàn)證了公司債利率風(fēng)險(xiǎn)與違約風(fēng)險(xiǎn)的交互作用對(duì)信用利差存在影響。在風(fēng)險(xiǎn)網(wǎng)絡(luò)中，違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)通過不同方向?qū)ζ髽I(yè)債產(chǎn)生影響的同時(shí)，通常會(huì)相互交織影響并發(fā)展，將風(fēng)險(xiǎn)不斷疊加放大和傳導(dǎo)，最終形成復(fù)雜的多重風(fēng)險(xiǎn)交織情況，如圖1所示。企業(yè)債存在違約風(fēng)險(xiǎn)時(shí)，意味著企業(yè)出現(xiàn)了財(cái)務(wù)困境，企業(yè)資產(chǎn)價(jià)值下降，信息傳遞下理性消費(fèi)者則會(huì)出售企業(yè)債，進(jìn)而引發(fā)企業(yè)債流動(dòng)性風(fēng)險(xiǎn)。由于企業(yè)債拋售帶來的債券本金和利息的償還壓力進(jìn)一步使得企業(yè)財(cái)務(wù)危機(jī)加劇，企業(yè)資產(chǎn)價(jià)值進(jìn)一步下降，產(chǎn)生惡性循環(huán)。違約風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)交織影響了企業(yè)債收益，對(duì)企業(yè)債信用利差也存在影響。假設(shè)當(dāng)即期利率上升時(shí)，企業(yè)債將會(huì)面臨利率風(fēng)險(xiǎn)。一方面，理性投資者會(huì)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(dǎo)致企業(yè)債流動(dòng)性風(fēng)險(xiǎn)增加；另一方面，即期利率上升會(huì)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(dǎo)致企業(yè)債違約風(fēng)險(xiǎn)增加。由即期利率上升所帶來的企業(yè)債利率風(fēng)險(xiǎn)會(huì)傳遞到違約風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)，進(jìn)而利率風(fēng)險(xiǎn)與違約風(fēng)險(xiǎn)交織、利率風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)交織、利率風(fēng)險(xiǎn)與違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)三者交織影響企業(yè)債信用利差。

四、風(fēng)險(xiǎn)因素代理變量計(jì)算與模型構(gòu)建

（一）違約風(fēng)險(xiǎn)度量

我國非上市公司發(fā)行債券違約風(fēng)險(xiǎn)度量以財(cái)務(wù)指標(biāo)為主[5]，但這些指標(biāo)只可以反映企業(yè)部分的靜態(tài)信息。而KMV模型基于經(jīng)典Black-Scholes（BS）期權(quán)定價(jià)利率，通過股票價(jià)格信息度量公司資產(chǎn)價(jià)值和波動(dòng)率，進(jìn)而確定公司違約概率，能夠動(dòng)態(tài)度量上市公司違約風(fēng)險(xiǎn)。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(shù)國有企業(yè)并非上市公司，沒有對(duì)應(yīng)的股權(quán)價(jià)值和股票價(jià)格信息，故無法直接應(yīng)用KMV模型測度企業(yè)債的違約風(fēng)險(xiǎn)。因此根據(jù)國有企業(yè)的企業(yè)債實(shí)際情況，借鑒謝遠(yuǎn)濤等（2016）的做法，在KMV模型中引入傾向得分匹配法[19]，結(jié)合企業(yè)的財(cái)務(wù)信息將企業(yè)自身靜態(tài)信息和動(dòng)態(tài)信息都考慮在內(nèi)，建立兩個(gè)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(quán)價(jià)值A(chǔ)代替該行業(yè)非上市國有企業(yè)的股權(quán)價(jià)值，通過A2的匹配用同一行業(yè)上市公司的股價(jià)波動(dòng)率σ作為該行業(yè)非上市國有企業(yè)股價(jià)波動(dòng)率σ的估計(jì)值。具體回歸模型如下，模型中各變量說明見表1?；趦A向得分匹配值，采用核匹配法對(duì)上市公司與非上市公司的股權(quán)價(jià)值和股價(jià)波動(dòng)率進(jìn)行匹配。使用KMV模型計(jì)算發(fā)行主體的資產(chǎn)價(jià)值VA和資產(chǎn)價(jià)值波動(dòng)率σA，再依據(jù)違約點(diǎn)得出違約距離①，作為企業(yè)債違約風(fēng)險(xiǎn)代理變量。

（二）流動(dòng)性風(fēng)險(xiǎn)度量

根據(jù)本文的研究目的，在所有指標(biāo)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(dòng)性風(fēng)險(xiǎn)綜合指標(biāo)是經(jīng)驗(yàn)分析中重要的一步。其中，流動(dòng)性衡量存在四個(gè)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(dòng)性四個(gè)維度體現(xiàn)的信息并不一致，單個(gè)流動(dòng)性維度不能全面地衡量市場中的流動(dòng)性，而同時(shí)選取多個(gè)流動(dòng)性指標(biāo)代表流動(dòng)性風(fēng)險(xiǎn)進(jìn)行回歸又易出現(xiàn)多重共線性問題。為克服單個(gè)流動(dòng)性指標(biāo)衡量流動(dòng)性的有限性與多個(gè)流動(dòng)性指標(biāo)可能帶來的多重共線性，基于多指標(biāo)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(duì)顯著影響債券利差的總成交數(shù)量、總成交金額、久期、凸度、發(fā)行量和債券期限六個(gè)流動(dòng)性風(fēng)險(xiǎn)指標(biāo)進(jìn)行主成分分析來構(gòu)建新的流動(dòng)性風(fēng)險(xiǎn)因子。根據(jù)Kaiser-Harris準(zhǔn)則和碎石圖（見圖2）檢驗(yàn)選取前三個(gè)主成分，為了更好地解釋主成分對(duì)其進(jìn)行正交因子旋轉(zhuǎn)，其旋轉(zhuǎn)后因子方差貢獻(xiàn)率分別為34%、33%、22%，累計(jì)方差因子貢獻(xiàn)率為89%。借鑒解曉洋和童中文（2013）[23]的做法，以旋轉(zhuǎn)后各主因子的方差貢獻(xiàn)率為權(quán)重，按照式（3）計(jì)算各個(gè)企業(yè)債2015年1月到2019年12月流動(dòng)性綜合指標(biāo)。LIQUIDITYit=(34×RC1+33×RC2+22×RC3)/89（3）

（三）利率風(fēng)險(xiǎn)度量

國內(nèi)外學(xué)者通常選擇無風(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)，以期全面地衡量債券利率風(fēng)險(xiǎn)。因此，本文將兩者一同加入模型中進(jìn)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(fēng)險(xiǎn)利率期限結(jié)構(gòu)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(bào)率的增加，從而公司未來價(jià)值增加，違約風(fēng)險(xiǎn)下降，進(jìn)而信用利差減小。其次，利率期限結(jié)構(gòu)斜率作為衡量利率風(fēng)險(xiǎn)的又一重要變量，利率期限結(jié)構(gòu)斜率增加意味著市場預(yù)期未來即期利率上升，長期利率較高，市場經(jīng)濟(jì)處于增長階段，從而債券信用利差減小。本文根據(jù)國內(nèi)外學(xué)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(jié)構(gòu)的斜率。

（四）控制變量

本文選擇股票市場指數(shù)、采購經(jīng)理指數(shù)、貨幣供應(yīng)量作為宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)的代理變量，從不同方面體現(xiàn)宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)，作為控制變量進(jìn)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(qiáng)的關(guān)聯(lián)性，股市利好可能意味著債券市場資金的流出，債券利差擴(kuò)大。本文采用上證綜合指數(shù)表示股票市場指數(shù)。其次，采購經(jīng)理指數(shù)作為反映經(jīng)濟(jì)是否景氣的重要指標(biāo)，是對(duì)采購經(jīng)理的月度調(diào)查進(jìn)行匯總后編制的指數(shù)。在經(jīng)濟(jì)景氣度較高的情況下，企業(yè)經(jīng)營狀況較好，企業(yè)信用利差較小；在經(jīng)濟(jì)衰退期間，企業(yè)經(jīng)營情況較差，企業(yè)信用利差擴(kuò)大，存在著較大的違約風(fēng)險(xiǎn)。再次，廣義貨幣供應(yīng)量是指流通于銀行體系之外的現(xiàn)金加上企業(yè)存款、居民儲(chǔ)蓄存款以及其他存款，通常反映社會(huì)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(diào)控的重要指標(biāo)。若實(shí)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(jìn)而擴(kuò)大信用利差。

（五）風(fēng)險(xiǎn)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(fēng)險(xiǎn)因素之間的關(guān)系越來越緊密，風(fēng)險(xiǎn)因素不再是通過單一渠道影響債券信用利差，風(fēng)險(xiǎn)因素之間交互作用也會(huì)對(duì)債券信用利差產(chǎn)生影響。風(fēng)險(xiǎn)因素交互作用的形式確定一直是一個(gè)難題，目前并沒有一個(gè)公認(rèn)的形式。本文依據(jù)艾春榮等（2015）[9]、蘆彩梅和蘇丹華（2016）[6]對(duì)風(fēng)險(xiǎn)因素交互作用的形式進(jìn)行設(shè)定，通過對(duì)兩種風(fēng)險(xiǎn)因素的乘積得出風(fēng)險(xiǎn)因素的交互項(xiàng)，因此，本文根據(jù)研究需要依次得出違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)以及利率風(fēng)險(xiǎn)的兩兩交互項(xiàng)，分別為interactiondlit、interactiondcit、interactiondsit、interactionlcit以及interactionlsit，通過這五個(gè)指標(biāo)體現(xiàn)企業(yè)債所面臨的風(fēng)險(xiǎn)交互作用。并且嘗試通過對(duì)違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)三種風(fēng)險(xiǎn)因素的整體乘積得出代表多重風(fēng)險(xiǎn)因素交織的交互項(xiàng)，分別為THREE1it和THREE2it，以此體現(xiàn)企業(yè)債可能面臨的多重風(fēng)險(xiǎn)交織作用。研究變量信息如表2所示。

（六）線性風(fēng)險(xiǎn)因素研究模型的形式設(shè)定

考慮到研究的債券風(fēng)險(xiǎn)因素不僅限于違約風(fēng)險(xiǎn)，基于違約風(fēng)險(xiǎn)建立的結(jié)構(gòu)模型和簡約模型不再適用，因此本文遵循高強(qiáng)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(fēng)險(xiǎn)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(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)和宏觀系統(tǒng)性風(fēng)險(xiǎn)；第二，便于研究風(fēng)險(xiǎn)因素交互作用對(duì)于企業(yè)債信用利差的影響；第三，線性風(fēng)險(xiǎn)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(fēng)險(xiǎn)、流動(dòng)風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)和宏觀系統(tǒng)性風(fēng)險(xiǎn)以及風(fēng)險(xiǎn)因素的交互作用對(duì)企業(yè)債信用利差的影響。第一步，以股票市場指數(shù)、采購經(jīng)理指數(shù)、貨幣供應(yīng)量這三個(gè)宏觀系統(tǒng)性風(fēng)險(xiǎn)作為控制變量，逐步加入違約距離、流動(dòng)性風(fēng)險(xiǎn)因子、國債即期利率和利率期限結(jié)構(gòu)斜率，分析違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)對(duì)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(chǔ)上加入違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)的交互項(xiàng)、違約風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)的交互項(xiàng)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)的交互項(xiàng)，檢驗(yàn)?zāi)Ｐ徒忉屃Χ仁欠裨黾?，分析風(fēng)險(xiǎn)交織對(duì)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(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)三者之間可能相互交織傳導(dǎo)，進(jìn)而影響企業(yè)債信用利差，因此本文嘗試在第一步的基礎(chǔ)上加入違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)三種風(fēng)險(xiǎn)因素的交互項(xiàng).

五、實(shí)證研究

本文實(shí)證分析主要分為兩部分：首先，對(duì)于企業(yè)債信用利差違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)以及宏觀系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行逐步回歸，分析違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)以及宏觀系統(tǒng)性風(fēng)險(xiǎn)對(duì)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(chǔ)上逐步加入違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)的交互項(xiàng)、違約風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)的交互項(xiàng)等風(fēng)險(xiǎn)交互項(xiàng)，分析風(fēng)險(xiǎn)因素的交互作用對(duì)企業(yè)債信用利差的影響。

（一）數(shù)據(jù)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(jī)構(gòu)投資者也有散戶投資者，因此其中的債券價(jià)格能夠更全面地反映風(fēng)險(xiǎn)因素對(duì)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(shù)據(jù)進(jìn)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(jià)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(jì)算出樣本2015—2019年的股價(jià)年波動(dòng)率σ。在進(jìn)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(gè)觀測值組成非平衡面板數(shù)據(jù)。匹配后企業(yè)債行業(yè)分布如表3所示。

（二）描述性統(tǒng)計(jì)和相關(guān)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(tǒng)計(jì)結(jié)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(biāo)準(zhǔn)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(dòng)性較大。違約距離（DDit）最小值為-28.789，最大值為38.370，標(biāo)準(zhǔn)差為2.872，這說明各企業(yè)債違約風(fēng)險(xiǎn)狀況存在一定差異，且波動(dòng)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(fēng)險(xiǎn)的大小。流動(dòng)性綜合指標(biāo)（LIQUIDITYit）最小值為-0.752，最大值為12.907，標(biāo)準(zhǔn)差為0.587，均值幾乎為0，這說明不同企業(yè)債流動(dòng)性風(fēng)險(xiǎn)差距較大，同時(shí)也說明不同企業(yè)債流動(dòng)性狀況具有明顯差異。表5反映各變量間的相關(guān)性，相關(guān)系數(shù)基本通過顯著性檢驗(yàn)，被解釋變量企業(yè)債信用利差與違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)有明顯的負(fù)相關(guān)關(guān)系。此外，相比于其他控制變量，貨幣供應(yīng)量（M2）與自證券保險(xiǎn)變量及其他控制變量之間相關(guān)系數(shù)較大且極為顯著，為規(guī)避多重共線性對(duì)回歸的可能干擾，進(jìn)一步做VIF檢驗(yàn)（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(chǔ)。同時(shí)，對(duì)變量M2與其他解釋變量進(jìn)行Spearman相關(guān)性檢驗(yàn)，發(fā)現(xiàn)變量M2與多數(shù)解釋變量之間的相關(guān)性較強(qiáng)，因此在后續(xù)回歸分析中剔除了此變量。

（三）回歸分析

1.風(fēng)險(xiǎn)因素對(duì)企業(yè)債信用利差影響分析。首先通過對(duì)2015—2019年非平衡面板數(shù)據(jù)的BP-ML檢驗(yàn)強(qiáng)烈拒絕“不存在個(gè)體隨機(jī)效應(yīng)的原假設(shè)”，即認(rèn)為混合回歸模型可能得到有偏的、不一致的結(jié)果，隨機(jī)效應(yīng)模型更好，同時(shí)Hausman檢驗(yàn)結(jié)果顯示P值為0.0000，故本文使用固定效應(yīng)模型進(jìn)行回歸分析。本文研究多重風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差的影響機(jī)制，落腳點(diǎn)在于符合當(dāng)今經(jīng)濟(jì)背景下的風(fēng)險(xiǎn)因素對(duì)企業(yè)債信用利差的影響路徑。因此，風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差的影響機(jī)理是理論和實(shí)證關(guān)注的重點(diǎn)。表7反映了研究變量的固定效應(yīng)回歸結(jié)果。模型（4）通過（1）至（7）分步回歸檢驗(yàn)，首先模型（3）、模型（5）、模型（6）、模型（7）的回歸結(jié)果均顯示代表利率風(fēng)險(xiǎn)的國債即期利率（CYIELDt）和利率期限斜率（SLOPEt）對(duì)企業(yè)債信用利差（CSit）具有負(fù)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(huì)顯著降低企業(yè)債信用利差。代表違約風(fēng)險(xiǎn)的違約距離（DDit）數(shù)為負(fù)但不顯著［見回歸結(jié)果（1）、回歸結(jié)果（4）、回歸結(jié)果（7）］，說明違約距離增加，即企業(yè)資產(chǎn)未來價(jià)值的期望值到違約點(diǎn)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(shí)，也能夠說明作為一直存在“隱形擔(dān)?！眴栴}的國有企業(yè)發(fā)行的企業(yè)債，市場對(duì)于企業(yè)債的違約風(fēng)險(xiǎn)仍未重視?；貧w結(jié)果（2）、回歸結(jié)果（4）說明流動(dòng)性綜合指標(biāo)增加，企業(yè)債流動(dòng)性增加會(huì)降低企業(yè)債信用利差，但并不顯著。在控制利率風(fēng)險(xiǎn)多重風(fēng)險(xiǎn)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(jié)構(gòu)斜率）后，流動(dòng)性綜合指標(biāo)在1%的顯著水平下為正［見回歸結(jié)果（6）和回歸結(jié)果（7）］，這說明流動(dòng)性對(duì)國債利率與企業(yè)債信用利差之間的負(fù)向關(guān)系具有正向的調(diào)節(jié)作用。另外，回歸結(jié)果說明采購經(jīng)理人指數(shù)（PMIt）對(duì)企業(yè)債信用利差具有顯著負(fù)向作用，這說明經(jīng)濟(jì)發(fā)展良好對(duì)企業(yè)債具有促進(jìn)作用。同時(shí)，股票市場指數(shù)（IDXt）正向影響企業(yè)債信用利差，這說明股票市場高漲會(huì)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(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差影響分析在模型（4）的基礎(chǔ)上，通過對(duì)模型（5）的逐步回歸（見表8），表8的回歸結(jié)果依次反映違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)交互作用、違約風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)交互作用與流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)交互作用對(duì)企業(yè)債信用利差的影響。首先由回歸結(jié)果（2）可知，違違約風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)交互作用（interactiondlit）系數(shù)為正且顯著，并且違約距離的系數(shù)和顯著性均有所增大，流動(dòng)證券保險(xiǎn)性綜合指標(biāo)符號(hào)改變且與預(yù)期一致，這說明違約風(fēng)險(xiǎn)與流動(dòng)風(fēng)險(xiǎn)交互作用對(duì)違約距離、流動(dòng)性與企業(yè)債信用利差之間關(guān)系存在正向影響。但在控制違約風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)交互作用（interactiondcit）后，違約風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)交互作用系數(shù)并不顯著［見回歸結(jié)果（5）］，說明違約風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)交互作用并未顯著影響違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)對(duì)企業(yè)債信用利差的正向作用。模型（4）、模型（5）得到一致結(jié)果的同時(shí)，流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)交互作用（interactionlcit、interactionlsit）總體上對(duì)企業(yè)債信用利差具有顯著正向作用。由回歸結(jié)果（6）可知，違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)三者的交互項(xiàng)可以看出采用國債即期利率作為利率風(fēng)險(xiǎn)的多重風(fēng)險(xiǎn)因素交互項(xiàng)（THREE1it）能夠顯著增加企業(yè)債信用利差，而以利率期限結(jié)構(gòu)斜率作為利率風(fēng)險(xiǎn)的多重風(fēng)險(xiǎn)因素交互項(xiàng)（THREE2it）則會(huì)降低企業(yè)債信用利差，但從總體上看，多種風(fēng)險(xiǎn)因素交織對(duì)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(xiàn)，風(fēng)險(xiǎn)因素并非僅通過風(fēng)險(xiǎn)本身影響企業(yè)債信用利差，在目前經(jīng)濟(jì)環(huán)境下，風(fēng)險(xiǎn)交織對(duì)于企業(yè)債信用利差也存在顯著影響。

六、結(jié)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(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)的同時(shí)，還將風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差的影響考慮在內(nèi)，更加符合目前新冠肺炎疫情沖擊和金融一體化視角下風(fēng)險(xiǎn)交織影響的情況。第一，違約風(fēng)險(xiǎn)，流動(dòng)性風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)三種單一風(fēng)險(xiǎn)均會(huì)對(duì)企業(yè)債信用利差產(chǎn)生影響。其中，違約風(fēng)險(xiǎn)未在企業(yè)債中顯著反映，市場并未對(duì)企業(yè)債蘊(yùn)含的違約風(fēng)險(xiǎn)有具體的認(rèn)識(shí)，這可能與投資者對(duì)于國有企業(yè)發(fā)行的企業(yè)債認(rèn)可度以及較高的信用評(píng)級(jí)有關(guān)。代表流動(dòng)性風(fēng)險(xiǎn)的流動(dòng)性綜合指標(biāo)對(duì)企業(yè)債信用利差具有負(fù)向作用與預(yù)期一致，但流動(dòng)性風(fēng)險(xiǎn)溢價(jià)在企業(yè)債信用利差中的貢獻(xiàn)度并不高。國債即期利率和利率期限結(jié)構(gòu)斜率對(duì)于企業(yè)債信用利差具有顯著負(fù)向作用，且相較于違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)對(duì)企業(yè)債信用利差影響更大，這可能與投資者對(duì)企業(yè)債的定位有關(guān)，相較于其他信用債，企業(yè)債普遍都有著地方國資委擔(dān)保和更高的信用評(píng)級(jí)，很大程度上被投資者視作政府債券，因此市場對(duì)于企業(yè)債更加關(guān)注利率風(fēng)險(xiǎn)。第二，風(fēng)險(xiǎn)交織對(duì)企業(yè)債信用利差具有顯著影響。首先，違約風(fēng)險(xiǎn)與流動(dòng)風(fēng)險(xiǎn)交互作用對(duì)違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)與企業(yè)債信用利差之間的負(fù)向關(guān)系具有正向影響但不顯著，可能是因?yàn)樽鳛閲蟀l(fā)行的企業(yè)債，有地方國資委擔(dān)保并且市場評(píng)級(jí)較高，流動(dòng)性風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)并不是市場所關(guān)注的重點(diǎn)。近年來企業(yè)債雖頻頻違約，但違約債券數(shù)量在企業(yè)債總數(shù)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(fēng)險(xiǎn)交互作用，國債即期利率與流動(dòng)性綜合指標(biāo)的交互作用，國債即期利率與違約風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)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(dāng)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(fēng)險(xiǎn)向企業(yè)債違約風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)傳遞，增加企業(yè)債信用利差。而利率期限結(jié)構(gòu)斜率與流動(dòng)性綜合指標(biāo)的交互作用，利率期限結(jié)構(gòu)斜率與違約風(fēng)險(xiǎn)、流動(dòng)性綜合指標(biāo)三者的交互作用對(duì)企業(yè)債信用利差存在顯著負(fù)向影響，可能是因?yàn)槔势谙藿Y(jié)構(gòu)斜率增加反映長期利率的增加、經(jīng)濟(jì)狀況向好發(fā)展的預(yù)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(jīng)濟(jì)狀況，并不是當(dāng)下市場利率情況，因此對(duì)企業(yè)債信用利差的影響明顯小于國債即期利率對(duì)于企業(yè)債信用利差的影響。從各企業(yè)債數(shù)據(jù)來看，風(fēng)險(xiǎn)因素不僅通過自身對(duì)企業(yè)債信用利差產(chǎn)生影響，也通過與其他風(fēng)險(xiǎn)的相互作用對(duì)企業(yè)債信用利差產(chǎn)生影響，并且風(fēng)險(xiǎn)因素交織總體上會(huì)增大企業(yè)債信用利差。在目前經(jīng)濟(jì)環(huán)境下，多重風(fēng)險(xiǎn)因素的疊加會(huì)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(fēng)險(xiǎn)，企業(yè)債價(jià)格波動(dòng)加劇，進(jìn)而增加企業(yè)債信用利差。第三，宏觀系統(tǒng)性風(fēng)險(xiǎn)作為控制變量，與預(yù)期一致，對(duì)企業(yè)債信用利差存在顯著影響。采購經(jīng)理指數(shù)在一定程度上反映經(jīng)濟(jì)發(fā)展的趨勢，當(dāng)采購經(jīng)理指數(shù)上升時(shí)，經(jīng)濟(jì)情況向好發(fā)展，企業(yè)經(jīng)營良性發(fā)展，進(jìn)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(nèi)的資金流動(dòng)對(duì)債券市場存在著明顯影響，當(dāng)股票市場指數(shù)上升時(shí)，資金會(huì)從債券市場流入股票市場，債券市場流動(dòng)性降低，進(jìn)而增加企業(yè)債信用利差。根據(jù)本文結(jié)論提出如下建議。第一，對(duì)已發(fā)行，仍在存續(xù)期間的全部企業(yè)債進(jìn)行風(fēng)險(xiǎn)全面系統(tǒng)排查，市場中投資者對(duì)于國企發(fā)行的企業(yè)債具有較高心理預(yù)期的現(xiàn)象不僅使得市場對(duì)企業(yè)債風(fēng)險(xiǎn)預(yù)期不足，更使得債券市場首次違約主體評(píng)級(jí)中樞上移，外部評(píng)級(jí)面對(duì)國企債券時(shí)可能存在失真。因此，監(jiān)管部門應(yīng)多關(guān)注國企發(fā)行企業(yè)債的內(nèi)含風(fēng)險(xiǎn)，定期對(duì)已發(fā)行的企業(yè)債情況開展專項(xiàng)調(diào)查。第二，對(duì)發(fā)行中的企業(yè)債風(fēng)險(xiǎn)進(jìn)行多方評(píng)估、謹(jǐn)慎評(píng)估，不應(yīng)直接對(duì)國企發(fā)行的企業(yè)債給出過高債券評(píng)級(jí)，過高的債券評(píng)級(jí)可能會(huì)使得債券市場后續(xù)發(fā)行債券信息評(píng)級(jí)效力減弱。第三，監(jiān)管部門應(yīng)進(jìn)一步規(guī)范債券市場評(píng)級(jí)流程，并完善債券評(píng)級(jí)制度，綜合考慮多個(gè)機(jī)構(gòu)評(píng)級(jí)結(jié)果，給出較為準(zhǔn)確的債券評(píng)級(jí)，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(cái)經(jīng)大學(xué)金融學(xué)院