財務信息、市場信息與公司債券信用利差

張 戡 李飛鵬

一、引 言

信用利差是指相同期限的信用債券與無風險債券的到期收益率差額。信用利差反映了債券的信用風險，因此也可以間接地預測公司的違約概率。近年來，我國公司債券市場迅速發展的同時，違約事件也在不斷增加。通過對信用利差的影響因素的研究，不僅有利于信用債一級市場的發行定價，也可以幫助二級市場投資者判斷公司債券相對于無風險債券等利率品種的投資價值，進而能夠更好地掌握投資時機，制定投資策略。

影響公司債券信用利差的因素較多，既有來自宏觀層面的，又有來自微觀層面的，學術界也未形成一致結論，被稱為“信用利差之謎”。由于中國公司債券市場起步較晚，數據樣本較少，關于公司債券信用利差的研究視角有待擴展，研究結論有待深化。

2015年，公司債券新的監管制度出臺，放寬了公司債券發行主體及發行規模方面的要求，交易所債券市場迎來了井噴式的大發展，既增強了公司債券信用利差問題研究的緊迫性，又提供了更為豐富的研究樣本。論文在Merton（1974）結構化模型的基礎上，從財務信息和市場信息兩個方面來研究信用利差的影響因素，以進一步完善信用利差的研究理論體系。

二、文獻綜述及研究假設

根據國內外學者理論研究結果，可以將信用利差的影響因素劃分為非信用風險影響因素（宏觀角度）和信用風險影響因素（微觀角度）。

（一）非信用風險因素

Altman（1990）研究了宏觀經濟因素對信用利差的影響，通過對股票指數、通貨膨脹率等指標的分析，得出宏觀經濟因素與公司債券信用利差正相關的結論。郭曄等（2016）根據貨幣政策的預期與非預期研究，認為非預期貨幣政策對企業債信用利差產生顯著影響。周愛民等（2016）利用2006年3月至2015年4月六種期限長度的企業債數據進行研究，認為貨幣供給增加導致利率下降，貨幣流動性增加的同時導致債券信用風險降低，最終造成信用利差下降。

王宇等（2013）通過對中國公司債券數據的研究，認為CPI和信用利差呈現正相關關系。魏瑋（2012）的研究也證明了相同的觀點，信用利差既受到企業自身因素的影響，同時必然會受到宏觀經濟因素的影響。麥根華（2016）的理論分析認為宏觀經濟周期對中國公司債信用利差存在影響，但實證分析與理論推導結果相反，當經濟下行時，信用利差不降反升。

（二）信用風險因素

（1）財務數據對信用利差的影響

傳統研究認為信用風險在很大程度上取決于公司財務，早期的學術研究主要用財務數據來分析公司的信用風險。Beaver（1966）首先將財務變量引入信用風險的研究，建立單變量預警模型。然而單變量預警模型只考慮單個財務變量對信用風險的影響，并且忽略了各變量之間的相互關系。Altman（1968）采用Z分布模型驗證了財務變量的不同所導致的不同實驗組的公司違約程度不同。Wu等（2010）研究發現在公司破產模型中最重要的財務數據是盈利能力、流動性和財務杠桿。

王安興等（2012）研究了公司債券與國債的利差及利差變化的影響因素，時間序列回歸分析結果顯示：利率斜率、公司財務杠桿、無風險利率與公司債券信用利差呈現負相關。雎嵐等（2013）在分析信用風險緩釋工具時，基于信用利差的實證研究發現，公司債券發行主體的財務杠桿比率、公司股權波動率以及資產的規模對信用利差有顯著影響。冷奧琳等（2015）研究發現公司對外提供擔保會使其財務狀況受到影響，增加了上市公司違約風險，從而對公司債券信用利差產生影響。杜晶等（2015）研究發現公司的內部控制影響公司的債務融資成本和信用風險，較強的內部控制體系可以減少公司債券的信用利差。

從財務指標對信用利差的影響機制以及已有文獻的相關研究結果來看，在公司經營水平方面，公司盈利性越強、銷售率越高，信用利差越小；在公司償債能力方面，流動性越高、現金流越好，公司債券的信用利差越小；在資產結構方面，公司財務杠桿越低，資產規模越大，公司債券的信用利差越小。

綜上所述，本文提出假設1：

H1：發行公司債券的公司財務數據對債券信用利差有影響。

（2）市場數據對信用利差的影響

雖然財務指標能夠較好地反映公司信用風險，但是財務數據更多地反映了公司過去的經營狀況，不能充分體現未來的信用風險。Merton采用證券的市場價格來衡量信用風險，其方法既包含財務數據影響的信息，也包含了未來經濟狀況預期。Shivakumar（2011）指出，信用違約互換價差受到未來營業利潤的影響，然而未來營業利潤并沒有包含在過去的財務數據中。

Dbouk等（2010）通過研究發現債券市場的流動性、違約風險以及回報的波動率都能夠對信用利差產生重要的影響。張茂軍（2015）認為公司債券到期收益率的波動率對信用利差有顯著影響，到期收益率越高，越能體現公司的信用狀況良好，因此信用利差降低。

Avramov（2007）采用違約距離（Distance-to-Default）作為衡量信用敏感程度的指標，利用Black-Scholes期權定價公式，根據企業股權市場價值及其波動性、到期時間、無風險借貸利率及負債的賬面價值估計出企業資產的市場價值和資產價值的波動性。Bharath等（2008）也認為在預測公司破產的模型中，違約距離是衡量公司信用風險較好的指標之一，但有很多其他指標也起到了增加信用風險解釋力的作用。Duan（2012）則認為財務數據和違約距離在預測信用違約時都是顯著的。

以上研究雖然普遍傾向于認為市場因素對信用利差存在影響，但在市場因素的具體指標選擇上還存在爭議。基于此，本文提出假設2：

H2：債券價格波動率及違約距離等體現市場風險的指標對信用利差有影響。

已有文獻多為單獨研究財務因素或者市場因素對信用利差的影響，但是在公司債券存續期內，已披露的反映公司歷史表現的財務數據和反映公司未來的市場數據都會對公司債券的信用利差產生影響。因此，本文提出假設3：

H3：財務數據和市場數據同時對公司債券信用利差產生影響。

三、數據來源及變量說明

（一）數據來源

本文以2013年1月1日至2015年12月31日在上海證券交易所交易、不可提前贖回、固定利率、信用評級AA（含）以上的公司債券作為研究對象，按照交易數據完整連續，并且相應發行主體季度財務數據齊全的標準，最后一共獲得93只公司債券有效樣本，26784個數據。

（二）變量說明

1、被解釋變量

信用利差（CS）。每只債券的信用利差通過其到期收益率與相應期限的基準國債到期收益率之差計算得到。為了和公司債券發行公司財務數據相匹配，本文采用季度數據，公司債券每個季度的到期收益率采用移動平均的方法進行平滑處理，得出季度到期收益率。基準國債收益率通過對中央國債登記結算有限責任公司每月公布的期限為三個月的國債到期收益率進行移動平均計算得到。

2、解釋變量

（1）財務數據變量

Beaver（2005）認為公司破產的預測模型中有三個財務變量較為顯著，分別為總資產回報率、收入負債比率、財務杠桿比率。由于信用風險是決定信用利差定價的重要因素，因此本文從Wind數據庫獲取發行公司相應的凈利潤、總資產、流動資產、流動負債、收入、凈經營現金流等財務數據，來檢驗其對信用利差的影響。

表1 變量描述

（2）債券價格波動率（Vol）

債券價格波動率反映了投資者對市場的看法，是衡量債券市場風險的重要指標。一方面，根據結構化模型，波動率的變化影響期權價值進而影響信用利差；另一方面，公司債券價格的波動率表征債券市場的波動，能更好地體現公司債券信用利差的市場風險。因此從這兩方面考慮，本文選取公司債券價格的波動率作為市場風險替代指標之一，并根據Wind數據庫中2013年至2015年期間的公司債券每日收盤價來計算公司債券價格的波動率。

（3）違約距離（DD）

公司未來的發展前景和潛在風險往往并不能完全體現在已有財務數據中，因此在研究中有必要在公司財務數據的基礎上引入未來發展的信用風險信息。由于目前我國的企業信用信息難以獲取，無法得到完整公開的違約數據，因此本文采用KMV公司1997年建立的KMV模型中的違約距離（DD）來預測公司的信用風險。KMV模型基于發債公司的股票交易數據和財務數據，充分利用公司的市場信息，能夠更加及時地反映公司信用狀況，比較符合我國資本市場的發展水平。違約距離DD是公司資產價值的期望值到違約點之間的距離，由于違約距離與資產市值的大小、資產市值的波動性有關，所以違約距離定義為：

式中：E（V）為資產的期望價值，D為違約點金額，σA為公司資產價值的波動率。

假設公司資產價格服從維納過程：

其中：VA是公司資產的價值，μ是公司資產價值的期望收益率，σA為公司的資產價值波動率，dz服從一個維納過程。

根據Black-Scholes模型，公司資產回報率的殘差ε～N（0，1），因此，由累積正態分布可定義出違約概率:

式中：τ為距離t0的時間長度，VA是公司資產的價值，μ是公司資產價值期望收益率，σA為公司資產價值的波動率，Xt為時刻t公司負債的賬面價值。

此時，違約距離就是公司價值距離違約點的標準差數：

通過前文得到的財務數據和股票波動率可以計算出違約距離DD。

（4）夏普比率（Sharpe）

夏普比率（Sharpe）是基于資本資產定價模型（CAPM），對收益與風險同時加以考慮的綜合指標。本文引入夏普比率，可以衡量風險調整后的公司債券收益率。

3、控制變量

（1）居民消費價格指數（CPI）。居民消費價格指數（CPI）是反映居民家庭一般所購買的消費商品和服務價格水平變動情況的宏觀經濟指標，也被作為衡量通貨膨脹水平的重要指標。居民消費價格指數發生變動時，會作用到消費支出以及投資行為上，改變投資者的債券投資風險偏好，最終對信用利差產生影響。

（2）收益率曲線斜率（Slope）。Scheinkman等（1991）發現了兩個非常重要的影響利率期限結構的因素——期限結構的水平和斜率。國債收益率曲線斜率的增加會提高投資者對未來短期利率上升的預期，從而縮小信用利差；收益率曲線斜率的降低則反映了對未來經濟衰退的預期，從而要求更高的信用風險補償，所以理論上收益率曲線斜率的下降會擴大信用利差。

各變量的描述性統計見表2。

表2 變量描述性統計

四、實證分析

（一）實證模型

根據前文分析，本文分別從財務數據和市場數據兩個方面研究公司債券信用利差的影響因素，并加入非信用風險因素作為控制變量，檢驗提出的三個假設。

1、財務數據對公司債券信用利差產生影響

為了驗證假設1，本文選擇現金流比率（CF）、凈資產收益率（ROE）、總資產周轉率（Sale）、杠桿比率（Debt）、資產規模（Cap）和速動比率（Quick）等六個財務指標作為解釋變量，以居民消費價格指數（CPI）和收益率曲線斜率（Slope）作為控制變量，構建模型如下：

2、市場數據對公司債券信用利差產生影響

為了驗證假設2，本文不僅考慮了債券波動率和夏普比率這兩個市場數據中的重要因素，而且引入違約距離來對發債公司的信用風險進行衡量，力圖更加全面地研究市場因素對信用利差的影響。在控制了資產規模、居民消費價格指數和收益率曲線斜率等因素的情況下，構建模型如下：

3、財務數據和市場數據同時對公司債券信用利差產生影響

公司債券在到期之前，其信用利差可以看作債券投資者綜合了表征公司歷史的財務數據和表征公司未來的市場數據之后所做出的反應，即財務數據和市場數據會對信用利差產生共同影響。為了驗證假設 3，本文在模型（4.1）和模型（4.2）的基礎上，構建模型如下：

（二）實證結果

在回歸分析時，首先根據Hausman檢驗，得出P值為0的結果，拒絕原假設，因此所有檢驗均采用固定效應面板模型。

1、財務數據對公司債券信用利差產生影響

表3 財務數據相關系數矩陣

注：***代表在1%的置信水平下顯著。

從相關系數矩陣可以看到，財務數據對信用利差的影響與假設一致，公司的現金流越多、凈資產收益率越高、總資產周轉率越高、資產規模越大、速動比率越高以及負債越少，將會縮小公司債券的信用利差。

表4 財務數據對公司債券信用利差影響的固定效應模型結果

通過表4可以發現，除了總資產周轉率和速動比率以外，其他各財務指標均通過檢驗，對公司債券信用利差產生的影響與預期假設相同，即當一家公司現金流越大，收益率越高，資產規模越大，負債水平越低，則信用風險越低，信用利差越小。實證結果證明了假設1的成立。

2、市場數據對公司債券信用利差產生影響

表5 市場數據對公司債券信用利差影響的固定效應模型結果

通過表5可以發現，波動率和違約距離均通過了檢驗，且符合理論假設，即當公司的債券價格波動率較大時，不確定性的增加相應增大了非系統性風險，因此對公司債券的信用利差產生負面影響。違約距離更加全面地反映了公司財務和交易信息，違約距離越大則說明發債公司未來信用風險越小，信用利差越小。上述結果證明了假設2的成立。

3、財務數據和市場數據同時對公司債券信用利差產生影響

表6 財務數據和市場數據對公司債券信用利差影響的固定效應模型結果

CS Interval]CF -0.014038 Coef.-0.251015 Std.Err.0.1207641 t-2.08 P＞t 0.038[95%Conf.-0.487992 0.0823627 1.49 Vol 0.4095168 0.1441076 2.84 0.005 0.1267328 0.6923008 DD -0.093863 0.0431408 -2.18 0.03 -0.178518 -0.009207 Sharpe -0.312896 0.0180313 -17.35 0.000 -0.348279 -0.277513 Slope 0.5531055 0.0563342 9.82 0.000 0.4425603 0.6636506 CPI -0.123128 0.0517747 -2.38 0.018 -0.224726 -0.02153 0.0036623 -2.69 Sale 0.0004463 0.0019954 0.22 0.823 -0.003469 0.0043618 Debt 0.0232617 0.0067464 3.45 0.001 0.0100231 0.0365002 Cap -0.877513 0.1969294 -4.46 0.000 -1.26395 -0.491076 Quick 0.2842659 ROE -0.009849 0.007 -0.017036-0.002663 0.1226446 0.137 -0.038977 cons 22.18044.6986924.720.00012.960131.40069

通過表6可以發現，在同時考慮財務數據和市場數據對信用利差影響的情況下，回歸結果與之前分別從兩方面考察影響因素的結果基本相同，公司的總資產周轉率和速動比率在5%置信水平下沒有通過檢驗，也在一定程度上說明公司債券信用利差更多地受財務數據中盈利指標和財務杠桿的影響，并且發債公司的市場數據同樣對公司債券信用利差產生預期影響，違約距離越大，債券波動率越小，信用利差越小。上述結果驗證了假設3的成立。

五、穩健性檢驗

為了測試前述結論的穩健性，本文采用投入資本回報率（ROIC）作為收益指標，產權比率作為財務杠桿指標，重新對模型進行回歸，回歸結果（詳見表7）未發生實質性改變，表明研究結論具有較好的穩健性。

表7 穩健性檢驗結果

六、結 論

本文在已有文獻研究結果的基礎上，進一步探討了公司債券信用利差的影響因素，既考慮了公司債發行公司的基本面情況，又引入了違約距離這一指標，從財務數據和市場數據兩個方面研究了公司債券信用利差的影響因素，并得出以下結論：

（1）發債公司財務數據中的盈利指標和財務杠桿對信用利差有顯著影響。發債公司收益率越高、財務杠桿越小，公司債券信用利差越小；

（2）市場風險因素中的違約距離、債券波動率和夏普比率對公司債券信用利差有顯著影響，公司違約距離和夏普比率越小、債券波動率越大，公司債券信用利差越大。

本文的經驗證據一方面有助于投資者更好地應對主體多元化的公司債券市場，有效地規避公司債券的信用風險，另一方面有助于監管層準確把握債券市場的信用風險水平，完善相關監管措施。