銀行間債券市場企業債的發行利率影響因素的實證研究

蔡林成

【摘 要】 隨著我國經濟發展和對企業的支持力度加大，企業融資需求日益增長，發行企業債券是重要的直接融資方式，可以滿足企業不同金額、不同期限的資金需求。本文基于2018年4月1日至2019年3月31日銀行間市場上市且未到期的627企業債的信息，研究銀行間企業債發行利率的影響因素。研究結果表明，發行主體信用評級、債項評級、發行金額、發行主體的長期償債能力和盈利能力、發行主體的營運能力、中國的通貨膨脹情況和貨幣供應量是企業債發行利率的主要影響因素。

【關鍵詞】 企業債 發行利率 實證分析

引 言

股市跌宕起伏，債市穩健發展，越來越多的投資者步入債券投資領域，引領行業大踏步地前進，在過去的70年里，我國債券市場從柜臺交易發展為銀行間、上交所和深交所三大交易平臺，發行主體也從只有國家、政府、國企發展為各類企業競相發債，債券體量已經達到90多萬億猿，僅次于美國和日本，位居世界第三。

一、中國債券市場現狀

截止到2019年7月28日，我國債市總存量為91.71萬億，其中利率債存量51.08萬億，信用債存量30.74萬億，同業存單存量9.89萬億，地方債務存量28.81萬億，同比穩定提升。我國債券交易所市場有上海證券交易所、深證證券交易所和銀行間市場，銀行間市場處于絕對領導地位，以2019年7月25日中國債券市場的成交情況為參考，銀行間債券市場交易總額為8740.0億元人民幣，上海證券交易所現金債券交易市場交易總額約149.7億元人民幣，深圳證券交易所現金債券交易市場交易總額為91.0億元人民幣，銀行間市場的領導地位可見一斑。

債券市場也存在著一些問題，債券違約首當其沖，截至2019年7月25日，當年已有逾90只債券違約，涉及債券本金規模約718億元，新增逾20家違約主體。截至7月25日，7月已發生17例實質性債券違約。違約并非洪水猛獸，其帶來的優勝劣汰反而會讓整個債券市場有一個良性循環，推動大環境的發展。

二、研究意義

通過研究企業債發行利率，我們可以從多方面捕捉債券所傳遞的信息，以得出債券的投資價值，為投資者提供參考。與國債和金融債相比，企業債風險波動較大，出現違約的企業債在發行時的價值評估必然是有問題的，而發行利率是最直接體現債券價值的因素，因而確定發行利率的影響因素就尤為重要。

三、實證模型的設計

本部分將理論與實際相結和，在對文獻及企業債發展歷史和現狀梳理的基礎上，從非發行主體因素和發行主體因素兩個層面，再將非發行主體因素分為宏觀因素和債券自身因素，對企業債的發行利率進行研究。

1.變量的選擇

首先是被解釋變量的選擇，本文研究銀行間債券市場企業債發行利率的影響因素，因此將企業債發行時的票面利率作為被解釋變量，記為I。

其次是對解釋變量的選擇，本文從非發行主體因素和發行主體因素兩方面選取解釋變量，所選取變量都是Wind上可獲得的，是投資者判斷債券投資價值的信息。

第一，發行當月貨幣市場的流動性狀況。Shibor利率是反應貨幣市場流動性的一個指標，貨幣市場流動性越大，投資者對于債券的交易量就越大。所以，本文選取一年期Shibor利率的5日算術平均數反映貨幣市場流動性，記為SR，預計正相關。

第二，中國宏觀經濟增長情況。宏觀經濟越景氣，投資者的投資熱情越高漲，債券發行的票面利率更低。所以，本文選取債券發行上一季度的國內生產總值GDP的同比增速反反映中國宏觀經濟情況，記為GDP，預計負相關。

第三，中國的通貨膨脹情況。通貨膨脹越高，未來貨幣貶值越快，發行人愿意提高發行利率。本文選取債券發行上一月度的居民消費價格指數（CPI）同比增速反映中國的通貨膨脹情況，記為CPI，預計正相關。

第四，貨幣供應量。貨幣供應量越大，投資和中間市場更活躍。本文選取債券發行上一月度的廣義貨幣供應量M2反映貨幣供應量，記為M2，預計負相關。

第五，發行金額。發行體量越大，債務占比越高，發行主體風險提高，發行利率提高。所以本文選取發行金額作為解釋變量之一，記為IT，預計正相關。

第六，發行期限。債券擬發行期限越長，流動性風險越高，發行利率提高。所以本文選取發行期限作為解釋變量之一，記為D，預計正相關。

第七，擔保情況。債券發行有第三方擔保意味著風險降低，債券的發行利率降低。所以本文選取擔保情況做為解釋變量之一，記為Guar，預計負相關。本文中將擔保情況設為虛擬變量，若有擔保則去之為1，若無擔保去之為0。

第八，債項評級。債項評級是最能直接反映債券風險的指標，債項評級越高，違約風險越低，發行利率越低。所以本文選取債項評級作為解釋變量之一，記為BR，預計負相關。本文的債項評級變量有AA、AA+和AAA級三個層次，依次賦值為0，1，2，當債項評級為AA時，BR=0，當債項評級為AA+時，BR=1，當債項評級為AAA時，BR=2。

第九，發行主體信用評級。本文選取債項評級作為解釋變量之一，記為SR，預計負相關。本文的債項評級變量有AA-、AA、AA+和AAA級四個層次，依次賦值為0，1，2，3當發行主體信用評級為AA-時，SR=0，當發行主體信用評級為AA時，SR=1，當發行主體信用評級為AA+時，SR=2，當發行主體信用評級為AAA時，SR=3。

第十，發行主體財務狀況。債券主體的財務狀況反映發行主體的償債能力，償債能力越強，違約風險越低，發行利率降低。所以本文選取發行主體財務狀況作為解釋變量之一，記為FS，預計負相關。

第十一，發行主體性質。發行主體性質主要包括中央國有企業、地方國有企業和民營企業。國有比例越高違約風險越低，發行利率降低。所以本文選取發行主體性質作為解釋變量之一，記為IO，預計負相關。本文將三種企業性質依次賦值為0、1、2，當發行主體性質為民營企業時，IO=0，當發行主體性質為地方國有企業時，IO=1，當發行主體性質為中央國有企業時，IO=2。

2.數據來源

本文所選取的樣本數據來自于Wind資訊，選取2018年4月1日至2019年3月31日在銀行間市場上市且未到期的企業債作為本文的研究對象。首先，剔除本文研究指標所需數據缺失且無法獲取的觀測值，其次，選擇按面值發行、固定利率、每年付息一次的銀行間企業債作為研究樣本，共計627只銀行間企業債。

四、實證檢驗及回歸結果

1. 對發行主體財務因素指標進行主成分分析

本文首先對選取的總資產（TA）、用資產負債率（ALR）、流動比率（LR）、速動比率（QR）、等14個財務指標進行主成分分析。主成分分析得KMO=0.637，P=0.000。KMO和巴特利特檢驗用來檢驗樣本是否適合主成分分析，KMO大于經驗判定值0.6，巴特利特檢驗P值小于0.05時，適合主成分分析，本文中選用的財務數據指標適合做主成分分析。

根據引入因子初始特征值大于1的原則，從14個財務指標共提取了6個主成分，其累計貢獻率為86.245%，貢獻率高，解釋度高。將六個主成分分別定義為f1、f2、f3、f4、f5、f6。

2.全變量模型的實證分析

初定全變量多元線性回歸模型為：

根據建立的多元線性模型，本文使用SPSS回歸分析得到實習結果如下：DW系數=1.683，接近于經驗值2，檢驗結果可以做參考。解釋變量中，主體評級BR、債項評級SR、發行金額IT、上一月CPI同比增速和上一月M2同比增速在0.01顯著性水平顯著，f1和f2在0.05顯著水平顯著，主成分f1主要反映了發行主體的長期償債能力和盈利能力，主成分f2主要反映了發行主體的營運能力。

最后得出結論為：在銀行間企業債發行利率的定價方面，發行主體信用評級、債項評級、發行金額、發行主體的長期償債能力和盈利能力、發行主體的營運能力、中國的通貨膨脹情況和貨幣供應量是主要決定因素，而其他因素并不起主導影響。

【參考文獻】

[1] 劉娥平，施燕平. 盈余管理、公司債券融資成本與首次信用評級[J]. 管理科學，2014（5）.

[2] 趙曉琴，萬迪肪. 上市公司債券票面利差形成影響因素研究[J]. 證券市場導報，2011，8：46-50.

[3] 汪坤. 我國銀行間市場公司債券信用利差影響因素研究—以分析師預測角度切入[D]. 成都：西南財經大學.

[4] 楊曄. 我國企業債券市場利率環境的實證研究[J]. 金融研究，2008，2：168-179.