債券違約對流動性影響的傳染效應研究

焦健 張雪瑩

(1.山東財經大學金融學院，山東 濟南 250002；2.山東省金融運行監測中心，山東 濟南 250014)

一、引言

資產定價領域中，流動性被定義為金融市場參與者能夠以合理價格迅速進行一定數量的交易，而不會引起資產價格劇烈波動的性質。流動性被認為是市場的一切(Amihud and Mendelson，2015)[1]，充足的流動性能夠保證市場的正常運轉和資源的有效配置。金融資產缺乏流動性會引起流動性風險，促使交易成本上升和交易困難；市場流動性的突然枯竭是導致金融危機的最核心因素(Pástor and Stambaugh，2003；Brunnermeier and Pedersen，2009)[26][7]。債券市場是中央銀行進行公開市場操作、金融機構進行資產配置的主要場所，其流動性對金融系統的穩定具有至關重要的作用，也是衡量債券市場質量建設的關鍵指標之一。

自2014年3月“11超日債”違約打破我國債券市場剛性兌付的神話后，受宏觀經濟增速趨緩、金融去杠桿政策及疊加債務到期高峰等因素的影響，公司債券違約事件頻繁爆發。根據Wind數據統計，2015年國內有27只信用債違約，違約本息金額為120.29億元，而僅2019年1～3季度就有164只債券違約，違約金額達783億元。債券違約發生后，其在交易場所內的正常交易即被中斷，流動性喪失，但對其他債券的流動性是否具有傳染效應？比如同行業債券以及同一家發行主體但仍未到期的其他債券的流動性是否受到影響？不同產權性質、不同信用等級債券的流動性受違約事件影響的程度是否存在差異？當違約事件頻繁爆發或者市場出現重大的違約案例時，決策部門增加貨幣凈投放量等流動性調控政策是否能對債券流動性起到顯著的改善效果？本文對上述問題進行探討，在我國信用債違約趨于常態化的背景下，具有重要的政策意義。

本文的貢獻主要體現在以下兩方面：第一，從流動性的視角拓展了債券違約風險傳染效應領域的研究。目前關于債券違約風險傳染的研究主要是直接以企業之間的違約相關性為切入點，研究違約風險在微觀主體之間的傳染，如Jarrow and Yu(2001)[18]、Yu(2007)[28]、Jorion and Zhang(2010)[19]、Lando and Nielsen(2010)[20]、Elliott and Shen(2015)[11]等。隨著近年來國內債券違約案例的增加，一些學者也開始利用實際數據考察債券違約的經濟后果。例如，郭超(2016)[34]以“11超日債”違約事件發生日前后一周的38只公司債券信用利差數據為樣本，利用基于圖的聚類模型，刻畫發債企業之間違約強度的關系，構造債券信用風險傳染模型，對超日債違約風險的傳染路徑和受影響較大的企業進行挖掘和推斷。黃小琳等(2017)[35]考察債券違約對涉事評級機構的影響，發現債券違約不僅沒有使涉事評級機構提高評級標準，反而促使評級機構通過高估企業評級來爭取市場份額，這種“放寬標準、提高評級”的策略導致涉事評級機構市場份額顯著降低。張瑋倩和方軍雄(2017)[46]、張瑋倩和方軍雄(2019)[47]研究發現，債務違約不僅使上市公司的創新投資顯著降低，同時會對行業內企業造成溢出效應，導致行業內企業創新投資顯著降低。張春強等(2019)[45]研究發現，公司債券發行前，行業內爆發違約事件會顯著推升債券發行時的風險定價。王敘果等(2019)[43]考察違約事件對國企債發行利差和發行評級的影響，結果發現債券違約存在省內傳染效應。與上述文獻相比，本文利用二級市場的債券流動性指標，從流動性的角度反映債券違約風險的傳染效應。

第二，豐富了債券流動性影響因素的研究。由于我國債券市場長期以來存在剛性兌付現象，違約案例比較少，因此國內大量關于債券流動性的研究主要是構建流動性指標對我國債券市場的流動性水平進行測度，并在此基礎上分析流動性風險對債券利差的影響，如閔曉平和羅華興(2016)[39]、陳淼鑫和何彪(2017)[31]等。少數研究者從債券特征、市場結構或宏觀因素等方面考察債券流動性本身的影響因素。例如，王曉翌等(2012)[42]選取換手率、成交量和交易天數衡量公司債券的流動性，發現債券發行量、剩余到期時間和息票率對流動性有顯著影響；崔長峰和劉海龍(2012)[32]考察了投資者結構對債券流動性水平的影響，發現配置型投資者越多、配置型投資者與交易型投資者之間的異質性越大、同類型投資者內部的異質性越低，越能夠降低信用債券變現時可能遭受的損失，提高債券市場的流動性。本文的研究則在我國債券市場違約潮頻現、違約事件成為常態的背景下，利用2014―2019年債券違約數據，分析違約因素對債券流動性的影響。

二、理論分析和研究假設

影響債券流動性水平的因素，除了債券發行規模(Hotchkiss and Jostova，2017)[17]、債券期限(Friewald et al.，2012)[13]、公司治理水平(Lee and Cho，2016)[22]、市場投資者異質性(Tychon and Vannetelbosch，2005)[27]、公司價值不確定性(Guo et al.，2017)[14]等，還包括信用風險。較多的研究發現公司債信用質量的變化是引起流動性變化的主要因素，信用風險上升會導致債券流動性下降。例如，Longstaff et al.(2005)[24]認為公司債市場上追逐流動性現象和追逐信用質量現象之間存在相互聯系，當債券信用質量惡化時，投資者傾向于拋棄不安全債券而尋求信用質量好的債券，在此過程中增強了高信用質量債券的流動性，惡化了低信用質量債券的流動性。Ericsson and Renault(2006)[12]構建的破產重組模型認為，在公司資產價值持續低于違約門限的情況下，投資者的出售決策將對債券流動性形成沖擊，而且這種沖擊在公司破產重組期間的表現會尤其明顯。違約風險加劇會引發流動性風險溢價的上升。Edwards et al.(2007)[10]用交易成本對信用評級變量回歸，發現公司債交易成本隨著信用風險的增加而增加。Bao et al.(2011)[4]的研究發現低信用評級的公司債流動性水平更低。He and Xiong(2012)[16]、He and Milbradt(2014)[15]、Chen et al.(2017)[8]的系列研究將流動性看作為內生變量(endogenous liquidity)，將流動性風險設定為違約風險的函數，違約風險上升導致流動性下降；而二級市場流動性的惡化，又會導致公司通過發行新債來償還到期債務時承擔更高的融資成本，增加違約風險，這又進一步對債券流動性產生負面影響，最終形成了“違約風險-流動性風險”的螺旋上升模式。艾春榮等(2015)[29]構建的理論模型顯示流動性與違約風險存在顯著的負相關性，當債券的信用質量改善時流動性也會改善，而違約風險的增大則會伴隨流動性下降。Chung et al.(2015)[9]的研究發現，債券保險商的信用風險顯著影響美國市政債定價，這種影響隨著市政債流動性水平的降低而增強。Bao et al.(2018)[3]以Amihud(2002)[2]指標測度債券流動性，采用雙重差分方法，考察了信用等級下降對債券流動性的沖擊、以及外部監管政策的頒布對于沖擊程度所帶來的影響，結果顯示：當債券信用等級由BBB下降為BB級時，流動性顯著惡化；而且外部監管政策Volcker條例的頒布加劇了債券降級對流動性的影響程度。Black et al.(2018)[5]以買賣價差作為債券流動性的衡量指標，借助準自然實驗法，研究采用政府擔保進行信用增級對金融機構債券流動性的影響，結果顯示：與未獲得政府擔保的債券相比，納入政府擔保計劃的債券違約風險降低，其流動性改善的幅度達23%以上；而且納入政府擔保計劃對債券流動性提升的影響還擴散至同一家公司但未獲政府擔保的其他債券。

債券違約事件爆發及其釋放的信用風險具有傳染性，即某些債券的違約會影響其他債券的信用風險；而如上文所述，信用風險又會影響債券流動性。基于這一邏輯，某些債券違約會通過影響其他債券的信用風險進而對其他債券的流動性造成沖擊。本文主要從以下四方面實證研究債券違約對流動性影響的傳染效應：

第一，在債券市場上，同一家公司可能有多只到期時間不同的債券在流通交易。如果其中一只債券在某一時點到期因無法支付本息而出現違約被停止交易，這在一定程度上反映了公司的財務狀況惡化，盈利能力下降，現金流無力償還債券本息，未來更難在市場中獲得外部融資，市場預期企業發行的尚未到期的其他債券未來也可能違約的可能性上升，投資者對持有發行人其他債券的信心下降，債券拋售壓力增大，流動性受到負面影響。因此，本文提出如下研究假設：

H1：違約事件在同公司的債券之間具有流動性傳染效應，當公司的某期債券出現違約時，公司其他未到期債券的流動性水平下降。

第二，較多的研究表明，信用風險在行業內具有傳染效應。首先，信用風險可能通過產業鏈在行業內的上下游企業間進行傳遞和轉嫁(張春強等，2019；張瑋倩和方軍雄，2019)[45][47]；也可能通過資本紐帶和互保融資傳遞(曹廷求和劉海明，2016)[30]。其次，同行業公司在經營政策和投融資行為偏好上具有相似性( Leary and Roberts，2014；萬良勇等，2016；陸蓉等，2017)[21][41][37]，這將導致同行業公司間的業績回報和風險變化趨于同步。另外，一些研究表明，當行業內公司出現負面事件并釋放出風險信息時，在信息外部性的作用下，風險信息會在同行業渠道中進行擴散，導致行業內其他公司也會受到一定程度的負面影響(Leitner，2005)[23]。由此，行業內某些公司債券出現違約將會通過以上渠道擴散，推升同行業內其他公司債券的信用風險，增加投資者拋售債券的動力，導致債券的流動性下降。因此，本文提出以下研究假設：

H2：違約事件對同行業其他公司債券的流動性具有傳染效應，當行業中出現債券違約事件時，行業內其他公司的債券流動性降低。

第三，除上述兩種渠道外，違約事件的密集爆發以及某些重大違約事件的發生也會對債券流動性產生沖擊和影響。首先，違約事件頻發或者某些嚴重違約事件的發生會造成整個市場的投資者風險偏好下降，恐慌和警惕情緒上升；特別是考慮免稅優勢后，公司債券在違約事件高發階段的吸引力可能不如國債(利率債)，投資者對公司債券(信用債)的興趣降低，公司債券的需求曲線下移，交易萎縮，流動性降低。其次，投資者采取拋售低資質債券、追捧高資質債券的同質化操作行為，也容易加劇債券流動性惡化。另外，違約事件的密集爆發或者嚴重違約事件的發生還可能導致公司債券發行市場大幅降溫，一級市場發行難度增加，再融資渠道受限，公司違約風險上升、債券流動性下降。最后，違約事件的密集爆發或者一些程度嚴重、具有標志性意義的違約事件往往發生在市場資金面趨緊的背景下，二級市場交易者融資能力的下降也會對債券流動性產生負面影響。1此外，本文進一步從兩方面探討上述情況對債券流動性影響的異質性：一是當債券違約事件密集爆發、或者出現某些嚴重違約事件后，相較于國企債發行人的背景及隱性擔保預期，民企債發行人受融資環境收緊的壓力更大，投資者對民企債的擔憂更為嚴重，債券流動性受到的負面影響更大；二是面對違約事件集中爆發或者嚴重違約事件的沖擊，相較于高信用等級債券，低信用等級債券更有可能出現信任危機，流動性惡化的程度更大。綜上，本文提出以下研究假設：

H3：違約事件爆發越密集或者違約事件越嚴重，對于債券流動性的負面影響越大；而且民營企業債受到的影響要大于國有企業債，低信用等級債受到的影響要大于高信用等級債。

第四，宏觀流動性一般用經濟體中的貨幣供應量表征。已有研究顯示，宏觀流動性顯著影響資產價格。宏觀流動性充裕的市場中，資產價格也會隨之上漲(舒長江和胡援成，2017)[40]。我國信用債市場上宏觀流動性顯著影響信用債定價(紀志宏和曹媛媛，2017)[36]。債券違約事件頻繁爆發，意味著經濟下行趨勢明顯，此時貨幣當局采取寬松貨幣政策，降低利率，增加貨幣投放量刺激投資，促使經濟回暖。企業能夠以更低的成本在市場融資，實現滾動融資，通過借新還舊的方式緩解債務壓力，從而降低信用債市場的違約風險。宏觀流動性同時影響杠桿操作便利性和息差空間，在宏觀流動性充足的時期，息差空間大，資金面穩定，質押回購便利，投資者會加大杠桿操作力度。上文的分析指出，債券違約事件可能向同公司、同行業乃至整個信用債市場傳染，導致債券流動性水平下降。那么，市場出現違約事件密集爆發時，宏觀流動性的注入能否改善信用債市場流動性？對此，本文提出以下研究假設：

H4：在市場密集爆發違約事件或出現較為嚴重的違約事件時期，宏觀流動性增加能夠改善債券流動性。

三、研究設計

(一)樣本選擇與數據來源

本文以交易所企業債和公司債、銀行間企業債和中期票據為研究對象。由于銀行間市場上短期融資券信用評級體系與企業債、中期票據不同，不利于在后文模型中對債券信用風險因素的控制，且短期融資券與企業債、中期票據交易模式上存在差異，因此短期融資券不納入本文分析范圍。最初樣本由交易所651330個債券交易日行情和銀行間663544個日內雙邊報價數據組成。本文按照如下標準進行樣本篩選：(1)剔除浮動利率債券；(2)剔除金融機構發行的債券；(3)為了計算Amihud流動性指標，剔除當日成交量小于10000元的數據；(4)由于債券提前償還部分本金導致面值發生變動，因此剔除償還部分本金后的交易數據；(5)剔除銀行間市場上買入價格大于賣出價格的異常數據；最終得到銀行間市場4073只債券的357715個日內雙邊報價數據和交易所1565只債券的371766個日交易數據，據此日數據計算每只債券在季度區間內的流動性水平并構建面板數據模型，最終交易所樣本由7931個觀測值構成，銀行間樣本由7289個觀測值構成。

交易所上市的公司債和企業債行情數據、所有債券發行資料數據、發行主體和債券評級數據以及債券指數和滬深300指數來源于銳思金融數據庫(RESSET)，銀行間債券市場日內雙邊報價數據來自于中國貨幣網，國債到期收益率數據來源于Wind數據庫。為剔除極端值的影響，對流動性指標進行0.5%的雙邊縮尾處理。

(二)研究模型和變量

為了檢驗假設H1違約事件在同公司的債券之間的流動性傳染效應，本文構建以下季度面板數據模型，對交易所和銀行間債券市場分別建模：

其中，被解釋變量Liquid衡量債券i在t季度內的流動性水平。交易所市場上，Liquid使用Amihud流動性指標Amihud衡量，具體計算方法是：

Pi,d為債券i在d日的凈價收盤價格，Pi,d-1為債券i在d-1日的凈價收盤價格，Qi,d為債券i在d日的成交量，Ni,t為債券i在t季度的交易天數。Amihud衡量單位成交量對價格的沖擊，在交易稀疏、無法獲取高頻數據的市場上度量流動性能夠取得較好的效果。國外多數研究均采用Amihud指標度量公司債流動性水平。如Black et al.(2016)[6]、Bao et al.(2018)[3]等。根據Lou and Shu(2017)[25]的統計，在2009―2015年美國三大頂尖金融類期刊中，超過120篇實證研究文獻使用Amihud指標度量流動性。國內研究中，這一指標在高強和鄒恒甫(2015)[33]、王永欽等(2016)[44]等人的研究中也得到了廣泛應用。Amihud指標越大，單位成交量對價格的沖擊越大，債券流動性水平越低。

由于我國交易所和銀行間債券市場的交易制度存在較大差異，交易所債券市場實行集中競價制度和大宗交易并存，而銀行間債券市場投資者通過詢價完成點對點交易，因此直接使用Amihud度量銀行間債券流動性可能會存在以下問題：銀行間債券市場上“債券代持”現象普遍，債券代持不通過買斷式回購或債券質押協議，交易數據直接反映在銀行間市場的現券交易中，而債券代持交易中所謂的“約定的購回價格”接近當初交易的成本價，且成交量非常大，如此計算使得多數時期較大成交量對債券價格的影響接近于0，從而使得銀行間市場流動性“看似”很好。然而，這無法反映銀行間市場的真實流動性水平。2

我國銀行間市場于2001年正式引入做市商制度，旨在為銀行間債券市場提供流動性。做市商需要連續地報出債券買賣雙邊價格，并按其報價與其他投資者達成交易，承擔向市場提供流動性的義務，同時享有相應的權利，因此發揮著活躍市場、穩定市場、實現價格發現功能的重要作用。從十多年的發展實踐看，我國銀行間債券市場的做市商制度發揮了一定的作用。對于做市商制度市場而言，衡量流動性水平最直觀的方法是基于做市商雙邊報價計算的買賣價差(Spread)，買賣價差越大，流動性水平越低，因此本文借鑒馬永波和郭牧炫(2016)[38]、Black et al.(2018)[5]的研究，基于銀行間市場的雙邊報價數據計算買賣價差，衡量銀行間市場債券的流動性。具體地，本文以報價當日的買入數量與賣出數量為權重，計算債券當日的買賣價差：

Selli,d,t為債券i在t日由做市商報出的第d筆賣出凈價，sell_voli,d,t為債券i在t日由做市商報出的第d筆賣出金額；buyi,d,t和buy_voli,d,t分別表示做市商報出的買入凈價和買入金額。最后，對交易所市場流動性指標Amihud和銀行間市場流動性指標Spread進行標準化處理。

模型(1)中，關鍵解釋變量Same_def為“債券i所屬發行主體是否存在其他違約債券”，若發行主體其他債券違約，則Same_def=1，否則Same_def=0。根據假設H1，信用風險會在同一發行主體的債券中存在流動性傳染效應，發行主體的其他債券會受到違約事件的影響，流動性水平下降，因此，預期模型(1)中η1大于0。

其中，關鍵解釋變量Def_ind為“債券i發行主體所在行業是否發生債券違約事件”的虛擬變量，若債券i發行主體所屬行業中當期出現債券違約事件，Def_ind=1，否則Def_ind=0。根據假設H2，違約事件在同行業債券中存在流動性傳染效應，信用風險通過產業鏈、互保等渠道傳導至同行業的其他企業，引起行業整體的信用風險上升，債券流動性水平惡化。因此，預期η2大于0。綜合假設H1和H2，建立如下模型(3)：

為檢驗假設H3違約事件爆發密集或嚴重程度對于債券流動性的影響及其異質性，對交易所和銀行間債券建立以下模型(4-a)和(4-b)：

其中，關鍵解釋變量為Ints_def，反映違約事件的嚴重程度。圖1顯示了2014年以來我國債券市場的違約情況。根據市場標志性或者較有影響力的違約事件，本文按以下方式將違約事件的嚴重性程度劃分為三個等級：第三級嚴重性程度最高，主要為市場出現第一只違約債券、且為公募債的2014年1季度“11超日債”違約事件、2015年2季度第一起國企債違約“11天威MTN2”違約事件、2018年3季度至2019年1季度違約事件集中爆發，定義在以上時期中變量Ints_def=2；第二級嚴重性程度次之，為市場中零星出現小規模違約事件的其他時期，定義在這些時期中變量Ints_def=1；第一級嚴重性程度最低，主要為樣本期中其他未出現違約事件的時期，變量Ints_def=0。

若假設H3成立，則在模型(4-a)和(4-b)中，違約事件嚴重程度變量Ints_def前的系數β1＞0，表示債券市場中出現嚴重的信用風險事件將會導致Amihud和Spread上升，債券流動性水平降低。模型(4-a)中，Private為反映企業產權性質的虛擬變量，若發行人為民營企業，Private=1，否則為0。Ints_def與Private的交乘項基于所有權的差異，反映違約事件爆發密集或嚴重程度對債券流動性的異質性影響。根據假設H3，在市場恐慌情緒較重的時期，民企債的信用風險的暴露更大，流動性受到影響更大，因此，預期模型(4-a)中β2＞0。在模型(4-b)中，引入兩個虛擬變量R_AAA和R_AA+以反映企業信用評級的虛擬變量3，若債券信用評級為AAA，則變量R_AAA=1，若債券信用評級為AA+，則變量R_AA+=1；發行人信用評級為其他信用評級，則變量R_AAA與R_AA+均為0。Ints_def與信用等級虛擬變量的交乘項反映違約事件爆發密集或嚴重程度對不同信用等級的債券流動性的異質性影響。根據假設H3，在市場恐慌情緒嚴重時期，低評級債券的信用風險的暴露更大，流動性受到影響更大，因此，預期模型(4-b)中θ1＜0，θ2＜0。

圖1 2014―2019年信用債市場違約事件統計

為驗證假設H4宏觀流動性在不同時期對債券流動性的異質性影響，分別對交易所和銀行間市場建立如下模型(5)：

其中，M_Liq反映宏觀流動性，使用中央銀行貨幣凈投放量衡量。根據假設H4，宏觀流動性釋放有助于提升信用債市場流動性，本文在模型中加入違約事件嚴重性變量Ints_def和M_Liq的交互項，預期系數δ1＜0。

表1 控制變量名稱及定義

模型(1)～模型(5)中，均引入發行人特征(Issuer)、債券特征(Bond)和市場環境(Market)作為控制變量。變量具體含義如表1所示。

四、實證結果與分析

(一)描述性統計

表2 主要變量的描述性統計結果

主要變量的描述性統計結果如表2所示。Panel A交易所市場樣本中，被解釋變量Amihud的均值0.0197，標準差為0.0237，季度區間內Amihud最大值為0.586；含有擔保條款的樣本占樣本總量的52.1%；非國有企業債券樣本占比42.8%；評級為AAA級以上的債券占比17.1%，評級為AA+級債券占比33.3%；上市公司所發行債券占比41.4%；債券剩余期限均值為3.537年；債券年齡均值為2.779年。

使用SPSS17.0軟件處理數據資料,計數數據對比采用x2檢驗,計量數據對比采用t檢驗,P<0.05有統計學意義。

Panel B銀行間市場樣本中，被解釋變量Spread(未標準化)的均值為75.32BP，最大值為280BP，最小值為0BP。擔保債券樣本占比僅為4.28%，非國有企業債券樣本占比僅為4%；評級為AAA級以上的債券占樣本總量72.9%，評級為AA+級債券樣本僅占14.9%，銀行間市場信用債的評級分布與交易所市場存在明顯差異。上市公司所發行債券占比13.9%。債券剩余期限均值為2.635年，債券年齡均值為2.312年，這主要是由于銀行間市場中期票據的存續期限較企業債和公司債更短。

(二)回歸結果分析

本節對模型(1)～(5)進行估計。由于模型中變量Guar和Private不隨時間變化，固定效應模型無法識別上述變量，因而采用隨機效應模型進行估計。表3為假設H1和H2的回歸結果。結果(1)顯示，交易所市場中Same_def對Amihud的影響在1%水平下顯著為正，表明違約債券發行主體所發行的其他債券的流動性水平顯著低于一般債券，這說明違約事件在同公司債券中具有明顯的流動性傳染效應。某一債券宣布違約會引起投資者對發行主體償債能力的擔憂，如果市場存在發行主體的其他債券，也會導致投資者對該債券未來償還本息能力產生擔憂，引發市場拋售，因而同屬一發行主體的其他債券流動性水平顯著下降。4由于銀行間市場樣本缺失問題，無法對假設H1進行檢驗。5

回歸結果(2)和(3)顯示，交易所市場中，Def_ind對Amihud的影響顯著為正，表明行業中出現債券違約事件時，同行業其他債券的流動性水平顯著降低。某一行業中發生債券違約，可通過產業鏈傳導、融資互保等渠道將信用風險傳染至其他企業，導致行業的整體信用風險增加，市場對行業未來前景擔憂，行業內債券的流動性水平整體下降。回歸結果(4)顯示，銀行間市場中，Def_ind對Spread的影響顯著為正，同樣表明違約事件在同行業債券中存在顯著的流動性傳染效應。綜合上述結果，假設H2得到驗證。

控制變量中，Private對Amihud的影響顯著為正，說明交易所市場上民企債的流動性不及國企債；R_AAA對Amihud和Spread的影響顯著為負，且R_AAA的系數絕對值大于R_AA+，說明信用評級越高，債券流動性越好，驗證了信用風險與流動性存在正相關關系。Coupon對Spread的影響顯著為正，說明票面利率越高的債券流動性越差；ln(Matur)對Amihud和Spread的影響顯著為正，說明債券剩余期限越長，流動性越差；ln(Age)對Spread的影響顯著為負，說明債券年齡越大，買賣價差越小，流動性越好。宏觀變量中，長期利率水平對Amihud和Spread的影響顯著為正，表明利率水平越高，債券流動性越差；宏觀流動性水平M_Liq對Amihud和Spread的影響顯著為負，說明宏觀流動性越好，債券流動性水平越高。

表3 違約事件在同公司債券及同行業債券中的流動性傳染效應

表4為違約事件嚴重性對債券流動性影響的估計結果。Ints_def衡量市場所發生違約事件的嚴重性，Ints_def取值越大，意味違約事件越嚴重，對市場情緒的影響越大，恐慌情緒越嚴重。結果(1)顯示，Ints_def對Amihud的影響在1%水平下顯著為正，表明在市場出現嚴重違約事件，或者違約事件密集爆發時，交易所市場上信用債整體流動性水平會惡化。結果(3)顯示，Ints_def對Spread的影響顯著為正，說明違約事件嚴重時期，銀行間市場上做市商報價價差顯著擴大，市場流動性顯著下降。以上結果表明，違約事件沖擊會影響市場情緒，提高投資者的風險厭惡程度，信用債市場頻繁出現違約事件導致投資者對信用債市場預期悲觀，引發投資者在信用債資產配置的調整，拋售風險更高的信用債，轉而持有政策性金融債、國債等。

表4 違約事件嚴重性對不同產權性質債券流動性的異質性影響

表5 違約事件嚴重性對不同信用評級債券的影響

進一步考察市場違約事件對不同產權性質債券流動性的異質性影響。表4中結果(2)和(4)顯示，Ints_def×Private為違約事件嚴重性變量和是否民企債虛擬變量的交互項，Ints_def×Private對Amihud的影響均在5%水平下顯著為正，表明在市場密集爆發違約或出現標志性違約事件的時期，交易所市場上民企債受到的價格沖擊程度更大。銀行間市場中，Ints_def×Private對Spread的影響雖不顯著，但系數依舊為正。

表5呈現了違約事件嚴重性對不同評級債券影響的估計結果。Ints_def×R_AAA和Ints_def×R_AA+分別表示違約事件嚴重性與評級AAA、評級AA+虛擬變量的交互項。結果(1)和(2)顯示，Ints_def×R_AAA對Amihud和Spread的影響顯著為負，說明交易所和銀行間市場上，在嚴重違約事件時期，AAA級債券流動性受到的負面影響小于其他級別的債券；Ints_def×R_AA+對Amihud的影響顯著為負，說明交易所市場上AA+債券流動性受到的負面影響小于AA+級以下債券；Ints_def×R_AA+對Spread的影響不顯著，說明銀行間市場上AA+債券的流動性受到的負面影響與AA+級以下的債券無異。以上結果說明，市場違約事件對低評級的負面影響更大，假設H3得到驗證。

債券違約事件頻繁爆發，意味著經濟下行趨勢明顯，此時貨幣當局采取寬松貨幣政策，降低利率，增加貨幣投放量刺激投資，促使經濟回暖；企業能夠以更低的成本在市場融資，實現滾動融資，通過借新還舊的方式緩解債務壓力，從而降低信用債市場的違約風險。宏觀流動性同時影響杠桿操作便利性和息差空間，在宏觀流動性充足的時期，息差空間大，資金面穩定，質押回購便利，投資者會加大杠桿操作力度。表6的結果顯示，交乘項Ints_def×M_Liq對Amihud和Spread的影響均顯著為負，表明在市場違約事件密集爆發時期，宏觀流動性的注入有助于改善交易所市場債券流動性，假設H4得到驗證。

(三)穩健性檢驗

第一，內生性問題。上文表3的回歸結果(1)顯示，交易所市場上，違約事件對同公司的存續債券具有流動性傳染效應。然而，這一結果會受到可能存在的內生性問題的影響：違約債券的發行人本身的信用風險高于未發生違約的債券發行人，導致違約債券發行人的所有債券的流動性均低于其他債券。對此，本文使用P S M-D I D方法對上述問題進行穩健性檢驗。首先以“是否違約”為被解釋變量，基于PSM方法匹配類似未違約債券作為控制組，然后定義變量Def_corp為“發行人是否違約”的虛擬變量，發行人違約則Def_corp=1，否則Def_corp=0，Time為“債券違約前后”的虛擬變量，違約前Time=0，違約后Time=1，DinD為兩者的交互項，衡量債券違約后對同公司其他債券流動性的沖擊。結果如表7的(1)所示，DinD對Amihud的影響顯著為正，說明考慮了可能存在的內生性問題后，違約事件對同公司債券仍具有顯著的流動性傳染效應。

表6 不同市場環境下宏觀流動性對債券流動性的異質性影響

上文表3的回歸結果(2)和(4)顯示，違約事件對同行業債券具有流動性傳染效應。穩健性檢驗中，使用雙重差分模型檢驗這一結論的穩健性。定義Time_ind為“行業內發生違約事件前后”的虛擬變量，違約前Ti m e_ind=0，違約后Time_ind=1，DinD_2為Def_ind與Time_ind的交互項，衡量出現違約事件后對行業內其他債券的影響。結果如表7的(2)和(3)所示，DinD_2對Amihud和Spread的影響均顯著為正，再次印證了假設H2。

第二，以市場發生違約事件數量衡量違約嚴重性程度。用Sum_def變量代替模型Ints_def變量，衡量市場的違約事件嚴重性程度。Sum_def越大，說明當期市場出現的違約事件越多，市場恐慌情緒越嚴重。結果如表7的(4)～(7)所示，估計結果與上文無明顯差異。

五、結論與啟示

自2014年3月“11超日債”違約打破我國債券市場剛性兌付的神話之后，受宏觀經濟增速趨緩、金融去杠桿政策及疊加債務到期高峰等因素的影響，公司債券違約事件頻發。本文以2014―2019年信用債為研究樣本，考察違約事件對債券流動性的傳染效應。研究發現，首先，違約事件在同一發行主體的債券之間具有流動性傳染效應，當公司的某期債券出現違約時，公司其他未到期債券的流動性水平顯著下降。其次，違約事件對同行業其他公司債券的流動性具有傳染效應，當行業中出現債券違約事件時，行業內其他公司的債券流動性顯著降低。此外，違約事件爆發越密集或者違約事件越嚴重，對于債券流動性的負面影響越大；民營企業債受到的影響要大于國有企業債，低信用等級債受到的影響要大于高信用等級債。最后，在市場密集爆發違約事件或出現較為嚴重的違約事件時期，宏觀流動性增加能夠改善債券流動性。

表7 穩健性檢驗

本文結論表明，信用風險的惡化有可能導致流動性危機。當償付能力出現問題時，資產的流動性會枯竭，流動性溢價飆升。首先，對于監管層來說，應當嚴密關注債券市場信用風險上升可能引發的流動性風險沖擊，適度增加流動性投放以對沖可能的流動性危機；其次，對于發行人來說，流動性影響債券在二級市場的利差，流動性水平顯著下降會導致債券收益率提高，市場上信用風險上升、債券流動性出現普遍下降會拉升信用債市場的收益率曲線，從而導致公司發行新債時的融資成本上升，最終影響公司的資本結構和經營能力；最后，對于投資者來說，在構造投資策略時需要考慮不同債券之間在流動性和信用風險上的相關關系，充分的風險分散化能夠幫助獲得更好的投資收益，并且在金融市場極端條件下流動性往往會對債券價格產生至關重要的影響，充分了解此時債券流動性的變動特征能夠幫助投資者規避重大的投資風險。 ■

注釋

1. Brunnermeier and Pedersen(2009)[7]從理論上建立了資產市場流動性和交易者融資流動性之間的關系，提出交易者提供市場流動性的能力取決于其融資能力，反過來，其融資能力又受其資產的市場流動性的影響；在一定條件下，市場流動性和融資流動性相互加強，形成正反饋效應。

2. 事實上，進行“債券代持”協議交易的雙方面臨信用風險，并不受類似回購的實際法律約束。若標的債券價值未來下降、出現違約、或者受到未預期的市場事件的沖擊，債券實際持有人可能放棄購回債券；債券代持方也存在違約的可能。債券轉讓給代持方后能否在未來購回，取決于交易雙方對市場聲譽的考量。未履約的交易方在市場聲譽上將受到影響，導致未來市場業務受阻。因此，出于市場聲譽的考慮，即使在標的債券價值下降、出現信用風險、或者債券市場整體熊市的情況，債券實際持有方在多數情況下仍會以當時約定的價格購回債券。由此，交易價格無法反映“真實”價值，同時也會導致流動性水平的度量出現偏差。

3. 樣本債券的信用評級主要分為AAA、AA+、AA、AA-，還有少數級別較低的債券。由于樣本中高評級債券占比較高，如果將AA以下單作為基準組，樣本量太少，所以選擇AA及以下債券作為基準組，所以在回歸中只有R_AAA和R_AA+兩個虛擬變量。

4. 交叉違約條款和加速到期條款在近年來的債券發行過程中得到了一定程度的應用。交叉違約條款在公司不同債務之間建立聯系，能夠形成公司整體償債能力的預警網絡。公司其他債務出現違約，將觸發交叉違約條款，債券持有人可以提前進入債券違約處置程序。由于交叉違約條款的存在可能直接導致公司現存其他債務出現違約、從而使流動性下降，而非由于同公司間債務的傳染效應導致流動性下降，因此，對于這一問題，本文進一步剔除含有“交叉違約”和“加速到期”條款的樣本進行估計。結果顯示，剔除此類樣本后，關鍵變量對被解釋變量的影響依舊顯著為正，結論不變。

5. 債券違約一般不是突發性事件，違約的信息會反映在債務主體前幾年內的財務數據中，表現為經營狀況逐漸惡化，現金流緊張，盈利能力下降，債務比率高企，財務質量惡化直接導致債務主體的信用評級下調。債券信用風險越高，做市商的做市意愿越低，債券往往在宣布違約之前就由于信用評級下調至B級甚至C級而退出做市商的做市債券名單。本文的銀行間報價數據中，距違約債券發行主體的第一次違約公告時點至少一年前，做市商就已不再對發行主體的短期融資券、中期票據以及企業債進行任何雙邊報價。