基于債券超額風險溢價的宏觀經濟預測

摘要：債券超額風險溢價代表投資者在債券市場對超出預期違約損失所要求的補償。本文選取2010—2020年我國非金融類上市公司發行的股票與公司信用類債券的交易數據，基于Merton定價公式，分解出債券超額風險溢價測度值，并分析時間序列特征及其與宏觀經濟之間的關系。結果顯示，債券超額風險溢價可以反映投資者對信貸風險的態度以及金融中介機構的風險承擔能力，可作為宏觀經濟走勢的前瞻性指標。

關鍵詞：信用利差 銀行信貸 債券超額風險溢價

信用利差與EBP概念

債券信用利差是可靠金融信息指標，包含了對未來經濟活動的預期，比如投資者對未來公司違約概率、商業部門的利潤、就業和投資、市場情緒波動、未來通脹水平和政策不確定性的預期等。債券信用利差等于債券到期收益率與相同期限國債收益率之差，代表債券持有人在無風險利率之上要求的額外回報，主要是對違約風險與流動性風險的估算。

Longstaff et al.（2005）認為，信用利差中所有非違約成分都可以歸為流動性，但基于利率和違約風險等因素的定價方法一直難以解釋公司信用類債券的市場價格。Huang和Huang（2012）認為，公司信用類債券定價的困難應歸因于流動性缺失，但實際上兩者之間的關系并不明確。從另一個角度看，信用利差不僅包含了投資者對違約風險的溢價訴求，也可能隱含投資者對未來宏觀信息的判斷。在默頓（Merton）模型1基礎上，Gilchrist和" Zakraj?ek（2012）提出債券超額風險溢價（EBP）的概念，認為EBP對宏觀經濟活動具有較強的預測能力。

信用利差反映了對預期違約損失的補償和EBP，那么計算EBP需要分解出信用利差中對預期違約損失補償的部分。預期違約損失等于預期違約率和違約后損失率的乘積，成熟市場評級機構會根據違約債券的歷史評級計算出平均違約率，再假設一個違約損失比例，即可計算出預期違約損失，可視為影響債券價格的現金流部分，EBP即為信用利差扣除上述預期違約損失的部分。EBP代表投資者對債券違約風險要求的額外補償，反映了金融部門的有效風險承受能力，及其對宏觀信用周期所要求的溢價，與信用風險的系統性、傳染性特征有關。

EBP測度方法

本文遵循Gilchrist和Zakraj?ek（2012）的方法，在Merton理論框架下，構建EBP測度模型，將每個債券的利差分解成預期違約損失和殘差（與EBP相關）兩個分量。選取2010—2020年中國非金融類上市公司信用類債券交易數據與股票價格數據，結合其公司資產負債表，共同測算EBP值。

傳統理論文獻認為，信用利差中的預期違約損失與公司層面、債券層面的預期違約概率衡量標準呈線性相關，反映違約概率的關鍵預測變量是違約距離。Merton模型認為，違約距離是資產價值的分布期望值和臨界違約點之間的相對距離。本文通過計算企業資產未來市場價值的期望值與臨界違約點之間有多少個標準差來表征違約距離。違約距離越小，表明公司越接近臨界違約點，違約概率越高。公司的總資產遵循幾何布朗運動：

式中Vt為企業總資產在t值時刻的價值，Z為布朗運動，μ為恒定的增長率，σA為波動率。根據Merton模型，企業權益的價值是對企業資產的歐式看漲期權，執行價K等于企業的負債價值。利用上述觀點，通過同時迭代方法，求解以下非線性方程的解析解，來估算公司未來的資產價值及其相應的資產波動σA。

其中，Et是公司在t時刻權益的市場價值，r是無風險利率，σE是權益價值波動率，其中T是負債時間范圍。對模型的輸入變量進行如下校準，T取每年；對于每個季度，μ代表過去3年資產價值的平均增長率；違約邊界K等于流動負債加上長期債務的一半；權益價值等于市值，即季度末股票價格乘以已發行普通股數量；對于股票波動率σE，使用季度內的每日股票回報進行計算，同時要求發行人在季度內至少有10個交易日；無風險利率采用1年期銀行存款利率。從公式（3）估計資產價值V和資產波動σA，計算得到季度層面違約距離：

得到違約距離后，添加其他衡量違約概率指標，包括公司層面的市場杠桿率和營業收入與銷售比率、現金比率等，債券層面的信用評級、票面利率和債券流動性、含權特征、外部擔保或者增信、剩余期限等變量，進行如下回歸。

CSit是公司k發行的債券i在t交易日的信用利差，Zit[k]包括所有債券、公司層面控制變量，在一定條件下可以將由債券水平所預測的違約概率表示為：

是誤差項的估計方差，預測信用利差

，代表信用利差中預期違約損失部分，反映債券預期違約損失的溢價。信用利差剩下的部分將反映EBP：

將分離出的EBPit[k]，在月度層面上按照個券成交量取加權均值，得到中國非金融類上市公司信用類債券EBP數值（見圖1）。

EBP期限結構

由圖1可見，EBP與信用利差總體走勢一致，多數情況下總體平均利差的變動主要受EBP驅動，不是由債券預期違約部分所導致。圖1中豎線顯示，如遇當月發生金融市場信用風險事件，EBP會上升，并在一段時間內保持相對高位。2020年1月到2月，債券的平均信用利差在10天內擴大70個基點以上。監管部門采取穩定措施后，信用利差與EBP隨后迅速回落。可以看出，EBP測量數值對于分析金融市場走勢十分重要：一是基于投資者真實交易數據，EBP能更準確地衡量金融部門的壓力；二是基于日度高頻數據，EBP能夠為判斷金融市場走勢提供更精確的信息。

接著關注EBP在長周期時間的動態變化，從圖1可以看出EBP指標的期限結構。2012年之前，債券幾乎都能實現剛性兌付，幾乎沒有公募債券違約案例，EBP處于低位；2014年，首只信用債發生違約，債券市場剛性兌付預期被打破，導致投資者對債券風險溢價重新評估，EBP明顯升高；2015年底，中央經濟工作會議明確提出“三去一降一補”，EBP上升，反映金融部門風險承受能力下降，與信貸供應的收縮以及未來消費、投資和產出的下降有關；2016年三季度，企業信貸成本提高，EBP數值攀升到峰值；2018年，在中美貿易摩擦和投資增速放緩背景下，央行開啟新一輪貨幣寬松政策，EBP快速下降后振蕩回升。

EBP經濟含義的實證分析

EBP作為衡量債券信用利差變化的重要組成部分，捕捉了公司信用類債券投資者對企業超出預期違約損失所要求的補償，是反映實體經濟運行狀況的先行指標。

進一步研究EBP和市場經濟變量之間的關系。表2列示了EBP測度值對4個重要市場變量月均值（或變化）的線性回歸結果，首先進行單變量回歸，再在最后一列進行多變量回歸，比較其相對貢獻。4個變量的解釋如表1所示，回歸結果如表2所示。

表2顯示，EBP月度測量值和國債市場、股票市場的關系不顯著，特別是EBP對10年期國債新老券價差解釋能力可以忽略，說明EBP并非簡單地受國債市場波動性、期限溢價、新舊券流動性、股票市場波動等因素影響。同時，回歸發現在統計學上EBP和工業增加值、信貸市場風險狀況、金融條件指數、銀行間存款類金融機構以利率債為質押的7天期回購利率（DR007）的聯系更為顯著，且對信貸市場風險狀況的解釋能力最強，意味著EBP上升反映了信貸成本提高，而不是違約概率升高，因此其可用來測度金融部門提供信貸資金的意愿或能力。

本文論述了EBP的概念、測度與經濟含義。EBP代表了信用風險定價的變化，且信用利差的大部分變動是由EBP的變動所決定的。EBP與投資者情緒或金融部門風險偏好有關，能較好地衡量金融部門在不同層面的壓力。如果EBP過高，反映了金融部門有效風險承受能力下降，此時信貸供應收縮，經濟活動受到抑制。與其他金融指標不同，EBP對經濟活動具有較強的前瞻性，監管部門可通過其及時掌握金融部門在政策傳導中的風險承受能力，以更好地引導金融部門支持實體經濟健康發展。（本文獲《債券》創刊10周年征文活動優秀獎）

參考文獻

[1] Favara G， Gilchrist S， Lewis K F， et al. Recession Risk and the Excess Bond Premium[R]. Board of Governors of the Federal Reserve System （US）， 2016.

[2] Gilchrist S， Zakraj?ek E. Credit Spreads and Business Cycle fluctuations[J]. American economic review， 2012， 102（4）： 1692-1720.

[3] Huang J Z， Huang M. How much of the corporate-treasury yield spread is due to credit risk？[J]. The Review of Asset Pricing Studies， 2012， 2（2）： 153-202.

[4] Longstaff F A， Mithal S， Neis E. Corporate yield spreads： Default risk or liquidity？ New evidence from the credit default swap market[J]. The journal of finance， 2005， 60（5）： 2213-2253.

[5] Merton R C. On the pricing of corporate debt： The risk structure of interest rates[J]. The Journal of finance， 1974， 29（2）： 449-470.

[6] Zhe G， Jun P. Price discovery and market segmentation in China’s credit market. Working paper， 2019.