科創債券是否存在發行溢價？

摘要：本文基于2021—2023年我國債券市場發行的科創債券數據，使用科創債券與普通債券匹配的方法構造研究樣本，并構建計量模型考察了科創債券的發行溢價效應。實證分析結果顯示，科創債券一級市場發行存在顯著的溢價效應，科創債券發行利率較普通債券高27個基點。同時，目前科創債券發行主體主要為高評級企業，而主體資質較弱的科技型中小企業獲得債券融資的機會較少。積極引導各類市場投資主體參與科創債券業務，有效降低科創債券發行溢價。此外，要加快中國版高收益債券市場建設，打通科技型中小企業債券融資渠道。

關鍵詞：科創債券；高收益債；債券發行溢價；新質生產力

一、引言

科技創新是發展新質生產力的內生動力，亦是中國式現代化的重要引擎。黨的二十大報告明確提出，要堅持創新在我國現代化建設全局中的核心地位，加快實施創新驅動發展戰略。2023年10月底，中央金融工作會議進一步明確了做好科技金融工作的要求，提出要優化資金供給結構，把更多金融資源用于促進科技創新。然而，科技創新以及戰略性新興產業的發展，需要較長周期持續的資金要素投入，面臨著較大的不確定性風險，亟需金融監管層切實的制度設計和各金融市場主體的深度參與。

近年來，為了支持特定產業發展，提高資本市場配置金融資源的效率，我國債券市場逐漸形成“專門債”的發展模式，即受監管部門根據國家政策出臺特定管理辦法約束的具有專門名稱的債券或票據（石曉軍等，2023）。為了響應國家支持科技創新的戰略部署，我國債券市場沿用專門債的發展思路出臺了一系列政策舉措。2013年7月，國家發展改革委作為企業債的監管部門，率先支持符合條件的創業投資企業、股權投資企業、產業投資基金發行“基金債”。為落實國家“大眾創業、萬眾創新”的戰略要求，2017年銀行間市場交易商協會和證監會先后推出雙創專項債務融資工具和雙創債產品，用于滿足創新創業公司和創業投資公司的融資需求。2013—2021年，債券市場在支持科技創新方面做了很多有益的探索，形成了寶貴的生產數據，并積累了豐富的實操經驗。2022年5月，在前期相關實踐的基礎上，銀行間市場交易商協會及滬深交易所同步升級推出貼標產品“科創票據”和“科技創新公司債券”，以加強對科創企業或科創用途的融資支持。2023年7月，銀行間市場交易商協會進一步創新升級科創票據，推出“混合型科創票據”，允許投資者在獲得固定收益的基礎上分享投資標的未來成長帶來的部分額外收益，以提高債券投資者積極性。在此背景下，科創債券①市場迅速擴容，2023年全市場共發行科創債券769只，募集資金7537.88億元②。其中，AAA級主體評級企業發行量達到6255.50億元，占比達到82.99%，而發行人主體評級在AA及以下的科創債券占比僅為2.25%。

科創債券是否存在發行溢價？

發行科創債券進一步拓寬了科創產業的融資渠道，但是其發行價格水平是衡量科創債券政策效果的一項重要依據，即科創債券相對于普通債券是否存在顯著的發行溢價效應。針對這一問題，目前的定性分析路徑難以得到一致的結論。一方面，我國債券市場投資者結構也是以商業銀行等“風險規避型”為主，同時科技創新本身就自帶“風險性”和“長周期”特性，投資者對科創債券的支持力度可能存在不足。另一方面，國家對債券市場的政策支持往往具有較強的信號傳遞效應使得這一政策具有普惠性影響（徐光等，2019），當前的政策導向有助于增強科創債券對投資者的吸引力。有鑒于此，本文認為有必要通過實證方法計量科創債券發行是否存在溢價效應，以期為下一步的政策制定提供支撐。

本文余下內容的結構安排如下：第二部分綜述國內外相關文獻；第三部分構建計量模型，并對相關變量和數據來源進行簡單說明；第四部分是模型計量結果及分析；最后一部分是研究結論及管理啟示。

二、文獻綜述

國內債券市場推出科創債券較晚，因此學術界關于科創債券的相關研究較少，且均停留在定性分析方面。有代表性的研究有：鐘言（2020）最早提出了打造債市科創板的建議。鄭涵胭（2022）梳理了2022年科創債券發行情況，并提出債券市場助力科技創新的相關建議。楊孟著（2023）強調了政府參與在科技創新中的重要作用，提出了為科技型中小微企業創設政策性債券融資支持工具的建議。蔡紀雯（2023）回顧了科創票據的政策沿革和發展現狀，并從信息披露和激勵機制等方面提出了政策建議。中央結算公司高收益債課題組（2022）、石曉軍等（2023）、何川和蔣名律（2023）、慈顏誼等（2023）、鄭聯盛和黃本鑫（2023）都從構建和發展高收益債市場的角度提出了支持科技創新型企業在債券市場獲得融資的建議。黃造玉（2023）重點從政策層面對科創用途債券服務科技企業的實踐進行了梳理。

國內外學著針對“專門債”的發行溢價效應開展了一系列計量研究，研究對象主要針對體系較為完善的綠色債券。有代表性的研究有：Hachenberg和Schiereck（2018）以及Zerbib（2019）都采取“匹配方法”構建研究樣本，分別發現綠色債券的二級市場收益率利差比與普通債券利差低1個基點和2個基點。Karpf和Mandel（2018）以美國“市政債券”為研究對象，卻分別發現了8個基點的綠色溢價。Tang和Zhang（2020）基于全球665家公司債券一級市場數據的研究發現，綠色債券相對于類似公司發行的普通債券有-6.94個基點的溢價。張麗宏等（2021）以中國債券市場數據為樣本的實證研究結果顯示，綠色債券收益率利差較普通債券收益率利差平均低17個基點，而祁懷錦和劉斯琴（2021）的計量結果表明綠色債券的信用利差較普通債券低21個基點。張兆芹等（2023）同樣得出了我國綠色債券存在顯著負向綠色溢價的結論。上述文獻對為本文計量模型的構建和樣本的篩選都提供了很多有益的啟示。

目前國內關于科創債券的研究文獻均為定性分析，缺乏基于計量模型的實證研究，因而難以從量化角度對債券市場支持科技創新的實踐效果進行評估。本文的創新點和貢獻主要表現在兩個方面：第一，通過構建雙向面板數據計量模型對科創債券發行溢價效應進行了實證檢驗，填補了我國科創債券定量研究領域的空白。第二，本文在選取樣本時采用了Zerbib（2019）的匹配方法，但是在匹配債券具體要素時選擇了比Zerbib（2019）、張麗宏等（2021）和張兆芹等（2023）相關研究更嚴格的篩選標準，可以在更大程度上控制影響債券價格的其他因素，因此得到的研究結論具有更強的可靠性和更高的政策參考價值。

①本文所指“科創債券”系科技創新企業發行或募集資金用于科技創新領域的債券產品，涵蓋基金債、雙創債、雙創債務融資工具、權益出資票據、科創票據、科技創新公司債券等產品。

②本文數據如無特殊說明，均來源于Wind數據庫。

三、研究設計和變量分析

（一）研究設計

為檢驗科創債券是否存在發行溢價效應，本文構建了面板數據雙向固定效應模型，同時控制行業固定效應和季節固定效應，以緩解內生性問題。具體面板數據模型如下：

CRit（CSit）=β0+δSTIBit+∑nj=1βjControlj，it+

εi+ψt+μit（1）

本文以發行利率（CRit）作為債券發行成本的代理變量，表示i企業第t期債券的發行利率。同時，本文選擇信用利差（CSit）作為替代變量度量債券發行成本，旨在檢驗面板數據模型的穩健性。參照王雄元等（2015）的研究，本文以債券發行利率減去發行日無風險利率之差表示信用利差，并選取對應債券期限的國債收益率財政部網站提供了國債收益率曲線，并標注了為3個月、6個月、1年、3年、5年等期限的國債收益率。本文在選取樣本時涉及其他期限的，通過線性插值法結合國債收益率曲線，估計對應期限的收益率。作為無風險利率。

本文選取虛擬變量“是否為科創票據”（STIBit）作為研究變量（科創票據取值1，非科創票據取值0），來檢驗科創票據發行是否存在溢價效應。如果科創票據發行過程中存在溢價效應，那么δ的估計量應顯著為正。

本文還選取了與發行企業和債券相關的控制變量（Controlj，it）：

企業性質（EOit）：發行人為國有企業取值1；發行人為其他類型企業取值0。

企業杠桿率（DRit）：以企業近一年經審計的資產負債率衡量。

企業規模（TAit）：以企業近一年經審計的總資產（百億元）的自然對數表示。

經營收入（OIit）：取企業近一年經審計的營業收入與總資產的比值。

現金流（CFit）：以企業近一年經審計的經營性凈現金流占凈資產的比例計量。

盈利能力（REit）：取企業近一年經審計的凈利潤與凈資產的比值。

發行規模（ISit）：當期債券發行規模（億元）的自然對數。

發行期限（BMit）：取當期債券發行期限（年）。

此外，2022年5月20日，銀行間市場交易商協會和滬深交易所同日推出“科創票據”和“科技創新公司債券”產品，隨后科創債券市場迎來迅速擴容，本文認為該時點為科創債券發展歷程中的一個關鍵時點。為檢驗這一時點前后科創債券發行主體面臨的債券市場利率環境是否存在差異性，本文引入時點虛擬變量（PTit）：債券發行時間在2022年5月20日之前的，取值為1；反之取值為0。

與其他類似的研究不同，本文未將債券的外部評級指標納入控制變量，主要原因是2021年監管部門取消強制評級要求2021年2月證監會修訂發布《公司債券發行與交易管理辦法》，取消了公開發行公司債券信用評級的強制性規定。同年8月中國人民銀行發布《試點取消非金融企業債務融資工具發行環節信用評級》，取消了非金融企業債務融資工具發行環節信用評級的要求。之后，大部分債券在發行環節未披露債項評級。此外，對于部分涉及增信的債券，也無法簡單地以其主體評級代替債項評級。

（二）樣本選擇

本文通過Wind數據庫抓取了2017—2023年全市場發行的科創債券，并剔除了其中的含權債券，主要因為含權債券作為債券和利率衍生品的組合產品，其估值與普通債券存在較大差異性（王瓚文等，2023）。此外，由于資產支持證券（含資產支持票據產品）的底層資產較為復雜（張麗宏等，2021）且多嵌有內部信用增級工具，到期收益率不一定能夠充分反映其信用風險，因此本文進一步剔除了資產支持證券的數據。經篩選，本文共計得到697個科創債券樣本，涉及金額6，320.07億元。

發行人財務表現和債券本身的屬性等因素都有可能影響債券的發行溢價。為了更準確地度量債券科創性質本身帶來的溢價，本文參考Zerbib（2019）的做法采用匹配樣本進行了研究，以控制住其他維度的影響因素。具體做法是針對上述697只科創債券，在每只債券的發行截止日，為它匹配1只由同一企業發行的具有相同利率類型、相同發行方式、相同發行幣種、相同發行期限、相同付息頻率、相同主體評級、到期日最為接近且相差不超過180天本文之所以選擇180天作為篩選標準，是為了盡量消除債券市場利率波動帶來的影響。的普通債券。本文采用了較以往同類研究更為嚴格的匹配方法，這樣做的優點是可以保證匹配后的樣本除了債券的科創性質以外其他可能的影響因素盡量保持一致，缺點是會損失相當一部分無法滿足匹配規則的樣本。本文的最終得到162個研究樣本，包括81只科創債券和81只與之相匹配的普通債券數據，相關變量的描述性統計特性如表1所示。

根據樣本描述性統計特征，本文所選取樣本信用利差的最小值是0.00，最大值為4.91，均值為1.05，標準差為0.85。需要特別說明的是，本文在選取樣本時剔除了債券發行利率低于同期國債收益率的異常數據樣本，以盡量減少科創債券發行過程中的非市場化因素對計量結果的影響。

本文研究變量的相關系數統計如表2所示。債券發行利率和信用利差的相關系數較高，達到0.93。信用利差和發行利率互為替代變量，分別作為因變量構建計量模型，因此二者相關性較高并不影響模型估計結果，同時也表明本文替代變量的選擇具有較強的科學性。除此之外，其他絕大多數變量之間的相關性均較低。

表3展示了方差膨脹因子（VIF）檢驗的結果，VIF的最大值為2.92，遠小于10，因此本文模型變量的多重共線性在可接受范圍內。

四、模型估計與結果分析

（一）模型回歸分析

本文利用STATA軟件，以債券一級市場發行利率為因變量，對式（1）所構建的面板數據模型進行了檢驗，回歸結果如表4所示。

表4的回歸結果顯示，以發行利率為因變量構建的回歸模型F統計量通過了顯著性檢驗，且模型的擬合優度（AdjustedR2）達到了31%，自變量對因變量的解釋能力較強。研究變量“是否為科創票據”回歸系數顯著為正，說明科創債券發行存在顯著的溢價效應。具體來講，科創債券一級市場發行溢價利率的為27個基點，且通過了5%水平下的顯著性檢驗。究其原因，一方面，根據我國現行監管規定，商業銀行信貸資金不得違反國家規定從事股本權益性投資詳見《中國人民銀行貸款通則》。。該規定對商業銀行資產業務的影響較為深遠，加之當前監管部門采取的“穿透式監管”原則，導致多數銀行機構投資人對募集資金用于基金出資或股權投資的科創債券持謹慎態度。在債券承銷發行實務中，確實存在銀行機構投資人對權益出資類科創債券的認購并不積極的現象，導致其發行過程中認購倍數低于普通債券，間接推高了此類科創債券的發行溢價。另一方面，科創債券底層資產往往具有較強的“風險性”，導致債券市場投資者對科創債券風險溢價的訴求也較高。

同時，其他控制變量的回歸結果顯示，債券發行主體的股權性質、償債能力和盈利能力是影響債券發行溢價的重要因素。具體來講，國有企業的債券發行溢價較其他類型所有制企業顯著較低；發行人杠桿率越高，其債券發行溢價越高；發行人收益狀況越好，其債券發行溢價越低。經營收入變量的回歸系數為正，原因可能是資質越好、評級越高的企業往往資產規模越大，營收占與總資產的比值往往越小。此外，本文的分析結果還顯示，科創債券發行主體在2022年5月份之前面臨的債券市場利率環境可能更寬松。

（二）穩健性檢驗

為了保證前文結論的可靠性，本文通過更換被解釋變了進行了穩健性檢驗。具體來講，本文以債券一級市場信用利差代替發行利率，通過式（1）所構建的面板數據模型進行了回歸分析，結果如表5所示。

對比表4與表5的回歸結果可以發現，分別以發行利率和信用利差為因變量的兩個回歸模型的F統計量均通過了顯著性檢驗，且兩個模型的研究變量和控制變量的估計結果均保持了高度的一致性，表明本文構建的計量模型具有較強的可靠性和穩健性。同時，表4和表5回歸結果中核心控制變量的估計結果與王雄元等（2015）、張麗宏等（2021）和張兆芹等（2023）等研究成果的結論基本一致，進一步驗證了本文模型的合理性和穩健性。

五、結論與建議

本文基于2021—2023年我國債券市場發行的科創債券數據，使用科創債券與普通債券匹配的方法構造研究樣本，并構建計量模型考察了科創債券的發行溢價效應。實證分析結果顯示，科創債券一級市場發行存在顯著的溢價效應，科創債券發行利率較普通債券高27個基點。同時，目前科創債券發行主體主要為高評級企業，而主體資質較弱的科技型中小企業獲得債券融資的機會較少。本文認為監管層應高度重視債券市場在調整經濟結構、精準定向支持方面的積極作用，出臺更多有利用債券市場提升科創企業融資能力、降低融資成本的相關政策和措施，具體建議如下：

第一，積極引導各類市場投資主體參與科創債券業務，有效降低科創債券發行溢價。當前監管部門對科創債券的“債權”或“股權”屬性并沒有明確的界定，導致大部分商業銀行對科創債券的投資準入存在障礙。根據當前市場科創債券發行條款約定狀況，即使是權益出資型科創債券，其還款來源仍與普通債券具有共性，系依靠發行人的主體信用而不是投資標的回款。因此，建議監管層對科創債券的“債權”屬性進行明確認定，以消除大部分商業銀行投資科創債券的障礙，切實拓展科創債券投資者群體，降低科創債融資成本。

第二，加快中國版高收益債券市場建設，打通科創型中小企業債券融資渠道。目前，監管層正在研究推出面向科技型中小企業融資需求建設高收益債券專屬平臺，并已著手相關交易機制與系統的建設，中國版高收益債市場呼之欲出。在高收益債市場機制建設方面，本文認為需要注意三個關鍵問題。首先，合理定價是高收益債券市場實現長遠發展的根本保障，必須通過市場化手段形成與之相匹配的違約風險收益補償機制；其次，必須配套更為嚴格的信息披露機制和監督機制，最大限度地解決信息不對稱問題、防范道德風險；最后，鑒于科技型中小企業普遍資質較弱，建議探索多元化風險分擔機制，通過鼓勵專業擔保機構提供增信或信用風險緩釋工具等衍生品創設等手段，實現風險轉移和分散、改善流動性的目的。

參考文獻

［1］石小軍，趙鶴森，田文君，等.科創債與并購債雙債并舉：發展中國式高收益債支持中國式現代化［J］.金融市場研究，2023（6）：39-54.

［2］徐光，趙茜，王宇光.定向支持政策能緩解民營企業的融資約束嗎？——基于民營企業債務融資支持工具政策的研究［J］.金融研究，2019（12）：187-206.

［3］鐘言.打造債市科創板正當其時［J］.債券，2020（7）：6.

［4］鄭涵胭.加強科創債券市場建設發揮債市助力科創作用［J］.債券，2022（12）：25-28.

［5］楊孟著.為科技型中小微企業創設政策性債券融資支持工具［J］.清華金融評論，2023（8）：85-88.

［6］蔡紀雯.科創票據的政策沿革、發展現狀與對策建議［J］.中國貨幣市場，2023（7）：53-56.

［7］中央結算公司高收益債課題組.探索試點建設中國高收益債券市場［J］.債券，2022（10）：33-37.

［8］鄭聯盛，黃本鑫.我國高收益債券發展：演進、現實與改進［J］.金融市場研究，2023（5）：57-65.

［9］何川，蔣名律.中小企業融資問題解析——基于完善高收益債券市場功能的角度［J］.金融市場研究，2023（4）：33-40.

［10］慈顏誼，李曉晨，陳小東.提升金融供給適配性，打造債市“科創板”［J］.金融市場研究，2023（5）：44-56.

［11］黃造玉.我國債券市場服務科技企業的實踐與思考［J］.中小企業管理與科技，2023（4）：188-190.

［12］HACHENBERGB，SCHIERECKD.Aregreenbondspriceddifferentlyfromconventionalbonds？［J］.JournalofAssetManagement，2018，19（6）：371-383.

［13］ZERBIBOD.Theeffectofpro-environmentalpreferencesonbondprices：Evidencefromgreenbonds［J］.JournalofBanking&Finance，2019，98（C）：39-60. 

［14］KARPFA，MANDELA.Thechangingvalueofthe“green”labelontheUSmunicipalbondmarket［J］.NatureClimateChange，2018，8（2）：161-165.

［15］TANGDY，ZHANGY.DoShareholdersBenefitfromGreenBonds？［J］.JournalofCorporateFinance，2020（61）：1-18.

［16］張麗宏，劉敬哲，王浩.綠色溢價是否存在？——來自中國綠色債券市場的證據［J］.經濟學報，2021，8（2）：45-72.

［17］祁懷錦，劉斯琴.中國債券市場存在綠色溢價嗎［J］.會計研究，2021（11）：131-148.

［18］張兆芹，王秋雨，張少華.我國債券市場的綠色溢價研究——來自非金融企業綠色債券的證據［J］.金融理論與實踐，2023（2）：35-47.

［19］王雄元，張春強，何捷.宏觀經濟波動性與短期融資券風險溢價［J］.金融研究，2015（1）：68-83.

［20］王瓚文，傅鵬佳，趙婧媛.對含贖回權或回售權債券的估值模型驗證——基于柳樹和Hull-White模型［J］.債券，2023（04）：80-85.

DoesScienceandTechnologyInnovationBondIssuancePremiumExist？：

EvidencefromChinasBondMarket

JIARuiyue

（HuishangBankCo.，Ltd.，Hefei230001，China）

Abstract：Thispaperconstructsaneconometricmodeltoexaminetheissuancepremiumofscienceandtechnologyinnovationbond.Usingscienceandtechnologyinnovationbondsissuedduring2021and2023，weinvestigateChinasscienceandtechnologyinnovationbondpremiumusingamatchingmethodology.Thispaperconcludesthat，rateofscienceandtechnologyinnovationbondsare onaveragehigherthantherateoftheirordinarycounterpartsby27basispoints，suggestingthatscienceandtechnologyinnovationbondissuancepremiumexistssignificantlyinChinasbondmarket.Themainissuersofscienceandtechnologyinnovationbonds arehighratedenterprises，whiletechnology-basedsmallandmedium-sizedenterpriseswithweakerqualificationshavefeweropportunitiestoobtainbondfinancing.Policymakersshouldactivelyencouragemarketentitiestoparticipateintheinvestmentofscienceandtechnologyinnovationbondtoreducethepremium.Additionally，theconstructionoftheHigh-YieldBondMarketshouldbeacceleratedtoopenupbondfinancingchannelsfortechnology-basedsmallandmedium-sizedenterprises.

Keywords：ScienceandTechnologyInnovationBond；High-YieldBond；BondCosts；New-QualityProductivity