債券風險信息披露與債券信用利差

摘 要：現有研究指出，投資者對債券募集說明書中的風險信息披露持“風險觀”。為進一步挖掘風險信息披露的定價反應，本文以2010—2021年中國上市公司發行的一般公司債為研究對象，基于對債券募集說明書“風險因素”章節中風險詞匯的文本分析，通過構建非線性模型研究債券風險信息披露對債券信用利差的影響。研究發現，債券風險信息披露與債券信用利差之間存在U型關系。異質性分析發現，債券風險信息披露與債券信用利差之間存在的U型關系在信息環境較好和公司業績較好的樣本中更顯著。這些證據表明，除了傳統的“風險觀”外，還存在“信息觀”。進一步研究證實，投資者會根據公開信息建立直接型或分析型風險信息錨。當債券風險信息披露位于“信息錨”的范圍內時，表現為“信息觀”；一旦超出這個范圍，則轉為“風險觀”。但在分析型風險信息錨的研究中發現，投資者僅對預期內的內部風險信息披露表現出“信息觀”，對預期內的外部風險信息披露并不敏感。本文為有效降低債券發行方的融資成本、提升市場監管部門的監督水平提供了理論支持。

關鍵詞：債券風險信息披露；債券信用利差；前景理論；信息錨定理論

中圖分類號：F832.51 文獻標識碼：A 文章編號：1000-176X（2025）04-0115-15

基金項目：教育部人文社會科學基金后期資助項目“地方政府債券發行中的政府會計功能優化研究”（18JHQ057）

一、問題的提出

黨的二十大報告在論述“構建高水平社會主義市場經濟體制”中指出：“健全資本市場功能，提高直接融資比重?！敝袊殉蔀槿虻诙髠袌觯c實際融資需求相比，仍有較大發展空間。為促進債券市場量質齊升，公司債券注冊制改革不斷推進，這對債券市場信息披露提出了更高要求。受經濟下行壓力及公司自身經營困難等問題的影響，公司債券違約事件顯著增加。完善的信息披露制度是推進債券市場高質量發展的重要保障，有助于降低債券信用利差與代理成本，提升債券融資比重并提高市場效率。進一步研究債券市場中風險信息披露對信用風險的具體影響機制具有重要的理論意義與現實價值。對于公司而言，不僅有助于在合規前提下通過優化風險信息披露機制提升融資效率，明確信息披露時進行風險歸因的重點選擇方向，也有助于為市場監管部門精準施策提供依據。因此，有必要高度關注中國公司債券風險信息披露問題，提升債券市場定價效率。

相比股票市場投資者，債券市場投資者對風險更加敏感[1]，這使得公開的風險信息成為影響定價效率的重要因素。在股票市場中，現有研究主要關注了上市公司年度報告中風險信息披露的經濟后果，例如，有研究表明年度報告中的風險信息披露可以降低市場融資成本的信息價值[1]；環境風險信息披露則可以有效降低股價崩盤風險[2]。而債券市場的表現與之存在差異。一方面，現有研究發現，在債券發行市場中，風險信息披露提高了公司債券融資成本和投資者的風險感知水平[3]并與更高的違約風險相關[4]，即投資者對債券風險信息披露體現出“風險觀”，例如，審計披露的風險信息與公司債券融資成本呈現顯著正向關系[5]；投資者風險感知水平的上升會提升信用風險溢價[6]；也有研究表明，當風險信息披露減少，短期內可降低公司債務融資成本[7]，從側面印證了“風險觀”。然而，風險信息披露也可能體現出與公司現有信息的趨同效應，通過對已知風險的詳細闡述，提升投資者對公司未來經營狀況的預測能力，提高其對公司的信任度，從而降低融資成本[8-9]，即表現出“信息觀”特征?，F有研究多聚焦于“風險觀”，但債券發行市場風險信息披露是否存在“信息觀”？債券風險信息披露與債券信用利差之間是僅表現為單一的線性關系，還是存在某種非線性關系？如果存在，該現象的驅動機制是什么，以及是否存在異質性？現有研究尚未給出明確答案。

債券募集說明書是債券發行風險信息披露的重要信息載體[10]。根據《公司債券發行與交易管理辦法》的要求，債券發行方需要公開披露債券募集說明書，通過市場化詢價等方式確定債券發行價格。在發行過程中，債券募集說明書成為投資者了解債券風險并給出定價的關鍵文本信息。本文利用債券募集說明書“風險因素”章節的內容，抓取與“風險”相關的詞匯并統計詞頻，分析債券風險信息披露與債券信用利差之間潛在的U型關系，即討論債券發行市場風險信息披露是否同時存在“風險觀”“信息觀”，以及形成該現象的驅動機制，進一步分析公司特征對結果的影響，明確債券市場風險信息定價效率和可能存在的問題。

本文可能的貢獻包括三個方面。其一，本文發現，在一定范圍內披露債券發行的風險信息可以降低債券信用利差，這一發現為債券發行市場風險信息披露存在“信息觀”提供了證據，拓展了現有僅關注債券市場風險信息披露存在“風險觀”的研究。其二，本文引入前景理論，提出“風險信息錨”的概念，為前述U型關系提供了解釋，為理解債券發行中的風險信息披露效應提供了新的理論支持。明確了已知風險信息對債券投資者定價決策的重要影響，拓展了債券信用利差影響因素的研究。本文嘗試對債券募集說明書中的風險歸因進行劃分并在此基礎上研究發現，預期內對內歸因風險信息披露是降低債券信用利差的主要原因，投資者對于預期內對外歸因并不敏感，從而為債券風險信息披露存在“信息觀”提供了更加直接的證據。其三，從信息環境和公司業績視角，本文還發現，“好公司”與“差公司”在債券風險信息披露上的定價反應存在差異。尤其是在“好公司”中，通過“風險信息錨”進行債券定價的行為更為顯著。

二、理論分析與研究假設

前景理論認為，投資者對投資風險的感知是相對一定參照點而產生的[11]，投資者的風險參照點就是投資活動的“風險信息錨”。債券投資者根據已經掌握的債券發行人風險信息形成了對發行人風險狀況的基本認識，即形成“風險信息錨”。在投資債券時，投資者將“風險信息錨”與債券募集說明書中披露的風險信息進行比較，最終形成對發行人及債券項目的風險判斷。因此，投資者的風險判斷與“風險信息錨”密切相關，債券募集說明書披露的風險狀況與債券信用利差可能呈現非線性關系。當債券募集說明書披露的風險狀況與投資者“風險信息錨”相符時，債券募集說明書披露的風險越接近這一錨點，越能降低投資者的風險“焦慮”，進而降低債券信用利差。原因主要有兩個方面。

一是投資者能夠根據“風險信息錨”已經包含的風險來判斷債券發行人披露信息的可信度和完整性。隨著發行人披露風險信息的增加，債券風險水平逐漸接近“風險信息錨”的水平，從而減少債券投資者已經掌握但公司未披露的風險信息。這會提升債券投資者對發行人的信任程度，同時減少由于信任程度較低而額外產生的風險補償?，F有研究發現，風險信息披露的詳細程度影響投資者對披露主體的市場價值與收益預測的判斷，內容越清晰，報告發布時的市場反應越積極[8]。根據中國監管部門要求，債券募集說明書單獨設置了“風險因素”章節，供發行方對公司面臨的各項風險進行分類闡述并輔之以具體的業務數據或財務信息，為詳細闡述風險情況提供了依據。同時，監管部門要求在標準化的風險闡述框架中，給予投資者個性化的風險判斷信息。即在強制性信息披露框架下賦予公司自愿性信息披露的空間，而詳實的風險信息闡述則有助于降低債券投資者由于擔心潛在風險而要求的超額風險補償。這說明債券發行人在風險信息披露中的“坦誠”行為能夠降低債券發行成本。

二是債券募集說明書披露的風險信息能夠幫助債券投資者驗證已經掌握的風險信息。兩者的相符程度越高，說明債券投資者掌握的風險信息越可靠。也就是說，債券募集說明書披露的風險水平越接近債券投資者的“風險信息錨”，越能使投資者相信已經完全掌握了債券及發行人的風險狀況。債券發行時披露的風險信息與市場已有信息形成相互印證的信息趨同效應。這種信息趨同式的風險信息披露，為投資者提供了較低異質性的信息，有助于加深投資者對風險的理解，提高管理層的市場可信度[12]，增強投資者對債券發行方能夠合理處理風險的信心[8，13]。因此，當債券募集說明書披露的風險水平低于投資者“風險信息錨”的風險水平時，披露的風險水平越高，債券信用利差越小。

隨著風險信息披露的不斷增加，債券募集說明書中的風險信息披露（以下簡稱“債券風險信息披露”）內容可能超出投資者的“風險信息錨”范圍，投資者將逐漸表現出對風險信息披露的負面感知。一方面，市場對壞消息的平均反應比對好消息的反應更強烈[14]。相較于股票等其他市場的投資者，債券投資者對風險信息更敏感，對風險的厭惡程度更高。大量風險信息的出現顯著增加了投資者的風險感知，降低了投資者尋找附加解釋信息的意愿[15]。大量負面信息的沖擊可能使得投資者在分析風險時弱化債券募集說明書中對已知風險信息的解釋與闡述，而更關注如何給出超預期風險定價，直接要求更高的風險補償。另一方面，債券募集說明書向外傳遞更多風險信息時，對于投資者而言，提高了獲得異質性風險信息的概率，既可能感受到相對于其他類似債券發行方的風險異質性信息，也可能感受到相對于投資者已知風險廣度的異質性信息。資產定價理論認為，證券價格是由預期的未來現金流現值決定的，大量超預期風險的存在意味著對現金流的估計將變得非常困難。這些信息加劇了投資者對未來不確定性的擔憂，使投資者不得不要求更高的風險補償來對沖潛在的損失。尤其在投資者對發行方信息了解較少的情況下，披露的風險信息中存在大量預期外的負面問題。超預期風險信息將顯著降低投資者對發債方的信任程度[16]，從而提高債券定價。綜合以上分析，本文提出以下假設：

假設：隨著債券風險信息披露程度的上升，債券信用利差呈現先下降后上升的U型變化趨勢。

三、研究設計

（一）變量定義

⒈被解釋變量

本文的被解釋變量為債券信用利差（CS），計算方法參考林曉發等[17]的研究，用債券發行票面利率與同期限國債收益率之差衡量，該值越大，表明投資者期望從該債券獲取的風險補償越高，債券定價也越高。

⒉解釋變量

本文的解釋變量為債券風險信息披露程度（RSa），反映公司在債券發行時對風險信息的披露情況。現有對于信息披露文本信息的定量分析主要采取字典法，即統計與關鍵信息相關的詞句出現的頻率。在形成閱讀者感知的過程中，詞頻越高，閱讀者越容易建立與該類詞頻相關的認知體系。本文參考現有研究[3]，統計與風險相關的詞匯詞頻數。風險類詞匯包括“風險”“不確定”“不可控”“不穩定”“波動”等這類與一般意義上的風險概念密切相關的詞匯[9]。在2007年和2015年版本的《公開發行證券的公司信息披露內容與格式準則第23號——公開發行公司債券募集說明書》中，均指出發行人應當披露的風險為“產生重大不利影響的所有因素”，①這使得債券募集說明書中的風險信息除中性描述外，主要為負面描述，因而結合債券募集說明書內容特征，可將“不利”“糾紛”“損失”“下降”“擔憂”“阻礙”“不合理”“放緩”“不足”這類表達負面不確定性的詞匯納入風險詞匯范疇。

本文選擇債券募集說明書“風險因素”章節為分析文本范圍的原因主要有兩個方面。一方面，在債務募集說明書開頭的聲明部分，往往會強調投資者在進行投資決策時要特別考慮債券募集說明書“風險因素”章節所述的各項風險，這些固定表述為投資者了解本債券風險提供了信息閱讀引導，促使投資者抱著評估風險的心理閱讀該章節。另一方面，該章節依據監管部門對募集說明書的格式要求，對債券面臨的風險進行了系統說明，具有相對穩定的范式，這為本文拓展性檢驗中對風險歸因方向的劃分提供了文本基礎。本文參考張葉青等[18]的研究，將債券募集說明書“風險因素”章節中與風險相關的詞匯詞頻數加1后取自然對數，得到解釋變量RSa。后文穩健性檢驗中也補充了其他風險信息披露程度度量方式的回歸結果。

⒊控制變量

在考慮變量之間共線性問題的基礎上，本文吳武清等[3]、林曉發等[19]的研究，對公司層面與債券層面的情況進行了控制。選取以下控制變量：公司規模（Size），用總資產的自然對數衡量；盈利能力（Roa），用凈利潤除以平均資產總額衡量；資產負債率（Lev），用總負債除以總資產衡量；流動比率（Current），用流動資產總額除以流動負債總額衡量；現金水平（Cash），用經營活動產生的現金流量凈額除以營業收入衡量；固定資產水平（Fixasset），用固定資產除以營業收入衡量；成長能力（Growth），用本期銷售收入增長值除以上期銷售收入衡量；機構投資者持股（Insinv），用前三季度機構投資者持股比例平均值衡量；上市時間（Age），用截至樣本年度的已上市時間衡量，單位為年；債券期限（Maturity），用債券發行期限衡量，單位為年；債券擔保（Guarantee），虛擬變量，債券存在擔保時取值為1，否則為0；債券屬性（Convert），虛擬變量，債券屬于含權債券時取值為1，否則為0。

（二）模型設定

本文采用基準模型（1）對債券風險信息披露與債券信用利差的關系進行研究。回歸分析中采用固定效應模型。

（三）數據說明

為降低2008年金融危機及2007年會計準則修訂對研究結論的影響，同時考慮到“信息錨”相關理論檢驗需依托發債方較多的信息披露指標，因而本文選擇2010—2021年上市公司發行的一般公司債為研究對象。以Wind數據庫給出的該區間發行的公司債名單為基礎，從證券交易所下載對應的債券募集說明書，通過Python軟件提取“風險因素”章節內容，統計該章節中與“風險”相關的詞頻及章節字數總和等信息。研究中使用的債券層面數據來自Wind數據庫，公司層面財務數據及公司治理數據來自CSMAR數據庫。樣本不包括債券募集說明書PDF信息提取失敗的債券，刪除了金融行業樣本和被標記為ST的公司，刪除關鍵變量存在嚴重缺失的樣本。在回歸中對連續變量進行了上下1%的縮尾處理。

表1為主要變量的描述性統計結果。被解釋變量CS均值為2. 002，取值范圍在0. 358至5. 100之間，中位數為1. 713。解釋變量RSa取值范圍在4. 025至5. 481之間，均值為4. 747，標準差為0. 337。從主要變量描述性統計結果看，各變量值均在合理范圍內。相關系數檢驗結果表明，①基準回歸中控制變量與解釋變量之間不存在嚴重的多重共線性問題。

四、實證結果與分析

（一）基準回歸結果與分析

表2報告了債券風險信息披露與債券信用利差的回歸結果。其中，表2列（1）報告的是線性模型的回歸結果，RSa的回歸系數為0. 693，且在1%水平上顯著，與現有研究結果一致，說明本文使用的研究樣本與現有研究樣本具有可比性，本文研究結論并不是基于特殊樣本得到的偶然結果。列（2）報告了模型（1）的回歸結果，在列（1）的基礎上加入二次項RSa2后，RSa的回歸系數為-9. 486，且在1%水平上顯著；RSa2的回歸系數為1. 065，且在1%水平上顯著。為避免傳統方法中僅依賴二次項的顯著性判斷U型關系是否成立的統計局限，本文參考Lind和Mehlum[20]的檢驗方法進行U型關系檢驗。在固定效應模型下通過聯合檢驗法檢驗U型關系是否成立，即檢驗區間左端斜率為負且顯著，右端斜率為正且顯著，同時采用極值點置信區間法確保拐點完全落于樣本取值范圍之內。檢驗結果顯示，P值為0. 025，極值點為4. 453，處于RSa的取值范圍內。結果表明，債券募集說明書披露的風險信息與債券信用利差之間存在顯著的U型關系。因此，本文假設得以驗證。

（二）內生性處理

第一，工具變量法。債券信用利差是市場化詢價路演的結果，可能會反向影響債券募集說明書對風險信息的闡述。本文分別以風險信息披露的年度省份均值IVRiskp和年度行業均值IVRiski作為工具變量，進行2SLS回歸。工具變量回歸第二階段回歸結果如表3列（3）和列（4）所示，RSa2的回歸系數依然為正，且在5%水平上顯著，弱工具變量檢驗Cragg？Donald Wald F值分別為91. 771和42. 663，表明所選工具變量具有足夠強度，不是弱工具變量。

第二，PSM法。風險披露水平不同的公司可能存在系統性的披露傾向差異，進而使得公司債券信用利差的結果并非由風險披露水平所致?？紤]到不同年度外部環境的影響，根據各年度風險披露水平中位數將各年樣本分為兩組，定義為變量RS_DUM，風險披露水平較高時，RS_DUM取值為1；風險披露水平較低時，RS_DUM取值為0。使用反映債券發行人財務與治理情況等的指標Size、Roa、Lev、Current、Fixasset、Growth、Insinv、Age、Shareone（第一大股東持股比例，用公司披露的排名第一的股東持股占比衡量）為匹配變量，對RS_DUM進行半徑匹配回歸，卡尺范圍為0. 001，以匹配后的樣本對模型（1）進行回歸。表3列（5）結果顯示，RSa與CS仍呈現顯著的U型關系。

第三，Heckman兩階段法。鑒于未發行債券的公司沒有被納入研究樣本，這可能使樣本產生幸存偏差，進而使回歸結果產生偏誤。故進一步使用Heckman兩階段法緩解該內生性問題。具體地，設定變量Bond_DUM，當上市公司當年發行了公司債時，該變量取值為1，否則為0。采用Logit模型對Bond_DUM進行回歸，控制變量包括反映公司財務與治理狀況的變量Size、Roa、Lev、Cash、Growth、Age、Soe、Sep、Both、Manghold、HHI。其中，產權性質（Soe），虛擬變量，若公司為國有企業，取值為1，否則為0；兩權分離度（Sep），用公司實際控制人控制權與所有權之差衡量；兩職兼任（Both），虛擬變量，存在董事長與總經理的兼任情況時取值為1，否則為0；管理層持股比例（Manghold），用董事、監事和高級管理人員持股數量占總股數量之比衡量；赫芬達爾指數（HHI），用行業內的每家公司的總資產與行業總資產合計的比值的平方累加值衡量。以該回歸估算逆米爾斯比（IMR）作為控制變量加入模型（1）中進行回歸。表3列（6）結果顯示，IMR并不顯著，且RSa與CS仍呈現顯著的U型關系。

（三）穩健性檢驗

⒈調整樣本范圍

一方面，部分樣本中的公司在債券發行年度受到公開違規處罰，這種情況可能影響債券投資者對于信用利差的判斷，因而本文在刪除該部分樣本后進行回歸。結果如表4列（1）所示，主要結論與基準回歸結果一致。另一方面，考慮到一些重大事件可能對債券風險信息披露及債券投資者風險感知產生影響，例如，2014年中國出現公司債違約，以及2015年《公開發行證券的公司信息披露內容與格式準則第23號》的修訂等，因而選擇2015年之后的樣本進行回歸。結果如表4列（2）所示，主要結論與基準回歸結果一致。

⒉替換被解釋變量和解釋變量

一方面，本文參考徐思等[21]的研究，分別計算債券到期收益率與1年期定存利率、5年期定存利率之差，分別設定變量Cone和Cfive以衡量債券信用利差。結果如表4列（3）和列（4）所示，RSa2的回歸系數均為正，且在1%水平上顯著。另一方面，替換主回歸中對于風險信息披露的衡量，獲得以下兩個變量：RSc為債券募集說明書“風險因素”章節中與風險相關的詞語字數的自然對數，RSd為債券募集說明書“風險因素”章節總字數的自然對數。表4列（5）和列（6）結果顯示，RSc2和RSd2的回歸系數均為正，且在1%水平上顯著，驗證了本文主要結論的穩健性。

⒊增加控制變量

回歸中加入債券募集說明書“風險因素”章節總字數的自然對數lnsum及所處年度貨幣政策取向MP作為控制變量[22]。結果如表4列（7）所示，RSa2的回歸系數為正，且在1%水平上顯著。為排除債券風險信息披露與債券信用利差之間存在更復雜的非線性關系，在模型（1）中加入債券風險信息披露程度的三次項RSa3。結果如表4列（8）所示，RSa3的回歸系數不顯著，所以不存在更復雜的線性關系。

（四）異質性分析

⒈信息環境異質性

本文關注的是債券投資者對于公司情況的了解程度，在此采用體現公司內外部信息溝通程度的變量作為分組指標。分析師和審計師是資本市場中上市公司與外部投資者進行溝通的重要媒介，現有研究發現，更多分析師跟蹤的上市公司信息質量往往較高[23]，更優質的年報審計師事務所也與更高的信息質量相關[24-25]。在此分別以t-1期分析師關注度中位數和t-1期年報審計師事務所是否為中國注冊會計師協會綜合評價排名的前六名為分組依據。

表5為依據信息環境差異對基準模型進行分組回歸的結果。如表5列（1）和列（2）所示，當公司t-1期在市場受到分析師關注度較低時，RSa2的回歸系數為0. 194，且不顯著。當公司在市場上受到分析師關注度較高時，RSa2的回歸系數為1. 203，且在1%水平上顯著。列（1）U型關系檢驗顯示，極值點超出解釋變量取值范圍，無法顯著拒絕被解釋變量與解釋變量之間存在線性關系的原假設。列（2）U型關系檢驗顯示，P值為0. 007，且極值點為4. 474，在RSa取值范圍內，通過了U型關系檢驗。這表明債券風險信息披露與債券信用利差之間的U型關系主要存在于分析師關注度較高的樣本中。如表5列（3）和列（4）所示，當t-1期年報審計師事務所不是前六大時，RSa2的回歸系數為0. 921，且在5%水平下顯著。當t-1期年報審計師事務所是前六大時，RSa2的回歸系數為1. 441，且在1%水平上顯著。但列（3）U型關系檢驗顯示，P值為0. 121，無法顯著拒絕被解釋變量與解釋變量之間存在線性關系的原假設，且主要為負相關部分不顯著。列（4）U型關系檢驗顯示，P值為0. 015，極值點為4. 520，在RSa取值范圍內，通過了U型關系檢驗。這表明債券風險信息披露與債券信用利差之間的U型關系主要存在于年報審計師事務所是前六大的樣本中，即債券風險信息披露與債券信用利差之間的U型關系主要存在于信息環境較好的樣本中。

⒉公司業績異質性

公司歷史業績水平對于投資者解讀公司債券募集說明書中的風險信息有重要影響。在此分別關注公司的財務業績與資本市場業績，選擇t-1期凈資產收益率中位數和t-1期股票收益率中位數作為分組依據。

表6為根據公司業績差異對基準模型進行分組回歸的結果。如表6列（1）和列（2）所示，當t-1期公司凈資產收益率較高時，RSa2的回歸系數為1. 408，且在1%水平上顯著。當t-1期公司凈資產收益率較低時，RSa2的回歸系數為0. 401，且不顯著。列（1）U型關系檢驗顯示，P值為0. 010，且極值點為4. 542，在RSa取值范圍內，通過了U型關系檢驗。列（2）U型關系檢驗顯示，極值點超出解釋變量取值范圍，無法顯著拒絕被解釋變量與解釋變量之間存在線性關系的原假設。這表明債券風險信息披露與債券信用利差之間的U型關系主要存在于凈資產收益率較高的樣本中。如表6列（3）和列（4）所示，當t-1期公司股票收益率較高時，RSa2的回歸系數為1. 776，且在1%水平上顯著。當公司股票收益率較低時，RSa2的回歸系數為0. 464，且不顯著。列（3）U型關系檢驗顯示，P值為0. 027，且極值點為4. 503，在RSa取值范圍內，通過了U型關系檢驗。列（4）U型關系檢驗顯示，P值為0. 316，無法顯著拒絕被解釋變量與解釋變量之間存在線性關系的原假設。此外，當解釋變量與被解釋變量之間為負向關系時，這種關系并不顯著。這表明債券風險信息披露與債券信用利差之間的U型關系主要存在于股票收益率較高的樣本中，即債券風險信息披露與債券信用利差之間的U型關系主要存在于公司業績較好的樣本中。

五、進一步分析

基于前景理論，投資者對損失和收益效用的感知是相對一定參照點產生的[11]。根據本文的理論分析，債券風險信息披露與債券信用利差之間之所以表現出U型關系，主要是投資者從債券募集說明書中感知的風險與投資者已感知的發行方風險之間綜合作用的結果。當債券募集說明書中傳達的風險程度并未超過投資者已感知的發行方風險時，債券風險信息披露表現出降低債券信用利差的作用，即“信息觀”；當債券募集說明書中傳達的風險程度超過投資者已感知的發行方風險時，債券風險信息披露表現出提高債券信用利差的作用，即“風險觀”。市場中已存在或可預期的發行方風險信息可能成為投資者進行判斷的“錨”，從而導致債券風險信息披露與債券信用利差之間呈現U型關系。由于難以直接度量投資者內心建立的“風險信息錨”，本文假定參與定價的債券投資者可以充分獲得與發行主體相關的公開信息，即信息公開等價于債券投資者已知曉該信息，成為其預期內風險。為驗證“風險信息錨”的存在，本文從以下兩個視角提供證據：直接型風險信息視角，即投資者不需要深度分析即可直接感知的風險信息；分析型風險信息視角，即需要投資者結合財務、公司治理、宏觀數據等方面信息來評估潛在的風險。

（一）以直接型風險信息為“風險信息錨”

債券投資者建立的債券風險預期主要來自對發行方情況的了解，能夠直接感知發債主體風險的渠道主要包括兩個方面。一方面，公司年度報告文本信息中直接對風險的描述。年度報告是對公司過去一年經營運行情況最全面的反映。通過對文本內容的分析，現有研究發現，年度報告風險信息披露顯著影響公司融資活動[9]，具有較高的信息含量[26-27]。另一方面，市場第三方給出的負面監管鑒證結果。其中，包括交易所、證監會等監管機構對公司違規行為的關注及公開披露；注冊會計師基于審計情況對上市公司出具的審計報告；債券評級機構公布的評級結果。這些來自公司和專業機構對公司風險判斷的綜合結果，為投資者認知債券發行方風險提供了直接參考。本文將上述信息定義為“直接型風險信息錨”。

在債券定價過程中，若投資者進行了風險錨定，那么能夠被上述公開的直接型風險信息解釋的部分將主要體現為“信息觀”，無法解釋的部分將體現為“風險觀”。本文參考Campbell等[16]的研究，通過模型（2）對債券風險信息披露進行分解。

其中，Anrisk為公司年報管理層討論與分析部分的風險詞頻，Fraud為公司違規次數，Audit為年報審計結果（標準無保留意見取值為0，否則為1），Rank為發債主體評級結果（取值為1—5，值越大，表明評級越高），其余變量定義同模型（1）?？紤]到投資者根據已知信息構建“風險信息錨”的邏輯，Fraud一般反映的是之前的違規情況，而發債主體評級Rank直接顯示在債券募集說明書中，故Fraud和Rank不做滯后處理。對模型（2）的回歸殘差進行估計，獲得債券風險信息中無法被以上直接型風險信息解釋的預期外風險，定義為Risk_ex；對模型（2）被解釋變量進行估計，可得債券風險信息中可以被以上直接型風險信息解釋的預期內風險，定義為Risk_no。

將Risk_no和Risk_ex作為解釋變量分別帶入模型（1）中進行回歸，回歸結果如表7所示。列（1）中Risk_no的回歸系數為-2. 378，且在10%水平上顯著；列（2）中Risk_ex的回歸系數為0. 758，且在1%水平上顯著。以上結果說明，在債券募集說明書中披露的風險信息中，可以被“直接型風險信息錨”解釋的部分會降低債券信用利差，債券募集說明書對投資者感知范圍內直接型風險信息的披露與解釋降低了投資者風險補償要求；無法被“直接型風險信息錨”解釋的部分則會顯著提高債券信用利差，這部分風險超出了投資者從外部獲取的直接型風險信息水平，隨著風險信息的增加，投資者會要求獲得更高的風險補償。綜上所述，“直接型風險信息錨”的存在為債券風險信息披露與債券信用利差之間的U型關系提供了證據。

（二）以分析型風險信息為“風險信息錨”

不同于公司對風險的直接闡述和第三方機構的負面認定，專業投資者建立“風險信息錨”的另一種可能模式是通過對公開的專業信息進行深入分析，以此評估公司債券發行風險。投資者可以通過分析公司所處宏觀經濟環境、行業政策變化、自然災害、環保監管政策變化等，建立對發債主體的“分析型外部風險信息錨”；投資者也可以通過分析公司財務、公司治理等情況，對發債主體建立“分析型內部風險信息錨”。相比內部風險，外部風險的信息公開性更強，投資者更容易對發債主體建立較為全面的外部風險認知。如果“信息觀”成立，由于債券募集說明書中預期內外部風險產生的信息增量較少，因而相比預期內內部風險信息披露，其信息效應較弱。由于投資者對內部與外部風險認知能力差異的存在，有必要分別討論內部風險預期和外部風險預期對債券信用利差的影響。

第一，“分析型外部風險信息錨”的估算。債券募集說明書“風險因素”章節在闡述外部風險時主要包括宏觀經濟環境、行業政策變化、自然災害、環保監管變化等方面。本文設置模型（3）對“分析型外部風險信息錨”進行估計。

其中，ExterRisk為債券募集說明書“風險因素”章節描述外部風險的詞頻自然對數，Frisk為債券發行日同期市場無風險收益率，HHI為行業競爭情況赫芬達爾指數，p表示省份，Lngeodis為公司所在省份環境事件的自然對數，Lnenvdis為自然災害發生頻率的自然對數，Lngdp為所在省份生產總值的自然對數，Soe為公司產權性質，其余變量定義同模型（1）。債券募集說明書中可以被模型（3）各變量解釋的外部風險信息定義為預期內外部風險信息Normal_Erisk，根據模型（3）估計的殘差項定義為預期外外部風險信息Excess_Erisk。

基于模型（1），本文將Normal_Erisk和Excess_Erisk分別對CS進行回歸，回歸結果如表7所示。列（3）中Normal_Erisk的回歸系數為-1. 788，且不顯著，列（4）中Excess_Erisk的回歸系數為0. 490，且在10%水平上顯著。即對于預期內外部風險信息披露的增加，投資者并未給出明確的回應。這主要是由于外部投資者更容易建立發債方所面臨的外部風險認知，相關信息相對公開，風險傳導邏輯較為直接，使得預期內外部風險信息的披露所產生的信息增量較低，因而投資者對于預期內外部風險信息的增加并不敏感。但隨著預期外外部風險信息披露的增加，投資者表現出對風險的擔憂，進而要求更高的風險補償。

第二，“分析型內部風險信息錨”的估算。債券募集說明書“風險因素”章節在闡述內部風險時主要包括公司財務、公司治理等方面。本文設置模型（4）對“分析型內部風險信息錨”進行估計。

其中，被解釋變量InterRisk為債券募集說明書“風險因素”章節中描述內部風險的詞頻自然對數。Shareone、Sep、Both和Manghold定義同前文，其余變量定義同模型（1）。鑒于實踐中投資者對財務與治理等信息的觀測區間往往較長，故在此選擇過去三年以上指標均值作為模型（4）的估計變量。在該公式中，當變量下標“iσ”時，表示公司i在t-2期至t期中此變量的滾動均值。債券募集說明書中可以被模型（4）各變量解釋的內部風險信息定義為預期內內部風險信息Normal_Irisk，模型（4）估計的殘差項定義為預期外內部風險信息Excess_Irisk。

基于模型（1），本文將Normal_Irisk和Excess_Irisk分別對CS進行回歸，回歸結果如表7所示。列（5）中Normal_Irisk的回歸系數為-3. 890，且在5%水平上顯著。列（6）中Excess_Irisk的回歸系數為0. 861，且在1%水平上顯著。即隨著債券募集說明書預期內內部風險信息披露的增加，投資者獲得了更加詳細的公司內部情況，進一步緩解了信息不對稱，提出了更低的風險補償需求。隨著預期外內部風險信息披露的增加，投資者表現出對風險的擔憂，進而要求更高的風險補償。通過以上研究發現，債券募集說明書對預期內內部風險信息的披露是降低債券信用利差的原因，預期外內部風險信息披露和預期外外部風險信息披露是提高債券信用利差的原因。以上分析為證明“信息觀”的存在提供了直接證據，投資者對分析型風險信息的錨定，使債券風險信息披露與債券信用利差整體上呈現U型關系。

六、研究結論與研究啟示

（一）研究結論

在推進中國債券市場高質量發展和完善債券市場信息披露制度的背景下，本文以2010—2021年中國上市公司發行的一般公司債為研究對象，通過對債券募集說明書“風險因素”章節中風險詞匯的文本分析，基于前景理論，研究了債券風險信息披露程度對債券信用利差的影響。研究發現，債券風險信息披露與債券信用利差之間存在“信息觀”“風險觀”并存的U型關系；本文通過工具變量法、PSM法、Heckman兩階段法等方法檢驗了該U型關系的穩健性；進一步通過“風險信息錨”存在性檢驗為該U型關系提供了證據。異質性分析發現，債券風險信息披露與債券信用利差之間存在的U型關系在信息環境較好和公司業績較好的樣本中更顯著。研究結論表明，債券風險信息披露與債券信用利差之間的U型關系的產生源于債券投資者進行債券風險判斷時，將已知發行方的風險作為“信息錨”；當債券募集說明書中披露的風險信息在“信息錨”范圍內時，債券風險信息披露主要起到降低投資者預期不確定性的作用，即表現為“信息觀”；當債券風險信息超出“信息錨”范圍，債券風險信息披露則增加了投資者預期不確定性，即表現為“風險觀”。研究進一步發現，預期內內部風險信息披露可以降低債券信用利差；但投資者對預期內外部風險信息披露并不敏感，進一步提供了“信息觀”存在的證據。

（二）研究啟示

根據上述研究結論，本文的啟示如下：

第一，從債券發行方看，中國債券市場風險信息披露不只存在“風險觀”，也存在“信息觀”。作為債券發行方應當發揮主觀能動性，充分利用風險信息錨定機制，促進“信息觀”的形成。在債券發行前，債券發行方應當努力提升信息透明度和經營業績，為投資者進行風險判斷提供良好的信息基礎，以期在符合監管部門要求的風險信息披露范式下，達到降低債券融資成本的目的。債券發行方應當關注投資者預期風險認知，盡可能降低投資者預期外的風險，以獲得更低的融資成本。在風險信息披露歸因方向選擇方面，過度強調外部不可控風險可能會削弱投資者對企業風險管理能力的信任，進而引發負面聯想；當外部風險信息與市場已有認知的錨定區間重合度較低時，投資者易產生對未披露隱性風險的警惕。因此，建議債券發行方要關注過度對外歸因的潛在負面后果。

第二，從債券市場監管部門及政策制定者視角看，現有債券發行風險信息披露制度能夠促使公司對自身面臨的風險因素進行較為全面的披露，但需審慎關注本身業績較差、信息環境較差公司的風險信息披露情況。由于披露風險信息會與已有負面信息形成疊加效應，提高債券發行融資成本，因而監管部門有必要特別關注這類公司是否存在隱藏債券發行風險信息的問題。對于經營業績較好、信息環境較好的公司，超出一定范圍的風險信息披露也將提高債券信用利差。因此，監管部門有必要優化監管機制，注重對這類公司已公開信息和債券發行時披露信息的聯動監測，防止其隱匿超預期風險。對政策制定者而言，鑒于“風險信息錨”的存在，建議科學、精準地優化債券募集說明書中風險信息披露要求，細化風險信息分類披露標準，以期引導發債公司更準確地傳遞風險信號，更好地保護債券投資者利益。此外，建議建立風險信息披露與市場反應的動態校準機制，通過定期評估披露文本的市場解讀偏差，為政策制定者科學地調整披露側重點提供決策依據。

參考文獻：

[1] 王雄元，高曦.年報風險披露與權益資本成本[J].金融研究，2018（1）：174-190.

[2] GE Y， CHEN Q， QIU S， et al. Environmental information disclosure and stock price crash risk： evidence from China[J]. Frontiers in environmental science，2023，11：1108508.

[3] 吳武清，甄偉浩，楊潔，等.企業風險信息披露與債券風險溢價——基于債券募集說明書的文本分析[J].系統工程理論與實踐，2021，41（7）：1650-1671.

[4] 吳育輝，唐浩博.風險信息披露能預測債券違約風險嗎？——來自債券募集說明書的經驗證據[J].財務研究，2021，41（5）：15-28.

[5] 涂建明，田樹銘，朱淵媛.審計報告改革下的增量風險信息與債券融資成本[J].金融與經濟，2023（8）：3-16.

[6] YAO Y Z， WEI L， JING H Z， et al. The impact of readability of risk disclosures in bond prospectuses on credit risk premium[J]. Research in international business and finance，2024，70（PartA）：102310.

[7] 白俊，喬君，吳爽.債券市場“剛性兌付”打破與企業風險信息披露[J].當代財經，2023，469（12）：53-67.

[8] HOPE O K， HU D， LU H. The benefits of specific risk？factor disclosures[J]. Review of accounting studies，2016，21（4）：1005-1045.

[9] 王雄元，曾敬.年報風險信息披露與銀行貸款利率[J].金融研究，2019（1）：54-71.

[10] 何熙瓊，顧湘，劉昊.注冊制背景下風險信息披露對新股破發的影響研究[J].南開管理評論，2023，26（3）：86-100.

[11] KAHNEMAN D， TVERSKY A. Prospect theory： an analysis of decision under risk[J]. Econometric： journal of the econometric society，1979，47（2）：263-291.

[12] AXELTON Z. Tax risk and the cost of debt： the role of tax？related risk disclosure[J]. Journal of accounting finance，2022，22（3）：148-160.

[13] ELMY F J， LEGUYADER L P， LINSMEIER T J. A review of initial filings under the SEC’s new market risk disclosure rules[J]. Journal of corporate accounting finance，1998，9（4）：33-45.

[14] KOTHARI S P， SHU S， WYSOCKI P D. Do managers withhold bad news？[J]. Journal of accounting research，2009，47（1）：241-276.

[15] COX R， GOEIJ P. Regulatory certification， risk factor disclosure， and investor behavior [J]. Review of finance，2020，24（5）：1079-1106.

[16] CAMPBELL J， CHEN H， DHALIWAL D， et al. The information content of mandatory risk factor disclosures in corporate filings[J]. Review of accounting studies，2014，19（1）：396-455.

[17] 林晚發，方梅，沈宇航.債券募集說明書文本信息與債券發行定價[J].管理科學，2021，34（4）：19-34.

[18] 張葉青，陸瑤，李樂蕓.大數據應用對中國企業市場價值的影響——來自中國上市公司年報文本分析的證據[J].經濟研究，2021，56（12）：42-59.

[19] 林晚發，趙仲匡，宋敏.管理層討論與分析的語調操縱及其債券市場反應[J].管理世界，2022（1）：164-180.

[20] LIND J T， MEHLUM H. With or without U？ The appropriate test for a U？shaped relationship[J]. Oxford bulletin of economics and statistics，2010，72（1）：109-118.

[21] 徐思，潘昕彤，林晚發.“一帶一路”倡議與公司債信用利差[J].金融研究，2022（2）：135-152.

[22] 陸正飛，楊德明.商業信用：替代性融資，還是買方市場？[J].管理世界，2011（4）：6-14+45.

[23] 李春濤，宋敏，張璇.分析師跟蹤與企業盈余管理——來自中國上市公司的證據[J].金融研究，2014（7）：124-139.

[24] 漆江娜，陳慧霖，張陽.事務所規?！て放啤r格與審計質量——國際“四大”中國審計市場收費與質量研究[J].審計研究，2004（3）：59-65.

[25] 吳水澎，李奇鳳.國際四大、國內十大與國內非十大的審計質量——來自2003年中國上市公司的經驗證據[J].當代財經，2006（2）：114-118.

[26] FILZEN J J， MCBRAYER G A， SHANNON K S. Risk factor disclosures： do managers and markets speak the same language？[J]. Accounting horizons，2023，37（2）： 67-83.

[27] 李成剛，賈鴻業，趙光輝，等.基于信息披露文本的上市公司信用風險預警——來自中文年報管理層討論與分析的經驗證據[J].中國管理科學，2023，31（2）：18-29.

Bond Risk Information Disclosure and Bond Credit Spreads： A New Understanding of U？Shaped Relationship Based on Information Anchoring Mechanism

ZHANG Jun1， YU Yao2， YANG Ce1

（1. School of Accounting， Beijing Wuzi University， Beijing 101149， China； 2. Research Center for Finance and Accounting， Chinese Academy of Fiscal Sciences， Beijing 100142， China）

Summary：A well？developed information disclosure policy system is crucial for advancing the high？quality development of China’s bond market. It helps reduce bond credit spreads and agency costs， enhance the proportion of bond financing， and improve market efficiency. Previous studies often posit a linear relationship between risk information disclosure and credit spreads. In the context of promoting high？quality development and refining information disclosure mechanisms in China’s bond market， the pricing effects of risk information disclosure and its specific mechanisms of impact on credit risk warrant further exploration.

This study examines general corporate bonds issued by Chinese listed companies from 2010 to 2021. By conducting a textual analysis of risk？related terms in the risk factors section of bond prospectuses， this study applies the prospect theory to investigate the relationship between the extent of risk information disclosure in bond prospectuses and bond credit spreads. The results reveal a U？shaped relationship between risk information disclosure and credit spreads， reflecting the dual effects of the “information perspective” and “risk perspective”. Robustness checks using instrumental variable approaches， propensity score matching （PSM）， and the Heckman two？stage model confirm this U？shaped relationship. Further validation through the “risk information anchor” test demonstrates that investors establish an “information anchor”based on public information to assess bond risks. Risk disclosures within the anchor range align with the “information perspective”， while disclosures exceeding the anchor trigger the “risk perspective”. Heterogeneity tests indicate that the U？shaped relationship is more significant in samples with better information environments and stronger corporate performance.

This study contributes to previous studies in three aspects. First， it provides evidence of the “information perspective”in bond market risk disclosures， complementing existing conclusions that predominantly emphasize the “risk perspective”. Second， by introducing the prospect theory and the concept of “risk information anchor”， it offers a novel theoretical framework for understanding the dual effects of risk disclosures. Third， it highlights differences in pricing responses to risk disclosures between “high？quality” and “low？quality” companies based on historical information environments and corporate performance.This study helps to deeply understand the pricing mechanism of risk information in China’s bond market and provides a theoretical basis for scientifically reducing the financing cost of bond issuers and improving the market supervision level of market managers.

Key words：bond risk information disclosure； bond credit spreads； prospect theory； information anchoring theory

（責任編輯：劉欣琦）

[DOI]10.19654/j.cnki.cjwtyj.2025.04.009

[引用格式]張軍，于瑤，楊策.債券風險信息披露與債券信用利差——基于信息錨定機制的U型關系新解[J].財經問題研究，2025（4）：115-128，封三.