朱紫嫣，劉 蕾

（巢湖學(xué)院工商管理學(xué)院，安徽巢湖 238000

中國(guó)企業(yè)債券（Enterprise Bond）的發(fā)行始于1984年，最初是為了解決企業(yè)在發(fā)展中資金不足而向內(nèi)部員工發(fā)行的具有特殊法律規(guī)定形式的債券。隨著經(jīng)濟(jì)的發(fā)展，企業(yè)債券因其能較好地發(fā)揮財(cái)務(wù)杠桿作用，具有一定的抵稅效應(yīng)，逐漸演變成股份公司直接融資的重要工具。企業(yè)債券的發(fā)行上市與流通交易對(duì)于企業(yè)本身乃至整個(gè)債券市場(chǎng)都具有非常重要的意義。

縱觀企業(yè)債券的發(fā)展歷史可以發(fā)現(xiàn)，自1998年至2017年的20年間里，企業(yè)債券的發(fā)行量雖然在部分年份有所下降，但總體趨勢(shì)在不斷上漲，特別是2014年，債券的發(fā)行規(guī)模達(dá)到了6961.98億元，發(fā)行次數(shù)高達(dá)583次。但與政府債券相比，企業(yè)債券由于沒有國(guó)家信用做擔(dān)保，還本付息依靠的是企業(yè)自身的盈利能力，存在一定的違約風(fēng)險(xiǎn)。2014年3月4日，深圳證券交易所公告確認(rèn)，上海超日太陽(yáng)不能按期支付前期承諾的票據(jù)利息。同年3月7日該債券兌現(xiàn)這一公告，正式違約，成為國(guó)內(nèi)第一只違約的公募債券。此后，湘鄂債、珠海中富也出現(xiàn)違約現(xiàn)象，企業(yè)債券的違約現(xiàn)象層出不窮。因此，需要對(duì)企業(yè)債券的違約情況進(jìn)行更為全面的評(píng)估。

文章以 2008年至2017年10年間發(fā)行的企業(yè)債券為研究對(duì)象，從宏觀、微觀以及企業(yè)債券自身的角度來研究企業(yè)債券信用風(fēng)險(xiǎn)產(chǎn)生的主要原因，以期能引導(dǎo)投資者更加審慎的投資，并促進(jìn)債券市場(chǎng)的規(guī)范、有效、合理的運(yùn)行。

一 文獻(xiàn)綜述

衡量企業(yè)債券信用風(fēng)險(xiǎn)的一個(gè)重要指標(biāo)是債券信用利差，國(guó)外學(xué)者對(duì)其研究主要集中在以下幾個(gè)方面：

一是對(duì)如何構(gòu)建信用利差的模型進(jìn)行研究。Merton（1974）提出了結(jié)構(gòu)化模型，該模型是在B-S期權(quán)定價(jià)模型的基礎(chǔ)上構(gòu)建的信用風(fēng)險(xiǎn)定價(jià)模型。Merton認(rèn)為，企業(yè)的違約風(fēng)險(xiǎn)與資本結(jié)構(gòu)有關(guān)，資不抵債的可能性越大，信用風(fēng)險(xiǎn)越大。此后，Jones（1984）對(duì)結(jié)構(gòu)化模型進(jìn)行實(shí)證研究，認(rèn)為該模型會(huì)低估企業(yè)債券的信用利差，并在此基礎(chǔ)上提出了信用利差分解理論。也有學(xué)者將違約看作獨(dú)立隨機(jī)事件，服從強(qiáng)度為λ的泊松分布，并建立了簡(jiǎn)化模型。之后又引入信用評(píng)級(jí)因素，對(duì)模型進(jìn)行了升級(jí)，使其更加合理化。但后來學(xué)者通過研究認(rèn)為，簡(jiǎn)化模型在運(yùn)用的過程中會(huì)存在參數(shù)不穩(wěn)定的情況，所以在此基礎(chǔ)上引入了稅收、利率、流動(dòng)性這些宏觀因素以及企業(yè)性質(zhì)等微觀因素。

二是構(gòu)建模型對(duì)信用利差的影響因素進(jìn)行實(shí)證分析。如：Collin-Dufresne（2001）將宏觀變量引入結(jié)構(gòu)化模型，認(rèn)為，基礎(chǔ)利率、債券供應(yīng)量等宏觀指標(biāo)對(duì)債券信用利差的影響更大。Hibbert（2011）通過模型驗(yàn)證，認(rèn)為股權(quán)波動(dòng)對(duì)債券信用利差有正的作用，且對(duì)信用評(píng)級(jí)較低的債券影響更為顯著。

國(guó)內(nèi)學(xué)者更多是運(yùn)用國(guó)外的理論，構(gòu)建實(shí)證模型，從宏觀、微觀以及單債券的角度對(duì)信用利差進(jìn)行研究。李嵐（2010）對(duì)中期票據(jù)進(jìn)行研究，認(rèn)為信用利差與十年國(guó)債到期收益率、中期票據(jù)月成交的頻率、固定資產(chǎn)投資的同比增速、PMI以及M2和M1同比增速之差的變化之間存在負(fù)相關(guān)關(guān)系。戴國(guó)強(qiáng)、孫新寶（2011）基于Merton的結(jié)構(gòu)化模型，以2000年2月到2010年9月上市的債券為研究對(duì)象，驗(yàn)證了宏觀因素對(duì)企業(yè)債券信用利差的作用機(jī)制，并認(rèn)為模型的解釋力和債券的信用級(jí)別成反比關(guān)系。謝宇（2013）的研究實(shí)證檢驗(yàn)了在結(jié)構(gòu)化模型中，宏觀因素對(duì)中期票據(jù)的信用利差解釋力度較大，且顯著性較高。任兆璋、李鵬（2006）以2004年6月30日為分析日期，計(jì)算18只債券的信用利差，并分別采用結(jié)構(gòu)化模型和財(cái)務(wù)比率兩種方法對(duì)信用利差個(gè)體影響因字進(jìn)行分析，認(rèn)為存在利差的最大原因是債券存在流動(dòng)性不足的情況，并且認(rèn)為財(cái)務(wù)比率方法比結(jié)構(gòu)化模型更能解釋中國(guó)企業(yè)債券存在信用利差的現(xiàn)象。周宏、建蕾（2016）通過對(duì)債券發(fā)行企業(yè)承擔(dān)的社會(huì)責(zé)任進(jìn)行實(shí)證研究，認(rèn)為企業(yè)承擔(dān)社會(huì)責(zé)任越多，債券信用利差越小，并且這一現(xiàn)象在民營(yíng)企業(yè)中更加顯著。

此外，張家琪（2017）在原有影響因素的基礎(chǔ)上加入了工業(yè)增加值、國(guó)債利率結(jié)構(gòu)等變量，構(gòu)建VAR模型，實(shí)證檢驗(yàn)了信用利差與工業(yè)增加值和國(guó)債利率差負(fù)相關(guān)。

本文基于上述理論，在選取企業(yè)各項(xiàng)財(cái)務(wù)指標(biāo)的基礎(chǔ)上引入宏觀經(jīng)濟(jì)指標(biāo)和單只債券的信用風(fēng)險(xiǎn)因素，構(gòu)建多元回歸模型分析影響企業(yè)債券信用利差的主要因素，以期能對(duì)投資者合理投資提供一定的建議。

二 究理論和研究方法

（一）信用利差的度量

1.信用風(fēng)險(xiǎn)。在企業(yè)債券市場(chǎng)上，投資者面臨著各種難以預(yù)料的風(fēng)險(xiǎn)，如信用風(fēng)險(xiǎn)，贖回風(fēng)險(xiǎn)，利率風(fēng)險(xiǎn)，流動(dòng)性風(fēng)險(xiǎn)等。其中：信用風(fēng)險(xiǎn)無(wú)疑是最主要最突出的風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)是指發(fā)行人到期日因無(wú)法及時(shí)或足額償還債券本金和利息而使債券持有人遭受損失的風(fēng)險(xiǎn)。其與無(wú)風(fēng)險(xiǎn)債券相比，企業(yè)債券存在一定的信用風(fēng)險(xiǎn)。

2.信用利差。為了彌補(bǔ)投資者可能因?yàn)槌钟衅髽I(yè)債券而承擔(dān)的信用風(fēng)險(xiǎn)，債券發(fā)行人需要提供比無(wú)風(fēng)險(xiǎn)債券更高的收益率用來補(bǔ)償這部分的損失。這部分損失，通常用信用利差來進(jìn)行量化。投資者可以通過了解信用利差的大小來估計(jì)債券定價(jià)的高低，并且可以對(duì)影響信用利差因素的變化幅度進(jìn)行研究和分析，用來判斷該債券預(yù)期收益的變化，推測(cè)債券的信用風(fēng)險(xiǎn)，從而作出正確的投資選擇。

（二）變量選取

由于2018年的宏觀數(shù)據(jù)國(guó)家統(tǒng)計(jì)局尚未公布，本文選取2008年至2017年上市的企業(yè)債券，以GDP增長(zhǎng)率、CPI增長(zhǎng)率、M2增長(zhǎng)率、財(cái)政支出增長(zhǎng)率，無(wú)風(fēng)險(xiǎn)利率、Z變量，債券信用評(píng)級(jí)，債券剩余期限為變量對(duì)企業(yè)債券信用利差作相關(guān)分析并構(gòu)建多元回歸模型，進(jìn)行實(shí)證研究。

（三）理論假設(shè)和變量定義

1.宏觀因素。宏觀經(jīng)濟(jì)對(duì)企業(yè)債券信用利差的影響主要源于宏觀經(jīng)濟(jì)的發(fā)展水平及宏觀政策。因此選擇GDP增長(zhǎng)率、CPI增長(zhǎng)率、M2增長(zhǎng)率、財(cái)政支出增長(zhǎng)率及無(wú)風(fēng)險(xiǎn)利率為變量進(jìn)行分析。

GDP是國(guó)民經(jīng)濟(jì)核算中的主要指標(biāo)，是用來表示一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)的發(fā)展水平。GDP的波動(dòng)幅度可以反映經(jīng)濟(jì)的宏觀風(fēng)險(xiǎn)，波動(dòng)幅度越大，風(fēng)險(xiǎn)越大，債券的信用利差越大。本文取企業(yè)債券發(fā)行當(dāng)年（GDP增長(zhǎng)率未搜集到月度數(shù)據(jù)，國(guó)家統(tǒng)計(jì)局也未公布貨幣供應(yīng)量的月度和季度數(shù)據(jù)，為了保證數(shù)據(jù)之間的連貫性，本文選擇了年度數(shù)據(jù)）GDP增長(zhǎng)率的自然對(duì)數(shù)作為度量指標(biāo)。

CPI是用來描述與居民生活相關(guān)的消費(fèi)品以及服務(wù)價(jià)格水平變動(dòng)情況的重要經(jīng)濟(jì)指標(biāo)，也可以用來衡量社會(huì)的通貨膨脹水平。一般而言，在居民總體收入水平一定的條件下，CPI增長(zhǎng)率越高，通貨膨脹率越高。但就近十年的經(jīng)驗(yàn)數(shù)據(jù)來看，中國(guó)的通過膨脹現(xiàn)象并不嚴(yán)重。輕微的通脹會(huì)刺激投資，增加債券的需求量，信用利差增大。因此，假定二者呈正相關(guān)關(guān)系。同時(shí)在數(shù)據(jù)選取時(shí)，為了保證可比性，以企業(yè)債券發(fā)行當(dāng)年的CPI增長(zhǎng)率為依據(jù)進(jìn)行計(jì)算。

國(guó)家的宏觀政策包括財(cái)政政策及貨幣政策。中央銀行貨幣供給量的增長(zhǎng)會(huì)影響市場(chǎng)上的利率波動(dòng)水平，從而會(huì)增加企業(yè)的系統(tǒng)性風(fēng)險(xiǎn)，最終導(dǎo)致債券信用利差的增大。因此，假設(shè)二者存在正相關(guān)關(guān)系。本文選取企業(yè)債券發(fā)行當(dāng)年廣義上貨幣供應(yīng)量M2增長(zhǎng)率作為衡量貨幣政策的主要指標(biāo)。

與稅收乘數(shù)的作用相比，政府財(cái)政支出的乘數(shù)效應(yīng)更大，財(cái)政支出的增長(zhǎng)能夠刺激企業(yè)的投資，防范經(jīng)營(yíng)風(fēng)險(xiǎn)，降低企業(yè)債券的信用利差。所以，假定財(cái)政支出增長(zhǎng)率與信用利差成反比關(guān)系。構(gòu)建模型時(shí)以企業(yè)債券發(fā)行當(dāng)年的財(cái)政支出増量率為度量指標(biāo)。

與此同時(shí)，無(wú)風(fēng)險(xiǎn)利率也是影響企業(yè)債券信用利差的一個(gè)主要因素。一般而言，無(wú)風(fēng)險(xiǎn)利率上升時(shí)，宏觀經(jīng)濟(jì)多處于經(jīng)濟(jì)周期的上升階段，企業(yè)未來發(fā)展趨勢(shì)越好，違約的可能性越小，信用利差也越小。因此，假定無(wú)風(fēng)險(xiǎn)利率與信用利差之間存在負(fù)相關(guān)關(guān)系。本文以與企業(yè)債券同期發(fā)行的一年期國(guó)債利率作為無(wú)風(fēng)險(xiǎn)利率的替代指標(biāo)。

2.微觀因素。美國(guó)學(xué)者Altman博士早在1968年就運(yùn)用Z-Score指標(biāo)來衡量企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。該指標(biāo)在運(yùn)用的過程中主要是通過度量Z的值來判斷企業(yè)的信用狀況。Z值在1.81～2.675范圍內(nèi)時(shí)，與財(cái)務(wù)風(fēng)險(xiǎn)成反比關(guān)系。Z小于下限時(shí)為違約企業(yè)，大于上限時(shí)，則表示企業(yè)的信用狀況很好。其具體模型是：

其中：X1=運(yùn)營(yíng)資產(chǎn)/總資產(chǎn)=（流動(dòng)資產(chǎn)-流動(dòng)負(fù)債）/總資產(chǎn)

X2=留存盈余/總資產(chǎn)=（股東權(quán)益合計(jì)-股本）/總資產(chǎn)

X3=息稅前利潤(rùn)/總資產(chǎn)=總資產(chǎn)報(bào)酬率

X4=股東權(quán)益總額/總負(fù)債

X5=銷售收入/總資產(chǎn)=總資產(chǎn)周轉(zhuǎn)率

企業(yè)債券的主要風(fēng)險(xiǎn)是到期無(wú)法償還投資人本金和利息所產(chǎn)生的信用風(fēng)險(xiǎn)，該風(fēng)險(xiǎn)與企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)掛鉤，財(cái)務(wù)風(fēng)險(xiǎn)越大，信用風(fēng)險(xiǎn)越大。因此本文假定企業(yè)債券信用利差與Z值呈負(fù)關(guān)系。Z值中的所有指標(biāo)均來源于企業(yè)債券上市前一年的財(cái)務(wù)報(bào)表。

3.單只證券因素。信用評(píng)級(jí)是專業(yè)的評(píng)級(jí)機(jī)構(gòu)對(duì)債券的一個(gè)綜合評(píng)價(jià)，這對(duì)發(fā)行債券企業(yè)的經(jīng)營(yíng)狀況和信用償付能力的判斷。信用評(píng)級(jí)高的企業(yè)違約風(fēng)險(xiǎn)一般較小，相對(duì)而言票面率也會(huì)較低，信用利差較小。因此，假定信用評(píng)級(jí)與信用利差呈負(fù)相關(guān)關(guān)系。本文在此引入虛擬變量，賦值信用評(píng)級(jí)好的企業(yè)（發(fā)行時(shí)主體評(píng)級(jí)AAA）為1，其余企業(yè)為0。

此外，債券的剩余期限也是影響企業(yè)債券信用利差的主要因素。一般而言，企業(yè)債券剩余期限越長(zhǎng)，未來不確定性越大，并投資要求補(bǔ)償越高。所以假定企業(yè)債券剩余期限與信用利差正相關(guān)。

綜上所述，本文選取的變量如下表1所示：

表1 變量的定義

三 實(shí)證分析

（一）模型構(gòu)建

1.信用利差的度量。信用利差是指企業(yè)債券到期收益率與同期發(fā)行的國(guó)債到期收益率之間的差額。對(duì)信用利差的度量常見的有名義利差法、零波動(dòng)利差法及期權(quán)調(diào)整利差法。本文考慮到數(shù)據(jù)計(jì)算的簡(jiǎn)便性和可收集性，采用的是名義利差法。

名義利差法是運(yùn)用債券的到期收益和距離到期日剩余時(shí)間相同的國(guó)債到期收益率之差作為衡量的基礎(chǔ)，計(jì)算公式如下：

上式中，P 是現(xiàn)行債券的市場(chǎng)價(jià)格，C Ft（t=1,2，……n）是債券第t年的現(xiàn)金流量，Tt表示現(xiàn)金流量的支付時(shí)間，根據(jù)已知條件可以求出企業(yè)債券的到期收益率R1。假設(shè)信用利差為CS，距到期日剩余時(shí)間相同期限的國(guó)債到期收益率為R2，則企業(yè)債券信用利差的計(jì)算公式為：

為了更好地選用混合橫截面數(shù)據(jù)，構(gòu)建回歸模型。本文選取的為債券發(fā)行時(shí)的R1到期收益率，R2為同一期發(fā)行的相同期限的國(guó)債到期收益率。

2.多元回歸模型的構(gòu)建。根據(jù)前述的假設(shè)，現(xiàn)以表1中的變量構(gòu)建一個(gè)多元回歸模型，用來解釋不同公司債券發(fā)行時(shí)的信用利差影響因素，具體模型如下：

其中：CSi是被解釋變量也即企業(yè)債券的信用利差，下標(biāo)i表示在2008-2017年間發(fā)行的第i只債券，取值為1-80。C為常數(shù)項(xiàng)，為回歸系數(shù)，（k=1,2,……8）為解釋變量，代表第i只債券對(duì)應(yīng)的影響因素指標(biāo)。εi為模型的殘差。

（二）數(shù)據(jù)來源及樣本選擇

本文宏觀數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局和英為財(cái)情網(wǎng)站，微觀和單只債券數(shù)據(jù)取自Wind經(jīng)濟(jì)數(shù)據(jù)庫(kù)。在樣本選擇方面，為了保證數(shù)據(jù)的完整性和客觀性，剔除了含權(quán)債券、浮動(dòng)利息債券、次級(jí)債券、混合利息債券、城投債以及一些數(shù)據(jù)不完整的債券，選出符合要求的80只債券，且該80只債券在分析信用利差時(shí)僅以發(fā)行時(shí)的數(shù)據(jù)為研究對(duì)象。

（三）模型檢驗(yàn)

根據(jù)前述分析結(jié)果，構(gòu)建多元回歸模型，運(yùn)用EVIEWS7.2軟件對(duì)數(shù)據(jù)進(jìn)行回歸，得出結(jié)果如下表2所示：

表2 多元回歸模型實(shí)證結(jié)果1

從上表2中的回歸結(jié)果可以看出，F(xiàn)檢驗(yàn)的值為15.2273，P值為0.000，表明信用利差CS與自變量Xk有顯著的線性關(guān)系。R2和調(diào)整后R2的值分別為0.631778和0.590288，整體擬合優(yōu)度較好。但在單個(gè)變量的T檢驗(yàn)中發(fā)現(xiàn)常數(shù)項(xiàng)C、國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率（X1）、財(cái)政支出增長(zhǎng)率（X4）這三個(gè)指標(biāo)的收尾概率大于顯著性水平10%，表明變量未通過檢驗(yàn)。

其實(shí)，在構(gòu)建多元回歸模型前需要對(duì)各個(gè)變量進(jìn)行多重共線性分析，但考慮到不同變量的顯著性差異，因此本文選擇先構(gòu)建模型，再進(jìn)行共線性檢驗(yàn)。運(yùn)用軟件分析后得出如下表3的結(jié)果：

表3 多重共線性結(jié)果一覽表

一般而言，相關(guān)系數(shù)的取值在0.8以上表明兩個(gè)變量之間存在強(qiáng)烈的相關(guān)性，0.5-0.8則為中度相關(guān)，0.3-0.5為輕度相關(guān)，系數(shù)在0.3以下為基本不相關(guān)。表格中國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率、財(cái)政支出增長(zhǎng)率、剩余期限與多個(gè)變量之間存在較高的相關(guān)性。并結(jié)合未通過T檢驗(yàn)的變量，采用逐步回歸法一一剔除相關(guān)性較高國(guó)內(nèi)生產(chǎn)總值增率、財(cái)政支出增長(zhǎng)率。得到表4回歸結(jié)果：

表4 多元回歸模型實(shí)證結(jié)果2

剔除部分變量后，模型仍然可以通過F檢驗(yàn)，R2和調(diào)整后R2的值較之前雖然有所下降，但影響不大，擬合優(yōu)度效果依然較好。D.W.值為1.951534。經(jīng)查表可知，在自變量為6，樣本量為80的情況下臨界值d1=1.36，du=1.62。因1.36＜D.W.＜2.64，所以基本可以判斷，模型不存在自相關(guān)。T檢驗(yàn)中，除無(wú)風(fēng)險(xiǎn)利率（X5）在10%的水平上顯著外，其余變量均在5%的水平上對(duì)企業(yè)債券信用利差影響顯著。但Eviews中T檢驗(yàn)的收尾概率是雙邊檢驗(yàn)的結(jié)果，一般只能判斷原假設(shè)βi是否等于0的顯著性，不能判斷回歸系數(shù)的正負(fù)。因此需要運(yùn)用P值法對(duì)βi進(jìn)行單邊檢驗(yàn)（職桂珍，2011）。本文為了得到更準(zhǔn)確的回歸系數(shù)符號(hào)，現(xiàn)據(jù)前述假設(shè)進(jìn)行單邊檢驗(yàn)，因單邊檢驗(yàn)中的原假設(shè)一般包括等于零的選項(xiàng)，而備擇假設(shè)無(wú)需考慮，所以對(duì)通過檢驗(yàn)且前述預(yù)測(cè)回歸系數(shù)為正的變量進(jìn)行右邊檢驗(yàn)，預(yù)測(cè)的回歸系數(shù)為負(fù)的變量進(jìn)行左邊檢驗(yàn)。兩種檢驗(yàn)結(jié)果均能得出有效結(jié)論。

右邊假設(shè)的原假設(shè)為：Ho:βi≤0；備擇假設(shè)H1:βi＞0，置信區(qū)間α=0.05；左邊假設(shè)的原假設(shè)：Ho:βi≥0；備擇假設(shè)H1:βi＜0，置信區(qū)間α=0.05。經(jīng)計(jì)算可得到如下表5結(jié)果：

表5 單邊檢驗(yàn)結(jié)果一覽表

因X2，X3，X8，右邊檢驗(yàn)的P右值小于置信區(qū)間0.05，因此拒絕原假設(shè)，接受備擇假設(shè)。所以β2，β3，β8，即回歸系數(shù)的符號(hào)為正。X5，X6，X7，左邊檢驗(yàn)的P左值小于置信區(qū)間0.05。同樣拒絕原假設(shè)，接受備擇假設(shè)。β5，β6，β7，都小于零，回歸系數(shù)的符號(hào)為負(fù)。與前文預(yù)測(cè)一致。具體檢驗(yàn)結(jié)果為：

1.宏觀因素方面。消費(fèi)者物價(jià)指數(shù)增長(zhǎng)率的回歸系數(shù)為正，且在5%的水平上顯著，與預(yù)期假設(shè)一致，表明該指標(biāo)對(duì)信用利差有正向影響，即消費(fèi)者物價(jià)指數(shù)增長(zhǎng)率越高，信用利差越大。廣義貨幣供應(yīng)增長(zhǎng)率前的回歸系數(shù)為正，單邊檢驗(yàn)的概率為0.00005，與假設(shè)相符，即該增長(zhǎng)率越大，債券信用利差越大。此外，無(wú)風(fēng)險(xiǎn)利率前的系數(shù)符號(hào)也與前述假設(shè)一致，且在10%的水平上對(duì)CS影響顯著。這就說明無(wú)風(fēng)險(xiǎn)利率越高時(shí)，經(jīng)濟(jì)發(fā)展趨勢(shì)越好，債券違約風(fēng)險(xiǎn)越小，信用利差越小。

2.微觀因素方面。Z值是一個(gè)反映企業(yè)風(fēng)險(xiǎn)的綜合指標(biāo)，從前述分析結(jié)果可知，Z值前的回歸系數(shù)為負(fù)，收尾概率為0.0369，與預(yù)期假設(shè)相符。這就說明Z值對(duì)信用利差有反向影響的作用。也就是Z值越大，企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)越大，信用風(fēng)險(xiǎn)越大，信用利差越小。

3.單只證券方面。從單只債券層面對(duì)信用利差進(jìn)行分析后發(fā)現(xiàn)，主體信用評(píng)級(jí)和剩余期限均在1%的置信水平上對(duì)信用利差有顯著的影響。發(fā)行時(shí)債券的主體信用評(píng)級(jí)前回歸系數(shù)為負(fù)，剩余期限回歸系數(shù)為正，均與預(yù)期假設(shè)相符，表明主體信用評(píng)級(jí)越高，剩余期限越短，債券的信用利差越小。

此外，多元回歸模型中還需要進(jìn)行異方差的檢驗(yàn)，現(xiàn)將前述變量進(jìn)行懷特檢驗(yàn)后得到如下結(jié)果：

表6 模型異方差檢驗(yàn)結(jié)果

從上表5中可以觀測(cè)到，懷特檢驗(yàn)的統(tǒng)計(jì)量LM的值為67.43122，收尾概率遠(yuǎn)小于顯著性水平1%，因此拒絕原假設(shè)，殘差存在異方差。為了緩解異方差對(duì)模型的影響，本文采用懷特修正法來對(duì)模型的異方差進(jìn)行修正。得到如下表7的結(jié)果：

表7 異方差修正后檢驗(yàn)結(jié)果

在表7中，雖然參數(shù)的估計(jì)量與OLS的估計(jì)量沒有區(qū)別，但其標(biāo)準(zhǔn)差和方差有明顯的變化。可以使以估計(jì)量方差為基礎(chǔ)的統(tǒng)計(jì)量不再失效，預(yù)測(cè)區(qū)間更加可信。而T檢驗(yàn)的收尾概率也發(fā)生了變化，都有所上升，其中無(wú)風(fēng)險(xiǎn)利率的概率變得不太顯著。

（四）小結(jié)

對(duì)信用利差影響因素進(jìn)行研究對(duì)促進(jìn)債券市場(chǎng)的繁榮與發(fā)展有著重要的作用。本文構(gòu)建多元回歸模型，消除多重共線性和異方差的影響后得出結(jié)論：宏觀經(jīng)濟(jì)因素中的CPI增長(zhǎng)率、廣義貨幣增長(zhǎng)率，微觀中的Z值和單只證券中的主體信用評(píng)級(jí)及剩余期限對(duì)信用利差影響顯著且回歸系數(shù)與前述假設(shè)一致。此外，無(wú)風(fēng)險(xiǎn)利率T統(tǒng)計(jì)量不夠顯著，GDP增長(zhǎng)率，財(cái)政支出增長(zhǎng)率未通過T檢驗(yàn)。

四 對(duì)策建議

根據(jù)前述分析結(jié)果可知，若要進(jìn)一步降低企業(yè)債券信用利差，需要從宏觀的制度、微觀的單只債券的角度進(jìn)行完善。第一，應(yīng)當(dāng)穩(wěn)定經(jīng)濟(jì)發(fā)展，保護(hù)投資者的利益。宏觀經(jīng)濟(jì)的穩(wěn)定對(duì)于降低企業(yè)的信用風(fēng)險(xiǎn)具有極大的促進(jìn)作用。我國(guó)應(yīng)實(shí)施相對(duì)穩(wěn)定的經(jīng)濟(jì)政策，促進(jìn)經(jīng)濟(jì)平穩(wěn)運(yùn)行，降低債券信用利差，保證投資者的利益。第二，提高經(jīng)營(yíng)能力，降低財(cái)務(wù)風(fēng)險(xiǎn)。企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)對(duì)信用利差的影響較為明顯，債券的發(fā)行主體應(yīng)努力提高自身的經(jīng)營(yíng)能力，吸引更多的投資者，降低企業(yè)的融資成本和財(cái)務(wù)風(fēng)險(xiǎn)。第三，構(gòu)建完善的信用評(píng)級(jí)制度。對(duì)投資者而言，債券的信用評(píng)級(jí)具有非常重要的作用,并具有判斷債券風(fēng)險(xiǎn)、了解發(fā)行主體和引導(dǎo)投資等功能?，F(xiàn)階段債券的信用評(píng)級(jí)雖然主要集中于中高等級(jí)，但違約現(xiàn)象仍然層出不窮，這表明信用評(píng)級(jí)存在虛高的情況。因此需要完善信用評(píng)級(jí)中介機(jī)構(gòu)制度，加緊跟蹤評(píng)級(jí)的方式和方法，共同促進(jìn)債券市場(chǎng)的合理運(yùn)行。

本文雖然對(duì)企業(yè)債券信用利差的影響因素進(jìn)行了較為詳實(shí)的分析，但也存在一些不足。如數(shù)據(jù)收集方面未充分考慮月度因素以及時(shí)間序列對(duì)利差的影響。此外，該結(jié)論是否適用于城投債等其他債券，需要進(jìn)行更深層次的研究。