安小雪
(對外經(jīng)濟貿(mào)易大學(xué) 金融學(xué)院, 北京 100105)
黨的十九大指出,要深化金融體制改革,提高直接融資比重,促進多層次資本市場健康發(fā)展。債券市場是重要的直接融資平臺,準確的信用評級有助于揭示債券風險,緩解債券發(fā)行人與投資者之間的信息不對稱,提高資源配置效率[1]。當前,信用評級被廣泛運用于債券風險定價、債券發(fā)行、交易以及風險管理等業(yè)務(wù)中,已成為債券市場一種重要的監(jiān)管機制。監(jiān)管部門依據(jù)不同的信用評級設(shè)置不同的監(jiān)管要求。例如,公開發(fā)行的公司債券必須滿足主體評級不低于AA的條件,否則需要提供足額抵押或第三方擔保。信用評級在被引入官方監(jiān)管標準的同時無形中也造成了諸多門檻。低評級發(fā)行人難以進入債券市場,融資需求助推下這類發(fā)行人更具有“高評級”訴求??紤]到發(fā)行人的信用級別由評級機構(gòu)決定,因此監(jiān)管規(guī)則對評級結(jié)果的使用,實際上令評級機構(gòu)獲得了一種“監(jiān)管特權(quán)”。這種權(quán)力與發(fā)行人的高評級訴求相結(jié)合,容易誘發(fā)評級機構(gòu)以級定價、買賣評級等尋租行為[2-3]。
在我國,債券市場“剛性兌付”被打破①后,債券違約率便不斷攀升,違約規(guī)模也大幅增加,債券評級與債券違約率發(fā)生倒掛現(xiàn)象。從公募債券市場來看,2017年違約率僅為0.18%,違約債券34只,違約金額312.49億元;2018年違約率飆升至0.75%,違約債券125只,違約金額高達1 209.61億元②。2018年及以前,我國債券違約主要集中在民營企業(yè),但從2019年開始,國有企業(yè)債券違約也出現(xiàn)超預(yù)期。2019年國企債券違約金額129.3億元,2020年驟增至518.97億元。這些債券不僅存量規(guī)模大而且違約前還屬于AAA級債券③。其中,華晨汽車與永城煤電等高評級、大規(guī)模國企債券違約更是沖擊了債券市場,也將我國債券信用評級虛高、事前預(yù)警功能弱等問題暴露無遺。信用評級旨在揭示債券風險信息,評級越高,債券違約風險越低。而現(xiàn)實經(jīng)濟中,信用評級所提供的信息價值受到質(zhì)疑。
Partnoy[2]認為,信用評級基本上只扮演了監(jiān)管角色,并沒有起到信息中介作用和提供有價值的信息。一些學(xué)者對信用評級的信息質(zhì)量進行了檢驗,研究發(fā)現(xiàn),評級機構(gòu)給出的信用評級落后于市場反應(yīng)[4],信用評級存在顯著的“順周期”[5-6]。在債務(wù)危機發(fā)生前的繁榮期,評級機構(gòu)傾向于給出高估評級,未能起到風險預(yù)警作用;而在債務(wù)危機發(fā)生后又頻繁降級,加速危機蔓延。即評級信息不具有前瞻性。部分學(xué)者認為,這是由于評級機構(gòu)與發(fā)行主體之間存在利益關(guān)聯(lián),導(dǎo)致評級機構(gòu)缺乏獨立性,因此評級機構(gòu)只有在發(fā)行主體發(fā)生重要事項且相關(guān)信息已公開后才會跟進,難以實現(xiàn)評級的時效性[7-8]。黃小琳等[9]基于中國債券市場違約事件研究發(fā)現(xiàn),涉事評級機構(gòu)不僅沒有因為涉及債券違約事件而收緊評級標準,反而會因挽留現(xiàn)有客戶和爭取潛在客戶,更加高估企業(yè)信用等級。
關(guān)于信用評級質(zhì)量下降的原因,國內(nèi)外學(xué)術(shù)界流行兩種觀點:一是“發(fā)行人”付費模式降低了評級機構(gòu)獨立性,造成評級質(zhì)量下降[10-13]。評級機構(gòu)對發(fā)行人進行信用評級,而評級收入又來自發(fā)行人。因此,為迎合發(fā)行人,評級機構(gòu)具有高估信用等級的動機??茏趤淼萚14]通過考察中債資信對中國債券市場既有發(fā)行人付費評級機構(gòu)的影響發(fā)現(xiàn),發(fā)行人付費評級機構(gòu)具有取悅發(fā)債企業(yè)而向上扭曲評級的嫌疑。特別是,當中債資信對發(fā)債企業(yè)給出顯著更低評級時,發(fā)行人付費評級機構(gòu)不但不會調(diào)低該企業(yè)評級,反而會采取激進的“對沖”策略,調(diào)高該企業(yè)評級。他們認為,這是由于中國監(jiān)管部門限制低信用評級企業(yè)發(fā)債,所以一旦中債資信給出較低評級,發(fā)債企業(yè)會為了成功發(fā)債而尋求發(fā)行人付費評級機構(gòu)給出較高評級,以便對沖掉來自中債資信的負面沖擊。二是評級行業(yè)的市場競爭降低了評級質(zhì)量[15-17]。該觀點認為,競爭加劇會沖擊評級機構(gòu)原有市場份額,為爭奪市場份額,評級機構(gòu)將降低評級標準。Becker & Milbourn[15]發(fā)現(xiàn),當惠譽的市場份額上升時,標普和穆迪對公司債券的評級隨之上升,并且評級符號和債券溢價的相關(guān)性減弱、違約預(yù)測能力下降。他們認為,增加競爭者數(shù)量能夠使投資人和發(fā)行人在更多的評級機構(gòu)間進行選擇,但是過度競爭會攤薄評級機構(gòu)未來聲譽租金,如果當期違規(guī)收益大于未來聲譽租金,評級機構(gòu)將會以虛高評級招徠發(fā)行人。因此,一味增加競爭者數(shù)量,并不利于評級質(zhì)量改善,反而會加劇評級選購(rating shopping),便于發(fā)行人聯(lián)系多家機構(gòu)評級并從中選取最高評級結(jié)果[18-19]。
上述研究從付費模式和行業(yè)競爭方面分析了評級質(zhì)量下降的原因,主要從評級機構(gòu)本身或者行業(yè)角度出發(fā)。目前,鮮有文獻從監(jiān)管角度出發(fā),研究中國監(jiān)管政策對評級質(zhì)量的影響。然而,該問題已經(jīng)受到業(yè)界與政界人士關(guān)注。2021年8月6日,中國人民銀行、國家發(fā)展和改革委員會、財政部、銀保監(jiān)會、證監(jiān)會五部委在《關(guān)于促進債券市場信用評級行業(yè)高質(zhì)量健康發(fā)展的通知》(后文簡稱“《通知》”)中提出,降低監(jiān)管對外部評級的要求,擇機適時調(diào)整監(jiān)管政策關(guān)于各類資金可投資債券的級別門檻,弱化債券質(zhì)押式回購對外部評級的依賴,將評級需求的主導(dǎo)權(quán)交還市場。那么,降低外部評級依賴能否提高評級質(zhì)量?或者說,外部評級依賴是否造成了中國債券市場評級質(zhì)量下降?本文將通過理論模型與實證檢驗對上述問題進行回答。
本文的主要邊際貢獻在于:一是為研究評級虛高問題提供了新的視角。本文從監(jiān)管角度出發(fā),提出監(jiān)管政策助推了評級虛高,拓寬了該問題的研究思路。二是構(gòu)建了包含監(jiān)管部門、評級機構(gòu)與債券發(fā)行方在內(nèi)的博弈論模型,更加全面地刻畫了市場參與者的博弈行為和策略調(diào)整,搭建了更有深度的理論分析框架。三是利用準自然實驗,通過PSM- DID方法,進一步對監(jiān)管從嚴導(dǎo)致的債券評級虛高問題進行“因果識別”,大大增強了該經(jīng)驗證據(jù)的可信度。
信用評級的價值在于準確揭示債券信用風險,信用評級機構(gòu)應(yīng)該是金融市場守門人,和銀行、財務(wù)公司等行業(yè)有著同樣功能。但在現(xiàn)實經(jīng)濟中,信用評級的信息價值含量受到質(zhì)疑,信用評級機構(gòu)的運行也與其他金融市場守門人有著較大差異,這種差異主要源自評級行業(yè)的認證制度以及監(jiān)管規(guī)則對評級結(jié)果的依賴[2-3,20]。Opp et al.[21]指出,信用評級在債券市場上的重要性并非因其本身含有相稱的信息價值,而是因為監(jiān)管規(guī)定將它們置于重要的地位。1975年美國開始實行NRSROs認證制度④,并援引NRSROs評級結(jié)果作為信用風險判斷基準。美國證監(jiān)會(SEC)按照信用評級是否高于BBB+級將債券區(qū)分為投資級和投機級,并將投資要求與NRSROs評級結(jié)果聯(lián)系起來[1]。例如,Rhodes[22]指出,美國貨幣市場基金監(jiān)管規(guī)則(rule 2a-7)規(guī)定貨幣市場基金不得投資低于A+級別的債券和低于A1級別的商業(yè)票據(jù);養(yǎng)老金也只能投資信用級別在A以上的資產(chǎn)支持證券。
評級結(jié)果被監(jiān)管規(guī)則使用,使獲得認證的評級機構(gòu)像是一把打開監(jiān)管規(guī)定大門的“鑰匙”[2],得到一種“監(jiān)管許可證”(regulatory licenses),或者說是一種“監(jiān)管許可權(quán)”。并且,這種權(quán)利只給予少數(shù)評級機構(gòu)⑤,使這些機構(gòu)的信用評級具有很高的特許價值。因此,這種監(jiān)管許可權(quán)實際上是給予NRSROs名下評級機構(gòu)的經(jīng)濟租金。根據(jù)Opp et al.[21]和Frost[23]的研究,當“壟斷地位”與“監(jiān)管許可權(quán)”相結(jié)合,必然會驅(qū)使評級機構(gòu)想方設(shè)法攫取這部分利益。此外,發(fā)行人付費模式下的評級市場還存在一種奇特的三方關(guān)系:評級機構(gòu)對債券進行風險評估并發(fā)表評級報告,評級服務(wù)費用由債券發(fā)行人支付,而最終使用評級報告的投資者卻無須直接支付費用。因此,安小雪、黃曉薇[24]認為,發(fā)行人付費模式下的評級機構(gòu)存在一定的道德風險。當“發(fā)行人付費模式”與評級機構(gòu)的“監(jiān)管許可權(quán)”相結(jié)合,同樣會加劇評級機構(gòu)與債券發(fā)行人的串謀行為。
那么,監(jiān)管部門是否應(yīng)該賦予評級機構(gòu)監(jiān)管權(quán)力?監(jiān)管規(guī)則對外部評級的依賴是否會導(dǎo)致評級質(zhì)量下降?關(guān)于監(jiān)管政策對評級質(zhì)量的影響,Sangiorgi et al.[3]認為,監(jiān)管部門和投資機構(gòu)對評級結(jié)果的過度依賴,會倒逼評級級別上行。Opp et al.[21]通過研究美國債券市場,他們發(fā)現(xiàn),評級機構(gòu)的監(jiān)管權(quán)對評級質(zhì)量的影響受證券類型影響。對于較為復(fù)雜、評級難度更大的證券,如債權(quán)抵押證券(CDO),增加評級機構(gòu)的監(jiān)管權(quán)可能會導(dǎo)致評級虛高;對于較為傳統(tǒng)的證券,如公司債券,增加評級機構(gòu)的監(jiān)管權(quán)則有利于準確評級。目前,還鮮有文獻從中國債券市場出發(fā),研究監(jiān)管政策對評級質(zhì)量的影響。因此,本文將在下文通過理論分析與實證檢驗對該問題展開研究。
本文考察評級市場中政府監(jiān)管部門與信用評級機構(gòu)之間的博弈,博弈時序如圖1所示。
圖1 博弈時序
具體來說,本文將博弈時序分為三個階段。第一階段,政府監(jiān)管部門進行決策,關(guān)于債券評級要求做出選擇:提高評級或者不提高評級。第二階段,評級機構(gòu)進行決策,根據(jù)監(jiān)管部門行為做出選擇:誠實評級或者不誠實評級(虛高評級)。第三階段,債券到期后會發(fā)生兩種結(jié)果:發(fā)生違約或者不違約(如期兌付)。監(jiān)管部門與評級機構(gòu)的決策過程如圖2所示。
圖2 監(jiān)管部門與評級機構(gòu)的決策過程
設(shè)監(jiān)管部門提高評級概率為α,不提高評級概率為1-α,0≤α≤1;評級機構(gòu)誠實評級概率為β,虛高評級概率為1-β,0≤β≤1。為刻畫債券預(yù)期風險,考慮第二階段中存在兩類債券:低風險債券⑥和高風險債券⑦。假設(shè)低風險債券在市場中占比為θ,高風險債券占比為1-θ,0≤θ≤1。其中,高風險債券到期后(第三階段)發(fā)生違約比率為P,不發(fā)生違約比率為1-P??紤]到監(jiān)管政策會影響市場上的債券數(shù)量,并且在債券評級存在虛高情況下,進入市場的高風險債券數(shù)量不同,高風險債券的整體違約風險也不同。因此,本文借鑒Opp et al.[21]的做法,將高風險債券違約率P按照監(jiān)管政策細化為PH和PL。其中,PH為監(jiān)管部門提高評級時高風險債券的整體違約率,PL為監(jiān)管部門不提高評級時高風險債券的整體違約率。
參考Opp et al.[21],評級機構(gòu)的評級收入依賴于監(jiān)管政策和自身行為選擇(是否誠實),設(shè)評級收入為φ(α,β),令?φ(α,β)/?α>0。當評級機構(gòu)誠實評級時,需要對發(fā)行人進行調(diào)查,付出調(diào)查成本C。假設(shè)這些債券發(fā)行人中只有低風險債券發(fā)行人愿意支付評級費用,此時評級機構(gòu)收益為π,π=θφ(α,β)-C。當評級機構(gòu)虛高評級時將不對發(fā)行人進行調(diào)查,無須付出調(diào)查成本,并對所有債券都做出級別偏高的評級,虛高評級可能會給評級機構(gòu)帶來超額收益E,E≥0[24]。但如果有債券發(fā)生違約,評級機構(gòu)需承擔聲譽損失R。因此,評級機構(gòu)選擇虛高評級時的收益,需要根據(jù)監(jiān)管部門決策以及債券到期情況進行分析。
當監(jiān)管部門提高債券的評級要求時,若評級機構(gòu)虛高評級,債券也發(fā)生違約,則評級機構(gòu)期望收益為πH1,πH1=PH[φ(α,β)+(1-θ)(E-R)];若評級機構(gòu)虛高評級,但債券并未發(fā)生違約,評級機構(gòu)期望收益為πH2,πH2=(1-PH)[φ(α,β)+(1-θ)E]。當監(jiān)管部門不提高債券評級要求時,若評級機構(gòu)虛高評級,且債券違約,則評級機構(gòu)期望收益為πL1,πL1=PL[φ(α,β)+(1-θ)(E-R)];若債券未違約,評級機構(gòu)收益為πL2,πL2=(1-PL)[φ(α,β)+(1-θ)E]。
關(guān)于投資者收益的設(shè)定。對于低風險債券,評級機構(gòu)誠實評級,評級級別能夠真實反映債券風險,評級級別與債券真實價格(實際利率)掛鉤,此時投資者能夠獲得正常收入A,期望收益為θA。對于高風險債券,評級機構(gòu)虛高評級,且債券發(fā)生違約,投資者收入為0,期望收益也為0;若債券不發(fā)生違約,考慮到此類債券風險高于低風險債券,相應(yīng)收益率也更高,假設(shè)投資者收入為B(B>A)。因此,當監(jiān)管部門提高評級要求,高風險債券不發(fā)生違約時,投資者期望收益為(1-θ)(1-PH)B;當監(jiān)管部門不提高評級要求,高風險債券不發(fā)生違約時,投資者期望收益為(1-θ)(1-PL)B。另外,設(shè)債券融資規(guī)模為I,此處單位化為1,即投資者成本為1。
監(jiān)管部門追求社會福利最大化,即評級機構(gòu)利潤與投資者效用之和最大化。監(jiān)管部門收益應(yīng)包括兩部分:評級機構(gòu)利潤與投資者效用。當提高評級要求時,監(jiān)管部門的期望收益為SWH,SWH=π+πH1+πH2+θA+(1-θ)(1-PH)B-1。社會福利最大化,即監(jiān)管部門期望收益最大化:
maxSWH=π+πH1+πH2+θA+
(1-θ)(1-PH)B-1
(1)
并且,實現(xiàn)社會福利最大化需要滿足以下約束條件:
s.t.θA+(1-θ)(1-PH)B≥1
(2)
θφ(α,β)≥C
(3)
πH1+πH2≥0
(4)
當市場達到均衡時,式(1)、式(2)、式(3)和式(4)同時滿足。
上述約束條件中,式(2)為投資者參與約束,θA+(1-θ)(1-PH)B是投資者購買債券可能獲得的收入,既包括低風險債券,也包括高風險債券;1為投資者購買債券的支出,即投資成本。式(3)為評級機構(gòu)選擇誠實評級的約束條件,式(4)為評級機構(gòu)選擇虛高評級的約束條件。
定理:當監(jiān)管部門提高債券評級要求時,市場中將充斥大量預(yù)期風險較高的債券,為提高評級收入,評級機構(gòu)將選擇虛高評級。
由式(4)可得:
PH[φ(α,β)+(1-θ)(E-R)]+
(1-PH)[φ(α,β)+(1-θ)E]≥0
(5)
將式(5)化簡為:
-PH(1-θ)R+φ(α,β)+(1-θ)E≥0
(6)
當監(jiān)管部門不提高評級要求時,社會福利為:
SWL=π+πL1+πL2+θA+(1-θ)(1-PL)B-1
(7)
將監(jiān)管部門提高評級要求與不提高評級要求兩種情況下的社會福利進行比較,即式(1)與式(7)相減:
SWH-SWL=(πH1-πL1)+(πH2-πL2)+
(-PH+PL)(1-θ)B
(8)
將式(8)化簡為:
SWH-SWL=(PH-PL)[(1-θ)(-R-B)]
(9)
根據(jù)式(9),當0<θ<1,且R>0,B>0時,若PH>PL,則SWH
理論建模分析表明,當監(jiān)管部門提高債券評級要求時,評級機構(gòu)將選擇虛高評級。本部分將對該命題進行實證檢驗。事實上,監(jiān)管政策對債券評級造成的扭曲現(xiàn)象也引起了國外學(xué)者的關(guān)注。例如,Stanton & Wallace[25]研究指出,由于抵押支持債券市場上對AAA級以下的債券實施更為嚴格的監(jiān)管,從而使企業(yè)具有強烈動機將評級操縱到AAA級水平。而上述效應(yīng)在監(jiān)管要求更為寬松的公司債市場卻不明顯。這與本部分致力于分析的監(jiān)管從嚴助推債券評級虛高具有相似的邏輯。當前,學(xué)術(shù)界比較流行的做法是根據(jù)債券信用利差判斷債券評級是否虛高[12,17,26]。理論上,若債券評級級別上升,債券信用利差顯著下降,則債券信用評級較為準確[7,13,16]。這是因為,從投資角度來看,若評級機構(gòu)對債券進行準確評級,信用評級越高的債券信用風險越小,投資者要求的風險補償就越少,債券的信用利差就越低?;诖耍疚膶⑹紫瓤疾毂O(jiān)管政策對債券評級的影響,其次再考察政策對信用利差的影響。如果監(jiān)管政策提高債券評級要求,會助推債券評級上升,但債券的信用利差并未發(fā)生顯著變化,則可以為本文的理論分析找到重要經(jīng)驗證據(jù)。
1.準自然實驗事件與本文的識別思路
中國的債券市場由交易所債券市場和銀行間債券市場組成。其中,交易所債券市場債券的登記、托管和結(jié)算業(yè)務(wù)由中國證券登記結(jié)算有限責任公司(簡稱“中證登公司”)實施。銀行間債券市場債券的登記、托管和結(jié)算業(yè)務(wù)由銀行間債券市場股份有限公司實施。2017年4月7日,中證登公司對交易所債券市場上流通的信用債券質(zhì)押入庫資格進行了調(diào)整:2017年4月7日(含)前已上市或是未上市但已公布募集說明書的信用債券入庫開展回購,需滿足債項和主體評級均為AA級(含)以上要求;2017年4月7日(不含)后公布募集說明書的信用債券入庫開展回購,需滿足債項評級為 AAA 級、主體評級為 AA 級(含)以上要求。此次新規(guī)將債項評級由以前的AA級調(diào)高至 AAA 級,并主要針對新增債券進行調(diào)整。因此,本文采用債券發(fā)行數(shù)據(jù),將中證登公司新出臺的規(guī)定看作一個自然實驗,將在交易所發(fā)行的債券作為實驗組,在銀行間債券市場發(fā)行的債券作為對照組。借鑒雙重差分思路,檢驗新規(guī)實施前后,交易所債券市場和銀行間債券市場所發(fā)行債券級別以及信用利差變化是否具有顯著差異。
關(guān)于債券獲得質(zhì)押入庫資格的重要性,對于債券投資者而言,當其需要借入資金時,可以將其持有的債券進行質(zhì)押,從而獲得資金使用權(quán)。例如,若質(zhì)押券折扣率(haircut)為20%,則意味著債券持有人可以借到債券總面額80%的資金。金融資產(chǎn)獲得質(zhì)押權(quán)能夠提高資產(chǎn)價值[27],債券獲得質(zhì)押入庫資格也能夠提高其價值,并更受投資者歡迎。因此,債券發(fā)行人具有將債券評級調(diào)至入庫資格所要求級別的訴求。對于評級機構(gòu)而言,在發(fā)行人付費模式下,評級機構(gòu)可能存在為迎合債券發(fā)行人的評級訴求而做出虛高評級的動機。
2.樣本選取與數(shù)據(jù)來源
本文債券數(shù)據(jù)來自Wind 數(shù)據(jù)庫。債券樣本選擇遵循如下原則:(1)2015—2019年發(fā)行的企業(yè)債;(2)剔除評級缺失和控制變量缺失樣本;(3)由于金融類企業(yè)與其他行業(yè)企業(yè)區(qū)別較大,剔除金融類企業(yè)發(fā)行的債券。在刪除缺失值與重復(fù)值后,本文的研究樣本數(shù)為3 341個。相應(yīng)的財務(wù)數(shù)據(jù)等連續(xù)變量進行1%與99%的縮尾處理。宏觀控制變量包括省GDP增速和M2同比增速。其中,省GDP數(shù)據(jù)來自國家統(tǒng)計局,M2數(shù)據(jù)來自中國人民銀行。
3.變量說明
關(guān)于被解釋變量,式(10)中Rating為評級機構(gòu)所作債項評級。參考徐曉萍等[17]的研究,Rating根據(jù)信用等級由低到高進行賦值,由于AA-及以下樣本量很少,將AA-及以下記為1,AA記為2,AA+記為3,AAA記為4。此外,由于被解釋變量Rating為多元有序變量,現(xiàn)有文獻通常采用OLS或Ordered Logit進行研究。為使結(jié)論更加穩(wěn)健,本文同時采用OLS和Ordered Logit對模型進行估計。式(11)中被解釋變量Spread為債券發(fā)行利差,債券發(fā)行利差是債券發(fā)行利率與發(fā)行日同期限國債收益率的差值。
關(guān)于解釋變量,time為虛擬變量,如果債券i的上市日期在2017年4月7日以后,那么time取值為1,否則為0。treated同樣為虛擬變量,如果債券i在交易所債券市場發(fā)行,那么treated取值為1,否則為0。
關(guān)于控制變量,參考吳育輝等[7]、孟慶斌等[12]、阮永鋒等[13]以及徐曉萍等[17]的研究,選取企業(yè)資產(chǎn)規(guī)模的自然對數(shù)、資產(chǎn)負債率、主營業(yè)務(wù)收入增長率、存貨周轉(zhuǎn)率、主營業(yè)務(wù)利潤率、流動比率等企業(yè)財務(wù)指標,以及債券發(fā)行量、債券期限、企業(yè)產(chǎn)權(quán)性質(zhì)、是否有擔保等債券層面信息指標。宏觀經(jīng)濟指標參考王永欽、徐鴻恂[27]的研究,選取省級GDP增速、M2同比增速。除上述變量外,式(11)還同時控制了Rating。各變量的符號以及具體解釋如表1所示。
表1 主要變量定義表
4.實證模型設(shè)定
為驗證監(jiān)管要求提高對債券評級的影響,建立模型(1)進行回歸分析:
Ratingit=β0+β1timeit×treatedi+β2timeit+
β3treatedi+∑φiControlsit+εit
(10)
為驗證監(jiān)管要求提高對債券信用利差的影響,建立模型(2)進行回歸分析:
Spreadit=β0+β1timeit×treatedi+β2timeit+
β3treatedi+∑φiControlsit+εit
(11)
PSM思想源于匹配估計量,其基本思路是在政策未覆蓋到的對照組中找到某個債券j,使其與實施了提高信用等級的處理組中的債券i的可觀測變量盡可能相似,即xi=xj。本文參考阮永鋒等[13],從總資產(chǎn)、資產(chǎn)負債率、流動比率、主營業(yè)務(wù)利潤率、主營業(yè)務(wù)收入增長率、存貨周轉(zhuǎn)率、債券規(guī)模、債券期限、債券是否有擔保以及企業(yè)產(chǎn)權(quán)性質(zhì)等可觀測變量對處理組和對照組債券進行匹配。兩組樣本在經(jīng)過傾向值匹配后,其變量特征比較接近,并且能夠通過平衡性檢驗⑧,滿足雙重差分平衡性假設(shè)要求。
1.描述性統(tǒng)計
表2給出了主要變量的描述性統(tǒng)計結(jié)果。本文對債項評級(Rating)根據(jù)信用級別由低到高賦值為1~4,該變量的均值超過3,對應(yīng)的信用級別為AA+及以上,該結(jié)果說明我國債券信用級別偏高。這與邢天才等[16]、李明明和秦鳳鳴[28]的研究結(jié)果類似。此外,企業(yè)產(chǎn)權(quán)性質(zhì)(SOE)均值為0.984,說明在全部樣本中國有企業(yè)發(fā)行的債券數(shù)量較多。企業(yè)財務(wù)類控制變量中,資產(chǎn)規(guī)模(Lnasset)均值為5.443,資產(chǎn)負債率(Lev)均值為0.508,流動比率(Currentratio)均值為0.058,主營業(yè)務(wù)利潤率(Operatingprofit)均值為0.141,主營業(yè)務(wù)收入增長率(Growth)均值為0.198,存貨周轉(zhuǎn)率(Inturnover)均值為2.879。
2.監(jiān)管政策對評級級別的影響
表3給出了監(jiān)管政策影響評級級別的回歸結(jié)果,列(1)與列(2)的被解釋變量為Rating,為進一步考察監(jiān)管政策對AAA級評級的影響,本文還定義了另外一個變量RatingD。當債項評級為AAA級時,RatingD取值為1,其他取值為0。列(3)與列(4)的被解釋變量為RatingD。從列(1)與列(2)回歸結(jié)果來看,time×treated系數(shù)不顯著,表明交易所和銀行間兩類債券市場上整體債券評級級別的變動沒有顯著的差異。但從列(3)與列(4)回歸結(jié)果來看,time×treated的系數(shù)均在1%的水平下顯著為正。這說明新規(guī)實施前后,交易所債券市場比銀行間債券市場的 AAA級債券評級有較顯著的上升。新政策將債券資格門檻提升至AAA級,會助推債券評級級別向AAA級靠攏。
回屋的路上,大梁說,我把事情原原本本都跟慢成講了,他說二丫看到的那個東洋人,應(yīng)該可以肯定是狼剩兒。他們查到,從二十一年開始,東洋人就假裝看風水、貨郎擔,到湖北來找礦。除了鐵冶,大冶、陽新、荊門、宜昌,都有。東洋人順帶拐走狼剩兒,養(yǎng)大了又讓他當兵,這完全有可能。
表2 主要變量的描述性統(tǒng)計
3.監(jiān)管政策對信用利差的影響
表4給出了監(jiān)管政策影響債券信用利差的回歸結(jié)果。列(1)與列(2)結(jié)果表明,time×treated系數(shù)均不顯著,表明債券質(zhì)押新規(guī)實施前后,交易所和銀行間市場的債券發(fā)行利差沒有顯著的差異。列(3)與列(4)結(jié)果表明,無論是否控制行業(yè)、年份、省份和評級機構(gòu)等變量,AAA級債券樣本的time×treated系數(shù)均不顯著,即新規(guī)實施后,與銀行間債券市場相比,交易所市場AAA級債券的信用利差不存在顯著差異,即交易所債券市場AAA級債券評級不含有增量信息。列(5)為全部樣本中國有企業(yè)債券樣本的回歸結(jié)果,從數(shù)量來看,國有企業(yè)債券樣本在全部樣本中占據(jù)數(shù)量較多。列(6)為國有企業(yè)債券中AAA級樣本的回歸結(jié)果,time×treated系數(shù)同樣不顯著,這表明AAA級國有企業(yè)債券評級同樣不含有增量信息。
綜合表3與表4的回歸結(jié)果,理論模型得出的觀點得到證實,監(jiān)管政策會助推債券評級級別上升,而上升的評級級別卻未帶來增量信息,即監(jiān)管政策在一定程度上誘導(dǎo)了評級虛高。該結(jié)果對華晨汽車、永城煤電等高評級國企債券違約提供了相關(guān)解釋。高評級國企債券發(fā)生違約,即信用級別與違約風險發(fā)生“脫鉤”現(xiàn)象,這說明債券評級可能存在虛高,而虛高評級在一定程度上可能受到監(jiān)管政策推動。
4.穩(wěn)健性檢驗
為證實監(jiān)管政策影響債券評級研究結(jié)論的可靠性,本文使用Ordered Probit方法對式(10)進行穩(wěn)健性檢驗,檢驗結(jié)果如表5所示。列(1)與列(2)結(jié)果顯示,time×treated系數(shù)不顯著,表明兩債券市場上整體債券評級級別變動沒有顯著差異。列(3)與列(4)結(jié)果顯示,time×treated系數(shù)均在1%水平下顯著為正,這說明將債券資格門檻提高至AAA級的監(jiān)管政策,將顯著引導(dǎo)交易所市場債券評級提升至AAA級。
此外,本文還采取縮小政策實施時間窗口的方法進行穩(wěn)健性檢驗。其檢驗邏輯是,如果監(jiān)管政策助推了評級虛高,那么只要該政策存在,無論實施時間長短,債券評級級別都具有向政策所要求的等級進行上調(diào)的動機。由此,可采用擴大或縮小政策實施時段的方法進行檢驗??紤]到2020年新冠肺炎疫情暴發(fā),我國經(jīng)濟發(fā)展受疫情影響,經(jīng)濟數(shù)據(jù)不穩(wěn)定。因此,本文不采取擴大政策實施時段的做法,而是對樣本時段進行縮小,時間窗口縮小為2016—2018年。表6給出了回歸結(jié)果。根據(jù)列(4)回歸結(jié)果,交叉項time×treated系數(shù)仍在1%水平下顯著為正。這一結(jié)果表明,在縮小了樣本時間段之后,新規(guī)的實施使交易所市場比銀行間市場的AAA級債券評級有顯著上升。與之相比,列(1)與列(2)中,time×treated系數(shù)不顯著,表明兩債券市場上整體債券評級級別變動沒有顯著差異。該結(jié)果進一步證明債券評級級別向政策所要求的信用等級進行上調(diào)是存在的。
表3 監(jiān)管政策對評級級別影響的回歸結(jié)果
表4 監(jiān)管政策對信用利差影響的回歸結(jié)果
表5 監(jiān)管政策對評級級別影響的Ordered Probit檢驗結(jié)果
表6 監(jiān)管政策對評級級別影響的OLS檢驗結(jié)果(2016—2018年樣本)
表7 監(jiān)管政策對信用利差影響的檢驗結(jié)果(2016—2018年樣本)
本文通過博弈模型分析發(fā)現(xiàn),當監(jiān)管政策提高債券評級要求,將會使市場上充斥大量預(yù)期違約風險較高的債券。為增加評級收入,評級機構(gòu)將選擇虛高評級。即監(jiān)管政策助推了評級虛高,該結(jié)論也得到了實證研究結(jié)果的支持。具體而言,本文利用PSM- DID實證檢驗方法,以2017年4月7日中證登將交易所債券市場上信用債券質(zhì)押入庫資格從AA級調(diào)高至AAA級的政策作為準自然實驗,配合我國2015—2019年企業(yè)債發(fā)行數(shù)據(jù)進行實證分析。研究發(fā)現(xiàn),監(jiān)管政策提高債券資格門檻,會助推債券評級向其所要求級別上升,但政策實施后債券信用利差未發(fā)生變化,債券評級存在虛高。該實證研究結(jié)果與本文理論預(yù)期一致,即監(jiān)管政策會助推債券評級虛高。因此,監(jiān)管部門應(yīng)改變以評級結(jié)果識別債券風險的傳統(tǒng)監(jiān)管思路,構(gòu)建多元化的信用風險監(jiān)管機制。本文提出以下兩點政策建議。
第一,弱化外部評級依賴,債券是否需要進行評級由發(fā)行人自主決定。從本文研究結(jié)論來看,監(jiān)管政策提高債券評級要求,將助推債券評級虛高。2020年12月28日,中國人民銀行、國家發(fā)展和改革委員會、證監(jiān)會聯(lián)合發(fā)布的《公司信用類債券信息披露管理辦法》將信用評級報告從發(fā)行時必須披露的文件列示中刪去。實際上,降低評級依賴已成為我國各監(jiān)管部門的共識。2021年1月底,中國銀行間市場交易商協(xié)會發(fā)布取消注冊發(fā)行強制評級要求的分階段方案,明確在注冊環(huán)節(jié)不強制要求信用評級。2021年2月26日,證監(jiān)會發(fā)布的《公司債券發(fā)行與交易管理辦法》取消了公開發(fā)行公司債強制評級要求,以及普通投資者參與認購的債券評級必須達到AAA級的規(guī)定。本文研究結(jié)論為監(jiān)管部門制定弱化外部評級依賴的改革政策提供了重要理論支撐。
第二,構(gòu)建以違約率為核心的評級質(zhì)量檢驗機制。從近兩年我國信用債違約情況來看,2020年違約債券189只,違約金額1 661.86億元;2019年違約債券184只,違約金額1 494.89億元。與2019年相比,2020年債券違約數(shù)量與違約金額均有所增加[29]。根據(jù)本文的理論分析,債券實際違約率對評級機構(gòu)的評級質(zhì)量具有重要影響。隨著債券實際違約率升高,評級機構(gòu)的理性選擇將轉(zhuǎn)變?yōu)檎\實評級。因此,監(jiān)管部門有必要將債券實際違約率作為考核評級機構(gòu)評級質(zhì)量的重要指標。正因如此,2021年8月6日,五部委《通知》才應(yīng)運而生,并確立了違約率在評級質(zhì)量驗證中的重要作用。本文的研究結(jié)論為我國構(gòu)建以違約率為核心的評級質(zhì)量檢驗機制提供了重要理論依據(jù)。
注 釋:
①2014年3月5日,“11超日債”由于無法按期還息,成為中國第一個違約債券。
②資料來源:聯(lián)合資信評估股份有限公司研究報告《2019年中國債券市場違約回顧與展望》。
③數(shù)據(jù)來源:Wind數(shù)據(jù)庫。
④1975年,美國證券交易委員會(SEC)在凈資本規(guī)則背景下提出NRSROs制度概念,NRSROs全稱為Nationally Recognized Statistical Rating Organizations,是國家認可的統(tǒng)計評級機構(gòu)。
⑤1975年被認定為NRSROs 的僅有穆迪、標普和惠譽三家評級機構(gòu)。2007年次貸危機爆發(fā),美國開始增加評級機構(gòu)數(shù)量,先后增加了7家評級機構(gòu)為NRSROs,分別為:DBRS(多美年公司)、KBRA(克羅爾評級公司)、JCR(日本評級公司)、A.M.Best(貝氏公司)、EJR(伊根- 瓊斯公司)、HR(墨西哥評級公司)、Morningstar(晨星公司)。
⑥低風險債券是指違約風險極低,到期后一般能夠還本付息的債券,這類債券包括國家和政府部門發(fā)行的國債、地方政府債等,也包括一些經(jīng)營能力和信用水平較好的市場個體發(fā)行的企業(yè)債、公司債、短期融資券、中期票據(jù)等。
⑦高風險債券是指存在較高信用風險,到期后很可能無法還本付息的債券。
⑧由于篇幅所限,檢驗結(jié)果未具體列出,留存?zhèn)渌鳌W髡哙]箱:axx@uibe.edu.cn。