李曉東 朱蓮美

關(guān)鍵詞：公司債券;債券評級;債券違約;博弈模型

一、引言

近年來，隨著我國金融市場改革的逐步深入，我國企業(yè)的融資方式由銀行貸款的單一模式逐漸轉(zhuǎn)變和優(yōu)化（周子學(xué)，2013），債券融資成為我國企業(yè)近年來主要的融資方式之一，債券市場也成為了我國金融市場的重要組成部分。Wind 數(shù)據(jù)顯示，截至2020 年底，我國債券市場存量規(guī)模已達(dá)114.33 萬億元，遠(yuǎn)超股票融資規(guī)模。債券融資方式拓寬了企業(yè)的融資渠道，降低了企業(yè)的融資成本，對改善我國企業(yè)外部融資環(huán)境、解決企業(yè)融資難問題發(fā)揮著不可磨滅的作用。然而自2014 年“11 超日債”發(fā)生實(shí)質(zhì)性違約以來，違約債券數(shù)量不斷攀升，違約種類也逐漸從公司債券擴(kuò)展到所有債券類型并逐漸“常態(tài)化”（竇鵬娟，2016）。據(jù)Wind 數(shù)據(jù)統(tǒng)計(jì)，2020 年，我國債券市場發(fā)生實(shí)質(zhì)性違約債券達(dá)145 只，數(shù)量上較2019 年略有下降，但是違約債券金額更大，相較2019 年上漲10%，達(dá)到1 647 億元。在發(fā)生實(shí)質(zhì)性違約的債券中不乏“AA+”“AAA”信用級別的債券，引發(fā)越來越多的學(xué)者對債券評級公司的評級結(jié)果產(chǎn)生質(zhì)疑。在此背景下，研究信用評級機(jī)構(gòu)能否為預(yù)測債券違約提供增量信息不僅有助于評價信用評級機(jī)構(gòu)的作用，為債券投資者提供重要的參考，而且有助于促進(jìn)我國債券市場的健康發(fā)展。

債券市場的發(fā)展離不開信用評級機(jī)構(gòu)。作為從事信用評級的金融中介，信用評級機(jī)構(gòu)在進(jìn)行債券信用評級時通過對各種要素的綜合分析并發(fā)布信用評級結(jié)果。國內(nèi)外學(xué)者對債券信用評級的研究主要分為三個方向：第一類主要研究債券評級對債券市場的作用。孟慶斌等（2018）認(rèn)為，評級公司根據(jù)市場環(huán)境以及受評公司的償債能力和違約風(fēng)險做出評級決策，使投資者可以基于評級標(biāo)準(zhǔn)迅速準(zhǔn)確地了解發(fā)債公司的風(fēng)險特征，是債券投資者投資債券時的重要參考指標(biāo)。何平和金夢（2010）基于中國企業(yè)債數(shù)據(jù)實(shí)證檢驗(yàn)了我國信用評級機(jī)構(gòu)在債券市場的影響力，發(fā)現(xiàn)評級信息有助于減少債券市場的信息不透明度，對提高我國債券市場運(yùn)營效率發(fā)揮了重大的作用。

Becker 和 Milbourn（2011）認(rèn)為，評級機(jī)構(gòu)能夠?qū)Πl(fā)債公司、債券市場甚至國家金融體系產(chǎn)生巨大的影響，但由于現(xiàn)有評級機(jī)構(gòu)多采用發(fā)行人付費(fèi)模式，發(fā)債主體和評級公司成為明顯的雇傭關(guān)系，在信用評級市場競爭不激烈的情況下容易引發(fā)“評級購買問題”而導(dǎo)致信用評級膨脹，從而信用評級提供的額外信息有限。

第二類主要研究債券信用評級的主要影響因素。最早的信用評級出現(xiàn)在1909 年的美國，但關(guān)于信用等級的劃分標(biāo)準(zhǔn)很長一段時間都是一個“黑箱子”。Fisher（1959）基于公司財務(wù)數(shù)據(jù)并采用最小二乘法來衡量企業(yè)債務(wù)違約風(fēng)險，開創(chuàng)了采用回歸分析方法評測企業(yè)信用風(fēng)險的先河。

Horrigan（1966）以及Pogue and Soldofsky（1969）在Fisher（1959）的基礎(chǔ)上較早研究了債券評級的影響因素，發(fā)現(xiàn)企業(yè)杠桿率和收益率和債券等級顯著正相關(guān)。Altman（1968）提出的判別式分析法為研究信用評級帶來了新的研究方法，Perry 等（1984）基于此方法研究了債券信用等級的影響因素，發(fā)現(xiàn)流動比率、杠桿率、利潤率和公司規(guī)模的長期均值和波動率和債券評級顯著正相關(guān)，而且對于不同的行業(yè)以上比率均有不同的表現(xiàn)。McKelvey 和Zavoina（1975）提出的有序Probit 模型為研究債券評級提供了更有效的方法。Chan 和Jegadeesh（2004）基于有序Probit 模型研究了利潤率、股票收益率、資產(chǎn)收益率、資產(chǎn)負(fù)債率、流動比率等對債券評級的影響，發(fā)現(xiàn)這些指標(biāo)可以準(zhǔn)確預(yù)測債券評級等級，且有序Probit 模型的預(yù)測結(jié)果優(yōu)于OLS 模型和判別式模型。

第三類主要研究信用評級對債券發(fā)行定價或信用利差的影響。Hand 等（1992）以及Hite 和Warga（1997）研究發(fā)現(xiàn)，標(biāo)普（Standard and Poor’s）或穆迪（Moody’s）的評級負(fù)向調(diào)整會顯著影響債券價格以及評級變化后公司債券的發(fā)行成本，而評級正向調(diào)整對債券價格的影響較小。

Hull 等（2004）的研究認(rèn)為評級調(diào)整會對CDS 市場形成顯著的影響， 且評級下調(diào)的影響更大。何平和金夢（2010）基于我國2007-2009 年發(fā)行的企業(yè)債數(shù)據(jù)研究發(fā)現(xiàn)，債券評級和主體評級對債券發(fā)行成本有顯著影響。然而寇宗來等（2015）認(rèn)為，我國信用評級對發(fā)債成本的效應(yīng)明顯降低且不顯著，說明我國信用評級機(jī)構(gòu)并未獲得市場認(rèn)可的公信力，評級膨脹不會真正降低企業(yè)發(fā)債成本。因此，關(guān)于我國債券評級是否能夠提供有效信息目前并無定論。

在關(guān)于債券違約的研究中，學(xué)者們主要從公司財務(wù)指標(biāo)（Beaver，1966;Altman，1968;吳世農(nóng)和盧賢義，2001）、股價表現(xiàn)（Merton，1974）以及外部宏觀經(jīng)濟(jì)形勢（Duffie 等，2007）三個方面進(jìn)行考察。Beaver（1966）基于單因素判別分析法研究了違約企業(yè)和非違約企業(yè)之間財務(wù)指標(biāo)的差異，發(fā)現(xiàn)資產(chǎn)收益率、營運(yùn)資本與總資產(chǎn)之比以及現(xiàn)金流量比越高的企業(yè)發(fā)生債務(wù)違約的概率越低，而資產(chǎn)負(fù)債率越高的企業(yè)發(fā)生債務(wù)違約的概率越高。Ohlson（1980）以及Huffman和 Ward（1996）發(fā)現(xiàn)規(guī)模越大、收入增速越快以及營業(yè)資金越充足的企業(yè)破產(chǎn)的概率越小，而負(fù)債率越高的企業(yè)發(fā)生破產(chǎn)的概率越大。McDonald 和 Gucht（1999）認(rèn)為債券的評級、發(fā)行規(guī)模、發(fā)行時間、期限和票面利率對債券違約均有一定的影響，“BB-”評級以下的債券以及票面利率高的債券發(fā)生債務(wù)違約的概率較大。Duffie 等（2007）將生存分析模型和時間序列模型結(jié)合起來研究發(fā)現(xiàn)，公司的違約距離、股票回報率、國庫券利率和標(biāo)普500 指數(shù)年回報率可以有效預(yù)測公司破產(chǎn)和違約事件。吳世農(nóng)和盧賢義（2001）選取我國70 家財務(wù)困境公司和70 家財務(wù)正常公司進(jìn)行對比研究后發(fā)現(xiàn)，在財務(wù)困境發(fā)生前1 到2 年，凈資產(chǎn)報酬率對財務(wù)困境的判別成功率最高，且Logit 模型預(yù)測誤判率最低。

上述國內(nèi)外文獻(xiàn)極大地豐富了債券評級以及債券違約的相關(guān)研究，但仍存在需要進(jìn)一步深化之處：第一，在上述關(guān)于債券信用評級的研究中，大多文獻(xiàn)僅基于企業(yè)自身的財務(wù)指標(biāo)，很少有文獻(xiàn)考慮到企業(yè)所在行業(yè)景氣情況以及企業(yè)面臨的外部經(jīng)濟(jì)金融環(huán)境。本文在研究債券信用評級時不僅考慮了企業(yè)的財務(wù)信息，還考慮了企業(yè)所處的行業(yè)特征和外部融資環(huán)境特征。第二，現(xiàn)有文獻(xiàn)均未從債券違約的角度來研究債券評級能否為市場提供增量信息，本文的研究很好地填補(bǔ)了這一缺口。第三，本文基于理論模型推導(dǎo)出了債券發(fā)行人、評級機(jī)構(gòu)和債券投資者的博弈均衡，從理論上說明了評級公司的評級策略選擇并提出相關(guān)假設(shè)，基于實(shí)證研究對相關(guān)假設(shè)進(jìn)行了驗(yàn)證，文章結(jié)論更具理論性和說服力。鑒于此，本文在前人研究的基礎(chǔ)上搜集整理了中國A 股非金融上市公司2010-2018 年到期或發(fā)生實(shí)質(zhì)性違約的債券信息，通過匹配債券發(fā)行企業(yè)的財務(wù)數(shù)據(jù)以及M2 增長率數(shù)據(jù)實(shí)證檢驗(yàn)了本文的相關(guān)假設(shè)，為后續(xù)相關(guān)研究提供了一個可供參考的模板。

二、理論分析與研究假設(shè)

根據(jù)Bolton 等（2012）、Hirth（2014）以及馬榕和石曉軍（2016）的研究，本文建立包含債券發(fā)行人、債券評級公司和債券投資者三類參與人的博弈模型進(jìn)行分析。假設(shè)三類參與人均為理性參與者，且均為風(fēng)險中性偏好，其中債券評級公司可以獲得關(guān)于債券的專有信息。債券發(fā)行人發(fā)行優(yōu)劣兩種債券，優(yōu)質(zhì)債券占比為 ，假設(shè)優(yōu)質(zhì)債券不會發(fā)生違約，而劣質(zhì)債券一定會發(fā)生違約（即對于任意發(fā)行的債券，其違約概率為1 ? ）。由于信息不對稱的原因，債券投資者無法區(qū)分債券違約風(fēng)險。債券不發(fā)生違約時，1 單位債券到期后獲得支付1 + R > 1。債券發(fā)生違約時，1 單位債券僅能收回部分投資金額 ∈ [0，1）。在沒有任何關(guān)于債券的額外信息時，債券投資者的預(yù)期收益為：

表明評級公司可以緩解信息不對稱程度。假設(shè)評級公司會給所有發(fā)行的債券高、低兩個評級，由于低評級債券一定會違約，投資者只會購買高評級的債券。同時，由于低評級債券不能正常發(fā)行，債券發(fā)行人不會選擇購買低評級結(jié)果。

除了債券發(fā)行者，市場上還存在投資者，假設(shè)投資者相信評級公司的概率為 ∈ [0，1]，當(dāng)選擇相信時他們會購買高評級的債券。而當(dāng)債券發(fā)生違約時，其不再相信評級公司的評級結(jié)果，進(jìn)而對債券評級公司的聲譽(yù)造成 ≥ 0的損失。當(dāng)投資者不相信評級公司時，對于所有高評級的債券，投資者會花費(fèi)費(fèi)用 來判斷債券等級是否被評級公司高估，當(dāng)其發(fā)現(xiàn)債券存在高估時，不會購買債券，且會對評級公司的聲譽(yù)造成 ≥ 0的損失。

債券評級公司對債券評級需要消耗成本 ，假設(shè)評級公司以概率 ∈ [0，1] 選擇如實(shí)匯報評級結(jié)果（是否在評級結(jié)果中包含專有信息），且評級公司能夠準(zhǔn)確分辨?zhèn)膬?yōu)劣。如果評級公司選擇如實(shí)匯報評級結(jié)果，其只有在對優(yōu)質(zhì)債券給出高評級時才能獲得評級費(fèi)用 （， ）。當(dāng)其選擇不如實(shí)匯報評級結(jié)果時，會對所有類型的債券給出高評級并獲得評級費(fèi)用 （， ）。

對于債券發(fā)行人來說，假設(shè)發(fā)行人愿意為高評級債券支付 Φ ≥ 0 的評級費(fèi)用。投資者購買高評級債券遵循如下貝葉斯法則：

上式表明，評級費(fèi)用和債券的購買意愿相關(guān)，因此債券發(fā)行者會基于其預(yù)期收益和債券評級公司進(jìn)行議價。

當(dāng)投資者選擇不相信評級公司時，對于所有的高評級債券，其總會投入費(fèi)用來判斷債券

如果評級公司選擇不如實(shí)公布評級結(jié)果，由于其總是給出高評級，所以評級公司總能收到評級費(fèi)用 （， ）。當(dāng)評級公司對劣質(zhì)債券給予高評級時，不相信評級公司評級結(jié)果的投資者能夠準(zhǔn)確分辨并不再相信該評級公司的評級結(jié)果，給評級公司造成聲譽(yù)損失 ;當(dāng)高評級的劣質(zhì)債券發(fā)生違約時，選擇相信評級公司的投資者不再相信評級公司的評級結(jié)果，同樣給評級公司造成聲譽(yù)損失 。假設(shè)債券發(fā)生違約時，監(jiān)管者對評級公司罰款 ，為防止出現(xiàn)混合策略均衡狀況，本文參考馬榕和石曉軍（2016）的方法，對 施加不確定性約束： ∈ [ ? ， + ]， → 0。所以，評級公司不如實(shí)匯報評級結(jié)果時的預(yù)期收益為：

鑒于我國債券評級市場逐漸形成了債券發(fā)行前評級和跟蹤評級的形式，本文接下來分析債券發(fā)行前首次評級和跟蹤評級時投資者和評級公司的策略選擇。

首先分析首次評級。對于債券發(fā)行人來說，發(fā)行人總是想要將所有債券都以高評級發(fā)行，由公式（3）可知，評級費(fèi)用和債券的購買意愿相關(guān)，而投資者不會購買低評級的債券。當(dāng)發(fā)行人發(fā)行的債券為優(yōu)質(zhì)債券時，評級公司總是選擇如實(shí)匯報評級結(jié)果，（， ） = Φ;當(dāng)發(fā)行人發(fā)行的債券為劣質(zhì)債券時，發(fā)行人為了獲得高評級和評級公司進(jìn)行博弈，當(dāng)評級公司選擇如實(shí)匯報評級結(jié)果時，評級公司無法獲得收益，當(dāng)評級公司選擇不如實(shí)匯報評級結(jié)果時，評級公司的收益為（， ） = （1 ? ）Φ。鑒于我國信用評級市場起步較晚、外部監(jiān)管不完善以及評級公司聲譽(yù)資本較弱的現(xiàn)實(shí)，以及基于我國債券評級市場寡頭壟斷的特性（錯誤評級很難對評級公司的業(yè)務(wù)產(chǎn)生較大的影響）和資本的逐利性，評級公司總是選擇給予債券高評級，發(fā)行人將總是支付 Φ 的評級費(fèi)用。

因此，評級公司對債券發(fā)行人的收費(fèi)和投資人相信評級結(jié)果的程度有關(guān)。根據(jù)前面的分析，投資人的最優(yōu)策略為完全相信評級公司（ = 1），此時評級公司總是選擇給予債券高評級且債券發(fā)行人將總是購買該評級結(jié)果。因此，評級公司在定價策略上總是對債券發(fā)行人收取最高價 Φ（與評級公司策略選擇無關(guān)）。鑒于我國信用評級行業(yè)起步較晚、外部監(jiān)管不完善以及評級公司聲譽(yù)資本較弱的現(xiàn)實(shí)，以及基于我國債券評級市場寡頭壟斷的特性（錯誤評級很難對評級公司的業(yè)務(wù)產(chǎn)生較大的影響），我們提出假說H1：H1：評級公司對首次發(fā)行的債券有普遍給予高評級的動機(jī)，其評級結(jié)果不包含評級公司獲得的債券專有信息，此時，首次評級的債券專有信息對債券違約無顯著影響。

其次分析跟蹤評級。評級公司對債券進(jìn)行跟蹤評級時，同樣可以選擇如實(shí)評級和總是給予高評級。由于初期評級公司已經(jīng)知道債券優(yōu)劣信息，因此假設(shè)跟蹤評級不會產(chǎn)生評級成本。在評級公司選擇如實(shí)公布評級結(jié)果的情況下，當(dāng)債券為優(yōu)質(zhì)債券時，評級公司可以獲得評級費(fèi)用 Φ′，當(dāng)債券為劣質(zhì)債券時，評級公司可以獲得部分聲譽(yù)資本 ， （ ∈ [0，1]）。因此，選擇如實(shí)公布情況下，評級公司的預(yù)期收益為：?′ = Φ′ + （1 ? ）。在評級公司選擇總是給予高評級的情況下，當(dāng)債券違約時監(jiān)管者會對其罰款 （假設(shè)對于違約債券，如果評級公司兩次均給了高評級，監(jiān)管者會對評級公司進(jìn)行雙倍罰款）。此時，評級公司的預(yù)期收益為：′ = Φ′ + （1 ? ）。因此，評級公司選擇是否如實(shí)匯報評級結(jié)果的收益之差為：

隨著評級業(yè)務(wù)逐漸發(fā)展，評級公司逐漸積累聲譽(yù)資本，使得評級公司有選擇如實(shí)匯報評級結(jié)果的動機(jī)。根據(jù)《銀行間債券市場信用評級機(jī)構(gòu)評級收費(fèi)自律公約》，評級公司對長期公司債和企業(yè)債的跟蹤評級收費(fèi)僅為初次評級的20%，對短期融資債券的跟蹤評級收費(fèi)為初次評級費(fèi)用的50%。此外，在債券發(fā)行后，債券發(fā)行人也沒有動機(jī)再為債券評級支付更高的評級費(fèi)用。因此，可以得出 Φ′< Φ。由于評級費(fèi)用減少，評級公司有動機(jī)選擇如實(shí)匯報評級結(jié)果。綜上，本文提出假說H2：H2：由于再評級時評級公司商譽(yù)的積累以及評級費(fèi)用的減少，評級公司更傾向于在評級信息中如實(shí)包含債券專有信息，此時，跟蹤評級的專有信息對于預(yù)測債券違約具有顯著幫助。

三、研究設(shè)計(jì)

（一）樣本和數(shù)據(jù)

本文以中國A 股上市公司發(fā)行的在2010-2018 年間到期或者發(fā)生實(shí)質(zhì)性違約的企業(yè)債券、公司債券、短期融資券、中期票據(jù)以及非公開發(fā)行公司債為研究對象，采用債券評級作為信用等級的衡量指標(biāo)。以上債券數(shù)據(jù)均來自銳思數(shù)據(jù)庫，債券違約數(shù)據(jù)來自Wind 咨詢，債券發(fā)行公司對應(yīng)的企業(yè)財務(wù)數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。參考現(xiàn)有文獻(xiàn)的做法，本文刪除了金融類上市公司發(fā)行的債券樣本;為消除價格因素影響，本文對企業(yè)財務(wù)數(shù)據(jù)進(jìn)行了相應(yīng)的平減處理;為控制極端值對實(shí)證結(jié)果的影響，本文對相應(yīng)的財務(wù)數(shù)據(jù)進(jìn)行了兩端1%的縮尾處理（winsorize）。

本文的樣本包含2 219 只債券，表1 報告了全樣本債券以及違約債券的類型分布。短期融資券是我國企業(yè)債券主要的融資工具，在本文樣本中占比達(dá)到64.49%，短期融資券、公司債券和中期票據(jù)合計(jì)占比超過總樣本的95%。公司債券發(fā)生違約數(shù)量達(dá)到13 只，短期融資券和中期票據(jù)均有8 只債券發(fā)生實(shí)質(zhì)性違約，非公開發(fā)行公司債有6 只發(fā)生違約。

表2 和表3 分別報告了債券發(fā)行時和債券到期前或者違約前半年時點(diǎn)時債券的信用級別等級分布。債券發(fā)行時的信用級別超過72.6%在AA 級及以上，其中AA 級數(shù)量最多，占37.22%。債券到期或違約前半年時債券評級級別超過73.3%在AA 級及以上，其中AA 級數(shù)量最多，占34.34%。

對比首次評級和債券到期或違約前半年時的跟蹤評級分布來看，僅有3 只債券的跟蹤評級下調(diào)至A-以下，跟蹤評級中AA+和AAA 評級債券數(shù)量增加，AA 評級數(shù)量出現(xiàn)下降。

（二）實(shí)證模型

參考馬榕和石曉軍（2016）的做法，本文首先對債券信用等級從CC 到AAA 依次進(jìn)行賦值為1 到19 作為評級等級指標(biāo)①。參照Agarwal 和 Hauswald（2010）的正交分解方法，本文將債券等級信息分解為市場公開信息和評級公司專有信息，其中市場公開信息包括企業(yè)財務(wù)信息和企業(yè)面臨的外部宏觀環(huán)境信息，專有信息為評級公司向市場提供的增量信息。參考沈紅波和廖冠民（2014）的方法，本文以評級信息為因變量并按如下模型對企業(yè)特征和宏觀環(huán)境信息進(jìn)行回歸分析：

上式中，控制變量包括債券是否具有擔(dān)保人（Guar）、債券期限（Term）、代表宏觀經(jīng)濟(jì)環(huán)境的廣義貨幣增長率（M2）和企業(yè)所在省份的GDP 增長率（GDP）、企業(yè)主體評級（Rate）、資產(chǎn)負(fù)債率（Lev）、流動比率（Liquid）、資產(chǎn)收益率（ROA）、資產(chǎn)周轉(zhuǎn)率（Turnover）、銷售增長率（Sgrow）、董總兼任（Duality）、企業(yè)規(guī)模（Size）、企業(yè)性質(zhì)（SOE）以及代表行業(yè)（Ind）和年份（Year）的固定效應(yīng)。本文使用模型（13）估計(jì)的殘差來代表評級公司提供的債券專有信息（SpecInfo）。

由于債券是否違約采用二元虛擬變量進(jìn)行賦值，在實(shí)證研究中應(yīng)采用二元離散選擇模型進(jìn)行回歸分析。參考陳德球等（2013）的研究，本文建立如下Logit 模型來驗(yàn)證本文的假設(shè)H1 和假設(shè)H2：

根據(jù)前文的理論分析，評級公司對債券進(jìn)行初次評級時有動機(jī)對債券給予高評級，從而評級信息不包含債券專有信息，那么初次評級的專有信息變量在預(yù)測債券違約時將不顯著;由于評級公司有動機(jī)如實(shí)匯報跟蹤評級的評級結(jié)果，則評級信息將包含債券專有信息，那么跟蹤評級的債券專有信息對于預(yù)測債券違約有顯著幫助，我們預(yù)期此時變量 的系數(shù)顯著為負(fù)。

（三）變量定義與描述性統(tǒng)計(jì)

本文所用變量定義如下：Default = 1 表示債券發(fā)生實(shí)質(zhì)性違約，反之表示沒有發(fā)生違約;債券評級根據(jù)債券等級依次賦值設(shè)定;債券利差為債券票面利率和無風(fēng)險利率之差，參考孟慶斌等（2018）的做法，無風(fēng)險利率選擇和債券期限對應(yīng)的相同期限國債收益率;Guar = 1表示有擔(dān)保人對債券提供擔(dān)保，反之則沒有;Term 為債券發(fā)行期限;M2 為我國廣義貨幣增長率;GDP 為債券發(fā)行企業(yè)所在省份的GDP 增長率;Rate 為企業(yè)的主體評級情況;Lev 為企業(yè)資產(chǎn)負(fù)債率，等于總負(fù)債/總資產(chǎn);Liquid 為流動比率，等于流動資產(chǎn)/流動負(fù)債;ROA 為資產(chǎn)收益率，等于凈利潤/總資產(chǎn);Turnover 為總資產(chǎn)周轉(zhuǎn)率，等于主營業(yè)務(wù)收入凈額/總資產(chǎn);Sgrow 代表銷售收入增長率;Duality = 1 表示董事長和總經(jīng)理為同一人，反之不是;Size 為企業(yè)規(guī)模，取企業(yè)總資產(chǎn)的自然對數(shù);SOE = 1 表示公司為國有企業(yè)，反之為非國有企業(yè)。表4 報告了本文所用變量的描述性統(tǒng)計(jì)。

四、實(shí)證結(jié)果

（一）債券信用評級的決定因素

為了得到評級公司的專有信息，需要對信用評級的影響因素進(jìn)行考察。根據(jù)模型（13），本文分別以債券發(fā)行評級和債券跟蹤評級為因變量對市場公開信息進(jìn)行回歸。表5 中第（1）列為債券發(fā)行評級的回歸結(jié)果，第（2）列為跟蹤評級的回歸結(jié)果。

從第（1）列可以看出，企業(yè)主體評級、流動比率、擔(dān)保人和企業(yè)規(guī)模與債券信用等級具有顯著正相關(guān)關(guān)系。這是因?yàn)橹黧w評級越高代表企業(yè)具有較強(qiáng)的應(yīng)對風(fēng)險能力，流動比率較大、有擔(dān)保人為債券提供擔(dān)保以及較大的資產(chǎn)規(guī)?？梢詾槠髽I(yè)發(fā)行的債券提供隱性或者顯性的擔(dān)保，此類企業(yè)發(fā)行的債券具有較高的信用等級。企業(yè)性質(zhì)顯著為負(fù)，表明國有企業(yè)發(fā)行的債券普遍具有較高的信用等級，可能的原因?yàn)檎畬衅髽I(yè)存在隱性擔(dān)保。債券期限變量顯著為負(fù)，說明債券期限和債券信用等級負(fù)相關(guān)。這可能是因?yàn)殚L期債券面臨未來的不確定性較大，更容易受外部經(jīng)濟(jì)環(huán)境的影響。表5 第（2）列的結(jié)果同樣表明企業(yè)主體評級、流動比率、擔(dān)保人與跟蹤評級等級正相關(guān)，債券期限和跟蹤評級等級負(fù)相關(guān)。不同的是，M2 增長率顯著為正，表明外部融資環(huán)境越寬松評級公司傾向于給予跟蹤評級更高的信用等級;企業(yè)性質(zhì)不再顯著，而企業(yè)規(guī)模顯著為負(fù)，發(fā)生了系數(shù)符號的顯著變化，以上說明評級公司在對債券進(jìn)行跟蹤評級時更少關(guān)注企業(yè)債券的顯性擔(dān)保和隱性擔(dān)保，更傾向于根據(jù)企業(yè)實(shí)際情況給債券真實(shí)的評級。

對比第（1）列和第（2）列的擬合優(yōu)度（R）來看，被解釋變量為債券發(fā)行評級時的調(diào)整R 為0.543，表明所有解釋變量可以解釋債券發(fā)行信用等級的54.3%。而對于跟蹤評級來說，債券跟蹤評級模型的調(diào)整 R 為0.272，僅為債券發(fā)行評級模型調(diào)整 R 的50%，說明市場公開信息對于跟蹤評級的解釋能力更弱，可能的原因?yàn)楦櫾u級等級包含了更多的專有信息。這也與前文的理論分析一致，評級公司為獲得評級收益會對債券初次評級普遍給予更高的信用等級，而在對債券進(jìn)行跟蹤評級時有動機(jī)選擇如實(shí)匯報評級結(jié)果。以上結(jié)論也表明，評級公司獲得的專有信息會影響到企業(yè)債券的信用等級，并且更傾向于在跟蹤評級時將專有信息如實(shí)反映在債券評級中。

（二）不同階段評級信息對企業(yè)債券違約的影響

為了檢驗(yàn)假設(shè)H1 和H2，本文考察了債券專有信息對債券違約的影響。本文以模型（13）估計(jì)的殘差來代表評級公司提供的債券專有信息，首先，分別以債券發(fā)行評級和債券跟蹤評級作為被解釋變量按模型（13）進(jìn)行回歸，然后將兩次回歸結(jié)果的殘差作為債券專有信息的替代變量，債券專有信息分別記為債券專有信息（發(fā)行）和債券專有信息（跟蹤）。最后按照模型（16）進(jìn)行回歸分析。

表6 列出了該回歸結(jié)果。第（1）列不包含任何債券專有信息的回歸結(jié)果，第（2）列為加入債券發(fā)行評級的專有信息的回歸結(jié)果，第（3）列為加入債券跟蹤評級專有信息的回歸結(jié)果。從第（1）列的結(jié)果可以看出M2 增長率、企業(yè)性質(zhì)和銷售收入增長率三個變量的系數(shù)顯著為負(fù)，說明在外部融資環(huán)境寬松時債券違約概率較小、國有企業(yè)發(fā)證債券違約的概率顯著小于非國有企業(yè)、企業(yè)成長性越好的企業(yè)發(fā)生債券違約的概率越小。債券利差在1%水平下顯著為正，說明利差越大的債券發(fā)生違約的概率越大。資產(chǎn)負(fù)債率在5%水平下顯著為正，表明負(fù)債水平越高的企業(yè)發(fā)生債券違約的概率越高。擔(dān)保人系數(shù)在5%水平下顯著為正，可能的原因?yàn)椋唢L(fēng)險的債券為了順利發(fā)行更傾向于尋找擔(dān)保人進(jìn)行擔(dān)保，從而表現(xiàn)為擁有擔(dān)保人的債券違約概率越大。

從表6 中第（2）列可以看出，債券專有信息（發(fā)行）系數(shù)為負(fù)且不顯著，說明債券發(fā)行評級不包含評級公司獲得的債券專有信息。該結(jié)論與本文假設(shè)H1 一致，即評級公司對首次發(fā)行的債券有普遍給予高評級的動機(jī)，其評級結(jié)果不包含評級公司獲得的債券專有信息，導(dǎo)致首次評級結(jié)果中的債券“專有信息”對于預(yù)測債券違約無顯著影響。對比表6 中第（1）列可以看出，第（2）列中所有其他控制變量均未發(fā)生顯著變化，模型的偽 R 從0.598 上升到0.620，增加了2.2%。

從表6 中第（3）列可以看出，債券專有信息（跟蹤）系數(shù)為負(fù)且在1%水平下顯著，這意味著當(dāng)評級公司掌握的關(guān)于債券的專有信息比較正面時，債券違約的概率較小，說明債券跟蹤評級包含了評級公司獲得的債券專有信息。該結(jié)論與本文假設(shè)H2 一致，即在跟蹤評級時，評級公司更傾向于在評級信息中如實(shí)包含債券專有信息，此時跟蹤評級的專有信息對于預(yù)測債券違約具有顯著幫助。以表6 中第（1）列進(jìn)行對比可以看出，第（3）列中其他控制變量均未發(fā)生顯著的變化，模型的偽 R 從0.598 上升到0.712，增加了11.4%，遠(yuǎn)大于第（2）列中偽 R 增加的2.2%。從AUC 值來看，加入債券專有信息后模型預(yù)測準(zhǔn)確度也有所上升。以上結(jié)果說明債券專有信息對于預(yù)測債券違約的幫助是重要的。

（三）穩(wěn)健性分析

表6 中的回歸結(jié)果對本文的兩條假設(shè)H1 和H2 均提供了支持，為進(jìn)一步驗(yàn)證以上結(jié)論的穩(wěn)健性，本文分別使用長期債券樣本和非國有企業(yè)樣本進(jìn)行穩(wěn)健性分析?；貧w結(jié)果見表7。

表7 中（1）-（2）列為長期樣本的回歸結(jié)果。其中，首次評級中的債券專有信息系數(shù)為負(fù)且不顯著，跟蹤評級中的債券專有信息在1%水平下顯著為負(fù)，以上結(jié)論同樣支持本文假設(shè)H1 和H2。從控制變量來看，（1）-（2）列中 M2 增長率、企業(yè)性質(zhì)、銷售收入增長率、債券利差、資產(chǎn)負(fù)債率和擔(dān)保人與全樣本的結(jié)果一致。上述結(jié)論表明對于長期債券而言，本文的結(jié)論依然成立，說明本文結(jié)論具有穩(wěn)健性。

表7 中（3）-（4）列為非國有企業(yè)樣本的回歸結(jié)果。對比可知，首次評級中的債券專有信息系數(shù)為負(fù)且不顯著，跟蹤評級中的債券專有信息在1%水平下顯著為負(fù)，以上非國有企業(yè)樣本的結(jié)論支持本文假設(shè)H1 和H2。從控制變量來看，（3）-（4）列中 M2 增長率、債券利差、銷售收入增長率和擔(dān)保人與表6 中全樣本的結(jié)果一致。上述結(jié)論進(jìn)一步證明了本文結(jié)論具有穩(wěn)健性。

五、結(jié)論與啟示

本文通過構(gòu)建包含債券發(fā)行人、債券評級公司和債券投資者的博弈模型，在分析不同博弈參與者最優(yōu)策略選擇的基礎(chǔ)上，發(fā)現(xiàn)評級公司對債券首次評級和跟蹤評級會選擇不同的評級策略，據(jù)此我們提出了相應(yīng)的研究假設(shè)?；谖覈鴾顑墒蠥 股上市公司發(fā)行的2010-2018 年到期和發(fā)生實(shí)質(zhì)性違約的債券樣本，通過相應(yīng)的研究設(shè)計(jì)實(shí)證驗(yàn)證了本文的研究假設(shè)。研究結(jié)果表明，債券評級公司對首次發(fā)行的債券有普遍給予高評級的動機(jī)，其評級結(jié)果通常不包含評級公司獲得的債券專有信息;而在跟蹤評級時，評級公司更傾向于在評級信息中如實(shí)包含債券專有信息，此時跟蹤評級結(jié)果更能反映債券的真實(shí)風(fēng)險情況;評級公司所擁有的債券專有信息對于預(yù)測債券違約具有顯著作用。穩(wěn)健性檢驗(yàn)結(jié)果表明，以上結(jié)論對于長期債券樣本和非國有企業(yè)樣本依然有效。

基于理論分析和實(shí)證研究得到的結(jié)果，本文的政策啟示如下：第一，進(jìn)一步打擊“信用評級交易”行為，加大對債券評級機(jī)構(gòu)違規(guī)行為的懲罰力度。信用評級行業(yè)懲罰力度過小的問題應(yīng)引起高度重視，根據(jù)理論分析部分公式（9），懲罰力度 F 的大小直接關(guān)系到債券評級公司是否如實(shí)匯報評級結(jié)果。加大懲罰力度可以減少評級公司的預(yù)期收益，促使評級公司選擇如實(shí)匯報評級結(jié)果，提升評級質(zhì)量。

第二，加快引進(jìn)國外優(yōu)質(zhì)評級機(jī)構(gòu)，逐步建立“雙評級”制度。“雙評級”制度即債券發(fā)行前必須同時由國內(nèi)與國外兩家信用評級機(jī)構(gòu)進(jìn)行信用評級。2018 年3 月，銀行間市場交易商協(xié)會發(fā)布的《銀行間債市信用評級機(jī)構(gòu)注冊評價規(guī)則》，開始允許境外評級機(jī)構(gòu)的注冊。對此，我國應(yīng)在對境外評級機(jī)構(gòu)進(jìn)行嚴(yán)格審核的同時也要為通過審核的評級機(jī)構(gòu)掃清進(jìn)入障礙。引入國外評級機(jī)構(gòu)不僅可以為國內(nèi)評級機(jī)構(gòu)帶來更成熟、先進(jìn)的信用評級模型，還可以成為國內(nèi)評級公司的競爭者，為原有的博弈模型引入新的參與者，改變原有評級博弈參與者的最優(yōu)策略選擇，提升國內(nèi)評級公司的評級質(zhì)量。

第三，逐步推行投資者付費(fèi)模式，從根本上改變債券評級公司的評級策略。現(xiàn)有文獻(xiàn)對投資者付費(fèi)模式進(jìn)行了廣泛的研究，發(fā)現(xiàn)這種評級方式能夠較好地解決債券信用評級虛高的問題（Bongaerts 等，2012）。此外，Beaver 等（2006）認(rèn)為投資者付費(fèi)模式下評級機(jī)構(gòu)提供的評級結(jié)果包含的信息更多，且能夠?qū)脡膬煞N信息做出迅速的反應(yīng)。從本文的理論模型來看，投資者付費(fèi)模式可以直接切斷債券發(fā)行人與評級公司之間的雇傭關(guān)系，評級公司沒有動機(jī)為債券提供虛高的評級。此時，評級公司將傾向于選擇如實(shí)匯報評級結(jié)果。

第四，鼓勵中立評級機(jī)構(gòu)發(fā)展，擴(kuò)大中立評級機(jī)構(gòu)市場份額。中立評級機(jī)構(gòu)可以對現(xiàn)有發(fā)行人付費(fèi)評級機(jī)構(gòu)產(chǎn)生一定的監(jiān)督作用，有利于促進(jìn)現(xiàn)有評級機(jī)構(gòu)進(jìn)行獨(dú)立、客觀和公正的信用評級，在一定程度上解決發(fā)行人付費(fèi)評級模式中存在的問題。孟慶斌等（2018）研究發(fā)現(xiàn)，我國首家中立評級機(jī)構(gòu)中債資信的信用評級通過聲譽(yù)機(jī)制和學(xué)習(xí)機(jī)制對發(fā)行人付費(fèi)評級機(jī)構(gòu)產(chǎn)生重要影響。中債資信的評級可以揭示更多發(fā)行人付費(fèi)評級機(jī)構(gòu)未掌握的私有信息，促使發(fā)行人付費(fèi)評級機(jī)構(gòu)在獲取信息后對發(fā)債主體評級進(jìn)行調(diào)整。