陸宇建，馬 蕊

（1，2 南開大學(xué)商學(xué)院， 天津 300071）

一、引言

在債券市場比較成熟的國家，公司債券發(fā)生違約并不罕見。 公司債券違約與否，取決于公司債券的質(zhì)量以及發(fā)行人的履約能力和意愿 （Ike，2013； 白俊，2014）。 但是,作為全球較大的我國債券市場，之前一直存在著剛性兌付的現(xiàn)象，直到2014 年3 月4 日ST超日發(fā)布公告，宣布“11 超日債”債券利息無法按期全額支付， 我國債券市場上剛性兌付的局面被打破，這是我國債券市場上第一起實質(zhì)性的違約事件。2014-2020 年，無論是債券違約的數(shù)量還是所涉及的金額，整體都呈現(xiàn)不斷增長的趨勢。Wind 數(shù)據(jù)庫數(shù)據(jù)顯示，2014-2020 年發(fā)生實質(zhì)性違約的債券數(shù)量分別為 6 只、23 只、56 只、34 只、125 只、184 只和 143 只，違約債券涉及金額分別為 13.4 億元、126.1 億元、393.77 億元、312.49 億元、1209.61 億元、1494.89 億元和1639.94 億元。 違約債券涉及私募債、一般公司債、中期票據(jù)、（超）短期融資券和定向工具等多種債券類型。 違約債券的地域分布情況也呈多樣化發(fā)展趨勢，共涉及28 個省、市、自治區(qū)，幾乎遍布全國。違約債券涉及行業(yè)越來越多，有多樣化的發(fā)展趨勢，逐漸從周期性行業(yè)向非周期性行業(yè)擴(kuò)展，違約債券的信用評級也有逐漸向高信用評級擴(kuò)展的趨勢。

公司債券違約對于金融市場而言是較為惡劣的負(fù)面事件。在資本市場上，當(dāng)一家企業(yè)出現(xiàn)債券違約，投資者會預(yù)期同行業(yè)的其他企業(yè)也可能存在資金問題， 使得這些企業(yè)的股價相應(yīng)下跌 （Engelmann 和Cornell，1988；Roehm 和 Tybout，2006； 黃 小 琳 等 ，2017）。另一方面，投資者也可能會將債券違約事件解讀為行業(yè)整體效率的提高，并預(yù)期行業(yè)內(nèi)其他企業(yè)會因債券違約事件而獲得更大的收益，使得其他企業(yè)的股價相應(yīng)上漲（Haensly 和 Theis，2001）。 我國現(xiàn)有研究大多關(guān)注于債券違約事件的成因，以及發(fā)生債券違約企業(yè)所具有的特征，而對于債券違約事件所產(chǎn)生的影響研究較少，尤其缺少關(guān)于債券違約事件對同行業(yè)企業(yè)在股票市場上的影響的研究。本文研究企業(yè)發(fā)生債券違約是否會對同行業(yè)其他企業(yè)股票累積異?；貓舐十a(chǎn)生顯著影響，以及這種影響為正面影響還是負(fù)面影響。

本文的主要貢獻(xiàn)包括：首先，關(guān)于債券違約的文獻(xiàn)大多是研究債券違約的成因， 或分析違約企業(yè)的特征，而本文則關(guān)注債券違約產(chǎn)生的經(jīng)濟(jì)后果，從權(quán)益投資者的視角， 研究債券違約對同行業(yè)企業(yè)股票累積異常回報率的影響， 以及行業(yè)特征對違約事件行業(yè)效應(yīng)的影響。 其次，在以往的關(guān)于違約風(fēng)險和財務(wù)風(fēng)險的傳染效應(yīng)或競爭效應(yīng)的研究中， 大多是采用模型來估計企業(yè)的違約概率， 而本文在研究債券違約的行業(yè)效應(yīng)時， 選取了在債券市場上發(fā)生實質(zhì)性違約的債券作為樣本。 最后，在考慮行業(yè)特征對違約事件的行業(yè)效應(yīng)的影響之后， 還考慮了違約事件涉及的違約金額。

后文安排如下：第二部分是相關(guān)文獻(xiàn)綜述，第三部分是理論分析和研究假設(shè)， 第四部分是研究設(shè)計，第五部分是實證檢驗與分析，第六部分是結(jié)論與政策建議。

二、相關(guān)文獻(xiàn)綜述

（一）有關(guān)債券違約問題的研究

關(guān)于債券違約問題的研究主要包括違約成因和違約經(jīng)濟(jì)后果的研究。

債券違約成因的研究發(fā)現(xiàn)，債券違約的成因包括宏觀經(jīng)濟(jì)下行壓力的增加（Kuehn 和Schmid，2014；顧攀宇，2014；楚河，2014；王遠(yuǎn)卓，2016）、信貸政策收縮（張傳金，2019）、外部監(jiān)管不完善（張瑩，2019）、公司治理缺陷（張曉彤，2015；王紅艷，2016）、公司經(jīng)營狀況惡化（Ike，2013；王遠(yuǎn)卓，2016）、過度投資（白俊，2014）。 肖艷麗和向有濤（2021）等對債券違約風(fēng)險預(yù)測進(jìn)行了研究。

債券違約會對違約企業(yè)產(chǎn)生諸多不利經(jīng)濟(jì)后果，債務(wù)違約行為將導(dǎo)致企業(yè)損失自身的聲譽(yù)和履約能力，帶來巨大損失（Engelmann 和 Cornell，1988；葉康濤等，2010），違約后導(dǎo)致違約企業(yè)股價下跌，債務(wù)融資的 難 度 與 成 本 提 高 （Beneish 和 Press，1993；Sufi，2009）、審計成本上升（Gao，2017）。債券違約還會引發(fā)債券市場的傳染效應(yīng)，張春強(qiáng)、鮑群和盛明泉（2019）研究發(fā)現(xiàn)，若同行業(yè)中已經(jīng)發(fā)生過違約事件，則發(fā)債風(fēng)險溢價會顯著提高。

（二）有關(guān)行業(yè)效應(yīng)的研究

有關(guān)行業(yè)效應(yīng)的研究主要包括有關(guān)公司破產(chǎn)危機(jī)、公司產(chǎn)品質(zhì)量丑聞和公司發(fā)布信息的行業(yè)效應(yīng)研究。

Benston 等（1991）認(rèn)為，一家銀行倒閉容易使投資者產(chǎn)生恐慌心理， 從而對整個銀行業(yè)都失去信心，導(dǎo)致大范圍的傳染效應(yīng)。 Lang 和 Stulz（1992）和 Ferris、Jayaraman 和 Makhija（1997）檢驗了破產(chǎn)公告對于行業(yè)內(nèi)其他競爭對手的股票市值的影響， 研究發(fā)現(xiàn)，傳染效應(yīng)占主導(dǎo)，一家公司的破產(chǎn)會導(dǎo)致其競爭對手加權(quán)平均后的市值減少1%； 企業(yè)破產(chǎn)的行業(yè)效應(yīng)會受行業(yè)集中度以及行業(yè)財務(wù)杠桿率的影響，行業(yè)集中度較高以及杠桿率較低的企業(yè)競爭效應(yīng)更加顯著，而行業(yè)集中度較低以及杠桿率較高的企業(yè)傳染效應(yīng)更加顯著。 Haensly 和 Theis（2001）等提出，一家公司的破產(chǎn)會給其同行業(yè)的競爭對手帶來新的發(fā)展機(jī)會，使得同行業(yè)非事發(fā)企業(yè)可以抓住時機(jī)占領(lǐng)市場份額，從而競爭效應(yīng)更加顯著。Roehm 和 Tybout（2006）發(fā)現(xiàn)危機(jī)對競爭對手的傳染效應(yīng)是基于品牌之間的相似性，如果肇事產(chǎn)品的屬性與競爭品牌的屬性相似，則競爭品牌極易受到肇事企業(yè)產(chǎn)品傷害危機(jī)的影響，致使消費(fèi)者不僅會對肇事企業(yè)產(chǎn)品失去信心，而且也會降低對競爭對手產(chǎn)品的信任與信心。

國內(nèi)學(xué)者張旋與樊元（2009）和楊文浠等（2013）以三聚氰胺事件為例，對四家乳制品上市公司進(jìn)行實證研究，發(fā)現(xiàn)了顯著的傳染效應(yīng)。武帥鋒、陳志國和楊甜婕（2014）和陳國興和趙偉（2018）探討了酒鬼酒塑化劑超標(biāo)產(chǎn)生的行業(yè)效應(yīng)， 產(chǎn)生了顯著的傳染效應(yīng)。何曉（2016）以汽車行業(yè)為例，探討了德國大眾汽車的丑聞對非事發(fā)企業(yè)的影響，結(jié)果也發(fā)現(xiàn)對于個體的效應(yīng)大多不顯著， 但是對整個行業(yè)產(chǎn)生了顯著傳染效應(yīng)。劉瑤（2012）以雙匯集團(tuán)的“瘦肉精”丑聞為研究對象，探究了對同行業(yè)其他公司的影響，發(fā)現(xiàn)丑聞事件對同行業(yè)多數(shù)非事發(fā)企業(yè)的個別效應(yīng)不顯著， 在34家企業(yè)中只有兩家企業(yè)受到了顯著影響，且影響分別為一正一負(fù)。

有關(guān)公司發(fā)布信息研究多數(shù)支持傳染效應(yīng)。Paul、Starks 和 Yoon （1998） 和 Solvin、Sushka 和 Polonchek（1999）等發(fā)現(xiàn)了股利變動信息之后，即使在同一個行業(yè)內(nèi)，不同的企業(yè)受到的影響也是并不相同的，一部分同行業(yè)其他企業(yè)會受到顯著的傳染效應(yīng)，而也有一部分公司受到的競爭效應(yīng)會超過傳染效應(yīng)。 Huey 和Alex（1998）和 Sheila 和 Gruca（2008）的研究發(fā)現(xiàn)，裁員信息的發(fā)布會使得企業(yè)自身股價下跌，也使得同行業(yè)受到顯著的負(fù)面影響，從而產(chǎn)生傳染效應(yīng)。 Blackwell 等（2004）發(fā)現(xiàn)，不同的裁員動機(jī)對同行業(yè)其他企業(yè)產(chǎn)生的傳染程度會有所不同，公司內(nèi)部結(jié)構(gòu)調(diào)整和公司經(jīng)營不善會比公司勞務(wù)糾紛引起的傳染效應(yīng)更加明顯。

綜上所述，我國目前對于行業(yè)傳染效應(yīng)的研究較少， 且大部分研究的是個別公司丑聞的行業(yè)效應(yīng)，對于債券違約事件行業(yè)效應(yīng)的研究較少。而對債券違約經(jīng)濟(jì)后果的研究，大多是研究對違約企業(yè)自身以及對關(guān)聯(lián)企業(yè)， 比如對商業(yè)合作伙伴或評級機(jī)構(gòu)的影響，而本文主要研究債券違約事件對同行業(yè)其他企業(yè)在股票市場上的影響。

三、理論分析與研究假設(shè)

（一）債券違約事件對行業(yè)內(nèi)其他企業(yè)的影響

違約事件產(chǎn)生的行業(yè)效應(yīng)可分為傳染效應(yīng)和競爭效應(yīng)。

1.傳染效應(yīng)

產(chǎn)生傳染效應(yīng)的主要原因是資本市場上存在信息不對稱，投資者無法獲取充足的信息了解市場上的每個企業(yè)。 而同行業(yè)的企業(yè)普遍具有相似性，經(jīng)營的主要內(nèi)容相同，經(jīng)營模式、現(xiàn)金流模式、資本結(jié)構(gòu)甚至商業(yè)模式都可能在一定程度上相似，所以投資者通常會將一個行業(yè)的企業(yè)視為一類，然后用所獲取的關(guān)于行業(yè)中個別企業(yè)的信息，來判斷整個行業(yè)的情況。 也就是說，當(dāng)一家企業(yè)發(fā)生債券違約時，其實是向投資者傳遞了關(guān)于整個行業(yè)的負(fù)面消息，從而會使投資者對同行業(yè)的其他企業(yè)的經(jīng)營以及資金狀況產(chǎn)生懷疑，從而產(chǎn)生傳染效應(yīng)（武帥鋒、陳志國和楊甜婕，2014）。

除了以上對投資者行為方面的影響，企業(yè)發(fā)生債券違約還會通過對整個行業(yè)上下游企業(yè)等利益相關(guān)者的行為產(chǎn)生影響， 從而間接影響同行業(yè)的其他企業(yè)。 由于企業(yè)發(fā)生債券違約釋放了風(fēng)險信息，供應(yīng)商以及債權(quán)人等會因此重新考慮同行業(yè)其他企業(yè)的信用風(fēng)險。 供應(yīng)商會要求受影響企業(yè)提前償還應(yīng)付賬款，同時可能提高所供應(yīng)產(chǎn)品的價格，這會使企業(yè)資本成本和生產(chǎn)成本提高。 債權(quán)人會為了降低被違約的可能性而對同行業(yè)的其他企業(yè)增加一些限制條件，使企業(yè)融資難度或融資成本增加。 下游企業(yè)或客戶也會因?qū)ν袠I(yè)其他企業(yè)的經(jīng)營狀況穩(wěn)定性的懷疑， 而減少需求，使企業(yè)要價能力和銷售量降低。 除此之外，因為行業(yè)中有企業(yè)出現(xiàn)了債券違約， 外部監(jiān)管部門也會更加關(guān)注這個行業(yè)，從而使企業(yè)受到一些壓力及限制。

綜上所述， 傳染效應(yīng)就是企業(yè)發(fā)生債券違約后，通過對投資者、供應(yīng)商、債權(quán)人和客戶等利益相關(guān)者的行為產(chǎn)生影響， 對同行業(yè)的其他企業(yè)造成負(fù)面影響，具體表現(xiàn)為使其生產(chǎn)成本提高、融資難度增大和要價能力下降等，進(jìn)而導(dǎo)致其股價下跌。

2.競爭效應(yīng)

競爭效應(yīng)的出現(xiàn)主要有以下原因。 首先，企業(yè)發(fā)生債券違約事件并沒有向投資者傳遞有關(guān)整個行業(yè)的負(fù)面信息，反而體現(xiàn)了整個行業(yè)效率的提升，也就是違約企業(yè)是由于自身原因?qū)е轮饾u被行業(yè)淘汰，從而發(fā)生了債券違約， 消費(fèi)者可能會購買更優(yōu)質(zhì)的產(chǎn)品，也就是購買同行業(yè)其他企業(yè)的產(chǎn)品，從而產(chǎn)生了競爭效應(yīng)（楊晶和崔瑋，2015）。其次，企業(yè)發(fā)生債券違約則表明其資金鏈出現(xiàn)了問題，這會在一定程度上影響其生產(chǎn)效率，導(dǎo)致其邊際成本上升，盈利能力下降。由于違約企業(yè)產(chǎn)品與同行業(yè)其他企業(yè)產(chǎn)品存在可以互相替代的關(guān)系，所以此時同行業(yè)的其他企業(yè)能夠獲得相比債券違約事件前相對更大的競爭優(yōu)勢。 最后，違約企業(yè)由于資金方面存在問題，遇到好的投資機(jī)會也無法把握，此時同行業(yè)的其他企業(yè)，尤其是資金狀況良好或融資能力較強(qiáng)的企業(yè)， 就可以迅速反應(yīng)，抓住前景良好的投資機(jī)會，從而獲得更大收益，即產(chǎn)生競爭效應(yīng)。 基于以上的分析可知，當(dāng)一家企業(yè)發(fā)生債券違約后，同行業(yè)的其他企業(yè)會通過搶占其“釋放”出的市場需求，或獲得更多好的投資機(jī)會等方式，獲得相比債券違約事件發(fā)生前更大的利潤。 也就是說，一家企業(yè)發(fā)生債券違約后，會對同行業(yè)的企業(yè)產(chǎn)生正面影響，即產(chǎn)生競爭效應(yīng)。

我國債券市場2014 年前一直存在剛性兌付，并由此導(dǎo)致了風(fēng)險與回報率不匹配的異象， 在一定程度上影響了市場效率。債券違約事件的發(fā)生，是我國債券市場逐漸走向成熟的必經(jīng)之路。 投資者會較為理性地對待違約事件， 不會一味地將債券違約視為整個行業(yè)的負(fù)面信息，而是會分析判斷其違約原因，而后做出投資決策。 俞欣、鄭穎和張鵬（2011）通過研究發(fā)現(xiàn)，由于五糧液公司被調(diào)查的原因之一是公司內(nèi)部治理存在問題，故公司治理較好的公司從該丑聞中得到了好處，股票價格上升， 而那些同樣存在公司治理問題的企業(yè)則受到了傳染效應(yīng)的影響， 由此也可以表明我國投資者是比較理智的。 基于以上分析，本文提出假設(shè)1：

H1a：當(dāng)一家企業(yè)發(fā)生債券違約時，對同行業(yè)中的其他企業(yè)產(chǎn)生的競爭效應(yīng)大于傳染效應(yīng)，即行業(yè)效應(yīng)主要表現(xiàn)為競爭效應(yīng)。

H1b：當(dāng)一家企業(yè)發(fā)生債券違約時，對同行業(yè)中的其他企業(yè)產(chǎn)生的傳染效應(yīng)大于競爭效應(yīng)，即行業(yè)效應(yīng)主要表現(xiàn)為傳染效應(yīng)。

（二）行業(yè)集中度對債券違約事件行業(yè)效應(yīng)的影響

王詩雨和陳志紅（2018）認(rèn)為，在單個企業(yè)的財務(wù)風(fēng)險對整個行業(yè)產(chǎn)生影響的過程中，競爭效應(yīng)和傳染效應(yīng)同時存在。本文認(rèn)為在債券違約企業(yè)對同行業(yè)中其他企業(yè)的影響過程中，傳染效應(yīng)和競爭效應(yīng)也是同時存在的，只是其中一種效應(yīng)表現(xiàn)得更加顯著。 Lang和Stulz（1992）以破產(chǎn)的美國企業(yè)為研究對象，對一家企業(yè)的破產(chǎn)公告給同行業(yè)其他企業(yè)造成的影響進(jìn)行了研究，結(jié)果發(fā)現(xiàn)企業(yè)的破產(chǎn)公告會對同行業(yè)的其他企業(yè)的股價產(chǎn)生顯著的負(fù)面影響，同時在行業(yè)集中度較高的行業(yè)中，企業(yè)的破產(chǎn)公告并沒有對同行業(yè)的其他企業(yè)造成顯著的負(fù)面影響，甚至有一些企業(yè)因此而獲得額外收益。

本文認(rèn)為，發(fā)生債券違約的企業(yè)對同行業(yè)其他企業(yè)的影響也會由于行業(yè)集中度的不同而有所不同。在行業(yè)集中度較高，即競爭激烈程度較低的行業(yè)中，由于企業(yè)數(shù)量較少， 所以每個企業(yè)所占的市場份額較大。 在這種情況下，當(dāng)行業(yè)中一家企業(yè)發(fā)生債券違約， 由于其現(xiàn)金流量出現(xiàn)問題、 生產(chǎn)效率下降等原因，而導(dǎo)致釋放的市場需求也會相應(yīng)較大，同行業(yè)其他企業(yè)可“接收”的市場份額也會較大。 同時，同行業(yè)其他的企業(yè)因其產(chǎn)品對違約企業(yè)產(chǎn)品產(chǎn)生替代效應(yīng)，從而獲得的利益也會較大。 總體而言，在行業(yè)集中度較高的行業(yè)中， 同行業(yè)其他企業(yè)因違約事件能獲得的收益更大， 競爭效應(yīng)會比在行業(yè)集中度較低的行業(yè)中更顯著。 此外， 在行業(yè)集中度較高的行業(yè)中，企業(yè)數(shù)量少，投資者更容易了解和分辨各個企業(yè)的具體情況， 所以投資者不會因為了解到一家企業(yè)的負(fù)面消息， 而一概而論地認(rèn)為同行業(yè)的其他企業(yè)也會出現(xiàn)類似情況。 即投資者不會將債券違約事件視為整個行業(yè)的負(fù)面信息， 反而更有可能將其認(rèn)為是整個行業(yè)效率提升的結(jié)果。 從這方面看，競爭效應(yīng)在行業(yè)集中度較高的行業(yè)中， 會比行業(yè)集中度較低的行業(yè)更加顯著。

反之，在行業(yè)集中度較低、競爭較為激烈的行業(yè)中，由于企業(yè)數(shù)量較多，每個企業(yè)所占的市場份額較少， 所以違約企業(yè)所能釋放的市場容量非常有限，也就是說同行業(yè)其他企業(yè)因為違約事件而能獲得的收益較少，即競爭效應(yīng)會較弱。另一方面，在競爭比較激烈的行業(yè)中，企業(yè)之間同質(zhì)化程度較高，投資者及其他利益相關(guān)者會更傾向于認(rèn)為債券違約事件傳遞了一種關(guān)于整個行業(yè)的負(fù)面信息，即傳染效應(yīng)會更加顯著。 基于以上分析，本文提出假設(shè)2：

H2： 行業(yè)集中度對債券違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，較低的行業(yè)集中度會強(qiáng)化傳染效應(yīng)。

（三）行業(yè)財務(wù)杠桿率對債券違約事件行業(yè)效應(yīng)的影響

適當(dāng)運(yùn)用財務(wù)杠桿可以放大投資收益，但是過高的財務(wù)杠桿率也會給未來收益帶來較大的不確定性。企業(yè)出現(xiàn)債務(wù)違約事件后，會對同行業(yè)其他企業(yè)產(chǎn)生傳染效應(yīng)，主要是由于投資者以及其他利益相關(guān)者會因債券違約事件所釋放的風(fēng)險信息，而對同行業(yè)其他企業(yè)的風(fēng)險水平以及經(jīng)營狀況產(chǎn)生懷疑，從而做出相應(yīng)的反應(yīng)。 而這些懷疑，主要是擔(dān)憂同行業(yè)的其他企業(yè)的資金狀況是否與違約企業(yè)相似。若違約企業(yè)所在行業(yè)的財務(wù)杠桿率較低，則在一定程度上能夠表明其違約風(fēng)險較低，能夠在一定程度上打消投資者對行業(yè)中其他企業(yè)資金狀況甚至經(jīng)營狀況的懷疑，從而使傳染效應(yīng)被弱化。并且違約企業(yè)所在行業(yè)的財務(wù)杠桿率較低， 也表明行業(yè)中其他企業(yè)融資渠道受限較小，能夠獲得新的融資的可能性較大。 也就是說，在財務(wù)杠桿率較低行業(yè)中的企業(yè)， 在把握好的投資機(jī)會方面，也更具競爭優(yōu)勢，債券違約事件對同行業(yè)其他企業(yè)所產(chǎn)生的競爭效應(yīng)會更加顯著。 反之，若行業(yè)的財務(wù)杠桿率較高，當(dāng)一家企業(yè)發(fā)生債券違約后，由于整個行業(yè)財務(wù)風(fēng)險較高，所以投資者以及其他利益相關(guān)者對同行業(yè)的其他企業(yè)的資金狀況以及經(jīng)營狀況的懷疑會更加強(qiáng)烈。 并且行業(yè)中其他企業(yè)由于融資受限，在面對好的投資機(jī)會時，也不占據(jù)優(yōu)勢。在Lang 和Stulz（1992）的研究中，也發(fā)現(xiàn)行業(yè)財務(wù)杠桿率對于行業(yè)效應(yīng)具有一定影響。作者將全部樣本公司按照行業(yè)杠桿率進(jìn)行分類，結(jié)果發(fā)現(xiàn)財務(wù)杠桿率較高的行業(yè)傳染效應(yīng)更加顯著，而財務(wù)杠桿率較低的行業(yè)競爭效應(yīng)更加顯著。 基于以上分析，本文提出假設(shè)3：

H3： 行業(yè)財務(wù)杠桿率對債券違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，較高的財務(wù)杠桿率會強(qiáng)化傳染效應(yīng)。

2018年11月25日，由中國安全生產(chǎn)科學(xué)研究院牽頭承擔(dān)的國家重點(diǎn)研發(fā)計劃“高海拔高寒地區(qū)金屬礦山開采安全技術(shù)研究與裝備研發(fā)”項目啟動暨實施方案論證會在北京召開。彭蘇萍院士、王國法院士、呂敬民教授級高工等項目咨詢專家組、科技部社發(fā)司、21世紀(jì)中心、應(yīng)急管理部科信司和安全生產(chǎn)基礎(chǔ)司、項目牽頭承擔(dān)單位以及項目骨干等110余位代表參加了會議。

（四）違約規(guī)模對債券違約事件行業(yè)效應(yīng)的影響

若涉及的違約金額較大，受到的社會和媒體的關(guān)注較多，投資者會對此次違約事件更為敏感，產(chǎn)生更強(qiáng)烈的緊張甚至恐慌情緒， 從而會改變風(fēng)險偏好，會更傾向于認(rèn)為此次債券違約事件傳遞了一種關(guān)于整個行業(yè)的負(fù)面信息，這種情況下，傳染效應(yīng)會更加顯著。 而當(dāng)違約事件涉及違約金額較小時，投資者會更傾向于認(rèn)為此次違約事件是由于行業(yè)內(nèi)企業(yè)間的競爭所導(dǎo)致的，即債券違約事件傳遞出行業(yè)整體效率提高的正面信息。 基于以上分析，本文提出假設(shè)4：

H4： 違約規(guī)模對債券違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，較高的違約金額會強(qiáng)化傳染效應(yīng)。

四、研究設(shè)計

（一）樣本選擇

本文選擇違約債券數(shù)量較多的公司債（包括一般公司債以及私募債）作為樣本進(jìn)行研究。 樣本期間為2014-2018 年， 因為中國債券市場從2014 年才打破剛性兌付，從而出現(xiàn)實質(zhì)性債券違約事件。Wind 數(shù)據(jù)庫的數(shù)據(jù)顯示，2014-2018 年共有129 只公司債發(fā)生了首次實質(zhì)性違約，發(fā)行主體一共涉及75 家公司。本文刪除了在事件窗口期內(nèi)，即債券違約事件發(fā)生前后10 天內(nèi)， 發(fā)生過會對違約企業(yè)的股價產(chǎn)生影響的重大事件的公司和數(shù)據(jù)不全的公司， 最后剩余61 家公司。 違約事件樣本企業(yè)涉及的行業(yè)較多，并且每個行業(yè)一般只有一兩家企業(yè)發(fā)生了債券違約。其中違約企業(yè)數(shù)量及金額都最多的為綜合類行業(yè)，共有5 家企業(yè)發(fā)生了債券違約，涉及違約金額35.5 億元。 除綜合類行業(yè)外， 違約企業(yè)個數(shù)較多的行業(yè)還有基礎(chǔ)化工、食品加工與肉類、 建筑產(chǎn)品以及電氣部件與設(shè)備行業(yè)，違約涉及金額較大的分別為鋼鐵、燃?xì)?、鋁以及建筑與工程行業(yè)。

本文選取滬深兩市A 股上市公司作為受違約事件影響企業(yè)的樣本，數(shù)據(jù)期間為2014-2018 年。本文剔除了金融行業(yè)的公司以及關(guān)鍵變量缺失的公司，然后計算樣本公司在61 起違約事件期間的累積異?；貓舐剩詈蠊驳玫?59459 個觀測值。 為了控制數(shù)據(jù)中異常值對回歸結(jié)果的影響， 本文在處理數(shù)據(jù)時， 對所有的連續(xù)變量都進(jìn)行了上下1%的縮尾處理。

本文中關(guān)于違約債券數(shù)量、金額和行業(yè)分布等相關(guān)數(shù)據(jù)主要來源于Wind 數(shù)據(jù)庫。 計算股票累積異?；貓舐实南嚓P(guān)數(shù)據(jù)，以及公司規(guī)模、資產(chǎn)負(fù)債率等公司財務(wù)特征數(shù)據(jù)主要來源于CSMAR 數(shù)據(jù)庫。

（二）變量定義

1.因變量

因變量為上市公司股票累積異常回報率（CAR），衡量債券違約企業(yè)對同行業(yè)其他企業(yè)在股票市場上的影響。累積異常回報率越大，說明市場反應(yīng)越正面，即違約企業(yè)對同行業(yè)其他企業(yè)具有正向影響，競爭效應(yīng)更加顯著；反之，則為對同行業(yè)其他企業(yè)具有負(fù)面影響，傳染效應(yīng)更為顯著。

本文首先將債券違約發(fā)生日定義為事件日，即第0 天，而對于時間窗口期，本文借鑒了Goins 和Gruca（2008）的做法，使用違約事件發(fā)生前后 10 天，即（-10，10）作為事件窗口。 Campbell 等（1997）指出，對于（-30，30）或者其以內(nèi)的事件窗口，估計窗口可以是120 天或者更長的時間。 因此， 本文將事件日前130天到事件日前11 天作為估計窗口，即（-130，-11）作為估計窗口。 本文采用事件研究法的具體步驟如下：（1）根據(jù)市場模型，利用估計窗口（-130，-11）內(nèi)的股票日回報率和市場指數(shù)回報率進(jìn)行參數(shù)估計，從而計算出股票i 在t 日的期望日回報率；（2）計算樣本公司股票的日異常回報率，也就是計算股票每個交易日實際日回報率與期望日回報率之間的差值；（3） 將窗口期內(nèi)的日異?；貓舐蔬M(jìn)行加總，就可以得到每只股票的累積異常回報率。運(yùn)用以上步驟得出違約事件期間除違約企業(yè)外上市公司的累積異?；貓舐?，然后判斷債券違約事件是否會對同行業(yè)的其他企業(yè)股票累積異?；貓舐十a(chǎn)生顯著影響。若對與違約企業(yè)屬于同一行業(yè)的股票累積異?；貓舐示哂酗@著的正向影響，則說明違約事件對同行業(yè)其他企業(yè)產(chǎn)生的行業(yè)效應(yīng)主要表現(xiàn)為競爭效應(yīng)。 反之，若對與違約企業(yè)屬于同一行業(yè)的股票累積異?；貓舐示哂酗@著的負(fù)面影響，則說明違約事件對同行業(yè)其他企業(yè)產(chǎn)生的行業(yè)效應(yīng)主要表現(xiàn)為傳染效應(yīng)。

2.自變量

自變量為是否與債券違約企業(yè)屬于同一行業(yè)（default）， 如果樣本企業(yè)與債券違約企業(yè)屬于同一行業(yè)則取1，否則取0。

3.調(diào)節(jié)變量

本文使用的調(diào)節(jié)變量有三個。第一個調(diào)節(jié)變量為行業(yè)集中度（HHI）。 具體計算方法為：先通過將行業(yè)內(nèi)的每家企業(yè)的主營業(yè)務(wù)收入與行業(yè)主營業(yè)務(wù)收入合計的比值的平方累加，計算出每個行業(yè)的赫芬達(dá)爾指數(shù)；然后取所有行業(yè)赫芬達(dá)爾指數(shù)的中位數(shù)，若企業(yè)所在行業(yè)的赫芬達(dá)爾指數(shù)低于全部樣本的中位數(shù)則取值為1，否則取0。第二個調(diào)節(jié)變量為行業(yè)財務(wù)杠桿率（lev_ind）。 具體計算方法為：以行業(yè)中各企業(yè)市值占行業(yè)總市值的比重為權(quán)數(shù)，將行業(yè)中所有企業(yè)的財務(wù)杠桿率加權(quán)平均，所得結(jié)果即為行業(yè)的財務(wù)杠桿率。第三個調(diào)節(jié)變量為債券違約事件涉及的實際違約金額（debtsize），單位為億元。

4.控制變量

企業(yè)實際控制人產(chǎn)權(quán)性質(zhì)虛擬變量（Soe），用來表示企業(yè)實際控制人產(chǎn)權(quán)性質(zhì)是否是國有，國有取值為1，否則取0。國有企業(yè)債券在投資者心中一直具有隱性擔(dān)保的特征，所以其違約可能與非國有企業(yè)違約造成的影響不同。

地區(qū)虛擬變量（region），若企業(yè)與債券違約企業(yè)屬于同一省市則取1，否則取0。因為企業(yè)違約很可能是由于所在地區(qū)的經(jīng)濟(jì)大環(huán)境變化所導(dǎo)致的，所以違約事件可能會對同地區(qū)的企業(yè)產(chǎn)生影響。為了排除這種影響，本文將地區(qū)虛擬變量加入控制變量中。 根據(jù)前人的相關(guān)研究，本文還選取了其他一些變量作為控制變量，如表1 所示。

表1 變量定義及度量方法

（三）模型構(gòu)建

為了檢驗假設(shè)1，即債券違約會對同行業(yè)中其他企業(yè)股票累積異?；貓舐十a(chǎn)生的影響，本文構(gòu)建模型（1），如下所示：

在上述模型（1）的基礎(chǔ)上，加入是否與債券違約企業(yè)處于同一行業(yè)（default）與行業(yè)集中度虛擬變量（HHI）的交乘項，構(gòu)建模型（2），以檢驗本文的假設(shè) 2：行業(yè)集中度對債券違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，較低的行業(yè)集中度會強(qiáng)化傳染效應(yīng)。模型（2）如下所示：

在模型（1）的基礎(chǔ)上，加入是否屬于與債券違約企業(yè)同行業(yè)與行業(yè)財務(wù)杠桿率的交乘項， 構(gòu)建模型（3），以檢驗假設(shè)3：行業(yè)財務(wù)杠桿率對債券違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，且較高的財務(wù)杠桿率會強(qiáng)化傳染效應(yīng)。 模型（3）如下所示：

在模型（1）的基礎(chǔ)上，加入是否與債券違約企業(yè)同行業(yè)與違約規(guī)模的交乘項，構(gòu)建模型（4），以檢驗假設(shè)4：違約企業(yè)的違約規(guī)模會影響債券違約事件的行業(yè)效應(yīng)，且較高的違約金額會強(qiáng)化傳染效應(yīng)。模型（4）如下所示：

五、實證結(jié)果與分析

（一）變量描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計結(jié)果如表2 所示。各個企業(yè)的累積異?；貓舐剩–AR）均值-0.003 較小，樣本中大部分企業(yè)的累積異常回報率為負(fù)， 但差異較大。 企業(yè)實際控制人產(chǎn)權(quán)性質(zhì)變量（soe）的均值及中位數(shù)都小于0.5， 說明違約事件大多發(fā)生在非國有企業(yè)。 是否與債券違約企業(yè)同行業(yè)變量（default）和是否與債券違約企業(yè)同地區(qū)變量（region）的均值和中位數(shù)均小于0.5， 說明樣本企業(yè)中與債券違約企業(yè)屬于同一行業(yè)或者同一地區(qū)的企業(yè)較少。這主要是由于我國債券市場從2014 年開始才打破剛性兌付， 目前發(fā)生債券違約的企業(yè)樣本數(shù)量還比較少。從表中數(shù)據(jù)還可以看出，樣本中企業(yè)年齡變量差異較大，最小值4 與最大值64 之間相差15 倍。 同樣，本文所選取的債券違約事件的違約規(guī)模之間差異也較大，違約金額最小的為0.1 億元，而違約規(guī)模最大的違約事件涉及金額高達(dá)20 億元。

表2 描述性統(tǒng)計

（二）相關(guān)性分析

各個變量之間的Pearson 相關(guān)性分析結(jié)果如表3所示。 從表3 可以看出，是否與債券違約企業(yè)屬于同一行業(yè)變量與累積異?；貓舐试?%的水平上顯著正相關(guān)，表明和行業(yè)外企業(yè)相比，與違約企業(yè)屬于同一行業(yè)的企業(yè)的累積異?；貓舐矢?， 所以可以初步驗證假設(shè)1，即違約事件會對同行業(yè)其他企業(yè)產(chǎn)生顯著影響，并且很可能表現(xiàn)為競爭效應(yīng)。 除此之外，還可以從相關(guān)系數(shù)矩陣中看出， 所有的控制變量都與累積異?；貓舐试?%或5%水平上顯著相關(guān)，說明本文所選取的控制變量都較為合適， 均對因變量具有顯著影響。 自變量之間的相關(guān)性系數(shù)較低，沒有明顯的共線性。

表3 主要變量的相關(guān)性分析

（三）回歸分析結(jié)果與分析

1.債券違約事件對行業(yè)內(nèi)其他企業(yè)影響的回歸分析模型（1）的回歸分析結(jié)果見表 4 第（1）列。

表4 回歸分析結(jié)果

模型（1） 模型（2） 模型（3） 模型（4）（1） （2） （3） （4）debtsize×default -0.081*（-1.83）region 0.548*** 0.547*** 0.546*** 0.494***（5.35） （5.34） （5.33） （4.83）soe -0.951*** -0.946*** -0.957*** -0.386***（-12.29） （-12.23） （-12.38） （-4.67）age 0.009** 0.009** 0.008* 0.009**（2.06） （2.02） （1.83） （2.05）lev 1.413*** 1.383*** 1.249*** 1.414***（9.03） （8.83） （7.65） （9.04）roa 5.312*** 5.222*** 5.393*** 5.313***（12.66） （12.43） （12.84） （12.68）TobinQ 0.538*** 0.538*** 0.546*** 0.539***（24.01） （24.00） （24.25） （24.05）size -0.113*** -0.108*** -0.120*** -0.112***（-3.97） （-3.80） （-4.19） （-3.95）sharefir 0.420** 0.449** 0.387** 0.423**（2.27） （2.43） （2.09） （2.29）ins -0.293** -0.280** -0.272** -0.299**（-2.24） （-2.14） （-2.07） （-2.28）YEAR 已控制 已控制 已控制 已控制樣本數(shù) 159459 159459 159459 159459調(diào)整的R2 0.0445 0.0447 0.0446 0.0468 F 值 531.81 466.91 466.54 489.88

從表 4 第（1）列可以看出：（1）是否與債券違約企業(yè)屬于同一行業(yè)（default）的系數(shù)為0.068，且在5%的水平上與累積異?；貓舐剩–AR）顯著正相關(guān)。 說明當(dāng)企業(yè)發(fā)生債券違約后，確實會對同行業(yè)的其他企業(yè)產(chǎn)生顯著正向影響，假設(shè)1 得到了驗證。 （2）控制變量中， 是否與債券違約企業(yè)屬于同一地區(qū)變量（region）的系數(shù)為0.548，且在1%的水平上顯著為正，表明企業(yè)發(fā)生債券違約后，也會對同一地區(qū)的其他企業(yè)產(chǎn)生顯著影響，并且競爭效應(yīng)更加顯著。 本文認(rèn)為，由于很多公司的市場需求很可能大部分都來源于所在地區(qū)的客戶，而當(dāng)違約企業(yè)因發(fā)生債券違約而“出讓”了部分市場份額，相對于位于其他地區(qū)的企業(yè)，與違約企業(yè)同屬于一個地區(qū)的企業(yè)在搶占市場份額方面更占優(yōu)勢，獲得的收益會更大，所以債券違約事件對同一地區(qū)的其他企業(yè)產(chǎn)生正面影響， 即競爭效應(yīng)更加顯著。 （3）實際控制人產(chǎn)權(quán)性質(zhì)變量（soe）的系數(shù)為-0.951，且在1%的水平上顯著為負(fù)，表明相比于非國有企業(yè)發(fā)生債券違約，國有企業(yè)發(fā)生債券違約對市場上的其他企業(yè)具有顯著的更加負(fù)面的影響。國有企業(yè)發(fā)行債券，投資者一般會因其國有性質(zhì)而認(rèn)為其具有隱性擔(dān)保，所以預(yù)期其違約風(fēng)險很低，而一旦國有企業(yè)發(fā)生了債券違約， 則會打破投資者的這種認(rèn)知，加深投資者的恐慌情緒，提升其感知的風(fēng)險水平。（4）其他的控制變量也都在1%水平上顯著相關(guān)， 表明所選取的控制變量都對因變量累積異?；貓舐示哂酗@著的影響。回歸結(jié)果表明，企業(yè)年齡越大、財務(wù)杠桿率越高、賬面價值與市場價值比值越小、總資產(chǎn)回報率越高、成長性越好、規(guī)模越大、股權(quán)越中以及機(jī)構(gòu)持股比例越小的企業(yè)，累積異?；貓舐试酱?。 本文還計算了各變量之間的方差膨脹因子 （VIF）， 所有變量的VIF 檢驗結(jié)果都小于10，故本文所有變量之間不存在嚴(yán)重的多重共線性問題。

2.行業(yè)集中度對債券違約事件行業(yè)效應(yīng)的回歸分析

為了檢驗假設(shè)2，在模型（1）的基礎(chǔ)上加入了行業(yè)集中度變量（HHI），具體回歸結(jié)果見表 4 的第（2）列。 從表 4 第（2）列可見：（1）加入行業(yè)集中度變量HHI 后，是否與債券違約企業(yè)屬于同一行業(yè)（default）的系數(shù)0.307 仍然在5%水平上顯著為正， 兩者交乘項 HHI×default 的系數(shù)為-1.284， 在 1%水平上顯著。通過計算可以發(fā)現(xiàn)， 當(dāng)行業(yè)集中度較低時，default 的系數(shù)為-0.977。 即在行業(yè)集中度較低時，default 與累積異常回報率具有顯著負(fù)相關(guān)關(guān)系；而在行業(yè)集中度較高時，default 與累積異?；貓舐示哂酗@著正相關(guān)關(guān)系。 由此表明，債券違約事件會對同行業(yè)的其他企業(yè)產(chǎn)生顯著影響，且在行業(yè)集中度不同的行業(yè)中表現(xiàn)不同。在行業(yè)集中度低，即競爭較為激烈的行業(yè)中，傳染效應(yīng)更加顯著，而在行業(yè)集中度較高，即競爭激烈程度較低的行業(yè)中，競爭效應(yīng)更為顯著，假設(shè)2 得到驗證。回歸結(jié)果表明，在行業(yè)集中度較高的行業(yè)中，投資者更傾向于將債券違約事件解讀為違約企業(yè)所在行業(yè)整體效率的提升，從而使債券違約事件對同行業(yè)的其他企業(yè)產(chǎn)生顯著的正向影響。而在行業(yè)集中度較低的行業(yè)中，投資者會更傾向于將違約事件視為傳遞出違約企業(yè)所在行業(yè)的負(fù)面信息，從而使債券違約事件對同行業(yè)的其他企業(yè)產(chǎn)生顯著的負(fù)向影響， 這也與Lang 與 Stulz（1992）的研究結(jié)果一致。 （2）行業(yè)集中度變量（HHI）的系數(shù)為-0.25，且在1%水平上顯著，說明在不考慮違約事件影響的情況下，行業(yè)集中度較高的行業(yè)的累積異?；貓舐蕰鄬^高。這主要是由于行業(yè)集中度高，一般為幾大公司占據(jù)了行業(yè)中的大部分市場份額。 而在這種情況下，行業(yè)中的幾大龍頭企業(yè)的利潤空間較大，從而其累積異常回報率也較高。（3）在該回歸中，其他控制變量無論是系數(shù)還是顯著性水平，均無太大變化。

3.行業(yè)財務(wù)杠桿率對違約事件行業(yè)效應(yīng)的回歸分析

本文為了檢驗假設(shè)3，在模型（1）的基礎(chǔ)上加入了行業(yè)財務(wù)杠桿率（levind）與是否與債券違約企業(yè)屬于同一行業(yè)（default）的交乘項進(jìn)行了回歸分析，具體結(jié)果如表4 的第（3）列所示。 從回歸結(jié)果可以看出：（1）levind與 default 的交乘項的系數(shù)為-3.773，且在 5%水平上顯著，說明行業(yè)的財務(wù)杠桿率對違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，較高的行業(yè)財務(wù)杠桿率會強(qiáng)化傳染效應(yīng)，即假設(shè)3 得到了驗證。通過計算可以發(fā)現(xiàn)，當(dāng)行業(yè)財務(wù)杠桿率為55%左右時，是否與債券違約企業(yè)屬于同一行業(yè)（default）的系數(shù)就會由正變負(fù)。 也就是說，若行業(yè)的財務(wù)杠桿率高于55%，則當(dāng)行業(yè)中出現(xiàn)債券違約事件時，同行業(yè)的其他企業(yè)會受到更為顯著的負(fù)面影響，即傳染效應(yīng)更加顯著。（2）levind的系數(shù)為0.852，且在1%水平上顯著，表明在不考慮違約事件影響的情況下，行業(yè)財務(wù)杠桿率越高，其財務(wù)風(fēng)險較大，累積異常回報率會越高，符合高風(fēng)險高收益的特征。 （3）在該回歸中所有控制變量的系數(shù)及顯著性水平仍沒有太大變化。

4.違約規(guī)模對違約事件行業(yè)效應(yīng)的回歸分析

為了檢驗假設(shè)4，在模型（1）的基礎(chǔ)上加入了違約事件涉及違約金額變量（debtsize），具體回歸結(jié)果如表4 的第（4）列所示。 從回歸結(jié)果可以看出：debtsize與default 的交乘項的系數(shù)為-0.081，且在10%水平上顯著，說明較高的違約金額會強(qiáng)化傳染效應(yīng)，即假設(shè)4 得到了驗證。 通過計算可以發(fā)現(xiàn)，當(dāng)違約事件涉及違約金額高達(dá)約6.4 億元時，debtsize 與default 交乘項的系數(shù)就會由正變負(fù)。 也就是說，當(dāng)違約事件涉及違約金額超過6.4 億元時，投資者就會產(chǎn)生更強(qiáng)烈的緊張甚至恐慌情緒，會傾向于認(rèn)為債券違約事件傳遞出了關(guān)于整個行業(yè)的負(fù)面信息，即此時傳染效應(yīng)更加顯著。在該回歸中所有控制變量的系數(shù)及顯著性水平仍沒有實質(zhì)變化。

（三）穩(wěn)健性檢驗

1.替代債券違約事件窗口期計算異?；貓舐?/p>

采用事件研究法進(jìn)行實證研究時，實證研究結(jié)果對于累積異?；貓舐剩–AR）的事件窗口期間的選擇會比較敏感。 所選取的事件窗口時間長短的不同，可能會使研究結(jié)果大相徑庭。 所以，本文嘗試將違約事件的時間窗口改為債券違約事件發(fā)生的前后各7 天，即（-7，7）作為事件窗口，對本文的假設(shè)進(jìn)行重新檢驗。重新檢驗的回歸結(jié)果如表5 第（1）列所示。由表5第（1）列可見，default 的系數(shù)為 0.002，且在 1%水平上顯著，結(jié)論仍保持不變。其他控制變量也仍然顯著，且符號與顯著性水平均基本無變化，結(jié)論也與之前的回歸一致。 由此可見，假設(shè)1 的回歸結(jié)果具有穩(wěn)健性。

表5 穩(wěn)健性檢驗結(jié)果

行業(yè)財務(wù)杠桿率模型（3）（3）系數(shù) t 值 系數(shù) t 值 系數(shù) t 值levind 0.803*** 3.61 default×levind -5.631*** -3.94 region 0.690*** 6.44 0.547*** 5.35 0.546*** 5.34 soe -0.176** -2.18 -0.942*** -12.18 -0.960*** -12.41 age 0.007 1.55 0.009** 2.07 0.008* 1.85 lev 1.472*** 8.98 1.417*** 9.05 1.251*** 7.61 roa 7.038*** 16.03 5.277*** 12.57 5.364*** 12.78 TobinQ 0.595*** 25.32 0.539*** 24.01 0.548*** 24.3（） （） （）size -0.110*** -2.69 -0.111*** -3.89 -0.117*** -4.11 sharefir 0.434** 2.25 0.427** 2.31 0.387** 2.09 ins -0.218 -1.59 -0.292** -2.23 -0.283** -2.16 YEAR 已控制 已控制 已控制樣本數(shù) 159459 159459 159459調(diào)整的R2 0.0496 0.0447 0.0447 F 值 595.2 467.01 467.01替代債券違約事件窗口期CAR（-7，7）（1）替代行業(yè)集中度模型（2）（2）

2.替代行業(yè)集中度計量方法

根據(jù)美國司法部制定的以HHI 值對市場結(jié)構(gòu)進(jìn)行分類的標(biāo)準(zhǔn)，HHI 值小于0.1 的行業(yè)為競爭型行業(yè)， 即行業(yè)集中度較低的行業(yè)；HHI 值大于0.1 的行業(yè)為寡占型行業(yè)，即行業(yè)集中度較高的行業(yè)。所以，本文在穩(wěn)健性檢驗部分， 根據(jù)以上標(biāo)準(zhǔn)， 重新定義了HHI 變量。 當(dāng)行業(yè)的赫芬達(dá)爾指數(shù)小于0.1 時，令HHI 取值為1，否則取值為0。 并用新的HHI 值代入模型（2），對假設(shè)2 重新進(jìn)行回歸檢驗，回歸結(jié)果如表5 第（2）列所示。從表 5 第（2）列可見，default 的系數(shù)為0.688，且在1%水平上顯著，其與行業(yè)集中度（HHI）的交乘項的系數(shù)為-2.024，也在1%水平上顯著，表明當(dāng)使用新的行業(yè)集中度分類標(biāo)準(zhǔn)時，在行業(yè)集中度不同的行業(yè)中，違約事件的行業(yè)效應(yīng)仍然不同，且在行業(yè)集中度較高的行業(yè)中，債券違約事件的競爭效應(yīng)更加顯著，在行業(yè)集中度較低的行業(yè)中，債券違約事件的傳染效應(yīng)更加顯著， 結(jié)論與之前的檢驗結(jié)果一致，假設(shè)2 的回歸結(jié)果具有穩(wěn)健性。

3.行業(yè)財務(wù)杠桿率影響債券違約事件行業(yè)效應(yīng)的穩(wěn)健性檢驗

參考王詩雨與陳志紅（2018）的做法，在穩(wěn)健性檢驗部分，本文將以行業(yè)中的各企業(yè)的營業(yè)收入與行業(yè)總營業(yè)收入的比值為權(quán)重，將行業(yè)中所有企業(yè)的財務(wù)杠桿率重新加權(quán)平均進(jìn)行計算，從而得到新的行業(yè)財務(wù)杠桿率。并用新的行業(yè)財務(wù)杠桿率代入模型（3）中，對假設(shè)3 重新進(jìn)行回歸檢驗， 回歸結(jié)果見表5 第（3）列。 從表 5 第（3）列可見，default 的系數(shù)為 2.934，且在1%水平上顯著，其與行業(yè)財務(wù)杠桿率（lev_ind）的交乘項的系數(shù)為-5.631，也在1%水平上顯著。 表明當(dāng)使用營業(yè)收入作為權(quán)重計算得到的行業(yè)財務(wù)杠桿率時，結(jié)論與之前的檢驗結(jié)果一致，假設(shè)3 的回歸結(jié)果具有穩(wěn)健性。

六、研究結(jié)論

本文選取2014-2018 年發(fā)生實質(zhì)性債券違約的企業(yè)的首次違約事件作為樣本，研究對同行業(yè)上市公司產(chǎn)生的影響。 主要結(jié)論如下：

首先，從整個市場的角度來看，違約事件確實會對同行業(yè)的其他企業(yè)產(chǎn)生顯著影響，且競爭效應(yīng)更加顯著。 表明我國投資者比較理性，并不會因為一家企業(yè)發(fā)生了債券違約， 而對同行業(yè)的其他企業(yè)全盤否定，反而認(rèn)為同行業(yè)其他企業(yè)會因此受益。

其次，在行業(yè)集中度不同的行業(yè)中，債券違約事件對同行業(yè)其他企業(yè)所產(chǎn)生的影響不同。在行業(yè)集中度較高的企業(yè)中，由于企業(yè)之間差異較大，所以傳染效應(yīng)會被弱化， 同時因為每個企業(yè)所占市場份額較大，當(dāng)有企業(yè)發(fā)生債券違約時，其他企業(yè)所能爭取到的市場份額也相應(yīng)較大， 所以競爭效應(yīng)會被強(qiáng)化，最終競爭效應(yīng)表現(xiàn)得更加顯著。而在行業(yè)集中度較低的企業(yè)中，情況正好相反，傳染效應(yīng)表現(xiàn)得更加顯著。

再次，行業(yè)財務(wù)杠桿率對債券違約事件的行業(yè)效應(yīng)也具有調(diào)節(jié)作用。在財務(wù)杠桿率較低的行業(yè)中的企業(yè)，表明其違約風(fēng)險相對較低，能夠在一定程度上打消投資者對其資金狀況甚至經(jīng)營狀況的懷疑，所以傳染效應(yīng)會被弱化。而且在財務(wù)杠桿率較低的行業(yè)中的企業(yè)，一般融資渠道受限相對較小，能夠獲得新的融資資金的可能性相對較大， 在把握好的投資機(jī)會方面，也更具競爭優(yōu)勢，所以競爭效應(yīng)會被強(qiáng)化。也就是說，行業(yè)財務(wù)杠桿率會強(qiáng)化傳染效應(yīng)，行業(yè)財務(wù)杠桿率越高，傳染效應(yīng)會越加顯著。

最后，違約企業(yè)的違約規(guī)模對債券違約事件的行業(yè)效應(yīng)具有調(diào)節(jié)作用，較高的違約金額會強(qiáng)化傳染效應(yīng)。 當(dāng)違約事件涉及的違約金額較大時，投資者會對此次違約事件更為敏感，產(chǎn)生更強(qiáng)烈的緊張甚至恐慌情緒， 從而會對同行業(yè)企業(yè)的投資決策更加謹(jǐn)慎，會更傾向于認(rèn)為此次債券違約事件傳遞了一種關(guān)于整個行業(yè)的負(fù)面信息，從而使傳染效應(yīng)被強(qiáng)化。