企业债信用利差影响因素浅析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了企业债信用利差影响因素浅析范文，希望能给你带来灵感和参考，敬请阅读。

摘要：近年来，信用债违约事件频发，国有企业发行的企业债虽有较高评级但信用状况不容乐观，在2020年较多企业债发生违约后，企业债风险引发各方关注。以2010—2014年上市交易的企业债2015—2019年的月度数据为样本，采用倾向得分匹配法、KMV模型、主成分分析法、Nelson-Siegel利率期限结构模型和面板固定效应估计法等方法进行实证分析，逐步研究风险因素与风险交织对企业债信用利差的影响。实证结果表明，违约风险在企业债信用利差贡献较低且不显著，利率风险相较于流动性风险在企业债信用利差贡献度更高。风险交织在企业债信用利差中显著存在，其中，以即期利率表示的利率风险与违约风险、流动性风险的交互作用对企业债信用利差具有显著正向影响，违约风险和流动性风险交互作用对企业债信用利差虽有正向影响但不显著。

关键词：企业债；利率风险；流动性风险；违约风险

一、引言

2016年5月4日，第一只在交易所上市交易的企业债“11蒙奈伦”发生实质性违约，标志着主要由国有企业发行的企业债彻底打破刚性兑付。2019年以来，随着我国各类企业融资需求的不断加大，债券市场的发展势头愈发良好，债券违约快速增长的趋势有所缓解，违约事件加快蔓延的趋势在一定程度上得到遏制，但是违约主体却从民营企业转向国有企业。2020年新冠肺炎疫情的出现对企业经营冲击较为明显，国企违约风险明显提升，市场出现波动。在当前金融一体化发展趋势下，如果国有企业出现实质性违约可能会引发债券市场的流动性风险、区域金融风险、利率风险等一系列风险，而风险叠加带来的后果会更加严重。中国债券信息网①显示，2020年新增违约和展期债券以中高评级为主，绝大多数违约债券评级在AA+以上，其中2020年国有企业债券违约数量达到历年最高的21只，违约规模达828.35亿元。因此，2020年12月15日，为落实国务院金融稳定发展委员会第四十三次会议精神，进一步增强企业债券服务实体经济能力，中华人民共和国国家发展和改革委员会发布《关于开展2021年度企业债本息兑付风险排查和存续监管有关工作的通知》。随着我国债券市场改革发展不断深化，金融机构与实体经济之间关系更加密切，相关风险交织可能会导致更严重的后果。因此，如何妥善处理促发展与防风险之间的关系，是推动我国债券市场进一步健康高效可持续发展的关键。目前，鲜有关于研究多重风险交织对企业债信用利差影响的相关文献。文献大多聚焦在公司债和地方债违约风险、流动性风险等单一风险研究[1-4]，或风险因素间的相关性与两种风险因素交互作用对信用债的影响[5-9]。在新冠肺炎疫情冲击与信用债违约浪潮的背景下，风险因素处在相互影响的关系网络中，研究多重风险交织对于国有企业发行的企业债信用利差的影响显得尤为重要。本文研究风险因素和风险交织对企业债信用利差的影响，不仅能够较为全面地衡量企业债所受风险，回应市场对于企业债的关切，而且通过风险交织对企业债信用利差的影响机制的分析，为债券风险研究提供新的视角，为债券定价和预警模型的建立提供新的方向，而监管部门也可据此加强企业债风险管理，兼具理论与实际意义。

二、文献综述

本文从多重风险交织角度切入探讨企业债信用利差影响因素，根据现有研究和实践经验，风险交织作为一种可能影响企业投融资和经营发展的重要变量，对于我国企业债信用利差有重要影响，一直是债券风险管理理论和市场实践探究和关注的焦点。近年来国内外学者对于风险因素影响债券信用利差的研究主要围绕“信用利差之谜”从以下两个方面展开。首先是对单一风险因素的探讨，违约风险、流动性风险和利率风险均是影响债券信用利差的核心因素，这一观点已经得到了主流学者的广泛讨论与认可[3,10-11]。Longstaff和Schwartz（1995）认为公司债券信用价差的变化不仅和公司价值有关，也与利率因素关系密切[12]。Elton等（2001）研究发现预期违约风险只能解释公司债信用利差的很小一部分[13]。王茵田和文志瑛（2016）通过研究流动性风险对债券利差的影响，发现公司债主要受即期流动性风险的影响，而企业债则受到即期流动性风险与滞后流动性风险的共同影响[10]。Bongaerts等（2017）研究发现流动性水平和股票市场流动性风险对公司债券的预期收益有很强的影响[14]。梁朝晖等（2017）通过线性概率模型实证研究发现，我国地方政府债券的收益率主要为利率风险溢价，信用风险溢价在地方债收益率中所占比例很小[15]。Bao和Hou（2017）研究了债券的初始发行结构对信用风险的影响，发现在发行人的到期结构中相对较晚到期的债务比较早到期的债务具有更大的信用风险[1]。谢云等（2017）研究表明，从长期来看，企业基本面、宏观经济形势与金融市场发展决定了债券投资的内部风险，短期债券风险主要来自宏观经济波动与相关金融市场的冲击[16]。纪志宏和曹媛媛（2017）研究发现我国投资者倾向于采用信用债进行套利交易，因此使得信用债信用利差更多体现的是市场流动性溢价而非信用风险溢价[2]。潜力和冯雯静（2020）基于KMV模型测算2020—2023年地方政府专项债券预期违约概率，发现专项债违约风险将随时间推移而显化，并且违约风险存在区域化的特征[3]。Chen和Jiang（2020）通过对七种流动性指标进行主成分分析，构建一个流动性综合指标，发现流动性风险溢价在中国公司债信用利差中所占比例相对不高[4]。其次是风险理论伴随企业发展，市场参与主体身份多重化并且持续演变，风险因素不再单独存在而是处在风险关系网络中，有关学者有效证明了风险因素不仅独立影响债券信用利差，也会通过风险因素交互关系对债券信用利差造成影响[2,5-6]。Chen等（2013）研究利率风险和信用风险的相关性对信用价差期限结构的影响，发现利率风险和信用风险之间表现出复杂的相互作用[17]。高强和邹恒甫（2015）研究发现，企业债和公司债的收益率能够很好地被信用风险、流动性风险与宏观系统性风险解释，并通过比较研究发现，企业债对流动性风险更加敏感，公司债对信用风险更加敏感[5]。梁朝晖等（2015）通过实证发现在加入利率风险和流动性风险等非信用风险因素后，公司债信用利差解释力度提高了近15%，并且公司债信用评级越高，公司债价格中包含的非信用风险补偿比例越高[11]。芦彩梅和苏丹华（2016）通过线性回归模型实证分析得出，利率风险和信用风险的交互作用确实对信用价差有显著的影响，并且不同利率风险变量和信用风险变量的交互作用对信用价差影响不同[6]。Schwert（2017）研究了市政债券的定价问题，使用三种不同的互补方法将市政债券利差分解为违约和流动性两部分，发现违约风险占平均利差的74%至84%[7]。Sperna等（2017）研究了公司债市场中信用风险和流动性风险之间的动态相互过程，发现风险相互作用机制在信贷和流动性风险之间形成了动态反馈循环，并捕获到了信贷条件恶化时流动性枯竭的经验观察[18]。焦健和张雪莹（2021）通过对2014—2019年信用债研究发现，违约事件在同一发行主体的债券之间具有流动性传染效应[8]。综上所述，目前国内外关于债券信用利差影响因素的相关研究主要集中在单一风险上，风险因素之间的相关性以及两种风险因素共同对于债券信用利差的影响，国内外学者在这三个方向丰富的研究成果为本文确立了研究基础，但关于多重风险交织对债券信用利差的影响方面的研究成果较少。在新冠肺炎疫情的冲击下，我国企业债原本隐含的风险证券保险显现，导致我国企业债出现大规模违约，只有明确风险因素和风险交织对企业债的影响，才能制定相应合理的政策，加强企业债风险监管。因此，本文基于多重风险交织视角，采用PSM-KMV模型、主成分分析法和Nelson-Siegel利率期限结构模型分别衡量企业债违约风险、流动性风险和利率风险，并建立带有风险交织交互项的线性回归模型，分析违约风险、流动性风险、利率风险以及风险交织对企业债信用利差的影响。

三、风险交织理论机制分析

任何模型都难以完全捕捉处在现实经济中的企业债所受风险之间的具体情况，但尽可能多地考虑风险之间的交互作用有利于更加全面、深入地了解企业债所受违约风险、流动性风险、利率风险之间的交织影响。随着我国债券市场的发展，信息传递速度越来越快，风险因素已不再是学者最初研究中独立影响债券信用利差的情况，而是处在风险网络中。艾春荣等（2015）[9]通过DS模型证明了流动性与违约风险以及它们的相关性对信用债券溢价可能产生重要影响。芦彩梅和苏丹华（2016）[6]通过实证验证了公司债利率风险与违约风险的交互作用对信用利差存在影响。在风险网络中，违约风险、流动性风险、利率风险通过不同方向对企业债产生影响的同时，通常会相互交织影响并发展，将风险不断叠加放大和传导，最终形成复杂的多重风险交织情况，如图1所示。企业债存在违约风险时，意味着企业出现了财务困境，企业资产价值下降，信息传递下理性消费者则会出售企业债，进而引发企业债流动性风险。由于企业债抛售带来的债券本金和利息的偿还压力进一步使得企业财务危机加剧，企业资产价值进一步下降，产生恶性循环。违约风险与流动性风险交织影响了企业债收益，对企业债信用利差也存在影响。假设当即期利率上升时，企业债将会面临利率风险。一方面，理性投资者会选择卖掉票面利率低于市场利率的企业债，由投资者出售企业债导致企业债流动性风险增加；另一方面，即期利率上升会影响企业融资成本，造成企业融资难问题，企业无法按照约定支付本金和利息导致企业债违约风险增加。由即期利率上升所带来的企业债利率风险会传递到违约风险与流动性风险，进而利率风险与违约风险交织、利率风险与流动性风险交织、利率风险与违约风险和流动性风险三者交织影响企业债信用利差。

四、风险因素代理变量计算与模型构建

（一）违约风险度量

我国非上市公司发行债券违约风险度量以财务指标为主[5]，但这些指标只可以反映企业部分的静态信息。而KMV模型基于经典Black-Scholes（BS）期权定价利率，通过股票价格信息度量公司资产价值和波动率，进而确定公司违约概率，能够动态度量上市公司违约风险。本文研究的主体是国有企业发行的企业债，而大多数国有企业并非上市公司，没有对应的股权价值和股票价格信息，故无法直接应用KMV模型测度企业债的违约风险。因此根据国有企业的企业债实际情况，借鉴谢远涛等（2016）的做法，在KMV模型中引入倾向得分匹配法[19]，结合企业的财务信息将企业自身静态信息和动态信息都考虑在内，建立两个倾向得分模型A1和A2，通过A1的匹配用同一行业上市公司的股权价值A代替该行业非上市国有企业的股权价值，通过A2的匹配用同一行业上市公司的股价波动率σ作为该行业非上市国有企业股价波动率σ的估计值。具体回归模型如下，模型中各变量说明见表1。基于倾向得分匹配值，采用核匹配法对上市公司与非上市公司的股权价值和股价波动率进行匹配。使用KMV模型计算发行主体的资产价值VA和资产价值波动率σA，再依据违约点得出违约距离①，作为企业债违约风险代理变量。

（二）流动性风险度量

根据本文的研究目的，在所有指标都满足因子分析法适用性的条件下，通过因子分析法得出企业债流动性风险综合指标是经验分析中重要的一步。其中，流动性衡量存在四个维度，分别是交易速度、交易量、交易成本和交易弹性[20]。由于流动性四个维度体现的信息并不一致，单个流动性维度不能全面地衡量市场中的流动性，而同时选取多个流动性指标代表流动性风险进行回归又易出现多重共线性问题。为克服单个流动性指标衡量流动性的有限性与多个流动性指标可能带来的多重共线性，基于多指标分析的主成分分析法显得更加有效。本文借鉴Kim等（2014）[21]、杨宝臣等（2016）[22]、Chen和Jiang（2020）[4]的方法，通过对显著影响债券利差的总成交数量、总成交金额、久期、凸度、发行量和债券期限六个流动性风险指标进行主成分分析来构建新的流动性风险因子。根据Kaiser-Harris准则和碎石图（见图2）检验选取前三个主成分，为了更好地解释主成分对其进行正交因子旋转，其旋转后因子方差贡献率分别为34%、33%、22%，累计方差因子贡献率为89%。借鉴解晓洋和童中文（2013）[23]的做法，以旋转后各主因子的方差贡献率为权重，按照式（3）计算各个企业债2015年1月到2019年12月流动性综合指标。LIQUIDITYit=(34×RC1+33×RC2+22×RC3)/89（3）

（三）利率风险度量

国内外学者通常选择无风险利率和利率期限结构斜率一同作为利率风险的变量指标，以期全面地衡量债券利率风险。因此，本文将两者一同加入模型中进行分析。首先，本文采用中债国债收益率来拟合Nelson和Siegel（1987）提出的无风险利率期限结构模型[24]，得到了与企业债剩余期限相匹配的国债即期利率。国债即期利率增加意味着再投资回报率的增加，从而公司未来价值增加，违约风险下降，进而信用利差减小。其次，利率期限结构斜率作为衡量利率风险的又一重要变量，利率期限结构斜率增加意味着市场预期未来即期利率上升，长期利率较高，市场经济处于增长阶段，从而债券信用利差减小。本文根据国内外学者的普遍做法，选取10年期国债收益率与3年期国债收益率之差表示利率期限结构的斜率。

（四）控制变量

本文选择股票市场指数、采购经理指数、货币供应量作为宏观经济风险的代理变量，从不同方面体现宏观经济风险，作为控制变量进行分析。首先，股票市场和债券市场作为我国两大资本市场，市场之间存在着较强的关联性，股市利好可能意味着债券市场资金的流出，债券利差扩大。本文采用上证综合指数表示股票市场指数。其次，采购经理指数作为反映经济是否景气的重要指标，是对采购经理的月度调查进行汇总后编制的指数。在经济景气度较高的情况下，企业经营状况较好，企业信用利差较小；在经济衰退期间，企业经营情况较差，企业信用利差扩大，存在着较大的违约风险。再次，广义货币供应量是指流通于银行体系之外的现金加上企业存款、居民储蓄存款以及其他存款，通常反映社会总需求变化和未来通货膨胀的压力状态。近些年来，许多国家都把M2作为货币调控的重要指标。若实行较为宽松的货币政策，M2增长过快，通货膨胀走高概率增加，进而扩大信用利差。

（五）风险交织的度量

在新冠肺炎疫情冲击和金融一体化的背景下，风险因素之间的关系越来越紧密，风险因素不再是通过单一渠道影响债券信用利差，风险因素之间交互作用也会对债券信用利差产生影响。风险因素交互作用的形式确定一直是一个难题，目前并没有一个公认的形式。本文依据艾春荣等（2015）[9]、芦彩梅和苏丹华（2016）[6]对风险因素交互作用的形式进行设定，通过对两种风险因素的乘积得出风险因素的交互项，因此，本文根据研究需要依次得出违约风险、流动性风险以及利率风险的两两交互项，分别为interactiondlit、interactiondcit、interactiondsit、interactionlcit以及interactionlsit，通过这五个指标体现企业债所面临的风险交互作用。并且尝试通过对违约风险、流动性风险和利率风险三种风险因素的整体乘积得出代表多重风险因素交织的交互项，分别为THREE1it和THREE2it，以此体现企业债可能面临的多重风险交织作用。研究变量信息如表2所示。

（六）线性风险因素研究模型的形式设定

考虑到研究的债券风险因素不仅限于违约风险，基于违约风险建立的结构模型和简约模型不再适用，因此本文遵循高强和邹恒甫（2015）[5]、芦彩梅和苏丹华（2016）[6]的做法选择线性回归模型。线性风险回归模型的优势在于：第一，能够在同一模型中容纳违约风险、流动性风险、利率风险和宏观系统性风险；第二，便于研究风险因素交互作用对于企业债信用利差的影响；第三，线性风险回归模型的直观含义更容易理解和解释。本文主要分为三步研究违约风险、流动风险、利率风险和宏观系统性风险以及风险因素的交互作用对企业债信用利差的影响。第一步，以股票市场指数、采购经理指数、货币供应量这三个宏观系统性风险作为控制变量，逐步加入违约距离、流动性风险因子、国债即期利率和利率期限结构斜率，分析违约风险、流动性风险和利率风险对企业债信用利差的影响。建立如下模型：CSit=α0+β1DDit+β2LIQUIDITYit+β3CYIELDt+β4SLOPEt+γ1IDXt+γ2PMIt+γ3M2t+εit（4）第二步，在第一步的基础上加入违约风险和流动性风险的交互项、违约风险和利率风险的交互项、流动性风险和利率风险的交互项，检验模型解释力度是否增加，分析风险交织对于企业债信用利差的影响。建立如下模型：CSit=α0+β1DDit+β2LIQUIDITYit+β3CYIELDt+β4SLOPEt+γ1IDXt+γ2PMIt+γ3M2t+λ1interactiondlit+λ2interactiondcit+λ3interactiondsit+λ4interactionlcit+λ5interactionlsit+εit（5）第三步，考虑到违约风险、流动性风险与利率风险三者之间可能相互交织传导，进而影响企业债信用利差，因此本文尝试在第一步的基础上加入违约风险、流动性风险、利率风险三种风险因素的交互项.

五、实证研究

本文实证分析主要分为两部分：首先，对于企业债信用利差违约风险、流动性风险、利率风险以及宏观系统性风险进行逐步回归，分析违约风险、流动性风险、利率风险以及宏观系统性风险对于企业债信用利差的具体影响；其次，在原有线性模型的基础上逐步加入违约风险和流动性风险的交互项、违约风险和利率风险的交互项等风险交互项，分析风险因素的交互作用对企业债信用利差的影响。

（一）数据选取

企业债作为国有企业和大型民企的重要融资手段，有银行间债券市场与交易所债券市场两大交易场所。由于交易所债券市场中既有机构投资者也有散户投资者，因此其中的债券价格能够更全面地反映风险因素对各类投资者的影响。鉴于作为我国首例信用债违约事件的超日债违约发生在2014年3月5日，因此选取2010—2014年首次在交易所发行并且交易的企业债2015—2019年的月度数据进行分析。本文仅考虑企业在2010—2014年间首次发行的企业债，样本期间共有债券325只。按照股价由高到低各30只上市公司股票（其中，综合行业仅有14家上市公司），通过GARCH(1,1)计算出样本2015—2019年的股价年波动率σ。在进行倾向得分匹配后，剔除未被匹配的企业债，剩余债券228只，9056个观测值组成非平衡面板数据。匹配后企业债行业分布如表3所示。

（二）描述性统计和相关性分析

表4是2010—2014年之间首次在交易所发行并且交易的企业债2015—2019年各变量的描述性统计结果。被解释变量企业债信用利差（CSit）最小值为-0.025，最大值为0.938，标准差和均值较小，这说明虽然均为企业债，但不同企业债信用利差存在差异，波动性较大。违约距离（DDit）最小值为-28.789，最大值为38.370，标准差为2.872，这说明各企业债违约风险状况存在一定差异，且波动和离散程度均较大，这样的差异性影响不同企业债违约风险的大小。流动性综合指标（LIQUIDITYit）最小值为-0.752，最大值为12.907，标准差为0.587，均值几乎为0，这说明不同企业债流动性风险差距较大，同时也说明不同企业债流动性状况具有明显差异。表5反映各变量间的相关性，相关系数基本通过显著性检验，被解释变量企业债信用利差与违约风险、流动性风险和利率风险有明显的负相关关系。此外，相比于其他控制变量，货币供应量（M2）与自证券保险变量及其他控制变量之间相关系数较大且极为显著，为规避多重共线性对回归的可能干扰，进一步做VIF检验（见表6），各变量的方差膨胀因子VIF值均小于10。这说明各变量之间不存在多重共线性，为后续有效回归分析提供了重要基础。同时，对变量M2与其他解释变量进行Spearman相关性检验，发现变量M2与多数解释变量之间的相关性较强，因此在后续回归分析中剔除了此变量。

（三）回归分析

1.风险因素对企业债信用利差影响分析。首先通过对2015—2019年非平衡面板数据的BP-ML检验强烈拒绝“不存在个体随机效应的原假设”，即认为混合回归模型可能得到有偏的、不一致的结果，随机效应模型更好，同时Hausman检验结果显示P值为0.0000，故本文使用固定效应模型进行回归分析。本文研究多重风险交织对企业债信用利差的影响机制，落脚点在于符合当今经济背景下的风险因素对企业债信用利差的影响路径。因此，风险交织对企业债信用利差的影响机理是理论和实证关注的重点。表7反映了研究变量的固定效应回归结果。模型（4）通过（1）至（7）分步回归检验，首先模型（3）、模型（5）、模型（6）、模型（7）的回归结果均显示代表利率风险的国债即期利率（CYIELDt）和利率期限斜率（SLOPEt）对企业债信用利差（CSit）具有负向作用，且在1%或5%的水平上显著，这说明市场中国债即期利率增加会显著降低企业债信用利差。代表违约风险的违约距离（DDit）数为负但不显著［见回归结果（1）、回归结果（4）、回归结果（7）］，说明违约距离增加，即企业资产未来价值的期望值到违约点之间距离增加，公司违约的可能性越小，从而降低企业债信用利差。同时，也能够说明作为一直存在“隐形担保”问题的国有企业发行的企业债，市场对于企业债的违约风险仍未重视。回归结果（2）、回归结果（4）说明流动性综合指标增加，企业债流动性增加会降低企业债信用利差，但并不显著。在控制利率风险多重风险交织下企业债信用利差影响因素研究（国债即期利率和利率期限结构斜率）后，流动性综合指标在1%的显著水平下为正［见回归结果（6）和回归结果（7）］，这说明流动性对国债利率与企业债信用利差之间的负向关系具有正向的调节作用。另外，回归结果说明采购经理人指数（PMIt）对企业债信用利差具有显著负向作用，这说明经济发展良好对企业债具有促进作用。同时，股票市场指数（IDXt）正向影响企业债信用利差，这说明股票市场高涨会增加企业债信用利差，其中可能由于股票市场上涨，债券市场资金流出，企业通过增加企业债收益率获得融资，即企业债信用利差增加。2.风险交织对企业债信用利差影响分析在模型（4）的基础上，通过对模型（5）的逐步回归（见表8），表8的回归结果依次反映违约风险和流动性风险交互作用、违约风险和利率风险交互作用与流动性风险和利率风险交互作用对企业债信用利差的影响。首先由回归结果（2）可知，违违约风险与流动性风险交互作用（interactiondlit）系数为正且显著，并且违约距离的系数和显著性均有所增大，流动证券保险性综合指标符号改变且与预期一致，这说明违约风险与流动风险交互作用对违约距离、流动性与企业债信用利差之间关系存在正向影响。但在控制违约风险和利率风险交互作用（interactiondcit）后，违约风险与流动性风险交互作用系数并不显著［见回归结果（5）］，说明违约风险与流动性风险交互作用并未显著影响违约风险和流动性风险对企业债信用利差的正向作用。模型（4）、模型（5）得到一致结果的同时，流动性风险和利率风险交互作用（interactionlcit、interactionlsit）总体上对企业债信用利差具有显著正向作用。由回归结果（6）可知，违约风险、流动性风险、利率风险三者的交互项可以看出采用国债即期利率作为利率风险的多重风险因素交互项（THREE1it）能够显著增加企业债信用利差，而以利率期限结构斜率作为利率风险的多重风险因素交互项（THREE2it）则会降低企业债信用利差，但从总体上看，多种风险因素交织对企业债信用利差具有显著的正向作用。另外由模型（1）至模型（6）能够发现，风险因素并非仅通过风险本身影响企业债信用利差，在目前经济环境下，风险交织对于企业债信用利差也存在显著影响。

六、结论与建议

本文通过基于倾向得分匹配法的KMV模型、主成分分析法、Nelson-Siegel模型分别度量企业债的违约风险、流动性风险和利率风险的同时，还将风险交织对企业债信用利差的影响考虑在内，更加符合目前新冠肺炎疫情冲击和金融一体化视角下风险交织影响的情况。第一，违约风险，流动性风险和利率风险三种单一风险均会对企业债信用利差产生影响。其中，违约风险未在企业债中显著反映，市场并未对企业债蕴含的违约风险有具体的认识，这可能与投资者对于国有企业发行的企业债认可度以及较高的信用评级有关。代表流动性风险的流动性综合指标对企业债信用利差具有负向作用与预期一致，但流动性风险溢价在企业债信用利差中的贡献度并不高。国债即期利率和利率期限结构斜率对于企业债信用利差具有显著负向作用，且相较于违约风险和流动性风险对企业债信用利差影响更大，这可能与投资者对企业债的定位有关，相较于其他信用债，企业债普遍都有着地方国资委担保和更高的信用评级，很大程度上被投资者视作政府债券，因此市场对于企业债更加关注利率风险。第二，风险交织对企业债信用利差具有显著影响。首先，违约风险与流动风险交互作用对违约风险和流动性风险与企业债信用利差之间的负向关系具有正向影响但不显著，可能是因为作为国企发行的企业债，有地方国资委担保并且市场评级较高，流动性风险和违约风险并不是市场所关注的重点。近年来企业债虽频频违约，但违约债券数量在企业债总数中占比并不高，并且企业债在违约后，大多通过展期完成了兑付。其次，国债即期利率和违约风险交互作用，国债即期利率与流动性综合指标的交互作用，国债即期利率与违约风险、流动性风险三者的交互作用显著正向影响企业债信用利差。国债即期利率从当前市场利率出发，通过影响企业债投资收益与企业融资成本，为企业债带来更多的不确定性，将利率风险向企业债违约风险与流动性风险传递，增加企业债信用利差。而利率期限结构斜率与流动性综合指标的交互作用，利率期限结构斜率与违约风险、流动性综合指标三者的交互作用对企业债信用利差存在显著负向影响，可能是因为利率期限结构斜率增加反映长期利率的增加、经济状况向好发展的预期，降低企业债信用利差。从总体上看，由于长期利率反映未来经济状况，并不是当下市场利率情况，因此对企业债信用利差的影响明显小于国债即期利率对于企业债信用利差的影响。从各企业债数据来看，风险因素不仅通过自身对企业债信用利差产生影响，也通过与其他风险的相互作用对企业债信用利差产生影响，并且风险因素交织总体上会增大企业债信用利差。在目前经济环境下，多重风险因素的叠加会从各方面影响企业投融资和企业发展，增大企业债在市场中的整体风险，企业债价格波动加剧，进而增加企业债信用利差。第三，宏观系统性风险作为控制变量，与预期一致，对企业债信用利差存在显著影响。采购经理指数在一定程度上反映经济发展的趋势，当采购经理指数上升时，经济情况向好发展，企业经营良性发展，进而降低企业债信用利差。股票市场作为我国主要的资本市场，股票市场内的资金流动对债券市场存在着明显影响，当股票市场指数上升时，资金会从债券市场流入股票市场，债券市场流动性降低，进而增加企业债信用利差。根据本文结论提出如下建议。第一，对已发行，仍在存续期间的全部企业债进行风险全面系统排查，市场中投资者对于国企发行的企业债具有较高心理预期的现象不仅使得市场对企业债风险预期不足，更使得债券市场首次违约主体评级中枢上移，外部评级面对国企债券时可能存在失真。因此，监管部门应多关注国企发行企业债的内含风险，定期对已发行的企业债情况开展专项调查。第二，对发行中的企业债风险进行多方评估、谨慎评估，不应直接对国企发行的企业债给出过高债券评级，过高的债券评级可能会使得债券市场后续发行债券信息评级效力减弱。第三，监管部门应进一步规范债券市场评级流程，并完善债券评级制度，综合考虑多个机构评级结果，给出较为准确的债券评级，为我国债券市场营造良好制度环境。

作者:姚定俊 罗亮 单位:南京财经大学金融学院