基于ADL和ECM模型的企业债券信用利差宏观影响因素研究

《基于ADL和ECM模型的企业债券信用利差宏观影响因素研究》由会员分享，可在线阅读，更多相关《基于ADL和ECM模型的企业债券信用利差宏观影响因素研究（11页珍藏版）》请在金锄头文库上搜索。

1、基于 ADL 和 ECM 模型的企业债券信用利差宏观影响因素研究基于基于 ADLADL 和和 ECMECM 模型的企业债券信用利差宏观影响因模型的企业债券信用利差宏观影响因素研究素研究摘要：摘要：本文基于 2008 年 1 月到 2015 年 12 月的数据，以 AAA 级和 A 级企业债券为研究对象， 分别采用自回归分布滞后模型和误差修正模型进行长短期及动态分析，对影响我国沪深债 市企业债券信用利差的宏观影响因素进行了实证研究。结果表明，在短期和长期中，风险 利率对信用利差有负向影响；除了消费者物价指数和消费者信心指数以外，其他宏观指标 均为正向影响；CPI 和消费者信心指数指标对信用利差的

2、影响方向相反，且消费者信心指 数影响并不显著。此外，实证结果表明模型的解释力随信用级别的降低而提高。 关键词：关键词：信用利差；宏观因素；长短期；ADL 和 ECM 模型一、一、引言引言自 1981 年恢复发行债券以来的 30 年间，我国信用债券市场实现高速增长，信用债托 管余额大幅上升，占全部债券托管余额的比例也从 6.4% 大幅提升至 36.6%。信用债券的品 种也越来越丰富，定向融资工具、中小企业私募债券、资产支持票据等品种不断推出。债 券数量和发行总额急剧上升。其中, 国债以及金融债发行总额早已突破 8 万亿及 9 万亿元，而企业债发展也毫不逊色，发行总额居所有类型债券的第四位。从发达

3、国家的经验来看， 我国企业债的发展空间还非常巨大。同时，我国信用债发行人的信用资质也伴随市场的扩 容有所下沉，中低评级债券占比不断放大，宏观经济下行周期所带来的信用事件爆发概率 有所上升。与国债和金融债相比，企业债信用风险较大，且参差不齐，因而如何对企业债 券进行准确定价成为人们关注的问题。 研究企业债券信用利差的决定因素不仅有利于信用风险的管理和信用产品的一级发行 定价，也可以帮助二级投资者判断企业债券相对于国债、金融债等利率品种的相对投资价 值，进而为其把握投资时机、选择投资品种提供研究支撑和决策依据。企业债券定价最关 键的问题是准确判断企业债的收益率要有多高才足以弥补其信用风险，即合理确

4、定信用利 差，因而确定信用利差的影响因素就显得尤为重要。信用利差的影响因素主要分为公司内 在因素和宏观因素，公司内在因素如杠杆率等要由公司的生产经营情况决定，而宏观因素 是可以由政府监督调控的因素。因此，本文将研究方向放在宏观影响因素上，针对影响企 业债券信用利差的宏观经济指标进行实证分析。二、二、文献回顾文献回顾结构化模型始于 Merton(1974)利用 Black 和 Scholes(1973)的期权定价理论构建的 信用风险定价模型，随后人们对该结构化模型的应用进行了多方面研究，包括信用利差的 决定因素研究。信用利差的决定因素通常分为两部分，即企业因素和市场因素(Collin- Dufr

5、esne 等，2001；Delianedis 和 Geske,2001)。其中，企业因素包括杠杆比率和股票价 值等，市场因素包括通货膨胀、利率、股票市场指数回报和波动率等。许多对发达国家和 新兴市场国家债券市场的实证研究表明，市场因素对信用利差的影响较大，而且影响程度 与债券的剩余期限和信用等级有很大关联。Delianedis 和 Geske(2001)发现，美国 BBB 以 上级别债券超过 80%的信用利差由预期违约损失以外的因素决定。Nakashima 和 Saito(2009)研究日本公司债券市场也发现，市场因素对公司债券信用利差有更重要的影响。基于 ADL 和 ECM 模型的企业债券信

6、用利差宏观影响因素研究而 Lepone 和 Wong(2009)对澳大利亚公司债券的研究表明，利率和流动性因素可解释级 别以上债券 50%的信用利差变化。Huang 等(2003)、Amato 和 Remolona(2003)的研究显示， 预期违约损失对信用利差的解释程度随存续期限的延长和信用级别的降低而提高。Jayadev 和 Jacob(2006)认为印度债券市场信用利差的大部分变化不是由信用风险因素决定的。 在国内，有关信用利差的研究相对较少。阮文骏等(2003)基于中国债券市场和美国债 券市场的实证研究结果表明，虽然由结构化模型得到的债券利差不能准确描述实际利差的 大小，但是在很大程度

7、上能够揭示利差变化的因素。在为数不多的运用结构化模型进行实 证研究的文献中，基于单一个债的研究占大多数（周孝坤，2006；陆文磊，2008）。此外， 张燃（2008）根据我国国情从宏观角度研究信用利差变化的决定因素，结果显示短期利率、 国债利率差和股票市场回报率对信用利差均具有显著影响。 上述实证研究虽然得出了一些有价值的结论，但也存在一些不足之处：一方面，基于 单一个债的研究尚不足以从整体上把握国内企业债券信用利差的决定因素；另一方面，国 内对信用利差的分析主要选取指标大多为各维度影响因素个别指标。 本文的创新之处在于： （1）将微观和流动性因素作为控制变量，就宏观因素的多个指标进行分析，同

8、时引入 消费者信心指数这一消费者主观性因素。 （2）本文引入各变量的一阶滞后项，利用自回归分布滞后模型构造更为精确的信用利 差宏观影响因素长期模型。 （3）上述文献只集中于长期影响层面，本文将利用误差修正模型，在长期模型的基础 上构造短期模型，进行长短期动态影响分析。 本文的结构安排如下：第三部分对本文的计量模型、变量选择和数据选取进行了说明， 第四部分是理论模型阐述，第五部分是计量回归结果和相关的分析，第六部分是主要结论 和建议。三、三、变量选取及数据说明变量选取及数据说明（一） 变量及指标选取 （1）消费者物价指数（cpi） CPI 是度量一组代表性消费商品及服务项目的价格水平随时间而变动

9、的相对数。CPI 虽 然是一个滞后性的数据，但它却是市场经济活动与政府货币政策的一个重要参考指标，也 通常是衡量通货膨胀水平的重要指标。 （2）无风险利率（rate） 根据 Merton（1974）结构化模型的观点，企业债务可视为由持有无风险资产和卖出一 份以企业资产价值为标的的看跌期权构成的资产组合。无风险利率通过影响期权价值，从 而影响公司债券的价值，进而影响其收益率。本文主要构成部分为宏观因素的长期影响， 因此在本文中以 1 年期国债到期收益率来替代无风险利率。 （3）股票市场指数（hs） 股票市场指数是表明股票行市变动情况的价格平均数，它代表了投资者信心。投资者 根据指数的升降可以判断

10、股票价格的变动趋势。沪深 300 指数是反映沪深两个市场整体走 势的“晴雨表” 。指数样本选自沪深两个证券市场，覆盖了大部分流通市值。成份股为市场 中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情 况。因此本文以沪深 300 指数作为股票市场指数的指标。 （4）货币供应量（m1） 货币供给是宏观流动性的主要指标，而 M1 能够最直接反映市场经济中的现金和贷款增基于 ADL 和 ECM 模型的企业债券信用利差宏观影响因素研究速，可以很好地显示货币流动性程度。因此 M1 作为反映宏观货币流动性的主要指标，能 很好地反映未来物价上涨的潜在压力。 （5）消费者信心指数（c

11、ci） 消费者信心指数是反映消费者信心强弱的指标。增加CCI指标是想研究消费者的信心这 一主观性因素是否对企业债券的信用利差产生影响。 （6）采购经理人指数(pmi) 反映经济形势最好的指标即为国内生产总值（GDP） ，然而我国目前仅公布季度和年度 GDP，从数据可得性上考虑，本文选取 PMI 作为替代变量。PMI 是通过对采购经理的月度调 查汇总而来的指数，通常是经济监测的先行指标，该指数反映了经济总体情况和总变化趋 势，可作为 GDP 的替代变量。 （7）信用利差本文重点在研究宏观因素对企业债信用利差的影响，因此本文控制宏观和流动性因素， 选取同一信用评级的企业债作为研究对象，同时对同一等

12、级信用利差数据进行取均值处理。 我国所有已发行的企业债中，A 级企业债余额占比高 6.02%，AAA 级企业债余额占比高 79.02%；从发行数量来看，A 级企业债已发行 203 支，AAA 级企业债已发行 611 只，所占比 重最大，为 40.65%，其中 5 年期 A 和 AAA 级企业债券占比重较大，因而本文选取上交所和 深交所的 5 年期 AAA 级和 A 级企业债券进行研究，信用利差即为银行间市场 5 年期企业债 到期收益率与相应期限国债收益率的差值。 考虑到宏观经济因素对信用利差的影响时间相对较长，日频数据和月频数据受微观随 机因素影响较大，同时选取的 CCI 指标只有月度数据。月

13、频数据相对充分地反应了当月的 信息，因此本文各指标选取月度数据。 表 1 变量描述 指标指标名称cs信用利差 cpi消费者物价指数 m1货币供应量 rate国债收益率 hs沪深 300 指数 cci 消费者信心指数pmi采购经理人指数（二） 数据说明 1宏观指标数据 CPI 月度数据来自于国家统计局网站；1 年期国债收益率的月度数据来自于 wind 资讯； 沪深 300 指数数据来自国泰安数据库，该指数为日数据，将其取均值后得到月均指数（hs） ； M1 月度数据来自中国人民银行网站；消费者信心指数同为月度数据，数据来自证券之星； PMI 月度数据来自东方财富网。所有数据样本时间均为 2008

14、 年 1 月至 2015 年 12 月。 2.信用利差数据 信用利差选择上海和深圳证券交易所 2008 年 1 月至 2015 年 12 月有交易的企业债券的 到期收益率与相应国债到期收益率的差值。所选企业债券为不可赎回、不可回售的非金融 企业债券，剩余期限不足一年的因过多出现负值而被剔除，最后所选企业债券共 95 个。信 用利差月度数据为日度数据的平均值，信用利差数据和相应期限国债收益率均来自于 wind 资讯。每个时间序列有 128 个观测值。其基本描述性统计见表 2。基于 ADL 和 ECM 模型的企业债券信用利差宏观影响因素研究表 2 信用利差的基本描述性统计(单位：bp)AAA 级债

15、券信用利差A 级债券信用利差 平均121平均150.92 标准差41.764标准差80.836 方差17442方差65345 峰度0.5768峰度1.9734 偏度0.7919偏度1.5757四、四、理论模型理论模型（一）自回归分布滞后模型（ADL） 为了消除异方差的影响，本文将变量全部进行对数化处理。首先经典回归模型表达形 式为： = 0+ 1+ 2+ 3+ 4+ 5+ 6 由于本文建立的经典回归模型残差项有较强的一阶自相关性，同时研究【1】结果显示，企 业债券的信用利差不仅受到宏观变量同期值的影响，还明显依赖于自身和宏观变量过去值 的影响。因此为了体现这种滞后效应，本文引入被解释变量自身的

16、滞后项和解释变量的滞 后项，建立自回归分布滞后模型（ADL） ，其一般形式可写为：= + = 1 + = 1 + t=1,2,3,T,s,q为最大滞后阶数。.(0,2)同时考虑到企业债券收益率的调整基本不会存在滞后多期的现象，本文只取各变量的一阶 滞后项进行研究，建立一阶自回归分布滞后模型。本文实证研究也表明一阶滞后项已经能 够很好地解释信用利差的变动。 （二）误差修正模型（ECM） 经典回归模型是建立在稳定数据变量的基础上的，对于非稳定变量，不能使用经典回 归模型，否则会出现伪回归等诸多问题。如果参与回归的变量非平稳，且回归后获得的残 差序列也非平稳则可能出现伪回归现象。在伪回归情况下，模型的参数估计以及其他相关 统计量并不可靠。 差分方程式是一个一节移动平均时间序列，因此