从微观结构视角看中国债券市场信用利差.docVIP

从微观结构视角看中国债券市场信用利差 　　摘要：经典的信用利差研究基本遵循完全竞争市场假设，但现实的债券市场在微观结构上存在不完全竞争或不完全有效情况，且各国债券市场在微观结构上也存在极大差异，导致信用利差理论值与实际值差异较大。本文对中国债券市场的诸多微观结构问题进行分析，对中国信用利差的独特走势给出一定答案，并给出进一步研究中国信用利差问题的思路。 　　关键词：信用利差 ?Y构化模型 分解模型 经济周期 微观结构 　　信用利差之谜 　　债券的信用利差（以下简称信用利差）通常定义为公司债券收益率与国债收益率之差。对信用利差的研究有两个重要的问题：一是如何解释信用利差的经济学含义，或者说哪些因素决定了信用利差的变化；二是研究信用利差与宏观经济周期之间的关系，以及能否利用信用利差进行宏观经济预测。公司债券与国债之间的根本差异是公司债券存在违约的可能。因此最朴素的想法是信用利差是债券违约损失的风险补偿。Merton（1974）基于BS模型提出研究信用利差的结构化模型，以公司价值为随机变量的预期违约损失衡量信用利差。但大量基于结构化模型的实证研究发现，违约预期损失只能解释信用利差中很小一部分问题。因此许多学者转向研究信用利差由哪些因素决定，此类研究通常称为“分解模型”，研究的因素包括税收、债券市场流动性、无风险利率水平、期限利差水平、金融市场风险偏好等。但Elton（2001），Collin-Dufresne等（2001），Huang（2003）等研究均发现即使考虑所有这些变量，分解模型最多也只能解释信用利差变动的35%。Amato Remolona （2003）将这种现象称为“信用利差之谜”。他认为信用债投资回报率呈现出左偏的形态，需要极大的投资数量才能实现分散风险的目标。投资者难以通过分散投资或其他手段对信用风险进行对冲，因此对信用债投资回报要求一定超额溢价作为补偿。尽管信用利差的构成仍是未完全解决之谜，但Altman（1989），Bernake（1990），Guha和Harris （2002）， Giesecke等（2011） ，Gilchrist和Zakraj?ek （2012）都发现信用利差与若干宏观经济变量存在显著相关性。总体结论是，在经济扩张期???用利差缩窄，在经济衰退期信用利差扩大。同时，他们认为信用利差是经济周期的领先指标，可以用于宏观经济预测及分析，Philippon（2009）认为信用利差的预测能力超过股票价格。 　　中国债券市场起步较晚，但发展迅速。截至2017年9月底，债券总托管量超62万亿元人民币，已经成为世界第三大债券市场。其中信用类债券自2007年推出公司债和2008年推出中期票据后快速发展，已经成为全球第二大信用债券市场。国内学者也通过中国债券市场的数据并运用结构化模型、分解模型等对信用利差进行了大量研究。例如，周孝坤（2006）用结构化模型研究中国企业债信用利差理论值远低于实际值；戴国强、孙新宝（2011）研究信用利差与宏观变量的关系，认为GDP、货币供应量与公司债券信用利差正相关，CPI、PPI与信用利差负相关；王宇（2013）认为信用利差与CPI、PMI、货币供应量、股市回报率正相关，与无风险利率、收益率曲线斜率负相关。总体结论是：第一，预期违约损失并不能很好地解释中国信用利差问题，这与西方信用利差之谜的发现类似；第二，信用利差与经济周期的关系不稳定，与有些指标正相关，与另一些指标负相关，与同一个指标在一些时期正相关，在某些时期又为负相关。也有一些业内学者从市场微观特点进行研究，如姬江帆等（2014）通过定性分析，将信用利差的影响因素分为预期违约损失、流动性补偿、杠杆套利便利性、投资者结构及信用债供给压力。 　　笔者认为，信用利差影响因素以及信用利差与经济周期关系的研究没有取得很有效结论的重要原因在于：这些研究很大程度上都遵循完全竞争市场假设，而对债券市场的实际情况或者对市场微观问题可能考虑不足。具体来说，结构化模型侧重于微观视角，从发行人的角度用企业财务数据、股价对违约预期损失风险进行定价。宏观预测类侧重宏观视角，用实证方法考察信用利差与宏观经济变量的关系。这两种方法基本上把债券市场当做一个黑盒子，不考虑债券市场是如何运行的，信用利差是如何形成的。相比来说，分解模型引入了一些市场相关元素，例如市场流动性、税率等，但对市场微观问题的关注度还是不多。 　　中国债券市场信用利差情况 　　本文使用的数据来自中央结算公司中债金融估值中心发布的估值数据（以下简称中债估值）。本文的主要目的是研究信用利差总体走势，因此使用Gilchrist和 Zakraj?ek （2012）使用的GZ利差方法。将所有1年期以上信用债券的到期收益率减去同期限国债到期收益率计算出每只债券的信用利差，其算术