我国短期融资券发行利差的影响因子的研究.docVIP

我国短期融资券发行利差影响因子研究 　　摘 要：该文搜集了我国85只短融券发行时点的横截面数据，根据结构化模型和信用评级方法来选取微观因子变量，对短融券的发行信用利差进行定量分析后，得到了对其有显著影响的7个因素，并对实证结果进行了分析解释。 　　关键词：短期融资券；信用利差；横截面回归 　　2005年5月23日中国人民银行颁布了《短期融资券管理办法》，标志着中国短期融资券市场就此兴起。在短短不到6年的时间里，中国的短期融资券市场得到了迅猛发展，市场规模不断扩大，市场功能也持续完善。作为创新型的融资工具，短期融资券越来越受到融资企业和投资者的青睐，其发行规模也已经超越了企业债和公司债，成为了众多信用债中产品的第一大产品。 　　“福禧事件”以前，短期融资券之间的利差并不大，这些利差也并不能真正反映债券的信用风险水平，而“福禧事件”发生以后，同期限的短融券之间的利差开始逐步拉大，可见投资者们已经开始进行债券信用风险的定价尝试了。本文的研究目的就在于通过实证研究方式，从发行主体、个券本身的特征中寻找决定短期融资券发行信用利差差异的关键因素。 　　一、理论与文献回顾 　　国外对于信用利差定价的研究已经初具体系，主要分为以下理论： 　　1.结构化模型：认为当公司资产低于某一给定边界时，违约就会发生，而信用风险的大小就可以由违约概率来衡量。将公司债券定价纳入或有要求权（contingent-claims）的定价框架，以B-S期权定价公式为其定价。再由债券价格得出信用利差的表达式。 　　2.简化模型：不去探讨违约事件形成机制与原因，直接从违约概率和偿还率作出假设，把违约事件本身视为一个外生的独立随机事件来建立模型。模型引入了违约强度的概念，而违约强度可以由信用等级转移矩阵、利率期限结构等条件来确定。 　　3.混合模型：结合上面两者的优势开发混合模型，这样的模型既像结构化模型一样具有明确的经济含义，又像简约模型一样体现了违约事件突发性的特点 　　除了理论模型，很多国外学者还从影响信用利差的因素着手进行了大量的实证研究，如Elton等人(2001)认为主要有三大因素可以解释公司债与政府债之间的利差，即违约可能发生的损失、税率差异以及股市的系统性风险，其中与违约相关的因子解释力度不大。Collin-Dufresne等人(2001)则认为系统性风险因子比与发行者相关特定因子的解释力度要大，但是相比违约风险因子的解释作用要小。 　　国内对于信用利差的研究还处于起步阶段，主要有以下几类：一是直接对国外的研究成果进行综述；二是利用已有理论模型对债券定价，同实际数据比较后判断模型有效性；三是通过实证研究来寻找影响信用利差的因素，但这种研究一般基于时间序列数据，且关注因素多为宏观经济指标。特别是徐强（2007）认为发行人财务指标对发行利差并没有显著影响，这可能与当时数据来源有限、个券利差差异性不大有关，鉴于现阶段短融券财务数据相对完善，且个券间的信用利差也呈现分化趋势，这为本文进一步探讨影响信用利差的微观因素提供了较好的现实基础。 　　接下来将对影响短期融资券发行信用利差的因素进行定量分析，希望能以此解答一个关键问题：到底是哪些微观因素造成了不同短融券之间的信用利差差异？ 　　二、样本选择与数据来源 　　本文的样本为发行日期在2010年2月16日至2010年11月15日间，发行期限为1年（1年期以下短融品种太少而剔除），发行主体是已经在A股上市的公司的短期融资券，其个券与发行主体相关数据从Wind数据库获得。 　　发行利差的计算方法为短期融资券的票面发行利率减去银行间债券市场1年期国债收益率曲线中对应发行日当天的国债利率（即看做无风险利率）。 　　其余自变量的选取参考了结构化模型的结论，将公司的经营杠杆、资产波动率纳入体系，同时借鉴了KMV模型以及已有的信用评级方法，将公司的特定财务指标与主体信用评级一并归入实证分析范围。具体的变量类型、指标内容以及代码见下表。 　　三、实证过程及结果分析 　　本文的实证方法为多元线性回归与相关性分析相结合，使用SPSS15软件完成。 　　遵循多元线性回归的惯例，这里先对所有的原始数据进行标准化处理，以消除各变量的量纲差异，考虑到选取的财务指标大类中指标数量较多，因此先对各指标进行相关性分析，去掉与利差相关性不强的因子，只保留相关性强的因子，再将其纳入多元线性回归模型中进行下一步分析。 　　经过对财务指标大类中的13个因子进行相关性检验后，考虑到相关性强弱以及相关性方向是否与经济原理相符，发现有5个因子需要剔除，分别为存货周转率（INTU）、总资产净利率（ROA）、经营活动产生的现金流量净额／流动负债（CFCL）、总资产周转率（TATU）、流动资产/(本次发行总额+流动负债）（CAI