信用價差與宏觀經濟波動

導語：信用價差與宏觀經濟波動一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、引言

信用價差(creditspreads)是指為了補償違約風險，投資者要求公司債發行人提供的高于到期日相同的國債收益率的收益。從理論上來講，信用價差是由債券發行人可能發生違約而出現的，它反映了公司債的風險狀況，因此信用價差常常對應著公司債券的預期違約損失?？傮w來說，公司債券預期違約損失與經濟周期密切相關:在經濟繁榮時期，企業的生存環境好，違約的概率低，信用風險小;而在經濟蕭條時期，企業的生存環境惡化，違約概率高，信用風險隨之加大。因而，信用價差實際上體現為宏觀經濟預期的顯示器，即信用價差小時，意味著預期宏觀經濟向上，反之當預期信用價差大時，即意味著宏觀經濟向下。由于宏觀經濟預期必然對宏觀的實際波動產生重要的影響，為此利用信用價差中所包含的信息預測宏觀經濟的波動狀況，具備相當的可行性。實際上，國內外諸多學者對利用債券市場的信息把握宏觀經濟的波動狀況做出了許多探索性的工作。比如，Harvey(1988)，Estrell和Hardouvel(1991)，StockandWatson(1989)等認為，長短期利率差不但包含了未來通貨膨脹的信息，還包含了貨幣政策的信息，因此能有效預測宏觀經濟的波動。其實證結果表明長短期利率差對宏觀經濟波動的確有一定的預測能力。BernankeandBlinder(1992)等用商業票據的溢價來解釋未來的產出波動，其實證結果表明商業票據的溢價對未來產出波動的預測能力較弱。事實上，商業票據溢價為信用價差的一種，其為商業票據相對國庫券的溢價。商業票據溢價對未來的產出波動預測能力較弱是因為其僅包含了短期的信用風險信息，無法反映長期的經濟周期變化預期。國內學者利用債券市場信息預測未來產出波動也依循利率期限結構與信用價差兩條線索而展開。如，于鑫(2008)利用5年期與1年期的國債利率差額解釋中國未來的宏觀經濟波動，其實證結果表明5年期與1年期的國債利率差對未來的產出波動具有一定的預測能力，特別是對中長期的產出波動預測效果較好;然而其對短期產出的預測效果較弱，回歸方程的擬合優度不高。徐爽(2010)用國債收益率曲線的主成分作為因子，預測中國的消費、投資和出口等經濟變量，其實證結果表明主成分模型相對簡單利差模型有著更好的預測效果。張燃(2010)利用10年期信用價差數據對宏觀經濟變量進行了預測研究，其實證結果表明利用信用價差對未來宏觀經濟變量中的消費、出口、投資、工業增加值與通貨膨脹的預測效果要優于利用利率期限結構中的長短期利率差的預測效果。然而其對信用價差的度量是直接基于企業債收益率曲線與國債收益率曲線而得出的，這種度量方法忽略了各企業債券的個體波動信息，將對真實的信用價差產生較大的測度誤差。通過上述文獻回顧發現，盡管債券市場上的信用差價包含著豐富的宏觀經濟預期信息，其對宏觀經濟的波動有著較強的解釋能力，但國內外大部分學者都是基于債券市場上的利率期限結構對宏觀經濟波動進行預測。僅有少數學者利用信用價差來解釋宏觀經濟的波動狀況，但其對信用價差的測度存在較大的偏誤。為此本文將對信用價差的測度方法進行優化，并在此基礎上進一步檢驗其對我國宏觀經濟波動狀況的預測能力，其結構安排如下:在第2部分，本文基于Gilchrist(2009)提出的“自下向上”方法，構建了中國債券市場的信用價差指數GZ指數。在第3部分，本文構造實證模型對信用價差對宏觀經濟變量的預測能力進行檢驗，并將其與忽略信用價差變量的模型的解釋能力進行對比。第4部分是結論。

二、測度信用價差的GZ指數的構建方法

Gilchrist(2009)提出了測度信用價差的自下向上的方法，并用該方法構建了測度信用價差的GZ指數。其具體的構建方法如下所述:假設在時期t由企業i發行的公司債券k所承諾的現金流序列為(C(s):s=1，2，…，S)，這里的現金流包括了按期付息與到期時的本金償付。那么該債券價格可描述為:Pit［k］=ΣSs=1C(s)D(ts)(1)此處的D(t)=e－rtt為在時刻t的折現函數。為了計算與之相對應的無風險債券價格Pft［k］，我們利用時刻t連續復利的國債收益率曲線對現金流序列(C(s):s=1，2，…，S)進行貼現。按此方法所得的無風險債券價格Pft［k］將被用來計算假定國債的收益率yft［k］，該國債產生的現金流序列同樣被假定為(C(s):s=1，2，…，S)。用yit［k］表示企業債券k的收益率，那么信用價差則可表示為Sit［k］=yit［k］－yft［k］。通常使用的計算信用價差的方法為將企業債券收益率減去與該企業債券到期日相同的國債收益率曲線上的收益率而得到的，而本文所采用的度量信用價差的方法與通常的方法相比將大大減少信用價差的計算偏誤。按上述方法，我們將得到微觀層面各個時期各種債券的信用價差。將微觀層面的信用價差進行簡單的綜合，就可得到各個時期的信用價差指數。具體計算方法可表示為:此處的Nt指時期t的樣本觀測數，式(2)即為各時期度量信用價差的GZ指數。從式(2)可以看出GZ信用價差指數實際上是各微觀個體債券的信用價差的簡單算術平均值。

三、數據描述與實證分析

(一)數據描述

在計算信用價差指數的時候，我們利用了中央國債登記結算中心的企業債收益率數據、國債收益率數據以及國債的收益率曲線數據。由于中央國債登記結算中心的利率期限結構數據最早開始于2006年3月，因此本文所選取的樣本區間為2006年3月至2011年10月，數據頻率為月。在利用上述原始數據計算GZ信用價差指數的時候，為了保證計算結果不受極端觀測值的影響，我們將個體信用價差低于5個基點以及高于3000個基點的觀測值進行了刪除處理。在本文的實證分析中所涉及到的宏觀經濟變量則主要包括產出、出口、投資、消費與通貨膨脹。其中的產出用工業增加值當月同比增速來代表，數據來源于國家統計局網站;出口用出口總額的當月同比增速來表示，數據來源于中國海關總署網站;投資則用固定資產投資完成額的當月同比增速來表示，數據來源于國家統計局網站;消費則用社會消費品零售總額當月同比增速來表示，數據來源于國家統計局網站;通貨膨脹則用居民消費價格指數(CPI)當月同比增速來表示，數據來源于國家統計局網站。為與上述信用價差指數相對應，本文對宏觀經濟變量所選取的樣本區間也為2006年3月至2011年10月。

(二)實證分析

為檢驗信用價差對宏觀經濟變量的預測能力，本文所建立的實證模型如下:Yt+h=α+Σpi=0βiYt－i+γ1TSt+γ2RFFt+γ3CSt+εt+h(3)此處的Yt+h指在時期t+h的宏觀經濟變量的取值;h指預測期數，其為大于0的整數;TSt指利率期限價差，具體為從國債的收益率曲線中得出的5年期國債收益率與1年期國債收益率之差;RFFt指無風險的貨幣收益率，用1年期定期存款利率來表示;CSt則表示信用價差;εt+h指預測期的隨機擾動項。需要注意的是式(3)中的滯后期數p，我們用AIC信息準則來確定。在模型(3)中，我們首先令Yt代表工業增加值的同比增速，則相關實證結果簡要描述如表1所示。需要注意的是為簡化起見，我們忽略了對常數項與Yt滯后價值的回歸系數的報告。由表1可見信用價差對宏觀產出有著較好的預測效果。更具體的在表1內，我們發現隨著預測期數的提升，預測模型的擬合優度也在增長，這表明信用價差對工業增加值同比增速的長期預測能力要優于短期預測。為了對比反映信用價差對宏觀經濟變量的預測能力，我們將在模型中不考慮信用價差只考慮利率的期限結構與無風險利率，那么此時的實證結果將如表2所示。將表1與表2進行對比可以發現，考慮信用價差的預測模型的擬合優度在各種預測期內都顯著高于不考慮信用價差的預測模型。令模型(3)中的Yt代表出口總額的同比增速，則相關實證結果如表3所示。由表3發現，考慮信用價差的預測模型對出口總額同比增速的預測能力整體上比較差，在各個預測期的擬合優度都比較低，這顯示出出口變量是外生變量，利用國內債券市場的信息無法對其進行準確的預測。令模型(3)中的Yt代表固定資產投資完成額的同比增速，則相關實證結果如表4所示。由表4發現，考慮信用價差的預測模型對固定資產投資完成額同比增速的預測能力整體上也比較差，在各個預測期的擬合優度都比較低，這是由于固定資產投資是政府人為控制的變量，政府通過控制投資增速來對宏觀經濟進行調控，因此利用債券市場的信息對投資變量進行預測的效果并不理想。令模型(3)中的Yt代表社會消費品零售總額的同比增速，則相關實證結果如表5所示。由表5可見信用價差對消費有著較好的預測效果。更具體的在表5內，我們發現隨著預測期數的提升，預測模型的擬合優度先上升后下降，當預測期數為6時，擬合優度達到最高。這表明信用價差對未來消費的中期預測能力最強，短期預測能力次之，而長期預測能力最弱，這與對宏觀產出的預測效果恰好相反。此外，為了對比反映信用價差對消費的預測能力，我們同樣在模型中不考慮信用價差只考慮利率的期限結構與無風險利率，那么此時的實證結果將如表6所示。將表5與表6進行對比可以發現，考慮信用價差的預測模型的擬合優度在各種預測期內都顯著高于不考慮信用價差的預測模型，這也充分顯示出信用價差變量的重要性。最后令模型(3)中的Yt代表通貨膨脹變量，即居民消費價格指數，則相關實證結果如表7所示。由表7可見信用價差對通貨膨脹有著較好的預測效果。更具體的在表7內，我們也發現隨著預測期數的提升，預測模型的擬合優度先上升后下降，當預測期數為6時，擬合優度達到最高。這表明信用價差對未來通貨膨脹的中期預測能力最強，短期預測能力次之，而長期預測能力最弱，這與對消費的預測效果高度相似。

此外，為了對比反映信用價差對消費的預測能力，我們同樣在模型中不考慮信用價差只考慮利率的期限結構與無風險利率，那么此時的實證結果將如表8所示。將表7與表8進行對比可以發現，考慮信用價差的預測模型的擬合優度在各種預測期內都顯著高于不考慮信用價差的預測模型，這也再次顯示出信用價差變量的重要性。四、結論由于債券市場上的信用價差變量實際上包含了大量的宏觀經濟預期信息，其必然會對未來的宏觀經濟波動有著重要的預測價值。為此本文利用中國二級市場上企業債券的交易數據，對信用價差變量與宏觀經濟變量之間的關系進行實證分析，以檢驗信用價差變量的預測能力。在具體的實證分析過程中，本文利用Gilchrist(2009)所提出的“自下向上”的方法對信用價差進行測度，這有效降低了利用債券收益率曲線和國債收益率曲線所測度的信用價差的偏誤。對宏觀經濟變量，我們主要考慮了產出、出口、投資、消費與通貨膨脹這五個方面。實證結果表明，考慮信用價差的實證模型對產出、消費與通貨膨脹都有著較好的預測能力，而對出口與投資的預測能力較弱。對出口的預測能力較弱，我們的解釋是出口變量的外生性，使得內生于中國債券市場的信用價差信息難以對其進行精確的把握。而信用價差對投資的預測能力較弱則是由于我國政府將投資當做調節宏觀經濟的重要變量，利用債券市場的信息當然無法準確把握政府的政策行為。此外，為了對比反映信用價差的預測能力，我們在對產出、消費與通脹的預測模型中，分別忽略信用價差變量建立對比模型，實證結果表明包含信用價差變量模型的擬合優度，在各種預測期限內都要遠高于不含信用價差模型的擬合優度。這再一次顯示出信用價差變量對宏觀經濟波動的預測能力。

本研究給我們的啟示在于，隨著中國的債券市場不斷走向成熟與完善，我們將能從中發現越來越多的有用信息以把握未來實體經濟的波動狀況。我們要充分利用這些信息，并以此為依據前瞻性地制定相關財政與貨幣政策，以支持我國實體經濟健康、平穩的發展。