短融指數信用利差研究論文

導語：短融指數信用利差研究論文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。

編者按：本文主要從引言及文獻綜述；模型及數據；實證結果；結論四個方面進行論述。其中，主要包括：國外對信用利差的研究較多、期違約損失僅能解釋實際觀測信用利差的很小一部分、本地債券市場的供給需求沖擊是信用利差最主要的來源、國內對信用利差的研究較少、稅收因素可以忽略、利率指標Lev+和Slp，回歸系數均為負值、波動率指標Vix+回歸系數多數為正值、流動性指標V01.1回歸系數均為正值、調整R2由AAA25.3%依次提高到A+的64%等，具體材料請詳見。

一、引言及文獻綜述

自2007年以來，國內債券市場迅速擴容，其中信用產品發展更為迅速。截至2009年8月末，在中國債券登記公司托管的短期融資券（以下簡稱短融或CP）、中期票據及企業公司債等信用產品總額1.94萬億元，是2006年末的3.5倍，占債券總托管量的比例也由2006年末的5.95%提升到11.99%。在信用產品迅速擴容的背景下，作為信用產品一級市場發行和二級市場交易的重要定價依據，信用利差受到了投資者廣泛的關注。

國外對信用利差的研究較多，對信用利差來源的研究多基于Merton(1976)開創的結構化模型。目前國外學術界普遍認為信用利差由預期違約損失、稅收因素、流動性因素和系統性風險等因素決定，其中預期違約損失僅能解釋實際觀測信用利差的很小一部分。Delianedis和Geske(2001)發現預期違約損失僅能解釋美國投資級企業債券不足20ao的信用利差。Eltonetal.(2001)發現預期違約損失對美國債券市場實際信用利差的解釋程度隨債券期限的縮短、信用級別的提高而降低。Collin-Dufresne和Goldstein(2001)認為本地債券市場的供給需求沖擊是信用利差最主要的來源。MHattori,KKoyama和TYonetani(2001)及SOhyama和TSugimoto(2007)對日本公司債券的研究發現違約風險和市場環境是信用利差的主要決定因素。Frino(2007)的研究表明利率及流動性因素僅可解釋澳大利亞A以上級別債券5070的信用利差變化。MJayadev和JoshyJacob(2006)認為印度公司債券市場的信用利差的大部分變化并非來自信用風險。

相比之下，國內對信用利差的研究較少，現有研究主要側重于理論綜述和模型介紹，如劉國光和王慧敏(2005)、馮宗憲和孫克(2006；2007)等。由于數據可得性較差，國內原本就很少的實證研究多側重于具體個券的分析，如謝赤(2006)、周孝坤(2006)、陸文磊(2008)和田明(2008)等。上述研究雖然得出了一些有價值的實證結論，但卻無法整體把握國內信用債券市場信用利差的決定因素及變化趨勢。

我國內上述研究向前推進有兩種方法：或引入更多的個券樣本，或采用非個券的研究方法。本文擬采用第二種方法對國內短融信用利差進行實證研究，具體方法是：首先將國內短融市場按照發行人的外部主體評級分為AAA、AA+、AA、AA-和A+五個模擬組合；然后以Collin-Dufresne和Goldstein(2001)模型為原型對五個級別的短融信用利差進行回歸；最后，通過對回歸結果進行分析，得出若干結論和和政策建議。

二、模型及數據

本文實證模型原型為C011in-Dufresne和Goldstein(2001)模型。在該模型中，信用利差的解釋變量包括無風險利率、利率期限結構斜率、財務杠桿、股票或股票指數波動率、公司價值的跳躍、流動性因素、稅收因素及其它宏觀指標等。由于國內短融信用利差一般定義為短融收益率與同期限央票收益率之差，因此稅收因素可以忽略。財務杠桿是研究個券信用利差必須考慮的指標，在組合層面的重要性大大降低，因此在模型中不予考慮。2008年江銅債的暴跌雖然表明公司價值的向下跳躍或預期確實會對信用利差產生巨大影響，但在國內尚無法找到合適的衡量指標。因此，本文將用無風險利率、期限結構斜率、股票或股指波動率、流動性因素作為信用利差的解釋變量，其中前三者為結構化模型變量。各解釋變量對信用利差變化的期望符號及回歸方程參見表l。

本文樣本數據選用2007年4月13日至2009年8月31日的日數據。將2007年4月13日作為數據起始日，主要考慮到銀行間債券市場從這一天開始對企業主體評級進行明確的區分，因此本文樣本是當前基于外部主體評級可研究的最大樣本。

信用利差Cs1、無風險利率Lev1、期限結構斜率Slp，均基于Wind的每日各指數中債估值收益率數據。波動率ViX使用滬深300指數64天移動平均波動率，采用64天作為移動窗口長度的原因是機構投資者調整資產配置策略的頻率一般為季度。由于國內銀行間交易市場與股票市場的節假日休市時間不完全相同，銀行間市場交易日較多，因此股票市場波動率采用線性插值方法補足虛點。

國外常用的流動性指標包括買賣價差、交易量、交易頻率和報價規模等，然而由于國內銀行間市場的雙邊報價稀疏，有報價的個券報價規模也遠小于當日交易量，因此擬采用以交易量為基礎的指標衡量債券流動性，交易量數據使用北方之星提供的各級別短融和央票的歷史成交數據。選取的指標包括相對交易量V01+1、絕對換手率Absturn1、相對換手率Relturn1和對數交易量Lnvol1等，其中相對交易量V011是首選指標。

三、實證結果

從相關系數矩陣來看，除Lev和Slp之間相關系數高于50%（達67%）外，其它解釋變量之間的相關系數均小于30%，下文我們將對Lev+和Slpt的高度相關帶來的多重共線性對模型影響進行分析。對數據的平穩性檢驗表明等時間序列均平穩，因此可以按照方程(l)直接進行回歸。

表2上半部分列出了具體的回歸結果，從回歸結果來看：

1．利率指標Lev+和Slp，回歸系數均為負值，并多在1%的水平上顯著，與表1預期的符號相同。上述結果表明當國債收益率上升時，短融信用利差趨于縮小，也從另一個層面印證了利率風險依然是國內短融市場最主要的風險來源，與當前短融的投資實踐吻合。

2．波動率指標Vix+回歸系數多數為正值，正值系數均在1%水平顯著，與表1預期的符號相符。然而，回歸系數均落在0-0.03區間范圍內，數值很小表明滬深300指數的波動率對各級別信用利差的影響很弱，其中一個很重要的原因是：作為銀行間市場的主力機構，國內銀行的投資決策很少直接考慮股票市場的波動率。

3．流動性指標V01.1回歸系數均為正值，多數回歸參數在1%水平顯著，與表1預期的符號截然相反，這一結果與理論和投資者認識相悖。我們將相對交易量更換為絕對換手率、相對換手率和交易量對數時，回歸結果依然沒有改善（參見表2陰影部分）。國內債券投資者的同買同賣以及樣本期間70%以上時間短融處于下跌狀態可能是主要原因。

4．調整R2由AAA25.3%依次提高到A+的64%，表明利率、波動率、流動性等指標對信用利差的解釋程度隨信用級別的降低而提高，這一結果與國外實證是吻合的。雖然Levt和SIpt高度相關產生的多重共線性會對調整R2產生影響，但由于我們關注的是調整R2的序數關系而非絕對值，因此模型的多重共線性不影響上述結論。

四、結論

本文基于2007年4月至2009年8月的日數據，對中國各級別短融信用利差與國債收益率、滬深300指數波動率及流動性指標等進行了實證研究。實證結果表明：各級別短融信用利差與無風險利率指標負相關，與波動率指標正相關，從而驗證了結構化模型在中國短期融資券市場的有效性。出人意料的是，短融信用利差與基于交易量的流動性指標總體呈現正相關，與理論和投資者認識相悖，國內債券投資者的同買同賣以及樣本期間70%以上時間處于下跌狀態可能是主要原因。同時，我們還發現模型解釋力隨信用級別的降低而單調上升，與歐美市場實證結果一致。

本文對投資實踐和政策制定具有一定的意義。通過跟蹤前述多個指標，投資者可以借以判斷各級別短融指數信用利差的大致走勢。但由于國內債券投資者以配置類的銀行機構為主，債券交易不活躍，做市商制度有名無實，債券乃至指數估值帶有一定的主觀色彩，因此，本文結論對投資實踐的支持作用仍相對有限。