短融指数信用利差研究论文

导语：短融指数信用利差研究论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

编者按：本文主要从引言及文献综述；模型及数据；实证结果；结论四个方面进行论述。其中，主要包括：国外对信用利差的研究较多、期违约损失仅能解释实际观测信用利差的很小一部分、本地债券市场的供给需求冲击是信用利差最主要的来源、国内对信用利差的研究较少、税收因素可以忽略、利率指标Lev+和Slp，回归系数均为负值、波动率指标Vix+回归系数多数为正值、流动性指标V01.1回归系数均为正值、调整R2由AAA25.3%依次提高到A+的64%等，具体材料请详见。

一、引言及文献综述

自2007年以来，国内债券市场迅速扩容，其中信用产品发展更为迅速。截至2009年8月末，在中国债券登记公司托管的短期融资券（以下简称短融或CP）、中期票据及企业公司债等信用产品总额1.94万亿元，是2006年末的3.5倍，占债券总托管量的比例也由2006年末的5.95%提升到11.99%。在信用产品迅速扩容的背景下，作为信用产品一级市场发行和二级市场交易的重要定价依据，信用利差受到了投资者广泛的关注。

国外对信用利差的研究较多，对信用利差来源的研究多基于Merton(1976)开创的结构化模型。目前国外学术界普遍认为信用利差由预期违约损失、税收因素、流动性因素和系统性风险等因素决定，其中预期违约损失仅能解释实际观测信用利差的很小一部分。Delianedis和Geske(2001)发现预期违约损失仅能解释美国投资级企业债券不足20ao的信用利差。Eltonetal.(2001)发现预期违约损失对美国债券市场实际信用利差的解释程度随债券期限的缩短、信用级别的提高而降低。Collin-Dufresne和Goldstein(2001)认为本地债券市场的供给需求冲击是信用利差最主要的来源。MHattori,KKoyama和TYonetani(2001)及SOhyama和TSugimoto(2007)对日本公司债券的研究发现违约风险和市场环境是信用利差的主要决定因素。Frino(2007)的研究表明利率及流动性因素仅可解释澳大利亚A以上级别债券5070的信用利差变化。MJayadev和JoshyJacob(2006)认为印度公司债券市场的信用利差的大部分变化并非来自信用风险。

相比之下，国内对信用利差的研究较少，现有研究主要侧重于理论综述和模型介绍，如刘国光和王慧敏(2005)、冯宗宪和孙克(2006；2007)等。由于数据可得性较差，国内原本就很少的实证研究多侧重于具体个券的分析，如谢赤(2006)、周孝坤(2006)、陆文磊(2008)和田明(2008)等。上述研究虽然得出了一些有价值的实证结论，但却无法整体把握国内信用债券市场信用利差的决定因素及变化趋势。

我国内上述研究向前推进有两种方法：或引入更多的个券样本，或采用非个券的研究方法。本文拟采用第二种方法对国内短融信用利差进行实证研究，具体方法是：首先将国内短融市场按照发行人的外部主体评级分为AAA、AA+、AA、AA-和A+五个模拟组合；然后以Collin-Dufresne和Goldstein(2001)模型为原型对五个级别的短融信用利差进行回归；最后，通过对回归结果进行分析，得出若干结论和和政策建议。

二、模型及数据

本文实证模型原型为C011in-Dufresne和Goldstein(2001)模型。在该模型中，信用利差的解释变量包括无风险利率、利率期限结构斜率、财务杠杆、股票或股票指数波动率、公司价值的跳跃、流动性因素、税收因素及其它宏观指标等。由于国内短融信用利差一般定义为短融收益率与同期限央票收益率之差，因此税收因素可以忽略。财务杠杆是研究个券信用利差必须考虑的指标，在组合层面的重要性大大降低，因此在模型中不予考虑。2008年江铜债的暴跌虽然表明公司价值的向下跳跃或预期确实会对信用利差产生巨大影响，但在国内尚无法找到合适的衡量指标。因此，本文将用无风险利率、期限结构斜率、股票或股指波动率、流动性因素作为信用利差的解释变量，其中前三者为结构化模型变量。各解释变量对信用利差变化的期望符号及回归方程参见表l。

本文样本数据选用2007年4月13日至2009年8月31日的日数据。将2007年4月13日作为数据起始日，主要考虑到银行间债券市场从这一天开始对企业主体评级进行明确的区分，因此本文样本是当前基于外部主体评级可研究的最大样本。

信用利差Cs1、无风险利率Lev1、期限结构斜率Slp，均基于Wind的每日各指数中债估值收益率数据。波动率ViX使用沪深300指数64天移动平均波动率，采用64天作为移动窗口长度的原因是机构投资者调整资产配置策略的频率一般为季度。由于国内银行间交易市场与股票市场的节假日休市时间不完全相同，银行间市场交易日较多，因此股票市场波动率采用线性插值方法补足虚点。

国外常用的流动性指标包括买卖价差、交易量、交易频率和报价规模等，然而由于国内银行间市场的双边报价稀疏，有报价的个券报价规模也远小于当日交易量，因此拟采用以交易量为基础的指标衡量债券流动性，交易量数据使用北方之星提供的各级别短融和央票的历史成交数据。选取的指标包括相对交易量V01+1、绝对换手率Absturn1、相对换手率Relturn1和对数交易量Lnvol1等，其中相对交易量V011是首选指标。

三、实证结果

从相关系数矩阵来看，除Lev和Slp之间相关系数高于50%（达67%）外，其它解释变量之间的相关系数均小于30%，下文我们将对Lev+和Slpt的高度相关带来的多重共线性对模型影响进行分析。对数据的平稳性检验表明等时间序列均平稳，因此可以按照方程(l)直接进行回归。

表2上半部分列出了具体的回归结果，从回归结果来看：

1．利率指标Lev+和Slp，回归系数均为负值，并多在1%的水平上显著，与表1预期的符号相同。上述结果表明当国债收益率上升时，短融信用利差趋于缩小，也从另一个层面印证了利率风险依然是国内短融市场最主要的风险来源，与当前短融的投资实践吻合。

2．波动率指标Vix+回归系数多数为正值，正值系数均在1%水平显著，与表1预期的符号相符。然而，回归系数均落在0-0.03区间范围内，数值很小表明沪深300指数的波动率对各级别信用利差的影响很弱，其中一个很重要的原因是：作为银行间市场的主力机构，国内银行的投资决策很少直接考虑股票市场的波动率。

3．流动性指标V01.1回归系数均为正值，多数回归参数在1%水平显著，与表1预期的符号截然相反，这一结果与理论和投资者认识相悖。我们将相对交易量更换为绝对换手率、相对换手率和交易量对数时，回归结果依然没有改善（参见表2阴影部分）。国内债券投资者的同买同卖以及样本期间70%以上时间短融处于下跌状态可能是主要原因。

4．调整R2由AAA25.3%依次提高到A+的64%，表明利率、波动率、流动性等指标对信用利差的解释程度随信用级别的降低而提高，这一结果与国外实证是吻合的。虽然Levt和SIpt高度相关产生的多重共线性会对调整R2产生影响，但由于我们关注的是调整R2的序数关系而非绝对值，因此模型的多重共线性不影响上述结论。

四、结论

本文基于2007年4月至2009年8月的日数据，对中国各级别短融信用利差与国债收益率、沪深300指数波动率及流动性指标等进行了实证研究。实证结果表明：各级别短融信用利差与无风险利率指标负相关，与波动率指标正相关，从而验证了结构化模型在中国短期融资券市场的有效性。出人意料的是，短融信用利差与基于交易量的流动性指标总体呈现正相关，与理论和投资者认识相悖，国内债券投资者的同买同卖以及样本期间70%以上时间处于下跌状态可能是主要原因。同时，我们还发现模型解释力随信用级别的降低而单调上升，与欧美市场实证结果一致。

本文对投资实践和政策制定具有一定的意义。通过跟踪前述多个指标，投资者可以借以判断各级别短融指数信用利差的大致走势。但由于国内债券投资者以配置类的银行机构为主，债券交易不活跃，做市商制度有名无实，债券乃至指数估值带有一定的主观色彩，因此，本文结论对投资实践的支持作用仍相对有限。