公司债券收益率的风险补偿定量研究.docVIP

公司债券收益率的风险补偿定量研究 　　一、文献综述 　　（一）国外研究 国内外学者一直在尝试定量测量公司债券的到期收益率（下文简称为收益率）对各方面风险因素的补偿。国外文献中，Collin-Dufresne et al. （2001）发现收益率利差（收益率与无风险利率之差，通常也称为信用利差）与常用的信用风险因素和流动性风险因素等指标几乎没有相关性，即未能测量出收益率的风险补偿；Driessen （2005）把收益率利差定量分解为信用风险、流动性风险和税收等部分，并发现信用风险部分尽管在经济学意义上显著但在统计学意义上不显著；Chen et al. （2007）深入研究了流动性对收益率利差的影响，发现流动性风险是比较重要的风险补偿部分。总体来看，国外研究总体上比较认可流动性方面的风险补偿，尤其是对于投资级别（高信用评级）的公司债券而言。 　　（二）国内研究 国内文献中，谭地军等（2008）发现收益率利差主要与债券特征和信用风险有关，流动性风险方面则没有发现显著的风险补偿；赵静和方兆本（2011）却发现信用风险对收益率利差的影响较小，尤其是由杠杆比例所代表的信用风险对收益率利差的影响与理论预期相反，反而是宏观因素和流动性因素对收益率利差的影响较大；王安兴等（2012）同样发现杠杆比例对收益率利差的影响与理论预期相反，此外还发现，信用评级所代表的信用风险得到显著补偿，而剩余期限越长则收益率利差越低，意味着倒挂的期限结构难以得到解释；朱如飞（2013）考察了四种不同的流动性风险测度对收益率利差的影响，发现只有Amihud （2002） 非流动性指标的影响与理论预期一致，是比较好的流动性风险测度，但其研究中与流动性有关的债券年龄（即交易日距上市日的时间）因素对收益率利差的影响与理论预期是不一致的。总体来看，国内在研究杠杆比例所代表的信用风险补偿上出现问题，在对流动性风险补偿的研究上也存在疑惑，还有倒挂的收益率曲线问题未能得到解决。 　　本文国内外现有文献的基础上建立了收益率微观风险补偿模型，能够成功地计量信用风险和流动性风险得到的风险补偿，没有发现收益率曲线倒挂，解决了国内外研究中遇到的各种难题。本文的研究发现意味着，现有国内外文献中发现的各种问题其实是因为模型设定不当产生的内生性偏误（endogeneity bias）造成的。 　　二、模型构建 　　本文将从微观层面着眼考虑收益率的风险补偿。除必须补偿无风险利率之外，收益率还需要补偿持有公司债券所承担的各种微观层面的风险（主要由信用风险和流动性风险构成），此外还需要考虑公司债券的期限结构。本文建立的收益率微观风险补偿模型为： 　　yit=β■rit+β■■crdrate■■+β■■crdrate■■+β■■crdrate■■+β■■crdrate■■+β■■lnasset■■+β■■levrate■■+β■■sigma■■+β■■illiqu■■+β■■lnval■■ 　　+β■■age■■+β■■yrtomat■■+α+vi+εit，（1） 　　其中，y代表收益率，r代表无风险利率，crdrate代表信用评级虚拟变量，lnasset代表发债公司总资产的自然对数，levrate代表发债公司的杠杆比例，sigma代表发债公司的股价波动率，illiqu代表债券的Amihud （2002）非流动性指标，lnval代表债券每日平均成交金额的自然对数，age代表债券年龄，yrtomat代表剩余期限，α代表线性模型的截距，vi代表债券基准利差，ε代表其他市场因素对收益率的随机扰动，下标i表示第i支债券，下标t表示第t个交易日，βR 收益率对无风险利率的补偿系数，βC 是信用风险相关因素的补偿系数，βL 是流动性风险相关因素的补偿系数，βT是收益率曲线的斜率。 　　（一）无风险利率及其补偿系数βR 在理论上，收益率对无风险利率的补偿应该为1比1，即βR =1。这也是为什么绝大多数研究使用收益率利差（即yit-rit）而非收益率。然而，根据高强和邹恒甫 （2010）的研究，我国公司债券在无风险利率方面的信息有效性并不高，所以不限制βR =1应该更能符合我国公司债券市场的现实。因此，从理论上预期，应该有0βR ≤1。 　　（二）信用风险因素及其补偿系数βC 公司债券的信用评级从高到低为AAA、AA+、AA、AA-、A+。本文以AAA级公司债券作为基准，为其他信用评级建立虚拟变量。由于模型中允许不同债券具有独立的基准利差，因此、等分别代表信用评级从AAA降为AA+、AA、AA-或A+时所需的风险补偿。因此，从理论上预期，应该有0 　　总资产反映发债公司的规模。取其自然对数进入模型是因为假设收益率的规模弹性（即β）为常数更加合理。公司规模越大，发生债务违约的可能性越低，所需的风险补