公司股票和債券價(jià)格中的信用風(fēng)險(xiǎn)信息效率研究

1、近年來， 我國股票市場(chǎng)獲得快速發(fā)展， 交易制度日臻完善。 我國公司債券市場(chǎng)也獲得快速發(fā)展。2007 年我國公司債啟動(dòng)發(fā)行， 后由于金融危機(jī)的原因暫停發(fā)行；2009 年 7 月再度開閘， 進(jìn)入快速發(fā)展階段； 近 5 年平均增速為 132.6%， 二級(jí)市場(chǎng)成交量年平均增速為 87.29%。隨著我國股票市場(chǎng)和債券市場(chǎng)的發(fā)展， 越來越多的企業(yè)通過發(fā)行股票和債券的方式開展直接融資， 這也為以 KMV 模型和信用價(jià)差模型實(shí)時(shí)測(cè)度我國企業(yè)的信用風(fēng)險(xiǎn)變化提供了可能。 然而， 在我國股市和債市的當(dāng)前發(fā)展階段， 兩市場(chǎng)在價(jià)格形成機(jī)制、 交易制度設(shè)計(jì)、 交易摩擦、 投資主體和信息傳播途徑等方面存在較大差異， 兩個(gè)市

2、場(chǎng)對(duì)信息反應(yīng)的效率可能存在較大程度的不同。 因此，研究哪個(gè)市場(chǎng)上的資產(chǎn)價(jià)格變化對(duì)信用風(fēng)險(xiǎn)信息的反應(yīng)更為及時(shí)有效是非常重要的， 它可以指導(dǎo)我們?cè)诓煌男庞蔑L(fēng)險(xiǎn)測(cè)度方法上做出最優(yōu)選擇， 或指導(dǎo)我們?nèi)绾闻涮资褂眠@些不同的方法， 以便為我國企業(yè)信用風(fēng)險(xiǎn)測(cè)度與定價(jià)提供可靠的方法和依據(jù)。 為此， 本文選取我國滬深上市公司中有公司債券發(fā)行的公司為研究樣本， 基于修正的 KMV 模型和信用價(jià)差模型， 分別計(jì)算公司的違約距離和信用價(jià)差， 結(jié)合實(shí)際的信用風(fēng)險(xiǎn)水平， 評(píng)價(jià)股市和債市對(duì)公司信用風(fēng)險(xiǎn)信息的反應(yīng)效率。一、文獻(xiàn)綜述1993 年， KMV 公司將 Black， Schole & Merton 的期權(quán)定

3、價(jià)模型加以改進(jìn)并應(yīng)用到貸款組合風(fēng)險(xiǎn)管理中， 推出基于公司股票價(jià)格變化度量其信用風(fēng)險(xiǎn)的 KMV 模型。KMV 模型推出后， 國外學(xué)者對(duì)其有效性進(jìn)行了研究。Sobehart，Keenan & Stein（2000） 提出了驗(yàn)證模型有效性的的技術(shù)方法， 通過比較得出 KMV 模型在對(duì)企業(yè)信用風(fēng)險(xiǎn)預(yù)測(cè)上具有較高準(zhǔn)確性的研究結(jié)論。Eom，Helwege &Huang （2010）的研究表明，度量信用風(fēng)險(xiǎn)的結(jié)構(gòu)化模型（包括 KMV 模型）在預(yù)測(cè)公司債券的信用風(fēng)險(xiǎn)時(shí)會(huì)出現(xiàn)與實(shí)際情況不符的偏低預(yù)測(cè)現(xiàn)象。Duffie，Saita & Wang（2007） 基于 KMV 模型生成一個(gè)違約概

4、率的期限結(jié)構(gòu)， 認(rèn)為 KMV 模型對(duì)企業(yè)違約概率具有很強(qiáng)的預(yù)測(cè)能力。信用價(jià)差模型基于債券價(jià)格計(jì)算信用價(jià)差， 并以此衡量公司信用風(fēng)險(xiǎn)的變化。Jones，Mason &Rosenfeld （1984）發(fā)現(xiàn)，理論信用價(jià)差存在高估企業(yè)實(shí)際信用價(jià)差的現(xiàn)象，這種高估被稱為“信用價(jià)差之謎”。Huang & Huang（2003） 的研究發(fā)現(xiàn)， 信用價(jià)差除了受信用風(fēng)險(xiǎn)的影響外， 還受債券的可選擇條款、 流動(dòng)性和稅收等因素的影響， 并指出信用價(jià)差對(duì)于期限越長(zhǎng)、 等級(jí)越低的企業(yè)信用風(fēng)險(xiǎn)的解釋力度越大。Duffie，Saita & Wang（2007） 使用工業(yè)產(chǎn)品增長(zhǎng)率這一宏觀經(jīng)濟(jì)變量來改

5、進(jìn)對(duì)公司違約率的預(yù)測(cè)。Huang & Cheng（2013） 以信用違約互換價(jià)差的超常變化作為信用風(fēng)險(xiǎn)傳染效應(yīng)的度量指標(biāo)， 研究表明， 有較高信用風(fēng)險(xiǎn)的公司在其信用違約事件發(fā)生前就出現(xiàn)了較大的信用風(fēng)險(xiǎn)傳染效應(yīng)。財(cái)富牛股票配資分析近年來， 部分文獻(xiàn)開始關(guān)注二者關(guān)系的研究。Denzler，Dacarogna & Müller et al.（2006） 構(gòu)建了一個(gè)新模型， 該模型可以根據(jù)由 KMV 模型得出的預(yù)期違約率來計(jì)算信用價(jià)差。Chou（2005） 考察了由 KMV 模型得到的違約距離的信息內(nèi)容， 并且檢驗(yàn)了違約距離與違約概率和信用價(jià)差之間的關(guān)系。 研究表明， 預(yù)期違

6、約距離和信用價(jià)差皆可用違約距離的函數(shù)來表示。Tang & Yan（2010） 研究了宏觀經(jīng)濟(jì)條件和股市風(fēng)險(xiǎn)對(duì)信用價(jià)差的影響， 其研究發(fā)現(xiàn)， 企業(yè)平均信用價(jià)差隨 GDP 增長(zhǎng)率的上升而下降， 隨 GDP 增長(zhǎng)率的波動(dòng)和股市價(jià)格跳躍風(fēng)險(xiǎn)的增大而上升。Hibbert，Pavlova & Dan-dapani （2011）的研究表明，債券市場(chǎng)和股票市場(chǎng)的系統(tǒng)性因素，以及股市特質(zhì)因素都會(huì)影響每日債券信用價(jià)差的變化， 尤其是股市波動(dòng)性對(duì)公司債券信用價(jià)差的變化有顯著的正向影響， 而股市收益率與債券信用價(jià)差之間則存在負(fù)向關(guān)系。近年來， 國內(nèi)學(xué)者關(guān)于 KMV 模型的研究， 多集中于模型參數(shù)或過程

7、的修正方面， 使之更加符合中國的市場(chǎng)特點(diǎn) （ 魯煒和趙恒珩等，2003； 張兵和李曉明，2003； 張智梅，2006； 李亞麗，2013；曾詩鴻， 2014；等等）。盡管國內(nèi)學(xué)者在 KMV 參數(shù)修正方面，沒有達(dá)成統(tǒng)一，但一致認(rèn)為KMV 模型能夠適應(yīng)中國市場(chǎng)，及時(shí)準(zhǔn)確地反映上市公司的信用風(fēng)險(xiǎn)信息（韓崗， 2008）。應(yīng)用信用價(jià)差模型的研究方面， 張燃 （2008） 的研究發(fā)現(xiàn)， 股票市場(chǎng)回報(bào)率、 國債利率和短期利率對(duì)信用價(jià)差都有顯著影響。 周榮喜和王迪 （2013） 發(fā)現(xiàn)， 短期無風(fēng)險(xiǎn)利率、 國內(nèi)生產(chǎn)總值、貨幣購買力水平、 長(zhǎng)期無風(fēng)險(xiǎn)利率以及股票市場(chǎng)收益率和波動(dòng)率等因素對(duì)信用價(jià)差變化有重要的影響

8、。 在公司債券的信息有效性方面， 高強(qiáng)和鄒恒甫 （2010） 研究發(fā)現(xiàn)， 企業(yè)債和公司債的信息有效性比較低， 但相對(duì)而言， 公司債券的有效性高于企業(yè)債。從信用風(fēng)險(xiǎn)度量角度出發(fā)， 國內(nèi)學(xué)者研究股市和債市的文獻(xiàn)較少。 周梅 （2014） 研究公司債券信用價(jià)差影響因素時(shí)發(fā)現(xiàn)， 股票收益波動(dòng)率使信用價(jià)差升高， 股市收益率和信用價(jià)差具有聯(lián)動(dòng)效應(yīng)。 李亞麗 （2013） 將 KMV 模型得到的違約距離對(duì)信用評(píng)級(jí)、 票面利率和債券的到期收益率進(jìn)行回歸分析， 結(jié)果表明違約距離與債券的到期收益率顯著負(fù)相關(guān)。理論上， 若股市和債市都是有效市場(chǎng)， 那么兩市場(chǎng)對(duì)同一信用風(fēng)險(xiǎn)信息的反應(yīng)應(yīng)該是相同的。然而， 由于兩市場(chǎng)在

9、交易制度設(shè)計(jì)和投資主體等很多方面存在較大差異， 它們對(duì)同一信用風(fēng)險(xiǎn)信息的反應(yīng)效率可能是不同的。 但截至目前， 還沒有相關(guān)文獻(xiàn)就我國股市和債市在揭示債務(wù)人信用風(fēng)險(xiǎn)信息方面哪個(gè)市場(chǎng)更具有信息含量和更為及時(shí)有效做出研究。 與已有文獻(xiàn)相比， 本文的貢獻(xiàn)在于：一是首次從股市和債市反映信用風(fēng)險(xiǎn)信息效率的角度， 考察基于股票價(jià)格變化的 KMV 模型和基于債券價(jià)格變化的信用價(jià)差模型在測(cè)度公司信用風(fēng)險(xiǎn)變化時(shí)是否具有一致性， 或者哪個(gè)更具有時(shí)效性和有用性； 二是基于中國當(dāng)前股市和債券市場(chǎng)的現(xiàn)實(shí)情況， 得出兩市場(chǎng)反映公司信用風(fēng)險(xiǎn)信息的效率， 可以為信用風(fēng)險(xiǎn)定價(jià)理論提供來自于中國資本市場(chǎng)的經(jīng)驗(yàn)證據(jù)。二、研究假說（一）

10、 假說 H1： 在信用風(fēng)險(xiǎn)信息反應(yīng)效果方面， 股票市場(chǎng)優(yōu)于債券市場(chǎng)有效市場(chǎng)假說認(rèn)為， 在證券市場(chǎng)上如果金融資產(chǎn)的價(jià)格變化完全反映了所有可以獲得的信息， 則該市場(chǎng)為有效市場(chǎng)。 根據(jù)反映信息強(qiáng)弱水平的不同， 又可以將市場(chǎng)分為弱式有效市場(chǎng)、 半強(qiáng)有效市場(chǎng)和強(qiáng)式有效市場(chǎng)。 由于股票市場(chǎng)和債券市場(chǎng)上投資者構(gòu)成和投資策略不同， 導(dǎo)致兩市場(chǎng)的流動(dòng)性不同，從而對(duì)信用風(fēng)險(xiǎn)信息的反應(yīng)速度也不同。 流動(dòng)性強(qiáng)意味著對(duì)信息的反應(yīng)更加及時(shí)充分， 流動(dòng)性差意味著對(duì)信息的反應(yīng)遲緩。 股票市場(chǎng)投資者數(shù)量眾多且以個(gè)體投資者為主， 多以低買高賣、 賺取價(jià)差為目的， 交易頻繁， 流動(dòng)性強(qiáng)， 信用風(fēng)險(xiǎn)信息通常會(huì)在股市得到較快反應(yīng)。 然

11、而， 債券市場(chǎng)投資者數(shù)量較少且以機(jī)構(gòu)投資者為主， 多以持有到期、 賺取利息為目的， 交易不活躍， 流動(dòng)性差。 信用風(fēng)險(xiǎn)較小時(shí)，債券市場(chǎng)對(duì)信用風(fēng)險(xiǎn)信息的反應(yīng)較不明顯， 但隨著信用風(fēng)險(xiǎn)的披露， 債券市場(chǎng)的反應(yīng)才會(huì)趨于靈敏。因此股票市場(chǎng)可能包含更多的信用風(fēng)險(xiǎn)信息， 相對(duì)于債券市場(chǎng)而言， 股市在信用風(fēng)險(xiǎn)信息反應(yīng)方面更具有優(yōu)勢(shì)。 據(jù)此， 我們提出研究假說 H1： 信用風(fēng)險(xiǎn)信息反應(yīng)效果方面， 股票市場(chǎng)優(yōu)于債券市場(chǎng)。（二） 假說 H2： 長(zhǎng)期來看， 股市和債市對(duì)同一信用風(fēng)險(xiǎn)信息的反應(yīng)存在一致性國內(nèi)學(xué)者鄧子來和胡健 （2001） 等通過不同的方法， 證明我國的股票市場(chǎng)是弱式有效市場(chǎng)， 即股票價(jià)格能夠充分反映所

12、有歷史的信息。 同時(shí)， 宋芳秀和王梓溦 （2012） 對(duì)中國總體債券市場(chǎng)、 中國銀行間債券市場(chǎng)及中國交易所債券市場(chǎng)分別進(jìn)行有效性檢驗(yàn)， 結(jié)果表明， 中國債券市場(chǎng)已經(jīng)達(dá)到弱式有效水平。 如果兩市場(chǎng)都是弱式有效的市場(chǎng)， 那么長(zhǎng)期來看， 股市和債市對(duì)同一家上市公司的歷史信用風(fēng)險(xiǎn)信息的反應(yīng)應(yīng)該存在一致性。 據(jù)此， 我們提出研究假說 H2： 長(zhǎng)期來看， 股市和債市對(duì)同一信用風(fēng)險(xiǎn)信息的反應(yīng)存在一致性。（三） 假說 H3： 公司的實(shí)際信用風(fēng)險(xiǎn)越大， 股市和債市對(duì)其信用風(fēng)險(xiǎn)信息的反應(yīng)越一致當(dāng)實(shí)際信用風(fēng)險(xiǎn)較大時(shí)， 兩市場(chǎng)中的理性投資者都會(huì)有所警覺， 從而會(huì)傾向于賣出股票和公司債券以規(guī)避風(fēng)險(xiǎn)， 此時(shí)股市和債市對(duì)信

13、用風(fēng)險(xiǎn)信息的反應(yīng)應(yīng)該具有高度一致性。 因此， 我們提出研究假說 H3： 公司的實(shí)際信用風(fēng)險(xiǎn)越大， 股市和債市對(duì)其信用風(fēng)險(xiǎn)信息的反應(yīng)越一致。三、研究設(shè)計(jì)（一） 研究思路首先， 我們運(yùn)用日交易價(jià)格信息 （包括股票價(jià)格、 債券價(jià)格和國債價(jià)格） 和公司財(cái)務(wù)信息， 應(yīng)用 KMV 模型和信用價(jià)差理論， 計(jì)算樣本公司在研究期間每天的違約距離倒數(shù) RDD 和信用價(jià)差 CS，以此度量公司股票和債券價(jià)格變化中反映的信用風(fēng)險(xiǎn)信息的動(dòng)態(tài)變化。 然后， 我們運(yùn)用事件研究法分析 RDD 和 CS 之間的短期關(guān)系， 比較兩市場(chǎng)對(duì)信用風(fēng)險(xiǎn)信息反應(yīng)的有效性， 驗(yàn)證研究假說 H1。接下來， 應(yīng)用相關(guān)性分析、 協(xié)整理論等統(tǒng)計(jì)和計(jì)量

14、模型方法， 研究 RDD 和 CS 之間的長(zhǎng)期關(guān)系， 驗(yàn)證研究假說 H2。 進(jìn)而， 我們選擇資產(chǎn)負(fù)債率、 總資產(chǎn)報(bào)酬率、 公司規(guī)模、 債券期限、 債券流動(dòng)性和股價(jià)波動(dòng)率等與上市公司實(shí)際信用風(fēng)險(xiǎn)有關(guān)的指標(biāo)， 分析實(shí)際信用風(fēng)險(xiǎn)大小對(duì)兩市場(chǎng)信用風(fēng)險(xiǎn)信息反應(yīng)一致性的影響， 驗(yàn)證研究假說 H3。（二） 樣本選擇本文關(guān)鍵的指標(biāo)是違約距離和信用價(jià)差。 為了保證兩個(gè)指標(biāo)的準(zhǔn)確性， 需要對(duì)樣本進(jìn)行嚴(yán)格篩選。 截至 2015 年 6 月 30 日， 滬深交易所上市交易的公司債券共有 502 只， 涉及 377 家上市公司。 本文采用先確定樣本公司債券， 后與國債、 股票配對(duì)的方法確定最終樣本， 具體步驟如下：之匹

15、配的 51 只國債的數(shù)據(jù)。（三） 數(shù)據(jù)來源2007 年中國公司債啟動(dòng)發(fā)行之后，由于金融危機(jī)的原因暫停發(fā)行，直到 2009 年 7 月再度開閘，進(jìn)入快速發(fā)展階段。 為了保證數(shù)據(jù)的連續(xù)性， 本文選取的樣本期間為 2009 年 7 月 1 日-2015 年 6 月 30 日，數(shù)據(jù)來源于 Wind 數(shù)據(jù)庫。四、實(shí)證檢驗(yàn)結(jié)果與分析（一） 樣本數(shù)據(jù)基本統(tǒng)計(jì)從行業(yè)、 公司性質(zhì)、 債券期限和債券信用評(píng)級(jí)等四個(gè)方面對(duì)樣本進(jìn)行統(tǒng)計(jì)分析， 結(jié)果如圖 1-圖所示。從行業(yè)分布來看，制造業(yè)占到樣本公司的 64%；其次是電力和交通運(yùn)輸業(yè)，各占 8%；公司性質(zhì)方面， 民營企業(yè)占比最高， 其次是地方國有企業(yè)和中央國有企業(yè)， 分

16、別占 42%、34%和17%；公司債券的期限以 4-5 年期債券為主，占 57.82%；債券信用評(píng)級(jí)大多在 AA 級(jí)以上，占比高達(dá) 91.5%， 信用評(píng)級(jí)在 A+及以下的債券僅占 2.04%。公眾企業(yè)5%其他企業(yè)2%圖 1樣本公司行業(yè)分布圖圖 2樣本公司性質(zhì)分布圖AA， 41.50%由模型估計(jì)結(jié)果可以看出， 公司規(guī)模、 債券流動(dòng)性、 公司屬性三變量對(duì) RDD 和 CS 的協(xié)整關(guān)系有顯著的負(fù)向影響； 債項(xiàng)評(píng)級(jí)對(duì)二者的協(xié)整關(guān)系有顯著的正向影響； 其他因素對(duì)二者之間協(xié)整關(guān)系的影響不顯著。 公司規(guī)模 LNSize 與協(xié)整關(guān)系變量 Cointegration 呈負(fù)相關(guān)， 說明規(guī)模越大的公司其 RDD 和

17、 CS 存在協(xié)整關(guān)系的概率越小， 而規(guī)模小的公司承受風(fēng)險(xiǎn)的能力弱， 同等的競(jìng)爭(zhēng)環(huán)境中其信用風(fēng)險(xiǎn)相對(duì)較大， 其 RDD 和 CS 存在協(xié)整關(guān)系的概率越大。 債券流動(dòng)性 Liquid-ity 和協(xié)整關(guān)系變量 Cointegration 呈負(fù)相關(guān)，說明當(dāng)上市公司信用風(fēng)險(xiǎn)惡化時(shí)，可能存在投資者急于拋售債券， 使得債券流動(dòng)性增大， 而此時(shí) RDD 和 CS 存在協(xié)整關(guān)系的概率變大。 方紅星等（2013）研究產(chǎn)權(quán)性質(zhì)和公司債定價(jià)關(guān)系時(shí)指出，國有產(chǎn)權(quán)能夠發(fā)揮隱性擔(dān)保的作用，能夠降低投資者面臨的信用風(fēng)險(xiǎn)。 上述 Logit 回歸模型結(jié)果顯示， 公司屬性 Nature 和協(xié)整關(guān)系變量 Coin-tegratio

18、n 負(fù)相關(guān)，說明國有屬性越強(qiáng)的企業(yè)，信用風(fēng)險(xiǎn)越低，其 RDD 和 CS 存在協(xié)整關(guān)系的概率越小。 但是， 評(píng)級(jí)機(jī)構(gòu)的最新債項(xiàng)評(píng)級(jí) Rate 和協(xié)整關(guān)系變量 Cointegration 顯著正相關(guān)， 這與理論預(yù)期相反。 導(dǎo)致該結(jié)果可能的原因是： 樣本債券的信用評(píng)級(jí)如圖 4 所示基本都在 AA 級(jí)以上， 占比高達(dá) 91.5%， 信用評(píng)級(jí)在 A+及以下的樣本債券僅占 2.04%， 信用評(píng)級(jí)偏低的樣本占比極低導(dǎo)致通過該指標(biāo)反映的信用風(fēng)險(xiǎn)指示性不強(qiáng)， 因此， 該指標(biāo)對(duì)樣本公司 RDD 和 CS 存在協(xié)整關(guān)系的影響不如其他指標(biāo)更具有可靠性。 綜合以上分析可以得出， 實(shí)際信用風(fēng)險(xiǎn)對(duì) RDD 和 CS 協(xié)整關(guān)系的影響也說明研究假說 H3 是成立的。五、研究結(jié)論和政策建議本文分別運(yùn)用違約距離倒數(shù) RDD 和信用價(jià)差 CS 刻畫了同一家上市公司股票和債券價(jià)格對(duì)公司信用風(fēng)險(xiǎn)信息的反應(yīng)， 并且運(yùn)用事件研究、 相關(guān)性分析和協(xié)整檢驗(yàn)等方法研究了兩者之間的關(guān)系， 得出以下結(jié)論：1.從短期來看，在反映信用風(fēng)險(xiǎn)信息效率