• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      企業(yè)債信用等級(jí)遷移的價(jià)格效應(yīng)及影響因素研究

      2019-06-25 08:30:38孫克
      證券市場導(dǎo)報(bào) 2019年6期
      關(guān)鍵詞:企業(yè)債信用等級(jí)降級(jí)

      孫克

      (嘉興學(xué)院商學(xué)院,浙江 嘉興 314001)

      引言

      債券的信用等級(jí)是一個(gè)風(fēng)險(xiǎn)指標(biāo),在金融市場上發(fā)揮了重要作用,代表著專業(yè)評(píng)級(jí)公司對(duì)發(fā)行人履行支付義務(wù)的相對(duì)能力的建議,由于存在信息不對(duì)稱,各種關(guān)于債券發(fā)行質(zhì)量和流動(dòng)性的信息往往通過評(píng)級(jí)組織發(fā)布的債券信用等級(jí)的變化傳遞至債券市場(Ederington,Yawitz,and Roberts,1987;Sang and Stephen,2006)[2][8],債券的信用評(píng)級(jí)確立了一種甄別債券內(nèi)部質(zhì)量的機(jī)制(Stiglitz,1975)[10],關(guān)于公司運(yùn)營方面的信息也往往通過評(píng)級(jí)組織發(fā)布的債券評(píng)級(jí)的變化傳遞給市場參與者(Sang and Stephen,2006)[8],信用評(píng)級(jí)調(diào)整由于向市場提供了關(guān)于公司長期經(jīng)濟(jì)預(yù)期的信號(hào),因此也可能會(huì)影響債券的吸引力(Aigbe et al.,1997)[1]。國外諸多研究發(fā)現(xiàn),單個(gè)債券信用等級(jí)的變化可能包含各種行業(yè)信號(hào),向金融市場傳遞信息,從而對(duì)金融市場造成影響,特別是當(dāng)信用等級(jí)的變化表現(xiàn)為信用降級(jí)時(shí),這種影響更為顯著。因此,債券信用等級(jí)遷移的影響問題一直是國外研究的熱點(diǎn)。

      目前針對(duì)信用債信用遷移方面的研究主要集中在發(fā)達(dá)金融市場,針對(duì)新興市場的研究較少,而由于我國債券市場起步較晚,特別是交易所債券市場的發(fā)展較為滯后,該領(lǐng)域的研究尚未引起足夠的重視。隨著我國債券市場不斷擴(kuò)容以及未來“垃圾債”開閘,無擔(dān)保信用債券開始出現(xiàn),發(fā)債主體之間的信用差別日益多樣化(巴曙松,2011)[17],信用等級(jí)遷移成為常態(tài),相關(guān)利益主體對(duì)債券市場的風(fēng)險(xiǎn)日益敏感,特別是信用降級(jí)已經(jīng)對(duì)債券市場造成了一定擾動(dòng)。2006年發(fā)生的“福禧事件”,債券一度有較高折價(jià);2011年中誠信將云投集團(tuán)列入“信用評(píng)級(jí)觀察名單”,債市380只企業(yè)債出現(xiàn)下跌。2016年以來,多只債券發(fā)生違約,債券評(píng)級(jí)出現(xiàn)下調(diào)潮,對(duì)市場形成巨大沖擊。對(duì)于投資者而言,如何規(guī)避和減少投資風(fēng)險(xiǎn)是亟需解決的問題,而信用等級(jí)作為重要的指示性指標(biāo),其變化對(duì)債券價(jià)格具有什么樣的影響是非常值得研究的問題,也是本文的研究點(diǎn)。在此之前,孫克和蔣岳祥(2014)[18]已經(jīng)對(duì)固定收益企業(yè)債信用等級(jí)遷移的影響因素進(jìn)行了分析,在此基礎(chǔ)上進(jìn)一步研究信用等級(jí)遷移對(duì)債券價(jià)格變化的效應(yīng)并分析其影響因素,可以更加豐富我國信用等級(jí)遷移的理論體系。此外,在研究本土信用評(píng)級(jí)對(duì)債券價(jià)格影響的同時(shí),揭示本土信用評(píng)級(jí)的影響力,對(duì)形成我國信用評(píng)級(jí)社會(huì)公信力的一致評(píng)價(jià)有推動(dòng)作用。

      本文研究主要集中在兩個(gè)方面:其一,研究信用等級(jí)遷移對(duì)債券價(jià)格是否具有影響,影響的程度如何;其二,探討哪些因素在此過程中具有重要作用。

      文獻(xiàn)回顧與評(píng)述

      研究信用等級(jí)遷移的價(jià)格效應(yīng),據(jù)此檢驗(yàn)債券信用等級(jí)變化的信息含量,國外已經(jīng)進(jìn)行了較長時(shí)間跨度的豐富研究,總體存在三種研究結(jié)論。

      其一,信用等級(jí)遷移的無新信息論或條件信息論。其中,Katz(1974)[5]較早地采用事件研究方法檢驗(yàn)了債券市場的效率,并認(rèn)為在信用評(píng)級(jí)變化公開發(fā)布以前市場沒有任何預(yù)測,信用評(píng)級(jí)變化以后,在到期收益率完全按照新的信用級(jí)別調(diào)整之前,有6~10周的滯后期。Weinstein(1977)[12]通過研究信用評(píng)級(jí)發(fā)生變化前后的債券價(jià)格來研究債券信用評(píng)級(jí)變化是否包含新的信息,得出結(jié)論認(rèn)為,在信用評(píng)級(jí)變化公告發(fā)布期間或者之后,沒有任何顯著的價(jià)格變化,但是在事件發(fā)生前的18到6個(gè)月,市場發(fā)生調(diào)整。因此,該研究認(rèn)為,信用評(píng)級(jí)變化沒有提供任何新信息。而Wansley and Clauretie(1985)[11]研究發(fā)現(xiàn)當(dāng)公司被列入標(biāo)準(zhǔn)普爾的信用觀察名單里,并且信用評(píng)級(jí)得到后續(xù)證實(shí)以后,市場反應(yīng)就不顯著。一旦列入信用觀察名單里的公司的后續(xù)信用評(píng)級(jí)下降,市場反應(yīng)就非常顯著。

      其二,信用等級(jí)遷移影響的雙向論。Gailen and Warga(1997)[3]采用交易商的月度報(bào)價(jià),發(fā)現(xiàn)債券市場對(duì)信用降級(jí)和信用升級(jí)都有顯著反應(yīng)。Hand et al.(1992)[4]采用日數(shù)據(jù)進(jìn)行研究,發(fā)現(xiàn)如果采用全樣本數(shù)據(jù),則市場對(duì)信用降級(jí)和升級(jí)都存在顯著反應(yīng)。近期,May(2010)[6]用債券日數(shù)據(jù)研究了信用級(jí)別變化的信息含量,發(fā)現(xiàn)信用降級(jí)和信用升級(jí)前后的兩日事件窗的異常債券回報(bào)都在統(tǒng)計(jì)上顯著。

      其三,信用等級(jí)遷移影響的不對(duì)稱論。其中,Hand et al.(1992)[4]發(fā)現(xiàn)在去掉“受污染”的信用級(jí)別變化以后,債券市場對(duì)信用降級(jí)沒有顯著反應(yīng),對(duì)信用升級(jí)有顯著的正面反應(yīng)。相比之下,更多學(xué)者認(rèn)為債券信用升級(jí)的效應(yīng)小得多。比如,Zaima and McCarthy(2005)[13]研究認(rèn)為信用降級(jí)的影響十分顯著,而信用升級(jí)只有非常小的影響。Gailen and Warga(1997)[3]研究發(fā)現(xiàn)在公告月和公告前的時(shí)期信用降級(jí)都存在顯著的公告效應(yīng),從投資級(jí)公司樣本過渡到非投資級(jí)公司樣本,信用降級(jí)的影響程度明顯提高,而信用升級(jí)效應(yīng)無論在幅度上還是顯著度上都弱得多,最強(qiáng)的效應(yīng)產(chǎn)生于從非投資級(jí)到投資級(jí)的信用升級(jí)。Steiner and Heinke(2001)[9]研究了歐洲債券價(jià)格的變化與信用評(píng)級(jí)公告之間的聯(lián)系,發(fā)現(xiàn)當(dāng)出現(xiàn)信用降級(jí)時(shí)債券價(jià)格將有顯著變化,而出現(xiàn)信用升級(jí)時(shí)并沒有很顯著的宣告效應(yīng)。

      可見,國外已有諸多文獻(xiàn)致力于研究債券市場對(duì)信用等級(jí)遷移的反應(yīng),但實(shí)證研究結(jié)論不一而足。對(duì)于信用等級(jí)遷移是否為金融市場帶來新的信息,尤其是對(duì)債券市場具有怎樣的影響,仍是有待解決的問題。從國內(nèi)來看,相關(guān)研究很少,沒有專門針對(duì)企業(yè)債進(jìn)行的研究,也沒有進(jìn)行影響因素分析。本文對(duì)滬深兩市固定收益企業(yè)債信用等級(jí)遷移的價(jià)格效應(yīng)進(jìn)行針對(duì)性研究,并實(shí)證分析影響價(jià)格效應(yīng)的因素,對(duì)國內(nèi)債券市場研究而言是一項(xiàng)創(chuàng)新性工作,有助于豐富我國信用等級(jí)遷移理論體系;研究結(jié)論有助于揭示本土評(píng)級(jí)的影響力,為監(jiān)管部門提供決策支撐;也可供投資者參考,以更好地做出投資決策,合理調(diào)整投資組合策略。

      理論分析與模型建立

      根據(jù)Elton&Gruber,etc的研究結(jié)果,在風(fēng)險(xiǎn)中性假設(shè)下,前一期未破產(chǎn)的T期債券在時(shí)刻t的價(jià)格為[14]:

      其中,C是息票率;Pt是在前一期沒有破產(chǎn)的情況下在t期破產(chǎn)的概率;a是每期的回收率;是無風(fēng)險(xiǎn)債券從時(shí)刻t至t+1的遠(yuǎn)期利率;VtT是T期債券在前一期沒有破產(chǎn)的情況下在時(shí)刻t的理論價(jià)格;

      進(jìn)一步由該式可得:

      可見,債券違約率對(duì)債券價(jià)格具有重要作用,而不同級(jí)別的債券其違約率有所不同,表1是標(biāo)準(zhǔn)普爾公司給出的1981~2015年間全球公司債信用遷移矩陣及違約率,可見,從AAA~CCC/C級(jí)別債券,下一年違約概率從0.00%上升到3.77%,即信用等級(jí)越低的債券,其下一年違約的概率越大,同時(shí),信用遷移對(duì)違約概率具有重要影響。

      由表2可見,從第1~20年,隨著時(shí)間的推移,高信用等級(jí)債券的邊際違約概率會(huì)增大,而低信用等級(jí)債券的邊際違約概率會(huì)降低。并且,隨著息票率和回收率的不同,即使同一信用等級(jí)的債券,其價(jià)格也不同,同時(shí)使得由債券信用等級(jí)遷移引起違約率變化進(jìn)而對(duì)債券價(jià)格產(chǎn)生的影響具有不確定性。

      根據(jù)以上分析,采用事件研究的方法研究企業(yè)債信用等級(jí)遷移的價(jià)格效應(yīng),t日債券i的異?;貓?bào)ARit為:

      t日債券平均異?;貓?bào)AARt為:

      表1 標(biāo)準(zhǔn)普爾全球公司債信用等級(jí)遷移矩陣(1981~2015年)(%)

      表2 標(biāo)準(zhǔn)普爾違約概率變化值(%)

      其中N為債券數(shù)量;

      事件期債券i的累積異?;貓?bào)CARi為:

      其中t=t2-t1+1為事件窗長度;

      事件期的累積平均異?;貓?bào)CAAR為:

      對(duì)于每個(gè)事件窗,對(duì)零假設(shè)“H0:異?;貓?bào)等于零”進(jìn)行檢驗(yàn),以確定信用等級(jí)遷移是否對(duì)債券價(jià)格產(chǎn)生顯著影響,并根據(jù)異常回報(bào)的大小確定效應(yīng)的強(qiáng)弱。

      信用等級(jí)遷移價(jià)格效應(yīng)實(shí)證分析

      本文對(duì)截至2018年10月底上海證券交易所(簡稱滬市)和深圳證券交易所(簡稱深市)上市交易的發(fā)生信用等級(jí)遷移的企業(yè)債進(jìn)行價(jià)格效應(yīng)實(shí)證分析。依據(jù)銳思金融研究數(shù)據(jù)庫提供的數(shù)據(jù)資料顯示,深市發(fā)生信用降級(jí)的企業(yè)債有4只,樣本太少,無法對(duì)總體進(jìn)行有效推斷,所以信用降級(jí)企業(yè)債的價(jià)格效應(yīng)僅針對(duì)滬市進(jìn)行分析。處理數(shù)據(jù)時(shí)發(fā)現(xiàn),很多企業(yè)債存在零交易、交易頻次過低以及部分債券評(píng)級(jí)前后長時(shí)間無交易發(fā)生的情況,最終分析滬市信用降級(jí)企業(yè)債的樣本量為23只,分析深市信用升級(jí)企業(yè)債的樣本量為7只,分析滬市信用升級(jí)企業(yè)債的樣本量為58只。

      在實(shí)證分析以前,首先面臨的就是估計(jì)期長度的選擇問題,根據(jù)Peterson(1989)[7]的觀點(diǎn),日數(shù)據(jù)的估計(jì)期長度應(yīng)為100~300之間。由于我國債券市場還不是非常發(fā)達(dá),債券交易頻次較低,本文在充分利用數(shù)據(jù)資料基礎(chǔ)上,考慮交易數(shù)據(jù)的可獲得性,將估計(jì)期長度選擇為120期。評(píng)級(jí)公告發(fā)布日為事件發(fā)生日,7日事件窗包含事件日前后各三天。圖1是滬市信用降級(jí)和升級(jí)企業(yè)債以及深市信用升級(jí)企業(yè)債在事件窗各日AARs和CAARs的折線圖,由圖可見滬市信用降級(jí)企業(yè)債在事件窗出現(xiàn)了比較明顯的負(fù)異?;貓?bào),而不管是滬市還是深市的信用升級(jí)企業(yè)債異?;貓?bào)都不是特別明顯,據(jù)此初步分析結(jié)果做進(jìn)一步的統(tǒng)計(jì)檢驗(yàn)。

      一、滬市降級(jí)企業(yè)債事件分析結(jié)果

      對(duì)滬市降級(jí)企業(yè)債進(jìn)行統(tǒng)計(jì)檢驗(yàn)時(shí)采用了針對(duì)小樣本的檢驗(yàn)方式,即秩檢驗(yàn)和符號(hào)檢驗(yàn)。由表3可見,企業(yè)債信用降級(jí)對(duì)債券價(jià)格總體上具有統(tǒng)計(jì)顯著影響,但是呈現(xiàn)特殊性。7日事件窗的7個(gè)平均累積異?;貓?bào)中5個(gè)都在統(tǒng)計(jì)上顯著,并且采用秩檢驗(yàn)和符號(hào)檢驗(yàn)都得出了一致性結(jié)果。特別是降級(jí)事件發(fā)生以后的三日的平均累積異?;貓?bào)都顯著為負(fù),分別為-0.033、-0.052和-0.044,并且在降級(jí)事件宣告后的第二日達(dá)到峰值,CAAR[-3,2]為-0.052,說明信用降級(jí)事件確實(shí)向債券市場傳遞了新的信息,對(duì)債券價(jià)格產(chǎn)生了統(tǒng)計(jì)上顯著的負(fù)面影響,并且信用降級(jí)向債券市場傳遞的新信息不是立即在價(jià)格上得到全部體現(xiàn),而是要經(jīng)歷一個(gè)逐步過渡的過程。在降級(jí)事件宣告當(dāng)日,平均累積異?;貓?bào)非常小,且在統(tǒng)計(jì)上不顯著。值得注意的是,在信用降級(jí)事件宣告以前的兩日平均累積異?;貓?bào)也顯著為負(fù),CAAR[-3,-3]和CAAR[-3,-2]分別為-0.005和-0.006(參見表4),即在信用降級(jí)事件宣告以前企業(yè)債已經(jīng)出現(xiàn)了負(fù)的異?;貓?bào),說明在評(píng)級(jí)公司宣告信用降級(jí)之前,該降級(jí)事件可能已經(jīng)被債券市場部分預(yù)測到了,但是價(jià)格調(diào)整的幅度比較小。

      為了對(duì)信用降級(jí)事件發(fā)布前后的異?;貓?bào)進(jìn)行深入分析,計(jì)算7日、5日和3日平均累積異?;貓?bào),CAAR[-3,3]、CAAR[-2,2]和CAAR[-1,1]分別為-0.044、-0.048和-0.027(參見表4),值得關(guān)注的是,3日平均累積異?;貓?bào)只有符號(hào)檢驗(yàn)值弱顯著,這也從另一個(gè)角度印證了表3的結(jié)果,即在降級(jí)公告發(fā)布前一天和發(fā)布當(dāng)日,債券價(jià)格都沒有出現(xiàn)顯著異常變化,價(jià)格變化存在滯后性。進(jìn)一步計(jì)算事件期各階段平均累積異常回報(bào),得到了相同的分析結(jié)果,由表4可見,在滬市企業(yè)債信用降級(jí)宣告前兩日都出現(xiàn)了平均累積異常回報(bào),但是絕對(duì)值較小,且累積效應(yīng)不是非常明顯。在信用降級(jí)宣告后,出現(xiàn)了顯著的負(fù)的異?;貓?bào),且異?;貓?bào)存在明顯的累積效應(yīng)。這些研究結(jié)果說明,債券降級(jí)事件在評(píng)級(jí)公告發(fā)布以前可能已經(jīng)一定程度上被債券市場預(yù)測到了,因此對(duì)債券價(jià)格產(chǎn)生了一些負(fù)面影響,并且在債券市場上進(jìn)行了消化。同時(shí),由于降級(jí)信息發(fā)布前兩日(CAAR[-3,-1]、CAAR[-2,-1]、CAAR[-3,0]、CAAR[-2,0]、CAR[-1,0])和降級(jí)信息發(fā)布當(dāng)日(CAAR[0,0])的平均累積異常回報(bào)在統(tǒng)計(jì)上都不顯著,可以認(rèn)為評(píng)級(jí)公司的降級(jí)信息在發(fā)布以前雖然可能被市場預(yù)測到了,但是應(yīng)該沒有出現(xiàn)信息泄露,所以待公告發(fā)布以后才得到債券市場的顯著負(fù)面反應(yīng),并且累積效應(yīng)比較大,CAAR[0,1]、CAAR[0,2]、CAAR[0,3]、CAAR[1,2]和CAAR[1,3]分別為-0.029、-0.048、-0.039、-0.050和-0.042。

      圖1 滬市、深市平均異?;貓?bào)和平均累積異?;貓?bào)折線圖

      表3 滬市降級(jí)企業(yè)債事件窗AARs、CAARs及統(tǒng)計(jì)檢驗(yàn)結(jié)果

      表4 滬市降級(jí)企業(yè)債事件窗各階段CAARs及統(tǒng)計(jì)檢驗(yàn)結(jié)果

      二、滬市和深市升級(jí)企業(yè)債事件分析結(jié)果

      對(duì)于滬市和深市發(fā)生信用升級(jí)企業(yè)債的事件分析,所采取的檢驗(yàn)方式有所不同。其中,深市企業(yè)債發(fā)生信用升級(jí)的樣本量較少,在進(jìn)行統(tǒng)計(jì)檢驗(yàn)時(shí)采用了和滬市降級(jí)企業(yè)債一致的檢驗(yàn)方法,即秩檢驗(yàn)和符號(hào)檢驗(yàn),而滬市升級(jí)企業(yè)債樣本量較大,因此采用t檢驗(yàn)、Patell Z檢驗(yàn)和BMP檢驗(yàn)三種方法。

      根據(jù)實(shí)證分析結(jié)果,無論是滬市還是深市,企業(yè)債信用升級(jí)對(duì)債券價(jià)格的影響總體上都不明顯。滬市7日事件窗的七個(gè)平均累積異?;貓?bào)全部在統(tǒng)計(jì)上不顯著,且采用三種檢驗(yàn)方式都得到了一致性結(jié)果(參見表5)。深市7日事件窗的平均累積異?;貓?bào)有六個(gè)在統(tǒng)計(jì)上不顯著,同樣采用秩檢驗(yàn)和符號(hào)檢驗(yàn)的結(jié)果相同(參見表6),雖然CAAR[-3,-3]的值在10%的顯著水平上通過了檢驗(yàn),但是其絕對(duì)值非常小,很可能只屬于債券價(jià)格在日常交易中的一種正常調(diào)整。

      進(jìn)一步對(duì)滬市和深市企業(yè)債信用升級(jí)事件發(fā)布前后的異?;貓?bào)進(jìn)行深入分析,計(jì)算7日、5日和3日平均累積異?;貓?bào),得到了相同的結(jié)論,平均累積異常回報(bào)全部在統(tǒng)計(jì)上不顯著。雖然滬市CAAR[0,2]和CAAR[1,2]的BMP檢驗(yàn)結(jié)果弱顯著(p<0.10),但其他兩個(gè)檢驗(yàn)結(jié)果都在統(tǒng)計(jì)上不顯著,而且CAAR[0,2]和CAAR[1,2]的值僅為0.003(參見表7)。再看深市,檢驗(yàn)結(jié)果和滬市相近,CAAR[0,2]和CAAR[0,3]的符號(hào)檢驗(yàn)統(tǒng)計(jì)弱顯著,但是秩檢驗(yàn)在統(tǒng)計(jì)上不顯著,CAAR[1,2]和CAAR[1,3]的秩檢驗(yàn)在統(tǒng)計(jì)上弱顯著(p<0.10),但是符號(hào)檢驗(yàn)統(tǒng)計(jì)不顯著,而且其值分別為0.0025、0.0020、0.0028和0.0023,非常接近于零(參見表8)。綜合以上分析可以認(rèn)為,企業(yè)債的信用升級(jí)事件基本沒有對(duì)債券市場傳遞新的信息,沒有對(duì)債券價(jià)格產(chǎn)生統(tǒng)計(jì)上顯著的累積影響。

      表5 滬市升級(jí)企業(yè)債事件窗AARs、CAARs及統(tǒng)計(jì)檢驗(yàn)結(jié)果

      表6 深市升級(jí)企業(yè)債事件窗AARs、CAARs及統(tǒng)計(jì)檢驗(yàn)結(jié)果

      表7 滬市升級(jí)企業(yè)債事件窗各階段CAARs及統(tǒng)計(jì)檢驗(yàn)結(jié)果

      表8 深市升級(jí)企業(yè)債事件窗各階段CAARs及統(tǒng)計(jì)檢驗(yàn)結(jié)果

      信用等級(jí)遷移價(jià)格效應(yīng)的影響因素分析

      根據(jù)第四部分的實(shí)證分析結(jié)果,企業(yè)債信用降級(jí)向債券市場傳遞了新信息,并對(duì)債券價(jià)格產(chǎn)生了負(fù)面效應(yīng),那么該效應(yīng)的強(qiáng)弱是否受到某些因素的影響,本部分對(duì)此進(jìn)行分析。

      一、模型建立

      其一,如前所述,在企業(yè)債信用降級(jí)發(fā)生之前債券已經(jīng)出現(xiàn)了負(fù)的異?;貓?bào),說明某些信用降級(jí)并不完全是意外事件。在有效的金融市場上,如果信用降級(jí)被投資者完全預(yù)測到了,那么所有的價(jià)格調(diào)整都會(huì)在降級(jí)事件發(fā)生之前完成。相反,如果信用降級(jí)是一個(gè)意外事件,那么在降級(jí)事件發(fā)生以前,債券異?;貓?bào)應(yīng)該是零甚至是正值,而當(dāng)降級(jí)公告發(fā)布之后債券價(jià)格會(huì)出現(xiàn)很大程度的負(fù)面反應(yīng)(May,2010)[6]。

      其二,債券的信用等級(jí)代表了債券的信用質(zhì)量,高的信用等級(jí)代表高的信用質(zhì)量,其違約率就低。通常,歷史平均違約率顯示了特定信用等級(jí)債券的違約概率,雖然違約率是個(gè)變量,每年都可能發(fā)生非常大的變化,某一年的實(shí)際違約率也可能大大偏離平均值,但是它仍然是債券信用質(zhì)量的一個(gè)直接反映。依據(jù)表9的數(shù)據(jù)顯示,不論是1年、2年、5年、7年還是總體平均違約率,從高信用等級(jí)至低信用等級(jí)的違約率都是越來越高,而且越是低信用等級(jí)的債券,其違約率越高,信用等級(jí)差別越大違約率的差值就越大。因此,可以認(rèn)為低信用等級(jí)的企業(yè)債對(duì)信用等級(jí)遷移的反應(yīng)會(huì)更為強(qiáng)烈。此外,從AAA到AA一直到CCC,信用等級(jí)調(diào)整的幅度越大表示信用質(zhì)量下降的程度越大,違約概率的變化也越大,因此可以預(yù)見信用降級(jí)的層級(jí)越多對(duì)債券市場的影響越大,債市的反應(yīng)會(huì)更為強(qiáng)烈,從而對(duì)債券價(jià)格產(chǎn)生更大的影響。

      其三,根據(jù)孫克(2014)[15]研究結(jié)果,信用等級(jí)發(fā)生遷移的債券存在明顯的行業(yè)特征,信用等級(jí)變化易受行業(yè)景氣度的影響。根據(jù)標(biāo)準(zhǔn)普爾2014年和2015年統(tǒng)計(jì)的全球各行業(yè)公司債違約概率(表10)也可以看出,不同行業(yè)的違約概率存在明顯差異,并且部分行業(yè)2015年的違約概率較2014年明顯增大(如能源和自然資源、金融業(yè)、林業(yè)和建筑業(yè)),也有部分行業(yè)的違約概率有所降低(如高科技、電訊業(yè)和公共事業(yè)),因此可以推斷不同行業(yè)債券發(fā)生信用降級(jí)對(duì)債券價(jià)格可能產(chǎn)生差異性影響。

      綜上,建立假設(shè)如下:

      表9 全球固定收益?zhèn)櫾u(píng)級(jí)累積違約概率(1981~2015年)

      表10 全球各行業(yè)公司債違約概率比較(%)

      H1:信用降級(jí)前出現(xiàn)異?;貓?bào)的債券的價(jià)格對(duì)降級(jí)反應(yīng)更強(qiáng)烈;

      H2:低信用級(jí)別債券的價(jià)格對(duì)信用降級(jí)反應(yīng)更強(qiáng)烈;

      H3:信用降級(jí)層級(jí)多的債券的價(jià)格對(duì)降級(jí)反應(yīng)更強(qiáng)烈;

      H4:信用降級(jí)的價(jià)格效應(yīng)因行業(yè)不同顯現(xiàn)差異性特征。

      依據(jù)表3滬市降級(jí)企業(yè)債事件窗各階段CARs的統(tǒng)計(jì)檢驗(yàn)結(jié)果,以統(tǒng)計(jì)顯著的累積異常回報(bào)為因變量建立橫截面回歸模型(7):

      其中,各自變量定義如下:

      CAR[-3,-1]≥0為虛擬變量,取值如下:

      oldrating表示企業(yè)債降級(jí)前的信用級(jí)別,目前我國信用評(píng)級(jí)公司對(duì)中長期債務(wù)信用等級(jí)劃分為三等九級(jí),依次為AAA、AA、A、BBB、BB、B、CCC、CC、C,并且除AAA級(jí)、CCC級(jí)(含)以下等級(jí)外,每個(gè)信用等級(jí)可用“+”、“-”符號(hào)進(jìn)行微調(diào),據(jù)此將該變量定義為:AAA=1,AA+=2,…,C=19。

      degree為信用降級(jí)的幅度,即本次信用評(píng)級(jí)與上一次信用評(píng)級(jí)之間的層級(jí)差,degree=1,2,3….。

      industryC為虛擬變量,取值如下:

      industryL為虛擬變量,取值如下:

      調(diào)查結(jié)果顯示,改革后的教學(xué)模式得到了大多數(shù)學(xué)生的肯定。學(xué)生對(duì)改革后教學(xué)模式的滿意度達(dá)到了83.64%,而傳統(tǒng)教學(xué)模式的滿意度43.33%;69.09%的學(xué)生可以提高分析問題和解決問題的能力,而傳統(tǒng)教學(xué)只有31.67%。說明改革后的教學(xué)模式相對(duì)于傳統(tǒng)大班授課方式不僅可以促進(jìn)師生之間的溝通交流,提高學(xué)生的學(xué)習(xí)興趣和學(xué)生獨(dú)立思考和解決問題的能力,進(jìn)而提高教學(xué)質(zhì)量和學(xué)生的學(xué)習(xí)效率。從表4看,改革后的教學(xué)方法學(xué)生期末成績和綜合成績均高于傳統(tǒng)教學(xué)組。

      二、實(shí)證分析結(jié)果與討論

      表11是累積異常回報(bào)的描述性統(tǒng)計(jì)分析結(jié)果,信用降級(jí)樣本的累積異?;貓?bào)均值在-0.029~-0.050之間,均為負(fù)值,中值集中在-0.007和-0.013上,標(biāo)準(zhǔn)差在0.071~0.107之間,數(shù)據(jù)比較集聚。

      將所有自變量納入回歸模型,分別對(duì)CAR[0,1]、CAR[0,2]、CAR[0,3]、CAR[1,2]和CAR[1,3]進(jìn)行橫截面回歸,見表12模型7。可見,行業(yè)指標(biāo)系數(shù)均不顯著,也就是說依據(jù)現(xiàn)有樣本數(shù)據(jù)無法得出信用降級(jí)的價(jià)格效應(yīng)因行業(yè)不同顯現(xiàn)差異性特征的結(jié)論,拒絕假設(shè)H4。據(jù)此,將行業(yè)變量剔除出回歸模型,建立模型(8):

      表11 累積異?;貓?bào)描述性統(tǒng)計(jì)分析

      值得關(guān)注的是,剔除行業(yè)因素之后,模型的整體表現(xiàn)較模型7更好,對(duì)因變量的解釋度更強(qiáng)。進(jìn)一步,針對(duì)模型8的回歸結(jié)果進(jìn)行分析,發(fā)現(xiàn),oldrating和degree都與累積異常回報(bào)呈現(xiàn)統(tǒng)計(jì)上顯著的負(fù)相關(guān)性,即接受假設(shè)H2和H3,低信用級(jí)別債券的價(jià)格對(duì)信用降級(jí)的反應(yīng)更強(qiáng)烈,初始信用級(jí)別越低債券進(jìn)一步降級(jí)后越會(huì)對(duì)債券價(jià)格產(chǎn)生負(fù)面影響。同時(shí),信用降級(jí)層級(jí)多的債券價(jià)格對(duì)降級(jí)的反應(yīng)更強(qiáng)烈,降級(jí)幅度越大對(duì)債券價(jià)格產(chǎn)生的負(fù)面影響越大。此外,對(duì)oldrating和degree兩個(gè)自變量的系數(shù)進(jìn)行比較可以發(fā)現(xiàn),degree的系數(shù)絕對(duì)值全部比oldrating的系數(shù)絕對(duì)值大,說明相比之下,降級(jí)幅度對(duì)債券價(jià)格的負(fù)面影響要大于初始信用級(jí)別的高低對(duì)債券價(jià)格的影響,投資者更應(yīng)該關(guān)注降級(jí)幅度更大的債券的投資決策,考慮是否需要調(diào)整其投資量甚至將其剔除投資組合。此外,除了針對(duì)CAR[1,2]建立的回歸模型自變量CAR[-3,-1]≥0的系數(shù)在10%的顯著水平上弱顯著以外,其他回歸模型的CAR[-3,-1]≥0系數(shù)均在統(tǒng)計(jì)上不顯著,說明信用降級(jí)前是否出現(xiàn)異常回報(bào)對(duì)降級(jí)后的債券價(jià)格的影響不是非常明顯。

      表12 信用降級(jí)企業(yè)債CARs橫截面回歸結(jié)果

      結(jié)論

      本文采用事件研究法研究滬深兩市固定收益企業(yè)債信用等級(jí)遷移的價(jià)格效應(yīng),同時(shí)采用橫截面回歸研究影響價(jià)格效應(yīng)的因素,得出如下主要研究結(jié)論:

      1.企業(yè)債價(jià)格對(duì)信用升級(jí)和信用降級(jí)的反應(yīng)存在不對(duì)稱性,反映出信用降級(jí)向債券市場傳遞了新信息,對(duì)債券價(jià)格產(chǎn)生了統(tǒng)計(jì)上顯著的負(fù)面影響,而信用升級(jí)的信息傳遞不明顯,沒有對(duì)債券價(jià)格產(chǎn)生統(tǒng)計(jì)上顯著的累積影響。產(chǎn)生這一結(jié)果的原因可能是因?yàn)槲覈髽I(yè)債市場由于進(jìn)入門檻較高,債券的初始信用等級(jí)都在投資級(jí)以上,因此一旦跟蹤評(píng)級(jí)出現(xiàn)負(fù)面信息,市場反應(yīng)相對(duì)會(huì)更為強(qiáng)烈,這一點(diǎn)在影響因素分析中也得到了印證。同時(shí),該研究結(jié)果對(duì)于投資者也具有一定投資參考價(jià)值,信用降級(jí)可能直接導(dǎo)致投資組合的回報(bào)率降低,需要投資者加以關(guān)注。

      2.在信用降級(jí)事件宣告以前企業(yè)債已經(jīng)出現(xiàn)了負(fù)的異常回報(bào),但絕對(duì)值較小,說明在評(píng)級(jí)公司宣告信用降級(jí)之前,該降級(jí)事件可能已經(jīng)部分被債券市場預(yù)測到了,并且在債券市場上進(jìn)行了消化,只是價(jià)格調(diào)整的幅度比較小。在降級(jí)信息發(fā)布前兩日和發(fā)布當(dāng)日,平均累積異?;貓?bào)值非常小且在統(tǒng)計(jì)上不顯著,即累積效應(yīng)不明顯,可以認(rèn)為評(píng)級(jí)公司的降級(jí)信息在發(fā)布以前雖然被市場預(yù)測到了,但是應(yīng)該沒有出現(xiàn)評(píng)級(jí)信息的泄露,待公告發(fā)布以后才得到債券市場的負(fù)面反應(yīng)。這從一定程度上表明隨著近年來我國對(duì)債券評(píng)級(jí)機(jī)構(gòu)的監(jiān)管力度不斷加強(qiáng),評(píng)級(jí)機(jī)構(gòu)的公信力已經(jīng)開始逐步提高,隨著未來對(duì)債券評(píng)級(jí)業(yè)務(wù)以及信息披露的進(jìn)一步規(guī)范,其評(píng)級(jí)結(jié)果的定價(jià)作用可以得到進(jìn)一步顯現(xiàn),并促進(jìn)我國債券市場的外在效率進(jìn)一步提升。

      4.低信用級(jí)別債券的價(jià)格對(duì)信用降級(jí)的反應(yīng)更強(qiáng)烈,信用降級(jí)的幅度越大對(duì)債券價(jià)格產(chǎn)生的負(fù)面影響也越大,這一研究結(jié)果表明,市場對(duì)未預(yù)期到的信用等級(jí)變化的反應(yīng)更為強(qiáng)烈,特別是對(duì)于信用質(zhì)量較低的企業(yè)債反應(yīng)更為明顯。相比之下,降級(jí)幅度對(duì)債券價(jià)格的負(fù)面影響要大于初始信用級(jí)別的高低對(duì)債券價(jià)格的影響,因此,投資者更應(yīng)該關(guān)注降級(jí)幅度更大的債券的投資決策,考慮是否需要調(diào)整其投資量甚至將其剔除投資組合。

      但由于受到樣本量的限制,本文研究也存在一定局限性,比如由于很多債券的交易不夠活躍因此在實(shí)證分析中只能遺憾地進(jìn)行剔除處理,同樣在影響因素的分析中,沒有對(duì)不同評(píng)級(jí)公司進(jìn)行對(duì)比分析等,待未來研究條件具備可以進(jìn)行進(jìn)一步的分析,以得出更為豐富的研究結(jié)論。

      猜你喜歡
      企業(yè)債信用等級(jí)降級(jí)
      社交降級(jí)后,終于舒服了
      現(xiàn)代年輕人“消費(fèi)降級(jí)”現(xiàn)象大掃描
      “賞石”會(huì)被消費(fèi)降級(jí)嗎?
      寶藏(2018年12期)2019-01-29 01:51:08
      消費(fèi)降級(jí)了嗎?
      協(xié)會(huì)圓滿完成武器裝備科研生產(chǎn)單位信用等級(jí)評(píng)價(jià)擴(kuò)大試點(diǎn)工作
      限制發(fā)行企業(yè)債黑名單
      中國信用(2017年10期)2017-05-24 11:06:02
      住房抵押信貸信用等級(jí)的灰色評(píng)價(jià)方案研究
      發(fā)改委加快企業(yè)債發(fā)行審核等
      投資有道(2013年7期)2013-04-29 00:44:03
      財(cái)務(wù)信息對(duì)債券信用等級(jí)的解釋作用
      商務(wù)部、國資委、中小企業(yè)投融資雜志社聯(lián)合舉辦行業(yè)信用企業(yè)推薦活動(dòng)
      龙南县| 南召县| 扬中市| 客服| 黄平县| 新竹市| 大埔区| 阳新县| 宜黄县| 乾安县| 光山县| 巩义市| 金山区| 宣武区| 中卫市| 北安市| 镇宁| 崇义县| 精河县| 广东省| 修武县| 肃南| 万山特区| 巴林右旗| 灌南县| 洛阳市| 兰考县| 道真| 台中县| 吴川市| 云霄县| 年辖:市辖区| 宜城市| 石狮市| 惠来县| 铜陵市| 宝坻区| 安新县| 彝良县| 南安市| 丁青县|