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

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。