• 
    

    
    

      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 ?

      公司信用債剛兌信仰打破了嗎
      ——基于限制性條款影響力的研究

      2020-03-22 01:03:20何志剛吳心源
      關(guān)鍵詞:限制性條款債券

      何志剛 吳心源

      浙江工商大學(xué) 金融學(xué)院,浙江 杭州 310018

      一、引言

      2014年以前,中國信用債市場未出現(xiàn)過實質(zhì)性違約,僅有的幾次信用風(fēng)險事件也由地方政府或承銷商及時解決?!傲氵`約”神話可以說是政府干預(yù)企業(yè)債務(wù)融資的結(jié)果。政府隱性擔(dān)保使得投資者長久以來“潛在”地把政府信用作為企業(yè)債務(wù)的信用背書,對債券抱有剛兌預(yù)期,風(fēng)險意識淡薄且普遍存在投機僥幸心理,從而扭曲了傳統(tǒng)金融理論中收益和風(fēng)險之間的平衡關(guān)系,信用風(fēng)險定價機制失效(朱寧,2016[1])。2014年3月首單公募債券違約,打破了中國債市長久以來的剛性兌付。近年來,政府部門出臺了相關(guān)制度規(guī)范以退出隱性擔(dān)保,促使發(fā)債主體風(fēng)險自擔(dān),違約進(jìn)入常態(tài)化。Wind資訊數(shù)據(jù)顯示,截至2019年12月29日,債券市場共有204個主體發(fā)行的458只債券發(fā)生違約,涉及違約的本金規(guī)模達(dá)2413.18億元。違約主體從民企擴大到國企,從低評級債券蔓延到高評級債券,違約種類也逐漸覆蓋全部信用債品種。違約常態(tài)化一定程度上提高了投資者對違約風(fēng)險的接受度,有利于信用風(fēng)險定價機制的完善,是中國債券市場發(fā)展進(jìn)步,逐漸向成熟市場轉(zhuǎn)變的信號。剛兌信仰源于中國債券市場剛性兌付這一痼疾。當(dāng)前剛性兌付已經(jīng)打破,隨著信用違約事件愈演愈烈,投資者長久以來形成的剛兌信仰是否打破,這是一個值得關(guān)注的問題。本文擬從實證角度對此加以驗證,具有一定的理論和現(xiàn)實意義。

      二、文獻(xiàn)綜述

      (一)剛兌信仰與債券定價

      Porta et al.(1998[2])等認(rèn)為發(fā)展中國家由于信息披露質(zhì)量、債權(quán)人權(quán)利保護(hù)及司法有效性等金融基礎(chǔ)設(shè)施的落后,制約債券市場的發(fā)展。對此,中國采用政府干預(yù)、發(fā)行管制等方式推動債券市場發(fā)展(成九雁和朱武祥,2006[3];曹萍,2013[4]),如當(dāng)債券發(fā)行人不能按期兌付或出現(xiàn)償付困難時,政府及其他關(guān)聯(lián)機構(gòu)會出面兜底處理。但是實際上中國并沒有任何一項法律條文要求政府必須剛性兌付。這一“不言自明”的政府外部支持被稱作隱性擔(dān)保。許多學(xué)者探討了隱性擔(dān)保對債券定價的影響。孫錚等(2005[5])認(rèn)為“政府關(guān)系”作為一種非正式制度可以降低投資人對借款人的違約預(yù)期,進(jìn)而影響信用價差。方紅星等(2013[6])發(fā)現(xiàn)國有產(chǎn)權(quán)能夠發(fā)揮隱性擔(dān)保作用,直接或間接地降低債權(quán)人面臨的投資風(fēng)險,從而使得上市公司的融資成本下降。韓鵬飛和胡奕明(2015[7])指出政府隱性擔(dān)保在評級較低的企業(yè)債券中影響更大,更能降低其違約風(fēng)險。魏明海等(2017[8])選取產(chǎn)權(quán)性質(zhì)、政策補貼及政策性銀行貸款來度量企業(yè)債背后的隱性擔(dān)保,發(fā)現(xiàn)這些隱性擔(dān)保指標(biāo)能顯著降低信用利差。由此可見,隱性擔(dān)保確實起到了降低違約風(fēng)險的作用。但其弊端在于,由于投資者形成了政府為違約兜底的慣性思維,混淆了發(fā)行人自身信用與政府信用,因而投資過程中過于看重國企背景、地方政府實力等隱性指標(biāo),忽略反映發(fā)行人真實信用水平的財務(wù)狀況,導(dǎo)致信用債定價中信用風(fēng)險往往補償不夠,定價機制出現(xiàn)失靈。陳道富(2015[9])指出剛性兌付使市場不能進(jìn)行有效的風(fēng)險區(qū)分和確定合理的風(fēng)險溢價。王安興等(2012[10])以及趙靜和方兆本(2011[11])都曾發(fā)現(xiàn)部分信用風(fēng)險因素對公司債券信用利差的影響與傳統(tǒng)理論預(yù)期相反。紀(jì)志宏和曹媛媛(2017[12])指出中國信用債定價機制以宏觀流動性溢價為主導(dǎo),與成熟市場以信用風(fēng)險為主導(dǎo)的定價機制(Liu et al.,2005[13])不同。盡管中國債券市場形成的剛兌信仰根深蒂固,但違約發(fā)生會給信用債帶來一定沖擊和影響,并且隨著違約常態(tài)化,沖擊和影響將不斷增大。那么投資者對政府隱性擔(dān)保下的剛兌信仰是否會因此出現(xiàn)動搖呢?對此,王洪亮等(2019[14])指出債券違約有助于打破剛兌信仰,從而構(gòu)建起風(fēng)險與收益率匹配度更高的市場。王占浩等(2015[15])、王宏博(2020[16])發(fā)現(xiàn)違約事件發(fā)生后公司債券信用價差增大,投資者剛兌信仰有所動搖。李艷軍(2019[17])指出違約事件的蔓延將使信用風(fēng)險溢價在債券定價中越來越重要。但也有學(xué)者發(fā)現(xiàn)違約頻發(fā)背景下投資者仍普遍抱有剛兌預(yù)期。王占浩等(2015)發(fā)現(xiàn)“11超日債”的違約并未對市場形成實質(zhì)性的影響,“剛性兌付”信念依然存在。彭疊峰和程曉園(2018[18])指出超日債違約引致投資者更加偏好國企債券,隱性擔(dān)保預(yù)期反而進(jìn)一步加深。張雪瑩和王玉琳(2019[19])發(fā)現(xiàn)市場對城投債的剛性兌付預(yù)期并未下降,反而有所增加。由此可見,剛性兌付打破不難,難在破除債券市場長久以來形成的剛兌信仰。而只有當(dāng)剛兌信仰被打破,市場參與者能夠合理承擔(dān)各自的風(fēng)險,債市才能真正實現(xiàn)市場化。

      (二)剛兌信仰與限制性條款

      Jensen and Meckling(1976[20])指出在債務(wù)關(guān)系建立之后,債權(quán)人和股東將會產(chǎn)生利益沖突。限制性條款既能有效地在事前約束企業(yè)行為,減輕債權(quán)人和企業(yè)股東的利益矛盾,也能在信用風(fēng)險事件發(fā)生后產(chǎn)生救濟(jì)方案,最大程度保護(hù)債權(quán)人利益。Nash et al.(2003[21])、Chava and Robert(2007[22])、Reisel(2014[23])均以委托代理理論為基礎(chǔ),發(fā)現(xiàn)債券契約中的限制性條款可以緩解債權(quán)人與股東之間的委托代理問題,進(jìn)而降低信用價差。Demiroglu and James(2010[24])基于信號理論,也指出資質(zhì)較好的公司通過使用較為嚴(yán)格或更完善的契約條款設(shè)計,一方面保護(hù)了投資者的利益,另一方面可以向市場傳達(dá)出積極信號來展示其良好資質(zhì),進(jìn)而降低發(fā)行成本。相比于國外市場,國內(nèi)關(guān)于限制性條款的文獻(xiàn)較少。陳超和李镕伊(2014[25])發(fā)現(xiàn)公司債的限制性條款設(shè)計越完善,債券的融資成本越低。史永東和田淵博(2016[26])、史永東等(2018[27])發(fā)現(xiàn)契約條款能顯著降低公司債券的信用價差。甄紅線等(2019[28])指出債券特殊契約條款的約束力度越大,公司的會計穩(wěn)健性越高。

      限制性條款是伴隨信用風(fēng)險出現(xiàn)并不斷完善的。金融危機后,Douglas et al.(2014[29])、Marc and Grossmann(2017[30])發(fā)現(xiàn)市場信用風(fēng)險的增加提升了限制性條款的重要性。當(dāng)前中國債券市場的違約常態(tài)化同樣引發(fā)對債權(quán)人保護(hù)機制的內(nèi)生需求,自2015年起,中國證券市場監(jiān)管部門一直圍繞構(gòu)建統(tǒng)一的債券違約制度框架,對各類投資者保護(hù)機制進(jìn)行規(guī)范與引導(dǎo)。馮果和閻維博(2017[31])指出在市場主導(dǎo)的邏輯下,限制性條款切實發(fā)揮著保護(hù)債權(quán)人利益的功能,是債券市場最為基礎(chǔ)和最為市場化的保護(hù)手段。因此違約事件的出現(xiàn)動搖了投資者的剛兌信仰,增強了投資者的風(fēng)險防范意識,限制性條款在債券定價中的重要性應(yīng)當(dāng)進(jìn)一步提升。

      綜上所述,現(xiàn)有文獻(xiàn)圍繞債券市場剛性兌付打破的市場影響進(jìn)行了研究,但還存在以下不足。首先,已有研究較多集中于分析“11超日債”違約這一事件的市場沖擊,缺乏違約常態(tài)化對投資者在長期剛性兌付下形成的剛兌信仰帶來的影響。其次,已有研究多集中于分析違約與信用評級和產(chǎn)權(quán)性質(zhì)的關(guān)系,較少有文獻(xiàn)考慮違約常態(tài)化下限制性條款影響力的變化。

      本文在已有文獻(xiàn)的基礎(chǔ)上進(jìn)行拓展,考察在違約事件的不斷沖擊下,投資者由于長期剛性兌付所形成的剛兌信仰是否打破,創(chuàng)新之處有兩個方面。首先,本文以限制性條款作為研究視角,限制性條款作為在市場化機制下保護(hù)債權(quán)人利益最為有效的工具,其影響力的變化將反映出市場投資邏輯的轉(zhuǎn)變,并借此體現(xiàn)剛兌信仰是否打破。其次,本文使用隨機森林方法進(jìn)行實證分析;而隨機森林能夠通過大量的訓(xùn)練和學(xué)習(xí)、探索樣本自身的特征與規(guī)律,較好地處理多維特征與目標(biāo)值之間存在的線性和非線性關(guān)系,計算出各個特征變量對目標(biāo)值的重要性評分,非常契合本文借助條款影響力的變化來考察剛兌信仰是否打破的目的,這是傳統(tǒng)線性回歸模型所不具備的。

      三、研究方法與變量選取

      (一)隨機森林

      本文采用隨機森林回歸模型獲得限制性條款的重要性評分以及局部依賴值,分析違約事件出現(xiàn)前后限制性條款對債券定價的重要性變化,借此考察市場剛兌信仰是否打破。Breiman and Cutler(2001[32])提出了隨機森林模型。它通過對大量決策樹的匯總,采用少數(shù)服從多數(shù)的原則得出結(jié)果,提高了模型的預(yù)測精度。與傳統(tǒng)的多元線性回歸不同,隨機森林不需要做特征選擇,它會給出所有變量的重要性評分并考慮變量之間的交互作用。

      隨機森林可以解釋若干自變量Xi對因變量Y的線性及非線性作用。如果因變量Y有n個觀測值,有i個解釋變量與之相關(guān),在構(gòu)建決策樹時,隨機森林就采用Bootstrap重抽樣方法隨機在原樣本中重新選擇n個觀測值,子樣本中有的數(shù)據(jù)可以重復(fù),有的數(shù)據(jù)可能沒有被選中。同時,隨機森林也隨機地從解釋變量中選取部分變量進(jìn)行決策樹節(jié)點的確定。這樣每次構(gòu)建的決策樹就不相同。一般情況下,隨機森林隨機地生成幾百個甚至幾千個決策樹,最終結(jié)果由個別樹輸出的類別眾數(shù)而定。隨機森林根據(jù)被解釋變量的類別可以分為分類和回歸模型。自變量Xi可以是離散變量和連續(xù)變量的混合。因此,本文的模型設(shè)定為:

      (1)

      式(1)“~”左端為模型的輸出指標(biāo),右端為輸入指標(biāo)。其中,CS代表債券i在t月的信用價差;cov_index代表債券i的限制性條款保護(hù)指數(shù);rating代表債券i在t月前的最新主體信用評級;put為是否可回售;adjust為是否可調(diào)整票面利率;roa代表債券i在t月的總資產(chǎn)收益率;leverage代表債券i在t月的資產(chǎn)負(fù)債率;volatility代表債券i在t月的個股股價波動率;yeartomatu代表債券i在t月的剩余期限;Amihud代表債券i在t月的非流動性;secure為是否存在擔(dān)保;riskfree和slope為t月無風(fēng)險利率水平和利率斜率;ind為發(fā)債主體i在t月的行業(yè)。

      (二)變量選取

      1.信用利差。本文選取二級市場信用利差作為被解釋變量。信用利差是指信用債到期收益率與同期限無風(fēng)險利率之差(1)無風(fēng)險利率一般取國債到期收益率,來源于中國債券信息網(wǎng)。。由于采用的是月度數(shù)據(jù),故先計算出債券在當(dāng)月每個交易日的信用利差,然后使用簡單平均法計算出該只公司債券當(dāng)月的平均信用利差。

      2.限制性條款保護(hù)指數(shù)。本文借由限制性條款在違約常態(tài)化下影響力的變化來檢驗剛兌信仰是否打破,故參照Billett et al.(2007[33])、史永東和田淵博(2016)構(gòu)造限制性條款保護(hù)指數(shù)進(jìn)行量化分析,首先從每只債券的募集說明書中收集了其所使用的限制性條款(2)限制性條款均從募集說明書中的償債保障措施和發(fā)行人權(quán)利與義務(wù)兩項中整理得出。本文所收集的條款均是用于保護(hù)投資者的。并結(jié)合中國的特點,將限制性條款分為四大類。具體條款內(nèi)容及分類見表1。由表1可以發(fā)現(xiàn)幾乎所有的公司債券都使用了限制向股東分配利潤、限制高管薪酬及獎金、限制重大風(fēng)險項目、暫緩收購兼并、主要責(zé)任人不得調(diào)離、受托管理人和債券持有人七個契約條款,這些條款大多屬于模塊化條款,不像其他條款被選擇性地使用,故本文在編制保護(hù)指數(shù)時不考慮上述條款。具體來說,限制資產(chǎn)轉(zhuǎn)移類條款僅包括限制關(guān)聯(lián)交易和限制擔(dān)保,限制投資類條款僅包括限制出售資產(chǎn)和限制質(zhì)押資產(chǎn),事件驅(qū)動類條款僅包括追加擔(dān)保,償付安排類條款僅考慮設(shè)立專項償債賬戶。在將限制性條款分為四大類的基礎(chǔ)上,本文對于任意一只公司債券,每一大類中至少存在一個條款記為1,不存在任何一個條款記為0,這樣四大類條款均為0-1變量,之所以如此處理是因為同一大類中的限制性條款在功能上具有重復(fù)性,當(dāng)債券已經(jīng)使用某一大類中的條款時,再增加該類的一個其他條款,其邊際貢獻(xiàn)通常較小,所以不重復(fù)計算同一大類中的條款(Billett et al.,2007);接下來,按大類對條款求和,并除以大類總數(shù)4,從而得到每一支債券的限制性條款保護(hù)指數(shù),其值均在0~1之間,并且隨著數(shù)值增加,投資者受保護(hù)程度也在上升。例如,某一只債券使用了兩個大類中的條款,其保護(hù)指數(shù)為0.5;另一只債券四大類中的條款都使用了,其保護(hù)指數(shù)為1。

      表1 限制性條款分類

      3.產(chǎn)權(quán)性質(zhì)。國有企業(yè)的控制人是各級政府部門,與政府的關(guān)系密切,投資者通常會對這類債券持有隱性擔(dān)保預(yù)期,從而影響信用價差。根據(jù)以往文獻(xiàn),本文采用國有產(chǎn)權(quán)虛擬變量度量政府隱性擔(dān)保。

      4.控制變量。信用利差綜合反映了對信用風(fēng)險、流動性風(fēng)險、系統(tǒng)性風(fēng)險、稅收等多種因素的補償,由于稅收溢價一般相對穩(wěn)定,信用利差主要受前三者影響,因此控制變量從信用風(fēng)險溢價、流動性風(fēng)險溢價和系統(tǒng)性風(fēng)險溢價三個方面選取。

      信用風(fēng)險溢價受公司違約概率影響。參考國內(nèi)外文獻(xiàn)常用做法,本文使用信用評級、資產(chǎn)負(fù)債率、總資產(chǎn)收益率及個股股價波動率來表征債券的信用風(fēng)險。信用評級使用交易日前最新債項評級。根據(jù)Merton(1973[34])提出的結(jié)構(gòu)化模型,當(dāng)負(fù)債總額超過資產(chǎn)時公

      ①本文所選樣本中條款占比。

      司違約,因而資產(chǎn)負(fù)債率越高的公司發(fā)生違約的概率越大。總資產(chǎn)收益率越高,說明公司的盈利能力越強,違約概率越低,信用價差越低。股價波動率可以代表公司價值波動率,現(xiàn)有文獻(xiàn)表明股價波動率越大,公司債券信用價差越大。

      流動性是指在不影響價格的前提下金融資產(chǎn)迅速成交的能力。非流動性可以理解為流動性的反面。Amihud非流動性測度對中國公司債利差有顯著影響(朱如飛,2013[35]),因此本文選擇Amihud and Yakov(2002[36])提出的非流動性指標(biāo)來表征債券的流動性風(fēng)險。Amihud非流動性指標(biāo)是指單位交易金額引起的價格回報,如果單位交易金額引起的價格回報越大,非流動性就越大。同樣參照Lin et al.(2011[37])的研究,本文選擇公司債券每個交易日收盤價全價數(shù)據(jù)估計價格回報。

      宏觀系統(tǒng)性風(fēng)險會影響債市的景氣程度、信用債的需求量和投資偏好,進(jìn)而影響信用價差。借鑒國內(nèi)外文獻(xiàn)的做法,本文選擇10年期國債即期收益率作為無風(fēng)險利率的代理變量,10年期與3年期國債即期利率之差作為利率斜率的代理變量,以此衡量債市的系統(tǒng)性風(fēng)險;同時,參照朱世武和陳健恒(2003[38])、周榮喜等(2019[39])使用NS模型擬合上海交易所國債即期收益率;此外,選取剩余期限、是否可回售、是否利率可調(diào)整、是否含擔(dān)保這類債券基本特征變量。債券發(fā)行包含可回售條款,即賦予投資者在規(guī)定期間可以將債券以約定的價格出售給發(fā)行公司的權(quán)利,這本質(zhì)上是對投資者的保護(hù),相當(dāng)于為未來的潛在損失設(shè)定了下限。利率可調(diào)整一般規(guī)定發(fā)行人有權(quán)在未來某個時間點上調(diào)票面利率,這增加了投資者的收益,因此可回售和票面利率可調(diào)整均會影響信用價差。根據(jù)期限結(jié)構(gòu)理論,長期借款比短期借款的風(fēng)險要大,因此剩余期限越長,債券利差越大。擔(dān)保是公司債通常會使用的信用增信方式,根據(jù)債券增信理論,擔(dān)保增信能顯著降低信用利差。史永東和田淵博(2016)指出行業(yè)之間對契約條款的選擇存在明顯不同的偏好,不同行業(yè)具有不同的利差水平(趙靜和方兆本,2011),因此本文引入行業(yè)變量。所有變量名稱及說明如表2所示。

      表2 變量含義表

      四、實證分析

      (一)樣本選取與數(shù)據(jù)來源

      選取2009年1月至2019年9月A股上市公司發(fā)行的在上海交易所交易的一般公司債券進(jìn)行分析。由于本文使用的國債即期利率變量使用上交所國債交易數(shù)據(jù)擬合得出,故選擇上交所公司債券作為樣本。本文對原始數(shù)據(jù)做了以下處理:剔除交易日當(dāng)天無交易量的數(shù)據(jù);剔除有缺失值的數(shù)據(jù);保留了固定利率債券;剔除募集說明書無法獲得的債券;為確保流動性,保留剩余期限大于0.5年且交易月份在20個月以上的債券,最終樣本為333只債券,14397個交易數(shù)據(jù)。本文所涉及到的公司財務(wù)數(shù)據(jù),債券基本信息,交易數(shù)據(jù)均來自CSMAR和RESSET數(shù)據(jù)庫。限制性條款從債券募集說明書中手工收集并整理。

      (二)變量描述性統(tǒng)計

      對所選取的變量進(jìn)行描述性統(tǒng)計??紤]到極端值可能對回歸結(jié)果產(chǎn)生的影響,本文對主要的連續(xù)性變量進(jìn)行了上下l%的縮尾處理。表3給出了主要變量的描述性統(tǒng)計結(jié)果,從中可以發(fā)現(xiàn)國企債券數(shù)量較多,公司債券債項評級整體偏高,限制性條款的應(yīng)用較少,投資者保護(hù)程度較低。

      表3 變量描述性統(tǒng)計

      (三)隨機森林模型建立

      本文將使用隨機森林回歸方法檢驗限制性條款在“11超日債”違約前后重要性(3)變量重要性評分和均方誤差均經(jīng)過了歸一化處理。的差異,借此來分析剛兌信仰是否受到違約常態(tài)化的影響;在建立隨機森林回歸模型前先將樣本集分為訓(xùn)練集和測試集,將訓(xùn)練集輸入隨機森林回歸模型中進(jìn)行學(xué)習(xí),測試集用于對訓(xùn)練好的模型進(jìn)行準(zhǔn)確率測試;同時以“11超日債”違約公告日為節(jié)點將數(shù)據(jù)分為違約前和違約后,然后從前后兩個樣本集中各隨機抽取80%作為訓(xùn)練集,剩下作為測試集。為了獲得較好的訓(xùn)練效果,本文通過學(xué)習(xí)曲線進(jìn)行驗證,基于性價比分析,最終將隨機森林決策樹的數(shù)量n_estimators設(shè)置為1040;最大特征數(shù)max_features設(shè)置為14;決策樹最大深度max_depth設(shè)置為不限制子樹的深度。

      (2)

      對訓(xùn)練集進(jìn)行回歸學(xué)習(xí)后,本文使用隨機森林回歸模型袋外數(shù)據(jù)評分(擬合優(yōu)度)和均方誤差來判斷模型擬合程度,此外還對模型進(jìn)行了十折交叉驗證(4)交叉驗證是用來觀察模型準(zhǔn)確性的一種方法,本文將訓(xùn)練集劃分成十份,依次使用其中一份作為測試集,其他九份作為訓(xùn)練集,多次計算模型的精確性來評估模型的平均準(zhǔn)確程度。。具體結(jié)果見表4,模型擬合優(yōu)度均在80%以上,均方誤差均小于1,說明解釋變量對于信用利差的解釋力度較強,模型的擬合效果好。

      表4 隨機森林回歸結(jié)果

      從圖1和圖2可知,限制性條款的重要性在“11超日債”違約后上升,說明投資者風(fēng)險防范意識增強,剛兌信仰有所動搖。同時產(chǎn)權(quán)性質(zhì)的重要性也有所增加,這與彭疊峰和陳曉園(2018)得出的結(jié)論一致,由于“11超日債”是民企債券,且市場中大部分違約債券是民營企業(yè)發(fā)行的,這使得投資者加深民企債券沒有政府隱性擔(dān)保的認(rèn)知,從而更偏好國企債券,導(dǎo)致產(chǎn)權(quán)性質(zhì)在定價中的影響力增強。其他變量方面,信用評級在“11超日債”違約前后都是信用價差最為重要的影響因素,這與沈中華等(2018[40])得出的結(jié)論相同。但信用評級在違約事件發(fā)生后重要性下降,這一定程度上體現(xiàn)了中國評級機構(gòu)的可信度有限。無風(fēng)險利率和利率斜率的重要性均下降,非流動性、總資產(chǎn)收益率和資產(chǎn)負(fù)債率的重要性增加,說明系統(tǒng)性風(fēng)險在定價中的重要性降低,信用風(fēng)險和流動性風(fēng)險重要性增加,債券定價漸趨理性。但由于產(chǎn)權(quán)性質(zhì)重要性依然靠前,債市隱性擔(dān)保預(yù)期仍在。

      為了進(jìn)一步解釋變量之間的相關(guān)關(guān)系,本文采用局部依賴分析(5)用于度量某個變量對被解釋變量的影響(類似線性回歸模型中的beta值)。本文通過python中的pdpbox包來實現(xiàn)局部依賴圖。(partial dependent plots)來可視化隨機森林得出的結(jié)果,具體考察限制性條款在“11超日債”違約前后對信用利差的影響。從圖3和圖4可以發(fā)現(xiàn),違約事件發(fā)生后,信用價差受限制性條款影響加深且對條款設(shè)計完善程度更加敏感,債券定價更加合理完善,進(jìn)一步體現(xiàn)出投資者對發(fā)債人自身信用風(fēng)險的接受度提高,剛兌信仰發(fā)生動搖。

      (四)模型準(zhǔn)確度測試

      接下來本文將測試集樣本輸入模型進(jìn)行精確度檢驗。本文首先將測試集的回歸結(jié)果與真實值進(jìn)行比較,具體結(jié)果如表5所示,擬合優(yōu)度和均方誤差均表示擬合結(jié)果較好;其次根據(jù)表的預(yù)測值和真實值描述性統(tǒng)計可以看出兩者均值相差較小,預(yù)測值的最小值相較于真實值偏大,最大值偏小,說明模型的回歸結(jié)果偏保守,回歸效果良好,得出結(jié)論基本可信。

      表5 測試集預(yù)測值和真實值描述性統(tǒng)計

      (五)交易年份分組檢驗

      本文采用隨機森林模型進(jìn)一步對2014~2018(6)由于樣本選取至2019年9月,2019年的交易數(shù)據(jù)較少,故只選取2014~2018年的數(shù)據(jù)進(jìn)行分年度回歸。年的數(shù)據(jù)進(jìn)行分年度回歸,得出每年的限制性條款的重要性評分。如表6所示,在2016~2018年債券出現(xiàn)大量違約,同時監(jiān)管層陸續(xù)出臺各項債權(quán)人保護(hù)的相關(guān)制度規(guī)范的影響下,限制性條款對定價的重要性呈上升態(tài)勢,說明違約常態(tài)化下,債市剛兌信仰出現(xiàn)動搖。2015年限制性條款的重要性評分出現(xiàn)下滑,這可能是因為2014年底超日債宣布全額兌付(和訊債券,2014[41]),又強化了投資者的剛兌信仰從而導(dǎo)致條款重要性下降。

      表6 分年度隨機森林回歸結(jié)果

      (六)產(chǎn)權(quán)性質(zhì)分組檢驗

      債券市場的剛性兌付與中國特殊的制度背景及政府干預(yù)行為有關(guān),投資者對公司債券剛性兌付預(yù)期取決于發(fā)行主體與政府關(guān)系的遠(yuǎn)近。由于國有企業(yè)具有國資背景且與政府的關(guān)系更近,更容易受到政府部門直接的管理,投資者預(yù)期民營企業(yè)更容易失去政府的隱性擔(dān)保,于是會更加重視限制性條款對民企債券的作用。本文將樣本按產(chǎn)權(quán)性質(zhì)分類進(jìn)一步考察產(chǎn)權(quán)性質(zhì)對剛兌信仰的影響,回歸結(jié)果見表7。由表7可知,不管是國企債券還是民企債券,違約事件發(fā)生后,限制性條款對定價的重要性均有所上升,說明投資者開始認(rèn)識到投資債券是具有風(fēng)險的,從而在擇債的過程中開始重視能降低公司債投資風(fēng)險的限制性條款。此外,限制性條款在民企債券中的重要性增加幅度大于國企債券,且一直以來條款在民企債券中的重要性都比較高,說明在相同的市場環(huán)境下,國企債券價格對違約風(fēng)險的敏感性更低,風(fēng)險溢價更小,且國企屬性在投資者心中具有“保障”作用,剛兌信仰并未打破。

      表7 隨機森林模型回歸結(jié)果

      五、結(jié)論與建議

      本文以2009~2019年A股上市公司在上海交易所公開發(fā)行的一般公司債券為樣本,從債權(quán)人保護(hù)角度出發(fā),運用隨機森林方法分析在違約常態(tài)化背景下限制性條款保護(hù)指數(shù)在二級市場信用利差中的影響力變化,據(jù)此考察中國剛兌信仰是否打破,得出兩點結(jié)論。

      第一,債市違約事件出現(xiàn)后,限制性條款對信用利差的影響力增強。進(jìn)一步研究顯示,在相同的市場環(huán)境下,限制性條款對民企債券信用利差的影響更顯著,且民企債券受違約事件影響程度更大,具體表現(xiàn)為違約事件前后,民企債券限制性條款重要性變化幅度大于國企債券。

      第二,根據(jù)隨機森林模型得出的重要性評分排序來看,產(chǎn)權(quán)性質(zhì)對債券定價一直較為重要,限制性條款在債券定價中的重要性相對偏低。

      以上實證結(jié)果說明在市場化改革的背景下,投資者風(fēng)險防范意識增強,剛兌信仰有所動搖,債券定價逐漸市場化,但債券市場被制度性因素主導(dǎo)的格局未發(fā)生改變。剛兌信仰作為一種長期根植于債市的投資邏輯并未真正打破,市場信用代替政府信用是一個漫長且艱難的過程,需要市場各方參與者共同努力。

      基于上述研究結(jié)論,本文提出三點建議。

      隨著違約常態(tài)化,市場參與者剛性兌付預(yù)期減弱,剛兌信仰終將被打破。相應(yīng)地,債券市場應(yīng)加快建立完善的風(fēng)險防范機制,限制性條款作為債券市場中有效的投資者保護(hù)工具應(yīng)當(dāng)?shù)玫竭M(jìn)一步的重視。

      一是加大限制性條款的保護(hù)力度和范圍,提高條款設(shè)計的靈活性,充分發(fā)揮債券契約條款對債權(quán)人的保護(hù)作用,減輕未來可能發(fā)生的違約集中性爆發(fā)和處置不當(dāng)對于債券市場信用環(huán)境和經(jīng)濟(jì)增長造成的不良后果,保障投資人合法權(quán)益。

      二是鼓勵發(fā)債公司合理設(shè)計限制性條款,緩解股東與債權(quán)人之間的委托代理問題,降低企業(yè)的融資成本,提高公司的融資能力。

      三是對投資者而言,必須擯棄剛性兌付思維,明白市場參與者的責(zé)任和義務(wù),提高自身的風(fēng)險防范意識;要善于利用信息審慎地選擇債券,而不是單單著眼于公司背后的隱性擔(dān)保能力;在面臨信用風(fēng)險時,也要充分利用投資者保護(hù)機制來維護(hù)自身權(quán)益。

      猜你喜歡
      限制性條款債券
      性侵未成年人新修訂若干爭議條款的理解與適用
      因“限制性條件”而舍去的根
      2020年9月債券型基金績效表現(xiàn)
      債券(2020年10期)2020-10-30 10:02:30
      2020 年 7 月債券型基金績效表現(xiàn)
      債券(2020年8期)2020-09-02 06:59:38
      2020年2月債券型基金績效表現(xiàn)
      債券(2020年3期)2020-03-30 03:27:23
      正確審視“紐約假期”條款
      中國外匯(2019年15期)2019-10-14 01:00:48
      On Knock-for-Knock Principle:Analysis of SUPPLYTIME 2017 Clause 14(a)
      骨科手術(shù)術(shù)中限制性與開放性輸血的對比觀察
      髁限制性假體應(yīng)用于初次全膝關(guān)節(jié)置換的臨床療效
      制定一般反濫用條款:達(dá)成平衡
      德保县| 屯留县| 抚远县| 石嘴山市| 浮山县| 金坛市| 南溪县| 汉源县| 崇信县| 通州区| 库伦旗| 肥乡县| 平顺县| 噶尔县| 巴青县| 石屏县| 西宁市| 区。| 迭部县| 蒲城县| 河源市| 兴仁县| 冕宁县| 洪湖市| 柘城县| 余干县| 丰镇市| 顺义区| 长岛县| 阿城市| 苗栗市| 宾川县| 沙洋县| 广昌县| 新乐市| 怀化市| 吉林市| 祥云县| 大荔县| 西贡区| 万安县|