地理距離會(huì)影響債券發(fā)行定價(jià)嗎？

摘" "要：債券發(fā)行定價(jià)和違約問題一直以來都是學(xué)術(shù)界和實(shí)務(wù)界共同關(guān)注的熱點(diǎn)問題?；谛畔⒉粚ΨQ視角，結(jié)合信息經(jīng)濟(jì)學(xué)和新經(jīng)濟(jì)地理學(xué)理論，以2003—2021年發(fā)行的信用債作為研究樣本，實(shí)證檢驗(yàn)了承銷商與發(fā)行人之間的地理距離對債券發(fā)行定價(jià)的影響。研究發(fā)現(xiàn)：承銷商與發(fā)行人之間的地理距離和債券信用利差呈正相關(guān)關(guān)系，即地理距離越近，債券信用利差越小。機(jī)制分析表明，地理距離主要通過信息的類型和成本渠道影響債券發(fā)行定價(jià)，表現(xiàn)為地理距離對于軟信息不對稱程度更高的非上市公司債券的信用利差影響更大，對信息獲取成本更高的非銀行承銷商所承銷債券的信用利差影響更大。此外，地理距離還能夠?qū)`約行為產(chǎn)生影響。因此，應(yīng)加強(qiáng)金融基礎(chǔ)設(shè)施建設(shè)，強(qiáng)化監(jiān)管和信息披露要求，推動(dòng)金融資源服務(wù)于本地，以促進(jìn)我國債券市場健康發(fā)展。

關(guān)鍵詞：地理距離；信用利差；信息不對稱；軟信息；信息成本

中圖分類號(hào)：F830.91" "文獻(xiàn)標(biāo)識(shí)碼： A" 文章編號(hào)：1674-2265（2024）06-0014-12

DOI：10.19647/j.cnki.37-1462/f.2024.06.002

一、引言

近年來我國債券市場快速發(fā)展，尤其是信用債規(guī)模迅速擴(kuò)張，有力地推動(dòng)了我國直接融資體系的改革進(jìn)程，促進(jìn)了我國多層次資本市場的構(gòu)建。但不可否認(rèn)，目前信用債市場仍然無法充分滿足實(shí)體經(jīng)濟(jì)的融資需求，一些因素影響著信用債市場的進(jìn)一步發(fā)展。其中，信用債發(fā)行定價(jià)問題是重中之重，也是理論界和實(shí)務(wù)界一直以來關(guān)注的熱點(diǎn)。信用債是否合理定價(jià)，既關(guān)系到信用債市場的運(yùn)行效率，又影響著市場資源的有效配置。定價(jià)不當(dāng)易引發(fā)融資失敗、投機(jī)交易、市場競爭加劇等問題，危害債券市場的健康發(fā)展。針對這一問題，“十四五”規(guī)劃、《關(guān)于推動(dòng)公司信用類債券市場改革開放高質(zhì)量發(fā)展的指導(dǎo)意見》等文件提出，“完善市場化債券發(fā)行機(jī)制”“規(guī)范公司信用類債券發(fā)行定價(jià)機(jī)制，確保價(jià)格形成公開、公平、公正”。由此可見，信用債定價(jià)已成為監(jiān)管機(jī)構(gòu)及市場主體關(guān)注的焦點(diǎn)，是值得深入研究與探討的重要問題。

信用債的發(fā)行價(jià)格由兩部分構(gòu)成：一是無風(fēng)險(xiǎn)收益率，通常指國債收益率；二是風(fēng)險(xiǎn)溢價(jià)，也稱信用利差，是市場投資者根據(jù)對債券違約風(fēng)險(xiǎn)的預(yù)期要求的風(fēng)險(xiǎn)補(bǔ)償，同時(shí)也是信用債定價(jià)問題的關(guān)鍵（Hull等，2004）[1]?，F(xiàn)有研究主要從三個(gè)方面討論債券市場信用利差的影響因素。一是承銷商視角。相關(guān)研究認(rèn)為，承銷商的信息效應(yīng)是影響債券發(fā)行信用利差的重要因素。承銷商作為債券市場中重要的中介機(jī)構(gòu)，能夠借助自身的專業(yè)知識(shí)和信息優(yōu)勢，緩解發(fā)行人與投資者之間的信息不對稱，降低信息獲取成本，形成對債券信用利差的合理估計(jì)。已有學(xué)者證實(shí)，與承銷商聲譽(yù)、獨(dú)立性以及銷售方式等因素相關(guān)的承銷商認(rèn)證機(jī)制能夠?qū)Τ袖N商信用利差產(chǎn)生影響（林晚發(fā)等，2019；余峰燕和梁琪，2017；何志剛等，2018）[2-4]。二是發(fā)行人視角。從發(fā)行人角度看，影響債券發(fā)行信用利差的因素包括兩方面。一方面，與產(chǎn)權(quán)性質(zhì)、財(cái)務(wù)狀況等相關(guān)的公司外顯特征能夠通過影響投資人對債券違約風(fēng)險(xiǎn)的預(yù)期，從而影響債券的發(fā)行定價(jià)（高曉燕和紀(jì)文鵬，2018）[5]；另一方面，債券發(fā)行量、信用評級(jí)、發(fā)行期限等債券特征因素也會(huì)通過影響債券的違約風(fēng)險(xiǎn)而最終作用于風(fēng)險(xiǎn)溢價(jià)（Houweling等，2005；Heinke，2006；Iannotta等，2013）[6-8]。三是投資者視角?，F(xiàn)有研究主要從行為金融學(xué)的角度揭示債券流通過程中信用利差的波動(dòng)（李永等，2018）[9]。高漲的投資者情緒會(huì)導(dǎo)致債券價(jià)格被高估，進(jìn)而增加對債券的需求，降低債券信用利差。然而，鮮有文獻(xiàn)關(guān)注地理因素對債券信用利差的影響。

近年來，隨著新經(jīng)濟(jì)地理學(xué)的發(fā)展，地理因素在金融領(lǐng)域中的作用備受關(guān)注，地理因素對經(jīng)濟(jì)主體影響的研究不斷涌現(xiàn)。最近的多項(xiàng)研究表明，經(jīng)濟(jì)主體之間的地理鄰近性有助于降低信息不對稱，改善其決策。從銀行信貸決策看，當(dāng)借款人和貸款人之間的信息不對稱較為嚴(yán)重時(shí)，貸款人更傾向于靠近借款人，以收集更多關(guān)于借款人的軟信息（Qian等，2019）[10]。而與距離相關(guān)的信息收集與監(jiān)測成本也會(huì)反映在貸款條款中。例如，貸款息差會(huì)隨著借款人和貸款人之間地理距離的增加而增加，以補(bǔ)償信息收集和監(jiān)控成本的增加（Knyazeva和Knyazeva，2012）[11]。同時(shí)，地理距離在股票市場中也扮演著重要角色。投資者、承銷商與發(fā)行公司距離越遠(yuǎn)，其獲取有價(jià)值信息的可能性越小，信息搜尋成本越高，信息不對稱問題越嚴(yán)重，因此，會(huì)要求更高的發(fā)行折價(jià)作為補(bǔ)償（黃張凱等，2016）[12]。此外，與定向增發(fā)相關(guān)的并購重組、大股東實(shí)物資產(chǎn)注入等重大問題通常需要機(jī)構(gòu)投資者或分析師與公司高管進(jìn)行面對面交流和現(xiàn)場實(shí)地考察，然而這些信息的獲取與甄別往往也會(huì)受到地理距離的限制（郭照蕊和張?zhí)焓妫?021）[13]。

由此可見，地理距離為認(rèn)識(shí)信息不對稱問題提供了參考，同時(shí)也在金融市場定價(jià)研究中發(fā)揮了重要作用。然而，既有文獻(xiàn)較多地關(guān)注信貸市場和股票市場，對于地理距離在債券市場中的作用所言甚少。地理距離作為信息不對稱的衡量因素之一，能否影響債券發(fā)行定價(jià)的有效性尚需進(jìn)一步研究。為此，本文基于信息不對稱視角，以2003—2021年在銀行間和交易所市場發(fā)行的信用債作為研究樣本，實(shí)證檢驗(yàn)了承銷商與發(fā)行人之間的地理距離對債券信用利差的影響。本文的研究創(chuàng)新主要有三點(diǎn)：首先，從信息不對稱視角揭示了地理距離對我國信用債發(fā)行定價(jià)的影響，豐富了債券發(fā)行定價(jià)影響因素的相關(guān)研究。以往文獻(xiàn)主要關(guān)注公司特征、債券特征等因素對債券發(fā)行定價(jià)的影響，或關(guān)注地理距離在信貸市場和股票市場中的作用，忽視了地理距離在債券市場中的重要性。本文的研究結(jié)論表明，承銷商與發(fā)行人的地理鄰近性對降低信用債風(fēng)險(xiǎn)溢價(jià)具有積極作用。其次，本文分別從信息的類型和成本兩個(gè)角度，探究了地理距離影響債券信用利差的內(nèi)在機(jī)制，即承銷商與發(fā)行人的地理鄰近性促進(jìn)了軟信息的有效傳播、降低了信息搜尋和傳輸成本，為利用地理距離因素來優(yōu)化信用債市場發(fā)展環(huán)境提供了實(shí)證支持。最后，本文進(jìn)一步探討了金融科技在地理距離影響債券信用利差中的作用，并從信息不對稱角度實(shí)證檢驗(yàn)了地理距離對債券違約行為的影響，為債券違約的相關(guān)研究提供了新思路。

二、理論分析與研究假設(shè)

信息經(jīng)濟(jì)學(xué)認(rèn)為，債券市場中的信息不對稱是影響債券發(fā)行定價(jià)的重要因素。信息不對稱易引發(fā)發(fā)債企業(yè)的機(jī)會(huì)主義行為，隱藏價(jià)格信息，導(dǎo)致投資者無法對債券價(jià)格進(jìn)行準(zhǔn)確估計(jì)。因此，信息不對稱程度越大，投資者面臨的不確定性越大，為了彌補(bǔ)可能的損失，會(huì)要求更高的風(fēng)險(xiǎn)收益率，債券信用利差也就越高（Merton，1973；Myers和Majluf，1984）[14，15]。承銷商作為債券市場中重要的金融中介，能夠運(yùn)用自身專業(yè)知識(shí)和信息優(yōu)勢了解發(fā)行人的財(cái)務(wù)狀況、信用質(zhì)量、內(nèi)部治理水平等情況，并在債券募集說明書中披露相關(guān)信息，從而緩解發(fā)行人與投資者之間的信息不對稱、促使債券合理定價(jià)以及保護(hù)投資者利益（吳武清等，2021）[16]。地理距離是制約金融交易雙方信息獲取、信息傳遞及信息質(zhì)量的重要因素（Bellucci等，2013）[17]，已有大量研究表明地理距離帶來了信息劣勢，并提供了強(qiáng)有力的證據(jù)支持（Kubick等，2017；郭思永，2021）[18，19]。在債券發(fā)行市場，承銷商與債券發(fā)行人的地理距離通過影響信息不對稱尤其是軟信息不對稱的嚴(yán)重程度以及信息成本的高低，進(jìn)而影響債券信用利差。

其一，地理距離是影響信息不對稱的重要因素。在債券發(fā)行過程中，承銷商需要通過前期準(zhǔn)備、正式協(xié)商、信息收集、盡職調(diào)查、風(fēng)險(xiǎn)評估等多個(gè)環(huán)節(jié)，對發(fā)債企業(yè)的真實(shí)情況加以了解，其中包括硬信息和軟信息兩類數(shù)據(jù)來源。硬信息是指能夠量化且便于記錄、儲(chǔ)存和傳遞的信息，其搜集方法較為客觀，可以通過先進(jìn)的通信技術(shù)、會(huì)計(jì)披露等方式獲得，不會(huì)因信息搜集者的差異而導(dǎo)致信息質(zhì)量的缺損（郭照蕊和張?zhí)焓妫?01）[13]；軟信息則是一種難以書面化和定量化的信息，其獲取和傳遞受到空間距離的顯著影響（方成和丁騁騁，2019）[20]，多以人與人正面接觸的方式傳播（申韜，2013）[21]。隨著技術(shù)進(jìn)步以及數(shù)據(jù)信息的標(biāo)準(zhǔn)化，不同承銷商的硬信息收集機(jī)制也日趨相同，而風(fēng)險(xiǎn)識(shí)別的準(zhǔn)確性則更多地體現(xiàn)在軟信息獲取的廣度和深度上，風(fēng)險(xiǎn)審查、盡職調(diào)查則是這種差異的主要決定因素（王雅炯和幸麗霞，2023）[22]。何雁等（2020）[23]認(rèn)為，由于我國“屬地性”特征的存在，企業(yè)與所在地區(qū)的利益相關(guān)者通常存在相對穩(wěn)定的長期合作關(guān)系，因此，與企業(yè)經(jīng)營密切相關(guān)的信息往往具有地域性特點(diǎn)。在此背景下，地理鄰近性有助于債券承銷商通過實(shí)地調(diào)研、面對面地與發(fā)債企業(yè)的管理層、職工、客戶以及供應(yīng)商進(jìn)行交流，或者通過當(dāng)?shù)卣毮軝C(jī)關(guān)、金融機(jī)構(gòu)或公眾媒體等社會(huì)網(wǎng)絡(luò)渠道的信息溢出了解企業(yè)，從而獲取企業(yè)當(dāng)前的經(jīng)營狀況、未來的發(fā)展計(jì)劃以及管理層的能力、態(tài)度、觀點(diǎn)等發(fā)行人不愿披露的軟信息（Rajan，2002；武瓊等，2024）[24，25]。因此，債券市場的信息不對稱與地理距離有較強(qiáng)的相關(guān)性。發(fā)債企業(yè)距離承銷商越遠(yuǎn)，越不利于承銷商收集發(fā)行人的有效軟信息，信用利差越高（Agarwal和Hauswald，2010）[26]。反之，當(dāng)承銷商與發(fā)債企業(yè)地理距離越近時(shí)，承銷商越有可能通過面對面交流獲得軟信息，對債券定價(jià)形成合理預(yù)期。

其二，地理距離是影響信息成本的重要因素。從承銷商的角度看，信息成本是指在債券發(fā)行過程中產(chǎn)生的與信息相關(guān)的費(fèi)用和成本，包括信息收集成本、交通成本等直接成本以及發(fā)行后的監(jiān)督成本等間接成本。在債券發(fā)行的盡職調(diào)查和風(fēng)險(xiǎn)評估階段，承銷商均會(huì)產(chǎn)生相應(yīng)的交通成本。而對于承銷商來說，長途跋涉探訪一家偏遠(yuǎn)公司在時(shí)間與精力上并不經(jīng)濟(jì)（Loughran，2008）[27]。承銷商與發(fā)債企業(yè)的地理距離越遠(yuǎn)，其到發(fā)債企業(yè)進(jìn)行調(diào)研的成本就越高，由交通成本導(dǎo)致的“空間價(jià)格歧視”（Spatial Price Discrimination）越可能隨著發(fā)債企業(yè)與承銷商之間距離的增加而升高（Degryse和Ongena，2002）[28]。同時(shí)，地理距離還可能影響承銷商的信息收集成本以及事后監(jiān)督成本（寇宗來和千茜倩，2021）[29]。一方面，承銷商在債券發(fā)行前需要花費(fèi)時(shí)間和精力與發(fā)行人進(jìn)行溝通，確定合適的發(fā)行條款，并對發(fā)行人進(jìn)行發(fā)行前評估（Sussman和Zeira，2001）[30]；另一方面，在債券存續(xù)期間，承銷商還通過提供咨詢、信息披露等方式對發(fā)行人實(shí)行外部監(jiān)督，抑制發(fā)行人的機(jī)會(huì)主義行為，防止債券違約，而承銷商與發(fā)行人之間的地理距離越遠(yuǎn)，事后監(jiān)督成本將可能越高。理論上，承銷商可以通過向發(fā)行人收取承銷費(fèi)來彌補(bǔ)債券發(fā)行過程中產(chǎn)生的信息收集成本、交通成本、監(jiān)督成本等費(fèi)用。但在面臨激烈市場競爭時(shí)，承銷商往往不太關(guān)注承銷費(fèi)收入，而更在意承銷業(yè)務(wù)與市場份額（林晚發(fā)等，2023）[31]。承銷份額的增加不僅可以提高其市場聲譽(yù)，還可以幫助其進(jìn)一步獲得其他方面的收益，因此，承銷商會(huì)盡量避免收取較高的承銷費(fèi)（Burch等，2005）[32]。與此同時(shí)，為了獲得債券承銷業(yè)務(wù)，承銷商普遍采用余額包銷這一買斷式承銷方式。由于監(jiān)管缺位以及余額包銷方式的存在，除了承銷角色外，長期以來承銷商還以投資者的身份參與債券發(fā)行（王治國，2018；呂懷立和楊聰慧，2019）[33，34]。作為投資者，承銷商不僅能夠獲得更多的利差收入，而且能夠?yàn)閭袖N成功提供必要的認(rèn)購保障（Ding等，2022）[35]。換言之，承銷商的投資與承銷角色可能存在天然的內(nèi)在聯(lián)系，即承銷商投資角色可能影響債券承銷行為以及債券一級(jí)市場定價(jià)策略（林晚發(fā)等，2023）[31]。因此，這種由地理距離導(dǎo)致的成本變化可能會(huì)轉(zhuǎn)嫁到信用利差當(dāng)中，進(jìn)而引起債券信用利差的升高或降低。盡管通信技術(shù)、金融科技等的發(fā)展看似降低了地理距離所導(dǎo)致的額外成本，但Brevoort 和 Hannan（2006）[36]、張兵和孫若涵（2023）[37]研究表明地理距離對信息獲取的阻礙作用依然存在。承銷商和發(fā)行人之間地理距離的增加使得信息收集成本、交通成本、監(jiān)督成本等提高，這些成本在一定程度上會(huì)通過信用利差反映出來。因此，承銷商與發(fā)行人的地理距離越遠(yuǎn)，信息成本就越高，將加大債券信用利差；反之，地理距離越近，信息成本越低，信用利差越低。

基于上述分析，本文提出以下研究假設(shè)：

在其他條件不變的情況下，承銷商與發(fā)行人之間的地理距離越近，債券信用利差越小。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

本文選取2003—2021年在銀行間和交易所市場發(fā)行的信用債作為研究樣本，并對樣本進(jìn)行以下處理：（1）剔除主要變量數(shù)值缺失的樣本；（2）剔除金融公司發(fā)行的債券；（3）對于存在多個(gè)主承銷的債券，只保留距離最近的承銷商；（4）對財(cái)務(wù)數(shù)據(jù)等連續(xù)變量進(jìn)行上下1%縮尾處理，以避免極端值干擾。最終得到10623只債券研究樣本，包括公司債、企業(yè)債、短期融資券和中期票據(jù)四類信用債品種。信用債到期收益率、公司特征變量、債券特征變量、銀行類承銷商與發(fā)行人的地址信息來自中國研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）和國泰安經(jīng)濟(jì)金融研究（CSMAR）數(shù)據(jù)庫；非銀行類承銷商的地址信息手工收集自中國證監(jiān)會(huì)。國債到期收益率、國開債到期收益率、承銷商聲譽(yù)以及債券違約數(shù)據(jù)來自萬得（WIND）數(shù)據(jù)庫。

（二）變量定義

1.被解釋變量：信用利差（CS）。采用信用債發(fā)行時(shí)的風(fēng)險(xiǎn)溢價(jià)，即債券的信用利差來度量債券的發(fā)行定價(jià)水平?？紤]到我國債券市場上可能不存在與信用債剩余期限相同的國債，因此，選擇與信用債久期最接近的兩只國債進(jìn)行插值以得到相應(yīng)期限的國債收益率。

2.核心解釋變量：地理距離（Ldist）。即承銷商與發(fā)行人之間的地理距離。基于國泰安數(shù)據(jù)庫和手工收集的承銷商與發(fā)行人的地址信息，利用百度開發(fā)者平臺(tái)確定承銷商和發(fā)行人所在地址的經(jīng)緯度坐標(biāo)，從而計(jì)算兩者之間的地理距離（dist），并取對數(shù)。

3.控制變量。借鑒以往文獻(xiàn)的研究成果，從公司特征、債券特征以及承銷商特征三個(gè)層面選取控制變量，并控制行業(yè)、中介個(gè)體、時(shí)間、債券類型和債券利率效應(yīng)的相關(guān)影響。變量定義及符號(hào)見表1。

（三）模型設(shè)定

為檢驗(yàn)假設(shè)，構(gòu)建混合最小二乘（Pooled OLS）回歸模型分析地理距離對債券信用利差的影響。具體模型為：

[CSi，j，t=β0+β1Ldisti，j，t+β2Sizei，t-1+β3ROAi，t-1+β4Levi，t-1+β5Lri，t-1+β6ICRi，t-1+β7ATurni，t-1+β8SOEi，t+β9Listi，t+β10CRatingi，t+β11Maturityi.t+β12Guatorsi，j，t+β13Amtisni，j，t+β14BRatingi，j，t+β15Big4i，j，t+β16Repj，t+Industry+Individual+Year+BondType+RateType+Type×Rate+?i，j，t]

其中，[β0]為截距，[βi（i=1，2，…，16）]為回歸系數(shù)，[?i，j，t]為隨機(jī)誤差項(xiàng)。下標(biāo)[i]代表發(fā)行人個(gè)體，[j]代表承銷商個(gè)體，包括銀行承銷商和非銀行承銷商，[t]為時(shí)間。在式（1）中，著重關(guān)注地理距離的回歸系數(shù)[β1]。如果研究假設(shè)成立，[β1]的系數(shù)應(yīng)顯著大于0。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表2展示了主要變量在全樣本下的描述性統(tǒng)計(jì)分析結(jié)果。由表2可知，信用利差的均值為2.345，表明相較于國債收益率，信用債整體信用利差更高。信用利差的最小值為負(fù)數(shù)，這是由于存在浮息債的緣故，浮息債通常以1年期定期存款利率、Libor、Shibor等利率作為基準(zhǔn)，導(dǎo)致其發(fā)行時(shí)的利率可能低于無風(fēng)險(xiǎn)利率。在地理距離方面，未取對數(shù)前的均值為883.103公里，表明承銷商與發(fā)行人未呈現(xiàn)高度聚集的現(xiàn)象。同時(shí)，標(biāo)準(zhǔn)差為716.874，說明不同承銷商與其發(fā)行人之間地理距離的差異較大，這與我國信用債市場分布較廣的現(xiàn)實(shí)情況相符。在控制變量中，發(fā)行人的總資產(chǎn)收益率均值為2.8%，資產(chǎn)負(fù)債率均值為59.2%，流動(dòng)比率、利息保障倍數(shù)以及總資產(chǎn)周轉(zhuǎn)率的均值分別為1.831、-0.696和51.5%。已發(fā)行債券的平均期限為3.401年，有24.8%的債券存在擔(dān)保，債券發(fā)行的平均規(guī)模為12.30億元。此外，樣本中23.6%的公司為國有企業(yè)，77.8%為上市公司，7.9%的債券被四大會(huì)計(jì)師事務(wù)所審計(jì)。

（二）均值差異檢驗(yàn)

根據(jù)地理距離（Ldist）的中位數(shù)，將樣本分為承銷商與發(fā)行人之間地理距離較近（近距離承銷商組）以及地理距離較遠(yuǎn)（遠(yuǎn)距離承銷商組）兩組，以比較信用利差的均值差異。由表3可知，近距離承銷商組的平均信用利差為2.251%，比遠(yuǎn)距離承銷商組低0.188個(gè)百分點(diǎn)，且在1%水平上顯著。此外，兩組樣本的控制變量也存在一定差異。這一結(jié)果初步證實(shí)了假設(shè)。

（三）基準(zhǔn)模型回歸

式（1）的回歸結(jié)果如表4所示。其中，列（1）為只控制了固定效應(yīng)而未加入控制變量的估計(jì)結(jié)果。列（2）—（4）是在列（1）基礎(chǔ)上逐步加入公司特征變量、債券特征變量和承銷商特征變量后的估計(jì)結(jié)果。

由表4可知，在未加入控制變量時(shí)，地理距離的系數(shù)顯著為正。在逐步加入控制變量之后，地理距離的系數(shù)有所下降，但依舊在1%水平上顯著為正，這表明承銷商與發(fā)行人之間的地理距離與債券信用利差正相關(guān)，驗(yàn)證了假設(shè)。在控制變量方面，總資產(chǎn)收益率（ROA）系數(shù)顯著為負(fù)，說明發(fā)行人盈利能力越強(qiáng)，信用利差越??；資產(chǎn)負(fù)債率（Lev）系數(shù)顯著為正，表明發(fā)行人資產(chǎn)負(fù)債率越高，信用利差越大。同時(shí)，產(chǎn)權(quán)性質(zhì)（SOE）、是否四大審計(jì)（Big4）和債券擔(dān)保（Guators）系數(shù)均顯著為負(fù)，說明國有企業(yè)發(fā)債時(shí)的信用利差更低，被四大會(huì)計(jì)師事務(wù)所審計(jì)以及受到擔(dān)保的債券的信用利差也更低。此外，發(fā)債主體評級(jí)（CRating）和債項(xiàng)評級(jí)（BRating）的系數(shù)表明，發(fā)行人主體評級(jí)和債項(xiàng)評級(jí)越高，越能降低債券信用利差。以上控制變量結(jié)果均與以往文獻(xiàn)的研究結(jié)果一致。

（四）穩(wěn)健性檢驗(yàn)

1.替換信用利差計(jì)算標(biāo)準(zhǔn)。由于國債的流動(dòng)性相對低于其他利率債，學(xué)術(shù)界也常常使用無違約風(fēng)險(xiǎn)且流動(dòng)性相對更高的國開債作為無風(fēng)險(xiǎn)利率的衡量標(biāo)準(zhǔn)（吳武清等，2021）[16]。因此，在穩(wěn)健性檢驗(yàn)中，采用債券的到期收益率與相同剩余期限的國開債到期收益率之差來計(jì)算信用利差（CS_dvlp），作為回歸模型的因變量，并對研究假設(shè)再次進(jìn)行檢驗(yàn)。表5 Panel A列（1）和列（2）展示了替換信用利差計(jì)算標(biāo)準(zhǔn)后的結(jié)果。可以發(fā)現(xiàn)，兩個(gè)回歸方程中地理距離的系數(shù)均在1%水平上顯著為正，與基準(zhǔn)回歸結(jié)果一致。

2.剔除企業(yè)債樣本和浮息債樣本。方紅星等（2013）[38]在對債券的研究中，認(rèn)為企業(yè)債的定價(jià)方式與其他類型債券存在較大差異，故在穩(wěn)健性檢驗(yàn)中，本文剔除1831個(gè)企業(yè)債樣本，以剩余的8792個(gè)樣本對研究假設(shè)進(jìn)行穩(wěn)健性檢驗(yàn)。表5 Panel A列（3）結(jié)果表明，地理距離的系數(shù)在5%的水平上顯著為正，表明在剔除企業(yè)債樣本的影響后，地理距離與債券信用利差正相關(guān)的結(jié)論依舊穩(wěn)健。同時(shí)，浮息債的定價(jià)方式也與固定利率債券差異較大（程昊和何睿，2017）[39]。盡管本文使用固定效應(yīng)對此因素進(jìn)行控制，但并非完全排除了這部分樣本的影響，因此，在穩(wěn)健性檢驗(yàn)中，本文剔除了107個(gè)浮息債樣本，以剩余的10516個(gè)樣本對研究假設(shè)進(jìn)行穩(wěn)健性檢驗(yàn)。表5 Panel A列（4）結(jié)果表明，地理距離的系數(shù)在1%的水平上顯著為正，與基準(zhǔn)回歸結(jié)果一致。

3.替換地理距離計(jì)算標(biāo)準(zhǔn)。借鑒尹志超等（2022）[40]的研究，本文使用通勤時(shí)間和通勤距離作為地理距離的替代變量，具體包括駕車距離（car_ldist）、駕車時(shí)間（car_duration）、火車距離（train_ldist）和火車時(shí)間（train_duration）。表5 Panel B列（1）—（4）的結(jié)果顯示，替換后的四個(gè)自變量均在1%的水平上顯著為正，再次驗(yàn)證了基準(zhǔn)回歸結(jié)果。

4.內(nèi)生性檢驗(yàn)。本文的目的是考察承銷商與發(fā)行人之間的地理距離對債券發(fā)行定價(jià)的影響，但上述回歸結(jié)果可能存在互為因果的內(nèi)生性問題。一方面，可能是承銷商與發(fā)行人之間的地理鄰近性降低了債券信用利差；另一方面，那些有著較低風(fēng)險(xiǎn)溢價(jià)的公司也可能出于機(jī)會(huì)主義動(dòng)機(jī)，更傾向于選擇獨(dú)立性易受影響的鄰近承銷商進(jìn)行承銷。因此，本部分使用兩階段最小二乘法（2SLS）以控制互為因果的內(nèi)生性問題，進(jìn)而得到更為穩(wěn)健的分析結(jié)果。參考John等（2011）[41]的研究，使用年度中介平均地理距離（L_avg_dist）作為工具變量，計(jì)算方法為：各年度承銷商與發(fā)行人間地理距離的算術(shù)平均值的自然對數(shù)。年度中介平均地理距離雖受到承銷商與發(fā)行人之間地理距離的影響，但其直接影響單個(gè)發(fā)行人債券發(fā)行定價(jià)的可能性較小。由表6 列（1）第一階段回歸結(jié)果可知，年度中介平均地理距離的回歸系數(shù)為0.9416且在1%的水平上顯著；列（2）的第二階段回歸結(jié)果顯示，地理距離回歸系數(shù)為0.0552，且在1%的水平上顯著，表明承銷商和發(fā)行人之間的地理距離與債券信用利差顯著正相關(guān)，再次驗(yàn)證了研究假設(shè)。

五、影響機(jī)制分析

（一）基于信息類型的分析

本文在理論分析和研究假設(shè)中提到，金融信息包括硬信息和軟信息兩類，地理鄰近性主要通過促進(jìn)軟信息的有效傳播進(jìn)而降低由信息不對稱引致的債券信用利差。如果上述邏輯正確的話，可以合理預(yù)期，當(dāng)發(fā)行人的軟信息不對稱程度更高時(shí)，地理鄰近性對債券信用利差的降低作用更大。Liberti和Petersen（2019）[42]指出，相較于上市公司，非上市公司的軟信息較為缺失且較難獲取。這是由于上市公司受到證券監(jiān)管機(jī)構(gòu)的監(jiān)管，需要披露年度報(bào)告、季度報(bào)告、治理報(bào)告、重大交易事項(xiàng)等相關(guān)文件，這種披露要求使得投資者能夠更加全面地了解公司的運(yùn)營狀況、財(cái)務(wù)狀況以及未來發(fā)展戰(zhàn)略，降低了信息不對稱程度（李孟哲等，2022）[43]。同時(shí)，上市公司通常會(huì)積極開展投資者關(guān)系活動(dòng)，如舉辦股東大會(huì)、參加投資者會(huì)議、發(fā)布投資者關(guān)系報(bào)告等，使投資者能夠更好地了解公司的經(jīng)營策略、管理層的意圖和公司的發(fā)展前景，有助于減少軟信息不對稱（叢琳潔和米致遠(yuǎn)，2023）[44]。并且，投資者能夠通過證券交易所獲取上市公司股價(jià)、成交量、交易行為等大量信息，這種公開、透明、規(guī)范的市場能夠有效地反映公司內(nèi)部的軟信息，減少信息不對稱程度。此外，上市公司通常具有較為健全的內(nèi)部控制和審計(jì)制度，并受到分析師等市場中介的關(guān)注和監(jiān)督（李鳳羽和耿禾，2023）[45]，有助于發(fā)現(xiàn)和糾正公司內(nèi)部的問題和風(fēng)險(xiǎn)，公司的經(jīng)營活動(dòng)也更加合規(guī)、透明。而與上市公司相比，非上市公司不僅信息披露渠道缺乏、信息披露內(nèi)容較少且質(zhì)量較差，而且不受證券監(jiān)管機(jī)構(gòu)的嚴(yán)格監(jiān)管，這意味著非上市公司可以更自主地控制其信息披露的范圍和內(nèi)容。在此情況下，非上市公司可能傾向于保留關(guān)鍵的不利信息，外部投資者和利益相關(guān)者通常無法獲取與公司相關(guān)的全面信息，從而導(dǎo)致信息不對稱程度較大（杜立等，2020）[46]。這樣一來，承銷商不得不加大對非上市發(fā)債企業(yè)相關(guān)信息特別是軟信息的搜集處理力度，進(jìn)一步突出了地理距離對信息獲取的阻礙作用。因此，與上市公司相比，當(dāng)債券發(fā)行人為非上市公司時(shí)，地理距離對其債券定價(jià)的推高作用更大。

為了檢驗(yàn)上述機(jī)制，本文按照發(fā)行人性質(zhì)，將樣本劃分為上市公司和非上市公司。表7列（1）和列（2）、列（3）和列（4）分別為上市公司和非上市公司的回歸結(jié)果。在軟信息不對稱程度較高的非上市公司中，地理距離與債券信用利差在1%的水平上顯著正相關(guān)，即承銷商與非上市發(fā)行企業(yè)之間的地理距離越近，債券信用利差越??；而在軟信息不對稱程度較低的上市公司中，二者的關(guān)系并不顯著。由此可見，地理鄰近性可以通過降低軟信息不對稱來降低債券信用利差。

（二）基于信息成本的分析

如理論分析和研究假設(shè)所述，地理距離還可能通過影響信息搜尋和傳輸成本來影響債券信用利差。為檢驗(yàn)信息成本渠道能否發(fā)揮作用，按照承銷商性質(zhì)將樣本劃分為銀行承銷商和非銀行承銷商兩類。與非銀行承銷商相比，銀行在收集和處理信息方面均具有更高的能力和更低的成本，這種差距來源于銀行和企業(yè)的私人聯(lián)系（Christopher，1987）[47]。銀行通常與企業(yè)有著長期穩(wěn)定的客戶關(guān)系，特別是在提供貸款和其他金融服務(wù)方面。這種深厚的客戶關(guān)系使得銀行作為債券承銷商能夠更好地了解發(fā)債企業(yè)的財(cái)務(wù)狀況、業(yè)務(wù)模式、市場地位、風(fēng)險(xiǎn)偏好和發(fā)展規(guī)劃等，更容易獲得無法輕易傳達(dá)到一般市場的企業(yè)軟信息（戴國強(qiáng)和錢樂樂，2017）[48]。這有助于銀行承銷商全面地評估發(fā)債企業(yè)的信用風(fēng)險(xiǎn)和債券的定價(jià)因素，從而更準(zhǔn)確地進(jìn)行債券定價(jià)。相比之下，非銀行承銷商與發(fā)債企業(yè)的業(yè)務(wù)合作模式較為單一，可能需要更多的時(shí)間和成本來獲取相同的信息。同時(shí)，銀行（特別是中小銀行）在識(shí)別軟信息等方面更具有優(yōu)勢（Stein，2002；Berger等，2014）[49，50]。中小銀行的基層經(jīng)理一般可以得到更好的所有權(quán)激勵(lì)，因而會(huì)付出更多努力來收集軟信息，從而產(chǎn)生小銀行優(yōu)勢（王唯可和李剛，2020）[51]。已有研究發(fā)現(xiàn)，銀行規(guī)模越小、組織結(jié)構(gòu)越緊密、決策鏈越短，搜集和甄別軟信息的效率越高（Liberti和Mian，2009；劉暢等，2017）[52，53]。而非銀行承銷商缺乏上述優(yōu)勢，獲取和處理信息的難度更大、成本更高。

綜上所述，一個(gè)自然的推論是，如果地理距離能夠通過信息成本渠道影響債券信用利差，那么，隨著非銀行承銷商與發(fā)行人地理距離的縮短，非銀行承銷商獲取信息的難度及成本將大大降低，從而引致債券信用利差顯著下降，且下降幅度將大于由銀行承銷商所承銷債券的信用利差下降幅度。表8中列（1）和列（2）、列（3）和列（4）分別為銀行承銷商和非銀行承銷商的回歸結(jié)果。由表8可知，盡管地理距離的系數(shù)在兩類承銷商樣本中均顯著，但非銀行承銷商樣本的系數(shù)及顯著性水平要高于銀行承銷商，由此可見，地理鄰近性可以通過降低信息成本來降低債券信用利差。

六、進(jìn)一步討論

（一）調(diào)節(jié)效應(yīng)分析

隨著現(xiàn)代信息技術(shù)的發(fā)展，以大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)為核心的金融科技已成為變革現(xiàn)有金融模式的重要推手。理論上，金融科技具有緩解信息不對稱、拓寬金融服務(wù)邊界等優(yōu)勢，但學(xué)術(shù)界對此尚存爭議。一些觀點(diǎn)認(rèn)為，金融科技能夠打破金融服務(wù)的空間限制，補(bǔ)齊物理網(wǎng)點(diǎn)信息獲取的短板，緩解銀企信息不對稱（郭麗虹和朱柯達(dá)，2021）[54]；另一些觀點(diǎn)則認(rèn)為，金融科技的進(jìn)步可以提升硬信息的遠(yuǎn)距離傳輸效率，催生新穎、便捷的網(wǎng)絡(luò)溝通，但網(wǎng)絡(luò)溝通缺少面對面的現(xiàn)場感、態(tài)度和溫度，無法完全替代基于專家經(jīng)驗(yàn)的實(shí)地盡職調(diào)查（張超林和楊竹清，2023）[55]，依賴人與人之間面對面交流獲取的軟信息依然受制于地理區(qū)位因素（郭思永，2021）[19]。因此，為進(jìn)一步考察金融科技在地理距離影響債券發(fā)行定價(jià)的過程中所發(fā)揮的調(diào)節(jié)作用，本文在基準(zhǔn)回歸模型的基礎(chǔ)上引入地理距離與金融科技的交互項(xiàng)來刻畫二者的互動(dòng)關(guān)系，具體模型如下：

[CSi，j，t=β0+β1Ldist+β2Ldist×Fintech+β3Fintech+αControls+Industry+]

[Individual+Year+BondType+RateType+Type×Bond+?] （2）

其中，[Fintech]為調(diào)節(jié)變量，即銀行金融科技水平，參考李逸飛等（2022）[56]的研究，采用銀行金融科技專利數(shù)量衡量；[Ldist×Fintech]為地理距離和金融科技水平的交互項(xiàng)。

表9的回歸結(jié)果顯示，交互項(xiàng)系數(shù)在5%的水平上顯著為負(fù)，表明金融科技發(fā)展能夠緩解遠(yuǎn)距離帶來的債券信用利差過高問題，但地理距離的系數(shù)依舊在1%的水平上顯著為正，表明對債券發(fā)行定價(jià)而言，即使在金融科技賦能下，地理距離也不能被完全忽視。

（二）地理距離與債券違約行為

“11超日債”作為我國首單實(shí)質(zhì)性違約債券，打破了債券市場剛性兌付的傳統(tǒng)，拉開了債券市場違約的序幕。隨著債券違約事件的不斷升溫，越來越多學(xué)者開始關(guān)注債券違約問題。

大量文獻(xiàn)分析了承銷商在債券違約事件中扮演的角色，主要包括以下兩類觀點(diǎn)。一類觀點(diǎn)認(rèn)為，承銷商的事后監(jiān)督有利于間接抑制債券違約行為。根據(jù)金融中介理論，承銷商不僅需要在債券發(fā)行前披露信息，而且需要在債券存續(xù)期履行指導(dǎo)和信息披露職能。除合規(guī)要求外，承銷債券的違約會(huì)降低承銷商的聲譽(yù)，繼而影響承銷商后續(xù)的債券發(fā)行業(yè)務(wù)。以往案例也表明，如果債券投資者與承銷商因?yàn)閭`約而產(chǎn)生嚴(yán)重糾紛，證監(jiān)會(huì)會(huì)對承銷商進(jìn)行相應(yīng)處罰。因此，承銷商有動(dòng)力實(shí)現(xiàn)對發(fā)行人的外部監(jiān)督，從而降低債券違約的可能性（Torregrosa，1992）[57]。同時(shí)，承銷商還會(huì)在發(fā)行人可能發(fā)生違約時(shí)，利用自己的社會(huì)網(wǎng)絡(luò)幫助企業(yè)進(jìn)行債務(wù)重組，進(jìn)而避免實(shí)質(zhì)性違約的發(fā)生（林晚發(fā)等，2019）[2]。另一類觀點(diǎn)則認(rèn)為，承銷商強(qiáng)大的信息挖掘能力會(huì)使其制定嚴(yán)格的標(biāo)準(zhǔn)來選擇和評估發(fā)債企業(yè)，從而付出更高的執(zhí)行成本，易引發(fā)發(fā)行人道德風(fēng)險(xiǎn)（Fulghieri，1994）[58]。由此可見，盡管上述研究均從信息不對稱角度討論了承銷商對債券違約行為的影響，卻產(chǎn)生了兩種截然不同的觀點(diǎn)。本文的基準(zhǔn)回歸證實(shí)了承銷商與發(fā)行人之間的地理鄰近性有助于降低債券信用利差。那么，我們不可避免地會(huì)提出一個(gè)問題：承銷商與發(fā)行人之間的地理距離將如何影響債券違約行為呢？為了回答這一問題，本文參考馮曉菲和張琳（2020）[59]的研究，以債券是否發(fā)生違約來衡量債券違約行為（DF）。若債券違約，則取1，否則取0。同時(shí)，構(gòu)建二元Logit模型檢驗(yàn)地理距離對債券違約行為的影響。具體模型如下：

[lnP（DFi，j，t=1）1-P（DFi，j，t=1）=β0+β1Ldisti，j，t+αControls+Industry+Individual+]

[Year+BondType+RateType+Type×Bond+?] （3）

若系數(shù)[β1]顯著大于0，則表明承銷商與發(fā)行人之間的地理距離越近，債券違約傾向越低；反之，則表明承銷商地理鄰近性加劇了債券違約傾向。表10列（1）展示了式（3）的回歸結(jié)果?？梢园l(fā)現(xiàn)，地理距離的系數(shù)在5%水平上顯著為正，說明承銷商與發(fā)行人地理距離越近，債券違約行為越少，從而支撐了第一類觀點(diǎn)。

分承銷商類型看，銀行承銷商通常與發(fā)行人存在信貸交易，可以依托自身龐大的銀行體系網(wǎng)絡(luò)，利用地域優(yōu)勢降低信息不對稱程度，并在存續(xù)期對發(fā)行人進(jìn)行外部監(jiān)督。而非銀行承銷商由于不具備上述優(yōu)勢，可能難以緩解發(fā)行人道德風(fēng)險(xiǎn)。那么，地理鄰近性是否更加有助于非銀行承銷商抑制債券違約行為呢？表10的回歸結(jié)果對上述問題進(jìn)行了回答。表10列（2）和列（3）分別展示了銀行承銷商（DF_bank）、非銀行承銷商（DF_nonbank）與發(fā)行人之間的地理距離對債券違約行為的影響?？梢园l(fā)現(xiàn)，非銀行承銷商與發(fā)行人的地理距離的回歸系數(shù)在1%水平上顯著為正，表明隨著非銀行承銷商與發(fā)行人之間地理距離的縮短，債券違約行為也將減少，從而證實(shí)了地理鄰近性有助于非銀行承銷商抑制債券違約行為。本文進(jìn)一步使用Probit回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)。由表10列（4）—（6）可知，在替換模型后，不論是承銷商整體，還是基于承銷商異質(zhì)性的結(jié)果均與Logit模型的結(jié)果一致，上述研究結(jié)論仍然成立。

七、研究結(jié)論和啟示

債券發(fā)行定價(jià)一直以來都是學(xué)術(shù)界與實(shí)務(wù)界共同關(guān)注的熱點(diǎn)問題。本文基于信息不對稱視角，結(jié)合信息經(jīng)濟(jì)學(xué)和新經(jīng)濟(jì)地理學(xué)理論，以2003—2021年在銀行間和交易所市場發(fā)行的信用債作為研究樣本，探究了地理距離對債券發(fā)行定價(jià)的影響。研究結(jié)果表明，承銷商與發(fā)行人之間的地理距離與債券信用利差正相關(guān)，即地理距離越近，信用利差越小。在一系列穩(wěn)健性檢驗(yàn)后，上述結(jié)論依然成立。機(jī)制分析發(fā)現(xiàn)，地理距離通過信息的類型和成本渠道影響債券信用利差。一方面，地理距離對于軟信息不對稱程度更高的非上市公司債券的信用利差影響更大；另一方面，地理距離對信息獲取成本更高的非銀行承銷商所承銷債券的信用利差影響更大。此外，金融科技有助于緩解債券發(fā)行過程中由地理排斥導(dǎo)致的信息不對稱，但地理距離仍然是影響債券發(fā)行定價(jià)的重要因素；地理鄰近性有助于承銷商實(shí)現(xiàn)對債券違約行為的抑制，表現(xiàn)為承銷商與發(fā)行人之間的地理距離越近，債券違約行為越少。

本文的研究結(jié)論也為促進(jìn)債券市場健康發(fā)展提供了一些啟示：一是加強(qiáng)金融基礎(chǔ)設(shè)施建設(shè)，提升金融科技水平。政府部門應(yīng)認(rèn)識(shí)到地理距離帶來的信息劣勢是固有的，因而需要加大對金融基礎(chǔ)設(shè)施和平臺(tái)建設(shè)的投入，提升金融服務(wù)的覆蓋范圍和便利程度，強(qiáng)化地理鄰近性的積極效應(yīng)，形成對債券定價(jià)的合理預(yù)期以及對債券風(fēng)險(xiǎn)的有效判斷。同時(shí)，應(yīng)加快金融科技服務(wù)體系建設(shè)，運(yùn)用金融科技手段緩解投資者與發(fā)行人之間的信息不對稱，打造良好公平的債券市場環(huán)境。二是加強(qiáng)監(jiān)管和信息披露要求。政府部門應(yīng)強(qiáng)化對債券發(fā)行人尤其是非上市公司的債券發(fā)行監(jiān)管和信息披露要求，在當(dāng)前披露發(fā)行人基本情況、財(cái)務(wù)數(shù)據(jù)等信息的基礎(chǔ)上，進(jìn)一步挖掘管理層能力、公司戰(zhàn)略等軟信息，并通過標(biāo)準(zhǔn)化形式加以披露，提高信息的可比性和透明度，降低信息不對稱程度。三是引導(dǎo)和鼓勵(lì)屬地經(jīng)營比例較大的非銀行承銷商開展債券承銷業(yè)務(wù)，推動(dòng)其與距離相近的發(fā)行人進(jìn)行業(yè)務(wù)合作，充分發(fā)揮其軟信息搜集能力，降低信息成本，將金融資源更多地投入和服務(wù)于本地。總體而言，本文從信息不對稱視角提供了一個(gè)認(rèn)識(shí)債券發(fā)行定價(jià)影響因素的新的經(jīng)驗(yàn)證據(jù)，證實(shí)了承銷商與發(fā)行人之間的地理鄰近性對于促進(jìn)軟信息傳播、降低信息搜尋和傳輸成本以及推動(dòng)債券市場健康發(fā)展的潛在意義，為市場主體的決策和監(jiān)管規(guī)則的制定提供了參考。

參考文獻(xiàn)：

[1]Hull J，Predescu M，White A.2004.The Relationship Between Credit Default Swap Spreads，Bond Yields，and Credit Rating Announcements [J].Journal of Banking amp; Finance，28（11）.

[2]林晚發(fā)，劉穎斐，趙仲匡.承銷商評級(jí)與債券信用利差——來自《證券公司分類監(jiān)管規(guī)定》的經(jīng)驗(yàn)證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2019，（01）.

[3]余峰燕，梁琪.地方關(guān)系承銷與市場定價(jià)有效性研究——基于承銷商獨(dú)立性視角 [J].金融研究，2017，（05）.

[4]何志剛，劉暢，周泉.承銷認(rèn)證機(jī)制能緩解信用債的信息不對稱嗎？ [J].會(huì)計(jì)與經(jīng)濟(jì)研究，2018，32（06）.

[5]高曉燕，紀(jì)文鵬.綠色債券的發(fā)行人特性與發(fā)行信用利差 [J].財(cái)經(jīng)科學(xué)，2018，（11）.

[6]Houweling P，Mentink A，Vorst T. 2005. Comparing Possible Proxies of Corporate Bond Liquidity [J].Journal of Banking amp; Finance，29（6）.

[7]Heinke V G.2006. Credit Spread Volatility，Bond Ratings and the Risk Reduction Effect of Watchlistings [J].International Journal of Finance amp; Economics，11（4）.

[8]Iannotta G，Nocera G，Resti A. 2013. Do Investors Care about Credit Ratings？ An Analysis Through the Cycle[J].Journal of Financial Stability，9（4）.

[9]李永，王亞琳，鄧偉偉.投資者情緒、異質(zhì)性與公司債券信用利差 [J].財(cái)貿(mào)研究，2018，29（03）.

[10]Qian X，Kong D，Du L. 2019. Proximity，Information，and Loan Pricing in Internal Capital Markets： Evidence from China [J].China Economic Review，54（C）.

[11]Knyazeva A，Knyazeva D. 2012. Does Being Your Bank's Neighbor Matter？ [J].Journal of Banking amp; Finance，36（4）.

[12]黃張凱，劉津宇，馬光榮.地理位置、高鐵與信息：來自中國IPO市場的證據(jù) [J].世界經(jīng)濟(jì)，2016，39（10）.

[13]郭照蕊，張?zhí)焓?高鐵開通對資本市場定價(jià)效率的影響研究 [J].管理學(xué)報(bào)，2021，18（4）.

[14]Merton R C. 1973. On the Pricing of Corporate Debt：The Risk Structure of Interest Rates [J].Journal of Finance，29（2）.

[15]Myers S C，Majluf N S. 1984. Corporate Financing and Investment Decisions When Firms Have Information That Investors Do Not Have [J].Journal of Financial Economics，13（2）.

[16]吳武清，甄偉浩，楊潔，蔡宗武.企業(yè)風(fēng)險(xiǎn)信息披露與債券風(fēng)險(xiǎn)溢價(jià)——基于債券募集說明書的文本分析 [J].系統(tǒng)工程理論與實(shí)踐，2021，41（07）.

[17]Bellucci A，Borisov A，Zazzaro A. 2013. Do Banks Price Discriminate Spatially？ Evidence from Small Business Lending in Local Credit Markets [J].Journal of Banking amp; Finance，37（11）.

[18]Kubick T R，Lockhart G B，Mills L F，Robinson J R. 2017. IRS and Corporate Taxpayer Effects of Geographic Proximity [J].Journal of Accounting amp; Economics，63（2-3）.

[19]郭思永.大股東認(rèn)購定向增發(fā)股份：基于軟信息不對稱的視角 [J].管理工程學(xué)報(bào)，2021，35（06）.

[20]方成，丁騁騁.“攻城略地”還是“扎根本土”：空間距離與中小企業(yè)融資便利——來自城市商業(yè)銀行貸款數(shù)據(jù)的實(shí)證 [J].南開經(jīng)濟(jì)研究，2019，（04）.

[21]申韜.國外軟信息研究金融文獻(xiàn)綜述 [J].學(xué)術(shù)論壇，2013，36（10）.

[22]王雅炯，幸麗霞.地理距離是否影響金融機(jī)構(gòu)決策——基于資產(chǎn)證券化市場微觀數(shù)據(jù)的證據(jù) [J].金融經(jīng)濟(jì)學(xué)研究，2023，38（03）.

[23]何雁，孟慶璽，李增泉.保代本地關(guān)系網(wǎng)絡(luò)的違規(guī)治理效應(yīng)：來自IPO的經(jīng)驗(yàn)證據(jù) [J].會(huì)計(jì)研究，2020，（11）.

[24]Rajan P R G. 2002. Does Distance Still Matter？ The Information Revolution in Small Business Lending [J].Journal of Finance，57（6）.

[25]武瓊，柳揚(yáng)，謝雁翔，劉孟暉.大數(shù)據(jù)、有限信息與企業(yè)并購 [J].系統(tǒng)管理學(xué)報(bào)，2024，33（03）.

[26]Agarwal S，Hauswald R. 2010. Distance and Private Information in Lending [J].Review of Financial Studies，23（7）.

[27]Loughran T. 2008. The Impact of Firm Location on Equity Issuance [J].Blackwell Publishing Asia.

[28]Degryse H A，Ongena S.2002. Distance，Lending Relationships and Competition [J].Journal of Finance，60（1）.

[29]寇宗來，千茜倩.私有信息、評級(jí)偏差和中國評級(jí)機(jī)構(gòu)的市場聲譽(yù) [J].金融研究，2021（06）.

[30]Sussman O，Zeira J.2001. Banking and Development [J].CEPR Discussion Papers，1127.

[31]林晚發(fā)，趙仲匡，劉巖，方梅.銀行承銷商投資角色與債券定價(jià)效率——基于嚴(yán)控債券代持業(yè)務(wù)自然實(shí)驗(yàn)的分析 [J].中國工業(yè)經(jīng)濟(jì)，2023，（09）.

[32]Burch T R，Nanda V，Warther V. 2005. Does it Pay to be Loyal？ An Empirical Analysis of Underwriting Relationships and Fees [J].Journal of Financial Economics，77（3）.

[33]王治國.政府干預(yù)與地方政府債券發(fā)行中的“利率倒掛” [J].管理世界，2018，34（11）.

[34]呂懷立，楊聰慧.承銷商與審計(jì)師合謀對債券發(fā)行定價(jià)的影響——基于個(gè)人層面的經(jīng)驗(yàn)數(shù)據(jù) [J].審計(jì)研究，2019，（03）.

[35]Ding Y，Xiong W，Zhang J. 2022. Issuance Overpricing of China's Corporate Debt Securities [J].Journal of Financial Economics，144（1）.

[36]Brevoort K P，Hannan T H.2006. Commercial Lending and Distance：Evidence from Community Reinvestment Act Data [J].Journal of Money，Credit and Banking，38（8）.

[37]張兵，孫若涵.金融科技發(fā)展能否降低融資的地理排斥 [J].當(dāng)代財(cái)經(jīng)，2023，（02）.

[38]方紅星，施繼坤，張廣寶.產(chǎn)權(quán)性質(zhì)、信息質(zhì)量與公司債定價(jià)——來自中國資本市場的經(jīng)驗(yàn)證據(jù) [J].金融研究，2013，（04）.

[39]程昊，何睿.從2016年底債市振蕩看浮息債的風(fēng)險(xiǎn)特性和投資價(jià)值 [J].債券，2017，（03）.

[40]尹志超，仇化，路慧澤.突破消費(fèi)時(shí)空限制：通勤時(shí)間、移動(dòng)支付與家庭消費(fèi) [J].財(cái)經(jīng)科學(xué)，2022，（04）.

[41]John K，Knyazeva A，Knyazeva D. 2011. Does Geography Matter？ Firm Location and Corporate Payout Policy[J].Journal of Financial Economics，101（3）.

[42]Liberti J M，Petersen M A. 2019. Information： Hard and Soft [J].Review of Corporate Finance Studies，8（1）.

[43]李孟哲，麻志明，吳聯(lián)生.上市公司數(shù)量與非上市公司創(chuàng)新 [J].金融研究，2022，（11）.

[44]叢琳潔，米致遠(yuǎn).地理距離與股價(jià)暴漲暴跌——基于軟信息不對稱的視角 [J].金融發(fā)展研究，2023，（02）.

[45]李鳳羽，耿禾.展期風(fēng)險(xiǎn)如何影響債券發(fā)行定價(jià)？——基于債務(wù)分散度視角的研究 [J].金融論壇，2023，28（02）.

[46]杜立，屈伸，錢雪松，金芳吉.地理距離、契約設(shè)計(jì)與企業(yè)內(nèi)部資本市場借貸風(fēng)險(xiǎn)防控——來自中國企業(yè)集團(tuán)內(nèi)部借貸交易的證據(jù) [J].金融研究，2020，（08）.

[47]Christopher J. 1987. Some Evidence on the Uniqueness of Bank Loans [J].Journal of Financial Economic，（2）.

[48]戴國強(qiáng)，錢樂樂.關(guān)系型借貸、債券融資與企業(yè)貸款成本——基于信息與競爭機(jī)制視角的研究 [J].審計(jì)與經(jīng)濟(jì)研究，2017，32（05）.

[49]Stein J C. 2002. Information Production and Capital Allocation：Decentralized Versus Hierarchical Firms [J].Journal of Finance，57（5）.

[50]Berger A N，Goulding W，Rice T. 2014. Do Small Businesses Still Prefer Community Banks？[J].Journal of Banking amp; Finance，44.

[51]王唯可，李剛.客戶會(huì)計(jì)穩(wěn)健性與供應(yīng)商評級(jí)、債務(wù)成本 [J].財(cái)會(huì)月刊，2020，（22）.

[52]Liberti J M，Mian A R. 2009. Estimating the Effect of Hierarchies on Information Use [J].The Review of Financial Studies，22（10）.

[53]劉暢，劉沖，馬光榮.中小金融機(jī)構(gòu)與中小企業(yè)貸款 [J].經(jīng)濟(jì)研究，2017，52（08）.

[54]郭麗虹，朱柯達(dá).金融科技、銀行風(fēng)險(xiǎn)與經(jīng)營業(yè)績——基于普惠金融的視角 [J].國際金融研究，2021，（07）.

[55]張超林，楊竹清.銀行業(yè)競爭對小微企業(yè)的普惠效應(yīng)研究——基于金融地理結(jié)構(gòu)的微觀證據(jù) [J].金融經(jīng)濟(jì)學(xué)研究，2023，38（05）.

[56]李逸飛，李茂林，李靜.銀行金融科技、信貸配置與企業(yè)短債長用 [J].中國工業(yè)經(jīng)濟(jì)，2022，（10）.

[57]Torregrosa H P. 1992. Underwriter Compensation and Corporate Monitoring [J].Journal of Finance，47（4）.

[58]Fulghieri C P.1994. Investment Bank Reputation，Information Production，and Financial Intermediation [J].Journal of Finance，49（1）.

[59]馮曉菲，張琳.自然人保證擔(dān)保是否降低了小微企業(yè)融資成本與違約風(fēng)險(xiǎn) [J].世界經(jīng)濟(jì)，2020，43（07）.2