投資者情緒、異質(zhì)性與公司債券信用利差

李 永 王亞琳 鄧偉偉

(1.同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,上海 200092； 2.中國(guó)人民銀行 上海總部，上海 200120)

一、引言及相關(guān)文獻(xiàn)述評(píng)

債券定價(jià)的核心與難點(diǎn)在于確定信用利差(又稱風(fēng)險(xiǎn)收益率)大小，即投資者要求的風(fēng)險(xiǎn)補(bǔ)償水平。定價(jià)不當(dāng)可能會(huì)導(dǎo)致投機(jī)交易、市場(chǎng)波動(dòng)加劇、融資失敗等問(wèn)題，不利于債券市場(chǎng)的發(fā)展與穩(wěn)定。近年來(lái)，我國(guó)債券市場(chǎng)投資者行為對(duì)公司債券信用利差的影響愈發(fā)顯著，令人關(guān)注。自2014年“超日債”打破債券市場(chǎng)所謂的“剛性兌付”以來(lái)，投資者對(duì)債券信用高度信任的狀況被打破，債券違約事件時(shí)有發(fā)生，債券信用利差也會(huì)隨違約事件的曝光而出現(xiàn)急劇上升；2016年4月我國(guó)至少有18只債券取消發(fā)行，涉及募集資金178億元，均因發(fā)行人無(wú)法準(zhǔn)確判斷投資者心理波動(dòng)、擔(dān)心債券信用利差過(guò)高所致。公司債券違約屢屢發(fā)生引起的債券市場(chǎng)波動(dòng)，反映了債券投資者情緒等行為特征會(huì)對(duì)其信用利差產(chǎn)生作用，因此，債券市場(chǎng)的部分波動(dòng)可從行為金融學(xué)角度進(jìn)一步解析。投資者行為的哪些特征會(huì)對(duì)債券信用利差產(chǎn)生影響？不同類(lèi)型的公司債券受投資者特征的影響是否存在差異？基于行為金融學(xué)研究視角對(duì)我國(guó)債券市場(chǎng)投資者行為進(jìn)行細(xì)致剖析，可以進(jìn)一步了解投資者特征對(duì)我國(guó)債券市場(chǎng)的具體影響，為公司債券定價(jià)、債券市場(chǎng)監(jiān)管等提供政策建議，從而促進(jìn)債券市場(chǎng)的平穩(wěn)發(fā)展。

本研究主要與兩方面文獻(xiàn)有關(guān)：

第一，信用利差影響因素的研究。(1)信用風(fēng)險(xiǎn)。Merton(1974)早期將期權(quán)理論引入信用證券定價(jià)研究，首次構(gòu)建了信用風(fēng)險(xiǎn)結(jié)構(gòu)化理論模型。債券市場(chǎng)中的企業(yè)資產(chǎn)價(jià)值波動(dòng)、杠桿率、契約條款、資產(chǎn)負(fù)債率等均可通過(guò)信用風(fēng)險(xiǎn)(違約風(fēng)險(xiǎn))渠道影響信用利差(Longstall et al.，1995；Collin-Dufresne et al.，2001；何平 等，2010)。(2)流動(dòng)性風(fēng)險(xiǎn)。流動(dòng)性風(fēng)險(xiǎn)會(huì)造成投資者變現(xiàn)時(shí)的損失，依據(jù)“風(fēng)險(xiǎn)與收益對(duì)等”原則，投資者會(huì)對(duì)該風(fēng)險(xiǎn)要求風(fēng)險(xiǎn)補(bǔ)償(Francis et al.，2004；Tychon et al.，2005)。(3)宏觀經(jīng)濟(jì)波動(dòng)風(fēng)險(xiǎn)。貨幣政策、宏觀經(jīng)濟(jì)波動(dòng)、系統(tǒng)性差異、行業(yè)等對(duì)信用利差也有影響，并且隨信用等級(jí)的降低和期限結(jié)構(gòu)的增長(zhǎng)影響效果愈加顯著(于靜霞 等，2015；王雄元 等，2015；高強(qiáng) 等，2015)。此外，信息質(zhì)量、產(chǎn)權(quán)信息、信息不對(duì)稱、債權(quán)人法律保護(hù)等因素也會(huì)影響債券信用利差(Francis et al.，2004；方紅星 等，2013；周宏 等，2014；Mansi et al.，2009)。

第二，行為金融學(xué)中有關(guān)投資者特征的研究。傳統(tǒng)資本資產(chǎn)定價(jià)理論和有效市場(chǎng)假說(shuō)以“理性投資者的同質(zhì)預(yù)期”為前提*這一假設(shè)暗含兩層含義：其一，投資者對(duì)影響證券價(jià)格的信息都能做出迅速且理性的判斷；其二，投資者面對(duì)相同的信息，對(duì)資產(chǎn)收益的未來(lái)預(yù)期能夠做出一致而準(zhǔn)確的判斷(張圣平，2002)。，在現(xiàn)實(shí)資本市場(chǎng)上難以成立，行為金融學(xué)則放松該假設(shè)，考慮了投資者非理性以及差異性特征變量的影響。投資者情緒是投資者對(duì)未來(lái)預(yù)期的系統(tǒng)性偏差，可分為情緒高漲階段和情緒低落階段，情緒高漲易高估資產(chǎn)價(jià)值，反之亦然(Baker et al.，2003；Baker et al.，2004)。投資者異質(zhì)性意味著相同條件下不同機(jī)構(gòu)類(lèi)型、不同投資習(xí)慣的投資者之間資產(chǎn)估值存在差異。投資者特征在資本市場(chǎng)的影響主要體現(xiàn)在：(1)影響股票市場(chǎng)波動(dòng)。投資者情緒和異質(zhì)性會(huì)造成市場(chǎng)非理性反應(yīng)，如投資者情緒可以對(duì)股票收益產(chǎn)生影響，投資者情緒高漲時(shí)，股票市場(chǎng)可能出現(xiàn)價(jià)格被高估現(xiàn)象，且導(dǎo)致股票收益率出現(xiàn)偏差(Baker et al.，2003；劉維奇 等，2014；胡昌生 等，2013；Kim et al.，2014；游家興，2008)。(2)影響公司決策。Chen et al. (2007)認(rèn)為，投資者特征可以通過(guò)直接或間接的方式影響公司融資決策。徐楓等(2012)的實(shí)證研究發(fā)現(xiàn)，無(wú)論是投資者情緒還是異質(zhì)信念，一旦導(dǎo)致投資者對(duì)股票價(jià)格的高估，就為管理層增發(fā)新股獲取超額融資收益提供了現(xiàn)實(shí)條件，該條件會(huì)促使公司以公開(kāi)增發(fā)或配股的形式融資并獲得超額收益。

投資者情緒和投資者異質(zhì)性各自對(duì)債券的作用路徑與其對(duì)股票的影響路徑相比既有相似性，又有特殊性。

在相似性方面：第一，投資者情緒。股票和債券有著相似的信息基礎(chǔ)。股票與債券均是基于公司資產(chǎn)價(jià)值發(fā)行的證券憑證，投資者對(duì)債券和股票未來(lái)風(fēng)險(xiǎn)的判斷均是以企業(yè)未來(lái)現(xiàn)金流和潛在風(fēng)險(xiǎn)為基礎(chǔ)(Fama et al.，2010；Downing et al.，2009；Fleming et al.，1998)，因此投資者情緒對(duì)股票和債券的影響方向具有一致性：當(dāng)投資者情緒高漲時(shí)，也可能會(huì)對(duì)債券價(jià)格高估，債券需求增加，從而信用利差降低。第二，投資者異質(zhì)性。股票市場(chǎng)中投資者異質(zhì)性導(dǎo)致的對(duì)企業(yè)未來(lái)發(fā)展判斷的差異，通常被認(rèn)為是企業(yè)未來(lái)現(xiàn)金流波動(dòng)的代理變量，異質(zhì)性越大則波動(dòng)越大。企業(yè)資產(chǎn)價(jià)值被看作未來(lái)現(xiàn)金流的貼現(xiàn)值，未來(lái)現(xiàn)金流的不確定性增大會(huì)使企業(yè)資產(chǎn)價(jià)值的波動(dòng)增大。根據(jù)結(jié)構(gòu)理論模型，企業(yè)在其資產(chǎn)價(jià)值低于執(zhí)行價(jià)格時(shí)發(fā)生違約。企業(yè)資產(chǎn)價(jià)值波動(dòng)的增大，違約概率增大，債券信用利差增大(林晚發(fā) 等，2013)。

在特殊性方面：第一，投資者情緒。投資者會(huì)根據(jù)自己的需求在高風(fēng)險(xiǎn)、高收益和低風(fēng)險(xiǎn)、低收益的資產(chǎn)中進(jìn)行投資組合(Markowitz，1952)，而債券和股票因其風(fēng)險(xiǎn)的明顯差異在資本市場(chǎng)中通常被看作投資組合配置中的互補(bǔ)資產(chǎn)。在我國(guó)企業(yè)多熱衷股權(quán)融資的背景下，當(dāng)投資者情緒較為高漲時(shí)，投資者對(duì)股票的價(jià)格判斷更容易處于過(guò)分樂(lè)觀狀態(tài)。股票的高估增大了股市“泡沫”風(fēng)險(xiǎn)，理性套利者會(huì)更加看好收益相對(duì)有保證的債券市場(chǎng)，轉(zhuǎn)而進(jìn)行債券交易，增大債券需求，降低債券信用利差(徐浩平 等，2013)。因此，投資者情緒可能會(huì)通過(guò)對(duì)債券需求的傳遞途徑影響信用利差。第二，投資者異質(zhì)性。債券市場(chǎng)居于穩(wěn)定的情況下，機(jī)構(gòu)以債券財(cái)富值加權(quán)的平均信念為0，即既不樂(lè)觀，也不悲觀(Wei et al.,2009)。以利好消息為例，當(dāng)債券市場(chǎng)穩(wěn)定的時(shí)候，若出現(xiàn)利好消息，樂(lè)觀投資者傾向于對(duì)該消息過(guò)度看好，悲觀投資者和樂(lè)觀投資者之間可能會(huì)產(chǎn)生債券交易，樂(lè)觀投資者從悲觀投資者手中購(gòu)入較多的債券，從而使債券財(cái)富從悲觀投資者轉(zhuǎn)向樂(lè)觀投資者。從而以債券財(cái)富加權(quán)的平均信念>0，也即表現(xiàn)為市場(chǎng)情緒普遍樂(lè)觀，投資者信心增加，可能進(jìn)一步促進(jìn)投機(jī)交易的產(chǎn)生。同時(shí)，信息的不對(duì)稱也會(huì)進(jìn)一步加劇投資者對(duì)債券價(jià)格判斷的不一致性(Riedel et al.，2000)，從而產(chǎn)生投機(jī)交易。隨著市場(chǎng)投資者異質(zhì)性的增大，投資者面臨的市場(chǎng)價(jià)格更加分散，投機(jī)交易更加頻繁， 從而使得債券市場(chǎng)波動(dòng)加劇，風(fēng)險(xiǎn)溢價(jià)增大。

圖1投資者特征對(duì)債券信用利差的影響路徑

由上分析可知：第一，從投資者情緒角度，一方面，股票與債券都是基于對(duì)企業(yè)未來(lái)現(xiàn)金流和潛在風(fēng)險(xiǎn)的判斷，因此二者具有一致性，都可以理解為是投資者特征導(dǎo)致投資者高估證券價(jià)格，從而增大其需求；另一方面，由于情緒高漲的主要預(yù)期為股票價(jià)格泡沫增加，易使得投資者轉(zhuǎn)而投資風(fēng)險(xiǎn)偏低的債券，從而導(dǎo)致債券需求增加。據(jù)此，投資者情緒影響債券信用利差均能通過(guò)影響債券需求的變動(dòng)，進(jìn)而依供給需求平衡理論作用于信用利差。第二，從投資者異質(zhì)性角度，一方面，異質(zhì)性作為企業(yè)未來(lái)現(xiàn)金流波動(dòng)的代理變量，波動(dòng)增大預(yù)示著企業(yè)違約的可能性較大，從而導(dǎo)致投資者對(duì)企業(yè)信用風(fēng)險(xiǎn)的預(yù)期增加；另一方面，異質(zhì)性的增大會(huì)導(dǎo)致市場(chǎng)投機(jī)交易的加劇，從而引起債券市場(chǎng)的波動(dòng)加劇。據(jù)此，本文歸納了債券市場(chǎng)中投資者特征變量對(duì)債券信用利差的作用路徑(見(jiàn)圖1)。

然而，已有文獻(xiàn)較少將投資者行為特征因素納入債券信用利差決定的研究框架，為數(shù)不多的文獻(xiàn)如Nayak(2010)、徐浩平等(2013)，雖然關(guān)注了投資者情緒對(duì)債券信用利差的影響，但是觀點(diǎn)卻存在較大差異；且單從投資者情緒角度考察，尚不足以全面涵蓋債券投資者特征。因此，有必要從理論與經(jīng)驗(yàn)證據(jù)上，進(jìn)一步探究投資者情緒、投資者異質(zhì)性會(huì)對(duì)債券信用利差產(chǎn)生怎樣的作用，相同條件下對(duì)不同類(lèi)型的公司債券產(chǎn)生的影響是否相同，以期為我國(guó)債券市場(chǎng)平穩(wěn)發(fā)展提供經(jīng)驗(yàn)證據(jù)。本研究根據(jù)行為金融學(xué)理論，選取2013—2015年未到期公司債券面板樣本數(shù)據(jù)，借助一般回歸模型、門(mén)檻回歸模型，檢驗(yàn)了投資者情緒、投資者異質(zhì)性對(duì)信用利差的影響效果。相比以往研究，本文可能的創(chuàng)新在于：首先，將公司債價(jià)格影響因素從企業(yè)特征、宏觀環(huán)境等擴(kuò)展到投資者特征層面，并從投資者情緒和投資者異質(zhì)性兩個(gè)方面進(jìn)行分析，更為全面地覆蓋了投資者特征，為解釋債券市場(chǎng)波動(dòng)分析提供了新思路；其次，采用門(mén)檻回歸模型對(duì)投資者情緒特征進(jìn)行了客觀分類(lèi)，避免了人為劃分情緒低落和高漲的偏差，為債券定價(jià)研究提供了新方式。

本研究其他部分安排如下：第二部分介紹了計(jì)量模型和數(shù)據(jù)說(shuō)明；第三部分詳細(xì)描述并具體分析了實(shí)證結(jié)果；第四部分對(duì)全文進(jìn)行總結(jié)并提出了相應(yīng)的政策建議。

二、實(shí)證模型與數(shù)據(jù)

(一)實(shí)證模型

基于已有研究，本文構(gòu)建了如下多因素計(jì)量回歸模型：

(1)

其中，i、t分別表示債券i和時(shí)間t。CSit為公司債信用利差，代表投資者要求對(duì)風(fēng)險(xiǎn)的補(bǔ)償；IS代表投資者情緒，IH代表投資者異質(zhì)性；Xi代表控制變量，包括主體信用評(píng)級(jí)CCA、行業(yè)分類(lèi)虛擬變量IND、債券余額BB、債券剩余期限SQ、年化波動(dòng)率AR和資產(chǎn)負(fù)債率DAR。

引入門(mén)檻回歸模型，驗(yàn)證債券市場(chǎng)中是否存在不同投資者情緒分類(lèi)下，投資者異質(zhì)性對(duì)信用利差的差異影響。現(xiàn)有文獻(xiàn)對(duì)投資者情緒的分類(lèi)主要有兩種方法：一是以均值為臨界，認(rèn)為投資者情緒大于或等于均值為投資者情緒高漲，小于均值為情緒低落(Kim et al.，2014；Nayak，2010)；二是以0值為臨界，將投資者情緒標(biāo)準(zhǔn)化，將某時(shí)刻或一段時(shí)間內(nèi)，大于或等于0的視為情緒高漲，小于0的視為情緒低落(徐楓 等，2012；Cooper et al.，2004)。上述臨界指標(biāo)的確定方法偏于主觀，未能依據(jù)數(shù)據(jù)既有特征加以劃分。本研究借助門(mén)檻回歸模型，實(shí)現(xiàn)了門(mén)檻值(即臨界值)內(nèi)生化，克服了主觀分類(lèi)法的不足，投資者情緒分類(lèi)依據(jù)體現(xiàn)出較好的客觀性與合理性。

CSit=Xitβ1+eit, ISt≥γ

CSit=Xitβ2+eit, ISt<γ

(2)

其中，Xit為所有的解釋變量，IS為門(mén)檻變量*門(mén)檻變量既可以是外生變量，也可以是xi的一部分，主要作用是將樣本劃分為不同的組(內(nèi)生分組)，以門(mén)檻變量為體制(regime)改變的轉(zhuǎn)折點(diǎn)，不同體制就是通過(guò)門(mén)檻變量大于或小于某一門(mén)檻值來(lái)表示的(Hansen，2000)。。

定義虛擬變量dt(γ)=(·)(ISt≤γ)，其中(·)是指示函數(shù)，即對(duì)于ISt≤γ， (·)=1，否則(·)=0，方程組(2)轉(zhuǎn)換為單一方程形式：

(3)

其中，β=β2,θ=β1-β2。

(4)

其中，S0為零假設(shè)條件下的殘差平方和加總，Sn為存在門(mén)檻效果下的殘差項(xiàng)平方和加總。

(二)變量預(yù)期影響

1.信用利差(CS)

公司債券的到期收益率采用Wind計(jì)算的半年末收盤(pán)到期收益率，信用利差為公司債券的收盤(pán)到期收益率與近似剩余年限的國(guó)債到期收益率之差。

2.投資者情緒(IS)

選取消費(fèi)者信心指數(shù)(CCI)、債券型封閉式基金折價(jià)率(DCEF)、股票換手率(STR)、成交量(VOL)。為了避免數(shù)量單位的差異，先對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，然后進(jìn)行主成分分析，選擇第一主成分作為投資者情緒的測(cè)量指標(biāo)IS(Baker et al.，2006；易志高 等，2009)。其中，封閉式基金折價(jià)率是由每月最后一天所有封閉式基金折價(jià)率的整體均值計(jì)算得到。KMO和Bartlett檢驗(yàn)結(jié)果為：KMO>0.6,Bartlett檢驗(yàn)伴隨概率0.000。適合采用主成分分析法，得到第一主成分如下：

IS=0.965STR+0.971VOL+0.797CCI-0.043DCEF

(5)

考慮到投資者情緒對(duì)信用利差的影響存在時(shí)滯，選擇t時(shí)期前一個(gè)月度的投資者情緒指標(biāo)作為t時(shí)期的投資者情緒。預(yù)期影響系數(shù)為負(fù)值。

3.投資者異質(zhì)性(IH)

據(jù)公開(kāi)數(shù)據(jù)顯示，公司債券投資結(jié)構(gòu)及投資數(shù)量的具體數(shù)據(jù)不可獲得。由于公司債券和企業(yè)債券具有較強(qiáng)的相似性，多數(shù)學(xué)者普遍將公司債和企業(yè)債放在一起進(jìn)行二級(jí)市場(chǎng)債券信用利差研究，再加上債券的主要投資者為機(jī)構(gòu)，因此綜合考慮，本文選取不同機(jī)構(gòu)投資者的企業(yè)債券托管量度量不同投資者市場(chǎng)參與度。假設(shè)某時(shí)刻t共有n種不同類(lèi)型的機(jī)構(gòu)投資者，wti為某類(lèi)型投資者托管量占整個(gè)投資者托管量的比例：

wt=[wt1,wt2,wt3,…,wtn]

(6)

(7)

IHt代表t時(shí)刻的投資者異質(zhì)指標(biāo)。當(dāng)公司債券過(guò)度集中于單一機(jī)構(gòu)投資者手中時(shí)，托管量占比wt的方差較大，因此采用倒數(shù)的方式可以使指標(biāo)的大小與異質(zhì)性的大小保持一致。指標(biāo)值越大，表明參與債券市場(chǎng)的機(jī)構(gòu)類(lèi)型越多，投資者異質(zhì)性較大。預(yù)期變量系數(shù)為正值。

4.控制變量及預(yù)期

已有文獻(xiàn)對(duì)債券信用利差的研究主要包含信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)。本文選擇信用評(píng)級(jí)和公司資產(chǎn)負(fù)債率作為信用風(fēng)險(xiǎn)的代理變量；選擇債券余額、剩余期限代表流動(dòng)性風(fēng)險(xiǎn)，因?yàn)閭囝~較多，剩余期限較長(zhǎng)，說(shuō)明可交易的可能性較大；利用行業(yè)劃分來(lái)代表市場(chǎng)風(fēng)險(xiǎn)，我們認(rèn)為不同產(chǎn)業(yè)往往具有不同的經(jīng)濟(jì)周期，因此面臨的風(fēng)險(xiǎn)也存在差異，所以不能一概而論。

(1)信用評(píng)級(jí)。信用評(píng)級(jí)越高，企業(yè)違約的可能性越小，投資者對(duì)其要求的風(fēng)險(xiǎn)補(bǔ)償越低，從而信用利差越低。(2)行業(yè)差異。一般不同行業(yè)債券的信用利差具有不同的整體水平，多屬于國(guó)有企業(yè)所在行業(yè)的公司債券信用利差較低，如能源和公用事業(yè)；波動(dòng)性較大的行業(yè)一般含有較高的信用利差，如金融行業(yè)。(3)債券余額、剩余期限。公司債券余額越大，意味著流動(dòng)性風(fēng)險(xiǎn)越小，信用利差越小；剩余期限越長(zhǎng)，代表違約可能性越大，信用利差越大。(4)資產(chǎn)價(jià)值波動(dòng)率、資產(chǎn)負(fù)債率。資產(chǎn)價(jià)值波動(dòng)率*本研究采用債券的年化波動(dòng)率來(lái)表示企業(yè)資產(chǎn)價(jià)值波動(dòng)。越大，企業(yè)違約的可能性越大；資產(chǎn)負(fù)債率越大，表明其負(fù)債水平越高，未來(lái)償還本金和利息的風(fēng)險(xiǎn)越大。

表1 主要變量與預(yù)期符號(hào)

(三)數(shù)據(jù)處理與描述性統(tǒng)計(jì)

本文選取2013—2015年*在該時(shí)間段內(nèi)，我國(guó)資本市場(chǎng)經(jīng)歷了熊市、牛市以及平穩(wěn)時(shí)期，投資者特征波動(dòng)特征較為顯著。未到期的公司債為樣本半年度數(shù)據(jù)，來(lái)源于Wind數(shù)據(jù)庫(kù)。樣本數(shù)據(jù)進(jìn)行了如下處理：刪除關(guān)鍵指標(biāo)缺失或者連續(xù)性缺乏的觀測(cè)值；由于國(guó)債到期收益率只有15年內(nèi)的數(shù)據(jù)，相應(yīng)地，選擇剩余期限在15年以內(nèi)(含)的公司債觀測(cè)值，且剩余期限為15年以上的觀測(cè)值較少，不會(huì)對(duì)整體樣本造成顯著差異；剔除剩余期限不足1年的債券。在此基礎(chǔ)上，最終選取118種公司債券連續(xù)3年的觀測(cè)值作為樣本。

表2為變量描述性統(tǒng)計(jì)結(jié)果，從中可見(jiàn)，CS的均值為2.4227，波動(dòng)范圍從0.0110到19.3393，最大值約是最小值的2000倍，表明我國(guó)公司債券整體存在正信用利差，有較大的波動(dòng)空間。主體評(píng)級(jí)從A到AAA不等，均值為4.7831，說(shuō)明公司債券發(fā)行企業(yè)信用等級(jí)普遍較高。

表2 變量描述性統(tǒng)計(jì)

表3中，按信用評(píng)級(jí)、投資者異質(zhì)性、投資者情緒對(duì)子樣本進(jìn)行了分類(lèi)，描述了信用利差在不同子樣本中的數(shù)值表現(xiàn)，并通過(guò)單因素檢驗(yàn)方法檢驗(yàn)了不同分組間信用利差是否存在顯著差異。(1)信用評(píng)級(jí)不同的子樣本間，信用利差的差異性在1%水平顯著，表明信用評(píng)級(jí)很有可能是信用利差的重要影響因素。但是主體評(píng)級(jí)為A+、AA-、AA、AA+、AAA的債券，信用利差的均值分別為1.5676、3.1987、2.6595、1.9893、1.9611，二者并未表現(xiàn)出明顯的正向關(guān)系，我們認(rèn)為這可能是因?yàn)楫?dāng)前我國(guó)評(píng)級(jí)機(jī)構(gòu)存在與公司協(xié)作的現(xiàn)象，給出的評(píng)級(jí)并沒(méi)有建立在完全獨(dú)立的基礎(chǔ)上。而市場(chǎng)在一定程度上會(huì)反映并不完全透明的潛在信息，因此債券信用利差并不完全和債券評(píng)級(jí)成正相關(guān)性。這也再一次說(shuō)明同時(shí)加入公司財(cái)務(wù)狀況指標(biāo)而并非完全依賴信用評(píng)級(jí)評(píng)價(jià)公司狀況的必要性。(2)按照異質(zhì)性大于均值與否對(duì)全樣本進(jìn)行分類(lèi)，發(fā)現(xiàn)兩組之間的差異性顯著，且異質(zhì)性較高的子樣本信用利差高于異質(zhì)性較低的子樣本，初步預(yù)期投資者異質(zhì)性有可能影響信用利差。(3)根據(jù)投資者情緒指標(biāo)的不同分為5類(lèi)，單因素檢驗(yàn)結(jié)果顯示樣本組之間存在顯著的差異性。因此，投資者情緒同樣可能影響信用利差。投資者情緒與信用利差沒(méi)有表現(xiàn)為明顯的單一相關(guān)性，這可能是因?yàn)闃颖具x取不可避免地存在一定的主觀性，譬如，我們選擇投資者情緒前一個(gè)月度的指標(biāo)來(lái)彌補(bǔ)情緒反應(yīng)的時(shí)滯性，等。情緒無(wú)單調(diào)相關(guān)可能由樣本誤差所致。

表3 信用利差(CS)在子樣本中的描述性統(tǒng)計(jì)及單因素檢驗(yàn)結(jié)果

表4為Pearson相關(guān)性檢驗(yàn)及共線性分析的結(jié)果。Pearson分析結(jié)果顯示：多數(shù)解釋變量相關(guān)系數(shù)位于“0～0.2”之間，表明解釋變量之間具有極弱的相關(guān)關(guān)系。各解釋變量與被解釋變量CS的相關(guān)性在10%水平上顯著，說(shuō)明由此建立線性回歸也是可行的。其中，主體評(píng)級(jí)和債券余額的相關(guān)系數(shù)為0.507，由于主體評(píng)級(jí)的影響因素復(fù)雜，信用評(píng)級(jí)并不能完全解釋信用利差。債券余額與信用評(píng)級(jí)沒(méi)有直接的相關(guān)性，且二者并沒(méi)有高度相關(guān)，因此信用評(píng)級(jí)、債券余額可以同時(shí)作為控制變量。方差膨脹因子(VIF)數(shù)值均小于2，說(shuō)明自變量之間不存在多重共線性。

表4 Pearson相關(guān)性檢驗(yàn)及共線性分析

三、實(shí)證結(jié)果與分析

實(shí)證過(guò)程分為三個(gè)階段：首先，驗(yàn)證投資者情緒和投資者異質(zhì)性對(duì)公司債信用利差的影響；其次，檢驗(yàn)不同風(fēng)險(xiǎn)特征的公司債受投資者情緒和投資者異質(zhì)性的影響程度；最后，檢驗(yàn)不同投資者情緒下，投資者異質(zhì)性與公司債信用利差的關(guān)系。

(一)投資者特征變量的整體影響

表5報(bào)告了投資者情緒、投資者異質(zhì)性對(duì)信用利差的整體影響結(jié)果。根據(jù)樣本數(shù)據(jù)特征及檢驗(yàn)結(jié)果，確定實(shí)證模型為固定效應(yīng)模型。第一，將投資者情緒引入固定效應(yīng)模型(見(jiàn)模型1)，調(diào)整后的R2為74.31%，F(xiàn)檢驗(yàn)在1%水平下顯著，投資者情緒指標(biāo)IS系數(shù)為-1.5739，說(shuō)明投資者情緒會(huì)顯著影響公司債券信用利差，并且情緒越高漲，信用利差越小。第二，將投資者異質(zhì)性指標(biāo)引入固定效應(yīng)模型(見(jiàn)模型2)，調(diào)整后的R2達(dá)到77.61%，F(xiàn)檢驗(yàn)在1%水平上顯著，IH系數(shù)為0.0352，表明信用利差會(huì)隨著異質(zhì)性的增大而增大。第三，同時(shí)引入固定效應(yīng)模型(見(jiàn)模型3)，IS、IH系數(shù)均顯著，分別為-0.1228和0.1700。

表5 固定效應(yīng)模型回歸結(jié)果

注：*、**、***分別為10%、5%和1%的顯著水平。

控制變量的影響基本符合預(yù)期：信用評(píng)級(jí)變量系數(shù)顯著，分別為-0.9370、-0.8025、-0.8164，均在1%水平上顯著，與預(yù)期一致；行業(yè)差異變量系數(shù)為正，房地產(chǎn)、建筑業(yè)的公司債信用利差較大，制造業(yè)、運(yùn)輸?shù)鹊墓緜庞美钶^小，可能是由公司所有權(quán)性質(zhì)所致，制造業(yè)、電力、郵政等行業(yè)內(nèi)國(guó)企比例較高，具有較高的信用保證；債券余額系數(shù)分別為-0.1666、-0.1674、-0.1677，對(duì)信用利差有負(fù)作用；資產(chǎn)波動(dòng)率、資產(chǎn)負(fù)債率系數(shù)均為正，與預(yù)期保持一致。

(二)不同風(fēng)險(xiǎn)特征的公司債對(duì)投資者特征的敏感性

引入交互項(xiàng)，進(jìn)一步檢驗(yàn)不同風(fēng)險(xiǎn)特征的債券受投資者情緒和異質(zhì)性的影響程度。

表6為債券特征與投資者情緒交互項(xiàng)的回歸結(jié)果，從中可知：(1)投資者情緒和企業(yè)資產(chǎn)負(fù)債率的交互項(xiàng)系數(shù)為-0.0065，表明資產(chǎn)負(fù)債率較高的企業(yè)發(fā)行的公司債券對(duì)投資者情緒具有更強(qiáng)的敏感性。當(dāng)投資者情緒較高，企業(yè)融資行為往往被市場(chǎng)理解為該企業(yè)未來(lái)具有更強(qiáng)的發(fā)展?jié)摿?Bayar et al.，2015)，有更強(qiáng)的投資或者投機(jī)沖動(dòng)。因此資產(chǎn)負(fù)債率較高的企業(yè)在市場(chǎng)情緒高漲時(shí)更受投資者青睞，從而降低了其公司債信用利差。反之亦然。(2)信用評(píng)級(jí)與投資者情緒的交互項(xiàng)系數(shù)為-0.0063，表明信用評(píng)級(jí)較高時(shí)，公司債券違約風(fēng)險(xiǎn)較小，在投資者情緒高漲時(shí)，投資者對(duì)其要求的風(fēng)險(xiǎn)補(bǔ)償較低。但是該交互項(xiàng)結(jié)果并不顯著，可能是由于在投資者情緒高漲時(shí)，投資者對(duì)所有資產(chǎn)都產(chǎn)生了較高程度的樂(lè)觀估計(jì)，認(rèn)為未來(lái)承擔(dān)的風(fēng)險(xiǎn)會(huì)明顯降低，使得信用評(píng)級(jí)對(duì)投資者情緒的正向促進(jìn)作用并不明顯。

此外，行業(yè)與投資者情緒的交互項(xiàng)不顯著，說(shuō)明行業(yè)差異性對(duì)投資者情緒的影響作用不明顯。

表6 債券特征與投資者情緒交互項(xiàng)回歸結(jié)果

注：*、**、***分別為10%、5%和1%的顯著水平。

表7為債券特征與投資者異質(zhì)性交互項(xiàng)的回歸結(jié)果，從中可知：(1)年化波動(dòng)率和投資者異質(zhì)性的交互項(xiàng)系數(shù)為0.0587，表明資產(chǎn)價(jià)值的波動(dòng)會(huì)加強(qiáng)異質(zhì)性增大信用利差的作用。發(fā)行債券企業(yè)資產(chǎn)波動(dòng)率越大，預(yù)示該公司的潛在風(fēng)險(xiǎn)較大，異質(zhì)性路徑是通過(guò)作用于風(fēng)險(xiǎn)因素間接影響信用利差，資產(chǎn)波動(dòng)率越大越易造成大的波動(dòng)風(fēng)險(xiǎn)，與異質(zhì)性存在促進(jìn)作用。(2)行業(yè)差異性變量與投資者異質(zhì)性的交互項(xiàng)系數(shù)為-0.0049，表明投資者異質(zhì)性對(duì)公司債券的影響程度的確會(huì)因行業(yè)的不同而不同，電力、水力、制造業(yè)、公用事業(yè)等行業(yè)債券對(duì)異質(zhì)性的敏感度更高，房地產(chǎn)、金融等行業(yè)對(duì)異質(zhì)性的敏感度較低。

表7 債券特征與投資者異質(zhì)性交互項(xiàng)的回歸結(jié)果

注：*、**、***分別為10%、5%和1%的顯著水平。

(三)不同投資者情緒下異質(zhì)性與信用利差的關(guān)系

現(xiàn)有研究采用均值或0值作為邊界的分類(lèi)方法沒(méi)有客觀依據(jù)，為了更加嚴(yán)謹(jǐn)?shù)貙?duì)投資者情緒進(jìn)行分類(lèi)，本文采用門(mén)檻回歸的方法加以改進(jìn)*本研究把投資者情緒作為門(mén)檻變量，通過(guò)求最小殘差的方法對(duì)門(mén)檻值進(jìn)行了估計(jì)并對(duì)其門(mén)檻效應(yīng)是否存在進(jìn)行了檢驗(yàn)。經(jīng)過(guò)檢驗(yàn)發(fā)現(xiàn)，投資者情緒門(mén)檻值為-0.825，關(guān)于門(mén)檻值效應(yīng)的LM檢驗(yàn)結(jié)果顯示，F(xiàn)值為9.6963，在1%水平上顯著，表明門(mén)檻效應(yīng)存在。，依據(jù)數(shù)據(jù)特征尋找投資者情緒區(qū)分標(biāo)準(zhǔn)，在此基礎(chǔ)上區(qū)分異質(zhì)性對(duì)信用利差的作用效果。

圖2門(mén)檻的估計(jì)值和置信區(qū)間

圖2報(bào)告了門(mén)檻變量投資者情緒的似然比序列，橫坐標(biāo)C2為投資者情緒指標(biāo)，縱坐標(biāo)C1為殘差和，投資者情緒值為-0.825時(shí)對(duì)應(yīng)最小殘差，符合門(mén)檻值標(biāo)準(zhǔn)。

表8報(bào)告了門(mén)檻回歸結(jié)果。情緒低落階段投資者異質(zhì)性變量系數(shù)大于情緒高漲階段，表明投資者異質(zhì)性對(duì)公司債信用利差的影響在投資者情緒低落階段更明顯。這可能是由于投資者情緒低落時(shí)，債券投資者對(duì)未來(lái)風(fēng)險(xiǎn)的敏感性更高。由于對(duì)未來(lái)市場(chǎng)信心不足，對(duì)風(fēng)險(xiǎn)的敏感性增強(qiáng)，從而對(duì)異質(zhì)性引起的邊際風(fēng)險(xiǎn)波動(dòng)要求更高的風(fēng)險(xiǎn)補(bǔ)償。

表8 門(mén)檻回歸結(jié)果

四、結(jié)論與建議

本研究以信用利差研究框架為基礎(chǔ)，通過(guò)行為金融學(xué)分析視角，借助一般回歸模型和門(mén)檻回歸模型工具，研究了以投資者情緒和投資者異質(zhì)性為代表的投資者特征對(duì)公司債信用利差的影響。相關(guān)研究結(jié)論及建議如下：

第一，我國(guó)債券市場(chǎng)投資者情緒和投資者異質(zhì)性會(huì)對(duì)公司債信用利差產(chǎn)生影響。投資者情緒高漲時(shí)，市場(chǎng)會(huì)增大債券需求，進(jìn)而減小債券信用利差。投資者異質(zhì)性越大，引起的風(fēng)險(xiǎn)波動(dòng)越強(qiáng)，從而使得債券信用利差愈大。該結(jié)論證實(shí)投資者行為的確會(huì)導(dǎo)致債券價(jià)格偏離真實(shí)價(jià)值。因此，監(jiān)管部門(mén)應(yīng)密切關(guān)注投資者情緒與預(yù)期造成的債券市場(chǎng)波動(dòng)，防范投資者非理性投資引起的債券市場(chǎng)風(fēng)險(xiǎn)，引導(dǎo)投資者價(jià)值投資理念的形成。在完善債券市場(chǎng)投資者結(jié)構(gòu)的同時(shí)，還需考慮投資者異質(zhì)性加大帶來(lái)的債券市場(chǎng)波動(dòng)風(fēng)險(xiǎn)。具體措施而言，可通過(guò)分析現(xiàn)有的債券市場(chǎng)波動(dòng)率指標(biāo)，建立新的投資者情緒指標(biāo)或加大各機(jī)構(gòu)投資者分析師預(yù)測(cè)信息的披露，實(shí)現(xiàn)債券市場(chǎng)的實(shí)時(shí)監(jiān)測(cè)。

第二，不同特征的公司債券對(duì)投資者情緒和異質(zhì)性的敏感度不同。在投資者情緒方面，當(dāng)投資者情緒較高時(shí)，資產(chǎn)負(fù)債率高意味著企業(yè)融資行為較多，企業(yè)融資行為往往被市場(chǎng)解讀為該企業(yè)具有更強(qiáng)的發(fā)展?jié)摿Γ偌由闲庞迷u(píng)級(jí)較高會(huì)為企業(yè)增信，因此信用等級(jí)較高、資產(chǎn)負(fù)債率較高的特征會(huì)加強(qiáng)信用利差的降低。在投資者異質(zhì)性方面，年化波動(dòng)率越大，債券違約的概率越高，投資者要求的邊際補(bǔ)償隨之增加，同時(shí)，電力、水力等行業(yè)對(duì)異質(zhì)性的敏感度會(huì)高于其他行業(yè)。對(duì)于投資者來(lái)說(shuō)，債券的選擇和定價(jià)應(yīng)建立在綜合考慮公司狀況、債券特征、行業(yè)特點(diǎn)的基礎(chǔ)上，以真實(shí)價(jià)值作為投資依據(jù)。對(duì)于中介機(jī)構(gòu)而言，債券定價(jià)考慮投資者情緒時(shí)不能一概而論，需對(duì)不同行業(yè)和公司的債券差異定價(jià)。

第三，投資者情緒和異質(zhì)性的相互作用在債券市場(chǎng)中得到了驗(yàn)證。投資者異質(zhì)性對(duì)公司債信用利差的影響程度因投資者情緒的不同存在差異。投資者情緒低落階段，投資者對(duì)資本市場(chǎng)信心不足，對(duì)異質(zhì)性引起的市場(chǎng)波動(dòng)風(fēng)險(xiǎn)較為敏感，從而傾向于較高的信用利差。該結(jié)論間接表明投資者特征作用于信用利差過(guò)程復(fù)雜，有必要通過(guò)市場(chǎng)制度建設(shè)防范投資者非理性行為引起的市場(chǎng)波動(dòng)風(fēng)險(xiǎn)。具體措施而言，可通過(guò)發(fā)展衍生品市場(chǎng)，為機(jī)構(gòu)投資者提供更多避險(xiǎn)工具和手段，實(shí)現(xiàn)對(duì)市場(chǎng)利率波動(dòng)、信用等風(fēng)險(xiǎn)的對(duì)沖；加大對(duì)公司債券發(fā)行和交易的審查，盡力保證發(fā)行人融資是以公司發(fā)展的真實(shí)需求為基礎(chǔ)的。

參考文獻(xiàn)：

方紅星,施繼坤,張廣寶. 2013. 產(chǎn)權(quán)性質(zhì)、信息質(zhì)量與公司債定價(jià)：來(lái)自中國(guó)資本市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J]. 金融研究(4):170-182.

高強(qiáng),鄒恒甫. 2015. 企業(yè)債與公司債二級(jí)市場(chǎng)定價(jià)比較研究[J]. 金融研究(1):84-100.

何平,金夢(mèng). 2010. 信用評(píng)級(jí)在中國(guó)債券市場(chǎng)的影響力[J]. 金融研究(4):15-28.

胡昌生,池陽(yáng)春. 2013. 投資者情緒、資產(chǎn)估值與股票市場(chǎng)波動(dòng)[J]. 金融研究(10):181-193.

劉維奇,劉新新. 2014. 個(gè)人和機(jī)構(gòu)投資者情緒與股票收益：基于上證A股市場(chǎng)的研究[J]. 管理科學(xué)學(xué)報(bào)(3):70-87.

王雄元,張春強(qiáng),何捷. 2015. 宏觀經(jīng)濟(jì)波動(dòng)性與短期融資券風(fēng)險(xiǎn)溢價(jià)[J]. 金融研究(1):68-83.

徐楓,胡鞍鋼. 2012. 異質(zhì)信念、投資者情緒與企業(yè)增發(fā)偏好[J]. 經(jīng)濟(jì)科學(xué)(5):81-91.

徐浩萍,楊國(guó)超. 2013. 股票市場(chǎng)投資者情緒的跨市場(chǎng)效應(yīng)：對(duì)債券融資成本影響的研究[J]. 財(cái)經(jīng)研究(2):47-57.

易志高,茅寧. 2009. 中國(guó)股市投資者情緒測(cè)量研究:CICSI的構(gòu)建[J]. 金融研究(11):174-184.

游家興. 2008. 誰(shuí)反應(yīng)過(guò)度，誰(shuí)反應(yīng)不足：投資者異質(zhì)性與收益時(shí)間可預(yù)測(cè)性分析[J]. 金融研究(4):161-173.

于靜霞,周林. 2015. 貨幣政策、宏觀經(jīng)濟(jì)對(duì)企業(yè)債券信用利差的影響研究[J]. 財(cái)政研究(5):49-57.

周宏,林晚發(fā),李國(guó)平. 2014. 信息不確定、信息不對(duì)稱與債券信用利差[J]. 統(tǒng)計(jì)研究(5):66-72.

BAKER M, STEIN J C. 2004. Market liquidity as a sentiment indicator [J]. Journal of Financial Markets, 7(3):271-299.

BAKER M, WURGLER J. 2006. Investor sentiment and the cross-section of stock returns [J]. Journal of Finance, 61(4):1645-1680.

BAYAR O, CHEMMANUR J T, LIU H M. 2015. A theory of capital structure, price impact, and long-run stock returns under heterogeneous beliefs [J]. Review of Corporate Finance Studies, 4(2):258-320.

CHEN X, HARFORD J, LI K. 2007. Monitoring: which institutions matter [J]. Journal of Financial Economics, 86(2):279-305.

COLLIN-DUFRESNE P, GOLDSTEIN R S. 2001. Do credit spreads reflect stationary leverage ratios [J]. Journal of Finance, 56(5):1929-1957.

COOPER M J, JR GUTIERREZ R C, HAMEED A. 2004. Market states and momentum [J]. The Journal of Finance, 59(3):1345-1365.

DOWNING C, UNDERWOOD S, XING Y A. 2009. The relative informational efficiency of stocks and bonds: an intraday analysis [J]. Journal of Financial & Quantitative Analysis, 44(5):1081-1102.

FAMA E F, FRENCH K R. 1993. Common risk factors in the returns on stocks and bonds [J]. Journal of Financial Economics, 33(1):3-56.

FLEMING J, KIRBY C, OSTDIEK B. 1998. Information and volatility linkages in the stock, bond, and money markets [J]. Journal of Financial Economics, 49(1):111-137.

FRANCIS J, LAFOND R, OLSSON P, et al. 2005. The market pricing of accruals quality [J]. Journal of Accounting & Economics, 39(2):295-327.

KIM J S, RYU D, SEO S W. 2014. Investor sentiment and return predictability of disagreement [J]. Journal of Banking & Finance, 42(1):166-178.

LONGSTAFF F A. 2004. The flight-to-liquidity premium in U.S. treasury bond prices [J]. Journal of Business, 77(3):511-526.

LONGSTAFF F A, SCHWARTZ E S. 1995. A simple approach to valuing risky fixed and floating rate debt [J]. The Journal of Finance, 50(3):789-819.

MANSI S A, MAXWELL W F, WALD J K. 2009. Creditor protection laws and the cost of debt [J]. The Journal of Law & Economics, 52(4):701-717.

MARKOWITZ H. 1952. Portfolio selection [J]. The journal of finance， 7(1)：77-91.

MERTON R C. 1974. On the pricing of corporate debt: the risk structure of interest rates [J]. Journal of Finance, 29(2):449-470.

NAYAK S. 2010. Investor sentiment and corporate bond yield spreads [J]. Review of Behavioral Finance, 2(2):59-80.

RIEDEL F. 2000. Imperfect information and investor heterogeneity in the bond market [M]. Heidelberg, Physica-Verlag HD: 91-109.

TYCHON P, VANNETELBOSCH V. 2005. A model of corporate bond pricing with liquidity and marketability risk [J]. Core Discussion Papers Rp, 1(3):3-35.

XIONG W, YAN H J. 2010. Heterogeneous expectations and bond markets [J]. Social Science Electronic Publishing, 23(4):1433-1466.