經濟政策不確定性對債券信用價差的影響機制分析

徐征 林英明 劉倩

【摘要】近年來，我國經濟政策不確定性持續走高，其對債券市場的影響引起了廣泛關注。利用2007～2017年企業債券數據，實證研究了我國經濟政策不確定性對企業債券信用價差的影響。研究結果顯示：我國經濟政策不確定性會顯著提高企業債券信用價差。當經濟政策不確定性增加一個單位標準差時，債券信用價差將會顯著增加0.128 bp。進一步研究發現，經濟政策不確定性是通過融資流動性渠道影響債券市場信用價差的。基于此，從經濟政策不確定性影響的視角對債券市場提出了系統性風險管理的政策建議。

【關鍵詞】經濟政策不確定性；債券信用價差；融資流動性；市場波動

【中圖分類號】F832【文獻標識碼】A【文章編號】1004-0994（2019）24-0158-9

一、引言

近年來，全球經濟、金融形勢越來越復雜，不確定性因素也逐漸增加。為了應對金融市場上復雜的風險，監管部門會出臺相應的經濟政策，由此帶來的經濟政策不確定性逐漸提高。下圖顯示了2007 ～ 2017年我國經濟政策不確定性水平的走勢。

從走勢圖可以看出，在2008年金融危機后，我國經濟政策不確定性在較低水平震蕩，2012年出現一個小峰值（仍然小于400），但在2016年以后，我國經濟政策不確定性水平持續走高，引發市場廣泛關注。制定經濟政策的初衷是防控金融市場風險、維護金融系統和宏觀經濟穩定發展，但是，經濟政策的不確定性可能引發金融市場波動，加大金融系統風險。

債券市場和股票市場均是金融市場的重要組成部分。已有研究分析了經濟政策不確定性與股票市場之間的關系，發現在經濟政策不確定性上升時，股票市場波動會顯著加劇，股票市場價格也會受到顯著影響。例如，陳國進等[1，2]、Guo等[3]在研究股票市場對經濟政策不確定性的反應時發現，經濟政策不確定性不僅會顯著影響股票價格，而且會顯著影響股票交易行為。但是，截至目前，國內對經濟政策不確定性與債券市場之間關系的研究仍然較少。

現有研究表明，債券市場具有較高的政策敏感度。例如，王曉蘇[4]指出，公司債券信用價差對貨幣政策具有較高的敏感度，隨著貨幣政策趨于寬松，公司債券信用價差將會顯著縮小。李少昆等[5]認為，債券市場對融資流動性具有較高的敏感度，這就說明影響金融市場貨幣資金量的政策將會通過融資流動性渠道對債券市場產生顯著影響。但是，這些研究雖然證明了貨幣政策等經濟政策對債券市場具有顯著影響，卻沒有證明債券市場同樣也會受到經濟政策不確定性的顯著影響。因此，經濟政策不確定性是否會影響以及如何影響債券市場均有待深入研究。厘清經濟政策不確定性對債券市場的影響機制，對防范債券市場風險、維持金融市場穩定具有重要意義。債券市場是我國金融市場的重要組成部分，與股票市場、期貨市場等金融市場之間存在較高的關聯關系。研究債券市場對經濟政策不確定性的反應，可以為降低債券市場波動、促進債券市場穩健發展提供決策參考。

本文利用2007～2017年債券市場的相關數據，分析經濟政策不確定性對債券信用價差的影響機制。該研究具有兩個方面的貢獻：一是將現有經濟政策不確定性對股票市場影響的研究進一步拓展至債券市場，豐富了金融市場對經濟政策不確定性反應相關課題的研究。二是厘清經濟政策不確定性對企業債券信用價差的影響機制，為防范和管理經濟政策不確定性帶來的債券市場風險提出政策建議，以維持金融市場穩定。

二、理論分析與研究假設

（一）經濟政策不確定性對企業債券信用價差的影響

Baker等[6]在2016年的研究中公布了美國等多個國家的經濟政策不確定性指數，自此，大量研究開始關注經濟政策不確定性指數對經濟、金融、政治等的影響。例如，Brogaard、Detzel[7]分析了經濟政策不確定性與金融資產價格之間的關系，發現金融資產價格會隨著經濟政策不確定性的提高而上升。Pástor、Veronesi[8]從資產定價的視角分析了經濟政策不確定性與金融資產價格之間的關系，認為應該將經濟政策不確定性作為資產定價因子納入資產定價模型中，因為經濟政策不確定性會產生風險溢價，也即經濟政策不確定性風險溢價因子。

根據Pástor、Veronesi[8]的理論框架，引入經濟政策不確定性風險溢價因子的資產定價模型為：PV=CF（1+p）/（1+r）t。在該模型中，PV和CF分別表示金融資產的現值和t時刻的價值，（1+r）t為折現因子，p表示經濟政策不確定性風險溢價因子。由于引入經濟政策不確定性風險溢價因子的資產定價模型普遍適用于金融資產定價，因此該模型同樣適用于債券信用價差的確定。通過該模型可以看出，隨著經濟政策不確定性上升，經濟政策不確定性風險溢價因子將會上升，進而引起債券信用價差擴大；當經濟政策不確定性下降，經濟政策不確定性風險溢價因子將會下降，進而引起債券信用價差縮小。

也有研究對于經濟政策不確定性對國外債券市場的影響展開分析，研究結果支持上述理論假設。如Nodari[9]基于向量自回歸模型分析了政策不確定性對債券信用價差的影響，結果顯示政策不確定性會對債券信用價差產生正向沖擊。Fang等[10]分析了經濟政策不確定性對美國股票和債券市場的影響，認為隨著經濟政策不確定性的上升，債券信用價差會顯著增加。

當前，部分國內學者認同經濟政策不確定性會顯著影響我國債券市場的觀點，但尚未專門針對經濟政策不確定性對我國債券的信用價差影響機制進行相關研究。部分學者發現經濟政策不確定性的確會顯著影響我國債券市場。例如，王朝陽等[11]利用我國工業企業數據研究發現，經濟政策不確定性會影響我國工業企業資本結構的動態調整。劉磊等[12]研究了經濟政策不確定性與企業債務融資決策之間的關系，發現經濟政策不確定不僅會影響企業債券期限結構的重新配置，而且會縮減總債務規模。但是，并沒有發現直接研究經濟政策不確定性對我國債券的信用價差影響機制的相關文獻。

實際上，我國債券市場與美國債券市場存在很大差異，如債券市場品種、市場規模[13]、交易機制、定價機制、評級制度、開放程度[14]、債券流動性[15]、市場持有人的結構[16]等。那么，經濟政策不確定性對我國債券信用價差的影響是否與美國類似還有待檢驗。

基于此，參照Pástor、Veronesi[8]的理論框架，在我國債券信用價差定價模型中引入經濟政策不確定性風險溢價因子，形式如下：

在該債券定價模型的基礎上，可以得到？PV/？p=CF/（1+r）t。由于CF表示t時刻金融資產的價值大于零（CF>0），（1+r）t為折現因子也是大于零的，可以得到？PV/？p>0。那么，在該債券定價模型基礎上，我國債券定價模型中是存在經濟政策不確定性風險溢價因子的。即隨著經濟政策不確定性風險溢價因子的上升，我國債券信用價差也會顯著增加。基于此，針對經濟不確定性對我國債券市場價差的影響提出如下研究假設：

假設1：企業債券信用價差會隨著經濟政策不確定性上升而顯著增加。

（二）經濟政策不確定性對企業債券信用價差的影響路徑

實際上，經濟政策不確定性對企業債券信用價差的影響路徑較多。下面將結合現有經濟政策不確定性對金融市場和金融資產價格影響的相關理論，分析經濟政策不確定性是如何影響企業債券信用價差的，并據此提出我國經濟政策不確定性對企業債券信用價差的影響機制的研究假設。

1.融資流動性渠道。融資流動性渠道主要是指，我國經濟政策不確定性的變化會直接改變金融市場融資狀況（可采用融資流動性度量），進而對企業債券信用價差等金融資產價格產生影響。Radde[17]指出，金融危機期間，金融市場將會出現流動性偏好現象，該現象在經濟政策不確定性較高時更加顯著。伴隨經濟政策不確定性的上升，流動性偏好將會引起金融市場融資流動性的降低，進而對金融資產產生影響[18]。Demir、Ersan[19]基于金磚國家樣本分析發現，隨著經濟政策不確定性上升，市場主體會增加現金的持有（Cash Holdings），從而引起金融市場融資流動性降低。Bordo等[20]進一步指出，經濟政策不確定性影響信貸市場供求關系，進而通過降低金融市場融資流動性來影響金融資產的定價。Chi、Li[21]認為，在經濟政策不確定性處于較高水平時，商業銀行的信貸配給通常會降低，金融市場的流動性風險會顯著增加。那么，經濟政策不確定性對企業債券信用價差的影響路徑可能包括融資流動性渠道。

2.市場波動渠道。市場波動渠道主要是指，當我國經濟政策不確定性發生變化時，金融市場波動性會跟著改變，進而對債券市場產生沖擊，最終影響企業債券信用價差[22]。Dakhlaoui、Aloui[23]在分析美國經濟政策不確定性的溢出效應時發現，美國經濟政策不確定性會顯著加劇金磚國家股票市場波動。Amengual、Xiu[24]指出，經濟政策不確定性會加劇金融市場波動，影響資產價格；他們還強調，降低經濟政策不確定性可以有效降低金融市場波動。Antonakakis等[25]探討了經濟政策不確定性與資產價格之間的動態關系，結果顯示，經濟政策不確定性與資產價格之間存在正相關關系，而建立該關系的中介變量為金融市場波動。可見，經濟政策不確定性對金融資產產生影響的一個重要渠道就是金融市場波動。

基于此，就經濟政策不確定性對債券信用價差的影響路徑提出下面兩個研究假設：

假設2：經濟政策不確定性對債券信用價差的影響路徑包括融資流動性。

假設3：經濟政策不確定性對債券信用價差的影響路徑包括市場波動。

三、模型構建、變量說明與數據來源

（一）模型構建

本文關注的核心問題為經濟政策不確定性對債券信用價差的影響，為此，參照Elton等[26]的實證模型，構建本文的基準回歸模型如下：

其中：spreadit表示債券信用價差；epuit表示經濟政策不確定性；inflationit和PMIit分別代表通貨膨脹和經濟發展；Turnoverit、Amountit和CreditRateit分別表示債券換手率、債券交易額度和債券信用評級；StateOwnedit表示債券的發行主體是否為國有企業；Manufacturingit和RealEstateit分別表示債券的發行主體是否為制造業和房地產企業。該模型中，主要關注的回歸系數為β11。當回歸系數β11>0且顯著時，表明隨著經濟政策不確定性上升，債券的信用價差會顯著增加，假設1成立。當回歸系數β11<0且顯著時，則表明隨著經濟政策不確定性上升，債券的信用價差會顯著減少，假設1不成立。

進一步，筆者參照Guiso等[27]的方法，采用兩階段檢驗方法從融資流動性和市場波動兩個渠道分析經濟政策不確定性如何影響債券信用價差。兩階段檢驗方法主要是將傳導機制劃分成兩個階段：一是檢驗經濟政策不確定性對市場波動和融資流動性的影響；二是檢驗在市場波動和融資流動性兩種影響路徑下，經濟政策不確定性對債券信用價差的影響。下面將具體對兩階段回歸模型展開介紹。

1.融資流動性渠道檢驗的模型構建。第一階段模型主要是檢驗經濟政策不確定性對融資流動性的影響，如式（2）所示。

當β21>0且顯著時，表明隨著經濟政策不確定性的上升，融資流動性會顯著提高；當β21<0且顯著時，表明融資流動性會伴隨經濟政策不確定性上升而顯著降低。這兩種情形均表明經濟政策不確定性會對融資流動性產生顯著影響，可以進行第二階段檢驗。

第二階段檢驗主要是為了檢驗在控制融資流動性的條件下，我國經濟政策不確定性對企業債券信用價差的影響，回歸模型如式（3）所示。

在該模型中，主要關注變量β31和β3這兩個回歸系數。當β3的回歸系數顯著，同時β31的回歸系數不顯著，則表明經濟政策不確定性是通過融資流動性渠道向債券信用價差傳導的。當β3的回歸系數顯著，同時β31回歸系數也顯著，則表明經濟政策不確定性不僅通過融資流動性渠道，還通過其他渠道向債券信用價差進行傳導。

2.市場波動渠道檢驗的模型構建。第一階段模型主要是檢驗經濟政策不確定性對市場波動的影響，如式（4）所示。

當β41>0且顯著時，表明隨著經濟政策不確定性的上升，市場波動會顯著提高；當β41<0且顯著時，表明市場波動會隨著經濟政策不確定性的上升而顯著降低。這兩種情形均表明經濟政策不確定性會對市場波動產生顯著影響，可以進行第二階段檢驗。

第二階段檢驗主要是為了檢驗在控制市場波動的條件下，經濟政策不確定性對債券信用價差的影響，回歸模型如式（5）所示。

在該模型中，主要關注變量β51和β5這兩個回歸系數。當β5的回歸系數顯著，而β51的回歸系數不顯著時，表明經濟政策不確定性是通過市場波動渠道向債券信用價差傳導的。當β5的回歸系數顯著，同時β51回歸系數也顯著，則表明經濟政策不確定性不僅通過市場波動渠道，還通過其他渠道向債券信用價差進行傳導。

（二）變量說明與數據來源

本文關注的核心問題為經濟政策不確定性對債券信用價差的影響機制，采用2007～2017年企業債券數據作為研究對象。

1.因變量。本文的因變量為債券信用價差（spread），主要采用企業債利率與相同剩余期限國債利率的價差（單位：bp）來度量。其中，企業債利率數據主要來自于銳思金融數據庫，國債利率數據主要來自于中債登網站。從表2的描述性統計結果可以看出，樣本內債券信用價差的均值為236.011bp，標準差為175.072。

2.自變量。本文主要的自變量為經濟政策不確定性（epu），采用Baker等[6]公布的關于中國的經濟政策不確定性指數度量。中國經濟政策不確定性指數是Baker等[6]基于《南華早報》（South China Morning Post）歷年的新聞報道中同時出現宏觀經濟政策和不確定性或者類似含義關鍵詞的報道數量，經過文本處理統計后標準化處理得到的指數。在本文的樣本中，經濟政策不確定性的均值為160.086，標準差為80.300。

3.中介變量。本文引入了市場波動（MarketVol？ atility）和融資流動性（FundingLiquidity）作為中介變量。考慮到股票市場對政策和信息有較高的敏感度，并可以較為及時地反映出來，故股票市場波動指數可以作為度量金融市場波動較為有效的指標。本文將采用滬深300指數作為目標股票指數，利用日收盤價對數收益率進行標準化處理后得到的月度波動性指標來衡量市場波動。標準化處理后得到的市場波動（MarketVolatility）變量的均值為4.401，標準差為0.808。目前學術界對融資流動性（FundingLiquidity）的度量較為完善，可以參照Boudt等[28]的度量方法，利用三個月期限的銀行間同業拆借利率（shibor）與三個月期限的國債收益率的價差衡量。本文中融資流動性的均值為0.014，標準差為0.008。

4.控制變量。為了控制經濟政策不確定性、市場波動和融資流動性之外的因素對債券信用價差的影響，本文還分別引入了微觀層面和宏觀層面的債券信用價差的影響因素。其中，微觀層面債券信用價差的影響因素可以分為債券自身和債券主體兩個方面。下面分別對微觀層面和宏觀層面的債券信用價差的影響因素展開介紹。

債券自身方面的影響因素包括：①債券換手率（Turnover）。債券換手率反映了債券流動性狀況，是影響債券市場信用價差的重要因素。通常，隨著債券換手率的增加，債券流動性越高，債券流動性風險越低，債券信用價差也就越低。②債券交易額度（Amount）。學者們對于債券額度對債券信用價差的影響機制仍然存在爭議。一些學者認為，債券額度可能在一定程度上反映市場主體的信用評級，通常市場主體信用等級與債券額度之間存在正相關關系。因此，他們認為隨著債券額度的增加，債券信用價差會顯著增加。但是，也有學者并不贊成該觀點。③債券信用評級（CreditRate）。債券信用評級是影響債券信用價差的重要因素，通常隨著債券信用評級的提高，債券信用價差會縮小。

債券主體方面的影響因素包括：①債券市場主體是否為國有企業（StateOwned）。當債券市場主體為國有企業，通常對應的債券主體信用評級較高，這類企業債券信用價差也較小。②債券市場主體所在行業因素，筆者選取了制造業企業（Manufacturing）和房地產企業（RealEstate）兩個虛擬變量。若債券市場主體為制造業企業，則制造業企業（Manufacturing）變量取值為1，否則該變量取值為0。同理，若債券市場主體為房地產行業企業，則房地產企業（RealEstate）變量取值為1，否則該變量取值為0。

在債券信用價差宏觀層面影響因素的選取中，本文主要選取了通貨膨脹和經濟發展這兩個因素。①通貨膨脹（inflation），主要采用統計局公布的月度消費者價格（CPI）指數來度量。通常，隨著通貨膨脹率的提高，債券市場信用價差也會顯著增加。②經濟發展指標主要利用采購經理指數（PMI）來度量。隨著經濟發展狀況趨好，債券市場信用價差也會顯著增加。所有變量的定義及數據來源參見表1，變量的描述性統計結果參見表2。

四、實證分析

（一）基準模型回歸結果

基準模型的回歸結果如表3所示。表3的第（1）列列示了僅控制年份效應時，企業債券信用價差對我國經濟政策不確定性變化的反應。結果顯示，伴隨經濟政策不確定性指數的上升，企業債券信用價差會顯著增加。在模型中引入通貨膨脹和經濟發展等宏觀層面影響因素，回歸結果如表3第（2）列所示，“企業債券信用價差隨著經濟政策不確定性指數的上升而增加”的結論仍然成立。緊接著，分別引入債券自身層面和債券發行主體層面的微觀影響因素來控制債券自身和發行主體方面因素對信用價差的影響，回歸結果分別如表3第（3）列和第（4）列所示，可以看出，上述結論依然成立。

由于本文所涉及的債券信用價差為面板數據，在上述回歸中僅引入了換手率、交易金額和信用評級這三個方面債券信用價差的影響因素，可能存在遺漏控制變量的問題。為此，筆者在回歸中進一步采用固定效應模型控制年份效應和債券效應，利用最小二乘虛擬變量（LSDV）方法估計的結果如表3第（5）列所示。回歸結果依然顯示，隨著經濟政策不確定性指數的上升，企業債券信用價差顯著增加。具體來看，當經濟政策不確定性指數增加一個單位標準差時，債券信用價差將會增加0.128bp。由此，假設1得到驗證。

（二）經濟政策不確定性對債券信用價差的傳導機制分析

在得到經濟政策不確定性對債券信用價差的影響結果后，本文進一步對其中的傳導機制展開分析。具體來看，將分別檢驗融資流動性渠道和市場波動渠道是否為經濟政策不確定性影響債券信用價差的傳導機制。

1.融資流動性渠道檢驗。檢驗融資流動性是否為經濟政策不確定性對債券信用價差的傳導渠道，主要采用兩階段檢驗方法。在第一階段中，檢驗經濟政策不確定性是否會對融資流動性產生顯著影響。第二階段則檢驗在控制融資流動性的條件下，經濟政策不確定性是否仍然對債券信用價差存在顯著影響。如果在控制融資流動性的條件下，經濟政策不確定性對債券信用價差沒有顯著影響，而融資流動性對債券信用價差存在顯著影響，則表明經濟政策不確定性會通過融資流動性對債券信用價差產生影響。

對融資流動性渠道第一階段的檢驗結果如表4第（1）列所示。從回歸結果可以看出，融資流動性會隨著經濟政策不確定性的上升而下降。當經濟政策不確定性上升一個單位標準差時，融資流動性將會顯著降低0.002個單位。該結果表明，傳導機制的第一個階段是成立的，經濟政策不確定性會傳導至融資流動性。至此，可以對第二個階段進行檢驗，以檢驗融資流動性是否會進一步傳導至信用價差。融資流動性渠道第二階段的回歸結果如表4第（2）列所示，回歸結果顯示：融資流動性會對債券信用價差產生顯著影響；經濟政策不確定性對債券信用價差的影響不再顯著。該結果表明，在控制融資流動性的條件下，經濟政策不確定性對債券信用價差沒有顯著影響。綜合兩階段回歸結果可以看出，經濟政策不確定性會通過影響融資流動性對債券信用價差產生影響。在經濟政策不確定性對債券信用價差的傳導渠道中，存在融資流動性渠道。由此，假設2得到驗證。

2.市場波動渠道檢驗。同樣采用兩階段檢驗方法檢驗市場波動是否為經濟政策不確定性對債券信用價差的傳導渠道。在第一階段中，將檢驗經濟政策不確定性是否會對市場波動產生顯著影響。第二階段則檢驗在控制市場波動的條件下，經濟政策不確定性是否仍然對債券信用價差產生顯著影響。如果在控制市場波動的條件下，經濟政策不確定性對債券信用價差沒有顯著影響，而市場波動對債券信用價差存在顯著影響，則表明經濟政策不確定性會通過市場波動對債券信用價差產生影響。

對市場波動渠道第一階段的檢驗結果如表4第（3）列所示。從回歸結果可以看出，市場波動會隨著經濟政策不確定性的上升而顯著增加。當經濟政策不確定性上升一個單位標準差時，市場波動將會顯著增加0.001個單位。該結果表明，傳導機制的第一個階段是成立的，經濟政策不確定性會傳導至市場波動。至此，可以對第二個階段進行檢驗，即檢驗市場波動是否會進一步傳導至債券信用價差。對市場波動第二階段的回歸結果如表4第（4）列所示，回歸結果顯示，市場波動對債券信用價差沒有顯著影響；經濟政策不確定性仍然對債券信用價差存在顯著影響。綜合兩階段回歸結果可以看出，市場波動不是我國經濟政策不確定性影響企業債券信用價差的渠道。由此證明假設3不成立。

（三）穩健性檢驗

1.替換融資流動性變量的穩健性檢驗。上述實證分析結果顯示融資流動性渠道是成立的，而市場波動渠道沒有通過檢驗，為此，將重點對融資流動性渠道是否為經濟政策不確定性對債券信用價差的傳導渠道進行穩健性檢驗。本文融資流動性度量指標主要參照Boudt等[28]的方法，采用三個月期限的銀行間同業拆借利率（shibor）與三個月期限的國債收益率的價差來度量。實際上，在對融資流動性進行度量的方法中，不僅有采用三個月期限的銀行間同業拆借利率溢價來度量，而且有采用六個月期限的銀行間同業拆借利率溢價來度量。除此以外，還有直接采用不同期限銀行間同業拆借利率來度量的。那么，如果采用六個月期限的銀行間同業拆借利率溢價或者不同期限的銀行間同業拆借利率來度量融資流動性，上述結論是否仍然成立？基于這樣的疑問，本文分別采用六個月期限的銀行間同業拆借利率溢價、三個月銀行間同業拆借利率、六個月銀行間同業拆借利率和一年期銀行間同業拆借利率來度量融資流動性，并分別進行回歸分析。回歸結果顯示，采用不同融資流動性度量方法并不會影響上述實證結論。

2.債券主體固定效應的穩健性檢驗。在上述分析中，筆者主要采用債券固定效應來估計回歸結果。但是，采用債券固定效應可以有效控制債券層面的信息，卻無法控制債券發行主體層面的信息。實際上，即使是不同的債券，若其發行主體相同，那么這兩只債券同樣包含了較多相同的信息。這種情形下，采用債券主體固定效應模型是否會影響回歸結果？為此，進一步采用債券主體固定效應模型重新檢驗，結果依然成立。

3.連續變量異常值的穩健性檢驗。從描述性統計中可以觀察到部分變量標準差數值較大，表明這些變量觀測值并非正態分布，存在異常值。例如，本文的因變量債券信用價差均值為236.011bp，標準差為175.072，最小值為-4108.896bp，最大值為2046.152bp，表明該變量存在較為嚴重的異常值問題。而變量數據出現異常值通常會對回歸結果產生影響，進而影響本文結論的穩健性。據此，筆者利用winsorize對連續變量位于上下1%分位點內的異常值進行處理，并用處理后的數據進行回歸分析。結果顯示，上述結論依然是成立的。

基于此，本文認為融資流動性度量方法的差異性問題、債券主體固定效應估計問題以及連續變量異常值問題均沒有對本文的實證分析結論產生顯著影響。隨著經濟政策不確定性的上升，債券信用價差會顯著增加。融資流動性是經濟政策不確定性向債券信用價差傳導的重要渠道。

五、結論與政策建議

（一）結論

近年來，全球經濟金融形勢越來越復雜，中美經貿摩擦不斷升級，外部不確定性因素也逐漸增加。為了應對金融市場上復雜風險因素和外部沖擊，我國經濟金融相關監管部門出臺了一系列經濟金融政策，我國經濟政策不確定性也出現一定幅度的上升。伴隨我國經濟政策不確定性的上升，經濟政策不確定性及其影響引發了廣泛探討。本文以企業債券為研究對象，利用2007 ～ 2017年企業債相關數據，實證研究了經濟政策不確定性是否影響以及如何影響企業債券信用價差。

實證分析結果顯示，伴隨我國經濟政策不確定性的上升，我國企業債券信用價差會顯著增加。我國經濟政策不確定性上升一個單位標準差時，企業債券信用價差將會增加0.128bp。進一步研究發現，融資流動性渠道是經濟政策不確定性向債券信用價差傳導的重要渠道，但市場波動渠道并不是經濟政策不確定性向債券信用價差傳導的路徑。該研究結果將現有經濟政策不確定性對股票市場的影響進一步拓展至債券市場，豐富了經濟政策不確定性對金融市場影響的研究。

（二）政策建議

該實證分析結論同樣為防范和管理經濟政策不確定性帶來的債券市場風險提供了參考。防范債券市場風險，特別是防范債券市場系統性風險，可以從以下幾個方面著手：

1.完善政策解讀說明機制，嚴厲打擊虛假不實經濟金融政策信息的散布和傳播。一是加強對宏觀經濟金融政策的解讀和說明，采用通俗易懂的形式加大對宏觀經濟金融政策的宣傳力度，確保非金融行業從業者也可以看懂、讀懂宏觀經濟金融政策、疏通宏觀經濟金融政策傳導機制。二是針對易造成誤解的政策或者已經形成誤解和謬傳的宏觀經濟金融政策，相關部門應積極通過主流媒體、官方網站、微信、微博等渠道主動發聲，及時制止錯誤信息的進一步傳播。三是及時監測處理負面輿論，有效打擊虛假不實政策信息的散布和傳播。

2.進一步豐富動態撥備等流動性補給工具箱，完善融資流動性供給機制。一是進一步完善動態撥備等流動性補給工具，提升現有工具流動性補給的及時性和有效性。二是進一步豐富融資流動性供給工具箱，在守住風險底線的基礎上，創新合適的政策工具，為應對經濟政策不確定性沖擊提供更大的可操作空間。三是完善融資流動性供給機制，優化金融市場的融資環境，降低政策不確定性對債券市場信用價差的影響，防范化解債券市場系統性金融風險，維持債券市場乃至金融系統穩定。

主要參考文獻：

[1]陳國進，張潤澤，趙向琴.政策不確定性、消費行為與股票資產定價[J].世界經濟，2017（1）：116～ 141.

[2]陳國進，張潤澤，趙向琴.經濟政策不確定性與股票風險特征[J].管理科學學報，2018（4）：1～27.

[3] Guo P.，Zhu H.，You W. Asymmetric dependence between economic policy uncertainty and stock market returns in G7 and BRIC：A quantile regression approach[J].Finance Research Letters，2018（6）：251～258.

[4]王曉蘇.貨幣政策、融資流動性與公司債信用價差[J].財會月刊，2018（5）：169～176.

[5]李少昆，朱晶晶，蔣濤.融資流動性、融資流動性風險與公司債信用價差[J].證券市場導報，2017（6）：50～54.

[6] Baker S. R.，Nicholas Bloom，Steven J. Davis. Measuring economic policy uncertainty[J].The Quarterly Journal of Economics，2016（4）：1593 ～ 1636.

[7] Brogaard J.，Detzel A. The asset-pricing implications of government economic policy uncertainty[J].Social Science Electronic Publishing，2016（1）：3～18.

[8] Pástor L.，Veronesi P. Political uncertainty and risk premia[J].Journal of Financial Economics，2013（3）：520～545.

[9] Nodari G. Financial regulation policy uncertainty and credit spreads in the US[J].Journal of Macro？ economics，2014（41）：122～132.

[10] Fang L.，Yu H.，Li L. The effect of economic policy uncertainty on the long- term correlation between U.S. stock and bond markets[J].Eco？ nomic Modelling，2017（66）：139～145.

[11]王朝陽，張雪蘭，包慧娜.經濟政策不確定性與企業資本結構動態調整及穩杠桿[J].中國工業經濟，2018（12）：136～153.

[12]劉磊，王亞星，潘俊.經濟政策不確定性、管理層治理與企業債務融資決策[J].山西財經大學學報，2019（11）：83～97.

[13]王亮.中美債券市場比較研究[J].宏觀經濟管理，2014（7）：87～90.

[14]閆屹，楊智婕，余峰.中美公司債券市場的比較分析[J].國際金融研究，2008（4）：31～38.

[15]劉俊山，盛婉瑜，劉婷.中美債券市場流動性的比較及借鑒[J].金融市場研究，2015（1）：66～73.[16]李霞，王凌飛.中美債券市場持有人結構比較及中國債券市場持有人結構走向探討[J].西部金融，2018（9）：18～23.

[17] Radde S. Flight to liquidity and the Great Recession[J].Journal of Banking & Finance，2015（54）：192～207.

[18] Brunnermeier M. K.，Pedersen L. H. Market liquidity and funding liquidity[J].The Review of Financial Studies，2009（6）：2201～2238.

[19]Demir E.，Ersan O. Economic policy uncertainty and cash holdings：Evidence from BRIC countries[J].Emerging Markets Review，2017（33）：189 ～ 200.

[20] Bordo M. D.，Duca J. V.，Koch C. Economic policy uncertainty and the credit channel：Aggre？ gate and bank level U.S. evidence over several decades[J].Journal of Financial Stability，2016（26）：90～106.

[21] Chi Q.，Li W. Economic policy uncertainty，credit risks and banks lending decisions：Evidence from Chinese commercial banks[J].China Journal of Accounting Research，2017（1）：33～50.

[22]孫琪.經濟政策不確定性對系統性風險的影響機制研究[J].財會月刊，2018（18）：157～164.

[23]Dakhlaoui I.，Aloui C. The interactive relationship between the US economic policy uncertainty and BRIC stock markets[J].International Eco？ nomics，2016（146）：141～157.

[24] Amengual D.，Xiu D. Resolution of policy uncertainty and sudden declines in volatility[J]. Journal of Econometrics，2018（2）：297～315.

[25] Antonakakis N.，Chatziantoniou I.，Filis G. Dynamic co-movements of stock market returns，implied volatility and policy uncertainty[J].Eco？ nomics Letters，2013（1）：87～92.

[26] Elton E. J.，Gruber M. J.，Agrawal D.，et al. Explaining the rate spread on corporate bonds[J]. The Journal of Finance，2001（1）：247～277.

[27] Guiso L.，Sapienza P.，Zingales L. Does culture affect economic outcomes？[J].The Journal of Economic Perspectives，2006（2）：23～48.

[28]Boudt K.，Paulus E. C. S.，Rosenthal D. W. R. Fundingliquidity，marketliquidityandTED spread：A two-regime model[J].Journal of Em？ pirical Finance，2017（43）：143～158.

作者單位：1.河北農業大學渤海學院，河北黃驊061100；2.河北農業大學財務處，河北保定071000