評級機構聲譽、債券市場違約率與債券信用評級膨脹

吳京 王劍鋒

【摘要】運用博弈論方法建立評級選購理論模型， 實證檢驗評級機構聲譽和債券市場違約率對信用評級膨脹的影響。 基于2006 ～ 2018年發行的公司債和企業債數據研究發現：聲譽機制能夠抑制債券信用評級膨脹， 評級機構聲譽水平越高， 其出具的評級結果對債券定價的有效性越強; 債券市場違約率偏低會加劇債券信用評級膨脹; 債券市場違約率偏低會削弱聲譽機制對信用評級膨脹的抑制作用， 降低評級結果對債券定價的有效性。

【關鍵詞】聲譽;違約率;評級膨脹;評級質量;公司債;企業債

【中圖分類號】F832.5 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）24-0147-8

一、引言

信用評級是債券發行定價的重要參考依據， 有助于緩解投資者與發行人之間的信息不對稱、降低監管部門監督成本、發揮風險識別作用等。 目前， 國內外債券評級市場主要采用“發行人付費”模式， 在評級機構競爭加劇的背景下， 該付費模式易誘發債券發行人的評級選購行為[1] ， 評級機構可能會為了承攬更多業務而虛高評級[2，3] ， 從而降低評級質量。 因此， 如何改善評級質量始終是監管部門和市場十分關注的問題。

市場普遍認為聲譽機制能夠在一定程度上約束評級機構的行為， 使之出具的評級結果更為公正客觀[4，5] 。 在“發行人付費”模式下， 評級機構的聲譽成本越低， 越傾向于迎合發債企業， 從而加劇債券信用評級膨脹問題[2，6-8] 。 但也有文獻指出聲譽機制的有效性受到多方面因素的影響， 甚至存在無效的情況。 Covitz和Harrison[9] 考慮了競爭因素對評級機構聲譽機制的影響， 研究發現競爭程度越大， 債券信用評級膨脹問題越嚴重， 進而導致聲譽機制失效。 Camanho 等[10] 進一步指出， 聲譽機制能緩解因競爭產生的部分債券信用評級膨脹問題， 但仍無法確保評級結果的有效性。 Mathis等[11] 考慮了收入來源對評級機構聲譽機制的影響， 他們強調聲譽機制有效的前提， 在于評級機構的主要收入來源并非是信用評級業務。

此外， 監管模式、經濟周期等因素也會影響聲譽機制的有效性[12-14] 。 監管模式可視作債券市場交易環境的一個要素， 交易環境還包括其他要素， 例如債券市場基礎設施發展水平和法律法規完善程度等。 穆迪發布的企業違約研究報告顯示，2014 ～ 2017年， 全球企業的邊際違約率分別為0.94%、1.75%、2.14%和1.41%， 中國信用債違約率分別為0.14%、0.40%、0.48%和0.28%， 明顯處于較低水平。 與發達國家的債券市場相比， 債券違約率長期處于較低水平是中國債券市場較為明顯的特點， 整個債券市場違約率不足0.5%（見圖1）， 且在很長一段時間內存在“剛性兌付”; 直到2014年， “11超日債”因未能足額兌付利息而成為首例違約的公司債， 其他的債券違約事件接踵而至。

圖2為2014 ～ 2018年我國公司債和企業債（市場債券）違約情況。 2018年， 公司債和企業債違約率驟增至4.09%， 然而， 地方政府融資平臺發行的城投債的違約率仍接近0。 由于城投債發揮著為地方政府融資的作用， 因此地方政府會在一定程度上控制其違約率， 從而加劇了城投債券市場違約率的失真程度。 違約率失真會對信用評級的有效性造成干擾， 而過度抑制債券市場違約率可能會導致更為嚴重的信用評級膨脹問題。

對于中國債券市場而言， 關于市場整體違約率水平偏低的交易環境如何影響債券信用評級膨脹和聲譽機制有效性的研究成果較少， 且以定性分析為主。 陳國緒[15] 指出我國債券違約數量過低， 無法用違約率來檢驗信用評級質量。 邢天才等[16] 、詹明君和邢賀[17] 一致認為“剛性兌付”使得我國債券市場違約率失真， 影響了評級質量， 削弱了聲譽機制的作用。 遺憾的是， 這些文獻均未能提供債券市場違約率水平偏低是否會加劇債券信用評級膨脹的經驗證據。 信用評級質量直接影響到我國債券定價的市場化程度、資源配置效率以及金融監管質量等， 因此厘清信用評級膨脹的影響機制具有重要意義。 為此， 本文嘗試設計違約率水平的代理指標， 檢驗我國債券市場違約率偏低對信用評級膨脹和聲譽機制有效性的影響。

本文從評級機構聲譽和債券市場違約率對信用評級影響的視角， 分析我國債券信用評級膨脹問題。 理論邏輯和研究路線設計如下：①建立“發行人付費”模式下的評級選購基準模型。 當信息完全時， 即評級機構能完全識別債券好壞， 研究發現評級機構聲譽水平過低或債券市場整體違約率過低均會導致評級膨脹。 ②對基準模型進行擴展， 進一步考察信息不完全時的情況， 得到了相同的結論。 ③使用2006 ～ 2018年發行的公司債和企業債的數據對理論假說進行實證檢驗。 ④根據理論分析與實證檢驗結果， 提出優化評級機構評級質量的政策建議。

本文的邊際貢獻主要包括兩個方面：①首次使用發改委公布的排名作為我國評級機構聲譽水平的代理變量， 驗證聲譽機制對債券信用評級膨脹的影響。 ②在評級選購理論模型中考慮評級機構違約率對債券信用評級膨脹的影響， 并嘗試設計違約率水平的代理指標， 實證檢驗低違約率的交易環境對債券信用評級膨脹的影響。

二、理論闡釋與相關假說

本文將使用博弈論的方法建立評級選購模型， 對我國債券信用評級膨脹問題進行理論分析， 著重考慮評級機構聲譽水平和債券市場違約率水平對評級膨脹的影響機制。

（一）模型假設

假設債券市場中好債券的比例為v， 壞債券的比例為1-v， 好債券是指違約率為0的債券， 壞債券是指違約率為1的債券。 我國評級行業為非壟斷行業， 債券市場中存在多家評級機構， 為簡化模型， 本文假設僅存在兩家競爭的評級機構。 評級機構通過債券評級業務獲得固定收入b， 本文暫不考慮資金的時間價值問題。 評級機構有兩個行動選擇， 分別是說“真話”策略和說“假話”策略。 當評級機構所評債券未出現違約時， 無論評級機構說“真話”還是“假話”， 均會形成聲譽累積r1; 一旦債券違約， 若評級機構說“假話”， 將面臨聲譽損失r2， 若說“真話”， 則依然會獲得聲譽累積r1。

（二）基準模型：評級機構的行動邏輯

本小節考慮信息完全時的情形。

評級機構憑借專業知識能夠正確識別債券的好壞。 評級機構1和2行為選擇的博弈結構如圖3所示， Y表示收益。

博弈參與人的收益分別為：Y1=[12]b+r1; Y2=r1; Y3=b-r2; Y4=[12]b-r2; Y5=b+r1; Y6=[12]b+r1。 具體來說， 當評級機構面臨壞債券時， 如果二者均采取說“真話”策略， 那么發行人選誰是無差異的， 可認為是一個隨機選擇， 且說“真話”的評級機構會獲得聲譽累積r1， 故而二者的收益均為Y1=[12]b+r1; 如果二者均采取說“假話”策略， 那么發行人選誰也是無差異的， 但是說“假話”的評級機構會因債券違約而付出聲譽成本r2， 故而二者的收益均為Y4=[12]b-r2; 如果其中一個評級機構采取說“真話”策略， 另一個采取說“假話”策略， 那么發行人必然會在詢價之后選擇說“假話”的評級機構， 該評級機構會獲得固定收入b， 但是要付出聲譽成本r2， 故而其收益為Y3=b-r2， 說“真話”的評級機構可以獲得聲譽累積r1， 故而其收益為Y2=r1。

當評級機構面臨好債券時， 與前文同理， 如果二者均采取說“真話”策略， 收益均為Y1=[12]b+r1; 如果二者均采取說“假話”策略， 那么發行人選擇二者的概率相同， 并且好債券不會違約， 即評級機構不會因說“假話”而付出聲譽成本r2， 反而會獲得聲譽累積r1， 故而二者的收益均為Y6=[12]b+r1; 如果其中一個評級機構采取說“真話”策略， 另一個采取說“假話”策略， 那么發行人同樣會在詢價之后選擇說“假話”的評級機構， 該評級機構獲得固定收入b和聲譽累積r1， 且無須支付聲譽成本r2， 故而其收益為Y3=b-r2， 而說“真話”的評級機構僅能獲得聲譽累積r1， 其收益為Y2=r1。

接下來， 本文將進一步分析各個收益的大小關系。 由前文的設定可得Y5>Y1， 即當評級機構面臨好債券時， 若評級機構1選擇說“真話”策略， 那么假設評級機構2選擇說“假話”策略的收益大于其選擇說“真話”的收益， 這時由于好債券不會違約， 那么說“假話”不會被發現， 聲譽成本為0， 且發行人會選擇說“假話”的評級機構進行評級; Y6>Y2意味著， 若其中一個評級機構選擇說“假話”策略， 另一個選擇說“假話”策略的收益仍大于其選擇說“真話”的收益。 令Y1>Y3， 這表明， 如果其中一個評級機構選擇說“真話”策略， 那么另一個選擇說“真話”策略的收益大于其選擇說“假話”的收益， 由于壞債券違約概率為1， 那么說“假話”要付出的聲譽成本過高， 有可能導致Y3為負值， 因此Y1>Y3的設定是合理的; 同樣， Y2>Y4， 即， 如果其中一個評級機構選擇說“假話”策略， 另一個選擇說“真話”策略的收益仍大于其選擇說“假話”策略的收益。 根據上述分析， 評級機構采取說“真話”和“假話”策略時的期望收益分別為：

RT1=（1-v）Y1+vY2 ? ? ?（1）

RF1=（1-v）Y3+vY6 ? ? ?（2）

評級機構匯報真實評級需滿足的條件是：

根據方程（5）和（6）， 評級機構的聲譽累積和聲譽成本越高， 則越傾向于選擇說“真話”策略。 由方程（7）可知， 好債券的比例越高（即債券違約率越低）， 越會加劇評級膨脹問題。

（三）拓展模型：評級機構能夠正確判斷債券好壞的概率為π時的行動選擇

本小節考慮信息不完全時的情況， 與現實更為契合。

此時評級機構能夠正確判斷該債券好壞的概率不再是1， 令其為π， 滿足0<π<1。 博弈結構如圖4所示。 此時， 無論債券是好債券還是壞債券， 只要評級機構判斷正確， 博弈參與人的收益就與基準模型相同。 由于信息不完全， 評級機構有1-π的概率判斷失誤， 具體對應以下兩種情形：

情形1：債券是壞債券， 評級機構未做出正確判斷， 即將壞債券認作好債券。 博弈雙方將按照（Y1，Y1）、（Y2，Y5）、（Y5，Y2）和（Y6，Y6）的組合來判斷不同策略對應的收益， 但實際上雙方的收益分別對應（Y1，Y1）、（Y2，Y3）、（Y3，Y4）和（Y4，Y4）的組合。

情形2：債券是好債券， 評級機構未做出正確判斷， 即將好債券認作壞債券。 博弈雙方將按照（Y1，Y1）、（Y2，Y3）、（Y3，Y4）和（Y4，Y4）的組合來判斷不同策略對應的收益， 但實際上雙方的收益分別對應（Y1，Y1）、（Y2，Y5）、（Y5，Y2）和（Y6，Y6）的組合。

根據方程（12）和（13）， L2對r1、r2的偏導數均與基準模型相一致， 評級機構的聲譽累積和聲譽成本越高， 則越傾向于選擇說“真話”策略。 方程（14）中， L2對v的偏導數不再為負， 會隨著π的取值范圍不同而發生變化。 當0<π<0.5時， [?L2?v]>0， 表明在評級機構識別能力較弱的情況下， 債券市場違約率越小， 評級機構越傾向于出具真實評級結果; 而當0.5<π<1 時， [?L2?v]<0， 表明在評級機構識別能力較強的情況下， 債券市場違約率越小， 評級機構越傾向于虛高評級結果。

中債資信測算的基尼系數顯示， 我國采用“發行人付費”收費模式的評級機構的基尼系數為0.52， 標普、穆迪、惠譽分別為0.82、0.85和0.84， 基尼系數越高表明評級結果越準確。 因此， 可以判定中國和美國信用評級機構的評級能力均滿足0.5<π<1。 與美國相比， 我國評級機構債券識別能力相對較弱， 且我國金融市場剛性兌付問題突出[18] ， 債券市場違約率長期處于較低水平， 削弱了聲譽機制對評級膨脹的抑制作用， 以至于評級機構更不愿意選擇說“真話”策略。

綜上所述， 本文得到以下結論：

結論1：聲譽機制能抑制債券信用評級膨脹問題， 評級機構聲譽水平越高， 其出具的評級結果對債券定價的有效性越強。

結論2：債券市場違約率偏低會加劇債券信用評級膨脹問題。

結論3：債券市場違約率偏低會削弱聲譽機制對債券信用評級膨脹的抑制作用， 降低評級結果對債券定價的有效性。

三、研究設計

（一）樣本與數據來源

本文選取2006 ～ 2018年發行的企業債和公司債為樣本進行實證檢驗， 數據主要來自Wind數據庫， 聲譽水平的代理變量數據取自發改委官網。 由于西藏地區部分數據的可得性較低， 因此剔除西藏地區的樣本， 并且剔除債券信用評級、企業債務規模等數據缺失的債券樣本， 共得到6467個樣本。

（二）模型設置

本文構建多元線性回歸方程， 檢驗評級機構的聲譽水平和債券市場違約率偏低的交易環境對債券信用評級膨脹的影響機制。 使用穩健標準誤的OLS回歸方法， 能夠解決截面數據常見的異方差問題。 本文借鑒Kraft[7] 的研究成果， 構建基準計量模型如下：

（三）變量選取

1. 被解釋變量為債券票面利率（rate）。 本文將按照不同的信用評級對所選債券樣本進行分組， 分別回歸， 考察評級機構聲譽水平和債券市場違約率水平偏低的交易環境對評級質量的影響。

2. 核心解釋變量為聲譽水平（reputation）和違約率水平（lgfv）。 中介機構聲譽水平的代理變量多采用權威部門的評分或其自身的市場份額[8，19，20] 衡量， 但是邢天才等[16] 的實證結果表明， 市場份額并不能有效地衡量我國評級機構的聲譽水平， 更多地反映了評級機構競爭程度。 因此， 本文僅使用發改委發布的信用機構排名作為聲譽水平的代理變量。 使用“是否為城投債”作為違約率水平（lgfv）的代理指標。 《國務院關于加強地方政府性債務管理的意見》（簡稱“43號文”）出臺之前， 城投債享有政府隱性擔保， 違約率為0， 相比之下， 公司債和企業債中的非城投債券已經出現違約事件， 且總體呈現上升趨勢， 因此本文采用是否為城投債衡量違約率水平（lgfv）的高低具有合理性。

根據計量模型（16）， 若聲譽水平（reputation）的系數顯著為負， 則說明債券信用評級相同時， 高聲譽水平的評級機構出具的評級結果更有助于降低債券融資成本， 在一定程度上削弱了評級膨脹問題。 根據計量模型（17）， 若違約率水平（lgfv）的系數顯著為正， 則表明債券信用評級相同時， 處于低違約率交易環境中的債券融資成本更高， 即該債券信用評級膨脹問題更為嚴重。

3. 控制變量主要包括債券特征、發行主體特征、地區特征和宏觀特征的控制變量。 債券特征的控制變量包括：債項評級、債券規模、期限、類型。 需要說明的是， 與主體評級相比， 評級機構更容易操縱債項評級， 且債項評級對債券定價的影響程度更大， 故本文選擇債項評級作為控制變量。發行主體特征的控制變量包括：是否為國企、凈資產收益率、資產負債率。 地區特征的控制變量包括：人均GDP和財政收入。 宏觀特征的控制變量是M2增長率。 各指標名稱及其含義詳見表1。

四、實證結果與分析

（一）描述性統計

表2報告了主要變量的描述性統計結果。 由表2可知， 所選債券的票面利率和利差均值分別為5.83%和1.87%， 最大值分別為9.9%和6.28%， 最小值分別為2.8%和-0.73%， 最大值與最小值均相差較多， 說明樣本債券的發行主體資質差距較大。 聲譽水平和違約率水平的均值分別為0.59和0.52， 均接近0.5， 表明樣本分布較為平均。 從其他相關變量的描述性統計來看， 各主要變量無極端值存在。

（二）回歸分析

表3為方程（16）的回歸結果， 均控制了時間和地區固定效應。 根據債項評級將樣本分為三組， 由于其他級別的債券數量過少， 存在嚴重的多重共線性， 故未展示回歸結果。 聲譽水平（reputation）的估計系數均在1%的水平上顯著為負， 表明對于相同評級的債券而言， 高聲譽水平有助于降低發債成本， 這也證實了高聲譽水平的評級機構所出具的評級結果更為有效， 在一定程度上能夠緩解評級膨脹問題。 由此驗證了結論1：聲譽機制均能抑制債券信用評級膨脹問題， 評級機構聲譽水平越高， 其出具的評級結果對債券定價的有效性越強。

表4為方程（17）的回歸結果， 均控制了時間和地區固定效應。 由于43號文發布之后， 地方政府融資平臺發行城投債為地方政府融資的職能被剝離， 城投債不再享有政府隱性擔保， 市場預期城投債違約率將增加， 會導致評級機構為了確保自身聲譽不受影響而提高評級質量。 為使回歸結果更可靠， 本文僅使用43號文發布之前的數據進行驗證。 回歸結果顯示， 違約率水平（lgfv）的估計系數均顯著為正， 表明債券信用評級相同時， 低違約率的交易環境會導致債券融資成本增加， 在一定程度上加劇了評級膨脹問題。 由此驗證了結論2：債券市場違約率偏低會加劇債券信用評級膨脹問題。

接下來， 本文進一步考察低違約率的交易環境對聲譽機制有效性的影響。 仍使用43號文發布之前的數據， 根據違約率水平（lgfv）的高低， 分別對AAA、AA+和AA級的債券進行分組， 并根據方程（16）進行回歸， 回歸結果如表5所示。

表5第（1）列和第（2）列為AAA級債券的回歸結果， 聲譽水平（reputation）的系數均不顯著， 但仍舊是負數， 說明高質量債券受交易環境和聲譽機制影響較小。 第（3）列和第（4）列為AA+級債券的回歸結果， 第（5）列和第（6）列為AA級債券的回歸結果， 聲譽水平（reputation）的系數均顯著為負， 且低違約率組聲譽水平（reputation）系數的絕對值均小于高違約率組， 表明低違約率的交易環境削弱了聲譽機制對評級膨脹問題的抑制作用。 以上分析驗證了結論3：債券市場違約率偏低會削弱聲譽機制對債券信用評級膨脹的抑制作用， 降低評級結果對債券定價的有效性。

（三）穩健性檢驗

本文主要從以下兩個方面進行穩健性檢驗：第一， 替換因變量的代理指標進行穩健性檢驗， 即以債券發行利差（drate）替代票面利率， 主要結論依然成立。 第二， 考慮到2015 ～ 2017年排名居中的評級機構有較大的變動， 而排名靠前和靠后的相對穩定， 因此剔除樣本中第三名和第四名評級機構參與評級的債券， 用所得的4734個樣本進行回歸， 回歸結果顯示結論1和結論3是穩健的。 受篇幅限制， 穩健性檢驗的回歸結果未予列示。

五、結論及政策建議

（一）結論

本文使用博弈論的方法建立評級選購的理論模型， 從評級機構聲譽和債券市場違約率偏低的視角闡釋我國債券信用評級膨脹的原因， 并選取2006 ～ 2018年發行的企業債和公司債為樣本進行實證檢驗。 研究發現：聲譽機制能夠抑制債券信用評級膨脹問題， 并且評級機構聲譽水平越高， 其出具的評級結果對債券定價的有效性越強; 債券市場違約率偏低會加劇債券信用評級膨脹問題; 債券市場違約率偏低會削弱聲譽機制對債券信用評級膨脹的抑制作用， 從而降低評級結果對債券定價的有效性。

（二）政策建議

基于上述研究結論， 政府相關部門在提升評級機構評級質量過程中應重點關注以下三個方面：

1. 建立更加側重聲譽的評級機制， 加重對評級機構嚴重違規的處罰。 近幾年， 監管部門不斷加大對評級機構的監管力度， 適時出臺了多項政策以規范評級業務。 例如， 2019年初交易商協會發布了《銀行間債券市場非金融企業債務融資工具信用評級業務利益沖突管理規則》， 強調肅清評級買賣現象， 保障信用評級獨立性、客觀性和公正性; 2019年11月， 中國人民銀行、國家發改委、財政部、證監會聯合發布《信用評級業管理暫行辦法》， 正式明確了評級機構違規評級將面臨的現金處罰。 然而， 我國監管部門對于評級機構嚴重違規和一般違規現象仍未能清晰界定， 沒有采取合理的處罰措施， 弱化了聲譽機制， 亟待進一步細化不同違規現象所對應的處罰力度， 并加重對評級機構嚴重違規的處罰， 促進聲譽機制發揮作用。

2. 合理引入外資評級機構， 運用“鯰魚效應”打破目前聲譽機制有效性不足的怪象。 2019年， 標普信用評級（中國）有限公司成為首家入華開展信用評級業務的外資機構， 其母公司在國際市場的影響力遠超國內評級機構， 有助于發揮“鯰魚效應”改善我國評級質量。 因此， 可以更多地引入外資評級機構， 最大化“鯰魚效應”， 以強化國內評級機構聲譽機制。

3. 避免地方政府使用行政手段強行壓低債券市場違約率， 提高聲譽機制的有效性。 目前我國債券市場違約率仍處于較低水平， 債券市場“剛性兌付”雖被打破， 但依舊留有嚴重的“后遺癥”。 一方面， 投資人“剛性兌付”的思維已根深蒂固， 尤其是針對具有政府背景的債券。 例如， 地方政府債券的評級全部是AAA水平， 導致信用評級對債券定價的信息發現功能失效， 不利于信用風險的釋放。 另一方面， 各地方政府之間也在博弈， 對于地方政府債券或城投債， 誰都不愿意最先被爆出違約事件， 故會使用行政手段進行干預。 因此， 可出臺相應政策限制地方政府使用行政手段壓低債券市場違約率， 以提高聲譽機制的有效性。

需要指出的是， 本文僅反映作者個人觀點， 不代表所在機構觀點。

【 主 要 參 考 文 獻 】

[1] Becker B.， Milbourn T. T.. How did increased competition?affect credit ratings？[ J].Journal of Financial Economics，2011（3）：493 ～ 514.

[2] Bolton P.， Freixas X.， Shapiro J.. The credit ratings game[ J].Journal of Finance，2012（1）：85 ～ 112.

[3] 沈紅波， 廖冠民.信用評級機構可以提供增量信息嗎——基于短期融資券的實證檢驗[ J].財貿經濟，2014（8）：62 ～ 70.

[4] Brookfield D.， Ormrod P.. Credit agency regulation and the?impact of credit ratings in the international bond market[ J].The European Journal of Finance，2000（4）：311 ～ 331.

[5] Dittrich F.. The credit rating industry： Competition and regulation[EB/OL].http：//ssrn. com/abstract=991821.

[6] 黃小琳，朱松，陳關亭.債券違約對涉事信用評級機構的影響——基于中國信用債市場違約事件的分析[ J].金融研究，2017（3）：130 ～ 144.

[7] Kraft P.. Do rating agencies cater？ Evidence from rating-based?contracts[ J].Journal of Accounting and Economics，2015（2-3）：364 ～ 283.

[8] 王雄元，張春強.聲譽機制、信用評級與中期票據融資成本[ J].金融研究，2013（8）：150 ～ 164.

[9] Covitz D. M.， Harrison P.. Testing conflicts of interest at bond?rating agencies with market anticipation： Evidence that reputation incentives dominate[Z]. FEDS Working Paper，2003.

[10] Camanho N.， Deb P.， Liu Z. J.. Credit rating and competition[ J].Ssrn Electronic Journal，2012（1）：100 ～ 112.

[11] Mathis J.， Mcandrews J.， Rochet J. C.. Rating the raters： Are?reputation concerns powerful enough to discipline rating agencies？[ J].Journal of Monetary Economics，2009（5）：657 ～ 674.

[12] Cheng M.， Neamtiu M.. An empirical analysis of changes in?credit rating properties： Timeliness， accuracy and volatility[ J].Journal of Accounting and Economics，2009（1）：108 ～ 130.

[13] 孫潔，殷方圓，寧金輝.客戶集中度影響企業信用評級嗎——來自發債上市公司的經驗證據[ J].財會月刊，2020（1）：33 ～ 41.

[14] Bar-Isaac H.， Shapiro J.. Ratings quality over the business cycle[ J].Journal of Financial Economics，2013（1）：62 ～ 78.

[15] 陳國緒.我國地方政府信用評級制度創新研究[ J].財經問題研究，2014（8）：107 ～ 112.

[16] 邢天才，詹明君，王文鋼.評級機構競爭、聲譽與債券信用評級質量[ J].財經問題研究，2016（6）：66 ～ 71.

[17] 詹明君，邢賀.評級機構競爭、聲譽對債項評級的非對稱影響[ J].東北財經大學學報，2016（6）：66 ～ 73.

[18] 李稻葵.中國經濟最主要的風險是地方債 “必須讓一兩個信托產品真正破產”[ J].中國經濟周刊，2014（9）：17 ～ 18.

[19] Richard C.， Manaster S.. Initial public offerings and underwriter?reputation[ J].The Journal of Finance，1990（4）：1045 ～ 1067.

[20] Fang L.， H.. Investment bank reputation and the price and quality?of underwriting services[J]. The Journal of Finance，2005（6）：2729 ～ 2761.