金融中介聲譽與資產證券化的定價研究

劉丹 潘明穎 王元芳

摘 要：自2012年以來，資產證券化產品在我國的市場規模逐步擴大，在我國債券產品中扮演著重要的角色。研究金融中介評級影響資產證券化定價的機制，可為進一步完善資產證券化定價模型提供實證支持。利用《證券公司分類監管規定》公布的金融中介評級數據，以2011～2019年企業資產證券化產品為樣本，研究金融中介聲譽對資產證券化價格的影響。研究發現：金融中介機構的聲譽對我國資產證券化產品的發行定價有顯著的負向影響;對于低評級和高評級的金融中介而言，其對資產證券化產品發行定價的影響存在顯著的差異;債券本身的信用評級也對發行定價有顯著的負向影響。

關鍵詞：資產證券化定價;金融中介聲譽;證券公司評級;信用利差

文章編號：2095-5960（2021）01-0086-09;中圖分類號：F832;文獻標識碼：A

一、引言

抵押貸款支持證券（MBS）的投資者由于2008年美國出現的金融危機遭受了巨大損失。證券化鏈中的利益相關者因沒有達到預期的標準而被指責。比如發行者被指責放寬了抵押貸款的貸款標準[1-4]，評級機構被指責低估了這些證券蘊含的風險[5-7]。

直到2012年5月我國才重新啟動由于美國金融危機而暫停的證券化業務試點。2014年11月銀監會和證監會分別宣布我國資產證券化實行備案制，2018年4月監管層聯合出臺了《關于規范金融機構資產管理業務的指導意見》。在政府積極推動資產證券化發展的背景下，2019年全年共發行資產證券化產品23439.41億元，年末市場存量為41961.19億元。[8]

但是，2019年以來打破了債券市場的剛性兌付，出現了債券市場的集中違約，引發了投資者與監管者對中國債券市場未來發展狀況的擔憂。資產證券化產品作為“債券家族”的重要一員，合理的定價會反映債券的風險和收益，從而能對違約產生預警效果，降低風險。在我國市場中，金融中介作為證券化鏈條中的利益相關者之一，其在證券化交易中同樣發揮著重要的作用，它們可以通過收集發行人信息和確保發行人遵守證券化的協議來保護投資者的利益，投資者在進行投資選擇時也可能依賴金融中介來降低自己的投資風險。因此，金融中介的聲譽在證券化產品定價中也會發揮作用，例如，規模更大、信譽良好的金融中介可能會被視為能更加有效地識別發行人的違規和不合理行為。

從目前來看，我國市場上對于資產證券化產品沒有統一規范的定價模型，也較少考慮金融中介機構等利益相關者在定價中發揮的作用。大多數的資產證券化產品都是通過國債或中期票據作為定價基準的，參考相同評級和相似期限國債或中期票據的利率，并上浮一定基點，根據其中的利差來進行定價。即使資產證券化屬于債券，但與普通債券相比它又有更加復雜的特征。因此，金融中介的聲譽是否真的會對資產證券化產品的定價產生影響？這一影響因素如何發揮作用？是否能夠對定價產生持續影響？需要進一步的研究，一方面可以更深入地了解資產證券化產品運行的邏輯，另一方面也可以為監管部門制定政策提供參考。

通過對國內相關文獻進行梳理，發現目前還沒有單獨將金融中介聲譽與我國資產證券化產品作為研究對象的實證文獻。本文選擇證券公司為研究對象，利用《證券公司分類監管規定》公布的證券公司評級數據，以2011～2019年資產證券化產品為樣本，研究金融中介聲譽對資產證券化價格的影響。

二、文獻綜述與研究假設

債券利率理論認為債券發行利率與同期限無風險國債利率之間的信用利差代表著為補償投資者購買證券需要承擔的綜合風險，而發行利率代表這部分風險的綜合補償。許多研究表明，投資者通過考慮發行人規模、評級偏差、抵押品和份額結構，將利益錯位的潛在成本納入資產證券化的一級收益率中。[9-12]Brian & William指出，違約概率、分層數目、發行金額和發行期限是影響商業地產抵押貸款支持證券定價的主要因素。[13]Ammer & Clinton則發現，信用評級是資產證券化產品最為重要的定價因子。[14]其他一些學者的實證分析得出了類似的結論。[15-17]He， J. J等認為，發行人評級和債券信用評級對MBS的定價有顯著的影響。[12]朱波等認為，我國資產證券化產品的違約風險會隨著信用評級質量的提高而降低，進而使得發行產品的信用利差就會越小。[18]資產證券化產品的信用評級受到多種因素的影響，如基礎資產的質量狀況、債券特征和未來現金流等，評級機構是否能識別出各個債券的風險，使得債券的風險真實反映在資產證券化產品的定價上，需要進一步的分析，為此提出本文第一個假設：

H1：債券項目的評級對我國資產證券化產品的發行定價也同樣存在顯著的負向影響。

關于股票的定價，Fama & French研究的五因素模型旨在獲取股票平均回報的規模、價值、盈利能力和投資模式，其表現優于在1993年提出的三因素模型，因為在三因素模型中，如果盈利能力和投資因素增加，那么其中的價值因素對樣本中平均回報的影響就會變得冗余。[19]但是五因素模型最主要問題在于，未能捕捉到小型股的低平均回報率。Brenner & Izhakian基于Izhakian在2011年開發的模型測試風險、模糊和回報之間的關系，發現模糊性對收益具有持續的負面影響，而風險對收益的影響主要是正向的。[20]田利輝和王冠英[21]研究了交易量對股票收益率的影響，交易量包括成交額、換手率等，這些因素都與股票的預期收益率顯著負相關，說明交易量對股票收益率有著負向影響。他們還通過中美股市的對比發現中國股市的市場風險尤其突出，股票收益率對市場風險的敏感性高于美國，CAPM定價模型在中國更加適用，這些差異主要是來自中國股市政策性的特征。

同時，行為金融學中有很多關于投資者特征對債券定價的研究。Downing等認為股票與債券都是在公司資產價值基礎上發行的證券憑證，因此投資者對兩者均是以企業未來現金流和潛在風險為基礎判斷未來風險的。[22]李永等發現當投資者處于投資情緒高漲的時候，對債券信用利差的要求就更小，當投資者之間的異質性較大的時候，債券的信用利差會加大，當投資者處于投資情緒低落時，面對異質性帶來的影響則更加敏感，但是具有不同風險特征的公司債的這兩種影響程度具有顯著的差異。[23]楊國超和盤宇章發現信任的價值與投資者和發行人重復博弈的機會有關，機會越大價值越大，重復博弈的機會增多后，信任的價值既可以提高債項的信用評級，又可以減低信用利差。[24]侯鑫和褚劍發現債券投資者會格外關注融資融券交易行為釋放的信號，當上市公司融資余額增長越多時，公司債的信用利差越大。[25]

此外，金融中介機構在證券化交易中發揮著重要作用，他們代表投資人管理特殊目的載體（SPV）以保護投資者的利益。Gorton & Metrick認為金融中介機構通過確保發行人和服務機構遵守證券化協議來保護投資者的利益交易。[26]Cetorelli & Peristiani的研究表明金融中介還負責向投資者支付款項，并通知他們違反陳述和擔保規定的情況。[27]這種數據密集型的角色還包括代表投資者監測抵押貸款證券標的物質量和專項計劃在存續期的表現。投資者依賴金融中介機構來執行契約中規定的回購義務，因為契約中的條款不允許投資者直接回購。Wilmington Trust表明如果發生違約，經驗豐富的金融中介機構知道債券持有人和發行人之間進行對話的最佳時機，以及何時尋求法律、金融支持建議。[28]Coleman & Libunao發現金融中介機構可以根據各種因素脫穎而出，包括人員配備水平、地點、信息系統和解決問題的經驗。[29]Andres對2000～2008年間發行的美國非投資級公司債券的初始收益率進行了檢驗分析，發現承銷業務的受聘金融中介機構在調整后將發行人借貸成本降低了至少33個基點信用評級。他們也發現與這些金融中介機構相關的債券違約率明顯較低，降級風險也較低。[30]然而，他們沒有發現任何證據支持更大的金融中介機構能夠成為更好的債務監管者。He， J.J. 發現，從2004年到2006年，由聲譽良好的發行者發行的MBSs的發行利差更高（基于市場份額），他們顯示利差上升是因為投資者對信譽良好的發行者增加的風險進行定價確保膨脹的評級，尤其是在繁榮時期。[12]林晚發等認為承銷商評級與債券的信用利差負相關，評級高的承銷商更能有效地做到在事前識別企業的盈余管理水平，在事后降低債項的違約風險。[10]張學勇的實證結果與理論研究的結果相符，支持了高聲譽的承銷商能夠降低信息不對稱，幫助重返IPO的理論。[31]

金融中介作為投資者和發行方之間的第三人，能夠有效地緩解投資者對于發行單位的信息不對稱，進而保障投資者權益，對于發行方而言，其同樣也喜歡聲譽良好的金融中介以創造積極的債券市場。因此，金融中介的聲譽傳遞的信號會影響投資者和發行方的決策，進而會對資產證券化產品的定價產生影響。由此提出假設2：

H2：金融中介聲譽對我國資產證券化產品發行定價有顯著的負向影響。

20 世紀70 年代，Akerlof 等發現了信息不對稱在市場中普遍存在并分析了它帶給市場的影響。[32]此后，以非對稱信息為假設的市場理論被廣泛運用到各種分析中。信息不對稱導致投資者因為無法了解企業的真實財務狀況而承擔更高的投資風險，Merton認為投資者面對高風險的企業時會要求更高的風險溢價。[33]Mansi等則研究發現了高風險企業中信息不對稱情況更加嚴重。[34]周宏等認為中國企業債券信用利差和債券發行者與投資者之間信息不對稱程度存在顯著的正相關關系。[35]資產證券化產品經由低評級的金融中介發行，其風險越大，緩解信息不對稱的作用比高評級的金融中介微弱，因此金融中介的評級對信用利差的負向影響不顯著。而對于高評級的金融中介而言，更能夠獲得投資者的信任，投資者通常認為高評級、信譽良好的金融中介能夠提供更多的保障，更好的把關基礎資產的質量，投資的風險相對較小，金融中介評級對資產證券化產品的負向影響更大。由此提出以下假設。

H3：資產證券化產品發行面對不同評級的金融中介時，高評級和低評級的金融中介聲譽對我國資產證券化產品發行定價的影響存在顯著差異。

通過梳理發現，第一，以往研究都是金融中介對IPO、股票價格、債券價格的影響。本文從一個新的角度探討了金融中介聲譽在資產證券化定價中的影響，并采用多種變量來衡量金融中介的聲譽，如根據金融中介的市場排名生成變量Top5作為金融中介聲譽的替代變量進行穩健性檢驗。第二，以往的相關的研究主要采用市場份額來衡量機構的聲譽，但是這種度量存在一定的問題，份額只能表明規模不能完全代表機構的聲譽，本文結合《證券公司分類監管規定》公布的證券公司評級生成分類變量能更加全面地來衡量金融中介機構的聲譽對資產證券化定價的影響。第三，本文按照金融中介評級大小將樣本分類，進一步探究不同金融中介聲譽對信用利差的影響是否有顯著差異。隨著我國資產證券化發展的不斷加速，研究金融中介對資產證券化的定價影響，對于我國今后的資產證券化的健康發展具有重要意義。

三、變量設定與模型構建

（一）變量設定

1.被解釋變量。本論文在模型中的被解釋變量是 ABS 類資產支持證券發行時的信用利差指標測量（yieldspread）。參考He， J. J[12]，林晚發等[9]，Deku[36]等文獻，固定利率債券的信用利差等于票面利率與同期內期限相同（近） 國債利率的差額，浮動利率和累進利率償還方式下的債券信用利差等于票面利率同期內一年期shibor利率之差。

2.解釋變量。金融中介機構的聲譽是用以下變量來衡量的。證券公司評級分類取對數（ln_secrepu）。采用證監會每年根據《證券公司分類監管規定》對證券公司評級的定義進行評級。參照Livingston[37]，Datta[38]債券信用評級的方法， 本論文對各個證券公司聲譽進行賦值并取對數。歷年公布的證券公司評級主要有C、CC、CCC、B、BB、BBB、A、AA八大類。因此，本論文定義當金融中介評級為C時，則證券公司聲譽sec_repu=1，當金融中介評級為CC時，則sec_repu =2;依次類推，當金融中介評級為AA時，則sec_repu =8。按照《證券公司分類監管規定》，證券公司評級越高，證券公司聲譽越高。本文預計信譽良好的受托人交易的利差較低，因為他們更有可能成為更有效的債務監督員。ln_secrepu為sec_repu取對數后的結果。

3.工具變量。同期限金融中介的年度發行總額（trusteeshare），受托份額是一個連續的數字變量，是同期限內證券公司被分配的交易數量，即年度內金融中介機構年度總的發行額。金融中介排名（Top5），金融中介機構排名的虛擬變量，如果金融中介機構的年度發行總額是總市場上排名前5的金融中介機構之一，則該虛擬變量的值為1，否則為0。

4.控制變量。其中控制變量的選取參照Farruggio & Uhde[39]，Gu， J[40]，陳忠陽和李麗君的研究[41]。本論文的控制變量（見表1）主要包括兩類：第一類，債券的特征變量。包括備案制虛擬變量（policy）、發行時債項評級（creditrating）、到期期限（ maturity） 、總規模的對數（ ln_totalsize）和利率類型（type）。第二類，發行主體的特征變量。包括發行主體是否上市（listed）、發行主體評價（issurrating）和發行主體性質（nature）。

（二）模型設定

實證分析首先從ABS類資產證券化產品的整體市場角度來考察金融中介的聲譽對我國資產證券化產品發行定價的影響，再從金融中介評級高低角度進一步考察金融中介聲譽在不同評級下的差異?；貧w模型如下：

回歸模型（1）為考慮在所有年份上ln_secrepu 對信用利差的影響，模型（2）為考慮了交乘項ln_secrepu×police后的影響，police作為備案制的虛擬變量，資產證券化產品在2014年后發行取1，2014年前取0，所以ln_secrepu×police表示2014年后的影響。

（三）數據來源及描述性統計

對于每一筆交易，wind數據庫都會提供有關抵押品類型（住宅和商業抵押貸款）、貸款數量、綜合信用評級、基準收益率與參考利率之間的基點利差、資產來源、貸款份額和交易價值等基本信息。本文手動收集其他交易和分期特征，包括初始成分信用評級、期限（按加權平均壽命計算）和來自債券信息交易網的交易金融中介機構特性。

我國資產證券化市場發展與國外有一定差異，因此產品的統計口徑與國外不同。[42]我國的資產支持證券主要分為銀行信貸資產的證券化（CLO）、企業資產的證券化（ABS）和票據支持的證券化（ABN）。因為國內住房抵押貸款支持類的資產證券化產品規模很小，所以沒有單獨的 MBS 產品統計指標，其發行情況歸屬于CLO。以債券等形式的擔保債務憑證類資產證券化產品在國內還未出現，因此我國并沒有真正意義上的 CDO 產品類型。

本文根據 wind資產證券化產品專項統計數據庫，覆蓋了我國市場上從 2011～2019年全部的ABS 產品，也即起息日為自2011年8月5日至 2019年 12 月31日的全部ABS產品。共獲取8166只資產證券化產品，刪除含有缺漏值、信用利差小于等于零的樣本，并對樣本進行了1%的縮尾處理，最終得到了4883個樣本。

表2是主要變量描述性統計的結果，從表中可以看到資產證券化產品信用利差的平均值為2.5435，與中位數相似，平均值能夠代表大多數產品的信用利差，同時金融中介聲譽變量的均值為1.8990。金融中介為排名前5的證券公司的樣本占總樣本的14.56%，同時樣本中98.05%都是在2014年后發行的，發行主體中41.98%都是國有企業，而發行主體中僅有10.77%為上市公司，68.44%的資產證券化產品評級都為AAA。

四、回歸結果

（一）基準模型回歸

1.金融中介聲譽與信用利差

表3中的結果（1）（2）分別對應模型（1）（2），且在回歸中控制省份和SPV，給出了金融中介機構信譽對資產證券化產品發行定價的影響。模型（1）結果顯示，ln_secrepu的系數為-0.1098，在10%的水平下顯著;模型（2）結果顯示，ln_secrepu×police的系數為-0.2214，在1%的水平下顯著。在不控制省份和SPV的情況下，（3）（4）的結果也與（1）（2）相同。實證結果同假設2一致，說明我國資產證券化定價受金融中介機構信譽顯著的負向影響，金融中介機構的信譽越高，則信用利差越低。信譽良好的金融中介能夠在降低資產證券化產品的風險方面發揮更多的作用，有效緩解投資者和發行人之間的信息不對稱，使得他們對證券化產品的定價給予更多的信任，因此聘用信譽良好的金融中介能夠使得信用利差下降，聲譽越好的金融中介發行的資產證券化產品其信用利差越小。

2014年之前債券的發行為注冊制，之后為備案制，對于債券產品的發行而言，備案制的審批流程更簡單，對投資者來說投資風險更高。表3中的結果表明，加入police后交乘項的系數的結果更加顯著，t統計量的值也更大。說明在我國證券市場，2014年后發行的資產證券化產品中，金融中介的聲譽對資產證券化產品信用利差的負向影響更加顯著，投資風險越高，金融中介在資產證券產品的發行中起到緩解信息不對稱的作用越大。

債項評級creditrating的系數在1%的水平下顯著為負，驗證了第一個假設，債券項目的評級對我國資產證券化產品的發行定價也同樣存在顯著的負向影響，債項的評級越高，相應的信用利差越小。到期期限maturity的系數顯著為正，說明了債券的存續期限越長，信用利差越大，對資產證券化產品的定價有顯著的正向影響。債券項目的規模ln_totalsize的結果顯著為負，債券項目的發行規模越大，其信用利差越小。變量listed表示發行主體是否上市，表3中這一變量的系數均顯著為負，當發行主體為上市公司時，發行主體的信息披露更加公開完全，信息不對稱程度低，投資者對這樣的投資產品給予更多信任，發行利差更小。

2.不同風險水平下的檢驗

在上述的變量設定中這樣定義sec_repu：歷年的公布證券公司評級主要有C、CC、CCC、B、BB、BBB、A、AA八大類。當金融中介評級為C時， 證券公司聲譽sec_repu=1;當金融中介評級為CC時， 則sec_repu =2;依次類推， 當金融中介評級為AA時， 則sec_repu =8。由此可以將樣本劃分為高評級和低評級，若1≤sec_repu≤4，則視為低評級，若5≤sec_repu≤8，則視為高評級。將樣本劃為兩部分，并分別進行模型（1）（2）的回歸。

在2014年實行備案制后，簡化了資產證券化產品發行的審批流程，對于投資者而言，簡化審批流程帶來的可能是風險的增加，因此投資者對資產證券化產品信用利差的預期會增加，流程的簡化也使得投資者對發行環節中機構的依賴度增加。金融中介作為發行過程中至關重要的一環，其信譽在發行過程中對信用利差的影響會更大。基于表4的回歸結果可以看到，無論是否控制省份和SPV，ln_secrepu×place交乘項的系數在高評級的樣本中為-0.2840和-0.2867，更加顯著，t統計量的值也更大。這驗證了前述的假設3，即資產證券化產品發行的過程中，高評級和低評級的金融中介聲譽對產品定價的影響有顯著差異，債券面對不同的評級的金融中介，其聲譽對我國資產證券化產品發行定價的影響存在顯著差異。同時，表4的回歸結果也進一步論證了假設1，在不同評級的樣本中，債項評級變量creditrating的系數均顯著為負，債項評級對我國資產證券化產品的定價有顯著的負向影響，債項的評級越高，信用利差越小，信用評級在我國資產證券化市場上具有一定的公信力。

（二）穩健性檢驗

為了驗證本文研究結論的穩健性，本文從兩個方面進行穩健性檢驗。

1.兩階段最小二乘法

針對上述OLS基準回歸結果可能產生的內生性問題，為了解決內生性問題本文參考Deku的研究引入工具變量金融中介的年度發行總額（trusteeshare）[11]，在我國關于定價的研究中，部分使用發行額度來衡量機構的信譽，進而構建模型（3），對金融中介聲譽對發行定價的影響進行進一步的估計。模型（1）和下述模型（3）結合構成兩階段最小二乘估計（2SLS）的模型設定。

表5中的第一列報告了模型（1）和（3）的2sls回歸結果，同時給出了對應一階段回歸結果。第一階段的結果可以看到金融中介的年度發行總額trusteeshare變量的系數為0.0003在1%的水平下顯著為正，意味著金融中介的年度發行總額越大，金融中介的信用評級就越高，這也符合大多數論文的研究結果，這些論文通常用發行總額來判定機構的聲譽，認為發行總額越大的機構說明其更能獲取投資者和發行主體的信任，進而說明聲譽越高，本文的實證也得到了同樣的結果。

第二階段結果顯示變量ln_secrepu的系數為-0.7431仍在1%的水平下顯著為負，2sls檢驗的結果與基準回歸結果相同，進一步說明了金融中介的聲譽越高，資產證券化產品發行時的信用利差越小，再次驗證了研究假設2，即金融中介聲譽對資產證券化產品定價有顯著的負向影響。但這里ln_secrepu系數明顯大于基準回歸的結果，說明內生性問題可能使OLS估計產生誤差。

2.金融中介機構聲譽的替代變量檢驗

借鑒國內相關文獻的研究，本論文同樣根據金融中介市場份額生成虛擬變量，定義年度發行總額在市場排名前5的金融中介為高聲譽的金融中介，Top5=1，否則，其他的金融中介則被視為低聲譽的金融中介，Top5=0。用Top5變量替換基準回歸中的ln_secrepu變量，修改模型（2）得到模型（4）。

從表5第二列回歸結果可以看到，Top5的系數為-0.4656在1%的水平下顯著為負，與前述的實證結果相比t統計量值更大，說明金融中介的發行額度越高，聲譽越好，債券的信用利差就越小，上述結論驗證了本論文研究結論的穩健性。也進一步驗證了假設2，金融中介機構的信譽對我國資產證券化產品發行定價有顯著的負向影響。

在兩個方面的穩健性檢驗中，creditrating的系數均顯著為負，也更加驗證了假設1，債項自身的評級也會對資產證券化產品定價產生顯著負向影響。

五、結論與啟示

本論文利用中國企業ABS的發行數據，結合證監會頒布的《證券公司分類監管規定》，研究金融中介聲譽對我國資產證券化產品定價的影響，并通過金融中介發行總額的工具變量和Top5的替代變量來進一步驗證實證結果。最終得到的研究結論主要有：1.對于企業ABS類的資產證券化產品而言，金融中介的聲譽對資產證券化產品定價有顯著的負向影響，金融中介的評級越高，發行定價的信用利差越小。2.金融中介聲譽對資產證券化產品定價的負向影響在高評級和低評價的金融中介中具有顯著差異，金融中介的評級更高時，其對信用利差的負向影響更顯著。3.在資產證券化產品的發行中，其中的每個環節都可能對最終產品的定價產生影響。不僅金融中介的評級會對債券的定價產生負向影響，更直接的，債項本身的信用評級也會對最終定價產生顯著的負向影響，債項本身的信用評級越高，發行的信用利差越小。4.在穩健性檢驗的過程中，結果顯示金融中介的發行規模會對自身的信用評級產生顯著的正向影響，即金融中介的發行規模越大，其信用評級的等級越高。

本研究從金融中介的角度對我國企業ABS資產證券化產品的發行和監管當局政策的制定提供一些啟示。第一，要加強對資產證券化產品發行中金融中介機構及證券公司的監管。第二，要建立完善的信息披露程序和制度。第三，進一步推進并執行《證券公司分類監管規定》中的各項規定，健全市場中的聲譽機制。

參考文獻：

[1]Jiang W，Nelson A A，Vytlacil E.LIAR'S LOAN？ EFFECTS OF ORIGINATION CHANNEL AND INFORMATION FALSIFICATION ON MORTGAGE DELINQUENCY[J]. Review of Economics and Statistics，2014，96（1）：1～18.

[2]Kara A，Marques-Ibanez D，Ongena S.Securitization and Lending Standards： Evidence from the European Wholesale Loan Market[J]. Journal of Financial Stability，2016，26.

[3]Keys B J，Mukherjee T，Seru A，et al. Financial Regulation and Securitization： Evidence from Subprime Loans[J]. Journal of Monetary Economics，2009，56（5）：700～720.

[4]Keys B J，Seru A，Vig V.Lender Screening and the Role of Securitization： Evidence from Prime and Subprime Mortgage Markets[J]. Review of Financial Studies，2012，25（7）2071～2108.

[5]Brennan M J，Hein J，Poon S H.Tranching and Rating[J]. European Financial Management，2009，15（5）：891～922.

[6]Coval J D，Jurek J W，Stafford E.Economic Catastrophe Bonds[J]. American Economic Review，2009，99.

[7]Richardson M，White L.The Rating Agencies： Is Regulation the Answer？[J]. Financial Markets， Institutions & Instruments，2009，18（2）：146～148.

[8]中央結算公司證券化研究組. 2019年中國資產證券化報告[R]，2019.

[9]林晚發，劉穎斐，趙仲匡. 承銷商評級與債券信用利差——來自《證券公司分類監管規定》的經驗證據[J]. 中國工業經濟，2019，370（1）：178～196.

[10]Fabozzi， F. J.， & Vink， D.?Determinants of Primary Market Spreads on U.K. Residential Mortgage-Backedsecurities and the Implications for Investor Reliance on Credit Ratings[J]. Journal of Fixed Income，2012a，21（3）：7～14.

[11]Fabozzi， F. J.， & Vink， D. The Information Content of Three Credit Ratings： The Case of European Residential Mortgage-Backed Securities[J]. European Journal of Finance，2015，21（3）： 172～194.

[12]He， J. J.， Qian， J. Q.， & Strahan， P. E. Are all Ratings Created Equal？ The Impact of Issuer Size on the Pricingof Mortgage-Backed Securities[J]. The Journal of Finance，2012，67（6）： 2097～2137.

[13]Brian M， William S. Analysis of Yield Spreads on Commercial Mortgage-Backed Securities [J]. Journal of Real Estate Research，2002，23（3）：235～252.

[14]Ammer J， Clinton N. The Impact of Credit Rating Changes on the Pricing of Asset-Backed Securities， in Structured Credit Products Products： Pricing， Rating， Risk Management and Basel II[M]. W. Perraudin editors，Risk Books，2004.

[15]Hu J， Cantor R. The Relationship Between Issuance Spreads and Credit Performance of Structured Finance Securities [J]. Journal of?Fixed Income Journal Income，2007，16（1）： 5～20.

[16]Buscaino V， Caselli S， Corielli F， Gatti S. Project Finance Collateralised Debt Obligations： An Empirical Analysis of Spread Determinants[J]. European Financial Management，2012，18（5）：950～969.

[17]Pinto J， Marques M O， Megginson W L. A comparative Analysis of Exante Credit Spreads： Structured Finance Versus Straight Debt Finance[R]. Catholic University of Portugal-Porto， Working，2017.

[18]朱波，劉文震.信用評級對我國資產證券化產品發行定價的影響機理[J].財經科學，2019（9）：14～25.

[19]Fama E F，French K R.A Five-factor Asset Pricing Model[J]. Journal of Financial Economics，2014，116（1）.

[20]Brenner M，Izhakian Y.Asset Pricing and Ambiguity： Empirical Evidence[J]. Social Science Electronic Publishing，2017.

[21]田利輝，王冠英. 我國股票定價五因素模型：交易量如何影響股票收益率[J]. 南開經濟研究，2014（2）：54～75.

[22]Downing C， Underwood S， Xing Y A. The Relative Informational Efficiency of Stocks and Bonds： an Intraday Analysis[J].Journal of Financial & Quantitative Analysis，2009，4（5）：1081～1102.

[23]李永，王亞琳，鄧偉偉. 投資者情緒、異質性與公司債券信用利差[J]. 財貿研究，2018， 29（3）：100～110.

[24]楊國超，盤宇章.信任被定價了嗎？——來自債券市場的證據[J].金融研究，2019（1）：35～53.

[25]侯鑫，褚劍.債券投資者關注融資融券交易嗎？——基于公司債二級市場信用利差的研究[J].上海金融，2019（2）：1～11.

[26]Gorton， G.， & Metrick， A. Securitization[J]. National Bureau of Economic Research Working Paper Series，2012，（18611）：1～96.

[27]Cetorelli， N.， & Peristiani， S. The Role of Banks in Asset Securitization[J]. Federal Reserve Bank of New York Economic Policy Review，2012，18（2）：47～64.

[28]Wilmington Trust. Role of the Trustee in Asset Securitization[J]. 2017.

[29]Coleman， D.， & Libunao， J. Roles and Responsibilities of the Issuer and Trustee[J]. 2013.

[30]Andres C，Betzer， André， Limbach P.Delegated Monitoring： The Effectiveness and Pricing of Bond Indenture Trustees[J]. Social Science Electronic Publishing，2012.

[31]張學勇，陳然，魏旭.承銷商與重返IPO表現：基于信息不對稱的視角[J/OL].經濟研究，2020：1～17.

[32]Akerlof， G. The Market for Lemons Quality Uncertainty and the Market Mechanism[J]. Quarterly Journal of Economics，1970，84：488～500.

[33]Merton， R. C. On the Pricing of Corporate Debt： The Risk Structure of Interest Rates [J]. Journal of Finance，1974，29（2）：449～470.

[34]Mansi， S. A. ，W. F. Maxwell and D. P. Miller. Does Auditor Quality and Tenure Matter to Investors？ Evidence from the Bond Market[J]. Journal of Accounting Research，2004，42（4）：755～793.

[35]周宏，林晚發，李國平，等.信息不對稱與企業債券信用風險估價——基于2008～2011年中國企業債券數據[J].會計研究，2012（12）：36～42;94.

[36]Deku S Y，Kara A，Marques-Ibanez D.Trustee Reputation in Securitization： When does it Matter？[J]. Financial Markets， Institutions and Instruments，2019，28（2）：61～84.

[37]Livingston M，Poon W P H，Zhou L.Are Chinese Credit Ratings Relevant？ A Study of the Chinese Bond Market and Credit Rating Industry[J]. SSRN Electronic Journal，2017，87：216～232.

[38]Datta S，Iskandar-Datta M，Patel A.Bank Monitoring and the Pricing of Corporate Public Debt[J]. Journal of Financial Economics，1999，51（3）：435～449.

[39]Farruggio， C. and A. Uhde. Determinants of Loan Securitization in European Banking[J]. Journal of Banking & Finance，2015（56）：12～27.

[40]Gu， J.， R.J.Hernandez， P.Liu， and Y.Shao. Mortgage Loan Securitization and Personal Consumption Smoothening[J]. Journal of Economics & Finance，2017（41）：1～16.

[41]陳忠陽，李麗君.資產證券化中存在逆向選擇嗎——基于美國銀行層面的實證分析[J].國際金融研究， 2016（2）： 66～74.

[42]王曉，李佳.資產證券化對商業銀行信用風險的影響研究[J].證券市場導報，2019（11）：14-23.

責任編輯：蕭敏娜