金融生態(tài)環(huán)境與債券違約風(fēng)險
——基于產(chǎn)業(yè)債和城投債的雙重視角

李思龍 韓陽陽 仝菲菲

一、引 言

隨著經(jīng)濟增速放緩，以及全社會杠桿率的調(diào)整，2016 年以來中國債券市場違約風(fēng)險逐漸提升，違約事件于2018 年加速爆發(fā)。根據(jù)Wind 資訊數(shù)據(jù)庫統(tǒng)計，2019 年違約債券數(shù)量和金額持續(xù)增加，違約金額為1466.04 億元，2020 年和2021 年違約債券數(shù)量和金額都有所下降，違約金額分別為1388.1 億元和1015.76 億元。從市場經(jīng)濟發(fā)展的客觀規(guī)律來看，打破剛性兌付是中國債券市場走向市場化的必經(jīng)之路，有利于債券市場的長遠(yuǎn)健康發(fā)展(王敘果等，2019)。但另一方面，企業(yè)作為經(jīng)濟發(fā)展的微觀動力，其信用風(fēng)險的集中爆發(fā)勢必阻礙經(jīng)濟的持續(xù)發(fā)展。債券違約常態(tài)化和違約進(jìn)程加速，將使金融機構(gòu)面臨較大的信用風(fēng)險，大規(guī)模債務(wù)違約可能使金融機構(gòu)決策更加審慎，進(jìn)而提升企業(yè)融資門檻，導(dǎo)致更多的資金滯留金融體系而無法進(jìn)入實體經(jīng)濟，加劇企業(yè)的財務(wù)困境，從而給經(jīng)濟體系運行帶來系統(tǒng)性風(fēng)險。隨著國際政治經(jīng)濟形勢的變化，以及2022 年4 月初以來新一輪新冠肺炎疫情帶來的巨大沖擊，企業(yè)經(jīng)營愈加困難，債券違約風(fēng)險存在進(jìn)一步加速釋放的可能性。在此背景下，研究債券違約風(fēng)險爆發(fā)的深層原因，有助于做好信用風(fēng)險的管理和預(yù)防，充分發(fā)揮債券市場服務(wù)實體經(jīng)濟的功能。

債券違約存在省內(nèi)傳染效應(yīng)(王敘果等，2019)，說明債券違約存在共同的地區(qū)性因素。債券市場投資者對于信用債券的投資也呈現(xiàn)出一定的地域偏好，比如 “投資不過山海關(guān)”等做法。另外，債券市場中出現(xiàn)的一些現(xiàn)象，如地區(qū)性企業(yè)財務(wù)造假及虛增評級行為、地區(qū)性企業(yè)互相擔(dān)保和擔(dān)保圈問題等，均與一個地區(qū)的金融生態(tài)環(huán)境狀況息息相關(guān)。周小川(2005)較早將金融生態(tài)學(xué)概念系統(tǒng)地引入到金融學(xué)的研究中，強調(diào)運用生態(tài)學(xué)的研究方法來考察中國金融發(fā)展問題。徐榮貞等(2017)從金融生態(tài)系統(tǒng)的角度研究了系統(tǒng)性風(fēng)險的產(chǎn)生機制。金融生態(tài)環(huán)境是發(fā)債企業(yè)賴以生存的基礎(chǔ)環(huán)境，主要包括經(jīng)濟基礎(chǔ)、社會環(huán)境、金融資源、法律制度、誠信文化、政府部門治理水平等(李揚等，2005；劉煜輝，2007)。中國各地區(qū)債券違約率存在較大差異，金融生態(tài)環(huán)境也存在較大差異，東部沿海地區(qū)的金融生態(tài)環(huán)境在很大程度上優(yōu)于中西部地區(qū)和東北地區(qū)(王國剛等，2015)，是否由此導(dǎo)致不同地區(qū)債務(wù)違約爆發(fā)的劇烈程度有所不同？改善地區(qū)金融生態(tài)環(huán)境能否有效降低區(qū)域內(nèi)債券的違約風(fēng)險？

本文基于中國社會科學(xué)院《中國地區(qū)金融生態(tài)環(huán)境評價》系列報告(劉煜輝等，2011；王國剛等，2015)中的地區(qū)金融生態(tài)環(huán)境指標(biāo)，研究企業(yè)外部金融生態(tài)環(huán)境對債券違約風(fēng)險的影響。參考何平等(2010)的做法，將同屬信用債的企業(yè)債和公司債放在同一框架下，分別從宏觀層面和微觀層面分析金融生態(tài)環(huán)境對不同類型債券違約風(fēng)險的影響。本文的主要貢獻(xiàn)之處在于：第一，在宏觀層面，用地區(qū)內(nèi)信用債券負(fù)面事件發(fā)生率來衡量債券違約風(fēng)險，分析金融生態(tài)環(huán)境對地區(qū)整體信用債違約風(fēng)險的影響，能夠為我國不同地區(qū)制定合理的政策提供建議；第二，在微觀層面，根據(jù)企業(yè)性質(zhì)將信用債區(qū)分為產(chǎn)業(yè)債和城投債，并進(jìn)一步將產(chǎn)業(yè)債分為國企和非國企債券，展開了雙視角、多維度的研究分析；第三，基于LASSO 回歸分析金融生態(tài)環(huán)境下屬維度對不同類別債券的影響，可以在微觀層面發(fā)現(xiàn)金融生態(tài)環(huán)境對債券違約風(fēng)險的作用效果，從而能夠針對性地提出政策建議。本文研究為“改善企業(yè)外部環(huán)境降低債券違約風(fēng)險”提供理論支持，以此促進(jìn)金融體系穩(wěn)定發(fā)展，具有重要的理論意義和現(xiàn)實意義。

二、文獻(xiàn)綜述

在信用風(fēng)險度量方面，現(xiàn)有文獻(xiàn)較多用信用利差衡量債券違約風(fēng)險，信用利差作為對信用債券的定價，不僅包含了信用風(fēng)險因素，還受流動性風(fēng)險等因素的影響(紀(jì)志宏等，2017；劉莉亞等，2022；楊國超等，2022)。債券違約的影響因素主要包括信用風(fēng)險、流動性風(fēng)險、市場風(fēng)險、宏觀系統(tǒng)性風(fēng)險等(王雄元等，2015；高強等，2015)。綜合來看分為三個層面：債券因素、企業(yè)因素、宏觀經(jīng)濟因素。其中，債券層面因素主要包括債券發(fā)行期限、規(guī)模、債券種類、債券信用評級、是否采用增信措施等；企業(yè)層面因素主要包括企業(yè)產(chǎn)權(quán)性質(zhì)、企業(yè)財務(wù)指標(biāo)等(秦權(quán)利等，2017)；宏觀層面因素包含因素較多，且研究結(jié)論不盡一致。部分學(xué)者認(rèn)為宏觀經(jīng)濟中的實際GDP、貨幣供應(yīng)量、S＆P 指數(shù)(Altman，1997)、失業(yè)率、GDP 增長率、長期利率水平、匯率、政府支出和總儲蓄率(Wilson，1998)等指標(biāo)會影響債券信用風(fēng)險。此外，也有學(xué)者研究了信用風(fēng)險變化與經(jīng)濟周期的關(guān)系(Guha 等，2002)，股市波動率對信用風(fēng)險的沖擊(Dbouk 等，2010)，以及無風(fēng)險利率與債券信用風(fēng)險之間的關(guān)系(Avramov 等，2007)。另外，也有學(xué)者從信息不對稱角度研究債券信用風(fēng)險(Duffie 等，2010；周宏等，2012)。由于宏觀經(jīng)濟包含因素過多，已有文獻(xiàn)選擇的影響因素過于寬泛，彼此的關(guān)聯(lián)性較弱。另外，從企業(yè)信用風(fēng)險的防范和治理方面看，分析過多的宏觀經(jīng)濟因素，會導(dǎo)致無法提煉出最核心、最關(guān)鍵的影響因素，從而難以針對性地給出防范和治理企業(yè)信用風(fēng)險的政策建議。

徐榮貞等(2017)認(rèn)為應(yīng)把金融機構(gòu)、企業(yè)視作具有生命特征的追求可持續(xù)發(fā)展的金融生態(tài)主體，而金融生態(tài)環(huán)境是指金融生態(tài)主體生存發(fā)展所依托的社會經(jīng)濟環(huán)境等物質(zhì)條件，與金融生態(tài)主體彼此依存、相互影響。姚耀軍等(2012)認(rèn)為金融生態(tài)環(huán)境改善產(chǎn)生“資金洼地”效應(yīng)，信用環(huán)境建設(shè)有助于金融生態(tài)環(huán)境質(zhì)量提高與民營經(jīng)濟發(fā)展。李志生等(2018)發(fā)現(xiàn)地區(qū)市場化進(jìn)程、金融發(fā)展程度及企業(yè)高管的金融背景，對過度負(fù)債的地區(qū)企業(yè)同群效應(yīng)影響顯著。劉淑花等(2016)發(fā)現(xiàn)區(qū)域經(jīng)營環(huán)境改善可以顯著降低會計盈余質(zhì)量與信用利差之間的負(fù)向關(guān)系。魏志華等(2012)認(rèn)為良好的金融生態(tài)環(huán)境有助于降低上市公司債務(wù)融資成本，并增強審計意見的風(fēng)險揭示功能。

我國學(xué)者對企業(yè)外部金融生態(tài)環(huán)境的研究，偏重于金融生態(tài)環(huán)境的個別因素，且集中在企業(yè)經(jīng)營方面，比如可以改善企業(yè)的融資約束、發(fā)揮負(fù)債的治理效應(yīng)、通過聲譽機制提高盈余質(zhì)量等，對金融生態(tài)環(huán)境影響債券違約風(fēng)險的研究較少。企業(yè)作為金融生態(tài)系統(tǒng)中的重要組成部分，其融資活動會受到金融生態(tài)環(huán)境的綜合影響。而金融生態(tài)環(huán)境指數(shù)作為一個綜合指數(shù)，其構(gòu)成要素之間可能存在互補，進(jìn)而從整體上對債券違約風(fēng)險產(chǎn)生作用。本文研究豐富了金融生態(tài)環(huán)境的治理效應(yīng)及債券違約風(fēng)險方面的文獻(xiàn)，為我國在金融體制轉(zhuǎn)型的背景下加強區(qū)域金融生態(tài)環(huán)境建設(shè)提供了證據(jù)支持。

三、理論分析與研究假設(shè)

金融體系產(chǎn)生于實體經(jīng)濟的發(fā)展需要，金融體系的有序運行與發(fā)展依托于其生態(tài)環(huán)境，不同的金融生態(tài)環(huán)境可產(chǎn)生不同的金融生態(tài)系統(tǒng)效能。金融生態(tài)環(huán)境差的地區(qū)，往往缺乏規(guī)范、有效的市場退出機制，導(dǎo)致金融系統(tǒng)中存在較多信用等級較低的金融機構(gòu)，其發(fā)行的金融產(chǎn)品有潛在的違約風(fēng)險。作為債券發(fā)行的基礎(chǔ)環(huán)境，金融生態(tài)環(huán)境的好壞可能會影響地區(qū)債券違約風(fēng)險的高低。本文沿用中國社科院《中國地區(qū)金融生態(tài)環(huán)境評價》課題組評價地區(qū)金融生態(tài)環(huán)境的四個維度：地區(qū)經(jīng)濟基礎(chǔ)、地區(qū)金融發(fā)展水平、地方政府治理水平和信用環(huán)境，從不同角度分析其對債券違約風(fēng)險的影響。

（一）地區(qū)經(jīng)濟基礎(chǔ)對債券違約風(fēng)險的影響

實體經(jīng)濟的發(fā)展和需求是金融生態(tài)系統(tǒng)發(fā)展的源動力，經(jīng)濟發(fā)展水平越高，對資金的吸引力越大，可供支配的金融資源越豐富。經(jīng)濟基礎(chǔ)對債券違約風(fēng)險的影響主要通過以下三個方面來體現(xiàn)。①經(jīng)濟發(fā)達(dá)地區(qū)的信用債券違約絕對數(shù)量可能較多。經(jīng)濟越發(fā)達(dá)的地區(qū)，民營經(jīng)濟的發(fā)展規(guī)模越大，在行業(yè)發(fā)展的過程中會面臨低效率企業(yè)的不斷出局。因此，經(jīng)濟活力越強的地區(qū)，企業(yè)不斷試錯的機會越多，使得區(qū)域內(nèi)發(fā)債企業(yè)的違約數(shù)量較多。②經(jīng)濟基礎(chǔ)較好地區(qū)的信用債券違約率較低。越是經(jīng)濟活力充沛的地區(qū)，行業(yè)的多樣性和經(jīng)濟結(jié)構(gòu)越健康。對于一般企業(yè)來說，經(jīng)濟基礎(chǔ)越發(fā)達(dá)的地區(qū)，當(dāng)?shù)劂y行等金融機構(gòu)對企業(yè)的信貸支持也更加有力，使得企業(yè)的資金來源較為充足；經(jīng)濟基礎(chǔ)發(fā)達(dá)地區(qū)，競爭較為充分，資金的配置速度和投資效率更高，相比于其他地區(qū)企業(yè)被淘汰的概率更低，使得總體違約率并不高。③經(jīng)濟基礎(chǔ)較好的地區(qū)，信用債券違約后的回收率較高。經(jīng)濟基礎(chǔ)較好的地區(qū)，信用債券違約后，企業(yè)的救助路徑較多，一方面，可以通過政府向銀行體系尋求幫助，以度過暫時的財務(wù)危機；另一方面，相互關(guān)聯(lián)企業(yè)較多，以及民間融資市場相對完善，企業(yè)可以尋求非正規(guī)金融渠道獲取融資。因此，經(jīng)濟基礎(chǔ)較好地區(qū)信用債券違約后，企業(yè)自救的可能性較大，從而有更大概率扭轉(zhuǎn)財務(wù)困境，使企業(yè)恢復(fù)正常運營，最終順利償還債務(wù)。

（二）地區(qū)金融發(fā)展水平對債券違約風(fēng)險的影響

麥金農(nóng)(McKinnon，1997)對發(fā)展中國家的經(jīng)濟發(fā)展過程進(jìn)行研究，認(rèn)為發(fā)展中國家的金融制度普遍以抑制為特征，導(dǎo)致金融發(fā)展停滯不前，阻礙和破壞了經(jīng)濟發(fā)展。在中國現(xiàn)行的金融體制下，存在政府行政干預(yù)市場、利率管制、所有制歧視等金融抑制政策，使得資金價格未實現(xiàn)完全市場化，民營企業(yè)面臨較大的融資困境。就債券市場而言，融資規(guī)模控制、資信等級、審批時限等約束提高了民營企業(yè)發(fā)行債券的門檻。金融發(fā)展水平對債券違約風(fēng)險的影響具有兩面性。①金融發(fā)展水平的高低會影響企業(yè)在融資過程中所受到的約束程度(徐昕等，2010)。從金融深化和金融效率來看，金融發(fā)展水平越高，企業(yè)融資越便利。一方面，這可以使得資質(zhì)稍差的企業(yè)以較低的成本獲得正規(guī)渠道的融資；另一方面，這些企業(yè)在經(jīng)濟下行時期可能因經(jīng)營情況轉(zhuǎn)壞而暴露出信用風(fēng)險，從而使得地區(qū)債券違約數(shù)量較多。②私人部門獲得的金融支持越弱，地區(qū)內(nèi)互相擔(dān)保現(xiàn)象可能越嚴(yán)重。優(yōu)質(zhì)企業(yè)的債券發(fā)行人，為了幫助關(guān)聯(lián)企業(yè)獲取融資便利，會為其提供擔(dān)保，影響擔(dān)保方企業(yè)的信用風(fēng)險水平。

（三）地方政府治理水平對債券違約風(fēng)險的影響

政府作為社會公共事務(wù)的管理者和經(jīng)濟金融體系的調(diào)控者，其行為將深刻影響社會經(jīng)濟活動。當(dāng)經(jīng)濟發(fā)展到一定階段，在“強政府”為主導(dǎo)的發(fā)展模式下，可能會出現(xiàn)政府破壞市場秩序和規(guī)則、與市場爭奪資源的情況。黃海杰等(2022)認(rèn)為經(jīng)濟政策的不確定性，能夠提升信用債券違約風(fēng)險。紀(jì)洋等(2018)研究發(fā)現(xiàn)，在經(jīng)濟不確定性越高的時期，由于政府隱性擔(dān)保的作用，國企的杠桿率增加、非國企杠桿率下降，金融抑制越強的區(qū)域國企和非國企杠桿率分化越嚴(yán)重。政府治理水平對債券違約風(fēng)險的影響體現(xiàn)在以下兩個方面。①對于城投債，政府治理水平主要通過聲譽機制和隱性擔(dān)保機制影響其違約風(fēng)險。政務(wù)信息的公開與透明能顯著降低市場中的信息不對稱，較高的地方政府治理水平能夠提高投資者的認(rèn)可度。若政府財政信息不透明，以各種手段拖延政府債務(wù)，較差的治理水平將直接影響政府的償債意愿(潘俊等，2015)。②對于產(chǎn)業(yè)債，地方政府作為市場的參與主體，追求自身利益，存在短視行為，對市場經(jīng)濟的干預(yù)主要表現(xiàn)在對金融資源的扭曲使用上(陳松等，2022)。政策不連續(xù)、操作不透明，會影響企業(yè)的正常經(jīng)營，改變金融機構(gòu)對地區(qū)債券違約風(fēng)險判斷的預(yù)期。另外，政府直接干預(yù)金融資源的投向，決定金融機構(gòu)的市場準(zhǔn)入，以及通過地方政府的隱性擔(dān)保，將使得一些較差資質(zhì)的國有企業(yè)獲得債券融資，會增加地區(qū)債券違約風(fēng)險(王貞潔等，2013)。

（四）制度與誠信文化對債券違約風(fēng)險的影響

市場經(jīng)濟是契約經(jīng)濟，需要法治規(guī)則的規(guī)范，也需要經(jīng)濟主體的信譽。法律法規(guī)制度、社會保障制度等有助于經(jīng)濟和金融體系中交易規(guī)則的確立和交易秩序的維護(hù)，構(gòu)成了經(jīng)濟金融體系運行的法治環(huán)境。Alchian(1965)和Demsetz(1967)等產(chǎn)權(quán)經(jīng)濟學(xué)理論學(xué)者，強調(diào)契約在交易成本中的內(nèi)生性作用，制度環(huán)境對于契約的履行有很大的影響。他們認(rèn)為聲譽機制是一種重要的履約保障機制，因此金融機構(gòu)更愿意對聲譽良好的企業(yè)進(jìn)行債務(wù)融資。在制度不健全、誠信文化水平不高的地區(qū)，經(jīng)營水平較差的企業(yè)有動機采用偽造信息的方式來提高自己的信用評級，從而獲得更低成本的融資。在這種情況下，投資者處于更嚴(yán)重的信息弱勢地位，由第三方評估機構(gòu)出具的企業(yè)經(jīng)營狀況財務(wù)報告、審計報告、評級報告，其信息的準(zhǔn)確率難以保證，信息不對稱導(dǎo)致該地區(qū)信用債券的違約率較高。而當(dāng)投資者通過投資真實體驗到地區(qū)信息質(zhì)量水平較低時，會對該地區(qū)所有發(fā)債企業(yè)持懷疑態(tài)度，也加大了業(yè)績較好的企業(yè)發(fā)行債券難度。業(yè)績較差的企業(yè)信用風(fēng)險向績優(yōu)型企業(yè)傳導(dǎo)，違約風(fēng)險呈地域性集中態(tài)勢。誠信文化是地區(qū)經(jīng)濟的軟性資源，若一個地區(qū)社會、企業(yè)和個人越重視誠信文化，則越可能提升經(jīng)濟活力并降低金融體系內(nèi)的隱藏風(fēng)險。

由上文分析可以看出，金融生態(tài)環(huán)境越好的地區(qū)，債券違約風(fēng)險越低，從地區(qū)層面來看，債券發(fā)生風(fēng)險事件的概率越低，據(jù)此本文提出假設(shè)1。

假設(shè)1：金融生態(tài)環(huán)境越好的地區(qū)，區(qū)域內(nèi)信用債券負(fù)面事件發(fā)生率越低，改善金融生態(tài)環(huán)境能顯著降低地區(qū)債券違約風(fēng)險。

對投資者而言，面臨較高的違約風(fēng)險必然要求更多的投資回報，因此違約風(fēng)險越高的企業(yè)信用利差越大(周宏等，2018)。結(jié)合上文分析，金融生態(tài)良好的地區(qū)，債券違約風(fēng)險更低，因此信用利差更低。基于此，本文提出假設(shè)2。

假設(shè)2：金融生態(tài)環(huán)境良好的地區(qū)，信用債券的信用利差低于金融生態(tài)環(huán)境較差的地區(qū)，改善金融生態(tài)環(huán)境能顯著降低信用債券違約風(fēng)險。

四、研究設(shè)計

（一）模型與變量

1. 地區(qū)層面實證模型與變量

基于假設(shè)1，金融生態(tài)環(huán)境良好的地區(qū)，債券違約風(fēng)險越低，即宏觀上地區(qū)債券發(fā)生風(fēng)險事件的概率更低。為了驗證這一假設(shè)，我們運用OLS 進(jìn)行回歸分析，其模型為：

其中，被解釋變量DR 為債券負(fù)面事件發(fā)生率，用各地區(qū)發(fā)生負(fù)面事件的債券余額占當(dāng)年債券發(fā)行總額的比重來表示。Finance 為地區(qū)金融生態(tài)環(huán)境指數(shù)，主要用地區(qū)金融生態(tài)環(huán)境綜合指數(shù)(FIN)來表示。借鑒現(xiàn)有文獻(xiàn)的做法，我們在模型中控制了一些其他變量，SOE 代表企業(yè)的產(chǎn)權(quán)性質(zhì)，用國有企業(yè)新發(fā)行債券占地區(qū)債券發(fā)行總規(guī)模的比例來衡量。Macro 代表宏觀因素，包括M 2、GDP、短期、中期和長期無風(fēng)險利率。宏觀因素中未能考量到的部分用年度效應(yīng)Year 來控制。

2. 企業(yè)層面實證模型與變量

基于假設(shè)2，金融生態(tài)環(huán)境越好的地區(qū)，債券違約風(fēng)險更低，即微觀上債券信用利差越低。為了驗證這一假設(shè)，我們構(gòu)建如下OLS 回歸模型：

被解釋變量CS 為債券的信用利差，參考楊國超等(2022)的研究，用信用利差衡量債券違約風(fēng)險，即債券發(fā)行利率與同期限無風(fēng)險利率之差，無風(fēng)險利率使用債券發(fā)行當(dāng)日國債收益率曲線進(jìn)行匹配。

解釋變量Finance 為地區(qū)金融生態(tài)環(huán)境評價指標(biāo)。具體到模型中，首先為檢驗假設(shè)2，我們用金融生態(tài)環(huán)境綜合指數(shù)(FIN)來表示，以此來研究地區(qū)綜合金融生態(tài)環(huán)境指數(shù)對債券違約風(fēng)險的影響；其次，金融生態(tài)環(huán)境下屬四個維度對債券違約風(fēng)險均有不同的影響機制，因此我們將地區(qū)經(jīng)濟基礎(chǔ)指數(shù)(F1)、地區(qū)金融發(fā)展指數(shù)(F2)、地方政府治理指數(shù)(F3)及制度信用環(huán)境指數(shù)(F4)分別作為FIN 的替代指標(biāo)，作為解釋變量加入模型進(jìn)行回歸。F1～F4 分別側(cè)重于金融生態(tài)環(huán)境的不同方面，各指數(shù)的值越大，代表該地區(qū)的金融生態(tài)環(huán)境越好。

參考現(xiàn)有研究債券信用利差的文獻(xiàn)，我們在模型中控制了以下變量：

(1) Bond 為個券特征，包括發(fā)行規(guī)模(Scale)、回售條款(PR)、發(fā)行期限(Term)、債券發(fā)行時間、債券類別等指標(biāo)。債券有6 個類別，分別為一般公司債、一般企業(yè)債、私募債、一般中期票據(jù)、短期融資券、定向融資工具(根據(jù)Wind 債券類型分類)。

(2) Issuer 代表發(fā)行人特征，包括企業(yè)資產(chǎn)規(guī)模(Asset)、資產(chǎn)負(fù)債率(Lev)、盈利能力(ROA)、企業(yè)產(chǎn)權(quán)性質(zhì)(虛擬變量，若為國企取值為1，非國企取值為0)、行業(yè)特征(虛擬變量)等指標(biāo)。

（二）樣本數(shù)據(jù)來源

本文所采用的金融生態(tài)環(huán)境指數(shù)及其下屬四個維度指標(biāo)是根據(jù)《中國地區(qū)金融生態(tài)環(huán)境評級》系列報告(王國剛等，2015)手工整理并進(jìn)一步擬合計算得到的。因該系列報告公布了2006—2013 年的地區(qū)金融生態(tài)環(huán)境評價數(shù)據(jù)，但此后數(shù)據(jù)未公開發(fā)布，所以本文利用中國市場化指數(shù)報告(樊綱等，2011；王小魯?shù)龋?017)中的分地區(qū)數(shù)據(jù)，對地區(qū)金融生態(tài)環(huán)境數(shù)據(jù)做了擬合，并根據(jù)擬合結(jié)果預(yù)測出2014—2019 年的地區(qū)金融生態(tài)環(huán)境綜合指數(shù)及下屬各維度指數(shù)。由于已公開的市場化指數(shù)數(shù)據(jù)只到2016年，本文采用一階自回歸模型估計2017—2019 年的市場化指數(shù)數(shù)據(jù)。基于市場化指數(shù)預(yù)測地區(qū)金融生態(tài)指數(shù)的回歸方程為：

其中Finance為當(dāng)期的省份金融生態(tài)環(huán)境指數(shù)(各組成因素及綜合指數(shù))，L. Finance為滯后一項的各省份金融生態(tài)環(huán)境指數(shù)，MI為各省份的市場化指數(shù)。通過(3)式對2014—2019 年的金融生態(tài)環(huán)境各組成因素及綜合指數(shù)進(jìn)行擬合，所有估計方程的擬合優(yōu)度都在0.97 以上，說明本文所采用的估計方法是有效的。

1. 地區(qū)層面

由于我國債券市場于2014 年首次發(fā)生債券違約，此后市場較為關(guān)注債券的風(fēng)險事件，而債券發(fā)生負(fù)面事件往往是違約的前奏，所以宏觀層面采用2014—2019 年我國債券市場發(fā)生的負(fù)面事件數(shù)據(jù)，以及各省份新發(fā)行債券數(shù)據(jù)計算債券負(fù)面事件發(fā)生率，用以衡量地區(qū)層面?zhèn)`約風(fēng)險。

2. 企業(yè)層面

微觀層面以2006 年、2008 年、2009 年、2013 年、2014 年—2019 年在我國境內(nèi)所發(fā)行債券為研究樣本。在剔除了相關(guān)變量的缺失值和異常值之后，我們最終得到30841 只債券的數(shù)據(jù)樣本。債券的信用利差系債券發(fā)行利率與同期限國債收益率的差值，債券發(fā)行人的財務(wù)數(shù)據(jù)從發(fā)行人當(dāng)年的年度財務(wù)報告中獲取。前述數(shù)據(jù)以及債券發(fā)行人的行業(yè)、企業(yè)產(chǎn)權(quán)性質(zhì)等數(shù)據(jù)均來源于Wind 數(shù)據(jù)庫。后文實證分析中，對微觀企業(yè)層面數(shù)據(jù)進(jìn)行了1%縮尾處理。

五、實證分析和穩(wěn)健性檢驗

（一）地區(qū)金融生態(tài)環(huán)境對整體債券違約風(fēng)險的影響

1. 地區(qū)樣本數(shù)據(jù)描述性統(tǒng)計

表1 報告了宏觀層面主要變量的描述性統(tǒng)計結(jié)果。2014—2019 年的地區(qū)債券負(fù)面事件發(fā)生率的均值為0.006，最小值為0，最大值為0.133，說明不同地區(qū)債券違約風(fēng)險差別較大，其中有些地區(qū)某一年沒有發(fā)生債券負(fù)面事件，而有些地區(qū)債券負(fù)面事件發(fā)生率達(dá)到13.3%。金融生態(tài)環(huán)境綜合指數(shù)(FIN)的最大值和最小值分別為0.687 和0.259，表明我國金融生態(tài)環(huán)境的區(qū)域性差異較大；均值為0.468，中位數(shù)為0.455，處于中間略微偏低水平，表明金融生態(tài)環(huán)境偏差的省份較多。國有企業(yè)新發(fā)行債券占地區(qū)債券發(fā)行總規(guī)模的比重最高為1，最低為0.576，均值為0.871，說明我國各省份國有企業(yè)在債券市場居于主導(dǎo)地位。所有變量的標(biāo)準(zhǔn)差均處于合理范圍之內(nèi)，表明樣本數(shù)據(jù)不存在大量的極端值。

表1 省級數(shù)據(jù)描述性統(tǒng)計

2. 地區(qū)數(shù)據(jù)回歸結(jié)果

在宏觀層面，采用省級數(shù)據(jù)分析金融生態(tài)環(huán)境對整體債券違約風(fēng)險的影響，所得結(jié)果如表2 所示。從宏觀層面回歸結(jié)果可以看出，除了政府治理因素外，綜合指標(biāo)及其他因素對地區(qū)債券違約風(fēng)險的影響系數(shù)都顯著為負(fù)，說明金融生態(tài)環(huán)境改善有利于降低地區(qū)層面的債券違約風(fēng)險。政府治理對地區(qū)內(nèi)債券違約風(fēng)險影響并不顯著，主要是因為政府與城投債及產(chǎn)業(yè)債的關(guān)系存在差異，后文將對政府治理因素的影響做進(jìn)一步討論。

表2 地區(qū)金融生態(tài)環(huán)境對其整體債券違約風(fēng)險的影響

（二）地區(qū)金融生態(tài)環(huán)境對企業(yè)債券違約風(fēng)險的影響

1. 微觀企業(yè)數(shù)據(jù)回歸分析

在微觀企業(yè)層面，地區(qū)金融生態(tài)環(huán)境對債券違約風(fēng)險的估計結(jié)果如表3 所示。可以看出，地區(qū)金融生態(tài)環(huán)境指數(shù)對債券信用利差影響顯著為負(fù)，即金融生態(tài)環(huán)境越好的地區(qū)，債券信用利差越小，相應(yīng)的違約風(fēng)險越小。地區(qū)生態(tài)環(huán)境組成因素的估計系數(shù)均顯著為負(fù)，說明地區(qū)生態(tài)環(huán)境改善能夠降低債券信用利差，有效緩解債券違約風(fēng)險。

表3 地區(qū)金融生態(tài)環(huán)境對微觀企業(yè)債券違約風(fēng)險的影響

考慮到主體評級不同的債券，企業(yè)本身造成的違約風(fēng)險差異較大，而同評級的債券企業(yè)個體因素所造成的違約風(fēng)險差異較小。所以為了剔除非宏觀因素影響金融生態(tài)環(huán)境和信用債券違約風(fēng)險的關(guān)系，本文按主體評級對樣本分類進(jìn)行回歸分析，得到結(jié)果如表4 所示。可以看出，對主體評級較低的債券、中等評級和高評級債券而言，金融生態(tài)環(huán)境的改善都能夠有效降低其違約風(fēng)險。對比不同等級的回歸系數(shù)，可以看出高評級債券的違約風(fēng)險受金融生態(tài)環(huán)境的影響更為顯著，所以通過改善金融生態(tài)環(huán)境來降低債券違約風(fēng)險是有效的。這也從側(cè)面說明金融生態(tài)環(huán)境越差的地區(qū)，債券信用評級的水分越大，投資者對這些地區(qū)發(fā)行的債券要求更高的風(fēng)險補償，使得同等級債券的信用利差更大。

表4 按主體評級分樣本的地區(qū)金融生態(tài)環(huán)境對微觀企業(yè)債券違約風(fēng)險影響

續(xù)表4

2. 產(chǎn)業(yè)債和城投債分樣本回歸分析

根據(jù)發(fā)行主體的性質(zhì)不同，信用債可分為產(chǎn)業(yè)債和城投債。其中城投債發(fā)行主體是地方融資平臺，發(fā)行用途是地方基礎(chǔ)設(shè)施建設(shè)或者公益性項目。而產(chǎn)業(yè)債發(fā)行主體是一般經(jīng)營性企業(yè)，包括國有企業(yè)、民營企業(yè)等。考慮到城投債和產(chǎn)業(yè)債的差異較大，受金融生態(tài)環(huán)境的各組成因素影響不同，本文將樣本分為城投債和產(chǎn)業(yè)債分別進(jìn)行回歸分析，所得結(jié)果如表5 所示。

表5 地區(qū)金融生態(tài)環(huán)境對微觀企業(yè)債券違約風(fēng)險影響的分樣本分析(產(chǎn)業(yè)債和城投債)

從表5 估計結(jié)果可以看出，金融生態(tài)環(huán)境四個維度對城投債和產(chǎn)業(yè)債的違約風(fēng)險影響都比較顯著，說明從這四個方面改善地區(qū)金融生態(tài)環(huán)境能夠降低企業(yè)債券的違約風(fēng)險。對比各因素對城投債和產(chǎn)業(yè)債的影響系數(shù)，可以看出政府治理因素對城投債和產(chǎn)業(yè)債的影響差異較大，主要原因在于城投債發(fā)行主體為政府主導(dǎo)的地方融資平臺，因此政府治理因素對城投債影響更加顯著；而地區(qū)經(jīng)濟基礎(chǔ)和制度信用環(huán)境對產(chǎn)業(yè)債的影響更大，說明一般企業(yè)經(jīng)營更易受到地區(qū)內(nèi)經(jīng)濟條件和營商環(huán)境的影響。

（三）進(jìn)一步討論

1. 不同產(chǎn)權(quán)性質(zhì)的影響(產(chǎn)業(yè)債)

考慮到產(chǎn)業(yè)債中存在較高比例的國有企業(yè)，而國有企業(yè)的經(jīng)營與地方政府息息相關(guān)，為了分析產(chǎn)權(quán)性質(zhì)差異對上述研究結(jié)論的影響，本文進(jìn)一步根據(jù)產(chǎn)權(quán)性質(zhì)將產(chǎn)業(yè)債分為國有企業(yè)債券和非國有企業(yè)債券，并分別進(jìn)行了回歸分析，所得結(jié)果如表6 所示。

從表6 估計結(jié)果可以看出，政府治理因素對國有企業(yè)債券違約風(fēng)險影響顯著，但對非國有企業(yè)影響不顯著；其他因素對國有企業(yè)和非國有企業(yè)債券違約風(fēng)險的影響均顯著。進(jìn)一步對比回歸系數(shù)可知，地區(qū)經(jīng)濟基礎(chǔ)、金融發(fā)展水平和制度信用環(huán)境對非國企債券違約風(fēng)險的影響系數(shù)絕對值更大，說明非國有企業(yè)受所在地區(qū)金融生態(tài)環(huán)境的影響更大。主要原因在于，國有企業(yè)與地方政府關(guān)系更為密切，因此其信用風(fēng)險會受到地方政府債務(wù)和治理水平的影響；而非國有企業(yè)的經(jīng)營更市場化，其經(jīng)營狀況受到地區(qū)經(jīng)濟、金融、信用環(huán)境等影響較大，與地方政府的債務(wù)和治理水平關(guān)系不大，表6 中的回歸結(jié)果與表5 在邏輯上存在一致性。

表6 不同產(chǎn)權(quán)性質(zhì)的地區(qū)金融生態(tài)環(huán)境對微觀企業(yè)債券違約風(fēng)險影響(產(chǎn)業(yè)債)

2. 政府治理水平的影響

從表5 和表6 結(jié)果可以看出，政府治理因素能夠影響城投債和國有企業(yè)產(chǎn)業(yè)債的違約風(fēng)險，且相比而言對城投債的影響系數(shù)絕對值更大。在地方政府治理水平很高的地區(qū)，地區(qū)經(jīng)濟對城投公司的依賴性較弱，其對城投債提供隱性擔(dān)保的意愿較低，使得城投債的違約風(fēng)險較高，相應(yīng)的信用利差也較高；反之，地方政府債務(wù)較重且治理水平較低的地區(qū)，地區(qū)經(jīng)濟發(fā)展可能更多依賴于城投公司的投資，但同時地方政府債務(wù)水平較高，對城投債的擔(dān)保能力較弱，市場給予其發(fā)行的債券更高的風(fēng)險溢價，從而違約風(fēng)險更高，相應(yīng)的信用利差也較高；而地方政府債務(wù)和政府治理處于中間水平的地區(qū)發(fā)行的城投債，債務(wù)水平適中，地區(qū)經(jīng)濟對城投債的依賴程度適中，政府隱性擔(dān)保的力度可能最大，此類城投債容易得到市場青睞，被給予較低的風(fēng)險溢價，相應(yīng)的信用利差較低。

在政府治理水平不同的地區(qū)，地方政府對城投債的隱性擔(dān)保力度和可信度存在差異，政府治理因素對城投債違約風(fēng)險可能存在非線性影響，單純地提高地方政府治理能力，或者限制較低治理能力的地方政府城投債融資，并不能有效降低城投債違約風(fēng)險。為了進(jìn)一步檢驗政府治理因素對城投債違約風(fēng)險的影響，加入政府治理水平的二次方作為解釋變量，所得結(jié)果如表7 的第(3)列、第(4)列所示。

表7 政府治理與政府治理二次方-回歸結(jié)果

通過表7 可以看出，政府治理一次方的系數(shù)為負(fù)，二次方的系數(shù)顯著為正，即正U型函數(shù)。這說明地方政府治理與城投債違約風(fēng)險的關(guān)系為：存在最優(yōu)政府治理和債務(wù)水平的地區(qū)，城投債的違約風(fēng)險水平較低。政府治理水平在達(dá)到最優(yōu)之前，其提升能夠顯著降低城投債的違約風(fēng)險；而在高于最優(yōu)治理水平后，隨著政府隱性擔(dān)保意愿的減弱，政府治理水平的提升，不利于降低城投債的違約風(fēng)險。金融監(jiān)管部門應(yīng)該制定政策限制治理水平較低的地方政府對城投債的依賴，以及增強對地方政府治理水平較高地區(qū)城投債的發(fā)行監(jiān)管，以有效降低地方政府的隱性債務(wù)違約風(fēng)險。

3. 基于LASSO 回歸的影響因素分析

基于微觀模型回歸進(jìn)行Shapley 貢獻(xiàn)率分析，可得各因素對微觀企業(yè)債券違約風(fēng)險影響的貢獻(xiàn)率(表10，見附錄)，結(jié)果顯示，地區(qū)經(jīng)濟基礎(chǔ)指數(shù)(F1)的影響貢獻(xiàn)率最大，金融發(fā)展(F2)和制度信用環(huán)境指數(shù)(F4)貢獻(xiàn)率比較接近，政府治理指數(shù)(F3)影響最低。考慮到金融生態(tài)環(huán)境綜合指數(shù)的構(gòu)建是基于各因素的綜合指數(shù)，使得各組成要素對債券違約風(fēng)險的影響難以檢驗。而用各組成要素分別作為解釋變量進(jìn)行回歸，可能存在內(nèi)生性和遺漏解釋變量問題，所以需要對解釋變量進(jìn)行篩選。本文使用LASSO回歸(Hastie 和Tibshirani，1996)，通過對回歸方程加入懲罰函數(shù)，壓縮回歸系數(shù)，篩選影響債券違約風(fēng)險的關(guān)鍵因素。基于高斯馬爾科夫假設(shè)條件下的OLS 回歸系數(shù)為：

其中Y 為被解釋變量，X 為解釋變量，β 為待估計系數(shù)。LASSO 回歸在OLS 回歸上加入懲罰項，并令懲罰項的參數(shù)為Lamda(λ)，LASSO 估計系數(shù)為：

其中|β|為所有β 估計系數(shù)的絕對值之和，用LASSO 回歸方法進(jìn)行估計。考慮到擬合的金融生態(tài)環(huán)境指標(biāo)均為根據(jù)地區(qū)市場化指數(shù)構(gòu)建，若將各因素同時列入公式(5)中，必然影響估計結(jié)果。為了消除構(gòu)建指標(biāo)的影響，本文根據(jù)非構(gòu)建的金融生態(tài)環(huán)境指標(biāo)進(jìn)行LASSO 回歸分析。微調(diào)參數(shù)的變化，得到F1～F4 的系數(shù)變化圖(圖1)，可以看出隨著微調(diào)參數(shù)的逐漸降低，更多的解釋變量加入到回歸方程中，最有效的解釋變量是F1。為了選擇最優(yōu)的微調(diào)參數(shù)對模型進(jìn)行估計，參考Hastie 和Tibshirani (1996)的研究，采用k 折交叉驗證進(jìn)行分析，并選取k＝10 進(jìn)行分析。通過分析得到最優(yōu)的微調(diào)參數(shù)值為120.832，此時四個影響因素中僅地區(qū)經(jīng)濟基礎(chǔ)指數(shù)(F1)有效，說明金融生態(tài)環(huán)境的構(gòu)成要素中，經(jīng)濟基礎(chǔ)對所有企業(yè)的影響最顯著。

圖1 微調(diào)懲罰函數(shù)參數(shù)λ 對各因素回歸系數(shù)的影響

考慮到不同企業(yè)性質(zhì)受金融生態(tài)環(huán)境下屬各維度的影響不同，本文首先考慮到城投債承擔(dān)地方政府融資平臺的特殊性，以及政府隱性擔(dān)保的存在，按是否為城投債分組，然后進(jìn)行LASSO 回歸分析(如表8 所示)。從估計結(jié)果可以看出，對產(chǎn)業(yè)債而言，地區(qū)經(jīng)濟基礎(chǔ)、金融發(fā)展和制度信用環(huán)境的影響更大，原因在于地區(qū)經(jīng)濟基礎(chǔ)決定了企業(yè)的盈利能力，金融發(fā)展水平?jīng)Q定了企業(yè)債券融資的便利性與融資成本，而制度信用環(huán)境對企業(yè)經(jīng)營及債券的信息有效性更為重要。城投債在融資市場擁有較高的優(yōu)越性，可通過更多的融資渠道獲取資金來維持企業(yè)的正常運行。決定城投債能否正常兌付的主要因素在于地方政府的隱性擔(dān)保能力，而地方政府的擔(dān)保能力又主要由地區(qū)經(jīng)濟基礎(chǔ)決定(汪莉和陳詩一，2015)。因此對城投債違約風(fēng)險影響起主導(dǎo)作用的是地區(qū)經(jīng)濟基礎(chǔ)。

表8 金融生態(tài)環(huán)境各要素對債券違約風(fēng)險影響的LASSO回歸分析(是否為城投債分組)

考慮到產(chǎn)業(yè)債中國有企業(yè)的特殊性，本文將產(chǎn)業(yè)債企業(yè)樣本按照是否為國有企業(yè)分組，然后進(jìn)行LASSO 回歸分析(如表9 所示)。由表9 可以看出，國有企業(yè)在融資市場有較大優(yōu)勢，加上相比民營企業(yè)而言，與地方政府更加密切的關(guān)系，其違約風(fēng)險主要受地區(qū)經(jīng)濟基礎(chǔ)的影響，與城投債分析部分存在一致性，即地區(qū)經(jīng)濟基礎(chǔ)越好，國有企業(yè)盈利能力越強，債券違約風(fēng)險越低。而非國有企業(yè)主要受到地區(qū)金融發(fā)展水平的影響，在金融生態(tài)環(huán)境較差的地區(qū)，非國有企業(yè)在金融市場可能受到較多歧視，且政府對金融市場存在不當(dāng)干預(yù)；而在金融發(fā)展水平更高的地區(qū)，企業(yè)融資受抑制和受政府干預(yù)程度更低，非國有企業(yè)有更多的融資渠道來進(jìn)行資金周轉(zhuǎn)，從而使得債券違約風(fēng)險更低。由于國有企業(yè)債券發(fā)行人比重較高，表8 和表9 的結(jié)果與圖1 存在一致性，即對信用債券整體而言，經(jīng)濟基礎(chǔ)對債券違約風(fēng)險起主導(dǎo)作用。

表9 金融生態(tài)環(huán)境各要素對債券違約風(fēng)險影響的LASSO回歸分析(是否為國有企業(yè))

（四）穩(wěn)健性檢驗

1. 替換地區(qū)層面?zhèn)`約風(fēng)險指標(biāo)

上文用負(fù)面事件債券余額率來衡量地區(qū)債券違約風(fēng)險，本文進(jìn)一步用負(fù)面事件債券數(shù)量占所有債券數(shù)量比重來替代地區(qū)負(fù)面事件債券余額率指標(biāo)，檢驗地區(qū)金融生態(tài)環(huán)境指數(shù)對地區(qū)債券違約風(fēng)險的影響，所得結(jié)果如表11(見附錄)所示，與宏觀層面所得結(jié)論一致。

2. 工具變量回歸(2SLS)

由于本文的核心解釋變量金融生態(tài)環(huán)境是一系列指標(biāo)合成的指數(shù)，為解決由此引起的潛在內(nèi)生性問題，參考張敏等(2015)的研究方法，我們選取中國各地區(qū)大專以上學(xué)歷的人口比重(FEMP)、金融從業(yè)人口比重(EPP)作為工具變量，采用兩階段回歸方法，進(jìn)行了穩(wěn)健性檢驗，結(jié)果如表12(見附錄)所示。首先，檢驗工具變量的外生性，通過Sargan 檢驗可以看出不存在過度識別，滿足所有變量都是外生性的假設(shè)。其次，檢驗工具變量的有效性，即是否存在弱工具變量的問題，第二階段回歸結(jié)果的Shea's partial R及Minimum eigenvalue statistic(臨界值19.93)顯示，拒絕“弱工具變量”的原假設(shè)，故工具變量的選取是有效的。通過第二階段回歸結(jié)果可以看出，所得結(jié)論與微觀層面模型的結(jié)論一致。

3. 用KMV 方法計算信用債券信用違約風(fēng)險

與信用利差相比，基于KMV 模型計算的企業(yè)預(yù)期違約概率，更加關(guān)注企業(yè)本身的運營情況，較少受到其他因素的影響。在微觀企業(yè)層面，本文進(jìn)一步采用經(jīng)典的KMV 模型，基于上市企業(yè)的財務(wù)數(shù)據(jù)和股票市場數(shù)據(jù)，將違約點設(shè)置為：DP＝STD+0.5LTD(其中：DP 代表違約點，STD 為一年以下短期債務(wù)，LTD 為一年以上長期債務(wù))，計算公式如下：

DD 代表違約距離，EDF 代表預(yù)期違約概率，本模型用EDF 來衡量企業(yè)債券違約風(fēng)險，并將宏觀控制變量無風(fēng)險利率由短期替換成中期、長期，對研究結(jié)論進(jìn)行穩(wěn)健性檢驗，估計結(jié)果如表13(見附錄)所示。從表13 可以看出，金融生態(tài)環(huán)境對企業(yè)的預(yù)期違約率影響并不顯著。由于企業(yè)預(yù)期違約概率的計算是基于企業(yè)的股票價格及其波動率及負(fù)債等財務(wù)數(shù)據(jù)，所以償債能力指標(biāo)對其有較大的直接影響，因此將償債能力指標(biāo)去除之后重新進(jìn)行實證檢驗，發(fā)現(xiàn)金融生態(tài)環(huán)境的影響系數(shù)顯著提高，且系數(shù)為負(fù)，說明金融生態(tài)環(huán)境越好，債券違約風(fēng)險越低，與前文研究結(jié)論一致。

綜合上述檢驗結(jié)果，我們認(rèn)為本文的結(jié)論是穩(wěn)健和可靠的。

六、結(jié)論及政策建議

本文分別從宏觀和微觀層面實證檢驗了金融生態(tài)環(huán)境對債券違約風(fēng)險的影響。其中微觀層面以2006—2019 年發(fā)行的30841 只債券為觀測樣本，使用信用利差來度量債券違約風(fēng)險，基于產(chǎn)業(yè)債和城投債的雙重視角進(jìn)行分析。研究發(fā)現(xiàn)：第一，在宏觀層面，改善金融生態(tài)環(huán)境有助于減少地區(qū)信用債券負(fù)面事件，降低地區(qū)債券整體違約風(fēng)險，下屬四個維度中僅政府治理因素不顯著，政府治理作用效果與發(fā)債企業(yè)性質(zhì)有關(guān)；第二，在微觀層面，改善金融生態(tài)環(huán)境有助于降低債券的違約風(fēng)險，其中經(jīng)濟基礎(chǔ)、金融發(fā)展、政府治理、制度信用環(huán)境改善，都能夠降低產(chǎn)業(yè)債及城投債違約風(fēng)險，進(jìn)一步的異質(zhì)性分析發(fā)現(xiàn)，政府治理因素對非國有企業(yè)債券違約風(fēng)險影響不顯著，說明地方政府對國企和城投債存在顯著的隱性擔(dān)保；第三，政府治理因素對城投債違約風(fēng)險影響顯著，且為正U 型的非線性影響，意味著存在最優(yōu)政府治理水平，使得城投債違約風(fēng)險較低；第四，經(jīng)濟基礎(chǔ)是影響國有企業(yè)和城投債違約風(fēng)險的主導(dǎo)因素，非國有企業(yè)債券違約風(fēng)險主要受金融發(fā)展水平的影響，而對于產(chǎn)業(yè)債整體而言，提升經(jīng)濟基礎(chǔ)水平、金融發(fā)展水平及加強制度信用環(huán)境建設(shè)均有利于降低其違約風(fēng)險。以上結(jié)果說明，金融生態(tài)環(huán)境的改善可以降低地區(qū)債券違約風(fēng)險，不同性質(zhì)的企業(yè)受到的金融生態(tài)環(huán)境下屬維度影響存在差異，所以需要有針對性地制定監(jiān)管政策以有效降低債券違約風(fēng)險。

針對以上分析結(jié)果，本文給出如下建議：第一，改善金融生態(tài)環(huán)境對于降低信用債券違約風(fēng)險具有重要意義，包括完善政府相關(guān)職能、加強監(jiān)管監(jiān)督、優(yōu)化資本市場結(jié)構(gòu)、改善金融抑制狀況、促進(jìn)金融深化及完善法律體系和誠信體系建設(shè)、提高信息透明度等，只有金融市場深化改革與金融生態(tài)優(yōu)化相結(jié)合，公司行為規(guī)范和市場監(jiān)管制度規(guī)范并舉，才能真正促進(jìn)債券市場的健康有序發(fā)展，促進(jìn)金融資源配置效率的提高；第二，金融生態(tài)環(huán)境對債券違約風(fēng)險的影響是多維度、多渠道的，不同的外部因素影響有所差異。為了改善企業(yè)外部融資環(huán)境，降低債券違約風(fēng)險，促進(jìn)金融體系穩(wěn)定發(fā)展，應(yīng)該有所區(qū)分地制定政策，對不同性質(zhì)的企業(yè)采用不同的扶持或監(jiān)管措施。建議在一定程度上加強對國有企業(yè)債券發(fā)行的監(jiān)管，通過改善金融生態(tài)環(huán)境來降低國有企業(yè)債券違約風(fēng)險。對非國有企業(yè)而言，促進(jìn)金融深化、改善金融抑制情況，有效降低非國有企業(yè)的發(fā)債門檻，有利于改善非國企債券的違約風(fēng)險狀況。另外，對地方政府治理水平較低地區(qū)，化解城投債違約風(fēng)險需從提升政府治理水平入手，加快地方政府債務(wù)置換進(jìn)程、降低對政府城投債的依賴程度，提升政府融資規(guī)范化水平。