地理距離會影響債券發行定價嗎？

摘" "要：債券發行定價和違約問題一直以來都是學術界和實務界共同關注的熱點問題。基于信息不對稱視角，結合信息經濟學和新經濟地理學理論，以2003—2021年發行的信用債作為研究樣本，實證檢驗了承銷商與發行人之間的地理距離對債券發行定價的影響。研究發現：承銷商與發行人之間的地理距離和債券信用利差呈正相關關系，即地理距離越近，債券信用利差越小。機制分析表明，地理距離主要通過信息的類型和成本渠道影響債券發行定價，表現為地理距離對于軟信息不對稱程度更高的非上市公司債券的信用利差影響更大，對信息獲取成本更高的非銀行承銷商所承銷債券的信用利差影響更大。此外，地理距離還能夠對債券違約行為產生影響。因此，應加強金融基礎設施建設，強化監管和信息披露要求，推動金融資源服務于本地，以促進我國債券市場健康發展。

關鍵詞：地理距離；信用利差；信息不對稱；軟信息；信息成本

中圖分類號：F830.91" "文獻標識碼： A" 文章編號：1674-2265（2024）06-0014-12

DOI：10.19647/j.cnki.37-1462/f.2024.06.002

一、引言

近年來我國債券市場快速發展，尤其是信用債規模迅速擴張，有力地推動了我國直接融資體系的改革進程，促進了我國多層次資本市場的構建。但不可否認，目前信用債市場仍然無法充分滿足實體經濟的融資需求，一些因素影響著信用債市場的進一步發展。其中，信用債發行定價問題是重中之重，也是理論界和實務界一直以來關注的熱點。信用債是否合理定價，既關系到信用債市場的運行效率，又影響著市場資源的有效配置。定價不當易引發融資失敗、投機交易、市場競爭加劇等問題，危害債券市場的健康發展。針對這一問題，“十四五”規劃、《關于推動公司信用類債券市場改革開放高質量發展的指導意見》等文件提出，“完善市場化債券發行機制”“規范公司信用類債券發行定價機制，確保價格形成公開、公平、公正”。由此可見，信用債定價已成為監管機構及市場主體關注的焦點，是值得深入研究與探討的重要問題。

信用債的發行價格由兩部分構成：一是無風險收益率，通常指國債收益率；二是風險溢價，也稱信用利差，是市場投資者根據對債券違約風險的預期要求的風險補償，同時也是信用債定價問題的關鍵（Hull等，2004）[1]。現有研究主要從三個方面討論債券市場信用利差的影響因素。一是承銷商視角。相關研究認為，承銷商的信息效應是影響債券發行信用利差的重要因素。承銷商作為債券市場中重要的中介機構，能夠借助自身的專業知識和信息優勢，緩解發行人與投資者之間的信息不對稱，降低信息獲取成本，形成對債券信用利差的合理估計。已有學者證實，與承銷商聲譽、獨立性以及銷售方式等因素相關的承銷商認證機制能夠對承銷商信用利差產生影響（林晚發等，2019；余峰燕和梁琪，2017；何志剛等，2018）[2-4]。二是發行人視角。從發行人角度看，影響債券發行信用利差的因素包括兩方面。一方面，與產權性質、財務狀況等相關的公司外顯特征能夠通過影響投資人對債券違約風險的預期，從而影響債券的發行定價（高曉燕和紀文鵬，2018）[5]；另一方面，債券發行量、信用評級、發行期限等債券特征因素也會通過影響債券的違約風險而最終作用于風險溢價（Houweling等，2005；Heinke，2006；Iannotta等，2013）[6-8]。三是投資者視角。現有研究主要從行為金融學的角度揭示債券流通過程中信用利差的波動（李永等，2018）[9]。高漲的投資者情緒會導致債券價格被高估，進而增加對債券的需求，降低債券信用利差。然而，鮮有文獻關注地理因素對債券信用利差的影響。

近年來，隨著新經濟地理學的發展，地理因素在金融領域中的作用備受關注，地理因素對經濟主體影響的研究不斷涌現。最近的多項研究表明，經濟主體之間的地理鄰近性有助于降低信息不對稱，改善其決策。從銀行信貸決策看，當借款人和貸款人之間的信息不對稱較為嚴重時，貸款人更傾向于靠近借款人，以收集更多關于借款人的軟信息（Qian等，2019）[10]。而與距離相關的信息收集與監測成本也會反映在貸款條款中。例如，貸款息差會隨著借款人和貸款人之間地理距離的增加而增加，以補償信息收集和監控成本的增加（Knyazeva和Knyazeva，2012）[11]。同時，地理距離在股票市場中也扮演著重要角色。投資者、承銷商與發行公司距離越遠，其獲取有價值信息的可能性越小，信息搜尋成本越高，信息不對稱問題越嚴重，因此，會要求更高的發行折價作為補償（黃張凱等，2016）[12]。此外，與定向增發相關的并購重組、大股東實物資產注入等重大問題通常需要機構投資者或分析師與公司高管進行面對面交流和現場實地考察，然而這些信息的獲取與甄別往往也會受到地理距離的限制（郭照蕊和張天舒，2021）[13]。

由此可見，地理距離為認識信息不對稱問題提供了參考，同時也在金融市場定價研究中發揮了重要作用。然而，既有文獻較多地關注信貸市場和股票市場，對于地理距離在債券市場中的作用所言甚少。地理距離作為信息不對稱的衡量因素之一，能否影響債券發行定價的有效性尚需進一步研究。為此，本文基于信息不對稱視角，以2003—2021年在銀行間和交易所市場發行的信用債作為研究樣本，實證檢驗了承銷商與發行人之間的地理距離對債券信用利差的影響。本文的研究創新主要有三點：首先，從信息不對稱視角揭示了地理距離對我國信用債發行定價的影響，豐富了債券發行定價影響因素的相關研究。以往文獻主要關注公司特征、債券特征等因素對債券發行定價的影響，或關注地理距離在信貸市場和股票市場中的作用，忽視了地理距離在債券市場中的重要性。本文的研究結論表明，承銷商與發行人的地理鄰近性對降低信用債風險溢價具有積極作用。其次，本文分別從信息的類型和成本兩個角度，探究了地理距離影響債券信用利差的內在機制，即承銷商與發行人的地理鄰近性促進了軟信息的有效傳播、降低了信息搜尋和傳輸成本，為利用地理距離因素來優化信用債市場發展環境提供了實證支持。最后，本文進一步探討了金融科技在地理距離影響債券信用利差中的作用，并從信息不對稱角度實證檢驗了地理距離對債券違約行為的影響，為債券違約的相關研究提供了新思路。

二、理論分析與研究假設

信息經濟學認為，債券市場中的信息不對稱是影響債券發行定價的重要因素。信息不對稱易引發發債企業的機會主義行為，隱藏價格信息，導致投資者無法對債券價格進行準確估計。因此，信息不對稱程度越大，投資者面臨的不確定性越大，為了彌補可能的損失，會要求更高的風險收益率，債券信用利差也就越高（Merton，1973；Myers和Majluf，1984）[14，15]。承銷商作為債券市場中重要的金融中介，能夠運用自身專業知識和信息優勢了解發行人的財務狀況、信用質量、內部治理水平等情況，并在債券募集說明書中披露相關信息，從而緩解發行人與投資者之間的信息不對稱、促使債券合理定價以及保護投資者利益（吳武清等，2021）[16]。地理距離是制約金融交易雙方信息獲取、信息傳遞及信息質量的重要因素（Bellucci等，2013）[17]，已有大量研究表明地理距離帶來了信息劣勢，并提供了強有力的證據支持（Kubick等，2017；郭思永，2021）[18，19]。在債券發行市場，承銷商與債券發行人的地理距離通過影響信息不對稱尤其是軟信息不對稱的嚴重程度以及信息成本的高低，進而影響債券信用利差。

其一，地理距離是影響信息不對稱的重要因素。在債券發行過程中，承銷商需要通過前期準備、正式協商、信息收集、盡職調查、風險評估等多個環節，對發債企業的真實情況加以了解，其中包括硬信息和軟信息兩類數據來源。硬信息是指能夠量化且便于記錄、儲存和傳遞的信息，其搜集方法較為客觀，可以通過先進的通信技術、會計披露等方式獲得，不會因信息搜集者的差異而導致信息質量的缺損（郭照蕊和張天舒，201）[13]；軟信息則是一種難以書面化和定量化的信息，其獲取和傳遞受到空間距離的顯著影響（方成和丁騁騁，2019）[20]，多以人與人正面接觸的方式傳播（申韜，2013）[21]。隨著技術進步以及數據信息的標準化，不同承銷商的硬信息收集機制也日趨相同，而風險識別的準確性則更多地體現在軟信息獲取的廣度和深度上，風險審查、盡職調查則是這種差異的主要決定因素（王雅炯和幸麗霞，2023）[22]。何雁等（2020）[23]認為，由于我國“屬地性”特征的存在，企業與所在地區的利益相關者通常存在相對穩定的長期合作關系，因此，與企業經營密切相關的信息往往具有地域性特點。在此背景下，地理鄰近性有助于債券承銷商通過實地調研、面對面地與發債企業的管理層、職工、客戶以及供應商進行交流，或者通過當地政府職能機關、金融機構或公眾媒體等社會網絡渠道的信息溢出了解企業，從而獲取企業當前的經營狀況、未來的發展計劃以及管理層的能力、態度、觀點等發行人不愿披露的軟信息（Rajan，2002；武瓊等，2024）[24，25]。因此，債券市場的信息不對稱與地理距離有較強的相關性。發債企業距離承銷商越遠，越不利于承銷商收集發行人的有效軟信息，信用利差越高（Agarwal和Hauswald，2010）[26]。反之，當承銷商與發債企業地理距離越近時，承銷商越有可能通過面對面交流獲得軟信息，對債券定價形成合理預期。

其二，地理距離是影響信息成本的重要因素。從承銷商的角度看，信息成本是指在債券發行過程中產生的與信息相關的費用和成本，包括信息收集成本、交通成本等直接成本以及發行后的監督成本等間接成本。在債券發行的盡職調查和風險評估階段，承銷商均會產生相應的交通成本。而對于承銷商來說，長途跋涉探訪一家偏遠公司在時間與精力上并不經濟（Loughran，2008）[27]。承銷商與發債企業的地理距離越遠，其到發債企業進行調研的成本就越高，由交通成本導致的“空間價格歧視”（Spatial Price Discrimination）越可能隨著發債企業與承銷商之間距離的增加而升高（Degryse和Ongena，2002）[28]。同時，地理距離還可能影響承銷商的信息收集成本以及事后監督成本（寇宗來和千茜倩，2021）[29]。一方面，承銷商在債券發行前需要花費時間和精力與發行人進行溝通，確定合適的發行條款，并對發行人進行發行前評估（Sussman和Zeira，2001）[30]；另一方面，在債券存續期間，承銷商還通過提供咨詢、信息披露等方式對發行人實行外部監督，抑制發行人的機會主義行為，防止債券違約，而承銷商與發行人之間的地理距離越遠，事后監督成本將可能越高。理論上，承銷商可以通過向發行人收取承銷費來彌補債券發行過程中產生的信息收集成本、交通成本、監督成本等費用。但在面臨激烈市場競爭時，承銷商往往不太關注承銷費收入，而更在意承銷業務與市場份額（林晚發等，2023）[31]。承銷份額的增加不僅可以提高其市場聲譽，還可以幫助其進一步獲得其他方面的收益，因此，承銷商會盡量避免收取較高的承銷費（Burch等，2005）[32]。與此同時，為了獲得債券承銷業務，承銷商普遍采用余額包銷這一買斷式承銷方式。由于監管缺位以及余額包銷方式的存在，除了承銷角色外，長期以來承銷商還以投資者的身份參與債券發行（王治國，2018；呂懷立和楊聰慧，2019）[33，34]。作為投資者，承銷商不僅能夠獲得更多的利差收入，而且能夠為債券承銷成功提供必要的認購保障（Ding等，2022）[35]。換言之，承銷商的投資與承銷角色可能存在天然的內在聯系，即承銷商投資角色可能影響債券承銷行為以及債券一級市場定價策略（林晚發等，2023）[31]。因此，這種由地理距離導致的成本變化可能會轉嫁到信用利差當中，進而引起債券信用利差的升高或降低。盡管通信技術、金融科技等的發展看似降低了地理距離所導致的額外成本，但Brevoort 和 Hannan（2006）[36]、張兵和孫若涵（2023）[37]研究表明地理距離對信息獲取的阻礙作用依然存在。承銷商和發行人之間地理距離的增加使得信息收集成本、交通成本、監督成本等提高，這些成本在一定程度上會通過信用利差反映出來。因此，承銷商與發行人的地理距離越遠，信息成本就越高，將加大債券信用利差；反之，地理距離越近，信息成本越低，信用利差越低。

基于上述分析，本文提出以下研究假設：

在其他條件不變的情況下，承銷商與發行人之間的地理距離越近，債券信用利差越小。

三、研究設計

（一）樣本選取與數據來源

本文選取2003—2021年在銀行間和交易所市場發行的信用債作為研究樣本，并對樣本進行以下處理：（1）剔除主要變量數值缺失的樣本；（2）剔除金融公司發行的債券；（3）對于存在多個主承銷的債券，只保留距離最近的承銷商；（4）對財務數據等連續變量進行上下1%縮尾處理，以避免極端值干擾。最終得到10623只債券研究樣本，包括公司債、企業債、短期融資券和中期票據四類信用債品種。信用債到期收益率、公司特征變量、債券特征變量、銀行類承銷商與發行人的地址信息來自中國研究數據服務平臺（CNRDS）和國泰安經濟金融研究（CSMAR）數據庫；非銀行類承銷商的地址信息手工收集自中國證監會。國債到期收益率、國開債到期收益率、承銷商聲譽以及債券違約數據來自萬得（WIND）數據庫。

（二）變量定義

1.被解釋變量：信用利差（CS）。采用信用債發行時的風險溢價，即債券的信用利差來度量債券的發行定價水平。考慮到我國債券市場上可能不存在與信用債剩余期限相同的國債，因此，選擇與信用債久期最接近的兩只國債進行插值以得到相應期限的國債收益率。

2.核心解釋變量：地理距離（Ldist）。即承銷商與發行人之間的地理距離。基于國泰安數據庫和手工收集的承銷商與發行人的地址信息，利用百度開發者平臺確定承銷商和發行人所在地址的經緯度坐標，從而計算兩者之間的地理距離（dist），并取對數。

3.控制變量。借鑒以往文獻的研究成果，從公司特征、債券特征以及承銷商特征三個層面選取控制變量，并控制行業、中介個體、時間、債券類型和債券利率效應的相關影響。變量定義及符號見表1。

（三）模型設定

為檢驗假設，構建混合最小二乘（Pooled OLS）回歸模型分析地理距離對債券信用利差的影響。具體模型為：

[CSi，j，t=β0+β1Ldisti，j，t+β2Sizei，t-1+β3ROAi，t-1+β4Levi，t-1+β5Lri，t-1+β6ICRi，t-1+β7ATurni，t-1+β8SOEi，t+β9Listi，t+β10CRatingi，t+β11Maturityi.t+β12Guatorsi，j，t+β13Amtisni，j，t+β14BRatingi，j，t+β15Big4i，j，t+β16Repj，t+Industry+Individual+Year+BondType+RateType+Type×Rate+?i，j，t]

其中，[β0]為截距，[βi（i=1，2，…，16）]為回歸系數，[?i，j，t]為隨機誤差項。下標[i]代表發行人個體，[j]代表承銷商個體，包括銀行承銷商和非銀行承銷商，[t]為時間。在式（1）中，著重關注地理距離的回歸系數[β1]。如果研究假設成立，[β1]的系數應顯著大于0。

四、實證結果分析

（一）描述性統計

表2展示了主要變量在全樣本下的描述性統計分析結果。由表2可知，信用利差的均值為2.345，表明相較于國債收益率，信用債整體信用利差更高。信用利差的最小值為負數，這是由于存在浮息債的緣故，浮息債通常以1年期定期存款利率、Libor、Shibor等利率作為基準，導致其發行時的利率可能低于無風險利率。在地理距離方面，未取對數前的均值為883.103公里，表明承銷商與發行人未呈現高度聚集的現象。同時，標準差為716.874，說明不同承銷商與其發行人之間地理距離的差異較大，這與我國信用債市場分布較廣的現實情況相符。在控制變量中，發行人的總資產收益率均值為2.8%，資產負債率均值為59.2%，流動比率、利息保障倍數以及總資產周轉率的均值分別為1.831、-0.696和51.5%。已發行債券的平均期限為3.401年，有24.8%的債券存在擔保，債券發行的平均規模為12.30億元。此外，樣本中23.6%的公司為國有企業，77.8%為上市公司，7.9%的債券被四大會計師事務所審計。

（二）均值差異檢驗

根據地理距離（Ldist）的中位數，將樣本分為承銷商與發行人之間地理距離較近（近距離承銷商組）以及地理距離較遠（遠距離承銷商組）兩組，以比較信用利差的均值差異。由表3可知，近距離承銷商組的平均信用利差為2.251%，比遠距離承銷商組低0.188個百分點，且在1%水平上顯著。此外，兩組樣本的控制變量也存在一定差異。這一結果初步證實了假設。

（三）基準模型回歸

式（1）的回歸結果如表4所示。其中，列（1）為只控制了固定效應而未加入控制變量的估計結果。列（2）—（4）是在列（1）基礎上逐步加入公司特征變量、債券特征變量和承銷商特征變量后的估計結果。

由表4可知，在未加入控制變量時，地理距離的系數顯著為正。在逐步加入控制變量之后，地理距離的系數有所下降，但依舊在1%水平上顯著為正，這表明承銷商與發行人之間的地理距離與債券信用利差正相關，驗證了假設。在控制變量方面，總資產收益率（ROA）系數顯著為負，說明發行人盈利能力越強，信用利差越小；資產負債率（Lev）系數顯著為正，表明發行人資產負債率越高，信用利差越大。同時，產權性質（SOE）、是否四大審計（Big4）和債券擔保（Guators）系數均顯著為負，說明國有企業發債時的信用利差更低，被四大會計師事務所審計以及受到擔保的債券的信用利差也更低。此外，發債主體評級（CRating）和債項評級（BRating）的系數表明，發行人主體評級和債項評級越高，越能降低債券信用利差。以上控制變量結果均與以往文獻的研究結果一致。

（四）穩健性檢驗

1.替換信用利差計算標準。由于國債的流動性相對低于其他利率債，學術界也常常使用無違約風險且流動性相對更高的國開債作為無風險利率的衡量標準（吳武清等，2021）[16]。因此，在穩健性檢驗中，采用債券的到期收益率與相同剩余期限的國開債到期收益率之差來計算信用利差（CS_dvlp），作為回歸模型的因變量，并對研究假設再次進行檢驗。表5 Panel A列（1）和列（2）展示了替換信用利差計算標準后的結果。可以發現，兩個回歸方程中地理距離的系數均在1%水平上顯著為正，與基準回歸結果一致。

2.剔除企業債樣本和浮息債樣本。方紅星等（2013）[38]在對債券的研究中，認為企業債的定價方式與其他類型債券存在較大差異，故在穩健性檢驗中，本文剔除1831個企業債樣本，以剩余的8792個樣本對研究假設進行穩健性檢驗。表5 Panel A列（3）結果表明，地理距離的系數在5%的水平上顯著為正，表明在剔除企業債樣本的影響后，地理距離與債券信用利差正相關的結論依舊穩健。同時，浮息債的定價方式也與固定利率債券差異較大（程昊和何睿，2017）[39]。盡管本文使用固定效應對此因素進行控制，但并非完全排除了這部分樣本的影響，因此，在穩健性檢驗中，本文剔除了107個浮息債樣本，以剩余的10516個樣本對研究假設進行穩健性檢驗。表5 Panel A列（4）結果表明，地理距離的系數在1%的水平上顯著為正，與基準回歸結果一致。

3.替換地理距離計算標準。借鑒尹志超等（2022）[40]的研究，本文使用通勤時間和通勤距離作為地理距離的替代變量，具體包括駕車距離（car_ldist）、駕車時間（car_duration）、火車距離（train_ldist）和火車時間（train_duration）。表5 Panel B列（1）—（4）的結果顯示，替換后的四個自變量均在1%的水平上顯著為正，再次驗證了基準回歸結果。

4.內生性檢驗。本文的目的是考察承銷商與發行人之間的地理距離對債券發行定價的影響，但上述回歸結果可能存在互為因果的內生性問題。一方面，可能是承銷商與發行人之間的地理鄰近性降低了債券信用利差；另一方面，那些有著較低風險溢價的公司也可能出于機會主義動機，更傾向于選擇獨立性易受影響的鄰近承銷商進行承銷。因此，本部分使用兩階段最小二乘法（2SLS）以控制互為因果的內生性問題，進而得到更為穩健的分析結果。參考John等（2011）[41]的研究，使用年度中介平均地理距離（L_avg_dist）作為工具變量，計算方法為：各年度承銷商與發行人間地理距離的算術平均值的自然對數。年度中介平均地理距離雖受到承銷商與發行人之間地理距離的影響，但其直接影響單個發行人債券發行定價的可能性較小。由表6 列（1）第一階段回歸結果可知，年度中介平均地理距離的回歸系數為0.9416且在1%的水平上顯著；列（2）的第二階段回歸結果顯示，地理距離回歸系數為0.0552，且在1%的水平上顯著，表明承銷商和發行人之間的地理距離與債券信用利差顯著正相關，再次驗證了研究假設。

五、影響機制分析

（一）基于信息類型的分析

本文在理論分析和研究假設中提到，金融信息包括硬信息和軟信息兩類，地理鄰近性主要通過促進軟信息的有效傳播進而降低由信息不對稱引致的債券信用利差。如果上述邏輯正確的話，可以合理預期，當發行人的軟信息不對稱程度更高時，地理鄰近性對債券信用利差的降低作用更大。Liberti和Petersen（2019）[42]指出，相較于上市公司，非上市公司的軟信息較為缺失且較難獲取。這是由于上市公司受到證券監管機構的監管，需要披露年度報告、季度報告、治理報告、重大交易事項等相關文件，這種披露要求使得投資者能夠更加全面地了解公司的運營狀況、財務狀況以及未來發展戰略，降低了信息不對稱程度（李孟哲等，2022）[43]。同時，上市公司通常會積極開展投資者關系活動，如舉辦股東大會、參加投資者會議、發布投資者關系報告等，使投資者能夠更好地了解公司的經營策略、管理層的意圖和公司的發展前景，有助于減少軟信息不對稱（叢琳潔和米致遠，2023）[44]。并且，投資者能夠通過證券交易所獲取上市公司股價、成交量、交易行為等大量信息，這種公開、透明、規范的市場能夠有效地反映公司內部的軟信息，減少信息不對稱程度。此外，上市公司通常具有較為健全的內部控制和審計制度，并受到分析師等市場中介的關注和監督（李鳳羽和耿禾，2023）[45]，有助于發現和糾正公司內部的問題和風險，公司的經營活動也更加合規、透明。而與上市公司相比，非上市公司不僅信息披露渠道缺乏、信息披露內容較少且質量較差，而且不受證券監管機構的嚴格監管，這意味著非上市公司可以更自主地控制其信息披露的范圍和內容。在此情況下，非上市公司可能傾向于保留關鍵的不利信息，外部投資者和利益相關者通常無法獲取與公司相關的全面信息，從而導致信息不對稱程度較大（杜立等，2020）[46]。這樣一來，承銷商不得不加大對非上市發債企業相關信息特別是軟信息的搜集處理力度，進一步突出了地理距離對信息獲取的阻礙作用。因此，與上市公司相比，當債券發行人為非上市公司時，地理距離對其債券定價的推高作用更大。

為了檢驗上述機制，本文按照發行人性質，將樣本劃分為上市公司和非上市公司。表7列（1）和列（2）、列（3）和列（4）分別為上市公司和非上市公司的回歸結果。在軟信息不對稱程度較高的非上市公司中，地理距離與債券信用利差在1%的水平上顯著正相關，即承銷商與非上市發行企業之間的地理距離越近，債券信用利差越小；而在軟信息不對稱程度較低的上市公司中，二者的關系并不顯著。由此可見，地理鄰近性可以通過降低軟信息不對稱來降低債券信用利差。

（二）基于信息成本的分析

如理論分析和研究假設所述，地理距離還可能通過影響信息搜尋和傳輸成本來影響債券信用利差。為檢驗信息成本渠道能否發揮作用，按照承銷商性質將樣本劃分為銀行承銷商和非銀行承銷商兩類。與非銀行承銷商相比，銀行在收集和處理信息方面均具有更高的能力和更低的成本，這種差距來源于銀行和企業的私人聯系（Christopher，1987）[47]。銀行通常與企業有著長期穩定的客戶關系，特別是在提供貸款和其他金融服務方面。這種深厚的客戶關系使得銀行作為債券承銷商能夠更好地了解發債企業的財務狀況、業務模式、市場地位、風險偏好和發展規劃等，更容易獲得無法輕易傳達到一般市場的企業軟信息（戴國強和錢樂樂，2017）[48]。這有助于銀行承銷商全面地評估發債企業的信用風險和債券的定價因素，從而更準確地進行債券定價。相比之下，非銀行承銷商與發債企業的業務合作模式較為單一，可能需要更多的時間和成本來獲取相同的信息。同時，銀行（特別是中小銀行）在識別軟信息等方面更具有優勢（Stein，2002；Berger等，2014）[49，50]。中小銀行的基層經理一般可以得到更好的所有權激勵，因而會付出更多努力來收集軟信息，從而產生小銀行優勢（王唯可和李剛，2020）[51]。已有研究發現，銀行規模越小、組織結構越緊密、決策鏈越短，搜集和甄別軟信息的效率越高（Liberti和Mian，2009；劉暢等，2017）[52，53]。而非銀行承銷商缺乏上述優勢，獲取和處理信息的難度更大、成本更高。

綜上所述，一個自然的推論是，如果地理距離能夠通過信息成本渠道影響債券信用利差，那么，隨著非銀行承銷商與發行人地理距離的縮短，非銀行承銷商獲取信息的難度及成本將大大降低，從而引致債券信用利差顯著下降，且下降幅度將大于由銀行承銷商所承銷債券的信用利差下降幅度。表8中列（1）和列（2）、列（3）和列（4）分別為銀行承銷商和非銀行承銷商的回歸結果。由表8可知，盡管地理距離的系數在兩類承銷商樣本中均顯著，但非銀行承銷商樣本的系數及顯著性水平要高于銀行承銷商，由此可見，地理鄰近性可以通過降低信息成本來降低債券信用利差。

六、進一步討論

（一）調節效應分析

隨著現代信息技術的發展，以大數據、人工智能、云計算等技術為核心的金融科技已成為變革現有金融模式的重要推手。理論上，金融科技具有緩解信息不對稱、拓寬金融服務邊界等優勢，但學術界對此尚存爭議。一些觀點認為，金融科技能夠打破金融服務的空間限制，補齊物理網點信息獲取的短板，緩解銀企信息不對稱（郭麗虹和朱柯達，2021）[54]；另一些觀點則認為，金融科技的進步可以提升硬信息的遠距離傳輸效率，催生新穎、便捷的網絡溝通，但網絡溝通缺少面對面的現場感、態度和溫度，無法完全替代基于專家經驗的實地盡職調查（張超林和楊竹清，2023）[55]，依賴人與人之間面對面交流獲取的軟信息依然受制于地理區位因素（郭思永，2021）[19]。因此，為進一步考察金融科技在地理距離影響債券發行定價的過程中所發揮的調節作用，本文在基準回歸模型的基礎上引入地理距離與金融科技的交互項來刻畫二者的互動關系，具體模型如下：

[CSi，j，t=β0+β1Ldist+β2Ldist×Fintech+β3Fintech+αControls+Industry+]

[Individual+Year+BondType+RateType+Type×Bond+?] （2）

其中，[Fintech]為調節變量，即銀行金融科技水平，參考李逸飛等（2022）[56]的研究，采用銀行金融科技專利數量衡量；[Ldist×Fintech]為地理距離和金融科技水平的交互項。

表9的回歸結果顯示，交互項系數在5%的水平上顯著為負，表明金融科技發展能夠緩解遠距離帶來的債券信用利差過高問題，但地理距離的系數依舊在1%的水平上顯著為正，表明對債券發行定價而言，即使在金融科技賦能下，地理距離也不能被完全忽視。

（二）地理距離與債券違約行為

“11超日債”作為我國首單實質性違約債券，打破了債券市場剛性兌付的傳統，拉開了債券市場違約的序幕。隨著債券違約事件的不斷升溫，越來越多學者開始關注債券違約問題。

大量文獻分析了承銷商在債券違約事件中扮演的角色，主要包括以下兩類觀點。一類觀點認為，承銷商的事后監督有利于間接抑制債券違約行為。根據金融中介理論，承銷商不僅需要在債券發行前披露信息，而且需要在債券存續期履行指導和信息披露職能。除合規要求外，承銷債券的違約會降低承銷商的聲譽，繼而影響承銷商后續的債券發行業務。以往案例也表明，如果債券投資者與承銷商因為債券違約而產生嚴重糾紛，證監會會對承銷商進行相應處罰。因此，承銷商有動力實現對發行人的外部監督，從而降低債券違約的可能性（Torregrosa，1992）[57]。同時，承銷商還會在發行人可能發生違約時，利用自己的社會網絡幫助企業進行債務重組，進而避免實質性違約的發生（林晚發等，2019）[2]。另一類觀點則認為，承銷商強大的信息挖掘能力會使其制定嚴格的標準來選擇和評估發債企業，從而付出更高的執行成本，易引發發行人道德風險（Fulghieri，1994）[58]。由此可見，盡管上述研究均從信息不對稱角度討論了承銷商對債券違約行為的影響，卻產生了兩種截然不同的觀點。本文的基準回歸證實了承銷商與發行人之間的地理鄰近性有助于降低債券信用利差。那么，我們不可避免地會提出一個問題：承銷商與發行人之間的地理距離將如何影響債券違約行為呢？為了回答這一問題，本文參考馮曉菲和張琳（2020）[59]的研究，以債券是否發生違約來衡量債券違約行為（DF）。若債券違約，則取1，否則取0。同時，構建二元Logit模型檢驗地理距離對債券違約行為的影響。具體模型如下：

[lnP（DFi，j，t=1）1-P（DFi，j，t=1）=β0+β1Ldisti，j，t+αControls+Industry+Individual+]

[Year+BondType+RateType+Type×Bond+?] （3）

若系數[β1]顯著大于0，則表明承銷商與發行人之間的地理距離越近，債券違約傾向越低；反之，則表明承銷商地理鄰近性加劇了債券違約傾向。表10列（1）展示了式（3）的回歸結果。可以發現，地理距離的系數在5%水平上顯著為正，說明承銷商與發行人地理距離越近，債券違約行為越少，從而支撐了第一類觀點。

分承銷商類型看，銀行承銷商通常與發行人存在信貸交易，可以依托自身龐大的銀行體系網絡，利用地域優勢降低信息不對稱程度，并在存續期對發行人進行外部監督。而非銀行承銷商由于不具備上述優勢，可能難以緩解發行人道德風險。那么，地理鄰近性是否更加有助于非銀行承銷商抑制債券違約行為呢？表10的回歸結果對上述問題進行了回答。表10列（2）和列（3）分別展示了銀行承銷商（DF_bank）、非銀行承銷商（DF_nonbank）與發行人之間的地理距離對債券違約行為的影響。可以發現，非銀行承銷商與發行人的地理距離的回歸系數在1%水平上顯著為正，表明隨著非銀行承銷商與發行人之間地理距離的縮短，債券違約行為也將減少，從而證實了地理鄰近性有助于非銀行承銷商抑制債券違約行為。本文進一步使用Probit回歸模型進行穩健性檢驗。由表10列（4）—（6）可知，在替換模型后，不論是承銷商整體，還是基于承銷商異質性的結果均與Logit模型的結果一致，上述研究結論仍然成立。

七、研究結論和啟示

債券發行定價一直以來都是學術界與實務界共同關注的熱點問題。本文基于信息不對稱視角，結合信息經濟學和新經濟地理學理論，以2003—2021年在銀行間和交易所市場發行的信用債作為研究樣本，探究了地理距離對債券發行定價的影響。研究結果表明，承銷商與發行人之間的地理距離與債券信用利差正相關，即地理距離越近，信用利差越小。在一系列穩健性檢驗后，上述結論依然成立。機制分析發現，地理距離通過信息的類型和成本渠道影響債券信用利差。一方面，地理距離對于軟信息不對稱程度更高的非上市公司債券的信用利差影響更大；另一方面，地理距離對信息獲取成本更高的非銀行承銷商所承銷債券的信用利差影響更大。此外，金融科技有助于緩解債券發行過程中由地理排斥導致的信息不對稱，但地理距離仍然是影響債券發行定價的重要因素；地理鄰近性有助于承銷商實現對債券違約行為的抑制，表現為承銷商與發行人之間的地理距離越近，債券違約行為越少。

本文的研究結論也為促進債券市場健康發展提供了一些啟示：一是加強金融基礎設施建設，提升金融科技水平。政府部門應認識到地理距離帶來的信息劣勢是固有的，因而需要加大對金融基礎設施和平臺建設的投入，提升金融服務的覆蓋范圍和便利程度，強化地理鄰近性的積極效應，形成對債券定價的合理預期以及對債券風險的有效判斷。同時，應加快金融科技服務體系建設，運用金融科技手段緩解投資者與發行人之間的信息不對稱，打造良好公平的債券市場環境。二是加強監管和信息披露要求。政府部門應強化對債券發行人尤其是非上市公司的債券發行監管和信息披露要求，在當前披露發行人基本情況、財務數據等信息的基礎上，進一步挖掘管理層能力、公司戰略等軟信息，并通過標準化形式加以披露，提高信息的可比性和透明度，降低信息不對稱程度。三是引導和鼓勵屬地經營比例較大的非銀行承銷商開展債券承銷業務，推動其與距離相近的發行人進行業務合作，充分發揮其軟信息搜集能力，降低信息成本，將金融資源更多地投入和服務于本地。總體而言，本文從信息不對稱視角提供了一個認識債券發行定價影響因素的新的經驗證據，證實了承銷商與發行人之間的地理鄰近性對于促進軟信息傳播、降低信息搜尋和傳輸成本以及推動債券市場健康發展的潛在意義，為市場主體的決策和監管規則的制定提供了參考。

參考文獻：

[1]Hull J，Predescu M，White A.2004.The Relationship Between Credit Default Swap Spreads，Bond Yields，and Credit Rating Announcements [J].Journal of Banking amp; Finance，28（11）.

[2]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，（01）.

[3]余峰燕，梁琪.地方關系承銷與市場定價有效性研究——基于承銷商獨立性視角 [J].金融研究，2017，（05）.

[4]何志剛，劉暢，周泉.承銷認證機制能緩解信用債的信息不對稱嗎？ [J].會計與經濟研究，2018，32（06）.

[5]高曉燕，紀文鵬.綠色債券的發行人特性與發行信用利差 [J].財經科學，2018，（11）.

[6]Houweling P，Mentink A，Vorst T. 2005. Comparing Possible Proxies of Corporate Bond Liquidity [J].Journal of Banking amp; Finance，29（6）.

[7]Heinke V G.2006. Credit Spread Volatility，Bond Ratings and the Risk Reduction Effect of Watchlistings [J].International Journal of Finance amp; Economics，11（4）.

[8]Iannotta G，Nocera G，Resti A. 2013. Do Investors Care about Credit Ratings？ An Analysis Through the Cycle[J].Journal of Financial Stability，9（4）.

[9]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（03）.

[10]Qian X，Kong D，Du L. 2019. Proximity，Information，and Loan Pricing in Internal Capital Markets： Evidence from China [J].China Economic Review，54（C）.

[11]Knyazeva A，Knyazeva D. 2012. Does Being Your Bank's Neighbor Matter？ [J].Journal of Banking amp; Finance，36（4）.

[12]黃張凱，劉津宇，馬光榮.地理位置、高鐵與信息：來自中國IPO市場的證據 [J].世界經濟，2016，39（10）.

[13]郭照蕊，張天舒.高鐵開通對資本市場定價效率的影響研究 [J].管理學報，2021，18（4）.

[14]Merton R C. 1973. On the Pricing of Corporate Debt：The Risk Structure of Interest Rates [J].Journal of Finance，29（2）.

[15]Myers S C，Majluf N S. 1984. Corporate Financing and Investment Decisions When Firms Have Information That Investors Do Not Have [J].Journal of Financial Economics，13（2）.

[16]吳武清，甄偉浩，楊潔，蔡宗武.企業風險信息披露與債券風險溢價——基于債券募集說明書的文本分析 [J].系統工程理論與實踐，2021，41（07）.

[17]Bellucci A，Borisov A，Zazzaro A. 2013. Do Banks Price Discriminate Spatially？ Evidence from Small Business Lending in Local Credit Markets [J].Journal of Banking amp; Finance，37（11）.

[18]Kubick T R，Lockhart G B，Mills L F，Robinson J R. 2017. IRS and Corporate Taxpayer Effects of Geographic Proximity [J].Journal of Accounting amp; Economics，63（2-3）.

[19]郭思永.大股東認購定向增發股份：基于軟信息不對稱的視角 [J].管理工程學報，2021，35（06）.

[20]方成，丁騁騁.“攻城略地”還是“扎根本土”：空間距離與中小企業融資便利——來自城市商業銀行貸款數據的實證 [J].南開經濟研究，2019，（04）.

[21]申韜.國外軟信息研究金融文獻綜述 [J].學術論壇，2013，36（10）.

[22]王雅炯，幸麗霞.地理距離是否影響金融機構決策——基于資產證券化市場微觀數據的證據 [J].金融經濟學研究，2023，38（03）.

[23]何雁，孟慶璽，李增泉.保代本地關系網絡的違規治理效應：來自IPO的經驗證據 [J].會計研究，2020，（11）.

[24]Rajan P R G. 2002. Does Distance Still Matter？ The Information Revolution in Small Business Lending [J].Journal of Finance，57（6）.

[25]武瓊，柳揚，謝雁翔，劉孟暉.大數據、有限信息與企業并購 [J].系統管理學報，2024，33（03）.

[26]Agarwal S，Hauswald R. 2010. Distance and Private Information in Lending [J].Review of Financial Studies，23（7）.

[27]Loughran T. 2008. The Impact of Firm Location on Equity Issuance [J].Blackwell Publishing Asia.

[28]Degryse H A，Ongena S.2002. Distance，Lending Relationships and Competition [J].Journal of Finance，60（1）.

[29]寇宗來，千茜倩.私有信息、評級偏差和中國評級機構的市場聲譽 [J].金融研究，2021（06）.

[30]Sussman O，Zeira J.2001. Banking and Development [J].CEPR Discussion Papers，1127.

[31]林晚發，趙仲匡，劉巖，方梅.銀行承銷商投資角色與債券定價效率——基于嚴控債券代持業務自然實驗的分析 [J].中國工業經濟，2023，（09）.

[32]Burch T R，Nanda V，Warther V. 2005. Does it Pay to be Loyal？ An Empirical Analysis of Underwriting Relationships and Fees [J].Journal of Financial Economics，77（3）.

[33]王治國.政府干預與地方政府債券發行中的“利率倒掛” [J].管理世界，2018，34（11）.

[34]呂懷立，楊聰慧.承銷商與審計師合謀對債券發行定價的影響——基于個人層面的經驗數據 [J].審計研究，2019，（03）.

[35]Ding Y，Xiong W，Zhang J. 2022. Issuance Overpricing of China's Corporate Debt Securities [J].Journal of Financial Economics，144（1）.

[36]Brevoort K P，Hannan T H.2006. Commercial Lending and Distance：Evidence from Community Reinvestment Act Data [J].Journal of Money，Credit and Banking，38（8）.

[37]張兵，孫若涵.金融科技發展能否降低融資的地理排斥 [J].當代財經，2023，（02）.

[38]方紅星，施繼坤，張廣寶.產權性質、信息質量與公司債定價——來自中國資本市場的經驗證據 [J].金融研究，2013，（04）.

[39]程昊，何睿.從2016年底債市振蕩看浮息債的風險特性和投資價值 [J].債券，2017，（03）.

[40]尹志超，仇化，路慧澤.突破消費時空限制：通勤時間、移動支付與家庭消費 [J].財經科學，2022，（04）.

[41]John K，Knyazeva A，Knyazeva D. 2011. Does Geography Matter？ Firm Location and Corporate Payout Policy[J].Journal of Financial Economics，101（3）.

[42]Liberti J M，Petersen M A. 2019. Information： Hard and Soft [J].Review of Corporate Finance Studies，8（1）.

[43]李孟哲，麻志明，吳聯生.上市公司數量與非上市公司創新 [J].金融研究，2022，（11）.

[44]叢琳潔，米致遠.地理距離與股價暴漲暴跌——基于軟信息不對稱的視角 [J].金融發展研究，2023，（02）.

[45]李鳳羽，耿禾.展期風險如何影響債券發行定價？——基于債務分散度視角的研究 [J].金融論壇，2023，28（02）.

[46]杜立，屈伸，錢雪松，金芳吉.地理距離、契約設計與企業內部資本市場借貸風險防控——來自中國企業集團內部借貸交易的證據 [J].金融研究，2020，（08）.

[47]Christopher J. 1987. Some Evidence on the Uniqueness of Bank Loans [J].Journal of Financial Economic，（2）.

[48]戴國強，錢樂樂.關系型借貸、債券融資與企業貸款成本——基于信息與競爭機制視角的研究 [J].審計與經濟研究，2017，32（05）.

[49]Stein J C. 2002. Information Production and Capital Allocation：Decentralized Versus Hierarchical Firms [J].Journal of Finance，57（5）.

[50]Berger A N，Goulding W，Rice T. 2014. Do Small Businesses Still Prefer Community Banks？[J].Journal of Banking amp; Finance，44.

[51]王唯可，李剛.客戶會計穩健性與供應商評級、債務成本 [J].財會月刊，2020，（22）.

[52]Liberti J M，Mian A R. 2009. Estimating the Effect of Hierarchies on Information Use [J].The Review of Financial Studies，22（10）.

[53]劉暢，劉沖，馬光榮.中小金融機構與中小企業貸款 [J].經濟研究，2017，52（08）.

[54]郭麗虹，朱柯達.金融科技、銀行風險與經營業績——基于普惠金融的視角 [J].國際金融研究，2021，（07）.

[55]張超林，楊竹清.銀行業競爭對小微企業的普惠效應研究——基于金融地理結構的微觀證據 [J].金融經濟學研究，2023，38（05）.

[56]李逸飛，李茂林，李靜.銀行金融科技、信貸配置與企業短債長用 [J].中國工業經濟，2022，（10）.

[57]Torregrosa H P. 1992. Underwriter Compensation and Corporate Monitoring [J].Journal of Finance，47（4）.

[58]Fulghieri C P.1994. Investment Bank Reputation，Information Production，and Financial Intermediation [J].Journal of Finance，49（1）.

[59]馮曉菲，張琳.自然人保證擔保是否降低了小微企業融資成本與違約風險 [J].世界經濟，2020，43（07）.2