企業高質量發展與債券違約風險的關系研究

【摘 要】 高質量發展是體現新發展理念的發展。為貫徹新發展理念，根據上市公司的基本發展情況，建立了企業高質量發展指標體系。以2011—2022年上市公司債券信用利差代表違約風險，實證研究企業高質量發展對債券違約風險的影響，結果表明：企業高質量發展可顯著降低企業違約風險，且在產品市場發展水平高的地區和政府對科研支持程度高及非高新技術企業中的效果更加明顯；企業高質量發展可通過信息環境優化機制和信用增進機制更加有效地降低違約風險；進一步分析認為，打破剛性兌付邊際上提高了債券利差，運用機器學習方法更加細化地探究企業高質量發展指標對違約風險的影響，結果表明該高質量指標體系效果良好，企業在兼顧不同方面發展質量的同時，應更加注重自身的治理水平和資產規模狀況。

【關鍵詞】 企業高質量發展； 違約風險； 信息環境優化； 信用增進； 機器學習

【中圖分類號】 F272；F832.5" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）20-0022-10

一、引言

債券市場高質量發展是資本市場高質量發展的重要組成部分，我國債券市場發展正處于戰略機遇和風險挑戰交織的復雜時期，在此階段，公司債券風險是一個需要重點關注的問題。

目前有較多學者研究單一層面企業指標對企業債違約風險的影響因素，對企業發展具有現實意義和理論意義。在以往研究中，較高的管理層能力是企業社會責任有效性的重要證明，特別是在經濟不確定時期能有效地降低債券違約風險[ 1 ]。企業變現能力也是企業降低違約風險較為重要的因素之一，自由現金流量創造力越強勁的企業，違約風險較低[ 2 ]。從高質量發展評價與測度來看，基于新發展理念建立制造業高質量發展指標體系[ 3 ]。同時在股票市場中，建立了股票高質量發展指標體系，通過衡量股票質量來幫助投資者更好地制定合理的投資策略[ 4 ]。由此可見，在不同領域需要不同的高質量發展綜合指數來進行衡量，但是目前缺乏關于上市公司債券層面較為系統且與新發展理念相契合的高質量發展指標評價體系。整合不同層面企業指標有助于企業管理層作出合理的判斷和決策，促進企業整體發展，提高企業發展質量，有效預防因自身發展問題而引起的違約風險。

因此，本文以2011—2022年A股上市公司作為研究對象，借鑒李萌等[ 5 ]的研究，從企業高質量發展如何作用于債券的信用風險溢價（即信用利差）的角度出發，根據企業基本發展情況與新發展理念構建了6方面20項企業高質量發展指標體系，采用主成分分析法得出企業高質量指標體系得分，從而研究企業高質量發展對企業債務違約風險的影響，實證檢驗企業高質量發展對公司債券違約風險的影響。同時本文采用不同的機器學習方法就企業高質量發展指標體系對公司債券違約風險進行進一步研究，進一步驗證了企業高質量發展指標體系的有效性。

本文的創新與貢獻有三點：第一，建立了企業高質量發展和債券違約風險之間的關系，拓展了對債券違約化解方法的研究；第二，已有研究在違約風險方面對企業高質量發展的評價方法較為單一，本文則從企業基本發展和新五大發展理念兩個維度出發建立了一個能更加全面評價企業高質量發展水平的指標體系；第三，本文在使用傳統計量方法進行分析的同時，使用機器學習方法更進一步地研究了企業高質量指標體系對防范債券違約風險的預測能力，具有豐富的理論意義和現實意義。

二、理論分析與假設提出

（一）企業高質量發展對債券違約風險的影響機制

發行債券是企業融資的重要途徑之一，但信息不對稱導致債券投資者權益無法保證。而企業披露的信息是投資者決策的重要依據，信息質量的高低直接關系到投資者對公司債券的投資決策。對于信息質量不佳的企業，投資者難以準確判斷其真實的經營情況，導致其會索要更高的債券風險溢價，從而使公司債券違約風險增加。企業高質量發展不僅提高信息質量，獲得投資者青睞，同時也能提高信用評級機構對企業的主體評級及債項評級。由此本文借鑒陳小運等[ 6 ]的研究，認為企業高質量發展可通過信息環境優化機制和信用增進機制降低債券違約風險。

1.信息環境優化機制。本文認為企業高質量發展有助于向投資者傳遞準確的積極信號，從而優化信息環境，進而減少公司債券的信用利差。為驗證這一信息環境優化機制，從金融分析師關注度和上市公司透明度兩方面進行分析。一方面，企業高質量發展會吸引更多分析師關注，分析師的專業解讀和判斷使得企業的真實情況得以更加清晰地展現在投資者面前，還有效地解決了債券投資者在投資決策過程中面臨的信息不對稱問題，從而優化信息環境，降低債券違約風險。另一方面，提高上市公司透明度有助于降低投資者因信息不對稱而產生的風險感知，企業高質量發展的積極信號得以傳遞，優化信息環境，進而有助于降低債券的風險溢價，為企業的融資成本優化提供了有力支持，有效緩解企業發展的融資約束[ 7 ]，從而降低債券違約風險。總之，在市場條件下，企業高質量發展有助于從中小企業官網公開的信息中挖掘出能預測其風險的有效信息[ 8 ]，提高信息透明度及提高信息質量，能更多地吸引分析師關注，投資者可獲得更可靠更有效的信息從而調整自身的購買策略，降低債券違約風險。

2.信用增進機制。企業的信用評級是債券投資者進行債券風險評估的重要依據之一，企業高質量發展意味著其有較強的長期競爭優勢，從而提高企業價值，也有利于提高信用等級。高質量發展的信息傳遞能夠緩解發債企業與信用評級機構之間的信息不對稱，降低企業違約風險；同時產生一定的信息增量作用，使企業獲得較為準確及較高的信用評級[ 9 ]。同時信用評級信息通過增加分析師預測的公共信息來提高信用評級質量，從而改善市場信息環境[ 10 ]。信用評級機構可通過深入分析企業高質量發展的狀況，進而更全面地評估企業的信用水平和違約可能性，為企業賦予更準確的信用評級。這種評級調整有助于優化債券市場的信息環境，提高市場透明度。良好的信用評級可以提升企業的形象，提高其自身競爭力，信用評級越高的企業越容易得到債券投資者的青睞。因此企業高質量發展可以提高企業自身的主體評級和債項評級，有利于降低債券違約風險。

基于以上分析，本文提出假設1。

H1：企業高質量發展可通過信息環境優化和信用增信機制降低債券違約風險。

（二）企業高質量發展影響債券違約的異質性分析

我國區域發展的差異和市場化改革造成了市場化水平的差異。張群姿[ 11 ]提出不同市場化程度地區的風險偏好對企業創新效率的影響并不一致。因此地區市場化程度的差異導致企業發展水平有所不同，進而影響對公司債券違約風險的判斷。市場化程度高的地區，經濟活躍度高，市場競爭激烈，市場監管機制嚴格，能促進企業提高發展質量，有助于高質量發展企業得到更為市場化的資源配置，從而更有效地降低債券信用利差，更好地降低債券違約風險。

企業如何實現高質量發展及其發展程度如何是經濟發展較為重視的因素。高新技術企業是指在新領域中利用科學技術或科學發明進行發展的企業，或在原有領域中進行創新式運作的企業。高新技術企業的認定，可以有效激發企業的自主研發活力，提高企業的成長性，同時高新技術企業的認定極大地提升了企業的聲譽，獲得更多投資者青睞，從而更好地降低違約風險。此外，企業高質量發展可以幫助非高新技術企業提高自身競爭力，更多彌補自身相較于高新技術企業的缺陷，從而提高企業產品質量，提高企業市場價值，降低債券違約風險。

科研能力是影響企業發展的重要因素，對企業的生存和發展起著重要作用，同時提高科研能力能提高企業的盈利能力和市場競爭力。科研能力在很大程度上可以提升債券投資者對企業經營狀況和未來發展背景的信息的預判，保障債券投資者權益，降低企業信用利差。而政府一直高度重視企業科技創新工作，著力構建以企業為主體、市場為導向、產學研緊密結合的創新體系，鼓勵企業大力開發關鍵核心技術，幫扶企業應對技術進口的斷供風險，以此促進企業高質量發展。因此，在政府支持科研力度比較大的地區，企業高質量發展有助于降低債券市場風險。

由此提出假設2。

H2：公司高質量發展在市場化程度高、非高新技術企業和政府支持科研力度大的地區，對債券違約風險的降低作用更明顯。

三、指標構建和數據說明

（一）高質量發展指標體系構建

根據上述文獻綜述，本文分別從企業的基本發展和新發展理念兩個維度出發，構建了企業高質量發展水平的綜合指標體系，包括財務狀況、成長能力、監管能力、創新能力、社會責任、開放環保6方面20項指標。

1.企業財務狀況

企業財務指標是衡量企業基本發展情況的重要指標之一。本文從總資產（TotalAssets）、無形資產投資總額（IntangibleAsset）、營業總利潤（OperationProfit）、固定資產投資總額（FixedAssets）以及凈利潤（NetProfit）指標刻畫企業基本信息。該方面指標均從CSMAR與WIND數據庫獲得。

2.成長能力

本文從固定資產增長率（FixedGrowth）、凈資產增長率（RoeGrowth）以及華證綜合得分（ESG）3個指標來刻畫企業的成長能力。該方面指標均從CSMAR與WIND數據庫獲得，其中固定資產增長率的計算如式1。

3.監管能力

Nicolas et al.[ 12 ]曾提出對提高董事會的有效性很重要的機制。比如董事會組成、董事會獨立性和董事會規模。在理論上，董事會是保證管理者追求股東利益的最重要的公司治理機制之一。它可以監督、約束和移除無效的管理團隊。本文選取董事會規模（Board）、獨立董事占比（PID）、前十股東持股數量/總股數（Hodding）以及華證ESG評級的公司治理評分（ESG_G）指標。此數據代表了企業的股權制衡和企業的內部監督機制。相關數據來源于CSMAR數據庫。

4.創新能力

本文從全要素生產率（TFP）、專利質量（PatentQuality）以及專利數量（Patents）3個指標來衡量創新能力。TFP的計算方法如下：本文剔除有關ST或金融行業的數據，采用OP方法計算，借鑒魯曉東等[ 13 ]的思路，用式3進行計算。

式中，Yi，t取上市公司營業收入，Li，t代表企業員工人數；Ki，t取固定資產凈額，Iit是投資，取購建固定資產無形資產和其他長期資產支付的現金來代替；Province、Year、Industry分別代表省份、年份與行業固定效應。相關數據來自CSMAR數據庫與WIND數據庫。

專利質量和專利數量，本文參考Hequan Sun et al.[ 14 ]提到的赫芬達爾指數的計算思路，在大組層面上定義企業專利知識寬度為式4：

其中，Zimt為企業截至t年在m大組下發明與實用新型申請專利的累計數目，Zi，t為企業i截至t年在全部大組下申請專利的累計數目。專利知識寬度指標（PatentKnowledge）反映了企業專利的知識覆蓋廣度和質量水平，PatentKnowledge的值越大，專利質量越高。本文在計算中將表明無效的實用型專利及外觀型專利剔除，以確保計算結果的準確性和有效性。相關數據來源于國家專利局。

5.社會責任

公司社會責任也是刻畫公司高質量的重要指標之一。本文選取所得稅占利潤總額比（Tax）、公益捐贈金額（Donation）以及華證評級的社會責任得分（ESG_S）來衡量企業的社會責任。評分數據來源于華政，其余數據均來自CSMAR數據庫。

6.開放環保

本文從開放和環保兩個方面進行刻畫。首先，本文用專利被引用次數（PatentRefere）來判斷該企業高質量發展的開放程度。同時通過華證評級的環境得分（ESG_E）來刻畫其綠色環保發展。其數據均來源于CSMAR數據庫和WIND數據庫。

企業高質量發展評價體系指標如表1。

（二）債券樣本及數據來源

本文選取2011—2022年A股上市公司作為研究樣本，剔除金融類企業的數據。通過結合企業高質量指標體系進行數據整理，剔除沒有主體評級的企業，剔除不符合本文數據選擇標準的樣本后，總樣本量共1 293家企業。由于部分上市公司沒有發行債券，在計算信用利差時將其剔除。同時有同一家上市公司發行不同債券，本文根據年限選取發行時間早的債券，最終在計算信用利差中選取2 697個數據進行計算。

四、研究設計

（一）變量定義

1.被解釋變量：債券信用利差（CreditSpread）

信用利差一直以來都被認為是衡量企業信用風險的重要指標。Merton et al.[ 15 ]曾提出信用利差即為債券的風險溢價水平，是用于向投資者補償基礎資產違約風險的高于無風險利率的利差。本文參照李萌等[ 5 ]采用債券信用利差CresitSpread（即債券到期收益率與同期限無風險債券到期收益率之差）來測度企業發行債券的違約風險。其中，無風險債券到期收益率采用國債的到期收益率來衡量。

2.解釋變量：企業高質量發展指標體系綜合指數

為方便計算，本文基于企業高質量發展體系指標，采用主成分分析法得到主成分得分，構建企業高質量體系綜合評價指數（CorpQua），其數值大則表明企業發展越好。

3.中介變量

（1）信息環境優化機制：上市公司透明度和分析師關注度

為驗證信息環境優化機制，本文以關注上市公司的金融分析師數目來作為衡量金融分析師關注度的指標，且上市公司透明度及關注上市公司的金融分析師數目均來自國泰安數據庫。

（2）信用增進機制：主體評級

本文采用主體評級來更好地研究信用增進機制。因不同機構的評級標準不一致，同時同一機構的不同分析員得出的主體評級都不相同，本文將同一企業的主體評級（Corporate Credit Rating）取均值以便數據更加準確，同時為方便后續書寫，本文將其取名為CCR。表2中本文將企業主體評級進行數值化，降序依次排列并賦予對應數值，以便更好地計算。

4.控制變量

控制變量分為兩部分，企業層面與債券層面。其中企業層面包括財務杠桿（Debtratio，負債與總資產的比）與企業的產權比率（Equity，負債與所有者權益之比）；債券層面為債券的債項評級（Bondrating）、債券票面利率（Couponrate）、債券發行期限（Term）及發行規模（Amount）。

上述變量的具體定義如表2。

（二）研究模型設定

為了檢驗企業高質量發展是否影響公司債券的信用利差，本文構建基本模型1：

其中，被解釋變量CreditSpread是債券的信用利差，自變量CropQua為企業高質量體系綜合評級指數。Controls是控制變量，包括企業財務杠桿及產權比率等。為排除企業個體特性和時間差異對研究結果的干擾，本文對企業個體（Firm）和年度（Year）實施了雙重固定效應控制。

（三）關鍵變量描述性統計

表3是樣本中關鍵變量的描述性統計。從表中可以看出：首先，債券的信用利差的均值為2.317、標準差為1.604，說明債券信用利差在企業之間存在著很大差異。同時其偏度為2.532，峰度為14.083。說明信用利差呈右偏態勢且是尖頂峰。其次，企業高質量指標體系綜合指數的均值為1.102，同時綜合指標的區間范圍為-4.794至13.521，最大值和最小值相差較大，由此說明企業整體發展質量不是很高，企業發展質量參差不齊，表明不同的企業之間企業高質量發展差異較大。最后，主體評級的均值為4.828、標準差為1.327，說明各企業的主體評級也相差較大，且大部分企業可以達到A+評級。同時企業之間透明度差異較大，均值為1.981，則說明普遍上市公司透明度較差。分析師關注度最小值為0，說明一些企業發展潛力低，少有分析師對其關注，且不同企業的分析師關注度相差較大，側面反映了企業整體發展質量的較大差異。

五、實證結果分析

（一）基準回歸結果

表4為企業高質量發展指標體系對公司債券利差的基準回歸結果。列（1）為未加入控制變量，公司高質量發展指標體系與債券信用利差的回歸結果，可以看出CropQua的回歸系數為負，且在1%的置信區間顯著。由此可以說明企業高質量發展能降低信用利差，從而降低風險。同時本文考慮到公司債券信用利差可能受到其他因素的影響，在列（2）中加入了一系列控制變量。從結果中可以看出，盡管CropQua的回歸系數絕對值有所下降，但其仍在1%的水平顯著且為負，支持本文假設。

（二）影響機制檢驗

上述實證結果證實了企業高質量發展能降低公司債券信用利差，本文進一步基于前文理論分析，從信息環境優化、信用增進兩個影響渠道探索企業高質量發展如何影響公司債券信用利差。

1.信息環境優化機制

本文采用中介效應模型來檢驗信息環境優化機制，結果如表5所示。表5列（1）結果顯示了企業高質量發展顯著提高了分析師的關注度；列（2）加入中介變量分析師關注度（Anst），結果顯示企業高質量發展指標體系對公司債券信用利差的影響在分析師關注的作用下回歸系數仍然顯著為負，這表明分析師關注在企業高質量指標體系對公司債券信用利差的影響中起到了中介作用；列（3）為上市公司透明度的檢驗結果，發現企業高質量指標體系顯著提高上市公司透明度；列（4）將中介變量上市公司透明度（Transparency）加入主回歸模型，結果顯示上市公司透明度降低了公司債券信用利差，說明上市公司透明度在企業高質量指標體系對公司債券信用利差的影響中發揮了中介作用。以上結果說明了企業高質量發展能很大程度上通過提高信息透明度來提高投資者對公司債券的信任，降低債券違約風險，從而驗證了信息環境優化機制。

2.信用增進機制

企業高質量發展有助于獲得評級機構賦予的更高債券信用評級。信用評級分為主體評級和債券評級，而本文研究的是企業高質量發展，因此為驗證信用增進機制，本文以發行債券企業的主體評級（CCR）作為中介變量構建中介效應模型，該數據來自國泰安數據庫。表5列（5）為企業主體評級的檢驗結果，發現企業高質量指標體系顯著提高上市公司的主體評級；列（6）將中介變量企業主體評級加入主回歸模型，結果顯示企業主體評級降低了公司債券信用利差，說明企業主體評級在企業高質量指標體系對公司債券信用利差的影響中發揮了中介作用。以上結果說明企業高質量發展能很大程度上提高企業主體評級，改變債券投資者對高質量發展企業違約可能性的預期，從而驗證了信用增進機制。

（三）穩健性檢驗

1.內生性檢驗

本文認為企業高質量發展能夠降低信用利差，但如果企業高質量發展體系是內生的，那么回歸結果存在誤差。前一期的企業高質量發展水平會影響當期情況，但不會對擾動項產生影響，故本文把企業高質量的滯后一期作為工具變量。內生性檢驗具體做法如下：首先，利用該工具變量進行兩階段最小二乘法（2SLS）回歸；其次，本文還采用了對弱工具變量不敏感的有限信息最大似然法（LIML）回歸。

在表6的工具變量法回歸結果中，列（1）和列（3）均揭示回歸系數在1%水平上顯著為正，這充分證明了本文所選取的工具變量滿足相關性要求。此外，針對弱工具變量的檢驗顯示，Cragg-Donald Wald F值均超過臨界值，從而有效排除了弱工具變量的可能性，進一步驗證了本文工具變量的合理性。列（2）和列（4）則展示了工具變量在第二階段的回歸結果，顯示企業高質量發展對企業信用利差仍在5%的置信區間顯著為負，與主回歸結果一致，表明結果較為可靠。

2.替換被解釋變量的衡量方式

考慮到被解釋變量違約風險的衡量方式可能會對回歸結果產生影響，本文替換了違約風險的衡量方式，參考甦葉等[ 16 ]對違約風險的衡量方式，即采用以Naive模型估計的違約概率（EDF）作為違約風險的替代變量，重新對模型進行回歸。表6列（5）為未加入控制變量的回歸結果，列（6）則是包含控制變量的回歸結果。由回歸結果可以看出，無論是否加入控制變量，企業高質量發展對企業違約風險的估計系數均顯著為負，與主回歸結果保持一致。

3.控制潛在的遺漏控制變量

考慮到宏觀因素可能同時會對企業高質量發展和債券違約風險產生影響，本文進一步控制了宏觀因素。因此本文將人均GDP增速和GDP增速作為宏觀因素，將其作為潛在的控制變量重新納入模型進行回歸，結果如表6列（7）。可以看到，本文回歸結果仍然保持不變。

（四）異質性分析

1.基于地區市場化環境的異質性檢驗

為了檢驗市場化水平對企業高質量發展與違約風險之間的關系的影響，本文以產品市場化指數作為衡量指標，衡量產品市場的發育程度，該數據從中國經濟信息網獲得。根據產品市場化指數的均值，將樣本分為發育程度較低組和較高組。表7展示了分組檢驗成果，列（1）和列（2）顯示，產品市場發育程度較高組的回歸系數更加顯著。這表明企業所在地區產品市場較為發達，意味著企業所處地區產品市場化水平較高，這為企業高質量發展提供了有利條件，使得債券投資者更愿意投資高質量發展的企業，降低其風險溢價，從而降低違約風險。

2.基于高新技術企業的異質性檢驗

為了檢驗是否獲得高新技術企業認定對企業高質量與債券違約風險之間關系的影響，本文選取是否為高新技術企業來進行衡量，該數據來自國泰安數據庫。表7展示了回歸結果，列（3）和列（4）結果顯示企業高質量發展顯著降低非高新技術企業的債券違約風險，這說明，相對于高新技術企業，非高新技術企業可通過高質量發展來提高企業自身競爭力，且可以根據企業高質量發展綜合指標來衡量自身發展，彌補自身缺陷，獲得更多的投資者青睞，降低債券信用利差，從而降低債券違約風險。

3.基于政府對科研支持程度的異質性檢驗

為了檢驗政府就科研支持程度對企業高質量發展與違約風險之間關系的影響，本文采用科學研究與開發機構數量作為衡量政府對科研支持程度的指標。根據科學研究與開發機構數量的中位數，將樣本分為科學研究與開發機構較少組和較多組。表7展示了分組回歸結果，從列（5）和列（6）可以看出企業高質量發展對企業違約風險降低作用僅在科學研究與開發機構數較多組的情況下顯著。換言之，政府應大力支持科學研發，企業通過研發提升自身產品質量，降低其違約風險。

六、進一步分析

（一）公司高質量各指標分析

本文在研究企業高質量發展指標體系對企業違約風險影響的同時，采用機器學習法更進一步細化了高質量的指標對違約風險的影響，深入探究不同方面的高質量指標對違約風險的重要性，驗證了本文高質量指標體系的準確性。

本文以企業代碼，年份，20個企業高質量發展水平指標、主體評級、分析師關注度及上市公司透明度和財務杠桿、企業的產權比率、債項評級、債券票面利率、債券發行期限及發行規模6個控制變量為輸入值，以信用利差為輸出值，使用領近算法（KNN）、隨機森林（Random Forest）、極限學習機（ELM）三種機器學習方法建立模型，對企業信用利差進行預測。本文以整體MSE、MAE、RMSE為模型的評估指標，比較三個模型的性能。

模型全部變量按訓練集和測試集為9∶1的比例劃分方法劃分數據集，其中訓練集樣本用于建立各個模型，測試集樣本用于所建立模型的綜合性能分析，用均方誤差（MSE）、平均絕對誤差（MAE）、均方根誤差（RMSE）為模型的評估指標，比較三個模型的性能。從表8可以看出，通過各項指標對比，KNN模型預測效果最為良好，其次為Random Forest，ELM效果最差。通過結果可以看出，企業高質量發展水平能明顯影響信用利差，進而降低風險，進一步驗證了前面的結論。

同時本文還作出了預測結果圖，通過圖1、圖2可以看出真實值與預測值無較大差異，由此進一步說明了企業高質量指標體系的準確性，通過企業高質量指標體系能更加準確地預測信用利差，進而降低風險溢價，從而降低違約風險。

（二）利用隨機森林進行特征重要性分析

隨機森林模型不僅可以用來預測，還可以通過計算每個特征在所有決策樹中基尼系數的平均值來得到特征重要性。本文做了隨機森林特征重要性排序圖。從圖3可以看出在企業高質量發展水平的20個指標中，對信用利差影響最大的是監管能力的公司治理水平（ESG-G）、前十股東持股數量/總股數（Hodding），然后是財務能力的總資產（TotalAssets）。由此企業更應注重發展監管能力及財務能力。企業應加強自身的內部監管，對企業內部進行監督檢查，提高企業整體發展水平，防范風險；同時，企業應有足夠的盈利能力，提高自身產品的市場競爭力，從而實現全面的風險降低和穩健的發展。

七、結論與政策建議

（一）主要結論

第一，企業高質量發展能降低公司債券的風險溢價，從而降低公司債券的違約風險，該結果在經過穩健性檢驗后仍然成立。

第二，影響機制檢驗發現，企業高質量發展可通過信息環境優化和信用增進機制兩種渠道作用于企業債違約風險。

第三，根據異質性分析，發現企業高質量作用在產品市場水平較高的地區及非高新技術企業更為顯著，同時在政府對科研支持程度較高時企業高質量則更顯著地降低違約風險。

第四，通過對剛性兌付政策分析，發現因打破剛性兌付政策使債券市場波動變大，風險溢價提高，致使債券違約風險變大，減弱了公司高質量指標體系降低債券違約風險的作用。

第五，使用機器學習法進一步研究了企業高質量體系指標對企業債違約風險的影響，證明了該企業高質量體系指標是有效的。同時本文進行了重要特征性分析，結果顯示企業治理水平和資產增加在降低違約風險過程中起主導作用，因此更應關注企業的資產規模以及內部治理狀況。

（二）政策建議

第一，政府應加強債券市場對企業高質量發展的支持，重點關注高質量發展企業的債券發展情況，增強企業在債券市場的活躍性。

第二，對于政府監管部門而言，應持續加大對企業信息披露行為的檢查監督力度，加強違法違規信息披露行為懲戒，力求從根本上增強企業經營債務償還能力，從而降低債券違約風險。

第三，企業管理層應強化內部決策制衡機制，增強其經營效率和財務穩健性，從而提高企業戰略的可行性及執行力，增強企業償債能力，降低企業違約風險。

【參考文獻】

［1］ RENALD T S，JUNGMU K.An empirical study on the relationship between corporate social responsibility and default risk：evidence in Korea［J］.Sustainability，2023，15（4）：3644-3644.

［2］ 謝德仁，劉勁松.自由現金流量創造力與違約風險——來自A股企業的經驗證據［J］.金融研究，2022（12）：168-186.

［3］ 劉成坤，林明裕.制造業高質量發展水平的統計測度及時空演變特征研究［J］.當代經濟管理，2023，45（8）： 56-68.

［4］ 張金清，李梓豪.企業高質量發展水平能否預測其股票市場表現——基于機器學習方法［J］.金融經濟學研究，2023，38（6）：50-65.

［5］ 李萌，王近.內部控制質量與企業債務違約風險［J］.國際金融研究，2020（8）：77-86.

［6］ 陳小運，黃婉.探索型創新對企業債發行定價的影響［J］.經濟管理，2023，45（10）：130-146.

［7］ 謝雪燕，徐曉慧.信息透明度與中小企業技術創新——基于融資結構與代理問題的雙重視角［J］.武漢金融，2023 （3）：42-52.

［8］ JIANG C Q，YIN C，TANG Q，et al.The value of official website information in the credit risk evaluation of SMEs［J］.Journal of Business Research，2023，169：1-19.

［9］ 張新民，丁璇，楊道廣，等.企業資源配置戰略與債券信用評級［J］.財經問題研究，2024（2）：64-75.

［10］ 林晚發，趙仲匡，劉穎斐，等.債券市場的評級信息能改善股票市場信息環境嗎？——來自分析師預測的證據［J］.金融研究，2020（4）：166-185.

［11］ 張群姿，劉茵偉，胡金焱，等.市場化進程、風險偏好屬性與企業創新效率［J］.山東大學學報（哲學社會科學版），2024（2）：104-116.

［12］ EUGSTER N，KOWALEWSKI O，PIEWANOWSKI P.Internal governance mechanisms and corporate misconduct［J］.International Review of Financial Analysis，2024（1）：103-109.

［13］ 魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007［J］.經濟學（季刊），2012，11（2）：541- 558.

［14］ SUN H，SHAO R.Herfindahl index applied to Fourier analysis［J］.Digital Signal Processing，2009（7）：726-730.

［15］ MERTON C R，THAKOR T R.Customers and investors：a framework for understanding the evolution of financial institutions［J］.Journal of Financial Intermediation，2019，39：4-18.

［16］ 甦葉，翟淑萍，繆晴.政府采購能降低民營企業違約風險嗎？［J］.山西財經大學學報，2024，46（3）：96-110.