——基于投资者情绪中介效应
曹泽仁1，2，徐盛3，王亚童4
（1复旦大学经济学院，上海200433；
2.建信金融科技有限责任公司，上海 200000；
3.上海市发展和改革委员会，上海200003；
4.长沙银行股份有限公司，长沙410003）
[摘要]本文以2012-2018年沪、深两市公开发行的公司债券为主要分析对象，研究了宏观经济政策变化对微观公司债券发行信用利差的影响。研究发现：经济政策变化与公司债券发行信用利差之间存在显著正相关性，而债券市场投资者情绪是资本市场中一条重要的中介传导路径；进一步研究表明，相比国企债、城投债等具有政府隐性担保特征的公司债券，其他类型公司所发债券的发行信用利差不仅显著更高，且其对经济政策的变化更为敏感。
与之相应，债券市场投资者情绪中介效应在不同样本组间存在异质性特征。本文结论有助于更为全面地认识我国公司债券发行市场的价格形成机制，进而为促进直接融资市场健康发展和深化资本市场结构改革提供一定参考借鉴。
[关键词] 经济政策变化；发行信用利差；投资者情绪；政府隐性担保
[中图分类号] F832.5 ［文献标识码］A ［文章编号］1000-4211(2021)06-0076-15
一、引言
历史经验表明，目标明确且贴合实际的经济政策的制定推行，往往会对推动经济发展、促进社会进步起到至关重要的作用。然而，面对不同阶段复杂多变的形势，政府总是会为实现其某一时期的特定目标而进行相机抉择，这使得经济政策时常会出现一定程度的变化调整，进而可能导致市场主体由于无法确切预知政府是否、何时以及如何改变现行经济政策，从而主动改变其行为决策以应对宏观政策可能变化所带来的影响。而这又会反过来对宏观经济预期和市场主体行为造成负面冲击，进一步加剧经济波动、削弱政策效果。
从已有研究看，经济政策变化不仅会波及实体经济，还会影响到企业于资本市场的直接融资结果（陈国进等，2014；徐征等，2019）。在“增强金融服务实体经济能力”的理念引领下，近年中国资本市场
直接融资比重持续上升。其中，市场化程度较高的公司债券市场亦呈现出迅猛增长态势。根据国家统计局公布的数据，2020年全年发行公司信用类
[收稿日期] 2021-10-16
[作者简介]曹泽仁，复旦大学经济学博士研究生，建信金融科技有限责任公司，研究方向：公司金融；徐盛，上海市发展和改革委员会，研究方向：中国金融问题；王亚童，长沙银行股份有限公司，研究方向：公司金融。
076
债券14.2万亿，年发行规模约为2015年的2.1倍，已成为中小企业获取资金的重要途径。因此，在继续规范发展公司债券市场以满足更多企业多元融资需求的大背景下，有必要针对宏观经济政策变化对公司信用类债券发行上市的影响特征展开研究，为未来相关市场的进一步改革提供借鉴和参考。
本文选取2012—2018年在沪、深两个交易所公开上市发行的公司债券为分析对象，重点研究了经济政策变化对我国公司债券一级市场发行定价的影响。同时，本文构建了中国债券市场投资者情绪指数，从行为金融学视角探讨了中国宏观经济政策变动对微观公司债券风险溢价的传导途径。最后，引入政府隐性担保，实证检验经济政策调整对不同类型债券的影响特征。本文的研究有助于加深经济政策变化对我国公司债券发行市场资产定价的认识理解，从而拓展了相关领域研究的内容范畴。
二、文献回顾
基于本文研究重点，文献综述部分将围绕经济政策变化的度量影响，以及公司债券发行利差的影响因素展开。赛级犬
关于经济政策变化的研究，学者们从经济政策变化的度量及其经济后果两方面展开。一方面，由于经济政策变化难以直接观测，其测度是实证研究的难点，目前主要采用单一经济变量波动、虚拟变量、文本分析等方法进行量化指标构建分析。例如，Julio 和 Yook （2012）采用选举结果、曹春方(2013)运用官员变更来度量经济政策变化。王义中和宋敏(2014)以GDP的条件方差作为衡量经济政策变动程度的指标，Baker等(2016)则运用文本分析的方法，通过从《南华早报》中提取有关关键词，创新性地构建了中国经济政策不确定性指数以定量测度经济政策变动程度，该指数目前在学界已被广泛使用。另一方面，诸多文献发现，（经济）政策变化对实体经济和资本市场均会产生重要影响。针对企业行为，Gulen et al (2016)、李凤羽和杨墨竹(2015)、饶品贵等(2017)等认为政策不确定性上升会显著抑制企业投资。利用经济政策不确定性指标，顾夏铭等(2018)、顾等(2020)指出经济政策不确定性对企业创新具有显著正向促进作用；王红建等(2014)、李凤羽和史永东(2016)发现企业现金持有水平与经济政策不确定性显著正相关。资本市场方面，经济政策变动特征亦是决定金融产品风险定价水平的重要宏观因素。例如，经济政策变动加剧会通过增加市场波动和降低市场流动性来显著升高系统性风险、加剧金融市场摩擦，降低投资者的风险承担能力，进而导致投资者索要更高的风险溢价（陈国进
等，2014）。在股票市场，经济政策不确定性是中国股市的一个重要定价因子(汪弘等，2018)，会显著降低股票预期回报率(邓晓萌,2019)。在债券市场，较高的风险溢价水平会影响企业的风险承担能力，造成融资成本即信用利差的上行，进而减少债务融资规模，且这种效应在短期债务融资中、经济衰退期、非国有企业中、低信用评级债券中更为显著(才国伟等，2018)。
预谋歌词关于公司债券发行利差影响因素的研究，学者们从微观企业、中观市场、宏观经济等方面进行了深入探讨。在微观企业层面，产权性质、债券契约条款、会计信息质量、客户集中度等因素会影响债券信用利差。国有产权的隐性担保能直接和间接地降低投资者违约风险，从而降低公司债券的信用利差（方红星等，2013）；债券契约条款对债权人的保护程度越高、担保措施越完善，则公司债券的信用利差越低(陈超和李镕依，2014)；当公司的
盈余管理程度越高、会计信息质量越低时，债券投资者会要求更高的信用利差以降低潜在的信用风险（杨大楷和王鹏，2014；朱焱和孙淑伟，2016）；客户集中度越高，则企业未来收入和现金流不确定性也越高，进而提升债券的信用利差(王雄元和高开娟，2017)。中观市场层面，分析师预测、融资融券、市场系统性风险等因素会影响债券的信用利差。分析师预测分歧度、预测偏度与信用利差之间正相关，跟踪分析师数量、跟踪分析师中明星分析师占比与信用利差之间负相关(林晚发等，2013)；公司融资余额增长越多，信用利差越大，而融券余额的变化对信用利差没有显著影响(侯鑫和褚剑，2019)；市场系统性风险越高，则信用利差越高(许屹，2017)。宏观政策层面，货币政策、经济周期、
宏观经济不确定性等因素会影响债券信用利差。于静霞和周林(2015)认为债券信用评级越低、期限越长，则货币政策调整对信用利差的影响越大。郭晔等（2016）发现在经济周期的繁荣时期，未预期货币政策对信用利差的作用更大。与之相对应，在经济增长率越高以及经济增长率波动越小的情况下，则债券的信用利差越低(宋秀慧和林晚发，2016)。周宏等（2011）、徐征等（2019）针对企业债券的研究结果显示，企业债券信用利差会随宏观经济不确定性上升而显著增加。王超(2020)通过对交易上市一般公司债的月度信用利差变化的研究，进一步揭示了经济政策变化对我国不同信用等级公司债券的异质性影响。
三、研究假设
（一）经济政策变化与公司债券发行信用利差
诸多国外研究已发现，宏观政策变动不仅会影响实体经济发展环境，还会对金融市场造成显著影响（Brogaard & Detzel，2015），更有学者将政策不确定性视为资产定价模型中一个重要的宏观风险溢价因子(Pastor & Veronesi,2013)。就债券市场而言，Lu et al(2010)指出美国债券投资者会对信息不确定性索要高风险溢价，Nodari(2014)发现金融监管政策变动加剧会对美国债券市场信用利差形成正向冲击，该现象在经济衰退期尤为明显。Wisniewski & Lambe(2015)指出经济政策不确定性会引发市场投资者对于债券违约风险的担忧，进而导致美国信用违约互换(CDS)利差显著提升。针对我国债券市
场，张鑫(2019)发现经济政策变化会导致企业资产负债表恶化及其所发债券信用利差上升。利用Baker等(2016)发布的中国经济政策不确定性指数和中国债券市场相关数据，徐征等(2019)和王超(2020)得出了与张鑫(2019)相似的结论。然而，前者以有较多限制条件的企业债为样本，其对风险变化并不敏感（高强和邹恒甫，2015），不能充分反映经济政策变化的影响。后者则以揭示经济政策不确定性对公司债二级市场信用利差的作用机制为主，尚未涉及债券一级市场。据此，本文提出假设1：
假设1：经济政策变化会显著提高中国公司债券的发行信用利差。
（二）投资者情绪的中介传导机制
除了直接影响金融市场资产定价外，经济政策变化还可能会对资本市场整体情绪面造成冲击，从而在改变市场风险偏好的同时进一步引发信用利差变化。一方面，较复杂的经济政策变动环境会增加投资者的风险感知和模糊性厌恶水平(靳光辉等，2016)，这会导致对未来市场形成悲观预期，从而使得投资者情绪下降。另一方面，在恐惧焦虑等负面情绪影响下，投资者行为决策也将趋于理性保守，这会进一步减少市场对金融产品的投资需求并
078
导致资产价格下降。已有国内外文献证实，投资者情绪高涨与其对公司债券信用利差要求两者之间存
在显著负相关关系(Nayak，2010；李永等，2018)。周方召和贾少卿(2019)等研究已发现：投资者情绪中介效应在经济政策不确定性对中国股市的影响中显著存在。据此，本文提出假设2：
假设2：经济政策变化会显著抑制债券市场投资者情绪，进而提高公司债券发行信用利差，该中介影响机制路径如图1所示。
王力宏老婆李靓蕾微博韩国胜利门
图1 经济政策变化对公司债券发行信用利差的投资者情绪中介影响机制路径平方公式
（三）政府隐性担保的作用影响
政府隐性担保一直是中国信用债市场存在的一个突出问题，其主要指政府虽未给过任何关于担保的承诺或暗示，但是市场参与者认为政府会在债券面临兑付危机时提供资金支持(王叙果等，2019)。诸多研究均已发现，政府隐性担保长期存在于我国债券市场中（王博森等，2016），具体表现为：在控制其他影响因素后，投资者往往仅会对国企债、城投债等具有典型政府隐性担保特征的信用债券要求一个相对较低的（发行）信用利差(方红星等，2013)。与之相似，在面对宏观经济政策变动时，这种相对确定的政府隐性担保机制也能一定程度抵消市场风险偏好下行，对个体债券价格的负面冲击。王超(2020)指出，相较国有企业，已上市交易的民营企业公司债的信用利差对于经济政策变化反映更为敏感。据此，本文提出假设3：
假设3：与其它公司债券相比，具有政府隐性担保背景的公司债券不仅拥有相对较低的发行信用利差，且其对经济政策和市场投资者情绪的变化相对不敏感。
四、建模设计
（一）模型构建
本文首先构建面板模型以检验经济政策变化对公司债券发行信用利差的影响特征（假设1）。其次，构建中国债券市场投资者情绪指数，进而借鉴温忠麟和叶宝娟(2014)归纳的分析方法构建中介效应递归模型，以对债券市场投资者情绪的中介效应机制展开检验（假设2）。最后，基于发债公司类型展开分组回归，从政府隐性担保视角探讨经济政策变化及投资者情绪中介效应对发行信用利差的异质性影响（假设3）。具体计量模型如下所示：
(1)
(2)
(3)
其中，(1)式为检验假设1的基准回归。表示公司债券发行信用利差；代表经济政策变动。若β1显著为正则表明符合预期假设，则统一代表相关控制变量。除了已述及的国有企业和城投债外，借鉴已有相关文献，本文还纳入公司债券特征变量、发债公
司特征变量与宏观经济变量三个层面共计11个指标。此外，本文还加入样本公司所属行业虚拟变量industry以控制行业特征可能对结果造成的影响。所有回归均采用聚类稳健标准误估计。
(1)-(3)式合并构成检验假设2的中介效应递归模型，具体做法是：在对(1)式回归的基础
上，进而对(2)式回归以检验中介变量（债券市场投资者情绪）与经济政策变化的回归系数α
是否显著为负，反之则停止检验。最后，对(3)式进行回归：在α1*λ2与λ1符号相同的
1
情况下，如果λ1和λ2的系数分别显著为正和为负，则说明债券市场投资者情绪扮演着部分中介效应；如果系数λ1不显著但系数λ2显著为负，则说明存在完全中介效应；若λ1和λ2均不显著，则说明不存在中介效应。
（二）数据说明
张京老公于睿本文以2012—2018年于上海和深圳证券交易所公开发行的公司债券为研究对象，实际计算中对原始样本进行如下筛选：(1)剔除证监会行业分类下隶属金融业的公司所发债券，因为其在经营范围、资本结构等方面与其他行业公司存在显著差异；(2)考虑定价差异性，剔除浮动利率债券和可赎回债券；(3)剔
除控制变量缺失的样本。经过上述处理，最终得到了1822只公司债券发行数据。主要变量指标构造如下所示：
1.公司债券发行信用利差(Cspread)
公司债发行利率包含无风险利率和风险溢价两部分，后者即为信用利差，其实质反映了对投资者承担信用风险的收益补偿。借鉴王雄元和高开娟(2017)等文献做法，本文以发行当日公司债券发行票面利率与相同剩余期限中债国债到期收益率之差来度量信用利差，国债收益率数据来源于中债登网站。若不存在相同剩余期限的国债到期收益率，则对两个相邻年限数据运用线性插值法构造指标。
2.经济政策变化(Epu)
本文选取Baker等(2016)基于《南华早报》文章关键词筛选编纂得到的中国经济政策不确定性指数(Economic Policy Uncertainty Index)作为衡量近年我国经济政策变化情况的指标，该指数在学术界和业界被广泛使用(李凤羽和杨墨竹，2015；饶品贵等，2017；徐征等，2019)。考虑到该指数频率以月为单位，本文先对原始数据做12个月移动平均处理以消除季节波动影响，再将其与样本公司债券的发行年月进行匹配。此外，本文还采集了Baker研究团队公布的(剔除价格因素)全球经济政策不确定性指数以及Davis研究团队基于《人民日报》和《光明日报》编制的中国经济政策不确定和贸易政策不确定性指数以进行稳健性检验，相关数据均来源于网站www.policyuncertainty。
3.债券市场投资者情绪指数(Bondis)
参考易志高和茅宁(2009)、李永等(2018)的构造方法，本文选取消费者信心指数、债券发行只数、债券型封闭式基金折价率、债券换手率1、债券（净价）成交净额和新债上市首日收益率（平均）六个指标进行主成分分析以自行构建债券市场投资者情绪指标。实际计算中，为避免数量和单位影响，本文对所有指标均做中心化和标准化处理，并选择第一主成分作为测量对象。KMO和Bartlett检验结果均说明适合采用主成分分析法。同时，考虑到投资者情绪对市场影响或具有时滞性，因此本文采用滞后一期的月度投资者情绪数据来反1 基于债券成交总额与债券托管总量计算所得。
080
发布评论