喻 貞 顧舒雯

(浙江財(cái)經(jīng)大學(xué) 中國金融研究院，杭州 310018；永贏基金管理有限公司，上海 200120)

一、 問題的提出

信用是市場(chǎng)經(jīng)濟(jì)的重要基石。2014年債券市場(chǎng)“剛兌”信仰被打破后，信用債違約事件就不斷發(fā)生，使市場(chǎng)投資者出現(xiàn)了一定的恐慌情緒，進(jìn)一步加劇了民營企業(yè)、中小企業(yè)的融資難問題。2020年11月，永煤集團(tuán)發(fā)布公告稱，因流動(dòng)資金緊張，不能按期足額償付，已構(gòu)成實(shí)質(zhì)性違約(1)2020年11月10日，永煤集團(tuán)發(fā)布公告稱，因流動(dòng)資金緊張，公司未能按期籌措足額兌付資金，“20永煤SCP003”未能按期足額償付。。讓監(jiān)管機(jī)構(gòu)和投資者不安的是，永煤的債券評(píng)級(jí)是AAA級(jí)，可是居然發(fā)生了違約，市場(chǎng)對(duì)信用評(píng)級(jí)機(jī)構(gòu)的專業(yè)能力和職業(yè)道德產(chǎn)生了質(zhì)疑。信用評(píng)級(jí)機(jī)構(gòu)以往被認(rèn)為是債券市場(chǎng)的“看門狗”(Gordon等，2009)(2)T. P. Gordon, C. L. Knock, D. G. Neely, “The Role of Rating Agencies in the Market for Charitable Contributions: An Empirical Test,” Journal of Accounting and Public Policy 28.6 (2009): 469-484.，通過緩解發(fā)債企業(yè)與投資者之間的信息不對(duì)稱程度，降低企業(yè)的融資成本。然而近十年國內(nèi)外的信用評(píng)級(jí)機(jī)構(gòu)卻由于評(píng)級(jí)虛高、對(duì)違約事件的調(diào)整不靈敏(黃小琳等，2017)等被廣為詬病(3)黃小琳、朱松、陳關(guān)亭：《債券違約對(duì)涉事信用評(píng)級(jí)機(jī)構(gòu)的影響——基于中國信用債市場(chǎng)違約事件的分析》，《金融研究》2017年第3期。。

針對(duì)傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)的職能缺陷，學(xué)術(shù)界將其歸因于商業(yè)模式的不獨(dú)立。在傳統(tǒng)信用評(píng)級(jí)公司向債券發(fā)行人收費(fèi)的商業(yè)模式下，發(fā)行方有獲得高評(píng)級(jí)的動(dòng)機(jī)以降低融資成本，因此評(píng)級(jí)公司的盈利性與其作為債券市場(chǎng)“看門狗”的公正性和獨(dú)立性發(fā)生了沖突。我國共有包括大公資信、上海新世紀(jì)、中誠信證評(píng)等9家在銀行間和交易所債券市場(chǎng)開展信用評(píng)級(jí)業(yè)務(wù)的傳統(tǒng)外部信用評(píng)級(jí)機(jī)構(gòu)，然而此類機(jī)構(gòu)的市場(chǎng)認(rèn)可度并不高，存在評(píng)級(jí)虛高、大幅調(diào)整發(fā)行人級(jí)別、違約率倒掛等現(xiàn)象。又因?yàn)樾庞迷u(píng)級(jí)市場(chǎng)競(jìng)爭激烈，搶奪份額現(xiàn)象突出，信用評(píng)級(jí)機(jī)構(gòu)往往為了吸引顧客或維持與發(fā)行人之間的合作關(guān)系而作出不相匹配的評(píng)級(jí)。伴隨著評(píng)級(jí)機(jī)構(gòu)的市場(chǎng)擴(kuò)大，評(píng)級(jí)質(zhì)量下降、違約預(yù)測(cè)能力惡化等現(xiàn)象更加突出(屈廣玉和梁柱，2016)(4)屈廣玉、梁柱：《信用評(píng)級(jí)、機(jī)構(gòu)異質(zhì)性與債券利差》，《經(jīng)濟(jì)經(jīng)緯》2016年第6期。。2018年大公資信因違規(guī)向受評(píng)企業(yè)收取高額費(fèi)用，并給出脫離資質(zhì)水平的高評(píng)級(jí)而受到中證協(xié)的嚴(yán)重警告。

面對(duì)傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)存在的問題，學(xué)術(shù)界主要提出了兩種思路。第一種思路認(rèn)為，聲譽(yù)機(jī)制的存在將約束信用評(píng)級(jí)機(jī)構(gòu)給出較為公正客觀的評(píng)級(jí)。投資者對(duì)信用評(píng)級(jí)的認(rèn)可來源于長久以來信用評(píng)級(jí)機(jī)構(gòu)在業(yè)內(nèi)所積累的聲譽(yù)，為了維護(hù)良好的聲譽(yù)和擴(kuò)大市場(chǎng)影響力，信用評(píng)級(jí)機(jī)構(gòu)會(huì)給出較為穩(wěn)健甚至是負(fù)面的評(píng)級(jí)。王雄元和張春強(qiáng)(2013)等學(xué)者認(rèn)為，聲譽(yù)機(jī)制已經(jīng)產(chǎn)生了足夠的激勵(lì)作用來約束和保障評(píng)級(jí)機(jī)構(gòu)作為金融市場(chǎng)“看門狗”這個(gè)角色的準(zhǔn)確性(5)王雄元、張春強(qiáng)：《聲譽(yù)機(jī)制、信用評(píng)級(jí)與中期票據(jù)融資成本》，《金融研究》2013年第8期。。第二種思路認(rèn)為，只有當(dāng)信用評(píng)級(jí)機(jī)構(gòu)的收入足夠多元化，即向發(fā)行人收費(fèi)的收入不是其最主要收入來源時(shí)，信用評(píng)級(jí)機(jī)構(gòu)才能作出公正、客觀的評(píng)價(jià)(Mathis等，2009)(6)J. Mathis, J. Mcandrews, J. C. Rochet, “Rating the Raters: Are Reputation Concerns Powerful Enough to Discipline Rating Agencies,” Journal of Monetary Economics 56 (2009): 657-674.。

與傳統(tǒng)的向發(fā)行人收費(fèi)的信用評(píng)級(jí)機(jī)構(gòu)不同，中債資信等信用評(píng)級(jí)機(jī)構(gòu)向投資者收費(fèi)。本文將以中債資信為代表的信用評(píng)級(jí)機(jī)構(gòu)定義為獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)，其“獨(dú)立”來源于與債券發(fā)行人之間不存在直接利益關(guān)系。目前在正式合同、監(jiān)管規(guī)定、風(fēng)控規(guī)定等情境中，均以有官方信用評(píng)級(jí)牌照并采取發(fā)行人付費(fèi)模式的傳統(tǒng)信用評(píng)級(jí)為準(zhǔn)，獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)尚不能完全替代傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)。在獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)中，中債資信由于有官方支持的背景，取得了銀行間市場(chǎng)的部分牌照，但其覆蓋范圍相對(duì)傳統(tǒng)的信用評(píng)級(jí)機(jī)構(gòu)仍較為有限。對(duì)于大部分由獨(dú)立信用評(píng)機(jī)構(gòu)給出的信用評(píng)級(jí)而言，其用途在于幫助投資者更好地作出投資決策和引導(dǎo)市場(chǎng)更有效地定價(jià)。

國內(nèi)外現(xiàn)有的關(guān)于獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)的研究主要有兩類。第一類是研究投資者付費(fèi)模式的信評(píng)機(jī)構(gòu)加入信用評(píng)級(jí)市場(chǎng)后會(huì)對(duì)傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)產(chǎn)生什么影響，研究焦點(diǎn)仍在傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)上。Xia(2014)以投資者付費(fèi)模式的獨(dú)立評(píng)級(jí)機(jī)構(gòu)Egan-Jones Ratings(EJR)加入為一個(gè)事件，研究對(duì)標(biāo)準(zhǔn)普爾評(píng)級(jí)的影響，結(jié)果表明在EJR評(píng)級(jí)對(duì)公司覆蓋后，標(biāo)普(S&P)的評(píng)級(jí)質(zhì)量有了顯著改善，且對(duì)違約風(fēng)險(xiǎn)的反應(yīng)更加靈敏，其評(píng)級(jí)包含了更高的信息含量，這表明該類模式的評(píng)級(jí)機(jī)構(gòu)加入市場(chǎng)會(huì)導(dǎo)致聲譽(yù)機(jī)制更加顯著(7)Han Xia, “Can Investor-paid Credit Rating Agencies Improve the Information Quality of Issuer-paid Rating Agencies,” Journal of Financial Economics 111.2 (2014): 450-468.。國內(nèi)學(xué)者如林晚發(fā)等(2017)利用國內(nèi)債券市場(chǎng)的樣本，同樣發(fā)現(xiàn)獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)的加入會(huì)使傳統(tǒng)信評(píng)的質(zhì)量顯著提升(8)林晚發(fā)、何劍波、周暢：《投資者付費(fèi)模式對(duì)發(fā)行人付費(fèi)模式評(píng)級(jí)的影響：基于中債資信評(píng)級(jí)的實(shí)驗(yàn)證據(jù)》，《會(huì)計(jì)研究》2017年第9期。。但也有學(xué)者如阮永鋒等(2019)研究發(fā)現(xiàn)，中債資信的覆蓋對(duì)發(fā)行人付費(fèi)機(jī)構(gòu)的信用評(píng)級(jí)高低無影響(9)阮永鋒、徐曉萍、劉音露《“投資者付費(fèi)”模式能改善評(píng)級(jí)市場(chǎng)的信息質(zhì)量嗎?——基于中債資信評(píng)級(jí)的實(shí)證研究》，《證券市場(chǎng)導(dǎo)報(bào)》2019年第5期。。第二類是研究獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)自身是否能為投資者提供顯著的增量信息。Berwart等(2019)利用1997～2014年兩類信用評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)信息進(jìn)行研究，發(fā)現(xiàn)獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)在經(jīng)過一定時(shí)間發(fā)展后，其信用評(píng)級(jí)調(diào)降與市場(chǎng)的異常收益的相關(guān)度更高，表明此類機(jī)構(gòu)能更好地為投資者提供有效信息(10)A Erik Berwart, M. G. B, and A. M. C, “An Empirical Analysis of Changes in the Relative Timeliness of Issuer-Paid vs. Investor-Paid Ratings,” Journal of Corporate Finance 59.3 (2019): 88-118.。孟慶斌等(2018)以中債資信作為獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)的代表，研究發(fā)現(xiàn)中債資信給出的信用評(píng)級(jí)在一級(jí)、二級(jí)市場(chǎng)均與發(fā)行成本呈顯著的反比關(guān)系，且具有長期性(11)孟慶斌、張強(qiáng)、吳衛(wèi)星；《中立評(píng)級(jí)機(jī)構(gòu)對(duì)發(fā)行人付費(fèi)評(píng)級(jí)體系的影響》，《財(cái)貿(mào)經(jīng)濟(jì)》2018年第5期。。

本文基于獨(dú)立信用評(píng)級(jí)的作用機(jī)制這一視角，其創(chuàng)新之處體現(xiàn)在以下兩個(gè)方面：首先，國內(nèi)的傳統(tǒng)外部信用評(píng)級(jí)出現(xiàn)集群化，即大部分債券都在AA、AA+、AAA中集聚，難以從評(píng)級(jí)角度進(jìn)行區(qū)分。但在投資者用腳投票的二級(jí)市場(chǎng)，同級(jí)別的債券到期收益率卻差異很大。那么獨(dú)立信用評(píng)級(jí)能否解釋債券定價(jià)中除發(fā)行人付費(fèi)模式給出信用利差之外的差異部分呢？獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)又是通過怎樣的機(jī)制來解釋這部分信用利差的？其次，目前學(xué)者的關(guān)注點(diǎn)往往聚焦于中債資信加入評(píng)級(jí)市場(chǎng)后對(duì)債券定價(jià)的影響，對(duì)違約行為的預(yù)警關(guān)注較少。而當(dāng)下債券違約事件頻發(fā)，發(fā)行人付費(fèi)模式和獨(dú)立信用評(píng)級(jí)模式的評(píng)級(jí)能否有效預(yù)測(cè)債券違約行為從而起到預(yù)警作用，兩者孰優(yōu)孰劣呢？

本文以2017～2019年存續(xù)中期票據(jù)數(shù)據(jù)為樣本，研究以中債資信為代表的獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)和傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)對(duì)信用利差解釋力的差異，并進(jìn)一步將其分為高評(píng)級(jí)組和低評(píng)級(jí)組、大規(guī)模企業(yè)組和小規(guī)模企業(yè)組，研究兩種評(píng)級(jí)模式對(duì)信息不對(duì)稱的解釋力，并進(jìn)一步研究與考察信用評(píng)級(jí)機(jī)構(gòu)對(duì)違約行為的預(yù)測(cè)能力。

二、 理論分析和研究假說

(一) 傳統(tǒng)信用評(píng)級(jí)和獨(dú)立信用評(píng)級(jí)對(duì)債券定價(jià)的影響

我國大部分的信用評(píng)級(jí)為發(fā)行人付費(fèi)模式，在這種模式下評(píng)級(jí)機(jī)構(gòu)的收入來源于發(fā)行人。從評(píng)級(jí)機(jī)構(gòu)和發(fā)行人的角度來看，評(píng)級(jí)機(jī)構(gòu)為了維持與發(fā)行人長久的合作關(guān)系，往往會(huì)取悅發(fā)行人(Jiang等，2012)。(12)Jiang, John Xuefeng, M. H. Stanford, and Y. Xie, “Does It Matter Who Pays for Bond Ratings? Historical Evidence,” Journal of Financial Economics 105.3 (2012): 607-621.對(duì)于發(fā)行人來說，其利益來自于更低的融資成本，而信用評(píng)級(jí)機(jī)構(gòu)可通過對(duì)其給予的評(píng)級(jí)來影響市場(chǎng)對(duì)其債券資質(zhì)的認(rèn)可度，故評(píng)級(jí)機(jī)構(gòu)會(huì)通過調(diào)高評(píng)級(jí)來取悅發(fā)行人。從評(píng)級(jí)機(jī)構(gòu)之間競(jìng)爭的角度來看，評(píng)級(jí)機(jī)構(gòu)為了搶奪客戶，會(huì)發(fā)生競(jìng)爭性評(píng)級(jí)，即發(fā)行人在各個(gè)評(píng)級(jí)機(jī)構(gòu)之間進(jìn)行比較并選取其中最高的水平(Efing和Hau，2015)(13)Matthias Efing, and H. Hau, “Structured Debt Ratings: Evidence on Conflicts of Interest,” Journal of Financial Economics 116. 1 (2015): 46-60.。此兩類現(xiàn)象的存在致使發(fā)行人付費(fèi)的信用評(píng)級(jí)存在虛高現(xiàn)象，往往不能有效地反映其真實(shí)資質(zhì)水平。

在投資者付費(fèi)模式下，評(píng)級(jí)機(jī)構(gòu)無需向發(fā)行人收費(fèi)，其收入來源于對(duì)其業(yè)務(wù)能力認(rèn)可的投資者，故會(huì)相對(duì)客觀地給出合理的定價(jià)參考。此外，由于中國的中債資信這種獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)是由中國銀行間市場(chǎng)交易商協(xié)會(huì)撥付成立，除盈利目的外，也一定程度上擔(dān)負(fù)著維護(hù)市場(chǎng)公允的隱形責(zé)任。因此可得出第一條合理假設(shè)：

H1：獨(dú)立信用評(píng)級(jí)與發(fā)行人付費(fèi)的信用評(píng)級(jí)相比，其定價(jià)效率更高

(二) 信息不對(duì)稱和獨(dú)立信用評(píng)級(jí)對(duì)信用利差的解釋力

信用評(píng)級(jí)作為一個(gè)標(biāo)準(zhǔn)的符號(hào)體系，將眾多關(guān)于發(fā)債主體的資質(zhì)信息涵蓋在一個(gè)符號(hào)中，其主要作用就是減輕債券投資者與企業(yè)之間的信息不對(duì)稱程度。我國發(fā)債主體覆蓋面遠(yuǎn)大于上市公司，信息披露程度也不及上市公司，但其中大企業(yè)往往信息披露更為充分，這主要有兩個(gè)原因：一是資本市場(chǎng)往往更關(guān)注于大企業(yè)，投資者可通過各種渠道獲取關(guān)于大企業(yè)的經(jīng)營信息；二是大企業(yè)的經(jīng)營管理能力較好，更傾向于向外界披露充分的信息以降低信息不對(duì)稱程度，而小企業(yè)往往沒有精力且不愿意付出成本向市場(chǎng)公開信息。小企業(yè)往往在信息披露上不如大企業(yè)充分，存在更嚴(yán)重的信息不對(duì)稱情況。沈紅波和廖冠民(2014)以國內(nèi)的短期融資券為樣本研究發(fā)現(xiàn)在大企業(yè)和小企業(yè)兩個(gè)組別中，信用評(píng)級(jí)機(jī)構(gòu)的專有信息對(duì)解釋小企業(yè)利差更有效用，因此說明信息不對(duì)稱程度較高時(shí)，信用評(píng)級(jí)機(jī)構(gòu)的專有信息效用更好(14)沈紅波、廖冠民：《信用評(píng)級(jí)機(jī)構(gòu)可以提供增量信息嗎？——基于短期融資券的實(shí)證檢驗(yàn)》，《財(cái)貿(mào)經(jīng)濟(jì)》2014年第8期。。

信息不對(duì)稱更容易發(fā)生在評(píng)級(jí)較低的樣本中。我國發(fā)行人付費(fèi)模式的信用評(píng)級(jí)往往集聚于AAA、AA+、AA三個(gè)評(píng)級(jí)，這與中債資信或是國外的評(píng)級(jí)公司的評(píng)級(jí)分布較為不同，它與我國各類機(jī)構(gòu)的評(píng)級(jí)門檻有關(guān)。2013年3月，人社部等部門聯(lián)合發(fā)布《關(guān)于擴(kuò)大企業(yè)年金基金投資范圍的通知》，其中明確提出“企業(yè)年金基金可投資的信托產(chǎn)品應(yīng)當(dāng)符合信用等級(jí)不低于國內(nèi)信用評(píng)級(jí)機(jī)構(gòu)評(píng)定的AA+級(jí)或者相當(dāng)于AA+級(jí)的信用級(jí)別”。2015年1月證監(jiān)會(huì)發(fā)布的《公司債券發(fā)行與交易管理辦法》中也提到，只有債券信用評(píng)級(jí)達(dá)到AAA級(jí)別的標(biāo)準(zhǔn)的公司，其債券才可以向公眾投資者公開發(fā)行。這表明，AAA和AA+的評(píng)級(jí)屬于較高門檻的評(píng)級(jí)，風(fēng)險(xiǎn)和信息不對(duì)稱程度會(huì)較低。相比之下，AA級(jí)別或以下，往往更有可能是因?yàn)橘徺I信用評(píng)級(jí)而導(dǎo)致的評(píng)級(jí)虛高。故在此提出本文的第二個(gè)假設(shè)：

H2：獨(dú)立信用評(píng)級(jí)對(duì)小企業(yè)和評(píng)級(jí)較低的公司利差解釋程度更高

(三) 獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)對(duì)債券違約的預(yù)測(cè)能力

發(fā)行人付費(fèi)模式下的信用評(píng)級(jí)機(jī)構(gòu)出于商業(yè)利益，往往與發(fā)行人存在“共謀”現(xiàn)象，更有動(dòng)機(jī)為發(fā)行人遮掩真實(shí)資質(zhì)，從而影響其對(duì)違約事件的預(yù)警功能(黃小琳等，2017)。從企業(yè)融資角度看，在不進(jìn)行股權(quán)融資的前提下，企業(yè)有銀行貸款和債券融資兩種主要融資渠道，而這兩條渠道卻相互影響。當(dāng)銀行知道某個(gè)企業(yè)在公開市場(chǎng)債券融資不暢的情況下，會(huì)對(duì)該企業(yè)的資質(zhì)提出質(zhì)疑，更有甚者會(huì)發(fā)生“抽貸”現(xiàn)象。而債券投資者也會(huì)關(guān)注發(fā)債主體的銀行授信情況，如銀行不愿借貸給該企業(yè)，債券投資者往往會(huì)索取更高的風(fēng)險(xiǎn)溢價(jià)。故當(dāng)企業(yè)經(jīng)營出現(xiàn)一定波動(dòng)時(shí)，從企業(yè)自身角度考慮，往往會(huì)選擇隱瞞負(fù)面信息。從中期票據(jù)的發(fā)行角度看，如果在注冊(cè)有效期內(nèi)，某家公司的信用評(píng)級(jí)出現(xiàn)調(diào)低現(xiàn)象，其該次注冊(cè)有效期將直接失效。故作為發(fā)行人與公開市場(chǎng)之間信用鏈條的評(píng)級(jí)機(jī)構(gòu)，為了取悅發(fā)行人，有動(dòng)機(jī)盡量維持原信用評(píng)級(jí)，隱瞞一定程度的負(fù)面信息。信用評(píng)級(jí)的常規(guī)調(diào)整頻率為一年一次，但發(fā)行人付費(fèi)模式下信用評(píng)級(jí)機(jī)構(gòu)向發(fā)行人的收費(fèi)往往以單次發(fā)債結(jié)束為周期，沒有動(dòng)力時(shí)時(shí)關(guān)注市場(chǎng)負(fù)面信息，在評(píng)級(jí)調(diào)整上由于利益誘使不足而調(diào)整滯后。

獨(dú)立信用評(píng)級(jí)模式下由于是投資者付費(fèi)，客觀、專業(yè)的服務(wù)才可以取得投資者的認(rèn)可，故其對(duì)負(fù)面信息的反應(yīng)更為及時(shí)與客觀。只有對(duì)違約事件更好的預(yù)判才能吸引投資者長期使用它們的服務(wù)。因?yàn)槁曌u(yù)機(jī)制的存在，倘若發(fā)行人付費(fèi)模式的信用評(píng)級(jí)機(jī)構(gòu)多次無法成功預(yù)判違約事件，投資者將會(huì)喪失對(duì)其評(píng)級(jí)的認(rèn)可度，從而對(duì)其所評(píng)級(jí)的債券索取更高的風(fēng)險(xiǎn)溢價(jià)，這會(huì)損害發(fā)行人的利益，致使評(píng)級(jí)機(jī)構(gòu)失去客戶。故當(dāng)企業(yè)的資質(zhì)情況惡化到一定水平或出現(xiàn)確定性的負(fù)面新聞時(shí)，在聲譽(yù)機(jī)制的作用下，發(fā)行人付費(fèi)模式的信用評(píng)級(jí)機(jī)構(gòu)仍會(huì)選擇公開負(fù)面信息并調(diào)低信用評(píng)級(jí)，從而增強(qiáng)自身的公信力。但由于其與發(fā)行人之間的利益鏈條，信用評(píng)級(jí)的調(diào)低時(shí)點(diǎn)往往會(huì)晚于中債資信的調(diào)低時(shí)間。故提出以下假設(shè)：

H3：在對(duì)違約事件的預(yù)判上，相對(duì)于發(fā)行人付費(fèi)模式，獨(dú)立信用評(píng)級(jí)模式的信用評(píng)級(jí)反應(yīng)更有效且預(yù)測(cè)期限更長

三、 研究設(shè)計(jì)

(一) 數(shù)據(jù)樣本

本文把中國銀行間市場(chǎng)交易商協(xié)會(huì)監(jiān)管下的中期票據(jù)作為研究的數(shù)據(jù)來源。中期票據(jù)以3年、5年和3+2年為主要發(fā)行期限，適當(dāng)?shù)钠谙揲L度有助于研究其信用利差，而不受流動(dòng)性溢價(jià)的影響，也不會(huì)因?yàn)槠谙捱^短而難以體現(xiàn)違約事件的影響。由于其采取注冊(cè)發(fā)行，故對(duì)其主體評(píng)級(jí)的重視程度較高，這有別于其他更看重債項(xiàng)評(píng)級(jí)的融資品種。中期票據(jù)目前占信用債整體市場(chǎng)規(guī)模的20%，具有代表性，因此以中期票據(jù)作為數(shù)據(jù)樣本有合理性。本文將對(duì)數(shù)據(jù)進(jìn)行如下處理：(1)刪除未被中債資信所覆蓋的債券；(2)刪去財(cái)務(wù)數(shù)據(jù)不完整的樣本；(3)進(jìn)行1%縮尾處理。最后共獲得4795個(gè)樣本。在進(jìn)一步研究信息不對(duì)稱的影響時(shí)，在上述第一部分的4795個(gè)樣本的基礎(chǔ)上，以資產(chǎn)規(guī)模的中位數(shù)為限，分為大企業(yè)組與小企業(yè)組。對(duì)債券違約的預(yù)測(cè)樣本與第一部分不同，只有當(dāng)債券到期后，才能判斷該債券有沒有發(fā)生違約，故對(duì)該部分的研究應(yīng)基于已到期和已違約的債券為樣本。本文選擇2017年1月1日至2019年6月30日間已到期的中期票據(jù)，加上在上述期間發(fā)生違約事件的樣本，并通過與第一部分同樣的篩選步驟，最后獲得777個(gè)違約樣本。

(二) 變量選取與模型設(shè)計(jì)

我們研究中債資信的信用評(píng)級(jí)對(duì)信用利差的解釋力，參考孟慶斌等(2018)、沈紅波和廖冠民(2014)，利用如下計(jì)量模型進(jìn)行回歸：

yielddif=α0+α1Rtg+α2Rtgpi+α3Eps+α4Roe+

α5Growth+α6Leverage+α7Curasset+

α8Ebit_interest+α9Lnasset+α10List+

α11Soe+βYear+ε

(1)

變量可分為評(píng)級(jí)水平、公司特征和債券市場(chǎng)三類。代表發(fā)行人付費(fèi)評(píng)級(jí)的變量rtg，rtg_pi代表中債資信評(píng)級(jí)。為了便于將評(píng)級(jí)結(jié)果轉(zhuǎn)換為數(shù)字形式，特對(duì)rtg和rtg_pi進(jìn)行賦值，此處參考Xia(2014)、孟慶斌等(2018)，將AAA+賦值為1、AAA為2、AAA-為3、AA+為4、AA為5、AA-為6、A+為7、A為8、A-為9、BBB+為10、BBB為11、BBB-為12、BB+為13、BB為14、BB-為15、B+為16、B為17、B-為18、CCC為19、CC為20、C為21、D為22。

公司特征項(xiàng)變量主要參考了沈紅波和廖冠民(2014)、林晚發(fā)等(2017)、孟慶斌等(2018)。從市場(chǎng)公開數(shù)據(jù)的角度，選取對(duì)債券定價(jià)和違約具有影響因素的變量。債券的信用風(fēng)險(xiǎn)長期看主要關(guān)注盈利能力，故選擇每股盈利(eps)、凈資產(chǎn)收益率(roe)、營業(yè)收入增長率(growth)；短期看主要關(guān)注資產(chǎn)結(jié)構(gòu)和償債能力，故選擇資產(chǎn)負(fù)債率(leverage)、現(xiàn)金比例(curasset)、利息保障倍數(shù)(ebit_interest)和資產(chǎn)規(guī)模(lnasset)。

債券市場(chǎng)的變量選取主要參考了何平、金夢(mèng)(2010)(15)何平、金夢(mèng)：《信用評(píng)級(jí)在中國債券市場(chǎng)的影響力》，《金融研究》2010年第4期。、孟慶斌等(2018)。本文的研究主要聚焦于二級(jí)市場(chǎng)，而由于債券二級(jí)市場(chǎng)是一個(gè)撮合交易的市場(chǎng)，債券的現(xiàn)實(shí)交易價(jià)格往往存在連續(xù)性的缺失和異常值的波動(dòng)，故選擇中債估值的到期收益率數(shù)據(jù)代替。本文通過wind數(shù)據(jù)庫導(dǎo)出所有樣本債券當(dāng)天的中債估值到期收益率數(shù)據(jù)，列于yield變量下。在計(jì)算信用利差時(shí)，用債券的到期收益率減去基準(zhǔn)收益率。在基準(zhǔn)收益率的選擇上往往有兩種，一是選擇同期限的國債收益率，二是選擇同期限的政策性金融債收益率，比如其中市場(chǎng)影響力最大的國開債。由于我國政策性金融債的實(shí)質(zhì)就是利率債，僅考慮國家主權(quán)信用風(fēng)險(xiǎn)，其在信用風(fēng)險(xiǎn)溢價(jià)上與國債無差異。因此國債和國開債的利差主要來自于稅收優(yōu)惠和流動(dòng)性便利，而信用債不享有國債的稅收優(yōu)惠和流動(dòng)性便利，故在考慮信用利差時(shí)，以國開債來衡量精準(zhǔn)收益率。因此，本文選擇中債國開債收益率曲線上的數(shù)據(jù)作為基準(zhǔn)收益率。

為研究中債資信的信用評(píng)級(jí)對(duì)違約事件的預(yù)判能力，我們以邏輯變量default作為因變量，違約為1，不違約為0，故選取二元Logit模型作為計(jì)量模型?；貧w模型如下：

default=α0+α1Rtg+α2Rtg_pi+α3Eps+α4Roe+

α5Growth+α6Leverage+α7Curasset+

α8Ebit_interest+α9Lnasset+α10List+

α11Soe+ε

(2)

為了研究中債資信和發(fā)行人付費(fèi)模式信用評(píng)級(jí)機(jī)構(gòu)的動(dòng)態(tài)評(píng)級(jí)調(diào)整過程，我們追蹤了債券到期(或違約)前1年、180天、30天和7天的信用評(píng)級(jí)，將其命名為如rtg_1y、rtg_180d等，分別利用式(2)進(jìn)行回歸，研究其動(dòng)態(tài)變化。

表1 主要變量定義

(續(xù)表)

四、 實(shí)證研究結(jié)果

(一) 樣本的描述性統(tǒng)計(jì)

表2列述了第一部分?jǐn)?shù)據(jù)樣本的描述性統(tǒng)計(jì)結(jié)果。發(fā)債主體的roe平均值為3.34%，盈利水平總體一般。而資產(chǎn)負(fù)債率(leverage)的平均值則高達(dá)64%，說明中期票據(jù)的發(fā)債主體大部分處于“借新債、還舊債”的狀態(tài)。從利息保障倍數(shù)(ebit_interest)的平均值看，債市整體市場(chǎng)的兌付能力仍在可控范圍內(nèi)，但從分布數(shù)看，25%分位數(shù)僅為1.54。一般來說，利息保障倍數(shù)在2及以上，才說明有較好的償債能力，而我國中期票據(jù)市場(chǎng)最起碼有1/4的債券達(dá)不到這個(gè)指標(biāo)，說明債券市場(chǎng)違約風(fēng)險(xiǎn)仍處于高位，抵御外部風(fēng)險(xiǎn)沖擊能力較差。

表2 主要變量的描述性統(tǒng)計(jì)

發(fā)行人付費(fèi)模式的信用評(píng)級(jí)與中債資信的信用評(píng)級(jí)是本文的重要變量，其分布如表3所示?？梢悦黠@看出，發(fā)行人付費(fèi)模式的信用評(píng)級(jí)分布存在不合理現(xiàn)象，53.06%的評(píng)級(jí)集中于AAA，83%的評(píng)級(jí)高于或等于AA+級(jí)別，99.21%的評(píng)級(jí)高于或等于AA級(jí)別。中債資信的信用評(píng)級(jí)分布，其與發(fā)行人付費(fèi)模式的信用評(píng)級(jí)分布存在較大差異：從百分比看，AA-與A+是百分比最高的級(jí)別，整體分布更貼近于正態(tài)分布。這也初步表明，傳統(tǒng)信用評(píng)級(jí)機(jī)構(gòu)確實(shí)存在評(píng)級(jí)虛高和高等級(jí)集群化等現(xiàn)象，難以通過傳統(tǒng)信用評(píng)級(jí)來區(qū)分出債券的信用資質(zhì)差別。而中債資信的信用評(píng)級(jí)分布對(duì)于不同資質(zhì)的債券區(qū)分度較高，整體分布更為合理。

表3 信用評(píng)級(jí)的主要分布

(續(xù)表)

(二) 獨(dú)立信用評(píng)級(jí)模式對(duì)債券利差的影響

我們首先研究發(fā)行人付費(fèi)模式的信用評(píng)級(jí)與獨(dú)立信用評(píng)級(jí)對(duì)債券二級(jí)市場(chǎng)的信用利差的不同影響。從表4列(1)中可以看出，中債資信評(píng)級(jí)(rtg_pi)與發(fā)行人付費(fèi)模式評(píng)級(jí)(rtg)均顯著，表明雙方評(píng)級(jí)對(duì)二級(jí)市場(chǎng)債券定價(jià)均有影響。但從回歸系數(shù)上看，中債資信評(píng)級(jí)(rtg_pi)系數(shù)更大。由于中債資信評(píng)級(jí)(rtg_pi )與發(fā)行人付費(fèi)模式評(píng)級(jí)(rtg)的賦值標(biāo)準(zhǔn)相同，故系數(shù)更大表明中債資信評(píng)級(jí)對(duì)債券定價(jià)的影響更為靈敏，滿足假設(shè)1。

表4 獨(dú)立信用評(píng)級(jí)對(duì)信用利差的影響

(續(xù)表)

其次對(duì)假設(shè)2進(jìn)行檢驗(yàn)。從表4列(2)與(3)中發(fā)現(xiàn)，在大企業(yè)組別中，中債資信評(píng)級(jí)(rtg_pi)與發(fā)行人付費(fèi)模式評(píng)級(jí)(rtg)均在1%水平上顯著，且發(fā)行人付費(fèi)模式評(píng)級(jí)較中債資信評(píng)級(jí)的系數(shù)更大。但在小企業(yè)組別中，僅中債資信評(píng)級(jí)(rtg_pi)在1%水平上顯著，發(fā)行人付費(fèi)模式評(píng)級(jí)(rtg)不再顯著，這表明中債資信提供的信用評(píng)級(jí)對(duì)信息不對(duì)稱的小企業(yè)的利差解釋程度更高。從評(píng)級(jí)分組的檢驗(yàn)來看，高評(píng)級(jí)組與完整樣本差距不大，中債資信評(píng)級(jí)(rtg_pi)與發(fā)行人付費(fèi)模式評(píng)級(jí)(rtg)均顯著，雙方評(píng)級(jí)均對(duì)信用利差有顯著作用。而低評(píng)級(jí)組的回歸結(jié)果發(fā)生較大變化，中債資信評(píng)級(jí)(rtg_pi)仍在5%水平上顯著，但發(fā)行人付費(fèi)模式評(píng)級(jí)(rtg)不顯著。這說明在低評(píng)級(jí)組別上中債資信評(píng)級(jí)(rtg_pi)具有更強(qiáng)的定價(jià)效率。低評(píng)級(jí)組別的債券往往資質(zhì)情況更差，信用利差更高，發(fā)生違約概率更高，投資者付費(fèi)模式的中債資信出于為投資者服務(wù)的前提而對(duì)低資質(zhì)債券的研究能力更好。低評(píng)級(jí)組的信息不對(duì)稱情況更為嚴(yán)重，且會(huì)導(dǎo)致購買信用評(píng)級(jí)的評(píng)級(jí)虛高，因此獨(dú)立信用評(píng)級(jí)的信息含量更高。

(三) 獨(dú)立信用評(píng)級(jí)對(duì)債券違約行為的預(yù)測(cè)能力

表5的結(jié)果顯示，無論是提前一年還是提前180天的中債資信評(píng)級(jí)均在1%的水平上顯著，這表明中債資信評(píng)級(jí)在較遠(yuǎn)期限仍對(duì)債券的違約行為有較好的預(yù)測(cè)能力。而發(fā)行人付費(fèi)模式的評(píng)級(jí)在提前一年和提前180天的較遠(yuǎn)期限對(duì)債券違約行為的影響并不顯著。而在較近期限，發(fā)行人付費(fèi)模式評(píng)級(jí)的預(yù)測(cè)能力明顯上升。從提前30天的數(shù)據(jù)看，發(fā)行人付費(fèi)模式評(píng)級(jí)和中債資信評(píng)級(jí)均在5%水平上顯著。從提前7天的數(shù)據(jù)看，發(fā)行人付費(fèi)模式評(píng)級(jí)在1%水平上顯著，且回歸系數(shù)大于中債資信評(píng)級(jí)。

表5 獨(dú)立信用評(píng)級(jí)對(duì)債券違約行為的預(yù)測(cè)能力

(續(xù)表)

圖1 中債資信與發(fā)行人收費(fèi)模式之評(píng)級(jí)機(jī)構(gòu)的預(yù)警成功率及評(píng)級(jí)均值

這主要是因?yàn)榘l(fā)行人付費(fèi)模式之評(píng)級(jí)機(jī)構(gòu)對(duì)于違約行為提前預(yù)警的激勵(lì)不足并存在利益共謀現(xiàn)象。而獨(dú)立信用評(píng)級(jí)如中債資信等機(jī)構(gòu)的收入模式?jīng)Q定它必須努力向投資者證明服務(wù)的價(jià)值，故其需要在大部分投資者尚未發(fā)現(xiàn)違約可能性時(shí)提前預(yù)測(cè)其違約行為，并向投資者傳達(dá)信息。對(duì)于違約行為預(yù)判來說，更為保守的評(píng)級(jí)等級(jí)對(duì)避免投資違約行為更有效，故在企業(yè)兌付能力出現(xiàn)不確定性時(shí)，中債資信往往會(huì)給出更為悲觀的評(píng)級(jí)，從而對(duì)違約行為起到較好的預(yù)測(cè)能力。

如果將評(píng)級(jí)調(diào)低至CCC級(jí)及以下定義為預(yù)警成功，從而對(duì)違約債券的數(shù)據(jù)樣本進(jìn)行預(yù)警成功率的度量可得到圖1。從預(yù)警成功率看，中債資信評(píng)級(jí)并沒有顯著優(yōu)勢(shì)，但其對(duì)違約行為的解釋力來自于將債券資質(zhì)進(jìn)行區(qū)分。從違約債券的評(píng)級(jí)均值看，提前一年時(shí)，其評(píng)級(jí)等級(jí)低于AA-級(jí)別，而同樣的樣本對(duì)于發(fā)行人付費(fèi)模式評(píng)級(jí)而言，均值在AAA級(jí)至AA+級(jí)之間，故發(fā)行人付費(fèi)模式之評(píng)級(jí)對(duì)違約事件的預(yù)判能力本質(zhì)上仍然受“評(píng)級(jí)虛高”現(xiàn)象的拖累。而中債資信評(píng)級(jí)受收入模式的激勵(lì)，對(duì)債券的評(píng)級(jí)更為客觀、公正和及時(shí)，對(duì)較有可能違約的企業(yè)給出較低的評(píng)級(jí)，對(duì)資質(zhì)的區(qū)分度較高，故當(dāng)違約行為確定發(fā)生時(shí)，其調(diào)整幅度也較小。

從圖1中可以看出，即便是在違約行為發(fā)生的前一天，仍然有約40%的違約事件沒有被發(fā)行人付費(fèi)模式的信用評(píng)級(jí)機(jī)構(gòu)和中債資信所覆蓋到。究其原因，一是我國的違約樣本中有一定的比例為技術(shù)性違約，而非實(shí)質(zhì)性違約。技術(shù)性違約指?jìng)l(fā)行人因?yàn)樽陨淼馁Y金調(diào)度不當(dāng)或不及時(shí)、支付系統(tǒng)故障等因素，未能按時(shí)償還債券到期應(yīng)付金額，但又在下幾個(gè)交易日或一定期限內(nèi)完成資金兌付的違約行為(孔求是，2018)(16)孔求是：《債券市場(chǎng)“技術(shù)性違約”分析及相關(guān)對(duì)策建議》，《農(nóng)村金融研究》2018年第11期。。實(shí)質(zhì)性違約指發(fā)行人喪失還款能力或缺乏還款意愿。根據(jù)技術(shù)性違約的定義，企業(yè)發(fā)生技術(shù)性違約并不代表企業(yè)無償債能力，故發(fā)行人付費(fèi)模式的信用評(píng)級(jí)機(jī)構(gòu)和中債資信無法預(yù)判是合理的。二是我國存在一定比例的公開財(cái)務(wù)報(bào)表造假現(xiàn)象，發(fā)行人付費(fèi)模式的信用評(píng)級(jí)機(jī)構(gòu)和中債資信可能會(huì)被虛假的財(cái)務(wù)報(bào)表所迷惑，從而難以準(zhǔn)確地判斷出企業(yè)兌付情況。

(四) 穩(wěn)健性檢驗(yàn)

不同信用評(píng)級(jí)模式對(duì)信用利差的解釋力，我們進(jìn)行穩(wěn)健性檢驗(yàn)。中債資信機(jī)構(gòu)既然能對(duì)二級(jí)市場(chǎng)的債券定價(jià)存在顯著影響，就必然在市場(chǎng)公開信息之外提供了增量信息，故本部分穩(wěn)健性檢驗(yàn)將研究中債資信的信息含量。首先，參考Agarwal和Hauswald (2012)、沈紅波和廖冠民(2014)的正交分解方法，將信用評(píng)級(jí)機(jī)構(gòu)提供的評(píng)級(jí)分解為市場(chǎng)公開信息與專有信息(17)Sumit Agarwal, and R. Hauswald, “Distance and Private Information in Lending，”Review of Financial Studies 23.7(2010): 2757-2788.。第一步，利用市場(chǎng)公開信息對(duì)信用評(píng)級(jí)進(jìn)行回歸，如下述計(jì)量模型所示：

Rtg_pi=α0+α1Eps+α2Roe+α3Growth+

α4Leverage+α5Curasset+α6Ebit_interest+

α7Lnasset+α8List+α9Soe+βYear+ε

(3)

式(3)中的因變量為中債資信的信用評(píng)級(jí)。隨后采取以上模型估計(jì)的殘差來表示信用評(píng)級(jí)中的專有信息(sinfo)。

第二步，將上述專有信息(sinfo)進(jìn)一步加入計(jì)量模型中進(jìn)行回歸：

yielddif=α0+α1Sinfo+α2Eps+α3Roe+

α4Growth+α5Leverage+α6Curasset+

α7Ebit_interest+α8Lnasset+α9List+

α10Soe+βYear+ε

(4)

回歸結(jié)果如表6所示。第(2)列中代表中債資信的專有信息(sinfo)在1%水平上顯著，同時(shí)增加sinfo后的(2)列比沒有sinfo的(3)列的R2從0.155提升至0.218，故表明中債資信向市場(chǎng)提供了專有信息，支持了假設(shè)1。

表6 獨(dú)立信用評(píng)級(jí)提供的專有信息

(續(xù)表)

我們還對(duì)不同信用評(píng)級(jí)下的違約預(yù)測(cè)能力進(jìn)行如下穩(wěn)健性檢驗(yàn)：首先，由于回歸式中的因變量為二元邏輯變量(default)，故用Probit模型代替前一部分研究中使用的Logit模型進(jìn)行檢驗(yàn)。其次，替換前一部分使用的前滯期限，由提前1年、提前180天、提前30天、提前7天改為提前270天、提前120天、提前40天、提前15天，利用相同變量進(jìn)行回歸。根據(jù)回歸結(jié)果，中債資信評(píng)級(jí)仍在較遠(yuǎn)期限擁有更強(qiáng)的解釋力，提前270天，在1%水平上顯著，與前一部分研究結(jié)果相匹配。發(fā)行人付費(fèi)模式的信用評(píng)級(jí)在較近期限擁有更強(qiáng)的解釋力，分別在1%水平上顯著。而中債資信評(píng)級(jí)在5%水平上顯著，且系數(shù)低于發(fā)行人付費(fèi)模式的信用評(píng)級(jí)。這與前一部分的研究結(jié)論匹配。

五、 研究結(jié)論和建議

本文研究表明，以中債資信為代表的獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)已在市場(chǎng)上初具規(guī)模，其信用評(píng)級(jí)對(duì)債券市場(chǎng)的二級(jí)交易定價(jià)產(chǎn)生顯著影響，且在低評(píng)級(jí)、小企業(yè)中定價(jià)效率更高。相比之下，發(fā)行人付費(fèi)模式的信用評(píng)級(jí)機(jī)構(gòu)由于存在評(píng)級(jí)虛高現(xiàn)象而難以區(qū)分債券資質(zhì)情況，從而對(duì)債券定價(jià)效率偏低，這尤其體現(xiàn)在信息不對(duì)稱程度更高的低評(píng)級(jí)和小企業(yè)中。其次，獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)對(duì)債券違約行為的預(yù)測(cè)能力整體更好，尤其是在較遠(yuǎn)期限，主要源于商業(yè)模式帶來的獨(dú)立性和激勵(lì)效應(yīng)，而發(fā)行人付費(fèi)模式的評(píng)級(jí)機(jī)構(gòu)存在激勵(lì)不足和利益合謀現(xiàn)象，故在較遠(yuǎn)期限的預(yù)判能力較差。

中債資信成立至今已近十年，投資者付費(fèi)模式的獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)雛形已備。在當(dāng)下債券市場(chǎng)違約事件頻發(fā)之時(shí)，其為投資者豐富了信用評(píng)級(jí)體系，提供了增量信息，同時(shí)也對(duì)現(xiàn)有的發(fā)行人付費(fèi)評(píng)級(jí)機(jī)構(gòu)產(chǎn)生了監(jiān)督作用，有利于信用評(píng)級(jí)行業(yè)客觀性、公正性、獨(dú)立性的培養(yǎng)。對(duì)于投資者而言，獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)為其提供了更有價(jià)值的投資參考依據(jù)，幫助其作出更好的投資決策，培養(yǎng)了投資意識(shí)，為我國債券市場(chǎng)更活躍、更健康地發(fā)展作出了貢獻(xiàn)。對(duì)于發(fā)行人而言，對(duì)債券資質(zhì)的更精確化區(qū)分，將降低信息不對(duì)稱程度從而降低發(fā)債主體的融資成本，促進(jìn)實(shí)體經(jīng)濟(jì)的良性發(fā)展。

根據(jù)本文的研究結(jié)果，我們建議：首先，進(jìn)一步鼓勵(lì)獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)的設(shè)立與發(fā)展。通過本文的研究可知，不同模式的信用評(píng)級(jí)機(jī)構(gòu)確實(shí)能更有效地提升債券定價(jià)和違約預(yù)判能力。通過獨(dú)立信用評(píng)級(jí)機(jī)構(gòu)的發(fā)展，且不再局限于中債資信之類具有官方背景的信用評(píng)級(jí)機(jī)構(gòu)，鼓勵(lì)民間機(jī)構(gòu)(如YY評(píng)級(jí)機(jī)構(gòu))的創(chuàng)立，可增強(qiáng)信用評(píng)級(jí)體系的豐富性和完善性，幫助投資者共同應(yīng)對(duì)違約風(fēng)險(xiǎn)漸升的債券市場(chǎng)。同時(shí)，要加強(qiáng)監(jiān)管力度，約束發(fā)行人付費(fèi)模式下的評(píng)級(jí)虛高現(xiàn)象。從我國市場(chǎng)看，僅靠聲譽(yù)機(jī)制，無法約束發(fā)行人付費(fèi)模式下的評(píng)級(jí)機(jī)構(gòu)作出客觀、公正、獨(dú)立的評(píng)級(jí)。以政策監(jiān)管的形式加以約束必不可少。應(yīng)強(qiáng)化信用評(píng)級(jí)機(jī)構(gòu)的違約責(zé)任，加大信用評(píng)級(jí)機(jī)構(gòu)給出虛假評(píng)級(jí)的違規(guī)成本，嚴(yán)防信用評(píng)級(jí)機(jī)構(gòu)出具虛假報(bào)告，盡量避免如2018年大公國際收取高額信評(píng)費(fèi)用這類事件的發(fā)生。此外，還必須通過提高信用評(píng)級(jí)體系的水平來改善民企的融資環(huán)境。從本文研究中可以看出，中期票據(jù)的大部分發(fā)債主體仍是國有企業(yè)，民企在市場(chǎng)上的認(rèn)可度仍較低，尤其是資質(zhì)較低的民營企業(yè)。民營企業(yè)需要通過提高信用評(píng)級(jí)體系的水平來降低融資成本。為了促進(jìn)我國多層次資本市場(chǎng)的發(fā)展，應(yīng)通過各種方式來改善民企的融資環(huán)境，提升其債務(wù)的認(rèn)可度。比如，使信用評(píng)級(jí)的分布更為真實(shí)、客觀、合理，降低信息不對(duì)稱程度；提高信用評(píng)級(jí)機(jī)構(gòu)對(duì)民營企業(yè)服務(wù)的積極性，豐富市場(chǎng)投資者對(duì)民營企業(yè)的認(rèn)知；提升市場(chǎng)投資者的風(fēng)險(xiǎn)偏好程度等。