楊希雅, 石寶峰

(1.南方基金管理股份有限公司,廣州 深圳 518000; 2.西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院,陜西 楊凌 712100; 3.西北農(nóng)林科技大學(xué) 信用大數(shù)據(jù)應(yīng)用研究中心,陜西 楊凌 712100)

0 引言

近年來中國債券市場違約事件頻發(fā)，截至2019年12月累計違約債券金額超2900億元；尤其是2018年以來，債券違約規(guī)模、違約數(shù)量均快速攀升，2018～2019年新增違約債券金額約2500億元，占違約總額的86.21%。債券違約向市場傳遞發(fā)債企業(yè)個體風(fēng)險信號之外，不能忽略違約信息外部性帶來的傳染效應(yīng)[1～3]。針對信用風(fēng)險傳染效應(yīng)研究，主要集中在以下兩個方面：一是基于企業(yè)關(guān)聯(lián)關(guān)系的風(fēng)險傳染，二是基于違約預(yù)測的傳染效應(yīng)。

在企業(yè)關(guān)聯(lián)關(guān)系風(fēng)險傳染方面，Horst研究了信用風(fēng)險傳染效應(yīng)是由不同企業(yè)信用等級的相互影響所導(dǎo)致，這種效應(yīng)首先影響部分企業(yè)，通過信用鏈傳播影響整個經(jīng)濟(jì)[4]。Azizpour等研究發(fā)現(xiàn)單個公司的違約事件對其他公司具有傳染效應(yīng)而導(dǎo)致信用債違約具有集聚性[5]。錢茜等通過傳染病模型和復(fù)雜網(wǎng)絡(luò)理論，解釋了關(guān)聯(lián)企業(yè)網(wǎng)絡(luò)中存在信用風(fēng)險傳染[6]。周利國等利用動態(tài)Copula模型解釋了信用風(fēng)險在企業(yè)集團(tuán)成員企業(yè)間存在顯著傳染效應(yīng)[7]。李麗等基于不同債務(wù)優(yōu)先償還權(quán)下的母子公司間信用風(fēng)險傳染機(jī)理，研究發(fā)現(xiàn)信用風(fēng)險傳染強(qiáng)度與子公司的債務(wù)優(yōu)先償還次序會存在顯著相關(guān)性[8]。張春強(qiáng)等基于中國債券市場數(shù)據(jù)從定價角度證實了違約風(fēng)險在行業(yè)內(nèi)具有傳染效應(yīng)[9]。

在違約預(yù)測的傳染分析方面，Le和Ngo研究發(fā)現(xiàn)債券違約風(fēng)險在同行業(yè)內(nèi)存在傳染效應(yīng)[10]。郭超利用違約強(qiáng)度過程和圖聚類方法對發(fā)債企業(yè)之間的信用風(fēng)險關(guān)系進(jìn)行刻畫，實證分析發(fā)現(xiàn)企業(yè)發(fā)生信用問題會傳染到其他企業(yè)[2]。謝尚宇等將行業(yè)因素傳染效應(yīng)加入到違約預(yù)測模型當(dāng)中，模擬研究表明信用風(fēng)險在同行業(yè)內(nèi)具有顯著傳染性[11]。

綜上不難發(fā)現(xiàn)，礙于債券市場發(fā)展，基于中國債券市場經(jīng)驗數(shù)據(jù)的違約風(fēng)險傳染效應(yīng)研究仍存在問題亟須突破：一是現(xiàn)有研究以企業(yè)基本面為基礎(chǔ)構(gòu)建模型，通過測度隱含信用風(fēng)險水平探討傳染效應(yīng)，這類結(jié)果在債券市場中的應(yīng)用有限，無法直接觀測到傳染沖擊效應(yīng)；二是現(xiàn)有文獻(xiàn)僅從產(chǎn)業(yè)鏈、股權(quán)關(guān)系及行業(yè)因素等方面進(jìn)行研究，忽略了區(qū)域等外在因素的影響；三是現(xiàn)有研究礙于數(shù)據(jù)的可獲取性，僅以上市公司發(fā)行的公募債券為研究樣本，樣本不全面情況下，風(fēng)險傳染效應(yīng)實證分析結(jié)果對市場指導(dǎo)意義有限。

針對上述問題，本文以銀行間債券市場及交易所債券市場為研究對象，基于一級定價視角，通過構(gòu)建債券發(fā)行價格與傳染效應(yīng)回歸模型，研究債券違約引發(fā)的信用風(fēng)險經(jīng)區(qū)域傳染后對債券價格的影響。本文的學(xué)術(shù)貢獻(xiàn)體現(xiàn)在：一是基于區(qū)域關(guān)系研究債券違約風(fēng)險的傳染效應(yīng)，完善現(xiàn)有理論研究對市場指導(dǎo)意義有限的不足。二是結(jié)合債券違約與債券發(fā)行成本，研究風(fēng)險傳染效應(yīng)對債券發(fā)行利率的負(fù)面影響，從債券融資成本角度直觀解釋違約傳染問題，研究結(jié)果更具應(yīng)用性。三是研究了違約時間距離及企業(yè)性質(zhì)因素在風(fēng)險傳染過程中的影響效應(yīng)，提出防控債券違約風(fēng)險有效機(jī)制。四是將銀行間市場和交易所市場發(fā)行債券引入信用風(fēng)險傳染，彌補(bǔ)現(xiàn)有債券違約研究僅選取上市公司發(fā)行債券的局限。

1 研究假說與思路設(shè)計

1.1 理論分析

信息是影響價格的核心要素，而且信息具有顯著的外部性。在信息外部性的作用下，風(fēng)險信息會沿著某個路徑傳播形成傳染性?，F(xiàn)有研究表明，廣義上的“關(guān)聯(lián)關(guān)系企業(yè)”之間具有顯著的風(fēng)險傳染效應(yīng)，這些“關(guān)聯(lián)關(guān)系”包括股權(quán)關(guān)聯(lián)性、商業(yè)往來關(guān)系、擔(dān)保關(guān)系、行業(yè)上下游關(guān)系、相同行業(yè)等[6,8,12～14]。此外，地理位置也是不可忽略的一種“關(guān)聯(lián)關(guān)系”。在地理位置相近和經(jīng)營環(huán)境相似等因素影響下，同區(qū)域內(nèi)公司間可能出現(xiàn)彼此經(jīng)營同步變化，進(jìn)而出現(xiàn)區(qū)域內(nèi)風(fēng)險傳染[12]。企業(yè)經(jīng)濟(jì)活動的空間集聚也可能成為風(fēng)險傳染的路徑[15]。由于經(jīng)濟(jì)實力、政策側(cè)重、資源稟賦等差異的客觀存在，不同地區(qū)的營商環(huán)境存在顯著的差異性[16]。對于投資者而言，區(qū)域環(huán)境差異化使得投資者對個別地區(qū)的債券違約事件更加敏感，違約風(fēng)險易經(jīng)區(qū)域傳染至其他發(fā)債主體。

值得注意的是，違約信息外部性對民營企業(yè)沖擊尤為顯著，原因可能有二，一是本輪債券違約周期中，主要以民營企業(yè)債券為主，違約金額占比高達(dá)87%，高頻違約使得投資者對民營企業(yè)債券投資態(tài)度謹(jǐn)慎[17]；二是民營企業(yè)相對國有企業(yè)自身融資弱勢，抵抗負(fù)面信息能力有限，更易受到傳染。

1.2 研究假說

假說1債券違約釋放的信用風(fēng)險通過區(qū)域傳染會顯著推升債券發(fā)行利率。債券供給與投資者需求決定債券價格。投資者需求強(qiáng)、資金供給多，債券發(fā)行利率則更低[18～20]。當(dāng)發(fā)生債券違約，投資者避險情緒會使得對同區(qū)域內(nèi)其他債券產(chǎn)品投資變謹(jǐn)慎，或提出更高的風(fēng)險溢價補(bǔ)償[21]。債券投資需求下降，高溢價下，債券發(fā)行利率將增高。

假說2債券違約后的信用風(fēng)險傳染效應(yīng)對區(qū)域內(nèi)民營企業(yè)影響更顯著。債券發(fā)行利率直觀反映了投資者對發(fā)債主體信用風(fēng)險水平的度量。在信用風(fēng)險傳染性下，民營企業(yè)缺少地方政府或其他強(qiáng)有力的支持，對外部風(fēng)險會更加敏感[21]。在違約頻發(fā)的債市環(huán)境下，投資者風(fēng)險偏好下沉到高信用等級產(chǎn)品時，要求民企債券的風(fēng)險溢價補(bǔ)償會更高，進(jìn)而推高民企債券發(fā)行利率。

假說3區(qū)域內(nèi)信用風(fēng)險傳染效應(yīng)受到時間距離影響。人們對發(fā)生時間越近的事件印象越是深刻[22]。對于投資者而言，違約事件距離越遠(yuǎn)，悲觀情緒應(yīng)越不顯著。從信息傳遞影響程度來看，債券發(fā)行時點與區(qū)域內(nèi)違約事件之間的時間距離越長，影響程度應(yīng)越小，信用風(fēng)險傳染效應(yīng)越弱。進(jìn)而得出假設(shè)，信用風(fēng)險傳染效應(yīng)與時間距離負(fù)相關(guān)，即時間距離越長，信用風(fēng)險傳染效應(yīng)對債券發(fā)行成本影響越小。

1.3 思路設(shè)計

根據(jù)中國債券市場違約形勢，首先，基于所選研究區(qū)域樣本數(shù)據(jù)，分析債券違約事件對區(qū)域內(nèi)存續(xù)債券二級市場價格波動的影響，直觀反映違約是否存在傳染效應(yīng)；其次，分別構(gòu)建債券違約事件對發(fā)行利率的影響因素模型，從債券融資成本角度揭示違約引發(fā)的信用風(fēng)險在區(qū)域內(nèi)傳染效應(yīng)；此外，進(jìn)一步加入違約時間距離要素，研究區(qū)域內(nèi)不同時間距離下的傳染效應(yīng)變化趨勢；最后，構(gòu)建違約事件與企業(yè)性質(zhì)交互項為解釋變量、發(fā)行利率為被解釋變量的影響因素模型，分析民營企業(yè)債券發(fā)行價格在違約傳染效應(yīng)下的結(jié)構(gòu)化差異。

2 債券違約傳染效應(yīng)模型構(gòu)建

2.1 研究區(qū)域界定

通過Wind獲取債券違約數(shù)據(jù)。截至2019年12月31日，中國債券市場違約金額約3410億元。根據(jù)發(fā)行人屬地原則，共分為36個轄區(qū)進(jìn)行監(jiān)督與管理。由表1知，排名前九的轄區(qū)合計違約金額約2769億元，占全市場總違約金額80%，且轄區(qū)的余額違約率(違約金額/轄區(qū)存續(xù)債券金額)均較高，除北京、江蘇、廣東，其余六個轄區(qū)的余額違約率均超過1%，可見國內(nèi)債券市場違約呈現(xiàn)轄區(qū)集聚特征。

綜合考慮違約金額、違約發(fā)行人家數(shù)、違約債券只數(shù)及違約余額比例等要素，本文選擇北京、上海、遼寧、浙江、江蘇、山東、安徽及廣東這八個轄區(qū)作為研究對象。剔除山西轄區(qū)原因有二：一是該轄區(qū)違約債券發(fā)行人僅2家，數(shù)量較少；二是違約金額主要來自“永泰集團(tuán)”一家企業(yè)，不具代表性。

表1 違約債券地域分布

2.2 變量選取與模型建立

2.2.1 變量選取

(1)被解釋變量：票面利率(coupon)。票面利率是債券定價的直觀指標(biāo)，可作為發(fā)行成本參考，票面利率高代表企業(yè)發(fā)行債券成本高[21]。若違約事件給債券發(fā)行帶來負(fù)面影響，則會推升票面利率。

(2)解釋變量：是否存在債券違約(default)，該變量為虛擬變量。債券發(fā)行起息日前推一段時間，即觀測期間，判斷債券發(fā)行人所屬轄區(qū)是否發(fā)生債券違約。當(dāng)觀測期間內(nèi)存在債券違約事件，default取值為1，否則為0。

企業(yè)性質(zhì)(soe)。該變量為虛擬變量。根據(jù)債券發(fā)行人性質(zhì)劃分，分為民營企業(yè)和非民營企業(yè)。當(dāng)債券發(fā)行人為民營企業(yè)，soe取值為1，否則為0。

(3)控制變量：從企業(yè)特征、債券特征、外部因素三個層面選取控制變量[18,19,21,24,25]，變量說明如表2所示。

表2 變量說明

2.2.2 模型建立

第一步，構(gòu)建債券票面利率與債券違約事件回歸模型:

(1)

式(1)的經(jīng)濟(jì)學(xué)含義：式(1)被解釋變量為債券發(fā)行成本(coupon)，解釋變量為債券違約虛擬變量(default)。估計式(1)系數(shù)βj，可從系數(shù)顯著性水平及數(shù)值分析債券違約對債券發(fā)行定價的影響效應(yīng)，根據(jù)前文假設(shè)1，預(yù)期βj顯著為正。

式(1)與現(xiàn)有研究的區(qū)別：一是式(1)用債券發(fā)行時票面利率作為被解釋變量，而非現(xiàn)有研究常用的信用利差，更能直觀反映債券價格水平；下文使用了信用利差代替票面利率作為被解釋變量檢驗?zāi)Ｐ头€(wěn)健性。二是研究樣本覆蓋了交易所市場及銀行間市場，彌補(bǔ)現(xiàn)有研究樣本缺失問題；其中，j=1、2分別代表交易所市場公募債券、私募債券，j=3、4、5分別代表銀行間市場短期融資券、中期票據(jù)、定向融資工具。

第二步，考慮時間距離因素，即選擇債券發(fā)行前不同觀測期間，判斷觀測期間是否發(fā)生債券違約(defaultij，其中i代表不同的觀測期間)，將defaultij代入公式(1)，研究不同時間距離下，債券違約對發(fā)行利率的影響效果。

第三步，將債券違約事件與企業(yè)性質(zhì)交互項作為解釋變量，構(gòu)建回歸模型:

(2)

式(2)經(jīng)濟(jì)學(xué)含義：將式(1)的解釋變量替換成債券違約事件與企業(yè)性質(zhì)交互項(default×soe)，該交互項為虛擬變量，當(dāng)區(qū)域內(nèi)發(fā)生債券違約且發(fā)債主體為民營企業(yè)時，default×soe為1，反之為0。通過估計該變量系數(shù)ρj，可以度量違約風(fēng)險對民營企業(yè)沖擊效果，根據(jù)前文假設(shè)2，預(yù)期ρj顯示為正且大于βj。

式(2)與現(xiàn)有研究區(qū)別：式(2)中加入了企業(yè)性質(zhì)的虛擬變量，通過增加交互項，分析債券違約風(fēng)險傳染對民營企業(yè)的影響效果。

2.3 觀測期間選擇

由于中國債券市場違約數(shù)據(jù)有限，并且新債發(fā)行數(shù)據(jù)不同于二級市場交易數(shù)據(jù)具備連續(xù)性，選擇觀測期間不應(yīng)過短，否則可能導(dǎo)致觀測期內(nèi)無法觀測到違約事件，進(jìn)而出現(xiàn)數(shù)據(jù)遺漏；為避免存在其他違約事件的交叉影響[23]，觀測期間不宜過長；因此，本文選擇30日作為觀測期間，即債券發(fā)行起息日(設(shè)起息日為T日)前推30日。

為進(jìn)一步分析債券違約傳染效應(yīng)是否會隨著時間推移而變化，可將觀測期逐步拉長至120天，具體分為[T- 60,T-30]、[T-90,T- 60]和[T-120,T-90]這三個觀測期。綜上，本文實證分析部分將以[T-30,T]觀測期為基準(zhǔn)，分析債券違約引發(fā)的信用風(fēng)險在區(qū)域內(nèi)是否具有傳染效應(yīng)，再分析傳染效應(yīng)在[T- 60,T-30]、[T-90,T- 60]和[T-120,T-90]三個觀測期的變化。

3 違約傳染效應(yīng)實證分析

3.1 傳染效應(yīng)分析

以存續(xù)債券到期收益率與無風(fēng)險利率差額作為風(fēng)險溢價指標(biāo)，分析所選轄區(qū)內(nèi)債券發(fā)行人首次違約發(fā)生時，對債券二級市場價格影響。前述八個轄區(qū)中，共有64家違約企業(yè)，以違約發(fā)生日前5個交易日及后5個交易日作為觀測區(qū)間，得到各轄區(qū)存續(xù)債券二級市場價格波動的日度變化指標(biāo)均值，如表3所示。d10代表債券違約發(fā)生日與前一日的風(fēng)險溢價水平差額，d10大于0表示風(fēng)險溢價水平上升，債券價格下跌。八個轄區(qū)d10均顯著為正，意味著債券違約發(fā)生后，市場迅速反應(yīng)，拋售同轄區(qū)內(nèi)其他債券，導(dǎo)致債券二級市場價格出現(xiàn)普遍下跌趨勢，風(fēng)險溢價上升。同時，該負(fù)面情緒一直延續(xù)要違約后首個交易日，導(dǎo)致各轄區(qū)內(nèi)債券二級市場價格持續(xù)下跌，八個轄區(qū)的d01亦均顯著為正。此外，部分轄區(qū)如安徽、江蘇、山東更存在違約負(fù)面影響持續(xù)到債券違約后第二個交易日情形。

表3 債券違約前后風(fēng)險溢價水平變化

3.2 樣本選取和數(shù)據(jù)來源

選取2016～2019年，北京、上海、遼寧、浙江、江蘇、山東、安徽及廣東8個轄區(qū)內(nèi)非金融機(jī)構(gòu)在銀行間及交易所發(fā)行的信用債券作為實證樣本。數(shù)據(jù)由銀行間交易商協(xié)會、滬深交易所官網(wǎng)及Wind數(shù)據(jù)庫公布的相關(guān)文件手工整理而得。需要說明的是，本文債券違約包含本金違約、利息違約、回售行權(quán)違約、交叉違約以及加速到期違約。為確保樣本具有可比性和代表性，參考現(xiàn)有文獻(xiàn)并結(jié)合實踐經(jīng)驗對數(shù)據(jù)進(jìn)行以下預(yù)處理：一是存在相同發(fā)行人發(fā)行多期債券情形，考慮到由于發(fā)行時點、產(chǎn)品結(jié)構(gòu)設(shè)計、發(fā)行規(guī)模等均不一致，本文將該情形視為一次獨立樣本統(tǒng)計[21]；二是為避免債券期限過短影響研究結(jié)果，本文剔除了期限不足一年的樣本；三是對于有主體評級而無債項評級的債券，本文用主體評級代替?zhèn)椩u級[19]。

8個轄區(qū)樣本數(shù)據(jù)描述性統(tǒng)計分析結(jié)果如表4所示。(1)從樣本數(shù)量分布來看，遼寧轄區(qū)的融資環(huán)境相對較差，2016～2019年新發(fā)債券僅184只，明顯少于其他轄區(qū)；(2)從票面利率來看，北、上、廣一線轄區(qū)發(fā)行利率較低，其余轄區(qū)平均票面利率較高；(3)從企業(yè)性質(zhì)來看，廣東、上海、浙江轄區(qū)均值較高，這些轄區(qū)債券發(fā)行人中民企占比較高；(4)從觀測期違約情況來看，北京、遼寧爆發(fā)違約事件較為頻繁。

3.3 實證結(jié)果分析

首先，利用Stata進(jìn)行方差膨脹因子檢驗(VIF)，檢驗發(fā)現(xiàn)各變量間不存在多重共線性。使用加權(quán)最小二乘法對式(1)進(jìn)行回歸，得出變量系數(shù)、顯著性檢t值等列入表5。

當(dāng)觀測期為債券發(fā)行前30日時，表5第3列顯示，除遼寧之外，各轄區(qū)的β均顯著為正，說明區(qū)域內(nèi)存在債券違約事件，會顯著提高其他債券發(fā)行利率，表明信用風(fēng)險會在區(qū)域內(nèi)傳染，并且對債券發(fā)行成本形成顯著負(fù)面沖擊，與假設(shè)1相符。

遼寧轄區(qū)的β系數(shù)雖然不顯著，但仍為正數(shù)0.127，說明違約事件發(fā)生在一定程度上仍會增加遼寧省內(nèi)其他債券發(fā)行人的融資成本。系數(shù)不顯著原因可能有二：一是融資環(huán)境惡劣導(dǎo)致遼寧轄區(qū)債券發(fā)行數(shù)量少，2016～2019年僅發(fā)行2688億元，占全市場新債發(fā)行不到3%，回歸結(jié)果存在偏差；二是成功發(fā)行主體中以地方國企為主，累計發(fā)行金額1928億元，占遼寧轄區(qū)新發(fā)債券金額的72%。地方國企存在“政府信仰”，抵抗風(fēng)險傳染能力上較強(qiáng)，致使風(fēng)險傳染效應(yīng)弱化。山東轄區(qū)的β系數(shù)在10%水平顯著為0.120，較北京等轄區(qū)而言，影響并非十分顯著。具體原因為山東轄區(qū)已違約的發(fā)債主體均為民營企業(yè)，使得市場機(jī)構(gòu)對民企發(fā)債非常審慎，但新債發(fā)行主體已逐步向國有企業(yè)傾斜，使得轄區(qū)內(nèi)違約風(fēng)險傳染效應(yīng)不明顯。北京、上海、廣東、浙江、江蘇等轄區(qū)的β系數(shù)均在1%水平顯著為正，違約事件對提高債券融資成本影響十分顯著。原因可能有二：一是前述轄區(qū)整體經(jīng)濟(jì)水平相對發(fā)達(dá)，民企債券發(fā)行人占比約35%，明顯高于其他轄區(qū)。二是民營企業(yè)自身抵抗外部風(fēng)險能力有限，在違約頻發(fā)的債市環(huán)境下，民企債券風(fēng)險溢價補(bǔ)償更高，進(jìn)而在前述轄區(qū)內(nèi)違約傳染效應(yīng)更為顯著。

表4 樣本描述性統(tǒng)計

考慮時間距離因素后，分別對比表5第3～6列，β系數(shù)在一定程度上隨著時間距離拉長而變小，甚至變得影響不顯著，表明傳染效應(yīng)與時間距離呈負(fù)相關(guān)，甚至喪失傳染效應(yīng)，與假設(shè)3基本相符。考慮企業(yè)性質(zhì)因素時，表5第7列數(shù)據(jù)顯示，企業(yè)性質(zhì)(soe)的回歸系數(shù)均顯著為正，說明民營企業(yè)發(fā)行債券的票面利率比國有企業(yè)發(fā)行債券的票面利率顯著增高。企業(yè)性質(zhì)是影響債券融資成本的重要因素。

進(jìn)一步研究違約風(fēng)險傳染過程中企業(yè)性質(zhì)對債券融資成本的影響，將票面利率(coupon)、違約事件(default[T-30,T])、企業(yè)性質(zhì)(soe)等數(shù)據(jù)帶入式(2)，估計得到模型的各個變量系數(shù)、顯著性檢驗t值及結(jié)果列入表6。

表6 債券票面利率與違約事件和企業(yè)性質(zhì)交互加權(quán)最小二乘回歸

由表6第1行知，是否發(fā)生違約事件與是否為民營企業(yè)交互項(default[Tt-30,T]×soe)的回歸系數(shù)顯著為正，說明該交互項的影響效應(yīng)與債券發(fā)行利率呈顯著正相關(guān)。同時，對比表5第3列數(shù)據(jù)，從數(shù)值的大小可知，表6中各地區(qū)交互項的回歸系數(shù)均更大，進(jìn)一步說明了，當(dāng)新債發(fā)行之前轄區(qū)內(nèi)發(fā)生債券違約后，會導(dǎo)致民營企業(yè)融資進(jìn)一步困難，推升融資成本幅度更高，民營企業(yè)債券融資受到更強(qiáng)的風(fēng)險傳染。實證結(jié)果解釋了，目前債券市場結(jié)構(gòu)性融資困難問題，對于投資者而言，違約事件頻發(fā)致使其風(fēng)險偏好降低，對民營企業(yè)債券投資偏好下降，導(dǎo)致民營企業(yè)發(fā)債成本提高，甚至出現(xiàn)發(fā)行失敗等現(xiàn)象。

3.4 穩(wěn)健性檢驗

采用債券發(fā)行信用利差(spread)代替票面利率，作為被解釋變量。信用利差是債券發(fā)行時的信用風(fēng)險溢價，同樣是債券發(fā)行成本的代表性指標(biāo)。信用利差計算方式為債券票面利率與其同期發(fā)行的同期限、同債項評級國債利率之差。重復(fù)3.3回歸分析，研究表明本文實證結(jié)果具有穩(wěn)定性。

4 結(jié)論與建議

利用中國債券市場2016～2019年債券發(fā)行數(shù)據(jù)，從債券發(fā)行定價和信用風(fēng)險傳染視角，驗證了轄區(qū)內(nèi)債券違約引發(fā)的信用風(fēng)險對債券發(fā)行定價具有傳染效應(yīng)。實證發(fā)現(xiàn)：債券發(fā)行前，發(fā)行人所屬轄區(qū)內(nèi)出現(xiàn)債券違約會顯著提升公司債券融資成本；考慮違約事件時間距離時，發(fā)現(xiàn)債券違約引發(fā)的信用風(fēng)險傳染效應(yīng)會隨著時間距離的增長而逐漸變?nèi)?，甚至喪失傳染性；通過分析債券違約風(fēng)險對不同性質(zhì)企業(yè)的傳染效應(yīng)發(fā)現(xiàn)，民營企業(yè)發(fā)行債券成本受到債券違約信用風(fēng)險傳染影響尤為顯著。

結(jié)合當(dāng)前中國債券市場發(fā)展?fàn)顩r，提出三點建議：

(1)加強(qiáng)違約風(fēng)險化解制度供給，維護(hù)債券市場穩(wěn)定發(fā)展。轄區(qū)內(nèi)債券違約產(chǎn)生的信用風(fēng)險存在傳染性，對債券發(fā)行定價產(chǎn)生負(fù)面效應(yīng)，直接影響轄區(qū)內(nèi)發(fā)債主體的融資成本。對于企業(yè)而言，債券發(fā)行利率上升，財務(wù)費用增加，制約企業(yè)健康發(fā)展。當(dāng)前，債券違約頻發(fā)，為維護(hù)債券市場穩(wěn)定發(fā)展，亟需完善債券違約風(fēng)險化解制度，提振市場信心。

(2)強(qiáng)化違約風(fēng)險監(jiān)測，提前化解違約負(fù)面影響。為避免債券違約引發(fā)信用風(fēng)險傳染的負(fù)面影響，建議以屬地為原則各轄區(qū)加強(qiáng)對發(fā)債主體信用風(fēng)險變化的動態(tài)監(jiān)測，及時降低違約風(fēng)險傳染效應(yīng)，保障轄區(qū)內(nèi)發(fā)債主體健康融資。

(3)改善民營企業(yè)債券投融資生態(tài)。本文實證結(jié)果說明民營企業(yè)受債券違約引發(fā)的信用風(fēng)險傳染影響尤為顯著，建議在已推出的支持民營企業(yè)融資等相關(guān)產(chǎn)品、措施基礎(chǔ)上，進(jìn)一步加大支持力度，完善現(xiàn)有產(chǎn)品不足，暢通融資渠道。