金融论文代写范本：宏观经济不确定性对公司债信用利差的影响探讨
本文是一篇金融论文，本文采用Mahsa（2020）的方法，通过在数据宏观整体层面建构信用利差指数，进行时间序列分析以及在微观公司个体层面建立面板模型，实证均发现中国宏观经济不确定性与公司债信用利差显著正相关，这与经济摩擦、实物期权、安全转移的理论假设一致，也与西方成熟债券市场情形大致相同，表明中国债市逐渐成熟。
1.绪论
1.1 研究背景
自我国首只公司债券—长电公司债券（简称“07长电债”）在上交所正式挂牌推出以来，上市公司的公司债已经走过了近14个年头。从2007年《公司债发行试点办法》再到2020年公司债迈入注册制时代，公司债的发行管理制度也在不断修订中逐渐完善并走向成熟。这表明资本市场的改革不断深化，融资手段不断丰富、层次更加鲜明，债券融资规模预期将会迅速增加。尽管取得如此成绩，但相对于国外的资本市场，我国债券融资在直接融资中的比重以及占总融资的百分比仍然较低，债券市场的成熟完善还有很长的一段路要走。
与此同时，我国公司债券从诞生到现在经历了2008年的经济危机、2018年的中美贸易摩擦以及2020年的COVID-19等全球重大不确定性事件的冲击，经济发展道路崎岖坎坷，但仍然不改前进趋势。2008年经济危机以来，不确定性对世界各国的政治、经济和人民生活影响加大，为了应对，一国的政府通常会针对不确定性，对症下药，订制政策措施来扭转局面。经济指标作为国家经济发展水平和质量的重要参考，也是判断宏观经济不确定性程度的重要参考，对当前经济状态的反映和未来经济形势的预测都起着重要作用。从宏观面上看，宏观经济不确定性会影响社会总产出和需求，可能改变宏观经济的整体运行轨迹；从微观面来讲，宏观经济不确定性会影响公司的生产经营决策和个人的生活决策。此外，经济不确定性还与资本市场联系紧密，经济不确定性因素的增加，股票市场和债券市场都会对此作出反应。
1.2 研究意义
1.2.1 理论意义
公司债债券相对于政府债券而言，有其独特的信用风险，伴随着公司债发行注册制时代的到来，债券品种和规模不断扩大，强制信用评级的取消，需要对信用风险引起高度重视。并且，信用利差作为观测信用风险大小的关键指标，在量化债券的风险收益水平，为债券进行定价时，是一个重要因素，因而本文的研究具有如下理论意义：
第一，本文将信用利差影响因素的研究进一步扩展。过往研究对信用利差的影响因素分为宏微观两个层面：宏观因素主要有无风险利率（Longstaff和Schwartz，1995；解文增和王安兴，2014；Mahsa等，2020）、GDP（Altman，1983；Wilson，1998；戴国强和孙新宝，2011）以及流动性（Chen等，2007；戴国强和孙新宝，2011；纪志宏和曹媛媛，2017）。另一类是微观影响因素，主要有企业内部价值（如Cornell和Green，1991；Schwarz，2010；王雄元，2015）、信息不对称（Duffie和Lando，2000；周宏等，2014）以及公司治理（李亚平等，2016；王雄元和高开娟，2017；周宏等，2018）。由于上述各种因素均无法说明利差，但随着我国债券的进一步发展,对信用利差的产生影响因素仍有很大空间。所以，本文深入探讨宏观不确定性怎样作用于信用利差，对信用利差的研究进行了拓展，有利于帮助解释“信用利差之谜”。
2. 文献综述
2.1 信用利差的影响因素的相关研究
目前，信用利差影响因素的研究可以分为两类：宏观与微观因素。
2.1.1 影响信用利差的宏观因素
公司的经营发展与其宏观环境密切关联，在信用利差上其影响会有所体现。宏观影响因素较为繁杂，主要是无风险利率、GDP以及流动性。
无风险利率是重要的宏观因素之一，但没有定论。Merton（1974）在结构化模型中证明无风险利率对利差的负向影响。刘国光和王慧敏（2005）检验了国债收益率与信用利差的格兰杰因果关系。许多学者探讨过利差与无风险利率的关系，多数认为是负相关（Duffee，1998；解文增和王安兴，2014；王超，2020；Mahsa等，2020），这与Merton的结构化模型结论一致。但周宏等（2011）发现由于中国债市的投资者主要是个人，且我国是一个储蓄大国，无风险利率提高会引起储蓄增加，债市资金减少，压低资产价格，因此与信用利差呈现正相关关系。
GDP也是债券信用利差的重要影响因素，但其研究结论也不一致。Altman（1983）探究了信用价差与宏观指标的联系，发现GDP等指标表现较好时，债券的信用利差较低。Wilson（1998）在前人的研究基础上加入了GDP增长率等宏观经济因素，建立了可量化违约概率的组合模型，预测力度得到提升。然而，戴国强和孙新宝（2011）认为GDP增长率正向作用于利差，这是由于当经济发展良好时，通胀预期较高，投资债券的风险变高。
2.2 信用利差研究模型的相关研究
至今，对信用利差进行研究时主要使用四个研究模型：结构化、简约化、混合以及回归分析模型。
2.2.1 结构化模型
结构化模型由Merton（1974）建构，他认为之所以对企业债进行投资，目的是得到一项权利，即企业价值的或有求偿权，因此信用利差定价模型适用B-S期权定价理论。结构化模型可以推导出无风险利率、杠杆比率、资产收益率的波动程度以及债券到期时间均影响信用利差。
该模型的优点是解释变量简洁，结果与现实情况接近，在研究早期使用广泛。但其缺点也不少，核心缺点在于部分假设比较理想主义，不贴合现实状况。Avramov和Jostova（2007）将结构化模型运用于类型不同的债券研究中，得到的结论不一，因此批判了该模型。在后续的结构化模型中对Merton的假设的逐渐放宽。Black和Cox（1976）放宽了违约时间的限制，认为可以提前违约。Longstaff和Schwartz（1995）进行延伸研究，建构了两因子随机模型，其利率为Vasicek分布，并对浮动与固定利率债券分别进行估值，结果说明了信用利差显著受利率和违约概率的影响。
3. 理论基础与研究假设 ................................. 16
3.1 理论基础分析 .................................... 16
3.1.1 不确定性经济理论 ......................... 16
3.1.2 融资约束理论 .................................... 17
4. 数据及模型设定 ......................................... 21
4.1 样本选取与数据来源 ................................. 21
4.2 变量描述 ..................................... 21
5. 实证分析 ....................................... 30
5.1 基准回归分析 ........................................... 30
5.1.1 描述性统计和相关性分析 ....................................... 30
5.1.2 时间序列数据的平稳性检验 .................................. 33
5. 实证分析
5.1 基准回归分析
本文对所有连续变量都采用了1%的双侧缩尾处理方法，以减少因极端数值所造成的不良结果。在时间序列模型中，共得到159个月的观测样本数据。本文使用Excel和Stata16.0以及OxMetrics6等统计分析软件进行实证探究。
5.1.1 描述性统计和相关性分析
表5-1是时间序列数据的描述性统计分析结果，信用利差指数（CSIndex）的平均数为1.916%，中位数为1.894%，最小值为0.807%，最大值为3.342%，这说明不同月份公司债利差指数差异较大。从解释变量EUN的描述性统计分析结果来看，可以发现经济不确定性指数的平均值为0.291,中位数为0.2559，最小值和最大值分别为0.042和1.043，说明中国宏观经济的不确定性波动程度也较大。在2008年经济危机、2018年中美贸易摩擦、2020年新冠疫情等影响世界的大事件期间里，经济不确定性出现了峰值。在经济危机过后的恢复时期，以及在中国经济进入新常态到中美贸易战打响前的时期，宏观经济不确定性较低，波动较小。无风险利率的均值为3.486%，利率期限结构均值为0.814%，M2的自然对数值平均为13.923，沪深300的月均回报率接近于0，波动率均值则为1.506%，投资者情绪指数的平均自然对数值为3.649。
6. 研究结论与建议
6.1 研究结论
本文围绕“经济不确定性如何作用于信用利差”这一焦点问题展开研究，首先，回顾了信用利差和宏观经济不确定性的相关理论和文献，并提出相应了研究假设，为了验证我们的假设是否正确，分别对宏观层面整体数据和微观层面个体数据构建了时间序列模型和面板模型进行实证检验。在实证分析中，从基准模型出发，研究了前者对后者的影响关系。进一步地，分析了其产权性质和融资约束的直接影响机制和管理者过度自信的调节机制。此外，考虑到债券信用等级差异和行业特征可能带来信用利差的差异，本文还做了异质性分析。最后本文对上述实证分析结论做了大量稳健性检验工作，包括增加控制变量、参考过往文献变换代理变量的构造方法、替换解释变量、工具变量法等以验证本文结论的可靠性。
以2008年-2021年3月期间上市公司发行的426只公司债月度信用利差数据作为研究对象，以郑霞和王挺国（2020）提出的中国宏观经济不确定性指数（EUN指数）作为核心解释变量，实证研究后得到如下几点结论：
第一，本文采用Mahsa（2020）的方法，通过在数据宏观整体层面建构信用利差指数，进行时间序列分析以及在微观公司个体层面建立面板模型，实证均发现中国宏观经济不确定性与公司债信用利差显著正相关，这与经济摩擦、实物期权、安全转移的理论假设一致，也与西方成熟债券市场情形大致相同，表明中国债市逐渐成熟。
第二，本文参考江静琳等（2018）的机制分析方法，分析其作用机制，同时实证结果也可作为本文异质性分析的一部分。发现宏观经济不确定性可以通过公司性质层面和融资约束层面产生直接影响。在非国有企业以及高融资约束下宏观经济不确定性对信用利差的影响更大，不论是分组还是全样本引入交互项进行回归，结论不变。
参考文献（略）
