公司债券收益率的风险补偿定量研究.doc

上传人:99****p 文档编号:1943340 上传时间:2019-03-24 格式:DOC 页数:9 大小:30.50KB
下载 相关 举报
公司债券收益率的风险补偿定量研究.doc_第1页
第1页 / 共9页
公司债券收益率的风险补偿定量研究.doc_第2页
第2页 / 共9页
公司债券收益率的风险补偿定量研究.doc_第3页
第3页 / 共9页
公司债券收益率的风险补偿定量研究.doc_第4页
第4页 / 共9页
公司债券收益率的风险补偿定量研究.doc_第5页
第5页 / 共9页
点击查看更多>>
资源描述

1、公司债券收益率的风险补偿定量研究一、文献综述 (一)国外研究 国内外学者一直在尝试定量测量公司债券的到期收益率(下文简称为收益率)对各方面风险因素的补偿。国外文献中,Collin-Dufresne et al. (2001)发现收益率利差(收益率与无风险利率之差,通常也称为信用利差)与常用的信用风险因素和流动性风险因素等指标几乎没有相关性,即未能测量出收益率的风险补偿;Driessen (2005)把收益率利差定量分解为信用风险、流动性风险和税收等部分,并发现信用风险部分尽管在经济学意义上显著但在统计学意义上不显著;Chen et al. (2007)深入研究了流动性对收益率利差的影响,发现流

2、动性风险是比较重要的风险补偿部分。总体来看,国外研究总体上比较认可流动性方面的风险补偿,尤其是对于投资级别(高信用评级)的公司债券而言。 (二)国内研究 国内文献中,谭地军等(2008)发现收益率利差主要与债券特征和信用风险有关,流动性风险方面则没有发现显著的风险补偿;赵静和方兆本(2011)却发现信用风险对收益率利差的影响较小,尤其是由杠杆比例所代表的信用风险对收益率利差的影响与理论预期相反,反而是宏观因素和流动性因素对收益率利差的影响较大;王安兴等(2012)同样发现杠杆比例对收益率利差的影响与理论预期相反,此外还发现,信用评级所代表的信用风险得到显著补偿,而剩余期限越长则收益率利差越低,

3、意味着倒挂的期限结构难以得到解释;朱如飞(2013)考察了四种不同的流动性风险测度对收益率利差的影响,发现只有 Amihud (2002) 非流动性指标的影响与理论预期一致,是比较好的流动性风险测度,但其研究中与流动性有关的债券年龄(即交易日距上市日的时间)因素对收益率利差的影响与理论预期是不一致的。总体来看,国内在研究杠杆比例所代表的信用风险补偿上出现问题,在对流动性风险补偿的研究上也存在疑惑,还有倒挂的收益率曲线问题未能得到解决。 本文国内外现有文献的基础上建立了收益率微观风险补偿模型,能够成功地计量信用风险和流动性风险得到的风险补偿,没有发现收益率曲线倒挂,解决了国内外研究中遇到的各种难

4、题。本文的研究发现意味着,现有国内外文献中发现的各种问题其实是因为模型设定不当产生的内生性偏误(endogeneity bias)造成的。 二、模型构建 本文将从微观层面着眼考虑收益率的风险补偿。除必须补偿无风险利率之外,收益率还需要补偿持有公司债券所承担的各种微观层面的风险(主要由信用风险和流动性风险构成) ,此外还需要考虑公司债券的期限结构。本文建立的收益率微观风险补偿模型为: yit=rit+crdrate+crdrate+crdrate+crdrate+lnasset+levrate+sigma+illiqu+lnval +age+yrtomat+vi+it, (1) 其中,y 代表收

5、益率,r 代表无风险利率,crdrate 代表信用评级虚拟变量,lnasset 代表发债公司总资产的自然对数,levrate 代表发债公司的杠杆比例,sigma 代表发债公司的股价波动率,illiqu 代表债券的Amihud (2002)非流动性指标,lnval 代表债券每日平均成交金额的自然对数,age 代表债券年龄,yrtomat 代表剩余期限, 代表线性模型的截距,vi 代表债券基准利差, 代表其他市场因素对收益率的随机扰动,下标 i 表示第 i 支债券,下标 t 表示第 t 个交易日,R 收益率对无风险利率的补偿系数,C 是信用风险相关因素的补偿系数,L 是流动性风险相关因素的补偿系数

6、,T 是收益率曲线的斜率。 (一)无风险利率及其补偿系数 R 在理论上,收益率对无风险利率的补偿应该为 1 比 1,即 R =1。这也是为什么绝大多数研究使用收益率利差(即 yit-rit)而非收益率。然而,根据高强和邹恒甫 (2010)的研究,我国公司债券在无风险利率方面的信息有效性并不高,所以不限制 R =1 应该更能符合我国公司债券市场的现实。因此,从理论上预期,应该有 00。 股价波动率越大,公司总资产市值的波动率也就越大。后者是Merton (1974)模型及后续结构模型的核心变量。根据 Merton (1974)模型,总资产市值的波动率越大,违约风险就越高,因此理论预期 0。 (三

7、)流动性风险因素及其补偿系数 L Amihud (2002)非流动性指标越大,意味着债券流动性越差,所需的风险补偿就越高,因此理论预期 0。日均成交额较大的债券其流动性往往较高,需要的风险补偿就少。取日均成交额的自然对数进入模型是因为假设收益率的成交额弹性(即)为常数更加合理。理论预期 0。 (五)债券基准利差 vi 在研究微观层面的收益率风险补偿时,允许不同债券具有各自独立的基准利差是很有必要的。因为决定债券收益率水平的潜在因素有很多,前述风险因素不可能全部将之涵盖。在模型中加入便可以替代那些由不随时间变化的风险因素所决定的利差补偿,便可以克服模型的内生性问题。 三、数据描述 在收集和计算数

8、据时,收益率、无风险利率和各种风险变量的起止时间限定在 2010 年2012 年,跨度为 3 年。用于研究的公司债券样本有278 支。本文的基础数据来源是国泰安数据服务中心()提供的中国债券市场研究数据库、CSMAR 中国股票市场交易数据库和 CSMAR 中国上市公司财务报表数据库。研究变量通过 MySQL 数据库查询和 R 语言计算得出,其分布见表 1。 需要说明的是:无风险利率 r 根据 Nelson and Siegel (1987) 模型拟合交易所国债数据计算得出;信用评级、总资产、杠杆比例等变量采用的是在交易日之前公布的最新数据;股价波动率、Amihud (2002)非流动性指标、日

9、均成交额等变量的估计使用的是宽度为 30 天的时间窗口。 四、计量分析 本文建立的收益率微观风险补偿模型中的参数 (即各种风险补偿系数)可以用面板回归分析中常用的固定效应(fixed effect)或随机效应(random effect)进行估计。本文采用随机效应。从回归结果的的均值非常接近于 1 可以得知,随机效应的估计结果与固定效应十分接近。回归结果见表 2 中的模型。 (一)无风险利率补偿系数估计值 R 无风险利率(r)的回归系数0.2985 意味着,无风险利率上升 1 个基点,公司债券收益率将只上升约0.3 个基点。这说明本文在模型中不限制 R=1 是正确的。这一发现与高强和邹恒甫 (

10、2010)的发现是一致的。 (二)信用风险补偿系数估计值 C 信用评级(crdrate)虚拟变量的回归系数与理论预期大体相符,全部为正,但并非随评级递减而递增,其原因在于样本中低信用评级债券的观测数较少,系数估计的标准误较大(尤其对于 A+级债券而言) 。能够确信的两个结果是:相比于 AAA 级公司债券,在其他因素不变的情况下,若评级降低为 AA 或 AA-,则收益率约上升 3339 个基点。总资产对数(lnasset)的回归系数为负,与理论预期相符。回归系数-0.5379 意味着,在其他因素不变的情况下,若总资产增大 1 倍,则收益率将降低约 54 个基点。杠杆比例(levrate)的回归系

11、数为正,同样与理论预期相符。回归系数 0.0242 意味着,在其他因素不变的情况下,杠杆比例每提高 10 个百分点,则收益率将上升约 24个基点。 股价波动率(sigma)的回归系数为正,再次与理论预期相符。回归系数 0.0418 意味着,在其他因素不变的情况下,股价波动率每提高 1 个百分点,则收益率将上升约 4 个基点。 (三)流动性风险补偿系数估计值 L Amihud (2002)非流动性指标(illiqu)的回归系数为正,与理论预期相符。回归系数 0.0080 意味着,在其他因素不变的情况下,Amihud (2002)非流动性指标每提高 1 个单位,则收益率将上升约 0.8 个基点。日

12、均成交额对数(lnval)的回归系数为负,同样与理论预期相符。回归系数-0.0405 意味着,在其他因素不变的情况下,日均成交额每提高 1 倍,则收益率将下降约 4 个基点。债券年龄(age)的回归系数为正,再次与理论预期相符。回归系数 0.2890意味着,在其他因素不变的情况下,债券年龄每增加 1 年,则收益率将上升约 29 个基点。 (四)收益率曲线斜率的估计值 T 剩余期限(yrtomat)的回归系数为正,符合理论的预期,但在统计上不显著。统计不显著的原因是本文考虑的风险变量较多,相当于同一风险级别之下的债券数量太少,导致标准误增大。回归系数 0.0394 意味着,在其他因素不变的情况下

13、,剩余期限每增加 1 年,则收益率将上升约 4 个基点。 (五)对回归结果的评述 从以上回归结果可以看出,使用模型得到的风险补偿计量结果全部与理论预期相符。这说明本文的模型设定非常成功,有效地解决了内生性问题,回归系数的估计结果与其真实值将是一致的(consistent) 。 需要指出的是,本文克服了现有文献中难以解释的问题。例如,在赵静和方兆本 (2011) 、王安兴等 (2012)的研究中,杠杆比例的回归系数并不显著或显著为负。在朱如飞 (2013)的研究中,债券年龄的回归系数显著为负。在王安兴等 (2012)的研究中,剩余期限的回归系数显著为负。这些结果与理论预期都是相反的。尽管上述的大

14、多数学者都对出现相反的结果尽可能地做了理论上的解释,但这些研究所用的模型或多或少存在内生性问题,致使回归系数的估计结果与其真实值不一致(inconsistent) 。 五、研究对比 比以往文献进步的是,本文的定量估计结果与理论预期相一致。成功可以归因于两方面:第一,模型设定更为合理;第二,数据更为全面可靠。两方面原因中,前者是最主要的,这可以通过进一步的研究对比进行说明。 在对比研究中,数据保持不变,仅改变模型。基于第二节建立的模型(1) ,只做一点改变:将被解释变量从收益率(y)替换为收益率利差(s=y-r) ,成为模型(2): 其余变量均与模型(1)相同。从参数估计的角度来看,模型(2)相

15、当于在模型(1)中假设了 R=1。 像模型(2)这样以收益率利差作为被解释变量的建模方法,是目前国内外绝大多数研究的通行做法。这种做法暗含着一个前提,即假设了市场在处理无风险利率方面的信息上是有效的。然而,根据高强和邹恒甫(2010) ,我国公司债券在无风险利率方面的信息有效性并不高,前述假设并不成立。本文指出,以往文献在研究国内债券市场问题时,正是由于像模型(2)这样不恰当地采用了收益率利差变量,才导致了许多参数估计结果与理论预期不相符的问题。基于本文的数据,采用模型进行参数估计(结果见表 2) ,即可印证这一观点:Amihud(2002)非流动性指标(illiqu)的回归系数为负,与理论不

16、符;剩余期限的回归系数为负,与理论不符。所以,以往文献所称的流动性补偿不显著、收益率曲线倒挂等与理论预期不相符的结果,其真实原因应该是:错误地设定了模型,更确切地说,是不恰当地使用了收益率利差变量。 六、结论与展望 本文对我国公司债券在无风险利率、信用风险、流动性风险和期限结构上的风险补偿进行了定量研究,数量结果与理论预期相符。其原因一方面在于谨慎设计的计量模型,另一方面在于全面收集和精心整理的数据。对于未来更进一步的研究,本文建议:第一,避免误用收益率利差(信用利差)概念,尊重我国债券市场信息有效性不高的事实;第二,尽可能使用投资者所考虑的微观数据,少用宏观加总数据,以便得出有实际意义的研究结果;第三,利用包括本文在内的实证研究结果,进一步推进公司债券定价的理论研究工作。 参考文献: 1高强、邹恒甫:企业债券与公司债券的信息有效性实证研究 ,金融研究2010 年第 7 期。 (编辑 刘 姗)

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文资料库 > 毕业论文

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。