公司信用债刚兑信仰打破了吗——基于限制性条款影响力的研究

何志刚 吴心源

浙江工商大学 金融学院，浙江 杭州 310018

一、引言

2014年以前，中国信用债市场未出现过实质性违约，仅有的几次信用风险事件也由地方政府或承销商及时解决。“零违约”神话可以说是政府干预企业债务融资的结果。政府隐性担保使得投资者长久以来“潜在”地把政府信用作为企业债务的信用背书，对债券抱有刚兑预期，风险意识淡薄且普遍存在投机侥幸心理，从而扭曲了传统金融理论中收益和风险之间的平衡关系，信用风险定价机制失效(朱宁,2016[1])。2014年3月首单公募债券违约，打破了中国债市长久以来的刚性兑付。近年来，政府部门出台了相关制度规范以退出隐性担保，促使发债主体风险自担，违约进入常态化。Wind资讯数据显示，截至2019年12月29日，债券市场共有204个主体发行的458只债券发生违约，涉及违约的本金规模达2413.18亿元。违约主体从民企扩大到国企，从低评级债券蔓延到高评级债券，违约种类也逐渐覆盖全部信用债品种。违约常态化一定程度上提高了投资者对违约风险的接受度，有利于信用风险定价机制的完善，是中国债券市场发展进步，逐渐向成熟市场转变的信号。刚兑信仰源于中国债券市场刚性兑付这一痼疾。当前刚性兑付已经打破，随着信用违约事件愈演愈烈，投资者长久以来形成的刚兑信仰是否打破，这是一个值得关注的问题。本文拟从实证角度对此加以验证，具有一定的理论和现实意义。

二、文献综述

(一)刚兑信仰与债券定价

Porta et al.(1998[2])等认为发展中国家由于信息披露质量、债权人权利保护及司法有效性等金融基础设施的落后，制约债券市场的发展。对此，中国采用政府干预、发行管制等方式推动债券市场发展(成九雁和朱武祥，2006[3]；曹萍，2013[4])，如当债券发行人不能按期兑付或出现偿付困难时，政府及其他关联机构会出面兜底处理。但是实际上中国并没有任何一项法律条文要求政府必须刚性兑付。这一“不言自明”的政府外部支持被称作隐性担保。许多学者探讨了隐性担保对债券定价的影响。孙铮等(2005[5])认为“政府关系”作为一种非正式制度可以降低投资人对借款人的违约预期，进而影响信用价差。方红星等(2013[6])发现国有产权能够发挥隐性担保作用，直接或间接地降低债权人面临的投资风险，从而使得上市公司的融资成本下降。韩鹏飞和胡奕明(2015[7])指出政府隐性担保在评级较低的企业债券中影响更大，更能降低其违约风险。魏明海等(2017[8])选取产权性质、政策补贴及政策性银行贷款来度量企业债背后的隐性担保，发现这些隐性担保指标能显著降低信用利差。由此可见，隐性担保确实起到了降低违约风险的作用。但其弊端在于，由于投资者形成了政府为违约兜底的惯性思维，混淆了发行人自身信用与政府信用，因而投资过程中过于看重国企背景、地方政府实力等隐性指标，忽略反映发行人真实信用水平的财务状况，导致信用债定价中信用风险往往补偿不够，定价机制出现失灵。陈道富(2015[9])指出刚性兑付使市场不能进行有效的风险区分和确定合理的风险溢价。王安兴等(2012[10])以及赵静和方兆本(2011[11])都曾发现部分信用风险因素对公司债券信用利差的影响与传统理论预期相反。纪志宏和曹媛媛(2017[12])指出中国信用债定价机制以宏观流动性溢价为主导，与成熟市场以信用风险为主导的定价机制(Liu et al.，2005[13])不同。尽管中国债券市场形成的刚兑信仰根深蒂固，但违约发生会给信用债带来一定冲击和影响，并且随着违约常态化，冲击和影响将不断增大。那么投资者对政府隐性担保下的刚兑信仰是否会因此出现动摇呢？对此，王洪亮等(2019[14])指出债券违约有助于打破刚兑信仰，从而构建起风险与收益率匹配度更高的市场。王占浩等(2015[15])、王宏博(2020[16])发现违约事件发生后公司债券信用价差增大，投资者刚兑信仰有所动摇。李艳军(2019[17])指出违约事件的蔓延将使信用风险溢价在债券定价中越来越重要。但也有学者发现违约频发背景下投资者仍普遍抱有刚兑预期。王占浩等(2015)发现“11超日债”的违约并未对市场形成实质性的影响，“刚性兑付”信念依然存在。彭叠峰和程晓园(2018[18])指出超日债违约引致投资者更加偏好国企债券，隐性担保预期反而进一步加深。张雪莹和王玉琳(2019[19])发现市场对城投债的刚性兑付预期并未下降，反而有所增加。由此可见，刚性兑付打破不难，难在破除债券市场长久以来形成的刚兑信仰。而只有当刚兑信仰被打破，市场参与者能够合理承担各自的风险，债市才能真正实现市场化。

(二)刚兑信仰与限制性条款

Jensen and Meckling(1976[20])指出在债务关系建立之后，债权人和股东将会产生利益冲突。限制性条款既能有效地在事前约束企业行为，减轻债权人和企业股东的利益矛盾，也能在信用风险事件发生后产生救济方案，最大程度保护债权人利益。Nash et al.(2003[21])、Chava and Robert(2007[22])、Reisel(2014[23])均以委托代理理论为基础，发现债券契约中的限制性条款可以缓解债权人与股东之间的委托代理问题，进而降低信用价差。Demiroglu and James(2010[24])基于信号理论，也指出资质较好的公司通过使用较为严格或更完善的契约条款设计，一方面保护了投资者的利益，另一方面可以向市场传达出积极信号来展示其良好资质，进而降低发行成本。相比于国外市场，国内关于限制性条款的文献较少。陈超和李镕伊(2014[25])发现公司债的限制性条款设计越完善，债券的融资成本越低。史永东和田渊博(2016[26])、史永东等(2018[27])发现契约条款能显著降低公司债券的信用价差。甄红线等(2019[28])指出债券特殊契约条款的约束力度越大，公司的会计稳健性越高。

限制性条款是伴随信用风险出现并不断完善的。金融危机后，Douglas et al.(2014[29])、Marc and Grossmann(2017[30])发现市场信用风险的增加提升了限制性条款的重要性。当前中国债券市场的违约常态化同样引发对债权人保护机制的内生需求，自2015年起，中国证券市场监管部门一直围绕构建统一的债券违约制度框架，对各类投资者保护机制进行规范与引导。冯果和阎维博(2017[31])指出在市场主导的逻辑下，限制性条款切实发挥着保护债权人利益的功能，是债券市场最为基础和最为市场化的保护手段。因此违约事件的出现动摇了投资者的刚兑信仰，增强了投资者的风险防范意识，限制性条款在债券定价中的重要性应当进一步提升。

综上所述，现有文献围绕债券市场刚性兑付打破的市场影响进行了研究，但还存在以下不足。首先，已有研究较多集中于分析“11超日债”违约这一事件的市场冲击，缺乏违约常态化对投资者在长期刚性兑付下形成的刚兑信仰带来的影响。其次，已有研究多集中于分析违约与信用评级和产权性质的关系，较少有文献考虑违约常态化下限制性条款影响力的变化。

本文在已有文献的基础上进行拓展，考察在违约事件的不断冲击下，投资者由于长期刚性兑付所形成的刚兑信仰是否打破，创新之处有两个方面。首先，本文以限制性条款作为研究视角，限制性条款作为在市场化机制下保护债权人利益最为有效的工具，其影响力的变化将反映出市场投资逻辑的转变，并借此体现刚兑信仰是否打破。其次，本文使用随机森林方法进行实证分析；而随机森林能够通过大量的训练和学习、探索样本自身的特征与规律，较好地处理多维特征与目标值之间存在的线性和非线性关系，计算出各个特征变量对目标值的重要性评分，非常契合本文借助条款影响力的变化来考察刚兑信仰是否打破的目的，这是传统线性回归模型所不具备的。

三、研究方法与变量选取

(一)随机森林

本文采用随机森林回归模型获得限制性条款的重要性评分以及局部依赖值，分析违约事件出现前后限制性条款对债券定价的重要性变化，借此考察市场刚兑信仰是否打破。Breiman and Cutler(2001[32])提出了随机森林模型。它通过对大量决策树的汇总，采用少数服从多数的原则得出结果，提高了模型的预测精度。与传统的多元线性回归不同，随机森林不需要做特征选择，它会给出所有变量的重要性评分并考虑变量之间的交互作用。

随机森林可以解释若干自变量Xi对因变量Y的线性及非线性作用。如果因变量Y有n个观测值，有i个解释变量与之相关，在构建决策树时，随机森林就采用Bootstrap重抽样方法随机在原样本中重新选择n个观测值，子样本中有的数据可以重复，有的数据可能没有被选中。同时，随机森林也随机地从解释变量中选取部分变量进行决策树节点的确定。这样每次构建的决策树就不相同。一般情况下，随机森林随机地生成几百个甚至几千个决策树，最终结果由个别树输出的类别众数而定。随机森林根据被解释变量的类别可以分为分类和回归模型。自变量Xi可以是离散变量和连续变量的混合。因此，本文的模型设定为：

(1)

式(1)“～”左端为模型的输出指标，右端为输入指标。其中，CS代表债券i在t月的信用价差；cov_index代表债券i的限制性条款保护指数；rating代表债券i在t月前的最新主体信用评级；put为是否可回售；adjust为是否可调整票面利率；roa代表债券i在t月的总资产收益率；leverage代表债券i在t月的资产负债率；volatility代表债券i在t月的个股股价波动率；yeartomatu代表债券i在t月的剩余期限；Amihud代表债券i在t月的非流动性；secure为是否存在担保；riskfree和slope为t月无风险利率水平和利率斜率；ind为发债主体i在t月的行业。

(二)变量选取

1.信用利差。本文选取二级市场信用利差作为被解释变量。信用利差是指信用债到期收益率与同期限无风险利率之差(1)无风险利率一般取国债到期收益率，来源于中国债券信息网。。由于采用的是月度数据，故先计算出债券在当月每个交易日的信用利差，然后使用简单平均法计算出该只公司债券当月的平均信用利差。

2.限制性条款保护指数。本文借由限制性条款在违约常态化下影响力的变化来检验刚兑信仰是否打破，故参照Billett et al.(2007[33])、史永东和田渊博(2016)构造限制性条款保护指数进行量化分析，首先从每只债券的募集说明书中收集了其所使用的限制性条款(2)限制性条款均从募集说明书中的偿债保障措施和发行人权利与义务两项中整理得出。本文所收集的条款均是用于保护投资者的。并结合中国的特点，将限制性条款分为四大类。具体条款内容及分类见表1。由表1可以发现几乎所有的公司债券都使用了限制向股东分配利润、限制高管薪酬及奖金、限制重大风险项目、暂缓收购兼并、主要责任人不得调离、受托管理人和债券持有人七个契约条款，这些条款大多属于模块化条款，不像其他条款被选择性地使用，故本文在编制保护指数时不考虑上述条款。具体来说，限制资产转移类条款仅包括限制关联交易和限制担保，限制投资类条款仅包括限制出售资产和限制质押资产，事件驱动类条款仅包括追加担保，偿付安排类条款仅考虑设立专项偿债账户。在将限制性条款分为四大类的基础上，本文对于任意一只公司债券，每一大类中至少存在一个条款记为1，不存在任何一个条款记为0，这样四大类条款均为0-1变量，之所以如此处理是因为同一大类中的限制性条款在功能上具有重复性，当债券已经使用某一大类中的条款时，再增加该类的一个其他条款，其边际贡献通常较小，所以不重复计算同一大类中的条款(Billett et al.，2007)；接下来，按大类对条款求和，并除以大类总数4，从而得到每一支债券的限制性条款保护指数，其值均在0～1之间，并且随着数值增加，投资者受保护程度也在上升。例如，某一只债券使用了两个大类中的条款，其保护指数为0.5；另一只债券四大类中的条款都使用了，其保护指数为1。

表1 限制性条款分类

3.产权性质。国有企业的控制人是各级政府部门，与政府的关系密切，投资者通常会对这类债券持有隐性担保预期，从而影响信用价差。根据以往文献，本文采用国有产权虚拟变量度量政府隐性担保。

4.控制变量。信用利差综合反映了对信用风险、流动性风险、系统性风险、税收等多种因素的补偿，由于税收溢价一般相对稳定，信用利差主要受前三者影响，因此控制变量从信用风险溢价、流动性风险溢价和系统性风险溢价三个方面选取。

信用风险溢价受公司违约概率影响。参考国内外文献常用做法，本文使用信用评级、资产负债率、总资产收益率及个股股价波动率来表征债券的信用风险。信用评级使用交易日前最新债项评级。根据Merton(1973[34])提出的结构化模型，当负债总额超过资产时公

①本文所选样本中条款占比。

司违约，因而资产负债率越高的公司发生违约的概率越大。总资产收益率越高，说明公司的盈利能力越强，违约概率越低，信用价差越低。股价波动率可以代表公司价值波动率，现有文献表明股价波动率越大，公司债券信用价差越大。

流动性是指在不影响价格的前提下金融资产迅速成交的能力。非流动性可以理解为流动性的反面。Amihud非流动性测度对中国公司债利差有显著影响(朱如飞，2013[35])，因此本文选择Amihud and Yakov(2002[36])提出的非流动性指标来表征债券的流动性风险。Amihud非流动性指标是指单位交易金额引起的价格回报，如果单位交易金额引起的价格回报越大，非流动性就越大。同样参照Lin et al.(2011[37])的研究，本文选择公司债券每个交易日收盘价全价数据估计价格回报。

宏观系统性风险会影响债市的景气程度、信用债的需求量和投资偏好，进而影响信用价差。借鉴国内外文献的做法，本文选择10年期国债即期收益率作为无风险利率的代理变量，10年期与3年期国债即期利率之差作为利率斜率的代理变量，以此衡量债市的系统性风险；同时，参照朱世武和陈健恒(2003[38])、周荣喜等(2019[39])使用NS模型拟合上海交易所国债即期收益率；此外，选取剩余期限、是否可回售、是否利率可调整、是否含担保这类债券基本特征变量。债券发行包含可回售条款，即赋予投资者在规定期间可以将债券以约定的价格出售给发行公司的权利，这本质上是对投资者的保护，相当于为未来的潜在损失设定了下限。利率可调整一般规定发行人有权在未来某个时间点上调票面利率，这增加了投资者的收益，因此可回售和票面利率可调整均会影响信用价差。根据期限结构理论，长期借款比短期借款的风险要大，因此剩余期限越长，债券利差越大。担保是公司债通常会使用的信用增信方式，根据债券增信理论，担保增信能显著降低信用利差。史永东和田渊博(2016)指出行业之间对契约条款的选择存在明显不同的偏好，不同行业具有不同的利差水平(赵静和方兆本，2011)，因此本文引入行业变量。所有变量名称及说明如表2所示。

表2 变量含义表

四、实证分析

(一)样本选取与数据来源

选取2009年1月至2019年9月A股上市公司发行的在上海交易所交易的一般公司债券进行分析。由于本文使用的国债即期利率变量使用上交所国债交易数据拟合得出，故选择上交所公司债券作为样本。本文对原始数据做了以下处理：剔除交易日当天无交易量的数据；剔除有缺失值的数据；保留了固定利率债券；剔除募集说明书无法获得的债券；为确保流动性，保留剩余期限大于0.5年且交易月份在20个月以上的债券，最终样本为333只债券，14397个交易数据。本文所涉及到的公司财务数据，债券基本信息，交易数据均来自CSMAR和RESSET数据库。限制性条款从债券募集说明书中手工收集并整理。

(二)变量描述性统计

对所选取的变量进行描述性统计。考虑到极端值可能对回归结果产生的影响，本文对主要的连续性变量进行了上下l%的缩尾处理。表3给出了主要变量的描述性统计结果，从中可以发现国企债券数量较多，公司债券债项评级整体偏高，限制性条款的应用较少，投资者保护程度较低。

表3 变量描述性统计

(三)随机森林模型建立

本文将使用随机森林回归方法检验限制性条款在“11超日债”违约前后重要性(3)变量重要性评分和均方误差均经过了归一化处理。的差异，借此来分析刚兑信仰是否受到违约常态化的影响；在建立随机森林回归模型前先将样本集分为训练集和测试集，将训练集输入随机森林回归模型中进行学习，测试集用于对训练好的模型进行准确率测试；同时以“11超日债”违约公告日为节点将数据分为违约前和违约后，然后从前后两个样本集中各随机抽取80%作为训练集，剩下作为测试集。为了获得较好的训练效果，本文通过学习曲线进行验证，基于性价比分析，最终将随机森林决策树的数量n_estimators设置为1040；最大特征数max_features设置为14；决策树最大深度max_depth设置为不限制子树的深度。

(2)

对训练集进行回归学习后，本文使用随机森林回归模型袋外数据评分(拟合优度)和均方误差来判断模型拟合程度，此外还对模型进行了十折交叉验证(4)交叉验证是用来观察模型准确性的一种方法，本文将训练集划分成十份，依次使用其中一份作为测试集，其他九份作为训练集，多次计算模型的精确性来评估模型的平均准确程度。。具体结果见表4，模型拟合优度均在80%以上，均方误差均小于1，说明解释变量对于信用利差的解释力度较强，模型的拟合效果好。

表4 随机森林回归结果

从图1和图2可知，限制性条款的重要性在“11超日债”违约后上升，说明投资者风险防范意识增强，刚兑信仰有所动摇。同时产权性质的重要性也有所增加，这与彭叠峰和陈晓园(2018)得出的结论一致，由于“11超日债”是民企债券，且市场中大部分违约债券是民营企业发行的，这使得投资者加深民企债券没有政府隐性担保的认知，从而更偏好国企债券，导致产权性质在定价中的影响力增强。其他变量方面，信用评级在“11超日债”违约前后都是信用价差最为重要的影响因素，这与沈中华等(2018[40])得出的结论相同。但信用评级在违约事件发生后重要性下降，这一定程度上体现了中国评级机构的可信度有限。无风险利率和利率斜率的重要性均下降，非流动性、总资产收益率和资产负债率的重要性增加，说明系统性风险在定价中的重要性降低，信用风险和流动性风险重要性增加，债券定价渐趋理性。但由于产权性质重要性依然靠前，债市隐性担保预期仍在。

为了进一步解释变量之间的相关关系，本文采用局部依赖分析(5)用于度量某个变量对被解释变量的影响(类似线性回归模型中的beta值)。本文通过python中的pdpbox包来实现局部依赖图。(partial dependent plots)来可视化随机森林得出的结果，具体考察限制性条款在“11超日债”违约前后对信用利差的影响。从图3和图4可以发现，违约事件发生后，信用价差受限制性条款影响加深且对条款设计完善程度更加敏感，债券定价更加合理完善，进一步体现出投资者对发债人自身信用风险的接受度提高，刚兑信仰发生动摇。

(四)模型准确度测试

接下来本文将测试集样本输入模型进行精确度检验。本文首先将测试集的回归结果与真实值进行比较，具体结果如表5所示，拟合优度和均方误差均表示拟合结果较好；其次根据表的预测值和真实值描述性统计可以看出两者均值相差较小，预测值的最小值相较于真实值偏大，最大值偏小，说明模型的回归结果偏保守，回归效果良好，得出结论基本可信。

表5 测试集预测值和真实值描述性统计

(五)交易年份分组检验

本文采用随机森林模型进一步对2014～2018(6)由于样本选取至2019年9月，2019年的交易数据较少，故只选取2014～2018年的数据进行分年度回归。年的数据进行分年度回归，得出每年的限制性条款的重要性评分。如表6所示，在2016～2018年债券出现大量违约，同时监管层陆续出台各项债权人保护的相关制度规范的影响下，限制性条款对定价的重要性呈上升态势，说明违约常态化下，债市刚兑信仰出现动摇。2015年限制性条款的重要性评分出现下滑，这可能是因为2014年底超日债宣布全额兑付(和讯债券，2014[41])，又强化了投资者的刚兑信仰从而导致条款重要性下降。

表6 分年度随机森林回归结果

(六)产权性质分组检验

债券市场的刚性兑付与中国特殊的制度背景及政府干预行为有关，投资者对公司债券刚性兑付预期取决于发行主体与政府关系的远近。由于国有企业具有国资背景且与政府的关系更近，更容易受到政府部门直接的管理，投资者预期民营企业更容易失去政府的隐性担保，于是会更加重视限制性条款对民企债券的作用。本文将样本按产权性质分类进一步考察产权性质对刚兑信仰的影响，回归结果见表7。由表7可知，不管是国企债券还是民企债券，违约事件发生后，限制性条款对定价的重要性均有所上升，说明投资者开始认识到投资债券是具有风险的，从而在择债的过程中开始重视能降低公司债投资风险的限制性条款。此外，限制性条款在民企债券中的重要性增加幅度大于国企债券，且一直以来条款在民企债券中的重要性都比较高，说明在相同的市场环境下，国企债券价格对违约风险的敏感性更低，风险溢价更小，且国企属性在投资者心中具有“保障”作用，刚兑信仰并未打破。

表7 随机森林模型回归结果

五、结论与建议

本文以2009～2019年A股上市公司在上海交易所公开发行的一般公司债券为样本，从债权人保护角度出发，运用随机森林方法分析在违约常态化背景下限制性条款保护指数在二级市场信用利差中的影响力变化，据此考察中国刚兑信仰是否打破，得出两点结论。

第一，债市违约事件出现后，限制性条款对信用利差的影响力增强。进一步研究显示，在相同的市场环境下，限制性条款对民企债券信用利差的影响更显著，且民企债券受违约事件影响程度更大，具体表现为违约事件前后，民企债券限制性条款重要性变化幅度大于国企债券。

第二，根据随机森林模型得出的重要性评分排序来看，产权性质对债券定价一直较为重要，限制性条款在债券定价中的重要性相对偏低。

以上实证结果说明在市场化改革的背景下，投资者风险防范意识增强，刚兑信仰有所动摇，债券定价逐渐市场化，但债券市场被制度性因素主导的格局未发生改变。刚兑信仰作为一种长期根植于债市的投资逻辑并未真正打破，市场信用代替政府信用是一个漫长且艰难的过程,需要市场各方参与者共同努力。

基于上述研究结论，本文提出三点建议。

随着违约常态化，市场参与者刚性兑付预期减弱，刚兑信仰终将被打破。相应地，债券市场应加快建立完善的风险防范机制，限制性条款作为债券市场中有效的投资者保护工具应当得到进一步的重视。

一是加大限制性条款的保护力度和范围，提高条款设计的灵活性，充分发挥债券契约条款对债权人的保护作用，减轻未来可能发生的违约集中性爆发和处置不当对于债券市场信用环境和经济增长造成的不良后果，保障投资人合法权益。

二是鼓励发债公司合理设计限制性条款，缓解股东与债权人之间的委托代理问题，降低企业的融资成本，提高公司的融资能力。

三是对投资者而言，必须摈弃刚性兑付思维，明白市场参与者的责任和义务，提高自身的风险防范意识；要善于利用信息审慎地选择债券，而不是单单着眼于公司背后的隐性担保能力；在面临信用风险时，也要充分利用投资者保护机制来维护自身权益。