潘军：中国信用债市场中的国企溢价与政府支持 | 学术研究特辑

“

近年来，上海高级金融学院（高金/SAIF）多位教授结合中国经济、金融领域实践，以翔实数据和深入思辨开展探索研究，并将这些学术成果发表在国际顶级和一流学术期刊，帮助世界理解中国经济、金融发展的内在逻辑。

为此，我们陆续推出“高金教授研究的中国议题”系列稿件，通过介绍高金教授有关中国经济、金融问题研究的学术成果，为我国经济、金融体系发展提供更多参考。本期内容，介绍高金金融学教授、高金讲席教授潘军与复旦管院助理教授耿哲（高金2022届PhD项目校友）共同完成的论文“The SOE Premium and Government Support in China’s Credit Market”（《中国信用债市场中的国有企业溢价与政府支持》。

近十多年来，中国信用债市场发展迅猛，颇受各方关注。自2014年以来，中国信用债市场违约事件频发，违约债规模快速增长。

高金金融学教授、高金讲席教授潘军与复旦管院助理教授耿哲（高金2022届PhD项目校友）通过对2010年至2020年间中国信用债市场的实证研究，共同完成论文“The SOE Premium and Government Support in China’s Credit Market”（《中国信用债市场中的国有企业溢价与政府支持》），近日获国际顶级学术期刊Journal of Finance（《金融学杂志》）接收。

论文使用整合了信用风险、流动性和政府支持的结构性违约模型来研究中国信用债市场，发现价格发现功能的改善，以及国企与非国企在市场上的表现日趋分化。在流动性恶化的情况下，政府救助的存在有助于缓解流动性不足引发的违约风险，使国有企业债券更有价值，扩大国有企业溢价。与此同时，政府支持的重要性增加使国有企业对救助概率更加敏感，而违约风险的增加则增加了非国有企业对信贷质量的敏感性。考察实际影响，论文发现非国有企业相对于国有企业的业绩严重恶化，扭转了长期以来非国有企业盈利能力优于国有企业的趋势。该论文首次对中国信用利差的信息含量进行了全面的研究，为资产定价文献做出了贡献。

The SOE Premium and Government Support in China’s Credit Market

中国信用债市场中的国有企业溢价与政府支持

Journal of Finance （即将发表）

潘军 金融学教授、高金讲席教授

教授简介

潘军教授现任上海交通大学上海高级金融学院金融学教授、高金讲席教授。在2019年正式加入高金之前，曾任麻省理工学院斯隆管理学院金融学讲席教授，同时兼任美国国家经济研究所研究员。潘军教授曾在麻省理工学院斯隆管理学院担任多门金融学课程的教学工作，主要包括：《投资学》，《实证资产定价》等。

潘军教授在众多国际学术著名刊物如 Econometrica, Journal of Finance，Review of Financial Studies，Journal of Financial Economics 等发表多篇论文，曾担任Review of Financial Studies期刊副编辑。自2022年1月起，她担任国际金融领域一流期刊Review of Finance主编，任期三年。自2022年7月起担任Journal of Finance副主编。

潘军教授先后于1995年获得美国女性在科学领域的Luise Meyer-Schutzmeister奖，1996-1997年度获得斯坦福大学商学院Jaedicke学者称号，1998-1999年度斯坦福大学Lieberman奖学金，2001年西伊利诺伊斯大学校友成就奖，2003年芝加哥数量联盟年度学术比赛一等奖，2015年The Stephen A. Ross Prize in Financial Economics等多个奖项。

潘军教授1995年获得纽约大学物理学博士学位，2000年获得斯坦福大学金融学博士学位。

01

国企溢价与政府支持

绕过银行贷款和影子银行，该论文将研究聚焦在中国的信用债市场。据统计，中国信用债市场发展迅猛，非金融企业发行的国内债券规模从2008年的0.2万亿美元增加到2020年的4.5万亿美元，债市存量规模仅次于美国。对于银行主导型的中国金融体系来说，这种市场化信贷渠道的存在开辟了一条比传统银行贷款更经济、更高效的债务融资新渠道。

与银行贷款不同，公司债券的市场价格基本由投资者对风险和收益的权衡所驱动，因此能够最好地反映公司层面的信用状况。国企与民企之间的信贷定价差异，我们称之为国企溢价（SOE Premium），可以用来量化国企在信贷分配中的优势程度。此外，由于信贷分配的流动性，国企溢价所捕捉到的来自信贷市场的信息是对中国所有信贷渠道中相对信贷分配的反映。

研究者对国企溢价的衡量反映出国企和民企在信用债市场的分化日益加深。

统计数据现实，在2018年之前，中国民企与国企的信用利差的差值在20个基点上下波动，表明国企的确在市场中享有适度溢价。

自2018年4月“资管新规”发布后，民企相对于国企面临的信贷状况迅速恶化。在短短一个季度的时间里，民企与国企信用利差的差值从28个基点猛增至98个基点，到2019年第三季度更是达到了154个基点的峰值。此后，截至2020年第二季度，该利率已降至93个基点。

为了理解国企溢价的时变性，研究者将政府救助纳入了He和Xiong (2012)的模型，构建了一个整合了信用风险、流动性和政府救助三个因素的结构性违约模型。该模型的核心是政府救助的可能性与流动性引发的违约之间的相互作用。该模型为我们提供了一个重要的角度，来观察在整个市场流动性恶化期间，政府支持有助于缓解由流动性不足引发的国企的违约。而民企由于缺乏政府支持面临了更多风险，从而加剧了国企与民企的分化。

通过该模型再来观察2018年4月“资管新规”引发的流动性危机。2018年新规的主要目的是遏制影子银行的快速增长，降低资产管理行业的系统性风险，但这种由政府主导的信贷紧缩也引发了信贷市场的流动性危机。与He和Xiong (2012)提出的条件一致，论文发现债券市场上流动性恶化，债券发行减少，违约增加。值得注意的是，虽然国企和民企的债券都受到影响，但民企的信用恶化明显比国企要严重，这也反映了在流动性危机期间政府支持的价值增加。

02

中国信用债市场的价格发现

该论文接着又使用模型隐含的违约测度来对信贷定价进行实证检验。该测度将信贷质量、流动性状况和政府支持程度的实证信息整合到一个统一的度量中。

在该模型中，ln(Vt/VB)是企业的当前资产价值Vt与其违约边界VB之间的距离，再除以企业的资产波动率σA，就得到了标准化的违约距离，这是Merton (1974)提出的概念，并由穆迪的KMV推广开来。

在该论文的实证测试中，研究者使用违约测度(DM)，定义为与违约距离的倒数。直观地说，DM较高的企业更接近其违约边界VB，更有可能违约。而且在该模型中，潜在的驱动因素可能是多方面的。Merton模型隐含的DM纯粹是由公司的基本信用质量驱动的，而该论文中的Unified DM则结合了信用质量、政府支持和流动性。此外，该论文的DM强调了这三个组成部分在解释信贷定价时的相互作用。

在此基础上，该论文还研究了中国信用债市场的价格发现。从2010年到2020年，中国信用债市场受到了两个重要冲击的影响：2014年第一季度的首次违约改变了投资者对信用风险的看法；2018年第二季度的流动性危机凸显了政府支持的日益重要。利用该论文的模型隐含的违约测度来研究中国信用债市场的价格发现，发现投资者将2014年第一季度之后的违约风险和2018年第二季度之后的政府支持程度这两个新兴风险因素纳入信贷市场，从而提高了市场的价格效率。

在2014年之前，中国不存在债券违约现象，投资者中存在着刚性兑付的普遍共识。因此，在2014年第一季度之前，违约指标在解释信用评级以外的信用利差方面并不重要。然而2014年第一季度之后，违约测度成为国企和民企债券的重要定价因素。从2014年第一季度到2018年第一季度，Merton的DM每增加一个标准差，民企债券的信用利差增加24个基点，国企债券的信用利差增加23个基点。引入该论文的Unified DM，价格发现的程度有适度的提高，表明违约后的这段时间是由“基本”信贷质量的信息主导，Merton的DM合理地反映了这一点。

2018年第二季度之后，国企和民企不仅在信贷定价水平上存在分化，而且在价格发现的内容上也存在分歧。从2018年第二季度到2020年第二季度，在对违约风险的高度担忧下，民企的信贷利差对Merton的DM所反映的基本信贷质量的敏感性明显增强。具体来说，Merton的DM的经济意义在民企样本中从之前的24个基点增加到79个基点；但对于国企样本，Merton的DM的经济意义从23个基点略微下降到20个基点。

事实上，在政府支持帮助缓解流动性问题引发的违约增加的情况下，国企样本中出现的担忧不是企业的基本面状况，而是政府支持的程度。因此，使用该论文的Unified DM来解释国企的信用利差，其经济意义从之前的23个基点增加到51个基点，这与Merton的DM在解释国企样本时缺乏改进形成了对比。此外，我们的Unified DM在解释民企样本的信用利差方面也优于Merton的DM，经济意义从之前的24个基点提高到105个基点，反映了该论文模型统一方法的价值。

03

民企业绩的恶化

国企溢价的迅速扩大反映出民企在更广泛的经济中所面临的信贷状况的恶化。为了考察其实际影响，该论文比较了2018年信贷紧缩前后国企和民企的相对绩效，发现民企相对国企的绩效迅速恶化。在2018年之前，与“中国民企比国企效率更高”的普遍看法一致，民企和国企的季度资产回报率(ROA)的绩效差距在0.55%左右的平均水平上下波动，并保持显著的正值。2018年后，在民企业绩严重恶化的推动下，这一业绩差距急剧缩小，接近于零。

该论文使用企业层面的信用恶化进一步解释了民企的绩效恶化，用2018年第二季度的事件所出现的违约度量DM的变化来衡量。通过事件后季度ROA与事件前平均ROA之间的差异来衡量事件后绩效的变化，发现在民企样本中，2018年第二季度的信用恶化确实导致了随后的绩效恶化。2018年第二季度DM增加一个标准差，2018年第二季度之后的前两个季度平均的业绩恶化为0.33%。值得注意的是，这种信贷恶化程度预测未来绩效恶化程度的结果只存在于民企样本中，因为研究者没有发现国企样本具有可预测性的有力证据。

此外，使用Merton的DM而不是该论文的Unified DM，民企样本的可预测性也消失了，这强调了该论文的模型机制在捕捉横截面信用恶化的真实程度方面的重要性。

该论文进一步将所有企业(国企和民企)按其在2018年第二季度的Unified DM分为两组。高组的企业在2018年第二季度面临着不断恶化的信贷状况，而低组企业受到的影响较小。有趣的是，我们发现两组民企相对于国企的绩效显著恶化，高组为0.79%，低组为0.31%。这一事实与研究者的假设一致，即民企的信贷恶化导致了它们的绩效恶化。但即使是受影响较小的民企，其业绩表现也不如国企，这一事实表明，民企面临的劣势超出了信贷渠道。论文对于民企业绩恶化的核心解释是政府支持的重要性增加，从而加深了国企和民企之间的分化。

04

   总结   

中国是银行主导型的金融体系，信用债市场的出现及迅速发展有着重大和深远的意义。随着中国经济的发展进入新的阶段，推动国企与民企的共同发展是一个非常重要的课题。

如何进一步完善市场定价机制，让价格更加有效，也给中国进一步转型成为“市场导向型”的金融市场指出了新的发展方向。

该论文进行的实证研究将有助于推动市场参与者包括政策制定者更加了解、进而理解中国这个重要、年轻又处于转型阶段的市场，同时也为其他转型中的新兴信用市场提供借鉴。

Dialogue with Author

对话作者

Q

可能为我们介绍一下这篇论文的研究背景和动机？

“

2018年债券市场违约企业迅速增加，尤其是民企的债券。当时市场中的投资者采取对民企债“一刀切”的策略，民企的融资非常困难，我们觉得这是一个对中国债券市场很重要的事情，便开始尝试研究其背后的原因、机制以及影响。

Q

这篇论文对现实有怎样的参考意义？

“

首先对中国债券市场过去十几年的定价机制进行了一次系统全面的研究，发现了信用质量和政府救助这两个重要的定价因子。

其次也为理解2018年后民企盈利能力下降提供了新的视角和证据支持，这也和当前关于民企的信心等热点话题紧密相关，为政策制定者提供一些借鉴意义。

Q

这篇论文中最主要的创新点，以及对该学术领域的贡献是什么？

“

实证上的创新在于我们用债券市场的交易数据可以定量的衡量国企与民企的信贷定价差异，这在以往文献里很难去量化，我们把这个差异定义为国企溢价，这个指标对理解债券市场和国企民企资源分配这个学术领域有很重要的意义。

理论上的创新在于把政府救助概率纳入到He和Xiong (2012)的模型，构建了一个整合了信用风险、流动性和政府救助三个因素的新模型，揭示了政府支持有助于缓解由流动性不足引发的违约风险。此外，我们还在数据里构建了Unified违约指标，并在中国的数据里得到验证。

Q

展望未来，关于这一领域还有哪些可以展开的研究方向和面临的挑战？

“

我们基于He和Xiong (2012)的模型假设公司的资产（生产端）外生给定，如何在复杂的违约定价模型中再加入公司的生产端，进而研究融资和生产的相关性和内生性，会帮助我们更好地理解2018年后民企相对于国企盈利能力的下降。

精彩推荐