文章使用向量自回歸模型將單個(gè)債券的信用利差方差動(dòng)態(tài)分解成兩部分:信用損失預(yù)期的變動(dòng)和期望收益的變動(dòng)。利用2014Q1至2019Q1上市公司發(fā)行的信用債交易數(shù)據(jù),分析了這兩部分對(duì)信用利差波動(dòng)的貢獻(xiàn)率及它們與不同評(píng)級(jí)債券之間的動(dòng)態(tài)非線性關(guān)系。實(shí)證結(jié)果表明:橫截面信用利差波動(dòng)主要是由債券期望收益因素推動(dòng)而非信用損失預(yù)期;信用風(fēng)險(xiǎn)預(yù)期對(duì)信用利差的邊際貢獻(xiàn)隨債券評(píng)級(jí)惡化不斷上升,而超額收益呈預(yù)期邊際貢獻(xiàn)遞減趨勢(shì)。
【部分圖文】：

從信用利差的分解(3)來看,信用利差變動(dòng)分成預(yù)期信用損失和預(yù)期超額收益的加總,即單個(gè)債券的長(zhǎng)期信用違約s i,t Loss 系數(shù) e L ′ G( Τ i ) 和長(zhǎng)期超額收益s i,t EBΡ 系數(shù) e 1 ′ G( Τ i ) 之和應(yīng)等于1,如果與1相差太大則意味著此評(píng)級(jí)債券除了信用損失和超額收益之外還有其他因素影響著信用利差的波動(dòng)。除AAA評(píng)級(jí)債券外,各評(píng)級(jí)債券對(duì)公司、超額收益的長(zhǎng)期回歸系數(shù)加總均在1左右,說明還有一些AAA級(jí)債券所特有的因素對(duì)信用利差存在著顯著影響但在回歸模型中被忽略了。AAA評(píng)級(jí)的債券是所有評(píng)級(jí)債券中交易量最活躍、流動(dòng)性最好的標(biāo)的。流動(dòng)性溢價(jià)確實(shí)對(duì)信用利差有著重要影響,但它如何影響利差在本文討論范圍之外。圖1把信用利差按大小劃分為4個(gè)評(píng)級(jí)區(qū)間,展現(xiàn)了不同評(píng)級(jí)債券信用利差對(duì)信用損失、超額收益的長(zhǎng)期非線性影響。圖1將表4回歸中評(píng)級(jí)虛擬變量與信用利差乘積的回歸系數(shù)用兩條曲線直觀顯示,在各評(píng)級(jí)區(qū)間的曲線斜率對(duì)應(yīng)了s i,t Loss 的系數(shù) e L ′ G( Τ i ) 和s i,t EBΡ 的系數(shù) e 1 ′ G( Τ i ) 。信用損失預(yù)期曲線隨評(píng)級(jí)下降而逐漸陡峭,意味著投資者對(duì)信用損失的預(yù)期隨評(píng)級(jí)惡化而不斷上升;同時(shí)預(yù)期超額收益預(yù)期曲線隨評(píng)級(jí)下降而呈現(xiàn)倒掛,意味著投資者對(duì)風(fēng)險(xiǎn)溢價(jià)的預(yù)期隨評(píng)級(jí)惡化而逐步遞減。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張晶;;人口結(jié)構(gòu)變化與經(jīng)常賬戶調(diào)整——來自中國省域面板數(shù)據(jù)的研究[J];金融與經(jīng)濟(jì);2015年12期

2 張藝;牟卿;;面板行業(yè)及其金融服務(wù)研究——以四川省為例[J];中國城市金融;2019年11期

3 林然;;面板檢測(cè):受益面板產(chǎn)業(yè)轉(zhuǎn)移和升級(jí)換代[J];股市動(dòng)態(tài)分析;2019年39期

4 劉吉洪;;面板:需求邊際改善 或有反彈機(jī)會(huì)[J];股市動(dòng)態(tài)分析;2018年25期

5 陸曉珂;;金融集聚對(duì)我國經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究——基于省際面板數(shù)據(jù)[J];價(jià)值工程;2020年18期

6 ;京東方A：面板龍頭持續(xù)擴(kuò)張[J];股市動(dòng)態(tài)分析;2020年12期

7 王承妍;姬新龍;;金融發(fā)展對(duì)文化產(chǎn)業(yè)發(fā)展的影響——基于省面板數(shù)據(jù)的實(shí)證分析[J];時(shí)代金融;2018年26期

8 徐璋勇;陳立新;;金融發(fā)展對(duì)科技創(chuàng)新支持的實(shí)證研究——基于我國2004-2015年省市面板數(shù)據(jù)的分析[J];西部金融;2018年05期

9 肖俊清;;LCD價(jià)格大漲對(duì)京東方營收影響幾何？[J];股市動(dòng)態(tài)分析;2020年03期

10 朱德忠;張琴;;基于面板數(shù)據(jù)的金融扶貧效果探析——以安徽省為例[J];安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2020年03期

相關(guān)博士學(xué)位論文 前1條

1 摩西（Moses Joseph Shawa）;影響五個(gè)東非國家外國直接投資的決定因素:面板數(shù)據(jù)的實(shí)證分析[D];上海大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 宋華;國外直接投資與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的省際面板數(shù)據(jù)研究[D];吉林大學(xué);2008年

2 陳龍飛;基于動(dòng)態(tài)面板模型的金融發(fā)展對(duì)城鄉(xiāng)收入差距影響研究[D];湖南大學(xué);2012年

3 鄭振（Chung, Jin）;上海FDI實(shí)證研究利用面板數(shù)據(jù)的分析[D];復(fù)旦大學(xué);2010年

4 王新喬;半?yún)?shù)面板回歸模型的變點(diǎn)分析[D];大連理工大學(xué);2015年

5 肖歡明;基于面板數(shù)據(jù)的中國A、B股差價(jià)因素實(shí)證分析[D];浙江工商大學(xué);2006年

6 殷路皓;對(duì)中國經(jīng)濟(jì)增長(zhǎng)與通貨膨脹的研究與預(yù)測(cè)[D];廈門大學(xué);2019年

7 朱琳;馬爾可夫體制轉(zhuǎn)換向量自回歸模型的貝葉斯方法研究[D];中國礦業(yè)大學(xué);2018年

8 馮紅梅;互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行經(jīng)營業(yè)績(jī)影響分析[D];山東大學(xué);2018年

9 袁揚(yáng);FDI與中國股市長(zhǎng)短期相互影響機(jī)制研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2018年

10 樊若琛;我國貨幣供應(yīng)量與匯率關(guān)系的理論與實(shí)證研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2018年

本文編號(hào)：2850331