| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 我国信用债增信工具使用与违约风险 |
| 第757期 作者：□文/白梦蝶 时间：2025/7/16 10:20:15 浏览：37次 |
［提要］ 本文使用2009～2022年期间新发信用债、违约债券和上市公司相关数据，探究不同信用资质的发债主体如何选择和使用增信工具及其对发债主体风险行为的影响，以及不同评级的发债主体使用增信工具对于降低违约风险的作用效果有何不同。研究发现：评级越低的发债主体越倾向于使用增信工具，且增信工具的使用伴随着更多的并购行为。本文探究增信工具的使用如何依赖于发债主体的信用水平，以及增信工具的使用如何影响企业的行为，进而传导到增信工具的使用如何影响发债主体的债券违约行为，以期为增信制度的市场化建设、理解债券违约提供新的实证证据和参考依据。
关键词：债券增信；债券违约；风险行为
中图分类号：F83 文献标识码：A
收录日期：2024年12月25日
一、问题的提出
债券增信是指债券发行人为了改善发行条件，降低发债成本，通过运用一些有效手段和金融工具，以提高债券信用等级，增强发行成功率的行为。增信工具的作用主要体现在两个方面：一方面低评级的发行主体可以通过债券增信提高债券的资质，降低融资成本；另一方面债券增信可以给投资者提供更多保障，降低投资者的违约损失风险。
2014年，“11超日债”无法按期全额支付利息拉开违约的序幕，从此我国债券市场违约逐渐趋于常态化。受债券风险预期增加和市场风险偏好下降等因素的影响，债券发行难度逐渐增加，特别是信用评级较低的发债主体。增信工具的使用既能够提高债券发行成功率，又能够在一定程度上降低违约时的损失。因此，在债券违约频发的今天，增信工具的作用更为凸显。特别地，对于不同信用资质的发债主体而言，选择增信工具的动机不尽相同。中低评级的发债主体更加依赖增信工具。其动机，一方面是为了在提高债券发行成功率的同时降低融资成本；另一方面是增信工具的使用也能够为债券投资者提供更多保障。相比而言，主体信用级别为AAA的发行主体发债总规模更大，发债难度更低，对增信工具的依赖程度也理应更低。
二、文献综述
（一）增信工具的使用。增信工具的使用主要受到主体风险和其他因素的影响。主体自身的风险水平与增信工具的使用密切相关。Jimenez等（2006）指出，抵押品的使用与借款人风险呈负相关关系，即风险越高，抵押品的使用概率越低。而Hanedar等（2014）研究发现，借款人风险越高，被要求使用抵押品的可能性反而更大。Gonas等（2004）研究表明评级较高的公司较少使用抵押品。Chen等（2020）则进一步指出，有形资产较少、信用评级较低或债务负担较重的发行人更倾向于发行担保债券。
此外，增信工具的使用还受到一些外部因素的影响。Berger等（2011）研究发现，信息不对称的减少会降低抵押品的使用率，而Hanedar等（2014）研究认为，规模更大、地理位置更优越的公司对抵押品的需求较低。Chen等（2020）研究指出，债券发行价格会显著影响担保债券的使用。
（二）增信工具与发债主体风险。增信工具对债券违约风险的影响存在两种截然不同的观点。一方面，增信工具可以降低违约风险。Helberg等（2016）研究发现，抵押品能够有效降低信贷风险和流动性风险，特别是在发行人面临危机时风险降低更为显著。Berger等（2016）研究表明，抵押品能够减轻违约损失，并减少借款人的冒险行为。冯晓菲和张琳（2020）研究表明，自然人保证担保能够缓解道德风险，从而降低事后违约的可能性。另一方面，也有研究发现增信工具可能增加违约风险。Gorton等（2014）研究指出，公司使用低质量抵押品融资可能引发信贷扩张和产出波动。李丽（2006）研究发现，担保的增加使得企业选择更高风险的投资项目。Helberg等（2016）研究认为，若抵押品价值下降（如房价下跌），担保债券的信用风险可能高于无担保债券。此外，杨胜刚和胡海波（2006）研究认为，反担保不足时，中小企业提供高比例担保可能加剧逆向选择和道德风险问题。Ono等（2009）研究发现，担保机制虽然提高了企业信贷可获得性，但同时加重了贷后的道德风险，导致企业绩效下降和信用恶化。张晓玫和宋卓霖（2016）进一步指出，与抵押担保贷款相比，保证担保贷款的对象风险更高，其违约风险也更大。
综上所述，增信工具的使用在很大程度上由主体的风险等级决定，并对债券违约风险产生或正或负的影响。
三、研究设计
（一）数据选取。本文研究对象包含发行日期在2009～2022年间的新发信用债样本，剔除缺失值和异常值后共得到22，020个样本数据。之后，选取2009～2022年间的违约债券样本共346个。以上数据均来自于Wind数据库。本文还选取了于2009～2022年间发行过信用债的上市公司年度并购数据，数据来源于CSMAR数据库。
（二）模型设定。为研究不同信用评级的发债主体如何选择增信工具，构建以下模型：
CEi=β0+β1issuer_ratingi+β2Controli+Issuer FE+Provyear FE+Industryyear FE+εi
进一步地，为研究不同评级的发债主体其使用增信工具对于降低违约风险的作用效果和机制，构建以下模型：
defaultdummyi=β0+β1CEi+β2Controli+Provyear FE+Industryyear FE+εi
其中，i代表债券发行人，CE代表债券增信工具的使用情况，Issuer_rating为债券发行主体的信用评级。本文使用的主体评级采用《中国人民银行信用评级管理指导意见》中的信用评级标识，并进一步依照相同标准对其进行赋分，“AAA”对应1，“AA+”与“AA”对应2，“AA以下”对应3。
Control代表控制变量，主要分为两个层面：债券层面的控制变量包括债券发行期限（maturity）、债券发行规模（log_amount）、是否城投债（chengtoudummy）、是否跨市场发行（cross_marketdummy）、上市地点（listing_locationdummy）、特殊条款（couponrate等）、债券类型（bondtypedummy）；发行主体层面的控制变量包括是否国企（issuer_guoqidummy）、是否上市（issuer_listingdummy）、公司年龄（company_age），以及公司发债当年的杠杆率（log_leverage）、净利润率（NPR）、总资产规模（log_asset）和资产回报率（ROA）。
此外，回归中控制了3个维度的固定效应（FE），分别是发行人（issuer）、行业年份（industryyear）、省份年份（provyear），以控制发债人层面、行业年度、省份年度层面的不可观测因素的影响。为研究发债企业使用增信工具之后的并购行为，构建以下模型：
M＆Af，t=β0+β1CEf，t+β2Controlf，t+Provyear FE+Industryyear FE+εf，t
其中，f代表上市公司，t代表年份，M&A为上市公司年度发生并购的次数，CE为上市公司年度增信工具使用情况，包括在给定年度，该上市公司是否使用增信工具以及使用次数。Control为控制变量，主要包括上市公司的资产回报率（ROA）、公司发债当年的杠杆率（leverage）、公司主营业务收入（log_revenue）、资产总计（log_asset）、公司年度平均信用评级（issuer_rating）以及公司成立年龄（company_age）。
此外，回归中控制了2个维度的固定效应（FE），分别是行业年份（industryyear）和省份年份（provyear），以控制住上市公司行业年份、省份年份层面的不可观测因素。
（三）描述性统计。表1报告了基准回归模型中所用到的变量的描述性统计结果。在22，020个信用债样本中，有12.7%的债券在发行中使用了增信工具，有1.6%的债券发生了违约，平均发债期限为4.63年，城投债占比为40.6%。在所有的发债主体中，87.5%的为国企，16.2%的为上市公司，平均公司成立年龄为17.93年。（表1）
四、实证结果分析
（一）发债主体信用资质（评级）与增信工具的使用。表2报告了不同主体评级的发债主体对增信工具使用情况的影响。其中，列（1）为是否使用增信与发债主体评级的回归结果，列（2）为加入了发债主体层面和债券层面控制变量之后的回归结果，列（3）为引入了行业年份、省份年份以及发债主体固定效应之后的回归结果。（表2）
从结果中可以看出，发债主体的信用评级与增信工具的使用呈稳定的正相关关系，随着发债主体信用评级的降低，其增信工具的使用也相应增加。具体地，相对于AAA发债主体，AA+和AA的发债主体使用增信的概率增加7%，AA以下的发债主体使用增信的概率增加36.4%。这是由于相较于AAA评级的发债主体，低评级的发债主体信用资质更差，相应地，发债难度也更大。因此，他们更倾向于使用增信工具来提高所发债券的信用等级，以降低发债成本，提高债券发行的成功率。
（二）增信工具的使用对发债企业风险行为的影响。Gorton等（2014）以及李丽（2006）在研究中发现，企业在得到抵质押和担保之后，会产生信贷扩张和过度投资行为，从而提高了企业的风险。下面以企业并购为被解释变量，以2009～2022年期间的上市公司作为样本数据，进一步探究增信工具的使用与发债主体风险行为之间的关系。
表3报告了增信工具的使用对发债主体并购行为的影响，核心解释变量为发债主体过去一年是否使用增信工具以及增信工具的使用次数，结果如列（1）和列（2）所示。可以发现，发债主体过去一年的增信工具使用情况与公司当年的并购行为呈显著的正相关关系。结果中显示，使用了增信工具的发债主体并购行为增加了25.1%，并且随着增信工具使用次数的增加，发债主体的并购行为也相应增加。（表3）
进一步地，以发债主体过去一年增信工具使用情况与发债主体评级均值的交互项作为核心解释变量，探究增信工具的使用对发债主体并购行为的增加程度是否受到主体评级的影响。结果如列（3）、列（4）所示，可以看出发债主体前一年增信工具的使用情况与主体信用评级的交互项与公司当年的并购行为也呈现显著的正相关关系。这表明在使用了增信工具的发债主体中，信用资质差的发债主体会采取更多的并购行为。
（三）增信工具的使用对债券违约的影响。上述研究发现，增信工具的使用会增加发债主体的并购行为。然而，并购行为伴随着一系列的风险。下面以债券违约情况为被解释变量，进一步探究增信工具的使用对债券违约风险的影响，结果如表4所示。（表4）
结果显示，增信工具的使用与主体评级的交互项与债券违约呈显著的负相关关系。使用了增信工具的发债主题中，与AAA评级主体相比，AA+与AA评级主体的债券违约概率下降了4.6%，AA以下评级主体的债券违约概率下降了10.6%。
综上所述，增信工具的使用对发债主体有一定的约束力，且随着主体评级的降低，增信工具的使用对降低债券违约的约束力越大。
五、结论
本文主要研究不同信用资质的发债主体如何选择和使用增信工具，以及增信工具的使用对发债主体并购行为的影响，进一步地，不同评级的发债主体使用增信工具对于降低违约风险的作用效果有何不同。研究发现，评级越低的发债主体越倾向于使用增信工具，尤其是担保。高评级和低评级的主体相较于中等评级的发债主体更倾向于使用抵质押作为增信工具。增信工具的使用伴随着随后的更多并购行为，特别地，结果主要由使用对外担保的发债主体主导。随着发债主体评级的降低，风险行为的增加更加明显。在发债的过程中，使用增信工具对债券的违约风险没有显著影响，但是随着发债主体评级的降低，增信工具的使用对债券违约的约束效果更强。
（作者单位：首都经济贸易大学）
主要参考文献：
［1］张一林，郁芸君，蒲明.担保圈危机、债务挤兑与区域风险治理［J］.世界经济，2022.45（09）.
［2］冯晓菲，张琳.自然人保证担保是否降低了小微企业融资成本与违约风险［J］.世界经济，2020.43（07）.
［3］张晓玫，宋卓霖.保证担保、抵押担保与贷款风险缓释机制探究——来自非上市中小微企业的证据［J］.金融研究，2016（01）.
［4］冷奥琳，张俊瑞，邢光远.公司对外担保违约风险传递机理和影响效应研究——基于上市公司债券利差数据的实证分析［J］.管理评论，2015.27（07）.
［5］李丽.公司债券市场的强制担保要求和投资者定位［J］.金融研究，2006（03）.
［6］杨胜刚，胡海波.不对称信息下的中小企业信用担保问题研究［J］.金融研究，2006（01）.
［7］刘小年，郑仁满.公司业绩、资本结构与对外信用担保［J］.金融研究，2005（04）.
［8］Acharya V V，Amihud Y，Litov L.Creditor rights and corporate risk-taking［J］.Journal of Financial Economics，2011.102（01）.
［9］Donaldson J R，Gromb D，Piacentino G.The paradox of pledgeability［J］.Journal of Financial Economics，2020.137（03）.
［10］Berger A N，Espinosa-Vega M A，Frame W S，et al.Why do borrowers pledge collateral？ New empirical evidence on the role of asymmetric information［J］.Journal of Financial Intermediation，2011.20（01）.
［11］Hanedar E Y，Broccardo E，Bazzana F.Collateral requirements of SMEs：The evidence from less-developed countries［J］.Journal of Banking & Finance，2014（38）.
［12］Jimenez G，Salas V，Saurina J.Determinants of collateral［J］.Journal of Financial Economics，2006（02）.
［13］Ono A，Uesugi I.Role of collateral and personal guarantees in relationship lending：Evidence from Japan's SME loan market［J］.Journal of Money，Credit&Banking，2009.41（05）.
［14］Benmelech E，Bergman N K.Collateral pricing［J］.Journal of Financial Economics，2009.91（03）.
［15］Berger A N，Frame W S，Ioannidou V.Tests of ex ante versus ex post theories of collateral using private and public information［J］.Journal of Financial Economics，2011.100（01）.
［16］Benmelech E，Kumar N，Rajan R.The decline of secured debt［R］.National Bureau of Economic Research，2020.
［17］Chen F，Huang J Z，Sun Z，et al.Why do firms issue guaranteed bonds？［J］.Journal of Banking & Finance，2020（119）.
［18］Schuster P，Uhrig-Homburg M.The term structure of bond market liquidity conditional on the economic environment：An analysis of government guaranteed bonds［J］.Available at SSRN 2033170，2013.
［19］Helberg S，Lindset S.Risk protection from risky collateral：Evidence from the euro bond market［J］.Journal of Banking & Finance，2016（70）.
［20］Berger A N，Udell G F.Collateral，loan quality and bank risk［J］.Journal of Monetary Economics，1990.25（01）.
［21］Gorton G，Ordonez G.Collateral crises［J］.American Economic Review，2014.104（02）.
［22］Jiménez G，Saurina J.Collateral，type of lender and relationship banking as determinants of credit risk［J］.Journal of Banking & Finance，2004.28（09）.
［23］Berger A N，Frame W S，Ioannidou V.Reexamining the empirical relation between loan risk and collateral：The roles of collateral liquidity and types［J］.Journal of Financial Intermediation，2016（26）.
［24］Prokopczuk M，Vonhoff V.Risk premia in covered bond markets［J］.The Journal of Fixed Income，2012.22（02）.
［25］Jin S，Wang W，Zhang Z.The real effects of implicit government guarantee：Evidence from Chinese SOE defaults［J］.Available at SSRN 2916456，2021.
［26］Prokopczuk M，Siewert J B，Vonhoff V.Credit risk in covered bonds［J］.Journal of Empirical Finance，2013（21）.
|
|
|
|
