我国债券市场研究综述与展望

摘 要：近年来，随着债券市场打破刚兑，众多违约事件频发。学术界对债券违约的研究日趋增多，目前已形成基本研究框架，但由于违约债券市场交易量少、数据获取较难，对违约债券定价的实证研究难度大，对违约债券的市场出清带来阻碍。对此，本文基于已有的研究成果进行详细梳理，借助CiteSpace和知网自带的计量工具对国内相关学术文献数据进行可视化分析，从研究主题的发文量、聚类情况、关键词共现频次、关键词中介中心性和研究演化路径知识图谱等方面进行梳理，总结我国债券违约的研究内容和现状，探讨市场化交易的意义及未来研究趋势方向。本文旨在完善具有中国特色的债券违约后续处理机制并提出相关建议，同时为后续拓展研究提供参考，以期推动金融业更好地服务实体经济。

关键词：债券；预警；债券违约；债券定价；金融市场；股票市场

本文索引：李丹凤.<变量 2>[J].中国商论，2024（06）：-103.

中图分类号：F832.4 文献标识码：A 文章编号：2096-0298（2024）03（b）--04

1 引言

我國债券发行历史可以追溯至1950年1月5日，虽然起步较晚，但发展迅速，截至目前我国已成为世界第二大债券市场。相较股票市场，普通投资者对债券市场了解相对较少，且债券市场对投资者而言相对稳健、风险较低。长期以来，人们一直秉承刚兑“信仰”。但随着2014年“超日债”违约事件发生，国内债券市场的市场化程度逐渐提高，“违约常态化”趋势也逐步呈现，市场主体已逐渐适应市场转变并停止对政府不合理的期待。债券违约趋势上呈现违约数量、规模的大幅增加，信用违约风险跨行业蔓延，使得事前防范预警和事中事后化解债务违约风险成为债券市场发展的重中之重。当债券违约事件发生时，往往意味着该发行主体的内部问题已经积累到一定程度。2021年4月，国务院发布的《关于进一步深化预算管理制度改革的意见》中明确提出要健全市场化、法治化的债务违约处置机制，鼓励债务人、债权人协商处置存量债务，切实防范恶意逃废债，保护债权人合法权益，坚决防止风险累积形成系统性风险。中国社科院金融研究所副所长张明曾表示债券打破刚兑对于促进中国债券市场的健康发展和风险定价更为合理化具有重要意义。

2 国内外债券市场违约水平和发展趋势

2.1 国内债券市场违约回顾

自2014年11月超日债事件打破刚兑后，国内的债券市场已有近9年的违约历史，这期间债券市场的市场化程度逐渐提高，“违约常态化”趋势也逐步呈现，市场主体已经逐渐适应市场转变并停止对政府不合理的期待。

2.2 全球债券违约回顾

20世纪80年代至今，全球范围内共发生多次信用违约潮，具体原因和过程通过梳理分析如表1所示。

3 基于CiteSpace的债券违约学术理论研究可视化分析及评述

3.1 数据来源与处理

本文选取2013年1月1日至2023年8月17日被知网收录的以“债券”“违约”为主题的931篇核心及CSSCI学术期刊进行分析。

3.2 研究方法与工具

本文借助CiteSpace和知网自带的计量工具对数据进行可视化分析，从研究主题的发文量、聚类情况、关键词共现频次、关键词中介中心性和时间线图等方面进行梳理。

3.3 实证分析

3.3.1 发文量走势分析

企业在经营过程中，因为资金短缺，常用的融资手段主要包括股权融资和债权融资，其中债权融资除了通过向银行等金融机构贷款，还可以通过发行债券进行直接融资，相比而言直接融资比间接融资的成本较低。

国内关于债券违约的研究，最早起源于张颖（1988）[1]提出的信贷衍生交易中信贷风险管理，针对违约风险进行度量。随后，由于2000年后全球债券违约出现高潮，国内学者也开始更多关注对可违约债券研究，2002—2006年的研究热度逐渐升温。2006—2013年，因为国内债券市场处于长期刚性兑付的状态，未出现违约，所以在此阶段对违约债券定价研究较少。时至2014年，国内出现首笔违约事件，之后重新引发了学术界的广泛研究，每年发文量都呈现较高的增长率。

3.3.2 研究聚类分析

债券市场涉及主体包括发行人、投资人、政府，其中发行人的身份包括民企、国企和地方政府，而政府在其中起到对债券市场的监督管理作用。由关键词共现可视化图谱及频次可以看出，研究的债券类型主要是公司债、信用债和城投债等，过去的学术研究多是围绕债券市场中微观层面发行人和投资人在发行前信用利差影响因素和发行后的违约风险衡量及预警问题。

（1）在债券发行前：研究信用利差及债券定价的影响因素

从发行方角度来看，研究债券发行时，其融资成本高低主要体现在信用利差方面。众多学者，分别从经济政策不确定性[2]、市场系统风险[3]、投资者情绪[4]、外部监督治理[5]、债券违约冲击[6]、政府隐性担保、债券违约与国企信用债利差[7]、产权性质[8]、股票流动性[9]、担保[10]等方面研究不同因素对信用利差的影响。

（2）在债券发行后：针对存在的潜在违约风险的衡量和预警。

对风险的有效度量可以用于对发行主体的信用进行评级和风险预警，在预警方面的研究主要体现在模型和指标的选择上。

第一，风险预警的模型选择。主要有用到KMV、Logistic回归[11-12]、GWO-XGBoos[13-14]、Stacking算法[15]、因子分析和SVM[16]等模型对风险进行度量并预警。

其中，郑煜等（2023）[11]先用Fisher模型与Logistic模型对财务信息进行分析，对比后认为Logistic模型的违约判别效果较好，从而构建更为完善的基于财务（净资产收益率、资本累积率、刚性负债率、筹资NCF/平均总资产等）和非财务（发债企业所在省份风险情况、行业风险情况、企业所有制形式）信息的Logistic模型。冯巧玲（2022）[13]构建基于GWO-XGBoost的风险预警模型，用来区分不同行业企业债券的违约风险，然后再有针对性地选取具体案例进行分析。

基于传统KMV模型，又衍生出LJD-KMV、改进版Logistic-KMV混合模型、KMV-GARCH-t-copula模型、多元t-Copula-KMV模型等。

第二，風险预警指标的选择。郑煜等（2023）[11]选择以“净资产收益率、资本累积率、刚性负债率、筹资NCF/平均总资产”财务信息和包含“发债企业所在省份风险情况、行业风险情况、企业所有制形式”的非财务信息为风险度量指标。李丹凤（2023）[17]在传统风险预警实践中仅依据债券发行主体公布的财务报告识别风险的基础上，提出通过大数据技术，实现从财务状况、人力资源及社会舆论等多渠道采集信息，做到动态分析，针对违约风险提供及时预警的目的。苏罡，余尚兵，李凡（2021）[18]同样认为财务数据更新频率低，风险预警效果差，所以提出构建采用新闻舆情为指标的信用风险预警模型，利用新闻标签数据对负面影响程度进行打分，并分析统计违约特征。

3.3.3 研究前沿热点分析

为了进一步展示债券违约领域研究热点的时间分布和前沿趋势，本文在CiteSpace软件中选择用“关键词突现”和“Timeline”进行分析，得到研究文献关键词突现和聚类时间序列图谱。为了使图谱更清晰，数据更具代表性，人工剔除了部分低频关键词。从图4可以看出，以关键词“城投债”为最大聚类，随着研究时间线变化，关键词不断增加且研究日益深化，依次是“债券违约”“信用利差”“信用风险”“违约风险”等。可以看出，对债券违约的研究仍在不断进展，相较之前关注点集中在“城投债、市政债和地方债”，近些年开始注重“民营企业”的债券违约。另外，近三年的研究中，“传染效应”“融资约束”和“货币政策”逐渐成为新的研究热点。

（1）传染效应。在违约事件频发的情况下，为了防范系统性风险的发生，众多学者尝试探究债券违约风险的传染效应[19-21]。

其中，吴育辉等（2023）[19]使用PSM-DID方法来评估基金“踩雷”事件对债券市场的影响，通过研究得出在经历投资者赎回和净值下跌双重冲击下，基金公司被迫低价抛售其他非违约债券，最终使得这些债券在二级市场信用利差提高约9.26%，这种违约风险会在持有资产内部进行传染；苏洁等（2023）[20]认为同行业出现违约事件会提高后续债券的风险溢价、降低债券成功发行率；杨希雅等（2022）[21]认为违约风险存在区域传染性，辖区内出现违约事件会推升后续其他债券的融资成本，其中民营企业受影响尤为显著，另外区域内的传染效应与违约时间、距离呈负相关。

（2）货币政策。主要研究宏观货币政策因素对信用利差、融资成本和违约概率的影响。

赵宣凯等（2022）[22]美国货币政策通过金融市场会影响我国实体经济运行，提出要监测并防范美国货币政策变动影响我国企业融资成本和实体的经济波动。胡悦等（2022）[23]通过定量刻画货币市场流动性分层，分析其对金融稳定和实体企业融资的影响，发现货币市场的流动性分层会增加金融的不稳定性、导致金融机构违约概率的上升、增加低评级和民企的融资成本。孙立行等（2021）[24]通过构建Logit模型，实证研究发现在货币政策紧缩且企业杠杆率较高时，债券的违约概率会相对较高。戴赜等（2018）[25]研究货币政策利率与信用利差之间的关系，认为货币政策对债券市场信用利差具有传导效应，两者在多数情况下呈正相关。

3.3.4 研究演化路径分析

考虑国内债券违约起源于2014年，本文选取2013—2023年文献进行研究路径分析，具体包括：

图5 2013—2023年债券违约研究演化路径知识图谱

（1）研究范围的变化：从最开始广泛的债务研究，包括应付账款、债券、公司债、城投债、信用债等类型，现在的研究范围越来越具体靶向，主要针对无抵押的信用债券违约进行深入剖析。另外，随着违约事件的发生，违约主体的身份也由民企扩大到国有企业，所以，不少学者对具有国企背景的城投债的发行量也进行客观分析，认为应结合地方区域经济实际发展所需，评估投资收益产出情况，使一些偿还能力弱的债券能在发行环节得到有效控制。

（2）2014年开始出现打破刚兑的违约事件，对资产定价理论有了新的挑战。关于债券定价，相较传统无风险定价理论，更应该考虑信用利差及风险溢价部分。

（3）关于债券定价方面，多是围绕发行主体的信用评级带来的发行定价中的信用利差，但是对于违约后的二级市场债券流通定价研究较少，主要原因是很难准确测度违约债券的回收率。目前学者通过人工智能、大数据技术采集分析结构化及非结构化数据，提高风险防范能力，并期望能做到动态及时预警，降低风险发生带来的损失。

（4）与此同时，人们对信用价值的认可度逐渐增强，但对信息质量持怀疑态度，应从众多信息中过滤出高质量信息；第三方审计单位和评级机构应做好“守门员”的角色，给出客观有公信力的可参考的信用评级结果。

（5）针对违约事件，应做到违约零容忍，统一立法，债务人应承担兑付义务，保护投资人利益。

（6）研究逐渐扩大所涉及的学科领域，出现跨学科交叉研究的情况，除了金融学以外，涉及计算机、管理学、会计学和法学等。以计算机为工具，以金融学为核心，通过经、管、工融合，起到促进学科交叉互补的作用。

（7）债券市场在金融服务中扮演越来越重要的角色，而债券风险存在传递效应，近年来，学者们开始更加注重系统性风险防范。

（8）对比暂未违约的债券，已违约债券在后续交易中，存在更多的道德风险、流动风险和信用风险。对于债券持有人来说，兑付情况是不可控的，如何有效评估回收率成为后续研究的重点和难点。

4 结语

在早期的学术研究中，对违约债券的研究多集中在以案例研究违约成因分析和事后影响等微观层面的定性论述，这些大多停留在微观层面，针对宏观系统风险的防范的研究逐渐成为未来研究的发展趋势。

2023年中央金融工作会议于10月30日至31日在北京举行，会议强调：（1）要维护金融市场稳健运行，规范金融市场发行和交易行为，合理引导预期，防范风险跨区域、跨市场、跨境传递共振。（2）防范化解金融风险，要把握好权和责的关系，健全权责一致、激励约束相容的风险处置责任机制。（3）对风险早识别、早预警、早暴露、早处置。

对标会议要求，坚持走中国特色金融发展道路，未来研究方向应重点放在事前防范、事中保全、事后处置全链条。对债券违约风险性的事前防范预警、事中如何斩断风险传染链条，以及事后如何对违约债券进行市场化处置机制等方面。除了做到如何事前精准快速识别风险，事后如何推进违约债券交易、估值定价这些核心问题也亟待解决。另外，针对政府监管业务，应加快监管科技的应用，做到不缺位，要到位，且不越位，未来对科技如何赋能监管也将成为重要的研究方向。

参考文献

张颖.信贷风险管理新技术： 信贷衍生交易[J].国际金融研究，1998（9）：72-74.

王博，康琦.经济政策不确定性对债券信用利差的影响研究[J].国际金融研究，2023（7）：73-82.

许屹.市场系统风险对债券信用利差的影响： 基于中国公司债券月度面板数据的实证研究[J].上海金融，2017（6）：65-70.

童冠群，宋一丹，周荣喜.信用风险、投资者情绪对债券信用利差的影响研究[J/OL].价格理论与实践：1-5[2023-08-17].http：//kns.cnki.net/kcms/detail/11.1010.f.20230621.1736.011.html

张雪兰，张丽云，李佳宁.银行监督如何影响公司债发行信用利差： 基于外部治理与信息外溢的渠道检验[J].金融经济学研究，2022，37（6）：3-20.

王立夫，王一鳴.债券违约冲击对不同债券市场信用利差的异质性影响[J].上海金融，2021（12）：69-80.

王叙果，沈红波，钟霖佳.政府隐性担保、债券违约与国企信用债利差[J].财贸经济，2019，40（12）：65-78.

施燕平，刘娥平.产权性质、风险承担与公司债券信用利差[J].华东经济管理，2019，33（1）：119-128.

赵静，方兆本.股票流动性与公司债信用利差关系研究[J].中国科学技术大学学报，2018，48（8）：667-682.

张雪莹，焦健.担保对债券发行利差的影响效果研究[J].财经论丛，2017（2）：48-57.

郑煜，吴世农.基于财务信息和非财务信息的债券违约预警模型研究： Fisher模型与Logistic模型的实证分析与应用[J].财会月刊，2023，44（12）：22-29.

潘泽清.企业债务违约风险Logistic回归预警模型[J].上海经济研究，2018（8）：73-83.

冯巧玲.基于GWO-XGBoost的企业债券违约风险预警研究[J].财会通讯，2022（20）：128-132.

肖艳丽，向有涛.企业债券违约风险预警： 基于GWO-XGBoost方法[J].上海金融，2021（10）：44-54.

刘晓，周荣喜，李玉茹.基于Stacking算法集成的我国信用债违约预测[J].运筹与管理，2023，32（3）：163-170.

高秀存，赵明航，杨倩芳.基于因子分析和SVM的信用债违约风险预警实证研究： 以河北省为例[J].征信，2022，40（8）：87-92.

李丹凤，许微娜.基于大数据技术的债券违约风险预警研究[J].时代金融， 2023（2）：73-76.

苏罡，余尚兵，李凡.基于舆情的信用风险预警模型[J].保险研究，2021（10）：90-105.

吴育辉，刘晓玲，戚树森.池鱼之殃： 债券型基金“踩雷”的传染效应研究[J/OL].世界经济，2023（8）：186-210[2023-08-17].

苏洁，王勇.信用风险传染、投资者情绪与债券发行定价[J].中央财经大学学报，2023（7）：29-43.

杨希雅，石宝峰.债券违约是否存在区域传染： 基于中国债券市场融资成本视角[J].运筹与管理，2022，31（11）：186-193.

赵宣凯，张咪，何宇.美国货币政策冲击影响中国企业融资成本吗？[J].金融评论，2022，14（5）：69-88+125.

胡悦，吴文锋，石川林.货币市场流动性分层：度量、成因和影响[J].管理科学学报，2022，25（8）：104-126.

孙立行，吴雄剑，唐逸舟.货币政策、杠杆水平与债券违约[J].苏州大学学报（哲学社会科学版），2021，42（6）：115-126.

戴赜，冯时.货币政策利率对债券市场信用利差的传导研究[J].上海金融，2018（12）：39-45.