【我国上市公司股价波动率对公司债收益率的影响实证研究11000字（论文）】

我国上市公司股价波动率对公司债收益率的影响实证研究摘要根据Merton在1974年提出的公司债券分析方法和Black-Scholes期权定价模型，股价波动率可以影响公司债收益率。本文以2016年到2020年沪深证券交易所公司债券交易数据为研究对象，主要探讨我国上市公司股价波动率对公司债收益率的影响。首先，通过查阅相关历史文献，论证股价波动率可以间接影响公司债收益率。其次，选取2016年至2020年间，沪深证券交易所公司债市场交易数据和股价市场交易数据为样本，并引入债券评级、财务指标、宏观经济数据和公司债券基本信息数据，建立回归模型，验证了股价波动率对公司债超额收益率的显著影响。同时，本文还进一步考虑了公司资产负债结构，结果表明负债率越高的公司，股价波动对于公司债超额收益率的影响越大。关键词：公司债券收益率；股价波动率；波动溢出效应；信用风险目录一、 引言 引言研究背景和研究意义（作为一种固定收益证券，公司债券在金融市场上具有重要地位，根据经济发达国家的经验，公司债券市场的发展有利于维持整体经济的稳定健康，Eichengreen（2006）指出公司债券市场鼓励公司披露信息，进而完善市场约束。同时，作为公司的直接融资手段，在欧美等国，发行公司债券比发行股票更具有吸引力，公司更偏好于“先债后股”的融资顺序，降低融资成本，达到公司价值最大化。我国公司债券市场相较其他金融市场起步较晚，但为推动其发展，国家出台了一系列政策。在2007年，第一只公司债“07长电债”上市，从此标志着中国公司债券市场的出现。2015年公布《公司债券发行与交易管理办法》，我国公司债券市场进行大幅度改革并取得明显成效，规模急速扩张。2020年3月开始实施修订后的《中华人民共和国证券法》，公司债券的发行方式改为注册制，降低发债门槛，完善信息披露，推动公司债券市场进一步发展。公司债券收益率与公司的融资成本相对应，反映了公司的信用风险和投资者所需的风险补偿。因此，分析影响公司债券收益率的因素，有利于降低资本成本，也为投资者选择债券持有策略提供指导，但众多学者研究多限于宏观层面、微观个券层面或者公司经营层面等因素对于公司债券收益率的影响进行讨论。随着公司债券市场的日益完善，我国金融体系更加完整，各个市场间的联动也日益明显，一个市场的波动不仅受自身的影响，还可能受到相关市场波动的影响，这被称为“波动溢出效应”。股票和债券作为公司融资的主要方法，有关二者的风险溢出的研究显得越发重要。史永东、丁伟和袁绍锋（2013）就当时的研究分歧进行讨论后得出股票市场与债券市场之间的风险传导具有动态性，当股票市场涨跌幅异常时，两者的风险溢出效应将发生变化。股价波动率是度量股票风险大小的主要变量，并且相较于传统研究中的宏观层面、微观个券层面或者公司经营层面等因素，更加具有高频性和及时性，因此本文将研究公司股价波动率对债券收益率的影响，以及其对公司债券收益率的影响方面和程度，这在股债联动日益密切的市场条件下具有重要意义。研究思路和框架本文首先在引言中大致介绍了我国公司债券市场的发展和重要地位，在股债市场联动日益密切的情况下，研究股票风险（股价波动率）对于衡量债券风险（债券收益率）的影响。然后通过对相关文献的学校，对债券价格机制经典模型：结构化模型和简化模型进行讨论，回顾大量国内外文献后，确立研究学术意义。然后根据先关理论提出假设，确定相关变量的选取。接下来从锐思数据库和国泰安数据库中收集并且筛选数据，剔除异常值后进行描述性分析，以观察不同条件下债券收益率的情况，为模型建立做好数据准备。在实证研究部分，本文先通过逐步回归，分析股价波动率变量对债券收益率的影响方向和程度，通过与其他控制变量的对比，分析其解释能力的强弱。在考虑到面板数据的时间序列影响缺点后，引入哑变量消除时间序列影响再观察股价波动率对债券收益率的影响。在考虑到变量之间可能存在交互效应，分组回归进行分析。最后通过滞后变量和改变股价波动率计算时的天数，进行稳健性检验。结尾，对上述研究结论进行总结分析。（表述）文献综述国外研究情况在公司债券定价方面，众多国外知名学者提供了大量的理论模型，主要分为分为“结构化模型”和“简约化模型”。Merton（1974）提出持有公司债券可以被视为持有无风险债券和出售基于公司资产价值的看跌期权，在Black-Scholes（1973）期权定价模型的基础上，他提出了一种计算公司债券信用价差的方法。但是Jonesetal.（1984）发现，Merton的定价模型严重低估了信用价差。由此分离出“结构化模型”和“简约化模型”，结构化模型主张放宽Merton模型的条件，完善Merton模型，使模型更符合实际。简化模型主张放弃Merton模型，采用无风险债券的到期模型，并在债券价格中加入违约因素。结构化模型假设当资产的价值低于负债的价值时公司违约。该模型假设违约仅发生在债务的到期日，有一定的限制。因此，通过改进默认时间标准，结构化模型发展出外生违约模型和内生违约模型。在外生违约模型中，Black&Cox（1976）假设债券合同具有保护条款，如果总资产低于临界值，并且公司没有及时破产，为保护自己的权益，债券持有人有权让公司进行破产和重组。Longstaff&Schwartz（1995）进一步通过放宽无风险收益率为常数的假设。Collin&Dufresne（2001）认为公司债券收益率溢价与公司的负债比率存在着正向相关关系，放松了以往模型中负债率为常值的假设。内生性违约模型最早是由Geske（1977）（名字后补空格）提出的，他认为公司资产是复合期权，每次支付债券时，公司必须考虑是否使用复合期权，如果选择权得到行使，这意味着必须支付债权人的利息，下一个复合选择权将继续；如果不行使该选择权，该公司将破产。内生性违约模型主要探讨公司内生性因素对债券违约的影响。Leland（1994）采用复合期权分析，为能够简化数学模假设利息支付无穷期，但太过理想化，Leland&Toft（1996）允许公司债券利息支付有限期。但是由于可投资级别公司债券其实很少违约，结构型模型面临着缺少数据进行检验的难题。因此Jarrow&Turnbull（1995）采用无风险债券的期限结构，将默认违约系数添加到动态期间结构模型中，以此公司债券的价格，即简约化模型。简约化模型假定发生违约的概率遵循外生随机游走，不取决于公司资产临界值，而是假定的外生的违约概率以及违约支付率。这些模型可以很好的解释因为流动性以及系统信用风险所造成的溢价，并且在计量上也有很好的拟合效果。Longstaff&Schwartz（1995）提出公司债券利差与基准利率的反向关系。Jarrowetal.（1995）提出了的JTL模型中，首次把债券信用评级纳入公司债券利差模型。Duffie&Singleton（1999）则是将无风险债券期限模型经过违约强度调整后可以应用于公司债券定价模型。Campbell（2003）首次通过实证研究提出股价波动率是决定公司债券利差的重要因素。国内研究情况赵静和方兆（2011）基于结构模型对我国公司债券市场进行了实证研究，发现财务杠杆、债券流动性对、宏观行业以及无风险利率的期限结构对公司债券收益率有显著影响。王安兴等（2012）采用Nelson-Siegel(NS)模型，总结相关国外理论中的影响变量，分析结果表明公司债利差受当前利率水平、零交易天数、换手率等因素影响，且呈负相关。方红星等（2013）主要集中在产权性质和信息性质对于公司债券定价的影响。晏艳阳和刘鹏飞（2014）考虑宏观层面因素和公司特性因素对于公司信用利差的影响，相较于宏观因素，公司个体因素更能影响公司债信用利差，其中晏艳阳和刘鹏飞也考虑了股票波动率，但是由于当时股票债券市场的两面性，得出两者不相关的结论。闫东玲和郑依琳（2019）研究中，公司盈利能力和债券收益率之间的传递机制通过Fama-Macbeth回归进行了验证。近些年来由于投资者对公司研发创新能力的重视，开始有学者聚焦于公司研发特征对公司债利差的影响。杨志强等（2021）提出虽然研发创新虽然具有高风险性，但其投入与公司债券利差呈显著负相关，且在评级越高的公司债券中，这种传递关系更加明显。理论依据与研究假设根据Merton的结构化模型，持有公司债券等同于持有一个无风险债券，同时卖出一个以该公司权益价值为标的资产的看跌期权，看跌期权的执行价格等于债券的票面价值。基于Black-Scholes期权定价模型，Merton债券定价模型中信用利差CS表示为：CS其中h=Fe−r(T−t)dd由上述公式可知，公司债券的信用利差由权益波动率，杠杆比率和到期期限有关，且权益波动率越大，公司债券信用利差越大。这个可以解释为公司的股价波动率越大，一定程度上增加公司的破产风险，这时需要一个较高的债券超额收益率来弥补投资者所需承担的风险。而股价波动率作为权益波动率的一种表现，因此提出本文假设一。H1:公司股价波动率能够影响公司债券收益率，且影响方向为正。杠杆比率作为BSM模型中影响期权价格的另一重要因素，不仅能够直接影响公司债券利差，还会对公司价值变化的敏感性造成影响。绝大多数讨论违约风险的研究中都是以默认资本结构不变为前提，但施燕平和刘娥平（2018）公司的资本结构有可能影响公司债券的信用等级，发债公司资本结构与目标资本结构相差越小，或者公司负债率大幅下调，都会增加债券首次评级，降低债券收益率。Collin&Dufresne（2001）中提到公司会调整负债比率来影响公司价值，选择一个随机利率下的结构模型来描述这种调整，模型产生的信用利差对于低杠杆企业来说更大，并且低杠杆企业对企业价值的变化更不敏感，另外，投机债券的信用利差期结构有可能向上倾斜，这与最近的实证结果一致。因此若公司资产负债率处于较低水平，股价波动变大其实并不会增加公司的破产风险，公司有足够的资产去偿还债券利息本金，因此债券收益率并不会增大，若公司资产负债率处于较高水平，即在公司在将要发生违约时发行新债，这种行为又会进一步增加公司发生违约的风险，公司债券收益率将对股价波动率更加敏感，因此提出假设二。H2：随着资产负债率提高，个股超额收益波动率对债券收益率影响程度越强。实证分析数据选择与变量定义本文数据来自锐思数据库和国泰安数据库，包含上海证券交易所和深圳证券交易所公司债券交易数据、股票交易数据、公司财务数据以及公司债券基本信息。因为非上市公司无法获取股价波动率数据，本文将样本限制为2016年至2020年间在沪深交易所上交易的上市公司发行的固定利率公司债券的月交易数据，这些债券仅靠公司的信用支持，选取不含权，无赎回条款、可调换条款以及回售条款。从锐思数据库获得初始样本后，剔除数据缺失的债券数据、不具有投资级别（高收益）的债券。同时，为了避免极值对整个样本的影响，本文将对公司债券收益率的主要变量进行上下1!的缩尾处理。数据处理后最终得到共28361个公司债券月交易观察数据。公司债券收益率（缩进）本文选择公司债券每笔交易的超额收益率月度数值为因变量，计算了样本中每月债券到期收益率相关于无风险收益率的利差。在无风险收益率的选取方面，因为我国国债相较于美国等发达国际，流动性和市场性不够，种类较少，无法和公司债券一一对应，在参考相关文献和锐思数据库无风险收益率的选取标准后，选用上海银行间3个月同业拆放利率的月度数据作为无风险收益率。股价波动率为分析股价波动率与债券收益率的关系，本文选取公司债券交易前180天（不包括交易日）个股日收益率标准差作为公司股价波动率变量。同时为了区分公司个体层面的非系统风险和市场整体层面的系统风险，参考Campbell在1997年发布的市场调整回报模型和2003年发布有关美国股市与债券市场的实证研究模型，将个股日收益率标准差进一步拆分为个股超额收益率标准差和市场收益率标准差。其中市场收益率选取流通市值加权的市场日收益率，个股超额收益率为个股日收益率减去市场收益率，这样避免了估计公司的贝塔值。选取债券交易前180天的日收益率数据取标准差是为了保证在进行债券交易时，投资者已经掌握了所有与股票交易相关的信息，可以将股票波动的信号转导到公司信用风险上，来进一步影响公司债券的收益率。最终本文选取公司债券交易前180天（不包括交易日）个股日超额收益率标准差、市场日收益率标准差、个股日超额收益率平均值、市场日收益率平均值四个变量为自变量，其中个股日超额收益率标准差作为最重要的自变量，来研究其股价波动对于公司债券收益率的影响。债券信用评级债券信用评级作为反映公司债券信用风险最直接的指标，对债券收益率显著影响。在信用利差的简化模型中，Jarrowetal.（1995）更是把信用等级下跌看作违约的重要影响因素。但是实际情况中，很多公司在宏观背景条件和信用评级均相同的情况下，公司债券收益率表现出迥然不同的情况，因此本文选取公司债券最新的信用评级作为控制变量，控制信用风险水平对公司债券利差的影响，进而通过对比，分析股价波动率对于公司债券收益率的解释能力。公司财务数据进一步考虑影响公司信用风险的客观数据，本文选取公司财务数据来补充债券信用评级信息以外的信用风险信息，由于各评级公司的评级依据不完全透明，并且无法判断具体哪个信息对于公司债券收益率影响较大，因此在控制变量中加入公司财务数据可以进一步表现出客观的公司特征，使得结果更加合理。根据Collin-Dufresne（2001）和Campbell（2003）中所使用的财务比例，本文选取：资产负债率、长期资本负债率、营业利润率和利息保障倍数四项财务比率作为解释变量，来分析公司的盈利能力以及偿债能力。如果公司资产负债率和长期资本负债率较高，说明公司杠杆比例较高，超过一定程度会增加公司的破产风险，其公司债券收益率就会较高。如果营业利润率和利息保障倍数较高，说明公司的盈利能力和财务状况较好，会降低公司债券的收益率。财务数据选取债券交易前会计季度的数据以保证投资者充分了解公司的债务情况，并且相对于年度数据，更能债券交易时公司的财务状况。宏观经济和公司债券基本信息数据最后选取无风险收益率来反映宏观经济的变化，公司债券的票面利率、期限、发行总额来反映公司债券个体特征对于债券超额收益率的影响。公司债券票面利率反映了在发行是市场利率水平和公司债券信用风险，其决定债券的利息和未来现金流，与债券到期收益率有着直接的联系。期限长的债券所面临的不确定风险较大，所要求的风险补偿就越大，债券收益率越高。债券规模方面，根据国家规定累计债券余额不超过最近一期末净资产的40%，因此公司债券规模大相对应公司资产规模大，理论上债券风险降低，债券收益率减小。描述性统计本文对2016年至2020年间28361个公司债券月交易数据的超额收益率进行描述性统计分析。公司债券整体样本平均超额收益率为1.76%，其中最小值为-2.36%，最大值为25.09%。按照期限的不同分为四组，因此根据实际情况，以三年期、五年期和七年期作为分界点统计。根据表1给出的数据显示，公司债券超额收益率并非随着期限的延长而增加，反而呈现出单调递减的趋势，最高的超额收益率出现在3年及以下债券，均值为1.98%。4年期至5年期债券交易最为活跃，其观测值远大于其他三类期限债券。7年期以上公司债券样本量最少，并且超额收益率均值仅为1.62%，标准差在四组中最大。在信用评级分类方面，随着信用评级的提高，各评级公司债券的平均超额收益率变小。其中，当评级从AA-提高至AA时，平均超额收益率减小1.68%，变化幅度最大，AAA级债券的样本观测量最大，同时其平均超额收益率为0.97%，最接近无风险收益率。各评级债券样本中最大最小利差却没有体现出和利差均值一样的变化规律。表1公司债券超额收益率描述性统计样本量均值标准差最小值最大值283611.762.32-2.3625.09按照期限分类3年及以下41681.982.45-2.2325.094-5年170301.752.26-2.2625.036-7年40391.712.25-2.2425.077年以上31241.622.49-2.2524.86按照债券评级分类AA-104.266.58-1.4321.75AA96622.582.80-2.2625.09AA+71621.932.40-2.2424.86AAA115270.971.35-2.2524.27回归结果本文的回归模型主要是通过设置8个最小二乘法模型，考察股价波动率对公司债券超额收益率的影响是否显著，影响的大小和方向，并且增加不同的控制变量，通过模型与模型之间的对比，来反映各影响因素在不同情况下股价波动率对债券超额收益率的解释效力。其中债券信用评级分类中，构建3个哑变量，选取AA-作为参照。首先模型1仅考虑宏观因素和公司债券个体特征对于公司债券超额收益率的影响，模型2、模型3和模型5分别引入股价波动率因素、公司债券信用评级因素和财务数据因素来分别观察三种影响因素对于公司债券超额收益率的解释程度，模型4、模型6和模型7将上述三种影响因素两两结合，模型8将全部影响因素结合在一起，其中偶数列显示的是有股价波动率的结果。根据表2的结果，我们可以得出一下几点结论。第一，引入股价波动率解释变量后（偶数列）的模型，较没有引入（奇数列）的模型，调整后的R2增加了1.4-1.9%。个股超额收益率标准差的t值均很大，且p<0.01,说明个股超额收益率可以很好解释债券收益率，影响方向为正，公司股价波动率升高时，公司债券超额收益率增加，债券价格下降。在模型8中可知，若个股超额收益率标准差增加1%，公司债券超额收益率增加9.7个基点。市场收益率标准差系数为负，与个股超额收益率影响效果相反，当股票市场波动率增加时，公司债券利差减小，这个可以解释为若整个股票市场的波动率增加，说明当前股票市场不稳定性不确定性较大，因此资金会流向债券市场，从而提高公司债券价格，即市场之间的“跷跷板”效应。个股超额收益率均值和市场收益率均值前的系数同样为负，说明当公司股票回报率提高，股市上行时，人们同样会对债券市场抱有乐观态度，从而缩小公司债券利差，抬升公司债券价格。第二，根据模型2和模型3的结果，债券信用评级对于公司债券超额收益率的解释程度要强于股价波动，但是差别并不是很大，模型3相较于模型2调整后的R2提高了0.002。尽管股价波动率中包含了更多高频的信息，而债券信用评级存在滞后性的问题，但是股价波动率是通过反映公司的经营状况、发展前景、行情等不稳定性，间接反映公司的信用风险，进而影响债券超额收益率，而债券信用评级则是直接反映公司债券的信用风险，因此解释效应更强一点。债券信用评级对于公司债券超额收益率的影响方向为负，且随着债券评级的增加，从-0.349变化为-0.863第三，根据模型4，同时考虑股价波动率和信用评级可以更好地解释债券的超额收益率，模型4的调整后R方比单独考虑股价波动率的高1.7个百分点，比单独考虑债券信用评级的高1.5个百分点。第四，根据模型5与模型2、3的对比可以发现，财务数据对于公司债券超额收益率的解释效力小于股价波动率和债券信用评级，这是因为债券信用评级中对于公司风险的考量不仅限于财务数据，而股价波动率的及时性又强于选取季度财务数值。财务数据分别与另外两项因素的相互佐证差于另外两项因素的相互佐证。在之后考虑财务数据的模型中，可以发现利息保障倍数对于公司债券超额收益率并不显著。值得注意的是资产负债率与长期资本负债率系数相反，资产负债率的系数为正不难解释为资产负债率越高，公司的破产风险越大，因此所需的风险补偿越高，而对于长期资本负债率，一般长期资本负债率高的为房地产、交通等业务的公司，而这些公司正是发行公司债券较多的个体，其业务特点决定了其较高的杠杆率，虽然长期破产风险增加了，但是短期融资压力和偿债风险减小，同时也是公司积极经营的表现，因此长期资本负债率提高会降低公司债券利差。表2公司债超额收益率影响因素回归模型括号中的为最小二乘回归t-检验值，***p<0.01,**p<0.05,*p<0.1模型1模型2模型3模型4模型5模型6模型7模型8个股超额收益率标准差0.125***0.108***0.115***0.097***（-21.24）(-18.48)(-19.6)(-16.63)市场收益率标准差-0.106***-0.121***-0.092***-0.107***(-8.24)(-9.51)(-7.22)(-8.45)个股超额收益率均值-0.269***-0.253***-0.255***-0.236***(-23.14)(-21.94)(-22.09)(-20.71)市场收益率均值-0.239***-0.237***-0.240***-0.238***(-8.63)(-8.66)(-8.75)(-8.77)AA（对照组为AA-）-0.349***-0.312***-0.394***-0.356***(-11.19)(-10.08)(-12.76)(-11.62)AA+（对照组为AA-）-0.71***-0.629***-0.69***-0.631***(-16.34)(-15.12)(-17.95)(-16.61)AAA（对照组为AA-）-0.863***-0.797***-0.914***-0.849***(-26.21)(-24.22)(-27.85)(-25.88)续表2模型1模型2模型3模型4模型5模型6模型7模型8资产负债率2.317***2.163***2.175***2.052***(-21.24)(-20.02)(-20.18)(-19.19)长期资本负债率-0.512***-0.478***-0.184*-0.188**(-5.34)(-5.04)(-1.93)(-1.99)营业利润率-0.010***-0.009**-0.008**-0.007**(-2.59)(-2.40)(-2.09)(-1.98)利息保障倍数0000(-0.27)(-0.02)(-0.08)-0.17无风险收益率-0.774***-0.836***0.001*-0.905***-0.749***-0.805***-0.813***-0.875***(-53.26)(-50.93)-1.78(-54.87)(-52.07)(-49.38)(-56.56)(-53.54)到期期限-0.005***-0.003***-0.015**0.003***-0.006***-0.004***00.001(-5.93)(-3.58)(-2.41)(-3.23)(-8.03)(-5.72)(-0.15)-1.25发行总额（亿元）-0.044***-0.038***0.676***-0.013**-0.042***-0.037***-0.015**-0.013**(-7.06)(-6.22)-65.21(-2.01)(-6.74)(-6.00)(-2.38)(-2.03)票面利率0.791***0.768***-0.837***0.667***0.774***0.752***0.655***0.648***(-83.48)(-80.58)(-57.51)(-64.67)(-81.77)(-79.11)(-63.73)(-63.26)常数0.551***0.595***1.549***1.634***-210.298***-192.683**-166.702**-155.907**(-7.3)(-6.4)(-18.33)(-15.93)(-2.60)(-2.41)(-2.09)(-1.97)样本量28,36128,36128,36128,36128,36128,36128,36128,361R20.2750.2950.2970.3090.2930.310.3120.326调整后的R0.2750.2940.2960.3090.2920.3090.3110.325时间效应本文样本选取的为非平衡面板数据，其中隐含时间序列的影响，股价波动率对于债券利差的影响可能是由于变量的时间变化趋势导致。为排除潜在误差，表三使用了各个月份的哑变量，重复上述回归。通过比较排除时间效应的影响后，仍能得到相似的回归结果，股价波动率系数仍在1%水平上显著，但市场收益率标准差前系数变为正，市场收益率均值不再显著。引入时间哑变量后，模型调整后的R2有所提高，表明时间序列中存在对债券收益率有影响的信息。表3时间效应结果（没有此冒号，全文同。另调文字，尽量表不跨页）12个股超额收益率标准差0.100***(-17.4)市场收益率标准差0.080***(-3.58)个股超额收益率均值-0.203***(-18.03)市场收益率均值0.05(-0.77)AA（对照组为AA-）-0.493***-0.438***(-16.66)(-14.82)AA+（对照组为AA-）-0.725***-0.841***(-19.43)(-17.98)AAA（对照组为AA-）-1.159***-1.075***(-36.24)(-33.55)资产负债率1.821***1.671***(-17.63)(-16.23)长期资本负债率-0.0330.024(-0.36)(-0.27)营业利润率-0.006*-0.005(-1.68)(-1.53)利息保障倍数00(-0.19)(-0.28)无风险收益率-8.660***-12.194***(-5.67)(-6.92)到期期限0.003***0.004***(-4.04)(-5.62)发行总额（亿元）0.013**0.019***(-2.21)(-3.15)票面利率0.689***0.674***(-69.88)(-68.49)续表312常数-104.844-82.553(-1.37)(-1.09)样本量28,36128,361R20.3740.384调整后的R20.3730.382交互效应为细化分析股价波动率与公司债券超额收益率之间的关系，Collin-Dufresne（2001）中提到公司资本结构对于公司债券收益率的影响，结合股价波动率，若公司资产负债率处于较低水平，股价波动变大并不会增加公司的破产风险，债券收益率并不会增大，若公司资产负债率处于较高水平，情况则与之相反。因此本文进一步探讨在不同资产结构下，股价波动率与资产结构之间的相互影响是否会造成对公司债券收益率的解释效力不同。按照资产负债率的四分位数，48.78%、60.18%、72.12%，将样本分为4组，分组回归对比观察。根据表3的结果可以发现，前三组对于资产负债率在0-72.12%的公司，随着资产负债率的提高，个股超额收益率标准差系数逐渐增加，对公司债券收益率的影响效应加强，尤其第二组和第三组之间，股价波动率系数和t-检验值都有了很大的提升。其中第四组的数据反常，虽然股价波动率同样在1%水平上显著，但系数出现回落，而资本负债率的系数和t值出现大幅增长。通过对样本数据的进一步分析发现，对于第四组，整体资产负债率呈现较高水平，甚至出现一些公司的资产负债率大于1的情况，在这种相对极端的情况下，资产负债率所代表的破产风险占主要地位，因而股价波动率的系数和t值回落。以上数据与分析结果相一致，股价波动率和资产负债率之间存在交互作用，随着资产负债的上升，股价波动率的影响越来越重要，但是这种影响在资产负债率高到一定程度时会被削弱。表4：交互效应结果1234个股超额收益率标准差0.050***0.063***0.158***0.100***-4.6-5.94-14.4-7.37市场收益率标准差-0.096***-0.049**-0.180***-0.077***(-4.32)(-2.18)(-7.04)(-2.61)个股超额收益率均值-0.100***-0.129***-0.361***-0.329***(-5.00)(-5.76)(-17.52)(-11.68)市场收益率均值-0.307***-0.255***-0.110**-0.289***(-6.04)(-5.43)(-2.06)(-4.67)AA（对照组为AA-）-0.414***-0.389***-0.210***-0.472***(-7.30)(-6.98)(-3.53)(-6.46)AA+（对照组为AA-）-0.509***-0.763-0.479***-2.097**(-9.14)(-12.47)(-7.47)(-2.34)AAA（对照组为AA-）-0.650***-0.843***-0.557***-1.050***(-10.09)(-14.52)(-8.42)(-13.65)资产负债率0.4352.895***1.159*5.955***-1.34-4.53-1.71-11.86长期资本负债率-0.516*-0.441**-1.031***0.172(-1.78)(-2.22)(-5.73)-0.99营业利润率-0.313***-0.042**0-0.107***(-6.63)(-2.02)(-0.02)(-5.82)利息保障倍数0-0.001-0.001-0.001**(-0.12)(-1.40)(-1.61)(-1.97)无风险收益率-0.745***-0.790***-0.959***-1.008***(-24.64)(-27.48)(-29.30)(-27.17)到期期限0-0.003-0.003-0.006**(-0.10)(-1.39)(-1.39)(-2.43)发行总额（亿元）0.030**-0.023*-0.050***0.016(-2.48)(-1.84)(-3.71)(-1.32)票面利率0.477***0.608***0.668***0.745***(-23.55)(-30.66)(-35.01)(-31.77)常数-6,862.750***-916.153**0.211-2,348.880***(-6.63)(-2.02)0(-5.82)样本量7,0927,0927,0917,086R20.2560.3160.3390.381调整后的R20.2550.3150.3370.38稳健性检验考虑到本文研究的公司股价波动率具有内生性，与被解释变量公司债券收益率之间存在互为因果关系，为检验模型的内生性，将主要解释变量股价波动滞后一期重新进行多元回归。结果证明在控制内生性问题后，结论仍然成立。表5：内生性检验结果滞后一期个股超额收益率标准差-0.294*(-1.78)市场收益率标准差-9.522***(-31.67)AA（对照组为AA-）-0.450***(-14.86)AA+（对照组为AA-）-0.733***(-21.97)AAA（对照组为AA-）-1.045***(-32.28)资产负债率2.092***-19.81长期资本负债率-0.183**(-1.96)营业利润率-0.007**(-1.96)利息保障倍数0(-0.01)无风险收益率-0.814***(-57.51)到期期限-0.004(-0.66)发行总额（亿元）0.001*-1.82票面利率0.681***-67.35常数0.942***-10.02样本量28,186R0.345调整后的R0.345最后对模型进行稳定性检验，通过改变股价波动率计算标准差的天数范围来考察模型是否稳健。上文股价波动率指标中的主要变量，个股超额收益率标准差和市场收益率标准差选取的是债券交易前180天（不含交易日）的数据，现选择交易日前90天和270天，重复上述回归，从结果可知，这些变化是稳健的。表6：稳健性检验结果90天270天个股超额收益率标准差1.061***1.728***(-5.86)(-7.37)市场收益率标准差-3.336***-10.099***(-11.08)(-26.02)AA（对照组为AA-）-0.403***-0.440***(-13.06)(-14.39)AA+（对照组为AA-）-0.465***-0.155***(-21.16)(-26.74)AAA（对照组为AA-）-0.929***-1.003***(-28.29)(-30.58)资产负债率2.120***2.007***(-19.7)(-18.8)长期资本负债率-0.169*-0.139(-1.78)(-1.47)营业利润率-0.007**-0.007**(-2.03)(-1.98)利息保障倍数00(-0.05)(-0.18)无风险收益率-0.853***-0.988***(-57.71)(-62.74)到期期限00.001(-0.38)(-1.54)发行总额（亿元）-0.011*-0.004(-1.81)(-0.65)票面利率0.662***0.679***(-64.38)(-66.45)常数0.582***1.318***(-6.01)(-12.97)样本量28,35428,361R20.3150.328调整后的R20.3150.327结论本文研究了公司股价波动率对于债券收益率的影响，并且为区分系统风险和非系统风险，将股价波动率因素拆分为个股超额收益率波动率和市场收益率波动率。在国内讨论债券利差影响因素的文献中，鲜有讨论股价波动率，但基于债券市场的发展情况，在金融市场联动日益明显的今天，这一影响因素将变得更加重要。本文利用我国2016年至2020年间上海证券交易所和深圳证券交易所交易的上市公司公司债券的月交易数据，与股价波动率进行回归分析，同时引入公司债券信用评级、财务数据、宏观数据和公司债券基本数据控制变量进行对比，然后进行相关分析。第一、股价波动率可以很好解释公司债券超额收益率，其解释程度与信用评级极为相似，并且远大于财务数据。个股超额收益波动率与债券收益率成正相关，个股超额收益波动率越大，公司信用风险越大，债券收益率越大，而市场收益率波动率则与债券收益率成负相关，这个可以解释为“跷跷板”效应，即投资者在面对股票市场整体风险加大时，会更倾向于投资债券市场，债券收益率降低，价格提高。第二、在考虑面板数据可能存在债券收益变化是由时间趋势导致的缺陷，本文进行了时间固定效应检验，其检验结果仍然显著。第三、考虑到公司资产结构对于股价波动率解释效力的交互影响，本文选取资产负债率的四分位点，分组回归，对比分析发现随着资产负债率提高，个股超额收益波动率对债券收益率影响程度越强。但是当债券收益率过高时，这种影响程度开始减弱，因为资产负债率所能反映的破产风险占主流。本文采用计量方法探索公司股价波动率对债券收益率的影响。希望未来能有进一步有关解释股票波动的相关因素影响债券价格机制的系统性分析，探索其他可以反映股票市场波动率的变量。参考文献[1]BlackF.andM.Scholes.ThePricingofOptionsandCorporateLiabilities[J].JournalofPoliticalEconomy,1973,81:637~659.[2