孫乃立

一、緒論

民營企業(yè)作為我國經(jīng)濟(jì)的重要支柱，以90%的企業(yè)數(shù)量貢獻(xiàn)了60%以上的GDP。債務(wù)融資是民營企業(yè)進(jìn)行融資的重要方式，然而一直以來，民營企業(yè)面臨著融資難、融資貴的困境。在剛性兌付被打破、債務(wù)違約數(shù)量不斷增加以及全球經(jīng)濟(jì)下行導(dǎo)致企業(yè)盈利能力不足的背景下，民營企業(yè)的信用風(fēng)險持續(xù)走高，投資者對于發(fā)債企業(yè)償付能力信心不足，使得民營企業(yè)的債務(wù)融資問題雪上加霜。2018年10月，國務(wù)院常務(wù)會議決定，中國人民銀行發(fā)文指出，通過設(shè)立民營企業(yè)債券融資支持工具的方式，向民營企業(yè)的債務(wù)融資提供增信支持，降低債券投資者面臨的違約風(fēng)險。信用風(fēng)險緩釋工具再次成為關(guān)注焦點。

信用風(fēng)險緩釋憑證（Credit Risk Mitigation Warrant，下稱CRMW）作為我國所特有的信用風(fēng)險緩釋工具，有著與信用違約互換（Credit Default Swaps，下稱CDS）相似的風(fēng)險轉(zhuǎn)移機(jī)制。不同之處在于CRMW標(biāo)的資產(chǎn)為單一債項，且實行登記結(jié)算制度，不能進(jìn)行裸交易（Naked trade）。在上述交易事項的約束下，CRMW理論上能夠?qū)⒛骋粋男庞蔑L(fēng)險轉(zhuǎn)移至憑證賣方，降低債券投資者面臨的違約風(fēng)險，從而使民營企業(yè)通過較低的成本進(jìn)行融資。卜振興（2019）認(rèn)為，CRMW是一種簡化交易機(jī)制并加強(qiáng)監(jiān)管的信用緩釋工具，能夠?qū)档兔駹I企業(yè)發(fā)債成本起到積極作用，并規(guī)避CDS在次貸危機(jī)中對金融系統(tǒng)造成的沖擊。劉志洋（2019）以2018年11月與18碧水源CP002配售的CRMW為案例，分析發(fā)現(xiàn)碧水源由于CRMW的發(fā)行，其短期融資利率低于行業(yè)平均水平。邱燕陽（2019）通過對比配售CRMW的債券與未配售CRMW的債券票面利率均值發(fā)現(xiàn)，配售CRMW債券的票面利率低于未配售債券。

從銀行視角來看，海外市場中，銀行為進(jìn)行風(fēng)險管理通常會買入CDS對沖其持有債務(wù)而成為CDS的凈買入方，CDS合約賣出方角色則通常由保險公司等其他金融機(jī)構(gòu)扮演（Shan et al.，2014）。而我國CRMW交易中，由于存在非常嚴(yán)格的準(zhǔn)入分層制度，作為核心交易商的部分銀行扮演著憑證凈賣方的角色（卜振興， 2019）。理論上，在信用風(fēng)險緩釋工具二級市場缺乏流動性的條件下，風(fēng)險轉(zhuǎn)移路徑較為單一，若投資債券的同時購入匹配的CRMW，投資者面臨的信用風(fēng)險便會轉(zhuǎn)移至憑證賣方銀行，使憑證賣方銀行的風(fēng)險比賣出前有所升高。與此同時，投資者需要向憑證賣方銀行支付費用，在期限內(nèi)若債券不違約，憑證賣方銀行的收益也應(yīng)較賣出前有所增加。在此基礎(chǔ)上，若CRMW得到有效利用，憑證創(chuàng)設(shè)銀行的風(fēng)險與收益應(yīng)顯著高于非創(chuàng)設(shè)銀行。

通過上述分析可以發(fā)現(xiàn)：第一，信用風(fēng)險緩釋工具在不同市場表現(xiàn)截然不同，CRMW作為我國特有的一類信用緩釋工具，在與CDS不同的約束條件下，對于債券發(fā)行成本的影響難以判斷。而目前我國CRMW對民營企業(yè)債務(wù)融資的影響研究中，以案例分析和常規(guī)統(tǒng)計數(shù)據(jù)比較為主要分析方法，進(jìn)一步的統(tǒng)計分析仍十分必要。第二，國外信用衍生品交易對銀行的影響機(jī)制與我國完全不同。通過將銀行作為憑證賣方的視角進(jìn)行分析，可以揭示我國目前頒布的改善民營企業(yè)融資難的相關(guān)政策是否具有成效。

鑒于此，本文以信用風(fēng)險緩釋工具中發(fā)行數(shù)量與發(fā)行金額最大的CRMW為研究對象，通過工具變量法、二重差分法等研究方法，分別從民營企業(yè)視角與銀行視角揭示信用風(fēng)險緩釋工具在緩解民營企業(yè)債務(wù)融資難問題中的效果與存在問題。本文的貢獻(xiàn)在于：第一，不同于以往CRMW對民營企業(yè)融資問題的影響研究，通過實證分析方法驗證了CRMW對民營企業(yè)債務(wù)融資成本降低的效果，提供了信用風(fēng)險緩釋工具降低民營企業(yè)債務(wù)融資成本的證據(jù)，并揭示了目前信用風(fēng)險緩釋工具市場存在的問題，填補了信用風(fēng)險緩釋工具實證分析的缺失，豐富了信用風(fēng)險緩釋工具的相關(guān)研究。第二，從民營企業(yè)和銀行兩個截然不同的視角展開分析，能夠更加全面地探索信用風(fēng)險緩釋工具對企業(yè)債券融資的影響以及存在問題，對今后信用風(fēng)險緩釋工具市場的發(fā)展具有重要參考價值。最后，以我國信用風(fēng)險緩釋工具為研究對象展開實證分析，對世界信用衍生品交易相關(guān)研究進(jìn)行了補充與擴(kuò)展，為今后信用衍生品相關(guān)研究國際間比較提供支持。

二、研究設(shè)計

（一）樣本

考慮到2018年9月CRMW市場交易重啟，在從民營企業(yè)視角分析CRMW對債券融資成本影響的部分，本文選取了2018年第4季度至2019年第3季度非金融類民營企業(yè)發(fā)行債券為研究對象。在剔除數(shù)據(jù)缺失債券，并匹配發(fā)債時主體評級和發(fā)債時間后，得到樣本債券共188只。其中，匹配CRMW債券89只，未匹配CRMW債券99只，數(shù)量基本持平。

考慮到大部分銀行2019年第4季度財務(wù)數(shù)據(jù)尚未公布，對于2019年第3季度數(shù)據(jù)的二重差分分析難以展開，因此在從銀行視角分析CRMW對債券融資影響的部分，本文選取了2018年第4季度至2019年第2季度36家上市銀行作為研究對象。在進(jìn)行傾向得分匹配前，三季度共有108家銀行樣本，傾向得分匹配后，剩余樣本92家。民營企業(yè)發(fā)債數(shù)據(jù)、財務(wù)數(shù)據(jù)及銀行創(chuàng)設(shè)CRMW數(shù)據(jù)與財務(wù)數(shù)據(jù)同樣均來源于Wind數(shù)據(jù)庫。

（二）研究方法

前期研究在討論債券融資成本問題時，通常使用案例分析、均值計算或最小二乘回歸等方法，忽略了CRMW與債券匹配的內(nèi)生性問題（鄒麗華，2019；邱燕陽，2019；李躍松，2019）。因此，在從民營企業(yè)視角驗證CRMW對債券融資成本影響時，本文利用工具變量與兩階段最小二乘回歸進(jìn)行考察，以解決被忽略變量等問題產(chǎn)生的內(nèi)生性問題，得到更加穩(wěn)健的結(jié)論。本文使用的兩階段最小二乘模型如下所示：

公式中變量定義參考附錄Panel A（見76頁）?？刂谱兞康倪x擇主要基于Saretto and Tookes （2013）、Subrahmanyam et al.（2014）等前期文獻(xiàn)，公式（2）中InstrumentVariable為工具變量。根據(jù)2018年國務(wù)院常務(wù)會議提出提高對小微和民營企業(yè)金融服務(wù)的要求，銀行在創(chuàng)設(shè)CRMW時會政策性地向規(guī)模較小的民營企業(yè)傾斜。同時，由于目前CRMW無法覆蓋債務(wù)的全部本金和利息，政策之下銀行可能會傾向于為融資量較少的債券創(chuàng)設(shè)CRMW，以在提高本金覆蓋率的同時，減少出現(xiàn)債務(wù)違約時所要支付的賠償。因此，企業(yè)的規(guī)模和債務(wù)發(fā)行量均有可能影響CRMW的創(chuàng)設(shè)。因此，本文選取工具變量為債務(wù)發(fā)行量（Volume）與企業(yè)規(guī)模（SIZE）。

在從銀行視角驗證CRMW對債券融資影響的部分，本文采用傾向匹配得分—二重差分方法（PSM—DID）考察創(chuàng)設(shè)CRMW對銀行風(fēng)險和收益的影響，從而推斷現(xiàn)階段CRMW對改善企業(yè)債券融資的實際效果。本文使用的傾向匹配得分模型如公式（3）及（4）所示，二重差分模型如公式（5）所示：

傾向得分匹配模型中自變量X及二重差分模型中變量的定義參考附錄PanelB（見76頁）。在傾向得分匹配模型中，LAG表示滯后一期變量。該模型中自變量選擇主要參考Shan et al. （2014）等前期文獻(xiàn)。二重差分模型中CRMW_C為是否創(chuàng)設(shè)CRMW，POST用于區(qū)分創(chuàng)設(shè)前后，CRMW_C×POST為交互項，也是模型中的關(guān)鍵變量。

三、民營企業(yè)視角下信用風(fēng)險緩釋憑證與債券融資

基于公式（1）與公式（2），本文從民營企業(yè)視角對信用緩釋工具CRMW是否能夠顯著降低企業(yè)發(fā)債成本進(jìn)行了驗證。研究結(jié)果列示于表1，其中Panel A為第二階段回歸結(jié)果，PanelB為第一階段回歸結(jié)果。模型1、模型2分別以債券發(fā)行金額（Volume）與企業(yè)規(guī)模（SIZE）為工具變量。從結(jié)果中可以看出，發(fā)行金額與企業(yè)規(guī)模均與CRMW的匹配呈顯著的負(fù)相關(guān)關(guān)系，說明債券發(fā)行金額較小、企業(yè)規(guī)模較小的民營企業(yè)更傾向于匹配債券發(fā)行CRMW。第二階段回歸結(jié)果顯示，無論使用債券發(fā)行金額還是企業(yè)規(guī)模作為工具變量，匹配CRMW發(fā)行的債券，其發(fā)債利率均顯著低于未匹配CRMW的債券，且該結(jié)果具有較高的穩(wěn)健性。結(jié)果說明，匹配CRMW發(fā)行債券能夠顯著降低民營企業(yè)發(fā)債時的成本，降低民營企業(yè)融資負(fù)擔(dān)，對民營企業(yè)融資難問題具有一定的改善作用。

四、銀行視角下信用風(fēng)險緩釋憑證與債券融資

根據(jù)前文所述，我國CRMW二級市場流動性缺乏，目前僅有一筆交易，從而形成較為單一的風(fēng)險轉(zhuǎn)移路徑。若CRMW能夠覆蓋較高金額的債券，則銀行在創(chuàng)設(shè)CRMW后，相比未創(chuàng)設(shè)銀行，風(fēng)險和收益均應(yīng)有較為明顯升高。

為了降低內(nèi)生性問題對驗證結(jié)果帶來的影響，本文首先使用公式（3）、（4）所示傾向得分匹配模型對銀行樣本進(jìn)行篩選，隨后使用模型（5）所示二重差分模型進(jìn)行分析驗證?；谟嬎闼脙A向得分，本文通過最近鄰匹配法為每一個創(chuàng)設(shè)CRMW的銀行樣本進(jìn)行了1：1對照樣本匹配，最終分別得到38個實驗組樣本和38個對照組樣本。在得到實驗組樣本和對照組樣本后，通過公式（5）所示二重差分模型，本文驗證了CRMW對創(chuàng)設(shè)銀行的風(fēng)險與收益產(chǎn)生的影響。驗證結(jié)果如表2所示。

表2 CRMW 對銀行風(fēng)險及收益影響的二重差分結(jié)果

從表2 中可以看出，以加權(quán)風(fēng)險資產(chǎn)比率（RiskWeighted）為因變量的二重差分模型中，交互項（CRMW×POST）的回歸系數(shù)為正，但并不顯著，在以不良貸款率（NPL） 為因變量的二重差分模型中，該交互項（CRMW×POST）的系數(shù)亦為正且不顯著。說明對比未創(chuàng)設(shè)CRMW的銀行，創(chuàng)設(shè)銀行在發(fā)行CRMW后風(fēng)險并無顯著的增加。同樣，無論是以資產(chǎn)報酬率（ROA）還是凈資產(chǎn)報酬率（ROE）為因變量，交互項（CRMW×POST）的回歸系數(shù)均為正，但不顯著，說明實驗組銀行在創(chuàng)設(shè)CRMW后收益也并無顯著增加。

附錄!本文所用變量及其定義

表2結(jié)果表明，雖然通過匹配CRMW，債務(wù)發(fā)行企業(yè)的信用風(fēng)險轉(zhuǎn)移至創(chuàng)設(shè)銀行，并帶給創(chuàng)設(shè)銀行一定收益，但銀行創(chuàng)設(shè)CRMW覆蓋面較小，信用風(fēng)險轉(zhuǎn)移量低，這部分風(fēng)險對銀行的影響微乎其微。因此，從銀行視角來看，現(xiàn)階段僅有少量企業(yè)享受到了CRMW匹配發(fā)行帶來的債券融資成本下降，CRMW并未實質(zhì)改變民營企業(yè)債務(wù)融資難的問題。

五、結(jié)論與建議

本文分別從民營企業(yè)視角和銀行視角考察了信用緩釋工具是否改善了我國民營企業(yè)債券融資難問題。通過實證分析，我們發(fā)現(xiàn)盡管從民營企業(yè)視角來看，匹配CRMW發(fā)行的債券發(fā)債利率顯著低于未匹配CRMW發(fā)行的債券，CRMW的確能夠降低民營企業(yè)的債務(wù)融資成本，但從銀行視角來看，由于銀行在創(chuàng)設(shè)CRMW時并未大規(guī)模覆蓋企業(yè)債券，多數(shù)企業(yè)發(fā)行債券時的信用風(fēng)險難以形成有效轉(zhuǎn)移，CRMW對民營企業(yè)債券融資的改善效果有限。

因此，基于上述結(jié)果，本文認(rèn)為，應(yīng)從以下方面促進(jìn)信用緩釋工具在改善民營企業(yè)融資困境中的實際效果。

第一，相關(guān)部門繼續(xù)推動鼓勵銀行發(fā)行信用風(fēng)險緩釋工具，健全銀行為民營企業(yè)創(chuàng)設(shè)信用風(fēng)險緩釋工具的政策體系。2018年10月開始，有關(guān)部門不斷發(fā)文推動銀行為債券匹配發(fā)行信用風(fēng)險緩釋工具，但相關(guān)政策的效應(yīng)逐漸減弱。今后應(yīng)通過放松部分信用風(fēng)險緩釋工具交易門檻，適當(dāng)增加信用風(fēng)險緩釋工具的創(chuàng)設(shè)機(jī)構(gòu)，為信用風(fēng)險緩釋工具市場增加活力。同時，國家可以通過具有持續(xù)性的政策激勵信用風(fēng)險緩釋工具的創(chuàng)設(shè)，例如為創(chuàng)設(shè)銀行提供更多貨幣政策、再貸款政策的優(yōu)惠與傾斜措施，調(diào)動銀行創(chuàng)設(shè)信用風(fēng)險緩釋工具的積極性。

第二，指導(dǎo)金融機(jī)構(gòu)完善該市場定價與流通機(jī)制，增加市場流動性。目前由于信用風(fēng)險緩釋工具市場參與者較少、價格發(fā)現(xiàn)機(jī)制不完善，導(dǎo)致部分參與者對于信用風(fēng)險緩釋工具的創(chuàng)設(shè)與交易產(chǎn)生抗拒。通過建立完善的民營企業(yè)信息數(shù)據(jù)庫、開發(fā)具有更強(qiáng)價格發(fā)現(xiàn)機(jī)制的模型、允許市場參與者能夠以更方便的方式進(jìn)行交易與結(jié)算等方法，能夠降低工具創(chuàng)設(shè)與交易難度，減少市場參與者的交易顧慮，提升信用風(fēng)險緩釋工具市場流動性。

第三，引導(dǎo)創(chuàng)設(shè)機(jī)構(gòu)加大對民營企業(yè)債務(wù)融資服務(wù)力度。從分析結(jié)果可以看出，現(xiàn)階段信用風(fēng)險緩釋工具對于民營企業(yè)債務(wù)的覆蓋面不足，今后應(yīng)鼓勵引導(dǎo)創(chuàng)設(shè)機(jī)構(gòu)從信用風(fēng)險緩釋工具的種類、期限，以及服務(wù)企業(yè)數(shù)量等方面盡可能拓寬覆蓋面，使得產(chǎn)品或服務(wù)對于國家戰(zhàn)略具有較高價值的民營企業(yè)可適當(dāng)下沉信用風(fēng)險要求，滿足民營企業(yè)發(fā)展的融資需要。