更全的杂志信息网

信用评级有效性与监管依赖: 来自银行同业存单的证据1

更新时间:2009-03-28

0 引言

信用评级对于债券的发行、定价有重要的影响。在2008年金融危机之后,信用评级更是引起了学术界和业界的广泛关注,评级的信息发现功能以及评级质量都受到了更为广泛的探讨与研究。尽管中国信用评级市场自20世纪80年代末开始发展,但受制于中国债券市场的发展,评级行业发展较为缓慢。中国信用评级有效性的问题逐渐成为学术界和业界共同关心的问题。

中国信用评级体系是否有效在学术上存在争议。学者们使用不同的债券研究得到了不同结论:有些研究发现中国信用评级体系能够给出有效的信息(何平和金梦,2010;王雄元和张春强,2013;许友传,2017;Livingston et al., 2018);但也有研究发现存在评级选购现象;进而对中国信用评级的有效性提出了质疑(李琦等,2011;王雄元和张春强,2013;钟辉勇等,2016;黄小琳等,2017)。还有研究认为中国信用评级体系是无效的(寇宗来等,2015)。但是以往研究普遍存在样本量偏小的问题,因此难以得到一般性结论(Livingston et al., 2018)。 此外,这些研究还存在内生性的问题(寇宗来等,2015)。

对于第二大经济发展体的中国来说,迫切的能源需求和储备不足的现状决定了我国不得不长期面对能源问题的挑战。被动式房屋作为集超低能耗、低碳和高舒适度于一身的科技节能建筑在发达国家备受推崇。对比发达国家,我国被动房整体起步较晚,地区上发展不均衡,除北京、山东、河南和河北等地区已实现初步的区域性推广之外,被动房在其他地区的发展尚处起步阶段。

本文利用同业存单这一新兴商业银行短期金融债来研究银行信用评级有效性。Morgan(2002)指出,银行由于资产不透明、风险不易观测,因而评级难度增大。但这也说明银行信用评级的有效性对于监管和投资者判断银行风险乃至其对系统性风险的影响有重要的意义。同时,同业存单具有一些非常好的数据特征。

同业存单存在如下特征: (1)发行规模大。如表1所示,同业存单于2013年12月问世,并且迅速发展壮大。其在发行数量和资金募集规模上都已经成为中国债券市场上有影响力的短期债券产品。(2)代表性强。根据路透社2017年9月27日报道,已有569家银行发布了2017年同业存单发行计划。截至2017年8月,共有1712家银行机构获准发行同业存单。同业存单的发行主体主要集中在股份制和中小银行中(刘士达等,2017)。同业存单信用评级越高,发行规模也越大。这一特点与中国其他债券品种的发行情况相一致。由表2可知,股份制银行、城市商业银行和农村商业银行等主体发行了90%以上的同业存单,信用评级在AA(含)以上的银行发行了90%以上的同业存单。结果表明,参与同业存单市场的主体并非隐性担保较强的国有银行(五大国有银行的同业存单发行量只占总发行量的0.83%),因此,我们的研究具有代表性。(3)评级调整。在我们的样本中,有120余家银行发生了信用评级调整(截至2017年上半年),占总样本银行数量的近四分之一,涉及大约9.32万亿的同业存单。以上特征使同业存单成为研究信用评级有效性的理想样本。

 

表1 同业存单市场与债券市场对比

  

年份同业存单发行量/亿债券发行量/亿占比/%同业存单发行个数债券发行个数占比/%201095238.31169201174552.91587201272973.823512013340.075199.80.451024370.4120148975.689959.89.98972366526.52201552975.9143628.736.8859415876101.112016129731.0185865.269.80164526475254.082017H195225.468045.4139.94125322110593.93

注: 数据来源wind。

研究结果表明,信用利差在AA+和AAA两个信用等级有显著的差别,而低评级中信用利差的区分不显著,这反映不同评级质量不同。此外,只有当银行信用评级被上调至AAA或AA+时,其发行的同业存单信用利差会部分下降。最后,即使同样具有AAA或是AA+评级,诸如银行的类型、财务指标也能够对信用利差进行区分,表明相同评级的银行却被市场认为有着不同的风险溢价(或是不同的违约率)。

 

表2 2013年12月至2017年6月各类型银行和各评级同业存单发行规模

  

银行类型发行量/亿占总发行量/%评级发行量/亿占总发行量/%股份制银行132758.747.74AAA182249.165.54城市商业银行106334.438.24AA+47401.017.05农村商业银行32861.711.82AA31888.611.47五大国有银行2307.10.83AA-12479.04.49外资银行1284.80.46A+2738.40.98合资银行1064.80.38A1186.00.43民营银行781.70.28A-123.30.04农信社564.80.20BBB+1.50.00农村合作银行99.90.04BBB1.00.00村镇银行5.50.00BBB-0.50.00邮储银行5.00.00

注: 数据来源及处理方式见本文第2节。

为什么信用利差只有在AA+及以上评级才有区分度?本文从监管对评级依赖的角度提出解释。蒋贤锋和Packer(2017)发现中国的监管对信用评级的要求多集中在AA+或 AAA,这与发达市场明显不同(Cantor and Packer, 1994),他们认为中国债券的投资级门槛可能是AA-。我们的研究发现,信用评级有效性主要集中在AA+和AAA等评级,而这些评级在监管中作为债券公开发行和投资者风险管理的门槛被较多地使用,这符合Opp et al.(2013)、Cole and Cooley(2014)的理论,他们认为监管对评级依赖会负面影响评级质量。

一铵横盘整理,下游采购观望,据悉部分厂家9月之前将开始采备冬储肥料,成本方面仍有支撑,因此短期市场横盘整理,变化不大,冬储市场开启后,一铵国内或有上行空间。二铵市场持续整理,当前企业主要以发运出口订单为主,企业9月份中上旬订单已经基本确定。受汇率挫伤,东南亚市场采购需求放缓,价格下拉,市场心态疲软。但国内冬储市场即将开始,市场再次聚焦国内。

本文的第1部分是相关制度介绍与文献综述,第2部分提出研究假设,并描述实证方法和数据,第3部分分析结果,第4部分总结全文。

1 制度背景与文献综述

我们在本章中首先介绍中国监管对于评级的运用,然后结合国外的理论与实证文献进行相应的综述。

1.1 信用评级在我国监管中的运用

监管政策对信用评级的依赖体现在以下三个方面:发行过程、投资门槛和资本计提。

债券发行: 最早对企业发债的要求是国务院于1992年提出的,国发[1992]68号文件中要求企业债券需要获得评级。2004年银监会发布的《商业银行次级债券发行管理办法》和2005年人民银行发布的《全国银行间债券市场金融债券发行管理办法》也都提到只有私募发行或是定向发行时可以免除信用评级,但相应债券只能在认购人之间进行转让。2013年发布的《国家发展改革委办公厅关于进一步改进企业债券发行审核工作的通知》对主体或债券信用等级为AAA的债券,或是为AA+但拥有担保、抵押或发行人资产负债率低于30%的债券提出可以加快和简化审核程序。此后,2015年起证监会公布实施的《公司债券发行与交易管理办法》中就提出“资信状况符合以下标准的公司债券可以向公众投资者公开发行……(三)债券信用评级达到AAA级……”。

债券投资: 证监会2006年发布的《关于证券投资基金投资资产支持证券有关事项的通知》要求: “货币市场基金投资的资产支持证券的信用评级,应不低于国内信用评级机构评定的AAA级或相当于AAA级的信用级别。”2015年证监会发布的《货币市场基金监督管理办法》中明确提出“货币市场基金不得投资于以下金融工具:……(四)信用等级在AA+以下的债券与非金融企业债务融资工具;……”。保监会也在2014年对保险资金的投资监测过程中用到了评级,《中国保监会关于加强和改进保险资金运用比例监管的通知》规定“投资境内的具有国内信用评级机构评定的AA级(含)以下长期信用评级的债券……”要列入类别监测资产。

如前所述,监管机构广泛使用AAA、AA+和AA-评级作为债券公开发行、投资者投资门槛和银行风险资本计提的要求。此外,蒋贤锋和Packer(2017)提出中国的投资级门槛或许在AA-及以上。因此,在这些高评级中,信用评级应该更加有效,并且反映在信用利差上。我们提出第一个假设:

可以看出中国监管对于信用评级在发行和投资等方面设定的门槛大多为AA+或AAA,蒋贤锋和Packer(2017)提到这与发达市场监管更为广泛的评级门槛形成了较为鲜明的对比。他们通过对比国内和国际评级机构的评级情况,提出国内评级高于国际评级6个等级左右的观点。考虑到国际评级机构通常以BBB-作为投资级门槛,他们认为国内的投资级门槛或许在AA-级及以上。因此,我们将AA+、AA-做为本文研究讨论的基础。

RTB Bor是塞尔维亚国有铜业公司,曾经是该国的核心工业项目,控制MS、VK、NC、JM四个矿山和一个冶炼厂,是该国唯一的铜矿在产项目。

1.2 文献综述: 对信用评级质量的影响因素

信用评级的核心作用是在信息不对称环境下,起到信息发现的作用。国外很早就已经有学者研究过评级是否有信息发现功能(Hines and Patel,1975;Hand et al., 1992; Kisgen, 2006; Agarwal et al., 2016; Hilscher and Wilson,2016),随着金融危机爆发,更多学者探讨了是什么因素影响了信用评级。我们结合本文研究的重点,着重从监管影响评级质量的角度梳理相关文献,并对其他影响信用评级质量的因素进行简要的说明,最后,我们总结了目前国内关于信用评级的相应研究。

1.2.1 监管依赖对信用评级质量的影响

评级在美国金融监管中的运用已经有很长的历史,Cantor and Packer (1994)提到对评级的依赖几乎已经延展到了所有的金融监管部门,例如对银行、保险、证券公司的监管,对资本市场、共同基金和养老金等投资的监管。White(2010)也提到监管通过给予三大评级机构特殊的地位,将资本和投资要求与评级挂钩,增加了三大评级机构的重要性。那么,这种监管对于信用评级的依赖,是否会对信用评级质量产生影响呢?

总之,早期限制性液体复苏可以明显改善重症急性胰腺炎患者的胃肠功能障碍,降低腹内高压的发生率,提高机体的免疫功能,从而改善患者的预后情况,值得临床推广。

Opp et al.(2013)从理论研究出发,他们认为由于监管区分的原因,致使高评级证券更受投资者偏好,这种模式下,评级机构则有能力通过高估评级来迎合投资者,而评级的质量也因而可能上升或下降。这表明了评级除了通过提供债券风险相关信息来影响债券价格外,还通过监管的渠道在影响着债券的价格。不过,值得注意的是,他们也在文中指出尽管监管因素会影响评级质量,但在引进复杂的金融资产前,现行的监管模式其实并没有产生太多问题。而且如果没有一些更好的选择,这种监管对评级的依赖可能还将长期持续。Cole and Cooley(2014)也通过理论分析表明,由于监管对于评级的依赖,特别是审慎监管中的一些指标与评级挂钩,使得评级更容易发生扭曲。

实证研究上,如Bongaerts et al.(2012)利用美国2002—2008年公司债的数据说明了,惠誉的额外评级,似乎并不能从额外信息生产或是评级选购的视角来进行解读,而这种额外的评级带来的影响则从监管区分的角度得到了很好的解释。同样,Kisgen and Strahan(2010)的研究也表明,基于评级的监管对债券投资的成本有着影响,在2003年美国证监会批准了DBRS成为第四家NRSROs(全国认定的评级机构),相比于其他三家评级机构(穆迪、标普和惠誉),DBRS的评级每高一级能够让相应债券的发行成本下降39个基点,而这种影响是非对称的,即DBRS的评级如果没有其余三家评级机构好,相应债券的发行成本也不会有明显上升。而且由于监管约束的原因,这种影响在投资级的边缘更明显——也就是说DBRS的评级决定了相应债券是垃圾债还是投资级债券。Baghai and Becker (2018)的研究表明,当发行人面临监管要求时,更有可能为了获取高评级而与评级公司开展更大额的咨询业务(非评级业务)。而Behr et al. (2016)则利用1975年美国证监会对穆迪、标普和惠誉三家评级机构颁发许可的事件,研究了这一监管行为对评级质量的影响。他们发现这一监管行为直接导致了评级膨胀:1975年之后评定的公司相比于1975年之前评定的公司,即使拥有相同评级,但违约率却更高;此外,以Baa为门槛的投资级债券,如果其初始评级是在1975年规定出台之后评定,则有19%更可能被下调至投机级。这表明监管对评级质量产生了影响。

此外,监管对评级标准也有一定的影响。Cheng and Monica(2009)的研究表明,在安然公司违约事件爆发后,由于市场的批评和监管的压力,评级机构在维持评级准确性与稳定性的情况下,提高了评级的及时性。Alp(2013)的研究表明在2002年安然事件爆发之前,投机级债券的评级标准相对更宽松,但是随着安然公司破产以及萨班斯-奥克斯利法案出台后,投资级和投机级的评级标准都变得更加严苛起来。Dimitrov et al.(2015)则提出了质疑。他们指出,在多德弗兰克法案之后,尽管监管更加严格,但是评级机构并没有提供更加准确、有效的信息,反而给了市场更多的错误警告。

从高中生口语交际的现状来看,其口语能力不够突出的一个极为重要远近,就是不敢去主动开口说应用。除了自己没有足够信心以外,同时还怕说错后背学生或是其他人嘲笑,这也就是的他们对于主动开口形成了一个畏难的消极心理,不能主动开口,他们的口语交际能力就无法得到提高。因此,在高中英语教学中,教师想要提高学生的口语交际能力,就必须突破学生的心理障碍,帮助学生树立正确的学习态度,以及良好的心理状态,促使其可以主动的、大胆的进行交流。

1.2.2 其他对信用评级质量的影响因素

举一个例子,现在进行时有两层含义:当下此刻正在发生,以及最近一段时间正在发生。当学生学习现在进行时的意义时,可能对这两层含义有所混淆,不是很理解,这时,教师就可以列举不同组的例子,让学生感受其不同:I am writing a novel now/I am writing a novel recently;She is dancing at this moment/She is dancing these weeks.多样的简单句便可以很好呈现含义的区别,学生理解不再有困难,学习动机也会加强。

(1) 竞争与利益冲突对评级质量的影响。由于美国评级市场是寡头垄断市场,且发行人付费模式是这一行业的主要运营方式。因此,评级机构之间的竞争与发行人付费模式下的利益冲突问题也成为信用评级研究的主要方向之一。理论研究表明,如果投资者付费,会导致搭便车行为,而在发行人付费模式下,寡头垄断的评级市场不能通过竞争提升评级质量,评级选购、评级虚高的问题都会出现(Mariano, 2012;Bolton et al., 2012;Bar-Isaac and Shapiro, 2013;Kashyap and Kovrijinykh, 2016)。此外,即使评级机构公允,发行人对评级的选择性披露也会导致评级偏误,进而导致投资效率的损失(Skreta and Veldcamp,2009; Sangiorgi and Spatt,2016)。实证研究表明,寡头垄断模式下的竞争确实使得评级质量下降,但这种评级质量的下降又主要发生在发行人付费的评级机构当中,投资者付费的评级机构似乎不受影响。(Becker and Milbourn, 2011; Jiang et al., 2012; Comaggia and Comaggia, 2013; Kraft, 2015; Bruno et al., 2016)

(2) 债券自身特征也影响信用评级质量。理论研究表明,被评定的资产越不透明、资产越复杂、发展历史越短(违约数据较少),评级机构评级的差异会越大(Morgan, 2002; Skreta and Veldcamp, 2009;Kashyap和Kovrijnykh, 2016)。这些理论也和目前的实证研究较为一致,例如不透明的金融机构以及资产证券化产品的评级都具有上述的特征,而且更多关于评级质量不佳的发现也主要集中在复杂的结构化产品当中(Mason and Rosner, 2007; Griffin and Tang, 2012;He et al., 2011, 2012)。

1.2.3 国内关于信用评级的研究

变量Ratechanged项的均值为0.27,代表有27%的同业存单是相应银行在主体评级调整之后发行的。本文通过表4对涉及过评级调整的银行进行了评级迁移矩阵的分析。结果表明共有121家银行发生过评级变化(涉及1家全国性股份制银行、54家城市商业银行、60家农村商业银行,其余为农信社、民营银行和合资银行)。其中有10家银行评级上调了2次,每次上调了1级;还有3家银行评级上调过1次,但是1次上调了2级;最后,还有2家银行评级下调了1次,下调了1级。中国的信用评级上调居多,鲜有下调。本文只选取了评级调整过1次1级的106家银行进行分析。

表6的结果表明AA-级或是AA级同业存单的信用利差与投机级(即AA-以下)的同业存单信用利差并无明显区别。具体而言,从表6的第(1)列可以看到,AA级相比于更低等级的同业存单,仅在信用利差上下降了1.22个基点,而且不显著;从表6的第(2)列可以发现,AA-评级相比于更低等级的评级在信用利差上下降了2.96个基点,其结果也并不显著。第(3)列中,A+级同业存单的信用利差甚至还比更低等级同业存单高出了4.67个基点;而第(4)列中,可以观测到AA级、AA-级和A级相比于A-级和BBB级同业存单信用利差开始在10%的水平上有显著区分,但进一步考察发现AA级与AA-级的回归系数没有显著区别(对18.27与17.73进行t检验,p值为0.77),AA-级和A级的回归系数也没有显著差异(相应的p值为0.59)。因为A-级和更低级别同业存单只有67个观测值,本文没有进一步探讨,从已有的结果来看,信用评级有效性较弱的假设已经得以进一步验证。之前的研究发现信用评级有效,很可能因为他们的研究重点是比较AAA、AA+和其他低评级之间的区别,因而可以发现明显的区分。本文发现如果纵观全部评级,只有AAA级和AA+级能够在信用利差上给予有效的区分。

这些关于信用评级的研究存在局限性。首先,研究受制于样本量较小的困扰,导致结论可能因样本改变而改变。许多研究只考虑较高信用评级如AAA或AA+来考察信用评级是否有区分度;或是采用AAA、AA大类、A大类来分析评级有效性,没有考虑“+”“-”等评级细节(何平和金梦,2010;王雄元和张春强,2013;寇宗来等,2015;许友传,2017)。缺乏对细分评级,尤其是低评级的研究结果可能具有片面性。此外,已有研究也鲜有结合监管因素来探讨国内监管是否对评级质量产生了影响。

2 实证方法与数据说明

2.1 研究假设

资本计提: 资本计提更多体现在银监会对于商业银行投资债券或是进行资产证券化等方面的影响。银监会令[2005]3号《金融机构信贷资产证券化试点监督管理办法》,银监发[2009]116号《商业银行资产证券化风险暴露监管资本计量指引》等都以AA-为资本计提门槛。

H1: 不同信用评级之间的信用利差在投资级或监管依赖较多的评级中更加明显。

市场是否认可评级调整?在中国,评级调整主要是评级上调,评级下调鲜有发生(马榕和石晓军,2015)。AAA和AA+被用于规定投资者准入以及简化债券发行流程(蒋贤锋和Packer,2017),因而评级有效性在这类高评级中或许与其他评级会有所不同。对此,本文提出第二个研究假设:

H2a: 评级上调不会使得信用利差完全下降。

H2b: 评级上调带来的信用利差变化在不同评级表现不一致。

最后,国内评级群聚,同一等级的债券质量参差不齐(Livingston et al., 2018)。此外,评级上调现象普遍(马榕和石晓军,2015),那么相同的评级应该不能完全反映信用风险。因而,我们猜想诸如银行类型以及银行的财务指标可以进一步地区分出信用利差,对此本文提出第三个研究假设:

H3: 在评级相同的情况下,信用利差与银行类型和财务指标相关。

例1 向一小烧杯中分别加入等体积的水和煤油,片刻后再向该烧杯中轻缓地加入绿豆大小的金属钠,可能观察到的现象是( )。

2.2 计量模型设定

参考已有的做法(何平和金梦,2010;王雄元和张春强,2013;Livingston et al., 2018),我们用模型(1)来对假设1、模型(2)来对假设2进行检验。针对假设3,我们选取出相同评级的子样本,仍然采用模型(1)进行验证,但不再考察Rating。

 

(3) 稳健性检验

2.3 数据

同业存单数据来源于中国货币网,本文选取了自2013年12月至2017年6月的数据。由于涉及监管套利与空转套利等问题(王喆等,2017;刘士达等,2017),同业存单业务在2017年3季度受到监管政策的影响较大。2017年8月11日,中国人民银行发布了《2017年第二季度中国货币政策执行报告》,并计划在2018年一季度将资产规模在5000亿元以上的银行发行的一年以内同业存单纳入同业负债占比指标进行考核。2017年9月1日,证监会正式发布《公开募集开放式证券投资基金流动性风险管理规定》,并将于2017年10月1日起,明确限制货币基金对同业存单投资的比例。截至2017年上半年,根据上海清算所披露,同业存单累计发行35907单,本文手工收集了35113单,缺失率为2.2%。

本文对同业存单数据按如下顺序进行了处理: (1)剔除了没有信用评级的7条债券;(2)剔除有两家评级机构评级的7支同业存单;(3)剔除自由贸易区同业存单(FT同业存单)16条;(4)为了保证评级的一致性,剔除了由标普和穆迪评级的同业存单156条;(5)剔除可能由于改制而导致评级提升的农村合作银行(共两家,8条数据);(6)付息同业存单数量较少,为了保证数据的一致性予以剔除(共324条,小于样本量的1%),因此本文主要考察零息同业存单。最终数据包括34595支同业存单,占原始数据的96.35%。

工程管理效益的提高不仅在工程规范施工方面,同时对工程的合理化分配也起到一定的辅助作用,从而达到控制工程施工成本目的。现代工程建设对于建筑施工功能性要求较高,施工项目种类繁复,对施工流程的控制极为重要,是解决工程施工材料及资源浪费问题的重要根据。BIM技术应用能够根据现有的施工条件对相关的施工内容进行准确判断,并合理的规划施工流程,以工程成本节约为基础,选用时间最短、效率更高及质量更好的施工管理方案,从而在多个方面对工程施工的质量与成本问题进行解决。

数据的描述性统计见表3。

 

表3 描述性统计

  

变量名称说明ObsMeanStd.Dev.MinMax被解释变量Refyield参考收益率(%)345953.810.832.108.24Spread同期Shibor价差(基点)3459526.8635.45-96.00495.00解释变量Rating顺序评级AAA=10,AA+=9…345958.701.331.0010.00AAA虚拟变量,评级为AAA=1345950.380.490.001.00AA+虚拟变量,评级为AA+=1345950.220.410.001.00AA虚拟变量,评级为AA=1345950.210.410.001.00AA-虚拟变量,评级为AA-=1345950.120.330.001.00A+虚拟变量,评级为A+=1345950.040.200.001.00A虚拟变量,评级为A=1345950.020.150.001.00A-虚拟变量,评级为A-=1345950.000.040.001.00BBB+虚拟变量,评级为BBB+=1345950.000.010.001.00BBB虚拟变量,评级为BBB=1345950.000.010.001.00BBB-虚拟变量,评级为BBB-=1345950.000.010.001.00Ratechanged虚拟变量,评级调整后=1345950.270.440.001.00其他控制变量Voshi5前5天隔夜Shibor波动率345950.030.040.000.50Term期限(天)34595159.56116.7328.00366.00Amount资金计划募集规模(亿)345959.0312.200.50300.00lnTerm对数期限345954.740.873.335.90lnAmount对数资金计划募集规模345951.681.03-0.695.70

(1) 被解释变量。信用利差Spread是我们主要考察的被解释变量。考虑到《同业存单管理暂行办法》中规定同业存单主要参考Shibor进行报价,本文参考《银行间市场同业存单发行交易规程》中的计算方法得到同业存单发行的参考收益率Refyied,并采用参考收益率减去同期Shibor的方法计算信用利差Spread(=Refyield-Shibor)[注]我们也考虑了以同期国债作为无风险利率,但由于两种方式计算得到的信用利差相关系数较高(0.69),因而后文主要汇报以更具有经济含义的Shibor为无风险利率的利差。。从表3中可以看到,Refyield在2.10%到8.24%之间,其均值为3.81%;Spread的均值为26.86基点,最大值为495基点,而最低值为-96基点,表明存在同业存单利率低于Shibor的情况。

3) 港内航道日平均流量229艘次,除港作拖船外1/2以上为占用主航道航行的渔船和中小型货船。由筲其岛两侧进出洋山港内航道的多为渔船和小型船舶,与主航道内正常航行的船舶存在交叉相遇,日均流量在60艘次以上,但该处并没有规划航道。

(2) 解释变量。Rating和Ratechanged为解释变量,分别代表评级和评级改变。其中Rating采用了两种方式进行处理: (1)从10到1降序排列信用等级(AAA=10,AA+=9,……,BBB-=1);(2)按照各等级分别设置为虚拟变量,也就是分别设置虚拟变量AAA(如果主体评级为AAA则取1,反之取0,后同)、AA+、AA等。Ratechanged采用设置虚拟变量的方法,对于发生评级调整的银行,从评级变动的那一期起,变量取值为1;在评级变动前取值为0。

在表3中,Rating的平均值为8.7,AAA和AA+两个虚拟变量的平均值分别为0.38和0.22。这表明主体评级为AAA和AA+的银行发行的同业存单占整个同业存单市场的60%。发行同业存单的银行主体评级集中在AA级以上。这与之前研究的结果一致,即中国的信用评级普遍偏高,而且群聚于最高的AA+和AAA(马榕和石晓军,2015;Livingston et al., 2018)。评级普遍偏高也和中国债券市场的监管规定有关。监管依赖信用评级作为债券公开发行的门槛,并以此来区分投资者的投资范围(蒋贤锋和Packer,2017)。

(4)河南省旅游经济网络的发育是多种影响因素综合作用的结果,其中与旅游发展能力、经济发展水平、区位交通条件和科学技术水平等因素有着较强的相关性,而邮电通信水平对旅游经济联系的影响具有波动性。此外,旅游资源禀赋、固定资产投资、科研人员与专利申请等因素在旅游经济网络发育前期具有积极的促进作用,但影响力在逐渐下降,而旅游服务设施、旅游信息流、人均GDP和区位指数等因素对旅游经济网络结构的完善具有显著的影响,并且这种影响力有不断提高的趋势。

目前,国内研究主要聚焦在信用评级是否有信息发现作用。由于国内债券市场违约事件不多,且存在刚性兑付,因此研究信用评级的有效性的文章,主要着眼于分析评级如何影响债券信用利差或发行利率。何平和金梦(2010)、王雄元和张春强(2013)、许友传(2017)和Livingston et al.(2018)对中国企业债、公司债、中期票据、银行次级债展开研究,他们发现信用评级体系总体有效,对于债券的信用利差或发行利率有着显著影响。但是寇宗来等(2015)通过构建工具变量对中国信用评级有效性进行研究,却发现了截然相反的情况,他们因而认为国内信用评级无效。

(3)控制变量。控制变量主要包括同业存单期限(取对数)、资金计划募集规模(取对数)、Shibor波动率(采用近5日隔夜Shibor的标准差)、银行类型(根据五大行、股份制行、城市商业银行等类型分别设置虚拟变量)、评级机构(根据评级机构分别设置虚拟变量)。如表3所示,同业存单的平均期限为160天,最短的期限为28天,最长的为366天。零息同业存单以3月期为主。由于银行资本占用的相关规定,1月和3月的同业存单资本占用更低,因而其发行最大。零息同业存单的平均资金计划募集规模为9亿元,最小为5000万元,最大为300亿元。

 

表4 2013年12月至2017年6月银行主体评级迁移情况

  

初始评级当前评级AAAAA+AAAA-A+A银行数量12383429183AA+11100.00%AA352.86%94.29%2.86%AA-3613.89%86.11%A+2213.64%81.82%4.55%A1618.75%81.25%A-1100.00%

注: 该矩阵描述了从初始评级(表格最左列)变为当前评级(表格第一行)的银行情况,以箭头所画方向为例,其表示有3家银行从A+的初始评级调整为了当前的AA评级。

3 信用评级对于信用利差的影响

3.1 信用利差

(1) 按顺序评级进行探讨

本文首先使用评级的顺序变量(Rating)进行了相应的实证分析。表5的第(1)列结果表明,评级上升一级,信用利差下降5.67基点。评级越高,信用利差越低,这说明银行信用评级总体看来有效。此外,银行类型对信用利差的影响较大。以五大国有行作为基准,股份制银行的信用利差比五大国有银行的信用利差高出11.84基点;其他各类型银行的信用利差更高。Livingston et al.(2018)提到不同评级机构的评级也会对信用利差有影响,我们控制了评级机构,以大公国际为基准,我们没有发现评级机构的差异对同业存单信用利差有显著影响。

录播教室是多媒体教室的一种。录播教室通过录播系统把现场摄录的音视频及多媒体电脑的画面进行同步录制,生成标准化的流媒体文件。录播教室就是信息化教学的具体应用。

 

表5 按顺序评级进行讨论

  

自变量因变量:Spread评级分类全部评级投资级投机级模型(1)(2)(3)系数t值系数t值系数t值Rating-5.674***(-8.42)-7.441***(-9.72)4.732(1.43)lnTerm-0.182(-0.34)-0.099(-0.18)-1.774(-0.97)lnAmount-0.625(-1.62)-0.441(-1.17)-6.503***(-2.89)Volshi5-1.164(-0.16)-7.073(-0.94)102.3***(2.85)

 

续表

  

自变量因变量:Spread评级分类全部评级投资级投机级模型(1)(2)(3)系数t值系数t值系数t值股份制银行11.84**(2.29)12.07**(2.40)——城市商业银行22.79***(4.23)21.25***(4.08)——农村商业银行22.11***(4.06)21.10***(3.99)7.352(1.09)外资银行18.98***(2.60)17.44**(2.48)——农信社18.32**(2.34)4.454(0.48)11.93(1.50)农村合作银行26.30***(3.48)11.28(1.59)18.29**(2.05)合资银行26.62***(4.05)27.42***(3.95)——民营银行34.95***(5.53)31.39***(4.99)22.06***(3.09)村镇银行123.4***(2.90)——136.1***(3.12)中诚信-1.871(-1.22)-1.717(-1.16)-3.261(-0.59)联合资信-1.650(-0.90)-1.801(-1.01)2.315(0.43)上海新世纪-3.860(-1.53)-3.164(-1.22)-0.746(-0.12)东方金诚-1.695(-0.53)2.205(0.59)2.261(0.37)Bank-Clustered√√√Year/Region√√√N34595323182277Adj.R20.2380.2440.105

注: *、**和***分别代表在10%、5%和1%的水平上显著。

为了检验本文的假设1,本文根据蒋贤锋和Packer(2017)提出的AA-及以上为投资级,进行了分组检验。本文将样本分为了“投资级”和“投机级”两组进行检验。表5的第(2)和第(3)列表明,在“投资级”(即AA-级)及以上,信用评级每上升1级,能够使得信用利差下降7.44个基点。而在“投机级”即A+及以下等级,信用评级每上升1级,信用利差反而上升4.73个基点,这一结果在统计上不显著,表明信用评级对信息发现不起任何作用。结果支持了第一个假设,即银行的信用评级是存在局限性的。这一局限性表现为信用评级在投资级以上的信用评级中有效。这一结果与理论发现一致,Opp et al.(2013)和Cole and Cooley(2014)发现监管与评级挂钩会影响评级质量,我们发现,由于监管规定的因素,信用评级在与监管相关的评级中有显著的区分作用。

此外,我们发现不同银行类型对于信用利差有影响。在第(2)列中,以五大国有银行为基准,其余类型银行发行的同业存单信用利差都显著更高(其中农信社、农村合作银行的信用利差与五大国有银行接近或是因为这两类金融机构发行的数量较少所致)。这一特点在第(3)列中仍然存在。与城市商业银行相比,农村合作银行、民营银行和村镇银行的同业存单有更高的信用利差。

(2) 按具体评级进行探讨

为了进一步探讨中国的信用评级到底在何种层度有效,本文进一步采用评级虚拟变量进行了分析。表6中的结果表明,在控制了银行类型、发行年度、发行地区、评级机构以及对银行进行聚类处理后,只有AAA和AA+两项评级在所有回归模型中均显著,即AAA和AA+两项评级相对其他评级均能显著降低同业存单的发行价格。这一结果进一步支持假设1。国内对于债券投资和发行程序等的监管规定多依赖于AAA和AA+等信用评级(蒋贤锋和Packer,2017),表6的结果说明监管对信用评级有效性有显著的影响。

 

表6 按具体评级进行讨论

  

自变量因变量:Spread模型(1)(2)(3)(4)AAA-21.74***-24.19***-20.88***-38.88***(-10.27)(-9.14)(-5.75)(-3.57)AA+-9.243***-11.59***-8.290**-26.28**(-5.68)(-5.34)(-2.54)(-2.44)AA-1.219-3.507-0.261-18.27*(-0.71)(-1.64)(-0.08)(-1.70)AA--2.9610.254-17.73*(-1.38)(0.08)(-1.65)A+4.665-13.3(1.33)(-1.24)A-19.35*(-1.86)BankClusteredClusteredClusteredClusteredOther ControlsControlledControlledControlledControlledN34595345953459534595Adj.R20.2440.2450.2450.245

注: *,**和***分别代表在10%、5%和1%的水平上显著,括号中给出了t值,其他变量包含Volshi5、lnTerm、lnAmount、Bank Type、CRA、Year、Region。

还有学者从评级选购的视角探讨了中国评级质量的问题。李琦等(2011)与马榕和石晓军(2015)都研究了企业信用评级与盈余管理的关系。王雄元和张春强(2013)研究信用评级调整对于中期票据融资成本的影响,发现评级调整削弱了融资成本下降的程度。钟辉勇等(2016)发现尽管地方财政担保有助于提高城投债的评级,却并没有改善债券的信用利差水平,间接说明了中国存在“评级选购”的现象。黄小琳等(2017)则利用2007年至2015年中国债券市场的违约数据研究了违约对评级机构的影响,其结果也表明中国存在“评级选购”的现象。

Spread是被解释变量,代表信用利差。模型(1)和模型(2)中的Rating和Ratechanged分别是被解释变量,分别代表评级和评级改变。X是一系列控制变量,包括同业存单期限(取对数)、资金募集规模(取对数)、Shibor波动率(采用近5日隔夜Shibor的标准差)、银行类型(根据五大行、股份制行、城市商业银行等类型分别设置虚拟变量)、评级机构(根据评级机构分别设置虚拟变量)。此外,我们进一步控制了不同银行总部所属的地区特征θ,以及年份效应γ,来消除特定地区和年份对所有银行的影响。我们在随后的描述性统计中给出变量的具体构建方法在随后的描述性统计中进行详细描述。

表7第(1)列中的结果表明,两个评级等级之间的信用利差为6.65个基点。但是评级上调后,银行的信用利差只下降了3.12个基点(在5%的水平上显著)。评级上调只引发了50%的信用利差调整。这一发现与假设2一致,也就是说由于信用评级有效性较弱,市场不予完全认可,导致信用利差部分下降。

3.2 评级调整能够带来信用利差改善么?

在我们样本观测期间,有121家银行发生评级调整。那么评级调整能否带来信用利差变化?我们选取了评级上调1次,且调整幅度为1级的调级进行分析,这样的银行有106家。我们分析发生评级变化的银行相对于其他银行信用利差变化的情况。具体而言,本文通过增加了一个评级变动(Ratechanged)虚拟变量代表评级改变,这一虚拟变量在评级上调之后为1,之前为0。

本文分年度对前述实证结果进行了分析,前述结果在2015年、2016年和2017年上半年同业存单市场都成立。高强和邹恒甫(2015)指出中国的无风险利率有效性较差,不应该直接用信用利差来进行分析。参考他们的做法,我们以参考收益率作为因变量,在回归模型中加入无风险利率,并进行了相关实证。结果表明,无风险利率的回归系数为1.095,并且显著不等于1,验证了他们的研究结论。而关于评级的结果仍然表明,只有在AAA和AA+两个信用等级上,能够显著区分出同业存单的发行利率。

本文按监管对评级的依赖度将评级进行了分组,第一组是评级大于等于AA级的银行,这一组里包含了发生评级上调1次1级的银行44家,这些银行上调评级后进入了监管依赖最多的评级,即评级在AA+级及以上的评级;第二组是评级小于AA+级,大于等于A+级的银行,这里包含了评级变化过1次1级的49家银行,这些银行上调评级之后即进入了蒋贤锋和Packer(2017)划分的投资级;第三组是评级小于AA-级的银行,这里包含了发生评级上调1次1级的银行13家,这些银行评级调整后仍然没有进入投资级。

 

表7 评级变化后对于信用利差的影响

  

评级分类因变量:Spread全部第1组(≥AA)第2组(

注: *、**和***分别代表在10%、5%和1%的水平上显著,括号中给出了t值,其他变量包含Volshi5、lnTerm、lnAmount、Bank Tpye、CRA、Year、Region。

可以发现,表7第(2)列的结果表示,在监管依赖最多的评级中,信用评级每上调一级,信用利差能够下降12.45个基点。但是由于评级质量较差,评级变化的负面影响市场对评级调整不予完全认可,信用利差只下降了6.18个基点。考虑到2015年证监会发布的《货币市场基金监督管理办法》中明确提出货币市场基金不得投资于“信用等级在AA+以下的债券”,因此进入AA+级能够帮助发行者获取更多的投资者(蒋贤锋和Packer,2017),信用利差有所降低。

·检查燃烧炉加热温度稳定控制在980℃左右,使用便携式测温仪测量炉温并校准。检查燃烧管无开裂情况,燃烧管内的加热陶瓷颗粒无损耗脱落情况。

第(3)和第(4)列报告了评级在投资级到有效评级之间的银行和评级在投资级以下的银行。两组回归的结果都表明,评级上调在这些评级区间已经不再有效。从评级改变的系数看,评级上调没有显著的负面影响,相应银行的信用利差相比于其他银行的信用利差并没有明显变化。此外,在未汇报的结果中,银行性质类型依旧对信用利差的影响仍然显著影响。表7的结果表明,信用评级的有效性与监管机构使用信用评级作为债券发行和投资者风险管理要求的门槛有关。这些结果也从另一个方面说明监管对于评级的依赖使得评级的质量受到了影响(Opp et al., 2013; Cole and Cooley, 2014)。

3.3 关于信用评级有效性的进一步讨论

本文此前的研究发现,不同银行的类型其实对于信用利差的影响非常显著。考虑到国内评级群聚,同一等级的债券质量参差不齐(Livingston et al., 2018)。此外,评级上调现象普遍(马榕和石晓军,2015),那么相同的评级应该不能完全反映信用风险。对此,我们假设3中提出由于相同评级中不同发行主体的质量参差不齐,因而银行类型和财务指标也可能可以区分信用利差。为验证假设3,我们首先选取了样本量较大的AAA、AA+和AA三级来分别考察银行类型是否能够影响相同评级内的信用利差。

表8第(1)列中的结果表明,与五大国有银行相比,评级同为AAA的股份制银行同业存单的信用利差高出了12.6个基点,城市商业银行的信用利差高出15.4个基点,农村商业银行则高出26.8个基点,外资银行与合资银行也有更高的信用利差。在第(2)列中,以评级为AA+级的股份制银行为基准,城市商业银行、农村商业银行的同业存单信用利差显著高于股份制银行;外资银行与合资银行的信用利差与股份制银行接近。评级同为AA+的民营银行的信用利差比股份制银行的信用利差高31.5个基点。第(3)列中的结果表明在AA级中,如果以城市商业银行的信用利差为基准,农村商业银行的信用利差略低,外资银行与民营银行的信用利差较为接近。这些实证结果支持假设3,在相同评级下,信用利差显著地受到了银行类型的影响。而且这种影响在高评级中(AAA和AA+)更为显著,对于信用利差的区分效果更明显。

 

表8 银行的类型对信用利差的影响

  

自变量因变量:Spread评级分类AAA级AA+级AA级模型(1)(2)(3)系数t值系数t值系数t值股份制银行12.56**(2.27)————城市商业银行15.41**(2.53)8.166***(3.12)——农村商业银行26.80***(4.44)13.75***(4.18)-5.751*(-1.79)外资银行16.31**(2.03)1.939(0.44)-0.774(-0.14)合资银行40.25***(5.96)1.029(0.19)——民营银行——31.51***(8.63)1.891(0.36)BankClusteredClusteredClusteredOther ControlsControlledControlledControlledN1313976267396Adj.R20.1910.1210.106

注: *、**和***分别代表在10%、5%和1%的水平上显著,括号中给出了t值,其他变量包含Volshi5、lnTerm、lnAmount、CRA、Year、Region。

本文进一步研究在评级相同的情况下,财务指标是否影响信用利差。我们通过万得数据库获取了15家上市银行(由于农行的评级机构为S&P,因而不在其中)的财务指标数据来对上述问题进行了研究。这些银行的评级都是AAA级,其发行的同业存单占到了样本期内同业存单发行规模的四分之一(也占到;AAA级银行同业存单发行规模的三分之二),因此结果具有参考意义。

除了控制债券的特征,本文参考了Collin-Dufresne et al.(2001)的做法,将上一季度的银行的杠杆率(Lev,债务账面价值除以债务账面价值与季末公司市值之和)和盈余的波动率(Vol_eps,过去四个季度的每股收益率标准差)作为控制变量,此外,本文增加了银行上一季度的对数资产规模(lnAsset),净资产收益率(ROE)和固定资产比率(Fix_asset_ratio)作为控制变量。表9的结果表明,在相同评级下,银行的财务指标对于信用利差有显著影响。具体而言,资产规模、净资产收益率、固定资产比率与信用利差负相关。净资产收益率越高,表明银行盈利能力越强,违约的概率更低;银行资产规模越大,抗风险能力越强,违约概率也相对更低;固定资产比率越大,表明银行的偿还能力相对更高,违约概率也因而更低。第(4)列表明,综合考虑这些指标,净资产收益率是影响信用利差的重要因素。

 

表9 银行财务指标对信用利差的影响

  

自变量因变量: Spread评级分类AAA级OLS模型(1)(2)(3)(4)Vol_eps0.3451.029*0.8420.929(0.56)(1.77)(1.38)(1.25)Lev0.488-1.104-0.244-1.061(0.38)(-0.93)(-0.19)(-0.94)ROE-2.645***-2.513***(-4.26)(-3.57)lnAsset-4.722-1.833(-1.54)(-0.45)Fix_asset_ratio-11.65*-0.363(-1.97)(-0.04)BankClusteredClusteredClusteredClusteredOther ControlsControlledControlledControlledControlledN8709870987098709Adj.R20.1250.1360.1260.137

注: *、**和***分别代表在10%、5%和1%的水平上显著,括号中给出了t值,其他变量包含Volshi5、lnTerm、lnAmount、CRA、Year、Region,由于已经通过财务指标来进一步考察具体银行特征,因而没有控制银行类型。

上述结果表明在控制评级的情况下,财务指标与信用利差显著相关,说明信用评级没有完全反映银行信用风险。这些发现进一步证明了我们的假设3,同一等级的债券质量参差不齐,相同的评级不能完全反映信用风险,而银行类型以及银行的财务指标可以进一步地区分信用利差。

社会主义核心价值观如何培育与践行?习近平总书记2014年5月中旬到上海考察时指出,“培育和践行社会主义核心价值观,贵在坚持知行合一、坚持行胜于言,在落细、落小、落实上下功夫。”志愿服务作为普通老百姓自觉的助人行为,充分体现了细、小、实的特点,是培育和践行社会主义核心价值观重要载体。笔者拟结合泉州志愿服务开展的现状与特点,探讨完善志愿服务,培育与践行社会主义价值观的思路。

4 总结

本文利用同业存单这一新兴的短期银行间债券产品,对银行信用评级有效性问题进行了梳理。我们发现银行主体信用评级对于信用利差能进行有效区分的等级为AAA和AA+两级,而更低评级之间的信用利差相差不大。

关于银行信用评级调整的研究发现,投资者对评级调整的认可度与监管依赖的评级有关。上调至AA+级及以上的银行,由于进入了监管广泛使用的评级范围,银行在发行债券时能够接触到更多的投资者,带来了信用利差的部分下降。对于评级区分度较弱(小于AA+级)的银行,评级改变对于改善信用利差没有作用。结果表明由于监管对于评级的依赖,使得信用评级质量受到了影响,因此不能有效地反映债券的信用风险。

由于监管对于AAA和AA+的依赖,银行主体评级聚集于AAA和AA+两级,此外,还不断有低评级的银行通过评级调整进入这些评级。因而相同的信用等级中有着质量参差不齐的银行,市场则可以通过不同银行类型和财务指标来进一步评判银行的信用风险,并给出对应的信用利差。这进一步说明了银行信用评级的存在局限性,不能完全反映信用风险。

本文的研究结果表明,银行主体信用评级存在局限性。在低于AA+的信用评级中,评级对于信用利差的区分度差。这种现象与监管机构对于国内评级的高度依赖相关:由于监管主要将AAA和AA+与债券发行及投资者投资许可进行挂钩(蒋贤锋和Packer,2017),对信用评级有效性产生了意料之外的影响(Opp et al., 2013; Cole and Cooley, 2014)。

参考文献

高强, 邹恒甫. 2015. 企业债与公司债二级市场定价比较研究[J]. 金融研究, (1): 84-100.

何平, 金梦. 2010. 信用评级在中国债券市场的影响力[J]. 金融研究, (4): 15-28.

黄小琳, 朱松, 陈关亭. 2017. 债券违约对涉事信用评级机构的影响——基于中国信用债市场违约事件的分析[J]. 金融研究, (3): 130-144.

蒋贤锋, Packer F. 2017. 中外企业信用评级的差异及其决定因素[R]. 中国人民银行工作论文 No. 2017/5.

寇宗来, 盘宇章, 刘学悦. 2015. 中国的信用评级真的影响发债成本吗?[J]. 金融研究, (10): 81-98.

李琦, 罗炜, 谷仕平. 2011. 企业信用评级与盈余管理[J]. 经济研究, 46(S2): 88-99.

刘士达, 张明, 王喆. 2017. 中国特色的同业存单市场: 国际经验、特征事实与潜在风险[J]. 金融市场研究, (11): 101-116.

马榕, 石晓军. 2015. 中国债券信用评级结果具有甄别能力吗?——基于盈余管理敏感性的视角[J]. 经济学(季刊), 15(1): 197-216.

王雄元, 张春强. 2013. 声誉机制、信用评级与中期票据融资成本[J]. 金融研究, (8): 150-164.

王喆, 张明, 刘士达. 2017. 从“通道”到“同业”——中国影子银行体系的演进历程、潜在风险与发展方向[J]. 国际经济评论, (4): 128-148.

许友传. 2017. 银行信用评级的信息质量及其次级债事前约束[J]. 金融研究, (7): 105-122.

钟辉勇, 钟宁桦, 朱小能. 2016. 城投债的担保可信吗?——来自债券评级和发行定价的证据[J]. 金融研究, (4): 66-82.

Agarwal S, Chen V Y S, Zhang W N. 2016. The information value of credit rating action reports: a textual analysis[J]. Management Science, 62(8): 2218-2240.

Alp A. 2013. Structural shifts in credit rating standards[J]. The Journal of Finance, 68(6): 2435-2470.

Baghai R P, Becker B. 2018. Non-rating revenue and conflicts of interest[J]. Journal of Financial Economics, 127(1): 94-112.

Bar-Isaac H, Shapiro J. 2013. Ratings quality over the business cycle[J]. Journal of Financial Economics, 108(1): 62-78.

Becker B, Milbourn T. 2011. How did increased competition affect credit ratings?[J]. Journal of Financial Economics, 101(3): 493-514.

Behr P, Kisgen D J, Taillard J P. 2016. Did government regulations lead to inflated credit ratings?[J]. Management Science, doi: 10.2139/ssrn.2412294.

Bolton P, Freixas X, Shapiro J. 2012. The credit ratings game[J]. The Journal of Finance, 67(1): 85-111.

Bongaerts D, Cremers K J M, Goetzmann W N. 2012. Tiebreaker: certification and multiple credit ratings[J]. The Journal of Finance, 67(1): 113-152.

Bruno V, Cornaggia J, Cornaggia K J. 2016. Does regulatory certification affect the information content of credit ratings?[J]. Management Science, 62(6): 1578-1597.

Cantor R, Packer F. 1994. The credit rating industry[R]. Federal Reserve Bank of New York Quarterly Review, 19(2): 1-26.

Cheng M, Neamtiu M. 2009. An empirical analysis of changes in credit rating properties: timeliness, accuracy and volatility[J]. Journal of Accounting and Economics, 47(1/2): 108-130.

Cole H L, Cooley T F. 2014. Rating agencies[R]. NBER Working Paper No. 19972.

Collin-Dufresn P, Goldstein R S, Martin J S. 2001. The determinants of credit spread changes[J]. The Journal of Finance, 56(6): 2177-2207.

Cornaggia J, Cornaggia K J. 2013. Estimating the costs of issuer-paid credit ratings[J]. The Review of Financial Studies, 26(9): 2229-2269.

Dimitrov V, Palia D, Tang L. 2015. Impact of the Dodd-Frank act on credit ratings[J]. Journal of Financial Economics, 115(3): 505-520.

Griffin J M, Tang D Y. 2012. Did subjectivity play a role in CDO credit ratings?[J]. The Journal of Finance, 67(4): 1293-1328.

Hand J R, Holthausen R W, Leftwich R W. 1992. The effect of bond rating agency announcements on bond and stock prices[J]. The Journal of Finance, 47(2): 733-752.

He J, Qian J, Strahan P E. 2011. Credit ratings and the evolution of the mortgage-backed securities market[J]. American Economic Review, 101(3): 131-135.

He JJ, Qian J, Strahan P E. 2012. Are all ratings created equal? the impact of issuer size on the pricing of mortgage-backed securities[J]. The Journal of Finance, 67(6): 2097-2137.

Hilscher J, Wilson M I. 2016. Credit ratings and credit risk: is one measure enough?[J]. Management Science, 63(10): 3414-3437.

HinesM A, Ang J S, Patel K A. 1975. Bond rating methods: comparison and validation[J]. The Journal of Finance, 30(2): 631-640.

Jiang J, Stanford M H, Xie Y. 2012. Does it matter who pays for bond ratings? historical evidence[J]. Journal of Financial Economics, 105(3): 607-621.

Kashyap A K, Kovrijnykh N. 2016. Who should pay for credit ratings and how?[J]. The Review of Financial Studies, 29(2): 420-456.

Kisgen D J. 2006. Credit ratings and capital structure[J]. The Journal of Finance, 61(3): 1035-1072

Kisgen D J, Strahan P E. 2010. Do regulations based on credit ratings affect a firm’s cost of capital?[J]. The Review of Financial Studies, 23(12): 4324-4347.

Kraft P. 2015. Do rating agencies cater? evidence from rating-based contracts[J]. Journal of Accounting and Economics, 59(2/3): 264-283.

Livingston M, Poon W P H, Zhou L. 2018.Are Chinese credit ratings relevant? a study of the Chinese bond market and credit rating industry[J]. Journal of Banking and Finance, 87: 216-232.

Mariano B. 2012. Market power and reputational concerns in the ratings industry[J]. Journal of Banking and Finance,36(6): 1616-1626.

Mason J, Rosner J. 2007. Where did the risk go? How misapplied bond ratings cause mortgage backed securities and collateralized debt obligation market disruptions[R]. SSRN working paper.

MorganD P. 2002. Rating banks: risk and uncertainty in an opaque industry[J]. American Economic Review, 92(4): 874-888.

Opp C C, Opp M M, Harris M. 2013. Rating agencies in the face of regulation[J]. Journal of Financial Economics, 108(1): 46-61.

Sangiorgi F, Spatt C. 2017. Opacity, credit rating shopping, and bias[J]. Management Science, 63(12): 4016-4036.

Skreta V, Veldkamp L. 2009. Ratings shopping and asset complexity: a theory of ratings inflation[J]. Journal of Monetary Economics, 56(5): 678-695.

White L J. 2010. Markets: the credit rating agencies[J]. Journal of Economic Perspectives, 24(2): 211-226.

 
刘士达,王浩,张明
《经济学报》 2018年第01期
《经济学报》2018年第01期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号