欧元区国家主权信用违约掉期价格的决定性因素研究，本文主要内容关键词为：决定性论文,欧元论文,国家主权论文,因素论文,信用论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
2008年，始于美国次贷危机的金融市场动荡最终演变为一场全球性金融危机，而危机在欧洲地区进一步蔓延的结果又集中体现为欧元区国家的主权债务危机。2009年12月8日，在主权信用遭降级以及巨额财政赤字和沉重债务负担压迫下的希腊全面爆发了经济和社会危机，并由此拉开欧洲债务危机的序幕。接下来，因政府债务问题，爱尔兰于2010年11月、葡萄牙于2011年4月被迫向欧盟寻求援助。2011年7月，意大利股市连续暴跌，政府债券遭到投资者抛售，主权信用违约掉期的基点价格显著攀升，作为欧元区第三大经济体的意大利情况岌岌可危。与此同时，作为欧元区核心国家的西班牙也因债务困难游走在危机边缘。随着时间的推移，欧元区主权债务危机波及的国家逐渐增多，并且出现由外围国家向核心国家扩展的势头。2012年的欧债危机在“欧元崩溃论”和德法联手行动中摇摆前行。此轮债务危机是1999年欧元区成立以来面临的第一场真正意义上的考验，它不仅涉及主权国家的信用问题，即一国政府作为债务人是否具备履行偿债责任的信用意愿与能力，而且此次危机的发展及其结果将直接关系到欧元的命运。
二、文献回顾和研究
自1999年欧元诞生以来，共同货币政策给欧元区成员国家带来巨大经济收益的同时也孕育了潜在的市场风险。欧元区金融资源的集聚引发了政府债券市场的深刻变化，欧元区金融一体化为成员国中央和地方政府融资提供了更为广阔的空间，资金来源更广，各级政府举债成本降低。欧元区国债市场的发展促进了金融产品创新以及投资组合的多样化和多元化，强化了成员国应对外部风险的防御机制。当然，就目前阶段而言，国债及相关市场的整合度还远未达到一个完美的状态。Baelle等(2004)指出，尽管欧元区政府债券市场呈现显著的收敛趋势，但这个收敛过程充满了矛盾、不确定性甚至是暂时性中断。Baltzer等(2008)认为，欧元的推出以及近十年的实践只是欧元区金融一体化进程中成功的第一步，离最终目标还有较长的距离。何帆(2010)指出，主权债务危机暴露出的并不仅仅是欧元区国家严重的债务问题，更危险的是欧盟及欧元区存在制度性缺陷，包括形同虚设的财政纪律监督机制、备受争议的“不救助”条款等。丁纯(2010)分析了全球金融危机背景下欧洲经济的表现、成因和前景。他认为，当前欧洲地区爆发的主权债务危机，究其原因在于美国次贷危机的冲击、欧洲经济结构调整的失衡、体制上的缺陷和不完善以及各国自身的一系列问题。
从微观视角来看，学者们发现信用违约掉期(Credit Default Swap，CDS)这一金融创新工具在近年来历次全球性或者地区性的金融危机中均扮演了十分关键的角色。2007年美国次贷危机中62万亿美元规模的CDS市场(数据来自国际掉期交易协会，ISDA)所爆发出的破坏性能量动摇了全球金融体系的基础。而2009年年末始于希腊的一场欧元区债务危机又让主权CDS(Sovereign CDS)成为世人关注的焦点。根据BIS统计数据，2004年以来，全球主权CDS市场发展异常迅猛，尽管危机初期有所萎缩，但其后继续保持稳步增长，最新数据显示主权CDS的流通总量达到2.85万亿美元，主权CDS占整个CDS市场的比重由2004年的3.3%增加到2012年6月底的13.4%。①在欧洲主权债务危机的爆发及蔓延过程中，主权CDS及其价格波动和变化再次成为市场、学术及政策界关注的焦点。
图1 2005年12月-2012年6月间全球主权CDS流通总量的变化情况
注：本图数据来自BIS。纵坐标是所有交易方的流通总量，单位10亿美元，横坐标为日期，单位半年度，H1和H2分别表示上半年和下半年。http://www.bis.org/statistics/derdetailed。
在CDS与债券市场关系研究方面，Hull等(2004)以及Houweling和Vorst(2005)比较了债券和CDS市场之间的信用风险定价机制。他们的结论是当设定掉期利率为基准的无风险利率时，CDS价格和债券利差之间的差异是相当小的，大约只有10个基点。Zhu(2006)对企业CDS和债券市场关系进行分析，证实了CDS和债券市场长期内会实现均衡，但短期处于不均衡状态。在价格调整方面，CDS市场经常领先于债券市场，债券价格首先做出调整。Coudert和Gex(2008)就2005年5月美国通用和福特公司危机对CDS市场的冲击进行了研究，他们建立了包含美国和欧洲市场的CDS样本，运用VECM和VAR模型分析企业CDS价格之间的相关性，结果表明，危机发生期间尤其是危机发生后的第一周，代表危机传播的公司CDS价格之间的相关性水平显著上升。Greatrex(2008)分析了2001年1月到2006年3月间333只公司CDS的价格波动及其决定因素，Markose等(2007)建立ACE模型对美国商业银行与金融危机的研究表明，即使在巴塞尔新资本协议框架下，也没有证据可以显示，CDS市场能够有效地为银行提供风险转移和保障机制。相反，CDS市场因缺乏活力②而产生的风险外溢极可能破坏《巴塞尔新资本协议》中的相关规定，即银行可以减少有CDS担保的资本资产。
CDS与公司债券市场的研究结果可以延伸到主权CDS和国债研究领域。孙海霞和斯琴图雅(2010)通过建立欧元区政府债务可持续均衡模型来分析主权债务危机的内在机制，得出四个命题：第一，如果成员国债券利率大于实际经济增长率，该国债务率会持续增长。第二，政府的融资成本与债务水平和主权信用相关。第三，欧元区国家由于缺失独立货币政策导致可维持的均衡债务水平下降。第四，如果政府实际债务水平超过最大可维持债务水平，债务水平将进一步增长。Fontana和Scheicher(2010)对欧元区国家主权CDS和政府债券市场的关系进行了研究，他们得出如下结论：(1)主权信用风险的上升主要受基本面风险的影响。(2)债券市场流动性对不同的欧元区国家影响不同。(3)有些国家CDS市场具有价格发现功能，有些国家的国债市场具有价格发现功能。Calice等(2011)采用TV-VAR模型研究了欧元区主权CDS与国债流动性之间的关系，他们认为主权债务违约风险的增加与CDS市场潜在流动性的外溢密切相关。该项研究发现，2009年后，葡萄牙，西班牙和爱尔兰等国家CDS价格对债券收益率的影响显著增强。在2007-2010年，欧元区国债的流动性大幅增加，而同时期的CDS流动性急剧下降。对于葡萄牙等国来说，流动性风险在国债市场中发挥关键作用。
在债券市场、债务危机与信用评级关系研究中，曹荣湘(2003)分析了国家风险和主权风险的联系与区别，并对1997年东南亚金融危机中“主权评级危机”的研究文献进行了综合讨论，总结了三个论点：(1)评级下调，债券和股票市场将受到显著的负面影响；(2)危机发生后评级下降进一步加深了亚洲金融危机的传染和溢出影响；(3)脆弱经济体的主权风险受美国利率变化影响很大。刘莉亚(2006)分析了1990-2004年间18个新兴市场国家主权评级、债务困境与货币危机的关系。她的研究证实了Amadou(2003)的观点，即主权信用评级下降对发生货币危机的作用在统计检验上不显著，相反，货币危机是信用评级下降的重要原因。此外，在分析主权债务违约概率与发生货币危机相关性的研究中，作者也没有得出显著的检验结果。Norden和Weber(2004)研究了2000-2002年股票和CDS市场对国际三大评级机构发布信用评级公告的反应，他们发现两个市场都能够预测到三大机构的评级下调事件，标准普尔和穆迪的评级下调对市场的冲击比较大，但市场上出现的大量异常交易却是受到原先评级及其相关事件的影响，尤其是CDS市场发生违约事件之前的评级状况十分重要。
在CDS市场的外部影响因素研究中，Longstaff等(2007)对26个新兴市场国家2000-2007年度数据研究发现，大多数的主权信用风险受国际市场尤其是美国波动率指数(也称恐慌指数，Vloatility Index，VIX)或其他高收益市场的影响较大，相反，国内市场股票回报率、汇率、外币储备等因素与主权CDS价格波动的相关性不显著。Zinna(2009)采用更多的全球性指标来检验新兴市场国家主权CDS价格的影响因子，研究结果表明VIX指数、10年期美国国债利率、标准普尔100指数、10年期与半年期美国国债利差、美国Baa与Aaa公司债券价差等因素对拉美新兴市场国家主权CDS产生较高的风险溢价；尽管全球性影响日增，欧洲和亚洲新兴市场国家目前仍主要受到本地区市场因素的影响。
面对欧元区主权债务问题上前所未有的困局，欧盟政策当局以及IMF等国际组织也采取了一系列措施以缓减金融市场的压力。除了对危机国家进行必要的经济援助外，2010年5月，欧盟财长会议启动了欧洲金融市场稳定基金(FFSF)。该项总量规模高达4400亿欧元的稳定基金就是为了支援那些陷入债务危机以及有可能卷入危机的欧元区成员国而设立的(Deutsche Bank，2010)。
鉴于欧洲债务危机中主权CDS的突出表现，分析和研究哪些因素对CDS价格及市场变化具有决定性作用，哪些因素不重要，这对于更好地认识主权CDS、推导债务危机发生和演化机制以及探寻应对危机的有效措施均具有重要的理论和现实意义。本文研究特点在于：(1)集中研究欧元区国家主权CDS价格波动的决定性因素，这是以前文献没有做过的。(2)从市场、国家和国际三个层面着手，综合选取九个具有代表性的解释变量，并且划分不同时期、区别不同国家群体来论证CDS价格的影响因子，更全面地分析了不同条件下不同因素之间的动态特征。(3)研究方法上做了进一步完善，从长期均衡的理论模型入手建立反映短期波动的多变量扩展模型，采用考虑不同国家主权信用风险差异的变截距面板模型进行检验；在分时期和分国家时引入了虚拟变量，这样一方面避免了因样本期限不够大而导致模型自由度降低的弊端，另一方面则能够更好地对不同组别间的差异进行比较。
本文余下部分安排为：第三部分是模型和数据说明；第四部分是计量检验及结果分析；最后是全文总结。
三、模型和数据说明
(一)基础模型
理论上，主权信用违约掉期的价格取决于标的政府债券收益率和无风险利率，其长期均衡状态用公式表达为：③
CDS=Bond-Riskfree(1)
其中，CDS表示主权CDS的价格，Bond和Riskfree表示标的国债收益率和无风险利率，两者之差也就是通常意义上的债券利率差价(Bond Spread)。理论上公式(1)成立，即使CDS和国债市场出现价格差异，由于套利机制的存在，CDS价格与债券利差也将趋于一致。现实中CDS与债券市场通常有较大偏离，尤其是信用条件发生显著改变时。从此次欧元区债务危机发生的具体情况来看，不少国家主权CDS价格远远超过债券利差。尽管2008年全球金融危机爆发以来出现一轮降息周期，但是国债收益率的上升幅度还是远远滞后于主权CDS价格的上升幅度。
从表1可以看出，希腊、葡萄牙和爱尔兰主权CDS价格的均值、标准差都很高，这说明CDS市场波动剧烈，价格极端情况较多，较低的偏度值说明异常情况多出现在早期阶段；西班牙、意大利、芬兰等国的情况也比较突出；法国、比利时、奥地利等国处于同一平均值；德国、荷兰等国的均值、标准差则处于相对低点。关于欧元区国家CDS价格的走势我们还可以从图2中得到更为直观的认识。
由于CDS价格的时间序列一般都存在单位根，为了使数据平稳，④本文对CDS价格取其一阶差分，表达式如下：
表示t期i国的主权CDS价格。Barrios(2009)证实信用违约掉期研究中5年期CDS合约最标准且最具流动性。因此，本研究亦采用欧元区各国5年期主权CDS价格的周频数据，时间跨度为2007年12月至2012年6月。最终统计检验的样本包含了13个欧元国家：奥地利、比利时、法国、德国、希腊、爱尔兰、意大利、荷兰、葡萄牙、斯洛伐克、斯洛文尼亚、西班牙和芬兰。其他几个欧元区成员国如塞浦路斯、马耳他和卢森堡等市场规模和影响都很小，而且部分数据缺失，所以不在研究范围里。爱沙尼亚则是2011年1月1日才新加入欧元区的，因此也没有考虑在内。
表示t期i国的政府债券收益率。如前面文献研究中所述，无论是企业还是政府，其CDS价格与债券收益率之间均显示高度相关性。在本文研究中，我们选取欧元区各国5年期国债收益率作为影响CDS价格的解释变量之一。原数据为月度数据，为了保持与因变量同步性我们采用线性内插法得到国债利率的周频数据。⑥
是t期的无风险利率。CDS和标的债券的资产组合理论上就是无风险资产。Merton(1974)研究发现无风险利率与信用产品的利差之间一般呈负相关关系。Houweling和Vorst(2005)证实，CDS市场通常以掉期利率作为无风险利率，而不是通常意义上的国债利率。Longstaff等(2005)将国债利率设定为无风险基准利率，并发现了CDS价格与债券利差之间存在显著差异。Blanco等(2005)将隔夜利率作为无风险利率时发现CDS价格与债券利差十分接近。关于使用掉期利率还是国债利率的问题，本文分别采用同时期的欧元隔夜利率平均指数(EONIA)的掉期利率和德国国债基准利率作为基础模型的无风险利率，并比较其结果。
鉴于CDS、Bond和Riskfree 三个变量均为一阶单整序列，⑦所以我们采用一阶差分的形式，并选取固定效应变截距面板模型对变量进行回归分析。采用该模型的主要原因是，考虑到欧元区各国(尤其在危机期间)的初始状态和风险程度具有明显的异质性，而混合模型认为各国截距(风险)完全相同的假设显然不符合现实。⑧因此，我们采用了固定效应变截距模型，检验结果见表2。
表2中两次检验结果均显示国债收益率与主权CDS价格正相关，无风险利率与CDS价格负相关。EONIA掉期利率作为无风险利率时通过10%显著性检验，而以德国国债利率作为无风险利率时未通过10%显著性检验，前者的P值也好于后者。⑨此外，常数项系数不仅通过检验而且显示高度相关，这说明仍有大量信息未得到反映。从对现实世界的观察来看，一些重大事件如全球金融危机、欧元区各国自身差异、其他金融市场、私人部门与公关部门之间的关系、政府资产负债状况的变动、世界或地区影响等因素都与主权债务有着各种各样的联系。接下来本文采用多变量对基础模型进行扩展并做进一步的分析。
(二)多变量扩展模型
与Zhu(2006)、Longsttaf等(2007)、Zinna(2009)、Fontana和Scheicher(2010)、Dieckmann和Plank(2010)以及Calice等(2011)关于CDS的研究结论相一致，我们认为，无论是公司CDS还是主权CDS，它们能够显著地反映金融危机的发生、变化以及传导过程。那么，哪些因素对CDS价格的短期波动产生重要影响？就本文而言，我们从三个层面对主权CDS价格的决定因素进行分析：(1)市场因素，是指金融市场本身相关变量的作用，如CDS对应国债市场的情况，股票市场、货币市场以及其他金融市场的变化等。(2)国家因素，主要包括主权信用评级、政府负债状况以及反映政府债务治理能力的指标等。(3)国际因素，作为欧元区这样一个特殊的群体，我们考虑一方面是由美国主导的国际金融制度和市场体系对这些国家的影响，另一方面也关注欧元区本身的货币联盟特征给成员国带来的地区影响。另外，本文还考虑到了金融危机和国家群体产生的影响，在模型(3)的基础上我们建立多变量的扩展模型(4):
模型(4)中
表示t期i国的国债利差。与模型(3)中的国债利率变量不同的是，国债利差指标能够更好地反映债券市场利率波动对CDS价格变化的作用程度。本文选取欧洲银行同业拆借利率(Euribor)来计算信用利差是出于两个原因：一是考虑到本文研究对象是十几个欧元区国家，Euribor是欧洲地区最具权威性和广泛性的基准利率之一；二是若采用德国基准利率，在统计检验时就无法回避自相关问题。
表示t期i国的股票市场回报率。⑩关于股票市场与CDS市场关系的研究文献比较多。最近，Vaca等(2011)对2007-2010年8个欧元国家的股票市场和主权CDS之间的关系进行研究，他们发现，股市收益率和主权CDS价格显著负相关，尤其是葡萄牙、爱尔兰、意大利、希腊和西班牙等5个国家(PIIGS)，(11)其股市波动率与主权CDS价格变化高度负相关。
Corp 
表示t期的公司CDS价格，公司CDS与主权CDS市场之间也存在关联性(Dieckmann和Plank，2010；Ejsing和Lemke，2010；Gerlach等，2010)。
代表t期i国的主权信用评级情况。参考Amadou(2003)以及刘莉亚(2006)关于主权信用评级的量化方法，根据S&P从AAA，AA+，……，CCC-，CC，C，D的评分系列，本文对应依次赋值为1～22。另外，S&P对主权国家信用评级时都会做一个信用展望(Credit Outlook)，常见的包括正面(Positive)、稳定(Stable)和负面(Negative)三种评价。鉴于信用展望同样对市场期望具有十分重要的影响，(12)因此，我们根据三种信用展望分别对原值做加0.5，加0以及减0.5的处理。
表示t期i国政府债务占GDP的比重。(13)债务资产比恶化是构成主权信用风险的重要因素，欧元国家日益增长的政府债务对经济产生巨大的负面冲击和影响(Gapen等，2005；Checherita和Rother，2010)。
表示t期i国的政府治理债务能力。政府负债水平会对CDS价格产生显著影响，而政府解决债务的能力及相关措施也对债务危机及市场预期具有重要作用。欧盟《稳定与增长公约》中成员国政府债务不超过60%的政策规定对各国政府实现预算目标的管理能力提出考验。本文采用欧元区各国基准国债利率减去回购利率的差来反映政府治理债务的成本，(14)该项差值越高说明政府应对债务困难的成本越高，市场预期的结果就越糟糕。
代表t期的全球影响因子。CDS价格不仅受各国本身市场因素的作用，在全球化背景下，国际金融体系尤其是美国市场的变化和走势对欧元区国家CDS市场同样具有十分重要的影响。
表示t期的地区影响因子。国际指数公司(IIC)创设的ITRAXX系列指标主要用来衡量标的CDS流动性，其中交易最广的ITRAXX EUROPE(MAIN)指标由最具流动性的125只CDS产品组成，常用来评价欧洲地区的投资信用等级。
(三)包含时间和国家虚拟变量的扩展模型
考虑到各种形式的金融危机以及欧元区国家所谓的PIIGS分类对主权信用市场同样具有十分重要的影响，接下来本文从金融危机和国家分组两个视角对主权CDS的决定因素做进一步分析。(15)
第一，构造虚拟变量
，用以描述金融危机不同时段的影响，以下列两个时间点作为标准：一是，2008年9月15日，雷曼兄弟破产引发全球金融危机；二是，2009年12月8日，希腊爆发债务危机拉开欧元区债务危机帷幕。描述如下：
这样，数据样本就可以分为三个时间段，模型(4)可以进一步写为：
四、扩展模型的检验结果及其分析
(一)面板单位根检验
为了避免伪回归，确保估计结果的有效性，首先要对面板序列的平稳性进行检验。相比于分别对每个国家的时间序列进行单位根检验，面板单位根检验的优势在于可以考虑不同国家主权CDS、国债、股票、企业CDS等市场之间的相关性，并且可以在一定程度上控制不可观察的个体效应和界面相关性，能够有效地克服传统单个时间序列单位根检验的小样本偏误。本文采用LLC-t统计量、Breitung-t统计量、IPS-W统计量、ADF-Fisher-
统计量、PP-Fisher-统计量以及Hadri-Z统计量分别进行检验。其中前5个检验的原假设为存在单位根过程，不同的是LLC检验和Breitung检验假设序列是同质的，而IPS检验、ADF检验和PP检验假设序列是异质的，在这5种检验中，如果拒绝原假设，则表明全部或部分序列是平稳的。Hadri检验的原假设为不存在单位根过程，若无法拒绝原假设则表明序列是平稳的，反之序列不平稳。下面我们对13个欧元区国家的面板数据按原序列和一阶差分序列两种情况分别进行单位根检验，结果见表4。
从表4可以看出，对于含有时间和国家二维水平的序列CDS、Bonds、Stock、Governce、Rating等，LLC、Breitung、IPS、ADF和PP检验均无法拒绝存在单位根的原假设，Hadri检验却都能显著地拒绝不存在单位根的原假设，因此这些变量的水平序列是存在单位根的。而对它们的一阶差分序列检验结果却显著表明不存在单位根，说明一阶差分序列是平稳的。对于只含有时间维度的Riskfree、CorpCDS、VIX和ITRAXX等序列，尽管水平值检验时并没有出现如二维序列那样的强势统计量，但它们一阶差分序列的检验结果却显示了同样的显著效果。综上可知，本文计量模型采用差分形式后所有变量均平稳，不存在伪回归问题。
上述面板单位根检验显示各变量均为一阶单整序列。下面我们进一步做面板协整检验以判断变量间是否存在长期联系。由于模型中变量较多，如果采用Pedroni检验，可能会出现样本数量不足以进行协整检验的情况，因此采用Kao检验和Johansen Fisher检验，结果见表5。这两种检验都假设“变量间不存在协整关系”，拒绝原假设意味着变量之间存在长期的协整关系。结果表明两种检验均在1%显著水平下拒绝不存在协整关系的原假设。因此可以认为变量之间存在协整关系，因而可以进一步采用误差修正模型进行分析。
(二)面板数据统计结果及分析
接下来，我们就对扩展模型(4)以及加入时间和国家虚拟变量的方程(5)和方程(6)进行回归分析，亦采用固定效应变截距模型，并将结果综合在表6中。
1.考察市场因素的决定性作用
(1)总体检验结果显示，国债利差与主权CDS价格显著正相关，这与Blanco等(2005)、Zhu(2006)以及Fontana和Scheicher(2010)的结论一致。表明利差上升，CDS价格随之上升。(17)从不同时期来看，2008年9月5日雷曼兄弟破产前以及全球金融危机爆发到希腊债务危机爆发前，债券利差与主权CDS之间没有显著相关关系。债券利差对主权CDS价格的决定作用集中体现在欧元区债务危机爆发至今的一段时间内。从国家分组检验结果来看，PIIGS组CDS价格与债券利差显著正相关，而德、法等国的债券利差与CDS却呈显著负相关关系。事实上，债务危机发生后，希腊、爱尔兰、葡萄牙等国CDS价格和国债利率均快速上扬，而且CDS基点的上升幅度远远超过债券收益率的上升幅度，期间还伴随着EONIA掉期利率从时期2到时期3的快速下降以及时期3的窄幅微调。如2009年12月4日债务危机爆发前夕，希腊的5年期主权CDS价格为152.17bp(基准点)，标的债券的平均年收益率为3.79，Euribor为0.38;而到了2011年CDS价格、国债利率和Euribor分别为1827.39、22.28和1.37，上涨幅度分别为1100%、545%和261%。反观德、法等国，自2008年9月全球金融危机爆发以来，CDS价格也曾经出现过一段时间的上扬，但很快也就是在2009年上半年达到历史高位后开始逐步回落。如德国主权CDS价格最高点出现在2009年2月20日，为91.00bp，同时期标的国债利率为2.28。2009年12月4日，德国5年期主权CDS价格为22.51bp，标的债券利率为2.30;到2012年6月29日，该品种CDS价格和国债利率分别为36.88和0.42，期间CDS价格和债券利率呈反方向变动趋势。
(2)总体检验中无风险利率与主权CDS价格负相关。在其他因素不变的前提下，无风险利率上升导致债券利差下降，从而引起CDS价格下降。划分不同时期的检验结果显示，没有危机时，发行国债时一般会参考基准利率，CDS价格与无风险利率反向运动。但是，当危机(尤其是债务危机)发生后，为应对流动性短缺和短期债务偿付问题各国政府就会频频举债，危机程度越严重的国家，其国债利率与无风险利率的偏离就越大，即使无风险利率有一定程度的上升，其幅度远低于债券利率的上升幅度，结果就如表6中时期3所显示的无风险利率与CDS价格同方向运动。国家分组检验再次证实，随着债务危机的进一步蔓延和加深，PIIGS等国以十几、二十倍的利率价格发售国债，不仅加剧资本市场上的恶性竞争，而且这种透支未来的做法还将进一步加深市场的负面预期。不论无风险利率短期内如何变化，债券利差的波动频率和幅度加大就成为事实。在对未来不看好以及市场投机加大的双重作用下，无风险利率的市场基准功能被剥离了。
(3)检验结果显示，股票市场回报率与主权CDS呈负相关关系，这也进一步证实了Vaca等(2011)的结论，股票收益率下降，债券利差上升，CDS价格上升。股票市场与其他金融市场的联系不仅仅在于金融要素的资源配置上，传递信息、传播投机气氛、恐慌或者狂热等心理暗示也是股票市场天生具有的功能。股市暴跌往往预示着危机的开始，主权CDS的疯狂炒作则标志着债务危机的形成。从分时期的检验结果可以看出，危机本身的发展会不断削弱股票市场与CDS市场之间的联系，在前期美国金融危机对欧洲市场的冲击逐步消解后，时期3的检验结果表明欧元区各国股票市场收益率与CDS价格之间已经没有显著关系。而国家分组检验的显著结果更多地在于解释未发生危机时股票市场与CDS市场之间的相关性。
(4)无论总体检验是加入时间或者国家虚拟变量，结果均显示公司CDS与政府CDS价格之间显著正相关。首先，本文选取了银行部门CDS作为公司CDS的代表来解释因变量，这是基于银行部门的CDS数据与金融危机之间具有天然的强相关性，如美国2008年金融危机中银行保险等金融部门就曾沦为CDS的重灾区。其次，就企业与政府CDS市场之间是否存在风险转移机制这个问题而言，经验检验的结果给出了否定答案。这与Ejsing和Lemke(2010)的结论正好相反。我们认为，原因主要在于2009年年底债务危机爆发之前，许多欧元区国家的金融银行体系已经得到不同程度的救助，(18)银行部门的系统性风险在前期得到一定程度的释放。其结果就是，欧元区债务危机发生后并没有伴随大规模的银行危机，所以风险从金融部门向公共部门转移的可能性就不大了。最后，由于欧元区国家银行部门的国有化程度普遍较美国要高，在银行部门时常充当政府代理机构的情况下，银行与主权CDS保持同方向变动也就不难理解了。
2.考察国家因素的决定性作用
(1)所有统计结果均显示主权信用评级与主权CDS价格变动不相关。根据本文原先设置，S&P给予从AAA到CCC的主权信用评级，对应从1～22给分，因此评级越低，分值越大。我们做了两种检验：一是使用单纯的评级数据(没有加展望因素)；二是加上展望因素的，但结果均没有发现信用评级与主权CDS存在显著关系。这与Amadou(2003)及刘莉亚(2006)等人的研究结论一致。我们认为，欧元区主权CDS市场之所以没有对评级产生显著反应，主要原因在于：一是信用评级信息能够被市场准确预期，原先的外生变量已经内生化，因此，关于如何研究信用评级的作用需要换一种思路进行；二是信用评级的变化不仅滞后于市场反应，而且很难做到与市场波动相匹配，尤其是当市场面临重大事件时，所以关于信用评级本身的研究也有待深入。
(2)债务与GDP比重在时期3的检验结果显著为正，说明欧洲主权债务危机发生后其对CDS价格有影响。在欧元区宏观经济整体走势不理想的背景下，国债与GDP比重上升意味着政府债务负担加重，高债务比例预示着国债违约风险上升，在CDS市场上则表现为CDS价格的不断上扬。而按国家分组的德、法等国债务与GDP比重却表现出与CDS价格显著的反向作用，这主要是基于德、法等欧元区核心国家强大的经济实力以及较高的抗风险能力。对这些国家而言，国债规模的扩大还有助于增强市场流动性，如果市场流动性高，融资和管理成本就会维持在一个较低的水平，主权CDS价格就能够保持在一个相对合理的水平。
(3)综合统计结果来看，除了受全球金融危机冲击的这一段时期外，欧元区国家政府治理债务能力指标与CDS价格呈显著的正相关关系。如前文所述，我们用国债回购成本，即国债基准利率减去回购利率来表示政府治理债务能力。该指标的设计原理表明，当国债回购成本也就是基准利率与回购利率差值上升时，就意味着市场套利者做空国债变得困难了，卖空成本的上升在CDS市场最终表现为主权CDS价格的上涨。此外，该指标还有一个功能就是反映市场资金的充裕程度。回购成本高，意味着货币市场资金告急，流动性短缺骤然加剧的结果就是债务风险突现以及CDS价格的快速上扬。从国家分组比较结果来看，德、法等国债务治理能力对主权CDS市场的影响程度明显大于PIIGS等国，这与实际情况也相吻合。
3.考察国际因素的决定性作用
(1)总体检验结果显示，作为国际市场影响因子的VIX指标与主权CDS价格显著正相关。按不同时期来看，美国金融危机爆发前VIX和CDS之间显示一定的负相关关系，全球金融危机爆发后到欧洲债务危机前这段时间则呈显著的正相关关系，然而债务危机爆发后两者之间却没有显著关系了。这一方面说明没有危机时欧洲市场对美国市场反应有一定的迟滞，而当美国市场出现剧烈波动时，恐慌指数VIX快速上升，欧洲国债市场和CDS市场均不可避免地遭到投机性冲击，包括大量抛售国债，主权违约风险集中暴露以及CDS价格急剧上扬。另一方面，由于风险极低，欧元区国债市场传统上就是国际资金的避风港，但是这种情况在欧洲债务危机爆发后发生了明显的改变。危机时期的欧元区国债和CDS市场吸引了越来越多的来自世界各地的投机资金，它们的目的不是为了避险而是为了套利。如希腊债务危机爆发后，VIX指数在2010年5月曾有两度达到40点，(18)但其后时间多在25甚至20点以下徘徊。(19)VIX指数的这种走势意味着，在欧元区债务危机爆发后，投资者并没发现主权CDS市场存在显著的负面风险。(20)国家分组检验也证实，无论是PIIGS国家还是其他欧元国家，VIX与它们的CDS价格走势没有任何显著关系。因此，这一时期希腊、葡萄牙等国不断高涨的主权CDS价格只能用市场投机或者其他因素解释了。
(2)地区影响因子的检验结果显示，除了国家分组中PIIGS之外，其他情况下ITRAXX指数与主权CDS价格均显著相关。从不同时期结果来看，欧洲债务危机爆发前，ITRAXX指标与主权CDS正相关，也就是说暗含流动性风险的ITRAXX指数越大，表明欧元区国家投资信用等级越低，地区性的整体负面评价加剧了主权信用违约风险的发生概率，从而推动CDS价格走高。而时期3的ITRAXX指数又与CDS显示出负相关关系，这主要是由于美国金融危机爆发后，欧元区国家采取了非常宽松的货币政策以应对流动性不足问题。2009年年底希腊债务危机爆发至今，该项政策仍被多数国家执行(PIIGS除外)；同时，债务危机以来ITRAXX指数始终稳定在80到120的区间内，在这种背景下CDS价格仍然走出背离态势只能归因于希腊、葡萄牙等国CDS市场不断恶化的极端走势了。关于这一点我们随即可以从国家分组PIIGS的检验结果的系数不显著中得到证实，也就是说投资信用等级变化对危机中的PIIGS等国已经没有意义了。而其他欧元国家如法国、德国的主权CDS市场仍与ITRAXX指数保持正常的作用关系。
最后考察常数项的检验结果，由于本文采用变截距形式来体现不同国家的个体差异，(21)因此常数项同样具有重要的解释作用。从结果来看，总体检验和国家分组PIIGS的常数项显著为正，其他均不显著。总体检验中，截距从大到小排列依次对应的国家是葡萄牙、希腊、爱尔兰、比利时、法国、西班牙、意大利、荷兰、德国、斯洛伐克、芬兰和奥地利，这实际上就是假设存在个体差异的情况下欧元区国家初始的主权信用风险从高到低的一个排序。当外部条件改变时，经济环境最糟糕的希腊率先爆发危机，比利时和法国则由于经济实力雄厚而延迟了危机的到来。
(三)基于VECM的Lead-Lag效应检验
从前文分析结果来看，欧元区国家主权CDS的决定因素是多方面的，既与债券和股票市场密切相关，又受到国家负债状况及治理债务能力的影响，还有来自国际市场和地区因素的作用。主权CDS与这些决定因素的内在联系和作用机制值得我们进一步研究。限于篇幅，本文接下来就以CDS市场与国债市场关系为例，检验两个市场之间的Lead-Lag效应。
参考Zhu(2006)等的研究，本文建立检验CDS和国债市场Lead-Lag效应的VECM模型。
其中，误差修正项CDS-α-β
实际上就是公式(1)的套利表达形式，当系数α=0且β=1时就表示两个市场达到理论上的长期均衡状态。系数
和
用于解释短期内两个市场价格向均衡状态调整的速度：
第一，式(7)中如果误差修正项为正，说明CDS价格高于长期均衡值，需要向下调整；如果误差修正项为负，说明CDS价格低于长期均衡值，需要向上调整。因此调整系数为负，这表明价格向均衡状态调整时债券市场领先于CDS市场，价格发现在债券市场。第二，式(8)中如果误差修正项为负，说明Bond价格高于长期均衡值，需要向下调整；如果误差修正项为正，说明Bond价格低于长期均衡值，需要向上调整。因此调整系数为正，这表明价格向均衡状态调整时CDS市场领先于债券市场，价格发现在CDS市场。第三，如果为负同时为正，则说明两个市场都在做出价格调整，此时可以通过比较系数绝对值的大小来判断调整速度。绝对值大于绝对值说明CDS市场领先，反之亦然。
此外，我们还可以通过计算Gonzalo-Granger值来判断哪个市场领先(Gonzalo和Granger,1995):
GG定义在0～1之间，接近1说明CDS市场领先效应显著；接近0则说明债券市场领先效应显著。
主权CDS和债券市场之间Lead-Lag效应检验结果见表7。
从表7的Lead-Lag检验结果来看，有7个国家的显著为正，说明这些国家CDS市场领先于国债市场，CDS价格的调整速度快于债券利率。有1个国家(德国)显著为负，说明债券市场领先于CDS市场，债券利率的价格调整速度快于CDS。这主要是因为德国国债一直是市场公认的最安全固定收益资产，10年期德国国债历来是欧洲金融市场的风向标。与法国等其他欧洲国家相比，一方面德国债券价值对市场利率的敏感度显著要高；另一方面德国金融衍生市场的活跃程度显著要低，所以造成上述结果。其余5个国家和都显著，除了荷兰的符号不对外，其他符号方向都正确。这说明两个市场均做出价格修正，至于哪个市场领先，根据系数绝对值的大小或者GG值都可以做出正确判断。如爱尔兰，为-0.0474，为0.127，两个系数都显著，但||大于||，说明CDS市场领先于债券市场，GG值为0.73，也说明CDS市场领先，CDS价格调整快于国债利率。
五、简单结论
通过主权CDS与债券利差基础模型到多变量扩展模型，以及在扩展模型中引入时间段和国家分组等虚拟变量，我们对包括市场因素、国家因素和国际因素三个层面的多种影响因子进行了检验，并采用向量误差修正模型(VECM)对主权CDS和国债市场的领先落后关系作了进一步的探讨。我们得出的主要结论是：
第一，从市场角度来看，国债利差确实是主权CDS价格的重要决定因素，不过这种效应只体现在欧洲债务危机发生后，其他时期里并没有任何显著关系；股票市场对CDS价格的作用和影响恰恰相反。VECM检验结果告诉我们，欧元国家债券和主权CDS市场的确存在Lead-Lag效应，而且总体上CDS市场领先的情况占多数。此外，在严重的债务危机面前，无风险利率对CDS价格的影响作用受到很大程度的削弱，当PIIGS国家不计代价地提高国债利率、滥发国债以图化解财政危机时，基准利率的指导价值就被扭曲了。最后，企业CDS价格与主权CDS价格显著正相关，并没有出现风险从私人向公共部门转移的情况。
第二，从国家层面来看，与现实中非常热门的三大机构评级事件形成强烈反差，本文研究表明无论是分时期还是分国别检验，主权信用评级对欧元区国家主权CDS价格变化并没有显著影响，因为市场往往在评级调整前已经对信息进行充分消化。而政府债务负担以及治理债务能力对当前处在债务危机中的欧元区国家来说是非常重要的影响因素，这一点在统计检验中得到了证实。因此，采取措施缓解财政压力、提高政府处置债务的能力以及重振市场信心无疑是欧元区国家首要解决的问题。
第三，从国际角度来看，由于欧洲主权债务危机发生在美国金融危机后，所以全球影响尤其来自美国市场的破坏性能量在前期得到一定程度的释放。VIX和ITRAXX指数的最高点出现在全球金融风暴高潮时期，欧洲债务危机时期日趋平稳的美国市场对欧洲市场的影响有限。而欧洲地区投资等级的变化对法、德等国仍有显著作用，对已发生或即将发生危机的国家影响不大。
截稿：2013年2月
注释：
①数据截至2012年6月30日，来源于BIS并由作者计算得出。
②作者用“Too Interconnected To Fail”来解释CDS市场上一些大金融机构为了维持不败的神话而相互间转移那些可能导致CDS市场崩溃的系统风险。
③参见Blanco等(2005)与Zhu(2006)。这是一个理论上的恒等式，说明变量之间长期存在某种均衡关系，但是它并不是一个可以直接用于估计的模型。
④Zhu(2006)、Jorion和Zhang(2007)以及Coudert和Gex(2008)等采用了自然对数一阶差分的做法。实际上一阶差分已经能够保证序列平稳，具体操作和解释见本文第四部分。
⑤本文出于强调变量之间短期影响的需要在技术上采用了差分方程，同时也是考虑到差分方法有数据平稳、不会出现伪回归等优势。此外，关于价格变化和价格波动变化的区别在本文中归结于价格的“变动量”，也就是“X变动率每增加多少，对Y的影响变化多少”的问题。
⑥后文中在需要对原始数据进行频率转换时会加以说明，其余没有特殊说明的均为周频数据。
⑦这个结论的获得详见本文第四部分的面板单位根检验。
⑧如Fontana和Scheicher(2010)等文献就忽略了欧元区成员国之间的个体差异而直接采用混合回归模型。混合模型认为各国截距(风险)完全相同的假设显然不符合现实。为此我们进行了LM检验，结果表明混合模型是不合适的，因此选择采用变截距模型。在变截距模型中，我们选择了固定效应模型，而没有选择随机效应模型。这是因为固定效应模型可以将个体异质性通过每个个体不变的截距项体现出来，从而解决可能存在的内生性问题。另外，鉴于水平和篇幅有限，本文并没有针对回归模型截距项的显著性及其经济含义展开讨论，常数项的论证还有待进一步研究。
⑨关于以德国国债利率作为无风险利率时会出现偏差的研究结果可以参见Blanco等(2005)的研究。
⑩Stock原始数据为月度数据，采用线性内插法得到周频数据，该方法能够在最大程度上保证数据转换的真实性和完整性。
(11)PIIGS指葡萄牙、爱尔兰、意大利、希腊和西班牙5个国家，取它们首位字母组成PIIGS。这5个国家被认为是欧元区成员国中经济表现较不稳定的国家。
(12)关于信用评级参见前文综述及Amadou(2003)、曹荣湘(2003)、Hull等(2004)和刘莉亚(2006)的研究。
(13)债务债券流通总额是周频数据，GDP数据为年度数据，同样采用线性内插法处理得到周频数据后，两者相除得到该指标。
(14)这里借鉴了国际指数公司旗下MARKIT编制IBOXX全收益指数时的一种方法。
(15)对不同时期或不同国别CDS影响因素进行比较研究，既可以采用统计分组的方法，也可以在模型中引入虚拟变量。由于本文研究所用样本仅有238期，若采用分组回归会大大降低模型的自由度。而在模型中引入虚拟变量避免了分组回归可能存在样本不足的缺点，并且在基础模型上引入虚拟变量，可以考虑不同时期或国别之间的相关关系，并能够对不同组别的差异进行统计分析。因此，本文采用引入虚拟变量的方法来讨论不同时期以及不同国别各变量对主权CDS价格的决定作用。
(16)其他欧元国家包括德国、法国、比利时、荷兰、奥地利、斯洛伐克和芬兰。
(17)至于两个市场价格调整的先后顺序，我们在后文将进一步讨论。
(18)这要归因于2008年突如其来的全球金融危机的作用。
(19)2010年5月7日40.95和2010年5月21日40.10。
(20)该指标的历史最大值出现在2008年10月24日，为89.53。
(21)指标走势平稳表示无探底风险的同时，也说明没有任何好的预期。
(22)相对于Fontana和Scheicher(2010)等文献直接采用联合回归面板模型而不考虑欧元区成员国个体差异的做法，本文选择变截距模型应该更加切合实际情况。
标签：无风险利率论文; 国债论文; 信用违约掉期论文; 欧债危机论文; 欧洲主权债务危机论文; 掉期论文; 主权债务论文; 国债收益率论文; 金融论文; 金融风暴论文; 违约概率论文; 信用债论文; 债务危机论文; 信用政策论文; cds论文;