中国债券市场“信用利差之谜”研究

This project attempts to crack "the credit spread puzzle" existed in Chinese bond market with its own characteristics. First of all, aiming at the insufficiency in existing credit spreads calculation way, we develop the joint estimation general model of credit spread and give the optimal method of credit spread calculation. Secondly, according to the economic cycle theory, based on the three dimensions of macro, micro and bond markets itself, the integrated model of bond credit spread influencing factors is established to study the influencing factors of credit spread of different types, industries, credit grades and different maturities. Furthermore we decompose the specific bond credit spread to anatomize its specific composition. Finally, on the one hand, a series of time series prediction models are constructed based on the credit spread influencing factors and series data, which help us to study the dynamic process of credit spread, and analyze the correlation and volatility between different credit spread series. On the other hand, we mine the implicit information in credit spread series by means of machine learning algorithm, design a macroeconomic comprehensive index, and establish the macroeconomic forecasting model based on the key factors of credit spread. The research results have theoretical significance and application value for the proper pricing and risk management of credit bond products, the formulation of investment decisions and regulatory policies, and the healthy development of multi-level capital markets.

本项目试图破解中国债券市场中的“信用利差之谜”。首先，针对现有债券信用利差计算方法不足，建立信用利差联合估计一般模型，给出信用利差计算的最优方法。其次，在经济周期背景下，建立基于宏观、微观和债券市场自身三维度的债券信用利差影响因素的集成模型，以此研究不同类型、不同行业、不同信用级别、不同到期期限的债券信用利差影响因素，进而对具体债券信用利差进行有机分解。再次，一方面，基于债券信用利差的影响因素和信用利差系列数据，构建系列时间序列预测模型，研究信用利差的动态过程，分析不同信用利差序列之间的相关性和波动性；另一方面，通过机器学习算法挖掘信用利差系列中所隐含的信息，设计宏观经济综合指数，建立基于信用利差关键影响因素的宏观经济预测模型。最后，分别提出对策与建议。研究成果对信用类债券产品合理定价与风险管理、投资决策和监管政策的制定、多层次资本市场健康发展等方面均具有重要的理论意义和应用价值。

自项目立项后，项目组成员对国内外的前沿文献进行了充分调研和详细分析，从理论、模型和方法上进行了一定的创新，并进行了大量的实证研究。针对中国债券市场中的“信用利差之谜”现象，首先，建立信用利差联合估计一般模型，给出信用利差计算的最优方法。其次，在经济周期背景下，建立基于宏观、微观和债券市场自身三维度的债券信用利差影响因素的集成模型，以此研究不同类型、债券信用利差影响因素。再次，一方面，基于债券信用利差的影响因素和信用利差系列数据，构建系列时间序列预测模型，研究信用利差的动态过程，分析不同信用利差序列之间的相关性和波动性；另一方面，通过机器学习算法挖掘信用利差系列中所隐含的信息，设计宏观经济综合指数，建立基于信用利差关键影响因素的宏观经济预测模型和债券违约预测模型。进而研究了三类信用利差期权定价模型。同时，基于信用利差进行了系列扩展研究。最后，分别提出对策与建议。此外，此外，团队成员研究了ESG绩效是否影响债券违约率，以及贴标绿色债券是否降低了融资成本等关于我国债券市场的热点问题。研究成果对信用类债券产品合理定价与风险管理、投资决策和监管政策的制定、多层次资本市场健康发展等方面均具有重要的理论意义和应用价值。.在项目的资助下，申请者及其团队完成了学术论文26篇，发表22篇，录用了2篇，其他2篇投稿中。所发表论文分别被SSCI期刊收录3篇和SCI收录2篇。论文发表的期刊有《管理科学学报》《系统工程理论与实践》《Entropy》《Journal of Management Science and Engineering》《Sustainability》等。团队成员参加国内外学术会议20多人次，并进行了部分会议的分组报告。项目培养了博士生4名、硕士生35名、本科生10余名。申请人指导学生参与中债估值杯征文比赛，并获得2019年的一等奖和2022年的优秀奖各1项。总之，项目基本完成了预期的研究任务，部分成果在学界和业界产生了一定的影响。