债券违约与评级信息质量：基于中国债券市
场的经验研究
学生姓名：
姚翼
学
号： 2016312476
学
院：中国金融发展研究院
专
业：金融学（公司理财）
指导教师：
高昊宇
论文成绩：
x x
内
容
摘
要
在中国，债券违约具有明显的行业聚集效应，本文选取 2014 年-2019 年公
司债、企业债与中期票据作为样本，探究债券违约的行业效应。研究发现，投资
者对违约债券及其行业的关注，这种关注效应导致评级机构更加注重自己的声誉，
进而在后续发债中有精进评级质量的动机。但是这种精进评级的行为会随投资者
关注度转移而削弱，不具有长期效应。此外，本文还观测到这种声誉效应在已有
违约的评级机构中与其他机构不同的差异性反应，结果发现，本机构参评债券的
违约会导致这种声誉激励效应减弱，劣迹发生已经造成的投资者失信，导致这些
机构重获投资者信任的动机不足，反而变本加厉，评级质量改善效应弱于未有失
信前例的评级机构。
关键词：债券违约
评级质量
声誉效应
ABSTRACT
In China, bond defaults have obvious industry clustering feature. This article
selects corporate bonds, corporate bonds and medium-term commercial papers from
2014 to 2019 as samples to explore the industry effects of bond defaults. The study
found that investors' attention to defaulted bonds and their industries has caused rating
agencies to pay more attention to their reputation, consequently, they are incentivized
to improve the quality of ratings in subsequent bond issuance. However, this kind of
sophisticated rating strategy will weaken as investors' attention shifts, and has no
long-term effect. In addition, this article also observes that the reputation effect is
different from other institutions in the “trust-loss” rating agencies. This paper found
that those agencies who already have default bonds records before new bonds rating
would weaken ther incentive for reputation caring,
The inferiority has already
caused Investors' distrust, which in turn led to insufficient incentives for these
agencies to regain investors’ trust. Their incentives are weaker than ratings agencies
that have not broken their trust. In extreme cases, the effect of improving rating
quality has gone completely and even turned to the opposite direction.
KEY WORDS: bond default
rating quality
1
reputation effect
目
录
一、文献综述 ...................................... 1
二、理论分析与研究假设.............................. 3
三、样本选择与研究设计.............................. 6
（一）研究模型 ......................................... 6
（二）样本选择及描述性统计 ............................. 8
四、回归结果分析 .................................. 12
（一）评级质量代理变量的检验 .......................... 12
（二）基本回归结果 .................................... 14
（三）渠道检测 ........................................ 15
（四）踩雷效应 ........................................ 19
（五）长期效应检测 .................................... 23
（六）内生性检验 ...................................... 24
（七）稳健性检验 ...................................... 25
参考文献......................................... 27
1
债券违约与评级信息质量：基于中国债券市场的经验研究
债券违约与评级信息质量：基于中国债券市场的经验研究
债券市场违约现象自 14 年超日债违约起，至今愈演愈烈。截至 2020 年 2 月，
共计已有 547 支债券发行违约，而在违约债券中，违约前竟有多支保持 AAA 评级，
在违约发生后评级机构才做出紧急下调评级的反应举措，故此，中国评级机构评
级的信息含量和风险揭示作用究竟如何成为被关注的话题。此外，中国债券违约
呈现出强烈的行业聚集趋势，根据证监会债券分类来看：制造业公司企业共计
144 支债券发生违约，占据违约总债券的近半壁江山。而相比之下，农业、商用
服务业等行业违约债券登记仅有 1 只。本文选取目前中国 309 支违约的公司债、
企业债及中期票据为违约样本，截取 2007 年-2019 年全部公司债、企业债和中
期票据为总债券样本，探究了债券违约的行业聚集效应对评级机构机构评级质量
的影响。
行业的密集违约引来投资者关注，这种行业聚集的违约现状是否预示着行业
潜在的市场风险呢？行业违约无疑给债券投资者带来重大的分析困难，而评级机
构作为债券发行时的背书方，给出的评级是债券投资者投资时的重要参考。但在
债券违约的大背景下，评级机构给出的评级是否真的可以判断债券质量，投资者
又是否可以信任评级机构给出的评级呢？故此本文探究了如下问题：行业密集的
违约是否意味着不同行业之间存在壁垒呢？债券违约对于评级机构的影响是否
也只局限在行业内部，不会辐射到其余行业呢？
本文后续章节安排如下：二、文献综述。三、理论分析与研究假设。四、
回归结果分析。五、稳健性检验。 六、结论。
一、文献综述
在评级质量的领域，国内外评级机构评级质量均受到学者和投资者的诟病。
Becker and Milbourn（2011）认为，发行人付费的评级模式存在缺陷，容易导
致评级购买的抬高评级的现象出现（Bolton et al. 2012）。Baihai R.（2016）
分析印度评级机构得出类似结论，实证了评级机构存在抬高评级的动因。何平、
金梦等（2010）认为了中国债券市场不发达，债券市场不发达导致中国评级信息
含量较低，评级质量可能存在泡沫。
1
债券违约与评级信息质量：基于中国债券市场的经验研究
对于如何促进评级机构的评级有效性，声誉效应是抑制劣质评级的重要渠道
Guembel and Rossetto，（2009）认为声誉是评级机构在市场立足的重要资产，
Booth and Smith（1986）认为，如果投资者对于评级机构丧失信任，企业也就
不能从评级中获得投资者信赖，进而降低了选取该投机机构的意愿。故而评级机
构在声誉效应的约束下更倾向于给出评级者更稳健的评级（Mariano，2012）。黄
小琳等（2017）认为，如果评级机构参评债券发生违约，涉事机构将要面临监管
机构审查以及投资者的质疑，这不仅给涉事机构带来涉事成本，同时还会有损机
构的声誉。但是声誉效应并不能保证持续发挥作用，Ettore（2008）认为声誉效
应只有在声誉损失带来的潜在损失超过因声誉损失带来的隐性收益时，才可能发
挥作用。
DellaVigna and Pollet ，（2009）提出有限注意力模型，认为市场投资者
关注范围有限，对于市场的关注度存在短期聚焦和转移的效应。并且方军雄（2018）
将有限注意力模型引入中国市场，证实中国证券投资市场投资者同样使用有限注
意力模型。同时，在投资者有 限注意力的框架下，竞争性信息对投资者决策的
影响是当前金融研究领域的热点话题 ( 李小晗和朱红军，2011;宋双杰等，2011;
Hirshleifer et al．，2009; Frederickson and Zolotoy，2015) 。在有限注意
力模型下，新近债券违约导致金融热点话题短期聚焦，从而对于机构评级中声誉
效应有强化作用。
在评级机构评级质量的衡量上，前人的研究主要可以归纳为以下几个维度
（1）探究信用评级与违约率之间的关系。Matthias Bodenstedta（2013）
认为，机构评级对于违约可能性的预测精度反映了机构评级的评级质量。Samuel
Bonsall（2015）通过比较不同债券预期违约损失（EDF）与其评级的关联程度，
衡量债券评级的信息含量。Harald Hau（2013）选取银行样本为观测对线，比较
预期违约损失与其评级关联性，证明其评级对于银行风险的揭示程度。
（2）探究信用评级与债券价格的关系。Samuel Bonsall（2015）认为，市
场投资者会通过用脚投票的方式反应对机构评级的接受程度，进而反映在债券价
格上。优质评级对于债券未来价格的预测能力更强。何平、金梦等（2010）构建
真实利息成本来衡量债券价格，并且将该指标与机构评级的相关性为度量评级信
息含量的基准。
2
债券违约与评级信息质量：基于中国债券市场的经验研究
（3）探究评级对于市场未来的预测能力。Elisabeth Kempf,（2019）认为，
更优质的评级获取了市场更多信息，对市场未来变化情况观测能力更强，故而在
市场变动时更可能维持初始评级不变。Bodenstedt（2013）认为频繁的评级调整
表明评级对市场预测能力差，需要不断地调整评级以契合市场现状，是不具备预
测市场未来的体现。Darren J（2016）通过比较新评级发行时，股价在窗口期的
累计收益率来衡量市场投资者对信评级的反应程度，从而证明评级被市场投资者
的接纳程度以间接衡量评级质量优劣。
（4）比较不同机构评级差异。Timothy（2008）认为设立一个非发行人付费
的评级机构可以显著改善市场评级机构的评级质量，提升声誉效应的影响效果。
Dominique. C.（2019）从对违约的预测能力、评级购买现象等角度，比较标准
普尔和美国买方评级机构伊根琼斯后认为，买方评级机构相较传统卖方评级机构
评级质量更优。类似地，Kee-Hong Bae（2019）使用加拿大评级机构 QBRS.Inc 与
标准普尔给出的评级进行比较后，认为前者评级质量更优。Darren J.(2016)认
为，当市场评级存在多家评级机构时，随着未来信息的纳入，劣质评级形成向优
质评级靠拢的变动趋势，以贴近真实评级。
如果投资者给出的评级不受市场信任，那么会对标的公司产生怎样的影响呢，
评级质量究竟对于市场意义如何？大量实证结果显示，评级质量对于标的公司具
有多方位的影响。Baghai R（2014）研究评级质量与债券发行时价格的关系发行，
评级质量被市场投资者关注，低质量评级需要支付额外溢价。Hamdi Driss（2015）
研究认为，在评级质量收到投资者信赖后，公司的长期融资和经营情况得到改善。
Dominique. C.（2019）研究发现，评级公司若获得被市场认可的评级，则可以
显著降低公司的贷款成本，而这种评级若不被市场投资者认可，对融资约束的改
善效应则会减弱。评级质量的改善有利于搭建投资者与评级公司之间的信心。
二、理论分析与研究假设
在中国，债券违约的行业分布特征呈现出明显的聚集趋势。如行业违约的样
本分布表所见：制造业类企业共计发生 144 支债券发生违约，占据违约总债券
（309 只）的近半壁江山。而相比之下，农业、商用服务业、批发零售业、金融
业等行业违约债券登记仅有 1 只。债券违约的行业集中趋势明显。
3
债券违约与评级信息质量：基于中国债券市场的经验研究
根据投资者有限关注度模型，债券违约事件发生后，投资者保持着更加谨慎
的态度审视债券市场可能发生的变化，但是中国共有超千支债券上市交易，而有
限关注度的约束导致投资者关注度理应更多的聚焦于违约债券相关性更强的其
它债券上，以预防潜在的违约风险。这种债券之间的相关性体现在多个方面，例
如：黄小琳（2017）投资者怀疑债券违约可能指征了评级虚高，评级过程尽调不
完善等问题，从而合理推断该涉事评级公司的内控、审查或评级方法等存在缺陷，
故而会更关注由与该违约债券相同评级公司所发行的新债。
而与违约债券处于相同行业的债券同样收到投资者更多的关注。这主要出于
以下三方面的考量。首先，从债券所处行业角度来讲：企业的运营状况与行业状
况息息相关，选错赛道很难跑出好成绩。债券违约的先例可能意味着行业未来的
潜在风险，率先出现债券偿付困难的违约企业可能只是该行业首当其冲的受害者，
其他债券在未来很可能面临同样的系统性风险。而从历史经验看，高度聚集的行
业违约特征也印证了这一点。行业风险的相关性可能唤醒投资者对该行业的关注。
从投资者自身角度分析：投资者的投资领域具有高度的集中性。无论是机构投资
者还是中小投资者，其所专精分析的领域具有一定的局限性。债券违约在投资者
中的影响应当由关注该债券的投资者进而波及至该投资者所关注的其他债券。故
而从投资者的角度来讲，债券违约也引发了投资者更多关注度。
根据有限理性经济人假设，评级机构作为自主经营、自负盈亏的市场经济实
体，其在 涉及违约事件后为了自身效用最大化而采取的行动策略。从本质上来
看，评级公司依靠更高的业务量及更高的评级收费来最大化利益。同时评级机构
还面临长短期利益的博弈：从长期来看，评级机构需要依赖市场投资者的信任提
供服务，如果造成投资者失信，那么其给出的评级将不具备参考意义，从而导致
企业选择其他评级机构进行评级。从短期来看，评级机构的运营和维护依赖于短
期收益，而提供虚高评级以短期获客、降低尽调投入以压缩成本等方式均可能是
评级机构短期内获取收益可能选择的途径。评级机构的最终评级质量也收到这两
方面的影响。在理性人假设下，机构评级的最终策略选择势必考量了声誉效应损
益比、评级操纵损益比等多个方面。
而在投资者关注度更强的情境下，评级机构所受到声誉效应的约束可能更强。
首先，在市场关注度更强的情况下，评级购买，尽调不完善等问题更容易被市场
投资者发现，这种劣迹被曝光的可能性随关注度的增加而增加。第二，在投资者
4
债券违约与评级信息质量：基于中国债券市场的经验研究
聚光灯下，劣迹行为一旦出现很可能被媒体等大规模曝光成为众矢之的，进而带
来比低关注情境下更严重的市场份额损失。在投资者关注度高的行业，企业选择
评级机构时如果选择了失信评级机构，其评级将丧失意义。因此，企业选择评级
机构时降低了该评级机构的优先级。对于评级机构而言，即造成了市场份额的损
失。而相反，如果在关注度更强的行业内，提供的评级质量更优于其他的评级公
司也容易被市场所发掘，评级公司诚信评级的行为，更容易给评级公司带来收益。
关注度的提升，一方面提高了失信成本，另一方面提高了声誉收益。
从理性人决策的角度分析，在行业关注度提升的时候，评级机构更加在意自
己的声誉，据此，本文提出假设 1
假设 1：同行业债券违约会提升后续发债的评级质量。
渠道检测：为验证“关注效应”对于评级质量的作用机理，本文提出后续假
设。
发债主体可分为上市公司和非上市公司。而上市公司相较于非上市公司收到
更多的市场关注。首先，上市公司的公司规模较非上市公司更大，在市场发生热
点事件时，聚集了更多市场关注，且因为体量原因，上市公司占据了更多的媒体
等信息资源，当债券违约发生后，投资者的关注度首先聚焦于这些焦点公司。第
二，上市公司的股票流通交易，而收到了除债券投资者之外的股权投资者的关注，
而由于其债券违约等负面新闻会与其股价存在关联性波动，因而上市公司往往较
非上市公司有更多的投资者关注。据此，本文提出假设 2：
假设 2：发债主体为上市公司时，会强化债券评级质量的改善效果。
债券发行时，投资者的基数直接与债券发行总金额挂钩。通常情况下，发行
金额越大的债券投资者面积更大，相应获得了更多的投资者关注。同时，大面额
债券的违约对于市场冲击较大，在行业中较大规模的债券的偿付情况更能反应该
行业的市场现状，对该类债券的追踪和分析可能是投资者判断行业未来前景的重
要方式。据此，本文提出假设 3：
假设 3：债券发行金额越大，评级质量改善效果更强。
根据前文的论述，声誉收益的提高和失信成本提高是机构声誉效应作用的渠
道。而评级机构所处的竞争环境也会对声誉效应的强度有进一步的影响。在竞争
程度强的情境下，公司可选择的评级公司较多，因此评级公司的客户粘性较低，
客户更换评级机构的成本较低，该情境下，声誉提升后获客可能性更高，失信后
5
债券违约与评级信息质量：基于中国债券市场的经验研究
客户流失风险也更高。在竞争程度较高的地区，评级机构不仅收到投资者的关注
与监督，还有可能面临来自竞争对手的压力，一旦出现评级失真的现象，可能被
竞争对手揭露，同时，部分债券发行时的债项评级同时公布多家评级公司给与的
评级，这直接对比了多家公司的评级质量。综上所述，在竞争程度更强的情境下，
声誉效应对于评级公司的影响进一步强化，据此，本文提出假设 4：
假设 4：竞争程度越激烈，评级质量改善效果更强
投资者不仅关注违约债券所在行业，同时关注该违约债券的评级机构，这以
为着该评级机构已经出现声誉危机。对此问题，黄小琳（2017）已经证实了评级
机构违约会导致市场份额损失，为重获市场份额，评级机构在涉事后有抬高评级
的动机。从投资者角度来看，这种不基于基本面的无依据的评级虚高即被认为是
评级质量的下降。如前述研究结果得知，行业违约带来的”关注效应”改善了机
构评级质量，那么当两种效应叠加时，哪一者会主导评级公司的行为呢。
假设 5a：违约债券若为自己曾经参评的债券，评级质量提高。
假设 5b：违约债券若为自己曾经参评的债券，评级质量降低。
长期效应检测：在有限关注度模型下，投资者的关注度也会随着市场热点的
转移而转移。后违约的债券将聚焦更多投资者的注意力，而忽略先前违约事件的
影响。随着投资者的关注转移到其他违约的债券行业时，声誉效应削弱，评级机
构精进评级的动机也逐渐削弱。据此，本文提出假设 6a。
假设 6a：长期效应：债券违约对后续发债的影响随时间逐渐减弱。
评级机构的评级环节存在问题，并且存在大幅度的结构性改善空间。在投资
者关注下，如果评级机构通过自身内部结构性的改变而达到改善评级的目的，例
如完善评级体系，加强内控监管，对评级人员进行素质培训等，那么随着投资者
关注度的转移，这种结构性变化已经并不具有可逆性，评级机构的评级改善应当
居于持续性。
假设 6b：长期效应：债券违约对后续发债的影响不随时间减弱。
三、样本选择与研究设计
（一）研究模型
本文采用 OLS 模型检验同行业违约债券对后续发行债券评级质量的影响进行
6
债券违约与评级信息质量：基于中国债券市场的经验研究
检验：
𝐼𝑛𝑎𝑐𝑐𝑢𝑟𝑎𝑐𝑦𝑖 = 𝛼 + 𝛽 𝑑𝑒𝑓𝑎𝑢𝑙𝑡_180𝑖 + 𝑐𝑜𝑛𝑠𝑡𝑟𝑜𝑙𝑠𝑖 + 𝑓𝑒 + 𝜀𝑖
（1）
（1）其中，被解释变量：Inaccu 代表评级不准确性，使用中债市场隐含评
级与评级机构评级两者插值的绝对值作为代理变量。该指标的构建，本文借鉴
Dominique C. Badoer（2019）使用美国市场化评级机构机构（EJR）评级与标普、
穆迪、毁誉评级差异衡量三大评级公司评级质量， Kee-Hong Bae(2019)使用加
拿大世界第四大评级机构（DBRS）与标普评级差异衡量评级质量，本文使用债券
发行时评级机构评级与中债市场隐含评级差值绝对值为代理变量，该指标反映了
评级机构评级与市场投资者给出的评级之间的差异，指示了评级机构评级时因自
身对市场预期、信息判断、主观扭曲等多种因素导致的评级失真。
中债市场隐含评级-债券债项评级是中债金融估值中心有限公司综合市场价
格信号、发行主体公开信息等因素得出的动态反映市场投资者对债券的信用评价。
也即，中债市场隐含评级类似于市场投资者“用脚投票”得出来的一个评级体系。
相较于“购买者付费”的机构评级，中债市场隐含评级更贴合市场投资者对债券
的评级给出评级。
基于前人研究，本文四-1 章节将对于这一指标构造的有效性进行进一步论证。
（2）解释变量：default_180 为虚拟变量，取值为 1 代表债券发债日前半年
时间内有同行业债券发生违约，反之为 0。其中，行业分类参照证券会 2012 年
《上市公司行业分类指引》中规定的大类行业分类。
（3）本文主要控制变量如下表所示：
表 1 控制变量及定义
变量符号
各变量的具体含义
数据来源
𝐴𝑠𝑠𝑒𝑡𝑖
发债主体公司当年平均总资产，取自然对数
Wind
𝐿𝑒𝑣𝑖
公司负债总额/公司资产总额
Wind
𝑅𝑂𝐸𝑖,𝑡−1
公司净资产收益率
Wind
𝐶𝑎𝑠ℎ𝑖
公司现金总额/公司总资产规模
Wind
𝐶𝐹𝑂𝑖
公司用于经营活动的现金流/资产总规模
Wind
𝑑_𝐿𝐼𝑆𝑇𝑖
发债主体公司是否为上市公司
Wind
𝑑_𝑆𝑂𝐸𝑖
发债主体公司是否为国有企业
Wind
𝐴𝑚𝑜𝑢𝑛𝑡𝑖,
债券发行总金额，取自然对数
Wind
7
债券违约与评级信息质量：基于中国债券市场的经验研究
𝐷𝑢𝑟𝑎𝑡𝑖𝑜𝑛𝑖,
债券发行期限
Wind
𝑑_𝑐𝑟𝑜𝑠𝑠_𝑚𝑘𝑡𝑖,
债券是否跨市场交易
Wind
𝑑_𝑜𝑝𝑡𝑖𝑜𝑛𝑖,
债券契约中是否带有回售或调价等有利购买人的选择权
Wind
𝑑_𝑐𝑜𝑚𝑖,
债券是否为公司债
Wind
𝑑_𝑀𝑇𝑁𝑖,
债券是否为中期票据
Wind
𝑑_𝑝𝑢𝑡𝑖,
债券购买人是否有强制将债券卖于发行人的权力债券
Wind
𝑑_𝑐𝑎𝑙𝑙𝑖,
债券发行人是否有强制债券赎回权
Wind
𝑑_𝑓𝑖𝑥𝑖,
债券是否为固定利率
Wind
𝑑_𝑔𝑢𝑎𝑟𝑎𝑛𝑡𝑒𝑒𝑖,
债券是否有显性担保人
Wind
𝑠ℎ𝑎𝑟𝑒𝑠_𝑖𝑛𝑖,
债券评级机构所在行业市场份额
Wind
𝑠ℎ𝑎𝑟𝑒𝑠_𝑝𝑖,
债券评级机构所在省份市场份额
Wind
除主要控制变量外，同时本文还包含：评级机构固定效应、省份固定效应、
年份固定效应、行业固定效应。
表 2 固定效应
变量符号
各变量的具体含义
数据来源
𝑌𝑒𝑎𝑟
债券样本 14-19 年各年度虚拟变量
Wind
𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦
证券会对发行债券的大类行业分类虚拟变量
Wind
𝐴𝑔𝑒𝑛𝑐𝑦
债券评级时主评级公司虚拟变量
Wind
𝑃𝑟𝑖𝑣𝑖𝑛𝑐𝑒
债券发行所在省份虚拟变量
Wind
（二）样本选择及描述性统计
本文数据来自于 Wind 数据库。本文原始样本包含中国 2007 年-2019 年发行
登记的共 22133 支债券，包括公司债、企业债及中期票据。中国第一笔私募债“超
日债”违约发生在 2014 年，故最终样本选择债券发行时间为 2014-2019 年，具
体样本剔除过程如下表所示：
表 3 样本剔除流程表
原始样本
22133
跨市场发行重复样本
3244
8
债券违约与评级信息质量：基于中国债券市场的经验研究
行业情况缺失样本
1549
省份情况缺失样本
1
发行债项评级缺失样本
1379
财务信息缺失样本
108
剔除 2014 年以前发行样本
3917
最终样本
11935
本文选取了截至 2020 年 2 月全部违约债券及短期融资工具为原始样本，经
过样本处理，最终违约债券样本包含 309 支违约债券，具体违约债券剔除过程如
下表所示：
表 4 违约样本剔除摘要
共报告债券违约样本
547
债券无明确分类样本
47
短期融资券样本
50
超短期融资券样本
41
可交换债样本
21
可转债样本
1
定向工具样本
45
证监会主管 ABS 样本
1
私募债样本
32
最终违约样本总计：
309
债券总样本和违约样本最终数据按照行业分布情况如下表所示：
表 1： 债券总样本行业分布情况
行业
中期票据
企业债
公司债
交通运输、仓储和邮政业
527
198
216
941
信息传输、软件和信息技术服务业
38
1
52
91
农、林、牧、渔业
34
5
24
63
1,015
46
849
1,910
卫生和社会工作
2
1
3
6
居民服务、修理和其他服务业
21
6
6
33
1,242
1,145
376
2,763
制造业
建筑业
9
Total
债券违约与评级信息质量：基于中国债券市场的经验研究
房地产业
398
165
677
1,240
批发和零售业
256
15
237
508
批发和零售贸易
12
3
8
23
文化、体育和娱乐业
50
5
21
76
水利、环境和公共设施管理业
78
11
38
127
电力、热力、燃气及水生产和供应业
456
67
330
853
3
0
1
4
108
25
130
263
1,293
289
595
2,177
采矿业
366
17
152
535
金融业
135
24
163
322
Total
6,034
2,023
3,878
11,935
科学研究和技术服务业
租赁和商务服务业
综合
表 2：债券违约样本行业分布情况
行业
中期票据
企业债
公司债
Total
交通运输、仓储和邮政业
3
0
7
10
信息传输、软件和信息技术服务业
0
0
5
5
农、林、牧、渔业
0
0
2
2
制造业
47
13
84
144
建筑业
14
0
25
39
房地产业
0
0
14
14
批发和零售业
6
2
10
18
批发和零售贸易
0
0
1
1
水利、环境和公共设..
0
0
1
1
水利、环境和公共设施管理业
2
2
9
13
电力、热力、燃气及水生产和供应业
0
0
1
1
租赁和商务服务业
1
0
0
1
综合
10
8
22
40
采矿业
17
1
1
19
金融业
0
0
1
1
Total
100
26
183
309
10
债券违约与评级信息质量：基于中国债券市场的经验研究
从样本的行业分布情况来看，债券违约的行业集中趋势明显，例如：制造业
公司企业共计 144 支债券发生违约，占据违约总债券的近半壁江山。而相比之下，
农业、商用服务业等行业违约债券登记仅有 1 只。行业违约集中的趋势也反映了
本文的实践意义。
表 7 是对主模型所有变量的描述性统计，包括样本数量、均值、标准差、最
大值、最小值及分位数等统计量：
表 3：主要变量描述性统计
变量
样本数
均值
方差
最小值
最大值
p25
p50
p75
spread
11,812
2.266
1.176
0.453
5.412
1.326
2.041
3.043
Indus_default
11,818
0.436
0.496
0
1
0
0
1
Rating
11,818
18.5
1.31
17
20
17
18
20
Inaccu
11,818
1.047
1.053
0
9
0
1
2
Mkt_rating
11,818
17.46
1.317
8
21
17
17
18
amount
11,818
11.79
9.189
1
50
5
10
15
duration
11,818
4.669
1.757
2
10
3
5
5
ifcrossmarket
11,818
0.149
0.356
0
1
0
0
0
ifoption
11,818
0.628
0.483
0
1
0
1
1
if_com
11,818
0.328
0.47
0
1
0
0
1
if_MTN
11,818
0.51
0.5
0
1
0
1
1
if_call
11,818
0.124
0.329
0
1
0
0
0
if_put
11,818
0.289
0.453
0
1
0
0
1
if_fixcoupon
11,818
0.696
0.46
0
1
0
1
1
if_guarantee
11,818
0.135
0.341
0
1
0
0
0
SOE
11,818
0.798
0.401
0
1
1
1
1
list
11,818
0.19
0.392
0
1
0
0
0
asset
11,812
24.59
1.447
21.47
28.5
23.54
24.45
25.58
lev
11,748
60.14
16.13
13.32
88.18
50.49
62.84
71.44
roe
11,741
5.848
6.659
-11.07
30.46
1.584
3.845
9.124
shares_p_i
11,818
575.4
1,194
9
8,674
106
239.4
488.1
shares_in_i
11,818
530.5
537.6
3.7
2,421
74
353.5
874.7
cashh
11,735
0.106
0.065
0.0085
0.34
0.0578
0.0967
0.139
11
债券违约与评级信息质量：基于中国债券市场的经验研究
cfo
11,743
0.0141
0.0613
-0.21
0.168
-0.0107
0.0168
四、回归结果分析
（一）评级质量代理变量的检验
1. 调整评级趋势检验
在构建评级误差的指标时，我们认为市场隐含评级相较于评级机构评级质量
更高，于是我们才以此为基准衡量评级机构评级与之差异作为衡量评级机构准确
程度的代理变量。谨慎起见，本文对两变量的信息含量进行进一步论证，以佐证
本文评级质量的度量符合逻辑。
（1）Xia(2014) 认为评级机构准确性可以反映在当对手评级公司与自己产
生评级分歧时，评级是否能保持持续一致性来反映，即当评级质量越高时，面对
市场上其他评级机构给出与自己不同评级时，越不易调整自己评级。而评级质量
差时，更容易更改自己的评级与对手评级公司给出的评级相靠拢。Darren J 认
为，当评级机构出现评级分异时，可以通过观测后续哪家机构有改变自己初始评
级向对方靠拢的方式，来比较两者中的评级可靠性。同时，也证明了靠拢指向的
评级与债券价格有更强的关联性。Xia(2014)还认为：因为评级购买等现象存在，
这种评级质量的偏差往往不是由于单纯的信息误差导致的，故而初始偏高的评级
更可能是评级机构故意为之，面对对手评级机构给出的不同评级，更可能收到投
资者质疑而调整评级。基于此：
检验结果如下表所示：列（1）与列（2）比较了评级出现差异后评级机构是
否有变更评级的倾向。列（1）(2) 采用 logit 模型进行回归，其中解释变量为
虚拟变量，若初始评级不同则取值为 1，反之为 0；被解释变量取值 0，1，评级
机构评级在发行后一年内有上调初始评级的行为则取值为 1，否则取值为 0。列
（2）中被解释变量也为虚拟变量，当评级发生下调时取值为 1，反之为 0。下表
结果中可以发现，列（1）logit 回归结果系数显著为负，说明评级机构面对评
级分异，评级调整时更谨慎，上调评级的可能性降低，列（2）结果则证明了评
级下调的可能性提高，结合中国债券市场评级虚高的现象，这说明评级机构给出
的评级与市场评级可以促进迫使评级机构向更谨慎的方向靠拢。
12
0.0475
债券违约与评级信息质量：基于中国债券市场的经验研究
结合前述文献，为进一步证实这种评级的调整是否有向市场隐含评级靠拢的
趋势，列（3）中对这一结果进行进一步探究，其解释变量为债券发行时评级机
构评级与市场隐含评级差值，而被解释变量为评级机构评级后续 1 年内评级调整
幅度。可以发现，回归结果显著为负，这说明当评级机构初始评级偏高时（相较
于市场隐含评级），后续评级体现出向市场隐含评级靠拢的趋势（调低）。
类似的，列（4）中采用 logit 模型探究市场隐含评级是否有变更倾向性。
回归结果不显著，说明市场隐含评级在出现评级分异时维持稳定，不受机构评级
的影响而有变更初始评级的倾向。进一步，我们探究了是否机构评级变动有向市
场隐含评级靠拢的趋势。以上结果辅助证明了，评级机构评级的质量劣于市场隐
含评级。
VARIABLES
表 4：评级差异与机构评级变更评级回归结果
(1)
(2)
(3)
Rt_upgrade
Rt_dgrade
Rt_change
if_diffrating
-0.423***
(-4.82)
1.566**
(2.50)
Diff_level
Constant
-0.861
(-0.64)
3.547
(0.01)
Observations
Bond level Controls
Firm level Controls
Industry FE
Year FE
Agency FE
Province FE
R-squared
11,682
YES
YES
YES
YES
YES
YES
4,738
YES
YES
YES
YES
YES
YES
(4)
dum_mrt
0.092
(1.24)
-0.040***
(-4.12)
-0.558**
(-2.02)
11,704
YES
YES
YES
YES
YES
YES
0.025
-8.372***
(-8.39)
11,702
YES
YES
YES
YES
YES
YES
z-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
2. 评级机构的评级与违约和债券利差的关联性
投资者往往依赖市场评级来判断债券违约与债券价格，故此，评级对违约的
预测作用和利差的关联程度成为衡量评级质量的重要指标。而因中国的评级调整
13
债券违约与评级信息质量：基于中国债券市场的经验研究
往往出现在债券发生违约后，故中国债券对于违约的预测可能性预测能力较弱。
本文通过探究市场隐含评级和评级机构评级何者与债券的价格关联性更强，以确
定市场投资者对两评级的质量认可程度。
如表所示，通过比较列（1）列（2）评级机构评级与隐含评级与债券利差的
系数可以发现，两评级系数均显著为负，但是从数字和回归方程的 R-square 分
析，市场隐含评级与评级的关联系数更大，且不能解释因素更少。而从列(3)回
归结果分析，同时考虑两评级时，市场隐含评级与利差的关联性更强。
VARIABLES
表 5：评级与债券价格回归结果
(1)
(2)
spread
spread
Rating
-0.432***
(-49.38)
11.936***
(51.59)
-0.550***
(-64.82)
13.763***
(61.82)
-0.258***
(-29.78)
-0.443***
(-49.58)
14.159***
(65.86)
11,701
0.605
YES
YES
YES
YES
11,699
0.649
YES
YES
YES
YES
11,699
0.674
YES
YES
YES
YES
Mkt_rating
Constant
Observations
Adjusted R-squared
Agency FE
Industry FE
Year FE
Province FE
(3)
spread
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
结合上述回归结果，本文充分证实了评级机构评级与市场隐含评级质量差异，
后文中也以评级机构评级与该隐含评级差异的绝对值，来衡量评级机构评级的准
确程度。
（二）基本回归结果
表中回归结果显著，解释变量 default_180 显著为负，说明违约债券会对后
续同行业的发行债券的评级质量有显著的促进作用，这说明其他债券的违约确实
起到了预警的效果，评级机构在后续评级时更为严谨，从而提升了评级质量。
14
债券违约与评级信息质量：基于中国债券市场的经验研究
表中其他控制变量结果也均符合基本预期，与前人研究文献结果相符合。后
文中所有回归均加入了同基准回归相同的控制变量，但因控制变量较多及篇幅限
制，不再汇报控制变量回归结果。
VARIABLES
表 6：违约与评级质量回归结果
(1)
(2)
Inaccu
Inaccu
(3)
Inaccu
-0.067**
(-2.34)
0.432***
(3.47)
-0.069***
(-2.67)
-2.551***
(-10.44)
-0.065**
(-2.56)
-2.631***
(-10.26)
11,818
0.156
YES
YES
NO
NO
NO
NO
11,714
0.333
YES
YES
NO
NO
YES
YES
11,705
0.365
YES
YES
YES
YES
YES
YES
Indus_default
Constant
Observations
R-squared
Industry FE
Year FE
Agency FE
Province FE
Bond level Controls
Firm level Controls
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
（三）渠道检测
债券违约预示着债券所处行业潜在风险的提升，也为投资者敲响警钟，投资
者需要从鱼龙混杂的债券中挑出真正有价值的债券，债券违约现象的出现聚集了
市场投资者的关注度。根据 ettore（2008）的研究结果，当关注度提升导致声
誉效应强化。那么此时，评级公司是否更在在意声誉而精进评级呢？据此，本文
提出假设，债券违约后，同行业债券的评级质量有所改善，是因为违约的“警示
效应”及其带来投资者的“关注效应”迫使投资者更在注重自己的声誉呢？
1. 公司上市对评级质量改善影响
评级机构的评级质量首先收到市场投资者的监控，而上市公司相较于私有企
业，与社会利益更相关，所受到投资者关注更强。如果评级机构在违约后收到“预
警效应”的影响以保障自己的参评债券评级准确，那么评级机构对于上市公司的
15
债券违约与评级信息质量：基于中国债券市场的经验研究
新债发行应当比其他公司的债券更收到评级机构的重视。
下表对这一结果给出了解释：列（1）（2）（3）汇报了分组后上市公司回归
结果，解释变量符号显著为负，说明对于上市公司而言，行业的暴雷现象引起了
机构的警惕进而促进了机构对于债券评级质量有所提升。而列（4）（5）（6）汇
报了非上市公司的回归结果，与列(1)回归先比，解释变量不显著。由此可见，
在市场投资者监督较弱的非上市公司，评级机构改善评级质量的动机效应较弱。
表 7：公司上市对评级改善的影响
16
债券违约与评级信息质量：基于中国债券市场的经验研究
VARIABLES
Indus_default
Constant
Observations
R-squared
Industry FE
Year FE
Agency FE
Province FE
Bond level Controls
Firm level Controls
(1)
Inaccu
(2)
Inaccu
(3)
Inaccu
(4)
Inaccu
(5)
Inaccu
(6)
Inaccu
-0.202***
(-3.02)
0.758***
(2.86)
-0.172***
(-2.93)
-5.223***
(-6.51)
-0.164***
(-2.82)
-5.001***
(-5.95)
0.002
(0.06)
0.329**
(2.34)
-0.019
(-0.65)
-2.440***
(-8.93)
-0.020
(-0.70)
-2.339***
(-8.11)
2,244
0.201
YES
YES
NO
NO
NO
NO
2,190
0.429
YES
YES
NO
NO
YES
YES
2,186
0.461
YES
YES
YES
YES
YES
YES
9,574
0.151
YES
YES
NO
NO
NO
NO
9,524
0.316
YES
YES
NO
NO
YES
YES
9,519
0.357
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
2. 债券面额对评级质量改善影响
同样的，大面额债券相较于小面额债券更可能成为评级机构精进评级的主要
标的。从其投资者关注度、社会影响力和违约危害等各方面，大面额债券对评级
机构的声誉均有更显著的影响。为验证假设 3，回归结果如下表所示。按照债券
发行时总规模的中位数，将债券分为大面额和小面额组，分组后发现：列（1）
汇报了大面额组回归结果，结果显示：违约发生后大面额债券评级质量显著提高，
比较列（2）小面额组回归结果，其对评级质量的改善效果则不显著。
综合该表和上表结果，这证明了声誉效应使得评级机构的精力更倾向于投入
市场关注度更多，与自己声誉关联性更强的债券。
VARIABLES
Indus_default
Constant
表 8：债券面额对评级改善的影响
(1)
(2)
(3)
(4)
Inaccu
Inaccu
Inaccu
Inaccu
-0.074*
(-1.85)
0.531***
(3.63)
-0.068**
(-2.03)
-3.041***
(-9.54)
-0.072**
(-2.14)
-2.875***
(-8.50)
17
-0.053
(-1.29)
0.285
(1.23)
(5)
Inaccu
(6)
Inaccu
-0.058
(-1.54)
-0.789*
(-1.96)
-0.047
(-1.28)
-1.403***
(-3.40)
债券违约与评级信息质量：基于中国债券市场的经验研究
Observations
R-squared
Industry FE
Year FE
Agency FE
Province FE
Bond level Controls
Firm level Controls
5,909
0.135
YES
YES
NO
NO
5,874
0.403
YES
YES
NO
NO
YES
YES
5,866
0.418
YES
YES
YES
YES
YES
YES
5,909
0.193
YES
YES
NO
NO
5,840
0.314
YES
YES
NO
NO
YES
YES
5,839
0.368
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
3. 竞争程度对评级质量改善影响
如果“声誉效应“真的存在，评级机构考虑到评级偏误可能带来的未来市场
份额的损失等风险致使评级质量提高的话，那么评级机构在损失风险更高的行业
和地区改善评级的动机更强。基于此假设，本文认为，当评级机构面对更加严峻
的同业竞争时，他们在面对违约事件冲击时，警惕心更强：一方面，精进评级准
确性可以帮助评级机构避免踩雷而导致潜在的客户损失等问题，另一方面，竞争
对手如果不慎违约则自己相应的市场份额会有所提升。而在竞争程度较弱的情境
下，评级机构市场份额的变动可能性较小，故而精进评级的动机也应当更弱。
下表回归结果汇报了对该假设的验证结果：列（1）引入行业竞争程度赫尔
芬达指数（hhi_in）及其与主要解释变量(default_180)的交叉项进行回归。其
中，行业赫芬达尔指数越大，证明行业竞争程度越弱。列（1）结果显示，解释
变量债券发行前是否违约符号仍然显著为负，而交叉项符号显著为正。这佐证了
在行业竞争程度较弱的情况下，违约发生后对评级准确性改善的效果被削弱。列
（2）引入了省份竞争程度列赫尔芬达指数（ hhi_p）及其与主要解释变量
(default_180)的交叉项进行回归。回归结果与列（1）类似。
从上述回归分析来看，严峻的行业竞争和省份竞争均对提升了评级公司的警
惕心，出于声誉效应的考虑，评级机构在声誉收到威胁更强的强竞争情境下，评
级质量改善更显著。
表 9：竞争程度对评级质量的影响
(1)
(2)
(3)
18
(4)
(5)
(6)
债券违约与评级信息质量：基于中国债券市场的经验研究
VARIABLES
Inaccu
Inaccu
Inaccu
Inaccu
Inaccu
Inaccu
Indus_default
-0.159***
(-3.53)
-0.467***
(-4.37)
0.385***
(2.60)
-0.168***
(-4.15)
-0.478***
(-4.99)
0.413***
(3.11)
-0.149***
(-3.75)
-0.390***
(-4.13)
0.352***
(2.70)
-0.207***
(-3.02)
-0.249***
(-3.95)
-0.152**
(-2.42)
0.627***
(3.90)
0.754***
(3.06)
-2.538***
(-10.34)
0.889***
(4.02)
0.366
(1.48)
-2.874***
(-10.89)
11,714
0.337
YES
YES
NO
NO
YES
YES
11,705
0.367
YES
YES
YES
YES
YES
YES
hhi_indus
default_hhi_in
hhi_province
0.684***
(4.99)
-2.293***
(-9.19)
-2.409***
(-9.20)
0.504***
(2.95)
0.581**
(2.20)
0.294**
(2.23)
11,818
0.158
YES
YES
NO
NO
NO
NO
11,714
0.335
YES
YES
NO
NO
YES
YES
11,705
0.366
YES
YES
YES
YES
YES
YES
11,818
0.159
YES
YES
NO
NO
NO
NO
default_hhi_p
Constant
Observations
R-squared
Industry FE
Year FE
Agency FE
Province FE
Bond level Controls
Firm level Controls
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
（四）踩雷效应
在前述章节，本文验证了评级机构会“声誉关注”的动机而精进后续评级时
的质量。但是，无论是“声誉效应”还是“评级购买”等，最终都以市场的获取
为目的。评级机构可能出于长远利益的考虑，改善评级质量以博取投资者信任杜
绝踩雷风险；但从短期来看，如果该违约债券是自己参评的债券，则会直接收到
市场冲击，丧失投资者信心。
基于此，本文认为，债券违约对于评级机构的行为会产生异质性影响：当该
违约债券非本公司评级时，对该公司起到了“预警作用”；而当该债券恰恰时自
己评级时，对公司可能造成严重的声誉损失及市场损失。为弥补该种损失，放长
线钓大鱼的精进评级的做法是否仍然是评级公司的选择？还是为了短期内扭转
现状，通过给出虚高评级等方式挽回客户，将错就错呢？
19
债券违约与评级信息质量：基于中国债券市场的经验研究
本文进行了如下回归以验证上述问题：
列（1）中，加入解释变量 default_180_agency，债券发行前 180 内，该评
级机构若有过往参评债券违约则为 1，反之为 0。回归结果中，解释变量显著为
正，说明评级机构评级准确性在自身踩雷后不升反降。列（2）加入了原解释变
量（default_180），及两变量交叉项（用 double_default 表示）。结果显示：解
释变量 default_180，结果稳定，而 double_default 变量结果显著为正，与
default_180 符号相反，这证明了一种“破罐子破摔”的反应策略：当机构已经
有过违约前例，其声誉已然受损。面对行业违约带来的“声誉效应”的强化反应，
已有劣迹的评级机构精进评级的动机没有尚未涉事的评级机构强。评级机构”亲
自“踩雷的事件与评级机构面对“他人“踩雷的事件对评级质量产生了异质性影
响。评级机构的评级质量在自己“踩雷”后显著削弱。
为进一步验证该结果的准确性，列（3）继续探究了评级机构的踩雷对自身
评级的影响。如果新的行业违约债券恰好为本机构所评（self_default 表示），
那么机构在行业中的声誉应当受损更强，其精进评级准确性挽回声誉的动机应当
更弱。结果如预期所示。同时比较列（2）和列（3）的结果，列（2）中交叉项
系数小于 default_180，而列（3）中 self_default 系数大于 default_180，说
明破罐子破摔的效应在同行业内效果更显著，导致机构不仅仅降低了改善评级质
量的程度，反而导致评级向更加失真的方向靠拢。
表 10：行业违约与涉事机构对评级质量的综合影响
(1)
(2)
(3)
VARIABLES
Inaccu
Inaccu
Inaccu
Indus_default
Agency_default
0.050**
(2.20)
double_default
-0.140***
(-3.73)
0.012
(0.44)
0.104***
(2.69)
self_default
Constant
Observations
-0.090***
(-3.49)
0.026
(1.10)
-2.600***
(-10.14)
-2.622***
(-10.23)
0.127***
(4.44)
-2.566***
(-10.01)
11,705
11,705
11,705
20
债券违约与评级信息质量：基于中国债券市场的经验研究
R-squared
Bond level Controls
Firm level Controls
Industry FE
Year FE
Agency FE
Province FE
0.365
YES
YES
YES
YES
YES
YES
0.366
YES
YES
YES
YES
YES
YES
0.367
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
（2）黄小琳(2017)证实了，涉事评级机构会丧失声誉，导致市场份额的损
失。据此本文推测，劣迹评级机构之所以出现如上文所属的破罐子破摔效应，是
否可能是为弥补损失，恶意抬高评级以获取市场份额呢？
为验证该结论，本文构建了按照省份和年份构建了评级机构的市场份额比例。
进行下表回归。结果显示：解释变量 default_180_agency 符号显著为负，说明
当评级机构参评的债券发生违约后，会导致该评级机构的市场份额有所下降。该
结论也与黄小琳（2017）中探究所得到的结论相同。
表 11：机构涉事对市场份额的影响
(1)
VARIABLES
shares_p
Agency_default
-93.491***
(-4.26)
-756.451***
(-3.05)
Constant
Observations
R-squared
Bond level Controls
Firm level Controls
Industry FE
Year FE
Agency FE
Province FE
11,705
0.528
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
21
债券违约与评级信息质量：基于中国债券市场的经验研究
（3）结合上述市场份额在踩雷后降低的事实，本文进一步探究这种评级偏
差是否有明显的方向性。若评级偏差没有明显的方向性，则说明踩雷带来的评级
偏差可能是因为评级公司的不可控因素导致的，（如恐慌心理、评级人员压力过
大、信息获取偏差等因素）如果有明显的方向性，则更可能的解释是该种评级偏
差可能是该机构有意为之。
回归结果如下表所示：被解释变量为 br_0,债券发行时评级，解释变量为机
构为是否有过违约先例。
（1）中解释变量为机构是否在行业内有违约，
（2）中解
释变量放开了行业限制。同时，两回归控制了发债主体公司、债券层面固定效应
及时间、机构、行业、省份固定效应后发现，踩雷事件使得评级机构评级升高
0.08 级。这意味着债券在踩雷机构中获得了更优质的评级，且这种评级的提高
不可被其他变量所解释，故而评级的虚高可能是评级误差来源的可能。列（2）
中虽然回归结果不显著，这可能是因为涉事评级机构虚高评级，损失市场份额的
情况主要集中在同行业中，在其他行业中可能该效果有所削弱。
表 12：机构涉事对评级的影响
(1)
(2)
VARIABLES
rating
rating
self_default
0.080***
(3.13)
Double_default
Constant
Observations
R-squared
Bond level Controls
Firm level Controls
Industry FE
Year FE
Agency FE
Province FE
4.346***
(17.92)
0.016
(0.71)
4.309***
(17.78)
11,705
0.640
YES
YES
YES
YES
YES
YES
11,705
0.639
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
22
债券违约与评级信息质量：基于中国债券市场的经验研究
综合上述（2）（3）两部分结果显示，评级机构虚抬评级以应对市场份额的
损失，成为了评级机构踩雷后的反应举措。而亲自踩雷的事件并未如其他公司的
踩雷一样给机构起到预警效应。总结来说，声誉维护等长期效应让步于短期的利
益弥补。
（五）长期效应检测
在前述的回归结果中，我们使用债券发行前 180 天内是否发生过其他债券违
约作为解释变量。当违约事件的热度过去后，投资者和市场监管的“聚光灯“逐
渐被移向那些更新的其他违约行业，后续的暴雷无疑掩盖了之前暴雷的热度。在
投 资 者 有 限 注 意 力 的 模 型 下 （ 李 小 晗 和 朱 红 军 ， 2011; 宋 双 杰 等 ， 2011;
Hirshleifer et al．，2009; Frederickson and Zolotoy，2015 等均有证实），
那么这种对评级机构的影响是否会随着投资者注意力的转移而削弱呢？评级机
构是否仅是仅在违约后的热度期内改善评级，还是以违约为契机发生了根本的评
级体系完善呢？本文进行了进一步探究。
本文依次构造了虚拟变量：(default_365)，当债券发行前 180-365 天内是
否有同行业债券违约且 180 天内没有同行业债券违约则取值为 1，反之为 0。虚
拟变量：(default_2year)，当债券发行前 365-730 天内是否有同行业债券违约
且 365 天内没有同行业债券违约则取值为 1，反之为 0。在基准回归的结果上改
变解释变量进行回归。
回归结果如下表所示：列（1）
（2）
（3）分别汇报了 180 天，180-365 天，365-730
天内行业违约对新发债评级的影响。列（3）解释变量系数不再显著，由此证明，
债券违约对行业的债券评级影响时间持续不超过 365 天。
此外，比较列（1）与列（2）的系数大小和 t 统计量可以发现，债券违约发
生后的评级改善效应在 180-365 天最明显。考虑到本文使用的数据均为债券发行
时评级数据，本文作者提出假设：如果违约发生时，评级工作已部分完成，那么
评级机构精进评级的行为受到违约的冲击，只能在余下的工作部分中投入。而如
果时间期限延长至 180-365 天，投资者关注效应仍未消退，而评级公司的评级可
以从开始保持审慎，这可能是对列（1）与列（2）结果差异的可能解释。本文不
再做进一步探究。
23
债券违约与评级信息质量：基于中国债券市场的经验研究
VARIABLES
表 13：长期效应检测
(1)
(2)
Inaccu
Inaccu
default_180
(3)
Inaccu
-0.065**
(-2.56)
default_365
-0.206***
(-5.43)
default_2year
Constant
Observations
R-squared
Bond level Controls
Firm level Controls
Agency FE
Industry FE
Year FE
Province FE
-2.631***
(-10.26)
-2.604***
(-10.17)
-0.073
(-1.08)
-2.606***
(-10.16)
11,705
0.365
YES
YES
YES
YES
YES
YES
11,705
0.367
YES
YES
YES
YES
YES
YES
11,705
0.365
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
（六）内生性检验
考虑到本文所使用的解释变量债券发行前 180 天是否有同行业违约与债券评
级之间可能存在的内生性问题，本文采用 PSM 方法进行内生性检验，以提出因遗
漏变量等可能带来的内生性问题。
基于本部分回归：基于本部分回归，本文新设两个变量: Treat 组债券发行
前 180 天有同行业违约先例的债券，赋值为 1。Group 为组别虚拟变量，实验组
赋值为 1。第一步使用债券发行期限、债券总额、发债公司杠杆率、经营性现金
流比率、现金比率、是否用担保作为解释变量对 Treat 变量进行 logit 回归。回
归结果显示，各变量均在统计结果上显著。第二部比较了基准模型中所有控制变
量在对照组和实验组中的差异。我们发现，所有控制变量的均值在统计意义上均
不存在显著差异。以上结果证明了本文使用倾向匹配得分法的有效性。
24
债券违约与评级信息质量：基于中国债券市场的经验研究
PSM 方法最终回归结果如下表所示：结果证明，本文回归结果在考虑可能存
在的内生性问题后仍保持稳健。
表 14：PSM 回归结果
(1)
Inaccu
VARIABLES
Indus_default
-0.063**
(-2.24)
-2.547***
(-8.54)
Constant
Observations
R-squared
Bond level Controls
Firm level Controls
Agency FE
Industry FE
Year FE
Province FE
9,146
0.365
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
（七）稳健性检验
如文献综述中所述，评级对债券结果的关联性是衡量评级信息含量的重要因
素，Bo Backer（2010），Kee-Hong Bae（2018）等多次通过探究两者的关联性来
衡量评级质量。本文故而探究违约后，债券评级与债券利差的关联性是否得到加
强，以论证基准模型中的结论是否稳健。结果如下表所示：评级结果显著为负，
而加入评级与 default_180 的交叉项后发现，交叉项结果显著为负，说明违约发
生后，债券评级与债券价格关联性增强。结果仍然稳健。
VARIABLES
Rating
表 15：稳健性检验回归结果
(1)
(2)
spread
spread
-0.511***
25
-0.466***
(3)
spread
-0.409***
债券违约与评级信息质量：基于中国债券市场的经验研究
Indus_default
default_rating
Constant
Observations
R-squared
Industry FE
Year FE
Agency FE
Province FE
Bond level Controls
Firm level Controls
(-52.97)
0.081***
(2.90)
-0.023*
(-1.71)
12.356***
(60.61)
(-45.12)
0.075***
(3.17)
-0.027**
(-2.31)
12.483***
(51.63)
(-40.19)
0.081***
(3.57)
-0.047***
(-4.15)
11.598***
(47.10)
11,812
0.396
YES
YES
NO
NO
NO
NO
11,708
0.568
YES
YES
NO
NO
YES
YES
11,699
0.608
YES
YES
YES
YES
YES
YES
t-statistics in parentheses
*** p<0.01, ** p<0.05, * p<0.1
本研究发现：
（1）当行业有违约先例时，促进评级机构在后续的评级中精进
自己评级质量。
（2）这种策略的选择基于评级机构的理性人选择策略，行业违约
前例带来了“行业关注效应”，从而导致评级失真的代价增大。评级机构基于对
自己声誉的维护，选择精进评级的反应策略。（3）评级机构在对面对大额债券、
上市公司债券等市场关注度高的债券精进评级的策略变化更显著。
（4）评级机构
面对声誉损失更严重的强竞争地区和强竞争行业时，精进评级的策略变化更显著。
（5）行业违约的前例债券对于机构评级的影响有异质性。当该债券为本机构的
评级债券时，评级机构并没有选择“精进评级”的反应策略，而选择“提供虚高
评级”的反应策略。
（6）基于有限注意力模型，评级机构的“精进评级”策略并
没有持续性，随着投资者注意力转移而逐渐放弃该策略。这种关注效应能保持约
1 年时间。
本文研究是在评级机构评级准确性方面与债券违约关系的进一步补充。
上述结论，启示如下。第一、债券投资者在债券投资时，相较于评级机构评
级，可以更多参照中债估值给出的市场隐含评级做出投资决策。第二、监管应与
市场化的方式相伴进行。评级机构对于市场有理性人反应，市场关注度的提升是
促进评级机构自发精进评级的重要方式。这也是从评级机构层面证明了刚性兑付
26
债券违约与评级信息质量：基于中国债券市场的经验研究
打破、市场化进程对于中国金融市场的改善意义。第三、应当适当加大对于多次
出现参评债券违约的涉事评级机构的惩罚，同时严格监管在初次违约后的恶意评
级操纵，警惕市场出现评级购买等抬高评级的现象。
参考文献
[1]方军雄, 伍琼, 傅颀. 有限注意力、竞争性信息与分析师评级报告市场反应
[J]. 金融研究, 2018, No.457(07):197-210.
[2]何平, 金梦. 信用评级在中国债券市场的影响力%On the Impact of Credit
Rating on Bond Market of China[J]. 金融研究, 2010, 000(004):15-28.
[3]黄小琳, 朱松, and 陈关亭. "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." 金融研究 03:134-148.
[4] 李 小 晗 , 朱 红 军 . 投 资 者 有 限 关 注 与 信 息 解 读 [J]. 金 融 研 究 ,
2011(08):132-146.
[5]宋双杰, 曹晖, 杨坤. 投资者关注与 IPO 异象——来自网络搜索量的经验证
据[J]. 经济研究, 2011(S1):145-155.
[6]Badoer D C , Demiroglu C , James C M . Ratings Quality and Borrowing
Choice[J]. SSRN Electronic Journal, 2015.
[7]Baghai R , Becker B . Reputations and Credit Ratings: Evidence from Commercial
Mortgage-Backed Securities[J]. Social Science Electronic Publishing, 2016.
[8]Becker B , Milboum T . How did increased competition affect credit ratings?[J].
Journal of financial economics, 2011, 101(3):p.493-514.
[9]Bodenstedt, Matthias, R?sch, Daniel, Scheule, Harald. The path to impairment: do
credit-rating agencies anticipate default events of structured finance transactions?[J].
European Journal of Finance, 19(9):841-860.
[10]Booth J R , Smith R I . Capital Raising, Underwriting and the Certification
Hypothesis[J]. Journal of Financial Economics, 1986, 15(1-2):261-281.
[11]Darren J. Kisgen, Matthew G Osborn, Jonathan Reuter. Analyst Promotions
within Credit Rating Agencies: Accuracy or Bias?[J]. Social Science Electronic
Publishing, 2016.
27
债券违约与评级信息质量：基于中国债券市场的经验研究
[12]Dellavigna S , Pollet J M . Investor Inattention And Friday Earnings
Announcements[J]. Journal of Finance, 2009, 64(2):709-749.
[13]Efing, Matthias, Hau, Harald. Structured Debt Ratings: Evidence on Conflicts of
Interest[J]. Cepr Discussion Papers, 2013, 116(1):46-60.
[14]Elisabeth Kempf,The job rating game: Revolving doors and analyst
incentives,Journal of Financial Economics,Volume 135, Issue 1,2020,Pages
41-67,ISSN 0304-405X,
[15]Frederickson J R , Zolotoy L . Competing Earnings Announcements: Which
Announcement Do Investors Process First?[J]. Accounting Review, 2016,
91(2):441-462.
[16]Guembel A , Rossetto S . Reputational cheap talk with misunderstanding[J].
Games and Economic Behavior, 2009, 67(2):0-744.
[17]Hamdi Driss, Nadia Massoud, Gordon S. Roberts. Are credit rating agencies still
relevant? Evidence on certification from Moody's credit watches[J]. Journal of
Corporate Finance, 2016.
[18]Hirshleifer D , Teoh S H . Limited attention, information disclosure, and financial
reporting[J]. journal of accounting & economics, 2003, 36(1-3):0-386.
[19]Kee-Hong Bae, Hamdi Driss, Gordon S. Roberts. Does Competition Affect
Ratings Quality? Evidence from Canadian Corporate Bonds[J]. Social Science
Electronic Publishing, 2018.
[20]Mariano B . Market power and reputational concerns in the ratings industry[J].
Journal of Banking & Finance, 2012, 36(6):0-1626.
[21]PATRICK BOLTON, XAVIER FREIXAS, JOEL SHAPIRO. The Credit Ratings
Game[J]. Journal of Finance, 67(1):85-112.
[22]Samuel B. Bonsall IV, Kevin Koharki, Monica Neamtiu. The Effectiveness of
Credit Rating Agency Monitoring: Evidence from Asset Securitizations[J]. Social
Science Electronic Publishing, 2015, 90(5):150128111146002.
28