本文研究了我国债市信用利差与股市指数之间的相关系数走势。研究表明，与美国市场二者呈现明显负相关不同，我国信用利差与股市指数相关性较弱。同时，我国信用利差与美国信用利差、我国其他主要金融市场产品的相关性也较弱，与无风险利率呈较强负相关。基于此结论，本文认为在对冲无风险利率的情况下，配置我国信用债有利于多资产组合分散风险、优化资产配置。
信用利差 股市指数 相关性 资产配置
近年来，我国信用债市场快速扩张。根据万得（Wind）数据，截至2021年8月31日，信用债存量已突破50万亿元，占总债券存量规模的40%以上，吸引着越来越多境内外投资者。彭博（Bloomberg）公司于2020年底推出中国高流动性信用债指数，说明我国信用债在国际投资中的重要性在增加。然而，我国信用债市场与国际信用债市场存在显著差异，如流动性较低、打破刚性兑付时间不长、全球评级机构对发行人评级的覆盖面有限等。这些因素使得境外投资者在配置我国信用债时面临诸多挑战。本文试图从信用利差的角度分析我国信用利差与股市的相关性，并对比美国市场，为多资产投资组合配置我国信用债提供策略依据。
文献综述
（一）股市指数与信用利差相关性的理论模型和美国市场的实证经验
信用利差通常指信用债收益率与同期限无风险利率之差，主要包括流动性溢价和信用风险溢价等。1974年，美国著名经济学家罗伯特·默顿提出了结构化模型,将股权和债权看作以公司价值为标的的期权并进行定价，为信用利差与股票价格之间的相关关系分析提供了理论分析框架。根据该模型，公司债券价值减去债券到期本息等价于卖出一个以债券到期本息为执行价格、以公司价值为标的资产的看跌期权。当公司价值上升时，看跌期权价值下降，公司债券价值上升，在无风险收益率不变的情况下，信用利差收窄。因此，信用利差的走势与看跌期权价格的变化方向一致。同理，可以将股票价格视作以债券到期本息为执行价格、以企业价值为标的资产的看涨期权。看涨期权和看跌期权价格负相关，于是可以得出结论：单个公司股票价格与信用利差之间负相关，进而作为市场代表的股市指数和市场信用利差也呈负相关。
该理论在美国市场得到了验证。以标准普尔500指数（以下简称“标普500”）代表美国股市指数，以信用违约互换指数表示信用利差，其中CDX IG表示标的为投资级债券的信用违约互换指数，CDX HY表示标的为高收益债券的信用违约互换指数。如图1所示，股市指数与信用利差呈现明显的此消彼长关系。
基于历史数据（2012年8月至2021年8月），可计算出标普500与CDX IG的日频相关系数为-0.73，与CDX HY的日频相关系数达-0.79。由此可见，从历史平均水平看，美国股市指数和信用利差负相关程度较高，符合默顿结构化模型结论。
（二）对我国股债市场相关性研究的回顾
目前，我国关于股市和债市相关性研究大多集中于股票价格和债券价格的时变相关性分析。如周梅等（2017）通过Copula-GARCH模型对6家公司的公司债收益率与股票收益率进行相关性研究，结果显示二者之间确实存在一定的相关性，且相关性会随着收益率绝对值的增加而提高。许祥云等（2014）利用上证综合指数、上证国债指数和上证企业债指数针对2008年全球金融危机前后的股债“跷跷板”效应进行量化测算，结果显示，在危机的不同阶段“跷跷板”效应的表现显著不同。
已有研究从不同角度证明了我国股市与债市之间存在相关性，这种相关性在不同阶段、不同背景下的方向和幅度缺乏稳定性。不过，目前鲜有针对我国信用利差与股市相关性进行的研究。本文试图探究二者的相关性，以帮助投资者进一步理解股市和债市的关系，也为跨市场投资者的资产配置提供参考。
实证研究
（一）2018年以来，我国信用利差与股市指数相关性的总体情况
在过去较长时间里，我国信用债市场具有刚性兑付特征，此时在信用利差中体现的信用溢价较少，更多是流动性溢价、税收溢价等。2014 年，债市刚性兑付被打破。自2018年起，信用违约逐渐常态化，信用溢价对信用利差的影响明显增强。因此，本文选取2018年1月2日至2021年8月20日的数据，对股市、高评级债券信用利差、低评级债券信用利差的走势进行对比。其中，股市指标选取沪深300指数作为代表；高评级债券信用利差采用中债隐含评级在AAA-及以上级别的信用债与国开债的零波动率利差1（经市值加权法）；低评级债券信用利差采用中债隐含评级为AA-到AA+的信用债与国开债的零波动率利差（经市值法加权）。在有中债估值的债券中，本文以除国债、政策性金融债、地方政府债之外的债券作为信用债全集，再将缺乏代表性的个券（私募债、剩余期限在1年以下的个券、含权债、浮息债、发行主体为央企的个券）剔除，最终每日得到约8000个债券样本。从图2可见，我国高评级债券信用利差、低评级债券信用利差与股市指数走势均未表现出明显的相关性。
计算结果如图3。可以看出，我国高评级债券和低评级债券的信用利差均与股市指数呈较弱的负相关性。在2018年下半年到2019年三季度，相关系数较为平稳，大体处于-0.2到-0.4之间。2019年第四季度，相关系数逐渐收缩到0左右。2020年上半年，受疫情影响，我国债券市场转换为牛市，信用利差与股市指数的相关性有所增强，相关系数出现急速上升再下降的走势。然而，即便在这种较为极端的市场环境中，信用利差与股市指数相关系数的峰值也未超过-0.45，相关性远低于美国市场。2021年上半年，两者转为弱正相关。
基于历史数据（2012年8月至2021年8月），可计算出标普500与CDX IG的日频相关系数为-0.73，与CDX HY的日频相关系数达-0.79。由此可见，从历史平均水平看，美国股市指数和信用利差负相关程度较高，符合默顿结构化模型结论。
（二）对我国股债市场相关性研究的回顾
目前，我国关于股市和债市相关性研究大多集中于股票价格和债券价格的时变相关性分析。如周梅等（2017）通过Copula-GARCH模型对6家公司的公司债收益率与股票收益率进行相关性研究，结果显示二者之间确实存在一定的相关性，且相关性会随着收益率绝对值的增加而提高。许祥云等（2014）利用上证综合指数、上证国债指数和上证企业债指数针对2008年全球金融危机前后的股债“跷跷板”效应进行量化测算，结果显示，在危机的不同阶段“跷跷板”效应的表现显著不同。
已有研究从不同角度证明了我国股市与债市之间存在相关性，这种相关性在不同阶段、不同背景下的方向和幅度缺乏稳定性。不过，目前鲜有针对我国信用利差与股市相关性进行的研究。本文试图探究二者的相关性，以帮助投资者进一步理解股市和债市的关系，也为跨市场投资者的资产配置提供参考。
实证研究
（一）2018年以来，我国信用利差与股市指数相关性的总体情况
在过去较长时间里，我国信用债市场具有刚性兑付特征，此时在信用利差中体现的信用溢价较少，更多是流动性溢价、税收溢价等。2014 年，债市刚性兑付被打破。自2018年起，信用违约逐渐常态化，信用溢价对信用利差的影响明显增强。因此，本文选取2018年1月2日至2021年8月20日的数据，对股市、高评级债券信用利差、低评级债券信用利差的走势进行对比。其中，股市指标选取沪深300指数作为代表；高评级债券信用利差采用中债隐含评级在AAA-及以上级别的信用债与国开债的零波动率利差1（经市值加权法）；低评级债券信用利差采用中债隐含评级为AA-到AA+的信用债与国开债的零波动率利差（经市值法加权）。在有中债估值的债券中，本文以除国债、政策性金融债、地方政府债之外的债券作为信用债全集，再将缺乏代表性的个券（私募债、剩余期限在1年以下的个券、含权债、浮息债、发行主体为央企的个券）剔除，最终每日得到约8000个债券样本。从图2可见，我国高评级债券信用利差、低评级债券信用利差与股市指数走势均未表现出明显的相关性。
计算结果如图3。可以看出，我国高评级债券和低评级债券的信用利差均与股市指数呈较弱的负相关性。在2018年下半年到2019年三季度，相关系数较为平稳，大体处于-0.2到-0.4之间。2019年第四季度，相关系数逐渐收缩到0左右。2020年上半年，受疫情影响，我国债券市场转换为牛市，信用利差与股市指数的相关性有所增强，相关系数出现急速上升再下降的走势。然而，即便在这种较为极端的市场环境中，信用利差与股市指数相关系数的峰值也未超过-0.45，相关性远低于美国市场。2021年上半年，两者转为弱正相关。
为精确度量信用利差与股市指数的相关关系，本文计算了信用利差日频变化值和股市指数日频变化率，公式如（1）（2）。
计算结果如图3。可以看出，我国高评级债券和低评级债券的信用利差均与股市指数呈较弱的负相关性。在2018年下半年到2019年三季度，相关系数较为平稳，大体处于-0.2到-0.4之间。2019年第四季度，相关系数逐渐收缩到0左右。2020年上半年，受疫情影响，我国债券市场转换为牛市，信用利差与股市指数的相关性有所增强，相关系数出现急速上升再下降的走势。然而，即便在这种较为极端的市场环境中，信用利差与股市指数相关系数的峰值也未超过-0.45，相关性远低于美国市场。2021年上半年，两者转为弱正相关。
分等级来看，我国高评级债券信用利差与股市指数的相关性较低评级债券信用利差略显著一些，这与美国市场情况相反。原因或是我国高评级信用债流动性相对较好，市场化程度稍高。
（二）2018年以来，剩余期限、行业等因素对我国信用利差与股市指数相关性的影响
为多维度考察我国信用利差与股市指数的相关性，本文分别按照期限和行业划分样本券，并按照公式（1）所示加权法计算分类信用利差变化值，进而计算其与股市指数变化率的相关系数。
按剩余期限（以下简称“期限”）分类，我国信用利差与股市指数的相关系数如图4所示。因为信用债期限主要集中在3年左右，所以本文将期限分为3类：1～3年期，3～5年期，5年期以上。可以看出，各期限信用利差与股市指数相关系数走势和水平基本一致，均集中在-0.4～0.2。可见，期限对于我国信用利差与股市指数的相关性影响较小。
计算结果如图3。可以看出，我国高评级债券和低评级债券的信用利差均与股市指数呈较弱的负相关性。在2018年下半年到2019年三季度，相关系数较为平稳，大体处于-0.2到-0.4之间。2019年第四季度，相关系数逐渐收缩到0左右。2020年上半年，受疫情影响，我国债券市场转换为牛市，信用利差与股市指数的相关性有所增强，相关系数出现急速上升再下降的走势。然而，即便在这种较为极端的市场环境中，信用利差与股市指数相关系数的峰值也未超过-0.45，相关性远低于美国市场。2021年上半年，两者转为弱正相关。
分等级来看，我国高评级债券信用利差与股市指数的相关性较低评级债券信用利差略显著一些，这与美国市场情况相反。原因或是我国高评级信用债流动性相对较好，市场化程度稍高。
（二）2018年以来，剩余期限、行业等因素对我国信用利差与股市指数相关性的影响
为多维度考察我国信用利差与股市指数的相关性，本文分别按照期限和行业划分样本券，并按照公式（1）所示加权法计算分类信用利差变化值，进而计算其与股市指数变化率的相关系数。
按剩余期限（以下简称“期限”）分类，我国信用利差与股市指数的相关系数如图4所示。因为信用债期限主要集中在3年左右，所以本文将期限分为3类：1～3年期，3～5年期，5年期以上。可以看出，各期限信用利差与股市指数相关系数走势和水平基本一致，均集中在-0.4～0.2。可见，期限对于我国信用利差与股市指数的相关性影响较小。
按行业分类，我国信用利差与股市指数的相关系数如图5所示。因为我国信用债样本有限，不支持细粒度过小的行业划分，所以本文将所有信用债划分为银行、非银、城投、地产、产业共5个行业。可以看出，各行业信用利差与股市指数相关系数走势和水平基本一致，并没有出现某个行业稳定高于或低于其他行业的现象。
综上，不同期限、不同行业信用债的信用利差与股市指数的相关性趋于同质化，没有明显分化现象。
（三）从长期来看，我国信用利差与主要金融市场的相关性
接下来考察自2013年以来我国信用利差与主要金融市场指标的相关性。下文用3年期中债隐含评级为AA的中短期票据收益率与3年期国开债收益率之差代表我国信用利差。这主要基于两点考虑：一是零波动率利差虽更加准确，但时序长度有限，暂不支持2018年之前的分析。二是根据上文结论，期限、行业均不对信用利差与股市的相关性产生明显影响，评级的影响也较小，基本可忽略。
经计算，我国股市指数与信用利差的相关系数走势如图6所示。其中，股市分别选取了上证50指数、中证500指数和沪深300指数作为指标。由于我国股市指数之间呈强相关，其与信用利差的相关系数走势未出现明显差异。在2013年到2016年，各相关系数波动范围均为-0.2～0.2。在2016年之后，相关性整体小幅增强，在2021年转为弱正相关。
综上，不同期限、不同行业信用债的信用利差与股市指数的相关性趋于同质化，没有明显分化现象。
（三）从长期来看，我国信用利差与主要金融市场的相关性
接下来考察自2013年以来我国信用利差与主要金融市场指标的相关性。下文用3年期中债隐含评级为AA的中短期票据收益率与3年期国开债收益率之差代表我国信用利差。这主要基于两点考虑：一是零波动率利差虽更加准确，但时序长度有限，暂不支持2018年之前的分析。二是根据上文结论，期限、行业均不对信用利差与股市的相关性产生明显影响，评级的影响也较小，基本可忽略。
经计算，我国股市指数与信用利差的相关系数走势如图6所示。其中，股市分别选取了上证50指数、中证500指数和沪深300指数作为指标。由于我国股市指数之间呈强相关，其与信用利差的相关系数走势未出现明显差异。在2013年到2016年，各相关系数波动范围均为-0.2～0.2。在2016年之后，相关性整体小幅增强，在2021年转为弱正相关。
根据跨国债券投资组合的配置需求，接下来考察我国信用利差与美国信用利差的相关性。本文计算美国CDX IG和美国CDX HY与我国信用利差滚动日频相关系数，并取均值。如表1所示，两个相关系数均值绝对值都没超过0.01，这说明我国信用债与美国信用债为两个割裂的市场，几乎没有相关关系。
根据国内多资产投资组合的配置需求，继续考察我国信用利差与国内其他主要金融市场（原油、港股、铜、螺纹钢、黄金）指标的相关性。本文分别选取期货价格或相关指数作为各市场指标，计算其变化率与信用利差变化量的相关性，相关系数均值如表2所示。可以看出，我国信用利差与其他金融市场存在弱相关性，其相关系数均值绝对值均在0.1以下。
最后，考察我国信用利差与无风险利率的相关性。本文在中债国开债收益率曲线上分别选取3个月期、1年期、3年期、10年期、30年期关键期限点收益率作为各期限无风险利率，计算滚动相关系数。从图7可见，我国信用利差与3年期中债国开债收益率具有较强相关性，自2020年以来系数一度达-0.8。
根据国内多资产投资组合的配置需求，继续考察我国信用利差与国内其他主要金融市场（原油、港股、铜、螺纹钢、黄金）指标的相关性。本文分别选取期货价格或相关指数作为各市场指标，计算其变化率与信用利差变化量的相关性，相关系数均值如表2所示。可以看出，我国信用利差与其他金融市场存在弱相关性，其相关系数均值绝对值均在0.1以下。
最后，考察我国信用利差与无风险利率的相关性。本文在中债国开债收益率曲线上分别选取3个月期、1年期、3年期、10年期、30年期关键期限点收益率作为各期限无风险利率，计算滚动相关系数。从图7可见，我国信用利差与3年期中债国开债收益率具有较强相关性，自2020年以来系数一度达-0.8。
综上，从长期来看，我国信用利差与我国股市指数的相关性较弱，未呈现默顿结构化模型结论；与美国信用利差、我国其他主要金融市场指标的相关性也维持在较低水平；与同期限无风险利率的相关性较强。
我国信用利差与股市指数相关性较弱的原因
（一）发行主体性质导致信用风险暴露程度相对较弱
在默顿理论中，股票价格和信用利差的传导通过企业价值实现，即以信用风险为媒介，流动性风险在该模型中刻画得较少。在我国，信用债的发行主体主要为国有企业、城投企业和信用资质较好的企业，这些企业违约风险较小，因此信用利差受流动性风险的影响较大。未来随着发行主体多样化、违约常态化，该情况可能发生变化。
（二）发行主体构成不同降低了股债市场之间的风险传导水平
根据Wind数据，截至2021年1月18日，存量信用债的发行主体共有5242家，其中上市公司671家，占比仅为12.8%；存量信用债余额共计44.74万亿元，其中由上市公司发行的余额为19.1万亿元，占比为42.7%。
在我国信用债发行主体中，上市公司占比较低，风险由股市传导至债市的机制较弱。根据Bloomberg数据，截至2020年中，美国现存公司债的88.8%由上市公司发行，上市公司占发行主体的53.8%。中美债券市场发行主体机构存在显著差异，导致两国股债市场之间的风险传导水平有所不同。
（三）股市和债市的主要影响因素不同
宏观流动性的变化对我国债券市场的影响大于股市。债券市场受宏观流动性影响较大，宽松的流动性会给银行、非银等投资主体带来较大的债券配置需求，而流动性宽松经常是政策积极应对经济下行的信号,可降低债券违约预期，引导信用利差下行。相对而言，影响股市行情的因素较为多样化。如在2021年3月到7月底，我国宏观流动性较为充裕，带动3年期中债AA中短期票据较同期限国开债信用利差从121BP下行至100BP。同期，股市整体处于横盘震荡状态，影响因素包括高估值龙头白马股回调、商品大涨、人民币升值等。受制于底层不同的交易逻辑，我国信用利差与股市相关性较小。
作用与启示
对多资产组合进行配置往往比单一资产配置的难度大。投资者不仅需要对各市场有深刻理解，还需要分析资产之间的相关性，力求风险对冲或分散。本文研究了我国债市信用利差与股市指数及其他金融市场指标的相关性，揭示了我国信用债市场对于构建多资产组合的作用。
在投资组合管理中，低相关性资产可用于降低组合风险。本文发现，与美国股市指数与信用利差呈现长期稳定的高度负相关性不同，自2018年以来我国股市指数和信用利差相关性较弱，且评级、期限、行业等因素对此影响不大。基于2013年以来的数据分析可发现，我国信用利差与股市指数的相关性长期较弱，与美国信用利差以及我国其他主要金融产品（黄金、原油等）的相关性也较弱，与无风险利率的负向相关性较高。因此，当前多资产投资者可通过持有我国信用债来优化资产配置，分散来自股市等其他金融市场的风险。具体而言，投资者可以持有信用债，并利用利率互换、债券借贷、国债期货等工具进行做空，以对冲无风险利率的波动风险，从而分散股市风险、优化资产配置。
未来，随着我国债券市场日益成熟、发行主体日益多样化、违约常态化、债券流动性进一步提高，上述情况可能发生转变。对此投资者也应给予关注。
注：1. 零波动率利差（Z-spread）的计算方法为在中债国开债收益率曲线关键期限点上增加Z-spread，使得该期限债券现金流据此折现所得的现价与其市场价格相等。
参考文献
[1] 李艳军. 打破刚兑与信用利差影响因素的变化[J]. 债券，2019(11): 69-70.
[2] 许祥云，廖佳，吴松洋. 金融危机前后的我国股债关系分析——基于市场情绪变化的解释视角[J]. 经济评论，2014，185(1): 130-140.3.
[3] 周梅，樊毅斌. 基于Copula-GARCH模型的公司债与股票收益率相关性分析[J]. 统计与决策，2017，480(012):168-170.
[4] Merton R C. On the pricing of corporate debt: the risk structure of interest rates[J]. Journal of Finance, 1974, 29(2):449-470.
◇本文原载《债券》2021年11月刊
◇作者：方茜 洪洋 彭丹 王志雄
◇作者单位：平安资管债券生态一体化平台金融模型团队
平安资管投资风控团队
平安资管债券生态一体化平台金融模型团队
平安资管债券生态一体化平台金融模型团队
◇责任编辑：鹿宁宁 刘颖
