传统理论认为,债券的信用利差为债券利率高出无风险市场利率的差价,其目的是为了向投资者补偿他们所购资产违约风险的部分。2011年至2017年中国经济增长形势是不断下移的,由此带来企业债务压力上升的状况,信用风险不断暴露,近年频繁出现的违约事件也印证了这一点。但与事实截然相反的是,信用利差在这几年却不升反降,呈现出不断收窄的走势,这与以往文献的研究结论大相径庭。违约事件的“密集性”、“爆发性”导致信用利差向其均值回归时呈现出明显不同于以往的特征。因此,在新经济环境背景下,研究信用利差表现出的新波动特征具有较高的理论和现实意义。现有文献对信用利差的影响因素说法不一,并没有形成统一结论。不同学者依据不同市场、不同时期的数据得出的结论差异较大甚至相反。因此,本文试图从新的角度出发,利用新的模型得出一个更具有普遍性的结论,以期能够更准确地反映出我国当前市场特色的信用利差运行特点及波动规律。基于此背景,本文以企业债券信用利差为研究对象,采用2006年至2016年共129期的月度数据,首先,构建以往学者普遍使用的线性VAR模型,通过选取一系列代理变量,分别研究了货币政策中公开市场操作对不同期限的债券信用利差的影响情况。实证结果表明,在相同信用评级的前提下,企业债券期限增加会放大货币政策调整和宏观经济波动对信用利差的影响程度;央行货币政策中广义货币供应量及央行公开市场货币净投放对债券信用利差,具有较显著的正向作用,宏观经济的各变量中CPI对信用利差影响程度较明显,而PPI、汇率水平所带来的影响则相对较小。随后,在VAR模型的基础上构建了非线性平滑转换STR模型——将PPI作为转换变量,模拟信用利差在经济平稳和大幅下行两种状态下不同的波动特征,以及其在两种状态间的非线性平滑过渡。将非线性STR模型和VAR模型的拟合结果进行对比,可以发现,从统计学的角度,换用STR模型后的拟合优度和各变量显著性均有所提升;从经济学的角度,STR模型也更加准确地刻画出了信用利差的波动特征,即非线性非对称性。在正常情况下,两个模型的结果基本吻合,即各变量对我国信用利差的影响并不明显;而当PPI大幅度下降时,STR模型和VAR模型开始呈现出截然不同的特性,在STR模型中,公开市场操作中的货币净回笼对信用利差的影响显著为负,货币供给量M2显著正向地传导到信用利差,而宏观经济中的CPI和PPI则将在波动出现的一个月后传导到信用利差。这些特征是VAR模型所无法表现的。正是转换函数G向0平滑过渡时模型所展现出的非线性特征,更准确地刻画了经济大幅下行时一年期公司债信用利差的变化。在这里STR模型非线性、非对称的特征得到了很好地展示。实证结果说明,信用利差在不同的宏观经济状态下受到的影响截然不同,这正解释了为何以往学者实证数据时期不同,得到的结果大相径庭。本文期望以此,发掘我国信用利差的波动特征,提炼影响我国信用利差的主要因素,从而给央行及投资者在把握信用利差变化,进行分析决策方面提供一定的参考。