企業(yè)債“信用價(jià)差之謎”的最新研究與未來(lái)展望

1、企業(yè)債“信用價(jià)差之謎”的最新研究與未來(lái)展望    摘要：企業(yè)債的信用價(jià)差和預(yù)期違約損失之間的巨大差異正在引起人們對(duì)“信用價(jià)差之謎”的日益關(guān)注。對(duì)“信用價(jià)差之謎”的代表性解釋之一為信用價(jià)差分解理論，該理論的最新研究已經(jīng)觸及到了稅收、風(fēng)險(xiǎn)溢價(jià)和流動(dòng)性溢價(jià)等方面；代表性解釋之二為信用風(fēng)險(xiǎn)分散困境理論，包括系統(tǒng)風(fēng)險(xiǎn)的不可分散性和可分散風(fēng)險(xiǎn)的難于分散性。此外，對(duì)“信用價(jià)差之謎”的探討已經(jīng)從發(fā)達(dá)債券市場(chǎng)過(guò)渡到新興債券市場(chǎng)，并仍有待于進(jìn)一步的研究。 關(guān)鍵詞：信用價(jià)差；信用價(jià)差分解；信用風(fēng)險(xiǎn)分散“信用價(jià)差”是指為了補(bǔ)償違約風(fēng)險(xiǎn)，投資者要求企業(yè)債提供的高于到期日相同的國(guó)債

2、收益的額外收益，一般把剩余期限及現(xiàn)金流結(jié)構(gòu)相同的企業(yè)債和國(guó)債的到期收益率之差作為信用價(jià)差。在債券市場(chǎng)上，人們把信用價(jià)差作為企業(yè)債信用風(fēng)險(xiǎn)的代表，通過(guò)觀察信用價(jià)差的變化來(lái)推斷企業(yè)債的信用風(fēng)險(xiǎn)。但是，盡管通常認(rèn)為信用價(jià)差是用于補(bǔ)償信用風(fēng)險(xiǎn)的，一直以來(lái)人們還是難以解釋信用價(jià)差和信用風(fēng)險(xiǎn)之間的確切關(guān)系。實(shí)際上，企業(yè)債的信用價(jià)差要比預(yù)期違約損失包含的價(jià)差大許多倍。比如，在1997-2003年間，期限在3年到5年之間的美國(guó)BBB級(jí)企業(yè)債的平均信用價(jià)差為每年170個(gè)基點(diǎn)。但是，在相同時(shí)期，由違約引起的平均年損失只有20個(gè)基點(diǎn)，信用價(jià)差要比預(yù)期違約損失大8倍之多。信用價(jià)差和預(yù)期違約損失之間的這種巨大差異就是所

3、謂的“信用價(jià)差之謎”。利用Merrill Lynch公司發(fā)布的經(jīng)期權(quán)調(diào)整的債券價(jià)差指數(shù)（OAS），可以計(jì)算出1997年1月至2003年8月間美國(guó)不同信用級(jí)別和期限的企業(yè)債的平均信用價(jià)差，如表1所示。表1同時(shí)列示了相應(yīng)的預(yù)期違約損失的估計(jì)值。可見(jiàn)， AAA級(jí)短期企業(yè)債（期限為1-3年）的平均信用價(jià)差大約為50個(gè)基點(diǎn)，期限為7年至10年的企業(yè)債的平均信用價(jià)差為74個(gè)基點(diǎn)。從BBB級(jí)開(kāi)始，低信用級(jí)別企業(yè)債的信用價(jià)差迅速升高。值得關(guān)注的是，對(duì)于所有信用級(jí)別和期限的企業(yè)債，預(yù)期違約損失都只占了信用價(jià)差的一個(gè)很小的部分。比如，對(duì)于信用級(jí)別為BBB級(jí)、期限在3年至5年之間的企業(yè)債來(lái)說(shuō)，預(yù)期違約損失只有20個(gè)

4、基點(diǎn)，而平均信用價(jià)差卻達(dá)到171個(gè)基點(diǎn)。同時(shí)，隨著信用級(jí)別的降低，信用價(jià)差和預(yù)期違約損失之間的差距出現(xiàn)絕對(duì)增大。如表1所示，以期限在3年至5年之間的企業(yè)債為例，這種差距從AAA級(jí)企業(yè)債的64個(gè)基點(diǎn)增加到相同期限的B級(jí)債券的291個(gè)基點(diǎn)。信用級(jí)別信用價(jià)差預(yù)期損失信用價(jià)差預(yù)期損失信用價(jià)差預(yù)期損失信用價(jià)差預(yù)期損失AAAAAABBBBBB49.5058.9788.82168.99421.2760.840.061.241.1212.48103.09426.1663.8671.22102.91170.89364.55691.810.181.442.7820.12126.74400.5270.4782.36

5、110.71185.34345.37571.940.331.864.7127.17140.52368.3873.9588.57117.52179.63322.32512.430.612.77.3234.56148.05329.4注：信用價(jià)差基點(diǎn)是利用Merrill Lynch公司1997年1月到2003年8月的數(shù)據(jù)計(jì)算的美國(guó)企業(yè)債經(jīng)期權(quán)調(diào)整的價(jià)差指數(shù)的平均值。企業(yè)債的預(yù)期違約損失只占信用價(jià)差的很小一部分的事實(shí)使得人們開(kāi)始尋找其中的奧秘與來(lái)源。其中，對(duì)“信用價(jià)差之謎”的最新的代表性解釋包括信用價(jià)差分解理論和信用風(fēng)險(xiǎn)分散困境理論。一、信用價(jià)差分解理論    

6、1.稅收投資企業(yè)債得到的收益是要納稅的，而投資國(guó)債的收益卻不必納稅。由于投資者比較不同投資工具的投資收益是以稅后收益作為基礎(chǔ)的，因此套利理論認(rèn)為企業(yè)債的收益要更高一些以便補(bǔ)償稅收支出。在美國(guó)，不同的州對(duì)于企業(yè)債的最大邊際稅率有不同的要求，大致在5%到10%之間。Elton et al(2001) 6發(fā)現(xiàn)差別稅收比預(yù)期違約損失對(duì)價(jià)差具有更重要的影響，因?yàn)槎愂照计髽I(yè)債和國(guó)債之間差異的更大部分。Elton et al(2001) 6采用基準(zhǔn)稅率4.875%，發(fā)現(xiàn)隨著企業(yè)債的信用級(jí)別和期限的不同，稅收大致可以解釋價(jià)差的28%-73%（參見(jiàn)表3）。采用不同的樣本和方法，Driessen(2003) 9發(fā)

7、現(xiàn)稅收只解釋了價(jià)差的34%-57%。由于稅收同收益水平的聯(lián)系比同信用價(jià)差的聯(lián)系更密切，它們的效應(yīng)對(duì)于各個(gè)信用級(jí)別的債券來(lái)說(shuō)大致是不變的，因此相對(duì)于高信用級(jí)別的債券，它們解釋低信用級(jí)別債券的信用價(jià)差的部分要更小一些。2.風(fēng)險(xiǎn)溢價(jià)由于未被解釋的信用價(jià)差本身具有波動(dòng)性，這同樣也增加了企業(yè)債的風(fēng)險(xiǎn)。并且，該附加風(fēng)險(xiǎn)不易通過(guò)持有相同發(fā)行主體發(fā)行的股票來(lái)進(jìn)行分散，因此，除了補(bǔ)償預(yù)期違約損失和稅收支出以外，風(fēng)險(xiǎn)厭惡型投資者會(huì)額外要求得到承擔(dān)該附加風(fēng)險(xiǎn)的溢價(jià)。Elton et al(2001) 6認(rèn)為該風(fēng)險(xiǎn)溢價(jià)可能解釋大約19%-41%的信用價(jià)差（參見(jiàn)表3）。Driessen(2003) 9對(duì)風(fēng)險(xiǎn)溢價(jià)進(jìn)行模型

8、估計(jì)，發(fā)現(xiàn)它們解釋的價(jià)差低至18%（AA級(jí)，5年期），高至52%（BBB級(jí)，10年期）（參見(jiàn)表3）。此外，John Hull et al(2004) 10將企業(yè)債相對(duì)于國(guó)債的信用價(jià)差分解為無(wú)風(fēng)險(xiǎn)收益價(jià)差、違約損失補(bǔ)償和風(fēng)險(xiǎn)溢價(jià)三部分（參見(jiàn)表2）。他們采用Merrill Lynch發(fā)布的數(shù)據(jù)計(jì)算1996年至2003年的平均風(fēng)險(xiǎn)溢價(jià)，發(fā)現(xiàn)風(fēng)險(xiǎn)溢價(jià)所能解釋的信用價(jià)差低至16%（B級(jí)），高至62%（Baa級(jí)）。值得注意的是，高信用級(jí)別（Aaa至Baa）企業(yè)債的信用價(jià)差中風(fēng)險(xiǎn)溢價(jià)所占的比例遠(yuǎn)遠(yuǎn)大于違約損失補(bǔ)償?shù)谋壤?。相比之下，低信用?jí)別（B、Caa及以下）企業(yè)債的信用價(jià)差主要是受到預(yù)期違約損失的影響，其

9、違約損失補(bǔ)償?shù)慕忉尪确浅４螅_(dá)76.8%。信用級(jí)別信用價(jià)差無(wú)風(fēng)險(xiǎn)收益價(jià)差違約損失補(bǔ)償風(fēng)險(xiǎn)溢價(jià)Aaa83（100%）43（51.8%）2（2.4%）38（45.8%）Aa90（100%）43（47.8%）4（4.4%）43（47.8%）A120（100%）43（35.8%）8（6.7%）69（57.5%）Baa186（100%）43（23.1%）28（15.1%）115（61.8%）Ba347（100%）43（12.4%）144（41.5%）160（46.1%）B585（100%）43（7.3%）449（76.8%）93（15.9%）Caa及以下1321（100%）43（3.3%）1014（76

10、.8%）264（19.9%）3.流動(dòng)性溢價(jià)實(shí)際交易過(guò)程中，大多數(shù)企業(yè)債的交易頻率相對(duì)較低，這意味著對(duì)這些投資工具進(jìn)行交易通常比交易股票和國(guó)債所需的成本更大，因此投資者必然要求得到流動(dòng)性補(bǔ)償。比如，Schultz(2001) 11估計(jì)出美國(guó)企業(yè)債市場(chǎng)的雙向交易成本大概為27個(gè)基點(diǎn)。此外，在既定時(shí)間債券的流動(dòng)性可能是不確定的，投資者也需要得到承擔(dān)這種風(fēng)險(xiǎn)的溢價(jià)。實(shí)際上，許多近期研究認(rèn)為流動(dòng)性溢價(jià)可能是除了稅收以外，信用價(jià)差的另一個(gè)最重要的組成部分。Driessen(2003) 9估計(jì)得出，流動(dòng)性溢價(jià)對(duì)信用價(jià)差的解釋能力大約為20%，Perraudin and Taylor(2003) 12得到的估

11、計(jì)值更大。Martell(2003) 13和Dignan(2003) 14發(fā)現(xiàn)流動(dòng)性是產(chǎn)生信用價(jià)差的主要因素之一。Min, Lee, Nam, Park and Nam(2003) 15發(fā)現(xiàn)流動(dòng)性和清償能力解釋了20世紀(jì)90年代11個(gè)新興經(jīng)濟(jì)體的大部分價(jià)差變化。Frank de Jong and Joost Driessen(2005) 16探討了流動(dòng)性風(fēng)險(xiǎn)在企業(yè)債定價(jià)中所起的作用，發(fā)現(xiàn)流動(dòng)性風(fēng)險(xiǎn)是計(jì)算企業(yè)債預(yù)期收益的一個(gè)定價(jià)因素。企業(yè)債收益暴露在國(guó)債流動(dòng)性和股票市場(chǎng)流動(dòng)性的波動(dòng)之下，有助于解釋信用價(jià)差之謎。對(duì)于預(yù)期收益，美國(guó)的長(zhǎng)期投資級(jí)債券的總的流動(dòng)性溢價(jià)大約為45個(gè)基點(diǎn)，投機(jī)級(jí)債券對(duì)流動(dòng)性

12、因素具有較高的風(fēng)險(xiǎn)暴露，流動(dòng)性溢價(jià)大約為100個(gè)基點(diǎn)。他們還利用歐洲企業(yè)債的價(jià)格進(jìn)行估計(jì)，得到的企業(yè)債流動(dòng)性風(fēng)險(xiǎn)暴露的結(jié)果同美國(guó)數(shù)據(jù)的結(jié)論非常相似。預(yù)期損失稅收風(fēng)險(xiǎn)溢價(jià)其他3.572.619.44.58.058.027.66.411.448.033.07.717.844.130.97.220.929.040.79.434.728.430.07.0稅收風(fēng)險(xiǎn)溢價(jià)流動(dòng)性溢價(jià)57.117.925.055.023.321.750.826.223.048.532.419.137.445.816.934.052.113.8注：數(shù)據(jù)來(lái)源：Elton et al（2001）；Driessen（2003）二、信用

13、風(fēng)險(xiǎn)分散困境理論1.系統(tǒng)風(fēng)險(xiǎn)的不可分散性各個(gè)債券的違約不是相互獨(dú)立的，有些時(shí)候違約概率很低，而有些時(shí)候違約概率很高。根據(jù)Moody公布的數(shù)據(jù)，在1970-2003年之間每年的違約率低至1979年的0.09%，高至2001年的3.81%，這段時(shí)期內(nèi)的平均違約率為1.27%。這些結(jié)果意味著債券收益具有系統(tǒng)性風(fēng)險(xiǎn)，不能被分散掉，債券交易者應(yīng)該對(duì)承擔(dān)該風(fēng)險(xiǎn)要求額外的收益。另外，Collin-Dufresne et al(2003) 19區(qū)別了直接跳躍型風(fēng)險(xiǎn)溢價(jià)以及傳染型風(fēng)險(xiǎn)溢價(jià)。直接跳躍型風(fēng)險(xiǎn)溢價(jià)同大量企業(yè)同時(shí)違約的風(fēng)險(xiǎn)相關(guān)。Collin-Dufresne et al估計(jì)認(rèn)為傳染型風(fēng)險(xiǎn)溢價(jià)要比直接跳躍

14、型風(fēng)險(xiǎn)溢價(jià)高幾倍。他們實(shí)證檢驗(yàn)了信用事件對(duì)于Lehman企業(yè)債指數(shù)的收益的影響，發(fā)現(xiàn)大公司的信用事件造成整個(gè)債券市場(chǎng)的信用價(jià)差增大，這可能顯示出信用事件對(duì)信用價(jià)差具有“傳染”效應(yīng)從而要求一定的風(fēng)險(xiǎn)溢價(jià)。2.可分散風(fēng)險(xiǎn)的難于分散性 在企業(yè)債投資組合中，經(jīng)常會(huì)出現(xiàn)實(shí)際違約損失大于預(yù)期違約損失的情況。信用價(jià)差分解理論通常都假定，通過(guò)持有包含大量債券的債券組合投資者可以分散掉未預(yù)期的違約風(fēng)險(xiǎn)。但是，這種假定在實(shí)際中是不能夠成立的，將債券組合的違約風(fēng)險(xiǎn)完全分散掉不太可能實(shí)現(xiàn)。企業(yè)債具有違約風(fēng)險(xiǎn)的性質(zhì)使得企業(yè)債收益的分布呈現(xiàn)高度的負(fù)向偏斜，即發(fā)生少量損失的概率通常非常大，而發(fā)生大量損失的概率通常很小。大多

15、數(shù)時(shí)候債券發(fā)行者不會(huì)違約，從而損失為零。但是，一旦違約發(fā)生，那么損失通常十分巨大。這種偏斜性是阻礙風(fēng)險(xiǎn)分散化的一個(gè)關(guān)鍵因素，只要不同債券的違約事件之間存在正的相關(guān)性，那么即使組合的規(guī)模非常大，損失的這種不規(guī)則性也不會(huì)得到完全的“消除”。 企業(yè)債存在違約風(fēng)險(xiǎn)意味著存在很小但是很顯著的大量損失的概率，卻沒(méi)有機(jī)會(huì)得到相對(duì)大量的收益。因此，債券收益的分布是負(fù)向偏斜的，在分布曲線左側(cè)有一個(gè)長(zhǎng)尾。Stephen Kealhofer and Jeffery R. Bohn(2001) 20對(duì)債券組合的實(shí)際損失分布和鐘形的損失分布進(jìn)行了比較，兩個(gè)分布具有相同的預(yù)期損失和非預(yù)期損失。由圖1可見(jiàn)二者存在兩個(gè)重要的

16、差別。其中最明顯的就是實(shí)際債券組合的損失分布是非對(duì)稱的，發(fā)生大量損失的概率很小，而發(fā)生少量損失的概率根大。另一個(gè)主要差別是，鐘形分布發(fā)生非常大的損失的概率接近于零的速度要比偏斜分布的速度快。由于存在這種偏度，使得風(fēng)險(xiǎn)分散十分困難，因?yàn)橐雽⑽搭A(yù)期損失減少到很小，所需的債券組合的規(guī)模要非常大。但是，這種大規(guī)模的組合是難以達(dá)到的，因此非預(yù)期損失是不可避免的。相比之下，股票收益呈現(xiàn)了一種更對(duì)稱的分布，出現(xiàn)大量損失的概率同出現(xiàn)大量收益的概率相當(dāng)。這種對(duì)稱性使得股票投資的風(fēng)險(xiǎn)分散相對(duì)容易，僅30支股票就能很好的分散風(fēng)險(xiǎn)，而30只企業(yè)債的組合是不能達(dá)到同樣效果的。Amato and Remolona(20

17、04) 21認(rèn)為企業(yè)債投資組合比股票投資組合更難于分散風(fēng)險(xiǎn)。為了解釋分散信用風(fēng)險(xiǎn)的困難之處，考慮兩個(gè)假想的企業(yè)債組合，總價(jià)值都為300萬(wàn)美元，分別投資到100只和300只不同發(fā)行主體的債券。進(jìn)一步假定這些債券的違約概率相同，都為0.5%，違約時(shí)間相互獨(dú)立，違約發(fā)生時(shí)的回收率為50%，圖2顯示了這些組合不同違約損失的概率。利用二項(xiàng)式概率密度函數(shù)計(jì)算違約概率，兩個(gè)組合的預(yù)期違約損失都是7500美元。但是，兩個(gè)組合大于該損失的概率都很大。比如，包含100只債券的組合具有大于1%的概率損失45000美元，比預(yù)期違約損失大6倍。將組合擴(kuò)展至300只債券，風(fēng)險(xiǎn)分散化程度提高了，但是風(fēng)險(xiǎn)分散的效果仍然不是很

18、好，有超過(guò)1%的概率損失25000美元，比預(yù)期違約損失大3倍。 那么，既然實(shí)現(xiàn)不了風(fēng)險(xiǎn)的完全分散化，就需要在信用價(jià)差中為未預(yù)期的違約損失定價(jià)。實(shí)際上，這種難于分散的風(fēng)險(xiǎn)可以很好的解釋大部分價(jià)差，但卻經(jīng)常被人們所忽視。 企業(yè)債的信用價(jià)差和預(yù)期違約損失之間的巨大差異引起了人們對(duì)“信用價(jià)差之謎”的探討。根據(jù)已有研究結(jié)論可知，預(yù)期違約損失只解釋了信用價(jià)差的很小一部分，還應(yīng)該包括稅收、風(fēng)險(xiǎn)溢價(jià)和流動(dòng)性差等因素。而債券收益的高度負(fù)偏斜性使得大規(guī)模的債券投資組合在現(xiàn)實(shí)中不能實(shí)現(xiàn)，違約的未預(yù)期損失難以避免，因此信用價(jià)差在很大程度上是用于補(bǔ)償企業(yè)債投資組合始終存在的未預(yù)期的違約損失的風(fēng)險(xiǎn)。此外，考察已

19、有的研究，幾乎大部分都是考慮的美國(guó)債券市場(chǎng)，而不同的債券市場(chǎng)具有不同的特性，研究結(jié)論也可能有所不同。比如，Masazumi Hattori, Koji Koyama and Tatsuya Yonetani(2001) 22就得出了不同的結(jié)論，他們分析了1997年后日本債券市場(chǎng)信用價(jià)差變化的決定因素，對(duì)信用價(jià)差和一些經(jīng)濟(jì)和金融變量之間的關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)違約風(fēng)險(xiǎn)和整體金融形勢(shì)是解釋信用價(jià)差的最顯著因素。而M. Jayadev and Joshy Jacob(2006) 23研究印度企業(yè)債市場(chǎng)的信用價(jià)差，得出結(jié)論認(rèn)為信用價(jià)差的大部分變化不是由違約概率和回收率等與信用風(fēng)險(xiǎn)相關(guān)的因素解釋的，不

20、同信用級(jí)別債券的未能解釋的信用價(jià)差變化似乎高度相關(guān)，必須進(jìn)一步發(fā)展債券市場(chǎng)以便消除現(xiàn)有的系統(tǒng)風(fēng)險(xiǎn)溢價(jià)。更好的理解企業(yè)債的信用價(jià)差有助于提高對(duì)企業(yè)債的信用風(fēng)險(xiǎn)管理水平，增強(qiáng)債券投資組合的流動(dòng)性，同時(shí)也可以提高債券的定價(jià)能力，改善企業(yè)債市場(chǎng)和信用衍生品市場(chǎng)的效率。為了進(jìn)一步破解“信用價(jià)差之謎”，我們認(rèn)為未來(lái)研究可以側(cè)重以下方面：1.應(yīng)該充分考慮不同交易地區(qū)債券市場(chǎng)的特殊性，尤其是應(yīng)該重視諸如亞洲和拉丁美洲等新興市場(chǎng)的自有特點(diǎn)，探索不同特性市場(chǎng)的信用價(jià)差的決定因素。2.目前，衍生品市場(chǎng)迅速發(fā)展，出現(xiàn)投機(jī)者大量投機(jī)的現(xiàn)象，這些都經(jīng)常對(duì)信用價(jià)差產(chǎn)生影響，而這些因素對(duì)于決定信用價(jià)差的平均水平的重要性有多大

21、仍是一個(gè)有待于回答的問(wèn)題。3.信用衍生品的發(fā)展可能在未來(lái)更多的改變信用市場(chǎng)，尤其是在風(fēng)險(xiǎn)分散的機(jī)會(huì)和市場(chǎng)流動(dòng)性方面。從長(zhǎng)期來(lái)看這可能減少信用價(jià)差，但是所能產(chǎn)生的效應(yīng)的規(guī)模和速度仍有待于確定。1 Jones, E., Mason, S., and Rosenfeld, E. (1984). Contingent claims analysis of corporate capital structures: An empirical investigation J. Journal of Finance, 39, (3), 611-627.2 Merton, R. (1974). On the

22、pricing of corporate debt: The risk structure of interest rates J. Journal of Finance, 29, 44970.3 Leland, H.E. (1994). Corporate debt value, debt covenants and capital structure J. Journal of Finance, 44, (4), 1213-1252.4 Longstaff, F.A. and Schwartz, E. S. (1995). A simple approach to valuing risk

23、y fixed and floating rate debt J. Journal of Finance, 50, (3), 789-809.5 Anderson, R., and Sundaresan, S. (1996). Design and valuation of debt contracts J. Review of Financial Studies, 9, (1), 37-68.6 Elton, E.J, M.J Gruber, D.Agrawal and C.Mann (2001). Explaining the rate spread on corporate bonds

24、J. Journal of Finance, LVI, (1), 24777.7 Delianedis, G and R Geske (2001). The components of corporate credit spreads: default, recovery, tax, jumps, liquidity and market factorsC, Paper 2201, the Anderson School at UCLA.8 Jing-zhi Huang and Ming Huang (2003). How much of the corporate-treasury yiel

25、d spread is due to credit risk? R.14th Annual Conference on Financial Economics and Accounting (FEA), Texas Finance Festival, May.9 Driessen, J. (2003). Is default event risk priced in corporate bonds? C, mimeo, University of Amsterdam.10 John Hull, Mirela Predescu and Alan White (2004). Bond prices

26、, default probabilities and risk premiums J. Journal of Credit Risk, 1, (2), 53-60.11 Schultz, P. (2001). Corporate bond trading costs: a peek behind the curtain J. Journal of Finance, LVI, (2), 67798.12 Perraudin, W R M and A P Taylor (2003). Liquidity and bond market spreads C, mimeo, Bank of Engl

27、and.13 Martell, R. (2003). Understanding common factors in domestic and international bond spreads C. Working Paper, Ohio State University.14 Dignan, J. H. (2003). Nondefault components of investment-grade bond spreads J. Financial Analysts Journal, May/June.15 Min, H., Lee, D., Nam, C., Park, M., a

28、nd Nam, S. (2003). Determinants of emerging-market bond spreads: Cross-country evidence J. Global Finance Journal, 14, (3), 271-286.16 Frank de Jong, Joost Driessen (2005). Liquidity risk premia in corporate bond markets C. Working Paper, November 14, Tilburg University and University of Amsterdam.17 Cornell,