技术经济

人工智能与公司债券信用利差

PDF下载

张肖飞 , 郭子涵

技术经济 | AI时代的金融与会计问题研究：历史、制度与开放的视角 2026,45(7): 34-48

收起

技术经济 |AI时代的金融与会计问题研究：历史、制度与开放的视角 2026 , 45 (7) : 34 -48

人工智能与公司债券信用利差

全屏

[Author(id=1322239949005500769, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, orderNo=0, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322239949127135587, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, authorId=1322239949005500769, language=EN, stringName=Xiaofei Zhang, firstName=Xiaofei, middleName=null, lastName=Zhang, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=School of Accountancy, Henan University of Economics and Law, Zhengzhou 450046, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322239949236187492, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, authorId=1322239949005500769, language=CN, stringName=张肖飞, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=河南财经政法大学会计学院，郑州 450046, bio={"content":"

张肖飞（1980—），博士，河南财经政法大学会计学院教授，博士研究生导师，研究方向：数字经济下资本市场财务与会计；

"}, bioImg=null, bioContent=

张肖飞（1980—），博士，河南财经政法大学会计学院教授，博士研究生导师，研究方向：数字经济下资本市场财务与会计；

, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322239948913226077, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, xref=null, ext=[AuthorCompanyExt(id=1322239948925808990, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, companyId=1322239948913226077, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=School of Accountancy, Henan University of Economics and Law, Zhengzhou 450046, China), AuthorCompanyExt(id=1322239948934197599, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, companyId=1322239948913226077, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=河南财经政法大学会计学院，郑州 450046)])]), Author(id=1322239949345239398, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, orderNo=1, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322239949429125480, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, authorId=1322239949345239398, language=EN, stringName=Zihan Guo, firstName=Zihan, middleName=null, lastName=Guo, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=School of Accountancy, Henan University of Economics and Law, Zhengzhou 450046, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322239949513011561, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1322239948145668440, authorId=1322239949345239398, language=CN, stringName=郭子涵, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=河南财经政法大学会计学院，郑州 450046, bio={"content":"

郭子涵（2001—），河南财经政法大学会计学院硕士研究生，研究方向：公司财务与会计。

"}, bioImg=null, bioContent=

郭子涵（2001—），河南财经政法大学会计学院硕士研究生，研究方向：公司财务与会计。

张肖飞, 郭子涵

作者信息

河南财经政法大学会计学院，郑州 450046

作者简介:

张肖飞（1980—），博士，河南财经政法大学会计学院教授，博士研究生导师，研究方向：数字经济下资本市场财务与会计；

郭子涵（2001—），河南财经政法大学会计学院硕士研究生，研究方向：公司财务与会计。

Artificial Intelligence and Corporate Bond Credit Spreads

Xiaofei Zhang, Zihan Guo

Affiliations

School of Accountancy, Henan University of Economics and Law, Zhengzhou 450046, China

出版时间: 2026-07-25 doi: 10.12404/j.issn.1002-980X.J26033109

文章导航

摘要

收起

推进“人工智能+”行动是培育新质生产力的重要抓手，评估其微观经济后果对优化资本市场资源配置具有重要现实意义。以2010—2024年沪深A股上市公司发行的公司债和企业债为研究对象，实证检验了人工智能对公司债券信用利差的影响及其微观机理。研究发现，人工智能能够显著降低公司债券信用利差。机制分析表明，缓解信息不对称和降低债务违约风险是人工智能释放信用治理效应的重要微观渠道。异质性分析表明，人工智能对公司信用利差的抑制作用在信息环境较差和风险环境较差的企业样本中更为显著，呈现出明显的“雪中送炭”式边际治理效应。具体而言，从信息环境看，人工智能对公司债券信用利差的降低作用在信息披露水平低和规模小的企业中更加显著；从风险环境看，人工智能对公司债券信用利差的降低作用对处于地区市场化水平低和内部控制水平差的企业更加显著。研究结论不仅拓展了资产定价与技术转型的交叉研究，也为全面实施“人工智能+”行动、驱动实体经济高质量发展提供了经验证据与政策启示。

关键词

人工智能 / 债券信用利差 / 信息不对称 / 债务违约风险 / 债券定价 / 法治环境

Abstract

收起

Promoting the "artificial intelligence plus" initiative is considered a crucial leverage for cultivating new quality productive forces, and evaluating its microeconomic consequences is of substantial practical significance for optimizing capital market resource allocation. Corporate bonds and enterprise bonds issued by Shanghai and Shenzhen A-share listed companies from 2010 to 2024 were used as the research sample. The impact of artificial intelligence (AI) on corporate bond credit spreads and its underlying micro-mechanisms were empirically examined. The findings indicate that AI adoption significantly reduces corporate bond credit spreads. Mechanism analysis reveals that mitigating information asymmetry and suppressing debt default risks are vital micro-channels through which AI exerts its credit governance effects. Heterogeneity analysis demonstrates that the mitigating effect of AI on credit spreads is more pronounced among firms with poorer information environments and higher risk exposure, reflecting a distinct "timely assistance" marginal governance effect. Specifically, the reduction in corporate bond credit spreads driven by AI is more significant for enterprises with low levels of information disclosure and smaller firm sizes. Furthermore, this reduction is more prominent for enterprises located in regions with low marketization levels and those with poor internal control systems. The cross-disciplinary research between asset pricing and technological transformation is extended. Empirical evidence and policy implications are provided for the comprehensive implementation of the "artificial intelligence plus" initiative and the promotion of high-quality development in the real economy.

Key words

artificial intelligence / bond credit spread / information asymmetry / debt default risk / bond pricing / legal environment

引用本文

张肖飞, 郭子涵. 人工智能与公司债券信用利差. 技术经济, 2026 , 45 (7) : 34 -48 . DOI: 10.12404/j.issn.1002-980X.J26033109

Xiaofei Zhang, Zihan Guo. Artificial Intelligence and Corporate Bond Credit Spreads[J]. Journal of Technology Economics, 2026 , 45 (7) : 34 -48 . DOI: 10.12404/j.issn.1002-980X.J26033109

基金

收起

河南省高等学校哲学社会科学创新团队支持计划项目“数字经济下资本市场财务与会计研究”(2023-CXTD-07)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

梁上坤，文雯，江韫瑶．地方政府债务与债券信用利差［J］．中国工业经济，2024（3）：157-174．

[2]

蔡晓通，林沛阳，王睿，等．人工智能应用能改善资本市场信息环境吗？——基于分析师行为视角的考察［J］．会计与经济研究，2025，39（2）：51-75．

[3]

李玉花，林雨昕，李丹丹．人工智能技术应用如何影响企业创新［J］．中国工业经济，2024（10）：155-173．

[4]

解学梅，郭潇涵．人工智能深度学习平台如何实现开源式创新［J］．中国工业经济，2024（8）：174-192．

[5]

何新江，王钦鹏，杨铭杰．人工智能对新质生产力影响的研究：来自中国A股上市企业的经验证据［J］．技术经济，2025，44（2）：97-114．

[6]

唐秋雨，谭伟杰，申明浩，等．人工智能技术能提高企业ESG表现吗？——基于动态博弈的成本收入分析［J］．财经研究，2025，51 （2）：94-108．

[7]

王嘉鑫，赵牧．“人工智能+”如何赋能券商高质量发展？——基于IPO抑价率的解释［J］．管理世界，2025，41（11）：196-220．

[8]

陈琳，高悦蓬，余林徽．人工智能如何改变企业对劳动力的需求？——来自招聘平台大数据的分析［J］．管理世界，2024，40（6）：74-93．

[9]

刘东升，袁媛．人工智能、技能剥离与企业收入差距［J］．财经研究，2026，52（1）：123-137．

[10]

张霞，劳智博．人工智能如何缩小企业内部薪酬差距？——基于国家新一代人工智能创新发展试验区的准自然实验［J］．技术经济，2026，45（3）：98-112．

[11]

苏治，李颖，程稚渊．人工智能如何重塑要素收入分配格局？——基于企业劳动力市场垄断势力的微观证据［J］．经济研究，2025，60 （9）：218-238．

[12]

姚加权，张锟澎，郭李鹏，等．人工智能如何提升企业生产效率？——基于劳动力技能结构调整的视角［J］．管理世界，2024，40（2）：101-116, 133, 117-122．

[13]

权小锋，李静蕾．人工智能与企业协同创新——基于国家新一代人工智能创新发展试验区的准自然实验［J］．经济研究，2025，60（8）：72-93．

[14]

陈燕萍，邵云飞，黄乐仪．人工智能能力对企业突破性技术创新的影响［J］．技术经济，2025，44（6）：28-39．

[15]

谢卫红，林漫，郑迪文，等．人工智能技术如何促进制造企业转型升级？——基于数据要素与内部控制的链式中介作用［J］．技术经济，2025，44（4）：72-88．

[16]

邵慰，刘嘉慧．人工智能、财政支出与制造业升级［J］．财经研究，2025，51（6）：108-122．

[17]

张一林，郁芸君，陈珠明．人工智能、中小企业融资与银行数字化转型［J］．中国工业经济，2021（12）：69-87．

[18]

何宇，陈珍珍，张建华．人工智能技术应用与全球价值链竞争［J］．中国工业经济，2021（10）：117-135．

[19]

蒋为，陈星达，倪诗程．人工智能、产业结构转型与跨越“中等收入陷阱” ［J］．经济研究，2025，60（10）：239-260．

[20]

ACEMOGLU D, RESTREPO P. The race between man and machine: Implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542.

[21]

林晚发，刘颖斐，赵仲匡．承销商评级与债券信用利差——来自《证券公司分类监管规定》的经验证据［J］．中国工业经济，2019（1）：174-192．

[22]

陈关亭，连立帅，朱松．多重信用评级与债券融资成本——来自中国债券市场的经验证据［J］．金融研究，2021（2）：94-113．

[23]

高昊宇，欧阳伊玲，李妮．评级机构信用风险关联对债券发行定价的影响［J］．世界经济，2022，45（12）：175-200．

[24]

刘颖斐，李豪飞，操育楷，等．信用风险缓释凭证创设对债券信用利差的影响研究［J］．会计研究，2026（2）：116-129．

[25]

KLIGER D, SARIG O. The information value of bond ratings[J]. The Journal of Finance, 2000, 6(12): 2879-2902.

[26]

周宏，建蕾，李国平．企业社会责任与债券信用利差关系及其影响机制——基于沪深上市公司的实证研究［J］．会计研究，2016（5）：18-25，95．

[27]

吴育辉，田亚男，陈韫妍，等．绿色债券发行的溢出效应、作用机理及绩效研究［J］．管理世界，2022，38（6）：176-193．

[28]

史永东，宋明勇，李凤羽，等．控股股东股权质押与企业债权人利益保护——来自中国债券市场的证据［J］．经济研究，2021，56（8）：109-126．

[29]

甄红线，李佳．法治建设与债券信用利差——基于新《证券法》审议通过的准自然实验研究［J］．证券市场导报，2024（1）：53-63．

[30]

王永钦，薛笑阳．法治建设与金融高质量发展——来自中国债券市场的证据［J］．经济研究，2022，57（10）：173-190．

[31]

甄红线，吉继平．债券市场开放影响债券信用利差吗？——基于“债券通”的准自然实验［J］．金融研究，2023（12）：38-55．

[32]

高昊宇，温慧愉．生态法治对债券融资成本的影响——基于我国环保法庭设立的准自然实验［J］．金融研究，2021（12）：133-151．

[33]

王磊，王璐瑶，林晚发．威慑与激励并行：税制绿色化对重污染企业债券信用利差的影响研究［J］．证券市场导报，2026（3）：51-66．

[34]

BRUGLER J, COMERTON-FORDE C, MARTIN J S. Secondary market transparency and corporate bond issuing costs[J]. Review of Finance, 2022, 26(1): 43-77.

[35]

KAVIANI M S, KRYZANOWSKI L, MALEKI H, et al. Policy uncertainty and corporate credit spreads[J]. Journal of Financial Economics, 2020, 138(3): 838-865.

[36]

杨国超，盘宇章．信任被定价了吗？——来自债券市场的证据［J］．金融研究，2019（1）：35-53．

[37]

郭晔，黄振，王蕴．未预期货币政策与企业债券信用利差——基于固浮利差分解的研究［J］．金融研究，2016（6）：67-80．

[38]

王雄元，张春强，何捷．宏观经济波动性与短期融资券风险溢价［J］．金融研究，2015（1）：68-83．

[39]

吴云朗，袁梦，黄俊，等．企业数字化转型与境外债券发行定价［J］．国际金融研究，2025（4）：74-84．

[40]

KIM J, SONG B Y, ZHANG L D. Internal control weakness and bank loan contracting: Evidence from SOX Section 404 disclosures[J]. The Accounting Review, 2011, 86: 1157-1188.

[41]

TANG D Y, TIAN F, YAN H. Internal control quality and credit default swap spreads[J]. Accounting Horizons, 2015, 29(3): 603-629.

[42]

AKERLOF G A. The market for "lemons" : Quality uncertainty and the market mechanism[J]. The Quarterly Journal of Economics, 1970, 84(3): 488-500.

[43]

DUFFIE D, LANDO D. Term structures of credit spreads with incomplete accounting information[J]. Econometrica, 2001, 69(3): 633-664.

[44]

周宏，林晚发，李国平，等．信息不对称与企业债券信用风险估价——基于2008-2011年中国企业债券数据［J］．会计研究，2012（12）：36-42，94．

[45]

王克敏，王华杰，李栋栋，等．年报文本信息复杂性与管理者自利——来自中国上市公司的证据［J］．管理世界，2018，34（12）：120-132, 194．

[46]

LI F. Annual report readability, current earnings, and earnings persistence[J]. Journal of Accounting and Economics, 2008, 45(2/3): 221-247.

[47]

LOUGHRAN T, MCDONALD B. IPO first-day returns, offer price revisions, volatility, and form S-1 language[J]. Journal of Financial Economics, 2013, 109(2): 307-326.

[48]

GOLDFARB A, TUCKER C. Digital economics[J]. Journal of Economic Literature, 2019, 57(1): 3-43.

[49]

姜富伟，陈一瑶，丁慧．企业绩效参照点与控股股东股权质押：动机与治理［J］．金融研究，2025（12）：169-187．

[50]

HUANG M H, RUST R T. Artificial intelligence in service[J]. Journal of Service Research, 2018, 21(2): 109467051775245.

[51]

KAHNEMAN D, TVERSKY A. Prospect theory: An analysis of decision under risk[J]. Econometrica, 1979, 47(2): 263-292.

[52]

孟庆斌，侯粲然，鲁冰．企业创新与违约风险［J］．世界经济，2019，42（10）：169-192．

[53]

TANG D Y, YAN H. Market conditions, default risk and credit spreads[J]. Journal of Banking & Finance, 2010, 34(4): 743-753.

[54]

高强，邹恒甫．企业债与公司债二级市场定价比较研究［J］．金融研究，2015（1）：84-100．

[55]

吴育辉，唐浩博．风险信息披露能预测债券违约风险吗？——来自债券募集说明书的经验证据［J］．财务研究，2021（5）：15-28．

[56]

李果，白云朴．人工智能应用如何影响制造企业创新绩效？［J］．财经论丛，2024（12）：102-112．

[57]

尹志锋，曹爱家，郭家宝，等．基于专利数据的人工智能就业效应研究——来自中关村企业的微观证据［J］．中国工业经济，2023（5）：137-154．

[58]

钟娟，丁怡帆，林子昂，等．人工智能应用与企业客户配置多元化：基于人工智能创新应用先导区的准自然实验［J］．外国经济与管理，2025，47（6）：18-35．

[59]

周十同，王晓丹，石玉堂．人工智能创新应用先导区设立对产业链韧性提升的影响——基于双重机器学习的实证研究［J］．科技进步与对策，2025，42（18）：1-9．

[60]

李晓宇，叶初升．人工智能的新测度方法及其应用［J］．世界经济，2026，49（4）：68-110．

[61]

潘丽群，李静，余梦琳．人工智能如何影响劳动力需求和结构？——基于上市公司年报数据的实证检验［J］．经济与管理研究，2024，45（10）：77-98．

[62]

张雪莹，王玉琳．独善其身还是唇亡齿寒：股价崩盘风险是否影响债券定价？［J］．管理评论，2023，35（6）：33-45，56．

[63]

李佳，徐一博，卞泽阳．货币政策支持对公司债信用利差的影响［J］．改革，2024（5）：137-155．

[64]

HAINMUELLER J. Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies[J]. Political Analysis, 2012, 20(1): 25-46.

[65]

ALTONJI J G, ELDER T E, TABER C R. Selection on observed and unobserved variables: Assessing the effectiveness of Catholic schools[J]. Journal of Political Economy, 2005, 113(1): 151-184.

[66]

LLORENTE G, MICHAELY R, SAAR G, et al. Dynamic volume-return relation of individual stocks[J]. The Review of Financial Studies, 2002, 15(4): 1005-1047.

[67]

李志辉，杜阳，胡心怡．机构投资者对市场操纵行为是否起到抑制作用［J］．国际金融研究，2021（7）：66-75．

[68]

JING C, KEASEY K, LIM I, et al. Analyst coverage and corporate environmental policies[J]. Journal of Financial and Quantitative Analysis, 2024, 59(4): 1586-1619.

[69]

BHARATH S T, SHUMWAY T. Forecasting default with the merton distance to default model[J]. The Review of Financial Studies, 2008, 21(3): 1339-1369.

[70]

邓慧慧，刘宇佳，王强．人工智能发展如何提升供应链韧性？——基于上市公司的经验证据［J］．浙江大学学报（人文社会科学版），2024，54（6）：5-23．

[71]

徐寿福，徐龙炳．信息披露质量与资本市场估值偏误［J］．会计研究，2015（1）：40-47，96．

[72]

王稼琼，于桉邦．数据资产对企业创新链的影响及作用机理研究［J］．北京交通大学学报（社会科学版），2025（3）：107-122．

[73]

杜金柱，郭永奇，扈文秀，等．数字经济创新政策与制造业创新韧性：效应识别与经验证据［J］．统计与决策，2025，41（9）：123-128．

[74]

武龙．风险投资、认证效应与中小企业银行贷款［J］．经济管理，2019，41（2）：172-190．

[75]

谭玉松，孙欢．人工智能技术赋能共同富裕：理论逻辑与经验证据［J］．经济问题，2024（10）：59-67．

[76]

王玺，刘萌．研发费用加计扣除政策对企业绩效的影响研究——基于我国上市公司的实证分析［J］．财政研究，2020（11）：101-114．

[77]

樊纲，王小鲁，马光荣．中国市场化进程对经济增长的贡献［J］．经济研究，2011，46（9）：4-16．

[78]

张超，刘星．内部控制缺陷信息披露与企业投资效率——基于中国上市公司的经验研究［J］．南开管理评论，2015，18（5）：136-150．

[79]

周宏，周畅，林晚发，等．公司治理与企业债券信用利差——基于中国公司债券2008—2016年的经验证据［J］．会计研究，2018（5）：59-66．

[80]

李小荣，韩琳，马海涛．内部控制与劳动力投资效率［J］．财贸经济，2021，42（1）：26-43．

[81]

权小锋，吴世农，尹洪英．企业社会责任与股价崩盘风险：“价值利器”或“自利工具”？［J］．经济研究，2015，50（11）：49-64．

2026年第45卷第7期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J26033109

接收时间：2026-03-31
首发时间：2026-10-28
出版时间：2026-07-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2026-03-31

基金

河南省高等学校哲学社会科学创新团队支持计划项目“数字经济下资本市场财务与会计研究”(2023-CXTD-07)

作者信息

河南财经政法大学会计学院，郑州 450046

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J26033109

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT