李昳靜

（安徽財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，安徽 蚌埠233030）

自2018年開始，信用債市場中新增違約大幅上升。2019年不少信用債出現(xiàn)違約；到2020年11月，華晨汽車、永煤集團(tuán)出現(xiàn)實(shí)質(zhì)性違約，緊接著蘇寧易購、紫光集團(tuán)等多只信用債價(jià)格大幅下跌，影響投資人再投資的信心，不利于資本市場的良性發(fā)展［1］。債市的動(dòng)蕩是否蔓延到股市，是本文研究的核心。本文以資本市場信用債爆雷作為事件窗口期，選取上百家A 股上市公司，研究信用債規(guī)模對(duì)股價(jià)的影響，為監(jiān)管部門應(yīng)對(duì)金融風(fēng)險(xiǎn)提供合理建議，同時(shí)也為上市公司穩(wěn)定股價(jià)提供依據(jù)。

一、理論推導(dǎo)與假設(shè)提出

（一）信用債規(guī)模與股價(jià)相關(guān)性研究

基于投資者情緒理論［2］，盡管投資者的情緒是個(gè)人的主觀判斷，但眾人的投資行為形成合力后，會(huì)給資本市場帶來巨大影響。在信用債爆雷后，投資者可能會(huì)對(duì)債券融資額高的公司產(chǎn)生消極情緒，減少對(duì)公司信用債的投資，進(jìn)行資金撤離等操作，使得信用債價(jià)格大跌，同時(shí)，債市的風(fēng)險(xiǎn)傳導(dǎo)到股市，使得上市公司日個(gè)股回報(bào)率出現(xiàn)短期下跌。

鑒于此，本文提出假設(shè)1：

假設(shè)1：債券存量會(huì)給標(biāo)的上市公司股票累積非正?；貓?bào)（CAR）帶來顯著的負(fù)效應(yīng)。

（二）公司股東結(jié)構(gòu)調(diào)節(jié)作用

公司治理結(jié)構(gòu)會(huì)對(duì)公司運(yùn)行以及融資產(chǎn)生一定影響。其中，大股東對(duì)公司的控制程度一直以來備受投資人關(guān)注。Dyck 和Zingales（2004）經(jīng)過研究發(fā)現(xiàn)，盡管公司內(nèi)部對(duì)大股東具有較高的信任度，但外部投資人仍然會(huì)懷疑大股東會(huì)侵占債權(quán)人利益，做出有利于自身利益的財(cái)務(wù)決策。因此，若債券存量給標(biāo)的上市公司帶來的股價(jià)效應(yīng)為負(fù)效應(yīng)，則公司股權(quán)結(jié)構(gòu)可能會(huì)增強(qiáng)債券存量給標(biāo)的上市公司帶來的負(fù)向股價(jià)效應(yīng)。

鑒于此，本文提出假設(shè)2：

假設(shè)2：公司股權(quán)結(jié)構(gòu)顯著增強(qiáng)債券存量給標(biāo)的上市公司帶來的股價(jià)效應(yīng)。

（三）公司償債能力調(diào)節(jié)作用

衡量公司的優(yōu)劣一般從償債指標(biāo)、資本營運(yùn)指標(biāo)與公司獲利能力指標(biāo)三個(gè)方面進(jìn)行分析。本文主要研究A股上市公司信用債，因此將償債能力納入模型中。胡婕（2014）通過實(shí)證檢驗(yàn)，認(rèn)為企業(yè)的綜合償債能力與智力資本存在顯著正相關(guān)性。企業(yè)智力資本包括先進(jìn)技術(shù)與核心競爭力，是企業(yè)未來經(jīng)營的保障，也是投資人做決策時(shí)所考量的重要因素之一。

基于決策有用論［3］，投資者會(huì)將企業(yè)披露的財(cái)務(wù)報(bào)告作為投資參考依據(jù)，因此，上市公司財(cái)務(wù)報(bào)告中的各項(xiàng)數(shù)據(jù)會(huì)影響投資人的決策。一般來說，公司償債能力越強(qiáng)，越容易吸引投資者的關(guān)注。因此，若債券存量給標(biāo)的上市公司帶來的股價(jià)效應(yīng)為負(fù)效應(yīng)，則公司償債能力可能會(huì)削弱債券存量給標(biāo)的上市公司帶來的負(fù)向股價(jià)效應(yīng)。

鑒于此，本文提出假設(shè)3：

假設(shè)3：公司償債能力顯著削弱債券存量給標(biāo)的上市公司帶來的股價(jià)效應(yīng)。

二、研究設(shè)計(jì)

（一）樣本選取和數(shù)據(jù)來源

本文選取截至2020年11月30日具有存量信用債的A 股上市公司，上交所與深交所共計(jì)654家，債券融資總額達(dá)9萬億元。

參考現(xiàn)有研究［4］，本文在已有樣本公司的基礎(chǔ)上對(duì)數(shù)據(jù)做出以下篩選：剔除金融類上市公司；剔除*ST、ST 公司；剔除數(shù)值缺失或數(shù)值離群的樣本。最后得到樣本公司405 家。上市公司日個(gè)股回報(bào)率與市場日綜合回報(bào)率、債券數(shù)據(jù)來自RESSET 數(shù)據(jù)庫，其他控制變量與調(diào)節(jié)變量來自CSMAR 國泰安數(shù)據(jù)庫。本文用Stata15.1 軟件進(jìn)行實(shí)證分析。

（二）模型設(shè)定

為驗(yàn)證假設(shè)1，構(gòu)建模型1如下：

為驗(yàn)證假設(shè)2，構(gòu)建模型2如下：

為驗(yàn)證假設(shè)3，構(gòu)建模型3如下：

（三）變量說明

1.被解釋變量

股票累積非正?；貓?bào)（CAR）能良好反應(yīng)股市受金融風(fēng)險(xiǎn)的波動(dòng)情況。本文選取事件窗內(nèi)的樣本公司股票累積非正?；貓?bào)CAR 作為被解釋變量，用來衡量上市公司受到債市的影響程度。CAR值估計(jì)步驟如下：

（1）事件日的確定

2020年度信用債市場的嚴(yán)重違約集中發(fā)生在11月份，其中永煤、華晨債券的實(shí)質(zhì)性違約是其他公司債券價(jià)格下跌的導(dǎo)火索：永城煤電控股集團(tuán)有限公司所發(fā)行的20永煤SCP003債券到期日11月10日，違約日債券余額5 億元；華晨汽車集團(tuán)控股有限公司發(fā)行的H19華晨6、H19華集1、19華汽債02等多只債券發(fā)生提前到期未兌付的情況。綜合考慮市場對(duì)債券的反應(yīng)，將11月20日華晨債券違約日當(dāng)天作為事件日（t＝0）。

（2）估計(jì)窗與事件窗的確定

借鑒前人研究，兼顧2020年上半年資本市場受疫情沖擊所帶來的異常波動(dòng)，本文將估計(jì)窗定為（-142，-11），即將2020年7月1日到2020年11月9日樣本公司個(gè)股日回報(bào)率作為預(yù)測事件窗個(gè)股日回報(bào)率的基礎(chǔ)。由于債市的波動(dòng)傳播到股市需要一定的時(shí)間，因此本文將事件窗定義為事件日的前后10 天內(nèi)。此外，在穩(wěn)健性檢驗(yàn)中還會(huì)將事件窗定義為（-8，8）和（-12，12），以此來檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性。

（3）市場模型法計(jì)算CAR

第一，建立普通最小二乘法（OLS）回歸模型，利用估計(jì)窗時(shí)期樣本公司日個(gè)股回報(bào)率和綜合市場日回報(bào)率得出模型中常數(shù)項(xiàng)αi 與系數(shù)βi 的值。市場模型如下：

其中，Rit代表估計(jì)期內(nèi)i 公司第t日的個(gè)股收益率，Rmt代表估計(jì)期內(nèi)第t日市場日回報(bào)率，αi 表示常數(shù)，βi表示i公司系統(tǒng)性風(fēng)險(xiǎn)，εit表示滿足正態(tài)分布的殘差項(xiàng)。

第二，預(yù)測事件窗正常收益率。假設(shè)在事件窗內(nèi)第i公司個(gè)股預(yù)期的正常收益率與市場日收益率存在相關(guān)關(guān)系，即預(yù)期正常收益率的計(jì)算公式如下：

其中，E(Rit)代表事件窗內(nèi)i公司第t日的預(yù)期正常收益率，Rmt代表事件窗內(nèi)第t日市場日回報(bào)率，αi與βi的數(shù)據(jù)由第一步計(jì)算得出。

第三，計(jì)算超額收益率（AR）。超額收益率等于實(shí)際收益率與預(yù)期正常收益率的差值，具體計(jì)算公式如下：

其中ARit代表i 公司第t日的超額收益率，Rit表示在事件窗內(nèi)i 公司第t日的實(shí)際收益率，E(Rit)由第二步計(jì)算得出。

最后，計(jì)算股票累積非正?；貓?bào)（CAR）。事件窗內(nèi)樣本公司的CAR由樣本公司在事件窗內(nèi)的AR加總得出，計(jì)算公式如下：

其中，CARi代表i公司事件窗內(nèi)股票累積非正?；貓?bào)，ARit由第三步計(jì)算得出，a＝－10，b＝10。

2.解釋變量

本文采用樣本公司債券存量數(shù)額（Bonds）來度量企業(yè)的信用債規(guī)模，債券存量數(shù)據(jù)直觀、準(zhǔn)確，增強(qiáng)結(jié)果的可靠性。

3.調(diào)節(jié)變量

公司股東結(jié)構(gòu)（Z-index）。用Z 指數(shù)（Z-index）作為公司大股東股權(quán)集中度的代理變量，反應(yīng)大股東對(duì)公司控制能力的強(qiáng)弱，Z指數(shù)等于公司第一大股東與第二大股東持股比例的比值［5］。若Z指數(shù)過高，則股權(quán)集中，容易出現(xiàn)股東侵吞公司財(cái)產(chǎn)的行為；若Z指數(shù)較低，股權(quán)分散程度高，減少公司內(nèi)部與外部投資者的信息不對(duì)稱性。

公司償債能力（Paying）。上市公司償債能力的強(qiáng)弱是投資者投資時(shí)考慮的重要指標(biāo)［6］，本文用利息保障倍數(shù)作為公司償債能力的代理變量，學(xué)術(shù)界也對(duì)公司利息保障倍數(shù)持有較高關(guān)注度［7］，因此，將其納為調(diào)節(jié)變量。

4.控制變量

本文將企業(yè)授信額度（Credit）、資產(chǎn)負(fù)債率（Debt）、流動(dòng)比率（Liquid）、企業(yè)規(guī)模（Size）作為控制變量。

以上變量定義與變量說明如表1所示：

表1 變量定義與變量說明

三、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

首先對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，分析結(jié)果如表2所示。從表格中可以看出，405家公司的股票累積非正常回報(bào)率均值為2.38%，最大值為37.7%，最小值為-28.2%，差異較為明顯；以上所有變量中，變量利息保障倍數(shù)的標(biāo)準(zhǔn)差最大，最大值為1372，最小值為-68.35，由此可見樣本公司的償債能力存在顯著性差異，即各家樣本公司對(duì)債務(wù)的還本付息能力有明顯差別。

表2 研究變量描述性統(tǒng)計(jì)

Z-index Paying Credit Debt Liquid Size 405 405 405 405 405 405 9.517 15.325 5.211 0.572 1.653 23.633 18.174 72.572 1.927 0.121 11.804 1.471 9.517 11.836 5.307 0.572 1.778 21.384 1.000-68.354-0.223 0.110 0.074 18.663 324.943 1，372 10.645 0.896 5.453 26.561變量 觀測值 均值 標(biāo)準(zhǔn)差 中位數(shù) 最小值 最大值

（二）相關(guān)性分析

本文模型所用變量的Pearson相關(guān)系數(shù)檢驗(yàn)結(jié)果如表3所示：

表3 研究變量Pearson相關(guān)系數(shù)檢驗(yàn)

從表3相關(guān)系數(shù)矩陣可以看出，變量間的相關(guān)性顯著性水平較高，一半以上的結(jié)果在1%的水平上顯著。從結(jié)果中還可以看出樣本公司債券規(guī)模與股票累積非正常回報(bào)呈顯著負(fù)相關(guān)、Z指數(shù)與股票累積非正?；貓?bào)呈顯著負(fù)相關(guān)、償債能力與股票累積非正?；貓?bào)呈顯著正相關(guān)，這與前文預(yù)測相符，符合學(xué)術(shù)界現(xiàn)有研究結(jié)論［8］，但該相關(guān)性分析只是對(duì)變量間的關(guān)系進(jìn)行初步預(yù)判，仍需進(jìn)行回歸分析，對(duì)結(jié)果做出進(jìn)一步的證明。

（三）多元回歸結(jié)果與分析

現(xiàn)利用Stata15.1 對(duì)樣本數(shù)據(jù)進(jìn)行多元線性回歸分析，回歸結(jié)果如表4所示：

表4 模型回歸結(jié)果

注：***、**、*分別表示變量的相關(guān)性在1%、5%、10%的水平上顯著，括號(hào)內(nèi)為t值。

1. 信用債規(guī)模與公司股價(jià)相關(guān)性

表4 中的模型1 回歸結(jié)果表明，債券規(guī)模與股票累積非正?；貓?bào)呈負(fù)相關(guān)，且在1%的水平上顯著。當(dāng)公司的債券融資總額越高時(shí)，在事件窗口期內(nèi)的股票累積異常收益率就越低，公司應(yīng)對(duì)金融風(fēng)險(xiǎn)的能力就越低，由此可以看出，債券存量會(huì)給標(biāo)的上市公司股票累積非正?；貓?bào)帶來顯著的負(fù)效應(yīng)，因此假設(shè)1得到驗(yàn)證。債券規(guī)模與股票累積非正?；貓?bào)存在緊密的相關(guān)性，也為模型2 與模型3調(diào)節(jié)效應(yīng)的驗(yàn)證奠定了基礎(chǔ)。

2. 公司股東結(jié)構(gòu)調(diào)節(jié)作用

由表4 中的模型2 回歸結(jié)果表明，Bonds*Zindex 與Bonds 的系數(shù)均為負(fù)，T 值大于2.58，即在1%的水平上是顯著的。當(dāng)調(diào)節(jié)變量與解釋變量的系數(shù)相同，說明調(diào)節(jié)變量對(duì)主效應(yīng)具有強(qiáng)化的作用，因此，在本文模型2的回歸結(jié)果中，債券規(guī)模與股票累積非正常回報(bào)呈顯著負(fù)相關(guān)，股東結(jié)構(gòu)的代理變量Z 指數(shù)和債券規(guī)模的乘積與股票累積非正?；貓?bào)呈顯著負(fù)相關(guān)，由此可以得出，公司股東結(jié)構(gòu)發(fā)揮著明顯的正向調(diào)節(jié)作用，即公司股權(quán)結(jié)構(gòu)顯著增強(qiáng)了債券存量給標(biāo)的上市公司帶來的負(fù)向股價(jià)效應(yīng)。故假設(shè)2得到驗(yàn)證。

3. 公司償債能力調(diào)節(jié)作用

由表4 中的模型3 回歸結(jié)果表明，Bonds*Paying 與Bonds 的系數(shù)一正一負(fù)，T 值均大于2.58，即在1%的水平上是顯著的。調(diào)節(jié)變量與解釋變量的系數(shù)相反，說明調(diào)節(jié)變量對(duì)主效應(yīng)具有弱化的作用，因此，在本文模型3的回歸結(jié)果中，債券規(guī)模與股票累積非正?；貓?bào)呈顯著負(fù)相關(guān)，償債能力的代理變量利息保障倍數(shù)和債券規(guī)模的乘積與股票累積非正?；貓?bào)呈顯著正相關(guān)，由此可以得出，公司償債能力也發(fā)揮了明顯的調(diào)節(jié)作用，但該調(diào)節(jié)作用是反向的，即公司償債能力顯著削弱了債券存量給標(biāo)的上市公司帶來的負(fù)向股價(jià)效應(yīng)。故假設(shè)3 得到驗(yàn)證。

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證模型的穩(wěn)健性，本文分別更改事件窗和代理變量的選取。

前文的事件窗為（-10，10），將事件窗改為（-8，8）后，為驗(yàn)證假設(shè)1-3所構(gòu)建的模型回歸結(jié)果如表5所示：

表5 穩(wěn)健性檢驗(yàn)——更改事件窗為（-8，8）

由表5 可以看出，回歸系數(shù)的正負(fù)與前文一致，且模型仍具有較強(qiáng)的顯著性水平，表明通過穩(wěn)健性檢驗(yàn)，回歸結(jié)果準(zhǔn)確，因此仍然可以驗(yàn)證前文假設(shè)。本文還將窗口期改為（-12,12）［9］，將償債能力的代理變量利息保障倍數(shù)改為現(xiàn)金流量利息保障倍數(shù)，回歸結(jié)果與前文仍然相符，故結(jié)果穩(wěn)健（由于篇幅限制，回歸結(jié)果不再單獨(dú)列出）。

四、結(jié)論與啟示

（一）研究結(jié)論

本文以上海證券交易所和深圳證券交易所的A股上市公司為樣本，以股票累積非正常回報(bào)為被解釋變量，債券規(guī)模為解釋變量，同時(shí)加入股東結(jié)構(gòu)與償債能力作為調(diào)節(jié)變量，構(gòu)建線性回歸模型，整理回歸結(jié)果，得出以下三點(diǎn)結(jié)論：（1）債券存量會(huì)給標(biāo)的上市公司股票累積非正?；貓?bào)帶來顯著的負(fù)效應(yīng)。（2）公司股權(quán)結(jié)構(gòu)集中度顯著增強(qiáng)債券存量給標(biāo)的上市公司帶來的負(fù)向股價(jià)效應(yīng)。（3）公司償債能力顯著削弱債券存量給標(biāo)的上市公司帶來的負(fù)向股價(jià)效應(yīng)。

（二）啟示與建議

債市的動(dòng)蕩會(huì)在一定時(shí)間內(nèi)蔓延到股市，引起個(gè)股日回報(bào)率的短期下跌。股市與債市是資本市場的頭部力量，監(jiān)管機(jī)構(gòu)與交易所應(yīng)及時(shí)應(yīng)對(duì)金融風(fēng)險(xiǎn)，避免市場的大幅波動(dòng)，從而穩(wěn)定投資人信心，促進(jìn)中國資本市場的健康發(fā)展。

對(duì)此本文提出以下建議：

第一，發(fā)債公司與監(jiān)管機(jī)構(gòu)應(yīng)采取適當(dāng)措施，積極防范與應(yīng)對(duì)金融風(fēng)險(xiǎn)，避免風(fēng)險(xiǎn)的跨市場傳導(dǎo)。債市與股市密不可分，應(yīng)嚴(yán)加防范跨市場傳導(dǎo)的金融風(fēng)險(xiǎn)，避免損害投資人與銀行的信心，影響企業(yè)再融資。因此監(jiān)管機(jī)構(gòu)應(yīng)及時(shí)對(duì)市場風(fēng)險(xiǎn)做出應(yīng)對(duì)措施，將其危害性降至最低；涉事公司應(yīng)迅速展開“自救”，通過采取適合本企業(yè)的財(cái)務(wù)行為，將財(cái)務(wù)危機(jī)控制在一定范圍之內(nèi)，避免產(chǎn)生蝴蝶效應(yīng)。

第二，若要減少公司融資難度，股權(quán)結(jié)構(gòu)不應(yīng)過于集中。股權(quán)結(jié)構(gòu)過于集中，投資人會(huì)對(duì)公司產(chǎn)生一定程度的不信任，Z 指數(shù)越大，股東越有可能侵吞公司財(cái)產(chǎn)，出現(xiàn)財(cái)務(wù)舞弊等欺騙債權(quán)人的行為，外部投資人也會(huì)在投資時(shí)考慮該因素。因此，適度分散股權(quán)結(jié)構(gòu)有利于企業(yè)融資［10］。

第三，由于內(nèi)部管理者與外部投資者的利益不一致，加上嚴(yán)重的信息不對(duì)稱問題，當(dāng)公司出現(xiàn)債務(wù)違約行為后，市場會(huì)發(fā)出信號(hào)，例如債券價(jià)格下跌、上市公司股價(jià)出現(xiàn)非正常波動(dòng)等。而作為違約方，在金融風(fēng)險(xiǎn)面前，采取適合本公司的財(cái)務(wù)行為化解金融風(fēng)險(xiǎn)，穩(wěn)定投資者的情緒是重中之重。