資本市場開放與企業(yè)債券融資成本
——來自滬深港通的經(jīng)驗證據(jù)

唐逸舟 王婧文 王姝晶

（1.上海證券交易所，上海 200120；2.復旦大學泛海國際金融學院，上海 200433；3.同濟大學經(jīng)濟與管理學院，上海 200092）

一、引言

金融改革開放是我國擴大對外開放進程中的重要一環(huán)。2019年2月，習近平總書記在中共中央政治局第十三次集體學習時強調，“要把金融改革開放任務落實到位，同時根據(jù)國際經(jīng)濟金融發(fā)展形勢變化和我國發(fā)展戰(zhàn)略需要，研究推進新的改革開放舉措”。作為我國資本市場對外開放的重要創(chuàng)新之一，上海證券交易所、深圳證券交易所與香港聯(lián)合交易所建立的股票交易互聯(lián)互通機制(以下簡稱滬深港通)帶來了怎樣的經(jīng)濟后果？是否起到了積極的作用？對上述問題的回答能夠為深化資本市場改革開放提供有價值的參考。

已有的研究對資本市場開放的經(jīng)濟后果進行了討論，發(fā)現(xiàn)股票市場對外開放能夠提高市場指數(shù)價格、降低股權融資成本(Henry, 2000)[18]、改善股票定價效率(Kim and Singal, 2000)[22]，并且能夠促進企業(yè)投資、提高投資效率(Henry, 2000； Mitton, 2006)[17][27]以及改善企業(yè)信息環(huán)境(Bae et al., 2006)[4]。信息環(huán)境的改善有助于降低信息不對稱，這直接關系到投資者對企業(yè)真實價值的評估，從而可能對企業(yè)的債券融資成本產(chǎn)生重要影響。但是，目前鮮有研究關注資本市場開放對企業(yè)債券融資成本的變化。值得注意的是，債券融資是我國企業(yè)直接融資最重要的方式。根據(jù)中國人民銀行的數(shù)據(jù)，2018年社會融資規(guī)模中，企業(yè)債券的占比為12.85%，股票融資僅為1.87%。在上述背景下，考察資本市場開放與企業(yè)債券融資成本的關系，能為降低我國企業(yè)融資成本、提高直接融資占比提供理論依據(jù)和政策啟示。

為此，本文利用滬深港通開通這一準自然實驗環(huán)境，考察資本市場開放對企業(yè)債券融資成本的影響。具體而言，本文研究2010―2018年發(fā)債上市企業(yè)數(shù)據(jù)，發(fā)現(xiàn)滬深港通開通后，相對于非標的企業(yè)，標的企業(yè)債券的信用利差顯著下降，平均降幅近18.3個基點，這相當于信用利差平均水平的7.4%。進一步，滬深港通啟動后標的企業(yè)股價的信息效率顯著提高，而信息效率的提升有助于降低企業(yè)債券的信用利差。同時，滬深港通開通對債券信用利差的影響在信息環(huán)境較差(分析師跟蹤數(shù)較少、預測誤差較大、機構持股比例較低)的企業(yè)上更加顯著。這些結果說明，滬深港通是通過改善企業(yè)股價的信息效率，降低了企業(yè)的債券融資成本。額外的證據(jù)顯示，滬深港通開通還有助于促進企業(yè)債券融資，提高債券融資的數(shù)量和規(guī)模。

本文可能的貢獻有如下三點：第一，豐富了滬深港通政策經(jīng)濟后果的研究?，F(xiàn)有研究圍繞股價的信息效率(鐘覃琳和陸正飛，2018；連立帥等，2019)[39][33]、穩(wěn)定性(劉海飛等，2018；鐘凱等，2018)[36][38]以及企業(yè)的投資和違規(guī)行為(劉程和王仁曾，2019；鄒洋等， 2019)[35][41]進行了討論，但鮮有學者針對企業(yè)債券融資成本展開研究，本文的結果填補了這一空缺。第二，豐富了滬深港通政策影響機制的研究。本文發(fā)現(xiàn)，滬深港通能改善企業(yè)股價的信息效率，進而降低了企業(yè)債券融資成本。這揭示了資本市場開放作用于實體經(jīng)濟的一條新路徑，為完善對外開放政策提供了參考。第三，補充了債券信用利差影響因素的研究。已有研究關注企業(yè)的違約風險(Merton, 1974； Acharya et al., 2012)[26][1]、信息不對稱(Han and Zhou, 2014； Derrien et al., 2016)[15][14]、流動性(Bao et al., 2011)[7]以及宏觀經(jīng)濟(Collin-Dufresne et al., 2001； Kang and Pflueger, 2015)[13][21]等對債券信用利差的影響，而本文將研究拓展到了資本市場開放。這也為發(fā)展直接融資、降低企業(yè)成本提供了新思路。

二、文獻回顧與研究假設

(一)文獻回顧

1.資本市場開放相關研究

從宏觀經(jīng)濟角度看，內生增長理論強調了金融中介系統(tǒng)對投資和增長的作用。金融開放(資本賬戶開放)會降低資本成本(Henry, 2003)[16]，迫使國內金融機構參與國際競爭、擴大國內資本市場規(guī)模(Klein and Olivei, 2008)[23]，并提高金融機構質量、改善投資效率(Bekaert et al., 2011)[8]，最終促進經(jīng)濟增長(Quinn and Toyoda, 2008)[28]。

資本市場開放是金融開放的具體實踐，現(xiàn)有研究更多地關注股票市場對外開放，即一國政府允許外國投資者在境內股票市場投資。根據(jù)CAPM模型，個股期望回報與系統(tǒng)性風險有關。股票市場對外開放后，其系統(tǒng)性風險來源將變?yōu)槿蚴袌?。通常而言，個股回報與全球市場回報的相關性低于本地市場，因此對外開放會產(chǎn)生風險分擔效應，有助于降低系統(tǒng)性風險(Chari and Henry, 2004)[12]。在股票市場對外開放后，股票價格會上漲、資本成本會下降(Henry, 2000)[18]。并且由于資本成本的下降，原本凈現(xiàn)值為負的投資項目可能轉為正的，從而會增加企業(yè)投資(Henry, 2000a)[17]。但是，上述結果都是建立在對外開放后系統(tǒng)性風險降低的基礎上，如果境外投資者參與度的提高或境外市場出現(xiàn)較大波動，都可能造成相反結果。Bae et al.(2004)[5]研究新興市場中個股數(shù)據(jù)發(fā)現(xiàn)，股票市場對外開放程度的上升會使其更易受到世界市場風險的影響，從而導致股價波動率上升。

此外，一些學者從境外投資者特征角度研究股票市場對外開放的影響。一方面，境外投資者，尤其是發(fā)達國家的機構投資者具有更高專業(yè)水平，能夠豐富市場信息的來源，從而有助于加快信息融入股價的速度(Bae et al., 2012)[6]；另一方面，境外投資者通常對信息披露和公司治理方面有更高要求，能對企業(yè)產(chǎn)生一定的治理效應(Aggarwal et al., 2011)[2]。因此，股票市場對外開放會為市場引入更多境外投資者，進而提高股票定價效率(Kim and Singal, 2000)[22]、降低股價波動(Li et al., 2011)[24]、改善企業(yè)信息環(huán)境(Bae et al., 2006)[4]和經(jīng)營業(yè)績(Mitton, 2006)[27]。

近年來，我國資本市場對外開放不斷擴大，滬深交易所相繼推出了與港交所股票交易的互聯(lián)互通機制。因此，出現(xiàn)了一系列關于滬深港通開通后果的研究。一方面，滬深港通的開通引入了更為專業(yè)的境外機構投資者，豐富了市場信息的來源，改善了企業(yè)的信息環(huán)境(郭陽生等，2018)[31]，從而有助于提升股票市場定價效率(鐘覃琳和陸正飛，2018；連立帥等，2019)[39][33]、提高股價的穩(wěn)定性(鐘凱等，2018；劉海飛等，2018)[38][36]。另一方面，股票定價效率的提高能夠使經(jīng)理人不當行為更容易被發(fā)現(xiàn)，從而有助于約束其行為，境外投資者也可能對企業(yè)治理提出了更高要求，因而滬深港通的開通有助于抑制公司違規(guī)行為(鄒洋等，2019)[41]、提升企業(yè)現(xiàn)金股利支付水平(陳運森等，2019)[30]、提高投資效率(劉程和王仁曾，2019)[35]。

從上述文獻回顧可以發(fā)現(xiàn)，已有研究更多地關注股票市場以及企業(yè)的股權融資成本，鮮有關注資本市場開放與企業(yè)債券融資成本。國內關于滬深港通的研究，大多關注股票定價效率，缺乏關于企業(yè)融資成本的討論。因此，本文考察資本市場開放對企業(yè)債券融資成本的影響有重要的現(xiàn)實意義，能夠為更全面地認識資本市場開放的經(jīng)濟后果、理解其作用機制提供參考。

2.債券融資成本相關研究

債券融資成本主要由無風險利率和企業(yè)信用利差構成，在給定無風險利率的情況下，信用利差反映的是企業(yè)特質性風險差異。因此，信用利差通?？勺鳛槠髽I(yè)債券融資成本的度量(Anderson et al., 2004； Borisova et al., 2015)[3][11]?，F(xiàn)有文獻圍繞債券信用利差的影響因素做了大量研究。

Merton(1974)[26]應用Black-Scholes模型的思想研究公司債券，將債券視為對公司資產(chǎn)的或有索取權(contingent claim)，認為債券的信用利差由違約風險決定。一些學者從公司財務角度分析信用利差，發(fā)現(xiàn)財務信息能夠反映企業(yè)的經(jīng)營狀況和違約風險，因此其在公司債券市場定價中存在有用性(Acharya et al., 2012；王博森和施丹，2014)[1][37]。

與債券信用利差相關的還有信息不對稱。結構化模型中的違約被定義為公司真實價值首次到達違約邊界，但由于信息不對稱的存在，公司價值無法被真實地觀測，從而信息不對稱會影響信用利差中違約相關的部分。因此信息披露越好的企業(yè)其信息不對稱風險也較低，從而債券的信用利差也較低(Yu, 2005)[29]。信息不對稱也體現(xiàn)在企業(yè)外部的信息環(huán)境，比如分析師跟蹤數(shù)量較少(Derrien et al., 2016)[14]、分析師預測誤差較大(林晚發(fā)等，2013)[34]、交易中信息不對稱程度較大(Han and Zhou, 2014)[15]的企業(yè)，其債券的信用利差也越大。

由于Merton模型的預測與現(xiàn)實數(shù)據(jù)間存在較大差異，違約損失僅能解釋信用利差的一部分，即存在“信用利差之謎”。一些學者從市場和宏觀經(jīng)濟以及流動性等角度對信用利差進行了解釋，比如利率期限結構、市場利率、權益市場的收益率(Collin-Dufresne et al., 2001)[13]、通貨膨脹(Kang and Pflueger, 2015)[21]、債券個體和市場的流動性(Longstaff et al., 2005； Bao et al., 2011； 紀志宏和曹媛媛，2017)[25][7][32]等因素對信用利差有著重要影響。

此外，還有一些學者進一步研究了公司治理對信用利差的影響。Jensen and Meckling(1976)[20]研究指出，在股權較為分散的企業(yè)中，股東有動機進行高風險高回報的投資，以此來攫取債權人的財富。而債權人對此會存在預期，進而給予企業(yè)更高的債券融資成本。因此，有效的公司治理能夠降低代理成本、減輕企業(yè)與債權人之間的信息不對稱，從而降低企業(yè)的債券融資成本(Anderson et al., 2004；周宏等，2018)[3][40]。

從上述文獻回顧可以發(fā)現(xiàn)，影響企業(yè)債券融資成本的因素主要有違約風險、市場風險、流動性風險和代理風險，但目前還少有研究直接考察資本市場開放對債券信用利差的影響。本文通過研究股票市場開放對企業(yè)債券融資成本的影響，能夠豐富信用利差影響因素的研究，也能為當前深化資本市場改革開放的實踐提供參考。

(二)研究假設

在我國資本賬戶未完全開放情況下，滬深港通開通是跨境投資方式的重要創(chuàng)新，能夠促進資本市場雙向開放。根據(jù)前文對文獻的分析，資本市場對外開放主要會帶來風險分擔效應、信息傳遞效應以及公司治理效應等，而影響企業(yè)債券融資成本的因素主要有違約風險、宏觀經(jīng)濟風險、流動性風險以及代理風險。

從風險分擔效應來看，滬深港通是股票市場的互聯(lián)互通機制，債券是同一企業(yè)在債券市場上的資產(chǎn)，境外機構投資者沒有通過滬深港通進入我國交易所債券市場，不會因此直接降低債券的風險溢價或改善債券的流動性，即在控制股票收益率變化的基礎上，企業(yè)的債券融資成本不會受股票市場對外開放的直接影響。

從信息傳遞效應來看，境外機構通過滬深港通進入內地股票市場，能夠為市場帶來更加豐富的信息來源。并且，境外機構通常對信息披露有較高要求，其投研能力也更為專業(yè)，從而會督促企業(yè)的信息披露行為，加速信息在股價中的反映速度，進而改善市場的信息效率。上述影響會降低企業(yè)的信息不對稱，從而降低同一企業(yè)在債券市場中的風險評估，最終降低企業(yè)的債券融資 成本。

從治理效應來看，境外機構投資對公司治理有更高要求，從而可能通過改善企業(yè)的治理結構，參與企業(yè)經(jīng)營決策，以此來提高企業(yè)價值。如果企業(yè)治理結構改善，同樣可能影響其在債券市場的融資成本。目前，通過滬深港通參與A股市場的規(guī)模還有限，根據(jù)Wind的數(shù)據(jù)，2018年底通過滬深港通對A股的持股市值只占整個市場流通市值的1.89%，這樣的規(guī)?？赡茈y以形成對公司治理結構的影響。綜上，滬深港通的實施促進了股票市場進一步對外開放，這可能改善企業(yè)股價的信息效率，從而降低其在債券市場的融資成本。由此，本文提出第一個研究假設：

H1：滬深港通開放后，相對于非標的企業(yè)，標的企業(yè)的債券融資成本顯著下降。

若滬深港通是通過改善企業(yè)股價的信息效率，進而降低了企業(yè)的債券融資成本，那么對于原本信息環(huán)境較差的企業(yè)，上述改善作用的空間應該更大，最終對債券融資成本的影響效應也應該更強。而對于原本信息環(huán)境較好的企業(yè)，各方面信息已經(jīng)比較透明，則滬深港通作為一種外部改善機制，發(fā)揮作用的空間就會相對較小。由此，本文提出第二個研究假設：

H2：對信息環(huán)境較差的企業(yè)，滬深港通對債券融資成本的影響更為顯著。

三、研究設計

(一)樣本選擇與數(shù)據(jù)來源

本文利用滬深港通的開通作為外生沖擊，實證研究資本市場開放對企業(yè)債券融資成本的影響。滬港通和深港通分別于2014年11月17日和2016年12月5日正式開通，為了保證政策實施前后樣本的全面性，本文使用2010―2018年滬深兩市上市公司的季度數(shù)據(jù)作為研究樣本，使用債券二級市場的信用利差作為企業(yè)債券融資成本的度量，通過將債券數(shù)據(jù)與企業(yè)數(shù)據(jù)進行合并，只保留發(fā)債上市企業(yè)的樣本，并去掉了少量采用浮動利率的債券。其中，債券相關的數(shù)據(jù)來自Wind數(shù)據(jù)庫，企業(yè)財務數(shù)據(jù)、分析師預測數(shù)據(jù)、滬深港通信息以及機構投資者等數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫。所有財務數(shù)據(jù)都進行了滯后，并且為了避免極端值對結果的驅動，本文對所有連續(xù)變量進行了上下1%的縮尾處理(Winsorize)。

(二)實證模型

由于滬港通和深港通在不同時間點啟動，并且部分標的股票存在多次調入和調出的情況，本文參考Bertrand and Mullainathan(2003)[9]的研究，進行如下的多期雙重差分來檢驗：

其中，CS為企業(yè)的債券融資成本。本文參考Borisova et al.(2015)[11]，使用債券的信用利差作為企業(yè)債券融資成本的代理變量，其定義為債券到期收益率與相同期限國債到期收益率的差。本文對企業(yè)發(fā)行的所有公司債、企業(yè)債和中期票據(jù)按季度取平均利差，信用利差越大的企業(yè)，其債券融資成本越高。Open為是否滬深港通標的，如果當期企業(yè)股票能夠進行滬股通或者深股通交易則為1，否則為0。μ和τ分別為企業(yè)和季度的固定效應。本文關注系數(shù)β，它反映的是企業(yè)加入滬深港通后，相對于其他沒有加入的企業(yè)，其債券融資成本的變化程度。在上述雙重差分中，實驗組為當期加入了滬深港通的企業(yè)，控制組為當期沒有加入滬深港通的企業(yè)，包括樣本期內從未加入、相對較晚時間加入以及被剔除出名單的企業(yè)。為減輕異方差以及可能存在的序列相關問題，本文將回歸模型的標準誤在企業(yè)個體和時間維度上進行了聚類調整。

表1 主要變量定義

表2 主要變量的描述性統(tǒng)計

本文還考慮加入一系列可能影響企業(yè)債券融資成本的控制變量X。企業(yè)財務層面包括：企業(yè)規(guī)模(Size)、杠桿率(Lev)、總資產(chǎn)凈利潤率(Roa)、營業(yè)收入現(xiàn)金含量(Cash)、存貨周轉率(Inventory)、速動比率(Quick)；債券層面包括：債券價格波動(Range)、債券剩余期限(Maturity)、債券換手率(Turnover)；股票層面包括：股票收益率(Stock_ret)、股票波動率(Stock_vol)。主要變量的具體定義如表1所示。

四、實證結果與分析

(一)描述性統(tǒng)計

表3 滬深港通與企業(yè)債券融資成本

主要變量的描述性統(tǒng)計結果如表2所示。從中可以發(fā)現(xiàn)，企業(yè)的債券信用利差CS均值為2.462%；滬深港通狀態(tài)Open均值為0.389，說明企業(yè)-季度的所有觀測值中，有38.9%能夠進行滬深港通交易；企業(yè)債券的價格波動Range均值為2.716，說明債券價格季度振幅平均約為2.7%，債券市場整體的波動比較?。黄髽I(yè)債券的平均剩余期限Maturity為2.988，說明樣本中企業(yè)債券融資的平均剩余年限為3年左右。

(二)基準結果

表3報告了滬深港通開通對企業(yè)債券融資成本影響的總體結果。在第(1)列結果中，只使用滬深港通狀態(tài)變量Open作為解釋變量，對企業(yè)債券融資成本CS進行回歸，同時控制企業(yè)和季度的固定效應；在第(2)列結果中，加入了企業(yè)財務層面的控制變量；在第(3)列結果中進一步控制了債券和股票交易層面的變量。從結果來看，所有結果中Open的系數(shù)都顯著為負，說明滬深港通開通之后，相對于沒有開通的企業(yè)，其債券融資成本顯著下降，平均降幅為18.3個基點(basis point)，這約等于企業(yè)債券信用利差平均水平的7.4%(信用利差均值為2.462%)。

控制變量方面，企業(yè)規(guī)模Size的系數(shù)顯著為負，說明企業(yè)規(guī)模越大，其債券融資成本越低。杠桿率Lev的系數(shù)在5%的顯著性水平下顯著為正，說明企業(yè)杠桿率越高，其債券融資成本也越高?？傎Y產(chǎn)凈利潤率Roa的系數(shù)顯著為負，說明企業(yè)盈利能力越好，其債券融資成本越低。此外，在股票和債券交易層面的變量中，顯著的有債券的價格波動和換手率，它們與債券融資成本呈顯著的正相關關系。

(三)影響機制

1.滬深港通與股價信息效率

表4 滬深港通、信息效率與企業(yè)債券融資成本

根據(jù)前文分析，滬深港通開通可能會提高股價信息效率，從而降低企業(yè)的信息不對稱風險，進而降低企業(yè)的債券融資成本。本文參考Hou and Moskowitz(2005)[19]的研究，使用價格滯后指標來反映股價信息效率。具體而言，本文使用一年內個股和市場的周收益率估計該年度的價格滯后指標，公式如下：

其中，ri,t為個股包括紅利再投資的周收益率，Rm,t-n為滯后n周(n=1,2,3,4)流通市值加權的市場收益率。個股年度的價格滯后指標可以定義為：

從表4前兩列結果可以發(fā)現(xiàn)，Open的系數(shù)顯著為負，說明滬深港通開通后，相對于非標的企業(yè)，標的企業(yè)的股價信息效率顯著改善。進一步，本文也使用股價信息效率對企業(yè)債券融資成本進行回歸，結果如表4的后兩列所示?？梢园l(fā)現(xiàn)，股價信息效率Delay的系數(shù)顯著為正，這說明信息效率越低，其債券融資成本就越高。以上結果說明，滬深港通的開通會通過改善股價信息效率，來降低企業(yè)的債券融資成本。

2.信息環(huán)境分組差異

表5 信息環(huán)境分組回歸結果

前文研究發(fā)現(xiàn)，滬深港通會通過改善股價信息效率來降低企業(yè)的債券融資成本。若上述邏輯成立，對于事前信息環(huán)境較差的企業(yè)而言，滬深港通對信息效率的改善空間更大，改善作用也更強。為檢驗這一假設，本文根據(jù)企業(yè)的信息環(huán)境進行分組，對比滬深港通對不同信息環(huán)境企業(yè)的影響差異。具體而言，使用分析師跟蹤人數(shù)、分析師預測誤差和機構持股比例作為信息環(huán)境的代理變量。其中，分析師預測誤差的計算方式為：分析師當年對企業(yè)年末每股收益預測的平均值與實際值的差的絕對值，除以企業(yè)實際每股收益的絕對值(由于一些企業(yè)當年沒有分析師進行預測，因此樣本存在缺失)。分析師跟蹤人數(shù)越多、分析師預測誤差越低以及機構持股比例越高，企業(yè)的信息環(huán)境就越好(郭陽生等，2018； Boone and White, 2015)[31][10]。本文根據(jù)樣本中企業(yè)上一年的分析師跟蹤人數(shù)、預測誤差和機構持股比例的中位數(shù)進行分組回歸，結果如表5所示。

從中可以發(fā)現(xiàn)，變量Open的系數(shù)在分析師跟蹤人數(shù)較少、預測誤差較高以及機構持股比例較低的企業(yè)樣本中顯著為負，而在分析師跟蹤人數(shù)較多、預測誤差較低以及機構持股比例較高的企業(yè)樣本中則不顯著。對分組回歸進行相似不相關檢驗(SUR)的結果顯示，Open的系數(shù)在不同組別之間存在顯著的差異。這意味著在滬深港通開通后，信息環(huán)境較差的企業(yè)的債券融資成本下降更加明顯。這進一步說明，滬深港通是通過改善股價信息效率這一機制，來影響企業(yè)的債券融資成本。

(四)穩(wěn)健性檢驗

為保證結果的穩(wěn)健性，本文進行了如下四方面的 檢驗：

表6 匹配后樣本差異

第一，滬深港通標的內生性。滬深港通標的選擇存在一定標準，不是完全外生的。例如，根據(jù)《上海證券交易所滬港通試點辦法》，滬股通標的范圍包括上證180、上證380指數(shù)成份股和A+H上市的股票，而上證180指數(shù)成份股的選擇標準參考股票的總市值和成交金額綜合排名，滬深港通標的企業(yè)可能存在市值和流動性上的優(yōu)勢。因此，本文使用傾向值匹配(PSM)后的樣本進行檢驗，以排除滬深港通標的選擇造成的影響。具體而言，本文選取企業(yè)規(guī)模、杠桿率、總資產(chǎn)凈利潤率、市盈率、波動率和換手率作為匹配標準，使用Probit回歸作為評分標準，分別對滬深兩市標的企業(yè)在滬深港通開通前一個季度一對一匹配一家非滬深港通標的的近似企業(yè)；同時，在匹配時使用了共同支撐選項，并使用卡尺約束使企業(yè)的評分差距不超過0.01。匹配后企業(yè)特征的差異檢驗結果如表6所示?？梢园l(fā)現(xiàn)，在匹配后的樣本中，標的股票和非標的股票的特征變量之間不存在顯著差異。使用匹配后樣本回歸的結果報告在表7第(1)列。從中可以發(fā)現(xiàn)，滬深港通狀態(tài)變量Open的系數(shù)依然顯著為負，說明標的選擇標準并不會影響前文結果的穩(wěn)健性。

第二，債券融資成本的度量。由于企業(yè)可能存在發(fā)行多只債券的情況，前文在定義企業(yè)債券融資成本時使用的是所有債券信用利差的平均值，并沒有考慮不同債券發(fā)行規(guī)模、到期期限的差異。因此，本文進一步改進指標，使用發(fā)行規(guī)模加權平均的信用利差CS2和到期期限加權平均的信用利差CS3作為因變量進行回歸，結果如表7第(2)列所示(使用期限加權的信用利差結果沒有顯著差異，故略去)。從中可以發(fā)現(xiàn)，結果與前文是一 致的。

表7 穩(wěn)健性分析

第三，債券評級變動?？紤]到少數(shù)債券會發(fā)生評級變動，從而可能影響結果，本文在回歸中加入了債券當期最新評級的固定效應進行控制1，結果如表7第(3)列所示?？梢园l(fā)現(xiàn)，加入債券評級的固定效應排除評級變動的影響后，主要結果依然存在，說明本文的結果是穩(wěn) 健的。

表8 滬深港通與債券發(fā)行

第四，雙重差分檢驗的一個重要前提假設是處理組與控制組間存在平行趨勢，即在政策實施前不應該觀測到政策的影響效應。因此，本文進一步將滬深港通開通前一個季度Open(-1)、開通當季Open(0)、開通后第一個季度Open(1)以及開通兩個季度及之后Open(2+)的啞變量加入回歸，結果報告在表7第(4)列。從中可以發(fā)現(xiàn)，在滬深港通開通的前一個季度，標的企業(yè)與非標的企業(yè)的債券融資成本并沒有顯著差異，而在滬深港通開通當季，兩組企業(yè)的債券融資成本也沒有出現(xiàn)顯著變化，這可能是由于滬深港通的開通時點都在年末，當季度有效的開通時間不長所導致。進一步，Open(1)、Open(2+)的系數(shù)均在1%水平下顯著為負，系數(shù)呈依次增大的趨勢，說明滬深港通開通對企業(yè)債券融資成本的影響可能存在一定滯后效應，并隨著滬深港通交易不斷活躍而逐漸增強。

(五)進一步分析

前文實證結果顯示，成為滬深港通標的后企業(yè)債券融資成本顯著下降，那么與此一致，企業(yè)使用債券融資的概率和規(guī)模也應上升。因此，本文分別使用當年發(fā)債的啞變量Issue_dum、當年發(fā)債數(shù)量的自然對數(shù)Issue_num、發(fā)債絕對規(guī)模的自然對數(shù)Issue_amt、發(fā)債相對總資產(chǎn)的規(guī)模Issue_asset(其中發(fā)債數(shù)量和發(fā)債絕對規(guī)模均加1后取自然對數(shù))，來考察成為滬深港通標的后企業(yè)債券融資行為的變化，結果報告見表8。從中可以發(fā)現(xiàn)，Open的系數(shù)都顯著為正，說明企業(yè)成為滬深港通標的后，其發(fā)債可能性、發(fā)債數(shù)量以及規(guī)模都明顯上升，即企業(yè)從債券市場獲得了更多融資。這些結果與前文中企業(yè)債券融資成本的下降是一致的。

五、結論與啟示

本文利用滬深港通開通這一外生沖擊，實證研究了資本市場開放對企業(yè)債券融資成本的影響。研究發(fā)現(xiàn)：滬深港通顯著降低了標的企業(yè)的債券融資成本；滬深港通的影響機制是通過改善標的企業(yè)股價信息效率，進而降低了企業(yè)的債券融資成本；一系列穩(wěn)健性檢驗的結果顯示本文的結論是可靠的；額外的證據(jù)顯示，滬深港通的實施能夠促進標的企業(yè)使用債券工具融資。

本文研究結論存在如下啟示：首先，鑒于滬深港通政策的實施有助于降低企業(yè)的債券融資成本、獲取更多的債券融資，應進一步深化資本市場改革開放，擴大滬深港通標的股票范圍、推進交易所債券市場對外開放，并不斷完善債券通、滬倫通、中日ETF互聯(lián)互通等市場開放措施，為資本市場更好地服務實體經(jīng)濟提供支持。第二，考慮到滬深港通對股價信息效率的提高作用，應進一步放開外資機構參與國內資本市場，優(yōu)化投資者結構，促進中長期投資者入市，并規(guī)范機構投資者的交易行為，發(fā)揮其對市場定價效率的積極作用。最后，股價信息效率的提升有助于降低企業(yè)債券融資成本，因此，市場監(jiān)管者應強化監(jiān)管，引導和監(jiān)督企業(yè)的信息披露行為，這對投資者和融資者而言都有顯著益處。

注釋

1. 本文使用的債券樣本中，近97%的債券評級為AAA、AA+和AA，只有極少數(shù)樣本評級在AA以下，因此本文設定三個債券評級的固定效應為AAA、AA+和AA及以下。對于一家企業(yè)同時發(fā)行多只債券的情況，本文以最低的評級為標準。