信用評級與企業(yè)債券融資成本相關(guān)性研究

陳昆 張楊 王質(zhì)萱 訾盛杰

[摘 要] 以2016-2020年滬深公開發(fā)行的企業(yè)債作為研究樣本，通過實(shí)證分析研究債券信用評級與企業(yè)融資成本的相關(guān)性，得出以下結(jié)論：債券信用評級與企業(yè)融資成本有較強(qiáng)的負(fù)相關(guān)關(guān)系，即債券信用評級越高，企業(yè)在發(fā)行債券時(shí)需要付出的成本越低。

[關(guān)鍵詞] 信用評級;債券融資成本;財(cái)務(wù)指標(biāo);債券特征

[中圖分類號]F832.5 ? ?[文獻(xiàn)標(biāo)志碼]A

近年來，中國債券市場在規(guī)范化制度的引導(dǎo)下發(fā)展迅猛，企業(yè)融資需求擴(kuò)大，投融資管理體制完善。債券發(fā)行增速、凈融資額的顯著上升代表著債券市場已經(jīng)在整個(gè)資本體系當(dāng)中占據(jù)了重要位置。本文通過分析其與企業(yè)債券融資成本之間的關(guān)聯(lián)性，明確其相關(guān)關(guān)系，為未來更多的研究提供實(shí)證依據(jù)。

一、文獻(xiàn)綜述

（一）國外文獻(xiàn)綜述

外國學(xué)者在信用評級與融資成本研究方面已經(jīng)做出了一些突破性的貢獻(xiàn)。Chen等考察社會信任對企業(yè)獲得銀行貸款融資的影響，發(fā)現(xiàn)社會信任能夠顯著緩解貸款人的壓力。[1]12Berwart等研究發(fā)現(xiàn)獨(dú)立信用評級機(jī)構(gòu)在經(jīng)過一定時(shí)間發(fā)展后，其信用評級調(diào)降與市場的異常收益的相關(guān)度較高，此類機(jī)構(gòu)能為投資者更好地提供有效信息。[2]47Goldstein等人通過博弈分析發(fā)現(xiàn)信用評級機(jī)構(gòu)給債權(quán)人提供了有偏頗但信息豐富的信號，影響著企業(yè)的投資決策。[3]15Han等人通過使用韓國企業(yè)信用等級研究樂觀的信用等級對企業(yè)決策的影響力，發(fā)現(xiàn)評級樂觀的企業(yè)債券成本更低。[4]80Emmanuel研究評級是否包含對股權(quán)投資者有價(jià)值的信息，發(fā)現(xiàn)擁有積極私有信息的公司未來的會計(jì)業(yè)績更好。信用評級機(jī)構(gòu)不僅給市場帶來了有價(jià)值的信息，還可以讓投資者從中獲益。[5]14Even-Tov等研究發(fā)現(xiàn)信用等級的升降能夠影響投資者的預(yù)期，從而導(dǎo)致股價(jià)出現(xiàn)重大反應(yīng)。[6]47

（二）國內(nèi)文獻(xiàn)綜述

我國大部分學(xué)者認(rèn)為，信用評級所反映出來的消息可以對企業(yè)經(jīng)營情況有進(jìn)一步的了解，在融資時(shí)對成本造成明顯影響。施燕平等研究發(fā)現(xiàn)，評級機(jī)構(gòu)受到發(fā)債企業(yè)資本結(jié)構(gòu)調(diào)整的影響，其策略通過信用評級的部分中介作用，能夠給企業(yè)債券融資成本帶來顯著正向影響。[7]90齊岳等研究發(fā)現(xiàn)，企業(yè)性質(zhì)能夠顯著調(diào)節(jié)信用評級與企業(yè)融資成本之間的關(guān)系，當(dāng)信用評級發(fā)生變化時(shí)，民營和國營企業(yè)會產(chǎn)生不同程度的反應(yīng)。[8]50?，摤摰戎赋觯h(huán)境信息的透明度能夠提升企業(yè)信用評級，顯著降低融資成本，高質(zhì)量的審計(jì)結(jié)果也能產(chǎn)生一定的強(qiáng)化作用。[9]135楊國超等利用我國不同省份的信任度差異，研究信任這一非正式制度在債券市場的作用，結(jié)果發(fā)現(xiàn)信任有助于提高債券信用評級，降低債券信用利差。[10]40喻貞等考察了獨(dú)立信用評級模式對債券定價(jià)和違約預(yù)測能力的影響，發(fā)現(xiàn)投資者與發(fā)債主體之間信息不對稱程度越高時(shí)，獨(dú)立信用評級越有效。因此，應(yīng)鼓勵(lì)獨(dú)立信用評級的發(fā)展，促進(jìn)信用評級體系的有序競爭。[11]144陳關(guān)亭等研究發(fā)現(xiàn)，多家評級機(jī)構(gòu)對同一評級對象進(jìn)行的信用評級能傳遞更具效度的信息，減少投資者決策的不確定性，從而降低融資成本。[12]100陳昆等研究發(fā)現(xiàn)，居民信用評級的提升有助于推動利率市場化改革，從而減少融資成本。[13]15

本文研究主要聚焦于債券信用評級和企業(yè)融資成本的關(guān)聯(lián)問題，通過實(shí)證分析尋找出各項(xiàng)指標(biāo)中能發(fā)揮顯著作用的指標(biāo)，從而給予信用評級行業(yè)、企業(yè)及投資人三方一定的扶助。

二、債券信用評級對于企業(yè)融資成本影響分析

隨改革深化，我國的企業(yè)債券市場發(fā)展勢頭迅猛。無論是融資的規(guī)模還是發(fā)行數(shù)量都取得了矚目成就。近五年來，我國企業(yè)債發(fā)行量穩(wěn)步攀升。在最新一年的統(tǒng)計(jì)中，我國已經(jīng)有4 600余家企業(yè)發(fā)行了企業(yè)債券，發(fā)行量創(chuàng)造了近十年的最高值。

根據(jù)我國的社會情況和經(jīng)濟(jì)發(fā)展進(jìn)度不難發(fā)現(xiàn)，企業(yè)融資市場的穩(wěn)定健康發(fā)展需要多方力量的協(xié)助和推動。缺乏公正獨(dú)立的中介組織和流通市場的不完善，是影響我國企業(yè)債券融資的重要因素，這兩方力量也是保障企業(yè)債券市場健康發(fā)展的重要基石。債券信用評級正是促進(jìn)這兩方力量活躍于債券市場的代表因素之一，通過以下三個(gè)作用機(jī)制反映其作用：

一是信息不對稱機(jī)制。在債券市場上，信息不對稱問題是發(fā)債、投資雙方共同的困擾，即交易雙方對于信息獲取的能力和渠道是有差異的，信息獲取較多、較全面的一方居于優(yōu)勢地位。在此機(jī)制的干預(yù)之下，優(yōu)勢方可以向弱勢方提供更多信息謀利，而弱勢方則在購買有利信息后才能進(jìn)一步抉擇。

二是信息傳遞理論。信用評級之所以能夠造成企業(yè)融資成本的變動，是因?yàn)樗哂辛霜?dú)特的信號傳遞作用，能夠適時(shí)反映出信用風(fēng)險(xiǎn)的程度，重視利益相關(guān)者的信號，能夠進(jìn)一步幫助企業(yè)獲得債權(quán)人等利益相關(guān)者的支持，進(jìn)而影響到企業(yè)融資成本。另一方面，評級機(jī)構(gòu)工作時(shí)挖掘發(fā)行方未公開披露的信息，核算之后將這些信息增量反映到評級結(jié)果和等級中，不僅可以緩解信息不對稱帶來的問題，還可以減輕優(yōu)秀企業(yè)所遭遇的融資成本的壓力。

三是信用風(fēng)險(xiǎn)機(jī)制。大體來說，信用評級的影響因素分為宏觀因素和企業(yè)本身因素兩類。從宏觀來看，信用評級與經(jīng)濟(jì)形勢息息相關(guān)，宏觀環(huán)境給企業(yè)營造的生存發(fā)展環(huán)境使得企業(yè)的信用評級和融資成本實(shí)時(shí)變化。當(dāng)宏觀經(jīng)濟(jì)發(fā)展良好時(shí)，高回報(bào)帶動企業(yè)規(guī)模擴(kuò)大和投資增加，降低融資難度。另一方面，企業(yè)的融資信用風(fēng)險(xiǎn)與其自身經(jīng)營狀況、發(fā)行債券情況等因素有密切的關(guān)系。不同企業(yè)經(jīng)營狀況的差異和所發(fā)行債券的額度、年限、利率等均會產(chǎn)生不同的風(fēng)險(xiǎn)影響，這些特征造成了不同信用評級和不同企業(yè)融資成本的差異性。也正因如此，信用評級才可以對債券融資構(gòu)成多方面的影響：一般來說，高信用等級的債券在取得投資者信任、降低融資成本方面具備明顯的優(yōu)勢。但是在實(shí)際生活中，評級機(jī)構(gòu)作為以營利為目的的機(jī)構(gòu)，受到利潤驅(qū)使和自身能力的限制，評級報(bào)告的結(jié)果并不能夠做到百分百的真實(shí)，阻礙了信用機(jī)制作用的發(fā)揮。

三、債券信用評級影響企業(yè)融資成本的實(shí)證分析

（一）數(shù)據(jù)選取

本文以2016-2020年滬深交易所發(fā)行的企業(yè)債券為樣本。對于初始數(shù)據(jù)，做了篩選和處理，使其滿足下列條件：第一，采用固定利率計(jì)息的債券，排除利率變化的影響;第二，所用債券年付息方式為一次;第三，排除跨市場的債券;第四，剔除金融保險(xiǎn)類債券和ST類債券，降低異常情況的干擾。經(jīng)過篩選獲得觀察值：2016年為111個(gè)，2017年為64個(gè)，2018年為286個(gè)，2019年為469個(gè)，2020年為628個(gè)，一共1 558個(gè)研究樣本。研究數(shù)據(jù)來自萬得數(shù)據(jù)庫。

（二）指標(biāo)選取

1.被解釋變量：債券融資成本（DFC）。債權(quán)融資成本視作風(fēng)險(xiǎn)溢價(jià)，即投資者的額外風(fēng)險(xiǎn)補(bǔ)償。本文采用的債券融資成本是按債券利率與國債利率之差衡量。

2.解釋變量：債券信用評級（BR）。信用評級可以分為兩大類：主體信用評級（對企業(yè)整體進(jìn)行評價(jià)），債券信用評級?？紤]到本文的研究目標(biāo)，選擇債券評級數(shù)據(jù)能夠更加清楚地體現(xiàn)出債券特征。本文使用BR（AAA）和BR（AA+）變量，不另外設(shè)置信用等級為AA和AA-的變量。

3.控制變量。本文中選取的控制變量大致可以分為兩部分，第一部分為企業(yè)自身的經(jīng)營指標(biāo)，例如總資產(chǎn)、流動比率、凈資產(chǎn)收益率、資產(chǎn)負(fù)債率等;另一部分為債券自身的特征變量，有債券的發(fā)行規(guī)模、期限及債券的可贖回性和可回售性等指標(biāo)。表1列出了本文定義的變量符號及意義。

（三）模型設(shè)定

在研究過程中，采用構(gòu)建多元模型的方式來分析兩個(gè)主要變量之間的關(guān)聯(lián)關(guān)系。[13]

（四）實(shí)證分析

1.描述性統(tǒng)計(jì)結(jié)果

表2為描述性統(tǒng)計(jì)結(jié)果。表中主要包含各個(gè)變量得出的平均數(shù)、標(biāo)準(zhǔn)差以及最值。通過對統(tǒng)計(jì)結(jié)果的分析可知：債券融資成本（DFC）的標(biāo)準(zhǔn)差為0.868 598，最大值為5.93，最小值為0.11，說明各債券融資成本差異較大;發(fā)行規(guī)模（IS）的標(biāo)準(zhǔn)差為0.678 6，說明各債券發(fā)行規(guī)模比較集中;資產(chǎn)負(fù)債率（DTA）標(biāo)準(zhǔn)差較大，反映了不同企業(yè)的償債能力存在較大差距。

表3對不同信評等級和相對應(yīng)所付出的融資成本進(jìn)行了描述性統(tǒng)計(jì)。從中可以看出，樣本中債券信用評級的分布情況，樣本中絕大部分的債券信用等級都在AAA評級，只有10個(gè)在AA-及以下評級。說明我國評級機(jī)構(gòu)給出的信用評級普遍偏高，信用評級的要求很低，不能真實(shí)反映債券的實(shí)際情況。還可以發(fā)現(xiàn)，AAA評級的債券融資成本中位數(shù)為1.67，標(biāo)準(zhǔn)差約為0.669;AA+和AA評級的債券中位數(shù)分別為2.305和3.82，標(biāo)準(zhǔn)差約為1.208和1.169，同一信用評級的債券融資成本較為集中。通過橫向?qū)φ湛砂l(fā)現(xiàn)，債券信用評級越高時(shí)，融資成本會顯著下落。

2.相關(guān)性分析

表4對設(shè)計(jì)變量進(jìn)行了泊松檢驗(yàn)，通過其相關(guān)系數(shù)，衡量不同種變量之間的密切程度。從表4來看，相關(guān)系數(shù)普遍數(shù)值偏小，說明本文變量的選取比較合理，模型具有較好的擬合度。

3.共線性檢驗(yàn)

表5對各變量進(jìn)行了共線性檢驗(yàn)。共線性檢驗(yàn)有兩種方法，其一，通常認(rèn)為方差膨脹因子（即VIF值）大于0小于10時(shí)，變量不存在多重共線性。通過檢驗(yàn)結(jié)果發(fā)現(xiàn)，選取的各個(gè)變量的VIF值均小于10，說明本文所選的變量較合理，不存在嚴(yán)重的多重共線性，擬合優(yōu)度較好。另一種方法是以容差值（1/VIF）作為標(biāo)準(zhǔn)進(jìn)行檢驗(yàn)。當(dāng)容差值大于0.1時(shí)，說明不存在共線性，證明本文所選的變量是合理的。

4.回歸結(jié)果與分析

表6對三個(gè)模型進(jìn)行了回歸分析，可以看出，無論是對哪個(gè)模型進(jìn)行分析，信用評級都與債券融資成本呈負(fù)相關(guān)關(guān)系，即債券信評等低越低，融資成本會越高。

在模型（1）中，高債券信用評級的融資成本明顯低于低債券信用評級的融資成本。模型R2值為0.429，意味著模型（1）的變量可以解釋債券融資成本的42.9%變化原因。D-W值在2附近徘徊，說明模型不存在自相關(guān)性。分析結(jié)果表明：兩個(gè)解釋變量的回歸系數(shù)分別為-1.285（t=-4.844，P=0.000<0.01）和-2.047（t=-3.442，P=0.001<0.01），意味著會對DFC產(chǎn)生顯著的負(fù)向影響關(guān)系。發(fā)行規(guī)模（IS）的回歸系數(shù)-0.159（t=-1.299，P=0.200>0.05），意味著IS會對DFC產(chǎn)生一定的負(fù)影響。發(fā)行期限（MAT）的回歸系數(shù)0.050（t=2.625，P=0.012<0.05），意味著MAT越長，所要付出的DFC越多。

總之，債券融資成本與發(fā)行規(guī)模（IS）呈負(fù)相關(guān)，和發(fā)行期限（MAT）呈正向關(guān)系。債券特征量會給債券融資成本造成較大的影響。

在模型（2）中，模型R2值為0.544，說明所選變量可以解釋DFC的54.4%變化原因。

分析可知：兩個(gè)解釋變量的回歸系數(shù)分別為-1.732（t=-5.010，P=0.000<0.01），-1.964（t=-3.015，P=0.005<0.01），意味著BR（AA）會對DFC產(chǎn)生顯著的負(fù)向影響。企業(yè)規(guī)模（TA）的回歸系數(shù)為-0.043（t=-0.451，P=0.655>0.05），意味著TA不使DFC變動。流動比率（LA）的回歸系數(shù)為-0.217（t=-1.153，P=0.257>0.05），意味著LA并不對DFC產(chǎn)生影響。凈資產(chǎn)收益率（ROE）的回歸系數(shù)為0.045（t=3.539，P=0.001<0.01），意味著ROE使DFC發(fā)生顯著的正向變動。資產(chǎn)負(fù)債率（DTA）的回歸系數(shù)為0.017（t=2.137，P=0.040<0.05），意味著DTA會對DFC產(chǎn)生正顯著作用?，F(xiàn)金流量利息保障倍數(shù)（RCOV）的回歸系數(shù)為-0.000（t=-0.355，P=0.725>0.05），意味著RCOV并不會對DFC產(chǎn)生影響關(guān)系。資產(chǎn)有形性（IT）的回歸系數(shù)為0.954（t=1.583，P=0.123>0.05），意味著IT并不會對DFC產(chǎn)生影響。

總之，資產(chǎn)負(fù)債率和凈資產(chǎn)收益率對融資成本構(gòu)成明顯影響，前者和企業(yè)融資成本的關(guān)系是負(fù)相關(guān)的，后者則是正向關(guān)系。企業(yè)規(guī)模、流動比率、資產(chǎn)有形性的影響可以忽略不計(jì)。據(jù)此，可以初步判定除了資產(chǎn)負(fù)債率和凈資產(chǎn)收益率，其他的財(cái)務(wù)特征對債券融資成本不會產(chǎn)生直接的影響。

模型（3）將債券特征和財(cái)務(wù)特征兩個(gè)變量同時(shí)考慮在內(nèi)，進(jìn)行回歸結(jié)果分析。債券信用評級和融資成本的關(guān)聯(lián)程度較高且為負(fù)相關(guān)，其余變量對其成本幾乎不產(chǎn)生影響，這與模型（2）的結(jié)論吻合，再次印證了財(cái)務(wù)特征的變量不能直接對債券融資成本的變動產(chǎn)生影響。

（五）結(jié)果檢驗(yàn)

本文從債券特征和財(cái)務(wù)特征兩方面研究債券信用評級和企業(yè)融資成本的關(guān)聯(lián)性。為了驗(yàn)證研究結(jié)論是否具有一定的穩(wěn)健性，對當(dāng)中的某些變量或者參數(shù)進(jìn)行更改，重復(fù)上述的實(shí)驗(yàn)環(huán)節(jié)，觀察實(shí)證結(jié)果是否會發(fā)生變化。

1.采用利息保障倍數(shù)作為變量

在財(cái)務(wù)特征的統(tǒng)計(jì)中，本文采用現(xiàn)金流量利息保障倍數(shù)作為變量。在進(jìn)行結(jié)果檢驗(yàn)時(shí)，采用利息保障倍數(shù)代替它，對模型進(jìn)行新的回歸分析，獲得的結(jié)論與上文大致相同。

2.對債券信用評級賦值

在進(jìn)行結(jié)果檢驗(yàn)時(shí)，為了更加精確的劃分等級，對AA-級賦值為1，AA級賦值為2，AA+級賦值為3，AAA級賦值為4，結(jié)果并不影響本文的結(jié)論。

四、結(jié)論和政策建議

（一）結(jié)論

第一，不同的債券信評等級對企業(yè)融資成本有明確的負(fù)指向;第二，企業(yè)經(jīng)營信息變動對融資成本不產(chǎn)生直接的效果，而所發(fā)行的企業(yè)債特征消息能有力詮釋融資成本的變動情況;第三，我國信用評級機(jī)制比之國外仍處于初步發(fā)展階段，眾多機(jī)構(gòu)存在輕易給出高出實(shí)際的評級等級情況，對債券市場沒有起到強(qiáng)有力的約束作用。說明了采取措施提升信用等級已成為企業(yè)減少融資成本的方法之一，顯示了從債券特征入手是企業(yè)降低發(fā)債融資成本的一種有力途徑。

（二）政策建議

第一，投資者應(yīng)該強(qiáng)化對債券信用評級的重視程度。債券信用評級的高低對企業(yè)融資成本會有比較明顯的影響，通過債券信用評級篩選投資對象，能更好地降低投資風(fēng)險(xiǎn)。因此，投資者做出選擇時(shí)，既要關(guān)注主體信評等級的情況，也要留意該主體所發(fā)布的債券本身的信評等級，結(jié)合信用評級機(jī)構(gòu)出具的債券信用評級綜合考慮，做好權(quán)衡，著重關(guān)注債券本身特性。

第二，隨著債券融資優(yōu)勢日益顯現(xiàn)，企業(yè)直接融資的渠道一拓再拓，如何讓發(fā)行的債券在市場上占據(jù)一定的優(yōu)勢，企業(yè)應(yīng)該根據(jù)自己的實(shí)際情況，對所發(fā)行債券的債券特征合理規(guī)劃，通過控制發(fā)行期限和發(fā)行規(guī)模來降低發(fā)債成本。

第三，信用評級機(jī)構(gòu)亟待提升其專業(yè)能力，樹立正確經(jīng)營理念。頻發(fā)的過高信用評級現(xiàn)象警示著評級機(jī)構(gòu)需要重視的方面還有很多。在未來的發(fā)展道路上，機(jī)構(gòu)方不僅要維護(hù)好能夠向企業(yè)提供高質(zhì)量服務(wù)的形象，積極以增量信息的獲得和發(fā)布，來緩解信息不對稱給市場帶來的弊病，還要在盈利的同時(shí)保證自己的服務(wù)質(zhì)量和誠信度。與此同時(shí)，盡快規(guī)范信用評級行業(yè)的獨(dú)立、專業(yè)行為，國家和政府應(yīng)該加強(qiáng)監(jiān)管力度，嚴(yán)懲惡意爭搶市場的行為，盡快建立有秩序的債券市場體系。

[參考文獻(xiàn)]

[1]Deqiu Chen，Xuejiao Liu，Cong Wang.Social Trust and Bank Loan Financing：Evidence from China[J].Abacus，2016（3）：1-18.

[2]Erik Berwart，Massimo Guidolin，Andreas Milidonis.An empirical analysis of changes in the relative timeliness of issuer-paid vs.investor-paid ratings[J].Journal of Corporate Finance，2019（7）：45-58.

[3]Itay Goldstein，Chong Huang.Credit Rating Inflation and Firms' Investments[J].The Journal of Finance，2020（6）：13-28.

[4]Cho，Han，Oh，Sunwoo.Optimistic credit rating and its influence on corporate decisions：evidence from Korea[J].Asia-Pacific Journal of Accounting & Economics，2020（5）：78-89.

[5]Alanis Emmanuel.Is there valuable private information in credit ratings？[J].The North American Journal of Economics and Finance，2020（13）：7-21.

[6]Omri Even-Tov，Naim Bugra Ozel.What moves stock prices around credit rating changes？[J].Review of Accounting Studies，2021（5）：45-57.

[7]施燕平，劉娥平.資本結(jié)構(gòu)調(diào)整、信用評級與公司債券融資成本[J].財(cái)貿(mào)研究，2018（01）：86-98.

[8]齊岳，楚金輝，馮筱瑢.十三五下企業(yè)性質(zhì)、信用評級與債券成本[J].財(cái)會通訊，2018（17）：48-54.

[9]?，摤?，曾泉.環(huán)境信息透明度與企業(yè)信用評級——基于債券評級市場的經(jīng)驗(yàn)證據(jù)[J].金融研究，2019（05）：132-151.

[10]楊國超，盤宇章.信任被定價(jià)了嗎？——來自債券市場的證據(jù)[J].金融研究，2019（01）：35-53.

[11]喻貞，顧舒雯.獨(dú)立信用評級、債券定價(jià)和違約預(yù)測能力[J].復(fù)旦學(xué)報(bào)：社科版，2021（02）：142-153.

[12]陳關(guān)亭，連立帥，朱松.多重信用評級與債券融資成本——來自中國債券市場的經(jīng)驗(yàn)證據(jù)[J].金融研究，2021（02）：94-113.

[13]陳昆，孫秀冰，張碩宇.LPR調(diào)整對商業(yè)銀行房貸利率的影響[J].牡丹江師范學(xué)院學(xué)報(bào)：社會科學(xué)版，2021（05）：10-19.

[14]劉建華，張敏鋒.優(yōu)序融資與權(quán)衡理論比較研究——基于面板數(shù)據(jù)分?jǐn)?shù)回歸模型的實(shí)證[J].牡丹江師范學(xué)院學(xué)報(bào)：社會科學(xué)版，2021（06）：30-36.

[15]黃平，宋丹丹.市場化進(jìn)程、研發(fā)投入與中小企業(yè)融資約束[J].牡丹江師范學(xué)院學(xué)報(bào)：社會科學(xué)版，2019（05）：10-18.

[責(zé)任編輯]王立國