施燕平 劉娥平

(1.廣州大學 經濟與統(tǒng)計學院，廣東 廣州 510006； 2.中山大學 管理學院，廣東 廣州 510275)

一、引言

2014年“11超日債”的利息違約事件成為我國債市違約第一案，引發(fā)各界關于債券市場中國式剛性兌付神話破滅與否的爭議，而后峰回路轉的重組方案又使其重獲兜底，債券市場通過釋放風險以推進改革的良好契機曇花一現(xiàn)。不過此次違約事件還是給債券市場敲響了警鐘，債券發(fā)行前評級被虛高的可能性凸顯了事前的風險防范優(yōu)于事后的亡羊補牢。在此背景下，扮演債券市場“守門人”角色的信用評級的作用至關重要，客觀公正的信用評級為投融資市場提供了信用質量保證，并在債務契約中起到重要的認證作用。具體到公司層面，良好的信用評級記錄可確保公司債券的順利發(fā)行，同時顯著節(jié)約債券融資成本。2007年，《公司債券發(fā)行試點辦法》頒布實施，其中指出獲得一定標準的信用評級等級是公司發(fā)行債券的準入門檻，信用評級的等級越高，公司未來的債務融資成本越低(何平 等，2010)。因此，發(fā)債公司存在提高信用評級的強烈動機，以保證獲取發(fā)行資格，并有效緩解公司未來的法定現(xiàn)金約束。

而事實上，信用評級的等級劃定有賴于公司未來按期償還本息、應對財務風險的能力。已有研究指出公司的盈利能力與現(xiàn)金流量指標對信用評級存在顯著影響(李琦 等，2011；劉娥平 等，2014；施燕平，2017)，而合理的資本結構也為良好的信用評級提供了穩(wěn)定的保障，其既可有效發(fā)揮公司債務杠桿的稅盾效應，又可適當控制財務風險，因此公司信用質量的變化與資本結構調整策略緊密相關。Kisgen(2006)檢驗了信用評級與資本結構的關系，發(fā)現(xiàn)公司在接近評級上升與下降時明顯減少了負債比率，而這種現(xiàn)象在公司評級被下調時表現(xiàn)得更為顯著(Kisgen，2009)。從這個意義上來看，公司在面臨首次評級或評級調整時，存在臨時調整資本結構以獲取或維持良好評級，從而節(jié)約債券融資成本的動機。而面對這種可能的資本結構調整行為，信用評級機構在發(fā)布評級時是否會受其影響則值得關注?！?1超日債”發(fā)行前的高評級(AA)在發(fā)行后被迅速下調的現(xiàn)象使投資者對信用評級的客觀有效與及時性產生了懷疑。因此，投資者面臨發(fā)債公司這種潛在資本結構調整行為的市場反應則成為下一步研究的必要。債券利率一方面體現(xiàn)為公司的融資成本，另一方面則體現(xiàn)為債券投資者的風險補償率要求，如果公司基于評級動機的資本結構調整行為影響了債券融資成本，則投資者獲得的風險補償率相應會發(fā)生變化。已有研究認為，通過詢價制定的公司債券初始定價反映了一級市場對債券的估值水平(方紅星 等，2013)，而二級流通市場的債券價格變化可進一步反映債券投資者對標的債券的風險補償要求，制定與違約風險適配的債券定價是保護債權投資者投資權益的有效路徑(陳超 等，2014)。目前大多數(shù)市場參與者都會依賴商業(yè)評級機構出具的信用評級來判斷公司債券的違約風險水平(何平 等，2010；方紅星 等，2013)，受到發(fā)債公司針對性資本結構調整行為影響的信用評級預期將無法充分反映標的公司真實的違約風險，債權人因此可能面臨債券收益與違約風險不對稱的情境，這將不利于債權投資者的權益保護。鑒于此，本文將研究發(fā)債公司獲得首次信用評級前后資本結構的調整變化情況，并進一步檢驗公司資本結構調整策略對信用評級的影響程度，最后落腳于投資者對這種基于評級目的的資本結構調整政策的市場反應，這些探究將有助于降低投資者與發(fā)債公司之間的信息不對稱程度，為完善信用評級制度提供微觀層面的政策建議。

本文的貢獻主要體現(xiàn)在：第一，以往文獻大多關注信用評級的影響因素，以及信用評級與外部資本市場的關系，而本文則將研究視角從外部資本市場轉至公司內部財務決策上，考察信用評級與公司資本結構調整的關系，這豐富了信用評級有效性以及評級機構信息甄別能力的研究；第二，本文從發(fā)債公司資本結構調整與信用評級的互動角度為公司債券定價理論提供了新的分析視角，拓展了現(xiàn)有文獻。

二、文獻回顧、理論分析與研究假設

(一)信用評級與債券融資成本效應

已有研究對公司信用評級與債券融資成本、外部資本市場間的關系進行了系統(tǒng)論證。Houlthausen et al.(1986)首先發(fā)現(xiàn)穆迪及標準普爾公司雙方的降級報告與發(fā)行公司消極的異常報酬率相關，證實了信用評級在公司市場回報率中的影響作用；Kliger et al. (2000)通過檢驗證券價格對穆迪評級修正的反應，論證了債券評級的價格相關性信息價值，發(fā)現(xiàn)了信用評級可解釋債券利率橫截面的差異；Dichev et al. (2001)指出美國樣本公司長期股票收益率的低迷與評級報告的降級預期相關，而系統(tǒng)風險的作用則不明顯；Campbell et al.(2003)通過比較公司層面的股票波動性與信用評級作用，肯定了二者在解釋債券收益率橫截面上的效果，指出股票波動性和信用評級各自解釋了公司債券收益率利差變化的三分之一；John et al.(2003)則比較了有無抵押品的債務之間的利率差異，發(fā)現(xiàn)信用等級越低則利差越大；Choy et al.(2006)通過檢驗澳大利亞的股票市場對信用評級的價格反應，指出僅有降級是具備價格相關性的。王雄元等(2013)以中期票據為樣本，驗證了信用評級的債券融資成本效應。這些文獻都為評級及其調整影響公司證券價格水平和債券融資成本提供了直接證據。由此可知，公司管理層將有動機提升信用評級以節(jié)約融資成本。

(二)公司內部財務決策與信用評級

1.公司盈利能力、內部流動性政策與信用評級的關系

以上文獻證實了信用評級帶來的融資成本效應與外部市場反應，更有一些文獻將研究視角轉移至公司內部財務決策、治理環(huán)境與信用評級的關系上。由于評級機構主要依賴公司內部的財務信息進行公司償付能力與違約風險概率的評判，故而管理層存在優(yōu)化內部財務指標以獲取良好評級的可能性。其中，盈利指標的優(yōu)化動機首當其沖，Caton et al.(2011)和Demirtas et al.(2013)分別研究了公司首次評級前和面臨評級調整時表現(xiàn)出的盈余管理行為，并比較了評級機構對于這種盈余管理行為的識別能力；Jung et al. (2013)指出，處于評級調整邊緣的公司較其他公司進行盈余管理的動機更強；Kim et al.(2013)比較了不同的盈余管理模式，發(fā)現(xiàn)通過真實盈余管理影響公司信用評級變化的可能性更大；李琦等(2011)應用多元線性回歸模型檢驗了企業(yè)信用評級與盈余管理之間的關系；劉娥平等(2014)通過事件研究法和多值響應回歸模型探討了我國公司發(fā)債前的盈余管理行為，并分別驗證了評級機構與市場參與者對這種盈余管理行為的識別能力與具體反應。

此外，公司的內部流動性政策與信用評級之間同樣展現(xiàn)出互動關系，穩(wěn)定可靠的現(xiàn)金持有為債務提供了償付保證，公司存在臨時調整現(xiàn)金持有政策以提高或穩(wěn)定評級的動機(施燕平 等，2015)。Kisgen(2006)指出，公司信用評級降低時將伴隨融資約束程度的提高，此時公司將增持現(xiàn)金以應對資金缺乏和償付能力的下降；Khieu et al.(2012)分析了信用評級變化對發(fā)債公司現(xiàn)金持有量的影響，并探討了超額現(xiàn)金持有量的邊際價值，發(fā)現(xiàn)超額現(xiàn)金持有量將隨著信用評級的調低而提高，隨其調增而降低，而當信用評級跨越投資級與投機級邊界時，超額現(xiàn)金持有量的變動幅度更大。而在公司治理層面，則有Bhojraj et al.(2003)從公司治理角度論證了發(fā)行公司信用評級與債券成本之間的關系，認為良好的公司治理環(huán)境可以降低債務違約的可能性，從而提高評級并減少債券成本。

2.公司資本結構與信用評級

上述研究論證了公司盈利能力、現(xiàn)金持有政策、公司治理與信用評級之間的關系，而作為公司另一項重要的財務決策，資本結構決策與信用評級之間勢必也存在關聯(lián)。Graham et al.(2001)指出，信用評級是影響公司資本結構的第二位因素，大約57.1%的公司財務總監(jiān)認為信用評級是他們選擇適合的債務水平時需考慮的重要因素，信用評級甚至比傳統(tǒng)資本結構理論中提及的許多其他因素(譬如利息的稅盾優(yōu)勢)更具影響力；Kisgen(2006)通過檢驗不同信用評級水平上債務融資相關的離散成本與收益，揭示了信用評級變化對資本結構的事前影響，發(fā)現(xiàn)當公司在接近信用評級變化時將減少債務率水平，從而改變其資本結構。Kisgen(2009)則關注信用評級變化對債務水平的事后影響，發(fā)現(xiàn)信用評級下調之后一年，將伴隨債務權益比1.5%～2%的降低，尤其體現(xiàn)在評級從投資級跨越到投機級的情況，而相反的是評級調高則對公司資本結構沒有顯著性影響；Mittoo et al.(2010)指出債券市場準入是財務杠桿的重要決定因素；Khieu et al.(2011)研究了1985—2005年的美國樣本公司的債券評級，發(fā)現(xiàn)上調評級的公司將增加其長期債務水平。

比較文獻可知，國外關于信用評級的融資成本效應與外部資本市場反應的研究較為成熟，近年來主要關注信用評級與公司內部財務決策之間的相互作用。而回視國內的研究現(xiàn)狀，由于我國債券資本市場起步較晚，對第三方機構的研究較少，特別是針對信用評級客觀有效與否的研究很是匱乏，除少數(shù)文獻對信用評級的制度發(fā)展進行了述評并做了融資成本效應的研究外，有關公司內部財務決策與評級關系的探討則屈指可數(shù)，且基本未曾涉及公司信用評級與資本結構調整決策的關系。

綜上所述，信用評級具備顯著的融資成本效應和外部資本市場反應，公司擁有良好的信用評級有助于取得債券市場的準入資格并有效降低債券融資成本，更可能影響債券的市場價格表現(xiàn)，因此理性的公司管理層在獲取公司主體及其債券的首次信用評級時將有動機設法提高評級，究其可控因素則主要是公司內部的財務政策和財務指標。那么，除了盈利指標、現(xiàn)金持有量、公司治理環(huán)境等，通過調整公司的資本結構決策，適時減少負債比率以降低違約風險概率亦是取得良好信用評級的另一條捷徑，在剔除發(fā)債規(guī)模的影響后，預期公司在獲得首次評級前將下調負債比率。基于此，本文提出：

H1：當其他因素不變時，債券發(fā)行公司獲得首次信用評級前的負債水平顯著下降，并于評級后回升。

那么，若存在這種基于評級動機的資本結構調整行為，檢驗評級機構是否會受其影響而提高公司評級則顯得刻不容緩。目前，國際評級機構正面臨著前所未有的信任危機，歐洲多國債務危機的頻發(fā)考驗著評級機構的事前識別能力，這也激發(fā)了學界對信用評級有效性的研究。Partnoy(2006)提出信用評級悖論，由此引領了學界關于信用評級的信息價值、利益扭曲、評級機構對金融市場應付的責任，以及評級機構與發(fā)行人之間合謀可能性的探討；Jiang et al.(2012)指出具備“公共產品”性質的評級產品，在“發(fā)行人付費”的機制下存在著虛高評級的巨大可能性，而大部分中國信用評級機構過度注重市場占有水平，忽略目標公司的真實違約風險，經常性地給予發(fā)債公司過高的評級(Poon et al.，2008)?！?1超日債”在發(fā)行前也曾被給予AA級的評級，然而卻在發(fā)行后短短3個月就被迅速調低，劇烈的評級起伏與發(fā)行前公司財務狀況的業(yè)已惡化讓市場懷疑存在事前虛高評級的可能。可以預知，受債券市場的不完善、債券剛性兌付的固有特征、行業(yè)競爭的壓力以及合謀利益的驅使，中國評級機構易受臨時性資本結構政策調整的影響。在控制公司目標資本結構的情況下，調整負債比率可影響評級高低，因此提出：

H2：其他條件一定的情況下，債券發(fā)行公司發(fā)行前的實際負債水平與首次信用評級成反比；公司向下調整資本結構越多，則首次信用評級越高。

最后，我們進一步檢驗這種基于評級動機的資本結構調整行為可能帶來的市場反應。由于公司在首次評級前進行針對性資本結構調整的主要目的在于降低融資成本，而提高評級是實現(xiàn)目的的中間渠道，即良好的信用評級可以有效降低公司債券融資成本。因此，一個合理的預期是，公司向下調整負債比率的舉動將通過評級的中介作用對債券融資成本產生正面影響。由此，本文提出：

H3：在其他條件一定情況下，公司資本結構調整行為通過信用評級的中介作用對債券融資成本產生正向影響。

三、研究設計

(一)樣本選擇與數(shù)據來源

本文以自2007年以來發(fā)行公司債券且具有信用評級的A股上市公司為初始樣本，并執(zhí)行以下篩選程序：(1)剔除2014年以后(含2014年)獲得首次信用評級的公司。這是因為本文使用了事件研究法，需要考察公司在首次評級之后的負債比率變化情況，至少應觀測到公司獲得首次信用評級后1 年的財務數(shù)據；(2)剔除存在行業(yè)特殊性的金融行業(yè)上市公司。針對信用評級，本文選取發(fā)債公司首次的評級記錄為標準。我們通過手工匹配發(fā)行公司的債券代碼與股票代碼，經認真篩選后，最終獲得符合條件的樣本公司338家，共2366個觀測值，財務數(shù)據觀測區(qū)間為2007—2013年。本研究所需的信用評級數(shù)據及公司財務數(shù)據主要來自Wind資訊與CSMAR數(shù)據庫，為謹慎起見，我們將一些可疑數(shù)據與巨潮資訊網的年報信息進行了手工核對。本文的數(shù)據處理全部采用Stata 11.0 計量分析軟件進行。

(二)主要變量說明

1.資本結構及其調整的衡量

參照于蔚等(2012)的研究，以債務杠桿率(Lev)，即公司總負債與總資產賬面價值之比來衡量公司負債比率高低，以此反映公司的資本結構。

另外，借鑒Fama et al.(2002)、Flannery et al. (2006)、Byoun(2008)以及姜付秀等(2013)的衡量方法，利用以下的模型(1)、(2)分別衡量公司的目標資本結構以及調整的方向與程度：

Levi，t= α0+α1Firm sizei，t-1+α2ROAi，t-1+α3Tangi，t-1+α4MTBi，t-1+α5NDTSi，t-1+

α6Mediani，t-1+Year dummies+εi

(1)

Disi，t=Levi，t-Lev*i，t

(2)

其中，Levi，t表示公司i第t年的債務杠桿率，即實際資本結構，分別針對t-1期的公司規(guī)模(Firm size)、盈利能力(ROA)、有形資產比例(Tang)、成長機會(MTB)、非債務稅盾(NDTS)、負債率行業(yè)中位數(shù)(Median)以及年度虛擬變量(Year dummies)等影響因素進行回歸，估計得出的預測值Lev*i，t即為發(fā)債公司的目標資本結構，而殘差項εi(即實際值與預測值之間的差額)則反映了不被客觀經濟交易所解釋的部分，在此用Disi，t表示第t年末公司i的實際資本結構偏離目標資本結構的大小，反映調整程度。Disi，t>0則表示實際負債比率高于目標負債比率，公司存在過度負債；Disi，t<0則表示實際負債比率低于目標負債比率，公司負債不足。

在得出各公司分年Lev與Dis后，本文利用事件研究法檢驗H1，以發(fā)債公司獲取首次信用評級為事件，選取適當?shù)臅r間窗口來考察評級年份前后對應公司的負債比率及其偏離度的變化情況。

2.信用評級的衡量

本文根據中國人民銀行于2006年發(fā)布的《信用評級要素、標識及含義》中的相關說明，同時參考國內各大信用評級機構關于信用評級劃分及定義的方法，將融資公司的信用評級和債券的債項評級分為三等九級，即AAA、AA、A、BBB、BB、B、CCC、CC、C。此外，還規(guī)定除 AAA 級和 CCC 級以下(不含 CCC 級)等級外，每一個信用等級可用“+”、“-”符號進行微調，表示信用質量略高或略低于本等級。針對信用評級的不同類別，本文將分別檢驗主體信用評級和公司債券債項信用評級的不同表現(xiàn)。

(三)檢驗模型

1.信用評級與資本結構及其調整的關系檢驗模型

本文依據Demirtas et al.(2013)的方法，結合評級的相關決定因素，建立模型(3)、(4)來檢驗H2：

Rating= α+β1Lev+φ1CFO+φ2ROA+φ3MTB+φ4Firm size+φ5Issue size+

φ6Sales+φ7TTM+φ8SOE+ε

(3)

Rating= α+β2Dis+β3Lev*+φ1CFO+φ2ROA+φ3MTB+φ4Firm size+φ5Issue size+

φ6Sales+φ7TTM+φ8SOE+ε

(4)

其中，Rating表示公司的信用評級，包括主體信用評級與債券債項信用評級，由于信用評級是有序多值的被解釋變量，我們分別利用多值響應模型(OPROBIT、OLOGIT模型)與OLS模型來檢驗信用評級與資本結構及其調整項的關系；主要解釋變量為Lev、Lev*與Dis，表示公司的實際資本結構、目標資本結構及其偏離調整情況，主要回歸系數(shù)β2預期顯著為負，意味著目標結構偏離值(Dis)越小，發(fā)債公司向下調整負債比率越多，獲得的評級等級越高，從而體現(xiàn)了可能的識別或合謀問題；α為常數(shù)項，β1、β2，φ1～φ8為回歸系數(shù)，ε為殘差項。另外，本文控制了公司的獲利水平、經營現(xiàn)金流量、成長性、公司規(guī)模等變量。

2.信用評級、資本結構調整與債券融資成本關系的檢驗模型

本文參照Caton et al.(2011)的做法，依據債券收益率的相關決定因素，建立模型(5)—(7)來檢驗H3：

Yieldi,t= α+β4Disi,t-1+φ1Levi,t-1+φ2CFOi,t-1+φ3ROAi,t-1+φ4MTBi,t-1+φ5Firm sizei,t-1+

φ6Issue size+φ7Salesi,t-1+φ8TTMi,t-1+φ9SOE+φ10MR+ε

(5)

Yieldi,t= α+β5Rating+φ1Levi,t-1+φ2CFOi,t-1+φ3ROAi,t-1+φ4MTBi,t-1+φ5Firm sizei,t-1+

φ6Issue size+φ7Salesi,t-1+φ8TTMi,t-1+φ9SOE+φ10MR+ε

(6)

Yieldi,t= α+β6Rating+β7Disi,t-1+φ1Levi,t-1+φ2CFOi,t-1+φ3ROAi,t-1+φ4MTBi,t-1+

φ5Firm sizei,t-1+φ6Issue size+φ7Salesi,t-1+φ8TTMi,t-1+φ9SOE+φ10MR+ε

(7)

其中，Yield表示公司債券融資成本(投資者要求的債券收益率)；Dis為公司目標資本結構偏離值；Rating表示信用評級，預期與Yield負向相關。α為常數(shù)項，β4～β7為主要解釋變量的回歸系數(shù)，φ1～φ10為控制變量回歸系數(shù)，ε為殘差項。根據研究假設，預測β4、β7為正，β5、β6為負，β4與β7的系數(shù)大小與顯著性水平可反映信用評級在其中起到的是部分中介抑或完全中介效應。為了緩解公司資本結構調整與公司債券融資成本之間存在的互為因果的內生性問題，我們使用Dis滯后項進行回歸，即使用滯后一期的數(shù)據進行分析，以評級上一年的解釋變量數(shù)據對評級當年的發(fā)行利率進行回歸，以評級當年的解釋變量數(shù)據對發(fā)行后一年至到期日的到期收益率進行回歸，相關控制變量也相應地統(tǒng)一使用滯后一期的數(shù)據。為了進行中介效應分析，我們在實證中進一步統(tǒng)一了模型(4)—(7)的控制變量，利用遞歸方程模型進行中介路徑與效應分析。在檢驗中，對上述遞歸模型增加控制了對應時期的市場利率(MR)，以同期一年期的上海銀行同業(yè)拆借利率(SHIBOR)為準。發(fā)行規(guī)模(Issue size)、信用評級指標(Rating)、產權性質(SOE)在研究期間內是既定的指標，因此沒有進行滯后處理。i，t表示第i家公司第t年的指標值，t-1則表示滯后一期的指標值。具體的中介路徑如圖1與2所示。

圖1 直接效應

圖2 總效應與中介效應

各模型中的具體變量定義如表1所示。

表1 變量定義

四、實證結果與分析

(一)描述性統(tǒng)計

表2報告了338家樣本公司主要變量的描述性統(tǒng)計結果，為克服可能的異常值問題，針對連續(xù)變量都進行了1%的Winsorize處理，由于在多元回歸分析中主要探討評級前的資本結構調整對評級的影響，因此在此報告公司評級前一年(資本結構調整最突出)的數(shù)據描述結果。各公司的目標資本結構偏離值(Dis)均值為-0.0249，最大值和最小值分別為0.3675和-1.1120，表示樣本中既有過度負債的公司，也有負債不足的公司，總體而言評級前一年的資本結構負向偏離大于正向偏離程度，而且極端值間的差異相對較大，說明公司在資本結構調整決策上波動性較強。另外，52.96%的樣本為國有控股公司。

表2 主要變量描述性統(tǒng)計結果

(二)回歸分析結果

1．發(fā)債公司目標資本結構偏離值的年度變化

我們首先檢驗獲得首次信用評級前后發(fā)債公司偏離目標資本結構程度的變化情況。應用事件研究法，本文選取發(fā)行公司獲得首次信用評級為研究事件，考慮到樣本時間跨度的有限性與樣本數(shù)據的充實性，剔除樣本數(shù)據小于200個觀測值的年份，將偏離目標資本結構程度的變化時間區(qū)間設為[-3,2]，具體結果見表3。

表3 偏離目標資本結構值Dis的均值及其年度變化程度

注：Panel A使用One-sample t-test，Panel B使用Two-sample t-test；*、**、***分別表示在10%、5%、1%的水平下顯著，括號內為t統(tǒng)計量。下同。

表3第2列展示了首次評級前后年份樣本公司偏離目標資本結構程度(Dis)的均值分布情況，總體而言，公司各年表現(xiàn)出過度負債或負債不足的狀態(tài)，從-3年至-1年呈現(xiàn)Dis均值顯著下降的趨勢，分別為0.0603、0.0339、-0.0249，其中-1年Dis均值最低，且均在1%水平上顯著為正；而評級當年(0年)Dis均值小幅回升至0.0102，但在1、2年又降為負值，以上數(shù)據說明公司在評級前后存在明顯的調整資本結構的行為，表現(xiàn)出負債程度先下降后小幅回升的變化規(guī)律，體現(xiàn)了樣本公司的首次信用評級對資本結構調整的顯著影響。此外，表3第4列則比較了公司評級前一年的Dis均值與其他年份的差異，同樣以-1年為比較基年，將-3至2各年均值與-1年均值進行相減，得到變化值分別為0.0852、0.0588、0.0351、0.0109、0.0223，其中-3至0年的變化值在1%水平上顯著為正，以上均值變化結果也反映了發(fā)債公司在評級前的資本結構調整規(guī)律，較好地驗證了H1。另外，剔除了公司當年發(fā)債規(guī)模因素的影響后，樣本公司在評級之后的Dis雖有上升趨勢，但并不十分顯著，原因可能在于《公司債券發(fā)行試點辦法》和《信貸市場和銀行間債券市場信用評級規(guī)范》中關于及時出具不定期跟蹤評級報告的要求限制了樣本公司評級后迅速提高負債水平的動機。

另外，本文還通過繪制折線圖更為直觀地刻畫了偏離目標資本結構值Dis均值及中位數(shù)的年度變化情況，同樣顯示出Dis在首次信用評級前后年份先下降后緩慢回升的變化規(guī)律，其中在評級前的下降趨勢非常明顯，具體見圖3與圖4。

圖3 首次信用評級前后Dis均值變化趨勢

圖4 首次信用評級前后Dis中位數(shù)變化趨勢

以上研究說明在剔除掉債券發(fā)行規(guī)模這一影響資本結構的因素后，樣本公司在獲得首次信用評級前確實存在針對性的資本結構調整行為，越靠近評級年份，公司愈發(fā)調低負債比率，以迎合評級機構出具信用評級時的指標需求，這一方面可獲得發(fā)行資格的保證，另一方面可為降低發(fā)行時的票面利率提供良好的條件。

2．資本結構調整政策對信用評級的影響

接下來，研究發(fā)債公司基于評級目的的資本結構調整策略對信用評級的影響程度。構建模型(3)與(4)，以信用評級Rating為被解釋變量，意在觀察資本結構及其偏離目標值的符號及其顯著性。本文將信用評級分為主體信用評級與債券債項信用評級，利用多值響應模型OPROBIT進行回歸，并在穩(wěn)健性檢驗中進行OLOGIT與OLS回歸，選取評級前一年的數(shù)據進行截面分析，重點關注評級前一年資本結構偏離程度對首次信用評級的影響，以觀察公司調整策略的效果。負的系數(shù)表示公司負債比率越低，則獲得的首次評級越高，反之則越低；經過多重共線性VIF檢驗，各膨脹因子均小于2。結果見表4與表5。

通過對模型(3)與模型(4)進行回歸，表4報告了基于評級目的的資本結構調整策略對企業(yè)主體信用評級和債券債項評級的影響情況。其中，第二、三列為主體評級的回歸結果，第四、五列為債項評級的回歸結果。從第二、三列的系數(shù)回歸結果可知，Lev項的系數(shù)分別為-1.246，且在1%的水平上顯著為負，說明公司的實際資本結構(實際負債率)與主體信用評級之間呈反向關系；Dis項系數(shù)為-0.341，其在5%的水平上顯著為負，說明公司向下調整負債比率越多，則主體信用評級越高，即Dis值與評級等級成反比；在控制目標資本結構偏離值(Dis)后，公司目標資本結構Lev*在各模型中表現(xiàn)并不顯著。由此可知，基于評級目的的資本結構調整策略一定程度上影響了評級機構對公司主體的評級意見決策，公司在獲取評級前一年顯著向下調整資本結構的行為對提高主體信用評級起正向作用。

相應地，表4的第四、五列報告了基于評級目的的資本結構調整行為和公司債券債項信用評級之間的關系，觀察系數(shù)的回歸結果，Lev項的系數(shù)分別為-0.769，在1%的水平上顯著為負，說明公司的實際資本結構和公司債券債項信用評級顯著成反比；應該引起注意的是，Dis項系數(shù)此時還是負向，不過關系并不顯著，究其原因，同樣可能與樣本數(shù)據區(qū)間相對較短，現(xiàn)行公司債券評級卻過于集中導致公司特質無法細化的情況有關，同樣公司目標資本結構Lev*在各模型中均不顯著。另外，表4中還分別報告了控制變量的回歸結果，其中，公司的經營現(xiàn)金流量(CFO)、盈利能力(ROA)、公司規(guī)模(Firm size)、所有權性質(SOE)等變量都與信用評級呈顯著的正相關關系，符合理論預期；當然，模型的偽R2的值較大，說明模型擬合良好。

綜上得出，公司的資本結構策略顯著影響評級機構的評級決策，債券發(fā)行公司發(fā)行前的實際負債水平與首次信用評級顯著成反比，而基于評級目的的資本結構調整策略也影響了評級機構關于公司主體信用評級的意見，公司目標資本結構偏離值(Dis)越小，向下調整資本結構越多，其主體信用評級越高；從而從主體信用評級角度較好地驗證了H2。

表4 資本結構調整策略對公司信用評級的影響(OPROBIT回歸)

注：因模型存在不同程度異方差，本文采用White 修正方差對 t 統(tǒng)計量進行了修正，表內報告的t 值即為修正后的結果。下同。

3．市場參與者對公司資本結構調整及信用評級反饋的檢驗結果

以上的實證結果說明評級機構會因發(fā)債公司的資本結構調整行為，而給出符合發(fā)債公司預期的高評級，下面將驗證這種基于評級動機的資本結構調整行為是否會通過評級的中介作用，進而影響公司的債券融資成本。本文以公司債券的票面利率(CR)和到期收益率(YTM)代表市場參與者要求的投資收益率(即公司債券融資成本)，將之作為因變量分別對信用評級(Rating)、目標資本結構偏離值(Dis)的滯后一期數(shù)據進行OLS回歸(這里將不再考慮公司債券債項評級(DCR)，因其在上一輪檢驗中表現(xiàn)不顯著)。另外，為克服可能存在的多重共線性問題，以及保證原變量系數(shù)具有意義，這里在構造交互項時進行了去中心化處理，保證結果可靠性，而此時的控制變量Lev以目標資產負債率來衡量，同樣控制了與投資回報率相關的市場利率(MR，一年期SHIBOR)。具體結果見表5。

表5 資本結構調整策略、公司主體信用評級與票面利率的關系

通過對模型(5)—(7)進行回歸，表5報告了資本結構調整、主體信用評級與票面利率的關系，經過VIF檢驗，膨脹因子值介于1～3間，加入交互項后膨脹因子有所提高，但均小于6，處于可接受范圍。第三列反映了主體評級與票面利率的關系，系數(shù)為-0.0046，且在1%的水平上顯著為負，說明公司的主體信用評級等級與債券融資成本呈顯著的反向關系，符合理論預期；第二、四列的結果反映了主體信用評級在資本結構調整與票面利率之間所起的中介作用，單純考慮目標資本結構偏離值(Dis)與票面利率(CR)時，二者系數(shù)為0.0279，在5%水平上顯著為正，說明Dis值越小，負債比率向下調整越多時，CR越小，融資成本越?。煌瑫r考慮Dis與Rating項時，Dis項顯著性水平降至10%水平上顯著為正，且系數(shù)從0.0279降至0.0230，t值由2.08降為1.87，Rating項保持顯著為負的狀態(tài)，結合前文已得到的Dis對主體信用評級具有顯著負向作用(假設2得證的結果)可知，此時Dis主要通過Rating對CR產生了顯著的正向作用，Rating在此起部分中介效應*這里通過遞歸方程分析，由于各系數(shù)均顯著，不再需要進行Sobel檢驗。。公司通過資本結構調整策略換取評級上升，最終獲得融資成本節(jié)約的目的得以實現(xiàn)，從而驗證了H3。

此外，表5中還列示了控制變量的結果。其中，資產負債率(Lev)各項系數(shù)都為正，意味著當面臨更高財務風險時，投資者要求越高的投資收益率；SOE項系數(shù)顯著為負，說明國有企業(yè)發(fā)行的公司債券面臨較低的投資風險，市場要求的回報率較低。表中其余控制變量基本符合預期，各模型的擬合優(yōu)度在40%～50%之間，說明模型整體解釋力較強。

相應地，表6報告了資本結構調整、主體信用評級與到期收益率的關系，同樣通過了多重共線性的VIF檢驗，膨脹因子值處于可接受范圍。其中，第二列反映了主體評級與到期收益率的關系，系數(shù)為-0.0034，在1%的水平上顯著為負，說明公司的主體信用評級與債券融資成本成反比，符合預期；第三、四列的結果反映了主體信用評級在資本結構調整與到期收益率之間所起的中介作用，單純考慮目標資本結構偏離值(Dis)與到期收益率(YTM)時，二者成正比，說明Dis值越小，負債比率向下調整越多時，YTM越小，融資成本越??；同時考慮Dis與Rating項時，Dis項系數(shù)從0.0248降至0.0213，t值由2.03降為1.82，降低至10%水平上顯著；Rating項則保持顯著為負的狀態(tài)，結合前文關于Dis對主體信用評級具有顯著負向作用的研究可知，此時Dis通過Rating對YTM產生了顯著的正向作用，Rating在此起到部分中介效應，從另一個角度驗證了H3。為簡便起見，控制變量的回歸結果在此不再列示，結果與前類似。

表6 資本結構調整策略、公司主體信用評級與到期收益率的關系

以上的研究結果說明在債券市場信息不對稱的情境下，發(fā)債公司面臨首次信用評級前可以通過調整資本結構來影響信用評級的高低，并進一步通過信用評級的部分中介作用獲得融資成本在發(fā)行市場與二級市場的有效節(jié)約，這種針對性地調整資本結構行為可能加劇債券市場的不確定性，在目前信用違約風險高企的債務市場上，將不利于債權人權益的保護以及債券市場的有序健康發(fā)展。

(三)穩(wěn)健性檢驗

(1)以資產負債率(Lev)替換目標資本結構偏離值(Dis)進行檢驗。同樣應用事件研究法，以發(fā)行公司獲得首次信用評級為研究事件，考慮樣本時間跨度的有限性與樣本數(shù)據的充實性，剔除樣本數(shù)據小于200個觀測值的年份，將資產負債率的變化時間區(qū)間設為[-3,2]。結果維持不變。

(2)更換資本結構調整的衡量方式。參考Kisgen(2006)的研究，以負債變動率來衡量資本結構的隔年變化情況，具體定義如下：

(8)

其中，NetDRi，t表示發(fā)債公司i在第 t年度的負債變動率，以此衡量公司負債比率調整情況，若NetDRi，t>0，則說明公司負債比率向上調增，NetDRi，t<0，則說明公司負債比率向下調減；ΔDi,t表示發(fā)債公司i第t年末與t-1年末負債總額賬面價值的差額；ΔEi,t表示發(fā)債公司i第t年末與t-1年末股東權益賬面價值的差額；Ai，t表示發(fā)債公司i第t年末資產總額賬面價值。該方式下的檢驗結果保持不變。

(3)以OLOGIT模型和OLS模型對數(shù)據進行再次回歸，結果依舊表現(xiàn)出資本結構調整策略對公司主體信用評級的顯著正向作用。

(4)為了進一步克服內生性帶來的問題，我們增加使用解釋變量的滯后二期的數(shù)據進行控制檢驗，重新進行回歸檢驗，結果保持一致。

綜上可知，本文的研究結果是穩(wěn)健的。

五、結論與啟示

本文選取2007—2013年間發(fā)行公司債券的A股上市公司為樣本，應用事件研究法，考察了發(fā)債公司獲得首次評級前后的資本結構調整情況，并運用多值響應模型驗證資本結構調整、信用評級與公司債券融資成本間內在關系。研究發(fā)現(xiàn)，發(fā)債公司在獲得首次信用評級前后存在明顯的調整資本結構的行為，表現(xiàn)出負債程度先下降后小幅回升的變化規(guī)律。在控制目標資本結構后，發(fā)債公司的目標資本結構偏離值與主體信用評級顯著成反比，說明向下調整負債比率越多，越易獲取高評級，而這種關系在債券債項評級上的表現(xiàn)則不顯著；公司債券融資成本與主體信用評級呈顯著的負相關關系，資本結構調整策略通過主體信用評級的中介作用對公司債券融資成本產生顯著正向影響，發(fā)債公司這種針對性的資本結構調整以獲取高評級、節(jié)約債券融資成本的目的得以實現(xiàn)。

針對本文實證得出的結果以及具體的制度背景，本文提出以下建議：第一，信用評級行業(yè)的“發(fā)行人付費”模式應尋求新的轉型可能，防止單一模式化帶來的潛在問題。比如，2010年8月成立的中債資信評估有限公司就首次嘗試了“投資者付費”的原始模式，可以較為有效地杜絕發(fā)行方與評級機構的合謀行為。第二，信用評級行業(yè)監(jiān)管缺失的問題也應引起高度重視，任何一項政策措施的推行，如果沒有配套的監(jiān)管機制加以輔助都將顯得孤掌難鳴。應當降低監(jiān)管對評級結果的過度依賴，弱化信用評級的認證監(jiān)管職能，逐步取消對信用評級結果直接引用的規(guī)定，還原信用評級最本真的作用，也即科學預測標的產品的信用風險，降低債券市場信息不對稱程度。

本文的局限性有：首先，觀察首次信用評級前后公司資本結構調整情況的變化時，本文可選樣本有限，并主要考慮短區(qū)間的比較，對評級后的債務比率上升現(xiàn)象未進行深入分析；其次，本研究還未針對評級機構的異質性情況加以研究，關于信用評級的有效性度量討論也較少，不過這也為后續(xù)研究提供了空間。

陳超，李镕伊． 2014． 債券融資成本與債券契約條款設計[J]． 金融研究(1)：44-57．

方紅星，施繼坤，張廣寶． 2013． 產權性質、信息質量與公司債定價：來自中國資本市場的經驗證據[J]． 金融研究(4)：170-182．

何平，金夢． 2010． 信用評級在中國債券市場的影響力[J]． 金融研究(4)：15-28．

姜付秀，黃繼承． 2013． CEO財務經歷與資本結構決策[J]． 會計研究(5)：27-34．

李琦，羅煒，谷仕平． 2011． 企業(yè)信用評級與盈余管理[J]． 經濟研究(S2):88-99.

劉娥平，施燕平． 2014． 盈余管理、公司債券融資成本與首次信用評級[J]． 管理科學(5)：91-103.

施燕平． 2017． 基于評級動機的現(xiàn)金持有與公司債券融資成本[J]． 廣州大學學報(社會科學版)(4)：75-83.

施燕平，劉娥平，唐舜． 2015． 信用評級與公司超額現(xiàn)金持有：債務危機下信用評級的微觀角色分析[J]． 財貿研究(5)：116-130.

王雄元，張春強． 2013． 聲譽機制、信用評級與中期票據融資成本[J]． 金融研究(8):150-164.

于蔚，金祥榮，錢彥敏． 2012． 宏觀沖擊、融資約束與公司資本結構動態(tài)調整[J]． 世界經濟(3):24-47.

BHOJRAJ S, SENGUPTA P. 2003. Effect of corporate governance on bond ratings and yields: the role of institutional investors and outside directors [J]. Journal of Business, 76(3):455-476.

BYOUN S. 2008. How and when do firms adjust their capital structures toward targets [J]. Journal of Finance, 63(6):3069-3096.

CAMPBELL J, TAKSLER G. 2003. Equity volatility and corporate bond yields [J]. The Journal of Finance, 58(6):2321-2349.

CATON G L, CHIYACHANTANA C N, CHUA C T, et al. 2011. Earnings management surrounding seasoned bond offerings: do managers mislead ratings agencies [J]. Journal of Financial and Quantitative Analysis, 46(3):687-708.

CHOY E, GRAY S, RAGUNATHAN V. 2006. The effect of credit rating changes on Australian stock returns [J]. Accounting and Finance, 46(5):755-770.

DEMIRTAS K O, CORNAGGIA K R. 2013. Initial credit ratings and earnings management [J]. Review of Financial Economics, 22(4):135-145.

DICHEVI D, PIOTROSKI J D. 2001. The long-run stock returns following bond ratings changes [J]. The Journal of Finance, 56(1):173-203.

FAMA E, FRENCH K R. 2002. Testing tradeoff and pecking order predictions about dividends and debt [J]. Review of Financial Studies, 15(1):1-33.

FLANNERY M J， RANGAN K P. 2006. Partial adjustment toward target capital structures [J]. Journal of Financial Economics, 79(3):469-506.

GRAHAMJ R, HARVEY C R. 2001. The theory and practice of corporate finance: evidence from the field [J]. Journal of Financial Economics, 60(2-3):187-243.

HOLTHAUSEN R W, LEFTWICH R W. 1986. The effect of bond rating changes on common stock prices [J]. Journal of Financial Economics, 17(1):57-89.

JIANG J, STANFORD M H, XIE Y. 2012. Does it matter who pays for bond ratings? Historical evidence [J]. Journal of Financial Economics, 105(3):607-621.

JOHN K, LYNCH A W, PURI M. 2003. Credit ratings and loan characteristics: implications for yield [J]. Journal of Business, 76(3):371-409.

JUNG B, SODERSTROM N, YANG Y. 2013. Earnings smoothing activities of firms to manage credit ratings [J]. Contemporary Accounting Research, 30(2):645-676.

KHIEU H， PYLES M. 2011. Debt maturity structure and corporate investments following a credit rating change [R]. University of Southern Indiana, Working Paper.

KHIEU H D, PYLES M K. 2012. The influence of a credit rating change on corporate cash holdings and their marginal value [J]. The Financial Review, 47(2):351-373.

KIM Y S, KIM Y, SONG K. 2013. Credit rating changes and earnings management [J]. Asia-pacific Journal of Financial Studies, 42(1):109-140.

KISGEN D. 2006. Credit ratings and capital structure [J]. The Journal of Finance, 61(3):1035-1072.

KISGEN D. 2009. Do firms target credit ratings or leverage levels [J]. Journal of Financial and Quantitative Analysis, 44(6):1323-1344.

KLIGER D, SARIG O. 2000. The information value of bond ratings [J]. The Journal of Finance, 55(6):2879-2902.

MITTOO U R, ZHANG Z. 2010. Bond market access, credit quality, and capital structure: Canadian evidence [J]. Financial Review, 45(3):579-602.

PARTNOY F. 2006. How and why credit rating agencies are not like other gatekeepers [R]. Legal Studies Research Paper Series, University of San Diego, No.07-46.

POON W P H, CHAN K C. 2008. An empirical examination of the informational content of credit ratings in China [J]. Journal of Business Research, 61(7):790-797.