張怡芳 蘇玉梅 盧芷晴
(華中師范大學(xué),湖北 武漢 430079)
在當(dāng)今互聯(lián)網(wǎng)時代,網(wǎng)絡(luò)媒體迅速發(fā)展,成為信息的重要傳播載體,在人們的生活和工作中發(fā)揮著重要的作用。新聞報道具有傳播速度快、作用力強(qiáng)、影響范圍廣等特征,尤其是負(fù)面新聞對公司債券的影響更大。隨著網(wǎng)絡(luò)時代的到來,投資者所獲得的信息會影響其判斷和預(yù)期,從而改變投資行為,對公司的債券利差及融資成本產(chǎn)生一定影響,負(fù)面新聞成為影響債券市場的另一個風(fēng)險源?;谝陨犀F(xiàn)狀,本文研究了負(fù)面新聞對企業(yè)債券利差的影響。本文立足于中國債券市場,研究負(fù)面新聞對債券利差的作用,結(jié)果發(fā)現(xiàn)負(fù)面新聞會提高公司債券利差,增加融資成本,同時還考慮了負(fù)面新聞影響程度,考察遺漏變量問題,結(jié)果均一致。此外,本文還發(fā)現(xiàn)債券信用評級越高,債券利差受負(fù)面新聞的影響越小。
本文研究可能的創(chuàng)新之處在于:第一,當(dāng)前研究媒體新聞的文獻(xiàn)較少,且大多集中于對股票市場的影響,本文從債券利差的角度,研究了負(fù)面新聞對債券利差的影響;第二,將負(fù)面新聞影響程度賦予不同的權(quán)重,增加負(fù)面新聞得分這一變量,進(jìn)一步驗證負(fù)面新聞會提高公司債券利差;第三,深化了負(fù)面新聞對債券融資成本影響的相關(guān)研究,考慮了債券評級這一因素,得出債券評級能抑制負(fù)面新聞對債券利差的影響,從而降低企業(yè)的融資成本。
本文的研究結(jié)論也有一定的政策含義。本文研究發(fā)現(xiàn),負(fù)面新聞對企業(yè)的融資成本有較大影響。政府和企業(yè)均應(yīng)注意負(fù)面新聞的處理,政府應(yīng)該加強(qiáng)對債券市場的監(jiān)督和管理,加強(qiáng)對企業(yè)信息披露的要求。企業(yè)更應(yīng)該加強(qiáng)自身的監(jiān)管,努力提高信用評級,減少負(fù)面新聞的產(chǎn)生;同時盡可能地信息公開化、透明化,做到不誤導(dǎo)投資者。
負(fù)面新聞是指具有新聞價值的消極的事實所釋放出的消息,而大量負(fù)面新聞報道,會使民眾對這個社會或企業(yè)失去信心。隨著社會化媒體的發(fā)展,使得社交媒體用戶在信息傳播過程中的主動參與性與交互共享性大大增強(qiáng)(托馬斯等,1999),用戶不再僅僅是信息接受著,更是信息創(chuàng)造者和傳播者(蔣盛益等,2013)。負(fù)面新聞會影響公司的聲譽,在社會規(guī)范下這種聲譽機(jī)制會逐漸形成一種激勵機(jī)制和懲罰機(jī)制,進(jìn)而激勵上市公司發(fā)現(xiàn)自身所存在的問題并積極改正(Dyck等,2002)。在債券方面,負(fù)面新聞的懲罰機(jī)制可以體現(xiàn)在債券利差的提高,從而提高企業(yè)的融資成本。
當(dāng)前學(xué)術(shù)界研究媒體新聞的文獻(xiàn)較少,且大多集中于對股票市場的影響。羅進(jìn)輝(2012)通過2006年~2008年A股上市公司這一樣本進(jìn)行研究,發(fā)現(xiàn)媒體關(guān)注度對企業(yè)債權(quán)融資成本和股權(quán)融資成本有較大影響。肖作平等(2013)研究發(fā)現(xiàn)媒體關(guān)注度的增加會降低投資者與經(jīng)營者之間的信息不對稱性,降低企業(yè)融資成本。林晚發(fā)等(2014)研究發(fā)現(xiàn)媒體負(fù)面報道能夠有效監(jiān)督企業(yè)的違規(guī)行為,在投資者與經(jīng)營者信息不對稱的情況下,能夠降低企業(yè)融資成本。綜上,媒體報道對企業(yè)的融資的影響較大。據(jù)此,本文提出假設(shè):
H1:負(fù)面新聞會提高公司通過債券進(jìn)行融資的成本,即負(fù)面新聞會使債券利差提高。
信用是市場經(jīng)濟(jì)的重要基石。信用評級是對公司違約風(fēng)險和償債能力等的綜合評估(李丹等,2013),也是投資者進(jìn)行投資的一個重要考慮因素。公司的信用評級由第三方評級機(jī)構(gòu)進(jìn)行斷定,是對其未來償債能力和意愿的一種判斷標(biāo)準(zhǔn),一定程度上揭示了公司的違約風(fēng)險(李琦等,2011)。信用評級對債券融資成本的影響成為研究的熱點話題。何平等(2010)研究了債券評級和發(fā)行企業(yè)主體評級都對債券融資成本的影響,發(fā)現(xiàn)信用評級與債券的融資成本成反比,且債券評級對融資成本的影響更大。Ge等(2014)研究了企業(yè)盈余管理活動對債券融資成本的影響,發(fā)現(xiàn)公司內(nèi)部生產(chǎn)操縱對公司的信用評級會造成較大的損害,降低信用評級,從而提高公司的融資成本。綜上,債券評級確實影響著企業(yè)的融資成本。據(jù)此,本文提出假設(shè):
H2:信用評級越高的債券有利于降低企業(yè)融資成本,即信用評級越高,負(fù)面新聞對公司債券利差的影響越小。
本文選擇2015年~2020年發(fā)行的全部一般公司債為研究對象。債券發(fā)行數(shù)據(jù)及財務(wù)數(shù)據(jù)來自Choice數(shù)據(jù)庫,負(fù)面新聞數(shù)據(jù)來自Wind數(shù)據(jù)庫,根據(jù)Wind對負(fù)面新聞以及負(fù)面新聞影響程度的統(tǒng)計,通過搜索每個公司在發(fā)行債券前一個月內(nèi)是否有負(fù)面新聞以及負(fù)面新聞的影響程度,人工統(tǒng)計得到具體數(shù)據(jù)。從2015年~2020年,公司債發(fā)行數(shù)量呈上升趨勢,在債券信用評級中,AAA評級企業(yè)占大多數(shù),大部分公司債券評級良好。同時,企業(yè)負(fù)面新聞數(shù)呈較大的增加趨勢,負(fù)面新聞的增加不斷影響著企業(yè),隨著公司債和負(fù)面新聞的增加,研究其兩者之間的關(guān)系逐漸重要。
(1)變量定義
表1是本文研究變量的定義。本文以債券利差度量公司債券的融資成本,具體定義為債券發(fā)行的票面利率減當(dāng)期同期限的國債利率;本文通過考慮公司發(fā)行債券一個月前的負(fù)面新聞情況,統(tǒng)計得到是否有負(fù)面新聞的數(shù)據(jù)。考慮影響程度越高的負(fù)面新聞,對債券利差的影響越大,本文依據(jù)Wind數(shù)據(jù)庫中對負(fù)面新聞不同影響程度的劃分,在低、中、高的影響程度中,分別取有負(fù)面新聞為1,沒有則為0,對低、中、高影響程度的負(fù)面新聞依此賦予1、2、3的權(quán)重,得到負(fù)面新聞總得分,其他變量定義見表1所示。
表1 變量定義表
(2)模型設(shè)計
本文建立模型(1)驗證負(fù)面新聞會提高債券利差,即提高公司的融資成本,并控制盡可能多的變量進(jìn)行檢驗,以保證檢驗的嚴(yán)謹(jǐn)性與準(zhǔn)確性。
在模型(1)中,因變量為債券利差,即債券發(fā)行時的票面利率與當(dāng)期同期限的國債利率之差,模型使用OLS估計,主要解釋變量為虛擬變量是否有負(fù)面新聞News;預(yù)期模型(1)中β1系數(shù)應(yīng)顯著為正。同時模型控制了一系列影響債券利差的因素,債券層面有發(fā)行時信用評級、發(fā)行期限、發(fā)行總額、是否含權(quán),公司層面有企業(yè)性質(zhì)、資產(chǎn)總計、總資產(chǎn)凈利率等。
為證明負(fù)面新聞會提高債券的利差,本文采用模型(1)對此進(jìn)行檢驗,回歸結(jié)果見表2。第(1)列中負(fù)面新聞的系數(shù)為0.2500,在1%的顯著性水平上顯著為正,證明了本文的假設(shè)H1,負(fù)面新聞會使債券利差提高,增加企業(yè)的融資成本。
表2 負(fù)面新聞與公司債券利差間關(guān)系的回歸分析
本文主檢驗中采用債券發(fā)行前一個月是否有負(fù)面新聞進(jìn)行度量,可能沒有考慮不同程度負(fù)面新聞對債券利差的影響,以下定義負(fù)面新聞得分,通過分別定義是否有影響程度低的負(fù)面新聞,是否有影響程度中的負(fù)面新聞,是否有影響程度高的負(fù)面新聞,并依此賦權(quán)重為1、2、3,由此求得負(fù)面新聞總得分。具體地,本文建立如下模型對此進(jìn)行檢驗?;貧w結(jié)果見表2第(2)列,負(fù)面新聞得分對債券利差影響系數(shù)為0.4840,在5%水平上顯著為正,通過考慮負(fù)面新聞不同影響程度,進(jìn)一步驗證了負(fù)面新聞會使債券利差提高。
在主檢驗中,可能存在遺漏變量問題,某些影響因變量債券利差和關(guān)鍵解釋變量負(fù)面新聞的因素沒有被納入回歸之中,產(chǎn)生內(nèi)生性問題。本文通過直接加入遺漏變量進(jìn)行控制和工具變量法兩種方法進(jìn)行解決:第一,考慮不同債券起息的日期不同,不同的年份宏觀及微觀環(huán)境也有所差異,對負(fù)面新聞的發(fā)生有一定影響,因此,建立模型(3),加入起息日的變量,回歸結(jié)果見表3的第(1)列。第二,使用工具變量進(jìn)行檢驗,我們選擇起息日為工具變量,通過logistic回歸得到是否有負(fù)面新聞的擬合值,即使用線性概率模型擬合得到企業(yè)負(fù)面新聞發(fā)生的概率,之后進(jìn)行負(fù)面新聞擬合值對債券利差的回歸,具體模型見模型(4),回歸結(jié)果見表3第(2)(3)列。
表3 負(fù)面新聞對債券利差的回歸分析:增加遺漏變量及交互項
在增加起息日這一遺漏變量后,結(jié)果顯示,在5%的顯著性水平上負(fù)面新聞與債券利差仍為正相關(guān)。運用工具變量法得到,第一階段回歸中起息日與負(fù)面新聞顯著正相關(guān),即近些年企業(yè)有負(fù)面新聞的概率越來越大,第二階段回歸中負(fù)面新聞與債券利差顯著正相關(guān),該結(jié)論與前文保持一致。
為研究不同債券評級中負(fù)面新聞對債券利差的影響,我們在模型(1)的基礎(chǔ)上引入是否有負(fù)面新聞與債券評級的交互項,建立模型(5),回歸結(jié)果見表3第(4)列??梢钥闯?,交互項的系數(shù)為-0.3811,在1%顯著性水平上顯著為負(fù),可見,信用評級越高,負(fù)面新聞對提高債券利差的消極影響越小,驗證假設(shè)H2。
近些年,公司債的發(fā)行數(shù)量不斷增加,負(fù)面新聞的數(shù)量也在不斷增加,當(dāng)前,金融市場逐漸發(fā)達(dá),信息對人們的影響越來越大,負(fù)面新聞吸引了越來越多的投資者對企業(yè)的關(guān)注。本文選取2015年到2020年的公司債為樣本,在控制了債券特征、公司特征等的情況下,探究負(fù)面新聞對債券利差的影響。研究發(fā)現(xiàn):負(fù)面新聞會使公司的債券利差提高,從而增加企業(yè)的融資成本,考慮影響程度高的負(fù)面新聞對債券利差的影響程度更大,定義負(fù)面新聞得分這一變量,同時考慮遺漏變量的檢驗,所得結(jié)果仍為負(fù)面新聞會提高公司債券利差。進(jìn)一步探究得到,對于信用評級更高的債券,負(fù)面新聞對提高債券利差的影響越小。
本文的貢獻(xiàn)在于目前很少文獻(xiàn)研究負(fù)面新聞的影響,且本文從債券市場的角度,探究了負(fù)面新聞對債券利差的影響,為債券利差的影響因素拓展了新的領(lǐng)域,且本文的研究結(jié)論具有一定的政策含義。負(fù)面新聞會顯著提高債券利差,應(yīng)對負(fù)面新聞進(jìn)行管控,包括企業(yè)自身進(jìn)行調(diào)整和國家進(jìn)行管控。企業(yè)方面,企業(yè)應(yīng)增強(qiáng)社會責(zé)任感,盡自身努力減少負(fù)面新聞的發(fā)生,避免負(fù)面新聞持續(xù)發(fā)酵所帶來的嚴(yán)重不良后果。在負(fù)面新聞發(fā)生后,也要注意后期的維護(hù),減小負(fù)面新聞對債券利差的影響,同時,信用評級高的債券負(fù)面新聞對債券利差的消極影響更小,企業(yè)應(yīng)積極發(fā)行高質(zhì)量的債券,減少企業(yè)自身的違約情況,提高信用評級。此外,國家監(jiān)管部門也應(yīng)加強(qiáng)管控,對于企業(yè)的違法行為進(jìn)行嚴(yán)格監(jiān)管,加強(qiáng)監(jiān)管力度,從而降低企業(yè)負(fù)面新聞發(fā)生的概率,以保證經(jīng)濟(jì)的不斷發(fā)展及市場的平穩(wěn)運行。