王貞潔 王惠

內(nèi)容提要：突如其來的新冠疫情加大了市場不確定性，放大了微觀企業(yè)杠桿釋放的財務(wù)風(fēng)險信號，導(dǎo)致投資者對傳統(tǒng)杠桿較高的企業(yè)避之不及。然而，對“資本”和“資產(chǎn)”概念的混淆以及對“營業(yè)性負債”和“金融性負債”的混同引發(fā)了對企業(yè)實際杠桿水平的錯估。本文在計算資本概念泛化產(chǎn)生的杠桿錯估程度基礎(chǔ)上，經(jīng)實證檢驗發(fā)現(xiàn)，疫情沖擊下杠桿錯估嚴重的企業(yè)獲得了更低的累積超額收益率，且所處行業(yè)受疫情沖擊程度較大、企業(yè)成長性較高時，獲得的累計超額收益率越低。進一步研究發(fā)現(xiàn)，杠桿錯估降低了信貸資源的可獲得性，這一影響在疫情發(fā)生后更顯著。

關(guān)鍵詞：公共危機;新冠疫情;杠桿錯估;市場反應(yīng)

中圖分類號：F275;F832文獻標識碼：A文章編號：1001-148X（2022）03-0001-11

收稿日期：2021-09-06

作者簡介：王貞潔（1982-），女，山東青島人，中國海洋大學(xué)管理學(xué)院教授，博士生導(dǎo)師，財務(wù)學(xué)博士，研究方向：財務(wù)指標錯估與資本市場;王惠（1996-），本文通訊作者，女，山東臨沂人，中國海洋大學(xué)管理學(xué)院博士研究生，研究方向：財務(wù)指標錯估與資本市場。

基金項目：國家自然科學(xué)基金項目，項目編號：72072166;教育部人文社科基金項目，項目編號：18YJC630191;山東省自然科學(xué)基金項目，項目編號：ZR2020MG032。

一、引言

新冠疫情爆發(fā)以來，盡管中國在疫情防控過程中展現(xiàn)出的速度與力量將這一“黑天鵝”事件帶來的負面影響降到可控范圍之內(nèi)，然而作為傳染速度最快、感染范圍最廣、防控難度最大的一次重大突發(fā)公共衛(wèi)生事件，新冠疫情仍然對企業(yè)經(jīng)營活動和資本市場產(chǎn)生了較大沖擊——社會整體投資和消費量在短期內(nèi)大幅下降，2020年中國第一季度的GDP同比下降68%①。央行發(fā)布的《中國金融穩(wěn)定報告（2020）》指出，疫情造成企業(yè)違約風(fēng)險明顯上升，銀行貸款的不良率增大，金融風(fēng)險管理成為疫情防控的關(guān)鍵內(nèi)容。而在影響金融市場穩(wěn)定性的諸多因素中，企業(yè)杠桿率便是疫情沖擊金融體系的一個重要渠道。

高杠桿被認為是金融危機的內(nèi)在源頭，債務(wù)的快速積累和不可持續(xù)在經(jīng)過負面消息的發(fā)酵后可能導(dǎo)致資本市場的全面崩潰[1]。過高的企業(yè)杠桿率會降低資產(chǎn)回報率并增加債務(wù)風(fēng)險，形成衰退式泡沫資產(chǎn)[2]。但需要注意的是，目前有關(guān)企業(yè)杠桿率及其經(jīng)濟后果的研究，均建立在杠桿率測度準確的假設(shè)前提下。最新研究顯示，由于“資產(chǎn)”和“資本”概念的混淆，微觀企業(yè)杠桿率指標存在嚴重的錯估問題[3-4]——傳統(tǒng)杠桿研究誤將提高資金流動性的營業(yè)性負債（例如應(yīng)付賬款、預(yù)收賬款等）在償債性質(zhì)上等同于會提高企業(yè)流動性風(fēng)險的金融性負債，并將兩者一同納入到杠桿率計算過程中，導(dǎo)致企業(yè)實際杠桿率被系統(tǒng)錯估，無法反映企業(yè)真實的風(fēng)險水平。在企業(yè)投資層面，杠桿錯估導(dǎo)致投資效率下降，研發(fā)動力不足[5]。在企業(yè)融資層面，杠桿錯估干擾了銀行等金融機構(gòu)的信貸決策，成為金融機構(gòu)對實體企業(yè)惜貸傾向加劇的原因之一[6]。那么，在資本市場層面，杠桿錯估是否會影響投資者對于企業(yè)風(fēng)險的判斷，進而影響企業(yè)的市場表現(xiàn)，這成為關(guān)乎市場有效性和穩(wěn)定性的重要問題。正常狀態(tài)下，投資者對企業(yè)杠桿率隱含風(fēng)險信息的關(guān)注往往無法單獨凸顯，因此難以預(yù)估杠桿錯估如何影響資本市場對企業(yè)股價的判斷，但新冠疫情的爆發(fā)為檢驗杠桿錯估的這一潛在后果提供了契機。疫情加劇了企業(yè)面臨的融資難和期限短問題[7]，企業(yè)大量停工停產(chǎn)，投資者普遍關(guān)注企業(yè)的資金狀況（包括企業(yè)內(nèi)部的現(xiàn)金流和外部信貸資源的可獲得性等）。此時，杠桿錯估引發(fā)的信息扭曲對資本市場的誤導(dǎo)就充分表現(xiàn)出來。已有研究關(guān)注到了新冠疫情沖擊下企業(yè)內(nèi)部現(xiàn)金流對市場反應(yīng)的影響[8]，但尚未有研究從外部信貸資源獲取的角度關(guān)注企業(yè)杠桿錯估對市場反應(yīng)的影響。而疫情之后，實體企業(yè)亟須通過新一輪的信用擴張來提振有效需求和穩(wěn)定經(jīng)濟增長，此時修正傳統(tǒng)杠桿指標的缺陷進而精準識別企業(yè)的真實風(fēng)險水平，對于推動實體經(jīng)濟復(fù)蘇至關(guān)重要。

基于此，本文以2020年1月份爆發(fā)的新冠疫情為切入點，結(jié)合事件研究法探討杠桿錯估對市場股價波動的影響，分析資本概念泛化產(chǎn)生的杠桿錯估如何干擾市場反應(yīng)。研究發(fā)現(xiàn)，杠桿錯估程度與事件窗口期內(nèi)的累積超額收益率顯著負相關(guān)，且在受疫情沖擊大的行業(yè)以及高成長性的企業(yè)中，兩者之間的負相關(guān)性更強。進一步研究發(fā)現(xiàn)杠桿錯估抑制了企業(yè)獲取信貸資源的能力，且這一抑制作用在新冠疫情爆發(fā)之后更為明顯，這也正是杠桿錯估嚴重企業(yè)遭遇更強烈市場負面反應(yīng)的重要原因之一。

本研究與以往研究的區(qū)別在于：首先，從理論上揭示了傳統(tǒng)杠桿指標在衡量微觀企業(yè)真實財務(wù)風(fēng)險方面存在的缺陷，客觀分析營業(yè)性負債與金融性負債的差異，總結(jié)由此導(dǎo)致的杠桿錯估問題，并為重大公共危機下資本市場對杠桿錯估的反應(yīng)提供較直接的經(jīng)驗證據(jù)，同時對杠桿錯估的文獻進行完善和補充。其次，豐富了微觀視角下重大突發(fā)公共衛(wèi)生危機對資本市場影響的研究，為維護資本市場穩(wěn)定性和提高政策針對性提供啟示。最后，從優(yōu)化微觀杠桿指標視角降低企業(yè)與資本市場之間的信息不對稱，通過校正財務(wù)信息的扭曲，為政府和金融機構(gòu)如何幫助企業(yè)渡過危機提供政策建議。這將有利于增強金融服務(wù)實體經(jīng)濟的能力，提高信貸資源的配置效率。

二、杠桿錯估問題基本分析

微觀企業(yè)杠桿率是以資本結(jié)構(gòu)為基礎(chǔ)對單個經(jīng)濟主體財務(wù)風(fēng)險進行衡量的重要指標。傳統(tǒng)杠桿率以資產(chǎn)負債率（總負債/總資產(chǎn)）進行衡量，顯然，分母總資產(chǎn)不僅包含資本市場上的投資者投入的資金，同時也包含了通過營業(yè)性負債獲得的資金，分子總負債不僅包含了基于投資關(guān)系形成的金融性債權(quán)，也包含了與供應(yīng)商、客戶、員工、政府等其他利益相關(guān)者基于交易關(guān)系形成的非金融性債權(quán)。實際上，這混淆了“資產(chǎn)”和“資本”的概念，既不利于暴露出企業(yè)的真實財務(wù)風(fēng)險，也不利于反映實體企業(yè)的真實資本需求。具體而言，營業(yè)性負債主要產(chǎn)生于企業(yè)的日常生產(chǎn)經(jīng)營及銷售等活動，在資產(chǎn)負債表中則體現(xiàn)在應(yīng)付債款、應(yīng)付票據(jù)、預(yù)收賬款、應(yīng)付職工薪酬及應(yīng)交稅費等科目中。企業(yè)對于營業(yè)性負債的利用在本質(zhì)上是借助與其他利益相關(guān)者之間的關(guān)系提高資金的流動性，并不會導(dǎo)致“道德風(fēng)險”和“逆向選擇”問題，反而在一定程度上緩解企業(yè)資金壓力，提高對銀行等債權(quán)人的償付能力。

從統(tǒng)計上來看（如圖1所示），營業(yè)性負債在我國上市公司總負債中比重較高，這意味著若將營業(yè)性負債列入杠桿的計算范疇之內(nèi)，會從整體上錯估微觀企業(yè)的杠桿率。2015年之前，上市公司營業(yè)負債在總負債中的占比均在56%左右，保持相對平穩(wěn)狀態(tài)。2015年12月，中央明確提出“去杠桿”政策，伴隨著金融市場的信貸收縮和產(chǎn)品市場信用機制的完善，營業(yè)性負債在2015-2017年間持續(xù)增長，在2017年達到峰值59%。在“去杠桿”背景下企業(yè)營業(yè)性負債不降反升的現(xiàn)實，也可以看出營業(yè)性負債與金融性負債明顯的差異。企業(yè)通過應(yīng)付賬款、預(yù)收賬款等營業(yè)性負債獲取替代性融資資源，不僅可以緩解資金需求的壓力，還能降低違約風(fēng)險和破產(chǎn)概率[9]。2018年之后，結(jié)構(gòu)性穩(wěn)杠桿逐步成為共識，企業(yè)降杠桿的壓力階段性下降，2018年和2019年企業(yè)的營業(yè)性負債占比在58%左右，仍然占總負債的一半以上，表明對營業(yè)性負債的利用已然成為企業(yè)資金管理的重要內(nèi)容。可以預(yù)期，在新冠疫情爆發(fā)期間，企業(yè)會借助與供應(yīng)商、客戶、員工和政府之間不同的信用機制（應(yīng)付賬款、預(yù)收賬款、應(yīng)付職工薪酬和應(yīng)交稅費等）增強資金鏈韌性。從這個角度來看，營業(yè)性負債絕不應(yīng)被視作企業(yè)財務(wù)壓力，應(yīng)該從總資產(chǎn)和總負債中剔除營業(yè)性負債導(dǎo)致的信息噪音，以基于“資本”計算的資本負債率（金融性負債/總資本）衡量企業(yè)修正杠桿②，才能精確界定出企業(yè)真實的償債風(fēng)險。而傳統(tǒng)杠桿與修正杠桿之間的差異實際上屬于傳統(tǒng)研究對于杠桿指標的錯誤估計，即杠桿錯估。從圖2可以看出，上市公司的傳統(tǒng)杠桿維持在60%-61%之間，而修正杠桿在44%-46%之間，這造成了超過30%的杠桿錯估。以2017年為例，修正杠桿在2017年僅為44%，是幾年的最低水平，但由于上市公司普遍在2017年使用了更多的營業(yè)性負債和更少的金融性負債，所以從傳統(tǒng)杠桿上來看卻與其他年份并無明顯變化。由此可見，傳統(tǒng)杠桿無法將有效信息傳遞給金融機構(gòu)和市場投資者。特別是在實體經(jīng)濟持續(xù)低迷，金融服務(wù)實體效率低下的情況下，傳統(tǒng)杠桿率會扭曲投資者對于財務(wù)風(fēng)險的認知，從而產(chǎn)生不合理的市場反應(yīng)。探討杠桿錯估在新冠疫情背景下對市場反應(yīng)的影響，將為破解這一困境提供經(jīng)驗證據(jù)。

三、理論分析與研究假設(shè)

信息不對稱理論強調(diào)了信息對于資本市場的重要性，投資者能否對股價形成合理預(yù)期在很大程度上依賴于信息完全程度和信息質(zhì)量水平[10]。毋庸置疑，財務(wù)指標是對股價進行綜合評價最直接的信息來源。Myers（1984）[11]指出財務(wù)指標里蘊含的對企業(yè)未來收益和風(fēng)險的預(yù)期是影響股價波動的兩大重要因素，有效的財務(wù)指標能夠降低投資者對于股票價值錯估的風(fēng)險，提高股價估計的合理性。作為衡量財務(wù)風(fēng)險的重要財務(wù)指標，企業(yè)杠桿率連接了微觀層面的企業(yè)違約風(fēng)險和宏觀層面的系統(tǒng)風(fēng)險，是資產(chǎn)負債表信息的一項核心內(nèi)容，在理論界和實務(wù)界均受到格外關(guān)注。動態(tài)權(quán)衡理論指出企業(yè)存在最優(yōu)的杠桿率[12]，但由于存在金融摩擦、代理成本和信息不對稱等問題，企業(yè)實際杠桿率會與最優(yōu)值產(chǎn)生偏離[13-14]。在中國，這種偏離主要表現(xiàn)為非金融企業(yè)部門杠桿率長期高于政府和居民部門。為此，學(xué)者們從經(jīng)濟周期、金融結(jié)構(gòu)市場化程度、貨幣政策、經(jīng)濟政策不確定性、官員晉升和產(chǎn)權(quán)性質(zhì)等宏微觀視角深入探討了企業(yè)高杠桿率的原因，但從財務(wù)指標有效性這一源頭審視的研究卻并不多，僅有的幾篇研究包括：從杠桿率指標構(gòu)建合理性的角度，劉曉光和劉元春（2018）[15]探討了債務(wù)率（債務(wù)/GDP）在衡量宏觀杠桿率及債務(wù)風(fēng)險上的不足，指出該指標忽略了與償債能力相關(guān)的資產(chǎn)情況，應(yīng)以債務(wù)資產(chǎn)比進行風(fēng)險預(yù)測;從企業(yè)杠桿率測度真實性的角度，許曉芳和陸正飛（2020）[16]指出在去杠桿的政策階段，企業(yè)極有可能通過一系列的會計手段進行杠桿操縱，例如表外負債、明股實債等，以此粉飾杠桿以達到迎合政策和監(jiān)管要求的目的，從而誤導(dǎo)外部信息使用者的決策。而這些研究也并未關(guān)注企業(yè)對其所擁有的不同來源、不同性質(zhì)負債的主動管理能力，沒有意識到資本概念泛化引發(fā)的杠桿錯估問題。本文認為，正是由于理論界與實務(wù)界普遍沒有關(guān)注到傳統(tǒng)杠桿指標的設(shè)計缺陷，與之相隨的財務(wù)信息扭曲問題很有可能對投資者產(chǎn)生誤導(dǎo)。因此，在新冠疫情的背景下檢驗資本市場對杠桿錯估的反應(yīng)，對于補充和豐富杠桿錯估微觀經(jīng)濟后果的研究十分必要。

（一）新冠疫情沖擊下杠桿錯估的市場反應(yīng)

Roubini和Mihm（2010）[17]在《危機經(jīng)濟學(xué)》中指出，“黑天鵝”事件最終導(dǎo)致經(jīng)濟危機的一個關(guān)鍵點在于每當感知到市場即將可能發(fā)生崩潰，金融系統(tǒng)的壓力增大，若不加以干預(yù)，銀行等金融機構(gòu)會迅速收緊業(yè)務(wù)甚至停止放貸，造成實體經(jīng)濟既遭受利潤損失又面臨信貸危機的惡性循環(huán)。新冠疫情這一突發(fā)事件使得企業(yè)的生產(chǎn)規(guī)模和銷售數(shù)量在短期內(nèi)大幅度削減，企業(yè)利潤嚴重下降，甚至面臨破產(chǎn)危機。此時，整個資本市場會預(yù)期銀行為降低自身的風(fēng)險敞口將收緊信貸市場流動性。這種情況下，只有那些表現(xiàn)出“低杠桿”的企業(yè)才能受到銀行等債權(quán)人的青睞，被認為有能力預(yù)防可能發(fā)生的風(fēng)險或抓住潛在的機遇。DeAngelo等（2011）[18]指出那些能化解危機并長久盈利的企業(yè)往往依靠在日常維持更保守的杠桿使用習(xí)慣，以便在危機中預(yù)留獲取信貸資源的空間。而杠桿錯估干擾了投資者對企業(yè)現(xiàn)有杠桿水平的評價，提高了企業(yè)以往負債對未來借貸造成的機會成本，導(dǎo)致投資者對企業(yè)信貸資源獲取能力評價的失真，特別是在疫情發(fā)生之后，傳統(tǒng)杠桿較高的企業(yè)被認為面臨巨大的還本付息壓力和較強的償付性風(fēng)險，會遭受銀行債權(quán)人更為苛刻的債務(wù)契約條款，甚至停止貸款的威脅。此時，投資者極有可能會通過“用腳投票”的方式給予這些企業(yè)以負面反應(yīng)[19]。但實際上存在杠桿錯估問題的企業(yè)與所謂“高杠桿”企業(yè)存在本質(zhì)性差異，在危機期間基于交易關(guān)系形成的應(yīng)付賬款、應(yīng)付票據(jù)等營業(yè)性負債能在一定程度上發(fā)揮替代性融資作用[20]，可以在疫情沖擊下有效地降低企業(yè)的破產(chǎn)風(fēng)險。也就是說，由于現(xiàn)有指標體系下投資者無法對于企業(yè)的真實杠桿水平進行判斷，會在資本市場上給予杠桿錯估嚴重高的企業(yè)以負面反應(yīng)，導(dǎo)致疫情期間杠桿率的風(fēng)險傳遞效應(yīng)比以往更加顯現(xiàn)，杠桿錯估的影響也在資本市場上被放大?；谝陨戏治?，本文提出如下假設(shè)：

假設(shè)1：在新冠疫情沖擊下，杠桿錯估嚴重的企業(yè)獲得了更低的累積超額收益率。

（二）杠桿錯估與新冠疫情沖擊的行業(yè)異質(zhì)性

由于生產(chǎn)要素、產(chǎn)品類型及經(jīng)營方式等方面的不同，不同行業(yè)受到新冠疫情的沖擊程度不同，投資者對不同行業(yè)的財務(wù)風(fēng)險判斷也存在顯著差異，最終呈現(xiàn)出不同的市場反應(yīng)[21]。對以往傳染性公共衛(wèi)生事件的相關(guān)研究發(fā)現(xiàn)，SARS對批發(fā)零售和第三產(chǎn)業(yè)中的交通運輸、房地產(chǎn)等行業(yè)產(chǎn)生了直接沖擊[22]。傳染性更強的新冠肺炎使得居民收入增速下滑，生產(chǎn)及消費場景受限，導(dǎo)致批發(fā)零售業(yè)、交通運輸業(yè)以及房地產(chǎn)建筑行業(yè)受到更為嚴重的沖擊。疫情期間，2020年前兩個月社會消費品零售總額累計值為521萬億元，同比下降2050%③。從某種程度上說，這些行業(yè)績效的波動進一步驗證了投資者對于其“高財務(wù)風(fēng)險”的判斷。這種情況下，傳統(tǒng)“高杠桿”所傳遞的風(fēng)險信號更強烈地刺激投資者的神經(jīng)，使其對這類行業(yè)在特殊時期內(nèi)的發(fā)展前景更為悲觀?；诖?，本文提出如下假設(shè)：

假設(shè)2：在新冠疫情沖擊下，杠桿錯估嚴重且受疫情影響大的行業(yè)獲得了更低的累積超額收益率。

（三）杠桿錯估與新冠疫情沖擊下的企業(yè)成長異質(zhì)性

高成長性的企業(yè)受到外部事件的沖擊往往越大，這是由于當企業(yè)在整體上表現(xiàn)為擴張的態(tài)勢，生產(chǎn)規(guī)模和市場勢力的增加會對企業(yè)的盈利能力、資金流動性和融資能力有更高的要求，其內(nèi)部經(jīng)營凈現(xiàn)金流也會更為緊張。崔學(xué)剛等（2007）[23]發(fā)現(xiàn)企業(yè)發(fā)生財務(wù)困境的概率與實際增長率顯著正相關(guān)。新冠疫情沖擊下，信貸資源的稀缺性和金融服務(wù)水平的限制讓高成長性企業(yè)本身在信貸規(guī)模和信貸期限上均處于劣勢，更容易發(fā)生財務(wù)資源匱乏和資金管理緊張問題[24]。在高成長性企業(yè)中，信貸資源獲取能力的重要性便更加凸顯。從某種程度上說，信貸資源獲取能力是保證高成長性企業(yè)在疫情經(jīng)營期間的資金鏈流通，避免陷入財務(wù)危機的關(guān)鍵。傳統(tǒng)杠桿對企業(yè)真實杠桿的高估，讓高成長性企業(yè)表現(xiàn)出更高的財務(wù)風(fēng)險和更低的信貸資源獲取能力，使其潛在的困境雪上加霜?；诖?，本文提出如下假說：

假設(shè)3：在新冠疫情的沖擊下，杠桿錯估嚴重且高成長性的企業(yè)獲得了更低的累積超額收益率。

四、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文以滬深兩市A股上市公司為初始研究樣本，并按照以下程序進行了篩選處理：（1）剔除相關(guān)變量缺失或異常的觀測值;（2）剔除處于金融保險行業(yè)的觀測值;（3）剔除當年被ST的觀測值;（4）剔除窗口期不足5個交易日，估計期不足30個交易日的觀測值。最終，本文得到2824個觀測值，所需要的數(shù)據(jù)主要來自國泰安（CSMAR）數(shù)據(jù)庫。此外，為了減輕離群值對研究結(jié)果可靠性的影響，本文對所有連續(xù)變量在1%和99%分位上進行了Winsorize處理。

（二）模型設(shè)置與變量定義

結(jié)合研究目的，本文選擇在2020年春節(jié)前后于武漢爆發(fā)的新冠疫情作為外部沖擊，采用事件研究法，通過觀察上市公司在新冠疫情爆發(fā)后股價的變化，探討投資者對與杠桿錯估造成的財務(wù)風(fēng)險信息扭曲的態(tài)度。具體而言：（1）事件窗口的選擇。以鐘南山院士宣布新冠病毒肯定存在人傳人現(xiàn)象的時間，即2020年1月20日作為事件日，并選取[-5，+5]時窗作為研究期間。該時間是中國首次由權(quán)威性渠道向社會公眾確認新冠病毒傳播性的日期。習(xí)近平總書記在這一天對疫情防控做出重要指示，武漢市成立疫情防控指揮部，引發(fā)社會各界的廣泛重視并開始采取更為嚴格的防控措施，可以說是新冠疫情成為重大突發(fā)公共衛(wèi)生事件的標志性日期。（2）估計窗口的選擇?，F(xiàn)有研究以日報酬率建立模型時的估計期通常選擇100天至300天左右。本文選取事件日之前的[-210，-10]一共200個交易日作為估計窗口?；诖?，采用市場模型法計算事件日附近股票價格的變化，超額收益率（AR）和累積超額收益率（CAR）的計算過程為：

其中，Ri，t為公司i在第t個交易日考慮現(xiàn)金紅利再投資的個股收益率，RM，t表示第t個交易日采用流通市值加權(quán)平均法計算得到的市場收益率。首先，根據(jù)模型（1）估算出每個公司的無風(fēng)險收益率0，以及個股收益率與市場收益率之間的關(guān)聯(lián)系數(shù)1。然后，根據(jù)模型（2）計算出公司i在第t個交易日的超額收益率（AR）。最后，根據(jù)選擇的事件窗口，計算公司i在事件日[-5，5]共10個交易日的累積超額收益率（CARi），度量其股價的變化。

為檢驗杠桿錯估對疫情期間市場反應(yīng)的影響，進一步建立如下多元線性回歸模型。其中，DL代表杠桿錯估程度。在控制變量的選取中，借鑒以往文獻的研究[25]，選取公司規(guī)摸（Size）、總資產(chǎn)收益率（ROA）、產(chǎn)權(quán)性質(zhì)（Soe）、市值賬面比（MTB）、赫芬達爾指數(shù)（Herfindahl10）及風(fēng)險系數(shù)（Beta）等作為控制變量。此外，還控制了行業(yè)虛擬變量（Industry）和地區(qū)虛擬變量（Region）。為了對假設(shè)2和假設(shè)3進行檢驗，設(shè)置代表上市公司所處行業(yè)受新冠疫情影響程度的虛擬變量Serious，以及代表公司成長性的虛擬變量Hgrowth，所涉及變量的具體定義見表1。

CARi=α0+α1DLi+α2Sizei+α3ROAi+α4Agei+α5SOEi+α6MTBi+α7Betai+∑Region+∑Industry+ε1（3）

在實證檢驗過程中，若模型（3）中DL的系數(shù)α1顯著為負，則意味著新冠疫情期間杠桿錯估嚴重的企業(yè)獲得更低的累積超額收益率，面臨更強烈的市場負面反應(yīng)，假設(shè)1成立。為檢驗假設(shè)2，根據(jù)上市公司所在行業(yè)受到新冠疫情的沖擊程度，將樣本分為“受疫情影響大”和“受疫情影響小”兩組。根據(jù)前文分析，若模型（3）中DL的系數(shù)α1在“受疫情影響大”組更為顯著，則意味著假設(shè)2成立。為檢驗假設(shè)3，根據(jù)上市公司成長性將樣本劃分為“高成長性”和“低成長性”兩組，若模型（3）中DL的系數(shù)α1在“高成長性”組更為顯著，則意味著假設(shè)3成立。

五、實證結(jié)果與分析

（一）描述性統(tǒng)計

表2列示了本文主要連續(xù)變量的描述性統(tǒng)計結(jié)果。結(jié)果顯示，CAR的均值和中位數(shù)分別為-00334和-00513，這表明新冠疫情的爆發(fā)的確在一定程度上引起了投資者恐慌情緒，資本市場出現(xiàn)了明顯的負向反應(yīng)。上市公司杠桿錯估的均值為13588，中位數(shù)為04540，最大值為167915，這意味著由于資本概念泛化所導(dǎo)致的杠桿錯估問題在上市公司中普遍存在，大部分上市公司的杠桿錯估程度接近其修正杠桿的一半，極大地扭曲了上市公司的真實財務(wù)風(fēng)險信息，干擾了市場上的信息傳遞。其他控制變量的描述性統(tǒng)計符合正態(tài)分布，與以往的相關(guān)研究基本一致。

（二）主要回歸結(jié)果分析

表3列示了對前文假設(shè)進行回歸檢驗的結(jié)果。列（1）顯示，上市公司杠桿錯估程度與疫情期間的累積超額收益率在1%的統(tǒng)計水平上顯著負相關(guān)。檢驗結(jié)果支持了假設(shè)1，即杠桿錯估導(dǎo)致投資者高估了企業(yè)的真實財務(wù)風(fēng)險，低估了企業(yè)的信貸資源獲取能力，面對新冠疫情的沖擊，杠桿錯估嚴重的企業(yè)獲得了相對更低的累計超額收益率。在列（2）和列（3），根據(jù)受疫情沖擊程度設(shè)置行業(yè)虛擬變量（Serious），對樣本進行分組回歸。可見，當上市公司所處行業(yè)受到疫情沖擊較大時，杠桿錯估的系數(shù)在1%水平上顯著為負，當上市公司所處行業(yè)受疫情沖擊較小時，杠桿錯估的系數(shù)不顯著。這一結(jié)果支持了假設(shè)2，即當杠桿錯估程度較高且企業(yè)處在“受疫情影響大”行業(yè)時，在新冠疫情沖擊下獲得了投資者強烈的負面反應(yīng)。在列（4）和列（5），考慮到不同成長性企業(yè)受到疫情沖擊時的信貸資源獲取能力存在差異，以高成長性虛擬變量（Hgrowth）作為分組變量進行回歸檢驗?？梢钥闯觯诟叱砷L性組，杠桿錯估的系數(shù)在1%的水平上顯著為負，而在低成長性組，杠桿錯估的系數(shù)則不顯著。這一結(jié)果支持了假設(shè)3，即由于信貸資源獲取能力更差，對于那些杠桿錯估嚴重且成長性高的企業(yè)，資本市場的負面反應(yīng)更為強烈。

（三）穩(wěn)健性檢驗

為了增強研究結(jié)論的可靠性，本文還進行了如下幾項穩(wěn)健性檢驗：

1事件日的改變。采用疫情爆發(fā)后武漢宣布“封城”的日期，即2020年1月23日作為事件日重新計算累積超額收益率，并重新進行回歸檢驗。表4的結(jié)果表明，無論是全樣本還是分組回歸，檢驗結(jié)果均與前文保持一致。

2事件窗口期的改變。重新選取[-3，+3]和[-7，+7]作為事件窗口期，計算CAR[-3，+3]和CAR[-7，+7]反映疫情期間上市公司股票價格的波動，并重新進行回歸檢驗。表5和表6分別列示了以CAR[-3，+3]和CAR[-7，+7]為因變量的回歸結(jié)果?？梢钥闯?，檢驗結(jié)果依然支持了前文的假設(shè)。

3更換估計方式。為了消除可能存在的異方差的影響，采用加權(quán)最小二乘法重新進行回歸檢驗。表7的回歸結(jié)果表明，前文的假設(shè)依然得到驗證，在此不再贅述。

4變換模型設(shè)計方式。在主回歸中本文采用分組回歸的方式對受疫情沖擊嚴重程度的行業(yè)異質(zhì)性和企業(yè)成長異質(zhì)性進行檢驗，為了降低不同組樣本量差異可能導(dǎo)致的影響，在此設(shè)置交乘項對假設(shè)2和假設(shè)3進行重新檢驗。表8的檢驗結(jié)果顯示，杠桿錯估（DL）與受疫情影響程度行業(yè)虛擬變量（Serious）和企業(yè)成長性虛擬變量（Hgrowth）的交乘項均在1%的統(tǒng)計水平上顯著為負，再次驗證了假設(shè)2和假設(shè)3。

六、進一步分析

前文通過理論分析和實證檢驗表明，“資本”與“資產(chǎn)”概念混淆、營業(yè)性負債和金融性負債不加以區(qū)分等設(shè)計缺陷，使得傳統(tǒng)指標無法反映企業(yè)的真實杠桿水平，干擾了市場上的財務(wù)信息的傳遞。在新冠疫情的沖擊下，杠桿錯估嚴重影響了投資者對企業(yè)的財務(wù)風(fēng)險判斷，加劇了資本市場的負面反應(yīng)。本文試圖沿著前文的邏輯，從企業(yè)信貸資源獲取的角度闡述其內(nèi)在機制，這將有助于進一步夯實主要研究結(jié)論，同時為下一階段經(jīng)濟復(fù)蘇過程中有針對性的信貸扶持提供一定啟示。

企業(yè)價值是市場估值的基礎(chǔ)，我國資本市場對股權(quán)再融資的監(jiān)管較為嚴格，企業(yè)能否獲得足夠的銀行信貸支持，在某種程度上決定了其把握未來投資機會和實現(xiàn)價值增長的可能，這意味著企業(yè)能獲得的銀行信貸規(guī)模是影響其市場表現(xiàn)的關(guān)鍵性因素之一。而銀行的信貸決策永遠遵循“趨利避險”的原則，在外部經(jīng)濟環(huán)境惡化的情況下，銀行會首先削減那些“高杠桿”企業(yè)的信貸支持，從而避免潛在的違約風(fēng)險和風(fēng)險傳染的可能。對于營業(yè)性負債和金融性負債的不加區(qū)分，使得在疫情發(fā)生之后，那些杠桿錯估嚴重公司也成為了銀行重點監(jiān)管和治理的對象。也就是說，傳統(tǒng)杠桿并沒有向銀行等金融機構(gòu)傳遞企業(yè)真實的信貸能力信息，反而極有可能在疫情期間嚴重誤導(dǎo)了銀行的判斷，導(dǎo)致疫情發(fā)生后，杠桿錯估嚴重的企業(yè)更難獲得信貸支持，而這也是這些企業(yè)股價下跌的重要原因之一。本文利用2012-2020年前兩個季度的財務(wù)數(shù)據(jù)⑤，設(shè)計模型（4），探討新冠疫情發(fā)生后，杠桿錯估對企業(yè)獲取信貸資源的影響。

Creditt=α0+α1DLt+α2DLt×Breakt+α3Breakt+Controls+∑YearQ+∑Industry+ε2（4）

其中，Credit代表企業(yè)獲得的信貸規(guī)模，借鑒已有研究，以企業(yè)獲得的長期借款與短期借款之和除以總資金進行衡量，Break代表新冠疫情爆發(fā)的虛擬變量，在2020年之后取值為1，之前則取值為0。選取企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Roa）、企業(yè)成長性（Growth）、產(chǎn)權(quán)性質(zhì)（Soe）及獨立董事比例（Outdirt）作為控制變量，并控制了年份-季度和行業(yè)虛擬變量。實證檢驗結(jié)果如表9所示，列（1）顯示，杠桿錯估的系數(shù)在1%的水平上顯著為負，意味著杠桿錯誤嚴重的企業(yè)獲得了更少的信貸支持。列（2）中加入了杠桿錯估與新冠疫情爆發(fā)虛擬變量的交乘項，可以看出杠桿錯估（DL）與新冠疫情爆發(fā)（Break）的系數(shù)均在1%的水平上顯著為負，且交乘項（DL×Break）的系數(shù)在10%的水平上顯著為負。這說明在新冠疫情爆發(fā)后，那些杠桿錯估嚴重的企業(yè)愈發(fā)難以獲得信貸資源，嚴重阻礙了信貸資源的有效配置。進一步將樣本按照新冠疫情爆發(fā)時間劃分為疫情發(fā)生前和疫情發(fā)生后兩組，列（3）和列（4）的回歸結(jié)果表明疫情發(fā)生前后，杠桿錯估均對企業(yè)信貸資源的獲取產(chǎn)生顯著的負面影響，這與列（1）的發(fā)現(xiàn)一致。而在疫情發(fā)生后，杠桿錯估系數(shù)的絕對值相比于疫情發(fā)生前更大，且通過了組間系數(shù)差異檢驗，這與列（2）的檢驗結(jié)果一致，再次證明疫情發(fā)生后杠桿錯估嚴重的企業(yè)獲得了更少的信貸支持。

七、研究結(jié)論與啟示

由于將“資產(chǎn)”等同于“資本”，將營業(yè)性負債混同于金融性負債，傳統(tǒng)杠桿指標難以緊密對接資本市場的信息需求，基于對這一缺陷進行校正后形成的修正杠桿指標，本文衡量了上市公司存在的杠桿錯估問題，并結(jié)合事件研究法，以新冠疫情爆發(fā)為契機研究投資者對于不同杠桿錯估程度上市公司的市場反應(yīng)差異。研究發(fā)現(xiàn)：（1）在新冠疫情沖擊下，杠桿錯估嚴重的企業(yè)獲得了更低的累積超額收益率。表明在新冠疫情引發(fā)市場恐慌的過程中，杠桿錯估干擾了投資者對上市公司可獲得信貸資源的判斷，加劇了資本市場的負面反應(yīng)。（2）基于行業(yè)異質(zhì)性和企業(yè)異質(zhì)性的分析發(fā)現(xiàn)，新冠疫情對行業(yè)沖擊越大，企業(yè)成長性越高時，杠桿錯估引發(fā)資本市場的負面反應(yīng)更為強烈。（3）進一步研究發(fā)現(xiàn)，杠桿錯估抑制了企業(yè)信貸資源的獲取，尤其在新冠疫情爆發(fā)后，這種抑制作用更為明顯。這是由于扭曲的杠桿信息影響了銀行等金融機構(gòu)的信貸決策，使其收緊對所謂“高杠桿”企業(yè)的信貸支持，而信貸規(guī)模的下降正是投資者給予杠桿錯估嚴重的企業(yè)負面市場反應(yīng)重要原因之一?；谝陨系难芯拷Y(jié)論，本文從優(yōu)化微觀企業(yè)杠桿指標構(gòu)建的視角對新冠疫情爆發(fā)后如何穩(wěn)定資本市場、推動經(jīng)濟復(fù)蘇提出如下建議。

第一，應(yīng)進一步準確界定微觀企業(yè)杠桿率測度的口徑，區(qū)分“資產(chǎn)”與“資本”在企業(yè)經(jīng)濟活動中的差異，并科學(xué)劃分金融性負債與營業(yè)性負債。基于經(jīng)濟進入新常態(tài)后的數(shù)據(jù)發(fā)現(xiàn)，隨著營業(yè)性負債占比的逐年增加，傳統(tǒng)指標缺陷所導(dǎo)致的杠桿錯估問題愈加凸顯，在2017年達到38%，若長期得不到修正，將降低金融服務(wù)實體經(jīng)濟的效率。受新冠疫情的影響，我國經(jīng)濟環(huán)境內(nèi)憂外患，要做到在嚴格防控金融風(fēng)險的基礎(chǔ)上保障實體經(jīng)濟穩(wěn)定，既需要市場有效發(fā)揮資本配置的主導(dǎo)作用，也需要政府拿捏好政策方向和力度，而這兩者均應(yīng)建立在杠桿指標能夠真實反映企業(yè)風(fēng)險水平的基礎(chǔ)上。優(yōu)化微觀企業(yè)杠桿指標，不僅有利于更精準的評估企業(yè)的債務(wù)違約風(fēng)險以及信貸資源獲取能力，也有利于更好地發(fā)揮市場對資本配置的決定性作用，引導(dǎo)企業(yè)優(yōu)化商業(yè)模式，積極利用與供應(yīng)商、客戶、員工等利益相關(guān)者的關(guān)系提高資金管理能力，借助營業(yè)性負債靈活性更高、融資成本更低的優(yōu)勢緩解流動性壓力，為緩解企業(yè)融資約束補充新的市場途徑。

第二，企業(yè)應(yīng)該強化資金管理水平，通過多渠道的信息傳遞降低自身與市場的信息不對稱。在疫情導(dǎo)致生產(chǎn)受限、庫存積壓、銷路受阻的情況下，保證資金鏈的穩(wěn)定是企業(yè)渡過危機的關(guān)鍵。尤其是對于那些因為營業(yè)性負債的存在虛增杠桿的企業(yè)，在既有資源基礎(chǔ)上，應(yīng)積極利用與不同利益相關(guān)者之間的關(guān)系開拓融資和信息傳遞渠道，降低外部投資者可能對其存在的高財務(wù)風(fēng)險誤解。此外，企業(yè)管理者還應(yīng)密切關(guān)注疫情期間政府采取的針對性優(yōu)惠政策，例如國務(wù)院發(fā)布的《支持疫情防控和經(jīng)濟社會發(fā)展稅費優(yōu)惠政策指引》等，降低企業(yè)各項社保費用，幫助企業(yè)降低用工成本。這也提醒企業(yè)在此后的生產(chǎn)經(jīng)營活動中應(yīng)關(guān)注當前負債對未來負債的機會成本，維持穩(wěn)定的信貸資源獲取能力，強化自身應(yīng)對突發(fā)事件和抵抗風(fēng)險的能力。

第三，針對受疫情沖擊嚴重的行業(yè)和處在高成長階段的企業(yè)，應(yīng)進一步采取必要措施給予支持。本文研究發(fā)現(xiàn)，那些所處行業(yè)本身受疫情沖擊比較嚴重，例如批發(fā)零售業(yè)、交通運輸業(yè)、服務(wù)業(yè)、建筑業(yè)等，以及具有高成長性的企業(yè)，其杠桿率會受到額外關(guān)注，杠桿錯估對財務(wù)風(fēng)險的夸大進一步惡化了融資環(huán)境，對這類企業(yè)無疑是雪上加霜。因此這類企業(yè)應(yīng)額外關(guān)注自身資金流動性，防止陷入財務(wù)困境。政府也應(yīng)該在“穩(wěn)杠桿”的基礎(chǔ)上采取積極的貨幣政策和財政政策幫助企業(yè)降低違約風(fēng)險，嚴格控制住不發(fā)生系統(tǒng)性金融風(fēng)險的底線。通過針對性的財政補貼和稅收優(yōu)惠，發(fā)揮政府在危機時期的重要引導(dǎo)作用，一方面降低股市不穩(wěn)定情緒，為企業(yè)長期發(fā)展營造更有利的外部環(huán)境，另一方面助力受疫情影響嚴重行業(yè)和高成長性企業(yè)渡過難關(guān)，為后續(xù)經(jīng)濟平穩(wěn)增長打下堅實的基礎(chǔ)。

第四，金融機構(gòu)應(yīng)該基于實體企業(yè)的修正杠桿和真實風(fēng)險水平進行信貸決策，尤其在特殊時期更應(yīng)提高決策輔助信息的科學(xué)性以優(yōu)化信貸資金配置，切實提高服務(wù)實體經(jīng)濟的能力。本文研究發(fā)現(xiàn)傳統(tǒng)杠桿指標對實體企業(yè)風(fēng)險水平的高估會使得銀行等金融機構(gòu)減少對杠桿錯估嚴重企業(yè)的信貸支持，而潛在信貸規(guī)模的下降是導(dǎo)致這些企業(yè)在市場遭受冷遇的一個重要原因，這嚴重影響了信貸資金配置的效率。實體企業(yè)經(jīng)營的困難讓銀行等金融機構(gòu)本身的信用風(fēng)險也處在上升期，面臨的凈息差收窄壓力增大。在這種情況下，若不能有效降低銀企之間的信息不對稱，很容易形成企業(yè)資金匱乏和銀行不良貸款增加的惡性循環(huán)。應(yīng)進一步強化預(yù)期引導(dǎo)，提高對企業(yè)真實財務(wù)風(fēng)險的監(jiān)測預(yù)警，在疫情防控的特殊時期可以適度調(diào)整不良貸款容忍度，并加強對受疫情影響嚴重行業(yè)和高成長性企業(yè)的支持，通過階段性地讓金融機構(gòu)向?qū)嶓w經(jīng)濟讓利，實現(xiàn)經(jīng)濟的長期穩(wěn)定發(fā)展。

注釋：

①數(shù)據(jù)來源于國家統(tǒng)計局。

②杠桿錯估=傳統(tǒng)杠桿與修正杠桿之差/修正杠桿。

③數(shù)據(jù)來源于國家統(tǒng)計局。

④陳林和曲曉輝（2020）研究發(fā)現(xiàn)新冠疫情下，批發(fā)和零售業(yè)、交通運輸?shù)刃袠I(yè)的股票回報顯著為負，而醫(yī)藥制造業(yè)、信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)以及專業(yè)設(shè)備制造業(yè)的股票回報顯著為正，這與本文對行業(yè)受疫情影響程度的分類基本一致。

⑤之所以選擇這樣的樣本區(qū)間，是因為以2012年為起點，中國經(jīng)濟增速開始放緩并逐步進入新常態(tài)，此后經(jīng)濟發(fā)展趨勢基本穩(wěn)定。新冠疫情發(fā)生后，隨著疫情防控常態(tài)化開展，2020年經(jīng)濟增長在第三季度由負轉(zhuǎn)正，故截止到受新冠疫情影響最為嚴重的2020年前兩個季度的數(shù)據(jù)。

參考文獻：

[1]Schularick，M.，A.M.Taylor.CreditBoomsGoneBust：MonetaryPolicy，LeverageCycles，andFinancialCrises，1870-2008[J].AmericanEconomicReview，2012，102（2）：1029-1062.

[2]劉曉光，劉元春.杠桿率、短債長用與企業(yè)表現(xiàn)[J].經(jīng)濟研究，2019，54（7）：127-141.

[3]王竹泉，譚云霞，宋曉繽.“降杠桿”“穩(wěn)杠桿”和“加杠桿”的區(qū)域定位——傳統(tǒng)杠桿率指標修正和基于“雙重”杠桿率測度體系確立結(jié)構(gòu)性杠桿率閾值[J].管理世界，2019，35（12）：86-103.

[4]王竹泉，宋曉繽，王苑琢.我國實體經(jīng)濟短期金融風(fēng)險的評價與研判——存量與流量兼顧的短期財務(wù)風(fēng)險綜合評估與預(yù)警[J].管理世界，2020，36（10）：156-170，216-222.

[5]Habib，A.，Hasan，M.M.ManagerialAbility，InvestmentEfficiencyandStockPriceCrashRisk[J].ResearchinInternationalBusiness&Finance，2017，42（12）：262-274.

[6]王貞潔，王竹泉，蘇昕卉.我國上市公司杠桿錯估誤導(dǎo)了銀行信貸決策嗎[J].南開管理評論，2019，22（4）：56-68.

[7]蔣濤.疫情對企業(yè)融資的影響研究——來自銀團貸款市場的經(jīng)驗證據(jù)[J].國際金融研究，2020（4）：65-75.

[8]肖土盛，孫瑞琦，袁淳.新冠肺炎疫情沖擊下企業(yè)現(xiàn)金持有的預(yù)防價值研究[J].經(jīng)濟管理，2020，42（4）：175-191.

[9]Mcguinness，G.，Hogan，T.，Powell，R.EuropeanTradeCreditUseAndSmeSurvival[J].JournalofCorporateFinance，2018，49（4）：81-103.

[10]徐壽福，徐龍炳.信息披露質(zhì)量與資本市場估值偏誤[J].會計研究，2015（1）：40-47，96.

[11]Myers，S.C.TheCapitalStructurePuzzle[J].TheJournalofFinance，1984，39（3）：575-592.

[12]Fischer，E.O.，Heinkel，R.，J.Zechner.DynamicRecapitalizationPoliciesandtheRoleofCallPremiaandIssueDiscounts[J].JournalofFinancialandQuantitativeAnalysis，1989（24）：427-446.

[13]張兆國，何威風(fēng)，閆炳乾.資本結(jié)構(gòu)與代理成本——來自中國國有控股上市公司和民營上市公司的經(jīng)驗證據(jù)[J].南開管理評論，2008（1）：39-47.

[14]陳輝，顧乃康，朱雪嫣.信息不對稱、異質(zhì)性交易與企業(yè)資本結(jié)構(gòu)的決定[J].山西財經(jīng)大學(xué)學(xué)報，2012，34（2）：95-105.

[15]劉曉光，劉元春.杠桿率重估與債務(wù)風(fēng)險再探討[J].金融研究，2018（8）：33-50.

[16]許曉芳，陸正飛.我國企業(yè)杠桿操縱的動機、手段及潛在影響[J].會計研究，2020（1）：92-99.

[17]Roubini，N.，Mihm，S.CrisisEconomics：aCrashCourseintheFutureofFinance[M].London，PenguinUK，2010.

[18]Deangelo，H.，Deangelo，L.，Whited，T.M.CapitalStructureDynamicsandTransitoryDebt[J].JournalofFinancialEconomics，2011，99（2）：235-261.

[19]Mitton，T.A.Cross-FirmAnalysisoftheImpactofCorporateGovernanceontheEastAsianFinancialCrisis[J].JournalofFinancialEconomics，2002，64（2）：215-241.

[20]Emilia，G.A.，Garriga，J.，M.FirmsasLiquidityProviders：Evidencefromthe2007-2008FinancialCrisis[J].JournalofFinancialEconomics，2013，109（1）：272-291.

[21]陳林，曲曉輝.傳染性公共衛(wèi)生事件的市場反應(yīng)研究——基于新冠肺炎疫情對中國股市的影響[J].金融論壇，2020，25（7）：25-33，65.

[22]史月英.SARS對經(jīng)濟的影響綜述[J].中國國情國力，2003（8）：24-26.

[23]崔學(xué)剛，王立彥，許紅.企業(yè)增長與財務(wù)危機關(guān)系研究——基于電信與計算機行業(yè)上市公司的實證證據(jù)[J].會計研究，2007（12）：55-62，97.

[24]Houston，J.，James，C.BankInformationMonopoliesandtheMixofPrivateandPublicDebtClaims[J].TheJournalofFinance，1996，51（5）：1863-1890.

[25]李常青，魏志華，吳世農(nóng).半強制分紅政策的市場反應(yīng)研究[J].經(jīng)濟研究，2010，45（3）：144-155.

MarketReactiontoLeverageMisestimateofListedCompanies：Empirical

AnalysisBasedonEventStudyMethod

WANGZhen-jie1，2，WANGHui1，2

（1.ManagementCollegeofOceanUniversityofChina，Qingdao266100，China;

2.ChinaBusinessWorkingCapitalManagementResearchCenter，Qingdao266100，China）

Abstract：ThesuddenoutbreakofCOVID-19increasedmarketuncertainty，magnifiedthefinancialrisksignalsreleasedbymicrocorporateleverage，andledinvestorstoavoidcompanieswithhightraditionalleverage.However，theconfusionbetweentheconceptsof“capital”and“assets”aswellastheconfusionbetween“operationalliabilities”and“financialliabilities”hasledtothemisestimationoftheactualleveragelevelofcorporates.Basedonthecalculationofleveragemisestimatecausedbythegeneralizationofcapitalconcept，theempiricaltestofthispaperfindsthatundertheimpactofCOVID-19，thecorporateswithsevereleveragemisestimateobtainedlowercumulativeabnormalreturn.Moreover，thegreatertheimpactoftheepidemiconthecorporate′sindustryandthehigherthegrowthofthecorporate，thelowerthecumulativeabnormalreturn.Furtherresearchshowsthatleveragemisestimatereducestheabilityofcorporatestoobtaincreditresources，andthiseffectisparticularlysignificantaftertheoutbreakoftheepidemic.Thisstudyenrichestheresearchesontheimpactofmajorpublichealthcrisesonthemarketeconomyfromthemicroperspective.

Keywords：publiccrisis;COVID-19epidemic;leveragemisestimate;marketreaction

（責(zé)任編輯：李江）