上市公司違規(guī)與債務(wù)資本成本

常月喬

[摘 要]文章以信號(hào)理論為基礎(chǔ)，結(jié)合上市公司違規(guī)情況的分析，構(gòu)建了上市公司違規(guī)對(duì)公司債務(wù)資本成本的影響框架，并采用描述性統(tǒng)計(jì)、相關(guān)性分析和多元線性回歸模型對(duì)2013—2015年在滬深兩市上市且發(fā)行債券的公司進(jìn)行研究，探索上市公司違規(guī)行為對(duì)其債務(wù)資本成本的影響。

[關(guān)鍵詞]上市公司；違規(guī)；債務(wù)資本成本

[DOI]10.13939/j.cnki.zgsc.2018.36.079

1 實(shí)證研究設(shè)計(jì)

文章所需要的數(shù)據(jù)主要包括上市公司的違規(guī)情況、發(fā)行債券的情況，以及公司的特征和財(cái)務(wù)數(shù)據(jù)等。其中上市公司違規(guī)情況來(lái)自深圳國(guó)泰安公司CSMAR數(shù)據(jù)庫(kù)，上市公司發(fā)行債券的收益率、債券特征及公司財(cái)務(wù)特征等數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)。

數(shù)據(jù)選取標(biāo)準(zhǔn)為：①2013—2015年發(fā)行過(guò)公司債券的公司為樣本。②在t年度之前三年內(nèi)（即t-3，t-2，t-1年內(nèi)）發(fā)生過(guò)違規(guī)行為的公司。③在上海證券交易所和深圳證券交易所上市的公司。④排除爆發(fā)財(cái)務(wù)危機(jī)的公司。⑤研究資料完整的公司。

關(guān)于上市公司違規(guī)與債務(wù)資本成本關(guān)系的研究模型，建立如下多元線性回歸方程式：

2 實(shí)證研究分析

2.1 描述性統(tǒng)計(jì)與分析

2013—2015年所有在銀行間和滬深兩市發(fā)行的公司債券及其公司的數(shù)量，以及其中違規(guī)公司的數(shù)量中，不管是從總數(shù)上還是從占比上，發(fā)行債券的公司中違規(guī)公司的數(shù)量逐年遞增，而發(fā)行證券的公司數(shù)量在三年間的分布基本平均。

2013—2015年所有在銀行間和滬深兩市發(fā)行的公司債券按照行業(yè)分類及違規(guī)情況統(tǒng)計(jì)的債券收益率結(jié)果顯示，不同行業(yè)的公司違規(guī)與否對(duì)債券收益率造成的影響程度不盡相同。其中除了電信服務(wù)行業(yè)沒有違規(guī)數(shù)據(jù)以及信息技術(shù)行業(yè)的特殊情況以外，我們可以發(fā)現(xiàn)一般來(lái)說(shuō)違規(guī)的企業(yè)都比沒有違規(guī)行為的企業(yè)債券的平均調(diào)整后收益率要高，這符合前文的假設(shè)H1。

2.2 分組統(tǒng)計(jì)

文章將樣本分為樣本組和對(duì)照組，即按照上市公司在債券發(fā)行當(dāng)年的前三年內(nèi)是否有違規(guī)行為進(jìn)行分組。對(duì)兩組數(shù)據(jù)分別進(jìn)行統(tǒng)計(jì)計(jì)算，得出各組的債券平均調(diào)整后的到期收益率，并計(jì)算其差異。

根據(jù)計(jì)算結(jié)果，在顯著性水平為1%的時(shí)候，兩組債券間的平均調(diào)整后收益率的差異非常顯著。這否定了兩組之間平均調(diào)整后到期收益率相等的假設(shè)。

2.3 相關(guān)性分析

文章將采用SPSS軟件中的Pearson線性相關(guān)分析。通過(guò)計(jì)算每?jī)蓚€(gè)變量之間的相關(guān)系數(shù)，得出兩變量間的線性相關(guān)程度。

各個(gè)變量之間的Pearson相關(guān)系數(shù)見表1?？梢钥闯觯诓豢刂破渌兞康挠绊懙那闆r下，adjYTM與lv之間在1%顯著水平上呈正相關(guān)，相關(guān)系數(shù)為0.22，這一結(jié)果與假設(shè)H1相符。

另外，除了因變量和解釋變量之間存在相關(guān)性，我們也可以看到，自變量lv和各控制變量之間也存在相關(guān)性，上市公司的違規(guī)概率與上市公司股票市值、權(quán)益賬面市值比、上市年齡、是否為民營(yíng)企業(yè)以及上市公司主體的評(píng)級(jí)有關(guān)。這些也都符合理論推理。

2.4 回歸分析

首先我們將所有變量組合在一起用SPSS進(jìn)行回歸分析。根據(jù)上述Pearson分析，自變量Guarantee與因變量之間無(wú)顯著的相關(guān)性，在接下來(lái)的回歸分析中將剔除這一變量。

回歸結(jié)果顯示R2為0.36，表明此模型擬合較好。F=123.62，P值，即Sig.值小于0.05，此多元線性回歸具有顯著性。這完全符合前文的假設(shè)H1：上市公司違規(guī)與其債務(wù)成本呈正相關(guān)。

因此對(duì)所有變量進(jìn)行回歸最終擬合的回歸模型如下：

adjYTM=3.50+0.40×lv-（1.976E-05）×Size+0.46×BM-0.02×Age-0.18×IntB+0.39State-0.70×Rate+ε根據(jù)回歸模型可以得到一個(gè)具體的結(jié)論：有過(guò)違規(guī)行為的上市公司的債務(wù)資本成本平均比沒有違規(guī)行為的上市公司高0.40%。

進(jìn)一步，我們把樣本公司分別按照行業(yè)和企業(yè)類型進(jìn)行分類，分別進(jìn)行多元線性回歸。

首先我們按照行業(yè)進(jìn)行分類，我們把Wind分類表中的能源、材料和工業(yè)算作一類，稱為重工業(yè)，剩余的其他類別算作非重工業(yè)，我們假設(shè)H2：重工業(yè)行業(yè)違規(guī)行為對(duì)債券收益率的影響更為明顯。回歸結(jié)果顯示這兩組回歸的決定系數(shù)分別為0.38和0.36，擬合度都比較好。兩組數(shù)據(jù)的Sig值，即P值均小于0.05，回歸結(jié)果顯著。兩組回歸的lv變量的系數(shù)分別為0.64和0.11，這說(shuō)明重工業(yè)組有違規(guī)行為的公司比沒有違規(guī)行為的公司要多承擔(dān)0.64%的債務(wù)資本成本，而非重工業(yè)組有違規(guī)行為的公司比沒有違規(guī)行為的公司只需多承擔(dān)0.11%的債務(wù)資本成本。此結(jié)論驗(yàn)證了假設(shè)H2的正確性。

接下來(lái)，我們把樣本公司按照控制權(quán)進(jìn)行分類，討論不同類型公司對(duì)違規(guī)行為的反應(yīng)程度。一般認(rèn)為民營(yíng)企業(yè)的政治關(guān)聯(lián)性相較于國(guó)有企業(yè)較低，其不穩(wěn)定程度較高，我們得到假設(shè)H3：民營(yíng)企業(yè)對(duì)違規(guī)行為的反應(yīng)程度較強(qiáng)。我們把樣本公司分為民營(yíng)公司和非民營(yíng)公司兩類分別進(jìn)行回歸分析，回歸結(jié)果如下：民營(yíng)企業(yè)組變量lv的系數(shù)為0.28，小于非民營(yíng)企業(yè)組變量lv的系數(shù)0.50，因此從回歸中得出的結(jié)論為非民營(yíng)企業(yè)的違規(guī)行為對(duì)債券收益率的影響較高，因此否定原假設(shè)H3。

3 結(jié) 論

從以上模型的回歸結(jié)果來(lái)看，違規(guī)行為的變量lv與公司調(diào)整后債券收益率adjYTM總是在1%置信水平上呈現(xiàn)顯著正相關(guān)，這一結(jié)果驗(yàn)證了文章的假設(shè)H1，即上市公司的違規(guī)行為會(huì)對(duì)其債務(wù)成本產(chǎn)生負(fù)面影響。此外，結(jié)合樣本公司類型的統(tǒng)計(jì)分析以及進(jìn)一步的回歸分析，我們發(fā)現(xiàn)如下結(jié)論：重工業(yè)行業(yè)違規(guī)行為對(duì)債券到期收益率的影響更為明顯；非民營(yíng)企業(yè)違規(guī)行為對(duì)債券到期收益率的影響更明顯。以上實(shí)證分析的結(jié)果為在滬深兩市上市并且發(fā)行公司債券的公司做出違規(guī)行為控制提供了指導(dǎo)和借鑒，為上市公司如何降低企業(yè)發(fā)行公司債券成本給出了一個(gè)方向，同時(shí)給在債券市場(chǎng)上的投資者提供了一個(gè)判斷上市公司發(fā)行的公司債券收益率的方法，有利于債務(wù)人更好地做出投資決策，保護(hù)中小投資者的利益。

參考文獻(xiàn)：

[1]傅瑩.上市公司違規(guī)類型披露對(duì)銀行借款的影響研究 [D].長(zhǎng)沙：湖南大學(xué)，2014.

[2]李新.公司治理、債券信用評(píng)級(jí)與債券融資成本 [J].財(cái)會(huì)通訊，2016（6）.