杠桿錯估、股票定價偏誤與信貸錯配

王貞潔 劉爍 王竹泉

(中國海洋大學 管理學院 中國企業(yè)營運資金管理研究中心，山東 青島 266100)

一、引言

包括杠桿率在內的財務指標是企業(yè)利益相關者決策的重要影響因素。從政府角度，杠桿被認作預測經(jīng)濟危機的可靠因素[1]。從銀行視角，微觀企業(yè)的杠桿水平與信貸風險息息相關，是銀行信貸決策的重要依據(jù)[2]。從投資者角度來看，高杠桿往往釋放了未來風險上升、收益穩(wěn)定性下降的危險信號，是其關注的重點內容[3]。因此，杠桿指標構建的合理性就顯得至關重要。微觀企業(yè)使用杠桿的本意是用少部分自有資本撬動更多的債務資本，體現(xiàn)在對于債權人“投資”的充分利用，其目的是為投資者創(chuàng)造更多的價值。但傳統(tǒng)研究將營業(yè)性負債與金融性負債混在一起，全部加入杠桿指標的計算中，在理論和實踐上均存在明顯的不合理之處。

從理論角度來看，傳統(tǒng)視角下高杠桿的信號效應是基于正式債務性投資契約而產(chǎn)生的，而營業(yè)性負債的供給者與企業(yè)之間是“交易”關系而非“投資”關系[4]——營業(yè)性負債主要包括對供應商的應付賬款、對客戶的預收賬款、對員工的應付職工薪酬以及對政府的應交稅費等，其本質是以貨幣為媒介的價值交換，不屬于投資者為了獲得必要回報而注入的資本。營業(yè)性負債的供給者無法通過締結債務契約等手段監(jiān)督企業(yè)的資本運營，不能限制管理者自主權的發(fā)揮，在企業(yè)破產(chǎn)清算時也不具備像銀行債權人一樣的優(yōu)先求償權。因此，對營業(yè)性負債的合理利用不會加劇公司的財務困境和破產(chǎn)風險，也不會引發(fā)“道德風險”和“逆向選擇”等代理問題[5-6]。

從實踐角度來看，營業(yè)性負債不僅沒有增加企業(yè)的成本，反而增強了對債權人的償付能力，甚至幫助企業(yè)加速擴張并提高盈利能力。以“蘇寧云商集團股份有限公司”(以下簡稱蘇寧云商)為例，該公司通過占用供應商保證金、貨款等方式，積累了大量營業(yè)性負債(除了2015年以外該公司的營業(yè)性負債占流動負債的比例均高于90%，在2009年甚至高達99.53%)。如果僅就基于總資產(chǎn)計算的“名義杠桿”來看的話，該公司無疑屬于“高信貸風險”的公司(1)從2007年到2018年，該公司基于總資產(chǎn)計算的“名義杠桿”均值高達2.56(即全部資產(chǎn)里面有60.25%的債務融資，39.75%的股權融資)，基于資本計算的“真實杠桿”均值僅為1.21。，但是實際上蘇寧云商主要是憑借供應鏈的優(yōu)勢地位和平臺資源，以較低的成本甚至無成本的方式循環(huán)滾動長期使用這些營業(yè)性負債，符合啄食理論的“交易成本與融資順序相匹配”以及綜合資本成本理論的“成本最低”原則。在市場競爭激烈使得大部分連鎖零售商盈利增長乏力的情況下，蘇寧云商借此在價值探索、塑造與傳遞等層面構筑新的經(jīng)營策略，最終形成了幾大業(yè)務板塊多元發(fā)展的良性態(tài)勢，在線上業(yè)務獲得突破的同時整合了線下業(yè)務的布局，物流和金融服務體系也得到了完善和發(fā)展。

總之，杠桿指標設計的缺陷容易引發(fā)利益相關者對于企業(yè)財務風險的高估和收益的低估，不能形成利益相關者決策的有效依據(jù)。王竹泉等(2019)[4]研究發(fā)現(xiàn)，傳統(tǒng)財務分析體系虛增了實體企業(yè)的杠桿率，導致資金效率在30%以上被低估，財務風險在40%以上被高估。王貞潔和王竹泉(2018)[5]以及王貞潔等(2019)[6]發(fā)現(xiàn)，杠桿錯估系統(tǒng)性地降低了債務人代理問題研究的穩(wěn)健性，例如“資產(chǎn)替代”(投資于高風險項目的過度投資問題)、“債務高懸”(伴隨高杠桿產(chǎn)生的債務困境、投資不足和研發(fā)動力缺失問題)等。但是相關研究集中于關注杠桿錯估對微觀企業(yè)財務行為的影響，忽視了杠桿錯估對于投資者和銀行等利益相關者可能產(chǎn)生的誤導。筆者認為，由于傳統(tǒng)財務體系中對于“資產(chǎn)”和“資本”的概念混淆由來已久，杠桿錯估釋放的錯誤信號不僅會影響企業(yè)管理者及公司財務行為，還會被投資者和銀行等利益相關者接收，進而影響資本市場的定價行為乃至銀行信貸決策。具體而言，若投資者將營業(yè)性負債與金融性負債混淆到一起，認為杠桿錯估釋放了負面信號(例如收益不確定性增強、非效率投資與研發(fā)動力缺失乃至破產(chǎn)風險加劇等)，就會反應在資本市場上，使得這些公司的市場價格長期低于真實價值，銀行接收到資本市場的信號，認為杠桿錯估的公司未來前景可能變差，就可能作出不利于這些公司的信貸決策。因此，有關杠桿錯估的研究有必要拓展到股票定價偏誤和信貸錯配方面，以杠桿錯估為橋梁，將微觀企業(yè)的財務行為與資本市場定價效率，乃至信貸市場的資源配置效率研究有機地聯(lián)系在一起，形成較為完善的杠桿錯估問題研究體系，并為信貸錯配的成因提供新的解釋。

本文的創(chuàng)新點在于：第一，以杠桿錯估作為切入點，豐富了股票定價偏誤的成因研究。傳統(tǒng)對于股票定價偏誤的研究，要么基于以羊群效應、過度自信為代表的投資者先驗信念異質性視角[7-9]，要么基于管理者機會主義行為(盈余管理、降低股價信息質量等)造成的投資者后驗信念異質性視角[10-12]，而本研究發(fā)現(xiàn)股票定價偏誤不一定來自于投資者先驗信念偏差或是管理者機會主義行為的惡意引導，即使在公司和投資者非主觀故意的情況下，傳統(tǒng)觀念所帶來的杠桿指標設置的偏差，一樣會增加市場噪音信息，加劇投資者和管理者對于股價的分歧。

第二，豐富了新興加轉軌背景下股票定價偏誤與微觀企業(yè)債務融資行為關系的研究，為信貸錯配問題的成因提供了新的解釋。在傳統(tǒng)研究中，負向定價偏誤會迫使公司放棄高成本的股權融資，將信貸資金作為替代性的融資選擇。本研究發(fā)現(xiàn)在中國背景下，杠桿錯估所引起的負向定價偏誤，反而降低了微觀企業(yè)信貸資金的規(guī)模，這一方面為股票定價偏誤對信貸融資的影響提供了新興加轉軌背景下的新證據(jù)，另一方面打破了傳統(tǒng)觀念下我國的信貸錯配問題只是由制度缺失、信貸歧視等因素引發(fā)的刻板觀念，激勵會計準則的制定者從改進指標構建層面修正股票定價偏誤，提高信貸資源配置的合理性。

二、文獻綜述

(一)財務指標與資本市場定價效率

在傳統(tǒng)定價理論下，投資者可以按照貝葉斯規(guī)則推理且擁有完全信息，有能力對股票價格做出有效評估。但是在現(xiàn)實中，投資者不可能擁有股票的全部信息，其知識存量以及處理信息的能力也存在差異，會對相同的股票產(chǎn)生不同的預期。有研究表明，投資者先驗主觀信念的異質性(過度自信、羊群效應等)會引發(fā)股票定價偏誤[7-9]。除此以外，管理者還會自發(fā)選擇盈余信息披露時機或方式，控制或隱藏負面信息，使投資者對公司未來現(xiàn)金流的預期出現(xiàn)偏差，即管理者機會主義行為增加了市場噪音信息，加劇投資者后驗信念的異質性[10-12]。相對而言，雖然投資者先驗信念異質性難以改變，而后驗信念異質性卻可以通過提高信息披露質量、增加財務指標的信息含量等手段進行修正[13-14]。不管是與投資者個人特性相關的先驗信念，還是受管理者機會主義行為影響的后驗信念，均會增加管理者與投資者對于股票價值估計的分歧，降低資本市場定價效率。

有效的財務指標是降低市場噪音信息、提高資本市場定價效率的重要手段。例如有研究表明，充分把握企業(yè)歷史會計盈余信息，有助于投資者準確預測未來的會計盈余，增強對未來公司股利支付的預測能力，提高股價預測的準確性[15-16]。近期還有研究表明，即使放松了市場有效性假設(即假設股票價格不是真實內在價值的反映)，會計盈余仍然可能影響股票價格[17]。除此以外，杠桿指標也可能影響股價預測，如果說較多的會計盈余意味著未來更多的現(xiàn)金流，傳遞了有利于股價提升的“正面”信息，那么高杠桿所伴隨的風險也會增加投資者的必要報酬率訴求，釋放了制約股價上升的“負面”信息。

(二)財務指標與信貸資源配置

除了投資者以外，銀行作為企業(yè)重要的利益相關者，也會關注財務指標，特別會關注杠桿指標。這是因為微觀企業(yè)的杠桿率與銀行的信貸風險息息相關——杠桿上升使得每股利潤變動幅度遠遠高于息稅前利潤變動幅度，這激勵債務人去投資高風險、高收益的項目，若項目失敗，就會使得債權人面臨無法收回本息的窘境[18]；杠桿上升會加劇微觀企業(yè)的財務困境風險，誘使股東放棄對債權人有利的投資項目，使得債權人在破產(chǎn)清算時無法憑借較為靠前的求償順位，獲取合理的補償[19]；杠桿上升加劇了收益的不確定性，削減了企業(yè)創(chuàng)新和研發(fā)的動力[20]，在特殊經(jīng)濟時期(如次貸危機)，某些存量杠桿過高的企業(yè)甚至被迫拋售產(chǎn)品和大量裁員[21]，表現(xiàn)出較低的債務償付能力。因此，銀行債權人往往與高杠桿的公司簽訂限制性條款的貸款協(xié)議，并施以強制性資本輸出約束，甚至削減其貸款規(guī)模。在供給側改革背景下，那些高杠桿公司更容易成為“結構性杠桿治理”的目標，面臨著更高的流動性危機和破產(chǎn)風險[22]。劉一楠和宋曉玲(2018)[23]發(fā)現(xiàn)，高杠桿會導致經(jīng)濟結構扭曲，造成實體經(jīng)濟效率低下，進而影響信貸資源配置效率。在現(xiàn)實中，為了向外界釋放公司流動性正常、保持有效融資能力的信號，很多公司會盡量維持低杠桿的狀態(tài)。特別是在宏觀經(jīng)濟波動的環(huán)境下，企業(yè)更愿意保持較低的杠桿水平，預防突發(fā)的資金需求[24-25]。Arslan等(2014)[26]發(fā)現(xiàn)在1998年的亞洲金融危機中，那些保持低杠桿的企業(yè)更容易擴大投資規(guī)模，表現(xiàn)出更高的投資績效。曾愛民等(2011，2013)[27-28]發(fā)現(xiàn)企業(yè)會通過低杠桿的方式保持財務彈性，增強次貸危機中的資金籌集、調用能力，維持穩(wěn)定的投資支出，改善長期財務業(yè)績。

(三)杠桿錯估相關經(jīng)濟后果

值得注意的是，上述結論都是建立在現(xiàn)有財務指標可以真實反應企業(yè)財務狀況的基礎上，若財務指標(特別是杠桿指標)本身設計就存在問題，就會向資本市場和信貸市場傳遞錯誤的信號，加重信息扭曲，引發(fā)資源錯配[29]。王竹泉(2016)[30]指出，由于傳統(tǒng)財務分析體系存在混淆資本與資產(chǎn)概念的缺陷，財務風險與資金效率被嚴重扭曲，首次提出了財務指標錯估的問題[6]。進而，王貞潔和王竹泉(2018)[5]將基于“總資產(chǎn)”計算的名義杠桿與基于“總資本”計算的真實杠桿進行對比，發(fā)現(xiàn)傳統(tǒng)研究在不考慮杠桿錯估的情況下，名義杠桿與企業(yè)非效率投資正相關，與研發(fā)水平負相關，并加大了公司陷入財務困境的概率。但如果將杠桿錯估考慮進來，名義杠桿的負面影響很大程度上會被抵消?！百Y產(chǎn)”與“資本”概念的混淆，還使得銀行等金融機構無法識別公司真實杠桿水平和償債能力[6]。王竹泉等(2019)[4]從財務指標錯估角度為我國金融服務實體經(jīng)濟效率不高提供了新的解釋，財務指標錯估引發(fā)的信息扭曲，使資金效率被嚴重低估，財務風險被嚴重高估，從而導致實體經(jīng)濟被唱衰，誤導資本遠離“低回報”“高風險”的實體經(jīng)濟。

總之，現(xiàn)有研究為本文提供了良好的啟示，但仍有幾方面有待深入探討。第一，現(xiàn)有的關于財務指標與資本市場定價效率、財務指標與信貸資源配置效率的研究，忽視了財務指標(特別是杠桿指標)本身設計的缺陷可能造成的影響。在資產(chǎn)和資本概念混淆被人們普遍接受的情況下，杠桿錯估嚴重的公司很容易被貼上“高杠桿”標簽，從而向資本市場傳遞了“負面”信息，甚至成為“結構性杠桿治理”的重點目標。第二，現(xiàn)有關于杠桿錯估經(jīng)濟后果的研究主要集中于微觀企業(yè)的投資效率、財務風險以及資金配置效率等角度，忽視了杠桿錯估可能對于資本市場和信貸市場產(chǎn)生的影響。毋庸置疑，除了企業(yè)管理者以外，投資者和銀行債權人也是包括杠桿指標在內的財務指標的重要使用者。若資本市場上投資者集體將某只股票錯誤地歸為“高杠桿”，就可能做出負面的市場反應，從而引發(fā)負向定價偏誤。若在信貸市場上銀行將潛在債權人錯誤地歸為“高杠桿”，就可能降低為其提供信貸資金的意向，從而引發(fā)信貸錯配問題。而本研究就將杠桿指標設置缺陷與資本市場定價效率、信貸錯配聯(lián)系在一起，進而探討股票定價偏誤在杠桿錯估和信貸錯配之間可能發(fā)揮的中介作用，為新興加轉軌國家的信貸錯配成因提供了新視角的解釋。

三、假設提出

在新興加轉軌時期，銀行的信貸供給無法滿足企業(yè)資金需求，信貸配給現(xiàn)象普遍存在。銀行通過判斷債務人的潛在信貸風險決定是否為其提供資金以及提供多少資金。而杠桿率是衡量信貸風險的重要判別標準，高杠桿不僅增加了公司還本付息壓力和融資約束程度，還降低了公司未來的收益水平和成長性。為了避免未來發(fā)生信貸損失的可能性，銀行會自發(fā)降低對于高杠桿公司的信貸支持。但是傳統(tǒng)杠桿指標設置的缺陷，將基于交易關系形成的營業(yè)性負債與基于投資關系形成的金融性負債混淆，使得銀行等金融機構無法對公司的杠桿水平進行準確衡量，無法正確判斷公司的真實信貸風險。總之，在基于資本計算的“修正杠桿”既定的情況下，杠桿錯估程度越高的公司基于資產(chǎn)計算的“名義杠桿”越高，越容易被歸為“信貸風險高”的公司。這一方面抑制了實體企業(yè)充分利用營業(yè)性負債改善資金配置效率的動力，另一方面降低了信貸決策有效性，使得寶貴的信貸資源從杠桿錯估程度高的公司流出，流向杠桿錯估程度低的公司。據(jù)此提出以下假設。

H1杠桿錯估與信貸規(guī)模之間存在負相關關系，即杠桿錯估程度越高，信貸規(guī)模越低。

在有效市場的前提下，市場價格包括了所有信息，股票價格只能圍繞著真實價值波動。現(xiàn)實中受到信息不對稱、投資者有限理性和套利成本等因素影響，市場價格可能與真實價值產(chǎn)生大幅度長期偏離，這就引發(fā)了股票定價偏誤問題。特別是在中國資本市場中，受到制度缺失和散戶眾多等因素的影響，股價中包含的有效信息相對較少，股票定價偏誤問題尤為嚴重[31]。誘發(fā)股票定價偏誤的原因眾多，財務指標的有效性是其中非常重要的因素之一。要預測股票未來的現(xiàn)金流量并計算必要報酬率，投資者就要詳細分析財務報表，尋求有價值的財務信息。包括杠桿率在內的財務指標是投資者決策的重要依據(jù)。只有在杠桿指標設置合理的情況下，投資者才能準確衡量杠桿相關的收益和風險，進而提高對股價預測的準確性。但杠桿錯估的存在會增加管理者和投資者之間的信息不對稱和市場噪音信息，誘使投資者將杠桿錯估嚴重的公司當作高杠桿公司一并對待。當杠桿錯估嚴重時，高名義杠桿會釋放出企業(yè)低流動性、高風險的信號，使投資者對股票呈悲觀態(tài)度，大量賣出股票，導致股價下跌。同時，投資者情緒與股價變動存在反饋機制，下跌的股價迎合了投資者的預期，進一步強化悲觀情緒，使股票價格長期低于其內在價值，產(chǎn)生負向定價偏誤[32-33]。據(jù)此提出以下假設。

H2杠桿錯估與負向定價偏誤之間存在正相關關系，即杠桿錯估程度越高，負向定價偏誤程度越大。

有效市場假說認為，當投資者足夠理性并能做出迅速反應的情況下，一切有價值的信息會充分地反映在股價中。這意味著股票價格的波動體現(xiàn)了投資者對公司未來的預期，較高的股價表現(xiàn)出投資者對公司的信心，是公司未來發(fā)展利好的信號，而較低的股價傳遞出投資者的消極情緒，隱藏著對于公司潛在風險的擔憂。因此，銀行作為企業(yè)的利益相關者一定會密切關注資本市場的變動，并將此作為自身信貸決策的重要依據(jù)。在財務指標體系完善的情況下，投資者對于公司價值形成了正確判斷，促使資本市場對于公司進行正確定價，進而銀行在信貸市場捕捉到有效的信號，最終使得資本市場和信貸市場效率都得到提升。但若投資者受到杠桿錯估信息的誤導，將杠桿錯估嚴重的公司誤判為杠桿水平高、收益水平低、成長性差甚至破產(chǎn)風險大的公司，對該公司的未來發(fā)展呈悲觀態(tài)度，就會導致這些公司的股票價格低于內在價值。當銀行接收到這些負面信號，出于抑制信貸風險的動機，就很可能不愿意為那些由于杠桿錯估而產(chǎn)生負向定價偏誤的公司提供足夠的信貸支持。這意味著，杠桿錯估問題會降低資本市場的定價效率，進而對信貸資源配置效率產(chǎn)生負面影響。據(jù)此提出以下假設。

H3杠桿錯估會通過引發(fā)負向定價偏誤，進而降低公司的信貸規(guī)模。

四、研究設計

(一)樣本選擇與數(shù)據(jù)來源

本文選取2007-2018年A股上市公司作為研究樣本，并對數(shù)據(jù)進行了以下篩選和處理：剔除了金融行業(yè)、IPO兩年以內、數(shù)據(jù)缺失以及被ST的公司。經(jīng)過篩選后，共得到19 097組數(shù)據(jù)。所有數(shù)據(jù)來源于國泰安數(shù)據(jù)庫和銳思數(shù)據(jù)庫，并對所有連續(xù)型變量進行了上下1%的縮尾處理。

(二)變量定義

1.杠桿錯估指標(DL)

參考王貞潔和王竹泉(2018)[5]以及王貞潔等(2019)[6]的研究，將基于包括營業(yè)性負債在內的杠桿定義為“名義杠桿”，將剔除營業(yè)性負債的杠桿定義為“修正杠桿”。具體來說，名義杠桿=總資產(chǎn)/所有者權益，修正杠桿=(總資產(chǎn)+相關減值跌價準備-營業(yè)性負債)/所有者權益。然后使用“名義杠桿”與“修正杠桿”之差的原值構建杠桿錯估指標(DL)，同時使用“名義杠桿”與“修正杠桿”之差與“修正杠桿”的比值來進行穩(wěn)健性檢驗。

2.信貸規(guī)模(Credit)

采用公司取得借款收到的現(xiàn)金與總資本的比值來衡量信貸規(guī)模水平。

3.股票定價偏誤(VPS/VP)

借鑒徐壽福和徐龍炳(2015)[34]，本文運用股票內在價值與市場價值之比來衡量股票定價偏誤程度(VP)，VP>1時為負向定價偏誤，即股價被低估；VP<1時為正向定價偏誤，即股價被高估。同時定義是否存在股票負向定價偏誤啞變量(VPS)，當存在負向定價偏誤時該指標取1，其他情況取0。參考Frankel和Lee(1998)[35]的改進三期剩余收益模型(RIM)對股票的內在價值進行估計，改進的RIM公式如下

(1)

其中，Vt為股票內在價值，b為每股賬面價值，f()t為分析師預測的公司未來每股盈余，r為資本成本，參考劉熀松(2005)[36]的做法，取資本成本為固定值5%。由于分析師對公司未來往往持較為樂觀的態(tài)度，會高估公司未來的盈余，因此本文在計算未來每股盈余時，參考饒品貴和岳衡(2012)[37]，采用Hou等(2012)[38]的方法來預測公司未來三年的每股盈余，并將其帶入公式計算股票內在價值。預測每股盈余的公式如下

Earningst+j=α0+α1Assett+α2Dividendt+α3DDt+α4Earningst+α5NegEnt+α6Accrualt+εt+j

(2)

在該模型中，j分別取1、2、3，Earningst和Earningst+j表示t年以及公司未來一至三年的每股盈余，等于營業(yè)利潤除以總股本；Asset表示每股總資產(chǎn)；Dividend表示每股現(xiàn)金股利；DD表示公司是否發(fā)放股利，發(fā)放股利取1，否則為0；NegEn代表公司是否虧損啞變量，虧損則取1，否則取0；Accrual為每股應計項目，為營業(yè)利潤減去經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額。利用最小二乘法估計模型(2)的系數(shù)，以此來預測未來一到三年的每股盈余，并將所得結果帶入模型(1)中。模型(1)中b(1)t和b(2)t為未來兩年的每股權益賬面價值，采用以下模型(3)和(4)進行預測，其中Dps代表每股現(xiàn)金股利(2)在預測2019年和2020年每股權益賬面價值時，采用2008-2018年所有公司的每股現(xiàn)金股利均值作為預期每股現(xiàn)金股利的替代變量。。

b(1)t=bt+Earningst+1-Dpst+1

(3)

b(2)t=b(1)t+Earningst+2-Dpst+2

(4)

(三)模型設置

1.杠桿錯估對信貸規(guī)模影響模型

模型(5)參考白俊和連立帥(2012)[39]以及王貞潔等(2019)[6]，檢驗杠桿錯估與信貸規(guī)模之間是否存在負相關關系。因變量為信貸規(guī)模(Credit)，自變量為杠桿錯估程度(DL)，具體控制變量包括公司規(guī)模(Size)、財務杠桿(Level)、固定資產(chǎn)占比(Tang)、稅率(Tax)、營業(yè)收入增長率(Growth)、現(xiàn)金水平(Cash)、資產(chǎn)收益率(ROA)、上市年限(Age)、自由現(xiàn)金流(FCF)、總資產(chǎn)周轉率(Turnover)、是否股權再融資(Stock)。若假設1成立，則DL的系數(shù)α1應該顯著為負，即杠桿錯估程度越高，信貸規(guī)模越低。

(5)

2.杠桿錯估對負向定價偏誤影響模型

模型(6)參考徐壽福和徐龍炳(2015)[34]的模型和變量，用于檢驗杠桿錯估與負向定價偏誤之間是否存在正相關關系，具體控制變量包括公司規(guī)模(Size)、財務杠桿(Level)、市賬比(MB)、資產(chǎn)收益率(ROE)、上市年限(Age)、換手率(Liquid)、第一大股東持股比例(First)、董事會規(guī)模(Bsize)、獨董占比(Indrct)、兩職兼任(Dual)。若假設2成立，那么β1顯著為正，則說明杠桿錯估程度越高，負向定價偏誤程度越大。

(6)

3.股票定價偏誤的中介效應模型

表1 主要變量說明

(7)

五、實證結果與分析

(一)總體杠桿系列錯估、負向定價偏誤與信貸規(guī)模的描述性統(tǒng)計

圖1統(tǒng)計了2007-2018年存在負向定價偏誤問題(VP>1)的上市公司中，杠桿錯估、負向定價偏誤與信貸規(guī)模等指標的變動趨勢。首先，杠桿錯估指標(DL)基本呈現(xiàn)了逐年提升的態(tài)勢，并于2016年達到了峰值，雖然在2017年和2018年出現(xiàn)了階段性回落，但仍然比2016年前有所增加。其次，負向定價偏誤指標(VP)也不斷波動上升，并于2013年達到階段性峰值，經(jīng)過2014年的短暫回調后又繼續(xù)攀升，最終在2018年達到最高值。可以看出，杠桿錯估指標(DL)和負向定價偏誤水平(VP)的變動趨勢較為一致，不斷加大的杠桿錯估水平可能是負向定價偏誤上升的重要原因。再次，信貸規(guī)模指標(Credit)基本上呈現(xiàn)了逐年下降的態(tài)勢，在2011年達到階段性低點，經(jīng)過階段性回調之后于2015年繼續(xù)下降，并于2018年達到谷底。通過上述分析，發(fā)現(xiàn)杠桿錯估、負向定價偏誤與信貸規(guī)模之間可能存在著某種潛在聯(lián)系，即不斷上升的杠桿錯估增加了市場噪音信息，不僅引發(fā)了投資者的錯誤定價，還使銀行債權人高估了杠桿錯估程度嚴重公司潛在的信貸風險，降低了對公司的信貸融資支持。當然這只是描述性統(tǒng)計的初步結果，還需使用中介效應模型進一步檢驗。

圖1 2007-2018年上市公司杠桿錯估、負向定價偏誤與信貸規(guī)模注：在杠桿錯估指標的計算方面，首先計算上市公司整體的名義杠桿和修正杠桿，然后度量名義杠桿與修正杠桿之差。負向定價偏誤指標按照對應年份樣本的中位數(shù)計算而來。信貸規(guī)模指標使用上市公司整體取得借款收到的現(xiàn)金/整體資本計算而來。

(二)主要變量的描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計如表2所示。杠桿錯估(DL)的最小值為0.02，最大值為4.00，標準差為0.69，這說明我國上市公司的名義杠桿普遍高于修正杠桿，且不同公司的杠桿錯估程度存在較大差異。信貸規(guī)模(Credit)的最小值為0，最大值為1.20，標準差為0.24，說明不同上市公司的信貸規(guī)模存在較大差異。股票估值偏誤(VP)的均值為0.71，說明我國很多上市公司的內在價值低于市場價值，存在正向股價偏誤；VP的上四分位數(shù)為0.91，大約有不到四分之一的公司股價被低估。值得關注的是，VP的最大值高達3.03，即個別公司的市場價值大約僅為內在價值的1/3，股價嚴重被低估。

表2 變量描述性統(tǒng)計結果

(三)模型回歸結果

表3列(1)討論了杠桿錯估對信貸規(guī)模的影響。杠桿錯估(DL)的系數(shù)在1%的水平上顯著為負，表明杠桿錯估與信貸規(guī)模之間存在負相關關系，銀行不愿意為那些杠桿錯估嚴重的公司提供信貸支持，支持了假設1。列(2)和列(3)展示了杠桿錯估與負向定價偏誤關系的實證結果。列(2)的因變量為股價是否被低估啞變量(VPS)，結果表明杠桿錯估程度(DL)在1%的水平上顯著為正，這說明杠桿錯估程度越大，股票價值被低估的概率越大，這初步證明了假設2。列(3)的因變量為負向定價偏誤程度(VP)，結果表明DL的系數(shù)在1%的水平上顯著為正，這意味著杠桿錯估加劇了管理者與投資者之間的信息不對稱，進而引發(fā)對公司股票價格的低估，驗證了假設2。

表3 杠桿錯估、負向定價偏誤與信貸規(guī)模

表3同時也列示了股票定價偏誤的中介效應檢驗結果。列(1)與列(3)分別驗證了假設1和假設2，同時也是中介效應的前兩步。列(4)為中介效應的最后一步，加入了中介變量負向定價偏誤(VP)后，杠桿錯估(DL)和負向定價偏誤(VP)的系數(shù)均在1%的水平上顯著為負，且杠桿錯估的系數(shù)絕對值比列(1)有所下降，這說明負向定價偏誤在杠桿錯估影響信貸規(guī)模的過程中起到了部分中介效應。上述結果表明，杠桿錯估程度高的企業(yè)出現(xiàn)了負向定價偏誤，在信貸市場傳遞了錯誤的信號，銀行為了抑制信貸風險，不愿意為這些公司提供足夠的信貸支持，假設3得到支持。

表4 杠桿錯估比率、負向定價偏誤與信貸規(guī)模

表5 工具變量檢驗結果

(四)穩(wěn)健性檢驗

本文進行了以下三個方面的穩(wěn)健性檢驗。首先，使用“名義杠桿”與“修正杠桿”之差占“修正杠桿”的比率來衡量杠桿錯估程度。如表4列(1)所示，當因變量是信貸規(guī)模(Credit)時，杠桿錯估比率(DLR)在1%的水平上顯著為負，假設1得到支持。如表4列(2)所示，在因變量是負向定價偏誤(VP)時，杠桿錯估比率(DLR)的系數(shù)在1%的水平上顯著為正，假設2得到支持。在列(3)加入中介變量后，杠桿錯估比率(DLR)在1%的水平上顯著為負，負向定價偏誤(VP)在5%的水平上顯著為負，中介效應仍然顯著，假設3得到支持。

其次，使用傾向得分匹配法(PSM)提供進一步的證據(jù)。杠桿錯估、股票定價偏誤與信貸融資規(guī)模之間可能存在自選擇問題，例如可能是杠桿錯估企業(yè)自身存在的差異(如規(guī)模、盈利性等)造成信貸規(guī)模的差異，并不是由于杠桿錯估企業(yè)存在更嚴重的負向定價偏誤導致的。通過PSM計算傾向得分將選定變量特征相似的兩組樣本分為處理組和控制組以避免選擇性偏誤：一是將杠桿錯估指標高于年份行業(yè)第三四分位數(shù)的樣本設置為處理組(樣本數(shù)為4 808個)，然后選擇公司規(guī)模、財務杠桿、營業(yè)收入增長率、自由現(xiàn)金流、總資產(chǎn)周轉率、行業(yè)以及年份等模型(5)的控制變量作為解釋變量計算傾向匹配得分(ps)，輸出變量為信貸規(guī)模，比較處理組和控制組信貸規(guī)模的差異，ATT的估計值為-0.43，對應的t值為-4.25，即處理組和控制組存在顯著差異，這說明杠桿錯估程度更高的企業(yè)信貸規(guī)模越小。二是將杠桿錯估指標高于年份行業(yè)第三四分位數(shù)的樣本設置為處理組(樣本數(shù)為4 808個)，然后選擇市賬比、凈資產(chǎn)收益率、上市年數(shù)、換手率、第一大股東持股比例、董事會規(guī)模、獨董占比、兩職兼任、行業(yè)以及年份等模型(6)的控制變量作為解釋變量計算傾向匹配得分(ps)，使用最近鄰匹配方法(一對一匹配)構建控制組，輸出變量為負向定價偏誤(若公司不存在負向股票定價偏誤取0，否則取負向定價偏誤值)，以此比較處理組和控制組負向定價偏誤的差異，ATT的估計值為0.11，對應的t值為6.11，即處理組和控制組存在顯著差異。這說明在杠桿錯估程度較高的企業(yè)中存在更嚴重的負向定價偏誤。三是進一步地，將杠桿錯估指標高于年份行業(yè)第三四分位數(shù)且存在負向定價偏誤的樣本設置為處理組(樣本數(shù)為1 035個)，然后選擇公司規(guī)模、財務杠桿、營業(yè)收入增長率、自由現(xiàn)金流、總資產(chǎn)周轉率、行業(yè)以及年份等模型(7)的控制變量作為解釋變量計算傾向匹配得分(ps)，輸出變量為信貸規(guī)模，比較處理組和控制組信貸規(guī)模的差異，ATT的估計值為-0.05，對應的t值為-2.43，即處理組和控制組存在顯著差異，這說明杠桿錯估程度較高且股價被嚴重低估的企業(yè)獲得了更少的信貸規(guī)模。

最后，本文可能存在著一定的內生性問題，例如可能是那些在金融市場初次分配時不能獲得銀行信貸融資的企業(yè)，更愿意通過商業(yè)信用再分配獲取營業(yè)性負債，從而擴大了杠桿錯估程度。為了解決本文潛在的內生性問題，使用省份平均杠桿錯估水平以及行業(yè)平均杠桿錯估水平(均剔除觀測企業(yè)自身數(shù)據(jù))作為工具變量，對模型(5)和模型(6)進行檢驗。如表5中列(1)所示，杠桿錯估(DL)系數(shù)在5%的水平下與信貸規(guī)模負相關。弱工具變量檢驗的F值為12.61，相應的P值為0，說明不存在弱工具變量；過度識別檢驗的Sargan統(tǒng)計量為0.10，相應的P值為0.75，支持“工具變量外生”的假設。表5中列(2)所示，杠桿錯估(DL)的系數(shù)在1%的水平下與負向定價偏誤正相關，意味著杠桿錯估程度越高，負向定價偏誤越大。弱工具變量檢驗的F統(tǒng)計量為11.91，相應的P值為0，說明不存在弱工具變量；過度識別檢驗的Sargan統(tǒng)計量為0.16，對應的P值為0.69，可以支持“工具變量外生”假設。上述結果表明，工具變量有效性檢驗結果總體有效。在進行了上述穩(wěn)健性檢驗后，實證結果仍支持主要研究假設。

六、進一步討論

(一)不同風險承擔水平企業(yè)中股票定價偏誤中介效應的差異

上文分析表明，負向定價偏誤在杠桿錯估和信貸規(guī)模之間發(fā)揮了中介作用。進一步地，討論在風險承擔水平不同的企業(yè)中，股票定價偏誤的中介效應是否會產(chǎn)生差異。從銀行的角度來看，較高的風險承擔水平意味著潛在債權人偏好高風險、高收益的財務決策，熱衷于固定資產(chǎn)投資、技術創(chuàng)新等能產(chǎn)生不確定性經(jīng)濟后果的項目，這些都增加了未來發(fā)生信貸損失的可能性。較高的風險承擔水平疊加負向定價偏誤釋放出雙重負面信號，更可能增加信貸錯配發(fā)生的概率。參考余明桂等(2013)[41]的研究，采用每個公司第t-2，t-1和t年資產(chǎn)收益率(ROA)的標準差來計算風險承擔水平，計算公式如下

(8)

表6 不同風險承擔水平下杠桿錯估、負向定價偏誤和信貸規(guī)模的關系

其中i代表企業(yè)，t代表所處的年份，N為3，Risk的值越高，說明盈余波動性越大，風險承擔水平越高。將Risk值高于行業(yè)和年份中位數(shù)的樣本歸為風險承擔水平高的企業(yè)，其他歸為風險承擔水平低的企業(yè)，分別進行檢驗。在表6中，列(1)和列(4)研究了不同風險承擔水平下杠桿錯估對信貸規(guī)模的影響，結果顯示杠桿錯估(DL)的系數(shù)均顯著為負，這意味著不管風險承擔水平如何，杠桿錯估均會顯著降低企業(yè)所獲得的信貸規(guī)模。列(2)和列(5)研究了杠桿錯估程度對負向定價偏誤的影響，結果顯示無論企業(yè)的風險承擔水平是高還是低，杠桿錯估(DL)的系數(shù)均在1%的水平上顯著為正，即杠桿錯估與負向定價偏誤之間存在正相關關系。列(3)在風險承擔水平低的樣本中進行了中介效應檢驗，杠桿錯估(DL)的系數(shù)在5%的水平上顯著為負，負向定價偏誤(VP)這一中介變量的系數(shù)則不顯著。繼續(xù)對其進行Sobel檢驗，列(2)中杠桿錯估(DL)的系數(shù)為0.14，對應的標準差為0.03，列(3)中股票定價偏誤的系數(shù)為-0.003，對應的標準差為0.01，根據(jù)Sobel檢驗的公式得到Z檢驗值為-0.33，對應的P值為0.74，這意味著在風險承擔水平低的樣本中，股票定價偏誤的中介效應并不顯著。列(6)的回歸結果顯示，在風險承擔水平高的企業(yè)中，杠桿錯估系數(shù)與股票定價偏誤系數(shù)均在10%的水平上顯著為負，股票定價偏誤的中介效應顯著。這意味著，只有在風險承擔水平高的公司中，負向定價偏誤才會在杠桿錯估和信貸規(guī)模之間發(fā)揮中介效應。而在風險承擔水平較低的公司中，銀行并不會因杠桿錯估導致的負向定價偏誤而降低對其的信貸投入。

(二)不同資產(chǎn)有形性企業(yè)中股票定價偏誤中介效應的差異

根據(jù)《信貸通則》，企業(yè)貸款時需要向銀行提供擔保，且銀行要嚴格審查擔保人的償債能力、抵押物的價值、實現(xiàn)抵押權的可能性等。資產(chǎn)有形性是指資產(chǎn)的可抵押性和可質押性。在資產(chǎn)有形性較高時，企業(yè)的支付能力能夠比較容易觀測和計量，有助于減輕信貸合同違約的風險或債務人破產(chǎn)時的信貸損失，從而為信貸合同的執(zhí)行能力提供保障。對于高融資約束的企業(yè)來說，若主動提供有形性資產(chǎn)作為抵押物，就可以彌補其在信貸市場的劣勢，提高獲得信貸融資的可能性[42]。參考張曉玫和鐘禎(2013)[43]以及程海波等(2005)[44]的研究，采用固定資產(chǎn)與總資產(chǎn)的比值表示資產(chǎn)有形性(Tang)，并將高于行業(yè)和年份中位數(shù)的樣本作為資產(chǎn)有形性高的企業(yè)，低于行業(yè)和年份中位數(shù)的一組作為資產(chǎn)有形性低的企業(yè)。在表7中，列(1)和列(4)展示了杠桿錯估與信貸規(guī)模的關系，杠桿錯估(DL)的系數(shù)均在5%的水平上顯著為負，即無論企業(yè)的資產(chǎn)有形性如何，杠桿錯估均會顯著降低信貸規(guī)模。列(2)和列(5)研究了杠桿錯估對負向定價偏誤的影響，結果顯示無論資產(chǎn)有形性高還是低，杠桿錯估(DL)的系數(shù)均在1%的水平上顯著為正，即杠桿錯估會引起負向定價偏誤。列(3)研究了在資產(chǎn)有形性低的企業(yè)中負向定價偏誤的中介效應。實證結果表明，在資產(chǎn)有形性低的企業(yè)中(列3)，負向定價偏誤(VP)這一中介變量的系數(shù)在1%的水平上顯著。而在資產(chǎn)有形性高的企業(yè)中(列6)，杠桿錯估(DL)的系數(shù)在5%的水平上顯著，負向定價偏誤(VP)這一中介變量的系數(shù)卻并不顯著，進而對其進行Sobel檢驗，列(5)中杠桿錯估(DL)的系數(shù)為0.18，對應的標準差為0.03，列(6)中負向定價偏誤(VP)的系數(shù)為-0.01，對應的標準差為0.01，根據(jù)Sobel檢驗的公式得到Z檢驗值為-0.98，對應的P值為0.33。因此，在資產(chǎn)有形性高的企業(yè)中，負向定價偏誤的中介效應并不顯著。這意味著，只有在資產(chǎn)有形性低的企業(yè)中，負向定價偏誤才會在杠桿錯估與信貸規(guī)模之間發(fā)揮中介效應，而那些有較高資產(chǎn)有形性的企業(yè)，可以憑借其較多的可抵押資產(chǎn)，向銀行釋放償付能力強、信貸風險低的積極信號，故銀行不會因杠桿錯估導致的負向定價偏誤而減少對其的信貸支持。

表7 不同資產(chǎn)有形性下杠桿錯估、負向定價偏誤和信貸規(guī)模的關系

七、研究結論和對策建議

以杠桿率為代表的公司財務指標是影響銀行信貸決策的重要因素，而財務指標構建的缺失，可能使得銀行等利益相關者對于公司未來的收益和風險產(chǎn)生誤判。本文以2007-2018年A股上市公司作為研究樣本，研究了杠桿錯估對信貸錯配的影響，并進一步分析股票定價偏誤作為中介在杠桿錯估與信貸錯配之間扮演的角色。實證結果顯示：(1)杠桿錯估程度較高的公司獲得了更少的信貸資源支持。(2)杠桿錯估程度較高的公司存在著負向定價偏誤問題，即傳統(tǒng)杠桿指標的度量誤差加劇了信息不對稱，進而影響了資本市場的定價效率。(3)股票定價偏誤對于杠桿錯估與信貸配置規(guī)模之間的關系起到中介作用，即杠桿錯估會通過引發(fā)負向定價偏誤，進而降低公司的信貸規(guī)模。同時，在進一步討論中發(fā)現(xiàn)，這種中介作用在風險承擔水平高和資產(chǎn)有形性低的公司中更為明顯。針對以上的研究成果，本文提出以下對策建議。

第一，將營業(yè)性負債與金融性負債區(qū)分開來，以修正杠桿錯估為切入點降低股票定價偏誤水平，促進資本市場定價效率的提升。營業(yè)性負債的增加不會增加企業(yè)的融資成本，不會引發(fā)資產(chǎn)替代和道德風險等問題，不應將其納入杠桿的計算范疇內。因此，投資者應采用修正杠桿衡量企業(yè)財務風險，辨別企業(yè)真實財務狀況，做出正確的投資決策；相關部門有必要制定圍繞“資本”概念構建的財務分析體系，促進投資者與管理者對于修正杠桿理解達成共識，降低市場噪音信息，以此為契機促進資本市場定價效率的提升。

第二，通過挖掘資本市場定價效率提升與微觀企業(yè)信貸行為優(yōu)化之間的潛在聯(lián)系，以修正股票定價偏誤促進信貸配置效率提高。與傳統(tǒng)操縱信息、粉飾報表形成的正向定價偏誤不同，杠桿錯估引發(fā)的負向定價偏誤降低了資本市場定價效率，影響微觀企業(yè)獲得信貸資源的規(guī)模，進而壓縮了實體企業(yè)價值提升的空間。這意味著資本市場存在著信息粉飾和杠桿錯估引發(fā)的雙重定價扭曲，且這種扭曲已經(jīng)帶給部分實體企業(yè)真實的價值損失，不利于促進我國上市公司持續(xù)成長。必須一方面從厘清“資產(chǎn)”與“資本”概念混淆入手，使得財務分析體系可以如實反映微觀企業(yè)財務狀況，調動微觀企業(yè)利用營業(yè)性負債改善資金管理水平的積極性；另一方面以提高上市公司財務信息質量和透明度為著眼點降低股票市場的內幕交易和市場操縱行為，抑制整體市場投機氛圍濃厚的不良風氣。最終使得實體企業(yè)的正常信貸融資需求得到滿足，銀行信貸風險也得到有效的控制，促進資本市場定價效率與信貸配置效率的協(xié)同提升。

第三，在財務指標設置缺陷尚未修正之前，公司需要自發(fā)降低風險承擔或提高資產(chǎn)有形性水平，才能降低杠桿錯估引發(fā)的負向定價偏誤，從而修正信貸錯配問題。在杠桿錯估問題未得到修正前，銀行出于抑制信貸風險的動機，可能將那些(由于杠桿錯估引發(fā)的)負向定價偏誤公司的正常信貸融資需求，解讀為未來收益下降的負面信號。企業(yè)必須借助其他信號傳遞積極信息，降低銀行的疑慮，才有可能改變自身在信貸市場的劣勢——企業(yè)的風險承擔水平是其在融資、投資、研發(fā)等決策中風險態(tài)度的綜合表現(xiàn)，有形性資產(chǎn)是降低信貸風險、增強信貸合同執(zhí)行能力的重要因素。公司必須自發(fā)降低風險承擔或提高資產(chǎn)有形性水平以對外發(fā)出正面信號，才能抑制信息不對稱并降低信貸市場的摩擦，修正銀行對于公司信貸融資信號的錯誤解讀，最終爭取更多的信貸支持。