上市公司杠桿錯(cuò)估的市場(chǎng)反應(yīng)

王貞潔 王惠

內(nèi)容提要：突如其來的新冠疫情加大了市場(chǎng)不確定性，放大了微觀企業(yè)杠桿釋放的財(cái)務(wù)風(fēng)險(xiǎn)信號(hào)，導(dǎo)致投資者對(duì)傳統(tǒng)杠桿較高的企業(yè)避之不及。然而，對(duì)“資本”和“資產(chǎn)”概念的混淆以及對(duì)“營(yíng)業(yè)性負(fù)債”和“金融性負(fù)債”的混同引發(fā)了對(duì)企業(yè)實(shí)際杠桿水平的錯(cuò)估。本文在計(jì)算資本概念泛化產(chǎn)生的杠桿錯(cuò)估程度基礎(chǔ)上，經(jīng)實(shí)證檢驗(yàn)發(fā)現(xiàn)，疫情沖擊下杠桿錯(cuò)估嚴(yán)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(zhǎng)性較高時(shí)，獲得的累計(jì)超額收益率越低。進(jìn)一步研究發(fā)現(xiàn)，杠桿錯(cuò)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(jī);新冠疫情;杠桿錯(cuò)估;市場(chǎng)反應(yīng)

中圖分類號(hào)：F275;F832文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2022）03-0001-11

收稿日期：2021-09-06

作者簡(jiǎn)介：王貞潔（1982-），女，山東青島人，中國(guó)海洋大學(xué)管理學(xué)院教授，博士生導(dǎo)師，財(cái)務(wù)學(xué)博士，研究方向：財(cái)務(wù)指標(biāo)錯(cuò)估與資本市場(chǎng);王惠（1996-），本文通訊作者，女，山東臨沂人，中國(guó)海洋大學(xué)管理學(xué)院博士研究生，研究方向：財(cái)務(wù)指標(biāo)錯(cuò)估與資本市場(chǎng)。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：72072166;教育部人文社科基金項(xiàng)目，項(xiàng)目編號(hào)：18YJC630191;山東省自然科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：ZR2020MG032。

一、引言

新冠疫情爆發(fā)以來，盡管中國(guó)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(fù)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(duì)企業(yè)經(jīng)營(yíng)活動(dòng)和資本市場(chǎng)產(chǎn)生了較大沖擊——社會(huì)整體投資和消費(fèi)量在短期內(nèi)大幅下降，2020年中國(guó)第一季度的GDP同比下降68%①。央行發(fā)布的《中國(guó)金融穩(wěn)定報(bào)告（2020）》指出，疫情造成企業(yè)違約風(fēng)險(xiǎn)明顯上升，銀行貸款的不良率增大，金融風(fēng)險(xiǎn)管理成為疫情防控的關(guān)鍵內(nèi)容。而在影響金融市場(chǎng)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(gè)重要渠道。

高杠桿被認(rèn)為是金融危機(jī)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(fù)面消息的發(fā)酵后可能導(dǎo)致資本市場(chǎng)的全面崩潰[1]。過高的企業(yè)杠桿率會(huì)降低資產(chǎn)回報(bào)率并增加債務(wù)風(fēng)險(xiǎn)，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(jì)后果的研究，均建立在杠桿率測(cè)度準(zhǔn)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(biāo)存在嚴(yán)重的錯(cuò)估問題[3-4]——傳統(tǒng)杠桿研究誤將提高資金流動(dòng)性的營(yíng)業(yè)性負(fù)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(huì)提高企業(yè)流動(dòng)性風(fēng)險(xiǎn)的金融性負(fù)債，并將兩者一同納入到杠桿率計(jì)算過程中，導(dǎo)致企業(yè)實(shí)際杠桿率被系統(tǒng)錯(cuò)估，無法反映企業(yè)真實(shí)的風(fēng)險(xiǎn)水平。在企業(yè)投資層面，杠桿錯(cuò)估導(dǎo)致投資效率下降，研發(fā)動(dòng)力不足[5]。在企業(yè)融資層面，杠桿錯(cuò)估干擾了銀行等金融機(jī)構(gòu)的信貸決策，成為金融機(jī)構(gòu)對(duì)實(shí)體企業(yè)惜貸傾向加劇的原因之一[6]。那么，在資本市場(chǎng)層面，杠桿錯(cuò)估是否會(huì)影響投資者對(duì)于企業(yè)風(fēng)險(xiǎn)的判斷，進(jìn)而影響企業(yè)的市場(chǎng)表現(xiàn)，這成為關(guān)乎市場(chǎng)有效性和穩(wěn)定性的重要問題。正常狀態(tài)下，投資者對(duì)企業(yè)杠桿率隱含風(fēng)險(xiǎn)信息的關(guān)注往往無法單獨(dú)凸顯，因此難以預(yù)估杠桿錯(cuò)估如何影響資本市場(chǎng)對(duì)企業(yè)股價(jià)的判斷，但新冠疫情的爆發(fā)為檢驗(yàn)杠桿錯(cuò)估的這一潛在后果提供了契機(jī)。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(shí)，杠桿錯(cuò)估引發(fā)的信息扭曲對(duì)資本市場(chǎng)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(duì)市場(chǎng)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(cuò)估對(duì)市場(chǎng)反應(yīng)的影響。而疫情之后，實(shí)體企業(yè)亟須通過新一輪的信用擴(kuò)張來提振有效需求和穩(wěn)定經(jīng)濟(jì)增長(zhǎng)，此時(shí)修正傳統(tǒng)杠桿指標(biāo)的缺陷進(jìn)而精準(zhǔn)識(shí)別企業(yè)的真實(shí)風(fēng)險(xiǎn)水平，對(duì)于推動(dòng)實(shí)體經(jīng)濟(jì)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(diǎn)，結(jié)合事件研究法探討杠桿錯(cuò)估對(duì)市場(chǎng)股價(jià)波動(dòng)的影響，分析資本概念泛化產(chǎn)生的杠桿錯(cuò)估如何干擾市場(chǎng)反應(yīng)。研究發(fā)現(xiàn)，杠桿錯(cuò)估程度與事件窗口期內(nèi)的累積超額收益率顯著負(fù)相關(guān)，且在受疫情沖擊大的行業(yè)以及高成長(zhǎng)性的企業(yè)中，兩者之間的負(fù)相關(guān)性更強(qiáng)。進(jìn)一步研究發(fā)現(xiàn)杠桿錯(cuò)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(cuò)估嚴(yán)重企業(yè)遭遇更強(qiáng)烈市場(chǎng)負(fù)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(biāo)在衡量微觀企業(yè)真實(shí)財(cái)務(wù)風(fēng)險(xiǎn)方面存在的缺陷，客觀分析營(yíng)業(yè)性負(fù)債與金融性負(fù)債的差異，總結(jié)由此導(dǎo)致的杠桿錯(cuò)估問題，并為重大公共危機(jī)下資本市場(chǎng)對(duì)杠桿錯(cuò)估的反應(yīng)提供較直接的經(jīng)驗(yàn)證據(jù)，同時(shí)對(duì)杠桿錯(cuò)估的文獻(xiàn)進(jìn)行完善和補(bǔ)充。其次，豐富了微觀視角下重大突發(fā)公共衛(wèi)生危機(jī)對(duì)資本市場(chǎng)影響的研究，為維護(hù)資本市場(chǎng)穩(wěn)定性和提高政策針對(duì)性提供啟示。最后，從優(yōu)化微觀杠桿指標(biāo)視角降低企業(yè)與資本市場(chǎng)之間的信息不對(duì)稱，通過校正財(cái)務(wù)信息的扭曲，為政府和金融機(jī)構(gòu)如何幫助企業(yè)渡過危機(jī)提供政策建議。這將有利于增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)的能力，提高信貸資源的配置效率。

二、杠桿錯(cuò)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(duì)單個(gè)經(jīng)濟(jì)主體財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行衡量的重要指標(biāo)。傳統(tǒng)杠桿率以資產(chǎn)負(fù)債率（總負(fù)債/總資產(chǎn)）進(jìn)行衡量，顯然，分母總資產(chǎn)不僅包含資本市場(chǎng)上的投資者投入的資金，同時(shí)也包含了通過營(yíng)業(yè)性負(fù)債獲得的資金，分子總負(fù)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(shí)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(shí)財(cái)務(wù)風(fēng)險(xiǎn)，也不利于反映實(shí)體企業(yè)的真實(shí)資本需求。具體而言，營(yíng)業(yè)性負(fù)債主要產(chǎn)生于企業(yè)的日常生產(chǎn)經(jīng)營(yíng)及銷售等活動(dòng)，在資產(chǎn)負(fù)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(fèi)等科目中。企業(yè)對(duì)于營(yíng)業(yè)性負(fù)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(dòng)性，并不會(huì)導(dǎo)致“道德風(fēng)險(xiǎn)”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(duì)銀行等債權(quán)人的償付能力。

從統(tǒng)計(jì)上來看（如圖1所示），營(yíng)業(yè)性負(fù)債在我國(guó)上市公司總負(fù)債中比重較高，這意味著若將營(yíng)業(yè)性負(fù)債列入杠桿的計(jì)算范疇之內(nèi)，會(huì)從整體上錯(cuò)估微觀企業(yè)的杠桿率。2015年之前，上市公司營(yíng)業(yè)負(fù)債在總負(fù)債中的占比均在56%左右，保持相對(duì)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(chǎng)的信貸收縮和產(chǎn)品市場(chǎng)信用機(jī)制的完善，營(yíng)業(yè)性負(fù)債在2015-2017年間持續(xù)增長(zhǎng)，在2017年達(dá)到峰值59%。在“去杠桿”背景下企業(yè)營(yíng)業(yè)性負(fù)債不降反升的現(xiàn)實(shí)，也可以看出營(yíng)業(yè)性負(fù)債與金融性負(fù)債明顯的差異。企業(yè)通過應(yīng)付賬款、預(yù)收賬款等營(yíng)業(yè)性負(fù)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(xiǎn)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(shí)，企業(yè)降杠桿的壓力階段性下降，2018年和2019年企業(yè)的營(yíng)業(yè)性負(fù)債占比在58%左右，仍然占總負(fù)債的一半以上，表明對(duì)營(yíng)業(yè)性負(fù)債的利用已然成為企業(yè)資金管理的重要內(nèi)容?？梢灶A(yù)期，在新冠疫情爆發(fā)期間，企業(yè)會(huì)借助與供應(yīng)商、客戶、員工和政府之間不同的信用機(jī)制（應(yīng)付賬款、預(yù)收賬款、應(yīng)付職工薪酬和應(yīng)交稅費(fèi)等）增強(qiáng)資金鏈韌性。從這個(gè)角度來看，營(yíng)業(yè)性負(fù)債絕不應(yīng)被視作企業(yè)財(cái)務(wù)壓力，應(yīng)該從總資產(chǎn)和總負(fù)債中剔除營(yíng)業(yè)性負(fù)債導(dǎo)致的信息噪音，以基于“資本”計(jì)算的資本負(fù)債率（金融性負(fù)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(shí)的償債風(fēng)險(xiǎn)。而傳統(tǒng)杠桿與修正杠桿之間的差異實(shí)際上屬于傳統(tǒng)研究對(duì)于杠桿指標(biāo)的錯(cuò)誤估計(jì)，即杠桿錯(cuò)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(cuò)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(yíng)業(yè)性負(fù)債和更少的金融性負(fù)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(jī)構(gòu)和市場(chǎng)投資者。特別是在實(shí)體經(jīng)濟(jì)持續(xù)低迷，金融服務(wù)實(shí)體效率低下的情況下，傳統(tǒng)杠桿率會(huì)扭曲投資者對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)的認(rèn)知，從而產(chǎn)生不合理的市場(chǎng)反應(yīng)。探討杠桿錯(cuò)估在新冠疫情背景下對(duì)市場(chǎng)反應(yīng)的影響，將為破解這一困境提供經(jīng)驗(yàn)證據(jù)。

三、理論分析與研究假設(shè)

信息不對(duì)稱理論強(qiáng)調(diào)了信息對(duì)于資本市場(chǎng)的重要性，投資者能否對(duì)股價(jià)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(cái)務(wù)指標(biāo)是對(duì)股價(jià)進(jìn)行綜合評(píng)價(jià)最直接的信息來源。Myers（1984）[11]指出財(cái)務(wù)指標(biāo)里蘊(yùn)含的對(duì)企業(yè)未來收益和風(fēng)險(xiǎn)的預(yù)期是影響股價(jià)波動(dòng)的兩大重要因素，有效的財(cái)務(wù)指標(biāo)能夠降低投資者對(duì)于股票價(jià)值錯(cuò)估的風(fēng)險(xiǎn)，提高股價(jià)估計(jì)的合理性。作為衡量財(cái)務(wù)風(fēng)險(xiǎn)的重要財(cái)務(wù)指標(biāo)，企業(yè)杠桿率連接了微觀層面的企業(yè)違約風(fēng)險(xiǎn)和宏觀層面的系統(tǒng)風(fēng)險(xiǎn)，是資產(chǎn)負(fù)債表信息的一項(xiàng)核心內(nèi)容，在理論界和實(shí)務(wù)界均受到格外關(guān)注。動(dòng)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(duì)稱等問題，企業(yè)實(shí)際杠桿率會(huì)與最優(yōu)值產(chǎn)生偏離[13-14]。在中國(guó)，這種偏離主要表現(xiàn)為非金融企業(yè)部門杠桿率長(zhǎng)期高于政府和居民部門。為此，學(xué)者們從經(jīng)濟(jì)周期、金融結(jié)構(gòu)市場(chǎng)化程度、貨幣政策、經(jīng)濟(jì)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(cái)務(wù)指標(biāo)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(biāo)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(xiǎn)上的不足，指出該指標(biāo)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(jìn)行風(fēng)險(xiǎn)預(yù)測(cè);從企業(yè)杠桿率測(cè)度真實(shí)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(huì)計(jì)手段進(jìn)行杠桿操縱，例如表外負(fù)債、明股實(shí)債等，以此粉飾杠桿以達(dá)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(duì)其所擁有的不同來源、不同性質(zhì)負(fù)債的主動(dòng)管理能力，沒有意識(shí)到資本概念泛化引發(fā)的杠桿錯(cuò)估問題。本文認(rèn)為，正是由于理論界與實(shí)務(wù)界普遍沒有關(guān)注到傳統(tǒng)杠桿指標(biāo)的設(shè)計(jì)缺陷，與之相隨的財(cái)務(wù)信息扭曲問題很有可能對(duì)投資者產(chǎn)生誤導(dǎo)。因此，在新冠疫情的背景下檢驗(yàn)資本市場(chǎng)對(duì)杠桿錯(cuò)估的反應(yīng)，對(duì)于補(bǔ)充和豐富杠桿錯(cuò)估微觀經(jīng)濟(jì)后果的研究十分必要。

（一）新冠疫情沖擊下杠桿錯(cuò)估的市場(chǎng)反應(yīng)

Roubini和Mihm（2010）[17]在《危機(jī)經(jīng)濟(jì)學(xué)》中指出，“黑天鵝”事件最終導(dǎo)致經(jīng)濟(jì)危機(jī)的一個(gè)關(guān)鍵點(diǎn)在于每當(dāng)感知到市場(chǎng)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(jī)構(gòu)會(huì)迅速收緊業(yè)務(wù)甚至停止放貸，造成實(shí)體經(jīng)濟(jì)既遭受利潤(rùn)損失又面臨信貸危機(jī)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(rùn)嚴(yán)重下降，甚至面臨破產(chǎn)危機(jī)。此時(shí)，整個(gè)資本市場(chǎng)會(huì)預(yù)期銀行為降低自身的風(fēng)險(xiǎn)敞口將收緊信貸市場(chǎng)流動(dòng)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(rèn)為有能力預(yù)防可能發(fā)生的風(fēng)險(xiǎn)或抓住潛在的機(jī)遇。DeAngelo等（2011）[18]指出那些能化解危機(jī)并長(zhǎng)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(jī)中預(yù)留獲取信貸資源的空間。而杠桿錯(cuò)估干擾了投資者對(duì)企業(yè)現(xiàn)有杠桿水平的評(píng)價(jià)，提高了企業(yè)以往負(fù)債對(duì)未來借貸造成的機(jī)會(huì)成本，導(dǎo)致投資者對(duì)企業(yè)信貸資源獲取能力評(píng)價(jià)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(rèn)為面臨巨大的還本付息壓力和較強(qiáng)的償付性風(fēng)險(xiǎn)，會(huì)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(shí)，投資者極有可能會(huì)通過“用腳投票”的方式給予這些企業(yè)以負(fù)面反應(yīng)[19]。但實(shí)際上存在杠桿錯(cuò)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(jī)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(yíng)業(yè)性負(fù)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(xiǎn)。也就是說，由于現(xiàn)有指標(biāo)體系下投資者無法對(duì)于企業(yè)的真實(shí)杠桿水平進(jìn)行判斷，會(huì)在資本市場(chǎng)上給予杠桿錯(cuò)估嚴(yán)重高的企業(yè)以負(fù)面反應(yīng)，導(dǎo)致疫情期間杠桿率的風(fēng)險(xiǎn)傳遞效應(yīng)比以往更加顯現(xiàn)，杠桿錯(cuò)估的影響也在資本市場(chǎng)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(cuò)估嚴(yán)重的企業(yè)獲得了更低的累積超額收益率。

（二）杠桿錯(cuò)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(yíng)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(duì)不同行業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)判斷也存在顯著差異，最終呈現(xiàn)出不同的市場(chǎng)反應(yīng)[21]。對(duì)以往傳染性公共衛(wèi)生事件的相關(guān)研究發(fā)現(xiàn)，SARS對(duì)批發(fā)零售和第三產(chǎn)業(yè)中的交通運(yùn)輸、房地產(chǎn)等行業(yè)產(chǎn)生了直接沖擊[22]。傳染性更強(qiáng)的新冠肺炎使得居民收入增速下滑，生產(chǎn)及消費(fèi)場(chǎng)景受限，導(dǎo)致批發(fā)零售業(yè)、交通運(yùn)輸業(yè)以及房地產(chǎn)建筑行業(yè)受到更為嚴(yán)重的沖擊。疫情期間，2020年前兩個(gè)月社會(huì)消費(fèi)品零售總額累計(jì)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(jī)效的波動(dòng)進(jìn)一步驗(yàn)證了投資者對(duì)于其“高財(cái)務(wù)風(fēng)險(xiǎn)”的判斷。這種情況下，傳統(tǒng)“高杠桿”所傳遞的風(fēng)險(xiǎn)信號(hào)更強(qiáng)烈地刺激投資者的神經(jīng)，使其對(duì)這類行業(yè)在特殊時(shí)期內(nèi)的發(fā)展前景更為悲觀?；诖耍疚奶岢鋈缦录僭O(shè)：

假設(shè)2：在新冠疫情沖擊下，杠桿錯(cuò)估嚴(yán)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(cuò)估與新冠疫情沖擊下的企業(yè)成長(zhǎng)異質(zhì)性

高成長(zhǎng)性的企業(yè)受到外部事件的沖擊往往越大，這是由于當(dāng)企業(yè)在整體上表現(xiàn)為擴(kuò)張的態(tài)勢(shì)，生產(chǎn)規(guī)模和市場(chǎng)勢(shì)力的增加會(huì)對(duì)企業(yè)的盈利能力、資金流動(dòng)性和融資能力有更高的要求，其內(nèi)部經(jīng)營(yíng)凈現(xiàn)金流也會(huì)更為緊張。崔學(xué)剛等（2007）[23]發(fā)現(xiàn)企業(yè)發(fā)生財(cái)務(wù)困境的概率與實(shí)際增長(zhǎng)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(zhǎng)性企業(yè)本身在信貸規(guī)模和信貸期限上均處于劣勢(shì)，更容易發(fā)生財(cái)務(wù)資源匱乏和資金管理緊張問題[24]。在高成長(zhǎng)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(zhǎng)性企業(yè)在疫情經(jīng)營(yíng)期間的資金鏈流通，避免陷入財(cái)務(wù)危機(jī)的關(guān)鍵。傳統(tǒng)杠桿對(duì)企業(yè)真實(shí)杠桿的高估，讓高成長(zhǎng)性企業(yè)表現(xiàn)出更高的財(cái)務(wù)風(fēng)險(xiǎn)和更低的信貸資源獲取能力，使其潛在的困境雪上加霜。基于此，本文提出如下假說：

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

四、研究設(shè)計(jì)

（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(jìn)行了篩選處理：（1）剔除相關(guān)變量缺失或異常的觀測(cè)值;（2）剔除處于金融保險(xiǎn)行業(yè)的觀測(cè)值;（3）剔除當(dāng)年被ST的觀測(cè)值;（4）剔除窗口期不足5個(gè)交易日，估計(jì)期不足30個(gè)交易日的觀測(cè)值。最終，本文得到2824個(gè)觀測(cè)值，所需要的數(shù)據(jù)主要來自國(guó)泰安（CSMAR）數(shù)據(jù)庫。此外，為了減輕離群值對(duì)研究結(jié)果可靠性的影響，本文對(duì)所有連續(xù)變量在1%和99%分位上進(jìn)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(jià)的變化，探討投資者對(duì)與杠桿錯(cuò)估造成的財(cái)務(wù)風(fēng)險(xiǎn)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(shí)間，即2020年1月20日作為事件日，并選取[-5，+5]時(shí)窗作為研究期間。該時(shí)間是中國(guó)首次由權(quán)威性渠道向社會(huì)公眾確認(rèn)新冠病毒傳播性的日期。習(xí)近平總書記在這一天對(duì)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(huì)各界的廣泛重視并開始采取更為嚴(yán)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(biāo)志性日期。（2）估計(jì)窗口的選擇。現(xiàn)有研究以日?qǐng)?bào)酬率建立模型時(shí)的估計(jì)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(gè)交易日作為估計(jì)窗口。基于此，采用市場(chǎng)模型法計(jì)算事件日附近股票價(jià)格的變化，超額收益率（AR）和累積超額收益率（CAR）的計(jì)算過程為：

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

為檢驗(yàn)杠桿錯(cuò)估對(duì)疫情期間市場(chǎng)反應(yīng)的影響，進(jìn)一步建立如下多元線性回歸模型。其中，DL代表杠桿錯(cuò)估程度。在控制變量的選取中，借鑒以往文獻(xiàn)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(dá)爾指數(shù)（Herfindahl10）及風(fēng)險(xiǎn)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(duì)假設(shè)2和假設(shè)3進(jìn)行檢驗(yàn)，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(zhǎng)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(shí)證檢驗(yàn)過程中，若模型（3）中DL的系數(shù)α1顯著為負(fù)，則意味著新冠疫情期間杠桿錯(cuò)估嚴(yán)重的企業(yè)獲得更低的累積超額收益率，面臨更強(qiáng)烈的市場(chǎng)負(fù)面反應(yīng)，假設(shè)1成立。為檢驗(yàn)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(yàn)假設(shè)3，根據(jù)上市公司成長(zhǎng)性將樣本劃分為“高成長(zhǎng)性”和“低成長(zhǎng)性”兩組，若模型（3）中DL的系數(shù)α1在“高成長(zhǎng)性”組更為顯著，則意味著假設(shè)3成立。

五、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2列示了本文主要連續(xù)變量的描述性統(tǒng)計(jì)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(chǎng)出現(xiàn)了明顯的負(fù)向反應(yīng)。上市公司杠桿錯(cuò)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(cuò)估問題在上市公司中普遍存在，大部分上市公司的杠桿錯(cuò)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(shí)財(cái)務(wù)風(fēng)險(xiǎn)信息，干擾了市場(chǎng)上的信息傳遞。其他控制變量的描述性統(tǒng)計(jì)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(duì)前文假設(shè)進(jìn)行回歸檢驗(yàn)的結(jié)果。列（1）顯示，上市公司杠桿錯(cuò)估程度與疫情期間的累積超額收益率在1%的統(tǒng)計(jì)水平上顯著負(fù)相關(guān)。檢驗(yàn)結(jié)果支持了假設(shè)1，即杠桿錯(cuò)估導(dǎo)致投資者高估了企業(yè)的真實(shí)財(cái)務(wù)風(fēng)險(xiǎn)，低估了企業(yè)的信貸資源獲取能力，面對(duì)新冠疫情的沖擊，杠桿錯(cuò)估嚴(yán)重的企業(yè)獲得了相對(duì)更低的累計(jì)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(duì)樣本進(jìn)行分組回歸?？梢?，當(dāng)上市公司所處行業(yè)受到疫情沖擊較大時(shí)，杠桿錯(cuò)估的系數(shù)在1%水平上顯著為負(fù)，當(dāng)上市公司所處行業(yè)受疫情沖擊較小時(shí)，杠桿錯(cuò)估的系數(shù)不顯著。這一結(jié)果支持了假設(shè)2，即當(dāng)杠桿錯(cuò)估程度較高且企業(yè)處在“受疫情影響大”行業(yè)時(shí)，在新冠疫情沖擊下獲得了投資者強(qiáng)烈的負(fù)面反應(yīng)。在列（4）和列（5），考慮到不同成長(zhǎng)性企業(yè)受到疫情沖擊時(shí)的信貸資源獲取能力存在差異，以高成長(zhǎng)性虛擬變量（Hgrowth）作為分組變量進(jìn)行回歸檢驗(yàn)?？梢钥闯?，在高成長(zhǎng)性組，杠桿錯(cuò)估的系數(shù)在1%的水平上顯著為負(fù)，而在低成長(zhǎng)性組，杠桿錯(cuò)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(duì)于那些杠桿錯(cuò)估嚴(yán)重且成長(zhǎng)性高的企業(yè)，資本市場(chǎng)的負(fù)面反應(yīng)更為強(qiáng)烈。

（三）穩(wěn)健性檢驗(yàn)

為了增強(qiáng)研究結(jié)論的可靠性，本文還進(jìn)行了如下幾項(xiàng)穩(wěn)健性檢驗(yàn)：

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(jì)算累積超額收益率，并重新進(jìn)行回歸檢驗(yàn)。表4的結(jié)果表明，無論是全樣本還是分組回歸，檢驗(yàn)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(jì)算CAR[-3，+3]和CAR[-7，+7]反映疫情期間上市公司股票價(jià)格的波動(dòng)，并重新進(jìn)行回歸檢驗(yàn)。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?？梢钥闯觯瑱z驗(yàn)結(jié)果依然支持了前文的假設(shè)。

3更換估計(jì)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(jìn)行回歸檢驗(yàn)。表7的回歸結(jié)果表明，前文的假設(shè)依然得到驗(yàn)證，在此不再贅述。

4變換模型設(shè)計(jì)方式。在主回歸中本文采用分組回歸的方式對(duì)受疫情沖擊嚴(yán)重程度的行業(yè)異質(zhì)性和企業(yè)成長(zhǎng)異質(zhì)性進(jìn)行檢驗(yàn)，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(xiàng)對(duì)假設(shè)2和假設(shè)3進(jìn)行重新檢驗(yàn)。表8的檢驗(yàn)結(jié)果顯示，杠桿錯(cuò)估（DL）與受疫情影響程度行業(yè)虛擬變量（Serious）和企業(yè)成長(zhǎng)性虛擬變量（Hgrowth）的交乘項(xiàng)均在1%的統(tǒng)計(jì)水平上顯著為負(fù)，再次驗(yàn)證了假設(shè)2和假設(shè)3。

六、進(jìn)一步分析

前文通過理論分析和實(shí)證檢驗(yàn)表明，“資本”與“資產(chǎn)”概念混淆、營(yíng)業(yè)性負(fù)債和金融性負(fù)債不加以區(qū)分等設(shè)計(jì)缺陷，使得傳統(tǒng)指標(biāo)無法反映企業(yè)的真實(shí)杠桿水平，干擾了市場(chǎng)上的財(cái)務(wù)信息的傳遞。在新冠疫情的沖擊下，杠桿錯(cuò)估嚴(yán)重影響了投資者對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)判斷，加劇了資本市場(chǎng)的負(fù)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(jī)制，這將有助于進(jìn)一步夯實(shí)主要研究結(jié)論，同時(shí)為下一階段經(jīng)濟(jì)復(fù)蘇過程中有針對(duì)性的信貸扶持提供一定啟示。

企業(yè)價(jià)值是市場(chǎng)估值的基礎(chǔ)，我國(guó)資本市場(chǎng)對(duì)股權(quán)再融資的監(jiān)管較為嚴(yán)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(jī)會(huì)和實(shí)現(xiàn)價(jià)值增長(zhǎng)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(chǎng)表現(xiàn)的關(guān)鍵性因素之一。而銀行的信貸決策永遠(yuǎn)遵循“趨利避險(xiǎn)”的原則，在外部經(jīng)濟(jì)環(huán)境惡化的情況下，銀行會(huì)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(xiǎn)和風(fēng)險(xiǎn)傳染的可能。對(duì)于營(yíng)業(yè)性負(fù)債和金融性負(fù)債的不加區(qū)分，使得在疫情發(fā)生之后，那些杠桿錯(cuò)估嚴(yán)重公司也成為了銀行重點(diǎn)監(jiān)管和治理的對(duì)象。也就是說，傳統(tǒng)杠桿并沒有向銀行等金融機(jī)構(gòu)傳遞企業(yè)真實(shí)的信貸能力信息，反而極有可能在疫情期間嚴(yán)重誤導(dǎo)了銀行的判斷，導(dǎo)致疫情發(fā)生后，杠桿錯(cuò)估嚴(yán)重的企業(yè)更難獲得信貸支持，而這也是這些企業(yè)股價(jià)下跌的重要原因之一。本文利用2012-2020年前兩個(gè)季度的財(cái)務(wù)數(shù)據(jù)⑤，設(shè)計(jì)模型（4），探討新冠疫情發(fā)生后，杠桿錯(cuò)估對(duì)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(zhǎng)期借款與短期借款之和除以總資金進(jìn)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(fù)債率（Roa）、企業(yè)成長(zhǎng)性（Growth）、產(chǎn)權(quán)性質(zhì)（Soe）及獨(dú)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(shí)證檢驗(yàn)結(jié)果如表9所示，列（1）顯示，杠桿錯(cuò)估的系數(shù)在1%的水平上顯著為負(fù)，意味著杠桿錯(cuò)誤嚴(yán)重的企業(yè)獲得了更少的信貸支持。列（2）中加入了杠桿錯(cuò)估與新冠疫情爆發(fā)虛擬變量的交乘項(xiàng)，可以看出杠桿錯(cuò)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(fù)，且交乘項(xiàng)（DL×Break）的系數(shù)在10%的水平上顯著為負(fù)。這說明在新冠疫情爆發(fā)后，那些杠桿錯(cuò)估嚴(yán)重的企業(yè)愈發(fā)難以獲得信貸資源，嚴(yán)重阻礙了信貸資源的有效配置。進(jìn)一步將樣本按照新冠疫情爆發(fā)時(shí)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(cuò)估均對(duì)企業(yè)信貸資源的獲取產(chǎn)生顯著的負(fù)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(cuò)估系數(shù)的絕對(duì)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(yàn)，這與列（2）的檢驗(yàn)結(jié)果一致，再次證明疫情發(fā)生后杠桿錯(cuò)估嚴(yán)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(yíng)業(yè)性負(fù)債混同于金融性負(fù)債，傳統(tǒng)杠桿指標(biāo)難以緊密對(duì)接資本市場(chǎng)的信息需求，基于對(duì)這一缺陷進(jìn)行校正后形成的修正杠桿指標(biāo)，本文衡量了上市公司存在的杠桿錯(cuò)估問題，并結(jié)合事件研究法，以新冠疫情爆發(fā)為契機(jī)研究投資者對(duì)于不同杠桿錯(cuò)估程度上市公司的市場(chǎng)反應(yīng)差異。研究發(fā)現(xiàn)：（1）在新冠疫情沖擊下，杠桿錯(cuò)估嚴(yán)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(chǎng)恐慌的過程中，杠桿錯(cuò)估干擾了投資者對(duì)上市公司可獲得信貸資源的判斷，加劇了資本市場(chǎng)的負(fù)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(duì)行業(yè)沖擊越大，企業(yè)成長(zhǎng)性越高時(shí)，杠桿錯(cuò)估引發(fā)資本市場(chǎng)的負(fù)面反應(yīng)更為強(qiáng)烈。（3）進(jìn)一步研究發(fā)現(xiàn)，杠桿錯(cuò)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(jī)構(gòu)的信貸決策，使其收緊對(duì)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(cuò)估嚴(yán)重的企業(yè)負(fù)面市場(chǎng)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(biāo)構(gòu)建的視角對(duì)新冠疫情爆發(fā)后如何穩(wěn)定資本市場(chǎng)、推動(dòng)經(jīng)濟(jì)復(fù)蘇提出如下建議。

第一，應(yīng)進(jìn)一步準(zhǔn)確界定微觀企業(yè)杠桿率測(cè)度的口徑，區(qū)分“資產(chǎn)”與“資本”在企業(yè)經(jīng)濟(jì)活動(dòng)中的差異，并科學(xué)劃分金融性負(fù)債與營(yíng)業(yè)性負(fù)債?；诮?jīng)濟(jì)進(jìn)入新常態(tài)后的數(shù)據(jù)發(fā)現(xiàn)，隨著營(yíng)業(yè)性負(fù)債占比的逐年增加，傳統(tǒng)指標(biāo)缺陷所導(dǎo)致的杠桿錯(cuò)估問題愈加凸顯，在2017年達(dá)到38%，若長(zhǎng)期得不到修正，將降低金融服務(wù)實(shí)體經(jīng)濟(jì)的效率。受新冠疫情的影響，我國(guó)經(jīng)濟(jì)環(huán)境內(nèi)憂外患，要做到在嚴(yán)格防控金融風(fēng)險(xiǎn)的基礎(chǔ)上保障實(shí)體經(jīng)濟(jì)穩(wěn)定，既需要市場(chǎng)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(biāo)能夠真實(shí)反映企業(yè)風(fēng)險(xiǎn)水平的基礎(chǔ)上。優(yōu)化微觀企業(yè)杠桿指標(biāo)，不僅有利于更精準(zhǔn)的評(píng)估企業(yè)的債務(wù)違約風(fēng)險(xiǎn)以及信貸資源獲取能力，也有利于更好地發(fā)揮市場(chǎng)對(duì)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(yíng)業(yè)性負(fù)債靈活性更高、融資成本更低的優(yōu)勢(shì)緩解流動(dòng)性壓力，為緩解企業(yè)融資約束補(bǔ)充新的市場(chǎng)途徑。

第二，企業(yè)應(yīng)該強(qiáng)化資金管理水平，通過多渠道的信息傳遞降低自身與市場(chǎng)的信息不對(duì)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(jī)的關(guān)鍵。尤其是對(duì)于那些因?yàn)闋I(yíng)業(yè)性負(fù)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(duì)其存在的高財(cái)務(wù)風(fēng)險(xiǎn)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(duì)性優(yōu)惠政策，例如國(guó)務(wù)院發(fā)布的《支持疫情防控和經(jīng)濟(jì)社會(huì)發(fā)展稅費(fèi)優(yōu)惠政策指引》等，降低企業(yè)各項(xiàng)社保費(fèi)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(yíng)活動(dòng)中應(yīng)關(guān)注當(dāng)前負(fù)債對(duì)未來負(fù)債的機(jī)會(huì)成本，維持穩(wěn)定的信貸資源獲取能力，強(qiáng)化自身應(yīng)對(duì)突發(fā)事件和抵抗風(fēng)險(xiǎn)的能力。

第三，針對(duì)受疫情沖擊嚴(yán)重的行業(yè)和處在高成長(zhǎng)階段的企業(yè)，應(yīng)進(jìn)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(yán)重，例如批發(fā)零售業(yè)、交通運(yùn)輸業(yè)、服務(wù)業(yè)、建筑業(yè)等，以及具有高成長(zhǎng)性的企業(yè)，其杠桿率會(huì)受到額外關(guān)注，杠桿錯(cuò)估對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的夸大進(jìn)一步惡化了融資環(huán)境，對(duì)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(dòng)性，防止陷入財(cái)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(cái)政政策幫助企業(yè)降低違約風(fēng)險(xiǎn)，嚴(yán)格控制住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。通過針對(duì)性的財(cái)政補(bǔ)貼和稅收優(yōu)惠，發(fā)揮政府在危機(jī)時(shí)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(zhǎng)期發(fā)展?fàn)I造更有利的外部環(huán)境，另一方面助力受疫情影響嚴(yán)重行業(yè)和高成長(zhǎng)性企業(yè)渡過難關(guān)，為后續(xù)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)打下堅(jiān)實(shí)的基礎(chǔ)。

第四，金融機(jī)構(gòu)應(yīng)該基于實(shí)體企業(yè)的修正杠桿和真實(shí)風(fēng)險(xiǎn)水平進(jìn)行信貸決策，尤其在特殊時(shí)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(shí)提高服務(wù)實(shí)體經(jīng)濟(jì)的能力。本文研究發(fā)現(xiàn)傳統(tǒng)杠桿指標(biāo)對(duì)實(shí)體企業(yè)風(fēng)險(xiǎn)水平的高估會(huì)使得銀行等金融機(jī)構(gòu)減少對(duì)杠桿錯(cuò)估嚴(yán)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(chǎng)遭受冷遇的一個(gè)重要原因，這嚴(yán)重影響了信貸資金配置的效率。實(shí)體企業(yè)經(jīng)營(yíng)的困難讓銀行等金融機(jī)構(gòu)本身的信用風(fēng)險(xiǎn)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(duì)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(jìn)一步強(qiáng)化預(yù)期引導(dǎo)，提高對(duì)企業(yè)真實(shí)財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)測(cè)預(yù)警，在疫情防控的特殊時(shí)期可以適度調(diào)整不良貸款容忍度，并加強(qiáng)對(duì)受疫情影響嚴(yán)重行業(yè)和高成長(zhǎng)性企業(yè)的支持，通過階段性地讓金融機(jī)構(gòu)向?qū)嶓w經(jīng)濟(jì)讓利，實(shí)現(xiàn)經(jīng)濟(jì)的長(zhǎng)期穩(wěn)定發(fā)展。

注釋：

①數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局。

②杠桿錯(cuò)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(guó)家統(tǒng)計(jì)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(yùn)輸?shù)刃袠I(yè)的股票回報(bào)顯著為負(fù)，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(bào)顯著為正，這與本文對(duì)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?yàn)橐?012年為起點(diǎn)，中國(guó)經(jīng)濟(jì)增速開始放緩并逐步進(jìn)入新常態(tài)，此后經(jīng)濟(jì)發(fā)展趨勢(shì)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(jì)增長(zhǎng)在第三季度由負(fù)轉(zhuǎn)正，故截止到受新冠疫情影響最為嚴(yán)重的2020年前兩個(gè)季度的數(shù)據(jù)。

參考文獻(xiàn)：

[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(zhǎng)用與企業(yè)表現(xiàn)[J].經(jīng)濟(jì)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(biāo)修正和基于“雙重”杠桿率測(cè)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(guó)實(shí)體經(jīng)濟(jì)短期金融風(fēng)險(xiǎn)的評(píng)價(jià)與研判——存量與流量兼顧的短期財(cái)務(wù)風(fēng)險(xiǎn)綜合評(píng)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(guó)上市公司杠桿錯(cuò)估誤導(dǎo)了銀行信貸決策嗎[J].南開管理評(píng)論，2019，22（4）：56-68.

[7]蔣濤.疫情對(duì)企業(yè)融資的影響研究——來自銀團(tuán)貸款市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J].國(guó)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(jià)值研究[J].經(jīng)濟(jì)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(chǎng)估值偏誤[J].會(huì)計(jì)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(guó)，何威風(fēng)，閆炳乾.資本結(jié)構(gòu)與代理成本——來自中國(guó)國(guó)有控股上市公司和民營(yíng)上市公司的經(jīng)驗(yàn)證據(jù)[J].南開管理評(píng)論，2008（1）：39-47.

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

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

[16]許曉芳，陸正飛.我國(guó)企業(yè)杠桿操縱的動(dòng)機(jī)、手段及潛在影響[J].會(huì)計(jì)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(chǎng)反應(yīng)研究——基于新冠肺炎疫情對(duì)中國(guó)股市的影響[J].金融論壇，2020，25（7）：25-33，65.

[22]史月英.SARS對(duì)經(jīng)濟(jì)的影響綜述[J].中國(guó)國(guó)情國(guó)力，2003（8）：24-26.

[23]崔學(xué)剛，王立彥，許紅.企業(yè)增長(zhǎng)與財(cái)務(wù)危機(jī)關(guān)系研究——基于電信與計(jì)算機(jī)行業(yè)上市公司的實(shí)證證據(jù)[J].會(huì)計(jì)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(qiáng)制分紅政策的市場(chǎng)反應(yīng)研究[J].經(jīng)濟(jì)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）