文/陳恩婷 陳凌云

（東華大學(xué)管理學(xué)院）

一、研究背景

近年來，我國(guó)經(jīng)濟(jì)市場(chǎng)化不斷深入，資本市場(chǎng)逐漸向多層次市場(chǎng)體系發(fā)展，在金融市場(chǎng)中的地位也愈發(fā)重要，我國(guó)的債券市場(chǎng)發(fā)展相對(duì)較晚，主流評(píng)級(jí)付費(fèi)模式仍為“發(fā)行人付費(fèi)模式”，即發(fā)行人若需發(fā)行債券，需要支付費(fèi)用并雇傭評(píng)級(jí)機(jī)構(gòu)對(duì)其進(jìn)行評(píng)級(jí)，因此可能出現(xiàn)利益沖突問題，造成評(píng)級(jí)虛高、評(píng)級(jí)購(gòu)買等現(xiàn)象。

2010年9月，國(guó)內(nèi)首家由投資者付費(fèi)采購(gòu)評(píng)級(jí)的評(píng)級(jí)機(jī)構(gòu)——中債資信評(píng)估有限責(zé)任公司（以下簡(jiǎn)稱“中債資信”）正式成立，其采用不經(jīng)評(píng)級(jí)對(duì)象配合、主動(dòng)評(píng)級(jí)的方式進(jìn)行評(píng)級(jí)，因此相比發(fā)行人付費(fèi)模式可以很大程度上解決利益相關(guān)問題。

據(jù)此，本文站在投資者角度，研究投資者付費(fèi)模式是否能夠提供增量信息是有必要的，能夠?yàn)樾庞迷u(píng)級(jí)行業(yè)提供理論和實(shí)踐基礎(chǔ)。

二、文獻(xiàn)綜述與研究假設(shè)

債券市場(chǎng)經(jīng)過40余年的發(fā)展，在我國(guó)市場(chǎng)上發(fā)揮著舉足輕重的作用。信用評(píng)級(jí)等級(jí)是衡量債券信用風(fēng)險(xiǎn)的重要因素，馬銘（2018）以及陳超、郭志明（2018）均表示信用評(píng)級(jí)最主要的用途是確定債券發(fā)行的價(jià)格[1][2]，葛鶴軍（2014）表示對(duì)信用評(píng)級(jí)的研究意義重大，因?yàn)樾庞迷u(píng)級(jí)是衡量債券市場(chǎng)信用風(fēng)險(xiǎn)的重要因素，也是表示信用風(fēng)險(xiǎn)水平的重要指標(biāo)，信用評(píng)級(jí)的等級(jí)調(diào)整通常揭示了企業(yè)信用風(fēng)險(xiǎn)的變動(dòng)，進(jìn)而影響企業(yè)融資成本[3]。

國(guó)內(nèi)外學(xué)者大多數(shù)認(rèn)為高質(zhì)量、可靠的信用評(píng)級(jí)可以降低融資成本，反之則相反。Manfred和Volker（2001）提出信用評(píng)級(jí)的降低會(huì)導(dǎo)致市場(chǎng)過度反應(yīng)，對(duì)投資者而言會(huì)獲得負(fù)的回報(bào)率[4]。Peng（2002）發(fā)現(xiàn)，當(dāng)標(biāo)普基礎(chǔ)評(píng)級(jí)發(fā)布后，市政債券利率下降了約4基點(diǎn)，表明信用評(píng)級(jí)具有公信力，可降低融資成本[5]。何平、金夢(mèng)（2010）研究認(rèn)為，信用評(píng)級(jí)對(duì)于我國(guó)債券市場(chǎng)的影響顯著，評(píng)級(jí)機(jī)構(gòu)所作信用評(píng)級(jí)的價(jià)值得到了債券投資者的認(rèn)可，從而影響到債券的定價(jià)以及債券投資者的決策過程，并認(rèn)為信用評(píng)級(jí)越高，債券發(fā)行成本越低，這表明信用評(píng)級(jí)在投資者眼中是影響債券定價(jià)的因素之一[6]。

由于評(píng)級(jí)機(jī)構(gòu)存在評(píng)級(jí)選購(gòu)以及評(píng)級(jí)迎合等現(xiàn)象，會(huì)降低信用評(píng)級(jí)的公信力，從而削弱評(píng)級(jí)信用評(píng)級(jí)對(duì)信用風(fēng)險(xiǎn)的解釋能力。寇宗來等（2015）提出，在發(fā)行人付費(fèi)模式下存在評(píng)級(jí)選購(gòu)等行為，削弱了信用評(píng)級(jí)在市場(chǎng)上的公信力，沒有真正起到市場(chǎng)配置的作用，對(duì)發(fā)債成本的解釋能力明顯下降，無法給投資者提供更多的信息[7]。屈廣玉和梁柱（2016）發(fā)現(xiàn)，不同評(píng)級(jí)機(jī)構(gòu)所做信用評(píng)級(jí)對(duì)信用利差存在差異，可能的原因是在評(píng)級(jí)機(jī)構(gòu)擴(kuò)大市場(chǎng)份額過程中存在評(píng)級(jí)購(gòu)買現(xiàn)象，從而出示高估的信用評(píng)級(jí)而質(zhì)量卻在下降，對(duì)于債券利差并沒有增量的解釋作用[8]。

綜上所述，信用評(píng)級(jí)能夠揭示債券及發(fā)行人信用風(fēng)險(xiǎn)，有助于降低投融雙方的信息不對(duì)稱，降低融資成本。而不同付費(fèi)模式可能對(duì)評(píng)級(jí)機(jī)構(gòu)所作評(píng)級(jí)等級(jí)及質(zhì)量產(chǎn)生重要影響，尤其是2008年美國(guó)次貸危機(jī)之后，國(guó)外研究認(rèn)為發(fā)行人付費(fèi)模式存在的利益沖突問題導(dǎo)致了市場(chǎng)上評(píng)級(jí)虛構(gòu)、評(píng)級(jí)選購(gòu)等不規(guī)范現(xiàn)象。

其他學(xué)者也研究發(fā)現(xiàn)，由于發(fā)行人付費(fèi)模式存在利益沖突問題，其所作評(píng)級(jí)比投資人付費(fèi)模式下的評(píng)級(jí)普遍更高。而中債資信與受評(píng)對(duì)象之間不存在利益關(guān)聯(lián)，且其作為“再評(píng)級(jí)機(jī)構(gòu)”不參與一級(jí)市場(chǎng)，因此獲得信息的來源更廣，作出的評(píng)級(jí)也更加客觀公允。

在這種情況下，可以預(yù)期投資者付費(fèi)評(píng)級(jí)機(jī)構(gòu)所作評(píng)級(jí)會(huì)質(zhì)量更高，更容易受到投資者的認(rèn)可。寇宗來等(2015)認(rèn)為，我國(guó)信用評(píng)級(jí)的可信度較低，降低融資成本的作用較弱。在其他機(jī)構(gòu)評(píng)級(jí)飽受質(zhì)疑的背景下，中債評(píng)級(jí)能夠?qū)ζ渌u(píng)級(jí)結(jié)果進(jìn)行檢驗(yàn)，為投資者提供增量信息，從而影響到投資者對(duì)債券的定價(jià)。吳育輝等（2020）等認(rèn)為，中債資信評(píng)級(jí)低于其他評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)時(shí)，企業(yè)未來的違約風(fēng)險(xiǎn)更高，表明投資者付費(fèi)評(píng)級(jí)質(zhì)量更優(yōu)。據(jù)此提出假設(shè)1.1：

H1.1：相比于發(fā)行人付費(fèi)模式，投資者付費(fèi)模式評(píng)級(jí)解釋力更強(qiáng)。

Hsueh（1988）認(rèn)為，擁有雙評(píng)級(jí)可以給投資者帶來增量信息，并且能發(fā)揮認(rèn)證作用[9]。在發(fā)行人付費(fèi)評(píng)級(jí)普遍虛高的情形下，對(duì)于同時(shí)收到雙評(píng)級(jí)的企業(yè)而言，中債評(píng)級(jí)與其他評(píng)級(jí)之間的評(píng)級(jí)差異越大，越可能說明其他評(píng)級(jí)質(zhì)量較差，中債資信評(píng)級(jí)質(zhì)量較高，對(duì)債券違約風(fēng)險(xiǎn)的揭示能力更強(qiáng)，從而能夠向投資者傳遞企業(yè)信用風(fēng)險(xiǎn)更高的增量信息，因此投資者要求的投資回報(bào)越高，會(huì)利用中債評(píng)級(jí)信息改變債券的定價(jià)，對(duì)于企業(yè)而言融資成本則越高。據(jù)此提出假設(shè)1.2：

H1.2：不同付費(fèi)模式評(píng)級(jí)差異越大，融資成本越高。

三、研究設(shè)計(jì)

（一）樣本選取

本文選取2011至2020年上市公司發(fā)行的公司債作為研究樣本，這是因?yàn)橄鄬?duì)于政府債券、企業(yè)債等，公司債的發(fā)行主體主要為上市公司，發(fā)行條件相對(duì)寬松，受干預(yù)較少，市場(chǎng)化程度更高，財(cái)務(wù)等相關(guān)數(shù)據(jù)也更容易獲取。根據(jù)wind統(tǒng)計(jì)，中債資信的首條信用評(píng)級(jí)報(bào)告發(fā)表于2011年9月20日，首個(gè)受評(píng)企業(yè)四川成渝高速公路股份有限公司獲得了AA的評(píng)級(jí)，因此本文選取自2011年起以10年為維度的樣本，選取樣本的針對(duì)性更強(qiáng)、覆蓋面更準(zhǔn)確。本文所采用的數(shù)據(jù)均來自wind數(shù)據(jù)庫，論文采用STATA16進(jìn)行數(shù)據(jù)處理。

（二）模型構(gòu)建與變量定義

模型（1）及（2）是本文主要回歸模型，變量定義如下：

被解釋變量：企業(yè)融資成本CS，本文參考劉剛、李佳（2020）對(duì)債券融資成本的度量方式——信用利差[10]，定義為到期收益率減去無風(fēng)險(xiǎn)利率，本文取債券發(fā)行利率作為到期收益率，使用中債國(guó)債到期收益率作為無風(fēng)險(xiǎn)收益率。

表1 變量定義表

解釋變量：

1.評(píng)級(jí)付費(fèi)模式差異（Ratingdif），用不同付費(fèi)模式評(píng)級(jí)差異衡量，即發(fā)行人付費(fèi)模式評(píng)級(jí)等級(jí)減去投資者付費(fèi)模式評(píng)級(jí)等級(jí)的差。本文將信用評(píng)級(jí)共分成15等級(jí)，參照阮永峰（2019）賦值方法，由于（1）只有中債資信對(duì)于AAA+、AAA以及AAA-三等級(jí)在評(píng)級(jí)過程中有略微差異，因此將這三類評(píng)級(jí)統(tǒng)一歸為一類，量化值為11；（2）由于在BB以下的評(píng)級(jí)說明企業(yè)整體經(jīng)營(yíng)狀況惡化，因此將BB-等級(jí)以下分為一類，量化值為1。其余評(píng)級(jí)由評(píng)級(jí)高低量化逐級(jí)遞減。

2.主體信用評(píng)級(jí)Rating

同時(shí)，為研究需要，本文對(duì)信用評(píng)級(jí)進(jìn)行量化處理，通過觀察統(tǒng)計(jì)，全樣本信用評(píng)級(jí)共分成15等級(jí)，參照阮永峰（2019）賦值方法，由于（1）只有中債資信對(duì)于AAA+、AAA以及AAA-三等級(jí)在評(píng)級(jí)過程中有略微差異，因此將這三類評(píng)級(jí)統(tǒng)一歸為一類，量化值為11；（2）由于在BB以下的評(píng)級(jí)說明企業(yè)整體經(jīng)營(yíng)狀況惡化，因此將BB-等級(jí)以下分為一類，量化值為1，參考余洋（2020）對(duì)跟蹤評(píng)級(jí)的處理[11]，如果發(fā)行人當(dāng)年獲得多個(gè)評(píng)級(jí)，則取每家評(píng)級(jí)機(jī)構(gòu)當(dāng)年最后一次所作的評(píng)級(jí)作為評(píng)級(jí)結(jié)果。

表4 vuong檢驗(yàn)

控制變量：本文選取負(fù)債水平、總資產(chǎn)收益率、銷售凈利率、流動(dòng)資產(chǎn)比率、營(yíng)業(yè)收入增長(zhǎng)率以及企業(yè)性質(zhì)六個(gè)變量，在債券特征方面選取發(fā)行期限、發(fā)行規(guī)模以及債券性質(zhì)三個(gè)變量。

三、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)如表2所示，對(duì)于債券發(fā)行利差而言，均值為1.977%，最大值為6.07%，最小值為-0.84%，中位數(shù)為1.53%，說明利差整體偏低，分布不是非常分散。對(duì)于評(píng)級(jí)付費(fèi)差異而言，均值為2，意味著平均來看，投資者付費(fèi)模式評(píng)級(jí)比發(fā)行人付費(fèi)評(píng)級(jí)等級(jí)低兩個(gè)等級(jí)，也說明普遍來看投資者付費(fèi)模式評(píng)級(jí)更低。

表2 描述性統(tǒng)計(jì)結(jié)果

資產(chǎn)負(fù)債率方面，均值為65.47%，說明資產(chǎn)負(fù)債率普遍較高，總資產(chǎn)收益率均值為2.63%，普遍偏低，銷售凈利率平均值為10.15%，實(shí)踐來看，接近一般的制造業(yè)水平，屬于平均水平，流動(dòng)資產(chǎn)比率為49.56%，說明總資產(chǎn)中平均有接近50%為流動(dòng)資產(chǎn)，營(yíng)業(yè)收入增長(zhǎng)率均值為14.29%，表明樣本企業(yè)成長(zhǎng)能力以14.29%速度增長(zhǎng)，從是否為國(guó)有企業(yè)來看，將近60%為國(guó)有企業(yè)，說明多數(shù)發(fā)債企業(yè)有國(guó)家為信用背書，而債券為城投債的比率較低。

（二）實(shí)證結(jié)果

按照模型1.1進(jìn)行多元回歸分析，實(shí)證結(jié)果如表3所示，回歸（1）及回歸（2）為評(píng)級(jí)付費(fèi)模式差異對(duì)真實(shí)盈余管理和應(yīng)計(jì)盈余管理的回歸結(jié)果。結(jié)果顯示，不同付費(fèi)模式評(píng)級(jí)差異對(duì)企業(yè)下一年的真實(shí)盈余管理在1%上有顯著影響且為正，系數(shù)為0.0203，而對(duì)應(yīng)計(jì)盈余管理影響不顯著。

表3 評(píng)級(jí)付費(fèi)模式與盈余管理多元回歸結(jié)果

首先，回歸結(jié)果顯示，評(píng)級(jí)差異對(duì)真實(shí)盈余管理有顯著影響，但對(duì)應(yīng)計(jì)盈余管理影響不顯著，這可能是由于真實(shí)盈余管理手段更隱蔽，而應(yīng)計(jì)盈余管理主要是通過改變會(huì)計(jì)估計(jì)和會(huì)計(jì)政策來調(diào)節(jié)酌量費(fèi)用，在財(cái)報(bào)中比較明顯，且真實(shí)盈余管理行為可以在任何時(shí)間進(jìn)行，因此相比于應(yīng)計(jì)盈余管理而言，當(dāng)中債資信提供了評(píng)級(jí)意見更低的增量信息時(shí)，企業(yè)會(huì)傾向于真實(shí)盈余管理對(duì)盈利水平進(jìn)行操縱。

其次，中債資信評(píng)級(jí)相較于發(fā)行人付費(fèi)評(píng)級(jí)越低，真實(shí)盈余管理程度越高，這是由于投資者付費(fèi)評(píng)級(jí)更低的增量信息揭示了企業(yè)可能擁有更高的信用風(fēng)險(xiǎn)，這會(huì)提高企業(yè)融資水平，同時(shí)由于中債資信是根據(jù)投資者需求對(duì)發(fā)行人進(jìn)行評(píng)級(jí)，在進(jìn)行評(píng)級(jí)前企業(yè)無法得知具體時(shí)間也不會(huì)與企業(yè)進(jìn)行利益聯(lián)系，因此企業(yè)有動(dòng)力在下一年通過進(jìn)行正向真實(shí)盈余管理來調(diào)增盈余，改善財(cái)務(wù)水平，以期后續(xù)獲得更高的信用評(píng)級(jí)，投資者付費(fèi)評(píng)級(jí)為發(fā)行人提供了增量信息，驗(yàn)證了本文假設(shè)。

按照模型1.2進(jìn)行多元回歸分析，實(shí)證結(jié)果如表5所示，回歸（1）表示當(dāng)以不同付費(fèi)模式評(píng)級(jí)差異作為解釋變量時(shí)，其對(duì)信用利差的影響在1%上顯著且為正，系數(shù)為0.341，即不同付費(fèi)模式評(píng)級(jí)差異越大，中債資信評(píng)級(jí)相較于發(fā)行人付費(fèi)模式評(píng)級(jí)越低時(shí)，企業(yè)融資成本越高。

表5 評(píng)級(jí)付費(fèi)模式與融資成本多元回歸結(jié)果

這表明在發(fā)行人付費(fèi)模式評(píng)級(jí)普遍虛高背景下，由于中債資信與發(fā)行企業(yè)沒有直接利益往來，其作出的評(píng)級(jí)更加獨(dú)立、客觀、高質(zhì)，相比于發(fā)行人付費(fèi)評(píng)級(jí)，投資者付費(fèi)評(píng)級(jí)能夠?yàn)橥顿Y者提供債券信用風(fēng)險(xiǎn)的增量信息，而由于投資者更認(rèn)可投資者付費(fèi)模式評(píng)級(jí)，當(dāng)投資者付費(fèi)評(píng)級(jí)低于發(fā)行人付費(fèi)評(píng)級(jí)時(shí)，代表債券的信用風(fēng)險(xiǎn)更高，投資者會(huì)利用此增量信息對(duì)債券進(jìn)行定價(jià)，即站在投資者的角度要求的投資回報(bào)率越高，企業(yè)融資成本相應(yīng)越高，投資者付費(fèi)評(píng)級(jí)為投資者提供了增量信息，驗(yàn)證了假設(shè)1.2。

接著，對(duì)模型1.2按照評(píng)級(jí)付費(fèi)模式差異是否大于0進(jìn)行進(jìn)一步回歸分析，實(shí)證結(jié)果如表5所示，在376個(gè)樣本中，絕大多數(shù)樣本的投資者付費(fèi)評(píng)級(jí)小于發(fā)行人付費(fèi)評(píng)級(jí)，接著對(duì)評(píng)級(jí)付費(fèi)模式差異進(jìn)行分類并分別對(duì)信用利差進(jìn)行回歸后，可以看出，當(dāng)不同付費(fèi)模式評(píng)級(jí)差異大于0時(shí)，即投資者付費(fèi)評(píng)級(jí)小于發(fā)行人付費(fèi)評(píng)級(jí)時(shí)，對(duì)信用利差的影響在1%上顯著且影響為正，系數(shù)為0.3732，而當(dāng)不同付費(fèi)模式評(píng)級(jí)差異小于等于0時(shí)，對(duì)信用利差的影響不顯著。

四、研究結(jié)論

從投資者視角看，信用評(píng)級(jí)與企業(yè)融資成本呈負(fù)相關(guān)，且投資者付費(fèi)模式評(píng)級(jí)解釋力更強(qiáng)，但評(píng)級(jí)付費(fèi)模式差異與融資成本呈正相關(guān)。這表明一方面，信用評(píng)級(jí)作為衡量企業(yè)信用風(fēng)險(xiǎn)的重要指標(biāo)，評(píng)級(jí)越高，表明違約風(fēng)險(xiǎn)越低，企業(yè)融資成本越低，這與目前研究一致，其中，市場(chǎng)對(duì)于投資者付費(fèi)的評(píng)級(jí)結(jié)果更為認(rèn)同，即投資者付費(fèi)模式評(píng)級(jí)相較于發(fā)行人付費(fèi)模式評(píng)級(jí)的解釋力更強(qiáng)，而另一方面，不同付費(fèi)模式評(píng)級(jí)差異越大，即相對(duì)于發(fā)行人付費(fèi)評(píng)級(jí)，中債資信的評(píng)級(jí)越低，企業(yè)融資成本越高，說明投資者利用了中債資信給出的增量評(píng)級(jí)信息對(duì)債券進(jìn)行定價(jià)，即投資者付費(fèi)評(píng)級(jí)提供了增量信息。

進(jìn)一步研究發(fā)現(xiàn)，當(dāng)中債資信評(píng)級(jí)大于等于發(fā)行人付費(fèi)評(píng)級(jí)時(shí)，評(píng)級(jí)付費(fèi)模式差異對(duì)融資成本影響不顯著，當(dāng)中債資信評(píng)級(jí)小于發(fā)行人付費(fèi)評(píng)級(jí)時(shí)，與融資成本的關(guān)系正相關(guān)，這說明投資者對(duì)于中債資信給出“好”的增量信息不敏感，而對(duì)于“壞”的增量信息才有反應(yīng)。