張新民 丁璇 楊道廣

摘 要：企業(yè)戰(zhàn)略作為企業(yè)全局性、長期性資源配置的重要規(guī)劃，對企業(yè)經(jīng)營活動具有重要影響，也必然會影響企業(yè)的融資行為。本文從企業(yè)戰(zhàn)略視角出發(fā)，以2008—2020年中國A股上市公司為研究對象，運(yùn)用固定效應(yīng)模型探究了企業(yè)資源配置戰(zhàn)略對債券信用評級的影響。研究發(fā)現(xiàn)：相對于經(jīng)營主導(dǎo)型企業(yè)，投資主導(dǎo)型企業(yè)的債券信用評級更低，并且該結(jié)論在處理內(nèi)生性問題和進(jìn)行一系列穩(wěn)健性檢驗(yàn)后依然成立。異質(zhì)性分析發(fā)現(xiàn)，企業(yè)資源配置戰(zhàn)略對債券信用評級的影響在非國有企業(yè)和分析師跟蹤人數(shù)多的企業(yè)中更明顯。中介效應(yīng)檢驗(yàn)結(jié)果表明，企業(yè)資源配置戰(zhàn)略通過作用于企業(yè)違約風(fēng)險而影響債券信用評級。本文的研究結(jié)論對發(fā)債企業(yè)、信用評級機(jī)構(gòu)和債券市場投資者具有重要啟示意義。

關(guān)鍵詞：企業(yè)資源配置戰(zhàn)略；債券信用評級；企業(yè)違約風(fēng)險；投資主導(dǎo)型企業(yè)；經(jīng)營主導(dǎo)型企業(yè)

中圖分類號：F272；F832.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-176X（2024）02-0064-12

一、問題的提出

隨著中國經(jīng)濟(jì)的高速發(fā)展和金融體制改革的不斷深化，債券市場在繁榮金融市場、支持供給側(cè)結(jié)構(gòu)性改革和激發(fā)實(shí)體經(jīng)濟(jì)活力方面的重要性與日俱增。截至2022年末，中國債券市場中公司信用類債券余額已高達(dá)27. 66萬億元。而在債券融資日益成為企業(yè)主要融資手段的過程中，債券違約事件頻頻發(fā)生。自2014年超日債違約事件發(fā)生后，中國債券市場長期存在的剛性兌付現(xiàn)象被打破。截至2022年末，中國債券市場中共有251家發(fā)行人違約，涉及違約債券730期，違約總金額高達(dá)6 416. 79億元。債務(wù)違約事件不僅擾亂了資本市場秩序，還嚴(yán)重?fù)p害了投資者利益，尤其是2020年AAA級國有企業(yè)債券永煤債違約爆雷事件，加劇了市場恐慌情緒。因此，防范債務(wù)違約風(fēng)險成為化解金融風(fēng)險工作的重中之重。黨的二十大報告提出，加強(qiáng)和完善現(xiàn)代金融監(jiān)管，守住不發(fā)生系統(tǒng)性風(fēng)險底線。中央金融工作會議強(qiáng)調(diào)，要以推進(jìn)金融高質(zhì)量發(fā)展為主題，全面加強(qiáng)金融監(jiān)管，有效防范化解金融風(fēng)險。信用評級制度作為債券市場的基礎(chǔ)性制度，旨在為投資者揭示企業(yè)真實(shí)的違約風(fēng)險情況，緩解債券市場的信息不對稱程度，是防范債務(wù)違約風(fēng)險的重要制度。然而，債券違約事件頻發(fā)引起了市場主體和投資者對債券信用評級準(zhǔn)確性的廣泛質(zhì)疑。在此背景下，研究債券信用評級的影響因素具有重要意義。

現(xiàn)有研究文獻(xiàn)主要從信用評級機(jī)構(gòu)特征和發(fā)債企業(yè)特征兩個層面對債券信用評級的影響因素進(jìn)行了實(shí)證檢驗(yàn)。

基于信用評級機(jī)構(gòu)特征的研究主要有以下三個方面：其一，信用評級機(jī)構(gòu)屬性會影響債券信用評級。Beaver等［1］發(fā)現(xiàn)，發(fā)行人付費(fèi)模式下評級機(jī)構(gòu)的評級動機(jī)不同于投資者付費(fèi)模式下評級機(jī)構(gòu)的評級動機(jī)，投資者付費(fèi)模式下評級機(jī)構(gòu)對投資者的反應(yīng)更靈敏，其信用評級與投資者之間的關(guān)系也更密切，信用評級質(zhì)量更高。Bonsall等［2］認(rèn)為，與投資者付費(fèi)模式相比，發(fā)行人付費(fèi)模式下信用評級機(jī)構(gòu)與債券發(fā)行方會通過明確的合同安排建立經(jīng)濟(jì)聯(lián)系，并以此獲得債券發(fā)行方的非公開信息，信用評級機(jī)構(gòu)在此基礎(chǔ)上可以更好地預(yù)測企業(yè)未來的盈利情況，并且提高了違約預(yù)測的準(zhǔn)確性和及時性。因此，發(fā)行人付費(fèi)模式下的評級機(jī)構(gòu)的信用評級決策更加準(zhǔn)確和及時。林晚發(fā)等［3］發(fā)現(xiàn)，在投資者付費(fèi)模式壓力下，發(fā)行人付費(fèi)模式下的信用評級機(jī)構(gòu)會調(diào)低債券發(fā)行主體的信用評級，但卻提高了信用評級質(zhì)量。其二，信用評級機(jī)構(gòu)之間的競爭會對債券信用評級產(chǎn)生影響。Anand和Anjan［4］發(fā)現(xiàn)，當(dāng)信用評級機(jī)構(gòu)之間的競爭加劇時，信用評級質(zhì)量會有所下降，而當(dāng)信用評級機(jī)構(gòu)之間競爭不太激烈時，信用評級系統(tǒng)會運(yùn)轉(zhuǎn)得更加高效，信用評級質(zhì)量也更高。陳關(guān)亭和朱松［5］ 發(fā)現(xiàn)，信用評級機(jī)構(gòu)之間競爭越激烈，信用評級高估程度越大。林晚發(fā)等［6］也發(fā)現(xiàn)，信用評級機(jī)構(gòu)之間的競爭會導(dǎo)致信用評級膨脹和信用評級質(zhì)量下降。其三，信用評級機(jī)構(gòu)的聲譽(yù)效應(yīng)會對債券信用評級產(chǎn)生影響。Mani［7］發(fā)現(xiàn)，在信用評級機(jī)構(gòu)聲譽(yù)較低時期，發(fā)債企業(yè)會披露更多的定性信息，以幫助投資者評估企業(yè)信用風(fēng)險。Ramin和Bo［8］發(fā)現(xiàn)，信用評級機(jī)構(gòu)的聲譽(yù)變化也會對信用評級市場產(chǎn)生影響，當(dāng)信用評級機(jī)構(gòu)聲譽(yù)受損后，信用評級機(jī)構(gòu)會通過發(fā)布比較樂觀的信用評級報告而重獲市場。

基于發(fā)債企業(yè)特征的研究主要有以下兩個方面：其一，企業(yè)財務(wù)信息對債券信用評級的影響。Ziebart和Reiter［9］發(fā)現(xiàn)，發(fā)債企業(yè)的財務(wù)信息會對債券信用評級產(chǎn)生直接影響，如資產(chǎn)負(fù)債率、資產(chǎn)周轉(zhuǎn)率、利息保障倍數(shù)和權(quán)益乘數(shù)等。May等［10］發(fā)現(xiàn)，其他綜合收益的增量變動對債券信用評級具有顯著的正向影響。Akins［11］發(fā)現(xiàn)，當(dāng)企業(yè)財務(wù)報告質(zhì)量較高時，信用評級機(jī)構(gòu)所獲得的相關(guān)信息更加準(zhǔn)確、可靠，這減少了企業(yè)違約風(fēng)險的不確定性，從而降低了信用評級機(jī)構(gòu)之間的評級分歧，有利于提高信用評級的準(zhǔn)確性。Samuel等［12］ 認(rèn)為，當(dāng)企業(yè)財務(wù)報告質(zhì)量較低、財務(wù)報告可讀性較差時，信用評級機(jī)構(gòu)處理企業(yè)財務(wù)信息的成本會加大，這導(dǎo)致了企業(yè)違約風(fēng)險更大，債券信用評級較低。其二，企業(yè)治理特征對債券信用評級的影響。Hollis等［13］發(fā)現(xiàn)，企業(yè)治理通過影響企業(yè)代理問題對債券信用評級產(chǎn)生影響，具有較強(qiáng)企業(yè)治理特征的企業(yè)能夠獲得較高的信用評級。朱彩婕［14］發(fā)現(xiàn)，董事會獨(dú)立性、董事會持股和審計委員會專業(yè)性會通過企業(yè)內(nèi)部控制有效性對債券信用評級產(chǎn)生顯著影響。?，摤摵驮?5］則發(fā)現(xiàn)，企業(yè)的環(huán)境信息能夠有效傳遞發(fā)債企業(yè)的特質(zhì)風(fēng)險、盈余持續(xù)性和盈余質(zhì)量等與違約風(fēng)險相關(guān)的重要信息，企業(yè)的環(huán)境信息披露質(zhì)量對債券信用評級具有顯著的正向影響。

以上研究從特定角度考察了債券信用評級的影響因素，獲得了有價值的發(fā)現(xiàn)，但忽略了不同特征因素之間的聯(lián)動性和主次性——信用評級機(jī)構(gòu)特征的影響在很大程度上取決于發(fā)債企業(yè)特征。而在眾多企業(yè)特征中，企業(yè)資源配置戰(zhàn)略作為企業(yè)為獲取競爭優(yōu)勢所制定的重要規(guī)劃，是根本性、深層次和全局性的［16］。王化成等［17］研究表明，企業(yè)資源配置戰(zhàn)略決定了企業(yè)資源配置的結(jié)構(gòu)，從而對企業(yè)運(yùn)營和財務(wù)等各類活動都具有深遠(yuǎn)影響。而企業(yè)融資活動的本質(zhì)是配合與服務(wù)企業(yè)整體層面的戰(zhàn)略決策，并最終實(shí)現(xiàn)利益相關(guān)者利益最大化［18-20］。因此，企業(yè)資源配置戰(zhàn)略也必然會對企業(yè)的融資行為產(chǎn)生更大的影響。同時，與傳統(tǒng)企業(yè)資源配置戰(zhàn)略分類不同，張新民［21］認(rèn)為，企業(yè)的運(yùn)營成果和經(jīng)營效益最終會體現(xiàn)在財務(wù)報表中，他基于財務(wù)報表各要素項目與企業(yè)經(jīng)營管理活動之間的內(nèi)在聯(lián)系劃分了企業(yè)資源配置戰(zhàn)略類型，具體包括經(jīng)營主導(dǎo)型戰(zhàn)略、投資主導(dǎo)型戰(zhàn)略和投資與經(jīng)營并重型戰(zhàn)略。在不同的企業(yè)資源配置戰(zhàn)略下，企業(yè)的經(jīng)營模式和資源配置能力有所不同，導(dǎo)致企業(yè)違約風(fēng)險情況產(chǎn)生差異，并最終對其所發(fā)行債券的信用評級產(chǎn)生影響?；诖耍疚膹钠髽I(yè)戰(zhàn)略視角出發(fā)，以2008—2020年中國A股上市公司作為研究對象，探究企業(yè)資源配置戰(zhàn)略對債券信用評級的影響機(jī)制。

本文的主要邊際貢獻(xiàn)體現(xiàn)在以下兩個方面：其一，從企業(yè)戰(zhàn)略視角出發(fā)，拓展了基于企業(yè)特征的債券信用評級影響因素研究?，F(xiàn)有國內(nèi)外關(guān)于債券信用評級的研究主要從信用評級機(jī)構(gòu)特征和企業(yè)特征展開，鮮有文獻(xiàn)從企業(yè)戰(zhàn)略視角出發(fā)研究其對債券信用評級的影響。本文則研究了企業(yè)資源配置戰(zhàn)略對債券信用評級的影響，強(qiáng)調(diào)了發(fā)債企業(yè)戰(zhàn)略屬性的重要性。其二，豐富了企業(yè)資源配置戰(zhàn)略的相關(guān)研究。以往關(guān)于企業(yè)資源配置戰(zhàn)略的研究主要聚焦于企業(yè)資源配置戰(zhàn)略對公司治理［22］ 和企業(yè)業(yè)績的影響［23］，以及企業(yè)資源配置戰(zhàn)略與企業(yè)會計信息之間的關(guān)系［24-25］，但從債券市場角度的研究相對匱乏，本文則從債券市場角度出發(fā)，詳細(xì)探究了企業(yè)資源配置戰(zhàn)略對債券信用評級的影響機(jī)制，是對現(xiàn)有文獻(xiàn)的有益補(bǔ)充。

二、理論分析與研究假設(shè)

信用評級機(jī)構(gòu)作為債券市場的“看門人”，其主要職能是依據(jù)所獲取的各類信息評估債券發(fā)行人的違約風(fēng)險，并作出相應(yīng)的信用評級決策。Pepa［26］認(rèn)為，信用評級機(jī)構(gòu)在進(jìn)行信用評級決策時會考慮企業(yè)各種硬信息（定量信息） 和軟信息（定性信息），如企業(yè)財務(wù)報告信息［9］、資產(chǎn)波動情況［10］和公司治理水平［13］等，并以此來判斷發(fā)行人的違約風(fēng)險，進(jìn)而作出信用評級決策。企業(yè)資源配置戰(zhàn)略作為企業(yè)重要的軟信息（定性信息），不僅決定了企業(yè)的經(jīng)營模式，也決定了企業(yè)的資源配置能力，并通過這兩種方式對企業(yè)違約風(fēng)險產(chǎn)生影響，進(jìn)而影響債券信用評級。企業(yè)資源配置戰(zhàn)略決定了企業(yè)的經(jīng)營模式。一方面，當(dāng)企業(yè)資源配置戰(zhàn)略為經(jīng)營主導(dǎo)型時，企業(yè)資產(chǎn)大多以經(jīng)營性資產(chǎn)為主，企業(yè)的主要收益及未來發(fā)展?jié)摿θQ于其主營業(yè)務(wù)的盈利能力，并通過對自身主營業(yè)務(wù)的發(fā)展形成企業(yè)的核心競爭力［25］，由于企業(yè)主營業(yè)務(wù)經(jīng)營持續(xù)性較強(qiáng)，使得企業(yè)收益具有波動性小、穩(wěn)定性強(qiáng)的特點(diǎn)［27］。因此，經(jīng)營主導(dǎo)型企業(yè)能夠利用其持續(xù)經(jīng)營所獲取的相對穩(wěn)定的收益增強(qiáng)企業(yè)的償債能力，降低違約風(fēng)險，從而提高債券信用評級。另一方面，當(dāng)企業(yè)資源配置戰(zhàn)略為投資主導(dǎo)型時，母公司資產(chǎn)以投資性資產(chǎn)為主，母公司并不直接從事或少量從事生產(chǎn)經(jīng)營業(yè)務(wù)［24-25］。投資主導(dǎo)型企業(yè)的收益主要來源于兩方面：一是母公司的控制性投資收益，即通過其控制權(quán)獲取子公司，通過子公司的生產(chǎn)經(jīng)營而獲取收益。二是母公司自身的非控制性投資收益，如可供出售金融資產(chǎn)、持有至到期投資等投資收益。無論是母公司控制性投資所取得的子公司收益還是母公司自身所有的非控制性投資收益，相對于母公司主營業(yè)務(wù)產(chǎn)生的收益而言，投資主導(dǎo)型企業(yè)收益的不確定性更大，更具有波動性，并且持續(xù)性也相對較差，無法為企業(yè)償債能力提供持續(xù)穩(wěn)定的支撐，從而增加企業(yè)違約風(fēng)險，最終對債券信用評級產(chǎn)生負(fù)向影響［13］。

企業(yè)資源配置戰(zhàn)略決定了企業(yè)的資源配置能力。企業(yè)的資源配置能力與控制權(quán)集中程度密切相關(guān)。在不同的企業(yè)資源配置戰(zhàn)略下，企業(yè)控制權(quán)集中程度存在差異。一方面，當(dāng)企業(yè)資源配置戰(zhàn)略為經(jīng)營主導(dǎo)型時，企業(yè)戰(zhàn)略是以特定的商業(yè)模式、行業(yè)選擇和產(chǎn)品或勞務(wù)中的生產(chǎn)與銷售為主營業(yè)務(wù)的總體戰(zhàn)略為主導(dǎo)［25］。此時，母公司報表中控制性長期股權(quán)投資的占比較低，經(jīng)營主導(dǎo)型企業(yè)需要管控的子公司數(shù)量也較少［28］，企業(yè)的控制權(quán)相對集中。因此，當(dāng)企業(yè)所發(fā)行的債券到期或需要償付時，利用控制權(quán)集中的特點(diǎn)，企業(yè)能夠充分調(diào)用集團(tuán)內(nèi)部資源履約，企業(yè)償債能力較強(qiáng)，有利于降低債券違約風(fēng)險，提高債券信用評級。另一方面，當(dāng)企業(yè)資源配置戰(zhàn)略為投資主導(dǎo)型時，企業(yè)戰(zhàn)略則以多元化或一體化的總體戰(zhàn)略為主導(dǎo)，以對子公司的資產(chǎn)管理為核心，通過快速擴(kuò)張為企業(yè)的利益相關(guān)者持續(xù)創(chuàng)造價值。因此，投資主導(dǎo)型企業(yè)需要管控的子公司數(shù)量較多，控制權(quán)更分散，此時企業(yè)對集團(tuán)內(nèi)部子公司的資源配置能力相對較差，這降低了企業(yè)對集團(tuán)資源調(diào)動的能力。當(dāng)企業(yè)所發(fā)行的債券到期或需要兌付時，由于無法及時調(diào)用企業(yè)資源而導(dǎo)致其償債能力不足，增加企業(yè)違約風(fēng)險，從而對債券信用評級產(chǎn)生不利影響［13］。

基于上述分析，筆者提出以下假設(shè)：

H1：相對于經(jīng)營主導(dǎo)型企業(yè)，投資主導(dǎo)型企業(yè)的債券信用評級更低。

信用評級指的是信用評級機(jī)構(gòu)對發(fā)債企業(yè)的經(jīng)營狀況、財務(wù)指標(biāo)、治理情況和行業(yè)環(huán)境等方面進(jìn)行綜合分析，利用科學(xué)的信用評級體系對企業(yè)違約風(fēng)險進(jìn)行量化估計，并提交信用評級報告，旨在為資本市場參與者提供真實(shí)可靠的違約風(fēng)險信息，以緩解債券市場中存在的信息不對稱問題［6］。因此，企業(yè)違約風(fēng)險能夠直接影響債券信用評級，一般而言，企業(yè)違約風(fēng)險越高，債券信用評級越低［29］。

企業(yè)違約風(fēng)險受到企業(yè)個體特征的顯著影響，如企業(yè)經(jīng)營狀況、盈利能力和資源稟賦等。而在眾多企業(yè)特征中，企業(yè)資源配置戰(zhàn)略作為企業(yè)全局性、長期性的重要規(guī)劃，對企業(yè)各類行為都具有重要影響。其一，企業(yè)資源配置戰(zhàn)略決定了企業(yè)的經(jīng)營模式。其二，企業(yè)資源配置戰(zhàn)略影響了企業(yè)對集團(tuán)資源的配置能力。企業(yè)資源配置戰(zhàn)略通過上述兩種方式影響企業(yè)違約風(fēng)險，進(jìn)而影響債券信用評級。當(dāng)企業(yè)資源配置戰(zhàn)略為經(jīng)營主導(dǎo)型時，企業(yè)收益主要來源于主營業(yè)務(wù)經(jīng)營所產(chǎn)生的利潤，收益的持續(xù)性和穩(wěn)定性相對較強(qiáng)。同時，企業(yè)控制權(quán)較集中，對內(nèi)部資源的配置能力更強(qiáng)，能夠?yàn)槠髽I(yè)償還債務(wù)本金和利息提供充分保障。因此，經(jīng)營主導(dǎo)型企業(yè)違約風(fēng)險較低，債券信用評級更高。與經(jīng)營主導(dǎo)型企業(yè)相比，投資主導(dǎo)型企業(yè)的收益主要來源于母公司的控制性投資收益和非控制性投資收益，收益的持續(xù)性和穩(wěn)定性較弱。同時，企業(yè)控制權(quán)比較分散，對內(nèi)部資源的配置能力較差，無法為企業(yè)償還債務(wù)本金和利息提供充分保障。因此，投資主導(dǎo)型企業(yè)違約風(fēng)險更高，債券信用評級更低。

基于上述分析，筆者提出以下假設(shè)：

H2：企業(yè)資源配置戰(zhàn)略通過作用于企業(yè)違約風(fēng)險進(jìn)而影響債券信用評級。

三、研究設(shè)計

（一） 數(shù)據(jù)來源

本文以2008—2020年中國A股上市公司作為研究對象，選擇中國A股上市公司發(fā)行的公司債、企業(yè)債和中期票據(jù)作為研究樣本，樣本選擇依據(jù)如下：2007年8月，中國證券監(jiān)督管理委員會頒布并實(shí)施了《公司債發(fā)行試點(diǎn)辦法》，標(biāo)志著公司債市場正式建立。2008年4月，中國人民銀行推出了中期票據(jù)。因此，本文將樣本起始期定為2008年，并剔除金融機(jī)構(gòu)發(fā)債、可轉(zhuǎn)換債券和數(shù)據(jù)嚴(yán)重缺失樣本。本文的債券信用評級數(shù)據(jù)和企業(yè)財務(wù)數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫和Wind數(shù)據(jù)庫。刪除缺失值后，最終得到2 534個觀測值。同時，為緩解樣本中異常值對研究結(jié)論的影響，本文還對各主要連續(xù)變量進(jìn)行了上下各1%的縮尾處理。

（二） 變量說明

⒈被解釋變量

本文的被解釋變量為債券信用評級（Rate）。借鑒寇宗來等［30］的研究，本文用序數(shù)方式進(jìn)行度量，當(dāng)債券信用評級為AA-、AA、AA+和AAA時分別賦值為1、2、3和4。

⒉解釋變量

本文的解釋變量為企業(yè)資源配置戰(zhàn)略（Strategy）。投資主導(dǎo)型企業(yè)的特征之一是母公司報表中長期股權(quán)投資金額較大，而經(jīng)營主導(dǎo)型企業(yè)母公司報表中長期股權(quán)投資金額較小。因此，本文以（母公司報表長期股權(quán)投資-合并報表長期股權(quán)投資） /母公司報表總資產(chǎn)衡量企業(yè)資源配置戰(zhàn)略。該數(shù)值越大，表示企業(yè)資源配置戰(zhàn)略越趨向于投資主導(dǎo)型；反之，則越趨向于經(jīng)營主導(dǎo)型。同時，本文參考祝繼高等［31］的研究，如果該值大于該年所有樣本的中位數(shù)，則將該企業(yè)資源配置戰(zhàn)略定義為投資主導(dǎo)型戰(zhàn)略（Strategy=1）；否則為經(jīng)營主導(dǎo)型戰(zhàn)略（Strategy=0）。由于投資與經(jīng)營并重型戰(zhàn)略兼具經(jīng)營主導(dǎo)型和投資主導(dǎo)型戰(zhàn)略的特點(diǎn)，為厘清企業(yè)資源配置戰(zhàn)略類型對債券信用評級的影響機(jī)制，本文僅研究經(jīng)營主導(dǎo)型和投資主導(dǎo)型兩類企業(yè)資源配置戰(zhàn)略對債券信用評級的影響。

⒊中介變量

本文的中介變量為企業(yè)違約風(fēng)險（DD）。參考May等［10］的研究，本文用違約距離衡量企業(yè)違約風(fēng)險。違約距離由Merton［32］提出，用企業(yè)市場價值減去企業(yè)債務(wù)面值并除以估計的企業(yè)價值波動率計算。該指標(biāo)度量企業(yè)發(fā)生財務(wù)困境的可能性，該值越大，企業(yè)發(fā)生財務(wù)困境的可能性越小，企業(yè)違約風(fēng)險越小。

⒋控制變量

本文借鑒相關(guān)研究，具體選取企業(yè)特征控制變量和債券特征控制變量兩類控制變量。其中，企業(yè)特征變量包括：資產(chǎn)報酬率（Roa），用息稅前利潤與平均總資產(chǎn)的比值衡量；托賓Q 值（Tobinq），用企業(yè)市值與總資產(chǎn)的比值衡量；財務(wù)杠桿（Lev），用總負(fù)債與總資產(chǎn)的比值衡量；流動資產(chǎn)比例（La），用流動資產(chǎn)與總資產(chǎn)的比值衡量；母公司資產(chǎn)比例（Passet），用母公司總資產(chǎn)與合并總資產(chǎn)的比值衡量；股權(quán)集中度（Largesr），用第一大股東持股比例衡量；信息不對稱程度（Infoasym），用無形資產(chǎn)與總資產(chǎn)的比值衡量。債券特征變量包括：債券發(fā)行規(guī)模（Bond Size），用債券發(fā)行總金額的自然對數(shù)衡量；債券期限（Bond Maturity），用債券發(fā)行期限衡量。為緩解內(nèi)生性問題，所有財務(wù)數(shù)據(jù)均選擇企業(yè)發(fā)債前一年年末報表數(shù)據(jù)。

（三） 模型設(shè)定

⒈基準(zhǔn)回歸模型

本文參考林晚發(fā)等［6］的研究，構(gòu)建基準(zhǔn)回歸模型以檢驗(yàn)H1，如下：

Rateit = β0 + β1Strategyi，t-1 +Σj = 210 βjControljit + Industryi + Yeart +εit （1）

其中，Rateit表示發(fā)債企業(yè)i在第t年的債券信用評級，Strategyi，t-1表示發(fā)債企業(yè)i在第t-1年的資源配置戰(zhàn)略，Controljit表示上述控制變量，Industryi和Yeart表示行業(yè)和年份固定效應(yīng)，εit 表示隨機(jī)誤差項，在公司層面進(jìn)行了聚類處理。

⒉中介效應(yīng)檢驗(yàn)?zāi)Ｐ?/p>

為檢驗(yàn)企業(yè)資源配置戰(zhàn)略是否通過影響企業(yè)違約風(fēng)險而作用于債券信用評級，本文構(gòu)建中介效應(yīng)檢驗(yàn)?zāi)Ｐ鸵詸z驗(yàn)H2，如下：

DDit = β0 + β1Strategyi，t-1 +Σj = 210 βjControljit + Industryi + Yeart + εit （2）

其中，DDit 表示發(fā)債企業(yè)i在第t年的企業(yè)違約風(fēng)險，其余變量定義與模型（1） 相同。

（四） 描述性統(tǒng)計

主要變量的描述性統(tǒng)計結(jié)果如表1 所示。由表1 可知，債券信用評級（Rate） 的均值為3. 116，對應(yīng)債券信用評級為AA+—AAA，這表明中國債券市場存在信用評級膨脹現(xiàn)象，債券信用評級水平整體偏高。企業(yè)資源配置戰(zhàn)略（Strategy） 的均值為0. 502，這表明樣本中投資主導(dǎo)型企業(yè)與經(jīng)營主導(dǎo)型企業(yè)數(shù)量分布均勻。此外，企業(yè)資源配置戰(zhàn)略（Strategy） 的標(biāo)準(zhǔn)差為0. 500，這表明樣本中企業(yè)的資源配置戰(zhàn)略存在一定差異?？刂谱兞康拇笮≡诓煌髽I(yè)年度間也存在明顯差異?？傮w而言，本樣本具有良好的區(qū)分度。

四、實(shí)證分析

（一） 基準(zhǔn)回歸分析

企業(yè)資源配置戰(zhàn)略對債券信用評級影響的估計結(jié)果如表2所示。為增強(qiáng)研究結(jié)果的穩(wěn)健性，本文同時使用OLS模型和Oprobit模型對模型（1） 進(jìn)行回歸。表2結(jié)果顯示，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)分別為-0. 228和-0. 433，均在1%水平下顯著。回歸結(jié)果表明，在考慮了企業(yè)特征和債券特征兩方面控制變量的影響后，相對于經(jīng)營主導(dǎo)型企業(yè)資源配置戰(zhàn)略，當(dāng)發(fā)債企業(yè)資源配置戰(zhàn)略為投資主導(dǎo)型時，債券信用評級平均降低了2. 28%和4. 33%，H1得到驗(yàn)證。

（二） 內(nèi)生性檢驗(yàn)

雖然本文已經(jīng)控制了影響債券信用評級的主要因素，并且控制了行業(yè)和年份固定效應(yīng)，但仍然可能存在因遺漏變量或樣本自選擇等產(chǎn)生內(nèi)生性問題。因此，本文采用控制企業(yè)固定效應(yīng)、傾向得分匹配法、熵平衡法和Heckman兩階段模型四種方式進(jìn)行內(nèi)生性檢驗(yàn)。

⒈控制企業(yè)固定效應(yīng)

債券信用評級可能受到發(fā)債企業(yè)個體特性的影響，為減少發(fā)債企業(yè)個體特征變量的遺漏對研究結(jié)論產(chǎn)生影響，本文進(jìn)一步控制了企業(yè)固定效應(yīng)，對模型（1） 重新進(jìn)行回歸，結(jié)果如表3所示。表3 列（1） 結(jié)果顯示，在控制了年份、行業(yè)和企業(yè)固定效應(yīng)之后，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 122，在10%水平下顯著，該結(jié)果與基準(zhǔn)回歸結(jié)果基本一致，這說明本文研究結(jié)論可靠。

⒉傾向得分匹配法

不同發(fā)債企業(yè)之間的系統(tǒng)性差異可能會影響基準(zhǔn)回歸結(jié)果，產(chǎn)生樣本自選擇問題。為緩解樣本自選擇問題產(chǎn)生的內(nèi)生性，本文使用傾向得分匹配法減小該差異。筆者嘗試為每一個處理組公司（Strategy=1） 匹配一個對照組公司（Strategy=0），使得該對照組公司在同年度與處理組公司的傾向匹配得分最為接近，傾向匹配得分的距離設(shè)定為0. 010。傾向得分匹配法消除了處理組與對照組樣本所有控制變量平均值的顯著差異。在完成匹配后，使用匹配后的樣本對模型（1） 重新進(jìn)行回歸，結(jié)果如表3所示。表3列（2） 結(jié)果顯示，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 222，在1%水平下顯著。這證明本文的基準(zhǔn)回歸結(jié)果并非偽回歸的結(jié)果。

⒊熵平衡法

前文使用傾向得分匹配法為投資主導(dǎo)型企業(yè)尋找特征相似的經(jīng)營主導(dǎo)型企業(yè)來處理不同發(fā)債企業(yè)之間所存在的系統(tǒng)性差異，以緩解樣本選擇偏差問題。但傾向得分匹配法高度依賴于第一階段Logit模型的設(shè)定，同時可能導(dǎo)致部分樣本信息損失。因此，Hainmueller［33］提出了不依賴于第一階段Logit模型設(shè)定的熵平衡法，并且該方法不會導(dǎo)致樣本信息損失?；诖?，本文參考楊國超和芮萌［34］的研究，進(jìn)一步采用熵平衡法解決樣本選擇性偏差問題，利用匹配后的樣本對模型（1） 重新進(jìn)行回歸分析，結(jié)果如表3所示。表3列（3） 結(jié)果顯示，利用熵平衡法進(jìn)行檢驗(yàn)時，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 184，在1%水平下顯著。這進(jìn)一步證明本文研究結(jié)論的可靠性。

⒋Heckman兩階段模型

為進(jìn)一步解決可能存在的內(nèi)生性問題，本文采用Heckman兩階段模型排除樣本選擇偏差。一般而言，同一行業(yè)發(fā)債企業(yè)的資源配置戰(zhàn)略具有相似性，但同一行業(yè)其他發(fā)債企業(yè)資源配置戰(zhàn)略則不會對本企業(yè)債券信用評級產(chǎn)生直接影響。因此，在Heckman第一階段中，以樣本當(dāng)年同行業(yè)企業(yè)資源配置戰(zhàn)略的中位數(shù)定義企業(yè)資源配置戰(zhàn)略（Painv_dum） 作為工具變量進(jìn)行回歸。Heckman第二階段則在模型（1） 的基礎(chǔ)上加入第一階段估計得出的逆米爾斯比率（IMR） 重新進(jìn)行回歸，結(jié)果如表4所示。表4列（1） 結(jié)果顯示，工具變量（Painv_dum） 對企業(yè)資源配置戰(zhàn)略（Strategy） 的回歸系數(shù)為0. 126，在1%水平下顯著，這表明工具變量對解釋變量具有顯著的正向影響。表4列（2） 結(jié)果顯示，逆米爾斯比率（IMR） 的系數(shù)不顯著，這表明本文的研究結(jié)果不存在明顯的樣本自選擇問題，同時，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 236，在1%水平下顯著，與前文結(jié)論一致。

（三） 穩(wěn)健性檢驗(yàn)①

⒈更換被解釋變量

在基準(zhǔn)回歸中，本文將債券信用評級作為被解釋變量進(jìn)行分析，而除債券信用評級外，信用評級機(jī)構(gòu)也會對發(fā)債企業(yè)進(jìn)行信用評級，即主體信用評級。主體信用評級能夠有效反映債券發(fā)行人的違約風(fēng)險，進(jìn)而影響相關(guān)債券的發(fā)行定價，因而也受到諸多學(xué)者的廣泛關(guān)注?；诖耍疚脑诜€(wěn)健性檢驗(yàn)中將被解釋變量債券信用評級更換為發(fā)債企業(yè)主體信用評級（Issuer_Rate），對模型（1） 重新進(jìn)行回歸。當(dāng)發(fā)債企業(yè)主體信用評級為A、A+、AA-、AA、AA+和AAA時，分別賦值為1、2、3、4、5和6。檢驗(yàn)結(jié)果表明，將被解釋變量由債券信用評級（Rate） 更換為發(fā)債企業(yè)主體信用評級（Issuer_Rate） 后，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)依然在1%水平下顯著為負(fù)，這說明上述結(jié)論穩(wěn)健。

⒉更換解釋變量的度量方式

前文在驗(yàn)證H1時，以母公司報表與合并報表的長期股權(quán)投資之差來度量企業(yè)資源配置戰(zhàn)略類型，考慮到代理變量設(shè)計可能對研究結(jié)論產(chǎn)生影響，本文替換了企業(yè)資源配置戰(zhàn)略的度量方式后對模型（1） 重新進(jìn)行回歸。本文參考葉志偉等［19］用母公司投資性資產(chǎn)占比衡量企業(yè)資源配置戰(zhàn)略的方法，以母公司投資性資產(chǎn)/（母公司經(jīng)營性資產(chǎn)+母公司投資性資產(chǎn)） ②衡量企業(yè)資源配置戰(zhàn)略，該值越大，代表企業(yè)資源配置戰(zhàn)略越趨向于投資主導(dǎo)型，否則越趨向于經(jīng)營主導(dǎo)型。此外，如果該數(shù)值大于該年所有樣本的中位數(shù)，則將該企業(yè)資源配置戰(zhàn)略定義為投資主導(dǎo)型戰(zhàn)略；否則將該企業(yè)資源配置戰(zhàn)略定義為經(jīng)營主導(dǎo)型戰(zhàn)略。檢驗(yàn)結(jié)果表明，更換解釋變量度量方式后，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)依然在1%水平下顯著為負(fù)，這說明本文的研究結(jié)論是穩(wěn)健的。

（四） 異質(zhì)性分析

⒈企業(yè)產(chǎn)權(quán)性質(zhì)異質(zhì)性

王茹婷等［35］發(fā)現(xiàn)，在中國債券市場中，隱性擔(dān)保是較為普遍的現(xiàn)象。主要原因在于，中國的國有企業(yè)整體占比偏高，而國有企業(yè)與政府之間存在天然的關(guān)聯(lián)，導(dǎo)致政府最終會為這些政治關(guān)聯(lián)企業(yè)的經(jīng)營風(fēng)險買單。因此，當(dāng)國有企業(yè)發(fā)行債券時，政府可能會進(jìn)行一定程度的干預(yù)與兜底，即對其進(jìn)行隱性擔(dān)保，使得國有企業(yè)發(fā)行債券的違約風(fēng)險相對較低。同時，信用評級機(jī)構(gòu)考慮到以上因素，可能會給予國有企業(yè)發(fā)行債券較高的信用評級，此時企業(yè)資源配置戰(zhàn)略對債券信用評級的影響可能并不顯著。基于上述分析，本文參考寇宗來等［30］的研究，以發(fā)債企業(yè)產(chǎn)權(quán)性質(zhì)對全部樣本進(jìn)行分組，并對模型（1） 重新進(jìn)行回歸，檢驗(yàn)結(jié)果如表5列（1） 和列（2） 所示。

表5列（1） 結(jié)果顯示，當(dāng)企業(yè)產(chǎn)權(quán)性質(zhì)為國有企業(yè)時，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 131，在5%水平下顯著。表5列（2） 結(jié)果顯示，當(dāng)企業(yè)產(chǎn)權(quán)性質(zhì)為非國有企業(yè)，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 295，在1%水平下顯著，顯著性水平明顯提高。此外，組間系數(shù)差異檢驗(yàn)發(fā)現(xiàn)，組間系數(shù)在10%水平下存在顯著差異，這表明企業(yè)產(chǎn)權(quán)性質(zhì)對企業(yè)資源配置戰(zhàn)略與債券信用評級之間的關(guān)系具有調(diào)節(jié)效應(yīng)，即當(dāng)企業(yè)的產(chǎn)權(quán)性質(zhì)為非國有企業(yè)時，企業(yè)資源配置戰(zhàn)略對債券信用評級的影響更加明顯。

⒉企業(yè)信息環(huán)境異質(zhì)性

信用評級機(jī)構(gòu)的主要職能是利用其所獲取的各類信息對發(fā)債企業(yè)違約風(fēng)險情況進(jìn)行估計，并作出相應(yīng)的評級決策［26］。當(dāng)企業(yè)信息環(huán)境好、信息透明度高時，信用評級機(jī)構(gòu)披露的信息內(nèi)容也更及時、準(zhǔn)確和充分［13］。此時，高質(zhì)量的信息能夠緩解發(fā)債企業(yè)與信用評級機(jī)構(gòu)之間的信息不對稱程度，降低企業(yè)違約風(fēng)險，同時產(chǎn)生一定的信息增量作用。因此，當(dāng)發(fā)債企業(yè)信息環(huán)境較好時，企業(yè)資源配置戰(zhàn)略對債券信用評級的影響可能更顯著?；诖耍疚囊园l(fā)債企業(yè)信息環(huán)境對樣本進(jìn)行分組，并對模型（1） 重新進(jìn)行回歸。具體而言，以發(fā)債企業(yè)分析師跟蹤數(shù)來度量發(fā)債企業(yè)信息環(huán)境，將發(fā)債企業(yè)分析師跟蹤數(shù)取最大四分位數(shù)以上和最小四分位數(shù)以下的樣本分別定義為分析師跟蹤人數(shù)多和分析師跟蹤人數(shù)少，以代表企業(yè)信息環(huán)境好和企業(yè)信息環(huán)境差，分別對模型（1） 進(jìn)行OLS回歸，檢驗(yàn)結(jié)果如表5列（3） 和列（4） 所示。表5列（3） 結(jié)果顯示，在分析師跟蹤人數(shù)多的組中，企業(yè)資源配置戰(zhàn)略（Stratege） 的系數(shù)為-0. 197，在5%水平下顯著。表5列（4） 結(jié)果顯示，在分析師跟蹤人數(shù)少的組中，二者之間的因果關(guān)系并不顯著。此外，組間系數(shù)差異檢驗(yàn)發(fā)現(xiàn)，組間系數(shù)在10%水平下存在顯著差異。這表明企業(yè)信息環(huán)境對企業(yè)資源配置戰(zhàn)略與債券信用評級之間的關(guān)系具有調(diào)節(jié)效應(yīng)，即當(dāng)企業(yè)信息透明度較高、企業(yè)信息環(huán)境較好時，企業(yè)資源配置戰(zhàn)略對債券信用評級的影響更加顯著。

（五） 中介效應(yīng)分析

企業(yè)資源配置戰(zhàn)略作為企業(yè)重要的信息，不僅決定了企業(yè)的經(jīng)營模式，也決定了企業(yè)的資源配置能力，并通過這兩種方式對企業(yè)違約風(fēng)險產(chǎn)生影響，進(jìn)而影響債券信用評級。與經(jīng)營主導(dǎo)型企業(yè)相比，投資主導(dǎo)型企業(yè)的收益持續(xù)性和穩(wěn)定性較差，對企業(yè)內(nèi)部資源的配置能力較低，無法為企業(yè)償還債務(wù)本金和利息提供充分保障。因此，企業(yè)違約風(fēng)險更高，債券信用評級更低。為驗(yàn)證企業(yè)資源配置戰(zhàn)略是否通過影響企業(yè)違約風(fēng)險進(jìn)而作用于債券信用評級，本文運(yùn)用OLS模型對模型（2） 進(jìn)行回歸，結(jié)果如表6所示。表6列（1） 結(jié)果顯示，企業(yè)資源配置戰(zhàn)略（Strategy） 的系數(shù)為-0. 656，在10%水平下顯著。這表明與經(jīng)營主導(dǎo)型企業(yè)資源配置戰(zhàn)略相比，投資主導(dǎo)型企業(yè)違約風(fēng)險更高。該結(jié)論說明企業(yè)違約風(fēng)險（DD） 為企業(yè)資源配置戰(zhàn)略影響債券信用評級的中介變量，H2得到驗(yàn)證。

五、結(jié)論與啟示

本文從企業(yè)戰(zhàn)略視角出發(fā)，以2008—2020年中國A股上市公司為研究對象，運(yùn)用固定效應(yīng)模型探究了企業(yè)資源配置戰(zhàn)略對債券信用評級的影響?；鶞?zhǔn)回歸結(jié)果表明，相對于經(jīng)營主導(dǎo)型企業(yè)，投資主導(dǎo)型企業(yè)的債券信用評級更低，并且該結(jié)論在處理內(nèi)生性問題和進(jìn)行一系列穩(wěn)健性檢驗(yàn)后依然成立。異質(zhì)性分析發(fā)現(xiàn)，企業(yè)資源配置戰(zhàn)略對債券信用評級的影響在非國有企業(yè)和分析師跟蹤人數(shù)多的企業(yè)中更為明顯。中介效應(yīng)檢驗(yàn)結(jié)果表明，企業(yè)資源配置戰(zhàn)略通過作用于企業(yè)違約風(fēng)險而影響債券信用評級。

本文的研究結(jié)論對于發(fā)債企業(yè)、信用評級機(jī)構(gòu)和外部投資者具有重要啟示。首先，對于有融資需求的企業(yè)而言，除了關(guān)注企業(yè)財務(wù)信息質(zhì)量、公司治理等方面的因素，還應(yīng)考慮企業(yè)戰(zhàn)略對債券融資過程的影響，相對于經(jīng)營主導(dǎo)型企業(yè)，投資主導(dǎo)型企業(yè)的債券信用評級更低，企業(yè)應(yīng)當(dāng)根據(jù)自身需求，制定符合其長遠(yuǎn)發(fā)展規(guī)劃的資源配置戰(zhàn)略類型，建立戰(zhàn)略導(dǎo)向的經(jīng)營方針，調(diào)整優(yōu)化企業(yè)資產(chǎn)結(jié)構(gòu)，以實(shí)現(xiàn)其融資目標(biāo)。其次，對于信用評級機(jī)構(gòu)而言，應(yīng)充分獲取發(fā)債企業(yè)內(nèi)外部相關(guān)信息，除關(guān)注企業(yè)財務(wù)信息等定量信息外，更應(yīng)關(guān)注企業(yè)戰(zhàn)略這類定性信息對企業(yè)違約風(fēng)險的影響，并對該類信息進(jìn)行合理評估，提高債券信用評級的準(zhǔn)確性和可靠性，避免向資本市場和投資者傳遞錯誤信息。最后，對于債券投資者而言，僅依靠信用評級機(jī)構(gòu)所提供的信息可能無法作出準(zhǔn)確投資決策，因而債券投資者還應(yīng)當(dāng)對發(fā)債企業(yè)的相關(guān)信息進(jìn)行全面分析，在關(guān)注其償債能力的基礎(chǔ)上，進(jìn)一步分析企業(yè)資源配置戰(zhàn)略類型，這有利于投資者對發(fā)債企業(yè)的違約風(fēng)險進(jìn)行分析和評估，從而調(diào)整投資決策，降低投資風(fēng)險，減少投資損失。

參考文獻(xiàn)：

［1］ BEAVER W H， SHAKESPEARE C， SOLIMAN M T. Differential properties in the rates of certified versus noncertifiedbond?rate agencies［ J］. Journal of accounting and economics，2006，42（3）：303-334.

［2］ BONSALL S B. The impact of issuer?pay on corporate bond rating properties： evidence from Moodys and S&Psinitial adoptions［J］. Journal of accounting and economics，2014，57（2）：89-109.

［3］ 林晚發(fā)，何劍波，周暢，等“. 投資者付費(fèi)”模式對“發(fā)行人付費(fèi)”模式評級的影響：基于中債資信評級的實(shí)驗(yàn)證據(jù)［J］.會計研究，2017（9）：62-68.

［4］ ANAND M G， ANJAN V T. Information reliability and welfare： a theory of coarse credit ratings［J］. Journal offinancial economics，2015，115（3）：541-557.

［5］ 陳關(guān)亭，朱松.評級行業(yè)競爭與信用評級水平——基于中國信用債市場的證據(jù)［J］.金融學(xué)季刊，2021，15（4）：1-25.

［6］ 林晚發(fā)，鐘輝勇，趙仲匡，等.金融中介機(jī)構(gòu)競爭的市場反應(yīng)——來自信用評級機(jī)構(gòu)的證據(jù)［J］.金融研究，2022（4）：77-96.

［7］ MANI S. The effect of reputation shocks to rate agencies on corporate disclosures［J］. The accounting review，2019，94（1）：299-326.

［8］ RAMIN P B， BO B. Reputations and credit rates： evidence from commercial mortgage?backed securities［J］. Journalof financial economics，2020，135（2）：425-444.

［9］ ZIEBART D A， REITER S A. Bond rates， bond yields and financial information［J］. Contemporary accountingresearch，1992，9（1）：252-282．

［10］ MAY X B， MATTHEW T B， DAVID B S. Does other comprehensive income volatility influence credit risk and thecost of debt［J］. Contemporary accounting research，2019，37（1）：457-484.

［11］ AKINS B. Financial reporting quality and uncertainty about credit risk among rates agencies［J］. The accountingreview， 2018，93（4）：1-22.

［12］ SAMUEL B， KOHARKI K， NEAMTIU M. When do differences in credit rating methodologies matter？Evidencefrom high information uncertainty borrowers［J］. The accounting review，2017，92（4）：53-79.

［13］ HOLLIS A， DANIEL W C， RYAN L. The effects of corporate governance on firms credit rates［J］. Journal ofaccounting and economics，2006，42（1）：203-243.

［14］ 朱彩婕.內(nèi)部控制有效性在董事會治理對債券信用評級影響中的中介效應(yīng)研究［J］.審計研究，2021（3）：118-128.

［15］ ?，摤?，曾泉.環(huán)境信息透明度與企業(yè)信用評級——基于債券評級市場的經(jīng)驗(yàn)證據(jù)［J］.金融研究，2019（5）：132-151.

［16］ 方紅星，楚有為.公司戰(zhàn)略與商業(yè)信用融資［J］.南開管理評論，2019（5）：142-154.

［17］ 王化成，張修平，侯粲然，等.企業(yè)戰(zhàn)略差異與權(quán)益資本成本——基于經(jīng)營風(fēng)險和信息不對稱的中介效應(yīng)研究［J］.中國軟科學(xué)，2017（9）：99-113.

［18］ 李志斌，黃馨怡.新《環(huán)保法》、企業(yè)戰(zhàn)略與技術(shù)創(chuàng)新——基于重污染行業(yè)上市公司的研究［J］.財經(jīng)問題研究，2021（7）：130-137.

［19］ 葉志偉，張新民，胡聰慧.企業(yè)為何短貸長投？——基于企業(yè)戰(zhàn)略視角的解釋［J］.南開管理評論，2023（1）：29-42.

［20］ 盛明泉，周潔，汪順.產(chǎn)權(quán)性質(zhì)、企業(yè)戰(zhàn)略差異與資本結(jié)構(gòu)動態(tài)調(diào)整［J］.財經(jīng)問題研究，2018（11）：98-103.

［21］ 張新民.資產(chǎn)負(fù)債表：從要素到戰(zhàn)略［J］.會計研究，2014（5）：19-28.

［22］ CAPERTER M A. The price of change： the role of CEO compensation in strategic variation and deviation fromindustry strategy norms［J］. Journal of management，2000，26（6）：1179-1198.

［23］ FACCIO M， MORCK R， YAVUZ M D. Business groups and the incorporation of firm?specific shocks into stockprices［J］. Journal of financial economics，2021，139（3）：852-871.

［24］ 張新民，錢愛民，陳德球.上市公司財務(wù)狀況質(zhì)量：理論框架與評價體系［J］.管理世界，2019（7）：152-166.

［25］ 彭愛武，張新民，楊道廣.企業(yè)資源配置戰(zhàn)略與盈余價值相關(guān)性［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2020（6）：87-98.

［26］ PEPA K. Rate agency adjustments to GAAP financial statements and their effect on rates and credit spreads ［J］.The accounting review，2015，90（2）：641-674.

［27］ 王秀麗，張龍?zhí)?，賀曉霞.基于合并報表與母公司報表的財務(wù)危機(jī)預(yù)警效果比較研究［J］.會計研究，2017（6）：38-44.

［28］ 張新民，朱爽.關(guān)于資產(chǎn)負(fù)債表的經(jīng)濟(jì)學(xué)思考［J］.中國工業(yè)經(jīng)濟(jì)，2007（11）：88-95.

［29］ SIMI K， SHIVARAM R， ZHOU X. Large shareholders and credit rates［J］. Journal of financial economics，2017，124（3）：632-653.

［30］ 寇宗來，盤宇章，劉學(xué)悅.中國的信用評級真的影響發(fā)債成本嗎？［J］.金融研究，2015（10）：81-98.

［31］ 祝繼高，王玨，張新民.母公司經(jīng)營模式、合并——母公司報表盈余信息與決策有用性［J］.南開管理評論，2014（3）：84-93.

［32］ MERTON R C. On the pricing of corporate debt：the risk structure of interest rates［J］. The journal of finance，1974，29（2）：449-470.

［33］ HAINMUELLER J. Entropy balancing for causal effects： a multivariate reweighting method to produce balancedsamples in observational studies［J］. Political analysis，2012，20（1）：25-46．

［34］ 楊國超，芮萌.高新技術(shù)企業(yè)稅收減免政策的激勵效應(yīng)與迎合效應(yīng)［J］.經(jīng)濟(jì)研究，2022（9）：174-191.

［35］ 王茹婷，彭方平，李維，等.打破剛性兌付能降低企業(yè)融資成本嗎？［J］.管理世界，2022（4）：42-56.

（責(zé)任編輯：巴紅靜）