上市公司违规与债务资本成本

常月乔

[摘 要]文章以信号理论为基础，结合上市公司违规情况的分析，构建了上市公司违规对公司债务资本成本的影响框架，并采用描述性统计、相关性分析和多元线性回归模型对2013—2015年在沪深两市上市且发行债券的公司进行研究，探索上市公司违规行为对其债务资本成本的影响。

[关键词]上市公司；违规；债务资本成本

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

1 实证研究设计

文章所需要的数据主要包括上市公司的违规情况、发行债券的情况，以及公司的特征和财务数据等。其中上市公司违规情况来自深圳国泰安公司CSMAR数据库，上市公司发行债券的收益率、债券特征及公司财务特征等数据来自Wind数据库。

数据选取标准为：①2013—2015年发行过公司债券的公司为样本。②在t年度之前三年内（即t-3，t-2，t-1年内）发生过违规行为的公司。③在上海证券交易所和深圳证券交易所上市的公司。④排除爆发财务危机的公司。⑤研究资料完整的公司。

关于上市公司违规与债务资本成本关系的研究模型，建立如下多元线性回归方程式：

2 实证研究分析

2.1 描述性统计与分析

2013—2015年所有在银行间和沪深两市发行的公司债券及其公司的数量，以及其中违规公司的数量中，不管是从总数上还是从占比上，发行债券的公司中违规公司的数量逐年递增，而发行证券的公司数量在三年间的分布基本平均。

2013—2015年所有在银行间和沪深两市发行的公司债券按照行业分类及违规情况统计的债券收益率结果显示，不同行业的公司違规与否对债券收益率造成的影响程度不尽相同。其中除了电信服务行业没有违规数据以及信息技术行业的特殊情况以外，我们可以发现一般来说违规的企业都比没有违规行为的企业债券的平均调整后收益率要高，这符合前文的假设H1。

2.2 分组统计

文章将样本分为样本组和对照组，即按照上市公司在债券发行当年的前三年内是否有违规行为进行分组。对两组数据分别进行统计计算，得出各组的债券平均调整后的到期收益率，并计算其差异。

根据计算结果，在显著性水平为1%的时候，两组债券间的平均调整后收益率的差异非常显著。这否定了两组之间平均调整后到期收益率相等的假设。

2.3 相关性分析

文章将采用SPSS软件中的Pearson线性相关分析。通过计算每两个变量之间的相关系数，得出两变量间的线性相关程度。

各个变量之间的Pearson相关系数见表1。可以看出，在不控制其他变量的影响的情况下，adjYTM与lv之间在1%显著水平上呈正相关，相关系数为0.22，这一结果与假设H1相符。

另外，除了因变量和解释变量之间存在相关性，我们也可以看到，自变量lv和各控制变量之间也存在相关性，上市公司的违规概率与上市公司股票市值、权益账面市值比、上市年龄、是否为民营企业以及上市公司主体的评级有关。这些也都符合理论推理。

2.4 回归分析

首先我们将所有变量组合在一起用SPSS进行回归分析。根据上述Pearson分析，自变量Guarantee与因变量之间无显著的相关性，在接下来的回归分析中将剔除这一变量。

回归结果显示R2为0.36，表明此模型拟合较好。F=123.62，P值，即Sig.值小于0.05，此多元线性回归具有显著性。这完全符合前文的假设H1：上市公司违规与其债务成本呈正相关。

因此对所有变量进行回归最终拟合的回归模型如下：

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根据回归模型可以得到一个具体的结论：有过违规行为的上市公司的债务资本成本平均比没有违规行为的上市公司高0.40%。

进一步，我们把样本公司分别按照行业和企业类型进行分类，分别进行多元线性回归。

首先我们按照行业进行分类，我们把Wind分类表中的能源、材料和工业算作一类，称为重工业，剩余的其他类别算作非重工业，我们假设H2：重工业行业违规行为对债券收益率的影响更为明显。回归结果显示这两组回归的决定系数分别为0.38和0.36，拟合度都比较好。两组数据的Sig值，即P值均小于0.05，回归结果显著。两组回归的lv变量的系数分别为0.64和0.11，这说明重工业组有违规行为的公司比没有违规行为的公司要多承担0.64%的债务资本成本，而非重工业组有违规行为的公司比没有违规行为的公司只需多承担0.11%的债务资本成本。此结论验证了假设H2的正确性。

接下来，我们把样本公司按照控制权进行分类，讨论不同类型公司对违规行为的反应程度。一般认为民营企业的政治关联性相较于国有企业较低，其不稳定程度较高，我们得到假设H3：民营企业对违规行为的反应程度较强。我们把样本公司分为民营公司和非民营公司两类分别进行回归分析，回归结果如下：民营企业组变量lv的系数为0.28，小于非民营企业组变量lv的系数0.50，因此从回归中得出的结论为非民营企业的违规行为对债券收益率的影响较高，因此否定原假设H3。

3 结 论

从以上模型的回归结果来看，违规行为的变量lv与公司调整后债券收益率adjYTM总是在1%置信水平上呈现显著正相关，这一结果验证了文章的假设H1，即上市公司的违规行为会对其债务成本产生负面影响。此外，结合样本公司类型的统计分析以及进一步的回归分析，我们发现如下结论：重工业行业违规行为对债券到期收益率的影响更为明显；非民营企业违规行为对债券到期收益率的影响更明显。以上实证分析的结果为在沪深两市上市并且发行公司债券的公司做出违规行为控制提供了指导和借鉴，为上市公司如何降低企业发行公司债券成本给出了一个方向，同时给在债券市场上的投资者提供了一个判断上市公司发行的公司债券收益率的方法，有利于债务人更好地做出投资决策，保护中小投资者的利益。

参考文献：

[1]傅莹.上市公司违规类型披露对银行借款的影响研究 [D].长沙：湖南大学，2014.

[2]李新.公司治理、债券信用评级与债券融资成本 [J].财会通讯，2016（6）.