信用评级可信吗：基于股票错误定价的检验

王生年牛慧君聂 晓

一、引言

党的十九大报告指出，要促进多层次资本市场健康发展，不断提高企业直接融资比重。作为我国发展直接融资的主战场，债券市场在金融体系中的地位逐步提升，市场不断扩容。截至2020年年末，我国债券市场余额存量达114.3万亿元，稳居全球第二，其发展已驶入快车道。然而，自“11超日债”出现违约后，债券市场信用风险不断增大，Wind数据显示2014至2020年间信用债市场共有581支违约债券，违约金额高达5 241.38亿元，对我国金融安全构成新的威胁。信用评级机构作为债券市场的基础设施，一直被视为企业信用风险的重要指示器，其能否有效发挥风险预警作用，对债券市场稳定发展意义重大。同时，评级信息的外部性特征也使得企业信用评级与其在股票市场的表现息息相关。例如：高盛证券2008年因穆迪将其长期信用评级调整至负面导致股票下跌16%；标准普尔于2011年以“缺乏渠道接触管理层”为由撤销玖龙纸业的评级业务引起投资者恐慌，股价40分钟内暴跌17.6%；2020年劳斯莱斯信用评级被下调消息传出后股价暴跌10%；等等。这些事件表明，信用评级会对证券市场上的股票定价产生重要影响。

已有研究表明，信用评级在资本市场中的角色“亦正亦邪”。一方面，一些学者认为，企业信用评级不仅可以为投资者决策提供指引，促进市场资源有效合理配置，还是约束企业不良行为的有效手段。信用评级机构作为资本市场上重要的中介机构，不仅可以利用其专业能力收集、处理信息并向市场参与者发布评级报告，扮演信息生产和传递的角色(潘越，2019[1]；林晚发等，2020[2])，而且在企业信用状况恶化时会发挥监督治理职能予以纠正(Arnoud等，2006[3])。另一方面，评级机构与发行人之间的利益冲突容易引发道德风险，为吸引业务不惜放宽评级标准以迎合发行人(施先旺等，2021[4])，严重影响评级质量(Jiang等，2012[5])，投资者深受其害(Bolton等，2012[6])。早在2008年金融危机爆发后，由于评级调整不及时问题，就有学者将信用评级视为引发危机的重要因素之一(Lewis，2010[7])。大公国际2018年被曝“一手抓评估，一手抓咨询”、中诚信国际2020年因跟踪评级不尽职遭监管处罚等典型案例同样凸显了我国企业信用评级存在独立性缺失问题(1)有关处罚信息详见中国银行间市场交易协会官网(http://www.nafmii.org.cn)及中国证券监督管理委员会官网(http://www.csrc.gov.cn/pub/newsite)。，以致于近年来市场中不乏存在高评级债券违约现象。更有学者验证了信用评级对债券发行成本不具有解释力(寇宗来等，2015[8])，评级信息中包含了扭曲的盈余信息(李琦等，2011[9])。以上争论不禁让人质疑：信用评级是否可信？信用评级究竟是为投资者提供了增量信息还是误导了投资者决策？

Fama的有效市场假说(EMH)认为，在完美的市场中股票价格能够充分反映市场中的所有信息。但由于存在信息不对称和投资者有限理性，导致证券市场上的股票价格常常偏离其内在价值。评级机构发布真实准确的评级信息能够有效改善证券市场信息环境，引导投资者认知，发挥信用评级的信息效应缓解上市公司股票错误定价水平。代理问题同样也会造成股票定价偏差(王生年和王松鹤，2018[10])，信用评级如果能合理估计企业信用风险，提供恰当的认证服务则会对管理层产生监督威慑作用，在重复博弈的情况下，管理层会主动选择规避短期化行为，减少盈余操纵等信息管理手段以提高企业信息质量，通过信用评级的监督职能使股票价格回归基础价值。

基于以上理论分析，本文从不同市场间的信息溢出效应假说出发，以2008—2019年我国A股上市公司数据为样本，实证检验了信用评级对股票错误定价的影响。研究发现，相比于不具有信用评级的企业，具有信用评级的企业股票错误定价水平较低，且随着信用评级等级的提高，股票错误定价程度不断降低；在金融脱媒较高的宏观环境下以及产权性质为国有和战略差异度较高的企业中，信用评级对股票错误定价的缓解作用更显著；从信用评级的动态调整视角发现，评级上调对股票错误定价水平的影响不显著，但评级下调会加剧股票错误定价程度。作用机制检验发现，信用评级通过降低信息不对称和盈余管理水平缓解了股票错误定价；信用评级等级则通过提高投资者关注和缓解企业融资约束降低了股票错误定价程度。本文可能的贡献在于：第一，从跨市场信息溢出层面，对债券市场信用评级如何影响股票错误定价提供了新的解释，拓展了股票错误定价影响因素的研究。第二，不同于以往信用评级研究多集中于对债券市场的影响，本文从股票错误定价视角为信用评级信息是否可信提供了实证支持，丰富了信用评级经济后果的相关研究。第三，基于信用评级的信息效应和监督治理效应，分别从信息不对称、盈余管理、信息披露质量、投资者关注以及融资约束角度剖析了信用评级对股票错误定价的潜在影响机制，有助于理解信用评级对投资者和企业行为的影响，也有助于理解信用评级在资本市场中发挥的作用，在保障投资者利益的同时也有助于优化资源配置。

二、文献综述

信用评级是否值得被信任仍处于争论之中，已有文献从证券价格和盈余管理等视角进行了诸多检验。一方面，信用评级等级的确定以及评级变动皆可在市场中传播有效信息进而影响证券价格，因此不少学者通过观察债券和股票价格波动对评级信息的反应来判断信用评级是否具有信息价值(May，2010[11]；林晚发和陈晓雨，2018[12])。何平和金梦(2010)[13]发现我国债券市场中信用评级等级越高，债券价格越低。信用评级信息中包含了有关企业信用风险的增量信息，可以为投资者决策提供依据(Agarwal和Hauswald，2010[14]；沈红波和廖冠民，2014[15])，表明信用评级已受到投资者的信任和认可，是影响债券发行成本的重要依据。如果债券发行人是上市公司，则企业信用评级信息的传导同时也会影响股票价格，Poon和Chan(2008)[16]以股票价格波动作为评级信息反应指标考察了初始评级公告的认证效应和评级下调公告的信号效应。这些研究大多采用事件研究法检验评级变动公告对债券市场和股票市场的影响，若市场参与者对评级变动中的新信息作出反应，则认为信用评级有用且可信。但也有学者指出，美国次贷危机的爆发就是由于三大评级机构对机构化金融产品的评级过于宽松，并未起到预警作用(Mathis等，2009[17]；Bolton等，2012[6])。我国信用评级机构早期受政治和商业环境影响，提供的评级信息也不一定有用，评级结果并不反映发行人基本面信息(Lee，2006[18])。寇宗来等(2015)[8]则研究发现，由于存在发行人付费模式、评级行业竞争、声誉机制失效等原因，评级信息对债券发行成本的解释力不足，评级机构为获得更多评级业务以及丰厚的报酬，会上调评级讨好发行人，评级行业盛行“慷慨”的评级文化，导致信用评级缺乏有效信息，不能对投资者决策产生正向影响。

另一方面，很多学者从盈余管理视角，探讨了信用评级机构能否识别企业盈余管理行为并将其反映到评级信息中，以此来验证信用评级的可信度。若信用评级未能发挥甄别管理层盈余操纵的作用，表明其无法为市场提供额外的增量信息，则认为信用评级是无效且不可信。由于信用评级机构在对企业信用能力进行综合评估划分等级时，需要依赖会计信息并着重关注发行人盈利能力，企业有动机在债券发行前扩大操纵性应计项目以“提高”企业会计利润(李琦等，2011[9])，这种行为很可能适得其反，评级公司凭借其专业能力可以识破上市公司的“欺瞒”手段(Caton等，2011[19])，并通过调低其信用评级予以警示。但也有学者认为，信用评级与审计分属不同领域，评级分析师与专业的审计师知识结构之间存在较大差异，无法像审计师一样准确识别企业的盈余操纵行为(林晚发和刘颖斐，2018[20])，且发债企业管理层更倾向于使用真实盈余管理来影响评级变化(Kim等，2013[21])，加大了信用评级机构识别难度，使其相信发行人出具的财务报表是准确且真实可信的，这也激发了发债企业采取盈余管理措施的动机，尤其是违约风险较高的企业从中获利较多(Jiang，2008[22])。同时，评级机构在利益考量下会有意低估风险忽视盈余管理折价，并将扭曲的信息反映在评级结果中(马榕和石晓军，2016[23])。

通过以上文献梳理发现，信用评级是债券市场投资者信息获取的重要来源，学者们多从债券定价、债券信用利差等角度入手，探讨信用评级是否可信，但并未得出一致的结论。而由于债券市场与股票市场信息具有互通性，学者们一般采用事件研究法从股票价格角度论证了信用评级是否含有专有信息，但是该方法并不能有效区分证券价格的改变是缘于经济事件还是评级本身，存在混杂效应。因此，本文以股票错误定价为经济后果进一步探讨信用评级对股票市场的影响，有助于理清信用评级在资本市场中的作用。

三、理论分析与研究假设

(一)企业信用评级与股票错误定价

信用评级也称为资信评级，由独立的信用评级机构对影响评级对象的诸多信用风险因素进行分析研究，就其偿还债务的能力及其偿债意愿进行综合评价，并用简单明了的符号表示出来(2)摘自《信贷市场和银行间债券市场信用评级规范》(2006年由中国人民银行发布)中对信用评级的定义。。可见，信用评级信息中包含了有关企业偿付能力的公开信息及内幕消息(Agarwal和Hauswald，2010[14]；沈红波和廖冠民，2014[15])，当评级人员“入场”调研挖掘有用信息的同时也发挥了监督威慑作用(赵立军和张瑾，2019[24])，对市场参与者与企业行为产生积极影响。但是现行的“发行人付费”模式下给予发行人“评级选购”的权利和行业中市场竞争压力驱使评级机构取悦发行人出具虚高的评级结果的行为(Bolton等，2012[6]；林晚发等，2017[25])，导致评级信息可信度差，不利于市场信息环境的改善并误导投资者判断。基于此，本文将从正反两个角度分析信用评级对股票错误定价的影响。

信息不对称以及投资者非理性认知是造成股价偏离基本价值这一“金融异象”的重要因素。从信息视角来看，信息是资产定价的重要依据，信用评级的发布可以增加投资者的可用信息总量(林晚发等，2020[2])，能够显著降低被评级企业与利益相关者间的信息不对称。评级机构为了获取更多增量信息来判断企业信用风险，通常会建立实地调研与访谈制度(3)来自信用中国网(http://www.creditchina.org)的《中国信用服务指南》中指明了信用评级的主要程序。，委派专业评级分析师搜集影响企业盈利状况和偿债能力的内幕消息，通过整理分析向外界发布信用评级报告，使得资本市场信息总量和公开信息增多，有助于外部投资者掌握更多企业内部信息，从而做出正确的投资决策，促进上市公司股票价格回归其内在价值。虽然也有部分学者认为信用评级仅是对现有公共数据的分类整理并未提供新信息(Rhee，2015[26])，但评级信息使用简单明了的等级排序法呈现，对投资者来说简单可得、易懂易使用，为其节约了信息收集和处理成本，有助于避免投资者因有限注意和有限的专业能力做出非理性的投资选择。此外，从监督视角来看，信用评级可以向市场传递企业信用质量的好坏，进而影响企业融资成本和未来发展的持续性(何平和金梦，2010[13])，并且评级机构会在债券存续期间不定期地委派专业人员“入场”调研，评级分析师具有专业的信息分析和挖掘能力，虚假信息一旦被识破会予以降级处理进而引发投资者恐慌心理，造成企业发债成本上涨的同时还可能会引发股民大量抛售股票的导致企业融资环境恶化，对企业管理层产生威慑约束作用。管理层为了自身利益和企业长远发展会选择规避欺瞒行为，减少负面信息管理行为，主动提高企业信息披露质量，当外部投资者掌握越多真实有用的信息时，企业未来股票错误定价水平将越低。

目前我国信用评级市场存在评级过度集中、评级偏高和评级频繁上调的现象(马榕和石晓军，2016[23])，随着高评级债券频频违约的发生，更加凸现了信用评级结果存在失真现象。将有偏误的评级信息扩散到市场中，不仅会加剧投资者与公司间的信息不对称程度，还可能诱导投资者做出非理性的投资判断，引发股票价格背离其价值。信用评级结果与企业真实信用风险不匹配的主要原因在于：一是信用评级行业现行的发行人付费模式使得被评级企业和评级机构天然存在利益冲突，进而引发“评级购买”(Rating Shopping)和“评级膨胀”(Rating Inflation)现象(Bolton等，2012[6]；Jiang等，2012[5])，使得信用评级信息成为投资决策时的噪音；二是在当前付费模式下评级行业的市场竞争造成的生存压力，使评级机构为迎合客户给予高评级(Becker和Milbourn，2011[27])，造成评级结果扭曲的现象普遍存在。尤其在我国中小投资者居多的市场背景下，基于评级机构的公信力，投资者对其发布的评级信息依赖程度较高，扭曲的评级信息很容易误导投资者做出错误的投资判断，使得股票价格偏离其内在价值。除此之外，当评级机构在利益驱使下与被评级企业产生合谋时，会有意忽视企业粉饰业绩的盈余操纵行为(马榕和石晓军，2016[23])，并将扭曲的财务状况纳入评级信息中，无法起到监督约束的作用，反而成为管理层操控消息的“保护伞”，加剧投资者和企业间信息不对称程度，导致股票错误定价的金融异象更为严重。

综上所述，从信息视角和监督视角的分析表明，信用评级对股票错误定价的影响存在两面性：一方面，相比于不具有信用评级的企业，具有信用评级的企业在市场上存在更多的公开信息，企业信息透明度较高，有助于投资者掌握企业真实的经营情况；评级机构的实地访谈和调研机制不仅增加了信用评级的信息含量，也对企业产生了外部监督作用，可以减少管理层为一己私利采取信息操控等机会主义行为，有效缓解股票错误定价水平。另一方面，评级机构在利益考量下不仅会出具有偏误的评级报告，对投资者决策产生误导，还会与被评企业产生合谋行为，有意忽视企业盈余管理行为，加剧企业股票价格估值偏误。因此，本文提出如下竞争性假设：

H1a：与不具有信用评级的企业相比，具有信用评级的企业股票错误定价水平较低。

H1b：与不具有信用评级的企业相比，具有信用评级的企业股票错误定价水平较高。

(二)信用评级等级与股票错误定价

投资者因自身精力和时间限制无法充分获取和处理所有信息，会出现投资判断和交易行为的偏误以致于无法准确估计股票价格(Sims，2003[28])，信用评级等级具有认证效应，信用评级越高代表企业的信用质量越好，可以吸引更多投资者关注，而投资者关注的“认知效应”和“治理效应”能够有效提高股票的定价效率(权小锋和吴世农，2012[29])。因此，随着投资者注意力提升，一方面，投资者对盈余信息的吸收与解读能力显著提高，能够有效抑制股票错误定价；另一方面，高评级所吸引的投资者中不乏存在像机构投资者、分析师、财务专家等专业人士，对被评级企业形成了新的监督和压力，抑制了内部人的信息操纵行为。此外，当企业有较高融资需求时，管理层更倾向于进行选择性信息披露以便拓宽融资渠道获得稳定的现金流(卢太平和张东旭，2014[30])，信用评级则与企业融资成本密切联系，评级等级越高，投资者索求的投资回报率越低，企业则能以较低的成本获取资金，摆脱企业面临的融资困境(Kisgen，2006[31]；秦凤鸣和李明明，2016[32])。由此可知，较高的信用评级等级可有效抑制企业采取负面信息管理手段，企业信息环境将得到显著改善，同时，企业为增强投资者信心也会主动提高公司信息披露质量，帮助投资者掌握更多有关企业经营现状的真实信息，从而减少股价与公司基本面的背离。

虽然高评级企业会受到更多投资者关注，但从价格压力假说(即关注效应)来看，在有卖空限制的市场中，股价仅仅容纳了乐观者的预期信念，往往获得高关注的企业股票会受到向上的价格压力(Barber和Odean，2008[33])，即获得投资者更多青睐的高评级企业会被投资者短期净买入行为抬高股价，这种以注意力为导向的股票购买很可能会引起群体效应，并在持续上涨的股票价格和投资者关注之间形成正反馈机制(王生年和张静，2017[34])，导致股价严重偏离企业内在价值。从期望违背理论来看(Burgoon，1993[35])，评级机构旨在根据全球可比性标准，为投资者提供对借款者长期信用风险的独立、前瞻性评估服务(寇宗来等，2015[8])，企业信用评级较高意味着评级机构对企业未来偿还本息的能力看好，向市场传递正面信号，使投资者对高评级企业未来表现报以较高期望。此时，投资者会对企业相关信息极为敏感，一旦出现负面消息将会引发投资者剧烈反应，消极情绪被放大并可能产生群体效应。管理层为避免股价大幅下跌导致个人声誉受损等风险，会增加负面消息的管理以及采取更多的应计项目调整手段，进而加剧了股票错误定价程度。

因此，从监督视角的分析表明，信用评级等级对股票错误定价的影响同样存在两面性：一方面，提高投资者关注带来的“认知效应”和缓解融资约束产生的“治理效应”，对缓解股票错误定价会产生积极作用；另一方面，投资者关注效应和期望违背理论下激发的管理层信息操纵行为，则会加剧股票错误定价。据此，提出如下竞争性假说：

H2a：信用评级越高，股票错误定价水平越低。

H2b：信用评级越高，股票错误定价水平越高。

四、研究设计

(一)样本选择和数据来源

2007年8月证监会颁布并实施《公司债券发行试点办法》，标志着中国债券市场进入蓬勃发展阶段，因此本文选取2008—2019年A股上市公司为研究样本。本文所用主体评级与企业基本面特征数据均来自CSMAR数据库，并对样本进行了如下筛选：首先，中债资信代表投资者付费机构，其评级结果与发行人付费机构存在显著差异，由于本文主要观察发行人付费模式下评级机构能否有效发挥作用，故予以剔除；其次，参考李琦等(2011)[9]的方法，若一年内企业存在多条评级记录，只保留当年度最后一次评级记录；最后，剔除金融行业、ST和*ST的公司样本以及关键变量缺失样本。为避免异常值的影响，对所有连续变量在1%和99%分位进行了缩尾处理，数据处理与分析使用Stata16.0统计软件完成。

(二)变量定义与模型设计

1.变量定义。

(1)解释变量：信用评级。

信用评级(Rating_D)：如果企业当年存在主体信用评级取值为1，否则为0。信用评级等级(Rating_L)：由于我国发改委将主体信用评级AA级作为发行人准入条件，本文样本主体信用评级级别多数集中在A-级以上，因此，将信用评级等级划分为AAA、AA+、AA、AA-、A+、A、A-级及以下。借鉴李琦等(2011)[9]的做法将信用评级等级由高到低依次递减赋值，即当信用等级为AAA时，取值为7；为AA+时，取值为6；直到A-级及以下时，取值为1。因此，Rating_L的数值越小，代表信用评级等级越低。

(2)被解释变量：股票错误定价。

若公司内在价值(V)与市场价值(P)未处于均衡状态，出现偏离则认为股票存在错误定价。上市公司股票内在价值(V)参考Frankel和Lee(1998)[36]的研究，使用剩余收益预测模型(RIM)估计得出，市场价值(P)为该公司股票当年所有交易日收盘价的平均值，构建变量Deviation=|1-V/P|(徐寿福和徐龙炳，2015[37]；王生年和王松鹤，2018[10])，其取值范围为(0，+∞)，取值越大表明上市公司市场价值越偏离其内在价值，即股票错误定价程度越严重。当V/P<1时，表示企业市场价值大于内在价值，即股票价格被高估；当V/P>1时，表示企业内在价值大于市场价值，即股票价格被低估。

(3)控制变量。

借鉴王生年和王松鹤(2018)[10]的研究成果，本文选取了以下控制变量：上市公司规模(Size)、财务杠杆(Lev)、盈利能力(Roa)、流动性股票比例(Liquid)、成长能力(Growth)、第一大股东持股比例(Top1)、董事会规模(Board)、上市年龄(List)以及两职合一(Dual)。具体变量定义见表1。

表1 变量定义表

2.模型构建。

为检验本文假设，设定模型(1)通过回归检验信用评级与股票错误定价的关系。

Deviationi,t=α0+α1Rating_Xi,t+α2Sizei,t+α3Levi,t

+α4Roai,t+α5Liquidi,t+α6Growthi,t

+α7Top1i,t+α8Boardi,t+α9Listi,t

+α10Duali,t+∑Year+∑Industry

+εi,t

(1)

其中，Rating_Xi,t表示信用评级的衡量指标，包括Rating_D(信用评级)和Rating_L(信用评级等级)。模型回归后，若α1显著为负表明信用评级可以有效缓解股票错误定价，即具有信用评级的企业股票错误定价水平较低，且信用评级等级越高，股票错误定价水平越低，若α1显著为正则相反。

五、实证结果与分析

(一)描述性统计

表2列示了主要变量的描述性统计结果。Panel A为2008—2019所有上市公司样本。由表可知，信用评级(Rating_D)的均值为0.155，说明具有信用评级的样本量约占全部样本量的16%，仅占少数比例；信用评级等级(Rating_L)的平均值和中位数分别为5.403和5，表示我国上市公司信用评级集中分布在AA级到AA+级区间，这一结果的主要原因可能是监管部门限定了发债企业主体信用评级不得低于AA级。被解释变量股票错误定价(Deviation)的均值为0.636，中位数为0.637，说明在我国资本市场上普遍存在股价偏离其内在价值的现象，且总体表现为股价的高估。为进一步识别有无信用评级对股票错误定价的影响，将样本分为有信用评级组和无信用评级组进行分组描述性统计，Panel B列示了分组样本的差异性检验结果。在全样本中无信用评级的样本量有16 512个，占全样本的84.45%；有信用评级的样本量有3 040个，占全样本的15.55%，且股票错误定价的均值和中值检验都在1%的水平上显著。这说明不具有信用评级的公司股票错误定价程度显著高于具有信用评级的样本，初步检验了本文的假设H1a。其余变量的统计值与已有文献基本保持一致，说明本文样本选择较为合理。

表2 主要变量描述性统计

(二)基本回归结果

使用模型(1)对信用评级与股票错误定价的关系进行多元回归分析，回归结果见表3。表3中列(1)显示信用评级(Rating_D)的系数为-0.018且在5%的水平上显著，说明与不具有信用评级的企业相比，具有信用评级的企业其股票错误定价水平会受到抑制，该结果支持了本文的假设H1a。按照V/P是否大于1将样本划分为股价高估组和股价低估组，进一步考查信用评级与股票错误定价的方向是否有关，回归结果见表3列(2)和列(3)。信用评级估计系数在高估组(V/P<1)为-0.05且在1%的置信水平上显著，而在低估组(V/P>1)不显著，表明信用评级对股票错误定价的缓解作用在高估组更为显著。

为进一步探索信用评级等级与股票错误定价的关系，仅保留具有信用评级的企业样本采用模型(1)进行多元回归分析，表3中列(4)～列(6)显示了回归结果。信用评级等级(Rating_L)的系数为-0.083且在1%的水平上显著为负，说明信用评级等级越高，股票错误定价的程度越低，支持了本文提出的假设H2a。划分股价高估组和股价低估组的回归同样发现信用评级等级的估计系数在高估组显著为负，在低估组不显著，分组结果差异的原因可能在于我国资本市场卖空机制还不完善，市场交易中更多反映了乐观者信念，投资者非理性行为严重，更倾向于通过推高股价从中获利。以上结果表明信用评级对股票错误定价具有显著的抑制作用，支持了信用评级的信息效应和监督效应在股票市场上作用的发挥，说明信用评级能够改善证券市场定价效率，进而促进市场中资源的有效配置。

表3 信用评级与股票错误定价

(三)稳健性检验

1.倾向匹配得分法(PSM)。

参考林晚发等(2020)[2]采用倾向匹配得分法(PSM)解决因样本自选择带来的估计结果偏误问题。首先将模型(1)中的控制变量(Size、Lev、Roa、Liquid、Growth、Top1、Board、List)作为协变量按照近邻匹配法进行样本配对。本文选取的协变量在匹配后(M)标准化偏差绝对值百分比均保持在5%以内，T检验结果不显著，说明样本匹配后处理组和控制组无显著差异，可以满足PSM平衡性假说。图1、图2是样本匹配前后密度函数图，从中可以直观地看出匹配后处理组和控制组概率密度相比于匹配前差异变小、分布更为接近，匹配效果较好，能够满足共同支撑假说。表4(4)由于有无信用评级样本量差异较大，在后续分析中有关信用评级(Rating_D)的回归检验全部沿用了PSM匹配后的样本进行回归分析(林晚发等，2020[2])。列(1)列示了配对后样本回归的结果，Rating_D的估计系数在1%的水平上显著为负，表明在控制了样本自选择问题后，信用评级与股票错误定价仍表现为显著的负相关关系，结论比较稳健。

图1 匹配前倾向得分密度函数图

图2 匹配后倾向得分密度函数图

2.Heckman检验。

在发行人付费模式下，企业可以根据自身经营状况决定是否获得评级，样本公司是否具有信用评级存在样本自选择偏差带来的内生性问题，因此采用Heckman两阶段回归进一步检验结果的稳健性。第一阶段模型选取公司规模(Size)、财务杠杆(Lev)、成长性(Growth)、盈利能力(Roa)、董事规模(Board)、两职合一(Dual)等变量构建是否具有信用评级(Rating_D)的Probit模型(刘星等，2021[38])，同时参考翟玲玲和吴育辉(2021)[39]的做法，将剔除企业自身的行业发债企业占比Z作为第一阶段Rating_D的排他性约束变量，并将计算出的逆米尔斯比率(IMR)代入模型(1)中进行回归，以修正样本自选择问题。选择模型设定如下：

Probit(Rating_D)=β0+β1Sizei,t+β2Levi,t+β3Roai,t

+β4Liquidi,t+β5Growthi,t

+β6Top1i,t+β7Boardi,t

+β8Listi,t+β9Duali,t

+β10Zi,t+∑Year

+∑Industry+εi,t

(2)

表4中列(2)和列(3)报告了Heckman两阶段的回归结果，由列(3)可知，IMR的回归系数在1%的水平上显著，且Rating_D的估计系数为-0.028且在1%的水平上显著为负，与前面的检验结果保持一致。这说明在控制了样本选择偏差问题后，信用评级对股票错误定价水平仍可以产生积极影响，本文结论仍然成立。

表4 内生性问题检验

3.更换信用评级衡量方法。

(1)将信用评级等级(Rating_L)更换为信用评级赋值后的自然对数(许晨曦和尚铎，2020[40])再进行回归分析。(2)采用可以使评级信息更干净的正交化分解法(潘越，2019[1]；吴育辉等，2019[41])，利用与企业财务特征相关的控制变量对信用评级进行多元回归提取评级的残差值(Residual)，将残差值作为解释变量对股票错误定价进行回归，以此达到仅保留评级中专有信息的目的。回归结果如表5列(1)、列(2)所示，结论与前文保持一致。

4.剔除股价剧烈波动时期。

参考代冰彬等(2019)[42]的研究，由于2008年和2015年我国股票价格发生剧烈波动，可能会对结果产生影响，因此将2008年和2015年的样本剔除。实证结果见表5列(3)、列(4)，可以发现Rating_D和Rating_L与Deviation的回归系数仍显著为负。

5.排除发债企业的替代性假说。

企业为进入债券市场进行融资才会选择获取信用评级，因此，为了排除可能是因为企业发债带来对股票错误定价的积极影响，本文将当期发债的企业样本予以剔除，回归结果如表5中列(5)、列(6)所示，从实证结果可知结论依旧保持稳健。

表5 稳健性检验

(四)进一步分析

1.金融脱媒、信用评级与股票错误定价。

近年来，依托传统金融中介如商业银行的间接融资规模显著下降，金融脱媒日益凸显，债券和股票等直接融资占比逐年上升，债券市场在我国资本市场体系中的重要性逐步提升，成为金融脱媒的重要载体(应展宇，2019[43])。金融活动去银行化的脱媒现象为债券市场上的重要中介——评级机构带来了更多的客户群体并创造了大量潜在商机，评级机构为抢占市场份额迎合企业的嫌疑变小，发布的信用评级信息质量较高，能更有效地发挥其信息和监督作用。企业选择直接融资进入债券市场，必然要经过评级机构测评获取相应评级结果，金融脱媒使得企业对于信用评级的需求增多。因此，金融脱媒程度较高的宏观环境可以缓解评级机构间的业务竞争，同时也使得评级机构的信息效应和监督效应在市场中得到更充分发挥，降低股票错误定价水平。相反，在金融脱媒水平较低的宏观环境中，评级机构间竞争激烈独立性较弱，信用评级的信息效应和监督效应难以发挥，不准确的评级信息极易误导投资者决策，不利于缓解股票错误定价。

参照赵瑞娟和秦建文(2020)[44]的方法，本文利用中国银行网站提供的原始数据以直接融资占间接融资比重构建金融脱媒指数，并按其中位数划分为金融脱媒程度高低组，分别检验不同的金融脱媒宏观环境下信用评级对股票错误定价的影响。为避免样本存在内生性问题，仍沿用PSM匹配后的样本进行回归分析，回归结果如表6所示。在金融脱媒程度高的宏观环境中，信用评级(Rating_D)和信用评级等级(Rating_L)的估计系数分别为-0.045和-0.096，皆在1%的水平上显著为负，说明信用评级对股票错误定价的缓解作用得到有效体现；而在金融脱媒程度低的宏观环境中，信用评级(Rating_D)的估计系数不显著，信用评级等级(Rating_L)的估计系数仅在5%的置信水平上显著，组间系数差异检验的p值分别为0.005 7和0.028 3，表明相较于金融脱媒程度高分组中信用评级等级(Rating_L)的估计系数的显著性水平明显降低。以上回归结果验证了本文的猜想，金融脱媒的宏观环境有助于发挥信用评级对股票错误定价的积极作用。

表6 金融脱媒、信用评级与股票错误定价

2.产权性质、信用评级与股票错误定价。

考虑到我国现行的发行人付费模式，评级机构为获得评级费用可能与企业合谋导致信用评级信息存在偏误，使得信用评级难以发挥缓解股票错误定价的作用。为进一步考察评级机构与企业合谋的动机与行为，本文根据产权性质不同对样本进行了分组回归。以银行信贷为主的直接融资在社会融资规模中占比仍处于高位(赵瑞娟和秦建文，2020[44])，说明银行在我国金融体系中仍占据主导地位，国有企业相较于非国有企业有着更多的融资便利(白俊和连立帅，2012[45])，这种融资优势使得国企对于信用评级的依赖较低(吴育辉和张润楠，2016[46])。而对于融资困难的非国有企业来说，信用评级为发行人提供了进入债券市场的“入场券”，增加了发行人的融资机会，降低了融资成本。因此，非国有企业更可能为了取得高评级而与评级机构合谋，评级机构的寻租行为使得信用评级无法发挥其信息效应和监督效应。

回归结果如表7所示，从列(1)、列(2)可以看出，在非国有企业中信用评级(Rating_D)与股票错误定价之间没有显著相关关系；而在国有企业中，信用评级能够显著缓解股票错误定价，且组间系数差异检验的P值为0.034 3，在5%的水平上显著。列(3)、列(4)表明信用评级等级(Rating_L)不论在非国有企业还是在国有企业，都与股票错误定价呈显著负相关关系，但组间系数差异检验的P值为0.063 6，且在10%的水平上显著。以上结果表明，相比于非国有企业，信用评级在国有企业中对股票错误定价的缓解作用更为显著。

表7 产权性质、信用评级与股票错误定价

3.战略差异度、信用评级与股票错误定价。

战略差异度是企业战略偏离所处行业常规战略的程度。每个行业在长期发展过程中都会逐渐形成一套主流战略模式，但随着行业内企业间竞争日益激烈，不少企业为获取超额利润会选择非主流的战略模式来增强企业核心竞争力。对于投资者来说，当企业采取的战略模式偏离行业常规模式时，由于无法通过行业标准和以往经验来判断目标企业价值，需要投资者投入更多时间和精力搜寻其他有用信息，无形中增加了投资者的信息获取成本，增加了企业和投资者间信息不对称的程度(王化成等，2017[47])。这种差异化战略带来的不确定性也会引发投资者对未来收益的担忧，导致企业投资者关注下降(刘会芹和施先旺，2018[48])，为管理层采取机会主义行为提供了空间。对于企业管理层来说，偏离行业常规的战略模式未被验证，只能“摸着石头过河”。一方面，面临不确定性带来的经营风险；另一方面，由于投资者会索取更高的投资回报以弥补不确定性带来的风险，企业面临的融资成本相较战略差异度低的企业要高。在经营风险和高融资成本的双重压力下，管理层进行盈余管理等机会主义行为的动机也会增加。以上分析表明，战略差异度较大的企业，信息不对称程度较高且管理层机会主义动机更强，可能会使得股票错误定价水平也更高。因此，在偏离行业战略水平较大的企业中，拥有信用评级且信用评级等级越高更能凸显其对股票错误定价的缓解作用。

借鉴叶康涛等(2014)[49]的方法构建企业战略差异度，通过对广告投入、研发投入、企业财务杠杆等六个战略维度指标分别予以标准化，并对标准化后的指标取平均值，进一步地将战略差异度按年度行业划分为高低组以构建虚拟变量DS，以检验企业战略差异度不同的情况下信用评级对股票错误定价的影响。回归结果如表8所示，信用评级(Rating_D)和信用评级等级(Rating_L)在高战略差异度分组中，估计系数分别为-0.065和-0.095且在1%的水平上显著，在低战略差异度分组中Rating_D估计系数为-0.027并在10%的水平上显著，Rating_L估计系数为-0.071且在1%的水平上显著，组间差异检验显示皆在1%的置信水平上显著。以上结果说明信用评级对股票错误定价的缓解作用在高战略差异度的企业更为明显，验证了上文的推测。

表8 战略差异度、信用评级与股票错误定价

4.信用评级调整与股票错误定价。

以上研究均是基于静态评级进行的分析，本文进一步探究了信用评级调整对股票错误定价的影响。评级机构除出具首次信用评级认证之外，还需持续跟踪以时刻掌握企业经营动态并出具与当下企业信用风险相匹配的信用评级等级。从信息效应角度来看，信用评级的变更能够给投资者带来新的信息，投资者可以据此改变投资策略，将企业真实信息融入股价当中，能够缓解股票错误定价水平。由于我国信用评级普遍偏高，评级上调存在市场反应不足(Poon和Chan，2008[16])，相比之下，评级下调更为客观真实，因而更具信息含量。同时，投资者的风险规避意识也会使其更加关注公司的负面消息，通常坏消息会比好消息更快地吸收到股价，说明投资者对好消息和坏信息的反应是不对称的。因此，评级下调对市场参与者而言是更有价值的消息，能够通过对投资者的影响将企业真实情况及时反映到股价中，避免股价被高估。从治理效应视角来看，评级的下调可能会加剧股票错误定价水平。由于信用评级的高低与企业融资环境密切相关，所以评级调整会对企业经营、财务决策产生影响。已有研究表明，企业为恢复评级或避免评级下调会夸大收益，放弃对盈余报告的保守主义等盈余管理行为(林晚发和刘颖斐，2018[20])。由此可见，信用评级的下调压力加大了管理层的短视动机与行为，可能使其实施盈余操纵加剧投资者和企业间的信息不对称，不利于股票价格回归其内在价值。综上，评级调整对股票错误定价的影响方向尚不明晰。

本文针对具有信用评级的企业样本构建了评级上调(up)和评级下调(down)虚拟变量代表信用评级调整的方向，即评级发生上调时，up取值为1，否则为0；评级下调时，down取值为1，否则为0，参考林晚发和刘颖斐(2018)[20]的做法将负面展望也纳入评级下调样本中。回归结果如表9所示，列(1)为评级上调(up)与股票错误定价(Deviation)的回归结果，评级上调的估计系数为-0.022，但在统计上不显著，表明评级上调对股票错误定价并无显著影响；列(2)为评级下调(down)与股票错误定价(Deviation)的回归结果，评级下调的估计系数为0.098并在5%的置信水平上显著，表明评级下调的确会加剧股票错误定价；列(3)将评级上调(up)和下调(down)同时加入时，评级上调的估计系数依旧不显著，评级下调的估计系数显著为正。以上结果说明信用评级调整确实存在不对称性，而且评级下调带来的压力会引发管理层短视行为，加剧股票错误定价。

表9 评级调整与股票错误定价

六、机制检验

前文的理论分析与实证检验表明，信用评级可以通过发挥信息效应和监督效应缓解企业股票错误定价程度，但信用评级和信用评级等级是通过何种路径影响了股票错误定价，仍需进一步探究，本部分将对两者的作用路径进行检验。

(一)企业信用评级影响股票错误定价的路径分析

1.基于信息效应的检验。

评级机构委派专业分析师进行实地访谈和调研、企业为获得较高的评级主动提供非公开资料并根据评级机构信息需求提高信息披露质量(潘越，2019[1])等行为都为信用评级存在信息效应提供了证据，表明信用评级中包含投资者从公共领域无法获得的私人增量信息。而且信用评级机构还会对企业所处行业以及市场的公有风险信息进行整理，分类纳入评级当中，缩减了投资者分析处理信息的成本和时间，使得信息融入股价的速度加快，更加及时地反映企业真实价值。由此可见，具有信用评级的企业在金融市场中的公开信息和私有信息要明显多于不具有信用评级的企业，与投资者间的信息不对称程度较低，有助于缓解由信息不对称带来的股票错误定价。尽管股票投资者更倾向于关注企业财富创造能力而忽视风险指标(林晚发等，2020[2])，但是对于评级机构来说企业盈利能力与企业的偿付意愿和偿付能力紧密关联，是影响信用评级等级高低的重要因素，因此，信用评级信息不仅只对债券投资者有着重要参考价值，对股票投资者决策理念同样有引导作用(Boot等，2006[50])。

2.基于监督效应的检验。

具有信用评级的企业基于信用评级信息的认证能力、评级分析师的专业素质和超强信息解读与挖掘能力，以及对定期和不定期的持续跟踪调研等给管理层带来了外部约束作用。对于管理层来说，信用评级会影响其在经理市场的声誉(翟玲玲和吴育辉，2021[39])，负面的信用评级还会对经理人的工作稳定性以及工资水平产生负面影响；评级机构经常性地开展调研考察以及具有识别盈余管理的专业能力，若企业不良行为被识破还需承担相应的惩罚风险。因此，具有信用评级企业的管理层为避免短视行为暴露引发评级下调对企业长远发展和自己职业生涯带来不利影响，会主动减少盈余管理等信息操纵行为，企业信息环境的改善将有助于降低股票价格错误定价水平。

综上分析，为检验信用评级是否发挥信息效应和监督效应，本文参考姜付秀等(2016)[51]的做法，采用分析师跟踪人数衡量企业信息不对称程度(Infor)，分析师跟踪人数较多的企业信息不对称较低，利用截面修正的琼斯模型估计的可操控性应计利润的绝对值来衡量盈余管理水平(|DA|)(卢太平和张东旭，2014[30])，并参考温忠麟等(2004)[52]的做法构建模型(3)、模型(4)进行中介效应检验。

Analyst/|DA|=γ0+γ1Rating_Di,t+γ2Sizei,t+γ3Levi,t+γ4Roai,t+γ5Liquidi,t+γ6Growthi,t

+γ7Top1i,t+γ8Boardi,t+γ9Listi,t

+γ10Duali,t+∑Year+∑Industry

+εi,t

(3)

Deviation=θ0+θ1Rating_Di,t+θ2Analyst/|DA|

+θ3Sizei,t+θ4Levi,t+θ5Roai,t+θ6Liquidi,t

+θ7Growthi,t+θ8Top1i,t+θ9Boardi,t

+θ10Listi,tγ10+θ11Duali,t

+∑Year+∑Industry+εi,t

(4)

回归结果如表10所示。由列(2)可知，信用评级(Rating_D)与信息不对称(Infor)的估计系数为0.041且在10%的置信水平上显著为正，说明具有信用评级的企业信息不对称程度较低。列(3)是信用评级与股票错误定价加入信息不对称后的回归结果，信息不对称(Infor)的回归系数在1%的水平上显著为负，信用评级(Rating_D)的估计系数在1%的水平上显著为负且由列(1)系数的绝对值0.049降到0.038。上述结果表明，信息不对称在信用评级与股票错误定价之间发挥了部分中介效应，验证了信用评级的信息效应。列(4)显示信用评级(Rating_D)与盈余管理水平(|DA|)的估计系数为-0.003且在1%的置信水平上显著为负，说明具有信用评级的企业盈余管理程度较低。列(5)是信用评级与股票错误定价加入盈余管理后的回归结果，盈余管理(|DA|)的回归系数在10%的水平上显著为正，信用评级(Rating_D)的估计系数在1%的水平上显著为负且由列(1)估计系数绝对值0.049降到0.038。上述结果表明，盈余管理在信用评级与股票错误定价间发挥了部分中介效应，验证了信用评级的监督治理作用。

表10 信用评级与股票错误定价机制检验

(二)信用评级等级与股票错误定价的路径分析

1.信息效应：信用评级等级、信息披露质量与股票错误定价。

由独立的第三方评级机构为企业出具的信用评级等级具有信息含量，较高的信用评级等级可以向投资者传递企业质量较好的信号。由于高评级能为企业带来融资便利，因此，被评级企业会主动提高企业信息披露质量，迎合评级机构的信息需求，降低企业内外部信息不对称程度，从而提高企业信息透明度，企业股票错误定价程度将得到有效缓解。潘越(2019)[1]实证检验了信用评级具有增量信息效应，认为企业改善信息披露质量是追求信用评级高等级的结果。信息披露质量也是评级机构评判企业信用评级高低的重要依据，良好的信息披露质量不仅降低了管理层操纵股价的行为，也能够缓解外部投资者的非理性情绪，有助于股票价格回归其内在价值(王生年和王松鹤，2018[10])。因此，信用评级等级有助于提升企业信息披露质量进而缓解股票错误定价。

2.监督效应：信用评级等级、投资者关注与股票错误定价。

从投资者关注角度来看，随着信息时代的到来，各种信息爆炸式增长，投资者不得不选择性地关注和处理信息，而投资者关注的不充分和不均衡会导致投资者对信息解读不全面不透彻，主要表现在股票交易中的非理性行为，进而影响股票错误定价。具有较大影响力和较强明确性的信息更有可能引起投资者的注意(马丹等，2021[53])，且在众多企业中投资者会更关注高成长性、高盈利性等高质量企业。信用评级信息在我国资本市场具有一定公信力，是企业高质量的“代名词”，当企业获得信用评级越高时代表企业质量越好，此类企业会受到越多市场投资者的青睐。投资者关注的提升，不仅能增强企业信息透明度，挖掘更多有关企业的特质信息融入股价，还会给管理层增加更多的监督和压力，众目睽睽之下，管理层不得不约束自身行为，收敛对盈余项目的操纵，规范企业信息披露行为，进而缓解企业股票错误定价水平，体现信用评级带来的监督作用。

3.监督效应：信用评级等级、融资约束与股票错误定价。

处在融资困境中的企业更倾向选择性信息披露，通过加大对负面消息的管理和隐藏，向投资者树立良好的企业形象，以便低成本获得融资资金(卢太平和张东旭，2014[30])，使得企业和投资者间信息不对称程度增加。信用评级作为企业和投资者间的联络点(Focal Points)，市场参与者的投资以及定价决策皆建立在评级的基础上(Boot等，2006[50])。已有不少学者验证了信用评级与企业融资成本挂钩，低评级企业可能会面临证券价格较低、融资环境差、与客户供应商谈判中缺乏主动权等危机，甚至会遭遇企业破产风险(Kisgen，2006[31])；而评级等级越高，企业则越能以较低的成本获取维系企业生存的资金，且资金来源渠道更多元(林晚发和刘颖斐，2018[20])。因此，企业获得信用评级越高，对企业融资约束的缓解作用越强，越能够促使管理层降低信息管理行为，提高企业信息透明度，进而有效避免股票价格的错误估值。

综上，信用评级可以通过提高信息披露质量来缓解股票错误定价，发挥信用评级的信息效应；信用评级可以通过提高投资者关注和缓解融资约束来抑制股票错误定价水平，发挥信用评级的监督治理职能。本文参考权小锋和吴世农(2012)[29]的做法利用换手率衡量投资者关注(Turnover)，投资者注意力越集中，股票交易越频繁；参考姜付秀等(2016)[51]的做法使用SA指数衡量融资约束，数值越大，融资约束越高；有关信息披露质量的度量参考徐寿福和徐龙炳(2015)[37]的做法选择了KV指数，主要采用最小二乘法对每个上市公司股票日收盘价和交易量回归以构建KV指数，KV指标越低表示企业信息披露质量越高。同样参考温忠麟等(2004)[52]的做法构建模型(5)、模型(6)进行中介效应检验。

KV/Turnover/SA=δ0+δ1Rating_Li,t+δ2Sizei,t+δ3Levi,t

+δ4Roai,t+δ5Liquidi,t+δ6Growthi,t

+δ7Top1i,t+δ8Boardi,t+δ9Listi,t

+δ10Duali,t+∑Year

+∑Industry+εi,t

(5)

Deviation=λ0+λ1Rating_Li,t+λ2KV/Turnover/SA

+λ3Sizei,t+λ4Levi,t+λ5Roai,t

+λ6Liquidi,t+λ7Growthi,t

+λ8Top1i,t+λ9Boardi,t+λ10Listi,t

+λ11Duali,t++∑Year+∑Industry

+εi,t

(6)

实证结果见表11，在合并中介变量时，样本较主回归样本有少量缺失，其中列(2)、列(3)分别是中介变量信息披露质量(KV)与信用评级等级(Rating_L)的回归结果以及信息披露质量(KV)加入信用评级与股票错误定价的回归结果。结果显示，信用评级等级与信息披露质量呈正相关关系但不显著，列(3)中信息披露质量与股票错误定价的估计系数为负但不显著，未能满足中介效应的三步法检验，也没有通过sobel检验。可见，信用评级等级相比是否具有信用评级可提供的增量信息有限，因而没有通过信息披露质量发挥信息效应。表11中列(4)、列(6)分别是中介变量投资者关注(Turnover)和融资约束(SA)与信用评级(Rating_L)的回归结果。结果显示，信用评级(Rating_L)的估计系数分别为0.029和-0.032并在5%和1%的置信水平上显著，说明信用评级等级越高，投资者关注越高；信用评级等级越高，融资约束越低。列(5)、列(7)是分别加入中介变量后信用评级与股票错误定价的实证结果。由表可见，信用评级(Rating_L)估计系数分别为-0.080和-0.063，依旧均在1%的水平上显著为负，投资者关注(Turnover)的估计系数为-0.086，在1%的置信水平上显著为负，以及融资约束(SA)的估计系数为0.619，在1%的置信水平上显著为正。以上回归结果符合中介效应的三步法，表明投资者关注和融资约束分别在信用评级与股票错误定价间发挥了部分中介效应，验证了信用评级等级带来的监督治理作用。

表11 信用评级等级与股票错误定价机制检验

七、研究结论与建议

自2014年出现首例债券违约以来，信用评级便受到投资者的诸多关注。本文以2008—2019年A股上市公司为研究对象分析信用评级有效性。研究结论发现：(1)与不具有信用评级的企业相比，具有信用评级的企业股票错误定价水平较低；(2)信用评级等级越高，股票错误定价水平越低；(3)金融脱媒程度越高，越有利于信用评级缓解股票错误定价水平；(4)在国有企业以及战略差异度高的企业中更能凸显信用评级对股票错误定价水平的缓解作用；(5)信用评级上调对股票错误定价没有影响，信用评级下调会加剧股票错误定价；(6)企业信用评级通过缓解信息不对称和降低盈余管理水平作用于股票错误定价；(7)投资者关注以及融资约束是信用评级等级与股票错误定价间的中介机制。

基于以上结论提出几点建议和启示：首先，对于投资者来说，信用评级能够有效改善市场信息环境，同时也督促管理层减少盈余管理实施，对投资者投资行为和定价决策具有一定的参考借鉴意义，尤其是面对采取战略差异度较大企业时可借助信用评级信息科学分析企业基本面。但市场上存在评级膨胀、评级等级间区分度不足等现实问题，不仅有必要提醒投资者不可过度依赖评级信息，特别是非国有企业的评级信息还需要综合多方面因素考察，避免带来巨大的投资损失。其次，对于有关监管部门来说，信用评级积极作用的发挥体现了近年来监管部门对评级行业的整顿有一定成效，尤其是在金融脱媒这一大环境下，更加有效发挥了信用评级的积极作用，但高评级债券高频违约还未得到有效遏制，因此，仍需要监管部门进一步强化对信用评级机构的监督与引导，加强信用评级制度建设，为信用评级的信息功能和治理功能“保驾护航”。此外，企业在评级下调压力下更容易做出短视行为，还需有关部门着重监管信用评级出现下调的企业，避免出现信息操纵行为，扰乱信息市场，损害投资者利益。同时，有关部门也应积极努力改善企业的融资环境，拓宽融资渠道。总之，本文结论有助于为投资者理清信用评级与股票市场之间的关系，引导其合理地运用评级结果进行投资决策，同时也为我国有关监管部门加强信用评级行业的治理与规范提供了相应的经验证据。