股价崩盘风险、杠杆转移和金融错配

吕沐天，张文龙

（1.招商证券股份有限公司证券营业部，山西 太原 030012；2.山西财经大学 金融学院，山西 太原 030006）

一、引 言

伴随着中国经济增长动力由传统的要素驱动逐渐向技术创新驱动过渡，社会层面的金融错配，不仅造成了大型企业杠杆高居不下、中小企业融资约束显著的结构失衡问题，同时也成为了制约经济向高质量发展转轨迈进的瓶颈。如何完善市场资源配置结构、优化资源配置效率已然成为发挥市场优势、激发企业创新潜力进而实现经济高质量发展目标的关键。

目前学术界对金融错配和杠杆率之间的关系展开了积极的讨论，并得出了一系列有意义的结论。［1-6］学者们普遍认为杠杆率的提升对金融错配的影响是非线性的，［7-9］这种非线性的影响取决于多个层面，大部分研究认为股权所有制的异质性是对上述非线性的一个较好的解释，［10］中国企业的微观数据也普遍能够证明民营企业在低杠杆率、高运营效率的客观情境下却面临着高金融错配程度。［11-12］也有学者指出，企业杠杆率与金融错配以及金融周期息息相关，［13］银行的高负债经营特征决定了其顺周期信贷扩张行为，这也就造成了在经济上行时企业杠杆率较高，金融错配程度较轻；而当经济面临下行压力时，银行出于安全性考虑，普遍提高信贷门槛和借贷成本，无论是社会层面的金融错配还是结构性错配的程度均加剧。由此不难引申出，杠杆的结构性转移理应是缓解宏观层面金融错配、降低微观层面企业股价崩盘风险的有效手段。

然而，顺着现有文献的逻辑思路，仍然存在以下两个空白有待挖掘。第一，在前人揭示了杠杆率和金融错配之间关系基础上，其中一个重要的中介变量——企业股价崩盘风险，如何影响或响应了杠杆率和金融错配之间的非线性关系，目前鲜有文献就此进行讨论。第二，在识别了股价崩盘风险对企业杠杆率和金融错配的作用机制基础上，如何理解杠杆转移对企业金融错配的影响，是本文关注的另一个有待延伸的问题。杠杆在股价崩盘风险存在异质性的企业间转移，是否对金融错配产生影响，以及会产生何种影响。若杠杆转移造成股价崩盘风险与金融错配之间存在显著的正向关系，那么金融稳定、信贷扩张、资源配置效率等问题的治理便变得直观，因为上述目标方向一致；而若杠杆转移造成股价崩盘风险与金融错配之间并不存在正向关系或单一的线性关系，那么决策部门就需面对金融稳定、去杠杆和资源配置等目标之间的权衡。

鉴于此，本文试图通过以下研究工作，来揭示杠杆转移、股价崩盘风险和金融错配之间的内在联系：（1）杠杆率、股价崩盘风险对金融错配存在怎样的影响。（2）对异质性企业而言，杠杆转移、股价崩盘风险对金融错配的作用机制是否一致。本文潜在的边际贡献在于：首先，通过构建企业股价崩盘风险指标，并采用相应计量手段揭示企业股价崩盘风险、杠杆转移和金融错配之间的内在联系，扩展对资本、债务结构的研究边界；其次，区别于现有关于杠杆部门间转移的研究，本文侧重于企业的市场风险，基于公司财务视角，揭示了杠杆在不同所有制结构、不同股价崩盘风险、不同规模的异质性企业间转移的特征，及其对金融错配的影响，为我国实施稳健的去杠杆政策提供微观基础和政策依据。

二、股价崩盘风险、杠杆转移与金融错配的实证设计和变量选取

（一）实证设计

综合现有文献和理论分析可以看出，股价崩盘风险对企业金融错配、杠杆转移存在着一定的影响。若企业股价崩盘风险并不显著、企业特质收益率正向波动，且存在企业市值被市场高估的情况，则企业在贷款过程中容易产生市值抵押估值过高、信贷约束放松的情况，进而造成企业融资冗余，最终市场杠杆向着市值被高估的企业转移。为进一步验证上述思想，本文拟通过以下几个步骤对此进行验证。首先，构建模型（1）来验证企业股价崩盘风险、杠杆转移和金融错配之间的关系；其次，构建模型（2）来验证在股价崩盘风险前提下，杠杆在不同规模企业之间转移的特征，及其对金融错配的影响；最后，构建模型（3）对异质性企业的金融错配和杠杆转移进行验证，具体包括异质性所有权性质、企业规模和不同崩盘风险之间的差异。

上述计量方程的变量含义一致。其中，fmi，t为企业i在t期的金融错配程度；riski，t为企业i在t期的股价崩盘风险，在具体实证过程中采用负收益率偏度系数（ncskewi，t）和特质收益上下波动比例（duvoli，t）两个指标对其进行衡量；levei，t为企业i在t期的杠杆率；controli，t为控制变量，具体包括企业盈利能力（净资产收益率，roe；每股收益，pro）、企业成长性（营收增长率，pratio）、企业重置价值（托宾 Q，tobin_q）、企业规模（size）等；group为分组变量，在具体估计过程中，分组标准分别体现为所有权性质、企业规模、企业股价崩盘风险等；βi为相应变量的待估系数；di和dt分别为个体效应和时间效应；εi，t为残差项。相应的变量构造、定义、样本选择见下文及表1。

（二）核心变量定义与样本选择

本文被解释变量为金融错配及其指标构造，借鉴邵挺［14］、周煜皓和张盛勇［15］、宁薛平和张庆君［7］研究中对该指标的构建思路，以企业实际支付利率和行业平均利率之间的差值来衡量企业金融错配水平。具体公式为金融错配 ＝［利息支出／（负债-应付账款）-行业平均利率］／行业平均利率。该指标为正向指标，表明企业资金使用成本越高、使用数量越少，企业的金融错配程度越大。

本文主要检验股价崩盘风险这一关键变量在企业金融错配和杠杆转移过程中的作用机制，需要构建衡量股价崩盘风险（riski，t）的指标。参照 Hutton 等、Kim 等、许年行等［16］、彭俞超［17］等学者的研究思路，首先利用周频数据构建如下简单的线性回归模型，将个股收益率中的市场信息部分剥离，进而分解出个股收益中难以用市场信息解释的特质收益率μi，t

其中，ri，t为个股i在第t周考虑现金红利再投资的收益率；rM，t为第t周市场加权收益率。出于非同步性交易的考虑，在回归过程中需要控制领、滞两期的市场加权收益率对个股特质收益率可能造成的影响。

进一步构造负收益率偏度系数（ncskewi，t）和特质收益上下波动比率（duvoli，t）两个指标，对股价崩盘风险（riski，t）进行衡量。特质收益率偏度负值（ncskewi，t）的计算方法如下：

其中，Wi，t＝ ln（1+ μi，t）。上述公式中，n 表示个股 i在 t年总共交易周数。ncskewi，t为正向指标，其数值越大，意味着偏态系数为负的程度越严重，个股崩盘风险越大。

在回归过程中，为了保持结果的稳健性，同时计算特质收益上下波动比率作为衡量股价崩盘风险的代理变量：

其中，nup（ndown）表示个股i的周特质收益率大于（小于）年平均收益率的周数。duvoli，t为正向指标，其数值越大，意味着个股收益率分布越倾向于左偏，股价崩盘风险越大。

对于其他核心解释变量和控制变量的构建，本文定义企业负债总额和资产总额的比为企业杠杆率；定义企业市值和企业重置资本的比值为衡量价值指标的托宾Q；定义企业总资产的自然对数为衡量企业规模的指标；同时选取企业净资产收益率（roe）、企业每股收益（pro）和企业营收增长率（pratio）分别作为衡量企业盈利能力和企业成长性的指标。相应的指标定义及计算方式见表1。

表1 变量定义与理论来源

在具体实证过程中，本文选取中国A股上市公司的面板数据为研究样本。在构建股价崩盘风险指标过程中，需要对原始的周频收益数据进行计算进而转换为年度数据，相应的样本为2003～2020年的周频数据，考虑到春节持币效应可能造成的影响，剔除每年12月份到次年3月份的交易数据（平均每年交易周期为38周，因此对每年交易不满20周的数据样本予以剔除），同时剔除金融类上市公司样本、北京证券交易所交易的数据样本、存在数据缺失的样本以及企业状态不正常的数据样本，并对数据进行99%分位异常值缩尾处理，共计获取样本量为28 304。上述指标中所涉及的原始数据均源于CSMAR数据库。

（三）变量描述性统计

为了初步判断企业股价崩盘风险、企业杠杆水平及杠杆转移对企业金融错配的影响，本文对关键变量进行描述性统计，相应结果见表2。

表2 描述性统计

就金融错配这一指标来看，各个企业之间的金融错配存在显著差异（标准差为0.6，极差约为3.4）。结合企业金融错配的平均水平和极值分布来看，大部分企业金融错配程度低于行业平均水平。上述描述性统计结果表明，一方面，大部分企业资金使用成本较低，低于行业平均水平；另一方面，存在金融错配的企业其资金使用成本极高，不同企业的融资约束水平存在显著的两极分化现象。

直觉上，与企业金融错配间接相关的企业杠杆率表现出了与金融错配相近似的规律。2003～2020年，中国企业杠杆率平均水平在0.5左右，同时极差约为0.95，表明杠杆率高的企业多于杠杆率低的企业，也间接反映了中国企业普遍面临融资约束、金融错配客观存在的典型事实。

从企业股价崩盘风险这一指标来看，描述性统计结果表明，在2003～2020年期间，股价异常波动的平均程度较为缓和（ncskew的平均值为-0.292；duvol的平均值为-0.177）。进一步对金融错配和股价崩盘风险之间的关系进行初步作图发现（图1、图2），股价崩盘风险较低的企业（平均值附近，股价崩盘风险略小于0），其金融错配程度较大（大部分企业金融错配水平集中在0～1之间）；而股价崩盘风险较高或较低的企业，金融错配水平相对较低。企业金融错配水平和股价崩盘风险之间并不存在简单的线性关系，需要进一步进行计量分析。

图1 金融错配与崩盘风险关系图（ncskew）

图2 金融错配与崩盘风险关系图（duvol）

三、股价崩盘风险、杠杆转移与金融错配的实证结果及分析

本文首先利用OLS估计、控制个体效应和时间效应的估计方式，对企业股价崩盘风险、杠杆转移和金融错配之间的关系进行实证检验，估计结果如表3所示。

表3 企业股价崩盘风险的杠杆转移与金融错配

检验结果表明，首先，无论采用怎样的计量方法，抑或是更换变量的方式，关键变量的系数符号和显著性均未发生系统性改变，表明变量之间的内在关系是稳定的。进一步，股价崩盘风险对企业金融错配程度存在显著的负向影响，表明企业股价崩盘风险越低，企业的平均资金使用成本越高、金融错配程度越大；而企业杠杆率与企业金融错配之间也呈现显著的负向关系，表明杠杆率低的企业融资成本较高、面临的融资约束较大；最后，企业杠杆率和企业股价崩盘风险的交互项与企业金融错配程度之间呈现显著的正向关系，表明企业市值波动较大、杠杆率较高会加重市场金融错配程度，而有效规避股价异常波动、降低企业杠杆率是缓解市场金融错配的关键。因此，降低股价波动频繁、振动幅度较大企业的杠杆率，适当提高股价稳定企业的杠杆率，能够有效缓解市场金融错配程度。

为进一步探究股价崩盘风险、杠杆转移和金融错配之间的关系，本文将股价崩盘风险按照分位数进行分组，分别计算不同组别中股价崩盘风险、杠杆转移和金融错配之间的关系，相应的计量结果见表4。结果表明，在股价崩盘风险较低的组别（0～p25分位），股价崩盘风险和金融错配之间存在显著的负向关系，而在股价崩盘风险较高的组别（p50～p75分位），股价崩盘风险和金融错配之间存在显著的正向关系，且显著性和符号并不随着变量的替换而发生系统性改变。表明股价异常波动频率和振幅较低的企业，其股价崩盘风险和所受到的融资约束之间存在显著的负向关系，而股价异常波动频率和振幅较高的企业，其股价崩盘风险和所受到的融资约束之间存在显著的正向关系。

表4 企业股价异常波动的杠杆转移与金融错配

就企业杠杆率和金融错配之间的关系而言，在股价崩盘风险较低的组别（0～p25分位），企业杠杆率和金融错配之间存在显著的负向关系，而在股价崩盘风险较高的组别（p75～p100分位），企业杠杆率和金融错配之间存在显著的正向关系，且显著性和符号不随着变量的替换而发生系统性改变。表明股价异常波动频率和振幅较低的企业，适当提高企业杠杆率能够缓解企业所受到的融资约束，而对于股价异常波动频率和振幅较高的企业，适当降低杠杆率才能有效缓解受到的融资约束。

上述规律在企业杠杆率和股价崩盘风险的交互项中也有所体现，在股价崩盘风险较低的组别（0～p25分位），交互项和金融错配之间存在显著的负向关系，而在股价崩盘风险较高的组别（p50～p75分位），交互项和金融错配之间存在显著的正向关系，且显著性和符号并不随着变量的替换而发生系统性改变。表明企业的市场估值波动较为剧烈、杠杆率水平较高时，难以帮助资金供给方对企业价值形成准确认知，造成企业所受的融资约束程度较高、金融错配较为严重；而当企业市值稳定、企业股权抵押质量较高时，适当提高杠杆率水平能够有效降低企业融资约束，缓解金融错配。

为进一步挖掘企业杠杆转移、股价崩盘风险和金融错配之间的关系，本文分别采用OLS、控制个体效应和控制时间效应的固定效应模型，对不同规模下企业股价崩盘风险、杠杆转移和金融错配之间的关系进行实证检验。相应的计量结果见表5。结果表明，在全样本条件下，企业杠杆率和金融错配之间呈现显著的负向关系（不同计量方法下企业杠标率的估计系数均在1%置信水平下显著），表明在全样本条件下，企业杠杆率水平越高，金融错配程度越小；而企业规模也与金融错配之间呈现显著的负向关系，进一步证明了中国中小微企业融资难的客观事实。企业规模和杠杆率的交互项与金融错配之间表现出显著的负向关系，表明若能实现杠杆率从大型企业向中小型企业转移，则能够在一定程度上缓解社会金融错配的现状。

表5 企业股价异常波动的杠杆转移与金融错配

同时，本文根据企业规模进行分组，采取同样的计量策略对不同规模下企业杠杆转移、股价崩盘风险和金融错配之间的关系进行实证检验。检验结果表明，只有在适当企业规模下（p25～p50分位），提高企业杠杆率水平才能有效缓解企业金融错配的困境（p25～p50分位组中，企业杠杆率的估计系数在1%水平下负向显著，且估计系数高达-175.1，而其他分位组尽管估计系数为负，但均不显著）。企业规模变量（size）以及规模和杠杆率的交互项的估计系数也佐证了这一点（估计系数均在p25～p50分位组中显著，其他分位组不显著）。

最后，验证企业的杠杆转移、股价崩盘风险和金融错配之间的关系是否会因为企业存在异质性而产生改变。具体的做法是，根据企业股权所有制结构、企业规模、股价崩盘风险程度的大小进行分组，并验证异质性组别之间的组间差异。在针对股权所有制结构的分组检验中，民营企业的杠杆率和其金融错配程度呈现显著正向关系，而国有企业的杠杆率和其金融错配程度呈现显著负向关系。表明目前中国民营企业在融资过程中所受的金融歧视程度较大，民营企业的金融约束程度要显著高于国有企业，因此对于民营企业而言，应降低杠杆率使其资产负债水平维持在良性区间，缓解金融错配程度。而对于国有企业而言，明显存在融资成本低、金融冗余和生产效率低下的情况。同时，无论是国有企业，抑或是民营企业，股价崩盘风险均与金融错配存在显著的负向关系，表明稳定股价、避免股价异常波动仍然是减缓金融错配的有效途径。

表6 异质性企业的杠杆转移与金融错配

在针对企业规模的分组检验中，本文将企业平均规模以上的企业定义为大企业、平均规模以下的企业定义为小企业。在这样的分组规则下，异质性企业规模的杠杆率和金融错配之间所表现出来的规律与企业股权所有制结构表现出来的规律类似：大企业杠杆率和企业金融错配之间呈现负向关系，而小企业杠杆率和金融错配之间呈现正向关系。表明企业资本规模越大、资本充足率越高，企业融资约束越小，面临的金融错配程度越小。就企业股价崩盘风险和企业金融错配之间的关系来看，小企业股价崩盘风险越高，企业的金融错配程度越大。而大企业股价异常波动越大、频率越高，企业金融错配程度越低。

在针对企业股价崩盘风险的分组检验中，本文将企业平均股价崩盘风险以上的企业定义为高风险企业、平均股价崩盘风险以下的企业定义为低风险企业。在这样的分组规则下，低风险企业杠杆率和企业金融错配之间呈现负向关系，而高风险企业杠杆率和金融错配之间呈现正向关系。表明对于市场估值稳定的企业，其市值的正向波动能够缓解金融错配，而对于市场估值并不稳定的企业，其市值波动容易加剧市值的不确定性，加剧金融错配程度。

四、结 论

规避企业股价崩盘风险、降低企业杠杆率，是缓解社会金融错配、提高金融服务效率的关键。本文结合“结构性去杠杆”的基本思路，利用中国2003～2020年A股上市公司数据，研究了中国非金融企业的股价崩盘风险、杠杆水平对金融错配的影响，并通过区分企业所有权性质、企业规模和企业风险程度等异质性指标，深入检验了异质性企业间的杠杆转移对企业金融错配的缓和所用。结合本文的实证结果，得到如下结论：

首先，本文发现了股价崩盘风险和金融错配之间呈现负向关系这一客观规律。在全样本下，企业股价崩盘风险和金融错配之间呈现显著负向关系，表明股价的长期稳定并不利于企业融资行为，市值适当的高估提高了企业担保价值，在一定程度上减缓了企业融资约束；而在分样本下，发现上述规律仅适用于市值始终稳定、股价波动风险小的企业，而对于股价异常波动频繁、波动程度剧烈、崩盘风险较大的企业而言，企业股价的不稳定并不能够缓解其受到的信贷约束，反而容易造成金融错配程度的加剧。

其次，本文检验了不同条件下杠杆转移对金融错配的影响。在全样本下，无论是考虑到股价崩盘风险的存在，抑或是企业规模、企业股权所有制结构的异质性，适当提高杠杆率有助于减缓社会层面的金融错配状况。且资本规模越大、企业信用越高的企业，提高杠杆率对金融错配的缓解效果更好。同时，结合股价崩盘风险、企业规模和杠杆率的交互项来看，高风险、高杠杆率的企业融资成本较高、金融错配程度较大，而高杠杆率、大规模企业的融资成本较低、金融错配程度较低。

上述实证结果对我国实行积极稳妥的结构性去杠杆政策存在一定启示。同时实现稳经济和杠杆转移的关键在于改善经济增长模式。原始的资源驱动型，尤其是信贷扩张驱动容易造成社会普遍的金融错配和信贷效率的低下。应逐步推进经济结构调整，按照企业特征，分门别类地逐步实行杠杆转移仍然是解决企业债务问题的关键。同时，注意到企业股价不同稳定程度造成的金融错配存在显著差异，推进金融体制改革，以期股权融资对债权融资形成良性互补，是实现降低杠杆率水平、缓释金融错配的有效途径。