信用评级、替代性融资与企业债务调整

■周丹 赵莉娜

一、引言

成熟而高效的资本市场往往需要信用中介的参与。信用评级机构通过对市场主体信用信息的收集、整理、评价与传播，降低了资本市场的信息不对称程度，提高了投资效率和市场中金融资源的配置效率[1]。信用评级信号作为债券市场中重要的信用中介信息，对债券发行人而言意义重大[2]。相关研究认为，信用评级变化能够显著影响债券、股票和CDS等资本市场[3，4]。信用评级对债券发行及交易价格、企业的融资约束状况、股票价格和企业价值等都有显著的影响[5，6]。如企业债券的信用评级下调（或被列入观察名单），该企业所面临的融资约束会显著增强，其在金融市场上进行融资的成本和难度都将明显提高[7]，企业的经营与战略决策也将受到很大的影响。相关研究也证实，上市企业进行经营与投融资决策时会慎重考虑对其信用评级的影响[8]，甚至企业管理层还会主动应用盈余管理和企业社会责任，通过降低自身风险来改善评级信息，以避免评级下调[9—11]。

在关于信用评级信号与企业债务调整关系的研究方面，学界认为评级的信号功能将会导致发债企业“主动”或“被动”地调整自身的债务规模和结构。（1）主动降杠杆。因为信用评级体现了市场对企业价值的评估，并且是市场主体分析债券及其发行人的重要指标之一，当评级机构下调企业信用评价时，评级效应会倒逼企业管理层降低负债，以提高企业的估值。Graham 等[12]、Kisgen[13，14]的研究发现，评级下调会迫使企业管理层降低负债、提高企业估值。（2）被动降杠杆。因信用评级反映了发行人的信用状况和信用质量[15]，信用等级的高低也就决定了企业所能获得的正规银行信贷的规模[16]。信用评级下调，企业融资难度增加、融资约束增强，企业从银行等正规金融部门所能获得的融资金额下降，从而“被动”降低了企业负债水平。林晚发等[17]认为，我国去杠杆化的金融环境加大了企业的融资约束程度，在此背景下，信用评级信号将会通过融资约束渠道影响企业的债务调整。

然而在金融抑制的环境下，面对融资约束，非金融企业通过商业信用对金融资源进行二次配置的行为也屡见不鲜[18—20]。在我国正规金融体系内，银行间接融资占据了主导，而信贷市场的分割又导致企业对金融资源分配的两极分化，形成显著的马太效应[21—23]。大企业、重点行业的国有企业与上市公司等利用自身融资优势，将所获得的信贷资金通过商业信用的方式再次配置给上下游中小企业。不同于维护客户资源或开拓业务需要，这些非传统渠道的、针对金融资源的商业信用二次配置，是以获取金融收益为目的、具有典型金融属性的一种投资方式[24]。商业信用供给的二次配置行为，实际上也表明了正规金融与非正规金融之间存在着普遍的相互转化和联系[25]。

Petersen 等[26]、Nilsen[27]提出，企业在受到融资约束的情况下将难以获得正规金融的支持。进而其会选择非正规金融（含商业信用）来满足自身的融资需求[28—30]。Fisman 等[31]指出，当金融体系不发达时，银行等金融机构信贷配置效率低，会促使企业更加依赖商业信用等融资方式。张杰等[32]指出，非正规融资形式的商业信用已成为我国企业经营和研发投入的重要资金来源，金融抑制环境导致民营企业的研发投入更多地依赖于自身现金流、新增注册资本和商业信用的支持。Adrian 等[33]从风险的角度指出，影子信贷业务的非理性和评级机构的错误定价会促使非正规金融的逆向选择。对于商业信用的不合理应用甚至提高了发生流动性危机的可能[34]。

值得关注的是，在我国企业普遍存在对商业信用（非正规金融）的广泛利用、不同融资来源相互补充和相互替代的情况下，信用评级的信号功能及其影响是否会与在成熟金融市场上检验出的结果有所不同？信用评级信号变化与企业债务调整是否只存在着“主动”或“被动”两种调整机制？在加强国内国际双循环的背景下，降低企业负债率、防范实体经济所面临的系统性金融风险，是金融服务实体经济、深化金融供给侧结构性改革所必须解决的重要问题。正确利用评级作为监督工具，合理应用评级的去杠杆策略，也必然会成为我国金融结构性改革中的一项政策选择。本文基于“主动”和“被动”降杠杆的理论框架，实证检验了信用评级信号变化，特别是评级下调对企业债务调整的影响及作用机制。与已有成熟市场关于企业信用评级与资本结构调整的理论观点不同[35]，本文基于存在替代性融资来源的假设条件进行研究，可能的贡献有：（1）实证检验了信用评级变化对发债企业债务规模和债务结构调整的实际影响。（2）实证检验了融资约束作为企业债务被动调整的中介渠道效应；检验了评级变化对发债企业外部融资环境和内部财务状况所造成的影响；比较了发债企业在评级信号的影响下，各类现金流所产生的差异性变化。（3）在金融政策上，为正确利用评级信号进行市场化的企业债务调整和系统性金融风险防控，提供了基于融资替代理论的经验证据。

二、理论分析与假设

信用评级的信号功能，在于降低市场中的信息不对称程度，使债券等信用交易能够合理定价，金融资源能够更为合理的配置，维护和保护相关利益主体的金融权益。信用评级也为投资者提供了关于发债企业的潜在风险信息，特别是关于未来现金流是否会影响企业债务偿付能力的判断[36，37]。在间接融资方面，关系到企业的融资约束状况，信用评级业务能通过影响融资企业的信贷信息供给[38]，进而决定借款人（企业）的债务融资规模及其流动性水平[16]。

由于信用评级不仅能反映借款人的公共信息，而且能通过实地调研等方式揭示大量的企业私有信息[36，39]，因此信用评级的变化体现了企业价值和企业信用质量的改变[15]，信用评级也被作为衡量企业外部融资环境和度量融资约束状况的指标之一[40，41]。一旦信用评级信号出现变动，借款人或借款企业的融资环境与融资条件也会随之改变，理性的债务人在自身经营和外部融资的双重约束下，会做出更有利于自身经营的债务调整[42，43]。因此，有实证研究证明，信用评级的高低，能显著影响银行的贷款规模与借款企业的融资负债能力[16]。当信用评级上调时，企业的融资压力减小，债务融资规模可能增加；而当信用评级下调时，企业的融资约束增大，从银行等外部融资渠道获取债务融资的规模也将随之下降。借款企业这一被动降低债务的过程由银行等融资供给方所主导，因此也被称为“被动”债务调整。

（一）正规金融、替代性融资与企业债务

由于市场上普遍存在非正规金融形式，如商业信用的二次配置[18，21，25]，发债企业也同时存在着可替代的融资来源[32，34]。当信用评级改变了发债企业的融资条件和经营状况时（尤其是条件恶化时），企业为了摆脱经营困境，会积极利用其他融资来源，以保证对流动性的迫切需求。

由于信息优势不同，商业信用等非正规融资来源与银行信贷在金融市场中形成互补关系[31]。银行信贷更倾向于国有、大规模企业及低风险项目，民营、小规模企业较不易得到正规金融的信贷配给。非正规金融由于特殊的信息优势，成为企业替代性融资的重要选择[44]。即便是优质企业，也会选择多样化的融资方式和融资来源，不同的融资来源间会形成相互替代的关系[29]。

因此，由于替代性融资来源的存在，评级变化（下调）虽然会改变企业所面临的正规融资约束状况，但其短期流动负债水平却并不会因此而下降[17]。企业反而会通过增加短期负债水平，来应对眼前的流动性短缺和经营困境。基于以上理论分析，本文提出研究假设1：

H1：对于拥有替代性融资来源的企业，评级下调将可能增加其经营的困难，促使其短期流动负债增加；评级上调，则形成相反的作用和影响。

（二）替代性融资来源与企业债务调整机制

受声誉机制的影响，借款企业的管理层在面对信用评级下调时，为维护自身声誉，会主动采取降杠杆等措施向市场（包括评级机构）释放信号，以修复企业的后续评级[12，14，17]。信用评级还会影响企业的融资难度和企业自身经营的难度，所以当评级下调时，发债企业面临的经营压力骤增，企业不得不采取必要措施以应对当前的经营困境，或试图修复市场的后续评级。

商业信用等非正规融资对企业更具信息和控制优势，能加强对企业管理层的约束，商业信用依旧是资金再配置的重要渠道[45]。商业信用再配置缓解了融资环境和要素禀赋较差企业的融资困境，为企业的经营与可持续发展提供了及时宝贵的资金支持。在一定程度上，商业信用等替代性融资来源缓解了融资约束企业资金配置失衡的窘境，在增加企业债务的同时，也实现了资金效率和企业现金边际价值的提高。在我国金融生态发展不平衡的背景下，商业信用等替代性融资渠道，通过信贷资源再配置，在一定程度上有效缓解了信贷约束企业的经营与发展难题。

在此机制下，发债或借款企业会主动调整债务规模与结构，以应对市场上的评级信号变化。此过程被称为“主动”债务调整。由于存在非正规金融模式作为融资来源补充，因此发债企业在进行“主动”债务调整时，会拥有灵活的策略选择。因此，本文认为，信用评级下调将会增加发债企业的融资难度和自身经营难度。通过替代性融资渠道，评级下调会迫使借款企业增加短期流动负债的规模和比率（筹资活动现金流下降，而经营活动现金流增加）。基于此，本文提出研究假设2：

H2：评级下调会迫使借款企业增加短期流动负债的规模和比率，在筹资活动现金流下降的同时，保证其经营活动现金流的增加。评级上调，则作用机制相反。

三、实证研究设计

（一）实证模型

Flannery 等[35]假设公司存在理想的最优资本结构（MDR），可以表示为影响因素的某种线性组合：

其中，MDR*表示公司理想的最优资本结构，以总债务与总资产的比率来衡量。X表示一系列控制变量，包括市值账面比、折旧率、固定资产比率、Z值比率[46]、研发投入和企业类型等。当企业的实际债务比率不等于最优资本结构时，企业会拥有向最优资本结构目标做调整的决策动机，以使得债务负担比重更接近于最优的资产负债状况。Flannery 等[35]指出，由于存在调整成本，企业的债务调整过程将是一个动态的部分调整过程，其形式如式（2）：

其中，λ为资本结构调整速度，通常0<λ<1。将的表达式代入式（2），可得基本的可用实际数据进行回归的模型，如式（3）：

参考Flannery 等[35]的部分调整模型，本文在式（3）的基础上加入信用评级的变化指标，并从企业债务调整的不同角度来考察信用评级信号的融资约束效应：

其中，downcredit和upcredit分别表示企业主体信用评级下调和上调，变量类型为虚拟变量。当评级信号发生变化，即评级下调或上调时，取值为1。为了减小可能存在的内生性，本文的信用评级信号相对于企业债务调整前移一期。

（二）主要变量

基于本文实证模型并参考已有文献，本文的主要变量包括：（1）被解释变量：企业债务调整（d_MDR）；（2）解释变量：信用评级下调（downcred-it）、信用评级上调（upcredit）；（3）控制变量：企业类型（nof）、市值账面比（mb）、Z 值（z）、固定资产比率（fixed_assets）、研发投入（r_input）、折旧率（deprecia-tion）、行业（indu）和年度（year）。各变量定义见表1。

表1 主要变量定义

（三）研究样本与数据来源

为研究信用评级信号变化对企业债务调整的差异化影响，本文以2011—2021年交易所发行和存续的企业信用债为研究样本。若同一个公司存在多项债务发行，则只保留同一年份中该公司的主体信用评级结果。债券类型包括企业债、中央企业债、地方企业债及其他一般企业债，排除了金融类机构发行的债券。评级信号以主体信用评级作为观测变量，收集的数据包括发行人总览、评级汇总以及主体评级调高债券和主体评级调低债券的评级变动信息。此外，为考察发债企业的债务调整决策变化，在同样的时间段内，本文还收集了发债公司的财务与信用指标数据。将财务数据与债券数据按“企业和年份”进行匹配后，剔除数据缺失的样本，得到实证分析样本。本文数据来自同花顺数据库，经筛选、合并及必要的数据整理，获得最终的实证数据集。为剔除异常值的影响，对所有相关变量（除虚拟变量外）进行了1%与99%分位数的缩尾处理。

（四）变量的描述性统计

表2为本文主要变量的描述性统计。统计结果显示，样本公司的财务状况、信用等级等均存在较大的变异度，分布也均呈右偏的趋势。

表2 主要变量的描述性统计

四、实证分析结果

（一）信用评级信号与资本结构调整

如表3所示，各变量不存在严重的多重共线性。

表3 模型变量的相关系数矩阵

表4汇报了信用评级信号变动对发债企业资本结构调整的影响。其中，（1）列是式（2）的回归结果，变量d_MDR_star表示，即企业朝最优目标资本结构调整的总幅度，其系数在1%的水平上显著为正，也验证了Flannery 等[35]部分资本结构调整模型的基本结论。（2）列是式（3）的回归结果，反映了企业资本结构调整的影响因素作用大小。除了研发投入r_input不显著外，其余变量均在10%的水平上显著。（3）列是式（4）的回归结果，与部分已有文献[17]的结论不同，本文基于企业债和公司债的全样本回归，并不支持信用评级显著影响企业资本结构调整的一般结论。作为对比，（4）列给出了针对中位数的面板模型回归结果。结果显示，针对中位数的回归结果（主要针对负债结构适中的发债企业）同样也不支持评级信号会显著影响发债企业资本结构调整的结论。

表4 信用评级信号与企业资本结构调整

（二）信用评级信号对发债企业信用和经营状况的影响

虽然平均而言，信用评级的信号变化对发债企业总体债务水平（用资本结构作度量）的影响并不显著，但这并不意味着信用评级的信号功能和融资约束效应不存在。事实上，信用评级作为金融市场上重要的中介信号，随着我国资本市场的逐步成熟和完善，其发挥功能作用的渠道、机制会获得更充分的保障。

表5是信用评级信号对当期及下一期发债企业信用及经营状况的实际影响。结果显示，信用评级信号会形成并显著改变发债企业的外在金融约束，同时对于企业的实际运营，信用评级变化也会产生实质性的经济影响。具体结论：①由表5中Panel A（1）和（2）列的回归结果可见，信用评级下调至少在5%的水平上显著负向影响了企业所发债券的债项评级。无论在当期还是下一期，评级信号的负面信息都施加了显著影响。相反，正面的评级调整则均不显著，未能在信号机制上起到信用中介的先导作用。②由表5 中Panel A（3）和（4）列的回归结果可见，信用评级下调至少在5%的水平上显著降低了银行信贷的关注指标（用有形净值债务率做度量），从而在正规的银行信贷支持上收紧了发债企业的信贷额度，让企业的融资约束程度随之提高。综上两方面影响可以看出，信用评级下调显著恶化了发债企业的外部金融环境，使其获取正规金融支持的难度陡然升高。③由表5中Panel B可以看出，在外部融资环境恶化的同时，信用评级变化还显著改变了发债企业的实际经营状况。在业务量方面，信用评级下调在1%的水平上显著降低了企业下一期的营业收入水平；而在经营能力、盈利能力、经营获利和资本获利方面，信用评级下调则均在1%的水平上显著降低了企业当期的相关指标，标志着发债企业随着评级信号的释放，面临更加困难的经营状况及更低的获利水平。相应的，评级上调会帮助企业改善经营状况。在业务量和资本获利方面，信用评级上调均会显著改善发债企业下一期的业务量及资本获利水平。

表5 信用评级信号对企业信用和经营状况的影响

在表5 的实证模型中已控制了发债企业的Z值，在信用等级方面控制了发债企业的信用特征，在一定程度上避免了信用评级变化与企业经营状况变化的反向因果关系。本文进一步将2016 年中央经济工作会议精神所推动的“供给侧结构性改革”和“政策性去杠杆”视为一场准自然实验，应用倾向得分匹配法（PSM）对结果再次进行处置效应检验。实证结果如表6所示。

表6 基于匹配方法（PSM）的评级下调的处置效应

表6中的处置效应与表5的实证结果基本一致，这也在因果推断的意义上，检验并证实了信用评级变动对发债企业信用环境及其经营状况变化的因果效应影响。特别是，信用评级下调显著恶化了发债企业的外部金融环境，并使得发债企业进一步面临了更加困难的经营状况及更低的获利水平。

（三）评级信号影响下的企业债务调整

在信用评级信号的影响下，发债企业的外部融资环境恶化，更难获得正规金融的信贷支持，而同时企业经营又面临更加艰难的处境。因而，企业需要也必须寻找替代性的融资来源。

表7 反映了评级信号对企业债务规模、债务结构及流动性水平的影响。在流动负债方面，评级下调显著增加了发债企业当期和下一期的流动负债水平。这看似与信用评级信号的融资约束机制不一致，但对比非流动负债和总负债的回归结果发现，评级下调在1%的水平上显著降低了企业非流动负债和总负债的规模。评级信号的融资约束效应是客观存在的，但对于面对评级下调、内外经营条件均变得严峻的发债企业来说，及时从其他替代渠道获取必要的流动性支持是关系企业生存的重大战略抉择。

表7 评级信号对企业债务规模、债务结构及流动性水平的影响

表7 的Panel B 报告了信用评级信号对企业流动负债结构及各类现金流动性的影响结果。从中可见，无论是当期还是下一期，无论是绝对占比还是相对占比，评级下调都显著提高了发债企业的流动负债水平。这与Panel A 中对流动负债对数值的回归结果相一致，也从相对视角验证了流动负债不同于其他负债类型的反应特征。另外，在对现金流持有水平的影响上，评级下调在1%的水平上显著降低了企业所能筹集的现金流水平。这符合评级信号会通过影响融资约束状况而改变企业融资水平的理论假说。在对经营活动现金流的影响上，信用评级下调则是在5%的水平上显著增加了发债企业的经营活动现金流。这在现金持有的角度上也证明了发债企业短期债务调整的特殊性。

（四）内生性检验

一方面，本文的实证模型可能存在遗漏解释变量的问题。如发债企业的公司治理情况等能反映企业属性特征的变量，其既可能影响企业的信用评级水平[47]，又可能左右企业的债务调整决策。这造成了信用评级信号这一关键解释变量的内生性问题，并可能进而导致模型的有偏估计。另一方面，企业债务调整与企业信用评级之间也可能存在相互因果关系，构成了评级信号内生性的又一可能根源。因此，为了排除因内生性而造成的有偏估计的影响，本文利用差分GMM 方法对实证模型再次进行估计。回归结果如表8所示。

表8 考虑内生性影响的差分GMM模型回归结果

为减小变量间的相互因果关系，本文对被解释变量（债务、债务比例和流动性）均取其未来一期的值。表8中回归模型的各主要变量与表7中的模型保持了一致，即分别从负债类型、流动负债比例和企业的流动性水平三方面，来评估信用评级信号变化给企业债务调整带来的影响。估计方法采用差分GMM（Arellano-Bond 估计量），利用downcredit、up-credit和被解释变量的滞后2阶及以上各项，作为差分方程中各相应差分变量的工具变量（其他变量用自身的滞后项作工具变量）。

在考虑了内生性的影响后，其结果与之前的实证结论一致：①评级下调显著增加了发债企业的流动负债；评级上调通过改善发债企业的外部融资环境，显著提高了企业的流动负债水平。②在对负债结构的影响上，评级下调在5%的水平上显著提高了企业流动负债的相对占比，在1%的水平上显著提高了企业的经营活动现金流，在5%的水平上显著降低了发债企业的筹资活动现金流；与之相对应，评级上调在5%的水平上显著提高了企业流动负债的比例。

从表8的模型检验结果可见，各模型差分GMM估计的扰动项差分序列均存在一阶自相关（Arella-no-Bond 检验的一阶P 值p_arm1均小于0.05），而不存在二阶自相关（二阶P 值p_arm2 均大于0.05），故接受模型扰动项无自相关的原假设，差分GMM估计成立。同时，各模型过度识别sargan 检验的P 值p_sargan 均大于0.05，在5%的显著性水平上无法拒绝“所有工具变量均有效”的原假设。因此，模型应用的差分GMM估计为有效估计。

（五）稳健性检验

进一步，本文按照“所属省市”“企业性质”“是否上市”等指标，对实证分析的主要结论进行了组别比较及稳健性检验。结果如表9所示。无论是所属省市、企业性质，还是是否上市，均不改变主要结论，本文实证结果具有稳健性。同时也可以看出，对于东部地区的企业、国有企业和未上市的企业来说，评级下调的债务调整效应显著性更强。这显然也符合本文理论分析的观点及其研究假设。换言之，在发债企业面临正规与非正规金融相互交融的复杂条件下，信用评级便不只是一种融资信号，对企业的融资约束状况形成影响，同时它也成为企业主动调整自身负债水平与结构的重要影响因素及决策变量。当企业能够通过融资替代渠道寻求到流动性资金时，非国有的中小企业会表现得更为敏感。

表9 稳健性检验结果

五、研究结论

当资本市场与非正规融资渠道相耦合时，发债企业面对信用评级信号的变化，其债务规模和债务结构的调整决策，与经典理论的预测并不一致。其原因在于信用评级既会影响企业的融资环境和融资约束状况，同时也会直接影响企业自身的经营难度；融资难度会促使企业被动的调整负债规模，而自身经营需求（包含试图影响后续评级）更会迫使企业主动的调整自身债务结构。本文实证研究发现：

1.信用评级信号并不显著影响企业资本结构调整。但对于负债结构适中的企业来说，信用评级通过影响企业的融资环境和融资约束状况，显著促使企业通过积极调整自身资本结构来适应外部金融环境的变化。

2.信用评级会显著改变发债企业的外在金融约束，并且对于企业的运营也会产生实质性的经济影响。具体的，在营业规模方面，评级下调显著降低了企业下一期的营业收入水平。而在经营能力、盈利能力、经营获利和资本获利方面，信用评级下调会在当期就产生显著影响，使企业立刻面临困难的经营状况。相应的，评级上调则改善了企业的经营状况。

3.在债务结构调整方面，评级下调显著降低了企业的非流动负债和总负债规模，但显著增加了发债企业当期和下一期的流动负债水平。综合对比，评级信号的融资约束效应客观存在，但当存在着替代性融资渠道时，面对评级下调和经营条件恶化，发债企业及时补充流动性和调整短期债务规模便成了优先决策选择。

4.对于负债结构和现金流动性的影响，评级下调显著提高了企业当期和下一期的流动负债水平及比率；在现金流持有上，评级下调显著减少了企业的筹资活动现金流，而同时显著增加了企业的经营活动现金流。这一影响既反映了融资约束的作用机制，也表现出企业短期债务调整的主动性与特殊性。