信用評級信息對定向增發折價的影響研究

馬黎政+楊奔

摘要：定向增發是中國上市公司股權再融資的主要方式，普遍采用折價方式發行，增發折價率反映了股權融資成本。當前研究主要使用財務因素對定向增發折價現象進行解釋。本文將定向增發數據和發行人信用評級信息相結合，以2006—2009年中國A股上市公司定向增發案例為樣本，結合新華遠東中國上市公司公開信息（PI）評級信息，考察信用評級信息對股權再融資成本的影響，得出信用評級信息對定向增發折價有顯著影響和信用等級對定向增發折價的影響不顯著兩個結論。

關鍵詞：信用評級；信用等級；定向增發

中圖分類號：F8309文獻標識碼：A

文章編號：1000176X（2015）10005307

上市公司外部融資渠道，總體上可分為股權融資和債權融資。2005年股權分置改革之后，定向增發成為上市公司股權再融資最主要的方式，定向增發數量和規模快速增長。2007—2014年，我國A股上市公司實際完成定向增發案例的數量共計1 300余次，累計募集資金總額2340萬億元；同時，經過多年平穩發展，2014年底，中國債券市場余額已達到35640萬億元。股權再融資市場和債券市場的發展，為降低社會融資成本，促進經濟發展做出巨大貢獻。

中國資本市場分割現象突出，信息交流程度低。對于信息披露對資本成本影響的研究，往往局限于單一市場：或是考察財務或非財務信息對于上市公司股權融資成本的影響，或是考察信用評級信息對于債券發行成本和信用利差的影響。但無論是股權融資還是債權融資，都是上市公司基于自身的財務狀況做出的外部融資決策，局限于單一市場的研究，無法從整體角度考察上市公司外部融資行為。

信用評級信息能夠緩解債券市場信息不對稱，對于債券發行成本和信用利差影響顯著。這一結論已得到國內外很多研究的支持[1-2]。而信用評級信息對于上市公司股權再融資成本是否也有同樣的影響？影響程度又有多大？本文試圖從上市公司外部融資決策的角度，研究信用評級信息對于上市公司定向增發折價的影響，回答上述問題。

一、文獻綜述

上市公司非公開發行股票時的折價問題在發達資本市場中非常普遍。Wruck[3]較早注意到這個問題，發現美國上市公司非公開發行股票價格相對于發行公告前一交易日，平均折價率約為13500%。之后的研究也表明美國市場非公開發行股票的折價率基本保持在10%—20%之間[4-5-6]。

對于非公開發行股票的研究，目前主要集中在以下三個領域：

1非公開發行股票折價率的決定因素

優序融資理論分析框架，主要解釋了上市公司融資方式的選擇順序問題，認為資本市場中普遍存在信息不對稱，這使得公司管理層可能利用掌握的更多的內部信息獲利，從而導致“市場高估”和“投資不足問題”[7]；信息假說理論發展融資優序理論，并認為非公開增發股票是管理層與投資者溝通，緩解信息不對稱問題的有效方式，上市公司可以通過非公開發行股票，滿足投資者的財務需求，有效解決投資不足問題[4]。對于非公開發行股票的折價問題，基于上述兩個理論，研究者提出了“對禁售期的補償”[5]、“對挖掘企業價值信息的補償”[6]和“大股東利用控制權侵害中小股東利益”等理論，從不同角度解釋了非公開發行折價的原因。實證方面，研究人員根據各國資本市場數據進行計量分析，發現非公開發行折價與“再融資規模”[8]以及“股票價格的不確定性”[9]呈正比且有很好的解釋力。

2信用評級對于上市公司融資成本的影響

主流觀點認為，信用評級可以降低上市公司和投資者之間的信息不對稱。信用評級信息降低了公司價值的不確定性，緩解了股票發行過程中發行人和投資者間的信息不對稱[10]，在非公開發行股票之前擁有信用評級的上市公司，其發行折價遠低于沒有信用評級的公司[11]。因此，再融資之前，進行信用評級將降低投資者對于上市公司價值的不確定，降低折價率。

3中國內地的信用評級和再融資折價之間的關系

Luo等[12]認為信息風險較低的企業在進行再融資時，更有可能更換一個聲譽更好的承銷商，以降低發行折價水平。對中國信用評級市場的研究發現，信用評級調降能為股市提供有效信息，投資者對于上市公司信用評級十分關注[1]。

綜上所述，對上市公司股權再融資行為的研究發現，有關信息不對稱的變量可以解釋折價問題；對信用評級的研究表明，信用評級信息可以降低IPO、債券融資以及再融資股票發行時的信息不對稱，提高資本市場的有效性。但目前，還沒有對中國資本市場信用評級和定向增發折價之間關系的研究。考慮到中國資本市場的特殊性（很高的信息不對稱、較差的投資者保護機制以及強監管環境），研究中國資本市場中信用評級對定向增發折價的影響，具有一定的理論和現實意義。

二、研究假設、研究方法和樣本選擇

1 研究假設

信息不對稱程度和投資者對于上市公司長期投資價值的不確定性，是影響定向增發折價的主要因素[8-11]。上市公司信息不對稱程度越高，長期投資價值不確定性越大，投資者基于信息搜尋成本和限售期導致的持有成本和投資風險，向上市公司要求更高的折價作為補償。信用評級信息可以降低信息不對稱，降低投資者的不確定性，從而降低定向增發折價率，本文將基于中國上市公司數據，對這一假設進行驗證，即本文的第一個假設：

H1：其他條件相同的情況下，在發行公告日前擁有信用評級的上市公司，其定向增發發行折價率顯著低于沒有信用評級的上市公司。

關于不同的信用等級對于上市公司定向增發折價率的影響，存在不同意見。一方面，較低的信用等級，意味著較差的財務表現和較低的債務清償能力，不利于公司長期價值的增長，投資者可能因此要求一個較高的折價率；另一方面，較低的信用等級，同時也意味著外部融資對于財務狀況的改善更明顯，有利于改善經營水平，提高上市公司長期投資價值，投資者可能因此降低折價率。綜上，信用等級對于定向增發發行折價的影響存在相反的兩種意見，本文將基于中國上市公司數據進行驗證第二個假設：

H2：其他條件相同的情況下，不同的信用等級，對于上市公司定向增發折價率的影響并不顯著。

2 研究方法

本文旨在研究信用評級對中國上市公司定向增發折價的影響。基于中國上市公司定向增發相關財務數據以及主體信用評級信息，使用計量方法考察這一影響。

首先注意對內生性的處理。信用評級機構根據公開信息對上市公司信用狀況進行評價，信用評級指標體系是基于上市公司財務信息構建的。同一個財務指標，在影響上市公司信用等級的同時，也可能影響了這家上市公司接受信用評級的可能性，以及這家上市公司定向增發折價。以資產規模為例，較大的資產規模決定了上市公司外部融資需求更大，為了滿足融資需求，主動接受信用評級的可能性就更大；較大的資產規模，一般意味風險抵御能力更強，獲得更高信用等級的可能性就越大，投資者要求的定向增發折價更低。

本文采用兩階段工具變量法解決上述內生性問題。第一步，構造“評級可能性方程”，說明影響上市公司接受信用評級的可能因素，并對每家上市公司接受信用評級的可能性做出預測。第二步，構造“定向增發折價方程”，基于財務數據以及“評級可能性方程”中給出的各家上市公司的評級可能性工具變量，對定向增發折價率做出預測。

評級可能性方程：

對各解釋變量可能對定向增發折價率造成的影響給出了如下預測：

發行規模（以相對規模表示）和發行人股價波動率與定向增發折價率存在正相關關系。較大的發行規模可能在解禁時對股價產生向下壓力，增加了發行人長期投資價值的不確定性，波動率較高也表明發行人長期投資價值的不確定性，因此，投資者將要求一個較高的折價率以作為承擔不確定性風險的補償。

凈資產收益率、定向增發歷史和承銷商聲譽與定向增發折價率可能存在負相關關系。較高凈資產收益率表明上市公司具有良好的成長性，投資者愿意以較低的折價率換取未來較高的投資回報；定向增發歷史則通過緩解信息不對稱，降低了投資者對于上市公司長期投資價值的不確定性，降低了定向增發的折價率[9]；聲譽較高的承銷商業務準入門檻更高，同時擁有更強的資金募集能力，有利于降低定向增發折價率。

3 樣本與變量

我們選擇2006年1月1日至2009年5月31日，新華遠東評級作為上市公司的長期信用評級指標。選擇這一指標的原因如下：

時間區間選擇。2006年證監會頒布《上市公司證券發行管理辦法》，標志著定向增發作為上市公司的一種常規性的股權再融資方式，得到監管機構的正式確認。因此，選擇2006年作為數據的起始年份。

研究對象選擇。隨著多層次資本市場的加快推進，2009年后，中國已經逐漸形成主板、中小板、創業板、新三板等組成的多層次資本市場。而不同規模的上市公司，其股權融資的需求、行為和目的均存在較大差異，主板之外的其他市場，由于成立時間較短，市場波動較大，單個市場的數據量較少，不足以提供可信的研究結論。樣本期間定向增發的融資主體以主板上市公司為主，研究對象較為集中，樣本容量較大，有利于得到更加可信的研究結論。所以，本文選擇2006—2009年這一時期的定向增發案例作為研究對象。

評級數據的選擇。選擇新華遠東評級作為上市公司信用評級數據，是基于以下原因：第一，評級主體統一。新華遠東評級能在統一的評級標準下，給出統一的評級信息，避免使用國內不同評級機構給出的評級信息帶來的不一致性；第二，評級信息質量更高。新華遠東評級結果的信用等級分布更廣，涵蓋了AAA到C等不同等級，且明顯劃分了“投資級”和“投機級”的評級區別，風險揭示能力更強，新華遠東信用評級采用了“投資者付費”的模式，有效規避利益沖突，保證評級信息的客觀獨立。

上市公司財務數據和定向增發相關數據均由CSMAR數據庫中導出。研究樣本中的定向增發案例需滿足以下兩個條件：（1）定向增發發行人需為在上海證券交易所或深圳證券交易所A股上市的上市公司；（2）定向增發案例應在2006年1月1日至2009年5月31日之間實施。根據發行人在定向增發公告日前有無信用評級，將定向增發案例分為有信用評級和沒有信用評級兩組；再根據上市公司的信用等級，將有信用等級的定向增發案例分為投資級和投機級兩組。

實證分析中用到的有關上市公司的財務數據，均來自于CSMAR數據庫及上市公司定向增發發行公告。

參考Mola 和 Loughran[9]的定義，定向增發折價率由以下公式計算得出：定向增發折價率=（增發日前一日的收盤價-定向增發發行價格）/增發日前一日的收盤價。

參照Corwin[8]的方法，定向增發發行規模由發行相對規模表示，計算方法為增發數量除以定向增發預案公告日前上市公司發行在外的所有股票總量。

承銷商市場聲譽由主承銷商的市場份額表示，某承銷商的市場份額，由該承銷商在當年IPO承銷的市場份額決定，計算方式為該承銷商這一年度IPO承銷收入除以該年度全行業IPO承銷收入總額，相關數據來自于中國證券業協會官方網站（http：//wwwsacnetcn/）的“行業數據”一欄。

參考股票波動率，是指定向增發發行日前260天到發行日前10天的股票日均收益率的標準差。定向增發歷史虛擬變量的賦值方法為，如果在本次定向增發發行日前的250個交易日內，評級機構給出過發行人的主體信用評級，該項取1，其他情況取0。

三、實證分析

1 描述性統計分析

樣本期間，共發生了334例上市公司定向增發案例，其中定向增發公告日前，發行人有信用評級的定向增發案例為45例，占比為135%，發行人沒有信用評級的定向增發案例為289例，占比為865%。如表1所示。

表1定向增發案例各年分布情況

表3是對評級可能性方程（1）和定向增發折價方程（2） 中的變量的描述性統計分析。統計表明，發行人沒有信用評級的定向增發案例的平均折價率為25300，而有信用評級的定向增發案例的平均折價率則為8900，兩者之間的區別在統計上是顯著的，其他變量如總資產、市凈率、波動率和承銷商聲譽等均存在統計上的顯著不同。

表3描述性統計分析結果

在表4中，我們首先使用Probit方程去預測一家上市公司接受信用評級的可能性。總資產的系數為正，資產負債率的系數為負，且兩者均在1%的置信水平下顯著。因此可以認為，其他條件相同的情況下，如果一家上市公司總資產規模較高，且資產負債率較低，則這家上市公司有更大的可能接受新華遠東主體長期信用評級。整體的分類準確率為851%，因此可以認為表4中給出的評級可能性方程能夠較好地預測哪一個方程會接受評級。

表5給出了定向增發折價方程的回歸結果。表5中在使用工具變量法研究定向增發折價的影響因素時，得到了定向增發折價方程的系數。由于承銷商聲譽和定向增發歷史對于定向增發的影響，已有文獻中涉及的比較少，因此，為了更好地檢驗上述兩個因素，本文對定向增發折價方程做了一些改動，分成四個情況進行討論，建立了四個在設定上略有不同的模型（模型1包含“定向增發歷史”和“承銷商聲譽”兩個變量；模型2僅包含“定向增發歷史”變量，不包含“承銷商聲譽”變量；模型3僅包含“承銷商聲譽”變量，不包含“定向增發歷史”變量；模型4不包含“承銷商聲譽”和“定向增發歷史”變量）。

我們發現，不論模型如何設定，定向增發發行的相對規模都是顯著的（在1%的置信條件下），這個結果與美國市場的研究一致；而定向增發歷史、波動率和承銷商聲譽并不顯著，這一點與美國的研究[8]顯著不同。

對于假設1，評級可能性工具變量系數顯著為負（在5%或10%的置信水平下），系數分別為-0140（模型1）、-0122（模型2）、-0139（模型3）和-0132（模型4）。實證結果表明，保持其他條件不變，具有信用評級的發行人，相比于沒有信用評級的發行人，定向增發的折價率更低。因此，信用評級可以降低資本市場的信息不對稱，并且為投資者提供更多的有用信息。

表5定向增發折價方程的回歸結果

下面檢驗假設2，表6是使用方程（3）考察信用等級和定向增發折價之間的關系時得到的結果。表6中仍延續表5中的思路，考慮到承銷商聲譽和定向增發歷史對于定向增發的影響，建立了四個在設定上略有不同的模型。

我們將發行人擁有信用評級的定向增發案例分為投機級和投資級兩類。在方程（2）中加入投機級和投資級兩個虛擬變量，使用最小二乘回歸檢驗不同信用等級對于定向增發發行折價的影響。實證結果表明，無法拒絕原假設。在四個模型中，投資級和投機級兩個虛擬變量都與折價率顯著負相關，即一個公司擁有信用評級（無論是投資級還是投機級）時，將顯著降低其定向增發的折價率。四個模型中，投機級虛擬變量的系數絕對值都大于投資級虛擬變量系數的絕對值，但是差值的F檢驗并不顯著，從而說明，投資級的折價和投機級折價的區別并不顯著。

因此，我們可以認為，信用評級信息提供了關于上市公司長期投資價值的有效信息，這些信息有助于降低信息不對稱，降低投資者對于上市公司投資價值的不確定性，從而降低上市公司定向增發的發行折價率，但是信用評級信息對于定向增發折價率的影響僅此而已，不同的信用等級對于定向增發折價率的影響并不顯著。

表6信用等級和定向增發折價之間關系的回歸結果比較分析

四、結論和政策建議

1 結論

信用評級信息對上市公司定向增發折價有顯著影響。信息不對稱和投資者對上市公司投資價值的不確定，是造成定向增發折價的主要原因。本文通過將發行公告日前發行人有信用評級的定向增發案例和發行公告日前發行人沒有信用評級的定向增發案例進行對比研究后發現，前者的折價率顯著低于后者的折價率。從而得出，信用評級能夠緩解信息不對稱，提高投資者對上市公司長期投資價值的確定性，從而顯著降低上市公司定向增發折價率。

信用等級對上市公司定向增發折價的影響不顯著。本文實證研究了“投資級”和“投機級”兩類信用等級對于定向增發折價率的影響。結果表明，信用等級對于定向增發折價率的影響并不顯著。可能的一種合理解釋是，不論信用等級如何，信用評級信息都向市場提供了關于上市公司的更多信息，降低了信息不對稱程度，但評級信息的影響力僅限于此，信用等級信息對于定向增發折價的影響并不顯著。

2 政策建議

第一，完善信用評級行業制度建設，推動行業健康發展。發達的信用評級行業，為資本市場提供客觀獨立的評級信息，對提高市場有效性，緩解市場信息不對稱具有重要意義。現階段，我國信用評級行業處于高監管壁壘、開放程度低、壟斷競爭的市場環境，不利于信用評級體系的建設。此外，我國信用評級行業尚處在一行三會和國家發展改革委員會多頭監管的狀態，存在監管重合和監管空白，缺乏統一的行業發展規范，不利于我國信用評級行業發展。因此，應推動完善信用評級行業制度建設，統一行業監管規范，促進我國信用評級行業健康發展。

第二，完善上市公司信息披露制度。本文研究發現，信用評級信息能降低上市公司和投資者之間的信息不對稱，降低上市公司股權再融資成本。目前，信用評級信息不屬于上市公司強制披露信息，資本市場實踐中存在上市公司在信用評級較高時積極披露，信用評級較低時秘而不發的現象，這在一定程度上降低了資本市場的透明度。監管機構應意識到信用評級信息對于緩解上市公司信息不對稱、保護中小投資者利益的重要作用，盡快出臺信用評級信息強制披露制度，督促上市公司規范信息披露行為，保護投資者合法權益。

參考文獻：

[1]Poon，WPH，Chan，KCAn Empirical Examination of the Informational Content of Credit Ratings in China[J]Journal of Business Research，2008，61（7）：790-797

[2]何平，金夢信用評級在中國債券市場的影響力[J]金融研究，2010，（4）：15-28

[3]Wruck，HEquity Ownership Concentration and Firm Value：Evidence from Private Equity Financings[J]Journal of Financial Economics，1989，23（1）：71-78

[4]Hertzel，M.，Smith，RLMarket Discounts and Shareholder Gains for Placing Equity Privately[J]The Journal of Finance，1993，48（2）：459-485

[5]Wu，YLThe Choice of Equity-Selling Mechanisms[J]Journal of Financial Economics，2004，74（1）：93-119

[6]Barclay，MJ，Holderness，CG，Sheehan，DPPrivate Placement and Managerial Entrenchment[J]Journal of Corporate Finance，2007，13（4）：461-484

[7]Myers，SC，Majluf，NSCorporate Financing and Investment Decisions when Firms Have Information that Investers do not Have[J]Journal of Financial Economics，1984，13（2）：187-221

[8]Corwin，SAThe Determinants of Underpricing for Seasoned Equity Offers[J]The Journal of Finance，2003，58 （5）：2249-2279

[9]Mola，S，Loughran，TDiscounting and Clustering in Seasoned Equity Offering Prices[J]Journal of Financial and Quantitative Analysis，2004，39 （1）：1-23

[10]An， H， Chan， KC Credit Ratings and IPO Pricings[J] Journal of Corporate Finance，2008，14（5）：584-595

[11]Liu，Y，Malatesta，PHCredit Ratings and the Pricing of Seasoned Equity Offerings[R]Working Paper， University of Washington，2007

[12]Luo， W，Rao， P， Yue， HInformation Risk and Underwriter Switching in SEOs： Evidence from China[J] Journal of Business Finance and Accounting，2010， 37 （7-8）： 905-928

（責任編輯：孟耀）