姚彥梅
一、研究背景及意義
在我國,公司每年新增加的外部融資結構中,本外幣借款占據非常大的比例。企業的債務融資主要依賴于銀行貸款。可見,借款是我國外部融資中最主要的融資方式,而公司的借款大部分是從銀行借入的,因此,銀行借款對公司融資來說具有十分重要的作用。探討信息披露考評對上市公司銀行借款成本的影響,研究結論可以為二者之間的關系提供理論證據,可以為銀企間的信貸決策提供理論依據和經驗數據。使管理層主動尋求提高信息質量的有效途徑來降低上市公司的融資成本。
二、理論分析與研究假設
(一)理論分析
1、信息披露考評。信息披露考評是深圳證券交易所為了加強上市公司信息披露監管,督促上市公司及相關信息披露義務人加強信息披露工作,提高信息披露質量水平,對上市公司信息披露進行整體評價的監管活動。
2、銀行借款成本。銀行借款成本是指公司使用銀行借款需付出的代價,具體說,銀行借款成本是指利息支出及支付的各種費用減去少交的所得稅差額。計算公式:銀行借款成本=(借款額×利息率+籌措費用)×(1-所得稅率)。
3、信息不對稱理論。是指交易雙方對彼此的信息掌握和了解程度不同,即信息在交易主體之間的分布不均勻。一般來講,信息不對稱有主要表現在四個方面:信息來源上不對稱、信息數量上不對稱、信息質量上不對稱、信息時間上不對稱。
(二)研究假設
根據以上理論分析提出本文的兩個假設。
假設1:在控制其他條件的前提下,信息披露考評與其銀行借款成本之間存在顯著的負相關關系,即信息披露考評等級越高,其銀行借款成本越低。
假設2:在控制其他條件的前提下,與民營性質的上市公司相比,在國有性質的上市公司中深交所的信息披露考評與銀行借款成本之間存在負相關關系會有所減弱。
三、研究設計
(一)樣本選取和數據來源
本文選取2007——2012年在深圳交易所上市的A股非金融類上市公司為研究樣本。上市公司信息披露考評是通過深圳證券交易所網站的信息披露中的誠信檔案進行搜集的,上市公司其他相關變量的搜集主要通過銳思數據庫(RESSET)網站獲取。
(二)變量定義與模型構建
1、變量定義。被解釋變量是上市公司銀行借款成本(Rate)。公司借款成本包括長期借款成本和短期借款成本,本文僅從銀行長期借款角度出發進行研究。銀行長期借款成本是上市公司當年新增加的銀行長期借款加權平均成本水平。解釋變量是信息披露考評(Infor)。深交所將信息披露考核結果分為四個等級予以公布。控制變量,在借鑒國內外相關研究文獻的基礎上,本文還控制了以下變量,包括:產權性質(State)、公司規模(Size)、資產負債率(Lev)、資產收益率(Roa)、自由現金流量(Fcf)、有形資產比率(Tang)、公司成長率(Growth)、審計意見(Audit)、借款基準利率(Prime)、其他外部融資(Exfu)、行業類型(Ind)、年度(Year)。
2、模型構建。為了檢驗信息披露考評與銀行借款成本之間的關系,論文構建了如下的模型:
四、實證檢驗與結果分析
(一)變量描述性統計分析
樣本公司銀行借款成本(Rate)的均值為6.06%,這與我國同期中國人民銀行公布的借款基準利率(Prime)的平均值6.32%相比還低了0.26%,說明我國上市公司銀行借款平均所負擔的成本還是比較輕的。但是,銀行借款成本的最小值為2.5%,最大值為10.77%,說明不同上市公司的銀行借款成本差異較大。信息披露考評(Infor)的平均值為3.94,說明上市公司信息質量的等級均處于中等水平。在公司的現金流量方面,自由現金流量的平均值為4.76%,與最小值和最大值差距較大;在公司的資產結構中,固定資產占總資產的比例也有很大的差距;在公司的成長方面,差距更是大得驚人,可見自由現金流量(Fcf)、有形資產比例(Tang)和公司成長率(Growth)這三個指標對本文的研究有很大的影響作用,必須在研究過程中加以充分考慮。
(二)相關性分析
為了研究信息披露考評與銀行借款成本之間的關系,本文對主要變量進行相關性分析。本文分別采用Pearson和Spearman兩種相關性分析方法來檢驗模型中變量之間的相關性關系。結果表明,Infor與Rate在1%的水平上顯著為負,說明信息披露等級越高,銀行借款成本越低,初步驗證了假設一的正確性。從控制變量與銀行借款成本的系數來看,Rate與State在5%的水平上顯著為負,國有性質的上市公司銀行借款成本比民營性質的上市公司銀行借款成本低;Rate與FCF在1%的水平上顯著為負,說明上市公司自由現金流量越多,銀行借款成本低;Rate與Tang在1%的水平上顯著為負,說明上市公司固定資產比例越高,銀行借款成本低。從觀察各個變量之間的相關性關系,可以發現,變量間的顯著性水平較高,各變量之間的相關性比較弱,進而表明,本文模型中的各個變量之間不存在嚴重的多重共線性,不會對回歸分析的結果產生影響。
(三)回歸結果和分析
信息披露考評對銀行借款成本的影響。回歸結果說明,信息披露考評(Infor)的回歸系數為-0.117,并且在5%的水平上顯著負相關。從控制了相關變量的回歸結果來分析,公司規模(Size)的回歸系數在1%的水平上顯著為負;自由現金流量(Fcf)的回歸系數在1%的水平上顯著為負。回歸結果表明,信息披露考評與銀行借款成本之間存在顯著負相關關系。假設一得到了驗證。
上市公司實際控制人不同時,信息披露考評對銀行借款成本的影響。在國有性質的上市公司中,信息披露考評的回歸系數為0.041,并且不存在顯著性關系。調整后的R2值為32.7%,說明擬合度較好;F值為12.198,且顯著為正,D-W值為2.066接近2,說明不存在自相關問題;VIF值均小5.5,說明沒有共線性。在民營性質的上市公司中,信息披露考評(Infor)的回歸系數為-0.309,并且在1%的水平上顯著負相關。調整后的R2值為48.3%,說明擬合度較好;F值為14.053,且顯著為正,D-W值為2.005接近2,說明不存在自相關問題;VIF值均小于4.5,說明沒有共線性。假設二得到了驗證。
(四)穩健性檢驗
論文采用Tobit回歸分析方法重新對樣本數據進行回歸分析,可以消除因單一使用多元線性回歸分析方法影響研究結果的可靠性的弊端。
在國有企業樣本(State=1)的回歸分析結果中可以看出,信息披露考評(Infor)的系數為0.04,且信息披露考評與銀行借款成本之間不存在顯著性的關系;在民營企業樣本(State=0)的回歸分析結果中可以看出,信息披露考評(Infor)的系數為-0.31,且信息披露考評與銀行借款成本在1%的水平上顯著負相關。以上實證結果表明,與民營性質的上市公司相比,國有性質的上市公司在外部銀行借款融資過程中信息披露考評所扮演著角色不是很重要,在降低銀行借款成本方面的作用不大。進一步支持了假設二。通過上述敏感性測試發現,本文的研究結論是穩健的。
五、實證研究結論與政策建議
(一)實證研究結論
1、上市公司較高等級的信息披露考評可以降低其銀行借款成本;
2、在國有上市公司中信息披露考評與銀行借款成本之間不存在顯著性關系,在民營性質的上市公司的信息披露考評與銀行借款成本之間存在顯著負相關關系。
(二)政策建議
1、進一步完善信息披露考評體系;2、擴大信息披露考評的社會影響;3、弱化國有上市公司行政化運行模式。(作者單位:天津財經大學)