現金持有量對信用風險的影響
——基于國內外研究現狀分析

王小春 李 艷

引言

在當前我國資本市場不完善、融資約束嚴重、經濟下行、股市震蕩、企業高杠桿經營等情況下，公司一旦因流動性不足、資金枯竭、風險管理不完善等發生信用違約很可能面臨重組整頓或破產清算。現金作為企業的活的“血液”，對企業的生存和發展有著非常重要的作用。那么現金持有量對企業信用風險的影響又是怎樣的呢？現有文獻關于信用風險影響因素的研究已經非常成熟，不論是在定性理論分析方面，還是在定量統計模型實證研究方面。而關于現金持有量的研究，主要從預防性、交易性和代理成本等動機出發，理論上，公司持有現金等流動性資產，可以降低公司的違約和破產風險，而信用風險也會影響公司現金的持有策略，現金用于投資還是用于分紅，又將進一步影響信用風險。根據國內外已有的實證研究結果發現，現金持有量對信用風險的影響不是沿著單一方向變化的，而是存在雙方向甚至多方向的影響。

本文基于國內外已有的信用風險影響因素研究、現金持有量影響因素研究和信用風險與現金持有量的關系研究，分析在中國制度背景下，構建廣東省上市公司信用風險的影響因素研究模型，為之后的實證分析提供分析工具。

一、國外現金持有量對信用風險影響研究現狀分析

國外學者對現金持有量影響信用風險的研究，經歷了從無關變量→外生變量→內生變量的過程，從定性理論分析→定量統計模型分析的過程。對信用風險的研究主體由金融企業逐漸轉向非金融企業，同時從資本結構、債務期限結構等微觀企業內部影響因素逐步延伸到經濟條件、利率等宏觀企業外部影響因素。而隨著現代信用風險環境和管理技術的變化，信用風險不再只是違約和破產這么簡單了，履約可能性變化和信用狀況變化都將成為信用風險的涵蓋范疇，如信貸利差風險。

1.研究信用風險的影響因素，而現金持有量或作為外生變量，或作為無關變量。這一派系學者首先從信用風險的定性分析開始，以Altman（1968）的Z值評分模型為代表，將現金流量、產業變量、宏觀經濟變量等作為控制變量（外生變量）來研究違約或破產概率（Shumway，2001；Hillegeist 等 ，2004；Faulkender 和 Wang，2006；Davydenko，2010；Nikolov and Whited，2014）。其次，人工神經元網絡、遺傳算法、支持向量機等人工智能非統計計量模型也隨著計算機技術的發展被引入破產預測和信用風險研究（Ahn 和 Kim，2009；Kong和 Zhu，2010；Jayanthi，2011）。而隨著Credit Metrics模型的推出和運用，信用風險的度量逐漸轉向定量模型化分析，其中，Logit模型、Probit模型和生存分析模型等統計分析方法被廣泛應用于企業破產的預測，且主流實證分析結果是：公司流動資金與信用利差和長期違約概率之間存在正相關關系（Ohlson，1980；Zmijewski，1984；Lu 等，2013）。

而另一類學者基于期權定價理論、資本資產定價理論、資產組合理論等經濟理論基礎，借助KMV公司、瑞士信貸金融產品公司、麥肯錫公司開發的KMV模型、Credit Risk+模型、Credit Portfolio View模型等高級統計計量模型用于測算商業銀行的信用風險，但這類研究并沒有將現金持有量加入信用風險影響因素的模型研究中（Black和 Cox，1976；Leland，1994；Leland 和 Toft，1996；Collin-Duf resne 和 Goldstein，2001）。

2.研究企業現金持有的策略，而信用風險往往作為該策略中的間接影響因素。Mayer的優序融資理論認為由于企業管理者和外部投資者對企業的信息不對稱問題，使得企業發行新股時，投資者往往低估企業的股票價值，增加了企業的信用風險，進而導致企業更傾向于持有現金進行內源融資。而Ross的信號傳遞理論認為，投資者將企業發行新股的信號表達為企業股價被高估，但是在企業經營業績不好的情況下，企業卻仍然堅持發行新股，說明企業的管理者對企業的未來很看好，進而降低了企業的信用風險。

Kim等（1998）通過美國900多家制造企業的實證研究發現，外部融資成本、資產回報率等影響企業信用風險的因素也影響企業的現金持有量。Opler等（1997）建立現金持有量影響因素模型，并以1971-1994年美國上市公司為研究對象，實證分析結果是大公司和信用評級高的企業趨向于持有更少的現金，而將更多的現金用于購買有價證券。Ozkan（2004）通過對英國1000多家上市公司的實證研究發現公司現金持有量與公司規模、投資機會有關，公司規模越大，投資機會越多，企業的信用風險越低，融資越容易，現金持有的必要性降低。

3.研究現金持有與信貸風險的關系。Acharya等（2012）認為現金持有的內生性對于理解現金在信用風險中的作用至關重要。現金持有量的這種內生性調整會導致信貸利差與現金持有量之間存在虛假的正相關關系。這意味著信用風險研究中常見的標準OLS和Logit回歸產生了誤導性的結果。為了說明這一虛假結果，他們建立了一個在存在信用風險情況下現金持有的簡單時間表模型，并以1996-2003年間美林投資指數和美國高收益債券指數為研究對象，實證研究發現OLS分析（現金持有以內生變量存在于模型中）結果顯示持有的現金越多，信用利差就越大；而IV回歸（現金持有量以外生變量存在于模型中）結果卻顯示持有的現金越多，信用利差越小。

二、國內現金持有量對信用風險影響研究現狀分析

國內有關于現金持有量的研究也從兩個方面進行，第一是理論層面，借鑒國外的權衡理論、融資優序理論和代理理論等，論證它們在中國情境下的理論適用性；第二是實證層面，從動態和靜態兩個方面研究現金持有量的影響因素，如公司的股權結構、宏觀經濟環境、企業生命周期、CEO背景特征等，借鑒Kim、Olper和Ozkan的現金持有量影響因素模型進行中國本土企業的實證檢驗（廖理和肖作平，2009；肖明等，2013；王紅建，李青原和邢斐，2014；蔡衛星，曾誠和胡志穎，2015；曾三云，劉文軍和龍君，2015）。但是，信用風險并不是這些模型中的自變量或控制變量，也就是說以信用風險作為現金持有量的影響因素來進行研究的文獻較少。

但是，以現金持有量作為信用風險的影響因素的研究更多一些，這些學者借助國外已經成熟的信用風險度量模型如Logit模型、KMV模型、OPSW回歸模型和價值模型等進行中國制度背景下的實證檢驗，研究對象主要為發債企業、上市公司、上市中小企業、小額貸款公司等非金融企業，現金持有量由外生變量轉向內生變量。但是，由于研究對象的具體化，現金持有量對信用風險的影響也不唯一，甚至出現“U”型關系結果。以下就是國內學者有關于現金持有量影響信用風險的國外模型中國情境運用的實例。

王小華和邵斌（2005）首次將Leland-Toft模型應用于中國信用風險的定量研究，提出我國當前企業債市場發展的一些建議，但他未能將現金持有量作為內生變量進行研究，而是作為Logit模型中變量V（公司資產價值）的一個變量，即所謂的外生變量。

李娟，王海芳（2012）首先提出現金持有的內生性定義，將企業債券的信用風險分為信用利差和違約風險，并在信用風險模型中分析到：企業現金持有量的外生性與信用利差以及違約概率之間存在負相關關系，而內生性與信用利差和違約概率之間存在正相關關系。這一理論模型的實證分析體現在：李娟（2013）借助Acharya等的時間表模型采用195個上市公司307只債券作為樣本，發現流動性資產持有與債券利差在IV回歸中呈負相關關系，在OLS回歸分析中呈正相關關系；流動性資產與違約率在短期內呈負相關關系，長期內呈正相關關系，即現金持有量作為信用風險影響因素中的內生性變量是成立的。

王萌萌（2013）基于修改的OPSW回歸模型和價值模型，通過2007-2011滬深兩市上市公司數據的實證研究發現，信用評級下調后現金持有量增加，超額現金持有量也會增加，同時，如果企業從投資類別降級到投機類別后，現金囤積的可能性會更大。

鄭建明，王萬軍和白霄（2017）以2007～2014年我國A股上市公司為研究對象，借助KMV模型建立信用風險影響因素模型，實證結果顯示經營良好的公司現金持有對信用風險起抑制作用，經營困境公司呈現出“U”型關系；經營良好的公司短期內現金持有抑制信用風險，長期會提高未來的信用風險。

過新偉（2012）通過改進后的Logit模型研究了上市中小企業的信用違約事件，并將財務指標中的現金流量凈額增長率作為違約風險的度量因素之一，結果發現在財務指標的基礎上加入公司治理指標能提高違約風險度量的準確性，即信用風險的影響因素除了現金流等財務指標，還包括公司治理指標。同樣，運用多元有序的Logit模型采用類似指標對非上市中小企業的信用風險研究得到的結果差不多。

申韜（2011）將現金持有量作為貸款特征維度的指標之一，而貸款特征維度作為信用風險評估的指標之一，該文章的理論分析是小額貸款公司手持現金量越多，按期償債的可能性越高，貸款違約的風險越小。在運用評分模型對各種小額貸款信用風險評估方法的實證評價后，提出了適宜小額貸款公司信用風險評估的方法——交叉驗證概率神經網絡。

三、中國制度背景下信用風險的影響因素研究模型

根據第一、二部分的文獻梳理，本文發現國內外學者對信用風險的影響因素研究已經足夠成熟，但是以現金持有量作為信用風險的內生變量來進行研究的文獻還不多見，尤其是在中國特有的制度背景下，以某個省份上市公司為研究對象，研究該省上市公司現金持有量與信用風險的關系。基于Acharya等（2012）驗證了以現金持有量作為內生性變量會導致信貸利差與現金持有量之間存在虛假的正相關關系，而鄭建明，王萬軍和白霄（2017）構建的以現金持有量為內生變量的信用風險影響因素模型得到了國外實證研究的所有不同結論。于是，本文試圖基于中國制度背景，建立以下信用風險的影響因素模型，為后續的實證研究做鋪墊。

其中，Creditrisk表示信用風險，根據KMV模型計算所得；Size表示公司規模；Fleverage表示財務杠桿；Roa表示總資產收益率；Tagr表示總資產增長率；Currentratio表示流動比率；Tatr表示總資產周轉率；Dpr表示股利分配率；Shrcr表示股權集中度；rf表示無風險利率，其中×為資產配置中反映流動性變量。在研究現金持有量時，×為現金持有量一次項或現金持有量一次項與二次項同時存在，而為了進一步研究資產配置中流動性的強弱對信用風險的影響，實證分析時可將現金持有量換為速動資產比例、流動資產比例、現金比例等，其他研究過程不變。