上市公司債務違約風險與股價崩盤風險

一、引 言

2008年世界金融危機后，“股價崩盤風險”成為業內研究的熱點。自Jin&Myers構建信息結構模型［1］，現有研究大多認為股價崩盤風險的產生源自企業壞消息被市場突然集中感知，從而造成股價大幅下跌直至崩盤。股價崩盤會給資本市場的健康發展和投資者的財務帶來極大沖擊和破壞。

雖然目前這一領域已有眾多研究成果，但現有研究卻忽視了一項重要的企業負面信息——債務違約。在企業破產清算時，股權的償付順序要落后于債權，這意味著如果上市公司出現債務違約而最終破產清算，股票投資者往往會面臨巨大的損失，因此上市公司債務違約是一項非常嚴重的負面事件。根據大智慧大數據終端相關數據，自2014年我國債券市場出現首只違約債券以來，我國債券市場違約債券數量和規模均不斷增加，特別是在2018年打破剛兌的背景下，當年違約債券金額達到了994.26億元，遠高于2017年的251.37億元。公司債務違約風險加劇會誘發股價崩盤，造成債券市場或銀行體系風險向股票市場傳遞，而股價崩盤反過來可能觸發大股東股權質押平倉風險，這就在加劇股票市場風險的同時將更多風險再次傳導回銀行體系，這種連鎖反應造成風險的不斷傳遞和加劇。因此，對于債務違約風險與股價崩盤風險的研究有著重要的理論和實踐意義。

從股東和管理層的角度來看，過高的債務壓力可能造成債權人抽貸或拒絕提供新的借款，同時也有可能造成控制權的轉移，因此上市公司會盡可能掩蓋真實的債務壓力，這會降低上市公司的信息不對稱程度，提高股價崩盤風險。但是，由于我國A股殼資源的稀缺性，一些上市公司發生債務違約后反而會成為其他公司的殼資源，因此，市場中也存在炒作殼資源的現象。從外部監督的角度看，已有研究認為，債權人能夠發揮有效的外部監督作用降低企業盈余管理，提高信息透明度，那對于債務違約風險較高的上市公司，債權人往往會更關心企業償債能力的變動，更有動力去做好外部監督，降低企業信息不對稱程度。從這些視角來看，較高的債務違約風險是提高還是降低了公司的股價崩盤風險，將是一個有待實證檢驗的問題。

為了彌補這一領域研究成果的缺乏和解答以上問題，本文試圖使用KMV模型度量上市公司債務違約風險，考察上市公司債務違約風險與其股價崩盤風險之間的關系。

本文的主要貢獻在于：1.由于數據等原因，我國債務違約的相關研究相對較少，對于債務違約風險與股票市場風險相互傳導的研究更為稀缺，本文研究了債務違約風險與股價崩盤風險之間的關系，豐富了風險的跨市場傳導這一領域的研究。2.豐富了股價崩盤風險的相關研究，不同于以往研究，本文從公司債務違約風險的角度來研究股價崩盤風險，同時也豐富了債權人外部監督領域的研究。3.針對目前日益增多的企業債券違約現象，本文的研究成果有助于投資者和監管者更好地評估上市公司債券或其他債務違約可能帶來的后果，具有一定的實踐意義。

二、文獻綜述

（一）股價崩盤風險

現有研究大多認為，受公司本身的信息不透明、投資者非理性以及外部市場環境因素等的影響［1］［2］，公司的“壞消息”難以有效釋放而不斷積累，“壞消息”集中釋放會給市場帶來巨大的沖擊，導致股價崩盤。公司內部影響因素方面，公司信息透明度與股價崩盤風險之間存在負相關關系，企業的信息透明度越差，其股價崩盤風險越大［3］［4］［5］。會計穩健性等內控措施能夠顯著降低股價崩盤風險［6］［7］［8］［9］。外部因素方面，現有研究對分析師和機構投資者對于股價崩盤風險的影響的結論也不一致［10］［11］［12］。也有研究發現審計師的行業專長、媒體監督、稅收、債務訴訟等外部因素對股價崩盤風險的影響［13］［14］［15］。

（二）上市公司的債務違約風險

由于我國債券市場自2014年開始才出現公開債務違約事件，而商業銀行貸款違約數據往往難以獲取，因此這一領域的實證研究相對較少，多以理論研究為主。實證方面，謝邦昌等檢驗了不同信用風險度量模型的風險甄別效果，認為KMV模型目前最適合我國上市公司［16］。由于債務違約數據缺乏，早期研究往往以上市公司被ST作為其陷入財務困境的標志，并對這一事件進行預測和研究。吳世農等研究了上市公司財務數據對其陷入財務困境的預測能力［17］。陳延林和吳曉使用測算債務違約概率的KMV模型檢驗了其對上市公司被ST的預測效果［18］。梅建明使用KMV模型測算了上市類融資平臺公司信用風險情況，認為該類公司存在一定的違約風險［19］。凌江懷基于KMV模型研究了影響商業銀行信用風險大小的主要財務因素［20］。張澤京等基于KMV模型研究了資產規模和股權分制改革等因素對中小型上市公司信用風險的影響［21］。張靖等研究了股權背景和環境不確定性對上市公司債務違約風險的影響［22］。雖然還有很多學者對這一問題進行了研究，但目前國內對上市公司債務違約風險的研究并不豐富，而且現有研究涉及的領域也不全面，對于債券市場與股票市場的聯動方面的研究更為稀缺。隨著我國債券市場違約事件日益多發，上市公司債務違約事件也日益增多，這一領域的研究越來越重要急迫。

（三）上市公司債務與股價崩盤風險

雖然目前國內尚未有對上市公司債務違約風險和股價崩盤風險之間關系的研究，但已有學者對上市公司債務融資行為與其股價崩盤風險之間的關系進行研究。左月華等發現，公司短期債務占比增加會增加股價崩盤風險，且國有企業的這一現象更為突出［23］。吳育輝等研究了上市公司債券融資行為與股價崩盤風險之間的關系，股價崩盤風險增加會促使上市公司更傾向于發行債券，增加上市公司發債成本［24］。李棟棟認為，短期借款增加也會導致公司股價崩盤風險上升，這說明短期借款沒有發揮應有的積極公司治理作用，反而導致管理層負面信息隱藏行為［25］。何鑫萍也得到了類似的結論，同時研究還發現高質量審計能夠抑制短期債務與上市公司股價崩盤風險之間的正向關系［26］?，F有對于上市公司債務融資和股價崩盤風險關系的研究大多認為銀行作為債權人能夠更“近距離關注”上市公司，如果銀行傾向于提供短期借款，那么表明銀行認為上市公司的經營狀況惡化，從而容易出現股價崩盤風險。也有研究從盈余管理的角度，認為管理層在短期借款比例高、償債壓力大時會傾向于盈余管理，提高信息不對稱程度，從而增高股價崩盤風險［25］。而在國外市場監測到的銀行債券對上市公司的治理作用，國內研究發現，國內銀行債權對上市公司治理的力度可能很弱。［27］［28］

綜上，目前國內對于債券市場違約風險的研究相對缺乏，對于上市公司債務違約風險向股票市場風險傳導的研究更為稀缺，現有研究也主要從公司治理的角度關注了上市公司融資行為與股價崩盤風險之間的關系，并沒有從風險傳遞的視角考察債務風險向股票市場風險的傳遞。

本文主要研究債券違約風險與股票市場的股價崩盤風險之間是否存在相關性，本文認為，債券違約風險反映了公司自身經營狀況不佳難以承擔債務負擔，為了避免債權人抽貸等行為的出現，上市公司可能會通過報表粉飾、盈余管理等手段隱藏公司經營過程中產生的負面信息［25］［29］［30］，進而會提高股價崩盤風險，同時債券違約風險本身作為一個負面消息，在違約風險較高時，上市公司因流動性資金緊張，也有可能頻繁爆發流動性負面事件，造成負面消息的集中釋放，增加股價崩盤風險。但是，由于長時期以來我國上市公司殼資源較為珍貴，正如2014年*ST超日債券違約，協鑫集成借殼上市，很多投資者可能看中這一點而選擇炒作這些高風險上市公司，忽略公司基本面信息，從而影響股票收益偏態特征。從外部監督的角度來看，已有研究認為，債權人能夠發揮有效的外部監督作用降低企業盈余管理，提高信息透明度，那對于債務違約風險較高的上市公司，債權人往往會更為關心企業償債能力的變動，更有動力去做好外部監督，降低企業信息不對稱程度［31］［32］。從這些視角來看，較高的債務違約風險是提高還是降低了公司的股價崩盤風險，將是一個有待實證檢驗的問題。因此，本文提出兩個對立假設：

H1a：債券違約風險與股價崩盤風險之間存在正相關關系；

H1b：債券違約風險與股價崩盤風險之間存在負相關關系。

三、研究設計

（一）樣本選擇和數據來源

借鑒已有研究，鑒于中國上市公司2007年開始執行新的企業會計準則，本文選擇我國滬深兩市2008—2018年所有A股上市公司為初始研究對象，并按照如下規則對樣本進行篩選：（1）剔除金融行業上市公司；（2）剔除交易過程中曾被ST和*ST的上市公司；（3）剔除年交易周數小于30的上市公司；（4）剔除上市不滿一年的上市公司；（5）剔除實證變量存在數據缺失的上市公司。［23］［25］［33］

本文的數據來自CSMAR數據庫，根據上述標準，本文最終得到了19891個樣本。

（二）變量定義和度量

1.股價崩盤風險。本文使用負收益偏態系數和收益上下波動比率來度量上市公司崩盤風險，具體計算過程如下：

首先，按照如下過程計算周特有收益率wi,t：

其中，гi,t為股票i在第t周考慮現金紅利再投資的收益率，гm,t-1為市場在第t周的流通市值加權平均收益率，εi,t表示個股收益率中不能被市場所解釋的部分，wi,t為股票的周特有收益率。

其次，wi,t基于構造負收益偏態系數nckewi,t和收益上下波動比率duvoli,t。

其中，n為每年股票i的交易周數，ncskewi,t的數值越大，表示崩盤風險越大。

其中，nu為股票i的周特有收益率wi,t大于年平均周收益率的周數，nd為股票i的周特有收益率wi,t小于年平均周收益率的周數。duvoli,t的數值越大，表示崩盤風險越大。

2.違約距離。本文使用KMV模型計算預期違約率時的中間變量違約距離來度量上市公司的債務違約風險。該模型把違約債務看作企業的或有權益，把所有者權益視為看漲期權，將債務視為看跌期權，把公司資產作為標的資產。該模型認為企業信用風險主要決定于企業資產市場價值、波動率以及債務賬面價值。當企業資產未來市場價值低于企業所需清償的債務面值時，企業就會違約。

利用Black-Scholes期權定價模型，根據企業資產的市場價值、資產價值的波動性、到期時間、無風險利率及債務的賬面價值估計出該股票的市場價值及其波動性；其次，根據公司的債務計算出公司的違約實施點，從而計算出違約距離，最后根據企業的違約距離計算出逾期違約率。［34］［35］

根據以下聯立方程組計算企業資產市場價值Va和波動率σa。

其中，E為公司的股權價值，D為公司債務的市場價值，Va為公司資產的市場價值，τ為債務期限，設為一年，σa為公司資產價值的波動率，r為無風險利率，σE為公司股權價值的波動率。

在得到企業資產市場價值Va和波動率σa，計算公司的違約距離：

其中，E（Va）為公司資產價值的期望，DP為違約點，此處定義為DP=SD+0.5×LD，其中SD為企業短期債務，LD為企業長期債務。

計算違約概率EDF=N(-DD)，N(g)為標準正態分布函數。

本文使用違約概率EDF來度量上市公司債務違約風險的大小，違約概率EDF越大，表示上市公司債務違約的風險越高。

3.其他控制變量。借鑒已有研究，本文控制了公司年度平均周特有收益率ret、公司特有收益率的標準差sdw、公司規模size、賬面市值比bm、月均超額換手率dturn、總資產收益率roa、資產負債率lev、信息不透明度em。變量的具體定義及度量見表1：

表1 變量定義

（三）模型設定

本文使用如下回歸模型檢驗本文假說：

其中，crash_rish表示股價崩盤風險，分別用ncskew和duvol來度量，EDF為解釋變量違約距離，EDFt-1表示基于t-1期財報的債務水平計算的公司債務違約風險，controls為控制變量，本文使用靜態面板模型，在回歸中亦控制了個體和年份固定效應。

四、實證研究

（一）描述性統計

被解釋變量ncskew和duvol的均值和標準差均與現有相關研究的數據特征相近。解釋變量EDF的均值為0.0389，最小值為0.0000，最大值為1.0000，說明有的上市公司按照模型計算資產價值已經小于其債務價值，上市公司債務違約風險很大。其他控制變量的取值也在合理范圍內，詳見表2。

表2 描述性統計結果

本文也做了相關性分析，限于篇幅，不再展示相關性矩陣。兩個股價崩盤風險度量變量ncskew和duvol的相關性系數為0.8788，且顯著，違約概率EDF與ncskew、duvol也均顯著正相關。違約概率EDF與其他變量也有較強的相關性。

（二）回歸分析

表3報告了債務違約距離與股價崩盤風險的OLS和固定效應面板模型回歸結果。

回歸（1）為控制行業和年份后以ncskew為被解釋變量的OLS回歸結果，回歸結果顯示，公司違約風險變量EDF與股價崩盤風險變量ncskew在5%的水平下顯著正相關?；貧w（2）為控制行業和年份后以duvol為被解釋變量的OLS回歸結果，回歸結果顯示，公司違約風險變量EDF與股價崩盤風險變量duvol在1%的水平下顯著正相關。為了保證結果的穩健性，本文還是用了靜態面板模型對回歸模型進行檢驗，回歸（3）和（4）為控制了個體和年份固定效應的靜態面板回歸模型，被解釋變量分別為ncskew和duvol，回歸結果顯示公司違約風險EDF與股價崩盤風險變量ncskew和duvol均有顯著的正相關關系。

表3 回歸分析結果

回歸結果表明，在控制了相關因素的情況下，上市公司債務違約風險與股價崩盤風險之間存存在顯著的正相關關系，基于上一期財務信息計算的上市公司債務違約風險越高，股價崩盤風險越高，假設H1a成立。

即使是在控制了盈余管理程度的情況下，這種正相關關系依然顯著，這表明上市公司債務違約風險可以通過非盈余管理機制對股價崩盤風險產生影響，比如上市公司債務違約風險增加時可能導致流動資金緊張等一系列連鎖反應，造成上市公司產生更多的負面信息，進而增加股價崩盤風險。

本文也注意到，回歸結果中，控制變量盈余管理em的系數在回歸（1）、（3）、（4）中顯著為正，說明盈余管理程度越高的上市公司越容易出現股價崩盤風險，這與現有研究成果的結論一致，那么上市公司債務違約風險提高時是否會通過影響盈余管理程度影響股價崩盤風險呢？

（三）進一步分析：盈余管理程度與股價崩盤風險關系

前文的實證結果表明，如果上市公司債務違約風險增加，公司的股價崩盤風險也會增加，進一步，由于債務違約可能會導致破產清算或重組，無論是控股股東還是管理層均有動機避免這種行為的發生。而且一旦公司償債困難的消息流出，公司獲取新的債務融資將極其困難，投資者也會“用腳投票”，這會進一步加劇公司的償債壓力，因此，公司有充分的動機去掩飾償債壓力的真實信息，提高盈余管理程度。但是，對于債務違約風險較高的上市公司，債權人出于自身利益的考量，也會更加關注上市公司，更傾向于發揮債權人的外部監督職能，從這一角度看，債務違約方風險越高的上市公司，債權人越容易發揮外部監督功能，從而盈余管理程度會降低。因此，本文提出假設：

H2a：債券違約風險與盈余管理程度之間存在正相關關系；

H2b：債券違約風險與盈余管理程度之間存在負相關關系。

借鑒已有研究［25］［33］，本文使用以下模型檢驗上述假設：

其中，em為被解釋變量，使用修正的Jones模型計算的公司盈余管理程度；EDF為解釋變量，公司債務違約概率；主要控制變量的定義均與之前一致，fcf為自由現金流，pe為公司市盈率，sh1為公司第一大股東持股比例，state為公司所有權性質，國企取值為“1”，否則為“0”。本文使用固定效應模型，回歸中控制了個體和時間固定效應。（結果見表4）

表4中回歸（5）為使用全樣本的固定效應模型回歸結果，回歸結果顯示，解釋變量EDF的系數不顯著，這說明上市公司債務違約風險增加時并不能對上市公司盈余管理程度產生顯著影響。

鑒于2014年A股市場上市公司出現了第一家公開債券違約，債權人可能會在此之后更加關注上市公司經營情況，本文對于2014年及之后的樣本單獨進行回歸分析?；貧w（6）為使用2014年及之后樣本的回歸結果，結果顯示，解釋變量EDF的系數顯著為負，這表明，2014年之后，上市公司債務違約風險越高，其盈余管理程度反而約定，說明債權人此時發揮了顯著的外部監督作用，降低了上市公司的盈余管理程度。

回歸（7）為使用2014年之前樣本的回歸結果，結果顯示，解釋變量EDF的系數不顯著。

綜合以上回歸分析結果，本文認為，上市公司債務違約風險對股價崩盤風險的影響并不是通過影響盈余管理來實現的，而且在2014年出現上市公司公開債券違約事件后，債權人的外部監督作用反而顯著發揮，降低了債務違約風險較高的上市公司的盈余管理程度。

既然上市公司債權人在公司債務違約風險更高時發揮了顯著的外部監督職能，進而降低了上市公司的盈余管理程度，從而也表明，上市公司債務違約風險對股價崩盤風險的影響可能并不是通過盈余管理的方式實現的，更多的可能是因為上市公司債務違約風險較高時，更容易出現連鎖負面事件，比如資金周轉困難、盈利預期更加悲觀等，進而增加了上市公司股價崩盤風險。

（四）穩健性檢驗

2014年以來，公開債券市場違約事件數量和規?？焖僭鲩L，反映出整個實體經濟企業的債務壓力不斷增加，2015年A股市場結束了這輪牛市，為了避免股價崩盤風險和公司債務違約風險可能存在的共同趨勢的影響，本文使用了被解釋變量股價崩盤風險與解釋變量債務違約風險的一階差分進行回歸，具體模型如下：

表4 回歸分析結果

其中，△crash_riskt為crash_riskt的一階差分項，同樣，△EDFt-1為EDFt-1的一階差分項，controls為控制變量，本文在回歸中亦控制了行業和年份。（回歸結果見表5）

回歸（10）和（11）為控制了個體和年份固定效應的靜態面板回歸模型，被解釋變量分別為△ncskew和△duvol，回歸結果顯示公司違約風險變量△EDF與股價崩盤風險變量△ncskew、△duvol均在5%的水平下顯著正相關，與之前的回歸結論一致。

表5 回歸分析結果

五、結 論

（一）研究結論

目前學界關于債務違約的實證研究相對比較缺乏，但近期頻繁發生的上市公司公開債務違約現象表明，對于企業債務違約及其影響的研究有其理論和實踐意義。本文對上市公司債務違約風險與股價崩盤風險的關系進行研究分析，以A股上市公司2008—2018的數據為樣本，實證檢驗了債務違約風險與股價崩盤風險的關系。研究發現：（1）在控制相關變量的基礎上，公司債務違約風險與公司的股價崩盤風險顯著正相關；（2）在控制相關變量的基礎上，2014年后公司債務違約風險越高，公司的盈余管理水平越低。實證結論表明，上市公司債務違約風險較高時，公司的股價崩盤風險也會增加。同時，本文也發現，自2014年出現首家上市公司公開債券違約后，債權人對于高債務違約風險的上市公司的外部監督作用開始發揮，這表現在盈余管理程度顯著降低，也反映出，在未出現上市公司公開債券違約之前，債權人的外部監督作用可能流于形式，債權人并未能夠有效意識到可能存在的違約風險。這也反映出，投資者對于可能發生的潛在風險的風險意識仍然相對不足。

（二）政策建議

2014年以來，我國債券市場公開債務違約數量不斷上升。2018年很多上市公司也爆出了債務違約，在打破剛兌的大背景下，債務違約事件可能會越來越多，但投資者的風險意識仍然相對不足。鑒于上市公司債務違約風險在真正違約前可能就已經傳導到股票市場，股票市場中上市公司大股東股權質押現象又極為普遍，因此，公司債務風險很有可能觸發上市公司股價暴跌、大股東資金鏈緊張等連鎖反應，造成風險快速擴大，甚至有可能在上市公司債務負擔加重時就開始引發連鎖反應。因此，監管部門應強化上市公司債務融資行為的披露力度，同時做好監管協調，對于可能出現的債務風險，監管部門要做好配合，跨市場聯動，避免風險的跨市場傳導。