短期債務與股價特質波動

李松 王玉峰

內容提要：特質波動是股票價格波動中的主要組成部分，對資產定價、投資決策以及風險傳遞都具有重要影響。本文以2007-2018年我國滬深A股非金融上市企業為樣本，基于兩次行業信貸調控對企業融資的外生沖擊構建識別策略，采用雙向固定效應工具變量回歸，研究發現企業短期負債率的上升會顯著降低企業特質波動率。其中，短期債務中的商業信用上升提高了外部投資者對企業前景的認知程度，降低了股價蘊含的不確定性，從而降低了股價特質波動。本文旨在建立融資決策與資產價格之間的橋梁，拓展股價特質波動信息含量及融資決策市場反映的相關研究。

關鍵詞：特質波動率;短期債務;債務期限結構

中圖分類號：F8325文獻標識碼：A文章編號：1001-148X（2021）02-0056-09

收稿日期：2020-09-14

作者簡介：李松（1982-），男，四川達州人，四川農業大學經濟學院講師，金融學博士，研究方向：資產定價、公司金融、金融計量經濟學;王玉峰（1978-），本文通訊作者，男，四川眉山人，四川農業大學經濟學院教授，金融學博士，研究方向：風險管理、農村金融。

基金項目：國家社會科學基金青年項目，項目編號：19CJY043。

股價特質波動指股票價格變化中的非系統性成分，是股價波動的主要構成部分，通常以經定價模型調整后的股票收益率波動率度量，在資產定價和風險管理中均有著重要的應用。股價高特質波動不但意味著低投資收益[1]以及低市場定價效率[2]，還可能通過金融加速器途徑將金融市場風險傳導到實體經濟，甚至誘發金融體系系統性風險。2017年以來，在我國股票市場整體波動幅度下降的背景下，部分企業的股票價格經歷了急速上漲和下跌，特質波動有所放大。一些企業因為個股價格的大幅波動引發了股權質押危機，對企業經營造成了嚴重沖擊，一度成為股票市場的重要系統性風險點。可見，股票價格的特質波動已經成為影響我國上市公司經營持續性以及我國證券市場整體風險的重要因素。因此，有必要對其形成機制與影響因素進行深入探索，為上市企業經營風險管理以及金融市場監管提供依據。

一、文獻回顧

已經有不少文獻從多個角度探索了特質波動率的成因，這些研究大體可以分為四類。第一類研究認為特質波動率與企業未來投資與增長機會[3-4]、現金流波動性[5]等個體價值因素正相關，反映了企業未來投資與增長機會以及股權現金流風險。第二類從公司治理角度研究了特質波動率的成因，發現反收購措施[6]、激勵性薪酬[7]等不同治理機制將會影響特質波動率。第三類從信息角度探討了特質波動率的決定因素，發現財務信息的透明程度[8-9]以及信息披露質量[10]與股價特征波動負相關。第四類研究從市場結構特征角度探索高特質波動率成因，發現特質波動率受到了投資者結構、市場流動性和投資者情緒等因素影響，高特質波動率通常意味著投資者結構散戶化或期限短期化[11]、市場流動性不足[12]或套利限制較大[13]。整體而言，現有研究證明，企業股價特質波動率代表了投資者對企業個體股權現金流風險的反應，由股權現金流相關特質風險本身（第一類和第二類研究）、市場對特質風險的了解程度（第三類研究）以及投資者對特質風險反應方式（第四類研究）共同決定。這些研究揭示了特質波動率的直接成因，但對企業融資決策這樣相對間接的潛在影響因素關注不足。然而，企業的融資決策顯然會對影響企業個體風險，進而很可能改變企業的特質波動。

已有特質波動率成因相關研究對融資決策的忽略可能有兩個方面的原因。第一，企業融資結構相關文獻主要關注財務杠桿，而且發現資本結構和企業股權現金流風險、市場微觀結構等特質波動率直接影響因素之間的相關性并不顯著[14]。但是，企業融資決策不僅包括財務杠桿選擇，還包括債務期限決定，財務杠桿對特質波動率直接決定因素沒有顯著影響并不代表債務期限同樣沒有影響。事實上，已有研究表明，外生債務期限縮短會造成企業投資以及市場價值顯著下降[15]，債務期限還會影響企業與投資者的信息透明度[16]，改變企業的代理問題[17]，這些都會直接影響企業的特質波動。可見，股價特質波動與企業債務期限之間存在復雜而且重要的聯系，對于兩者關系的探索有助于進一步厘清融資決策與市場價格波動之間的相互作用。第二，融資決策與特質波動率之間可能存在雙向因果，很難得到具有因果解釋的結論。融資決策可能影響企業特質風險，從而改變特質波動率;股價波動率本身也可能反向影響企業的債務決策，股價波動率高的企業更容易受到融資約束，而且舉債成本也更高[18]。針對現有文獻的不足，本文基于特質波動率的經濟內涵構建了工具變量，采用工具變量回歸探究了短期負債對特質波動率的影響，解決了內生性問題，得到了債務期限對股價特質波動率的因果影響，拓展了現有關于股價特質波動以及企業融資行為的研究。

二、研究設計

（一）研究假設

股票價格特質波動率是經定價模型調整后的股票收益波動，代表了市場對企業個體層面可分散風險的反應。企業對短期債務的運用可能會通過信息、代理問題以及流動性沖擊等三種途徑對企業個體可分散風險產生不同影響。

第一，短期債務運用可能提高投資者對企業信息的認知程度。通常，短期借貸需要不斷滾動再融資。企業在展期的過程中會不斷向債權人以及其他外部投資者提供關于企業前景的信息，這些信息能夠讓投資者對企業前景有更加清楚的了解，緩解企業與投資者之間的信息不對稱。因此，短期債務的運用能夠降低股價蘊含的不確定性，提高市場對企業股權價值預測的準確度。此外，短期債務還可以作為企業向外部投資者發送前景的信號，增加外部投資者對企業前景的了解[16]。

第二，短期債務的使用可能會緩解企業代理問題，降低企業特質風險。短期債務存在持續的還本付息和再融資需求，這一過程會不斷抽取企業自由現金流，避免企業過度投資于經濟前景不佳的項目，迫使企業投資與期限較短、安全性較高的項目。短期債務持有人還能夠以拒絕提供再融資作為威脅，在事前避免企業做出有損債權人利益的高風險投資行為，通過債權人治理降低企業風險[17]。

因此，高比例短期債務可能會通過信息傳遞、信號發送和債權人治理等機制提高市場對企業的了解程度、降低企業股權風險，從而降低企業股價特質波動率。基于上述邏輯，我們提出如下假設H0：

H0：短期借款與企業特質波動性負相關，企業短期債務比例越高，其股價特質波動率越低。

第三，短期債務比例高的企業需要不斷再融資，因而更加容易遭受流動性沖擊。相對于債務期限更長的企業，債務期限短的企業具有更大的再融資風險，更容易陷入財務困境，個體風險更高。因此，我們提出了待檢驗假設H1：

H1：短期借款與企業特質波動性正相關，企業短期債務比例越高，股價特質波動率越高。

（二）計量模型

我們采用模型（1）對假設H0與H1進行了檢驗。式中，IVOLi，t為i企業在t年度的特質波動率，ShrtDebti，t為i企業在t年度的短期負債水平，Controli，j，t為控制變量，ui為不可觀測的個體固定效應，yearm為第m年度固定效應。

如果系數b的一致估計結果顯著大于（小于）零，代表在其他影響因素不變的條件下，企業短期債務與特質波動率正（負）相關，企業越依賴短期債務其股價波動性越大（小），該結果支持了假設H1（H0）。如果b估計系數不顯著區別于零，則代表平均而言短期債務對企業特質波動率沒有產生顯著影響。

三、數據與變量

（一）樣本選擇

我們選擇了2007至2018年間我國A股市場所有非金融上市企業作為研究樣本，數據全部來自中國股票市場研究數據庫CSMAR（ChinaStockMarket&AccountingResearch）。以2007年作為樣本起始時間是因為我國上市公司從2007年1月1日起執行了新會計準則，新會計準則體系基本實現了與GAAP以及IRFS等國際財務報告準則的趨同。為了避免重組等重大事項以及新股發行效應對特質波動率計算的扭曲，我們剔除了當年交易股票天數小于200的企業年度樣本。

（二）變量定義

1特質波動率

我們參考現有關于特質波動率的研究，以股票日或周收益率經五因子模型[19]調整后殘差標準差作為特質波動率的度量指標。該指標剔除了股價波動中的系統性風險部分，保留了與系統性風險不相關的特質風險。我們首先分企業按年度依公式（2）對年內個股日復權收益率進行回歸，然后基于回歸結果計算殘差標準差作為特質波動率度量指標IVOL，計算方式見公式（3）。

式中，IVOLi，t為企業i股票在年度t的特質波動率。ri，j，t為企業i的股票在年度t第j個交易日的紅利調整后回報率，MKT、SMB、HML、RMW以及CMA分別為Fama-French系統性風險因子，rfj，t為t年第j個交易日無風險利率，采用三月期國債年化到期回報率度量，數據均來自CSMAR因子數據庫。ei，j，t為企業i第t年日回報率五因子回歸得到的第j交易日殘差，Ni，t為t年企業i股票交易天數。為了保證分析結果穩健性以及與現有結果可比性，我們還基于Fama-French三因子模型計算了特質波動率IVOL2，計算過程與IVOL一致。

2短期債務

本文共采用了三個指標度量不同性質的短期債務。第一個指標為短期負債率ShrtDebt，定義為期限在一年以內的流動負債占總負債的比例。現行會計制度下，流動負債包括了金融性負債（付息債務）和商業性負債，但兩者合約形式、信息含量、對未來現金流影響以及受信貸沖擊的影響都存在明顯區別。金融性負債更容易受到金融機構規制政策以及信貸市場沖擊等金融性因素影響，而商業信用則更容易受到談判能力、市場競爭等非金融因素影響。因此，我們進一步將流動負債劃分為了兩個細分指標，即短期金融負債率和商業信用負債率。短期金融負債率（ShrtLnd）以短期付息債務占總債務的比例度量，短期付息債務包括短期借款、一年內到期的長期負債以及應付短期融資券。商業信用負債率（TrdCredit）以商業信用占總負債比例度量，商業信用定義為流動負債減去期限在一年以內的付息債務。

描述性統計（表1）顯示個股價格特質波動率占整體波動率的比例超過了70%，是股價格整體波動率的主要組成部分。三因子和五因子模型調整的特質波動率基本統計特征差距不大，兩者均值、標準差差異很小。

3控制變量

基于現有研究，我們控制了四類可能對特質波動率產生影響的變量。第一類是企業增長機會和現金流風險。我們在回歸中采用TobinsQ度量了企業的增長機會，控制增長率的影響;采用過去12個季度去趨勢和季節調整后每股經營現金流變異系數度量OCFVOL控制了企業現金流風險。此外，我們還基于未來12個季度實現的每股經營現金流，構建了前瞻性現金流波動率FWDCFVOL，對影響機制進行了檢驗，該指標的構建方式與CFVOL一致。第二類是企業信息以及治理相關變量。我們在分析中控制了股權集中度（Concentration）、實際控制人現金流權和控制權的分離度（Seperation），機構投資者持股比例（Insthold）以及研究報告關注度（reports）。第三類是市場特征變量，包括個股換手率（Tnover）、市場換手率（Mktnover）以及市場整體波動率（Mktvol）等反應投資者情緒以及市場環境的指標。第四類變量是一般性企業特征變量，包括企業的資產負債率（Lev）、規模（Size）、盈利能力（Roa）、流動比率（Caratio）、有形資產比率（Tangible）、稅率（TaxRate）以及營業收入現金含量（Cashratio）。

四、內生性與工具變量

（一）內生性根源與識別策略

研究短期債務融資（或者更廣泛的融資決策）對股價波動影響的最大困難在于解決反向因果以及遺漏變量引起的內生性問題。一方面，股票價格高特質波動率也會反向影響企業債務融資決策。企業大股東或者實際控制人可能通過股權質押獲得資金再轉借給上市企業的方式為企業獲得債務融資，這些股權質押債務期限通常比較短。波動較大的企業股價抵押折算比例會更低、信用溢價更高，企業可以通過該途徑獲得的短期債務融資也會相對更少，短期債務占比也會更低，常規OLS以及固定效應估計會存在向下偏誤。另一方面，股價特質波動率代表市場對企業個體層面未來股權現金流不確定性的反應，企業債務期限決策同樣也會受到未來現金流不確定性的影響。現金流風險較高的企業股價波動率也會較高，也更加依賴短期債務融資，這會導致OLS以及固定效應估計存在向上偏誤。

我們分別采用兩種方式解決了反向因果以及遺漏變量問題。第一，我們基于2010年房地產調控政策“國十條”以及2012年實施的《綠色信貸指引》引起的房地產和“兩高一剩”行業信貸收縮為外生系統性沖擊，綜合運用雙重差分（DID）思想和工具變量方法提出因果識別策略，解決了反向因果問題。第二，我們以企業實現的未來12個季度股權現金流變異系數作為了市場對不可觀測的股權現金流風險預期的度量，避免了對未來股權現金流不確定性的遺漏。

（二）兩次信貸調控政策的背景

為了解決反向因果引起的內生性問題，我們以我國金融監管部門和中央政府采取的兩次大規模行業性信貸收縮政策作為外生沖擊，以此識別短期債務對股價特質波動率的因果性影響。

我們采用的第一個收縮政策是2010年中央政府對房地產市場的調控政策。2010年4月，中華人民共和國國務院發布了《國務院關于堅決遏制部分城市房價過快上漲的通知》（亦被稱為“國十條”），試圖給火熱的房地產市場降溫。此前的房地產市場監管政策（例如2009年底的“國四條”）主要限制商品房需求和土地供給，“國十條”則明確要求加強金融機構對房地產開發企業的融資限制，要求商業銀行停止對存在土地閑置現象企業發放新開發項目貸款。第二個收縮政策是2012年《綠色信貸指引》實施對“兩高一剩行業”的信貸限制。2012年2月24日，原中國銀行業監督管理委員會發布了《綠色信貸指引》（以下簡稱“指引”），希望引導銀行業金融機構從高污染、高能耗以及產能過剩行業（“兩高一剩”行業）壓縮、退出，更多投向環境和社會風險較低的領域。盡管我國從2008年以后出臺了一系列環保政策，但“指引”是第一次對金融機構施加了明確限制，明確要求嚴控“兩高一剩”行業貸款增速。“國十條”和“指引”兩次信貸政策構成了對各自受調控行業融資環境的外生沖擊，降低了所屬行業內企業的融資可得性。

（三）工具變量構建

我們基于雙重差分（DID）的思想構造了工具變量，分別按照信貸收縮政策實施時間節點前后定義了政策處理變量THousing以及THHO。信貸收縮政策實施后受該政策影響的行業內企業為處理組，不受該政策約束行業內企業為對照組，處理組政策實施以后時間內政策處理變量取值為1，其余取值為零。兩次行業信貸調整政策中，房地產信貸調控政策沖擊處理組企業為房地產上市企業，綠色信貸政策處理組為“兩高一剩”行業上市企業。“兩高一剩”行業包括鋼鐵、工業金屬、水泥、火電、焦炭、紡織、化工、造紙和玻璃行業，行業認定基于Wind上市公司二級行業分類。

描述性統計顯示（表3PanelA），約6%的企業年度樣本受到了房地產信貸政策沖擊，約18%的企業年度樣本受到了綠色信貸政策沖擊。

（四）工具變量合理性

現有研究表明，信貸可得性變化會顯著影響企業的負債期限[15]。相關性分析（表3PanelB）也顯示，行業融資政策沖擊變量THousing和THHO與三種短期債務指標均在5%統計水平上顯著相關。因此，理論與數據均表明政策處理變量THousing和THHO滿足工具變量的相關性條件。

特質波動率基于多因子定價模型OLS回歸殘差計算。根據OLS回歸代數性質，殘差與代表系統性風險的因子之間滿足正交條件，兩者相關性等于零。“國十條”和“指引”的實施改變行業內所有企業的融資條件，屬于不可分散的系統性風險。如果定價模型因子變量完全反映了系統性風險，則特質波動率與系統性風險不相關，政策處理變量Thousing和THHO不會直接影響股價特質波動率，滿足工具變量的排他性條件。

五、回歸分析與討論

（一）基準回歸結果

我們首先分別采用隨機效應和固定效應模型進行了基準回歸，結果見表4。固定效應回歸結果均顯示短期負債率、短期金融負債率以及商業信用負債率均在5%統計水平上不顯著，表明債務期限與股價波動不相關。

（二）工具變量回歸結果

為了避免內生性的困擾，本節采用兩次政策沖擊構造的工具變量進行了回歸，結果見表5。回歸（1）中，兩個工具變量在一階段回歸中系數估計結果都在5%統計水平上顯著大于零，一階段F統計量等于1436，大于弱工具變量判定經驗法則取值10，可以認為不存在弱工具變量問題。Sargan檢驗對應P值為5%，表明在5%統計水平上不能拒絕過度約束條件成立的原假設。結果顯示，短期債務系數在1%統計水平上顯著小于零，即流動負債占比上升將會顯著降低企業股價特質波動率。系數估計數值表明短期負債率變動一個標準差（18%，見表1描述性統計）將會導致060%（18%乘以334）的股價日特質波動率反向變動。考慮到特質波動率均值為219%，一個標準差流動負債率的變化將引起特質波動率變化均值的2740%（06%除以219%），其結果具有足夠顯著的經濟意義。

細分回歸（2）-（6）將流動負債劃分為短期金融性負債和商業信用進行了進一步檢驗。其中，（2）和（3）單獨考察了短期金融性負債對特質波動率的影響，（4）和（5）單獨考察了商業信用的影響，（6）則考察了兩者的聯合影響。回歸（2）和（4）同時采用了2010年房地產信貸政策沖擊和綠色信貸政策作為工具變量進行了過度識別回歸，但是第一階段回歸Cragg-DonaldF統計量均小于5%臨界值，可能存在弱工具變量問題。其中，短期金融負債一階段回歸（2）中，2010房地產信貸政策沖擊Thousing的系數在10%統計水平上不顯著，屬于弱工具變量。商業信用一階段回歸（4）中，綠色信貸政策沖擊變量THHO系數在10%統計水平上不顯著，屬于弱工具變量。

為了避免弱工具問題，我們在回歸（3）中采用了綠色信貸政策沖擊THHO作為唯一工具變量估計了恰好識別的方程。估計結果顯示，一階段F統計量等于1237，不存在弱工具變量問題。回歸結果顯示，短期金融負債在5%統計水平上顯著降低企業股價特質波動率，一個標準差的短期金融負債變化（21%）將會導致060的日股價特質波動率反向變動，幅度與整體負債率（回歸（1））相當。我們在回歸（5）中采用Thousing作為商業信用單一工具變量，通過估計了恰好識別模型考察商業信用對波動率的影響。回歸（5）結果顯示，商業信用同樣在5%統計水平上顯著降低了企業股價特質波動，一個標準差（026）商業信用變化將會121的股價波動率反向變動。回歸（6）以THHO為短期金融性負債工具變量，以Thousing作為商業信用工具變量，估計恰好識別模型聯合分析了短期付息債務和商業信用的影響。一階段Cragg-DonaldF統計量取值為2532，表明不存在弱工具變量問題。回歸結果顯示，金融性負債和商業性負債均在1%統計水平上顯著降低了股價特質波動率。

（三）股權現金流風險的不同度量

股票的市場價格波動反映了投資者對未來股權現金流風險的預期，采用過去現金流波動率作為未來現金流風險度量指標可能存在測量誤差，引起遺漏變量問題。為了解決這一潛在問題，我們基于未來三年經營性現金流變異系數構建了前瞻性現金流風險指標FWDOCFVol，從事后角度度量了企業在未來實現的現金流風險。在一個有效的市場中，理性的投資者關于未來現金流均值以及波動的預測都應當是無偏的，事后實現的現金流波動率FWDOCFVol能夠代表投資者在事前關于現金流波動的前瞻性預期。

表6匯總了進一步回歸結果，其中（1）-（2）控制了未來三年的股權現金流風險FWDOCFVol，（3）-（4）還同時控制了過去三年實現的股權現金流風險。工具變量回歸（1）和（3）一階段F統計量大于Stock-Yogo弱工具檢驗統計量10%臨界值868，拒絕了工具變量為弱工具的原假設，可以認為不存在弱工具問題。表6回歸結果和表5一致，流動負債率、短期金融負債率以及商業信用負債率均在1%統計水平上顯著小于零。

遺漏股權現金流風險預期可能引起估計結果向上偏誤，因為在其他條件不變的情況下，預計未來股權現金流風險高的企業往往會同時具有更高特質波動和更短債務期限。表6展示的回歸結果印證了這一觀點，在控制未來實現股權現金流風險以后，短期負債率估計系數依然顯著小于零，支持了假說H0。

（四）波動率的其他度量

現有關于特質波動率的研究普遍采用了Fama-French三因子模型作為基準模型，以三因子模型調整后殘差標準差度量企業的股價特質波動。為了保證結論的穩健性以及和現有研究結果的可比性，我們也采用三因子模型作為基準模型重新計算了特質波動率，對結果進行了再驗證，結果見表7。回歸結果顯示，三因子模型調整特質波動率回歸結果與五因子模型調整特質波動率回歸結果一致，表明前面的結論對于不同特質波動率度量方式足夠穩健。

六、機制檢驗

現有研究表明（見文獻綜述部分），特質波動率由股權相關現金流風險、市場對風險的認知以及投資者結構三者直接決定。債務期限的理論分析顯示，短期債務可能改變企業股權現金流、也可能改變投資者對企業前景的認知程度，從而影響股價特質波動。本節基于這一思路對具體機制進行了檢驗。

我們以企業未來實現的每股現金風險FWDOCFVol（以未來12個季度每股現金流變異系數度量）作為獨立變量，以證券分析師關于會計年度每股盈利（EPS）的平均預測準確度accuracy作為市場對企業前景了解程度的衡量指標，采用雙向固定效應回歸分別對兩種機制進行了檢驗，結果見表8。其中，分析師預測準確度accuracy根據公式（4）計算，forecastepsj，i，t為分析師j對i公司在會計年度t的每股利潤的預測值，realityepsi，t為實際實現的每股利潤，Ni，t為發表預測的分析師數量。

表8回歸（1）和（2）顯示，短期負債率、短期金融負債率以及商業信用負債率與未來現金流波動率均在10%統計水平上不相關，債務期限并沒有影響企業的現金流風險。回歸（3）顯示，短期負債率上升顯著提升了分析師對企業每股盈利的預測精確程度。考慮到企業年報披露通常是在下一年的第一季度，我們還以滯后一期短期負債率作為解釋變量進行了回歸（表8回歸（5）），檢驗了結果的穩健性，得到的結果與（3）一致。對短期債的細分回歸（表8回歸（4）和（6））顯示，短期金融性負債系數不顯著而商業信用負債率在1%統計水平上顯著大于零，說明商業信用的使用通過財務披露以及與上游企業的往來交易向外界傳遞了更多關于企業前景的信息，增強了外部投資者對企業前景判斷的準確性。

機制檢驗分析結果表明，短期債務并沒有改變企業未來股權現金風險，但降低了外部投資者與企業之間的信息不對稱程度，增強了投資者預測準確性，從而降低了股價特質波動。

七、結論與建議

（一）結論

本文以A股市場2007-2018年期間的非金融上市企業為樣本，以兩次行業性的信貸收縮政策沖擊作為外生工具，采用雙向固定效應工具變量回歸研究了企業短期債務對股票價格特質波動率的影響，主要結論如下：第一，企業短期負債率提高將會顯著降低企業股票價格特質波動率。一個標準差短期債務的提升平均將會降低06%的股票價格日特質波動率，占特質波動率均值的比例達到了274%。第二，短期債務對股價特質波動的抑制作用源于短期債務中的商業性負債。商業信用增加了企業與投資者之間的信息透明度，顯著提高了分析師對企業每股收益的預測準確度，降低了股價蘊含的不確定性，抑制了股價特質波動。第三，短期負債率、短期商業信用負債率以及短期金融負債率均與企業未來12個季度的股權現金流風險不相關，表明短期債務的使用并沒有改變企業未來股權現金流風險。本文的研究建立了融資決策和資產價格之間的橋梁，拓展了股價特質波動率信息含量以及融資決策市場反應的相關研究。

（二）建議

根據研究結果，本文提出如下兩點建議：

第一，企業應當重視短期債務在信息傳遞中的功能，可以通過債務融資期限調節股價波動，管理與此相關的風險。在實踐中，企業債務期限決策主要關注短期債務的再融資風險[20]，擔心短期債務會造成投融資期限錯配，放大經營風險。但是，本文的實證結果表明，我國上市企業的短期債務使用不但沒有改變股權現金流風險，反而增強了和外部投資者之間的信息透明度，降低了股價特質波動。因此，對于財務比較穩健、而且股權質押比例較高的企業而言，適度提高短期債務比例（尤其是商業性短期債務）將有助于增加投資者對其前景的了解程度，避免股價大幅波動并降低股權質押風險，提高企業經營穩健性。

第二，優化商業信用等非正式融資信息披露機制。近年來，我國證券監管部門對股價特質波動高度重視，對于異常波動股票的警示、停牌和披露等監管要求不斷趨嚴。但是，警示、停牌等監管措施均屬于事后監管安排，欠缺前瞻性和預防性。本文的研究表明，短期債務中的商業信用能夠充當向投資者傳遞企業前景的信息載體，在事前增加投資者對企業前景認知的準確性，從而降低了股價特質波動。目前，我國上市公司信息披露制度對商業信用這類非正式融資的披露要求較低，僅要求企業對可能產生重大影響的應付賬款或預收款等進行披露。根據本文的分析，監管機構可以利用信息披露考評得分權重等柔性監管工具，在不改變基本披露制度的前提下鼓勵企業披露更多商業信用信息，拓寬外部投資者獲取企業前景信息的渠道，在事前降低股價蘊含的信息不確定性，避免市場過度波動。

參考文獻：

[1]AngA.，HodrickR.J.，XingY.，etal.TheCross-SectionofVolatilityandExpectedReturns[J].TheJournalofFinance，2006，61（1）：259-299.

[2]尹玉剛，譚濱，陳威.套利非對稱性、誤定價與股票特質波動[J].經濟學（季刊），2018，17（3）：1235-1258.

[3]CaoC.，SiminT.，ZhaoJ.CanGrowthOptionsExplaintheTrendinIdiosyncraticRisk？[J].TheReviewofFinancialStudies，2008，21（6）：2599-2633.

[4]AiH.J.，KikuD.VolatilityRisksandGrowthOptions[J].ManagementScience，2016，62（3）：741-763.

[5]JiangG.J.，XuD.，YaoT.Theinformationcontentofidiosyncraticvolatility[J].JournalofFinancialandQuantitativeAnalysis，2009，44（1）：1-28.

[6]FerreiraM.A.，LauxP.A.Corporategovernance，idiosyncraticrisk，andinformationflow[J].JournalofFinance，2007，62（2）：951-989.

[7]WangM.S.Idiosyncraticvolatility，executivecompensationandcorporategovernance：examinationofthedirectandmoderateeffects[J].ReviewofManagerialScience，2016，10（2）：213-244.

[8]辛清泉，孔東民，郝穎.公司透明度與股價波動性[J].金融研究，2014（10）：193-206.

[9]肖浩.公司財務信息透明度、內部人交易和股價特質性波動[J].中央財經大學學報，2015（11）：62-74.

[10]鐘凱，孫昌玲，王永妍，等.資本市場對外開放與股價異質性波動——來自“滬港通”的經驗證據[J].金融研究，2018（7）：174-192.

[11]ChicherneaD.C.，PetkevichA.，ZykajB.B.IdiosyncraticVolatility，InstitutionalOwnership，andInvestmentHorizon[J].EuropeanFinancialManagement，2015，21（4）：613-645.

[12]HanY.F.，HuT.，LesmondD.A.LiquidityBiasesandthePricingofCross-SectionalIdiosyncraticVolatilityaroundtheWorld[J].JournalofFinancialandQuantitativeAnalysis，2015，50（6）：1269-1292.

[13]肖浩，孔愛國.融資融券對股價特質性波動的影響機理研究：基于雙重差分模型的檢驗[J].管理世界，2014（8）：30-43.

[14]FrankM.Z.，GoyalV.K.CapitalStructureDecisions：WhichFactorsAreReliablyImportant？[J].FinancialManagement，2009，38（1）：1-37.

[15]AlmeidaH.，CampelloM.，LaranjeiraB.，etal.CorporateDebtMaturityandtheRealEffectsofthe2007CreditCrisis[J].CriticalFinanceReview，2012，1（1）：3-58.

[16]FlanneryM.J.AsymmetricInformationandRiskyDebtMaturityChoice[J].JournalofFinance，1986，41（1）：19-37.

[17]DiamondD.W.PresidentialAddress，CommittingtoCommit：Short-termDebtWhenEnforcementIsCostly[J].TheJournalofFinance，2004，59（4）：1447-1479.

[18]CampbellJ.Y.，TakslerG.B.EquityVolatilityandCorporateBondYields[J].TheJournalofFinance，2003，58（6）：2321-2350.

[19]FamaE.F.，FrenchK.R.Afive-factorassetpricingmodel[J].JournalofFinancialEconomics，2015，116（1）：1-22.

[20]GrahamJ.R.，HarveyC.R.Thetheoryandpracticeofcorporatefinance：evidencefromthefield[J].JournalofFinancialEconomics，2001，60（2-3）：187-243.

Short-TermDebtandStockPriceIdiosyncraticVolatility

LISong，WANGYu-feng

（SchoolofEconomics，SichuanAgriculturalUniversity，Chengdu611130，China）

Abstract：Idiosyncraticvolatilityisthemaincomponentofstockpricevolatility，whichhasanimportantimpactonassetpricing，investmentdecisionsandrisktransmission.ThispapertakesShanghaiandShenzhenA-sharenon-financiallistedcompaniesfrom2007to2018assamples，andbasedontheexogenousimpactoftwoindustrycreditregulationonenterprisefinancing，theidentificationstrategyisconstructed.Usingtwo-wayfixedeffectinstrumentalvariableregression，thepaperfindsthattheriseofshort-termdebtratiowillsignificantlyreducetheidiosyncraticvolatility.Amongthem，theriseofcommercialcreditinshort-termdebtimprovestheexternalinvestors′cognitionoftheenterpriseprospect，reducestheuncertaintyofstockprice，andthusreducesstockpricevolatility.Thispaperaimstobuildabridgebetweenfinancingdecisionsandassetprices，andexpandresearchontheinformationcontentofstockpricevolatilityandthemarketreflectionoffinancingdecisions.

Keywords：idiosyncraticvolatility;short-termdebt;debtmaturitystructure

（責任編輯：趙春江）