投資者付費評級對融資成本的影響研究

文/陳恩婷 陳凌云

（東華大學管理學院）

一、研究背景

近年來，我國經濟市場化不斷深入，資本市場逐漸向多層次市場體系發展，在金融市場中的地位也愈發重要，我國的債券市場發展相對較晚，主流評級付費模式仍為“發行人付費模式”，即發行人若需發行債券，需要支付費用并雇傭評級機構對其進行評級，因此可能出現利益沖突問題，造成評級虛高、評級購買等現象。

2010年9月，國內首家由投資者付費采購評級的評級機構——中債資信評估有限責任公司（以下簡稱“中債資信”）正式成立，其采用不經評級對象配合、主動評級的方式進行評級，因此相比發行人付費模式可以很大程度上解決利益相關問題。

據此，本文站在投資者角度，研究投資者付費模式是否能夠提供增量信息是有必要的，能夠為信用評級行業提供理論和實踐基礎。

二、文獻綜述與研究假設

債券市場經過40余年的發展，在我國市場上發揮著舉足輕重的作用。信用評級等級是衡量債券信用風險的重要因素，馬銘（2018）以及陳超、郭志明（2018）均表示信用評級最主要的用途是確定債券發行的價格[1][2]，葛鶴軍（2014）表示對信用評級的研究意義重大，因為信用評級是衡量債券市場信用風險的重要因素，也是表示信用風險水平的重要指標，信用評級的等級調整通常揭示了企業信用風險的變動，進而影響企業融資成本[3]。

國內外學者大多數認為高質量、可靠的信用評級可以降低融資成本，反之則相反。Manfred和Volker（2001）提出信用評級的降低會導致市場過度反應，對投資者而言會獲得負的回報率[4]。Peng（2002）發現，當標普基礎評級發布后，市政債券利率下降了約4基點，表明信用評級具有公信力，可降低融資成本[5]。何平、金夢（2010）研究認為，信用評級對于我國債券市場的影響顯著，評級機構所作信用評級的價值得到了債券投資者的認可，從而影響到債券的定價以及債券投資者的決策過程，并認為信用評級越高，債券發行成本越低，這表明信用評級在投資者眼中是影響債券定價的因素之一[6]。

由于評級機構存在評級選購以及評級迎合等現象，會降低信用評級的公信力，從而削弱評級信用評級對信用風險的解釋能力。寇宗來等（2015）提出，在發行人付費模式下存在評級選購等行為，削弱了信用評級在市場上的公信力，沒有真正起到市場配置的作用，對發債成本的解釋能力明顯下降，無法給投資者提供更多的信息[7]。屈廣玉和梁柱（2016）發現，不同評級機構所做信用評級對信用利差存在差異，可能的原因是在評級機構擴大市場份額過程中存在評級購買現象，從而出示高估的信用評級而質量卻在下降，對于債券利差并沒有增量的解釋作用[8]。

綜上所述，信用評級能夠揭示債券及發行人信用風險，有助于降低投融雙方的信息不對稱，降低融資成本。而不同付費模式可能對評級機構所作評級等級及質量產生重要影響，尤其是2008年美國次貸危機之后，國外研究認為發行人付費模式存在的利益沖突問題導致了市場上評級虛構、評級選購等不規范現象。

其他學者也研究發現，由于發行人付費模式存在利益沖突問題，其所作評級比投資人付費模式下的評級普遍更高。而中債資信與受評對象之間不存在利益關聯，且其作為“再評級機構”不參與一級市場，因此獲得信息的來源更廣，作出的評級也更加客觀公允。

在這種情況下，可以預期投資者付費評級機構所作評級會質量更高，更容易受到投資者的認可。寇宗來等(2015)認為，我國信用評級的可信度較低，降低融資成本的作用較弱。在其他機構評級飽受質疑的背景下，中債評級能夠對其他評級結果進行檢驗，為投資者提供增量信息，從而影響到投資者對債券的定價。吳育輝等（2020）等認為，中債資信評級低于其他評級機構評級時，企業未來的違約風險更高，表明投資者付費評級質量更優。據此提出假設1.1：

H1.1：相比于發行人付費模式，投資者付費模式評級解釋力更強。

Hsueh（1988）認為，擁有雙評級可以給投資者帶來增量信息，并且能發揮認證作用[9]。在發行人付費評級普遍虛高的情形下，對于同時收到雙評級的企業而言，中債評級與其他評級之間的評級差異越大，越可能說明其他評級質量較差，中債資信評級質量較高，對債券違約風險的揭示能力更強，從而能夠向投資者傳遞企業信用風險更高的增量信息，因此投資者要求的投資回報越高，會利用中債評級信息改變債券的定價，對于企業而言融資成本則越高。據此提出假設1.2：

H1.2：不同付費模式評級差異越大，融資成本越高。

三、研究設計

（一）樣本選取

本文選取2011至2020年上市公司發行的公司債作為研究樣本，這是因為相對于政府債券、企業債等，公司債的發行主體主要為上市公司，發行條件相對寬松，受干預較少，市場化程度更高，財務等相關數據也更容易獲取。根據wind統計，中債資信的首條信用評級報告發表于2011年9月20日，首個受評企業四川成渝高速公路股份有限公司獲得了AA的評級，因此本文選取自2011年起以10年為維度的樣本，選取樣本的針對性更強、覆蓋面更準確。本文所采用的數據均來自wind數據庫，論文采用STATA16進行數據處理。

（二）模型構建與變量定義

模型（1）及（2）是本文主要回歸模型，變量定義如下：

被解釋變量：企業融資成本CS，本文參考劉剛、李佳（2020）對債券融資成本的度量方式——信用利差[10]，定義為到期收益率減去無風險利率，本文取債券發行利率作為到期收益率，使用中債國債到期收益率作為無風險收益率。

表1 變量定義表

解釋變量：

1.評級付費模式差異（Ratingdif），用不同付費模式評級差異衡量，即發行人付費模式評級等級減去投資者付費模式評級等級的差。本文將信用評級共分成15等級，參照阮永峰（2019）賦值方法，由于（1）只有中債資信對于AAA+、AAA以及AAA-三等級在評級過程中有略微差異，因此將這三類評級統一歸為一類，量化值為11；（2）由于在BB以下的評級說明企業整體經營狀況惡化，因此將BB-等級以下分為一類，量化值為1。其余評級由評級高低量化逐級遞減。

2.主體信用評級Rating

同時，為研究需要，本文對信用評級進行量化處理，通過觀察統計，全樣本信用評級共分成15等級，參照阮永峰（2019）賦值方法，由于（1）只有中債資信對于AAA+、AAA以及AAA-三等級在評級過程中有略微差異，因此將這三類評級統一歸為一類，量化值為11；（2）由于在BB以下的評級說明企業整體經營狀況惡化，因此將BB-等級以下分為一類，量化值為1，參考余洋（2020）對跟蹤評級的處理[11]，如果發行人當年獲得多個評級，則取每家評級機構當年最后一次所作的評級作為評級結果。

表4 vuong檢驗

控制變量：本文選取負債水平、總資產收益率、銷售凈利率、流動資產比率、營業收入增長率以及企業性質六個變量，在債券特征方面選取發行期限、發行規模以及債券性質三個變量。

三、實證結果與分析

（一）描述性統計

描述性統計如表2所示，對于債券發行利差而言，均值為1.977%，最大值為6.07%，最小值為-0.84%，中位數為1.53%，說明利差整體偏低，分布不是非常分散。對于評級付費差異而言，均值為2，意味著平均來看，投資者付費模式評級比發行人付費評級等級低兩個等級，也說明普遍來看投資者付費模式評級更低。

表2 描述性統計結果

資產負債率方面，均值為65.47%，說明資產負債率普遍較高，總資產收益率均值為2.63%，普遍偏低，銷售凈利率平均值為10.15%，實踐來看，接近一般的制造業水平，屬于平均水平，流動資產比率為49.56%，說明總資產中平均有接近50%為流動資產，營業收入增長率均值為14.29%，表明樣本企業成長能力以14.29%速度增長，從是否為國有企業來看，將近60%為國有企業，說明多數發債企業有國家為信用背書，而債券為城投債的比率較低。

（二）實證結果

按照模型1.1進行多元回歸分析，實證結果如表3所示，回歸（1）及回歸（2）為評級付費模式差異對真實盈余管理和應計盈余管理的回歸結果。結果顯示，不同付費模式評級差異對企業下一年的真實盈余管理在1%上有顯著影響且為正，系數為0.0203，而對應計盈余管理影響不顯著。

表3 評級付費模式與盈余管理多元回歸結果

首先，回歸結果顯示，評級差異對真實盈余管理有顯著影響，但對應計盈余管理影響不顯著，這可能是由于真實盈余管理手段更隱蔽，而應計盈余管理主要是通過改變會計估計和會計政策來調節酌量費用，在財報中比較明顯，且真實盈余管理行為可以在任何時間進行，因此相比于應計盈余管理而言，當中債資信提供了評級意見更低的增量信息時，企業會傾向于真實盈余管理對盈利水平進行操縱。

其次，中債資信評級相較于發行人付費評級越低，真實盈余管理程度越高，這是由于投資者付費評級更低的增量信息揭示了企業可能擁有更高的信用風險，這會提高企業融資水平，同時由于中債資信是根據投資者需求對發行人進行評級，在進行評級前企業無法得知具體時間也不會與企業進行利益聯系，因此企業有動力在下一年通過進行正向真實盈余管理來調增盈余，改善財務水平，以期后續獲得更高的信用評級，投資者付費評級為發行人提供了增量信息，驗證了本文假設。

按照模型1.2進行多元回歸分析，實證結果如表5所示，回歸（1）表示當以不同付費模式評級差異作為解釋變量時，其對信用利差的影響在1%上顯著且為正，系數為0.341，即不同付費模式評級差異越大，中債資信評級相較于發行人付費模式評級越低時，企業融資成本越高。

表5 評級付費模式與融資成本多元回歸結果

這表明在發行人付費模式評級普遍虛高背景下，由于中債資信與發行企業沒有直接利益往來，其作出的評級更加獨立、客觀、高質，相比于發行人付費評級，投資者付費評級能夠為投資者提供債券信用風險的增量信息，而由于投資者更認可投資者付費模式評級，當投資者付費評級低于發行人付費評級時，代表債券的信用風險更高，投資者會利用此增量信息對債券進行定價，即站在投資者的角度要求的投資回報率越高，企業融資成本相應越高，投資者付費評級為投資者提供了增量信息，驗證了假設1.2。

接著，對模型1.2按照評級付費模式差異是否大于0進行進一步回歸分析，實證結果如表5所示，在376個樣本中，絕大多數樣本的投資者付費評級小于發行人付費評級，接著對評級付費模式差異進行分類并分別對信用利差進行回歸后，可以看出，當不同付費模式評級差異大于0時，即投資者付費評級小于發行人付費評級時，對信用利差的影響在1%上顯著且影響為正，系數為0.3732，而當不同付費模式評級差異小于等于0時，對信用利差的影響不顯著。

四、研究結論

從投資者視角看，信用評級與企業融資成本呈負相關，且投資者付費模式評級解釋力更強，但評級付費模式差異與融資成本呈正相關。這表明一方面，信用評級作為衡量企業信用風險的重要指標，評級越高，表明違約風險越低，企業融資成本越低，這與目前研究一致，其中，市場對于投資者付費的評級結果更為認同，即投資者付費模式評級相較于發行人付費模式評級的解釋力更強，而另一方面，不同付費模式評級差異越大，即相對于發行人付費評級，中債資信的評級越低，企業融資成本越高，說明投資者利用了中債資信給出的增量評級信息對債券進行定價，即投資者付費評級提供了增量信息。

進一步研究發現，當中債資信評級大于等于發行人付費評級時，評級付費模式差異對融資成本影響不顯著，當中債資信評級小于發行人付費評級時，與融資成本的關系正相關，這說明投資者對于中債資信給出“好”的增量信息不敏感，而對于“壞”的增量信息才有反應。