上市公司杠桿錯估的市場反應

王貞潔 王惠

內容提要：突如其來的新冠疫情加大了市場不確定性，放大了微觀企業杠桿釋放的財務風險信號，導致投資者對傳統杠桿較高的企業避之不及。然而，對“資本”和“資產”概念的混淆以及對“營業性負債”和“金融性負債”的混同引發了對企業實際杠桿水平的錯估。本文在計算資本概念泛化產生的杠桿錯估程度基礎上，經實證檢驗發現，疫情沖擊下杠桿錯估嚴重的企業獲得了更低的累積超額收益率，且所處行業受疫情沖擊程度較大、企業成長性較高時，獲得的累計超額收益率越低。進一步研究發現，杠桿錯估降低了信貸資源的可獲得性，這一影響在疫情發生后更顯著。

關鍵詞：公共危機;新冠疫情;杠桿錯估;市場反應

中圖分類號：F275;F832文獻標識碼：A文章編號：1001-148X（2022）03-0001-11

收稿日期：2021-09-06

作者簡介：王貞潔（1982-），女，山東青島人，中國海洋大學管理學院教授，博士生導師，財務學博士，研究方向：財務指標錯估與資本市場;王惠（1996-），本文通訊作者，女，山東臨沂人，中國海洋大學管理學院博士研究生，研究方向：財務指標錯估與資本市場。

基金項目：國家自然科學基金項目，項目編號：72072166;教育部人文社科基金項目，項目編號：18YJC630191;山東省自然科學基金項目，項目編號：ZR2020MG032。

一、引言

新冠疫情爆發以來，盡管中國在疫情防控過程中展現出的速度與力量將這一“黑天鵝”事件帶來的負面影響降到可控范圍之內，然而作為傳染速度最快、感染范圍最廣、防控難度最大的一次重大突發公共衛生事件，新冠疫情仍然對企業經營活動和資本市場產生了較大沖擊——社會整體投資和消費量在短期內大幅下降，2020年中國第一季度的GDP同比下降68%①。央行發布的《中國金融穩定報告（2020）》指出，疫情造成企業違約風險明顯上升，銀行貸款的不良率增大，金融風險管理成為疫情防控的關鍵內容。而在影響金融市場穩定性的諸多因素中，企業杠桿率便是疫情沖擊金融體系的一個重要渠道。

高杠桿被認為是金融危機的內在源頭，債務的快速積累和不可持續在經過負面消息的發酵后可能導致資本市場的全面崩潰[1]。過高的企業杠桿率會降低資產回報率并增加債務風險，形成衰退式泡沫資產[2]。但需要注意的是，目前有關企業杠桿率及其經濟后果的研究，均建立在杠桿率測度準確的假設前提下。最新研究顯示，由于“資產”和“資本”概念的混淆，微觀企業杠桿率指標存在嚴重的錯估問題[3-4]——傳統杠桿研究誤將提高資金流動性的營業性負債（例如應付賬款、預收賬款等）在償債性質上等同于會提高企業流動性風險的金融性負債，并將兩者一同納入到杠桿率計算過程中，導致企業實際杠桿率被系統錯估，無法反映企業真實的風險水平。在企業投資層面，杠桿錯估導致投資效率下降，研發動力不足[5]。在企業融資層面，杠桿錯估干擾了銀行等金融機構的信貸決策，成為金融機構對實體企業惜貸傾向加劇的原因之一[6]。那么，在資本市場層面，杠桿錯估是否會影響投資者對于企業風險的判斷，進而影響企業的市場表現，這成為關乎市場有效性和穩定性的重要問題。正常狀態下，投資者對企業杠桿率隱含風險信息的關注往往無法單獨凸顯，因此難以預估杠桿錯估如何影響資本市場對企業股價的判斷，但新冠疫情的爆發為檢驗杠桿錯估的這一潛在后果提供了契機。疫情加劇了企業面臨的融資難和期限短問題[7]，企業大量停工停產，投資者普遍關注企業的資金狀況（包括企業內部的現金流和外部信貸資源的可獲得性等）。此時，杠桿錯估引發的信息扭曲對資本市場的誤導就充分表現出來。已有研究關注到了新冠疫情沖擊下企業內部現金流對市場反應的影響[8]，但尚未有研究從外部信貸資源獲取的角度關注企業杠桿錯估對市場反應的影響。而疫情之后，實體企業亟須通過新一輪的信用擴張來提振有效需求和穩定經濟增長，此時修正傳統杠桿指標的缺陷進而精準識別企業的真實風險水平，對于推動實體經濟復蘇至關重要。

基于此，本文以2020年1月份爆發的新冠疫情為切入點，結合事件研究法探討杠桿錯估對市場股價波動的影響，分析資本概念泛化產生的杠桿錯估如何干擾市場反應。研究發現，杠桿錯估程度與事件窗口期內的累積超額收益率顯著負相關，且在受疫情沖擊大的行業以及高成長性的企業中，兩者之間的負相關性更強。進一步研究發現杠桿錯估抑制了企業獲取信貸資源的能力，且這一抑制作用在新冠疫情爆發之后更為明顯，這也正是杠桿錯估嚴重企業遭遇更強烈市場負面反應的重要原因之一。

本研究與以往研究的區別在于：首先，從理論上揭示了傳統杠桿指標在衡量微觀企業真實財務風險方面存在的缺陷，客觀分析營業性負債與金融性負債的差異，總結由此導致的杠桿錯估問題，并為重大公共危機下資本市場對杠桿錯估的反應提供較直接的經驗證據，同時對杠桿錯估的文獻進行完善和補充。其次，豐富了微觀視角下重大突發公共衛生危機對資本市場影響的研究，為維護資本市場穩定性和提高政策針對性提供啟示。最后，從優化微觀杠桿指標視角降低企業與資本市場之間的信息不對稱，通過校正財務信息的扭曲，為政府和金融機構如何幫助企業渡過危機提供政策建議。這將有利于增強金融服務實體經濟的能力，提高信貸資源的配置效率。

二、杠桿錯估問題基本分析

微觀企業杠桿率是以資本結構為基礎對單個經濟主體財務風險進行衡量的重要指標。傳統杠桿率以資產負債率（總負債/總資產）進行衡量，顯然，分母總資產不僅包含資本市場上的投資者投入的資金，同時也包含了通過營業性負債獲得的資金，分子總負債不僅包含了基于投資關系形成的金融性債權，也包含了與供應商、客戶、員工、政府等其他利益相關者基于交易關系形成的非金融性債權。實際上，這混淆了“資產”和“資本”的概念，既不利于暴露出企業的真實財務風險，也不利于反映實體企業的真實資本需求。具體而言，營業性負債主要產生于企業的日常生產經營及銷售等活動，在資產負債表中則體現在應付債款、應付票據、預收賬款、應付職工薪酬及應交稅費等科目中。企業對于營業性負債的利用在本質上是借助與其他利益相關者之間的關系提高資金的流動性，并不會導致“道德風險”和“逆向選擇”問題，反而在一定程度上緩解企業資金壓力，提高對銀行等債權人的償付能力。

從統計上來看（如圖1所示），營業性負債在我國上市公司總負債中比重較高，這意味著若將營業性負債列入杠桿的計算范疇之內，會從整體上錯估微觀企業的杠桿率。2015年之前，上市公司營業負債在總負債中的占比均在56%左右，保持相對平穩狀態。2015年12月，中央明確提出“去杠桿”政策，伴隨著金融市場的信貸收縮和產品市場信用機制的完善，營業性負債在2015-2017年間持續增長，在2017年達到峰值59%。在“去杠桿”背景下企業營業性負債不降反升的現實，也可以看出營業性負債與金融性負債明顯的差異。企業通過應付賬款、預收賬款等營業性負債獲取替代性融資資源，不僅可以緩解資金需求的壓力，還能降低違約風險和破產概率[9]。2018年之后，結構性穩杠桿逐步成為共識，企業降杠桿的壓力階段性下降，2018年和2019年企業的營業性負債占比在58%左右，仍然占總負債的一半以上，表明對營業性負債的利用已然成為企業資金管理的重要內容。可以預期，在新冠疫情爆發期間，企業會借助與供應商、客戶、員工和政府之間不同的信用機制（應付賬款、預收賬款、應付職工薪酬和應交稅費等）增強資金鏈韌性。從這個角度來看，營業性負債絕不應被視作企業財務壓力，應該從總資產和總負債中剔除營業性負債導致的信息噪音，以基于“資本”計算的資本負債率（金融性負債/總資本）衡量企業修正杠桿②，才能精確界定出企業真實的償債風險。而傳統杠桿與修正杠桿之間的差異實際上屬于傳統研究對于杠桿指標的錯誤估計，即杠桿錯估。從圖2可以看出，上市公司的傳統杠桿維持在60%-61%之間，而修正杠桿在44%-46%之間，這造成了超過30%的杠桿錯估。以2017年為例，修正杠桿在2017年僅為44%，是幾年的最低水平，但由于上市公司普遍在2017年使用了更多的營業性負債和更少的金融性負債，所以從傳統杠桿上來看卻與其他年份并無明顯變化。由此可見，傳統杠桿無法將有效信息傳遞給金融機構和市場投資者。特別是在實體經濟持續低迷，金融服務實體效率低下的情況下，傳統杠桿率會扭曲投資者對于財務風險的認知，從而產生不合理的市場反應。探討杠桿錯估在新冠疫情背景下對市場反應的影響，將為破解這一困境提供經驗證據。

三、理論分析與研究假設

信息不對稱理論強調了信息對于資本市場的重要性，投資者能否對股價形成合理預期在很大程度上依賴于信息完全程度和信息質量水平[10]。毋庸置疑，財務指標是對股價進行綜合評價最直接的信息來源。Myers（1984）[11]指出財務指標里蘊含的對企業未來收益和風險的預期是影響股價波動的兩大重要因素，有效的財務指標能夠降低投資者對于股票價值錯估的風險，提高股價估計的合理性。作為衡量財務風險的重要財務指標，企業杠桿率連接了微觀層面的企業違約風險和宏觀層面的系統風險，是資產負債表信息的一項核心內容，在理論界和實務界均受到格外關注。動態權衡理論指出企業存在最優的杠桿率[12]，但由于存在金融摩擦、代理成本和信息不對稱等問題，企業實際杠桿率會與最優值產生偏離[13-14]。在中國，這種偏離主要表現為非金融企業部門杠桿率長期高于政府和居民部門。為此，學者們從經濟周期、金融結構市場化程度、貨幣政策、經濟政策不確定性、官員晉升和產權性質等宏微觀視角深入探討了企業高杠桿率的原因，但從財務指標有效性這一源頭審視的研究卻并不多，僅有的幾篇研究包括：從杠桿率指標構建合理性的角度，劉曉光和劉元春（2018）[15]探討了債務率（債務/GDP）在衡量宏觀杠桿率及債務風險上的不足，指出該指標忽略了與償債能力相關的資產情況，應以債務資產比進行風險預測;從企業杠桿率測度真實性的角度，許曉芳和陸正飛（2020）[16]指出在去杠桿的政策階段，企業極有可能通過一系列的會計手段進行杠桿操縱，例如表外負債、明股實債等，以此粉飾杠桿以達到迎合政策和監管要求的目的，從而誤導外部信息使用者的決策。而這些研究也并未關注企業對其所擁有的不同來源、不同性質負債的主動管理能力，沒有意識到資本概念泛化引發的杠桿錯估問題。本文認為，正是由于理論界與實務界普遍沒有關注到傳統杠桿指標的設計缺陷，與之相隨的財務信息扭曲問題很有可能對投資者產生誤導。因此，在新冠疫情的背景下檢驗資本市場對杠桿錯估的反應，對于補充和豐富杠桿錯估微觀經濟后果的研究十分必要。

（一）新冠疫情沖擊下杠桿錯估的市場反應

Roubini和Mihm（2010）[17]在《危機經濟學》中指出，“黑天鵝”事件最終導致經濟危機的一個關鍵點在于每當感知到市場即將可能發生崩潰，金融系統的壓力增大，若不加以干預，銀行等金融機構會迅速收緊業務甚至停止放貸，造成實體經濟既遭受利潤損失又面臨信貸危機的惡性循環。新冠疫情這一突發事件使得企業的生產規模和銷售數量在短期內大幅度削減，企業利潤嚴重下降，甚至面臨破產危機。此時，整個資本市場會預期銀行為降低自身的風險敞口將收緊信貸市場流動性。這種情況下，只有那些表現出“低杠桿”的企業才能受到銀行等債權人的青睞，被認為有能力預防可能發生的風險或抓住潛在的機遇。DeAngelo等（2011）[18]指出那些能化解危機并長久盈利的企業往往依靠在日常維持更保守的杠桿使用習慣，以便在危機中預留獲取信貸資源的空間。而杠桿錯估干擾了投資者對企業現有杠桿水平的評價，提高了企業以往負債對未來借貸造成的機會成本，導致投資者對企業信貸資源獲取能力評價的失真，特別是在疫情發生之后，傳統杠桿較高的企業被認為面臨巨大的還本付息壓力和較強的償付性風險，會遭受銀行債權人更為苛刻的債務契約條款，甚至停止貸款的威脅。此時，投資者極有可能會通過“用腳投票”的方式給予這些企業以負面反應[19]。但實際上存在杠桿錯估問題的企業與所謂“高杠桿”企業存在本質性差異，在危機期間基于交易關系形成的應付賬款、應付票據等營業性負債能在一定程度上發揮替代性融資作用[20]，可以在疫情沖擊下有效地降低企業的破產風險。也就是說，由于現有指標體系下投資者無法對于企業的真實杠桿水平進行判斷，會在資本市場上給予杠桿錯估嚴重高的企業以負面反應，導致疫情期間杠桿率的風險傳遞效應比以往更加顯現，杠桿錯估的影響也在資本市場上被放大。基于以上分析，本文提出如下假設：

假設1：在新冠疫情沖擊下，杠桿錯估嚴重的企業獲得了更低的累積超額收益率。

（二）杠桿錯估與新冠疫情沖擊的行業異質性

由于生產要素、產品類型及經營方式等方面的不同，不同行業受到新冠疫情的沖擊程度不同，投資者對不同行業的財務風險判斷也存在顯著差異，最終呈現出不同的市場反應[21]。對以往傳染性公共衛生事件的相關研究發現，SARS對批發零售和第三產業中的交通運輸、房地產等行業產生了直接沖擊[22]。傳染性更強的新冠肺炎使得居民收入增速下滑，生產及消費場景受限，導致批發零售業、交通運輸業以及房地產建筑行業受到更為嚴重的沖擊。疫情期間，2020年前兩個月社會消費品零售總額累計值為521萬億元，同比下降2050%③。從某種程度上說，這些行業績效的波動進一步驗證了投資者對于其“高財務風險”的判斷。這種情況下，傳統“高杠桿”所傳遞的風險信號更強烈地刺激投資者的神經，使其對這類行業在特殊時期內的發展前景更為悲觀。基于此，本文提出如下假設：

假設2：在新冠疫情沖擊下，杠桿錯估嚴重且受疫情影響大的行業獲得了更低的累積超額收益率。

（三）杠桿錯估與新冠疫情沖擊下的企業成長異質性

高成長性的企業受到外部事件的沖擊往往越大，這是由于當企業在整體上表現為擴張的態勢，生產規模和市場勢力的增加會對企業的盈利能力、資金流動性和融資能力有更高的要求，其內部經營凈現金流也會更為緊張。崔學剛等（2007）[23]發現企業發生財務困境的概率與實際增長率顯著正相關。新冠疫情沖擊下，信貸資源的稀缺性和金融服務水平的限制讓高成長性企業本身在信貸規模和信貸期限上均處于劣勢，更容易發生財務資源匱乏和資金管理緊張問題[24]。在高成長性企業中，信貸資源獲取能力的重要性便更加凸顯。從某種程度上說，信貸資源獲取能力是保證高成長性企業在疫情經營期間的資金鏈流通，避免陷入財務危機的關鍵。傳統杠桿對企業真實杠桿的高估，讓高成長性企業表現出更高的財務風險和更低的信貸資源獲取能力，使其潛在的困境雪上加霜。基于此，本文提出如下假說：

假設3：在新冠疫情的沖擊下，杠桿錯估嚴重且高成長性的企業獲得了更低的累積超額收益率。

四、研究設計

（一）樣本選擇與數據來源

本文以滬深兩市A股上市公司為初始研究樣本，并按照以下程序進行了篩選處理：（1）剔除相關變量缺失或異常的觀測值;（2）剔除處于金融保險行業的觀測值;（3）剔除當年被ST的觀測值;（4）剔除窗口期不足5個交易日，估計期不足30個交易日的觀測值。最終，本文得到2824個觀測值，所需要的數據主要來自國泰安（CSMAR）數據庫。此外，為了減輕離群值對研究結果可靠性的影響，本文對所有連續變量在1%和99%分位上進行了Winsorize處理。

（二）模型設置與變量定義

結合研究目的，本文選擇在2020年春節前后于武漢爆發的新冠疫情作為外部沖擊，采用事件研究法，通過觀察上市公司在新冠疫情爆發后股價的變化，探討投資者對與杠桿錯估造成的財務風險信息扭曲的態度。具體而言：（1）事件窗口的選擇。以鐘南山院士宣布新冠病毒肯定存在人傳人現象的時間，即2020年1月20日作為事件日，并選取[-5，+5]時窗作為研究期間。該時間是中國首次由權威性渠道向社會公眾確認新冠病毒傳播性的日期。習近平總書記在這一天對疫情防控做出重要指示，武漢市成立疫情防控指揮部，引發社會各界的廣泛重視并開始采取更為嚴格的防控措施，可以說是新冠疫情成為重大突發公共衛生事件的標志性日期。（2）估計窗口的選擇。現有研究以日報酬率建立模型時的估計期通常選擇100天至300天左右。本文選取事件日之前的[-210，-10]一共200個交易日作為估計窗口。基于此，采用市場模型法計算事件日附近股票價格的變化，超額收益率（AR）和累積超額收益率（CAR）的計算過程為：

其中，Ri，t為公司i在第t個交易日考慮現金紅利再投資的個股收益率，RM，t表示第t個交易日采用流通市值加權平均法計算得到的市場收益率。首先，根據模型（1）估算出每個公司的無風險收益率0，以及個股收益率與市場收益率之間的關聯系數1。然后，根據模型（2）計算出公司i在第t個交易日的超額收益率（AR）。最后，根據選擇的事件窗口，計算公司i在事件日[-5，5]共10個交易日的累積超額收益率（CARi），度量其股價的變化。

為檢驗杠桿錯估對疫情期間市場反應的影響，進一步建立如下多元線性回歸模型。其中，DL代表杠桿錯估程度。在控制變量的選取中，借鑒以往文獻的研究[25]，選取公司規摸（Size）、總資產收益率（ROA）、產權性質（Soe）、市值賬面比（MTB）、赫芬達爾指數（Herfindahl10）及風險系數（Beta）等作為控制變量。此外，還控制了行業虛擬變量（Industry）和地區虛擬變量（Region）。為了對假設2和假設3進行檢驗，設置代表上市公司所處行業受新冠疫情影響程度的虛擬變量Serious，以及代表公司成長性的虛擬變量Hgrowth，所涉及變量的具體定義見表1。

CARi=α0+α1DLi+α2Sizei+α3ROAi+α4Agei+α5SOEi+α6MTBi+α7Betai+∑Region+∑Industry+ε1（3）

在實證檢驗過程中，若模型（3）中DL的系數α1顯著為負，則意味著新冠疫情期間杠桿錯估嚴重的企業獲得更低的累積超額收益率，面臨更強烈的市場負面反應，假設1成立。為檢驗假設2，根據上市公司所在行業受到新冠疫情的沖擊程度，將樣本分為“受疫情影響大”和“受疫情影響小”兩組。根據前文分析，若模型（3）中DL的系數α1在“受疫情影響大”組更為顯著，則意味著假設2成立。為檢驗假設3，根據上市公司成長性將樣本劃分為“高成長性”和“低成長性”兩組，若模型（3）中DL的系數α1在“高成長性”組更為顯著，則意味著假設3成立。

五、實證結果與分析

（一）描述性統計

表2列示了本文主要連續變量的描述性統計結果。結果顯示，CAR的均值和中位數分別為-00334和-00513，這表明新冠疫情的爆發的確在一定程度上引起了投資者恐慌情緒，資本市場出現了明顯的負向反應。上市公司杠桿錯估的均值為13588，中位數為04540，最大值為167915，這意味著由于資本概念泛化所導致的杠桿錯估問題在上市公司中普遍存在，大部分上市公司的杠桿錯估程度接近其修正杠桿的一半，極大地扭曲了上市公司的真實財務風險信息，干擾了市場上的信息傳遞。其他控制變量的描述性統計符合正態分布，與以往的相關研究基本一致。

（二）主要回歸結果分析

表3列示了對前文假設進行回歸檢驗的結果。列（1）顯示，上市公司杠桿錯估程度與疫情期間的累積超額收益率在1%的統計水平上顯著負相關。檢驗結果支持了假設1，即杠桿錯估導致投資者高估了企業的真實財務風險，低估了企業的信貸資源獲取能力，面對新冠疫情的沖擊，杠桿錯估嚴重的企業獲得了相對更低的累計超額收益率。在列（2）和列（3），根據受疫情沖擊程度設置行業虛擬變量（Serious），對樣本進行分組回歸。可見，當上市公司所處行業受到疫情沖擊較大時，杠桿錯估的系數在1%水平上顯著為負，當上市公司所處行業受疫情沖擊較小時，杠桿錯估的系數不顯著。這一結果支持了假設2，即當杠桿錯估程度較高且企業處在“受疫情影響大”行業時，在新冠疫情沖擊下獲得了投資者強烈的負面反應。在列（4）和列（5），考慮到不同成長性企業受到疫情沖擊時的信貸資源獲取能力存在差異，以高成長性虛擬變量（Hgrowth）作為分組變量進行回歸檢驗。可以看出，在高成長性組，杠桿錯估的系數在1%的水平上顯著為負，而在低成長性組，杠桿錯估的系數則不顯著。這一結果支持了假設3，即由于信貸資源獲取能力更差，對于那些杠桿錯估嚴重且成長性高的企業，資本市場的負面反應更為強烈。

（三）穩健性檢驗

為了增強研究結論的可靠性，本文還進行了如下幾項穩健性檢驗：

1事件日的改變。采用疫情爆發后武漢宣布“封城”的日期，即2020年1月23日作為事件日重新計算累積超額收益率，并重新進行回歸檢驗。表4的結果表明，無論是全樣本還是分組回歸，檢驗結果均與前文保持一致。

2事件窗口期的改變。重新選取[-3，+3]和[-7，+7]作為事件窗口期，計算CAR[-3，+3]和CAR[-7，+7]反映疫情期間上市公司股票價格的波動，并重新進行回歸檢驗。表5和表6分別列示了以CAR[-3，+3]和CAR[-7，+7]為因變量的回歸結果。可以看出，檢驗結果依然支持了前文的假設。

3更換估計方式。為了消除可能存在的異方差的影響，采用加權最小二乘法重新進行回歸檢驗。表7的回歸結果表明，前文的假設依然得到驗證，在此不再贅述。

4變換模型設計方式。在主回歸中本文采用分組回歸的方式對受疫情沖擊嚴重程度的行業異質性和企業成長異質性進行檢驗，為了降低不同組樣本量差異可能導致的影響，在此設置交乘項對假設2和假設3進行重新檢驗。表8的檢驗結果顯示，杠桿錯估（DL）與受疫情影響程度行業虛擬變量（Serious）和企業成長性虛擬變量（Hgrowth）的交乘項均在1%的統計水平上顯著為負，再次驗證了假設2和假設3。

六、進一步分析

前文通過理論分析和實證檢驗表明，“資本”與“資產”概念混淆、營業性負債和金融性負債不加以區分等設計缺陷，使得傳統指標無法反映企業的真實杠桿水平，干擾了市場上的財務信息的傳遞。在新冠疫情的沖擊下，杠桿錯估嚴重影響了投資者對企業的財務風險判斷，加劇了資本市場的負面反應。本文試圖沿著前文的邏輯，從企業信貸資源獲取的角度闡述其內在機制，這將有助于進一步夯實主要研究結論，同時為下一階段經濟復蘇過程中有針對性的信貸扶持提供一定啟示。

企業價值是市場估值的基礎，我國資本市場對股權再融資的監管較為嚴格，企業能否獲得足夠的銀行信貸支持，在某種程度上決定了其把握未來投資機會和實現價值增長的可能，這意味著企業能獲得的銀行信貸規模是影響其市場表現的關鍵性因素之一。而銀行的信貸決策永遠遵循“趨利避險”的原則，在外部經濟環境惡化的情況下，銀行會首先削減那些“高杠桿”企業的信貸支持，從而避免潛在的違約風險和風險傳染的可能。對于營業性負債和金融性負債的不加區分，使得在疫情發生之后，那些杠桿錯估嚴重公司也成為了銀行重點監管和治理的對象。也就是說，傳統杠桿并沒有向銀行等金融機構傳遞企業真實的信貸能力信息，反而極有可能在疫情期間嚴重誤導了銀行的判斷，導致疫情發生后，杠桿錯估嚴重的企業更難獲得信貸支持，而這也是這些企業股價下跌的重要原因之一。本文利用2012-2020年前兩個季度的財務數據⑤，設計模型（4），探討新冠疫情發生后，杠桿錯估對企業獲取信貸資源的影響。

Creditt=α0+α1DLt+α2DLt×Breakt+α3Breakt+Controls+∑YearQ+∑Industry+ε2（4）

其中，Credit代表企業獲得的信貸規模，借鑒已有研究，以企業獲得的長期借款與短期借款之和除以總資金進行衡量，Break代表新冠疫情爆發的虛擬變量，在2020年之后取值為1，之前則取值為0。選取企業規模（Size）、資產負債率（Roa）、企業成長性（Growth）、產權性質（Soe）及獨立董事比例（Outdirt）作為控制變量，并控制了年份-季度和行業虛擬變量。實證檢驗結果如表9所示，列（1）顯示，杠桿錯估的系數在1%的水平上顯著為負，意味著杠桿錯誤嚴重的企業獲得了更少的信貸支持。列（2）中加入了杠桿錯估與新冠疫情爆發虛擬變量的交乘項，可以看出杠桿錯估（DL）與新冠疫情爆發（Break）的系數均在1%的水平上顯著為負，且交乘項（DL×Break）的系數在10%的水平上顯著為負。這說明在新冠疫情爆發后，那些杠桿錯估嚴重的企業愈發難以獲得信貸資源，嚴重阻礙了信貸資源的有效配置。進一步將樣本按照新冠疫情爆發時間劃分為疫情發生前和疫情發生后兩組，列（3）和列（4）的回歸結果表明疫情發生前后，杠桿錯估均對企業信貸資源的獲取產生顯著的負面影響，這與列（1）的發現一致。而在疫情發生后，杠桿錯估系數的絕對值相比于疫情發生前更大，且通過了組間系數差異檢驗，這與列（2）的檢驗結果一致，再次證明疫情發生后杠桿錯估嚴重的企業獲得了更少的信貸支持。

七、研究結論與啟示

由于將“資產”等同于“資本”，將營業性負債混同于金融性負債，傳統杠桿指標難以緊密對接資本市場的信息需求，基于對這一缺陷進行校正后形成的修正杠桿指標，本文衡量了上市公司存在的杠桿錯估問題，并結合事件研究法，以新冠疫情爆發為契機研究投資者對于不同杠桿錯估程度上市公司的市場反應差異。研究發現：（1）在新冠疫情沖擊下，杠桿錯估嚴重的企業獲得了更低的累積超額收益率。表明在新冠疫情引發市場恐慌的過程中，杠桿錯估干擾了投資者對上市公司可獲得信貸資源的判斷，加劇了資本市場的負面反應。（2）基于行業異質性和企業異質性的分析發現，新冠疫情對行業沖擊越大，企業成長性越高時，杠桿錯估引發資本市場的負面反應更為強烈。（3）進一步研究發現，杠桿錯估抑制了企業信貸資源的獲取，尤其在新冠疫情爆發后，這種抑制作用更為明顯。這是由于扭曲的杠桿信息影響了銀行等金融機構的信貸決策，使其收緊對所謂“高杠桿”企業的信貸支持，而信貸規模的下降正是投資者給予杠桿錯估嚴重的企業負面市場反應重要原因之一。基于以上的研究結論，本文從優化微觀企業杠桿指標構建的視角對新冠疫情爆發后如何穩定資本市場、推動經濟復蘇提出如下建議。

第一，應進一步準確界定微觀企業杠桿率測度的口徑，區分“資產”與“資本”在企業經濟活動中的差異，并科學劃分金融性負債與營業性負債。基于經濟進入新常態后的數據發現，隨著營業性負債占比的逐年增加，傳統指標缺陷所導致的杠桿錯估問題愈加凸顯，在2017年達到38%，若長期得不到修正，將降低金融服務實體經濟的效率。受新冠疫情的影響，我國經濟環境內憂外患，要做到在嚴格防控金融風險的基礎上保障實體經濟穩定，既需要市場有效發揮資本配置的主導作用，也需要政府拿捏好政策方向和力度，而這兩者均應建立在杠桿指標能夠真實反映企業風險水平的基礎上。優化微觀企業杠桿指標，不僅有利于更精準的評估企業的債務違約風險以及信貸資源獲取能力，也有利于更好地發揮市場對資本配置的決定性作用，引導企業優化商業模式，積極利用與供應商、客戶、員工等利益相關者的關系提高資金管理能力，借助營業性負債靈活性更高、融資成本更低的優勢緩解流動性壓力，為緩解企業融資約束補充新的市場途徑。

第二，企業應該強化資金管理水平，通過多渠道的信息傳遞降低自身與市場的信息不對稱。在疫情導致生產受限、庫存積壓、銷路受阻的情況下，保證資金鏈的穩定是企業渡過危機的關鍵。尤其是對于那些因為營業性負債的存在虛增杠桿的企業，在既有資源基礎上，應積極利用與不同利益相關者之間的關系開拓融資和信息傳遞渠道，降低外部投資者可能對其存在的高財務風險誤解。此外，企業管理者還應密切關注疫情期間政府采取的針對性優惠政策，例如國務院發布的《支持疫情防控和經濟社會發展稅費優惠政策指引》等，降低企業各項社保費用，幫助企業降低用工成本。這也提醒企業在此后的生產經營活動中應關注當前負債對未來負債的機會成本，維持穩定的信貸資源獲取能力，強化自身應對突發事件和抵抗風險的能力。

第三，針對受疫情沖擊嚴重的行業和處在高成長階段的企業，應進一步采取必要措施給予支持。本文研究發現，那些所處行業本身受疫情沖擊比較嚴重，例如批發零售業、交通運輸業、服務業、建筑業等，以及具有高成長性的企業，其杠桿率會受到額外關注，杠桿錯估對財務風險的夸大進一步惡化了融資環境，對這類企業無疑是雪上加霜。因此這類企業應額外關注自身資金流動性，防止陷入財務困境。政府也應該在“穩杠桿”的基礎上采取積極的貨幣政策和財政政策幫助企業降低違約風險，嚴格控制住不發生系統性金融風險的底線。通過針對性的財政補貼和稅收優惠，發揮政府在危機時期的重要引導作用，一方面降低股市不穩定情緒，為企業長期發展營造更有利的外部環境，另一方面助力受疫情影響嚴重行業和高成長性企業渡過難關，為后續經濟平穩增長打下堅實的基礎。

第四，金融機構應該基于實體企業的修正杠桿和真實風險水平進行信貸決策，尤其在特殊時期更應提高決策輔助信息的科學性以優化信貸資金配置，切實提高服務實體經濟的能力。本文研究發現傳統杠桿指標對實體企業風險水平的高估會使得銀行等金融機構減少對杠桿錯估嚴重企業的信貸支持，而潛在信貸規模的下降是導致這些企業在市場遭受冷遇的一個重要原因，這嚴重影響了信貸資金配置的效率。實體企業經營的困難讓銀行等金融機構本身的信用風險也處在上升期，面臨的凈息差收窄壓力增大。在這種情況下，若不能有效降低銀企之間的信息不對稱，很容易形成企業資金匱乏和銀行不良貸款增加的惡性循環。應進一步強化預期引導，提高對企業真實財務風險的監測預警，在疫情防控的特殊時期可以適度調整不良貸款容忍度，并加強對受疫情影響嚴重行業和高成長性企業的支持，通過階段性地讓金融機構向實體經濟讓利，實現經濟的長期穩定發展。

注釋：

①數據來源于國家統計局。

②杠桿錯估=傳統杠桿與修正杠桿之差/修正杠桿。

③數據來源于國家統計局。

④陳林和曲曉輝（2020）研究發現新冠疫情下，批發和零售業、交通運輸等行業的股票回報顯著為負，而醫藥制造業、信息傳輸、軟件和信息技術服務業以及專業設備制造業的股票回報顯著為正，這與本文對行業受疫情影響程度的分類基本一致。

⑤之所以選擇這樣的樣本區間，是因為以2012年為起點，中國經濟增速開始放緩并逐步進入新常態，此后經濟發展趨勢基本穩定。新冠疫情發生后，隨著疫情防控常態化開展，2020年經濟增長在第三季度由負轉正，故截止到受新冠疫情影響最為嚴重的2020年前兩個季度的數據。

參考文獻：

[1]Schularick，M.，A.M.Taylor.CreditBoomsGoneBust：MonetaryPolicy，LeverageCycles，andFinancialCrises，1870-2008[J].AmericanEconomicReview，2012，102（2）：1029-1062.

[2]劉曉光，劉元春.杠桿率、短債長用與企業表現[J].經濟研究，2019，54（7）：127-141.

[3]王竹泉，譚云霞，宋曉繽.“降杠桿”“穩杠桿”和“加杠桿”的區域定位——傳統杠桿率指標修正和基于“雙重”杠桿率測度體系確立結構性杠桿率閾值[J].管理世界，2019，35（12）：86-103.

[4]王竹泉，宋曉繽，王苑琢.我國實體經濟短期金融風險的評價與研判——存量與流量兼顧的短期財務風險綜合評估與預警[J].管理世界，2020，36（10）：156-170，216-222.

[5]Habib，A.，Hasan，M.M.ManagerialAbility，InvestmentEfficiencyandStockPriceCrashRisk[J].ResearchinInternationalBusiness&Finance，2017，42（12）：262-274.

[6]王貞潔，王竹泉，蘇昕卉.我國上市公司杠桿錯估誤導了銀行信貸決策嗎[J].南開管理評論，2019，22（4）：56-68.

[7]蔣濤.疫情對企業融資的影響研究——來自銀團貸款市場的經驗證據[J].國際金融研究，2020（4）：65-75.

[8]肖土盛，孫瑞琦，袁淳.新冠肺炎疫情沖擊下企業現金持有的預防價值研究[J].經濟管理，2020，42（4）：175-191.

[9]Mcguinness，G.，Hogan，T.，Powell，R.EuropeanTradeCreditUseAndSmeSurvival[J].JournalofCorporateFinance，2018，49（4）：81-103.

[10]徐壽福，徐龍炳.信息披露質量與資本市場估值偏誤[J].會計研究，2015（1）：40-47，96.

[11]Myers，S.C.TheCapitalStructurePuzzle[J].TheJournalofFinance，1984，39（3）：575-592.

[12]Fischer，E.O.，Heinkel，R.，J.Zechner.DynamicRecapitalizationPoliciesandtheRoleofCallPremiaandIssueDiscounts[J].JournalofFinancialandQuantitativeAnalysis，1989（24）：427-446.

[13]張兆國，何威風，閆炳乾.資本結構與代理成本——來自中國國有控股上市公司和民營上市公司的經驗證據[J].南開管理評論，2008（1）：39-47.

[14]陳輝，顧乃康，朱雪嫣.信息不對稱、異質性交易與企業資本結構的決定[J].山西財經大學學報，2012，34（2）：95-105.

[15]劉曉光，劉元春.杠桿率重估與債務風險再探討[J].金融研究，2018（8）：33-50.

[16]許曉芳，陸正飛.我國企業杠桿操縱的動機、手段及潛在影響[J].會計研究，2020（1）：92-99.

[17]Roubini，N.，Mihm，S.CrisisEconomics：aCrashCourseintheFutureofFinance[M].London，PenguinUK，2010.

[18]Deangelo，H.，Deangelo，L.，Whited，T.M.CapitalStructureDynamicsandTransitoryDebt[J].JournalofFinancialEconomics，2011，99（2）：235-261.

[19]Mitton，T.A.Cross-FirmAnalysisoftheImpactofCorporateGovernanceontheEastAsianFinancialCrisis[J].JournalofFinancialEconomics，2002，64（2）：215-241.

[20]Emilia，G.A.，Garriga，J.，M.FirmsasLiquidityProviders：Evidencefromthe2007-2008FinancialCrisis[J].JournalofFinancialEconomics，2013，109（1）：272-291.

[21]陳林，曲曉輝.傳染性公共衛生事件的市場反應研究——基于新冠肺炎疫情對中國股市的影響[J].金融論壇，2020，25（7）：25-33，65.

[22]史月英.SARS對經濟的影響綜述[J].中國國情國力，2003（8）：24-26.

[23]崔學剛，王立彥，許紅.企業增長與財務危機關系研究——基于電信與計算機行業上市公司的實證證據[J].會計研究，2007（12）：55-62，97.

[24]Houston，J.，James，C.BankInformationMonopoliesandtheMixofPrivateandPublicDebtClaims[J].TheJournalofFinance，1996，51（5）：1863-1890.

[25]李常青，魏志華，吳世農.半強制分紅政策的市場反應研究[J].經濟研究，2010，45（3）：144-155.

MarketReactiontoLeverageMisestimateofListedCompanies：Empirical

AnalysisBasedonEventStudyMethod

WANGZhen-jie1，2，WANGHui1，2

（1.ManagementCollegeofOceanUniversityofChina，Qingdao266100，China;

2.ChinaBusinessWorkingCapitalManagementResearchCenter，Qingdao266100，China）

Abstract：ThesuddenoutbreakofCOVID-19increasedmarketuncertainty，magnifiedthefinancialrisksignalsreleasedbymicrocorporateleverage，andledinvestorstoavoidcompanieswithhightraditionalleverage.However，theconfusionbetweentheconceptsof“capital”and“assets”aswellastheconfusionbetween“operationalliabilities”and“financialliabilities”hasledtothemisestimationoftheactualleveragelevelofcorporates.Basedonthecalculationofleveragemisestimatecausedbythegeneralizationofcapitalconcept，theempiricaltestofthispaperfindsthatundertheimpactofCOVID-19，thecorporateswithsevereleveragemisestimateobtainedlowercumulativeabnormalreturn.Moreover，thegreatertheimpactoftheepidemiconthecorporate′sindustryandthehigherthegrowthofthecorporate，thelowerthecumulativeabnormalreturn.Furtherresearchshowsthatleveragemisestimatereducestheabilityofcorporatestoobtaincreditresources，andthiseffectisparticularlysignificantaftertheoutbreakoftheepidemic.Thisstudyenrichestheresearchesontheimpactofmajorpublichealthcrisesonthemarketeconomyfromthemicroperspective.

Keywords：publiccrisis;COVID-19epidemic;leveragemisestimate;marketreaction

（責任編輯：李江）