投資者互動能抑制企業過度負債嗎?

摘要：以投資者互動平臺為背景，應用多元回歸方法檢驗在數字化時代投資者的外部監督對企業過度負債行為的影響，以此研究投資者互動平臺的政策效果。研究發現，投資者與上市公司間的高互動次數顯著抑制了企業的過度負債，并且是通過提高企業的分析師關注度來抑制過度負債行為，以期為抑制企業過度負債、防范債務危機及建設投資者互動平臺提供參考。

關鍵詞：投資者互動平臺；過度負債；分析師關注度；互動

0 引言

繼深交所打造的互動易平臺于2010年1月1日上線，上交所推出的上證e互動也于2013年7月5日正式上線試運行。不同于東方財富網等股吧平臺，深圳互動易平臺和上證e互動受到證監會的監管，嚴格要求信息披露的準確性，并且上市公司通過董秘或證券事務代表來回復投資者的提問，實現了投資者與上市公司間的互動交流，特別是為中小投資者提供了信息溝通的渠道。杠桿率水平與企業生存息息相關，已有研究發現企業存在一個適合自身發展的負債水平，但其往往與企業的實際負債水平存在差異，而這種差異所形成的過度負債是企業需要警惕的問題。投資者互動平臺的搭建建立了外部監督機制，而投資者作為企業的利益相關者，是這一平臺的搭建否能夠抑制企業過度負債是值得研究的問題。

本文借助投資者互動平臺中問答板塊的數據，實證檢驗了投資者互動對企業過度負債的影響。結果表明：投資者互動降低了企業過度負債水平，并且是通過企業分析師關注度的提高來實現的。已有研究中，鮮有文獻從投資者互動平臺的治理角度出發研究資本市場的微觀問題，本文的邊際貢獻在于拓展了投資者互動平臺的研究，同時也為投資者互動平臺這一制度安排提供了監管支撐。

1 文獻綜述與研究假設

1.1 文獻綜述

通過梳理現有文獻發現，企業的資本結構存在最優解，即目標負債率，受企業內外部因素的影響，該負債率往往偏離于實際負債率，形成過度負債。Myers等［1］認為過度負債會使得凈現值為正的項目回報流向債務人，從而難以支撐新項目的資金周轉。Ahn等［2］則發現在具有高增長機會的企業中，過高的負債率降低了企業的價值。而企業過度負債的成因來源于企業內部和外部兩個方面。從內部來看，控股股東擁有超額的控制權，其所擁有的股票是存量資本，在未對外出售前是無法變現獲利的，那么控股股東有動機借入超額負債，利用與關聯方的交易進行隧道挖掘以獲取私利［3］；此外，控股股東的股權質押行為也會加劇企業的過度負債水平［4］。朱滔［5］研究發現國有企業縱向雙重兼職的董事長在上市公司領取薪酬所產生的合謀效應刺激了企業過度負債的增加。從外部來看，程敏英等［6］區分了長短期視角發現，支持性的產業政策從長遠來看會導致過度負債的增加，但短期內起到了抑制作用。蔡慶豐［7］則從金融機構的地理位置分布角度出發衡量了企業的信貸資源可得性，發現鄰近企業的銀行網點數量越多，企業的過度負債水平越高。李志生等［8］發現企業的過度負債存在同群效應，并且市場化程度和金融化程度會加劇這種同群效應，進而導致過度負債的增加。

隨著信息技術、媒體和資本市場的相互作用，影響著信息的產生、傳播和處理過程，學者逐漸意識到公司交流信息的方式對資本市場的影響效果不同，目前有關投資者互動的研究主要集中在市場反應、企業的行為選擇、分析師預測3個方面。從市場反應的視角來看，Elliott等［9］指出通過在線視頻的互聯網披露方式回應公司財務重述比傳統的紙質披露方式更會增加投資者對公司的信心。張繼勛和韓冬梅［10］通過實驗研究法發現公司管理層在互動平臺上回復投資者及時性、明確性程度越大，投資者更愿意選擇該企業進行投資。從企業的行為選擇來看，郭培燕和李艷［11］認為投資者互動平臺具有外部治理作用，通過對“上證e互動”的問答文本分析發現可將上市公司在線問答社區信息披露質量作為判斷企業績效的依據，二者呈現正相關關系。Zhang和Yang［12］研究發現投資者在投資者互動平臺上發布的批評是一種有效的非正式工具，可以影響公司參與企業社會責任活動的程度。從分析師預測的視角來看，丁慧等［13］研究發現社交媒體背景下的投資者信息獲取和解讀能力的提高可以降低市場信息不對稱，從而提高市場盈余預測的準確性。

1.2 研究假設

代理理論認為，企業的控股股東和中小股東之間存在代理沖突，控股股東有權運用手中的權力對公司投融資活動做出決策，甚至進行隧道挖掘，侵占中小股東的利益，企業過度負債也會成為控股股東操縱公司攫取利益的工具。高敬忠和楊朝［14］指出交易所互動平臺通過發揮對上市公司監督治理機制來抑制企業金融化行為。并且如前所述，丁慧等［13］認為投資者互動平臺的出現提高了投資者的信息獲取和信息解讀能力，投資者互動平臺作為上市公司與中小投資者溝通的官方通道，與電話會議、新聞稿等信息交流方式不同，上市公司無法預料投資者的問題，在一定程度上失去了對信息環境的控制力，面對投資者的發聲，公司不得不進行相應的回應，在這一問一答的互動模式中，投資者可獲得自己需求的信息，又由于平臺是公開的，上市公司也可以借此機會向外界傳達信息，減弱彼此間的信息不對稱，起到外部監督作用，進而規范自身行為，把負債率控制在合理范圍內。若上市公司不回應投資者的問題，保持沉默這一行為更會激發投資者在平臺上大量發問，企業的公共關系機構不得不應對聲譽危機，而聲譽資本是與企業價值緊密相聯的［15］，企業價值又影響中小投資者的投資意愿，引發中小投資者用腳投票，企業在衡量過度負債成本與收益后，會選擇降低過度負債水平。因此，提出假設1：

H1：在其他條件相同的情況下，投資者與上市公司在網絡互動平臺上的互動次數越多，越能抑制企業的過度負債行為。

對上市公司來說，分析師是一種重要的激勵手段，分析師有動機做出準確的預測來建立自己的聲譽，以此來獲得更高的報酬。為了實現這一目標，分析師會仔細檢查上市公司信息披露情況，包括投資者互動平臺上的信息，從而降低信息不對稱，提高股價的信息性。分析師的報道不是真空的，Amir Rubin和Eran Rubin［16］認為投資者參與公司互聯網信息處理的程度越高，分析師的預測誤差越小，并且公司股票的買賣價差越大。分析師跟蹤顯著影響公司的資本結構決策，并與較低的債務發行、較高的股權發行和總體較低的杠桿率相關［17］。對投資者來說，投資者互動平臺上的海量互動信息增加了信息處理難度，促使資本市場信息服務需求的產生，招致大量分析師的關注［18］。作為專業人士，分析師收集并傳播公司政策質量的信息，董事會懲戒不當行為并獎勵更好政策的能力就會提高。因此，提出假設2：

H2：在其他條件相同的情況下，投資者互動平臺是通過提高分析師關注度來抑制企業過度負債行為的。

2 研究設計

2.1 樣本選擇與數據來源

由于中國證監會打造的投資者互動平臺最早于2010年上線運行，故選取2010—2021年A股上市公司作為研究樣本，又因為本文的目標負債率需要滯后一期的數據值，故實證分析中采用的2009—2021年的數據，其中樣本借鑒了李文貴和路軍［19］、程敏英等［6］的研究，進行了以下篩選：①剔除了ST、PT及當年新上市的公司；②剔除了金融行業的公司；③剔除了資產負債率大于1的公司；④剔除了數據缺失的樣本公司。最終得到了10 376個公司年度觀測值。為了減少極端值的影響，本文對所有連續性變量進行了上下1%的縮尾處理。本文的數據除投資者互動數據來源于CNRDS數據庫，其他的數據均來自于CSMAR數據庫。

2.2 變量選擇與度量

1.被解釋變量

本文所衡量的過度負債（EXLEVB）是基于陸正飛等［20］的研究來定義的，即用實際負債率與分年度分行業計算得到的目標負債率之差衡量。其中目標負債率的Tobit回歸模型如下

LEVBi，t=α0+α1ROAi，t-1+α2IND_LEVBi，t-1+

α3GROWTHi，t-1+α4FATAi，t-1+

α5SIZEi，t-1+

α6SOEi，t-1+α7Largesti，t-1+ε（1）

模型（1）中的控制變量分別滯后了一期，具體來說，有盈利能力（ROA）、行業負債率的中位數（IND_LEVB）、總資產周轉率（GROWTH）、固定資產占比（FATA）、企業規模（SIZE）、產權性質（SOE）、第一大股東持股比例（Largest）。通過模型（1）的回歸結果計算出來的過度負債數值越大，說明企業的負債程度偏離程度越大。

2.解釋變量

投資者互動（queq/replyq）是借鑒了高敬忠和楊朝［14］、岑維等［21］的研究，把投資者互動平臺上的投資者提問數加1取自然對數得到互動指標1為queq，上市公司的回復數量加1取自然對數得到互動指標2為replyq。當年投資者互動平臺上的提問數量和回復數量越多，意味著投資者互動程度越大。

3.中介變量

分析師關注度（Analyst）參照宋芳秀和劉榮澤［22］的研究，把上市公司分析師跟蹤數加1取自然對數得到外部治理指標Analyst，跟蹤上市公司的分析師數量越多，意味著分析師的關注度越高。

4.控制變量

參照現有研究，本文選取了公司財務層面和公司治理層面的影響因素作為控制變量，并且控制了年度和行業效應，具體變量定義及衡量方法見表1。

2.3 模型設計

為檢驗投資者互動是否能抑制企業過度負債，構建如下模型

EXLEVBi，t=β0+β1queqi，t+β∑Controlsi，t+

β∑Industryi，t+β∑Yeari，t+ε（2）

EXLEVBi，t=γ0+γ1replyqi，t+γ∑Controlsi，t+

γ∑Industryi，t+

γ∑Yeari，t+ε（3）

針對模型（2）和模型（3）的回歸結果主要關注β1和γ1的正負和顯著性，根據理論分析，β1和γ1的符號預期顯著為負，即投資者互動能抑制企業的過度負債行為。

同時為了檢驗投資者互動對企業過度負債的影響機制，本文借鑒溫忠麟［22］的研究采用中介檢驗三步法構建如下模型

Analysti，t=a0+a1queqi，t/replyqi，t+a∑Controlsi，t+

a∑Industryi，t+a∑Yeari，t+ε（4）

EXLEVBi，t=b0+b1queqi，t/replyqi，t+b2Analysti，t+

b∑Controlsi，t+b∑Industry+b∑Year+ε（5）

針對模型（4）和模型（5）的回歸結果主要關注a1和b1、b2的正負和顯著性，根據理論分析，a1的符號預期顯著為正，b1的符號預期顯著為負，b2的符號預期顯著為負，則假設2得證。

3 實證結果分析

3.1 描述性統計

主要變量的描述性統計結果見表2，其中過度負債程度（EXLEVB）的最大值為0.312和最小值為-0.326，表明企業的過度負債程度存在較大的差異，投資者互動平臺中的提問數queq的最大值為7.076，最小值為1.792，上市公司回復數replyq的最大值為7.041和最小值為1.386，這說明不同公司間的投資者互動程度存在較大的差異，其他控制變量均在相應的合理范圍內。

3.2 基本回歸結果

投資者互動影響過度負債的回歸結果見表3。由表3中的（1）（2）列結果可以看到，queq和replyq的系數均顯著為負，這表明無論是以投資者互動平臺上的投資者提問數還是上市公司的回復數來衡量互動程度，投資者互動均會抑制企業的過度負債，從而驗證了本文的假設1。從經濟學意義上來講，queq的回歸系數表明投資者提問數每增加50%，企業的過度負債程度就會降低0.45%；replyq的回歸系數表明投資者提問數每增加50%，企業的過度負債程度就會降低0.35%。總之，投資者互動平臺作為外部監督機制有效的規范了企業的過度負債行為。在控制變量中，Largest的回歸系數顯著為正表明第一大股東持股比例越大，企業過度負債水平越高，這也印證了控股股東操縱公司利益的動機。SOE的回歸系數顯著為負表明相比較于非國企而言，國企的過度負債水平低，可能的原因是國企將降杠桿作為業績評價的硬性指標，在借助杠桿撬動財務資源時，有意控制負債率的水平線。

3.3 中介效應檢驗

由上述實證結果可知，投資者互動會抑制企業過度負債，那么投資者互動是通過怎樣的傳導機制來影響企業過度負債的？本文基于分析師關注作為外部監督機制中的專業人員，更有可能借助投資者互動平臺上投資者的質疑重點關注企業最近資金動向，構建了模型（4）和模型（5），檢驗結果見表4。

表4的列（2）和列（5）為模型（4）的回歸結果，queq和replyq的回歸系數在1%的水平顯著為正，這表明間接效應顯著，投資者互動程度能提高公司外部分析師的關注，列（3）和列（6）為模型（5）的回歸結果，Analyst的回歸系數在1%的水平顯著為負，這表明投資者互動平臺的互動通過提高分析師關注度來降低企業的過度負債程度。同時，列（3）和列（6）中queq和replyq的回歸系數均顯著為負，這表明分析師關注在本文中是部分中介效應。

4 穩健性檢驗

考慮到投資者互動程度與過度負債之間的關系可能受到內生性的影響，采用將解釋變量滯后一期和兩階段最小二乘法來解決可能存在的內生性問題，以增強結論的可靠性。

4.1 將解釋變量滯后一期

企業過度負債水平較高可能會引起投資者互動平臺上投資者的爭相發問，從而增加了平臺上的提問量和回復數，為了避免這種反向因果關系的干擾，把解釋變量做滯后一期的數據處理，利用lqueq和lreplyq替換queq和replyq重新進行回歸分析，回歸結果見表5。根據表5的（3）（4）列回歸結果發現在把queq和replyq滯后一期后，投資者互動與過度負債仍呈現顯著的負相關關系，這再次驗證了投資者互動平臺上的高互動次數能降低企業的過度負債水平。

4.2 工具變量法

借鑒李文貴和路軍［19］的做法，以上一年度機構投資者數量作為投資者互動的工具變量執行檢驗，即用上一年度機構投資者數量的自然對數ljgtzsl作為工具變量進行兩階段（2SLS）回歸，具體結果見表6。該工具變量Kleibergen-Paap Wald F統計量為97.41，拒絕弱工具變量假設；Kleibergen-Paap LM統計量為95.83，拒絕識別不足假設，這說明本文選取的工具變量是有效的。通過表6列（1）可以看到ljgtzsl在第一階段中的回歸系數為0.106，且在1%水平顯著為正，這表明上年度的機構投資者數量與投資者互動高度正相關。并且通過表6的列（2）可知第二階段的queq的回歸系數-0.287在1%的水平顯著為負，因此，在使用工具變量控制可能存在的內生性問題后，投資者互動平臺上的投資者互動與企業過度負債間仍存在負相關關系。

5 結語

本文以2010—2021年A股上市公司在投資者互動平臺上的問答數據為樣本研究發現，投資者與上市公司之間的互動次數越多，越能抑制企業的過度負債水平。通過探究二者之間的影響機制發現，這種負相關關系是通過提高分析師關注度實現的，對上述結論進行穩健性檢驗后依然成立，這表明投資者互動平臺為抑制企業過度負債提供了治理新路徑。

基于本文的研究結論，本文得到以下啟示：第一，上市公司應加強投資者關系管理。在數字化時代，信息交流的方式出現巨大的轉變，單向輸出企業正面的信息已經不能滿足投資者的需求，需要重視投資者互動平臺上投資者的提問，并及時地給予反饋，保證中小投資者的知情權，形成強大的外部監督機制，雙方合力把企業經營風險降低到合理范圍內，從而獲得持久收益。第二，證監會應加大對投資者互動平臺的監管力度，要求上市公司匯總相似問題并在規定時間內回復網友的提問，以遏制上市公司屏蔽中小投資者參與公司決議的意圖，促進投資者互動平臺的信息治理效應發揮到最大效用。與之相對應地，企業也會把投資者互動平臺上的投資者提問視為達摩克利斯之劍，不會為了一己私利做出過度負債的短視行為。第三，投資者應充分利用投資者與公司的交流平臺，對于董秘回復的信息進行甄別，并積極尋求分析師的幫助，發動輿論監督企業資金活動，從而控制過度負債水平。

參考文獻

［1］MYERS S C. Determinants of corporate borrowing ［J］.Journal of Financial Economics，1977，5（2）：147-175.

［2］AHN S，DENIS D J，DENIS D K.Leverage and investment in diversified firms［J］. Journal of financial Economics，2006，79（2）：317-337.

［3］PENG Q W，WEI J K，YANG Z.Tunneling or propping：Evidence from connected transactions in China［J］.Journal of Corporate Finance，2010，17（2）：306-325.

［4］汪昌云，李宙甲，曾劍宇.控股股東股權質押會導致上市公司過度負債嗎？［J］.投資研究，2022，41（3）：21-44.

［5］朱滔.國有企業董事長領薪安排與管理層薪酬激勵：基于“委托-監督-代理”三層代理框架的研究［J］.當代財經，2020（7）：124-137.

［6］程敏英，李恒，劉駿.支持型產業政策引致企業過度負債了嗎？——基于長短期視角的再檢驗［J］.商業研究，2022（4）：1-8.

［7］蔡慶豐，陳熠輝，林焜.信貸資源可得性與企業創新：激勵還是抑制？——基于銀行網點數據和金融地理結構的微觀證據［J］.經濟研究，2020，55（10）：124-140.

［8］李志生，蘇誠，李好，等.企業過度負債的地區同群效應［J］.金融研究，2018（9）：74-90.

［9］ELLIOTT W B，HODGE F D，SEDOR L M. Using online video to announce a restatement： Influences on investment decisions and the mediating role of trust ［J］. The Accounting Review，2012，87（2）：513-535.

［10］張繼勛，韓冬梅.網絡互動平臺溝通中管理層回復的及時性、明確性與投資者投資決策：一項實驗證據 ［J］. 管理評論，2015，27（10）：70-83.

［11］郭培燕，李艷.在線問答社區信息披露質量與公司績效的相關性：基于“上證e互動” ［J］.情報理論與實踐，2021，44（10）：151-157.

［12］ZHANG Y，YANG F. Corporate social responsibility disclosure：responding to investors’ criticism on social media ［J］. International Journal of Environmental Research and Public Health，2021，18（14）：73-96.

［13］丁慧，呂長江，黃海杰.社交媒體、投資者信息獲取和解讀能力與盈余預期：來自“上證e互動”平臺的證據［J］.經濟研究，2018，53（1）：153-168.

［14］高敬忠，楊朝.網絡平臺互動能夠抑制實體企業金融化嗎？：來自交易所互動平臺問答的經驗證據［J］.上海財經大學報，2021，23（5）：50-64.

［15］CHAKRAVARTHY J，DEHAAN E，RAJGOPAL S. Reputation repair after a serious restatement ［J］. The Accounting Review，2014，89（4）：1329-63.

［16］RUBIN A，RUBIN E. Informed investors and the internet ［J］. Journal of Business Finance amp; Accounting，2010，37（7-8）：841-865.

［17］ MOUSELLI S，HUSSAINEY K. Corporate governance，analyst following and firm value［J］. Corporate Governance，2014，14（4）：453-466.

［18］楊凡，張玉明.網絡媒介、互動式信息披露與分析師行為：來自“上證e互動”的證據［J］.山西財經大學學報，2020，42（11）：113-126.

［19］李文貴，路軍.網絡平臺互動與股價崩盤風險：“溝通易”還是“操縱易”［J］.中國工業經濟，2022（07）：178-196.

［20］陸正飛，何捷，竇歡.誰更過度負債：國有還是非國有企業？［J］.經濟研究，2015，50（12）：54-67.

［21］岑維，李士好，童娜瓊.投資者關注度對股票收益與風險的影響：基于深市“互動易”平臺數據的實證研究［J］.證券市場導報，2014（07）：40-47.

［21］宋芳秀，劉榮澤.賣空機制、過度負債與企業債務結構調整：基于融資融券的準自然實驗［J］.學習與探索，2022，328（11）：153-160.

［22］溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用［J］.心理學報，2004，36（5）：614-620.

收稿日期：2023-02-20

作者簡介：

石暖暖，女，1997年生，碩士研究生在讀，主要研究方向：公司財務與會計。