

如果不能有效控制高負債的融資成本,就無法緩解企業負債壓力大,限制資金周轉,對企業的進一步發展不利。此外,由于存在市場上信息不對稱等問題,對公司債券的融資成本也產生一定的影響,因此本文主要探討內部控制質量對債券融資成本的影響,使投資者和企業認識到內部控制的重要性,并為其提供參考。
研究設計
一、假設提出
周宏等(2013)研究表明信息非對稱性會影響投資者的投資決策,對公司的債務成本造成一定的影響 。Hermalin et al(2012)研究得出,高質量的會計信息披露會緩解信息的不對稱。姚海鑫等(2013)研究得出,披露公司內部控制信息能夠提高公司的信息產出,同時會向債券市場釋放積極或者消極的信號,對投資者與企業間的信息交流產生影響,有助于解決信息不對稱問題進而影響債券融資成本。因此,本文提出假設一:內部控制質量與債券融資成本兩者呈負相關。
方紅星等(2013)研究認為,國有企業往往會有政府的“最后擔保”。因此投資者會認為其安全性較好,違約風險較低,對國有企業的約束條件相對較為寬松,而對于非國有企業,即使經營狀況良好,也會受到投資者各種指標的約束,要求企業披露更加細致的信息,進而會增加其債券融資成本。李志軍(2011)研究表明,國有企業由于經營時間久遠,其自身擁有更多的資本用來擔保,進而更易獲得投資者的青睞,有效降低投資者的風險預期,進而有助于減少債券融資成本。因此,本文提出假設二:內部控制質量對債券融資成本的影響對非國有企業比對國有企業更明顯。
金融市場發達的地區,公司的經濟活動活躍,由此需要增加必要的融資,致使該地區的金融市場異常發達,從而公司可以從多樣的渠道進行融資。經過多次融資,市場通過往年的信息對公司經營情況等信息保留記錄,有效緩解市場信息不對稱,從而內部控制對該地區公司信息只是補充。金融市場落后地區,由于缺乏良好的經營環境,因此,市場中公司的經濟情況等信息可能存在巨大的不確定性。當投資者選擇投資時,會更加嚴格地審查公司,在此情況下,內部控制質量會成為投資者關注的重點之一。因此,本文提出假設三:內部控制質量對債券融資成本的影響中,金融市場發展滯后地區的企業比對金融市場繁榮地區的企業更突顯。
二、樣本選擇與數據來源
本文選取滬深在2016―2020年發行債券的上市公司為樣本,通過Wind數據7Bpery1bDa6tDWFY6RF9RA==庫和國泰安數據庫查詢公司數據,以樊綱等(2021)發表的《中國分省份市場化指數報告》作為區域金融市場發展指數,內部控制指數以“迪博”數據為依據。
對樣本數據進行如下篩選:1.剔除ST類上市公司;2.剔除非上市公司發行的債券;3.剔除內部控制指數等變量有缺失的公司;4.剔除金融行業、房地產行業的上市公司。經過篩選,本文總體發行債券的樣本公司409個,其中國有產權性質的企業為309個,非國有產權性質的企業為100個;金融市場發展繁榮地區的企業有317個,金融市場發展落后地區的企業有92個。
本文被解釋變量為債券融資成本(Cs),是以發行日的債券票面利率作為代理變量。同時,內部控制質量(Icp),該變量以“迪博·中國上市公司內部控制指數”作為代理變量;產權性質(State),設國有企業為1,非國有企業為0;金融市場發展(Market),以樊綱等(2021)編制的“各省份的市場化進程相對指數”作為代理變量,該三個變量作為解釋變量。另外,控制變量為債券擔保(Guarantee),有債券擔保人為1,沒有債券擔保人為0;資產收益率(ROA)、資產負債率(LEV)和成長性(Growth),該變量是以營業總收入增長率來核算。
三、模型構建
本文為研究內部控制質量與債券融資成本的關系,采用回歸分析法。
為檢驗本文假設,建立模型:
實證結果分析
一、描述性統計分析
(一) 整體樣本的描述性統計
通過對整體樣本的描述性統計分析可得:公司債券融資成本(Cs)的最大值、最小值分別為8.000和2.3900,這說明每個企業間債券融資成本是存在差異的。內部控制質量(Icp)的均值、標準差分別為688.43、82.0200,這說明在債券市場上的企業其內部控制質量高、低都是存在的,進而會影響其所傳遞信息的質量和投資者的判斷,從而導致不同公司間的債券融資成本的差異。金融市場發展水平(Market)的最大值、最小值分別為11.3000和9.9300,說明公司所處的金融市場的特點對于公司債券融資也有一定的影響。在產權性質上,對國企和非國企的賦值,得出其均值、標準差分別為0.7560和0.4303,說明在債券市場中兩種性質的企業都占有一定的比例,債券融資成本會受到產權性質的約束。
在控制變量上,債券擔保(Guarantee)的均值為0.2270,該值相對較低,說明是否存在擔保對于債券發行的約束力較低,大部分的債券融資都是以無擔保的形式所發行的。資產收益率(ROA)、資產負債率(LEV)和成長性(Growth)的均值分別為4.3162、62.5051和123.7159,這說明不同企業間的經營水平與負債水平也有一定的差異,進而會影響其債券融資成本。
(二)分組樣本的描述性統計
通過對國有企業和非國有企業的描述性統計分析可得:國有企業債券融資成本(Cs)的均值、標準差均為4.5033和1.0702,而非國有企業債券融資成本(Cs)的均值、標準差均為5.4747和1.2729,國有企業的債券融資成本相比于非國有企業數值較低,說明政府對國有企業最后的擔保在某種程度上可以減少公司的債券融資成本。在內部控制質量方面,國有企業內部控制質量(Icp)和非國有企業內部控制質量(Icp)的標準差分別為82.830、79.061,可見兩者內部控制指數標準差數值仍有差距,說明企業間的內部控制質量都是有差別的。
通過對金融市場發展繁榮和落后地區的描述性統計分析可得:金融市場蓬勃發展的區域的債券融資成本(Cs)的均值為4.6233,而處于金融發展落后地區的均值為5.1455,發達地區的數值明顯低于落后地區,這表明,在發達的金融市場中,信息不對稱現象相對較少,從而其債券融資成本相對較低。在內部控制質量水平中,二者的均值分別為695.29和664.79,標準差分別為83.157和73.622,金融市場發展繁榮地區明顯高于落后地區,說明在金融市場發展繁榮地區內部控制質量較高,進而對債券融資成本產生一定影響。在產權性質方面,金融市場發展水平落后地區的均值與標準差都略高于發展繁榮地區,可見政治因素的隱性擔保在落后地區表現得更加明顯。
二、相關性分析
根據對各變量間相關性分析可知:債券融資成本(Cs)與內部控制質量(Icp)的相關系數為-0.335,說明內部控制質量與債券融資成本間呈負相關,同時兩者間的顯著性水平為1%,相關性較強,因此證明了本文的第一個假設。金融市場發展水平(Market)與債券融資成本(Cs)在1%的置信度水平上負相關,其相關系數為-0.232,在金融市場繁榮地區的企業,其市場信息交流活躍,信息不對稱情況相對較少,因此內部控制質量對債券融資成本影響相對較低,初步證明了本文假設三。產權性質(State)與債券融資成本(Cs)的相關系數為-0.349,說明內部控制質量對債券融資成本影響會因為國有產權性質而減少,兩者的相關性較強,因此證明了本文第二個假設。
此外,資產收益率(ROA)與債券融資成本(Cs)間存在負相關關系;成長性(Growth)、資產負債率(LEV)、債券擔保(Guarantee)與債券融資成本(Cs)間存在正相關關系。
三、 回歸分析
如表1,債券融資成本(Cs)與內部控制質量(Icp)的回歸系數為-0.003,結果表明,債券融資成本與內部控制之間為顯著的負相關關系,驗證本文第一個假設。說明企業完善內部控制體系,有助于降低債券融資成本。同時,金融市場發展水平(Market)對債券融資成本(Cs)的回歸系數為-0.774,說明金融市場繁榮地區的企業債券融資成本與內部控制質量間關系不顯著,驗證了本文假設三。此外,產權性質(State)對債券融資成本(Cs)的回歸系數為-0.900,表明國有產權在債券市場中對公司會產生隱性擔保的作用,提高投資者對債券的信心,降低債券的融資成本,進一步驗證了本文假設二。
最后,本文在其他控制變量資產收益率(ROA)與債券融資成本(Cs)間為反比關系,而債券擔保(Guarantee)、資產負債率(LEV)、營業收入增長率(Growth)與債券融資成本為正比關系,存在債券擔保,或者資產負債率、營業收入增長率越低,債券融資成本就越高。
四、穩健性檢驗
本文將資產收益率(ROA)轉換為凈資產收益率(ROE)的形式表示;成長性由總營業收入增長率轉換為凈利潤增長率作為代理變量,根據回歸分析結果可知,內部控制質量與債券融資成本的關系與上文的結果相似,進一步證實了本文的結論。
研究結論
綜上分析,本文得出以下三個結論:
1.企業內部控制質量與債券融資成本兩者呈負關系。內部控制質量越完善,有助于企業財務報表反映內容的真實可靠,有助于投資者對資金運營的監督,減輕了我國債券市場中存在的信息不對稱性,從而降低了公司債券融資的成本。
2.產權性質會影響內部控制質量與債券融資成本間的關系。國有產權為企業的債券融資帶來諸多便利,政府作為國有企業的最后擔保,相比于非國有企業來說,其更易獲得投資,因此,對于債券融資成本,內部控制的改變并不突出。
3.金融市場情況對內部控制質量與債券融資成本間的影響。在金融市場蓬勃發展的地區,債券市場上的信息較為全面,信息不對稱的問題得以緩解,進而對于有關內部控制的改進,提高公司財務信息的執行力,對公司債券融資成本無顯著影響;相反,金融市場發展落后地區,投資者與公司間存在信息不對稱性,從而投資者會借助內部控制質量和企業財務報表等信息進行了解和判斷,由此內部控制質量對于債券融資成本影響較大。(作者單位:新疆財經大學)
(責任編輯:吳輝)