信用评级对资本结构和融资渠道影响的实证研究——以A 股制造业企业为例

摘要：信用评级机构作为信息中介，为市场提供更多有效信息，改善信息不对称现象。

本文选择2011—2019年中国A股上市制造业企业作为研究样本，研究了信用评级与评级展望对中国制造业企业资本结构和融资渠道的影响。

研究结果发现：(1)信用评级对制造业负债水平与融资渠道选择不产生显著影响。

(2)评级展望对制造业企业负债水平与融资渠道选择也不产生显著影响。

此外，公司规模、盈利能力与可持续发展水平会显著影响公司的负债水平，可以从规模经济、权衡理论和研发投入这三个角度分别解释。

造成评级失灵的原因主要在于评级本身的滞后性与中国评级机构公信力的不足，企业可以选择有利评级，并且评级调整潜在代价低。

为促进中国评级行业发展，可以通过以下方式：优化付费模式、完善监管制度、促进评级机构技术发展与声誉资本积累、拓宽信息渠道。

关键词：信用评级；评级展望；资本结构
一、引言
新中国建立之后，由于计划经济的存在，评级机构的存在不具有现实意义。

随着改革开放下债券市场的蓬勃发展，对于评级的需求也日趋上升，这也催生出了中国评级机构和业务的诞生。

企业与市场间的信息不对称蕴含着潜在风险，而信用评级可以提供更多公共信息，增加风险识别概率，增强市场对于企业的约束力。

因此，信用评级对资本市场的健康发展起着重要作用(何平，金梦，2020)。

有研究表明信用评级越高，企业融资成本越低(王雄远，张春强，2013)，企业有强烈动力来调整企业资本结构等经营指标以维持或上调其信用评级，从而减少风险，增加利益。

对于信用评级与资本结构关系的研究主要集中在欧美等成熟的评级市场，而国内的评级市场仍显稚嫩。

然而，随着2019年美国标普公司获准进入中国开展评级业务，国内评级机构必将受到更大竞争压力，我国评级市场也将展现更强的增长韧性。

在此背景下，本文以2011—2019年间中国A股上市制造业公司为研究样本，研究信用评级对制造业公司资本结构的影响。

本文主要解决以下两个问题：(1)信用评级和信用展望是否影响中国制造业公司资本结构？
(2)信用评级和信用展望是否会影响中国制造业公司的融资渠道选择？
本文研究发现：(1)我国在A+至AA+级别内的制造业企业，随着评级等级的上调，平均负债水平呈现上升的趋势。

(2)主体信用评级和评级展望对于企业负债水平并不产生显著影响。

(3)主体信用评级和评级展望不会显著影响制造业企业对于融资渠道的选择。

二、文献综述
(一)信用评级与资本结构
国外的Kisgen最早将信用评级与公司资本结构联系起来进行研究，他利用美国标普评级数据和公司规模、营利性、公司杠杆水平等控制变量，构建了CR-CS模型，发现信用评级会对企业的资本结构产生显著影响，高信用评级企业会比低信用评级企业更倾向于债务融资。

处于评级边缘即含有+和-的企业会更多通过权益融资而非债务融资以调整企业的资本结构(2006)，净股权融资数额会比净负债融资高出资产1%的数量。

Kisgen还发现在信用评级下调的一年之内，企业的净负债相较于权益会减少相当于总资产的1.5%—2%，并且降级到投机性的企业减少债务的可能性是其他公司的两倍(2009)。

Dasilas等(2015)通过研究希腊中小企业得出公司治理和信用评级水平会显著影响企业的资本结构，且这种影响在2008—2010年金融危机期间更为显著。

但是，Dany Rogers(2016)在对拉丁美洲非金融上市公司进行检验时发现，信用评级提供的信息并不会对管理者调整企业资本结构产生明显影响。

国内的吴育辉等(2019)研究了2008—2017年间中国
信用评级对资本结构和融资渠道影响的实证研究——以Ａ股制造业企业为例
覃逸卓1　许歆笛2　1.上海对外经贸大学金融管理学院　2.上海对外经贸大学会计学院
２０２１年１７期　（６月中旬）
金融天地
行额更高，当评级展望为负面或者评级下调，企业会选择降低负债水平来维持或上调信用评级，而当评级展望为正或者上调时，负债水平无明显变化。

李晓寒(2021)年基于Kisgen 模型构建适用于中国市场的CR-CS 模型，研究了我国非金融企业信用评级对资本结构的影响，研究发现两者之间并无显著关系。

综上所述，对于信用评级与资本结构的关系在学界并没有统一的定论，受不同市场自身特性的影响，信用评级对于公司资本结构的影响还未可知。

(二)中国的信用评级
早期评级机构主要依附于银行等金融机构，缺乏第三方独立评级机构，后来逐渐发展出中诚信，大公国际等独立评级机构。

何运强与方兆本(2003)系统研究了我国和美国评级机构，指出我国评级机构存在独立性不足、评级方法简单，评级市场规模小且分割、信息获取困难以及评级结果利用率不高等问题。

Miles 等(2018)研究认为中国债券信用评级能提供充分信息并且与债券收益率有明显关系，但国内评级范围太过于宽泛，集中于AA 等级别，与国际主流评级机构评级不具有可比性。

从已有研究可以发现，我国信用评级与欧美国家相比更显稚嫩，仍然处于成长阶段。

三、研究设计
(一)样本选择与数据来源
陆正飞，辛宇(1998)发现行业因素对于资本结构具有显著影响，同时有研究表明制造业一直存在债务融资结构不太合理的情况(钟快，2020)，良好的债务融资结构才能让制造业企业在市场竞争中更具发展潜力，随着我国近年来大力促进制造业发展，如何优化制造业企业结构，避免财务风险显得尤为重要。

因此我们选择中国A 股制造业公司2011-2019年间的数据作为研究样本。

同时，我们按照如下标准剔除一些企业：(1)关键信息缺失；(2)剔除ST 公司；(3)剔除极端值。

数据均来自CSMAR 数据库，最终得到289个公司评级观测值。

本文参照Kisgen 模型，加入评级展望，构建两个模型：负债水平与评级静态模型、净负债发行与评级的动态调整模型。

对于评级水平，我们参考吴育辉(2019)的方式，AAA 企业赋值为1，以此类推，评级越低，赋值越高。

对于评级展望，我们认为评级展望作为机构对企业未来一段时间内的实时评估，可能更具有信息时效性和指导意义，因此纳入研究体系。

评级展望为负面的企业赋值为-1，稳定的为0，正面为1，以此构建我们的两个模型。

(1)(2)
参考Kisgen(2006)和吴育辉(2019)的研究，选择企业规模、盈利能力、成长性、非负债税盾、有形资产比率和行业负债水平作为控制变量，其中负债水平、ROA 、可持续增长率和有形资产比率由CSAMR 数据库直接提供，有息负债按照王正位(2007)等定义为短期借款，一年内到期的非流动负债和长期负债之和。

股权融资按照李汇东(2013)的方法定义为股本和资本公积之和，对于其余各变量的解释如下表所示。

表1 各变量符号及定义
变量名称变量符号变量定义
负债水平Leveragei,t i 公司第t 时间的负债水平信用评级水平
Ratingi,t
i 公司第t 时间的长期主体信用
信用评级展望净负债发行公司规模Creditwatchi,t Debtissuei,t Size i 公司第t 时间的信用评级展望
(有息负债-股权融资)/期初总资产期初资产的自然对数盈利能力ROA 净利润/平均总资产成长性Sustainable 可持续增长率
非负债税盾Taxshield (固定资产折旧+无形资产摊销)/期
末总资产
有形资产比率Tangible 固定资产/平均总资产行业负债水平
Induslev
行业有息负债中位数
四、实证结果及分析(一)描述性分析
表2展现了评级水平和对应级别的平均负债率及中位数，可以发现，AA+企业的平均负债水平和负债中位数为所列级别中最高，而比AA+企业评级更高的AAA 企业反
而平均负债水平有一定回落。

表2 评级与平均负债水平和负债水平中位数
评级水平平均负债水平负债水平中位数
AAA29.45%31.29%
AA+36.15%31.34%
AA30.08%30.87%
AA-28.58%30.87%
A+27.30%30.17%
(二)信用评级与展望与资本结构的实证分析
通过多元线性回归分析，研究信用评级对企业资本结构和融资渠道选择的影响，回归结果列于表3。

表3 评级水平与资本结构回归结果
Symbol Leveragei,t Debtissuei,t
Leveragei,t-10.7445*** (25.166)
Ratingi,t-1-0.00140.0065 (-0.246)(0.583)
Creditwatchi,t -0.0077-0.0286 (-0.552)(-1.080)
Size -0.0109*-0.0125 (-1.976)(-1.221)
Roa -0.0316**0.4269* (-2.979)(2.274)
Sustainable 0.0909***0.1388*** (4.198)(3.368)
Taxshield
0.026-0.6439 (0.944)(-1.254)
Tangible -0.0027-0.0076 (-0.429)(-0.064)
Induslev <0.0001<0.0001** (-1.752)(-3.194)
Adjusted R20.7770.207
注：括号内为t值，***表示99%置信水平，**95%，*90%
表3第二列展现了负债水平与评级和展望的关系，可以发现信用评级与展望对于制造业企业的负债水平并没有统计学意义上的显著关系，而企业负债水平的高低与企业规模、盈利能力和企业可持续发展能力显著相关。

公司规模越大，盈利能力越强，企业负债水平越低，这与常识所相符合。

规模较大企业可以利用规模经济降低生产成本和负债水平。

盈利能力越强的公司现金流水平更好，内部盈余更多，根据啄食理论，企业首先从内部进行融资，从而减少外部负债。

而公司可持续增长能力越强，负债水平越高，原因在于企业追求自身竞争力需要加大研发投入而导致负债的潜在增加。

表3第三列展现了评级与展望对净负债发行量的影响，结果同样不显著。

企业通常采取负债融资或者股权融资，但是评级及展望与净负债发行量没有显著相关性，这表明评级的高低与企业对于负债或者股权融资量的选择之间没有显著线性关系，即评级高低无法与融资渠道选择建立显著联系。

(三)对于评级与展望结果的原因分析
多元回归的结果显示出我国信用评级与展望对制造业公司资本结构与融资渠道选择不产生影响，这种现象可以从以下几个因素来解释。

1.评级展望滞后性。

Weinstein(1977)研究表明，评级调整相对于债券价格变动具有一定的滞后性，价格异常变动通常都早于评级调整，而滞后性则导致市场在评级调整前就已做出反应。

评级展望正是为了反映信用评级发生变化的可能性和可能的调整方向，当评级调整出现滞后性时，评级展望也存在相应的滞后性。

因此，评级展望时效性的缺失造成对企业资本结构与融资渠道选择影响不显著。

2.评级行业发展羸弱。

我国评级行业的发展存在明显短板，根据章向东(2015)年的研究，总结出评级行业存在以下缺陷。

首先评级行业专业性不足。

我国评级机构大规模发展仅10年，根据国外评级行业的发展脉络，我国目前处在发展初期，存在一系列问题，例如公信力较弱、核心技术缺失、评级技术体系不健全、违约数据缺失、行业专业人才稀缺等。

其次评级行业公平性和独立性缺乏。

我国评级行业目前实行的是评级收费模式，由发行人付费，这种模式是产生利益冲突的根源。

一方面，发行人为了高估自身的信用评级，向评级机构施压，造成评级独立性的缺失；另一方面，由于近年来评级行业的竞争和生存压力增加，为了追求自
２０２１年１７期　（６月中旬）
金融天地
职业判断力削弱，影响评级的公平性和有效性。

最后评级行业监管不充分。

我国评级行业缺乏有效的评级监管机制，在评级流程披露、信息披露和评价方法体
系等方面存在漏洞。

此外，我国评级行业处罚机制不够健全，处罚规则不够明确，破坏信用评级的公允性。

由于以上两个主要因素，我国信用评级的公信力存在质疑，例如寇宗来等(2015)认为我国信用评级并不会对发债成本产生影响。

我国信用评级与评级展望对企业的资本结构和融资渠道选择影响不显著也是类似情况。

当企业面临评级调整时一方面需要考虑到调整负债水平后的税盾效应和成本变化，另一方面也要考虑评级变化所产生的信用风险和违约成本。

由于我国信用评级的指导意义不强，企业认为评级变化带来的后果并不明显，更何况企业可以选择更有利于自己的评级机构，因此，信用评级失去了其充当信息中介的核心作用，企业不会积极优化资本结构。

”
五、结论及建议
本文以2011—2019年间A 股上市制造业公司为研究样本，实证分析了信用评级与评级展望对与公司资本结构和融资渠道选择的影响，研究发现：(1)主体信用评级和评级展望对于企业负债水平并不产生显著影响。

(2)主体信用评级和评级展望不会显著影响制造业企业对于融资渠道的选择。

本文的主要贡献在于：负债水平与公司规模、盈利能力和可持续发展有显著关系，这可以从规模经济，啄食理论和研发投入的角度来进行解释。

造成中国信用评级对于企业资本结构调整指导性不强的原因主要体现在信用评级的滞后性和我国信用评级行业的羸弱。

企业可以选择有利于自己的评级机构，并且权衡调整财务状况的成本与评级改变带来的潜在成本后，企业认为评级下调产生的潜在成本不高，所以并不积极优化资本结构。

若要提高本土信用评级产业的健康发展，有以下几点建议：(1)改良现行评级收费模式。

利益的一致性使得评级
进行评级费用的收纳和分配，从而解决利益冲突。

(寇宗来等，2015)(2)完善信用评级监管制度。

我国并没有针对信用评级行业专门的法律法规，只有中国人民银行和中国证监
会发布的《信用评级管理指导意见》《证券市场资信评级业务管理暂行办法》等。

这导致监管执行随意性较大，我国应借鉴欧美等成熟市场，专门设立信用评级监管机构，制定法律法规来约束评级行业的业务开展。

(3)加强评级机构自身水平建设和对声誉资本的培养。

国外成熟评级机构历经百年竞争而得以存活，公信力更强，我国评级行业发展较晚，技术水平薄弱，声誉建设还不完善。

一方面应优化评级系统，加强技术、人才培养；另一方面，我国政府应有意扶持一批本土信用评级机构，协助各机构专注于业务开展与声誉资本的积累，最终形成行业内部自我约束的健康发展机制。

(4)拓宽信息渠道。

信用评级主要解决信息不对称问题，借助大数据等金融科技，我国一方面应该改善信息披露环境，一方面加强信息隐瞒惩罚力度，双管齐下，使得从业者更多了解企业信息，避免过度依赖评级机构。

■
参考文献：
[1]何平,金梦.信用评级在中国债券市场的影响力[J].金融研究,2010(4):15-28.
[2]何运强,方兆本.债券信用评级与信用风险[J].管理科学,2003(2):45-50.
[3]寇宗来,盘宇章,刘学悦.中国的信用评级真的影响发债成本吗?[J].金融研究,2015(10):81-98.
[4]李汇东,唐跃军,左晶晶.用自己的钱还是用别人的钱创新?——基于中国上市公司融资结构与公司创新的研究[J].金融研究,2013(2):170-183.
[5]李晓寒.信用评级对非金融企业资本结构的影响——基于中国企业的表现[J].统计理论与实践,2021(1):58-66.
[6]陆正飞,辛宇.上市公司资本结构主要影响因素之实证研究[J].会计研究,1998(8):36-39.
[7]王雄元,张春强.声誉机制、信用评级与中期票据融资成本[J].金融研究,2013(8):150-164.
[8]王正位,赵冬青,朱武祥.资本市场磨擦与资本结构调整——来自中国上市公司的证据[J].金融研究,2007(6):109-119.
[9]吴育辉,翟玲玲,吴世农.信用评级与资本结构——来自中国A 股上市公司的经验证据[J].厦门大学学报:哲学社会科学版,2019(4):41-52.
[10]章向东.我国信用评级质量检验研究[D].北京:对外经济贸易大学博士论文,2015.
[11]钟快.债务结构对企业绩效的影响——基于我国A 股制造业上市公司的实证研究[J].中国管理信息化,2020,23(19):22-25.
作者简介：覃逸卓(1999—)，男，土家族，湖北宜昌人，本科在读；
许歆笛(2000—)，女，贵州贵阳人，本科在读。