系统性金融风险对企业资本结构动态调整的影响及机制分析

 　　〔摘要〕金融机构与实体企业之间日益多样的业务联系，使得“经济金融关联网络”的拓扑结构日趋复杂，部分实体企业不仅在金融风险的集聚和扩散过程中扮演重要角色，其发展也与系统性金融风险的动态演变紧密相关。基于我国A股上市公司2008—2020年的季度样本数据，使用动态面板数据模型考察系统性金融风险对企业资本结构调整的影响及潜在机制。研究表明，系统性金融风险通过债务融资而非权益融资影响资本结构调整速度，阻碍了企业加杠杆，对企业杠杆去化无显著影响，该效应在非国有企业、上市较晚的企业和规模较小的企业中尤为显著;系统性金融风险上升增加了非预期的信贷供给短缺，导致企业融资成本上升，即调整资本结构的成本上升;系统性金融风险还会通过企业家对未来宏观经济形势的预期来影响企业的融资需求。论文研究为企业去杠杆政策制定及实体企业转型升级提供参考，也为支持实体经济发展的融资市场完善和系统性风险防范体系构建提供建议。

　　《华北金融》面向华北，辐射全国，及时反映经济金融改革前沿性问题，围绕经济金融热点、难点问题展开研讨;既有地方特色，是推动环渤海区域经济金融合作的园地，又体现“大金融”概念，综合反映银行、证券、保险行业的动态。

　　〔关键词〕系统性金融风险;企业资本结构;动态调整机制;因子Copula模型

　　〔中图分类号〕F830.9〔文献标识码〕A〔文章编号〕1000-4769(2022)04-0127-14

　　引言

　　“去杠杆”是供给侧结构性改革的重要任务之一。企业杠杆率过高会引发企业经营成本增加、违约风险加剧和盈利能力降低等问题①，可能阻碍实体经济发展甚至危害国家金融安全。我国的中小企业还面临着“融资难”和“融资贵”的难题。杠杆率和资本结构是一枚硬币的两面，从微观企业角度看，高杠杆与融资难分别对应着企业向下和向上调整其资本结构。非金融部门杠杆高企导致系统性金融风险不断累积，相关防范政策的稳步实施和银行为规避风险而做出的“惜贷”行为是企业无法灵活调整其杠杆率的重要原因。

　　一些文献发现系统性金融风险既会通过供给侧又会通过需求侧影响企业融资决策。从供给侧看，系统性金融风险可能会阻碍银行等金融机构的信贷供给行为。Allen等发现银行业系统性风险会导致贷款总量、工商业贷款、房地产贷款和消费贷款下降。Linda Allen， Turan G. Bali and Yi Tang， “Does Systemic Risk in the Financial Sector Predict Future Economic Downturns?” The Review of Financial Studies， vol.25， no.10， 2012， pp.3000-3036.从需求侧看，系统性金融风险为宏观经济政策注入了不确定性，在此情形下企业往往会推迟投资。Lucas等发现当经济体系中的不确定性上升时，微观主体会推迟投资直到不确定性消失。Robert E. Lucas， Jr and Edward C. Prescott， “Investment under Uncertainty，” Econometrica： Journal of the Econometric Society， vol.39， no.5， 1971， pp.659-681.2015年股灾期间，中国金融体系系统性风险达到高点，但信贷供给并未出现大幅度收缩，后文的实证分析也并未发现企业在系统性金融风险升高时推迟投资，这表明我国系统性金融风险影响企业融资决策的机制与国外有所差异。

　　信贷供给可以分解为可预期的信贷供给和不可预期的信贷供给裴平、刘璐：《汇率和非预期货币供给对经济增长的影响——基于2007—2010年跨国季度数据的实证检验》，《经济学家》2012年第7期。，可预期的信贷供给一般反映了货币政策中的规则成分，不可预期的信贷供给由货币政策中相机抉择的部分及其他因素驱动。相关文献已经证实，非预期的信贷收缩比能预期的信贷收缩对企业的融资溢价影响更大。郭晔、黄振、王蕴：《未预期货币政策与企业债券信用利差——基于固浮利差分解的研究》，《金融研究》2016第6期。从实践上看，以2013年“钱荒”为代表的非预期信贷短缺极大地推高了企业的融资成本。单独考察非预期的信贷供给冲击为厘清系统性金融风险对企业资本结构动态调整的影响机制提供了新的视角。那么，系统性金融风险是否通过引发非预期的信贷供给短缺阻碍企业资本结构动态调整呢?随着金融机构与实体经济的关联日益紧密，系统性金融风险会通过“经济金融关联网络”传递到实体经济李政、刘淇、梁琪：《基于经济金融关联网络的中国系统性风险防范研究》，《统计研究》2019年第2期。，增大实体企业的违约风险。在此背景下，企业家可能对经济前景产生过度悲观的情绪。余明桂等发现企业家对未来经济的悲观预期会阻碍企业债务融资。余明桂、夏新平、邹振松：《管理者过度自信与企业激进负债行为》，《管理世界》2006年第8期。因此，系统性金融风险又是否会通过企业家对未来宏观经济形势的预期影响资本结构动态调整?

　　为回答上述问题，本文采用A股所有上市公司2008年1月至2020年12月的股票收益率数据和季度财务数据，采用动态面板模型研究系统性金融风险对企业资本结构调整速度的影响，并从非预期的信贷供給短缺和企业家对未来经济形势的预期两个视角探讨其作用机制。尽管既有文献已经从宏观经济视角探索了资本结构调整问题，但自从Borio提出金融周期概念以来，学术界倾向于区分金融变量和经济变量对宏观经济的影响。Claudio Borio， “The Financial Cycle and Macroeconomics： What Have We Learnt?” Journal of Banking & Finance， vol.45， 2014， pp.182-198.本文试图从金融环境的角度研究企业资本结构动态调整问题，探究系统性风险对实体企业的微观效应。本研究能为企业去杠杆风险的防范及实体企业转型升级提供参考，也为完善支持实体经济发展的融资市场和系统性风险防范体系提供建议。

　　本文的贡献主要体现在以下几个方面：第一，丰富了从金融供给端研究资本结构调整的文献。不同于LearyMark T. Leary and Michael R. Roberts， “Do Firms Rebalance Their Capital Structures?” The Journal of Finance， vol.60， no.6， 2005， pp.2575-2619.、曾海舰和苏冬蔚曾海舰、苏冬蔚：《信贷政策与公司资本结构》，《世界经济》2010年第8期。以及伍中信等伍中信、张娅、张雯：《信贷政策与企业资本结构——来自中国上市公司的经验证据》，《会计研究》2013年第3期。直接研究信贷政策的微观效应，本文的关注点为金融环境，发现金融风险也是影响资本结构调整速度的重要因素。第二，从供给侧和需求侧出发，深入剖析了系统性金融风险对企业资本结构调整的作用渠道。本文发现系统性金融风险不仅会通过非预期的信贷供给短缺影响资本结构调整速度，还会通过削弱企业家对外部经济环境的预期，降低企业信贷资金需求，阻碍资本结构调整。第三，丰富了研究系统性金融风险后果的相关文献。随着Adrian等Tobias Adrian， Nina Boyarchenko and Domenico Giannone， “Vulnerable Growth，” American Economic Review， vol.109， no.4， 2019， pp.1263-1289.和Giglio等Stefano Giglio， Bryan Kelly and Seth Pruitt， “Systemic Risk and the Macroeconomy： An Empirical Evaluation，” Journal of Financial Economics， vol.119， no.3， 2016， pp.457-471.定量分析金融风险对宏观经济增长的影响后，学术界逐渐开始重视这一问题，但相关文献主要从宏观视角讨论系统性金融风险的影响，较少探讨其微观效应和微观作用机制。本文从企业资本结构调整视角讨论了系统性金融风险对实体经济的微观效应和微观作用机制。

　　一、文献回顾、机理分析与研究假设

　　(一)资本结构调整速度的相关文献

　　学术界围绕企业是否存在目标资本结构进行了大量讨论。Graham和Harvey的问卷调查表明80%的首席财务官会设定目标杠杆比率。John R. Graham and Campbell R. Harvey， “The Theory and Practice of Corporate Finance： Evidence from the Field，” Journal of Financial Economics， vol.60， no.2-3， 2001， pp.187-243.Leary和Roberts发现公司的实际杠杆比率会向目标杠杆比率调整，调整速度受到调整成本影响。Mark T. Leary and Michael R. Roberts， “Do Firms Rebalance Their Capital Structures?”一些学者提出了代理理论、啄序理论和权衡理论来解释最优资本结构存在的原因。代理理论认为外部投资者和职业经理人之间的利益冲突导致了最优资本结构。啄序理论从外部投资者与内部经理人之间的信息不对称解释企业对资金来源的偏好。权衡理论则认为公司通过权衡负债的利弊达到最优资本结构。就目标资本结构估计方法而言，Flannery和Rangan提出了资本结构部分调整模型，该模型假定实际资本结构每年以一定比例向目标资本结构靠近。Mark J. Flannery and Kasturi P. Rangan， “Partial Adjustment Toward Target Capital Structures，” Journal of Financial Economics， vol.79， no.3， 2006， pp.469-506.

　　诸多学者发现市场摩擦使得企业不可能始终保持在最优杠杆率，开始探讨实际杠杆率向最优杠杆率的调整过程。基于全球41个国家从1989年到2013年的资产负债表数据，An等发现崩盘风险与资本结构调整速度负相关，这是因为崩盘风险反映了公司的信息不对称程度。Zhe An， Donghui Li and Jin Yu， “Firm Crash Risk， Information Environment， and Speed of Leverage Adjustment，” Journal of Corporate Finance， vol.31， 2015， pp.132-151.Alnori和Alqahtani发现额外的融资限制使得遵守伊斯兰教的企业的杠杆率及其调整速度都更低。Faisal Alnori and Faisal Alqahtani， “Capital Structure and Speed of Adjustment in Non-Financial Firms： Does Sharia Compliance Matter? Evidence from Saudi Arabia，” Emerging Markets Review， vol.39， 2019， pp.50-67.Baum等发现经营风险较低的公司更容易筹集资金，其资本结构调整速度更快。Christopher F. Baum， Mustafa Caglayan and Abdul Rashid， “Capital Structure Adjustments： Do Macroeconomic and Business Risks Matter?” Empirical Economics， vol.53， no.4， 2017， pp.1463-1502.就国内文献而言，郑曼妮和黎文靖发现过度负债企业的资本结构调整速度与总资产收益率和股权市账比正相关，且民营企业的去杠杆动机比国有企业更强。郑曼妮、黎文靖：《中国过度负债企业去杠杆——基于资本结构動态调整视角》，《国际金融研究》2018年第10期。廉永辉和黎梦瑶发现杠杆率的调整速度和企业金融化程度呈负相关关系。廉永辉、黎梦瑶：《企业金融化与资本结构调整速度》，《财经科学》2020年第8期。

　　另外一些文献则从宏观环境和制度特征讨论资本结构调整问题。Cook和Tang基于四种不同的宏观经济指标，发现公司的资本结构调整速度在宏观经济向好时较快，在宏观经济环境较差时较慢，这是因为公司在宏观经济环境较差时违约概率较高，面临更高的调整成本。Douglas O. Cook and Tian Tang， “Macroeconomic Conditions and Capital Structure Adjustment Speed，” Journal of Corporate Finance， vol.16， no.1， 2010， pp.73-87.ztekin和Flannery基于跨国数据研究发现，企业的资本结构调整速度在制度体系更完善的国家更快。zde ztekin and Mark J. Flannery， “Institutional Determinants of Capital Structure Adjustment Speeds，” Journal of Financial Economics， vol.103， no.1， 2012， pp.88-112.An等发现，透明的信息环境对股价崩盘风险与资本结构调整速度的负相关关系有一定缓释作用。Zhe An， Donghui Li and Jin Yu， “Firm Crash Risk， Information Environment， and Speed of Leverage Adjustment.”国内方面，黄继承等发现良好的法律环境对资本结构向上调整和向下调整均有一定的促进作用，且法律环境主要影响企业的债务融资，对权益融资的影响不显著。黄继承、朱冰、向东：《法律环境与资本结构动态调整》，《管理世界》2014年第5期。王朝阳等发现企业会在经济政策出现不确定性时规避风险，金融中介会因为政策不确定性缩减信贷供给，二者共同导致了经济政策不确定性对资本结构调整速度的负向效应。王朝阳、张雪兰、包慧娜：《经济政策不确定性与企业资本结构动态调整及稳杠杆》，《中国工业经济》2018年第12期。

　　(二)系统性金融风险与资本结构调整速度

　　系统性金融风险对资本结构调整的影响体现在供给侧和需求侧两个方面。从供给侧看，系统性金融风险主要通过影响银行等金融中介的信贷行为影响货币供应量。凯恩斯提出的动物精神指出，经济主体的行为会随着金融风险的改变而改变。在系统性金融风险水平较高时，金融机构为规避风险，往往会减少信贷供给。一些学者对系统性金融风险与信贷供给的关系进行了实证检验。Allen等发现银行业系统性风险会导致信贷总额下降。Linda Allen， Turan G. Bali and Yi Tang， “Does Systemic Risk in the Financial Sector Predict Future Economic Downturns?”Danielsson等进一步检验了金融风险和金融机构信贷行为的关系，发现金融市场的高波动率会导致金融机构风险承担较少，杠杆率降低。Jon Danielsson， Marcela Valenzuela and Ilknur Zer， “Learning From History： Volatility and Financial Crises，”The Review of Financial Studies， vol.31， no.7， 2018， pp.2774-2805.从需求侧看，企业家信心也在系统性金融风险的传递过程中扮演着重要角色。由于利率和融资可得性直接影响了企业家对未来宏观经济的判断，系统性金融风险对企业家信心的影响源于金融风险对融资可得性和利率的影响。Bernanke发现仅从货币供应视角很难解释金融危机对总产出的深远影响，由金融不稳定导致的成本上升和信贷可获得性下将也是总产出下降的重要原因。Ben S. Bernanke， “Non-Monetary Effects of the Financial Crisis in the Propagation of the Great Depression，” American Economic Review， vol.73， no.3， 1983， pp.257-276.Allen等发现金融风险上升会导致金融市场利率随之上升，可贷资金总量减少，企业面临更高的成本和更大程度的融资不确定性。Linda Allen， Turan G. Bali and Yi Tang， “Does Systemic Risk in the Financial Sector Predict Future Economic Downturns?”另一些学者对企业家信心与企业融资决策的关系进行了探讨。余明桂等发现企业管理者的过度自信会导致企业增加短期负债。余明桂、夏新平、邹振松：《管理者过度自信与企业激进负债行为》。耿中元等发现企业家信心在经济政策不确定性的传导过程中起到了中介作用。耿中元、李统、何运信：《经济政策不确定性对企业投资的影响——企业家信心的中介效应及代理成本的调节作用》，《复旦学报》(社会科学版)2021年第1期。

　　(三)机理分析与研究假设

　　从供给侧来看，不确定性规避理论指出，微观经济主体在面临不确定的环境时往往会采取推迟投资的行为。王朝阳、张雪兰、包慧娜：《经济政策不确定性与企业资本结构动态调整及稳杠杆》。对金融机构而言，其信贷行为与实体企业的投资行为类似，因此系统性金融风险上升会导致信贷收缩。与发达国家不同的是，中国银行体系大部分由国有银行组成，这些银行不太可能完全按照市场化的方式运作。一方面，政府对国有银行提供的隐性担保可能会导致银行管理层过度冒险，削弱了系统性金融风险对信贷的抑制效应。Yuliang Wu and Michael Bowe， “Information Disclosure and Depositor Discipline in the Chinese Banking Sector，” Journal of International Financial Markets， Institutions and Money， vol.22， no.4， 2012， pp.855-878.另一方面，由于我国银行大多是由中央或地方政府控股，这些银行首先需服务政府制定的经济目标。Warren Bailey， Wei Huang and Zhishu Yang， “Bank Loans with Chinese Characteristics： Some Evidence on Inside Debt in A State-controlled Banking System，” Journal of Financial and Quantitative Analysis， vol.46， no.6， 2011， pp.1795-1830.这导致系统性金融风险虽不一定能削弱信贷总量及其增长率，但导致了金融部门实际信贷供给和其预期信贷供给出现偏差，本文将这种偏差定义为非预期的信贷供给短缺。相比预期的信贷供给短缺，非预期的信贷供给短缺给企业融资成本带来的冲击更大，主要体现在以下两个方面：1.非预期的信贷供给短缺容易造成企业现金流的短缺，增加企业的违约风险。Bart Frijns， Aaron Gilbert， Thorsten Lehnert and Alireza Tourani-Rad， “Uncertainty Avoidance， Risk Tolerance and Corporate Takeover Decisions，” Journal of Banking & Finance， vol.37， no.7， 2013， pp.2457-2471.2.非预期的信贷供给短缺容易引发企业家的恐慌情绪，企业家倾向于囤积流动性。Cosmin L. Ilut and Martin Schneider， “Ambiguous Business Cycles，” American Economic Review， vol.104， no.8， 2014， pp.2368-2399.在此背景下，這种非预期的信贷供给短缺为企业资本结构调整带来了额外的调整成本。

　　企业家信心是企业家对未来宏观经济形势预期的反应。近年来金融机构与实体企业日益紧密的联系使得系统性金融风险更容易传递到实体经济，甚至引发“经济范围内”的系统性风险。李政、刘淇、梁琪：《基于经济金融关联网络的中国系统性风险防范研究》。在此背景下，企业家信心很容易受到系统性金融风险的影响。企业家信心对宏观经济的影响可由“动物精神”或“新闻渠道”观点解释。Robert B. Barsky and Eric R. Sims， “Information， Animal Spirits， and the Meaning of Innovations in Consumer Confidence，” American Economic Review， vol.102， no.4， 2012， pp.1343-1377.“动物精神”指企业家的情绪可能与基本面背离，从而放大经济周期波动。J.M. Keynes， “The General Theory of Employment，” The Quarterly Journal of Economics， vol.51， no.2， 1937， pp.209-223.“新闻渠道”则认为企业家信心反映了一些基本面的波动，但会对宏观经济产生持久影响。Christopher D. Carroll， “Macroeconomic Expectations of Households and Professional Forecasters，” The Quarterly Journal of Economics， vol.118， no.1， 2003， pp.269-298.无论哪种观点，都暗示了企业家信心对宏观经济波动的巨大影响。余明桂等从过度投资冲动、低估项目风险和不愿意与新股东分享收益三个视角阐释了过度自信的企业家会采取更加激进的债务融资的原因。余明桂、夏新平、邹振松：《管理者过度自信与企业激进负债行为》。系统性金融风险对企业资本结构动态调整的作用机理如图1所示。综上，本文提出如下假设：

　　H1：对实际资本结构低于目标资本结构的公司而言，系统性风险通过阻碍其债务融资减缓了企业资本结构向上调整的速度。

　　H2：系统性金融风险通过金融体系信贷资金非预期的短缺和企业家对未来宏观经济的悲观估计阻碍资本结构调整速度。

　　二、研究设计

　　(一)计量模型设计

　　1.资本结构部分调整模型

　　本文定义微观层面的企业资本结构BLi，t为总负债与总资产之比，也被称作企业的负债率。采用标准的资本结构部分调整模型刻画企业资本结构的调整过程：

　　BLi，t-BLi，t-1=η(BL*i，t-BLi，t-1)+εi，t(1)

　　该模型假定企业实际负债率每季度以固定的百分比向目标负债率靠近，系数η即为企业的平均资本结构调整速度。被解释变量BLi，t-BLi，t-1为公司i第t期和t-1期的负债率之差，解释变量BL*i，t-BLi，t-1为目标负债率与t-1期实际负债率的差。根据Kayhan和Titman的研究，我们设定目标负债率受公司特征变量和宏观经济变量的影响Ayla Kayhan and Sheridan Titman， “Firms’ Histories and Their Capital Structures，” Journal of Financial Economics， vol.83， no.1， 2007， pp.1-32.：

　　BL*i，t=γMacroi，t-1+βXi，t-1(2)

　　其中，BL*i，t代表目标负债率，Macroi，t-1和Xi，t-1分别代表滞后的宏观变量和公司特征变量。本文将在后文详细阐述这些变量。

　　本文同时估计企业的目标负债率和调整速度，将(2)式带入(1)式可得：

　　BLi，t=(1-η)BLi，t-1+ηβXi，t-1+ηγMacrot-1+εi，t(3)

　　一些文献采用系统广义矩(系统GMM)方法估计(3)式，但由于本文选取的样本中企业负债率BLi，t具有较强的自相关性，采用该方法估计(3)式可能会产生弱工具变量问题，导致系数较难通过Sargan和Arellano-Bond检验，本文采用固定效应模型估计(3)式。限于篇幅，本文并未展示(3)式的估计结果，如有需要可向作者索取。

　　为研究系统性金融风险对公司资本结构调整的影响，本文设定资本结构调整速度随某些协变量变化而变化。一些文献认为经济环境也是影响杠杆调整的重要因素，因此本文将调整速度设定为系统性金融风险与GDP增长率的函数：

　　ηt=β0+β1JPDt-1+β2GDPt-1(4)

　　其中，JPDt-1代表t-1期的系统性金融风险，GDPt-1代表t-1期的GDP增長率。将(4)式带入(1)式可得：

　　BLi，t-BLi，t-1=(β0+β1JPDt-1+β2GDPt-1)×(BL*i，t-BLi，t-1)+εi，t(5)

　　回归系数β1代表了系统性金融风险对杠杆调整速度的影响，回归系数β2代表了经济增长对杠杆调整速度的影响，并对回归系数对应的t统计量进行聚类稳健修正。在后文的分析中，我们进一步对不同所有制结构、年龄和规模的公司进行了分样本回归。

　　2.传导渠道检验

　　前文分析系统性金融风险上升会通过减少信贷供给，削弱企业家信心，阻碍降低企业的资本结构调整速度。Giglio等发现系统性金融风险会放大左尾的信贷冲击，但对信贷冲击的中间趋势和右尾无显著影响。Stefano Giglio， Bryan Kelly and Seth Pruitt， “Systemic Risk and The Macroeconomy： An Empirical Evaluation.”建立样本外分位数回归模型如下：

　　Qτ(SHOCKt|It-1)=βτ，0+βτ，1JPDt-1+βτ，2GDPt-1(6)

　　其中，SHOCKt为信贷供给冲击，β1和β2反映了系统性金融风险和经济增长对信贷冲击的影响。系统性金融风险上升会导致企业的成本上升，资金可获得性降低，建立如下时间序列模型检验系统性金融风险对企业家信心指数的影响：

　　QYJt=γ0+γ1JPDt-1+γ2GDPt-1+εt(7)

　　其中，QYJt为第t季度的企业家信心指数，γ1和γ2反映了系统性金融风险和经济增长对企业家信心的影响。

　　3.系统性风险与资本结构调整方式

　　本文通过面板Probit模型检验系统性金融风险通过权益渠道还是债务渠道影响资本结构调整速度。

　　P(Adjust_Ni，t=1)=Φ(α0+α1Devai，t-1+βYi，t-1+εi，t)(8)

　　P(Adjust_Ni，t=1)=Φ(α0+α1Devai，t-1+α2JPDt-1+α3JPDt-1×Devai，t-1+βYi，t-1+εi，t)(9)

　　其中，Adjust_Ni，t为虚拟变量。当企业采用债务方式或者权益方式调整目标资本结构时，Adjust_Ni，t=1。由于实证研究中只发现系统性金融风险对企业向上调整资本结构有显著影响，本文仅检验系统性金融风险是否降低了债务发行或权益回购的概率。借鉴Hovakimian等Armen Hovakimian， Gayane Hovakimian and Hassan Tehranian， “Determinants of Target Capital Structure： The Case of Dual Debt and Equity Issues，” Journal of Financial Economics， vol.71， no.3， 2004， pp.517-540.以及Leary和RobertsMark T. Leary and Michael R. Roberts， “Do Firms Rebalance Their Capital Structures?”的研究，当一家公司t季度新增负债与总资产之比大于1.25%，我们认为这家公司产生了债务。当一家公司减去净利润之后的新增权益与总资产之比小于1.25%，我们认为这家公司在t季度回购了股份。Devai，t-1代表t-1期目标资本结构和目标资本结构之差的绝对值。Yi，t-1代表一系列宏观控制变量和公司特征变量，与估计目标资本结构中的变量相同。(8)式检验了公司是否通过发行债务或者回购股份提升杠杆。若α1显著为正，表明公司确实通过发行债务或回购股份调整了资本结构。若(9)式中的系数α3显著为负，表明系统性金融风险阻碍了公司产生债务或者回购股份。

　　(二)主要变量

　　1.系统性金融风险

　　为了全面反映金融机构之间的尾部相依性，本文采取Oh和Patton提出的联合损失概率指标度量系统性金融风险。Dong Hwan Oh and Andrew J. Patton， “TimeVarying Systemic Risk： Evidence From A Dynamic Copula Model of CDS Spreads，”Journal of Business & Economic Statistics， vol.36， no.2， 2018， pp.181-195.本文首先根据金融系统内所有金融机构收益率构建高维联合分布，在此基础上依据其左尾相依性测算一定比率的金融机构同时陷入困境的概率，该指标度量整个金融系统陷入危机的概率，更能反映整个金融体系的脆弱性。Kupiec和GüntayPaul Kupiec and Levent Güntay， “Testing for Systemic Risk Using Stock Returns，” Journal of Financial Services Research， vol.49， no.2， 2016， pp.203-227.指出左尾相依性较好反映了风险传染效应而非系统风险(Systematic Risk)系统风险(Systematic Risk)又被称作市场风险，是指证券投资中不能通过分散化消除的风险。，由于该指标是基于左尾相依性计算而来，因此该指标较好地反映了风险传染效应。为消除序列自相关对高维相依性建模的影响，本文采用自回归模型(AR模型)对股票收益率进行过滤，AR模型可表示为本文的实证分析表明，采用AR(5)模型过滤的股票收益率残差能够通过KS检验的数量最多，因此本文统一采用AR(5)模型刻畫股票收益率的边缘分布。：

　　Yt=φ0+∑pj=1φjYt-j+εt(10)

　　其中，φ0和φj为常数项和自回归参数。εi，t=σi，tzi，t为扰动项，变量zi，t独立同分布且均值为0方差为1。为刻画股票收益率的残差序列的厚尾和非对称性，本文采用Hansen提出skewed-t分布刻画残差zt的分布。Bruce E. Hansen， “Autoregressive Conditional Density Estimation，” International Economic Review， vol.35， no.3， 1994， pp.705-730.σ2t为由GJRGARCH(1， 1)刻画的条件方差GJRGARCH(1，1)假定负向冲击比正向冲击对未来的波动率影响更大。，可由(11)式表示：

　　σ2i，t=ωi+αiε2t-1+γiε2t-1Iεt-1<0+βt-1σ2i，t-1(11)

　　其中，ωi表示截距项，ε2t-1表示GARCH项，σ2i，t-1为自回归项。

　　采用动态因子Copula模型刻画时变高维联合分布，该模型采用潜变量Xt刻画观测变量Yt的相依结构。根据Sklar定理，潜变量Xt可以表示为：

　　Xt～Ht=Ct[F1t(γ)…，Fnt(γ);γ](12)

　　上式表明，潜变量Xt与可观测变量Yt具有相同的相依结构，即相同的Copula函数，但二者的边缘分布有所不同。潜变量Xt的动态过程可以表示为：

　　Xi，t=λi，t(γλ)Zt+εi，t，i=1，2，3，…，n(13)

　　其中，Zt～Fz，t(γz)，即公共因子Zt服从参数为γz的偏t分布。εi，t～Fε，t(γε)服从参数为γε的标准学生t分布。λi，t服从GAS模型：

　　logλi，t=ωi+βlogλi，t-1+αsi，t-1(14)

　　其中，si，t=logc(ut;λt，γz，γε)/logλi，t为条件得分，λt≡[λ1t，…，λnt]'为因子載荷。当Copula模型的维度较高时，传统的优化模型不再适用。根据Oh和Patton的研究，采用“方差针对法”估计相关参数。Dong Hwan Oh and Andrew J. Patton， “TimeVarying Systemic Risk： Evidence From A Dynamic Copula Model of CDS Spreads.”

　　根据Lucas等的研究，采用联合损失概率度量系统性金融风险。André Lucas， Bernd Schwaab and Xin Zhang， “Conditional Euro Area Sovereign Default Risk，” Journal of Business & Economic Statistics， vol.32， no.2， 2014， pp.271-284.定义Ti为公司i处于危机的事件(收益率小于某个临界值)：

　　Ti，t≡1{γt，t

　　cvi，t为公司i第t天条件分布的α分位数，则联合损失概率可定义为：

　　JPDt，k≡Prt[(1N∑Ni=1Ti，t)≥kN](16)

　　根据Oh 和Patton的研究，我们设定k的值为30。Dong Hwan Oh and Andrew J. Patton， “TimeVarying Systemic Risk： Evidence From A Dynamic Copula Model of CDS Spreads.”

　　2.渠道变量

　　(1)非预期的信贷供给短缺。金融体系内信贷资金的演化规律纷繁复杂，对不同时间的预期信贷资金进行准确估计较为复杂，本文借鉴Ang等的做法Andrew Ang， Geert Bekaert and Min Wei， “Do Macro Variables， Asset Markets， or Surveys Forecast Inflation Better?” Journal of Monetary Economics， vol.54， no.4， 2007， pp.1163-1212.，首先对信贷增长率建立自回归移动平均(ARMA)模型，如式(20)所示。

　　Yt=φ0+∑pj=1φjYt-j+∑qh=1φhεt-h+εt(17)

　　定义预期信贷增长率为：

　　Y—t=φ0+∑pj=1φjYt-j+∑qh=1φhεt-h(18)

　　非预期的信贷增长率可表示为：

　　SHOCKt=Yt-Y—t=εt(19)

　　其中，Yt为信贷增长率，φj和φh代表了自回归参数和移动平均参数。SHOCKt代表了t时期的非预期信贷供给冲击。信贷增长率为月度频率，来源于CEIC数据库。

　　(2)企业家对未来宏观经济状况的预期。本文采取国家统计局编制的企业家信心指数衡量企业家对未来宏观经济状况的预期，该指数既反映了企业家对一个行业当前形势的看法，也反映了企业家对该行业的预期，该指数的具体计算方式为：

　　企业家信心指数(QYJ)=0.4×即期信心指数+0.6×预期信心指数(20)

　　3.用于估计目标资本结构的变量

　　表1列示了用于估计目标资本结构的变量名称、符号和计算方式。杠杆率反映了企业的经营风险。企业利润对外源融资起到替代作用，权衡理论表明总资产收益率越高的公司对债务融资需求往往较小。由于固定资产能起到抵押物的作用，固定资产比率越高的上市企业往往有更高的杠杆率。营业收入较高的公司往往有更多的机会获得信贷资源，往往有更高的杠杆率。营业收入增长率和股权市账比反映了企业的增长机会。非债务税盾对企业债务融资起到了替代作用，非债务税盾与总资产之比较高的公司往往杠杆比率更低。行业中位杠杆率反映了行业效应对资本结构的影响。GDP增长率反映了宏观经济状况，Cook和Tang指出宏观经济状况是资本结构的重要决定因素。Douglas O. Cook and Tian Tang， “Macroeconomic Conditions and Capital Structure Adjustment Speed.”

　　(三)样本选取与数据来源

　　鉴于2008年以前一些系统重要性金融机构已陆续上市交通银行、工商银行、建设银行和中国银行的上市时间分别为2007年5月15日、2006年10月27日、2007年9月25日和2006年7月5日。，本文选取沪深A股所有上市公司从2008年1月1日至2020年12月31日的数据进行研究。本文根据中国证监会分类将所有公司划分为75个行业。宏观变量包括GDP增长率和信贷增长率，数据来自CEIC数据库并经过季节性调整;公司财务数据和股票收益数据来自CSMAR数据库。本文将所有面板数据在1%和99%的水平上进行缩尾处理。本文还排除了杠杆率大于1或小于0的异常值情形公司、经过特别处理的公司和已经退市的公司。由于实证分析中采用了动态面板模型，剔除了连续观测值少于4个的样本。

　　三、实证结果

　　(一)描述性统计分析

　　表2为主要变量的描述性统计分析。系统性金融风险JPD的均值为0.0317，表明金融系统在样本期内陷入危机的平均概率为3.17%。该变量均值大于中位数，表明我国的系统性金融风险在时间序列上呈右偏分布，这与我国金融系统的风险在大部分时期内较低，小部分时期较高相吻合。信贷供给冲击的均值为-0.0656，表明信贷增速中不能被历史数据解释部分平均为-6.56%。且该变量的均值小于中位数，表明信贷冲击的尾部风险更值得监管当局和学术界关注。企业家信心指数的均值为121.5775，表明尽管我国面临的经济环境日益复杂，大部分时期内企业家对我国宏观经济发展态势充满信心。该指数的均值和中位数接近，表明该指数大致呈对称分布。GDP增长率的均值大于中位数，表明我国宏观经济增长率呈右偏分布。

　　杠杆率BL的均值和中位数均在0.42左右，表明我国上市企业的总体杠杆率不高且大致呈对称分布。总资产收益率PROF的均值为1.29%，表明大部分上市企业的总资产回报率较低，这源于近年来我国企业面临的外部环境日益复雜。该变量的25分位数为0.37%，说明尽管我国经济进入新常态，但大部分上市企业仍有正回报率。固定资产Tang和营业收入REV的均值和中位数接近，表明这两个变量似呈钟形分布。营业收入增长率GO的均值为18.59%，但中位数仅有11.54%，这表明我国企业的营业收入尽管平均增速较高，但大部分企业的增速较低。究其原因，“四万亿”财政刺激计划导致我国钢铁、水泥等传统行业的企业增长出现瓶颈，但近年来对科技创新企业的扶持政策使得这些企业的营收出现大幅增长。非债务税盾NDTS的中位数仅为0.02%，远低于其均值0.7%，表明仅有少部分企业利用折旧和税务亏损递延等手段降低负债。企业年龄AGE的均值小于中位数，说明该变量呈左偏分布。股权市账比MB的均值为2.8，市值大约是账面价值的三倍，表明我国企业的整体估值较低。此外，行业杠杆率MEDBL与企业杠杆率BL的均值和中位数接近，表明本文选取的样本较为合理。总资产TA的均值和中位数接近，表明企业总资产经对数化处理后大致符合正态分布。

　　(二)系统性金融风险与公司资本结构调整速度

　　表3报告了(5)式的估计结果，即系统性金融风险对资本结构调整速度的回归结果。第(1)(2)列为不区分调整方向的估计结果，第(3)(4)列分别为向上调整和向下调整的估计结果。变量DEV×JPD为本文关注的核心解释变量，反映系统性金融风险的微观效应。为控制宏观经济状况的影响，本文在回归中加入了交乘项DEV×GDP。

　　DEV在第(1)列中的系数为0.0879，表明我国上市企业每季度向目标资本结构调整的平均速度为8.79%。DEV×JPD在第(2)列中的系数为-4.2166且在1%的显著性水平下显著，表明系统性金融风险每上升1%，资本结构调整速度会减慢4.22%。考虑到资本结构向上调整多为债务融资，向下调整多为股权融资，系统性金融风险对二者的影响可能存在差异，本文区分了调整方向重新对(5)式进行估计，回归结果如第(3)(4)列所示。DEV×JPD在第(3)列中显著为负，但在第(4)列中的系数不显著，表明系统性金融风险阻碍企业加杠杆的过程，却对企业去杠杆的过程无显著影响。究其原因，系统性风险减少了金融体系内的信贷供给和削弱了企业家对宏观经济形势的预期，减缓了杠杆不足的公司提升杠杆的速度Linda Allen， Turan G. Bali and Yi Tang， “Does Systemic Risk in the Financial Sector Predict Future Economic Downturns?” The Review of Financial Studies， vol.25， no.10， 2012， pp.3000-3036; Jon Danielsson， Marcela Valenzuela and Ilknur Zer， “Learning From History： Volatility and Financial Crises，” The Review of Financial Studies， vol.31， no.7， 2018， pp.2774-2805.，与假设H2相符。DEV×GDP在第(2)(3)列中均显著为正，表明经济增速与资本结构调整速度正相关。

　　(三)传导渠道分析

　　本文从供给侧和需求侧分析系统性金融风险对资本结构调整速度的影响机制。从供给侧看，系统性金融风险上升会导致金融机构为规避风险而降低风险承担，金融体系内的可贷资金总量随之减少，企业向上调整其资本结构的成本也增加。动态权衡理论指出，资本结构调整速度取决于调整成本和调整收益，资本结构调整速度随系统性金融风险上升而降低。图2为样本期内系统性金融风险与信贷冲击之间的关系，总体看来系统性金融风险与信贷冲击幅度呈同向变动，二者均在2008年国际金融危机时期、2015年“股灾”时期较高，在其余样本期较低。从需求侧看，系统性金融风险主要通过影响企业家信心影响资本结构调整速度。随着系统性金融风险上升，信贷资金的可获得性充满不确定性，企业投资的回报也随之充满不确定性。这导致在系统性金融风险较高的时期，企业家对未来的宏观经济形势往往不太乐观。苏冬蔚和曾海舰指出企业家对未来经济形势的预期越高，越有可能采取债务融资的方式进行融资。苏冬蔚、曾海舰：《宏观经济因素、企业家信心与公司融资选择》，《金融研究》2011年第4期。因此，系统性金融风险可能通过削弱企业家对宏观经济的信心减少企业的信贷需求，从而降低资本结构调整速度。

　　图3为系统性金融风险与企业家信心指数的对比分析图，总体而言二者呈负相关关系。企业家信心指数在2008年国际金融危机期间和股灾期间较低。在此基础上，本文就系统性金融风险与下一季度的信贷冲击和企业家信心指数进行检验，结果如表4所示。第(1)(2)列为系统性金融风险对信贷冲击在10分位数和中位数的预测结果。变量L.JPD在第(1)(2)列中的系数分别为-11.6705和-2.0932，均显著为负，表明系统性金融风险的上升减少了信贷供给总量。第(3)列为系统性金融风险对企业家信心指数的影响。系统性金融风险在第(3)列中的系数为在1%的显著性水平下显著为负，表明系统性金融风险削弱了企业家对未来宏观经济的预期。

　　四、进一步分析

　　(一)基于公司特征的异质性分析

　　1.基于产权性质和企业年龄的分组回归结果

　　相比于民营企业，国有企业在获取信贷资金时有以下几点优势：第一，国有企业固定资产占比更高，银行对其估值时更易于评估。第二，政府的信用背书使得国有企业在基本面较差时仍能获得银行贷款。第三，国有银行有时需要为国有企业的“政策性”任务提供信贷支持。当系统性金融风险上升时，金融机构对非国有企业的信贷支持减少，但仍会对国有企业的“政策性”任务提供支持。因此，本文预期系统性金融风险对非国有企业的资本结构调整速度的阻碍作用更强。表5中的(1)-(4)列为基于产权性质分组的回归结果。交乘项DEV×JPD在第(1)(2)列中的系数差异反映了产权性质与系统性金融风险的交织效应。该变量在第(2)列中的系数大约是在第(1)列中的两倍，表明系统性风险对国有企业的资本结构调整速度影响更大。

　　上市年限也是企业资本结构调整速度的重要影响因素。一方面，上市较早的企业披露信息更加完善，当系统性金融风险导致信贷收缩时，银行会优先对上市较早的企业放贷。另一方面，上市更早的企业有更多的机会和银行建立联系，关系型贷款占比较高。因此，系统性金融风险对上市较晚的企业的资本结构调整速度的阻碍作用较强。表5中的(5)-(8)列为基于企业年龄的分组回归结果。变量DEV×JPD的回归系数在第(5)(6)列中均显著为负，符号与总体回归结果一致。该变量在第(6)列中的系数约是在第(5)列中的三倍，表明系统性风险对上市年限较短的企业影响更大。究其原因，上市年限较长的企业更容易获得关系型贷款，当系统性金融风险上升时，关系型贷款受到系统性风险的影响更少。因此，上市年限较长的公司受系统性金融风险的影响较少。

　　2.基于规模的分组回归结果

　　大规模的企业往往更容易筹集资金，存在更多的关系型贷款。系统性金融风险导致的信贷冲击对关系型贷款产生的冲击较小，且大企业比小企业更容易筹集资金以应对信贷冲击。因此本文假设系统性金融风险对大企业和小企业的资本结构调整均会起到阻碍作用，但对小企业的影响强于对大企业的影响。本文将规模位于前50%的企业划分为大规模企业，位于后50%的企业划分为小规模企业。表6为根据规模分组，选取10th、50th和90th分位点的回归结果。采用OLS模型估计回归方程(6)时，发现系统性风险对大规模企业的影响强于小规模企业，这与本文假设相反，和既有研究相反。因此本文采用分位数回归估计公式(6)，所得结果与本文假设一致。DEV×JPD的系数在第(2)(3)列中的系数均大于在其第(5)(6)列中的系数，表明对大幅低于目标资本结构的公司而言，系统性风险对小规模公司的影响大于大规模公司，与我们的假设一致。

　　(二)系统性风险对资本结构调整方式的影响

　　当企业实际资本结构低于其目标资本结构时，往往采取回购股份或者债务融资的方式向上调整资本结构。前文分析系统性金融风险主要通过削弱银行的信贷供给减少企业的资金可获得性、削弱企业家信心减少企业的融资需求，阻碍资本结构向上调整过程。本文推断系统性金融风险主要影响企业的债务融资行为，而与企业的股份回购行为无明显关系。表7为系统性金融风险对企业资本结构调整方式的检验结果，对应(8)(9)式的估计结果。变量DEVa在第(1)(3)列中均为正，表明增加有息负债和回购股份均为企业向上调整资本结构的方式，但该变量在第(1)列中的系数大约是在其第(3)列中的两倍，表明我国企业主要通过银行借款提升其资本结构。变量DEVa×JPD在第(2)列中的系数显著为负但在第(3)列中不显著，表明系统性金融风险阻碍了企业的债务融资行为，但对股份回购行为无显著影响。系统性金融风险每上升1%，企业通过债务融资提升其资本结构的概率下降6.81%。

　　(三)稳健性检验

　　前文采用联合损失概率度量系统性金融风险，这一指标的选取可能存在偏误。本文在稳健性检验中采用上市金融机构的平均ΔCoVaR和平均MES度量金融体系内部的传染风险，替换(5)式中的JPD指标重新进行回归。ΔCoVaR为一家金融机构陷入困境时金融系统的收益率与该家金融机构正常运转时金融系统的收益率之差，反映该家金融机构对金融系统的风险溢出效应。Tobias Adrian and Markus K. Brunnermeier， “CoVaR，” The American Economic Review， vol.106， no.7， 2016， pp.1705-1741.MES表示金融系統陷入困境时一家金融机构的平均收益率，反映这家金融机构的脆弱性。Viral V. Acharya， Lasse H. Pedersen， Thomas Philippon and Matthew Richardson， “Measuring Systemic Risk，” The Review of Financial Studies， vol.30， no.1， 2017， pp.2-47.变量DEV×ΔCoVaR、DEV×MES的系数均在1%的显著性水平下显著，表明本文的结果较为稳健。

　　五、结论与启示

　　本文以资本结构调整为切入点，考察系统性金融风险对实体企业的微观效应，探究如何让金融更好服务实体经济，以期为完善系统性金融风险的监管政策提供建议。本文的研究结果显示：(1)系统性金融风险降低了企业向上调整资本结构的速度，而对企业向下调整资本结构的速度无显著影响。(2)系统性金融风险对企业的供给端和需求端均会产生影响。从供给端来看，系统性金融风险的上升减少了金融系统内的非预期的信贷供给，推升了企业的资本成本。从需求端来看，系统性金融风险的上升削弱了企业家的信心，降低了债务融资需求。(3)系统性金融风险对非国有企业、年轻的企业和规模较小的企业影响更为显著。(4)就调整方式而言，系统性金融风险主要影响企业的债务融资过程，而对权益融资的影响较小。

　　研究结论对我国信贷政策的制定和系统性金融风险的防范有以下几点启示。首先，在制定促进企业融资的政策时，不仅需要考虑宏观经济状况，金融状况尤其是金融风险也应引起重视。现有关于资本结构调整的研究大多考虑宏观经济因素，本文的研究表明金融风险抑制了企业的加杠杆过程，且传递到实体企业需要一定的时间，所以监管部门应妥善防范金融风险，并在金融风险较高的时期引导金融机构支持实体企业。其次，监管部门在制定信贷政策时不仅需要考虑金融风险因素，还需要考虑企业特征因素，对规模较小、上市时间较短和民营企业制定更加宽松的信贷政策。本文的研究结论表明系统性金融风险对上述企业的资本结构调整的抑制作用更强，缓解上述企业的融资问题有助于增强我国经济的活力。最后，在新冠肺炎疫情冲击下，我国采取了信贷扩张的政策以缓解实体企业的融资问题，此时应做好防风险和稳增长的平衡。本文的研究结论表明，较高的金融风险不利于企业发展，监管部门采取扩张性货币政策刺激经济时也应注意系统性金融风险攀升带来的后果。

《系统性金融风险对企业资本结构动态调整的影响及机制分析》

本文由职称驿站首发，您身边的高端学术顾问

文章名称： 系统性金融风险对企业资本结构动态调整的影响及机制分析

文章地址： https://m.zhichengyz.com/p-47574