企業債券融資、分析師關注與股價同步性

上海大學管理學院 鄔烈嵐 黃陳靜

企業債券融資、分析師關注與股價同步性

上海大學管理學院 鄔烈嵐 黃陳靜

本文基于高噪音環境，通過對企業債券融資與股價同步性的實證研究，探究企業債券融資對其股價波動的影響機制及影響途徑，為股價同步性正向反映股價信息含量提供經驗證據。實證研究發現，公開發行債券的公司的股價同步性更高。進一步研究發現，公司公開發行債券次數與其股價同步性正相關；而隨著跟蹤分析師人數的增加，公開發行債券次數與其股價同步性之間的正相關關系減弱。

股價同步性 債券融資 分析師關注

一、引言

自1988年Roll提出股價同步性的概念，作為代表資本市場效率與真實經濟效應的重要指標，股價同步性引起了財務學、會計學領域眾多學者的關注。Dang、Moshirian& Zhang（2015）的研究表明，作為新興市場的典型代表，我國股票市場的股價同步性高居世界第二。高居不下的股價同步性表明我國股票市場的有效性較低，股票市場的價格發現功能與資源配置功能均未能充分發揮。現有研究發現，信息披露質量（史永，2012）、信息透明度（王亞平、劉慧龍、吳聯生，2009）、跟蹤分析師數量（陸琳、彭娟，2012）等均是股價同步性的影響因素。而這些研究忽略了債券融資對企業股價同步性的影響。截止2015年11月，我國債券市場總托管規模達6.7萬億美元；企業的債券融資規模已大幅超過股票融資規模。債券市場已逐漸成為企業直接融資的主要渠道。目前，我國上市公司的公開債券融資方式主要有公開發行公司債、中期票據、短期融資券、超短期融資券等。在公開發行公司融資債券之前，公司需向公眾發布募集說明書，公布自身近三年財務狀況、資信評級等信息，詳細說明公司負債情況及償債能力，這些信息將進一步作用于股價。本文通過對上市公司債券融資對股價同步性的實證研究，探究企業發行債券對股價的影響途徑，為研究股價同步性的影響因素提供一個新的視角。

二、理論分析與研究假設

Roll（1988）提出，在股價中包含三個層面的信息：市場信息、行業信息和企業特質信息。在一個充分有效的市場中，市場交易不受噪音影響，企業特質信息成為影響股價個體波動的主要因素，股價同步性反映了企業特質信息融入股價的程度，即股價同步性與市場信息效率負相關。然而現實中，并不存在充分有效的市場，股票市場中的交易同時受到信息和噪音的影響。Lee and Liu（2007）構建的帶噪音的多期理性模型發現，個體股價的波動與股價中的信息含量呈現U型關系：在市場噪音較大時，股價同步性與股價信息含量正相關；在市場噪音較小時，股價同步性與股價信息含量負相關。在噪音較大的環境中，噪音成為主導股價個體波動的主要因素。股票市場中的噪音交易者誤將“噪音”當作有效信息進行交易，從而降低了股價中的信息含量，股價的個體波動減弱。中國作為新興市場的典型代表，由于存在市場監管制度不完善、政府干預度大、股票交易缺乏賣空機制、以散戶為主的投資者缺乏專業知識等問題，使得市場中的投機問題嚴重，市場噪音較大（張艷，2005）。噪音成為我國股市股價同步性的主導因素（林忠國、韓立巖、李偉，2012）。因此筆者認為，在這一環境下，我國股市中個股的股價同步性與其股價中的信息含量正相關。相較于沒有公開發行債券的上市公司，公開發行債券的上市公司需根據《銀行間債券市場非金融企業債務融資工具信息披露規則》、《上海證券交易所公司債券上市規則》、《深圳證券交易所公司債券上市規則》（下文簡稱《規則》）的規定向公眾公布債券募集說明書、債券信用評級報告、法律意見書等文件。這些文件中報告了上市公司近三年及近一期的財務報告，詳細說明了上市公司的負債狀況及盈利能力，豐富了市場中上市公司負債及盈利的特質信息。另外，第三方評級公司出具的評級報告，進一步補充了市場中上市公司投資風險及經營能力的特質信息。這些特質信息的增加，減弱了市場噪音對投資者決策的干擾，股價的信息含量增加，個股因噪音的價格波動減弱，股價同步性提高。另一方面，從信息披露質量的角度出發，為降低企業的債券融資成本，公開發行債券的上市公司更愿意主動降低與投資者之間的信息不對稱程度，增強其信息披露質量（于富生、張敏，2007）。而在企業發行債券的過程中，交易所、評級機構、承銷商（銀行、證券公司等）對企業信息披露的監督也進一步加強了其信息披露質量。良好的信息披露質量，使得投資者能夠獲得更為準確的企業特質信息，從而降低噪音對個股波動的影響，提高股價同步性（史永，2012）。因此，本文提出如下假設：

H1：公開發行債券的上市公司，其股價同步性更高

在債券市場，企業可選擇公開發行公司債、中期票據、短期融資券、超短期融資券獲得債券融資。在每一年中，企業可多次發行其中一種債券，也可以發行多種債券。每次發行債券時，企業都需按相關《規則》披露相關發行文件。在發行債券時，上市公司都需披露評級機構的評級報告。多次發行債券，使得上市公司的即期財務狀況及償債能力得以披露。因此，市場中公司特質信息增多。而為了較低的融資成本，多次發行債券的企業會進一步降低與債券投資者之間的信息不對稱，增強其信息披露質量。據此，本文提出第二個假設：

H2：在公開發行債券的上市公司中，發行次數越多，其股價同步性越高

企業特質信息作用于股價的過程，不僅需要企業主動披露，還需要信息使用者對信息進行加工理解后，最終作用于股價。在我國股票市場中，以散戶為主的投資者缺乏專業知識和技術手段而不能準確獲取企業特質信息。而證券分析師作為股票市場的重要參與者，具有信息中介的作用，其利用專業知識與技術優勢對市場信息整合加工，并通過其發布的研究報告傳遞給普通投資者。普通投資者利用這些加工后的信息的價值投資行為將更加理性，從而減弱市場噪音對股票定價作用的影響程度。因此，本文提出第三個假設：

H3：債券發行次數與股價同步性之間的正相關關系隨著分析師關注程度的增加而減弱

三、研究設計

（一）樣本選取與數據來源我國超短期融資券于2010年年底開始實行試行，但2011～2012年兩年間發行超短期融資券的企業較少。因此，本文選取2013～2015年所有A股為總樣本。借鑒已有的研究（Jin and Myers，2006），剔除當年IPO新上市及年交易日少于30周的公司。剔除金融行業企業、資產負債率大于1的企業以及數據不完整的樣本，最終得到7066個觀察值。債券數據來自上海證券所、深圳證券所、中國貨幣網與上海清算所，并通過手工整理得到。其余數據均來自CSMAR數據庫與WIND數據庫。為排除異常值對數據的影響，本文在回歸前對所有變量（除虛擬變量外）進行了1%分位和99%分位的縮尾處理。

（二）變量定義

（1）股價同步性（SYNCH）。借鑒已有的研究（史永，2012），將個股的股價同步性定義為個股周收益率中由市場和行業層面因素解釋的非異質性部分。股價同步性的計算步驟如下：首先，根據市場模型RETi,t=α0+α1×MARETt+ α2×INDRETj,t+εi,t線性回歸得到個股的年度擬合優度Ri2。其中，RETi,t表示在第t周公司i的股票收益率；MARETt表示在第t周的市場收益率；INDRETj,t表示公司i所處j行業的股票收益率。行業股票收益率是根據證監會行業分類標準以行業內各公司的市值（不包括公司i）為權重加權平均計算得到。由于上述步驟得到的Ri2的取值范圍只在［0，1］之間，因此對其進行如下變形：

得到最終的股價同步性變量（SYNCH）。

（2）債券融資次數。本文選取企業發行的公司債、中期票據、短期融資券與超短期融資券發行數據作為衡量企業公開發行債券的數據。由于企業在一年內可多次發行債券，甚至在同一天內同時發行多次債券。而企業短期內的經營狀況不會有較大差異，使得短期內發布的債券發行文件也大同小異。因此本文對同一家企業一個月內多次發布同一種債券的發行文件的情況，視其發行次數為1次。

（3）分析師關注。本文以跟蹤分析師人數代表分析師關注程度。借鑒胡軍等（2015）的研究，本文將分析師跟蹤人數定義為1與當年參與企業盈余預測的分析師人數之和的自然對數。

此外，根據現有文獻，本文選取第一大股東持股比例、資產收益率、市賬比、公司規模、財務杠桿、產權屬性作為控制變量，具體定義見表1。

表1 變量定義

（三）模型構建為了驗證H1、H2、H3，本文分別構建以下三個模型：

四、實證結果與分析

（一）描述性統計由表2可知，R2的均值與中位數分別為0.3897和0.3797，SYNCH的均值與中位數分別為-0.5538和-0.4908。而在Gul et al.（2010）的報告中，作為成熟市場代表的美國的SYNCH均值為-1.742。由此可見，我國的股價同步性相對于成熟市場還是很高的。Bond的均值為0.1094，表明樣本中只有10.94%的上市公司選擇債券融資。Btime的均值僅為0.1878，而Btime的最大值為11，最小值為0，表明我國上市企業對選擇債券融資的態度差異較大，多數公司對于債券融資保持謹慎的態度。First的均值為35.1824%，表明在我國上市公司中，“一股獨大”的現象較為普遍。SOE的均值為0.3934，表明樣本中有近40%的上市公司為國有企業。

從表3的對比中可以看到，發行債券的樣本R2、SYNCH的均值均比未發行債券的樣本高，其中SYNCH值更是相差一倍多。從其他控制變量可以看到，相比于沒有發行債券的樣本數據，發行債券的上市公司更受到分析師的關注，股權更為集中，公司規模更大，國有企業比例更高。由于存在債券融資，發行債券企業的資產負債率比沒有發行債券的企業更高。

表2 總體樣本的描述性統計

表3 有無發行債券樣本對比

（二）相關性分析表4列示了主要變量之間的Pearson相關系數。從表4可以看到，除了Bond與Btime的系數外，各相關系數均小于0.5，表明各變量之間不存在嚴重的多重共線性問題。此外，是否發行債券（Bond）與股價同步性（SYNCH）具有顯著正相關關系，債券發行次數（Btime）也與股價同步性具有顯著正相關關系，與本文的假設預期一致。但由于Pearson相關系數并未考慮其他控制變量對股價同步性的影響，因此本文進一步進行回歸分析。

表4 主要變量的相關性分析

（三）回歸分析表5報告了本文三個模型的回歸結果。由表5可知，模型（1）各變量的方差膨脹因子（VIF）均小于3，說明各變量之間不存在嚴重的多重共線性。從模型（1）的回歸結果可以看到，Bond的回歸系數為0.0713，且在5%的水平下顯著。這表明，企業是否發行債券與股票同步性正相關；即有發行債券的企業，其股價同步性更高。這與H1一致。公開發行債券使得企業更多的信息流向市場，從而提高了其股價中的企業特質信息含量。從其他控制變量的回歸結果來看，分析師關注度與股價同步性具有顯著正相關關系。第一大股東持股比例與股價同步性具有顯著負相關關系，這表明股權集中度越高的企業，其股價同步性越低。ROA與股價同步性的負相關關系表明，盈利能力越好的企業，其股價同步性越低；MB代表了公司的成長性，其與股價同步性的正相關關系表明，成長空間越大的企業，其股價同步性越高。Size的系數在1%水平下顯著為正，這表明公司規模越大，其股價同步性越高。Lev的系數在1%水平下顯著為負，表明公司的資產負債率越高，公司的經營風險越大，其股價同步性越低。SOE與股價同步性的正相關關系表明，國有企業的股價同步性更高。

表5 回歸結果

為了研究債券發行次數對股價同步性的影響，在對模型（2）與模型（3）進行回歸前，本文剔除了沒有發行債券的樣本，只對發行債券的樣本進行回歸。由表5可知，模型（2）各變量的方差膨脹因子均小于3，不存在多重共線性問題。Btime的系數在1%水平下顯著為正，表明企業公開發行債券的次數越多，其透露出的企業特質信息越多，使得企業股價中的特質信息含量越大，股價同步性越高。這一結果支持了H2。其他控制變量方面，ROA、Size、SOE的系數仍保持與模型（1）一致的顯著相關性。Lev的系數在5%水平下顯著負相關，依然表明公司資產負債率越高，其股價同步性越低?？刂谱兞緼nalyst、First、MB由于樣本的變化，其系數并不顯著。

由于模型（3）中的交互項與Btime之間存在多重共線性問題，因此筆者對Btime和Analyst兩個變量進行去中心化處理，而后進行回歸。從表5可以看到，去中心化后各變量（包括交互項）的方差膨脹因子均小于3，不存在多重共線性問題。Btime*Analyst的系數在10%水平下顯著為負，這表明由于分析師的介入，降低了公司債券融資次數與股價同步性的正相關關系，與H3一致。這一結果同時也表明，分析師對于企業因債券融資而披露的特質信息的整理加工，有助于提高投資者對企業特質信息的掌握，降低市場噪音對投資者定價決策的干擾，從而降低了股價同步性。在模型（3）中，Btime的系數在1%的水平下顯著正相關，這一結果進一步證明了債券融資次數與股價同步性之間的正相關關系。其余變量系數的顯著相關性結果與模型（2）一致。

（四）穩健性檢驗為了進一步檢驗模型的穩健性，本文借鑒胡軍等（2015）的做法，在原有市場模型的基礎上加入滯后一期的市場收益與行業收益，重新計算R2與股價同步性，最終得到的回歸結果與前文一致。

五、結論

本文以2013～2015年所有A股上市公司為樣本，探究企業發行債券與股價同步性的關系，發現發行債券的企業的股價同步性更高。企業為發行債券而公開的評級報告、募集說明書等發行文件，向市場透露了更多企業特質信息。在市場噪音較大的中國股市，這些特質信息的釋放降低了股價的個體性波動，使得股價同步性提高。這一研究結果也為股價同步性正向反映股票市場的信息效率提供了支持。另外，本文以所有公開發行債券的A股上市公司為樣本研究發現：（1）公司公開發行債券的次數與股價同步性正相關。在每次的債券發行文件中，企業均需向大眾公開評級報告、自身負債情況及償債能力等信息，因此企業發行債券的次數越多，其透露的企業特質信息越多，股價同步性越高。（2）債券發行次數與股價同步性之間的正相關關系隨著跟蹤分析師的人數增加而減弱。這一結果表明分析師的信息加工能力對于降低市場噪音對股價的影響程度具有積極作用。

［1］史永：《信息披露質量、審計師選擇與股價同步性》，《中南財經政法大學學報》2013年第6期。

［2］王亞平、劉慧龍、吳聯生：《信息透明度、機構投資者與股價同步性》，《金融研究》2009年第12期。

［3］陸琳、彭娟：《我國證券分析師信息供給效率研究——基于分析師跟進及股價同步性的經驗研究》，《科學技術與工程》2012年第12卷第5期。

［4］趙健宇、孫光國：《分析師關注、財務報告質量與股價波動同步性——來自中國上市公司的經驗證據》，《財務研究》2016年第1期。

（編輯 朱珊珊）