信息质量对信用评级影响的研究

一、引言

大力发展公司债券市场是加快建设我国多层次金融市场体系的重要环节,提高公司债券融资在直接融资中所占的比重是我国债券市场发展的一项长期战略目标。在发展公司债券市场的过程中,信用评级机构的作用不可忽视。信用评级机构作为债券市场中的信息中介,通过收集和处理宏观、行业以及公司层面的信息来对发债主体及其债券进行评级,为债券投资者的投资决策提供重要的参考和依据。信用评级机构在中国的债券市场已经具有一定的影响力,评级水平能够对债券融资成本产生显著的影响(何平和金梦,2010)。评级机构在评级过程中使用的信息,既包括发债公司公开披露的信息,也包括从发债公司获得的私有信息。本节同时关注公开信息和私有信息的准确性以及二者的相对比重即信息结构对于信用评级的影响。作为信息中介,评级机构在评级的过程中如何使用这些信息? 鉴于信息在评级过程中的重要性,信息的准确性和信息结构是否会对信用评级水平产生影响?考虑到我国特殊的制度环境,产权性质是否会对信息质量与信用评级之间的关系产生影响? 这些都是值得深入研究和探讨的重要现实问题。

然而,由于国内的信用评级行业起步较晚,国内还很少有研究关注公司的信息准确性和信息结构与信用评级之间的关系。而且国内有关信用评级的定量研究相对较少,仅有几篇文献从财务风险、宏观经济流动性预期以及审计的角度考察了信用评级的影响因素(陈超和郭志明,2008;吴健和朱松,2012;陈超和李镕伊,2013)。朱松(2013)实证检验了债券市场参与者是否关注会计信息质量,发现企业的会计信息质量越高,评级机构给出的评级水平就越高。这与本节的研究最为接近。然而,作者使用是否聘请四大会计师事务所审计、会计稳健性和盈余波动性来衡量信息质量,而本节则直接从信息来源的微观视角入手,检验公开信息和私有信息的准确性以及信息结构对于信用评级的影响,更加具体地剖析了评级机构在评级的过程中是如何收集和处理相关信息的,从而打开评级过程这一“黑箱”。

与已有的文献相比,本节的贡献主要体现在以下三个方面:其一,从信息这一微观视角研究信用评级的影响因素,对已有的研究进行了很好的补充和拓展,有助于市场参与者了解评级机构在评级的过程中如何使用和评价相关信息;其二,采用信息准确性和信息结构来衡量信息质量,为会计信息质量的衡量提供了新的视角和新的方法;其三,考虑到我国特殊的制度背景,研究产权性质对于信息质量与信用评级之间关系的影响,为新兴市场和转型国家信用评级的相关研究提供经验证据。

本节其余部分的结构如下:第二部分为理论分析和研究假说;第三部分为研究设计;第四部分为实证结果及分析;第五部分为结论。

二、研究假说

评级机构在收集和处理大量信息的基础上确定评级水平。评级水平的可靠性和准确性在很大程度上取决于评级所依赖信息的质量。因此,评级机构会评估发债公司的信息质量,并且在评级水平中予以反映。Easley and O’ Hara(2004)基于市场微观结构理论中的信息模型,建立了一个同时考虑公共信息和私有信息以及知情交易者和非知情交易者的多资产理性预期均衡定价模型,在他们的理论框架中,非知情交易者面临着系统风险和不可分散的信息风险,Easley and O’Hara(2004)认为,当投资者能够获得更准确的公共信息和私有信息时,投资者会降低其风险预期,要求获得的风险溢价也随之降低,导致资本成本随着总体信息准确性的提高而降低。Botosan and Plumlee (2013)为上述理论研究提供了经验证据,发现总体信息质量与股权资本成本显著负相关。Botosan et al.(2004)则分别检验了公共信息和私有信息的准确性对于股权资本成本的影响,发现公共信息的准确性与股权资本成本负相关,而私有信息的准确性与股权资本成本正相关。

然而,已有的研究没有关注信息准确性与信用评级之间的关系。评级机构使用的信息可能是公共信息,也可能是私有信息。发债公司信息准确性的提高,有助于增加其在债券市场的透明度,减少关于其资产价值和经营前景的不确定性,降低股东与债权人之间的代理冲突。因此,信用评级机构通常将信息准确性较高的公司视为高质量的发债公司,并且给予更优的评级水平。准确的信息能够降低评级机构的信息收集和处理成本。如果评级机构发现评级公司的信息不准确或者不完整,可能会拒绝进行评级或者给出较低的评级水平,这会导致发债公司融资成本升高。基于上述分析,我们提出如下假说:

假说1:在其他条件相同的情况下,发债公司的信息准确性越高,其获得的信用评级水平越高。

Easley and O’Hara(2004)认为,在信息结构中,私有信息相对公共信息的比重越高,投资者要求获得的超额收益率越高,因为知情交易者能够根据私有信息来调整投资组合,而非知情交易者则处于弱势地位。Easley and O’ Hara(2004)关于信息结构与资本成本的理论预期在Botosan and Plumlee (2013)的经验研究中得到证实,发现公司总体信息中私有信息的比重越高,资本成本越高。

评级机构除了从公司的信息披露中得到公开信息以外,还会收集和分析私有信息,进而更好地评估发债公司的经营前景和潜在风险。对于评级机构来说,在评估发债公司的违约风险时,从公司管理层获得的私有信息可能比公开信息更有价值。信用评级机构与发债公司之间往往会有协议,要求发债公司向评级机构提供其所需要的非公开信息。Butler and Rodgers(2012)认为,这些非公开的“软信息”可以从评级机构与发债公司管理层的直接交流中获得。一方面,发债公司愿意向评级机构提供私有信息,以便评级机构了解公司的经营前景,从而获得更有利的评级水平;另一方面,大型的信用评级机构在债券市场中具有广泛的影响力,并且拥有较强的信息收集和处理能力的研究团队,因此经常能够获得有关发债公司的私有信息。由此看来,信用评级机构可能不会通过给出较低的信用评级来惩罚总体信息中私有信息比重更高的公司。信用评级机构在多大程度上能够获得私有信息,我们无法确定,尽管评级机构拥有一定的市场势力,然而其毕竟不是监管机构,也无法通过法律赋予的权力来获取私有信息。如果发债公司的管理层掌握了重要的私有信息,而评级机构无法获得这些信息,评级机构可能会认为这些公司的透明度较低,风险较高,因而给予较低的信用评级水平。相应的,对于总体信息中公共信息比重更高的发债公司,评级机构可能给予更高的评级水平。可见,信息结构与信用评级水平之间是否存在显著的关系是一个有待检验的实证问题。基于此,我们提出如下假说:

假说2a:信息结构对于信用评级水平产生显著的影响。

假说2b:信息结构对于信用评级水平没有显著的影响。

我国上市公司中存在着大量的国有控股公司,国有产权可能会对评级机构的评级行为产生影响。李琦等(2011)发现,信用评级机构在调整评级水平的过程中,放松了对于国有企业的盈余质量要求,国有企业在评级调整前的盈余管理程度高于民营企业。国有企业除了实现其盈利的目标以外,还承担着大量的社会性政策负担,与政府之间的政治关联使得其面临的财务困境和破产风险较低(Faccio et al.,2006)。国有企业在经营方面具有政府提供的隐性担保,国家往往承担着这些企业经营失败的责任,形成一种预算软约束(Qian and Roland,1998)。债券投资者降低了国有企业所发行债券的违约预期,要求获得的风险补偿率也随之减少,降低了国有企业的债券融资成本(方红星等,2013)。可见,评级机构可能会基于国有企业的政府信用背书,在评级过程中放松对于国有发债公司信息质量的要求。基于上述分析,我们提出如下假说:

假说3:与国有发债公司相比,信息对于非国有发债公司的信用评级影响更加显著。

三、研究设计

(一)样本选择与数据来源

本节的研究区间为2006～2012年,考虑到数据的可得性问题,研究样本为上市公司。我们从公司债数据库中识别出所有存在初始信用评级的上市公司,同一家上市公司的初始信用评级是相同的,所以对于同一年度存在多次发行债券的上市公司来说,我们仅将其作为一个样本。

与此同时,为了保证研究结论的可靠性和准确性,我们对样本执行以下筛选程序:(1)删除同时发行B股和H股的上市公司;(2)删除金融行业的上市公司;(3)删除发行债券当年属于ST或者净利润为负的上市公司;(4)删除分析师跟踪人数小于3的上市公司,因为需要使用分析师盈余预测的相关特征计算信息质量;(5)删除相关财务数据缺失的上市公司。最后得到380家有发债主体初始信用等级的样本上市公司。本节所使用的债券市场信用评级数据和财务数据均来自WIND资讯金融终端数据库。

(二)回归模型设定和变量定义

为了研究上市公司的信息质量对于信用评级的影响,依据理论分析部分所提出的3个研究假设,本节通过构建以下回归模型进行多元回归分析,并且采用解释变量逐步进入模型的方法,从而更加细致地分析变量之间的关系。

CR=β0+β1K+β2C+β3CON+γControls+ε(5-1)

参照已有的关于信用评级水平影响因素主流文献的做法,在回归模型中对影响信用评级的其他因素进行控制,包括公司债券发行主体的盈利能力、成长能力、偿债能力等财务指标。回归模型中各变量的定义和计算方法见表5-1。

表5-1 变量定义和计算方法

四、实证结果及分析

(一)描述性统计

表5-2报告了变量描述性统计的结果。可以看出,信用评级的均值为2.569,说明发债主体的信用级别大部分在AA-级以上,整体信用水平较高。总体信息准确性的均值为25.448,从最大值和最小值可以看出,不同发债主体的信息质量差别较大,从而为本节检验信息质量对于信用评级的影响提供了可能。信息结构的均值为0.003 4,说明总体信息中公共信息的准确性相对较低。产权性质虚拟变量的均值为0.506,说明样本公司中,国有控股与非国有控股公司的比例相当,因而可以检验产权性质对于信息质量与信用评级之间关系的影响。

表5-2 变量的描述性统计结果

(二)相关性分析

表5-3报告了各变量之间相关性分析的结果。从主体信用评级水平与信息质量和产权性质的相关系数来看,总体信息准确性与信用评级水平显著正相关,信息结构中公共信息所占的比重与信用评级显著正相关,产权性质与信用评级水平之间高度正相关,从而初步验证了本节的假说1、假说2a和假说3,说明信息质量和产权性质都能够对信用评级水平产生影响。从主体信用评级水平与控制变量之间的相关系数来看,发债主体的资产规模、资产回报率以及利息保障倍数与信用评级水平显著正相关,说明在研究信息质量对于信用评级水平的影响时,需要对上述变量加以控制。另外,多重共线性的检验结果显示,各个回归模型的方差膨胀因子VIF都小于10,而容忍度Tolerance都大于0.1,回归模型总体设定不存在显著的多重共线性问题。

表5-3 变量的相关性分析结果

续表

注:括号中为p值。

(三)多元回归分析

为了进一步验证本节提出的研究假说,首先对全样本进行多元回归分析,回归结果见表5-4。从多元回归分析结果可以看出:

首先,将总体信息准确性的代理变量纳入多元回归模型中,回归结果(1)显示K的系数为0.02,并且在5%的显著性水平上显著,验证了本节的假说1。这说明发债主体信息披露准确性的提高有助于获得更有利的信用评级水平,信用评级机构会关注发债主体的信息准确性,并且在确定发债公司的主体信用评级时考虑这一因素。

其次,将信息结构的代理变量纳入多元回归模型中,回归结果(2)显示C的系数为0.055,说明信息结构中公共信息的比重越高,主体信用评级水平越高。然而上述关系在统计意义上并不显著,验证了本节的假说2b。这说明信用评级机构的评级信息来源既包括公共信息,也包括私有信息,评级机构拥有较强的信息收集和处理能力,在公共信息不足时,会通过私有信息的获取来弥补这一不足,从这一角度来看,信息结构对于评级机构的重要性有所下降。

然后,将产权性质的虚拟变量纳入多元回归模型中,回归结果(3)显示CON的系数为0.179,并且在1%的显著性水平上高度显著,说明产权性质对于信用评级水平有着显著的作用,在其他条件相同的情况下,国有企业能够获得更为有利的评级水平,验证了本节的假说3。

最后,将信息准确性和信息结构的代理变量以及产权性质虚拟变量同时纳入多元回归模型中,回归结果(4)显示K和CON的系数分别为0.03和0.166,并且分别在5%和1%的显著性水平上显著,验证了本节的假说1和假说3,说明信息准确性和产权性质对于信用评级水平具有显著影响;而C的系数为0.028,说明信息结构中公共信息比重的提高有助于提升信用评级水平,然而上述关系在统计上是不显著的,验证了本节的假说2b。

另外,从上述四个模型中控制变量的回归结果来看,发债主体的规模、资产回报率和资产负债率等变量均在统计意义上显著,资产规模和资产回报率越高,越有利于获得更高的信用评级水平,而资产负债率的提高,则降低了信用评级水平,控制变量的上述回归结果与国内外已有的研究一致,故本节不再多述。

表5-4 多元线性回归结果

续表

注:(1)括号中为t值;(2)***、**、*分别表示在1%、5%、10%的水平上显著。

(四)基于产权分组的进一步分析

为了进一步考察产权性质对于信息质量与信用评级之间的关系产生的影响,分别对国有样本和非国有样本进行多元回归分析,其中,国有样本的数量为135个,非国有样本的数量为130个,回归结果见表5-4中的(5)和(6)。可以看出,信息准确性和信息结构对于国有样本的影响均不显著,说明信用评级机构在评级过程中放松了对于国有控股上市公司的信息质量要求。而在非国有样本中,K的系数为0.05,并且在5%的显著性水平上显著,说明对于信息准确性越高的非国有上市公司,信用评级机构给出的评级水平越高;C的系数仍然不显著,说明信息结构对于信用评级的影响在非国有样本中同样不显著。综合来看,信息质量对于非国有样本的信用评级水平影响更大。

(五)稳健性检验

为了保证研究结论的稳健性,我们从以下两个方面做了进一步的检验:首先,采用不同的信用评级水平的衡量方法,将信用评级进行三级分类:AAA为第一级,赋值为3;AA+、AA和AA-为第二级,赋值为2;A为第三级,赋值为1。重新进行多元回归分析,结论没有发生变化,稳健性检验结果见表5-5。其次,考虑到信用评级变量的数据特点,改变回归方法,使用Order Logit回归方法对上述模型进行重新回归,结论依然不变,稳健性检验结果见表5-6。基于上述检验和分析,可以看出,本节的研究结论具有一定的稳健性。

表5-5 稳健性检验结果

续表

注:(1)括号中为t值;(2)***、**、*分别表示在1%、5%、10%的水平上显著。

表5-6 稳健性检验结果

续表

注:(1)括号中为t值;(2)***、**、*分别表示在1%、5%、10%的水平上显著。

五、本节小结

在国内大力发展公司债券市场的背景下,信用评级的作用显得日益突出。信用评级机构作为信息中介,其如何收集和处理信息并且给出相应的评级水平值得关注。本节以2006～2012年间存在主体信用评级的非金融上市公司为样本,依据Easley and O’Hara(2004)提出的理论框架以及Barron et al. (1998)提出的实证模型,构建信息质量的相关指标,从信息的微观视角出发,研究信息准确性和信息结构对于信用评级水平的影响。研究发现:信息准确性与信用评级水平之间显著正相关,评级机构对于信息准确性高的发债主体给予更高的评级水平;信息结构与信用水平之间的关系不显著,评级机构在评级过程中综合运用公开信息和私有信息;产权性质对于信用评级水平的影响高度显著,国有发债主体能够获得更高的信用评级水平;在进一步的分样本检验中,信息准确性对于信用评级的影响在国有样本中不再显著,而在非国有样本中仍然显著,信息结构在两个样本中均不显著,说明信息质量与信用评级水平之间的关系受到产权性质的影响,评级机构更加重视非国有发债主体的信息质量,而放松了对于国有发债主体的信息质量要求。

上述研究结论的现实价值主要体现在以下三个方面:首先,对于发债主体来说,信息质量影响其获得的主体信用评级水平,而主体信用评级水平对于公司债券融资成本具有显著的影响(何平和金梦,2010),所以从降低融资成本的角度来看,发债主体可以通过提高信息披露质量来获得更有利的评级水平,这也为上市公司提高透明度提供了内在动力;其次,对于监管部门来说,信息披露是债券市场监管的重要内容,不同上市公司之间的信息披露质量存在着较大的差距,如何提高市场整体的信息披露质量是摆在监管部门面前的一个难题,然而这对于市场建设有着非常重要的意义;最后,对于投资者来说,在制定投资决策时,需要考虑到发债主体的信息质量,防止较低的信息质量可能给投资者造成的潜在损失,从而提高投资决策的效率。