張馨月 郝濤

摘 要：本文基于中國(guó)企業(yè)債券違約的現(xiàn)狀，結(jié)合期限匹配理論的基本原理，以2015—2020年中國(guó)債券市場(chǎng)公開(kāi)發(fā)行債券的企業(yè)為研究對(duì)象，實(shí)證檢驗(yàn)了投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響及作用機(jī)制。研究結(jié)果表明：首先，運(yùn)用“投資—短期借款”敏感性模型，分組檢驗(yàn)了債券違約企業(yè)和債券非違約企業(yè)“短貸長(zhǎng)投”這種投融資期限錯(cuò)配現(xiàn)象，這種現(xiàn)象在債券違約企業(yè)中表現(xiàn)得更顯著。其次，利用Logit模型實(shí)證檢驗(yàn)了投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)的關(guān)系，結(jié)果表明，投融資期限錯(cuò)配會(huì)增加企業(yè)債券違約風(fēng)險(xiǎn)的可能。再次，利用二分類別變量中介效應(yīng)檢驗(yàn)方法得出，投融資期限錯(cuò)配會(huì)通過(guò)加劇流動(dòng)性風(fēng)險(xiǎn)而增大企業(yè)債券違約風(fēng)險(xiǎn)。最后，通過(guò)分組回歸分析表明，當(dāng)企業(yè)外部融資約束程度和企業(yè)內(nèi)部管理者過(guò)度自信程度較高時(shí)，投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響更顯著。據(jù)此，應(yīng)秉承分類治理的思路，不僅要改善當(dāng)前的金融投資環(huán)境，還要加強(qiáng)構(gòu)建完善的企業(yè)內(nèi)部治理機(jī)制。

關(guān)鍵詞：投融資期限錯(cuò)配；債券違約風(fēng)險(xiǎn)；短貸長(zhǎng)投；流動(dòng)性風(fēng)險(xiǎn)

中圖分類號(hào)： F830.593 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1000‐176X（2022）02‐0063‐09

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“隨機(jī)環(huán)境下銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)變化研究———基于外部沖擊的風(fēng)險(xiǎn)溢出視角”（71803097）

一、引 言

自2014年“11超日債”未能按期足額償付本息而成為中國(guó)首例實(shí)質(zhì)性違約的公募債券以來(lái)，中國(guó)債券市場(chǎng)頻頻發(fā)生債券違約事件。Wind數(shù)據(jù)庫(kù)顯示： 2020年，中國(guó)債券市場(chǎng)總計(jì)有143只債券違約，涉及金額1 639.94億元，其中有27家發(fā)行主體首次在債券市場(chǎng)發(fā)生違約。2020年11月，受“永煤集團(tuán)”債券違約的影響，多只債券連續(xù)跌停，投資者悲觀情緒出現(xiàn)了跨市場(chǎng)傳染。2021年上半年以來(lái)，恒大債務(wù)違約風(fēng)險(xiǎn)攀升，引起市場(chǎng)的廣泛關(guān)注。由此可見(jiàn)，分析識(shí)別企業(yè)債券違約風(fēng)險(xiǎn)以及探討如何應(yīng)對(duì)和控制企業(yè)債券違約風(fēng)險(xiǎn)，成為一個(gè)迫切需要引起重視的問(wèn)題。

研究中國(guó)企業(yè)債務(wù)問(wèn)題，一個(gè)不容忽視的因素是中國(guó)企業(yè)普遍存在的“短貸長(zhǎng)投”現(xiàn)象，即債務(wù)與資產(chǎn)的投融資期限結(jié)構(gòu)錯(cuò)配問(wèn)題[1]。一方面，這種資金期限錯(cuò)配能夠?yàn)槠髽I(yè)投資提供流動(dòng)性支持，緩解融資約束[2]；另一方面，企業(yè)通過(guò)不斷滾動(dòng)的短期貸款以支持長(zhǎng)期的激進(jìn)型投融資策略，使企業(yè)的償債壓力被進(jìn)一步放大，很可能會(huì)加劇企業(yè)經(jīng)營(yíng)困難和引發(fā)流動(dòng)性風(fēng)險(xiǎn)[3]，帶來(lái)無(wú)法償付的債券違約風(fēng)險(xiǎn)。事實(shí)上，在發(fā)生債券違約的企業(yè)中，有很大一部分企業(yè)采取以“短貸長(zhǎng)投”為代表的激進(jìn)型投融資策略。例如， 2017年，齊星集團(tuán)就因期限錯(cuò)配而深陷債務(wù)泥潭。2018年，三胞集團(tuán)因“短貸長(zhǎng)投”陷入困局，不得不剝離大量業(yè)務(wù)來(lái)緩解資金流動(dòng)性緊張問(wèn)題。2019年，海航集團(tuán)遇到的流動(dòng)性困難也是由于“短貸長(zhǎng)投”使企業(yè)的償債壓力被進(jìn)一步放大所導(dǎo)致的。

基于此，本文利用2015—2020年中國(guó)債券市場(chǎng)公開(kāi)發(fā)行債券的企業(yè)作為研究對(duì)象，探究投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響。首先，運(yùn)用“投資—短期借款”敏感性模型，分組檢驗(yàn)了債券違約企業(yè)和債券非違約企業(yè)“短貸長(zhǎng)投”的存在及其程度，從而驗(yàn)證了中國(guó)發(fā)債企業(yè)尤其是債券違約企業(yè)的“短貸長(zhǎng)投”行為的存在。其次，使用發(fā)生過(guò)債券違約企業(yè)作為研究樣本評(píng)估和度量債券違約風(fēng)險(xiǎn)，構(gòu)建具有嚴(yán)格意義上的企業(yè)債券違約風(fēng)險(xiǎn)影響因素模型，利用二分類別變量中介效應(yīng)檢驗(yàn)方法，考察中國(guó)資本市場(chǎng)中投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響及其作用機(jī)制。最后，投融資期限錯(cuò)配既受金融市場(chǎng)長(zhǎng)期資金供給不足的約束，又受企業(yè)投融資行為的影響，考慮企業(yè)自身特征的差異，本文進(jìn)一步檢驗(yàn)企業(yè)外部制度因素和企業(yè)內(nèi)部管理者非理性因素對(duì)投融資期限錯(cuò)配與債券違約風(fēng)險(xiǎn)之間關(guān)系的影響。

本文的學(xué)術(shù)增量主要體現(xiàn)在：首先，筆者豐富了投融資期限錯(cuò)配所引發(fā)的經(jīng)濟(jì)后果的研究，并分別從制度動(dòng)因和企業(yè)內(nèi)部動(dòng)因兩個(gè)方面做進(jìn)一步的探究，為如何深化中國(guó)市場(chǎng)化改革，改善資源配置狀況，完善貨幣金融體系，拓寬企業(yè)融資渠道，提高企業(yè)內(nèi)部治理水平提供理論借鑒。其次，本文有助于豐富企業(yè)債券違約風(fēng)險(xiǎn)影響因素的相關(guān)研究。在企業(yè)債券違約事件頻發(fā)且制度不完善的中國(guó)金融市場(chǎng)背景下，研究投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響，對(duì)于企業(yè)如何合理安排融資結(jié)構(gòu)，加強(qiáng)風(fēng)險(xiǎn)管控以防范債券違約風(fēng)險(xiǎn)，促進(jìn)債券市場(chǎng)發(fā)展和維護(hù)中國(guó)金融體系安全穩(wěn)定具有重大意義。此外，在企業(yè)債券違約事件日漸增多且國(guó)內(nèi)有關(guān)研究相對(duì)匱乏的情況下，本文也為后續(xù)研究影響企業(yè)債券違約的影響因素提供了可靠的計(jì)量方法。

二、理論分析和研究假設(shè)

“投融資期限錯(cuò)配”是指企業(yè)利用短期融資以支持長(zhǎng)期投資活動(dòng)的現(xiàn)象，國(guó)內(nèi)學(xué)者稱之為“短貸長(zhǎng)投”“短債長(zhǎng)用”“短債長(zhǎng)投”。在中國(guó)目前金融市場(chǎng)結(jié)構(gòu)不完善，直接融資市場(chǎng)發(fā)展緩慢，利率市場(chǎng)化水平不高，利率期限結(jié)構(gòu)不合理的環(huán)境下，長(zhǎng)期以來(lái)金融中介機(jī)構(gòu)的長(zhǎng)期信貸意愿較低，企業(yè)普遍存在投融資期限錯(cuò)配問(wèn)題。大量觀測(cè)到的證據(jù)和學(xué)者的研究證實(shí)了中國(guó)上市企業(yè)投融資期限錯(cuò)配問(wèn)題的普遍存在[4]以及成因（長(zhǎng)期資金供給不足[5]、管理者非理性行為）。但對(duì)于“短貸長(zhǎng)投”會(huì)引發(fā)那些經(jīng)濟(jì)后果，已有研究還不夠深入，需進(jìn)一步挖掘。

由于投融資期限錯(cuò)配問(wèn)題在國(guó)外并沒(méi)有像中國(guó)這樣普遍，因此，國(guó)外很少有文獻(xiàn)涉及，相關(guān)研究主要探討投融資期限匹配的重要性。Morris[6]最早提出投融資期限匹配原則，隨后西方學(xué)者分別從不同角度論證了投融資期限匹配的合理性和必要性。根據(jù)投融資期限匹配原則，當(dāng)融資期限小于投資期限時(shí)，企業(yè)可能無(wú)法產(chǎn)生足夠的現(xiàn)金流來(lái)償還到期融資，在這種情況下企業(yè)償債壓力被進(jìn)一步放大，一旦出現(xiàn)融資困難，極易引發(fā)資金鏈斷裂和帶來(lái)無(wú)法償付的債務(wù)違約風(fēng)險(xiǎn)。此外，羅宏等[7]發(fā)現(xiàn)，審計(jì)師通常將企業(yè)“短貸長(zhǎng)投”視為高風(fēng)險(xiǎn)審計(jì)事項(xiàng)，從而說(shuō)明“短貸長(zhǎng)投”存在較大的風(fēng)險(xiǎn)。基于上述分析，筆者提出以下假設(shè)：

H 1：“短貸長(zhǎng)投”的投融資期限錯(cuò)配會(huì)加劇企業(yè)債券違約風(fēng)險(xiǎn)?！岸藤J長(zhǎng)投”這種投融資期限錯(cuò)配使得企業(yè)依賴于不斷滾動(dòng)的短期貸款以支持長(zhǎng)期投資活動(dòng)，因而企業(yè)經(jīng)營(yíng)活動(dòng)面臨較高的資金續(xù)借風(fēng)險(xiǎn)。Acharya等[3]認(rèn)為，當(dāng)短期資金續(xù)借難度增大時(shí)，極易引發(fā)資金鏈斷裂，企業(yè)的償債壓力也被進(jìn)一步放大，很可能會(huì)加劇流動(dòng)性風(fēng)險(xiǎn)，使得企業(yè)陷入經(jīng)營(yíng)困難和財(cái)務(wù)危機(jī)之中。雖然企業(yè)可以通過(guò)債務(wù)展期和舉借新債等措施暫時(shí)緩解危機(jī)[8]，但仍需要面對(duì)經(jīng)常性的資金流動(dòng)壓力。換句話說(shuō)，“短貸長(zhǎng)投”很大程度上限制了企業(yè)的可支配自由現(xiàn)金流，從而削弱了企業(yè)的現(xiàn)金儲(chǔ)備能力，而弱化的現(xiàn)金柔性難以抵抗宏觀經(jīng)濟(jì)波動(dòng)所帶來(lái)的不確定性所導(dǎo)致的風(fēng)險(xiǎn)[9]，以及日常經(jīng)營(yíng)運(yùn)作中產(chǎn)生的風(fēng)險(xiǎn)，這無(wú)疑會(huì)對(duì)企業(yè)債券違約風(fēng)險(xiǎn)發(fā)生的可能性產(chǎn)生影響?；谏鲜龇治?，筆者提出以下假設(shè)：

H 2：“短貸長(zhǎng)投”的投融資期限錯(cuò)配通過(guò)作用于企業(yè)流動(dòng)性風(fēng)險(xiǎn)渠道增大企業(yè)債券違約風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選擇和數(shù)據(jù)來(lái)源

本文的研究對(duì)象是在中國(guó)債券市場(chǎng)公開(kāi)發(fā)行債券的企業(yè)，剔除金融行業(yè)和財(cái)務(wù)數(shù)據(jù)嚴(yán)重缺失的企業(yè)后，最終得到包括106家在2015—2020年首次發(fā)生債券違約企業(yè)的樣本。按照研究需要，先構(gòu)建正常企業(yè)樣本作為債券違約企業(yè)的匹配樣本。一般來(lái)說(shuō)，處于同一行業(yè)的企業(yè)，如果規(guī)模相似，那么財(cái)務(wù)指標(biāo)的可比性就會(huì)較強(qiáng)。因此，本文采用同一行業(yè)下資產(chǎn)規(guī)模相似作為選取條件，對(duì)債券違約企業(yè)和債券非違約企業(yè)進(jìn)行1∶3配對(duì)，最終獲得424家企業(yè)作為研究樣本。所有數(shù)據(jù)均來(lái)自于Wind數(shù)據(jù)庫(kù)。本文遵循事件研究法的思路，將債券違約日記為“0”點(diǎn)，違約日之前最近的一個(gè)年度記做t-1，以此類推有t-2， t-3。對(duì)照組則選擇同一時(shí)期的樣本區(qū)間。

（二）變量定義

1.被解釋變量：企業(yè)債券違約風(fēng)險(xiǎn)（Risk）

本文從違約是否發(fā)生的角度構(gòu)造被解釋變量來(lái)度量企業(yè)債券違約風(fēng)險(xiǎn)，設(shè)定二元虛擬變量，債券違約企業(yè)賦值為1，債券非違約企業(yè)賦值為0。

2.解釋變量：投融資期限錯(cuò)配（SFLI）

目前文獻(xiàn)中對(duì)于投融資期限錯(cuò)配的衡量尚未形成統(tǒng)一的標(biāo)準(zhǔn)，主要做法有兩種：一是借鑒Frank和Goyal[10]提出的資金缺口衡量方法，鐘凱等[4]構(gòu)建的“短貸長(zhǎng)投”代理變量。二是借鑒劉曉光和劉元春[1]提出的“短債長(zhǎng)用”度量指標(biāo)。本文選取第一種“短貸長(zhǎng)投”代理變量作為本文的解釋變量，同時(shí)將第二種度量方法作為穩(wěn)健性檢驗(yàn)的指標(biāo)。

“短貸長(zhǎng)投”=購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金- （長(zhǎng)期借款本期增加額+本期權(quán)益增加額+經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量+處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)收回的現(xiàn)金凈額），并利用上一年度總資產(chǎn)剔除規(guī)模效應(yīng)。

3.中介變量：流動(dòng)性風(fēng)險(xiǎn)（Cash）

根據(jù)曾愛(ài)民等[11]的研究，本文選取經(jīng)行業(yè)調(diào)整的現(xiàn)金持有量衡量企業(yè)的流動(dòng)性風(fēng)險(xiǎn)?，F(xiàn)金持有量越高，企業(yè)的流動(dòng)性風(fēng)險(xiǎn)越低。

4.控制變量

參照王寧[12]與張馨月[13]的研究，對(duì)企業(yè)層面特征變量進(jìn)行控制，主要包括：凈資產(chǎn)收益率（ROE），用凈利潤(rùn)/凈資產(chǎn)×100%來(lái)反映企業(yè)盈利能力；資產(chǎn)負(fù)債率（LEV），用負(fù)債總額/資產(chǎn)總額×100%和已獲利息倍數(shù)（EBIT）衡量企業(yè)償債能力；流動(dòng)能力（Liquidity），用現(xiàn)金負(fù)債總額比率表示；成長(zhǎng)能力（Growth），用營(yíng)業(yè)收入增加額的自然對(duì)數(shù)表示；產(chǎn)權(quán)性質(zhì)（SOE），為虛擬變量，國(guó)有企業(yè)取值為1，非國(guó)有企業(yè)取值為0；企業(yè)規(guī)模（Size），用期末資產(chǎn)總額的自然對(duì)數(shù)表示；企業(yè)成立年限（Age），用企業(yè)成立日期距離樣本期間各年度時(shí)間計(jì)算。此外，本文還控制了年份（Year）和行業(yè)（Ind）因素。

（三）模型構(gòu)建

由于被解釋變量企業(yè)債券違約風(fēng)險(xiǎn)（Risk）采用二元虛擬變量進(jìn)行賦值設(shè)定，因此，在實(shí)證研究中應(yīng)采用二元離散選擇模型進(jìn)行回歸分析。參考陳德球等[14]與羅朝陽(yáng)和李雪松[15]的研究，本文在基本回歸分析中選擇Logit模型以驗(yàn)證H1，模型中解釋變量和控制變量均采用滯后一期處理，以克服由潛在的反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題。完整的離散選擇模型具體設(shè)定如下：

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

表1列示了主要變量的分組描述性統(tǒng)計(jì)結(jié)果。其中，債券違約企業(yè)樣本組的投融資期限錯(cuò)配（SFLI）均值為0.033，大于債券非違約企業(yè)的均值-0.137，表明債券違約企業(yè)的投融資期限錯(cuò)配程度高于債券非違約企業(yè)。債券違約企業(yè)樣本組的經(jīng)行業(yè)調(diào)整的現(xiàn)金持有量（Cash）均值為-0.034，小于債券非違約企業(yè)的均值0.007，表明債券違約企業(yè)存在更高的流動(dòng)性風(fēng)險(xiǎn)。債券違約企業(yè)樣本組的產(chǎn)權(quán)屬性（SOE）均值為0.208，債券非違約企業(yè)為0.358，說(shuō)明大部分債券違約企業(yè)為非國(guó)有企業(yè)。同時(shí)考慮到債券違約企業(yè)凈資產(chǎn)收益率（ROE）的最大值為29.602，與最小值-619.688相差較大，債券非違約企業(yè)償債能力（EBIT）的最大值為26 420.808，與最小值-15.857相差較大，因此，本文在進(jìn)行回歸分析前，對(duì)所有連續(xù)型變量進(jìn)行了1%分位和99%分位的Winsorize處理，以排除極端值對(duì)估計(jì)結(jié)果的影響。另外，由表1可知，相比債券非違約企業(yè)，債券違約企業(yè)的（ROE）指標(biāo)表現(xiàn)較差。

（二）回歸分析

1.投資—短期貸款敏感性分析

本文先借鑒Mclean和Zhao[20]與鐘凱等[4]的方法，通過(guò)構(gòu)建“投資—短期貸款”敏感性模型來(lái)分析短期貸款與長(zhǎng)期投資之間的關(guān)聯(lián)性，進(jìn)而驗(yàn)證“短貸長(zhǎng)投”這種投融資期限錯(cuò)配在中國(guó)發(fā)債企業(yè)中的存在性。由于債券非違約企業(yè)中包含較多非上市企業(yè)，為規(guī)避因計(jì)算托賓Q所需股價(jià)信息而產(chǎn)生的基礎(chǔ)樣本數(shù)量嚴(yán)重縮小，故本文以主營(yíng)業(yè)務(wù)收入增長(zhǎng)量與總資產(chǎn)的比值作為衡量未來(lái)投資機(jī)會(huì)的替代變量，具體模型如下：

其中： INV=購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金/期初總資產(chǎn)。CFO=經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量/期初總資產(chǎn)。SHORTDEBT= （取得借款收到的現(xiàn)金-長(zhǎng)期借款本期增加額） /期初總資產(chǎn)，表示利用期初總資產(chǎn)剔除規(guī)模效應(yīng)的企業(yè)短期信貸資金增量。LONGDEBT= （長(zhǎng)期借款本期增加額+一年內(nèi)到期的非流動(dòng)負(fù)債） /期初總資產(chǎn)，表示利用期初總資產(chǎn)剔除規(guī)模效應(yīng)的企業(yè)長(zhǎng)期信貸資金的當(dāng)期增量。GR為未來(lái)投資機(jī)會(huì)，即主營(yíng)業(yè)務(wù)收入增長(zhǎng)占比。

利用模型（4）進(jìn)行全樣本回歸?；貧w結(jié)果如表2第2列所示，“投資—短期貸款”敏感性（CFO）在1%的水平上顯著為正。短期信貸資金的系數(shù)（SHORTDEBT）在5%的水平上顯著為正，說(shuō)明隨著短期信貸資金的增加，企業(yè)購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金（INV）也逐漸增加，結(jié)果表明中國(guó)債券發(fā)行企業(yè)存在一定的“短貸長(zhǎng)投”現(xiàn)象。從區(qū)分企業(yè)是否存在債券違約風(fēng)險(xiǎn)的回歸結(jié)果來(lái)看，第3列和第4列的結(jié)果顯示，“投資—短期貸款”的敏感性（CFO）在債券違約企業(yè)中的系數(shù)大于在債券非違約企業(yè)中的系數(shù)，短期信貸資金（SHORTDEBT）在債券違約企業(yè)5%的水平上顯著而在債券非違約企業(yè)中不顯著，長(zhǎng)期信貸資金（LONGDEBT）在債券違約企業(yè)5%的水平上顯著，在債券非違約企業(yè)1%的水平上顯著，結(jié)果表明“短貸長(zhǎng)投”這種投融資期限錯(cuò)配現(xiàn)象尤其存在于債券違約企業(yè)中。以上分析初步支持了H1。

2.基本回歸分析

表3列示了投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)的多元回歸分析結(jié)果。列（1）是對(duì)模型（1）的檢驗(yàn)，回歸結(jié)果顯示：在控制其他變量的情況下，投融資期限錯(cuò)配（SFLI）與企業(yè)債券違約風(fēng)險(xiǎn)在1%的水平上顯著為正，結(jié)果表明投融資期限錯(cuò)配程度越高，企業(yè)債券違約風(fēng)險(xiǎn)越高，從而驗(yàn)證了H1。在控制變量上的結(jié)論與以往研究文獻(xiàn)基本一致。資產(chǎn)回報(bào)率（ROE）的系數(shù)顯著為負(fù)，說(shuō)明盈利水平越高，企業(yè)債券違約風(fēng)險(xiǎn)越低；度量?jī)攤芰Φ馁Y產(chǎn)負(fù)債率（LEV）顯著為正和已獲利息倍數(shù)（EBIT）系數(shù)顯著為負(fù)，說(shuō)明企業(yè)的償債能力與債券違約風(fēng)險(xiǎn)負(fù)相關(guān)。產(chǎn)權(quán)性質(zhì)（SOE）系數(shù)顯著為負(fù)，這說(shuō)明國(guó)有企業(yè)債券違約風(fēng)險(xiǎn)較低。這是由于國(guó)有企業(yè)往往承擔(dān)著政策性負(fù)擔(dān)，其發(fā)生債券違約風(fēng)險(xiǎn)時(shí)更容易得到政府的救助，形成一種“預(yù)算軟約束”。

為了檢驗(yàn)H2，列（2）和列（3）分別對(duì)模型（2）和模型（3）進(jìn)行了檢驗(yàn)，由列（2）可知，投融資期限錯(cuò)配（SFLI）的系數(shù)顯著為負(fù)，說(shuō)明投融資期限錯(cuò)配會(huì)顯著降低企業(yè)的現(xiàn)金持有量，即投融資期限錯(cuò)配增大了企業(yè)流動(dòng)性風(fēng)險(xiǎn)。由列（3）可知，加入中介變量流動(dòng)性風(fēng)險(xiǎn)（Cash）之后，投融資期限錯(cuò)配（SFLI）的系數(shù)依然顯著為正，但相對(duì)于列（1）回歸結(jié)果其系數(shù)有所減小，這表明流動(dòng)性風(fēng)險(xiǎn)（Cash）在投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)的關(guān)系中產(chǎn)生了中介效應(yīng)，即投融資期限錯(cuò)配對(duì)流動(dòng)性風(fēng)險(xiǎn)的加劇是增大企業(yè)債券違約風(fēng)險(xiǎn)的路徑。Soble法檢驗(yàn)結(jié)果得到的Za×Zb檢驗(yàn)統(tǒng)計(jì)量為-4.016，通過(guò)查表可知相應(yīng)的P值為0.000，通過(guò)1%的顯著性檢驗(yàn)。乘積分步法檢驗(yàn)得到的Za×Zb的95%置信區(qū)間是[-0.258， -0.016]，不包含0，進(jìn)一步證實(shí)了流動(dòng)性風(fēng)險(xiǎn)（Cash）在投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)中發(fā)揮了中介效應(yīng)。以上結(jié)果表明，“短貸長(zhǎng)投”的投融資期限錯(cuò)配不僅直接導(dǎo)致企業(yè)發(fā)生債券違約風(fēng)險(xiǎn)，而且通過(guò)作用于流動(dòng)性風(fēng)險(xiǎn)渠道加劇企業(yè)債券違約風(fēng)險(xiǎn)。

（三）穩(wěn)健性檢驗(yàn)

1.反向因果導(dǎo)致的內(nèi)生性問(wèn)題：工具變量法

前文發(fā)現(xiàn)，“短貸長(zhǎng)投”的投融資期限錯(cuò)配會(huì)加劇企業(yè)債券違約風(fēng)險(xiǎn)，然而這種風(fēng)險(xiǎn)的加劇也可能是由于企業(yè)本身違約風(fēng)險(xiǎn)較高，金融中介機(jī)構(gòu)為控制違約風(fēng)險(xiǎn)而不愿意提供長(zhǎng)期貸款，因此，企業(yè)被迫“短貸長(zhǎng)投”。事實(shí)上，正是由于中國(guó)金融管制、對(duì)投資者的保護(hù)薄弱和信息透明度較低等原因，金融機(jī)構(gòu)出于風(fēng)險(xiǎn)考慮，對(duì)長(zhǎng)期信貸的放貸意愿較低，希望通過(guò)盡可能發(fā)放短期信貸的方式來(lái)控制企業(yè)違約風(fēng)險(xiǎn)[5]。因此，為了排除互為因果的內(nèi)生性影響，本文借鑒鐘凱等[21]的做法，選取“短貸長(zhǎng)投”的行業(yè)年度中值（SFLI_Med）作為工具變量，采用兩階段（2sls）回歸。在第一階段回歸結(jié)果①中，工具變量行業(yè)年度中值（SFLI_Med）對(duì)被解釋變量企業(yè)債券違約風(fēng)險(xiǎn)（Risk）的回歸系數(shù)均顯著，因而具有一定的相關(guān)性。第二階段回歸結(jié)果與基準(zhǔn)回歸結(jié)果完全一致：投融資期限錯(cuò)配仍與企業(yè)債券違約風(fēng)險(xiǎn)呈現(xiàn)顯著的正相關(guān)關(guān)系。弱工具變量檢驗(yàn)F值大于10，因而不存在弱工具變量。兩階段回歸結(jié)果表明在控制樣本的內(nèi)生性問(wèn)題后本文假設(shè)仍然成立。

2.自選擇導(dǎo)致的內(nèi)生性問(wèn)題：傾向得分匹配法

采用“行業(yè)—規(guī)?！逼ヅ浞赡軙?huì)受到樣本選擇性偏誤的影響，因此，本文在基準(zhǔn)回歸的基礎(chǔ)上，使用傾向得分匹配（PSM）法來(lái)緩解由于自選擇問(wèn)題導(dǎo)致的估計(jì)偏差。具體步驟為：第一階段對(duì)影響企業(yè)債券違約風(fēng)險(xiǎn)因素進(jìn)行Logistic回歸，重新為每一個(gè)發(fā)生債券違約企業(yè)選擇和匹配新的對(duì)照組，得到與之對(duì)應(yīng)的未發(fā)生債券違約的企業(yè)樣本。傾向得分匹配（PSM）的平衡性檢驗(yàn)結(jié)果顯示，匹配后各變量標(biāo)準(zhǔn)偏差的絕對(duì)值都低于10%，大部分低于5%，滿足平衡性假設(shè)。第二階段得到匹配樣本后對(duì)投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)之間的關(guān)系進(jìn)行再檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果與前文的實(shí)證結(jié)果一致，表明在使用PSM法控制樣本差異后本文的主要結(jié)論依然成立。

3.更換核心度量指標(biāo)

一是有關(guān)投融資期限錯(cuò)配指標(biāo)的衡量問(wèn)題。筆者參考劉曉光和劉春元[1]的做法，選取企業(yè)短期負(fù)債比例（短期負(fù)債/總負(fù)債）與短期資產(chǎn)比例（短期資產(chǎn)/總資產(chǎn)）之差，構(gòu)建替代性指標(biāo)（LS）進(jìn)行穩(wěn)健性檢驗(yàn)。從指標(biāo)性質(zhì)來(lái)看，該指標(biāo)屬于存量指標(biāo)，在一定程度上與本文的流量指標(biāo)具有互補(bǔ)性。二是有關(guān)企業(yè)債券違約風(fēng)險(xiǎn)指標(biāo)的衡量問(wèn)題。參考Altman[22]提出的Z-score破產(chǎn)風(fēng)險(xiǎn)模型，構(gòu)建企業(yè)債券違約風(fēng)險(xiǎn)的替代性指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果與前文回歸結(jié)果基本一致，表明本文的結(jié)論不受投融資期限錯(cuò)配度量方法和被解釋變量選取的影響，研究結(jié)論較為穩(wěn)健。

五、異質(zhì)性分析

（一）企業(yè)外部因素：融資約束

如前所述，由于中國(guó)一直以來(lái)金融抑制程度較高的現(xiàn)實(shí)，削弱了金融中介機(jī)構(gòu)提供長(zhǎng)期貸款的意愿和能力，銀行更愿意對(duì)外發(fā)放短期貸款而非長(zhǎng)期貸款。融資約束高的企業(yè)往往對(duì)資金的需求更為迫切，其使用短期貸款進(jìn)行長(zhǎng)期投資的主要原因是無(wú)法獲取足夠的長(zhǎng)期資金來(lái)支持當(dāng)前的投資需求[2]。因此，企業(yè)會(huì)因?yàn)闊o(wú)法籌集到長(zhǎng)期資金而被迫選擇“短貸長(zhǎng)投”。

對(duì)于企業(yè)層面融資約束的量化測(cè)度，代表性的測(cè)度方法有KZ指數(shù)、WW指數(shù)和SA指數(shù)。本文選取SA指數(shù)作為融資約束指標(biāo)，①未將KZ指數(shù)和WW指數(shù)作為融資約束指標(biāo)，其原因在于本文選取的違約企業(yè)樣本中包含非上市企業(yè)，沒(méi)有KZ指數(shù)的構(gòu)建需要計(jì)算的托賓Q，以及WW指數(shù)需要獲取的股利支付啞變量，無(wú)法完整計(jì)算其他兩個(gè)指數(shù)。同時(shí)， SA指數(shù)沒(méi)有包含如現(xiàn)金流和杠桿率等具有內(nèi)生性特征的融資變量。

本文通過(guò)分組回歸的方法探究投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)之間的關(guān)系。按照SA中位數(shù)將樣本分為高融資約束組和低融資約束組，分組回歸結(jié)果如表4列（1）和列（2）所示。結(jié)果顯示，在高融資約束組中投融資期限錯(cuò)配（SFLI）系數(shù)大于低融資約束組中投融資期限錯(cuò)配（SFLI）系數(shù)。這說(shuō)明，相對(duì)于融資約束較低的企業(yè)，“短貸長(zhǎng)投”的投融資期限錯(cuò)配對(duì)融資約束較高的企業(yè)債券違約風(fēng)險(xiǎn)影響更為顯著。

（二）企業(yè)內(nèi)部因素：管理者過(guò)度自信

融資約束低的企業(yè)同樣也存在投融資期限錯(cuò)配問(wèn)題，這類企業(yè)原本有能力為長(zhǎng)期投資項(xiàng)目籌集到長(zhǎng)期資金，卻仍選擇“短貸長(zhǎng)投”這種激進(jìn)型投融資策略，其緣由并非來(lái)自于由制度缺陷所引發(fā)的長(zhǎng)期資金供給不足，而是來(lái)源于企業(yè)管理者為節(jié)約利息成本主動(dòng)地選擇激進(jìn)型投融資策略。此外，由于管理者過(guò)度自信減損了企業(yè)價(jià)值，進(jìn)而導(dǎo)致企業(yè)的未來(lái)經(jīng)營(yíng)業(yè)績(jī)更低，財(cái)務(wù)風(fēng)險(xiǎn)更大。

本文選取年報(bào)中的管理層語(yǔ)調(diào)作為管理者過(guò)度自信的代理變量。采用詞頻法計(jì)算，通過(guò)分析年報(bào)中管理層語(yǔ)調(diào)來(lái)預(yù)測(cè)管理者過(guò)度自信的程度。具體步驟如下： （1）構(gòu)建情感詞庫(kù)。在語(yǔ)調(diào)的選取方面，參考以公司年報(bào)文本為基礎(chǔ)的LM表和以新聞報(bào)道文本為基礎(chǔ)的YZZ表的基礎(chǔ)上構(gòu)建情感詞庫(kù)。（2）情感詞頻統(tǒng)計(jì)。利用Python編程技術(shù)分別統(tǒng)計(jì)每份年報(bào)中出現(xiàn)的正面詞匯和負(fù)面詞匯總數(shù)。在分詞方面，采用結(jié)巴中文分詞工具（JiebaR）。（3）構(gòu)建管理層語(yǔ)調(diào)度量指標(biāo)。借鑒謝德仁和林樂(lè)[23]與Henry和Leone[24]的管理層語(yǔ)調(diào)（TONE）的構(gòu)建方法，本文按照以下公式計(jì)算管理層語(yǔ)調(diào)。

其中， POSPCT指的是每份年報(bào)中管理層使用的正面語(yǔ)調(diào)詞語(yǔ)數(shù)占詞語(yǔ)總數(shù)的比重； NEGPCT指的是管理層使用的負(fù)面語(yǔ)調(diào)詞語(yǔ)數(shù)占詞語(yǔ)總數(shù)的比重。TONE為計(jì)算得到的管理層凈正面語(yǔ)調(diào)， -1≤TONE≤1。TONE越大，表明POSPCT相較NECPCT越多，管理層用詞越積極正面。

由于年報(bào)中管理層語(yǔ)調(diào)能為預(yù)測(cè)企業(yè)未來(lái)經(jīng)營(yíng)業(yè)績(jī)提供信息，是企業(yè)實(shí)際經(jīng)營(yíng)業(yè)績(jī)和未來(lái)前景的一種反映[25]，因而需要剔除在年報(bào)中所反映的實(shí)際經(jīng)營(yíng)業(yè)績(jī)和未來(lái)前景部分。本文借鑒Ataullah等[26]與吳國(guó)通和李延喜[27]的方法，運(yùn)用Tobit模型在模型（5）基礎(chǔ)上分行業(yè)測(cè)算管理者過(guò)度自信：

其中， LOSS為是否虧損啞變量；殘差ε表示管理者過(guò)度自信與企業(yè)實(shí)際經(jīng)營(yíng)、未來(lái)前景不匹配的程度，可以作為管理者過(guò)度自信的度量指標(biāo)。

表4列（3）和列（4）報(bào)告了按照管理者過(guò)度自信的分組回歸結(jié)果。結(jié)果顯示，在管理者過(guò)度自信組中投融資期限錯(cuò)配（SFLI）系數(shù)大于管理者非過(guò)度自信組中投融資期限錯(cuò)配（SFLI）系數(shù)。這說(shuō)明管理者過(guò)度自信強(qiáng)化了投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)影響的程度。

六、結(jié)論與啟示

本文基于中國(guó)企業(yè)債券違約的現(xiàn)狀，結(jié)合期限匹配理論的基本原理，實(shí)證檢驗(yàn)了“短貸長(zhǎng)投”這種投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響及作用機(jī)制。研究發(fā)現(xiàn)：投融資期限錯(cuò)配會(huì)增大企業(yè)債券違約風(fēng)險(xiǎn)。在控制內(nèi)生性和替換核心變量后，該結(jié)論依然穩(wěn)健。機(jī)制檢驗(yàn)結(jié)果表明，流動(dòng)性風(fēng)險(xiǎn)在投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)之間起到中介效應(yīng)。進(jìn)一步的異質(zhì)性分析表明，當(dāng)企業(yè)外部融資約束程度和企業(yè)內(nèi)部管理者過(guò)度自信程度較高時(shí)，投融資期限錯(cuò)配對(duì)企業(yè)債券違約風(fēng)險(xiǎn)的影響更顯著。據(jù)此，筆者提出以下建議：

首先，完善資本市場(chǎng)結(jié)構(gòu)，拓寬企業(yè)融資渠道。企業(yè)可根據(jù)自身需求合理安排資金期限結(jié)構(gòu)，實(shí)現(xiàn)投融資期限匹配。其次，進(jìn)一步提高利率市場(chǎng)化水平。依靠市場(chǎng)供求實(shí)現(xiàn)長(zhǎng)期貸款利率期限風(fēng)險(xiǎn)的正確定價(jià)，從而提高長(zhǎng)期資金的供給。對(duì)于金融機(jī)構(gòu)而言，避免因“惜貸，短貸化”傾向而惡化企業(yè)的債務(wù)風(fēng)險(xiǎn)，應(yīng)當(dāng)著手完善長(zhǎng)期資金借貸的審批和制度規(guī)范，加強(qiáng)對(duì)流動(dòng)資金貸款的管理。對(duì)申請(qǐng)流動(dòng)貸款的企業(yè)嚴(yán)格審批，考察其目前的債務(wù)期限結(jié)構(gòu)是否合理，測(cè)算其流動(dòng)資金需求是否準(zhǔn)確，并增強(qiáng)貸后管理工作。最后，金融機(jī)構(gòu)還應(yīng)當(dāng)對(duì)管理者偏好激進(jìn)型投融資這一行為保持警惕。尤其是對(duì)于由于管理者自身認(rèn)知偏差而表現(xiàn)出的非理性行為及時(shí)監(jiān)督和糾正。針對(duì)企業(yè)微觀內(nèi)部治理層面，管理者應(yīng)完善治理結(jié)構(gòu)和投資決策機(jī)制，以增強(qiáng)不同宏觀經(jīng)濟(jì)金融周期下自身的經(jīng)營(yíng)財(cái)務(wù)穩(wěn)健性，增強(qiáng)企業(yè)投融資決策審慎性及債務(wù)償還能力。綜上所述，為解決中國(guó)上市公司投融資期限結(jié)構(gòu)長(zhǎng)期失衡的局面，尤其在當(dāng)前新冠肺炎疫情席卷全球，經(jīng)濟(jì)發(fā)展面臨嚴(yán)峻挑戰(zhàn)，債務(wù)違約風(fēng)險(xiǎn)加劇的時(shí)期，應(yīng)該秉承分類治理的思路，既要發(fā)揮外部市場(chǎng)在長(zhǎng)期信貸方面的調(diào)控作用，還要提高公司內(nèi)部治理機(jī)制。

參考文獻(xiàn)：

[1] 劉曉光，劉元春.杠桿率、短債長(zhǎng)用與企業(yè)表現(xiàn)[J].經(jīng)濟(jì)研究，2019， （7）：127-141.

[2] Campello，M.， Graham，J.R.，Harvey，C.R.The Real Effects of Financial Constraints： Evidence From a Financial Crisis[J].Journal of Financial Economics， 2010， 97（3）：470-487.

[3] Acharya，V.V.， Amihud，Y.， Litov，L.P.Creditor Rights and Corporate Risk-Taking[J].Journal of Financial Economics，2011，102（1）：150-166.

[4] 鐘凱，程小可，張偉華.貨幣政策適度水平與企業(yè)“短貸長(zhǎng)投”之謎[J].管理世界，2016，（3）：87-98+114+188.

[5] 白云霞，邱穆青，李偉.投融資期限錯(cuò)配及其制度解釋———來(lái)自中美兩國(guó)金融市場(chǎng)的比較[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2016，（7）：23-39.

[6] Morris，J.On Corporate Debt Maturity Strategies[J].The Journal of Finance，1976，31（1）：29-37.

[7] 羅宏，賈秀彥，陳小運(yùn).審計(jì)師對(duì)短貸長(zhǎng)投的信息識(shí)別———基于審計(jì)意見(jiàn)的證據(jù)[J].審計(jì)研究，2018，（6）：65-72.

[8] 聶新偉.剛性兌付、債務(wù)展期與債務(wù)違約———兼論市場(chǎng)與政府在信貸資源配置中的作用[J].財(cái)經(jīng)問(wèn)題研究， 2017，（1）：93-100.

[9] 李鳳羽，史永東.經(jīng)濟(jì)政策不確定性與企業(yè)現(xiàn)金持有策略———基于中國(guó)經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J].管理科學(xué)學(xué)報(bào)，2016， （6）：157-170.

[10] Frank，M.Z.，Goyal，V.K.The Effect of Market Conditions on Capital Structure Adjustment[J].Finance Research Letters， 2004， 1（1）：47-55.

[11] 曾愛(ài)民，張純，魏志華.金融危機(jī)沖擊、財(cái)務(wù)柔性儲(chǔ)備與企業(yè)投資行為———來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].管理世界，2013，（4）：107-120.

[12] 王寧.基于違約距離的財(cái)務(wù)困境化解問(wèn)題研究[J].財(cái)經(jīng)問(wèn)題研究，2019，（6）：82-90.

[13] 張馨月.管理者能力與債券違約風(fēng)險(xiǎn)[J].經(jīng)濟(jì)與管理評(píng)論，2021，（4）：113-124.

[14] 陳德球，劉經(jīng)緯，董志勇.社會(huì)破產(chǎn)成本、企業(yè)債務(wù)違約與信貸資金配置效率[J].金融研究，2013，（11）：68-81.

[15] 羅朝陽(yáng)，李雪松.金融周期、全要素生產(chǎn)率與債券違約[J].經(jīng)濟(jì)管理，2020，（2）：5-22.

[16] 劉紅云，駱?lè)?，張玉，?因變量為等級(jí)變量的中介效應(yīng)分析[J].心理學(xué)報(bào)，2013，（12）：1431-1442.

[17] 方杰，溫忠麟，張敏強(qiáng).類別變量的中介效應(yīng)分析[J].心理科學(xué)，2017，（2）：471-477.

[18] Iacobucci，D.Mediation Analysis and Categorical Variables： The Final Frontier[J].Journal of Consumer Psychology， 2012， 22（4）： 582-594.

[19] Mackinnon， D.P.， Cox， M.G.Commentary on‘Mediation Analysis and Categorical Variables： The Final Frontier’by Dawn Iacobucci[J].Journal of Consumer Psychology，2012， 22（4）：600-602.

[20] Mclean，R.D.，Zhao，M.The Business Cycle， Investor Sentiment， and Costly External Finance[J].The Journal of Finance， 2014， 69（3）：1377-1409.

[21] 鐘凱，鄧雅文，董曉丹.短貸長(zhǎng)投與企業(yè)風(fēng)險(xiǎn)[J].財(cái)務(wù)研究，2019，（6）：94-104.

[22] Altman，E.I.Financial Ratios，Discriminant Analysis and the Predition of Corporate Bankruptcy[J].The Journal of Finance，1968，23（4）：589-609.

[23] 謝德仁，林樂(lè).管理層語(yǔ)調(diào)能預(yù)示公司未來(lái)業(yè)績(jī)嗎？———基于中國(guó)上市公司年度業(yè)績(jī)說(shuō)明會(huì)的文本分析[J].會(huì)計(jì)研究，2015，（2）：20-27+93.

[24] Henry，E.，Leone，A.J.Measuring Qualitative Information in Capital Markets Research[J].The Accounting Review， 2016， 91（1）：153-178.

[25] Huang，X.，Teoh，S.H.，Zhang，Y.Tone Management [J].The Accounting Review，2013，89（3）：1083-1113.

[26] Ataullah，A.，Vivian，A.，Xu，B.Time-Varying Managerial Overconfidence and Corporate Debt Maturity Structure[J].The European Journal of Finance， 2018，24（1-3）：157-181.

[27] 吳國(guó)通，李延喜.管理層過(guò)度樂(lè)觀與企業(yè)債務(wù)融資決策[J].工業(yè)技術(shù)經(jīng)濟(jì)，2019，（11）：130-144.

（責(zé)任編輯：劉 艷）

①由于版面所限，所有穩(wěn)健性檢驗(yàn)回歸結(jié)果略，留存?zhèn)渌鳌?/p>

①具體計(jì)算公式為： SA=-0.737×Size+0.043×Size2-0.040×Age，式中Size為企業(yè)規(guī)模， Age為企業(yè)成立的年限，由此計(jì)算出來(lái)的該指數(shù)為負(fù)，且絕對(duì)值越大表示面臨的融資約束越嚴(yán)重。

[DOI]10.19654/ j.cnki.cjwtyj.2022.02.007

[引用格式]張馨月，郝濤.投融資期限錯(cuò)配與企業(yè)債券違約風(fēng)險(xiǎn)[J].財(cái)經(jīng)問(wèn)題研究，2022，（2）：63-71.