王贞洁 刘烁 王竹泉

(中国海洋大学 管理学院 中国企业营运资金管理研究中心，山东 青岛 266100)

一、引言

包括杠杆率在内的财务指标是企业利益相关者决策的重要影响因素。从政府角度，杠杆被认作预测经济危机的可靠因素[1]。从银行视角，微观企业的杠杆水平与信贷风险息息相关，是银行信贷决策的重要依据[2]。从投资者角度来看，高杠杆往往释放了未来风险上升、收益稳定性下降的危险信号，是其关注的重点内容[3]。因此，杠杆指标构建的合理性就显得至关重要。微观企业使用杠杆的本意是用少部分自有资本撬动更多的债务资本，体现在对于债权人“投资”的充分利用，其目的是为投资者创造更多的价值。但传统研究将营业性负债与金融性负债混在一起，全部加入杠杆指标的计算中，在理论和实践上均存在明显的不合理之处。

从理论角度来看，传统视角下高杠杆的信号效应是基于正式债务性投资契约而产生的，而营业性负债的供给者与企业之间是“交易”关系而非“投资”关系[4]——营业性负债主要包括对供应商的应付账款、对客户的预收账款、对员工的应付职工薪酬以及对政府的应交税费等，其本质是以货币为媒介的价值交换，不属于投资者为了获得必要回报而注入的资本。营业性负债的供给者无法通过缔结债务契约等手段监督企业的资本运营，不能限制管理者自主权的发挥，在企业破产清算时也不具备像银行债权人一样的优先求偿权。因此，对营业性负债的合理利用不会加剧公司的财务困境和破产风险，也不会引发“道德风险”和“逆向选择”等代理问题[5-6]。

从实践角度来看，营业性负债不仅没有增加企业的成本，反而增强了对债权人的偿付能力，甚至帮助企业加速扩张并提高盈利能力。以“苏宁云商集团股份有限公司”(以下简称苏宁云商)为例，该公司通过占用供应商保证金、货款等方式，积累了大量营业性负债(除了2015年以外该公司的营业性负债占流动负债的比例均高于90%，在2009年甚至高达99.53%)。如果仅就基于总资产计算的“名义杠杆”来看的话，该公司无疑属于“高信贷风险”的公司(1)从2007年到2018年，该公司基于总资产计算的“名义杠杆”均值高达2.56(即全部资产里面有60.25%的债务融资，39.75%的股权融资)，基于资本计算的“真实杠杆”均值仅为1.21。，但是实际上苏宁云商主要是凭借供应链的优势地位和平台资源，以较低的成本甚至无成本的方式循环滚动长期使用这些营业性负债，符合啄食理论的“交易成本与融资顺序相匹配”以及综合资本成本理论的“成本最低”原则。在市场竞争激烈使得大部分连锁零售商盈利增长乏力的情况下，苏宁云商借此在价值探索、塑造与传递等层面构筑新的经营策略，最终形成了几大业务板块多元发展的良性态势，在线上业务获得突破的同时整合了线下业务的布局，物流和金融服务体系也得到了完善和发展。

总之，杠杆指标设计的缺陷容易引发利益相关者对于企业财务风险的高估和收益的低估，不能形成利益相关者决策的有效依据。王竹泉等(2019)[4]研究发现，传统财务分析体系虚增了实体企业的杠杆率，导致资金效率在30%以上被低估，财务风险在40%以上被高估。王贞洁和王竹泉(2018)[5]以及王贞洁等(2019)[6]发现，杠杆错估系统性地降低了债务人代理问题研究的稳健性，例如“资产替代”(投资于高风险项目的过度投资问题)、“债务高悬”(伴随高杠杆产生的债务困境、投资不足和研发动力缺失问题)等。但是相关研究集中于关注杠杆错估对微观企业财务行为的影响，忽视了杠杆错估对于投资者和银行等利益相关者可能产生的误导。笔者认为，由于传统财务体系中对于“资产”和“资本”的概念混淆由来已久，杠杆错估释放的错误信号不仅会影响企业管理者及公司财务行为，还会被投资者和银行等利益相关者接收，进而影响资本市场的定价行为乃至银行信贷决策。具体而言，若投资者将营业性负债与金融性负债混淆到一起，认为杠杆错估释放了负面信号(例如收益不确定性增强、非效率投资与研发动力缺失乃至破产风险加剧等)，就会反应在资本市场上，使得这些公司的市场价格长期低于真实价值，银行接收到资本市场的信号，认为杠杆错估的公司未来前景可能变差，就可能作出不利于这些公司的信贷决策。因此，有关杠杆错估的研究有必要拓展到股票定价偏误和信贷错配方面，以杠杆错估为桥梁，将微观企业的财务行为与资本市场定价效率，乃至信贷市场的资源配置效率研究有机地联系在一起，形成较为完善的杠杆错估问题研究体系，并为信贷错配的成因提供新的解释。

本文的创新点在于：第一，以杠杆错估作为切入点，丰富了股票定价偏误的成因研究。传统对于股票定价偏误的研究，要么基于以羊群效应、过度自信为代表的投资者先验信念异质性视角[7-9]，要么基于管理者机会主义行为(盈余管理、降低股价信息质量等)造成的投资者后验信念异质性视角[10-12]，而本研究发现股票定价偏误不一定来自于投资者先验信念偏差或是管理者机会主义行为的恶意引导，即使在公司和投资者非主观故意的情况下，传统观念所带来的杠杆指标设置的偏差，一样会增加市场噪音信息，加剧投资者和管理者对于股价的分歧。

第二，丰富了新兴加转轨背景下股票定价偏误与微观企业债务融资行为关系的研究，为信贷错配问题的成因提供了新的解释。在传统研究中，负向定价偏误会迫使公司放弃高成本的股权融资，将信贷资金作为替代性的融资选择。本研究发现在中国背景下，杠杆错估所引起的负向定价偏误，反而降低了微观企业信贷资金的规模，这一方面为股票定价偏误对信贷融资的影响提供了新兴加转轨背景下的新证据，另一方面打破了传统观念下我国的信贷错配问题只是由制度缺失、信贷歧视等因素引发的刻板观念，激励会计准则的制定者从改进指标构建层面修正股票定价偏误，提高信贷资源配置的合理性。

二、文献综述

(一)财务指标与资本市场定价效率

在传统定价理论下，投资者可以按照贝叶斯规则推理且拥有完全信息，有能力对股票价格做出有效评估。但是在现实中，投资者不可能拥有股票的全部信息，其知识存量以及处理信息的能力也存在差异，会对相同的股票产生不同的预期。有研究表明，投资者先验主观信念的异质性(过度自信、羊群效应等)会引发股票定价偏误[7-9]。除此以外，管理者还会自发选择盈余信息披露时机或方式，控制或隐藏负面信息，使投资者对公司未来现金流的预期出现偏差，即管理者机会主义行为增加了市场噪音信息，加剧投资者后验信念的异质性[10-12]。相对而言，虽然投资者先验信念异质性难以改变，而后验信念异质性却可以通过提高信息披露质量、增加财务指标的信息含量等手段进行修正[13-14]。不管是与投资者个人特性相关的先验信念，还是受管理者机会主义行为影响的后验信念，均会增加管理者与投资者对于股票价值估计的分歧，降低资本市场定价效率。

有效的财务指标是降低市场噪音信息、提高资本市场定价效率的重要手段。例如有研究表明，充分把握企业历史会计盈余信息，有助于投资者准确预测未来的会计盈余，增强对未来公司股利支付的预测能力，提高股价预测的准确性[15-16]。近期还有研究表明，即使放松了市场有效性假设(即假设股票价格不是真实内在价值的反映)，会计盈余仍然可能影响股票价格[17]。除此以外，杠杆指标也可能影响股价预测，如果说较多的会计盈余意味着未来更多的现金流，传递了有利于股价提升的“正面”信息，那么高杠杆所伴随的风险也会增加投资者的必要报酬率诉求，释放了制约股价上升的“负面”信息。

(二)财务指标与信贷资源配置

除了投资者以外，银行作为企业重要的利益相关者，也会关注财务指标，特别会关注杠杆指标。这是因为微观企业的杠杆率与银行的信贷风险息息相关——杠杆上升使得每股利润变动幅度远远高于息税前利润变动幅度，这激励债务人去投资高风险、高收益的项目，若项目失败，就会使得债权人面临无法收回本息的窘境[18]；杠杆上升会加剧微观企业的财务困境风险，诱使股东放弃对债权人有利的投资项目，使得债权人在破产清算时无法凭借较为靠前的求偿顺位，获取合理的补偿[19]；杠杆上升加剧了收益的不确定性，削减了企业创新和研发的动力[20]，在特殊经济时期(如次贷危机)，某些存量杠杆过高的企业甚至被迫抛售产品和大量裁员[21]，表现出较低的债务偿付能力。因此，银行债权人往往与高杠杆的公司签订限制性条款的贷款协议，并施以强制性资本输出约束，甚至削减其贷款规模。在供给侧改革背景下，那些高杠杆公司更容易成为“结构性杠杆治理”的目标，面临着更高的流动性危机和破产风险[22]。刘一楠和宋晓玲(2018)[23]发现，高杠杆会导致经济结构扭曲，造成实体经济效率低下，进而影响信贷资源配置效率。在现实中，为了向外界释放公司流动性正常、保持有效融资能力的信号，很多公司会尽量维持低杠杆的状态。特别是在宏观经济波动的环境下，企业更愿意保持较低的杠杆水平，预防突发的资金需求[24-25]。Arslan等(2014)[26]发现在1998年的亚洲金融危机中，那些保持低杠杆的企业更容易扩大投资规模，表现出更高的投资绩效。曾爱民等(2011，2013)[27-28]发现企业会通过低杠杆的方式保持财务弹性，增强次贷危机中的资金筹集、调用能力，维持稳定的投资支出，改善长期财务业绩。

(三)杠杆错估相关经济后果

值得注意的是，上述结论都是建立在现有财务指标可以真实反应企业财务状况的基础上，若财务指标(特别是杠杆指标)本身设计就存在问题，就会向资本市场和信贷市场传递错误的信号，加重信息扭曲，引发资源错配[29]。王竹泉(2016)[30]指出，由于传统财务分析体系存在混淆资本与资产概念的缺陷，财务风险与资金效率被严重扭曲，首次提出了财务指标错估的问题[6]。进而，王贞洁和王竹泉(2018)[5]将基于“总资产”计算的名义杠杆与基于“总资本”计算的真实杠杆进行对比，发现传统研究在不考虑杠杆错估的情况下，名义杠杆与企业非效率投资正相关，与研发水平负相关，并加大了公司陷入财务困境的概率。但如果将杠杆错估考虑进来，名义杠杆的负面影响很大程度上会被抵消。“资产”与“资本”概念的混淆，还使得银行等金融机构无法识别公司真实杠杆水平和偿债能力[6]。王竹泉等(2019)[4]从财务指标错估角度为我国金融服务实体经济效率不高提供了新的解释，财务指标错估引发的信息扭曲，使资金效率被严重低估，财务风险被严重高估，从而导致实体经济被唱衰，误导资本远离“低回报”“高风险”的实体经济。

总之，现有研究为本文提供了良好的启示，但仍有几方面有待深入探讨。第一，现有的关于财务指标与资本市场定价效率、财务指标与信贷资源配置效率的研究，忽视了财务指标(特别是杠杆指标)本身设计的缺陷可能造成的影响。在资产和资本概念混淆被人们普遍接受的情况下，杠杆错估严重的公司很容易被贴上“高杠杆”标签，从而向资本市场传递了“负面”信息，甚至成为“结构性杠杆治理”的重点目标。第二，现有关于杠杆错估经济后果的研究主要集中于微观企业的投资效率、财务风险以及资金配置效率等角度，忽视了杠杆错估可能对于资本市场和信贷市场产生的影响。毋庸置疑，除了企业管理者以外，投资者和银行债权人也是包括杠杆指标在内的财务指标的重要使用者。若资本市场上投资者集体将某只股票错误地归为“高杠杆”，就可能做出负面的市场反应，从而引发负向定价偏误。若在信贷市场上银行将潜在债权人错误地归为“高杠杆”，就可能降低为其提供信贷资金的意向，从而引发信贷错配问题。而本研究就将杠杆指标设置缺陷与资本市场定价效率、信贷错配联系在一起，进而探讨股票定价偏误在杠杆错估和信贷错配之间可能发挥的中介作用，为新兴加转轨国家的信贷错配成因提供了新视角的解释。

三、假设提出

在新兴加转轨时期，银行的信贷供给无法满足企业资金需求，信贷配给现象普遍存在。银行通过判断债务人的潜在信贷风险决定是否为其提供资金以及提供多少资金。而杠杆率是衡量信贷风险的重要判别标准，高杠杆不仅增加了公司还本付息压力和融资约束程度，还降低了公司未来的收益水平和成长性。为了避免未来发生信贷损失的可能性，银行会自发降低对于高杠杆公司的信贷支持。但是传统杠杆指标设置的缺陷，将基于交易关系形成的营业性负债与基于投资关系形成的金融性负债混淆，使得银行等金融机构无法对公司的杠杆水平进行准确衡量，无法正确判断公司的真实信贷风险。总之，在基于资本计算的“修正杠杆”既定的情况下，杠杆错估程度越高的公司基于资产计算的“名义杠杆”越高，越容易被归为“信贷风险高”的公司。这一方面抑制了实体企业充分利用营业性负债改善资金配置效率的动力，另一方面降低了信贷决策有效性，使得宝贵的信贷资源从杠杆错估程度高的公司流出，流向杠杆错估程度低的公司。据此提出以下假设。

H1杠杆错估与信贷规模之间存在负相关关系，即杠杆错估程度越高，信贷规模越低。

在有效市场的前提下，市场价格包括了所有信息，股票价格只能围绕着真实价值波动。现实中受到信息不对称、投资者有限理性和套利成本等因素影响，市场价格可能与真实价值产生大幅度长期偏离，这就引发了股票定价偏误问题。特别是在中国资本市场中，受到制度缺失和散户众多等因素的影响，股价中包含的有效信息相对较少，股票定价偏误问题尤为严重[31]。诱发股票定价偏误的原因众多，财务指标的有效性是其中非常重要的因素之一。要预测股票未来的现金流量并计算必要报酬率，投资者就要详细分析财务报表，寻求有价值的财务信息。包括杠杆率在内的财务指标是投资者决策的重要依据。只有在杠杆指标设置合理的情况下，投资者才能准确衡量杠杆相关的收益和风险，进而提高对股价预测的准确性。但杠杆错估的存在会增加管理者和投资者之间的信息不对称和市场噪音信息，诱使投资者将杠杆错估严重的公司当作高杠杆公司一并对待。当杠杆错估严重时，高名义杠杆会释放出企业低流动性、高风险的信号，使投资者对股票呈悲观态度，大量卖出股票，导致股价下跌。同时，投资者情绪与股价变动存在反馈机制，下跌的股价迎合了投资者的预期，进一步强化悲观情绪，使股票价格长期低于其内在价值，产生负向定价偏误[32-33]。据此提出以下假设。

H2杠杆错估与负向定价偏误之间存在正相关关系，即杠杆错估程度越高，负向定价偏误程度越大。

有效市场假说认为，当投资者足够理性并能做出迅速反应的情况下，一切有价值的信息会充分地反映在股价中。这意味着股票价格的波动体现了投资者对公司未来的预期，较高的股价表现出投资者对公司的信心，是公司未来发展利好的信号，而较低的股价传递出投资者的消极情绪，隐藏着对于公司潜在风险的担忧。因此，银行作为企业的利益相关者一定会密切关注资本市场的变动，并将此作为自身信贷决策的重要依据。在财务指标体系完善的情况下，投资者对于公司价值形成了正确判断，促使资本市场对于公司进行正确定价，进而银行在信贷市场捕捉到有效的信号，最终使得资本市场和信贷市场效率都得到提升。但若投资者受到杠杆错估信息的误导，将杠杆错估严重的公司误判为杠杆水平高、收益水平低、成长性差甚至破产风险大的公司，对该公司的未来发展呈悲观态度，就会导致这些公司的股票价格低于内在价值。当银行接收到这些负面信号，出于抑制信贷风险的动机，就很可能不愿意为那些由于杠杆错估而产生负向定价偏误的公司提供足够的信贷支持。这意味着，杠杆错估问题会降低资本市场的定价效率，进而对信贷资源配置效率产生负面影响。据此提出以下假设。

H3杠杆错估会通过引发负向定价偏误，进而降低公司的信贷规模。

四、研究设计

(一)样本选择与数据来源

本文选取2007-2018年A股上市公司作为研究样本，并对数据进行了以下筛选和处理：剔除了金融行业、IPO两年以内、数据缺失以及被ST的公司。经过筛选后，共得到19 097组数据。所有数据来源于国泰安数据库和锐思数据库，并对所有连续型变量进行了上下1%的缩尾处理。

(二)变量定义

1.杠杆错估指标(DL)

参考王贞洁和王竹泉(2018)[5]以及王贞洁等(2019)[6]的研究，将基于包括营业性负债在内的杠杆定义为“名义杠杆”，将剔除营业性负债的杠杆定义为“修正杠杆”。具体来说，名义杠杆=总资产/所有者权益，修正杠杆=(总资产+相关减值跌价准备-营业性负债)/所有者权益。然后使用“名义杠杆”与“修正杠杆”之差的原值构建杠杆错估指标(DL)，同时使用“名义杠杆”与“修正杠杆”之差与“修正杠杆”的比值来进行稳健性检验。

2.信贷规模(Credit)

采用公司取得借款收到的现金与总资本的比值来衡量信贷规模水平。

3.股票定价偏误(VPS/VP)

借鉴徐寿福和徐龙炳(2015)[34]，本文运用股票内在价值与市场价值之比来衡量股票定价偏误程度(VP)，VP>1时为负向定价偏误，即股价被低估；VP<1时为正向定价偏误，即股价被高估。同时定义是否存在股票负向定价偏误哑变量(VPS)，当存在负向定价偏误时该指标取1，其他情况取0。参考Frankel和Lee(1998)[35]的改进三期剩余收益模型(RIM)对股票的内在价值进行估计，改进的RIM公式如下

(1)

其中，Vt为股票内在价值，b为每股账面价值，f()t为分析师预测的公司未来每股盈余，r为资本成本，参考刘熀松(2005)[36]的做法，取资本成本为固定值5%。由于分析师对公司未来往往持较为乐观的态度，会高估公司未来的盈余，因此本文在计算未来每股盈余时，参考饶品贵和岳衡(2012)[37]，采用Hou等(2012)[38]的方法来预测公司未来三年的每股盈余，并将其带入公式计算股票内在价值。预测每股盈余的公式如下

Earningst+j=α0+α1Assett+α2Dividendt+α3DDt+α4Earningst+α5NegEnt+α6Accrualt+εt+j

(2)

在该模型中，j分别取1、2、3，Earningst和Earningst+j表示t年以及公司未来一至三年的每股盈余，等于营业利润除以总股本；Asset表示每股总资产；Dividend表示每股现金股利；DD表示公司是否发放股利，发放股利取1，否则为0；NegEn代表公司是否亏损哑变量，亏损则取1，否则取0；Accrual为每股应计项目，为营业利润减去经营活动产生的现金流量净额。利用最小二乘法估计模型(2)的系数，以此来预测未来一到三年的每股盈余，并将所得结果带入模型(1)中。模型(1)中b(1)t和b(2)t为未来两年的每股权益账面价值，采用以下模型(3)和(4)进行预测，其中Dps代表每股现金股利(2)在预测2019年和2020年每股权益账面价值时，采用2008-2018年所有公司的每股现金股利均值作为预期每股现金股利的替代变量。。

b(1)t=bt+Earningst+1-Dpst+1

(3)

b(2)t=b(1)t+Earningst+2-Dpst+2

(4)

(三)模型设置

1.杠杆错估对信贷规模影响模型

模型(5)参考白俊和连立帅(2012)[39]以及王贞洁等(2019)[6]，检验杠杆错估与信贷规模之间是否存在负相关关系。因变量为信贷规模(Credit)，自变量为杠杆错估程度(DL)，具体控制变量包括公司规模(Size)、财务杠杆(Level)、固定资产占比(Tang)、税率(Tax)、营业收入增长率(Growth)、现金水平(Cash)、资产收益率(ROA)、上市年限(Age)、自由现金流(FCF)、总资产周转率(Turnover)、是否股权再融资(Stock)。若假设1成立，则DL的系数α1应该显著为负，即杠杆错估程度越高，信贷规模越低。

(5)

2.杠杆错估对负向定价偏误影响模型

模型(6)参考徐寿福和徐龙炳(2015)[34]的模型和变量，用于检验杠杆错估与负向定价偏误之间是否存在正相关关系，具体控制变量包括公司规模(Size)、财务杠杆(Level)、市账比(MB)、资产收益率(ROE)、上市年限(Age)、换手率(Liquid)、第一大股东持股比例(First)、董事会规模(Bsize)、独董占比(Indrct)、两职兼任(Dual)。若假设2成立，那么β1显著为正，则说明杠杆错估程度越高，负向定价偏误程度越大。

(6)

3.股票定价偏误的中介效应模型

表1 主要变量说明

(7)

五、实证结果与分析

(一)总体杠杆系列错估、负向定价偏误与信贷规模的描述性统计

图1统计了2007-2018年存在负向定价偏误问题(VP>1)的上市公司中，杠杆错估、负向定价偏误与信贷规模等指标的变动趋势。首先，杠杆错估指标(DL)基本呈现了逐年提升的态势，并于2016年达到了峰值，虽然在2017年和2018年出现了阶段性回落，但仍然比2016年前有所增加。其次，负向定价偏误指标(VP)也不断波动上升，并于2013年达到阶段性峰值，经过2014年的短暂回调后又继续攀升，最终在2018年达到最高值。可以看出，杠杆错估指标(DL)和负向定价偏误水平(VP)的变动趋势较为一致，不断加大的杠杆错估水平可能是负向定价偏误上升的重要原因。再次，信贷规模指标(Credit)基本上呈现了逐年下降的态势，在2011年达到阶段性低点，经过阶段性回调之后于2015年继续下降，并于2018年达到谷底。通过上述分析，发现杠杆错估、负向定价偏误与信贷规模之间可能存在着某种潜在联系，即不断上升的杠杆错估增加了市场噪音信息，不仅引发了投资者的错误定价，还使银行债权人高估了杠杆错估程度严重公司潜在的信贷风险，降低了对公司的信贷融资支持。当然这只是描述性统计的初步结果，还需使用中介效应模型进一步检验。

图1 2007-2018年上市公司杠杆错估、负向定价偏误与信贷规模注：在杠杆错估指标的计算方面，首先计算上市公司整体的名义杠杆和修正杠杆，然后度量名义杠杆与修正杠杆之差。负向定价偏误指标按照对应年份样本的中位数计算而来。信贷规模指标使用上市公司整体取得借款收到的现金/整体资本计算而来。

(二)主要变量的描述性统计

本文主要变量的描述性统计如表2所示。杠杆错估(DL)的最小值为0.02，最大值为4.00，标准差为0.69，这说明我国上市公司的名义杠杆普遍高于修正杠杆，且不同公司的杠杆错估程度存在较大差异。信贷规模(Credit)的最小值为0，最大值为1.20，标准差为0.24，说明不同上市公司的信贷规模存在较大差异。股票估值偏误(VP)的均值为0.71，说明我国很多上市公司的内在价值低于市场价值，存在正向股价偏误；VP的上四分位数为0.91，大约有不到四分之一的公司股价被低估。值得关注的是，VP的最大值高达3.03，即个别公司的市场价值大约仅为内在价值的1/3，股价严重被低估。

表2 变量描述性统计结果

(三)模型回归结果

表3列(1)讨论了杠杆错估对信贷规模的影响。杠杆错估(DL)的系数在1%的水平上显著为负，表明杠杆错估与信贷规模之间存在负相关关系，银行不愿意为那些杠杆错估严重的公司提供信贷支持，支持了假设1。列(2)和列(3)展示了杠杆错估与负向定价偏误关系的实证结果。列(2)的因变量为股价是否被低估哑变量(VPS)，结果表明杠杆错估程度(DL)在1%的水平上显著为正，这说明杠杆错估程度越大，股票价值被低估的概率越大，这初步证明了假设2。列(3)的因变量为负向定价偏误程度(VP)，结果表明DL的系数在1%的水平上显著为正，这意味着杠杆错估加剧了管理者与投资者之间的信息不对称，进而引发对公司股票价格的低估，验证了假设2。

表3 杠杆错估、负向定价偏误与信贷规模

表3同时也列示了股票定价偏误的中介效应检验结果。列(1)与列(3)分别验证了假设1和假设2，同时也是中介效应的前两步。列(4)为中介效应的最后一步，加入了中介变量负向定价偏误(VP)后，杠杆错估(DL)和负向定价偏误(VP)的系数均在1%的水平上显著为负，且杠杆错估的系数绝对值比列(1)有所下降，这说明负向定价偏误在杠杆错估影响信贷规模的过程中起到了部分中介效应。上述结果表明，杠杆错估程度高的企业出现了负向定价偏误，在信贷市场传递了错误的信号，银行为了抑制信贷风险，不愿意为这些公司提供足够的信贷支持，假设3得到支持。

表4 杠杆错估比率、负向定价偏误与信贷规模

表5 工具变量检验结果

(四)稳健性检验

本文进行了以下三个方面的稳健性检验。首先，使用“名义杠杆”与“修正杠杆”之差占“修正杠杆”的比率来衡量杠杆错估程度。如表4列(1)所示，当因变量是信贷规模(Credit)时，杠杆错估比率(DLR)在1%的水平上显著为负，假设1得到支持。如表4列(2)所示，在因变量是负向定价偏误(VP)时，杠杆错估比率(DLR)的系数在1%的水平上显著为正，假设2得到支持。在列(3)加入中介变量后，杠杆错估比率(DLR)在1%的水平上显著为负，负向定价偏误(VP)在5%的水平上显著为负，中介效应仍然显著，假设3得到支持。

其次，使用倾向得分匹配法(PSM)提供进一步的证据。杠杆错估、股票定价偏误与信贷融资规模之间可能存在自选择问题，例如可能是杠杆错估企业自身存在的差异(如规模、盈利性等)造成信贷规模的差异，并不是由于杠杆错估企业存在更严重的负向定价偏误导致的。通过PSM计算倾向得分将选定变量特征相似的两组样本分为处理组和控制组以避免选择性偏误：一是将杠杆错估指标高于年份行业第三四分位数的样本设置为处理组(样本数为4 808个)，然后选择公司规模、财务杠杆、营业收入增长率、自由现金流、总资产周转率、行业以及年份等模型(5)的控制变量作为解释变量计算倾向匹配得分(ps)，输出变量为信贷规模，比较处理组和控制组信贷规模的差异，ATT的估计值为-0.43，对应的t值为-4.25，即处理组和控制组存在显著差异，这说明杠杆错估程度更高的企业信贷规模越小。二是将杠杆错估指标高于年份行业第三四分位数的样本设置为处理组(样本数为4 808个)，然后选择市账比、净资产收益率、上市年数、换手率、第一大股东持股比例、董事会规模、独董占比、两职兼任、行业以及年份等模型(6)的控制变量作为解释变量计算倾向匹配得分(ps)，使用最近邻匹配方法(一对一匹配)构建控制组，输出变量为负向定价偏误(若公司不存在负向股票定价偏误取0，否则取负向定价偏误值)，以此比较处理组和控制组负向定价偏误的差异，ATT的估计值为0.11，对应的t值为6.11，即处理组和控制组存在显著差异。这说明在杠杆错估程度较高的企业中存在更严重的负向定价偏误。三是进一步地，将杠杆错估指标高于年份行业第三四分位数且存在负向定价偏误的样本设置为处理组(样本数为1 035个)，然后选择公司规模、财务杠杆、营业收入增长率、自由现金流、总资产周转率、行业以及年份等模型(7)的控制变量作为解释变量计算倾向匹配得分(ps)，输出变量为信贷规模，比较处理组和控制组信贷规模的差异，ATT的估计值为-0.05，对应的t值为-2.43，即处理组和控制组存在显著差异，这说明杠杆错估程度较高且股价被严重低估的企业获得了更少的信贷规模。

最后，本文可能存在着一定的内生性问题，例如可能是那些在金融市场初次分配时不能获得银行信贷融资的企业，更愿意通过商业信用再分配获取营业性负债，从而扩大了杠杆错估程度。为了解决本文潜在的内生性问题，使用省份平均杠杆错估水平以及行业平均杠杆错估水平(均剔除观测企业自身数据)作为工具变量，对模型(5)和模型(6)进行检验。如表5中列(1)所示，杠杆错估(DL)系数在5%的水平下与信贷规模负相关。弱工具变量检验的F值为12.61，相应的P值为0，说明不存在弱工具变量；过度识别检验的Sargan统计量为0.10，相应的P值为0.75，支持“工具变量外生”的假设。表5中列(2)所示，杠杆错估(DL)的系数在1%的水平下与负向定价偏误正相关，意味着杠杆错估程度越高，负向定价偏误越大。弱工具变量检验的F统计量为11.91，相应的P值为0，说明不存在弱工具变量；过度识别检验的Sargan统计量为0.16，对应的P值为0.69，可以支持“工具变量外生”假设。上述结果表明，工具变量有效性检验结果总体有效。在进行了上述稳健性检验后，实证结果仍支持主要研究假设。

六、进一步讨论

(一)不同风险承担水平企业中股票定价偏误中介效应的差异

上文分析表明，负向定价偏误在杠杆错估和信贷规模之间发挥了中介作用。进一步地，讨论在风险承担水平不同的企业中，股票定价偏误的中介效应是否会产生差异。从银行的角度来看，较高的风险承担水平意味着潜在债权人偏好高风险、高收益的财务决策，热衷于固定资产投资、技术创新等能产生不确定性经济后果的项目，这些都增加了未来发生信贷损失的可能性。较高的风险承担水平叠加负向定价偏误释放出双重负面信号，更可能增加信贷错配发生的概率。参考余明桂等(2013)[41]的研究，采用每个公司第t-2，t-1和t年资产收益率(ROA)的标准差来计算风险承担水平，计算公式如下

(8)

表6 不同风险承担水平下杠杆错估、负向定价偏误和信贷规模的关系

其中i代表企业，t代表所处的年份，N为3，Risk的值越高，说明盈余波动性越大，风险承担水平越高。将Risk值高于行业和年份中位数的样本归为风险承担水平高的企业，其他归为风险承担水平低的企业，分别进行检验。在表6中，列(1)和列(4)研究了不同风险承担水平下杠杆错估对信贷规模的影响，结果显示杠杆错估(DL)的系数均显著为负，这意味着不管风险承担水平如何，杠杆错估均会显著降低企业所获得的信贷规模。列(2)和列(5)研究了杠杆错估程度对负向定价偏误的影响，结果显示无论企业的风险承担水平是高还是低，杠杆错估(DL)的系数均在1%的水平上显著为正，即杠杆错估与负向定价偏误之间存在正相关关系。列(3)在风险承担水平低的样本中进行了中介效应检验，杠杆错估(DL)的系数在5%的水平上显著为负，负向定价偏误(VP)这一中介变量的系数则不显著。继续对其进行Sobel检验，列(2)中杠杆错估(DL)的系数为0.14，对应的标准差为0.03，列(3)中股票定价偏误的系数为-0.003，对应的标准差为0.01，根据Sobel检验的公式得到Z检验值为-0.33，对应的P值为0.74，这意味着在风险承担水平低的样本中，股票定价偏误的中介效应并不显著。列(6)的回归结果显示，在风险承担水平高的企业中，杠杆错估系数与股票定价偏误系数均在10%的水平上显著为负，股票定价偏误的中介效应显著。这意味着，只有在风险承担水平高的公司中，负向定价偏误才会在杠杆错估和信贷规模之间发挥中介效应。而在风险承担水平较低的公司中，银行并不会因杠杆错估导致的负向定价偏误而降低对其的信贷投入。

(二)不同资产有形性企业中股票定价偏误中介效应的差异

根据《信贷通则》，企业贷款时需要向银行提供担保，且银行要严格审查担保人的偿债能力、抵押物的价值、实现抵押权的可能性等。资产有形性是指资产的可抵押性和可质押性。在资产有形性较高时，企业的支付能力能够比较容易观测和计量，有助于减轻信贷合同违约的风险或债务人破产时的信贷损失，从而为信贷合同的执行能力提供保障。对于高融资约束的企业来说，若主动提供有形性资产作为抵押物，就可以弥补其在信贷市场的劣势，提高获得信贷融资的可能性[42]。参考张晓玫和钟祯(2013)[43]以及程海波等(2005)[44]的研究，采用固定资产与总资产的比值表示资产有形性(Tang)，并将高于行业和年份中位数的样本作为资产有形性高的企业，低于行业和年份中位数的一组作为资产有形性低的企业。在表7中，列(1)和列(4)展示了杠杆错估与信贷规模的关系，杠杆错估(DL)的系数均在5%的水平上显著为负，即无论企业的资产有形性如何，杠杆错估均会显著降低信贷规模。列(2)和列(5)研究了杠杆错估对负向定价偏误的影响，结果显示无论资产有形性高还是低，杠杆错估(DL)的系数均在1%的水平上显著为正，即杠杆错估会引起负向定价偏误。列(3)研究了在资产有形性低的企业中负向定价偏误的中介效应。实证结果表明，在资产有形性低的企业中(列3)，负向定价偏误(VP)这一中介变量的系数在1%的水平上显著。而在资产有形性高的企业中(列6)，杠杆错估(DL)的系数在5%的水平上显著，负向定价偏误(VP)这一中介变量的系数却并不显著，进而对其进行Sobel检验，列(5)中杠杆错估(DL)的系数为0.18，对应的标准差为0.03，列(6)中负向定价偏误(VP)的系数为-0.01，对应的标准差为0.01，根据Sobel检验的公式得到Z检验值为-0.98，对应的P值为0.33。因此，在资产有形性高的企业中，负向定价偏误的中介效应并不显著。这意味着，只有在资产有形性低的企业中，负向定价偏误才会在杠杆错估与信贷规模之间发挥中介效应，而那些有较高资产有形性的企业，可以凭借其较多的可抵押资产，向银行释放偿付能力强、信贷风险低的积极信号，故银行不会因杠杆错估导致的负向定价偏误而减少对其的信贷支持。

表7 不同资产有形性下杠杆错估、负向定价偏误和信贷规模的关系

七、研究结论和对策建议

以杠杆率为代表的公司财务指标是影响银行信贷决策的重要因素，而财务指标构建的缺失，可能使得银行等利益相关者对于公司未来的收益和风险产生误判。本文以2007-2018年A股上市公司作为研究样本，研究了杠杆错估对信贷错配的影响，并进一步分析股票定价偏误作为中介在杠杆错估与信贷错配之间扮演的角色。实证结果显示：(1)杠杆错估程度较高的公司获得了更少的信贷资源支持。(2)杠杆错估程度较高的公司存在着负向定价偏误问题，即传统杠杆指标的度量误差加剧了信息不对称，进而影响了资本市场的定价效率。(3)股票定价偏误对于杠杆错估与信贷配置规模之间的关系起到中介作用，即杠杆错估会通过引发负向定价偏误，进而降低公司的信贷规模。同时，在进一步讨论中发现，这种中介作用在风险承担水平高和资产有形性低的公司中更为明显。针对以上的研究成果，本文提出以下对策建议。

第一，将营业性负债与金融性负债区分开来，以修正杠杆错估为切入点降低股票定价偏误水平，促进资本市场定价效率的提升。营业性负债的增加不会增加企业的融资成本，不会引发资产替代和道德风险等问题，不应将其纳入杠杆的计算范畴内。因此，投资者应采用修正杠杆衡量企业财务风险，辨别企业真实财务状况，做出正确的投资决策；相关部门有必要制定围绕“资本”概念构建的财务分析体系，促进投资者与管理者对于修正杠杆理解达成共识，降低市场噪音信息，以此为契机促进资本市场定价效率的提升。

第二，通过挖掘资本市场定价效率提升与微观企业信贷行为优化之间的潜在联系，以修正股票定价偏误促进信贷配置效率提高。与传统操纵信息、粉饰报表形成的正向定价偏误不同，杠杆错估引发的负向定价偏误降低了资本市场定价效率，影响微观企业获得信贷资源的规模，进而压缩了实体企业价值提升的空间。这意味着资本市场存在着信息粉饰和杠杆错估引发的双重定价扭曲，且这种扭曲已经带给部分实体企业真实的价值损失，不利于促进我国上市公司持续成长。必须一方面从厘清“资产”与“资本”概念混淆入手，使得财务分析体系可以如实反映微观企业财务状况，调动微观企业利用营业性负债改善资金管理水平的积极性；另一方面以提高上市公司财务信息质量和透明度为着眼点降低股票市场的内幕交易和市场操纵行为，抑制整体市场投机氛围浓厚的不良风气。最终使得实体企业的正常信贷融资需求得到满足，银行信贷风险也得到有效的控制，促进资本市场定价效率与信贷配置效率的协同提升。

第三，在财务指标设置缺陷尚未修正之前，公司需要自发降低风险承担或提高资产有形性水平，才能降低杠杆错估引发的负向定价偏误，从而修正信贷错配问题。在杠杆错估问题未得到修正前，银行出于抑制信贷风险的动机，可能将那些(由于杠杆错估引发的)负向定价偏误公司的正常信贷融资需求，解读为未来收益下降的负面信号。企业必须借助其他信号传递积极信息，降低银行的疑虑，才有可能改变自身在信贷市场的劣势——企业的风险承担水平是其在融资、投资、研发等决策中风险态度的综合表现，有形性资产是降低信贷风险、增强信贷合同执行能力的重要因素。公司必须自发降低风险承担或提高资产有形性水平以对外发出正面信号，才能抑制信息不对称并降低信贷市场的摩擦，修正银行对于公司信贷融资信号的错误解读，最终争取更多的信贷支持。