一、引言

在现代金融体系中, 不管是商业银行还是证券市场主导, 商业银行都是最重要的金融机构, 银行信贷是最为基础并且重要的融资渠道^①。20世纪70年代发展起来的信息经济学认为, 银行在信贷活动中的核心作用是进行信息生产, 以缓解“信息不对称”问题导致的福利损失(Diamond, 1984; Fama, 1985; Freixas and Rochet, 2008)。“信息生产”指贷款人通过信息的搜集、传递与加工, 对借款人进行事前甄别与事后监督以缓解信息不对称问题, 所以本文所提“信息生产”与“缓解信息不对称”内涵一致。由于银行在缓解信息不对称方面的独特功能, 获得银行授信往往被认为是公司拥有良好信誉的信号。从理论上讲, 贷款公告作为好消息会引起资本市场的正向反应。于是众多学者采用贷款公告数据对银行的信息生产进行检验, 大量研究从多个角度证实了银行在缓解信息不对称方面具有独特价值(James, 1987; Lummer and McConnell, 1989; Fields et al., 2006; 沈洪波等, 2007; 王擎、蔡栋梁, 2009; Li and Ongena, 2015; Gasbarro et al., 2017; Herbohn et al., 2019), 而针对我国资本市场的研究结论存在分歧(Bailey et al., 2011; Huang et al., 2012; 罗荣华等, 2014; 刘阳等, 2015; 李青原、黄威, 2018)。

① 根据中国人民银行《2018年第一季度中国货币政策执行报告》的统计, 截止2018年3月末, 中国社会融资规模存量为179.93万亿元, 其中, 由金融机构提供的本外币贷款余额为130.5万亿元, 占比达到72.53%, 表明银行信贷在中国的社会融资体系中仍占据主导地位。另外, 根据中国银行业监督管理委员会《2018年第一季度商业银行主要监管指标情况表》披露的数据, 截止2018年第一季度末, 商业银行的利息收入占比高达75.52%。

近年来, 我国实体企业利润率下滑, 非金融企业不断涌入金融与房地产两大利润丰厚的行业。截止2017年底, 我国非金融企业持有的金融资产已达人民币2.31万亿元^①。加之2008年金融危机以后, 我国出台了简称“四万亿”的一揽子经济刺激计划, 资本对利润的追逐本性加上充足的流动性, 使得实体经济表现出明显的“脱实向虚”趋势。在此背景下的商业银行, 可能由于预算软约束问题, 或者纯粹地充当一种“资金”中介的角色而疏于监督, 借款人获得授信之后将有更大的空间投资于非主营的金融资产, 银行的信息生产功能因此被削弱。

① 本文参照Demir(2009)、杜勇等(2017)、彭俞超等(2018)的做法, 将企业金融化界定为非金融企业将资金配置于金融与房地产等金融资产的行为, 计算方法参见变量介绍部分。

据我们所知, 目前鲜有文献对我国资本市场贷款公告反应存在的分歧进行解释, 亦无文献基于贷款公告反应对实体企业金融化背景下的银行信息生产进行过研究。我们认为, 导致学者们分歧的一个根本原因是不同银行与不同企业之间的信息生产存在个体差异, 只有充分考虑银行信息生产的“异质性”, 才能对现有研究存在的分歧给出合理解释, 并在特定的经济环境中更加深刻地理解银行的信息生产机制。

在厘清银行信息生产的过程中可以注意到, 银行是通过与企业的各种接触而不断获取、处理信息, 并基于获得的信息作出信贷决策；在后续的合作中, 银行会反复利用并不断更新企业的相关信息, 循环往复。通常来讲, 越亲密的关系越能产生更有价值的私有信息。比如Engelberg et al.(2012)的研究表明, 当银行和企业通过主管之间诸如校友、同事等社会关系而产生关联时, 银行可以获得更好的信息进而更好地发挥监督功能。申宇等(2015)的研究发现, 校友关系网络能够享有更多的私有信息, 从而对基金业绩产生正向影响。由此可以推测, “银企关系强度”可能是影响银行缓解信息不对称能力的重要因素。

上述思路的关键之处在于如何恰当地度量银企关系。国内外众多学者用银企合作的持续时间、企业合作银行的数量、银行与企业的交叉持股或历史高管关系、新闻文本共现性等对银企关系进行度量。但这些指标都是从相对单一的维度去衡量银行与企业间合作关系的密切程度, 虽然从某一维度来说具有一定的合理性, 但在综合性上不够全面。考虑到传统指标的适用性以及银企关系对企业信贷可得性的提升作用, 本文从银行和企业长期合作所产生的事后结果的角度, 创新性地采用企业的“超额”长期负债率作为银企关系的代理变量, 以更全面、更综合的方式, 而不是从某单一维度来对银企关系进行测度。

基于前文所述的信息生产机制, 本文采用事件研究法, 以贷款公告的市场反应作为投资者对银行贷款信息价值的评价, 探究银企关系强度对银行缓解信息不对称能力的影响；进一步地, 考虑企业的金融化程度对银企关系信息生产能力的调节作用。本文的实证研究结果显示, 与银行关系越亲密的公司所发布的贷款公告越能引起资本市场的正向反应, 从投资者视角体现出银企关系在促进银行信息生产方面的价值。但是在危机后, 企业的金融化行为对贷款公告有显著的负面影响, 表明企业的金融化行为会降低由亲密银企关系所带来的信息价值。

本文的主要贡献在于, 第一, 区别于从相对单一的角度对银企关系进行度量, 本文从银行和企业长期合作所产生的事后结果的角度, 采用企业的“超额”长期负债率作为银企关系的代理变量, 这是对银企关系进行更加全面、综合度量的有益尝试, 为相关研究提供了一个参考视角。第二, 本文采用标准的事件研究法对银行的信息生产机制进行探讨, 有助于与采用类似方法的文献进行对比。本文的研究结论明确了银行通过银企关系进行信息生产的基本机制, 对我国资本市场中关于银行缓解信息不对称能力的分歧进行了较好的解释, 是对经典银行信息生产理论的深化和拓展。第三, 本文结合我国实体经济脱实向虚的重要经济特征进行了特定环境下的具体分析, 是经典理论在经济现实中的运用, 有助于更好地理解信息在金融市场中的传递机制。

本文接下来的部分安排如下:第二部分是文献综述与研究假说；第三部分对本文的研究方法与实证模型、样本与数据等进行了介绍；第四部分展示了本文的主要实证研究结果；第五部分是总结以及对未来研究的展望。

二、文献综述与研究假说

关于银行在金融体系中的作用, 信息经济学从信息不对称角度给出的解释获得了学界的广泛认可。其认为信息不对称会使得帕累托最优合约被排除, 导致福利损失, 而银行通过生产信息实现了帕累托改进。例如, Diamond(1984)证明了相较于投资者的分散化监督, 银行作为受托人代理投资者进行监督的成本会更低。Diamond(1984)和Fama(1985)指出, 银行能够从借款人的银行账户中获取信息, 使得其相较于其他金融机构而言, 拥有信息生产的成本和技术优势。Freixas and Rochet(2008)指出信息生产是银行信贷活动的重要环节。经典银行信息生产理论认为银行贷款对借款人具有筛查与监督作用, 因此, 公司获得银行贷款会传达出正面、积极的信号, 资本市场会对此做出正向反应。国内外不少学者利用贷款公告的市场反应来检验银行贷款筛查监督的有效性, 此处将对该类文献进行回顾。

(一) 贷款公告市场反应

James(1987)首次利用贷款公告数据进行的检验发现, 与其他渠道的融资公告相比, 银行贷款公告会引起显著为正的市场反应, 说明银行贷款提供了一些特殊服务。Lummer and McConnell(1989)区分了新贷款和续新贷款, 发现新贷款不会引起显著的市场反应, 意味着银行的信息优势来自于与借款人的持续合作关系。Fields et al.(2006)发现贷款公告在80年代能引起正向的市场反应, 随着信息技术及金融市场结构的变化, 信息获取成本降低, 商业银行贷款关系的信息价值变小；但对于小规模公司以及公告前股价表现较差的公司来说, 获得银行的续新贷款仍能得到市场的认可。Li and Ongena(2015)发现在2007年8月之前, 贷款公告的市场反应接近于0, 但危机之后反弹回大约2%的水平, 认为在宽松繁荣的信贷市场中银行的认证作用较小, 而在危机时期得到恢复。Gasbarro et al.(2017)也发现次贷危机期间, 由循环信贷提供的重新谈判便利能产生正向的市场价值。Herbohn et al.(2019)的研究也强调银行作为金融中介在缓解信息不对称方面的价值。我国的研究方面, 沈红波等(2007)的研究显示, 自由现金流量越高的公司发布的贷款公告越能引起资本市场的正向反应, 王擎、蔡栋梁(2009)的研究发现, 续新贷款公告会引起股价的显著上涨, 说明持续的银企合作对公司的经营具有正向监督作用。

以上针对欧美等成熟市场及中国市场的部分研究体现出银行在信息生产方面的独特价值, 而针对中国市场贷款公告的研究却没有得到一致的结论。Bailey et al.(2011)认为贷款公告会引起显著为负的市场反应, 在关联交易占比大、业绩表现差、国有股比例高等类型的贷款公告中, 市场的负向反应尤其典型。Huang et al.(2012)认为贷款公告的负向反应集中于那些更容易被控股股东侵占的公司；并且, 贷款的发放银行质量越差, 前述效应会更加显著。罗荣华等(2014)发现贷款公告的市场反应在银根紧缩阶段比银根宽松阶段显著更低, 国有企业比非国有企业显著更低。刘阳等(2015)发现共同授信模式中的银行间非合作问题, 使得市场反应更加负面。李青原、黄威(2018)认为提高企业的会计稳健性能够削弱贷款公告的负面影响。学者们对中国贷款公告的研究表明, 经济制度、市场环境以及企业本身的异质性等都可能对贷款公告的市场反应产生影响。

回顾银行的信息生产过程可以注意到, 银行通过与借款人长期且多方位的接触来搜集、处理信息, 以改善与借款人之间的信息不对称, 进而提高银行信贷的质量和效率。如前文所述, 银行和企业之间联系的紧密程度不同, 银行生产的信息质量也会不同, “银企关系强度”可能是影响银行缓解信息不对称能力的重要因素。因此本文将从银企关系的视角对中国贷款公告反应研究中存在的分歧进行检验。在现有文献中, 银企关系对企业融资条件的影响是引起国内外学者广泛研究的重要问题, 接下来将对此类文献进行回顾。

(二) 银企关系对企业融资条件的影响

由于长期、深入的银企关系能为银行提供更好的信息, 缓解借款人的信息不对称, 一些研究支持银企关系能为企业的信贷融资带来好处。理论上, Boot et al.(1993)和Thadden(1995)认为公司与银行间的关系越紧密, 双方在贷款协议中的弹性就越大。Boot and Thakor(1994)认为, 随着银企关系时间的增加, 贷款利率和抵押要求都会降低, 说明长期银企关系可以增进福利。实证中, Berger and Udell(1995)和Ciamarra(2012)等的研究显示银企关系可以帮助企业在面临财务困境时更快恢复, 改善小企业的融资条件。我国学者的研究方面, 周好文、李辉(2005)、邓建平、曾勇(2011)、朱恩伟等(2019)等的研究也发现银企关系有助于增加企业的信贷可得性, 改善融资约束。但也有不少研究认为银企关系会对企业的融资条件产生负面影响。Sharpe(1990)认为银企关系能缓解信息不对称, 但这意味着银企之间独有的长期合作关系, 将使贷款银行产生垄断信息, 借款人可能被银行收取高额“信息租金”。Weinstein and Yafeh(1998)、孙会霞等(2013)、尹志超等(2015)等的研究就发现银企关系并不能显著降低企业的融资成本, 甚至反而会提高借贷成本。

概括而言, 现有文献大多认为银企关系有助于提高银行的信息生产能力, 支持银企关系对企业信贷可得性的提升作用, 但对贷款利率、抵押担保等具体贷款条件的影响不确定。直观上看, 有的银企之间关系特别密切, 银行能够获得高质量的信息；而有些银企之间关系相对松散, 银行获得的信息质量就可能相对较低。换言之, 银行与企业之间的关系越亲密, 银行越可能有效地进行信息生产。资本市场的投资者在观察到贷款公告这一公开信息之后, 还可能会观察银行和企业之间过往的关系, 对这一信息的精度做出评估。通常来讲, 其他条件相同时, 越精确的信息所引起的市场反应越大(Kim and Verrecchia, 1991)。

本文注意到, 已有的贷款公告类研究仅仅从定性的角度来考虑企业是否获得了银行信贷, 没有考虑银企关系的作用。针对银企关系的研究, 大多从某单一维度对银企关系进行度量, 衡量不够全面；还有一些文献以“有”或者“没有”银企关系进行二分法处理, 则没有考虑到银企关系的异质性。本文在考虑银企关系强度差异的基础上, 结合前文对银企关系文献的分析, 提出随后的研究假说一:

H1:银企关系越紧密, 银行生产信息的能力越强, 以贷款公告形式反映出来的正面私有信息精度会越高, 从而越能引起资本市场的正向反应。

(三) 企业金融化

当前中国经济因金融化表现出的“脱实向虚”倾向引起了市场、政策制定者和学界的广泛关注。对于“金融化”, 从研究主体看, 有关于金融部门与非金融企业部门的划分。鉴于研究需要, 本文仅对非金融企业部门的金融化问题进行分析。

非金融企业持有金融资产的动机主要有两大类, 一是市场套利, 即通过投资金融资产分享高额利润；二是资金储备, 即将闲余资金投资于易变现的金融资产, 以应对突发的资金需求(王红建等, 2017；刘贯春, 2017)。关于金融化的影响, 也有正反两方面的评价。一种观点认为金融化有助于缓解融资约束, 进而促进企业的实体投资和创新活动(张军等, 2008)；投资于金融资产获得的收益至少在短期内可以促进股东价值的增加, 能为主营业务的利润下滑提供缓冲空间(Baud and Durand, 2012)。另一种观点则认为金融化会对实体投资造成挤出效应(Demir, 2009), 造成产业空心化, 增加经济的不稳定性(Bhaduri, 2011)。

我国学者近年来对企业的金融化大多持负面评价。张成思、张步昙(2016)的研究显示, 经济金融化与金融资产的风险收益错配对实业投资有显著的抑制作用。谢家智等(2014)的研究发现, 制造业的过度金融化会抑制企业的技术创新能力。王红建等(2017)的研究也显示中国实体企业对金融资产的投资表现为市场套利行为, 能提升短期经营业绩, 但长期来看会显著抑制技术创新的动力。杜勇等(2017)的研究发现, 金融资产并未起到“蓄水池”的作用, 反而降低了企业的创新和实物资本投资, 总体上损害了实体企业的未来主营业绩。彭俞超等(2018)的研究也表明中国企业金融化的主要动机是追逐利润, 而不是预防性储蓄。

2008年金融危机后, 我国出台了一揽子经济刺激计划, 在宽松的流动性环境中, 基于非金融企业持有金融资产总量持续上升的基本事实, 结合上述分析, 本文可以推测实体企业的金融化行为总体来说是出于套利动机, 该动机会导致实体企业对主营业务的偏离, 不利于企业的长期发展。对于理性投资者来说, 实体企业的金融化行为很可能是企业主营业务发展不济的信号, 投资者有理由相信企业其实并没有很好的投资项目。获得新贷款不过是“借新还旧”, 或者是银行因预算软约束问题被借款企业“绑架”。如此, 对于金融化程度高的企业来说, 获得银行的新贷款并不是好消息, 所以此时贷款公告反而会引起资本市场的负向反应。进一步地, 如果金融化程度高的企业与银行保有密切的关系, 前述负向效应只会更加强烈。由此, 提出本文的研究假说二:

H2:在针对危机的经济刺激政策之后, 企业的金融化行为将削弱亲密银企关系的信息价值。

三、研究设计 (一) 研究方法与模型设定

根据有效市场理论, 在相对有效的资本市场中, 投资者会迅速对新信息作出反应。基于金融市场中信息的这一传递机制, 以资本市场投资者对贷款公告的反应为基础的事件研究法, 为银行贷款的信息价值提供了切实可行的实证检验方法。如前所述, 继James(1987)首次采用贷款公告对银行的特殊性进行检验以来, 事件研究法在银行信息价值的实证研究中被广泛采用。本文将沿用此法, 以贷款公告引起的市场反应来衡量市场对银行贷款信息价值的评价, 将事件研究与回归分析相结合, 以探究银企关系、企业金融化与资本市场贷款公告反应之间的关系。

1.事件研究法

首先按如下公式对公司i在t时刻发布的贷款公告计算异常收益率:$A R_{i t}=R_{i t}-\hat{R}_{i t}$。其中R_it为公司i的股票在时刻t的实际日收益率, $\hat{R}_{i t}$是根据资产定价模型计算的正常收益率。本文分别采用Fama and French的三因子(1993)和五因子(2015)模型对正常收益率进行了估计。本文将公告前后10天定义为事件窗, 公告前200天至21天定义为估计窗。

在得到事件窗内每天的异常收益率AR_it后, 将其逐日加总得到对应期间的累计异常收益率, $C A R_{i t}=\sum\limits_{t} A R_{i t}$。

2.回归模型

在此基础上, 本文将贷款公告的累计异常收益率作为银行缓解信息不对称能力的代理变量, 即以CAR_it为被解释变量, 对银企关系的代理变量及一系列控制变量进行回归, 由此探寻银企关系与贷款公告累计异常收益率之间的关系。

$ CA{R_{it}} = {\beta _0} + {\beta _1}{\rm{ }}\mathit{relatio}{\mathit{n}_{i, t - 1}} + \sum {{\gamma _{1i}}} \mathit{loancontro}{\mathit{l}_{i, t - 1}} + \sum_{2i} {\mathit{firmcontro}{\mathit{l}_{i, t - 1}}} + {\varepsilon _{it}} $

(1)

其中, relation_{i, t-1}^①代表银企关系强度, loancontrol_{i, t-1}为贷款特征类控制变量, firmcontrol_{i, t-1}为公司层面的控制变量, ε_it为残差项, 具体描述如下:

① 正式回归时, 为了缓解反向因果形式的内生性问题, 本文对除企业性质、贷款特征以外的, 其他公司层面的财务及治理特征都进行了滞后一期的处理。

首先, 我们对文中所采用的银企关系代理变量relation进行说明。现有文献对银企关系的度量主要从业务和公司治理两个层面展开。具体包括银企间的合作时间(Berger and Udell, 1995；周好文、李辉, 2005；尹志超等, 2015)、企业合作银行数(孙会霞等, 2013)、合作次数(尹志超等, 2015)、主银行贷款份额占比或是否存在主银行关系(Weinstein and Yafeh, 1998)、银企间的地理距离(Dass and Massa, 2011)、银企间的持股或高管关系(Ciamarra, 2012；邓建平、曾勇, 2011)等。学者们根据上述指标进行了广泛的研究, 但正如前文所述, 从某一个维度对银企关系进行度量可能有失偏颇, 采用不同的方式度量银企关系, 也可能会对研究结果产生影响。而直接以“有”或者“没有”银企关系进行二分法处理, 则没有充分考虑到银企关系的异质性。基于此, 本文将采用一种更全面、更综合的方式来对银企关系强度进行测度。

具体来说, 从银企关系部分的文献综述可以看出, 虽然银企关系对降低贷款利率、抵押要求、限制性条款等信贷条件方面没有获得一致性的证据, 但其在改善企业信贷可得性方面获得了绝大多数研究的支持；并且, 如果银行与企业之间经过长期合作而建立了紧密的联系, 企业的信息不对称问题得到改善, 那么签订长期合约对于借贷双方来说更能节约成本。基于此, 本文借鉴事件研究法中计算异常收益率的思想, 构建了一个“超额”长期债务比率^②来对银企关系进行度量。我们先用公开的财务数据, 参照Fan et al.(2012)、余桂明、潘红波(2008)、孙会霞等(2013)等文献中的影响因素, 结合回归中的R²、AIC、BIC等信息准则筛选出解释变量；再分年、分行业估计相关因素的影响参数, 据此计算出公司长期债务比率的“理论值”；用公司的实际长期债务比率减去该“理论值”, 得到的残差即是“超额”长期债务比率。该比率越高, 代表银企关系越紧密。具体的回归方程如下:

② 长期债务比率=长期借款/总资产。本文参照余桂明、潘红波(2008)的做法, 采用长期债务比率作为长期贷款比率的替代变量。

$ \begin{array}{l} \mathit{longdebtrati}{\mathit{o}_{it}} = {\beta _0} + {\beta _1}\mathit{state}{\mathit{s}_{it}} + {\beta _2}\mathit{siz}{\mathit{e}_{i, t - 1}} + {\beta _3}\mathit{fixedrati}{\mathit{o}_{i, t - 1}} + {\beta _4}\mathit{quickrati}{\mathit{o}_{i, t - 1}}\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\; + {\beta _5}\mathit{leverag}{\mathit{e}_{i, t - 1}} + {\beta _6}\mathit{lntop}{3_{i, t - 1}} + {\varepsilon _{it}} \end{array} $

(2)

其中, longdebtratio_it代表企业当期的长期债务比率；states_it代表当期的企业性质, 国有企业=1, 非国有企业=0；size_{i, t-1}为上一期资产总量的自然对数, 代表企业规模；fixedratio_{i, t-1}为上一期固定资产与总资产的比率；quickratio_{i, t-1}为上一期的速动比率；leverage_{i, t-1}为上一期的杠杆率；lntop3_{i, t-1}为上一期高管前三名薪酬总额的自然对数。

本文将上述回归得到的“超额”长期债务比率作为银企关系relation的代理变量, 作为主要解释变量纳入回归模型。该变量在排除了行业、年份, 以及企业规模、固定资产比率、企业性质等常见因素后, 包含了高管、持股, 其他财务、治理以及难以度量的软信息等的影响。与传统指标相比, 该指标能更全面、综合地对银企关系进行度量。根据前文的分析, 我们推测银企关系越强, 贷款公告向市场传递的信息越正面、越精确, 投资者将做出更加正向的反应。所以, 本文预期relation与CAR之间呈正相关关系。

其次, 参照Bailey et al.(2011)、Huang et al.(2012)、罗荣华等(2014)、刘阳等(2015)等已有研究中解释力较强的变量, 本文控制了代表贷款特征和公司财务及治理特征的变量。具体来说, 贷款为共同授信时, 贷款模式loanpattern=1, 否则为0；变量relating表示借款人与担保人之间是否存在关联关系, 存在为1, 不存在为0；变量term表示贷款的期限, 以年为单位；变量renew表示该笔贷款是否为续新贷款, 如果是续新贷款则renew=1, 如果是新贷款则为0；公司规模size为总资产的自然对数；如果借款人为民营企业, 则statep=1, 否则为0；变量retstd表示公告前股票收益的波动率；净资产收益率roe用于代表公司的盈利情况。

最后, 引入企业金融化程度与银企关系的交乘项, 进一步探寻企业的金融化行为对银企关系信息生产价值的影响。具体的回归模型如下:

$ \begin{array}{l} CA{R_{it}} = {\beta _0} + {\beta _1}\mathit{relatio}{\mathit{n}_{i, t - 1}} + {\beta _2}fi{n_{i, t - 1}} + {\beta _3}\mathit{relatio}{\mathit{n}_{i, t - 1}}*fi{n_{i, t - 1}}\\ \;\;\;\;\;\;\;\; + \sum {{\gamma _{1i}}} \mathit{loancontro}{\mathit{l}_{i, t - 1}} + \sum_{{\gamma _{2i}}} {\mathit{firmcontro}{\mathit{l}_{i, t - 1}}} + {\varepsilon _{it}} \end{array} $

(3)

其中, fin_{i, t-1}代表企业的金融化程度。

本文参考宋军、陆旸(2015)、王红建等(2017)的研究, 采用金融资产与总资产的比重作为企业金融化程度的代理变量。根据前文提出的假说, 本文预期fin, fin与relation的交乘项符号都为负。上述变量的具体构造见表 1。

(二) 样本与数据来源

本文从CSMAR数据库的“银行贷款”子库中获取银行贷款公告的数据, 选取我国A股市场上市公司从2000年至2016年发布的银行贷款公告为样本, 其它数据分别来源于CSMAR和锐思金融数据库。为了筛选出一个相对干净的样本, 本文对初始数据进行了如下处理:

1.删除实际未发生的公告

删除提交了申请但银行并没有通过的样本, 而对包括签订协议、银行同意贷款、银行同意授信等在内的“同意”以及实际已发生的贷款公告予以保留。

2.删除不是由银行发放的贷款以及不能确认贷款行的公告

删除贷款人是信托、财务公司、租赁公司等非银行金融机构的样本。另外, 有的贷款人一栏仅有“金融机构”或者“银行”等字样, 无法对应到具体贷款人, 也予以删除。

3.处理重复公告

如果一家公司对同一笔贷款进行多次公告, 本文按时间排序, 保留最早发生的公告。

4.对贷款公告的干扰项进行处理

首先, 对某公司同一天内发布多笔贷款人为同一银行^①的贷款公告进行合并处理, 对贷款期限取最大值。其次, 删除某公司同一天内发布的向多家银行贷款的所有公告；对前后两次公告时间不超过180天的样本, 仅保留较早发生的公告。最后, 如果贷款公告事件窗内有其他重大事件(比如兼并、重组等)发生, 则将此公告删除。

① 本文对贷款人的确认归属到总行层面。

5.删除金融行业公司发布的贷款公告

6.删除ST、ST*公司发布的贷款公告

针对数据缺失的情况, 有些样本公告前后的股票收益率数据缺失, 导致无法计算CAR, 只能将其删除。对于其他变量(如贷款期限)数据缺失的公告, 我们选择暂且保留, 在回归时自动筛选有完整信息的样本进行分析。

经过以上处理, 最终得到了528家公司的857笔贷款公告。

(三) 主要变量的描述性统计

本文对计算relation和最后回归时所涉及的主要变量进行了上下各1%的缩尾处理, 表 2展示了回归中主要变量的描述性统计结果。

由表 2可以看出, 作为主要解释变量的银企关系强度和企业金融化程度的极差和标准差都比较大, 解释变量具有较好的变异性。其它变量的描述性统计结果则显示, 该样本的分布正常且具有一定的分散性, 满足回归分析对数据变异性的要求。

四、实证结果分析 (一) 异常收益率

图 1以五因子计算正常收益率对贷款公告事件窗(前后10天)内的异常收益率(AR)和累计异常收益率(CAR)进行了展示。^①两条细实线和粗实线分别对应AR与CAR的均值, 两条原点虚线和方点虚线分别对应AR与CAR的中位数。从中可以看出, 贷款公告前后10天的AR和CAR的中位数几乎都为负, 但以均值表示的AR和CAR为正的频率明显增加。该图的结果与已有研究结果部分一致, 显示贷款公告在我国资本市场上引起的反应总体偏负面。

① 以三因子计算得到的结果总体与此一致, 只是均值序列中AR和CAR为正的频率更低。

(二) 分组对比分析

本文首先将银企关系强度按中位数划分为“强银企关系”和“弱银企关系”两组。在不考虑其他因素的情况下, 检验不同银企关系强度的贷款公告累计异常收益率之间是否存在显著差异。参考已有研究对CAR事件窗的选取, 本文将汇报[-10, 10], [-5, 5], [-5, -1], [1, 5]四种事件窗的研究结果。

表 3的结果显示, 从总体上看, 在整个贷款公告事件窗内, 高银企关系组比低银企关系组的CAR均值要高。在[-5, 5]的事件窗内, 高银企关系组的CAR显著高于低银企关系组；但在[-10, 10]的更长区间内, 两者的差异则不显著。进一步看, 两组之间的显著性差异主要来自于贷款公告后一周[1, 5]的事件窗, 而在[-5, -1]这个公告前一周的事件窗内, 两者的差异并不显著, 说明不存在明显的信息泄漏。接下来, 本文将对方程(1)和方程(3)所述的变量进行控制, 采取回归分析的方法探讨银企关系强度对累计异常收益率的影响, 并进一步分析企业金融化行为对上述机制的影响。

(三) 回归分析

1.银企关系强度对CAR的影响分析

表 4是用CAR对relation进行回归的结果。该结果显示, 在[-5, 5]和[1, 5]两种事件窗内, 银企关系与CAR显著正相关, 说明更高强度的银企关系更能引起资本市场的正向反应。银企关系越亲密, 市场对贷款公告传递出的信息评价越正面, 与“银行可以通过和企业维持亲密的银企关系来提高其缓解信息不对称能力”的假说相一致, 支持本文的研究假说一。在[-10, 10]和[-5, -1]两种事件窗中, 银企关系与CAR也呈现出正相关关系, 不过这种关系不显著, 说明在较长的区间中或者公告之前, 银企关系对CAR无显著影响。

表 4还在包含公告后的区间内发现了以下结果。第一, 共同授信会带来市场的负向反应, 这与刘阳等(2015)的研究结论一致。他们认为, 贷款银行之间的信息不共享与竞相放款等非合作行为, 以及共同授信对内部人控制与资金转移问题的进一步恶化, 导致共同授信比单一银行贷款的监督效果更差。第二, 续新贷款体现出比新贷款更高的异常收益率, 这与Lummer and McConnell(1989), 王擎、蔡栋梁(2009)的研究结论一致, 认为银行对企业的私有信息来源于双方的长期合作。同时, 贷款期限也显示出一些正面信号, 贷款期限越长, 市场的反应越正面。另外, 借款人与担保人之间的关联关系并不会引起市场对贷款公告的负面反应。可能的解释是, 市场认为借款人与担保人之间的关联关系更能促进担保的有效性。第三, 公司公告前的股票收益波动率、公司规模、roe都与CAR负相关, 与罗荣华等(2014)、刘阳等(2015)的发现一致, 认为公告前股价的高波动会降低贷款公告的异常收益率。公司规模越大, 其信息不对称程度相对较低, 银行的信息生产价值会相对较小。而对于roe与CAR之间的负相关, 市场可能认为借款人为了获得贷款而通过利润调整、盈余管理等方式对roe进行了操纵。第四, 如果公告企业是民营企业, 则贷款公告会产生正向的异常收益率, 说明市场认为银行的信息生产在民营企业中体现得更有价值。

2.企业金融化对银企关系缓解信息不对称能力的影响分析

如前文所述, 本文研究的是针对危机的经济刺激政策出台之后, 企业的金融化行为对银行信息生产的影响。虽然我国针对危机的一揽子经济刺激计划最早是在2008年底提出, 但主要的刺激政策其实是在2009和2010年相继推出的, 于是我们按2010年前后将样本划分为经济刺激政策实施前和实施后进行对比研究。

表 5对2010年前后的企业金融化程度进行了对比, 发现2010年及其之后的均值比之前显著更大, 说明在不考虑其他因素的情况下, 经济刺激政策实施之后, 企业的金融化程度的确比之前有显著的增加。

接下来, 在控制住与前文相同的贷款特征与公司特征的情况下, 表 6展示了经济刺激政策实施之后, 企业金融化行为对银企关系信息价值的影响。在公告后[1, 5]天的区间内, fin的符号显著为负, 表明企业金融化程度越高, 其获得银行贷款引起的市场反应越负面。而且fin与relation的交乘项也显著为负, 表明金融化程度高的企业, 与银行的关系越亲密, 其获得银行贷款引起的市场负面反应将更加强烈。更明确地, fin与relation的交乘项显著为负表明企业的金融化行为将削弱亲密银企关系的信息价值。

而表 7显示, 在经济刺激政策实施之前, 企业的金融化行为没有表现出前述影响。说明企业的金融化行为是在前文所述的经济环境中才表现出对银企关系信息价值的削弱作用, 以上结论支持本文的研究假说二。其他控制变量的结果与前文基本保持一致, 此处不再赘述。

3.稳健性检验

为了提高研究结果的稳健性, 本文还对前述实证研究进行了如下变换:

(1) 在前述的实证研究中, 我们将随时间变化的解释变量滞后了一期, 所以文中2010年的fin指标刻画的其实是2009年的企业金融化程度。于是, 本文还将样本按2011年前后划分进行了前述检验。

(2) 上市公司发布贷款公告可能是在交易日, 也可能在非交易日, 即便是在交易日, 具体的发布时点也无法确认, 所以我们在前文中采用了公告后一天开始的[1, 5]区间。出于稳健性的考虑, 本文还对包含公告当天的[0, 5]区间进行了前述所有检验。

(3) 本文对两个关键解释变量银企关系强度和企业金融化按中位数进行了离散化处理, 高于中位数的值取1, 否则取0, 再进行相应检验。

(4) 本文还用基于Fama and French三因子计算的CAR替换五因子CAR, 进行了前述所有检验。

为节省篇幅, 本文未报告上述稳健性检验的结果读者如有兴趣, 可向作者索要。。综合来看, 上述实证研究的变换并没有对本文的主要结果产生实质性的影响, 关键解释变量、交乘项以及大部分的控制变量结果与前文保持一致, 说明本文的实证研究结果具有较好的稳健性。

五、结语

本文从贷款公告市场反应的角度, 采用一种更加综合的银企关系度量方式, 结合危机后我国实体企业金融化的现象, 检验了亲密的银企关系和企业金融化行为对银行缓解信息不对称能力的影响。本文的研究结果显示, 当企业与银行保持紧密的银企关系时, 其发布的贷款公告会产生显著为正的累计异常收益率, 表明亲密的银企关系有助于促进银行的信息生产。进一步地, 在我国实体经济利润率下滑, 危机后一揽子宽松经济政策的刺激下, 企业的金融化行为会削弱亲密银企关系的信息价值。

本文对银行的具体信息生产机制进行了探讨, 肯定了银企关系的价值, 是对银行信息生产理论的深化与拓展, 对信贷市场的各方参与者来说具有一定的参考价值。上述研究还表明在当前中国特殊的经济环境中, 企业的金融化行为会显著降低资本市场投资者对银行缓解信息不对称能力的评价, 从资本市场反应的视角能给政府引导实体经济“脱虚向实”提供一定的启示。关于银企关系信息价值的差异化研究方面, 本文从企业金融化的角度进行了细化。进一步的研究中, 还可以考虑不同类型的银行通过银企关系进行信息生产时的差异, 具体可从银行的规模、性质等角度入手。除了信息生产本身, 信息的传递和识别等也会影响贷款公告的市场反应, 具体可考虑市场环境、投资者的信息处理能力以及投资者情绪等因素对银企关系信息价值的影响。