企业声誉重要吗
企业声誉重要吗?基于银行借款的经验证据1
陈运森1 ,朱松2 , 王玉涛3
(1.清华大学经济管理学院,北京 100084;2.北京师范大学经济与工商管理学院,北京 100875;3.
中央财经大学会计学院,北京 100081)
摘要: 本文从声誉受损的角度出发,实证检验了声誉在企业-银行关系中发挥的直接和间接作用。研究结果发现:上市公司在声誉受损后获得的银行借款增量减少,借款成本上升;与声誉未受损公司相比,声誉受损公司获得的银行借款增量较低,借款成本更高。除上述这种直接影响外,声誉还通过改变银行跟企业稳定的“业绩-银行借款”关系来间接影响银行借款政策。进一步的研究还发现市场环境的差异也会影响声誉作用的发挥。本研究说明,声誉作为企业与利益相关者长期重复博弈的重要机制和非正式制度,影响了合约的制定和执行。处在新兴加转轨经济中的中国企业必须注重声誉的积累,从而节约各种交易成本。关键词: 声誉; 网络关系; 银行借款; 公司违规
中图分类号:F830.91 文献标识码:A
1. 引言
本文通过考察声誉受损对上市公司银行借款的影响来检验企业声誉的重要性。理论研究认为声誉经过社会网络中的参与者无数次重复接触和博弈的过程不断积累,最终形成稳定的信任关系,而这种信任关系能够节省交易成本(Lin, 2001[1]; 张维迎,2001[2])。然而,在现实生活中对声誉问题的研究多数都是将声誉作为宏观的非正式环境(张维迎和柯荣住2002[3];刘凤委等,2009[4])。而从微观角度来看,企业间声誉的差异是否会导致企业活动的显著差异呢?因某一原因导致的声誉受损是否给企业带来消极影响呢?2009年9月23日证监会披露五粮液公司存在未披露较大投资行为和损失、未如实披露重大证券投资损失和披露的主营业务收入数据存在差错等三项违规行为。虽然当天五粮液股价下挫4%,但行业分析师则普遍表示这三项“罪名”基本上都是五粮液的“陈年旧事”,对公司的影响不会太大2。这一例子说明,声誉受损是否这一例子说明,声誉受损是否对企业形成不利影响仍然存在一些争议。而且,中华文化传统的一个重要特征是不重视“理性化”的正式关系及制度的建立与实施,而重视非正式的社会关系和非正式的制度安排(樊纲,1994[5]),所以处在新兴加转轨型经济中的中国,法律等正式制度的制定和执行较差,企业与其利益相关者的合约制定和执行是否会更多的依赖于声誉等非正式的因素呢?基于以上原因,本文试图从声誉受损的角度研究声誉对企业融资活动的影响。研究结果一方面能够提供经验证据来佐证已有的声誉理论,另一方面也能为现实生活中存在的这些争议提供答案。
本文以企业社会网络关系中非常重要的一环——银企关系为研究对象,以上市公司因违法违规被证监会处罚来表征声誉受损,考察声誉受损对上市公司的新增贷款和贷款利率的影响。本文有三个重要研究发现:与声誉受损前相比,公司在声誉受损后获得的银行借款增量减少,借款成本上升;与声誉未受损公司相比,声誉受损公司获得的银行借款增量较
低,借款成本更高;声誉不仅直接影响银行借款政策,还通过改变银行跟企业稳定的“业绩-银行借款”关系来间接发挥作用;少量的证据表明市场环境的差异会影响声誉作用的发挥。这些研究结果意味着声誉受损确实提高了公司的融资成本,声誉作为企业与利益相关者长期重复博弈的重要机制和非正式制度,影响了合约的制定和执行,公司必须注重声誉的积累,从而节约各种交易成本。
本文具有重要的理论贡献和现实意义。首先,一些研究关注一个地区的信任关系对个体企业的影响(刘凤委等,2009[4]),这属于宏观视角的分析,但本文从微观角度检验了声誉这种非正式制度对中国上市公司行为的作用,因此拓展了人们认识声誉作用的深度和广度。其次,诸多社会学和经济学研究都推理出声誉能够减少企业的交易成本(Lin, 2001[1];Mailath和Samuelson,2006[6]等),本文则提供了实证证据,丰富了声誉这一领域的研究成果;再次,由于声誉高低或好坏难以衡量,本文则从声誉受损这一独特角度出发,研究声誉如何影响企业行为,这为微观非正式制度对企业作用提供了新的研究视角3。最后,本研究还具有实践指导意义:在法律等正式制度并不完善的中国,我们的研究结果说明,声誉作为约束企业利益相关者行为的非正式制度逐渐形成,企业必须在与自身不同利益相关者的博弈过程中不断积累声誉,从而形成稳定的社会网络关系。而更重要的是,由于整个社会声誉的建立对中国建设和谐社会具有重大意义4,本文的结论为其提供了在企业领域的政策建议。
本文第二部分是文献综述,第三部分提出研究假设,第四部分为研究设计,实证分析在本文的第五部分,第六部分对全文进行了总结。
2. 文献综述和理论分析
关于企业和银行之间关系的研究成果比较丰富。胡奕明和周伟(2006)分析了银行贷款政策与企业财务状况之间的关系,发现两者之间存在一定联系,但不是很明确;江伟和李斌(2006)[7]发现相对民营上市公司而言,国有上市公司能获得更多的长期债务融资,在政府干预水平比较低的地区,国有银行对不同性质公司的差别贷款行为有所减弱;余明桂和潘红波(2008)[8]发现政治关系可以作为一种替代性的非正式机制帮助民营企业获得银行的信贷支持;谢德仁和陈运森(2009)[9]则从债务重组角度考察银行贷款等融资性负债的治理效应,发现作为市场运行的“基础设施”,金融生态环境有助于融资性负债发挥治理效应,但此效应会被政府作为国有控股上市公司最终控制人所具有的“父爱效应”所削弱;姚立杰和夏冬林(2009)[10]发现盈余质量越高,总债务成本、长期借款债务成本和信用借款债务成本也越低,从而说明我国银行能够识别借款企业的盈余质量。但这些文献要么基于企业微观特征如会计信息质量、审计质量等与银行贷款决策的联系,要么基于宏观市场和金融生态环境如何影响企业和银行的关系,而没有涉及声誉在企业-银行网络关系的博弈过程中扮演的重要角色。
声誉是利益相关者根据自己的直接经验和参与者的行为在合约成功完成后对对方做出的评价(Gotsi和Wilson, 2001)[11],所以声誉倾向于利益相关者对已完成的博弈形成的一种看法,而信任则是基于这种看法对未来的一种预期,每一次博弈积累的声誉就会逐渐形成双方之间的信任关系5。声誉对企业的影响可以从社会学和经济学两个角度考虑。从社会网络理论来看,社会网络能够带来社会资本和节省交易成本(Lin,2001)[1]。在各种社会网络参与者中的声誉是形成稳定网络的黏合剂,其中任何一个参与者如果由于某种事件使得自身声誉受损,他与其他参与者的稳定网络便会断裂,之前所获得的诸如社会资本、资源
共享、信息传递等节约交易成本的网络关系优势便不复存在。从博弈论角度来看,经营者追求良好的声誉是为了获取长期利益的最大化,是长期动态重复博弈的结果。因为市场信息不完全,信任的形成需要一个长期过程,而长期的信任以每一次交易形成声誉为前提,需要通过多次的交往到一定程度之后才能发生,声誉也就是由这种长期交往过程中表现出的彼此诚信所决定的(Mailath和Samuelson,2006)[6]。而社会学和博弈论角度的声誉作用可以结合在一起解释,声誉在社会网络参与者无数次重复接触和博弈的过程中不断积累,从而形成稳定网络关系中的信任。张维迎(2001)[2]发现若博弈重复发生,人们则会更倾向于相互信任。Kreps(1990)[12]更是将企业视为将一次性博弈转化为重复博弈的机制,是声誉的载体。而长期重复博弈理论中的惩罚理论,则从反面出发,证明在参与一方违反之前制定的规则而导致声誉受损之后,另一方会用更严厉的行为来惩罚它。最严重的,双方的长期合作关系将受损,相互信任关系带来的交易成本节省优势便会丧失。从企业角度来看,其与利益相关者之间的“社会连带”(Social Tie)是企业社会网络中非常重要的一部分,这种社会连带在产生信任的过程中扮演着重要的角色(Granovetter,1985)[13]。刘凤委等(2009)[4]发现了一个地区的信任水平能够节约当地上市公司网络关系(企业-供应商)的各种交易成本。从微观角度来看,上市公司的声誉形成过程是一个公司和其他利益相关者不断接触的过程。每次签订和执行合约的过程,利益相关者都面临着公司违约的风险,而一次成功的合约结束之后利益相关者对公司的相信程度就增加一些,获取的声誉作为隐性合约条款就包含在下次合约执行的过程中,如此反复,就形成了比较稳定的信任关系。从声誉积累及信任形成模型的反馈机制里面,可以看到建立正向公司声誉的长期性和艰难性,一旦建立了稳定的声誉激励之后,所获得的交易成本的节约将非常可观。Williamson (1975)[14] 认为,虽然有限理性阻止完全合同的订立,但是,如果经济主体完全值得信赖,那么,一般情况下还有不完全合同可以依赖。李维安和李建标(2003)[15]则指出交易创造整个地外推了效用曲线, 这是由于交易时滞、信息不对称和内生性交易费用给交易带来了障碍。企业信用这种安排可以以信号、抵押、担保的方式部分地消除这种障碍。但同时不可忽略的是,公司声誉受损的损失性及时间是不对称的。公司的建立声誉是一个非常长期的系统性累积过程,但要使公司声誉受损则是瞬时的。
现有文献关于信任、声誉等非正式制度对公司治理的研究比较少,Diamond(1991)[16]用模型推导出在对自利行为的道德风险监管过程中声誉发挥了重要作用,Mailath和Samuelson(2006)[6]描述了声誉在长期博弈中的信息不对称情况下在监督中所起的关键作用,Karpoff 和Lott(1993)[17]对美国欺诈犯罪的样本研究中发现,此类违规行为中声誉机制比法律机制更为重要,上市公司受处罚的直接损失要小于声誉上的损失, Karpoff et al.(2008)[18]以美国1978-2002年公司因财务非正常表述被SEC处罚的公司为样本,研究发现这些公司在遭遇了行政性处罚之外,还受到了资本市场股东更大程度的声誉处罚(reputational penalty),但Karpoff et al.(2005)[19]却发现违反环境法律法规的公司更主要是受到法律和行政处罚,而非声誉处罚。张维迎和柯荣住(2002)[3]及刘凤委等(2009)[4]从宏观角度研究了地区信任程度对公司行为的影响,李维安和李建标(2003)[15]以调查问卷样本初步研究了中国上市公司的信任情况,发现信任可以减少诸多交易成本。而从微观角度,陈国进等(2005)[20]研究了公司治理和声誉机制对上市公司违法违规行为的影响,他们把违法违规行为作为一种经济后果,用公司的资产作为公司声誉的代理变量,发现声誉的作用甚微。所以,企业声誉在公司网络关系行为中扮演的角色至今仍存在很多争议,本文则试图进行解答。
3.假设提出
作为企业的一个社会网络关联,银企关系是非常重要的一环,这种网络关系很大程度上是由企业和银行在长期合作关系中形成的声誉来支撑的6。由于宏观制度环境的缺陷,企业-银行倾向于用非正式制度环境来约束双方的行为,在双方签订合约的时候,必定会考虑到声誉的作用。作为隐性合约的重要组成部分,公司声誉能够给银行提供判断公司违约事件发生概率的信息。具体到某一次博弈过程中,银行会根据企业内部评级系统的标准对客户进行信用评级,不同信用级别意味着不同的授信额度和贷款利率。因为银企关系的稳定必须经过双方多次重复的交易和接触,每一次博弈过程中,银行都要考虑客户预期的违约情况,所以在建立与客户之间的借贷关系和信任关系过程中,银行必然会考量企业的声誉,每一次的成功借贷都意味着声誉的累积(Diamond,1991)[16];经过多次重复博弈,声誉的持续积累最终形成相互信任关系,进而降低双方之间的交易成本,这不仅体现在通过减少违约概率的发生来减少银行的成本,而且体现在通过获得较低贷款利率和增加贷款额度来减少
La Porta et al. (2000)[21]认为在资本市场中,维持一个好声誉的回报首先企业的融资成本。
反映在可以更容易地和以更低的成本获得再融资。谢德仁和陈运森(2009)[9]发现商业银行借款等融资性金融负债对公司本身有一种制约作用,而这种制约作用就使得银行会严格监督公司在执行借贷合约中的行为,如果银行-企业的合约逐渐融合了声誉要素,那么银行的监督行为自然也会松弛7。
相对于成熟社会以团体为中心的较为稳定的关系网络,中国的社会结构体现的是一种由个人从中心向外构织的差序格局(费孝通,1947)[22]。这种具有中国特色的社会关系结构要想维持稳定必须更注重关系网络中各个参与者在长期重复博弈中的声誉积累,一旦声誉受到损害,这种脆弱的社会网络关系则非常容易破裂而难以愈合。结合到企业-银行角度,一旦企业发生了诸如违法违规等损害自身声誉的行为,银企之间已经形成的有利于双方的隐性合约便不复存在,银行-企业的稳定连带网络将被破坏,声誉的“溢价作用”就会降低甚至消失。银行为了保护自身的利益,不再愿意提供给企业声誉受损前的优惠条件,相对于之前基于声誉等为基础的隐性合约而发生的有利于双方的借贷关系因此,银行更倾向于提供更少的贷款和要求更高的利率,以规避违约风险。同时,既然声誉积累形成的信任关系有助于降低双方之间的交易成本,可以合理预期,相对于那些声誉未受损的公司,那些声誉受损的公司要想获得银行信贷支持,不仅需要承担更高的借贷成本,而且贷款额也可能更少,这些都增加了声誉受损公司的交易成本。基于此,本文提出以下假设:假设1:公司声誉受损后所获得银行贷款增量将减少。
假设1(a):与声誉受损前相比,公司在声誉受损后的银行借款增量减少。假设1(b):与声誉未受损公司相比,声誉受损公司的银行借款增量较低。假设2:公司声誉受损后所获得银行贷款利率将上升。
假设2(a):与声誉受损前相比,公司在声誉受损后的银行借款成本提高。假设2(b):与声誉未受损公司相比,声誉受损公司的银行借款成本较高。
银行对上市公司的贷款合约中,公司财务状况肯定是银行非常关注的一项显性因素。如果银行对公司存在有效的监督行为,就表现为其贷款决策依据公司财务状况而定,也就是银行贷款决策与企业财务状况之间有着比较稳定和合理的关系。事实上,胡奕明和周伟
(2006)[23]检验了我国银行借贷政策与财务状况之间的联系,发现了一些实证证据。胡奕明和谢诗蕾(2005)[24]还发现与短期贷款相关的不是流动性指标,而是获利能力指标。一旦公司发生声誉受损事件,就会破坏企业与银行之间相互信任的隐性合约,进而促使银行更加关注企业的财务状况,更多地考虑客户财务状况的真实性,以做出正确的借贷决策,因此声誉受损必将影响银行借贷政策与财务状况之间的固定关系。而在所有公司财务状况方面,银行对公司的盈利能力尤其重视。在中国,破产等极端的行为并没有成为一种常态,在更多的稳定长期借贷合约关系中,对盈利能力的关注经常成为银行关注的焦点,也因此经常作为直接指标写入借贷的显性合约中。所以,声誉一方面直接破坏了“银行-企业”的隐性合约,另一方面也间接破坏了稳定的“业绩-银行借贷政策”关系的显性合约,最终增加了双方之间的交易成本。基于此,本文提出如下假设:
假设3:声誉受损会破坏稳定的“业绩-银行借贷政策”联系,即降低公司业绩与银行借款数量的正相关关系,增强公司业绩与银行借款成本的负相关关系。
4. 研究设计
4.1 模型与变量
Karpoff et al.(1993,2005,2008)[17-19]的系列文章发现公司因各类违规、欺诈和犯罪等事件被SEC处罚所承担的成本中,行政处罚仅占小部分,更多的则是资本的投资者对公司进行的声誉处罚;陈国进等(2005)[20]也认为上市公司违法违规行为受披露和处罚后必然导致声誉资产的损失,除了受处罚的直接损失之外,还包括间接声誉损失;类似的,张翼和马光(2005)[25]以公司因违规被监管机构处罚作为公司丑闻的代理变量,公司发生丑闻自然就意味着声誉的损失,因此,本文也采用上市公司因违法违规被监管机构处罚和披露事件作为公司声誉受损的代理变量。
本文的实证部分检验了声誉受损的两种对比情况。首先,比较公司违规被监管机构披露和处罚前后银行借款情况的变化;其次,对比公司违规被监管机构披露和处罚的后一期,有声誉受损公司与没有声誉受损公司之间银行借款情况。本文采用银行新增借款8和银行借款成本来表征银行借款情况的变化,具体模型设定如下:
CLt+1&FFEEt+1=α0+α1FRt+α2ROAt+α3GROWTHt+α4CFOt+α5Z−scoret +α6LEVt+α7SIZEt+α8ABSDAt+α9DOPIt+α10CONt
+α11SHR1t+ 邋IND+YEAR+εt
(1)
CLt+1&FFEEt+1=β0+β1FRt+β2FRt*ROAt+β3ROAt+β4GROWTHt+β5CFOt +β6Z−scoret+β7LEVt+β8SIZEt+β9ABSDAt+β10DOPIt
+β11CONt+β12SHR1t+邋IND+YEAR+ψt
(2)
我们用模型(1)检验声誉受损现象对银行借款的直接影响,模型(2)加入FR和ROA的交叉项,用来检验声誉受损通过影响企业“业绩-银行借款”关系而对企业-银行合约的间接影响9。其中,CL为银行借款增量变化。考虑到长期借款由于签约期较长,短期内受声誉受损事件影响的概率较小,以及“长债短借”现象的存在等原因使得很多上市公司并没有
(2006)[23]检验了我国银行借贷政策与财务状况之间的联系,发现了一些实证证据。胡奕明和谢诗蕾(2005)[24]还发现与短期贷款相关的不是流动性指标,而是获利能力指标。一旦公司发生声誉受损事件,就会破坏企业与银行之间相互信任的隐性合约,进而促使银行更加关注企业的财务状况,更多地考虑客户财务状况的真实性,以做出正确的借贷决策,因此声誉受损必将影响银行借贷政策与财务状况之间的固定关系。而在所有公司财务状况方面,银行对公司的盈利能力尤其重视。在中国,破产等极端的行为并没有成为一种常态,在更多的稳定长期借贷合约关系中,对盈利能力的关注经常成为银行关注的焦点,也因此经常作为直接指标写入借贷的显性合约中。所以,声誉一方面直接破坏了“银行-企业”的隐性合约,另一方面也间接破坏了稳定的“业绩-银行借贷政策”关系的显性合约,最终增加了双方之间的交易成本。基于此,本文提出如下假设:
假设3:声誉受损会破坏稳定的“业绩-银行借贷政策”联系,即降低公司业绩与银行借款数量的正相关关系,增强公司业绩与银行借款成本的负相关关系。
4. 研究设计
4.1 模型与变量
Karpoff et al.(1993,2005,2008)[17-19]的系列文章发现公司因各类违规、欺诈和犯罪等事件被SEC处罚所承担的成本中,行政处罚仅占小部分,更多的则是资本的投资者对公司进行的声誉处罚;陈国进等(2005)[20]也认为上市公司违法违规行为受披露和处罚后必然导致声誉资产的损失,除了受处罚的直接损失之外,还包括间接声誉损失;类似的,张翼和马光(2005)[25]以公司因违规被监管机构处罚作为公司丑闻的代理变量,公司发生丑闻自然就意味着声誉的损失,因此,本文也采用上市公司因违法违规被监管机构处罚和披露事件作为公司声誉受损的代理变量。
本文的实证部分检验了声誉受损的两种对比情况。首先,比较公司违规被监管机构披露和处罚前后银行借款情况的变化;其次,对比公司违规被监管机构披露和处罚的后一期,有声誉受损公司与没有声誉受损公司之间银行借款情况。本文采用银行新增借款8和银行借款成本来表征银行借款情况的变化,具体模型设定如下:
CLt+1&FFEEt+1=α0+α1FRt+α2ROAt+α3GROWTHt+α4CFOt+α5Z−scoret +α6LEVt+α7SIZEt+α8ABSDAt+α9DOPIt+α10CONt
+α11SHR1t+ 邋IND+YEAR+εt
(1)
CLt+1&FFEEt+1=β0+β1FRt+β2FRt*ROAt+β3ROAt+β4GROWTHt+β5CFOt +β6Z−scoret+β7LEVt+β8SIZEt+β9ABSDAt+β10DOPIt
+β11CONt+β12SHR1t+邋IND+YEAR+ψt
(2)
我们用模型(1)检验声誉受损现象对银行借款的直接影响,模型(2)加入FR和ROA的交叉项,用来检验声誉受损通过影响企业“业绩-银行借款”关系而对企业-银行合约的间接影响9。其中,CL为银行借款增量变化。考虑到长期借款由于签约期较长,短期内受声誉受损事件影响的概率较小,以及“长债短借”现象的存在等原因使得很多上市公司并没有
长期借款的缘故10,本文除了采用总银行借款增量(CTL)作为代理变量之外,还检验了短期借款增量变量(CSL);FFEE为银行借款成本,由于很难获得企业每一笔银行借款的利率水平,所以本文以“财务费用/(短期借款+长期借款+应付债券)”作为银行借款利率的间接变量11。FR为声誉受损变量,采用因违法违规被监管机构处罚和披露前后虚拟变量及是否存在因违法违规而被监管机构处罚和披露虚拟变量来表征。由于银行给上市公司借款可能首先基于公司的财务状况等基本面信息,我们首先控制了公司的盈利能力、成长能力、现金流情况、杠杆水平、公司规模及公司财务风险等公司基本面情况12;为了排除公司是由于会计信息质量下降而非声誉受损而影响银行借款行为,我们也控制了公司会计信息质量(盈余管理程度、审计意见)指标;最后我们控制了第一大股东持股比例和最终控制人性质及行业和年份等因素(胡奕明和周伟,2006[23];江伟和李斌,2006等[7]),具体变量定义如表1所示:
4.2 样本与数据
本文数据来源于CSMAR数据库,我们选择了2000-2007年因违规被监管机构处罚的公司为初始样本,剔除金融保险行业的样本后共有729个13。我们分别对“声誉受损前后样本”和“是否声誉受损样本”进行检验:在“声誉受损前后样本”中,本文选择声誉受损公司前两年跟后两年的数据进行对比检验,由于监管机构受理公司违规案件的时滞,银行可能在第t年已经知道和采取了措施,为了控制这种情况,我们在稳健性检验中把公司声誉受损当年样本也放入,作为声誉受损后样本。在“是否声誉受损样本”中,我们对声誉受损公司按“年份-行业-规模”进行样本配对,获得729个公司声誉未受损样本,同时在稳健性检验中也进行了全样本的比较。前一个样本考察的是声誉受损前后的纵向比较,后一个样本则考虑了声誉受损与否的横向比较14。本文对回归模型中的连续变量上下1%样本都进行了winsorize,以避免异常值产生的影响。
5. 实证检验
5.1 描述性统计15和单变量分析
初始样本的描述性统计如表2所示。资产负债率(LEV)的均值为0.692,中位数0.621,说明在声誉受损样本公司中银行借款比较高,这可说明银行借款对公司的重要性,而且银行在面临着如此的违约风险前提下,更加关注公司的声誉受损事件,从而使声誉受损可能对公司产生的影响比较大。CTL和CSL的均值相差很小,分别为-0.015和-0.013,说明公司长期借款变化很小。ROA的均值和中值均为负,说明声誉受损公司一般财务状况也较差,在此情况下银行应该会更加关注企业的财务状况变化,银行借款跟财务状况的敏感度就更高。
此处插入表 2 描述性统计
首先,我们将公司声誉受损当年作为第t期,分别比较在公司声誉受损前两期到后两期的银行新增借款情况变化,如图1所示:
从图1可以看出,银行借款增量从t-2期到t+2期一直成非常明显的下降趋势,直观上看公司违规而被处罚的声誉受损事件对银行借款有很显著的影响。事实上,从t-1期开始银行存款增量已经减少,这可能是因为虽然监管机构在t期披露和惩罚了违规公司,但其违规行为在t期之前已经有披露(证监会等监管机构从开始关注到非正式调查,然后到立案、正式调查到处罚有一段时滞)或者银行利用比公众投资者更具优势的私有信息已经有所关注。更重要的是在t+1期和t+2期,总银行借款为负,即在声誉受损之后,公司的总银行借款比上一期要更少。这说明企业由于财务造假被监管机构披露和处罚严重损害了企业的声誉,因此银行对其信任度显著下降,对其进行的借款呈现下降水平。而下降的这种趋势主要是由短期银行借款增量的变化带来的。图1结果初步说明声誉受损行为影响了上市公司的银行借款数量。
其次,我们对两组样本进行单变量分析,比较公司在声誉受损前后、公司是否声誉受损对公司总银行借款增量、短期借款增量、和银行借款利率是否发生显著变化,具体结果如表3所示。从样本一可以看出,公司声誉受损前一年银行总借款增量(CTL)和短期银行借款增量(CSL)的平均值显著高于公司声誉受损当年及后一年的借款增量,银行借款利率(FFEE)的平均数在公司声誉受损当年及后一年有显著的增加,而中位数的比较也有类似的结果(且都是在1%水平下显著),结果说明公司声誉受损显著降低了公司所能获得的银行借款,提高了银行借款的成本,假设1(a)和假设2(a)得到验证。
而从“是否声誉受损样本”检验声誉是否受损的公司样本对比结果同样可以发现,声誉受损公司的短期银行借款增量对比的中位数和平均值及总银行借款增量的平均值都显著的低于声誉未受损样本,假设1(b)得到验证; 类似的,声誉受损公司下一年的银行借款利率中位数和平均值也显著高于声誉未受损公司,假设2(b)得到验证。
此处插入表 3 声誉受损 前后、公司是否声誉受损样本的单变量分析
5.2 回归分析
首先我们检验声誉受损前后的样本,回归分析结果如表4所示。从表中可以看出:声誉受损变量与总银行借款增量和短期银行借款增量都在1%水平下负相关(结果见Model 1和Model 4,系数分别为-0.044和-0.054),而且这种负相关关系在控制了银行借款基于的公司基本特征变量和会计信息质量等变量之后仍然在1%水平下显著(系数分别为-0.019和-0.031,见Model 2和Model 5),说明声誉受损之后所能获得的银行借款增量显著下降,假设1(a)得到验证。从借款成本角度来看,声誉受损变量与银行借款成本在1%水平下显著负相关(见Model 7和Model 8结果),从而说明声誉受损前后银行借款成本发生了显著变化,假设2(a)得到验证。
从表4的各个模型可以看出,ROA与总银行借款增量和短期银行借款增量正相关,与银行借款成本负相关,而且都在1%水平下显著,说明银行会基于公司的盈利能力来调整借贷行为,公司盈利能力越高,能获得的银行借款越多。但这种基于业绩的直接稳定“业绩-银行借款数量”的显性合约关系会被声誉受损事件影响,Model 3和Model 6的
“FR*ROA”交叉项结果可以发现,当FR为1时ROA与银行借款增量的正相关关系降低,但只有在短期银行借款增量样本中显著,说明声誉受损事件主要影响短期借款合约;对借款成本的分析同样可以看出,声誉受损事件减弱了“业绩-银行借款成本”的负相关关系(如Model 9所示,交叉项系数为0.083, 在1%水平下显著),综合可知,假设(3)得到验证。
在控制变量中:LEV与银行借款增量是负相关关系,说明公司资产负债率越高,银行为了控制可能的公司违约风险,降低了对公司的新增借款;CFO与银行借款增量也是负相关关系,说明公司现有的货币资金与银行借款的替代关系,毕竟银行借款是需要支付利息等成本,在公司经营活动现金流充裕情况下,向银行的借款就减少;GROWTH与银行借款增量显著正相关,说明处于成长期的公司的资金需求要大;DOPI与银行借款显著负相关,与借款成本显著正相关,说明银行的借贷合约会考虑公司的审计意见。
其次我们检验是否声誉受损样本,如表5所示。结果与表4类似,声誉受损变量与银行借款增量显著负相关,但与借款成本的关系不稳定(如Model 7-8的结果所示,在控制了公司基本特征之后,FR_2变量系数变为不显著)。而FR_2*ROA分别于CTL、CSL显著负相关,与FFEE显著正相关,说明声誉受损不仅直接影响银行借款数量和成本,而且通过降低“业绩-银行借款数量”和“业绩-银行借款成本”的稳定关系来间接影响,综上所述,各项假设在是否声誉受损样本中同样得到验证。
5.3 稳健性检验
考虑到不同企业银行借款差异较大,因此本文也采用了哑变量来衡量银行借款增量(胡奕明和周伟,2006),即如果总/短期银行借款增量为正则设为1,否则为0,来检验银行借款是否因声誉受损而增加或减少。logistic回归分析结果跟总/短期银行借款增量的OLS回归结果类似,如表6所示,支持了3个假设的结论。
此外,如前文所述,虽然监管机构在t期披露和惩罚了违规公司,但其违规行为在t期之前已经有披露(证监会等监管机构从开始关注到非正式调查,然后到立案、正式调查到处罚有一段时滞)或者银行利用比公众投资者更具优势的私有信息已经有所关注。为了控制这种情况,我们把公司声誉受损当年样本也作为声誉受损后样本,结果在表7的“声誉受损前后样本”,除了在CTL和CSL情况下FR*ROA系数不显著之外,其他变量关系跟主要结果类似;同时,为了减少在检验“是否声誉受损样本”中使用配对方法产生的各种偏差,我们把所有声誉未受损公司样本加入,FR和FR*ROA的系数都符合预期,且都在1%
水平下显著,同样验证了假设。
同时我们也做了其他稳健性检验(篇幅限制,结果未报告):
1、在“声誉受损前后样本”中,只考虑声誉受损前后一年的样本;由于在“银行-企业”的借贷合约制定和执行过程中,银行更注重的是基于财务信息方面的事件,更关注企业财务舞弊性质的声誉受损事件,所以我们在所有违规样本中,选取了公司因财务舞弊而受到证监会处罚的样本进行检验;对主要实证检验中的“业绩-银行借款”关系,我们认为可能银行会综合各种财务状况如公司现金流情况、成长性、经营风险、财务信息质量、杠杆水平等公司基本特征因素来决定具体的借贷政策,所以我们用主成分分析法综合了模型中的ROA、GROWTCFO、Z-score、LEV、SIZE、ABSDA和DOPI为一个公司基本面指标进行检验。
2、为了进一步控制公司的业绩影响因素,我们在“声誉是否受损”样本中进一步控制了ROA的变化(银行不仅关注公司前一年的业绩,可能还会关注业绩的变化情况)以及公司是否亏损(银行对于亏损公司的贷款决策可能更加谨慎)等情况;在公司违规中,财务舞弊情况影响公司财务业绩的概率更大,所以我们剔除了违规样本中涉及的财务舞弊样本。
3、由于上市公司违规被处罚可能过程很长,我们对于此类“处罚长跑”也进行了考虑:首先删除了处罚年度和事件发生年度相隔超过一年的样本;其次对处罚和事件发生年度的间隔时间进行控制,加入“声誉受损前后样本”,实证结果发现在控制了“处罚长跑”因素后,结果依然显著。
4、对于银行借款利率指标,我们也使用了现金流量表间接法中的“财务费用”,该指标并不等同于利润表上的财务费用,主要与筹资活动有关,一般情况下并不包含汇兑损益等项目。
以上四种情况下结果都没有太大变化。本文的各类稳健性检验说明我们的结果比较稳健16。
5.4 进一步分析
本节进一步研究不同的市场环境对声誉作用发挥的影响。作为合约双方,只有在比较稳定的环境中,对未来有一个比较稳定预期的外部签约条件情况下,才能签订和执行稳定合约,进行长期和重复的博弈。相比较短期和非重复博弈行为,声誉的作用只有在长期动态重复博弈中才更能发挥作用。作为市场运行的“基础设施”,完善的金融生态环境(市场环境)有助于负债发挥治理效应(谢德仁和陈运森,2009[9],),从而银行作为主要债权人对公司的约束作用就要增强,公司因声誉受损而受到的银行“惩罚”就更大,自然声誉的作用更加有效,所以我们预期声誉的作用在市场环境较好的地区会更加显著。
我们在原有的模型中加入市场环境因素,通过“MAR*FR”和“MAR*FR*ROA”两个变量的系数来看声誉的作用发挥是否会因市场环境的不同而有差异。市场化指数来源于樊刚等编制的《中国市场化指数》(2007版)。由于市场化指数只到2005年,我们在主要回归模型中假设2006和2007年的值与2005年一致17,MAR指标为虚拟变量,如果市场化指数高于中位数则为1,否则为0,实证结果如表8所示:MAR*FR在两组样本的各模型都不显著,但MAR*FR*ROA与CTL和CSL显著负相关,说明好的市场环境下,声誉对“业绩-银行借款数量”的影响更大,很遗憾其与FFEE的关系不显著。表8的结果可以说明:少量的证据
表明,市场环境对声誉作用的发挥具有影响,而且这种影响主要来源于间接的影响“业绩-银行借款数量”关系。
基于类似的思路,国有的最终控制人性质可能对声誉有“替代”作用,我们也在模型中加入CON*FR及CON*FR*ROA变量,我们的样本并没有发现这种“替代”作用(结果未报告)。
6.结论与不足
建立和谐社会的重要特征之一就是社会参与者的相互交流活动都处于基于声誉和信任
为基础的社会网络关系,社会网络中的每一个参与者都在乎自己的声誉,以维持社会网络的和谐关系。上市公司作为社会经济中重要的参与者,其与不同利益相关者的网络关系同样重要,但层出不穷的公司因违法违规欺骗利益相关者而被监管机构调查的事件使我们产生了这样的怀疑:企业是否重视声誉在合约制定与执行中的影响呢?或者说,企业声誉重要么?而且其作用的发挥是否会受到正式制度环境的影响呢?
以往的研究都是从宏观层面考虑地区的声誉或信任水平,尚未有从微观角度来检验声誉作用的研究。本文独辟蹊径,选取了上市公司社会网络关系中非常重要的一环-银企关系为研究对象,以上市公司发生违法违规行为而被监管机构披露和处罚来衡量企业声誉受损从反面检验了声誉在企业-银行关系中起到了节约信息和交易成本的作用。具体地,与声誉受损前相比,公司在声誉受损后获得的银行借款增量减少,借款成本上升;与声誉未受损公司相比,声誉受损公司获得的银行借款增量较低,借款成本更高。声誉不仅直接影响银行借款政策,还通过改变银行跟企业稳定的“业绩-银行借款”关系来间接发挥作用。少量的证据发现市场环境的差异会影响声誉作用的发挥。证据表明声誉受损确实提高了公司的融资成本。中华文化传统的一个重要特征是不重视“理性化”的正式关系及制度的建立与实施,而重视非正式的社会关系和非正式的制度安排(樊纲,1994[5]),所以我们的结论意味着在缺乏团体社会关系稳定性和法律环境等正式制度不完善的中国,公司必须注重声誉的积累,以稳定其与各种社会网络的交易。
当然,本文的不足之处在于尽管从声誉受损角度研究企业声誉的经济后果是本文的一个创新,避免了声誉变量难以衡量的困境以及用无形资产或品牌等指标带来的内生性问题但遗憾的是我们找不到一个合适的声誉变量来验证这些结果,希望在后续研究中进一步考虑。
参考文献
[1]Lin N., 2001. Social Capital: A theory of social structure and action. New York: Cambridge University Press.
[2]张维迎,2001,产权、政府与信誉,三联书店,上海。
[3]张维迎、柯荣住,2002,信任及其解释:来自中国的跨省数据调查,《经济研究》,第10期。[4]刘凤委、李琳、薛云奎,2009,信任、交易成本与商业信用模式,《经济研究》,第8期:60-72[5]樊刚、王小鲁、朱恒鹏,2007,中国市场化指数——各地区市场化相对进程2006年报告,经济科学出版社,北京。
[6]Mailath G.J., Samuelson L., 2006, Repeated Games and Reputations: long-run relationships. Boston: Oxford University Press.
[7] 江伟、李斌,2006,制度环境、国有股权与银行差别贷款,《金融研究》,第11期:116-126[8]余明桂、潘红波,2008,政治关系、制度环境与民营企业银行贷款,《管理世界》,第8期:9-21[9]谢德仁、陈运森,2009,金融生态环境、产权性质与负债的治理效应,《经济研究》,第5期:118-129[10]姚立杰、夏冬林,2009,我国银行能识别借款企业的盈余质量吗?《审计研究》,第3期:91-96[11]Gotsi , M. and Wilson , A. M. ,2001. Corporate Reputation: Seeking a Definition, Corporate Communications:An International Journal, 6 (1) :24 - 30.
[12] Kreps D.M., 1990. Game Theory and Economic Modeling. Oxford University Press, USA
[13] Granovetter M., 1985. Economic action and social structure: the problem of embeddedness, The American Journal of Sociology,91(3):481-510
[14] Williamson O. E. ,1975 , Markets and Hierarchies : Analysis and Antitrust Implications ,N. Y. ,Free Press.
[15] 李维安、李建标,2003,股权、董事会与中国上市公司的企业信用,《管理世界》,第9期:103-109[16]Diamond D.W., 1991. Monitoring and reputation: the choice between bank loans and directly placed debt, Journal of Political Economy, vol 99(4): 689-721
[17]Karpoff, J. M., and J. R. Lott, 1993, The Reputational Penalty Firms Bear from Committing Criminal Fraud.” Journal of Law and Economics, 36, 757–802.
[18]Karpoff, J.M, Lee D.S., Martin G.S., 2008. The Cost to Firms of Cooking the Books, Journal of Financial and Quantitative Analysis, Vol 43(3): 581-612
[19]Karpoff, J. M.; J. R. Lott, Jr.; and E. Wehrly. 2005, The Reputational Penalties for Environmental Violations: Empirical Evidence. Journal of Law and Economics, 68, 653–675.
[20]陈国进、林辉、王磊,2005,公司治理、声誉机制和上市公司违法违规行为分析,《南开管理评论》,第6期:35-40
[21]La Porta R., Lopez-de-Silanes F., Shleifer A., Vishny R., 2000. Investor Protection and Corporate Governance, Journal of Financial Economics, 58: 3-27[22]费孝通,1947,乡土中国,三联书店,1985 版,上海。
[23]胡奕明、周伟,2006,债权人监督:贷款政策与企业财务状况,《金融研究》,第4期:49-60[24]胡奕明、谢诗蕾,2005,银行监督效应与贷款定价,《管理世界》,第5期:27-36[25]张翼、马光,2005,法律、公司治理与公司丑闻,《管理世界》,第10期:113-123
[26]王正位、赵冬青、朱武祥,2009,中国上市公司零长期借款的经验研究,中国国际金融年会论文集[27]吴世农、卢贤义 ,2001,我国上市公司财务困境的预测模型研究, 《经济研究》,第6期:46-55
表1 变量定义
变量名称增量银行借款
符号CTLCSLFFEEFR_1FR_2ROAGROWTHCFOZ-scoreLEVSIZEABSDADOPICONSHR1
变量定义
[t+1年末(短期借款+长期借款)-t年末(短期借款+长期借款)]/t年末总资产
(t+1年末短期借款-t年末短期借款)/ t年末总资产t+1年末财务费用/(短期借款+长期借款+应付债券)哑变量,公司违规受处罚和披露样本中,处罚披露前为0,之后为1
哑变量,t年公司因违规受处罚和披露则为1,否则为0第t年净利润/ t年末总18资产
(第t年主营业务收入-第t-1年主营业务收入)/ 第t年主营业务收入
第t年经营活动现金净流入/ t年末总资产
参考(吴世农和卢贤义, 2001)[27],以ST、PT衡量财务困境,构建财务困境预测模型,并基于此模型计算各个公司的Z-score
t年末总负债/ t年末总资产t年末总资产的自然对数
公司非正常应计利润的绝对值,按照Kothari et al.(2005)控制ROA之后的修正Jones模型计算
第t年公司财务报表如果获得非标审计意见则为1,否则为0
哑变量,1表示最终控制人为国有,否则为0
t年末公司第一大股东持有公司股份占总股数的比例
银行借款成本声誉受损
盈利能力成长能力经营活动现金流公司财务风险杠杆水平公司规模盈余管理程度审计意见最终控制人性质第一大股东持股水平
变量CSLFFEEROA
GROWTHCFOZ-scoreLEVSIZEABSDADOPICONSHR1
[***********][***********]
表2 声誉受损样本的描述性统计均值中位数最大值-0.013 -0.009 0.383 0.081 0.070 0.482 -0.093 0.069 -0.002 -0.892 0.692 20.728 0.148 0.483 0.570 0.354
-0.029 -0.004 0.010 -0.081 0.621 20.688 0.096 0.000 1.000 0.298
0.168 4.080 0.263 3.269 1.990 24.180 1.875 1.000 1.000 0.765
最小值-0.298 -0.332 -0.470 -0.825 -0.210 -8.659 0.087 18.711 0.000 0.000 0.000 0.096
标准差0.120 0.086 0.162 0.712 0.105 2.521 0.404 0.968 0.185 0.500 0.496 0.152
图1 声誉受损前后银行新增借款变化
变量样本量Panel A: CTL平均值差异(0-1)T value中位数差异(0-1)Z valuePanel B: CSL平均值差异(0-1)T value中位数差异(0-1)Z valuePanel D: FFEE平均值差异(0-1)T value中位数差异(0-1)Z value
表3 声誉受损前后、公司是否声誉受损样本的单变量分析
声誉受损前后样本是否声誉受损样本
11630.0273
0.04638.41***
0.0099
0.02139.42***
0.0287
0.055711.91***
0.0126
0.022611.92***
0.0569
-0.0258-6.99**
0.0576
-0.0134-10.18***
0.071
0.0572
-0.0144-6.02***
0.0827
0.0729
-0.0147-2.57**
0.0716
-0.01
0.0071
0.01859.49***
0.0876
-0.027
0.0176
0.05669.41***
-0.0114
-0.0114
0.0059
0.0218.35***
-0.039
1252-0.019
7290.0283
0.06038.27***
-0.0151729-0.032
注:括号内为t值;*表示 p
FR_1-0.044***-0.019***-0.021***表4 声誉受损前后样本的回归结果-0.054***-0.031***-0.034***0.026***0.011***0.013***FR_1*ROAROAGROWTHCFOZ-scoreLEVSIZEABSDADOPICON
(-7.91)
(-3.32)
0.088***(3.56)0.010**(2.33)-0.05(-1.63)-0.001(-0.70)-0.056***(-5.73)0.021***(6.41)0.032**(2.25)-0.025***(-3.71)0.012*-0.006(1.91)(-0.91)
(-3.57)-0.061(-1.45)0.133***(3.35)0.010**(2.35)-0.052*(-1.70)-0.001(-0.68)-0.056***(-5.73)0.021***(6.35)0.032**(2.25)-0.024***(-3.60)-0.005(-0.83)
(-11.45)
(-6.57)
0.068***(3.23)0.012***(3.44)-0.062**(-2.40)-0.001(-0.70)-0.046***(-5.60)0.015***(5.2)0.004(0.32)-0.024***
(-4.16)0.011**-0.003(2.14)
(-0.59)
(-6.83)-0.067*(-1.87)0.117***(3.48)0.013***(3.47)-0.064**(-2.48)-0.001(-0.67)-0.046***(-5.59)0.014***(5.13)0.004(0.32)-0.023***(-4.03)-0.003(-0.50)
(6.94)
-0.009**(-2.05)
(2.7)
-0.048***(-2.69)0.005*(1.84)0.107***(4.95)0.001(0.93)0.036***(5.25)-0.003(-1.21)0.014(1.21)0.014***
(3.06)-0.001(-0.13)
(3.29)0.083***(2.84)-0.108***(-3.90)0.005*(1.85)0.110***(5.06)0.001(0.91)0.036***(5.23)-0.003(-1.14)0.013(1.1)0.014***(2.92)-0.001(-0.25)
SHR1ConstantYear&INDF-ValueObs.
0.078***(4.02)-0.009(-1.20)√33.612415
0.036*(1.96)-0.391***(-5.72)√35.442415
0.036*(1.93)-0.387***(-5.65)√32.682415
0.056***(3.41)0.001(0.1)√55.812415
0.023(1.45)-0.251***(-4.33)√41.672415
0.022(1.42)-0.246***(-4.24)√38.532415
-0.001(-0.09)0.063***(12.11)√18.042415
0.014(1.07)0.083*(1.71)√16.92415
0.014(1.07)0.079(1.63)√16.212415
注:括号内为t值;*表示 p
FR_2-0.057***-0.021***-0.023***表5 是否声誉受损样本的回归结果
-0.052***-0.022***-0.024***0.015***-0.0010.003FR_2*ROAROAGROWTHCFOZ-scoreLEVSIZEABSDADOPICON
(-7.80)
(-2.87)
0.080**(2.40)0.017***(3.35)-0.115***(-3.05)-0.002(-0.60)-0.096***(-7.56)0.029***(7.33)0.066***(3.59)-0.006(-0.65)0.005-0.010(0.57)(-1.23)
(-3.19)-0.183***(-3.23)0.219***(4.03)0.016***(3.25)-0.105***(-2.79)-0.002(-0.75)-0.099***(-7.79)0.029***(7.18)0.072***(3.87)-0.007(-0.72)-0.005(-0.69)
(-8.82)
(-3.70)
0.041(1.49)0.008**(1.99)-0.094***(-3.05)0.001(0.39)-0.075***(-7.19)0.018***(5.50)0.034**(2.25)-0.014*
(-1.72)0.003-0.008(0.52)
(-1.31)
(-4.06)-0.167***(-3.60)0.168***(3.76)0.008*(1.87)-0.085***(-2.76)0.000(0.22)-0.078***(-7.46)0.017***(5.34)0.039**(2.57)-0.015*(-1.81)-0.005(-0.71)
(2.67)
(-0.17)
-0.064**(-2.27)-0.002(-0.59)0.083**(2.57)-0.000(-0.07)-0.005(-0.44)-0.014***(-3.99)0.032**(2.07)0.028***
(3.43)0.0100.022***(1.57)
(3.39)
(0.44)0.260***(5.52)-0.257***(-5.74)-0.001(-0.35)0.060*(1.86)0.000(0.19)0.001(0.06)-0.012***(-3.62)0.023(1.51)0.029***(3.58)0.015**(2.34)
SHR1ConstantYear&INDF-ValueObs.
0.074***(2.80)-0.038(-1.04)√7.761458
0.006(0.25)-0.587***(-6.68)√17.331458
0.002(0.07)-0.572***(-6.52)√17.211458
0.075***(3.52)-0.052*(-1.74)√9.391458
0.025(1.23)-0.373***(-5.17)√17.431458
0.020(1.02)-0.359***(-5.00)√17.431458
-0.017(-0.84)0.088***(3.24)√4.001458
0.005(0.24)0.363***(4.85)√6.011458
0.011(0.57)0.333***(4.48)√6.971458
注:括号内为t值;*表示 p
FRFR*ROAROAGROWTHCFOZ-scoreLEVSIZEABSDADOPICONSHR1ConstantYear&INDF-ValueObs.
表6 稳健性检验—
声誉受损前后样本-0.105***(-4.61)-0.487***(-3.19)0.684***(4.7)0.004(0.27)-0.042(-0.38)-0.021***(-3.27)-0.05(-1.40)0.094***(7.74)-0.012(-0.23)-0.119***(-4.89)-0.061***(-2.72)0.299***(4.34)-1.839***(-6.51)
√16.053144
-0.154***(-6.75)-0.568***(-3.73)0.696***(4.79)0.018(1.19)-0.091(-0.83)-0.018***(-2.78)-0.022(-0.61)0.084***(6.91)0.003(0.06)-0.140***(-5.73)-0.031(-1.38)0.139**(2.03)-1.331***(-4.70)
√15.953144
是否声誉受损样本-0.115***(-4.19)-0.312(-1.48)0.812***(4.02)0.001(0.05)-0.455***(-3.24)-0.037***(-3.87)-0.168***(-3.54)0.119***(8.04)0.027(0.39)-0.042(-1.14)-0.049*(-1.70)0.086(0.95)-1.822***(-5.59)
√11.41458
-0.170***(-6.22)-0.428**(-2.03)0.774***(3.84)0.014(0.74)-0.506***(-3.61)-0.030***(-3.11)-0.103**(-2.18)0.100***(6.78)0.150**(2.19)-0.091**(-2.49)-0.037(-1.28)0.054(0.6)-1.478***(-4.53)
√11.391458
注:括号内为t值;*表示 p
FRFR*ROAROAGROWTHCFOZ-scoreLEVSIZEABSDADOPICONSHR1ConstantYear&INDF-ValueObs.
表7 稳健性检验二
声誉受损前后样本
-0.011**(-2.02)-0.033(-0.83)0.106***(2.69)0.010***(2.81)-0.030(-1.14)-0.002(-1.04)-0.044***(-5.17)0.021***(7.11)0.013(0.95)-0.029***(-4.94)-0.012**(-2.22)0.040**(2.37)-0.533***(-7.67)
√19.933144
-0.021***(-4.48)-0.049(-1.45)0.092***(2.77)0.013***(4.11)-0.046**(-2.06)-0.002(-1.25)-0.040***(-5.55)0.015***(6.02)-0.007(-0.59)-0.028***(-5.53)-0.009**(-1.97)0.025*(1.75)-0.382***(-6.50)
√23.113144
0.008**(2.07)0.051*(1.85)-0.082***(-3.00)0.007***(2.66)0.066***(3.53)-0.001(-1.38)0.008(1.37)-0.006***(-2.65)0.025**(2.45)0.018***(4.41)0.002(0.51)0.001(0.09)0.181***(3.73)√10.673144
是否声誉受损样本
-0.018***(-3.43)-0.101***(-3.25)0.195***(9.78)0.008***(3.73)-0.143***(-8.65)-0.006***(-4.67)-0.088***(-14.19)0.025***(18.43)0.066***(11.05)-0.020***(-4.54)-0.009***(-3.04)-0.016**(-1.99)-0.465***(-15.43)
√55.7810223
-0.023***(-5.51)-0.091***(-3.74)0.142***(9.13)0.008***(4.87)-0.098***(-7.63)-0.003***(-2.68)-0.067***(-13.88)0.014***(13.32)0.036***(7.63)-0.017***(-4.98)-0.006***(-2.85)-0.011*(-1.75)-0.256***(-10.88)
√50.6310223
0.014***(3.60)0.170***(7.41)-0.112***(-7.53)0.002(1.60)0.013(1.03)0.001(0.65)0.054***(11.57)-0.008***(-7.79)-0.003(-0.74)0.004(1.33)-0.004*(-1.78)-0.007(-1.14)0.221***(9.87)√29.0210223
注:括号内为t值;*表示 p
FRFR*ROAMAR*FRMAR*ROAMAR*FR*ROAROAMARGROWTHCFOZ-scoreLEVSIZEABSDADOPICONSHR1ConstantYear&INDF-ValueObs.
表8 市场环境对声誉作用的影响
声誉受损前后样本-0.017**(-2.16)0.072(1.14)0.006(0.49)0.159**(2.11)-0.163*(-1.84)-0.005(-0.08)-0.011(-1.29)0.011**(2.43)-0.049(-1.55)-0.002(-1.00)-0.052***(-5.23)0.022***(6.30)0.025*(1.71)-0.028***(-3.86)-0.003(-0.44)0.036*(1.82)-0.409***(-5.72)
√21.182415
-0.032***(-4.98)0.082(1.54)0.012(1.24)0.212***(3.32)-0.184**(-2.46)-0.051(-1.04)-0.011(-1.52)0.012***(3.29)-0.053**(-2.00)-0.002(-1.08)-0.046***(-5.42)0.014***(4.78)-0.004(-0.36)-0.028***(-4.54)-0.001(-0.18)0.023(1.35)-0.240***(-3.96)
√25.172415
0.012**(2.27)0.015(0.36)-0.008(-1.03)-0.038(-0.76)0.042(0.70)-0.034(-0.87)-0.008(-1.32)0.004(1.39)0.093***(4.21)0.001(0.85)0.034***(5.03)-0.003(-1.20)0.015(1.34)0.016***(3.22)0.003(0.78)0.005(0.41)0.092*(1.86)√9.422415
是否声誉受损样本
-0.027***(-3.53)-0.065(-1.16)0.009(0.74)0.346***(3.71)-0.380***(-3.68)0.099**(1.99)-0.023***(-2.80)0.008*(1.96)-0.109***(-3.52)-0.000(-0.11)-0.072***(-6.89)0.018***(5.44)0.035**(2.30)-0.013(-1.54)-0.002(-0.26)0.011(0.56)-0.374***(-5.16)
√15.511458
0.000(0.03)0.219***(3.78)0.001(0.10)-0.098(-1.03)0.142(1.34)-0.240***(-4.69)0.005(0.59)-0.002(-0.43)0.072**(2.17)-0.001(-0.28)-0.003(-0.25)-0.012***(-3.35)0.021(1.30)0.031***(3.55)0.017**(2.45)0.008(0.40)0.329***(4.28)√6.421458
-0.028***(-2.95)-0.078(-1.14)0.005(0.38)0.293**(2.58)-0.388***(-3.08)0.179***(2.93)-0.028***(-2.88)0.017***(3.38)-0.135***(-3.55)-0.003(-1.07)-0.093***(-7.26)0.030***(7.35)0.067***(3.64)-0.004(-0.36)-0.004(-0.51)-0.003(-0.14)-0.594***(-6.74)
√15.711458
注:括号内为t值;*表示 p
Is Reputation Important? Evidence from Corporate Bank Loans
Chen Yun-sen1, Zhu Song2, Wang Yu-tao3
(1. School of Economics and Management , Tsinghua University,Beijing,100084;
2. School of Economics and Business Administration, Beijng Normal University, Beijing,100875; 3. School of Accountancy, Central University of Finance and Economics ,Beijing,100081)
Abstract: By focusing on the reputation damage to listed companies in China, we investigate that the reputation plays the direct and indirect role in reducing the transaction cost between the company and the bank. The empirical evidence shows that after the financial fraud, firms’ bank loan will be less than before and also less than firms with no reputation damage; while the interests of the loan would be higher than before and even higher than their counterparties. Moreover, the reputation plays an indirect role via influencing the “performance-bank loans” relation. Additional test shows limited evidence that the institutional environment would influence the reputation effect on bank loans. Our results suggest that the reputation, an important mechanism of the long-term repeated game with stakeholders, affects the making and implement process of contracts, and firms should pay more attention to their reputations in order to reduce the transaction cost.
Key Words: Reputation; Social Network; Bank Loans; Fraud
基金项目:本文受教育部“博士生学术新人奖”、国家自然科学基金(70772017)、清华大学科研创新基金、北京师范大学青年教师社会科学研究基金项目(107190) 和中央财经大学“211 工程”三期重点学科建设项目的资助。
作者简介:
陈运森,男,江西赣州人,清华大学经管学院会计系,博士研究生,手机号:(8610)-[1**********];邮箱:[email protected];邮编:100084,地址:北京市清华大学紫荆15楼626A朱松,男,陕西西安人,北京师范大学经济与工商管理学院讲师,博士;王玉涛,男,河北邯郸人,中央财经大学会计学院讲师,博士。
1
作者感谢清华大学谢德仁教授和罗玫副教授对本文的批评指正;感谢南京大学2010年四校博士生论坛上两位评论人的精彩点评及杨雄胜、陈冬华和李翔等教授的建议;感谢武汉大学珞珈青年学者经济管理论坛上余明桂、李青原和刘启亮等教授的批评;感谢中国会计学会2010年学术年会余怒涛教授的精彩点评;感谢匿名审稿人和吴东辉教授的建设性意见。文责自负。2
详情请见:五粮液遭证监会揭露“三宗罪”,《财经网》,www.caijing.com.cn/2009-09-24/110259630.html3
如果从正面角度来衡量声誉,诸如品牌排名、无形资产比例等指标内生性问题比较严重,所以我们检验声誉受损这种“shock”事件也可以部分消除常态情况下的内生性问题。4
罗必良教授2006年在《南方日报》撰文指出“建设和谐社会,实质上是要降低社会运行的交易成本。社会和谐的相对程度可以用交易成本的高低来刻画… …这些必须依赖于一个重要机制的形成,那就是能够降低交易费用的信(声)誉机制”。详情见:信誉:和谐社会的制度性机制,《南方日报网络版》,www.southcn.com/nflr/jcck/[1**********]6.htm5
依据Diamond(1991)的观点,声誉被定义为博弈者的博弈过程中,一方在以往博弈行为中积累的对另一方的长期信息把握,类似于信任水平的描述。6
当然在很多情况下也是由于“政治关系”或者行政关系所造成的。但是,在较为市场化的环境下,银行与企业之间关系是以诚信声誉为基础建立的。7
毕竟银行的监督既花费银行本身的成本,又增加公司成本,这正是声誉 “溢价作用”的一个体现。8
为了更好的描述声誉受损这一事件对银行借款变化的影响,本文选择了银行借款增量而非银行借款存量,参见胡奕明和周伟(2006)。9
如果声誉受损和ROA的交叉项仍然有结果,就说明在ROA变化的情况下,如果还有声誉受损与否的区别,银行给予公司的借款政策是不一样的,这在一定程度上也可以说明声誉受损在已有的“银行借款-业绩”关系中还有边际效应(Marginal effect)。10
具体参见王正位等(2009)[26]。11
CSMAR数据库有统计最近几年某些公司的每一笔银行借款利率数据,但由于我们的样本是公司违规样本,如果跟数据库合并的话违规样本有直接借款利率的样本非常少,所以我们只能退而求其次,用一个比较笼统的变量。我们也使用了现金流量表间接法中的“财务费用”进行稳健性测试。12
如果在控制这些因素的前提下声誉变量仍有结果,说明在相当程度上可以认为银行借款政策考虑了声誉因素;为了进一步控制业绩因素,我们在稳健性检验中也控制了ROA的变化以及公司是否亏损变量;由于财务舞弊情况影响公司财务业绩的概率更大,我们也剔除了违规样本中涉及的财务舞弊样本;结果不变。13
若公司一年之内被披露违规多次和多种类型违规,都统一为当年该公司的一个样本。14
横向样本的检验可以减少银行借款变化是基于自身借贷规律而非声誉受损对结果的影响。15
篇幅所限,相关性分析未报告。结合相关性分析结果和回归模型中各变量的VIF可以发现结果的多重共线性问题不大。16
审稿人的建议使我们增加了各种稳健性检验,让文章更具说服力。非常感谢审稿人的建设性意见。17
实际上,市场环境变化是一个缓慢渐进的过程,2005、2006和2007年各地区的市场环境变化不大,而且我们是取市场环境中位数后检验市场环境好和差的虚拟变量,降低了各地市场环境不同年份的细微偏差。18
事实上,我们对声誉受损前后一年样本的对比检验发现结果不变。