资产流动性、政府纾困力度与企业违约风险

来源:《系统工程理论与实践》时间:2023-01-12

摘要:本文基于企业的违约决策特征,将寻求政府纾困视作一项实物期权,构建了连续时间下的企业动态模型,以此揭示资产流动性、政府纾困力度对企业债务违约风险交互影响的内在逻辑。理论模型表明,以市场潜在出售机会减少为表现的企业资产流动性下降会提高企业违约风险,而政府纾困力度的加强能削弱资产流动性对违约风险的影响。本文以2009-2019年中国A股上市公司作为样本进行了实证检验,结果与理论模型一致。进一步研究发现,政府纾困对企业违约风险的影响具有区域异质性,经济发展状况越好、政府治理能力越强的地区,政府公共资源的纾困效果越强,以高管政治关联为代表的私人渠道效果越弱。本文的研究拓展了企业违约风险影响因素的理论框架,有助于理解企业违约决策过程中的资产流动性影响与政府纾困效果,促成切实有效的违约风险防范措施。
关键词:资产流动性;政府纾困;违约风险;实物期权

一、研究背景与研究意义

党的十九届六中全会强调,要毫不松懈地防范化解金融风险,平衡好增长和防风险的关系,坚决守住不发生系统性金融风险的底线。近年来,地方政府对企业的纾困措施,开始逐渐由财政纾困向非财政纾困转变。评级机构穆迪在2016年的报告中指出,中国地方政府向面临财务困难企业提供支持的自主空间逐渐减小,向受困企业提供支持的形式不再是直接提供财政资金,而是通过资产出售或兼并重组等其他非财政方式支持。实际上,2018年各地方政府对僵尸企业的处置,以及相继成立的“股权质押纾困基金”更多的也是通过非财政方式为企业纾困,例如引导相关企业参与并购重组、协调企业债务重组等。但现有文献将化解企业违约风险的研究焦点,过度集中于企业的融资约束和政府资金支持,尚未有学者对各种非财政措施中的政府纾困力度如何影响企业违约风险进行探讨。

二、主要内容

2.1 理论内容
本文在企业临近违约寻求资产出售的过程中,引入政府纾困措施,构建一个四阶段的连续时间模型,考察资产流动性、政府纾困力度对企业债务违约风险的交互影响机制。并考察了现实中一类典型情况:在常规情况下企业自主经营;当经营不善时,股东首先尝试在市场上寻求资产出售;若出售失败,股东主动寻求政府纾困;当政府纾困措施也未能挽救企业时,企业破产。

本文假设企业的经营现金流服从几何布朗运动。当企业经营不利,股东可以选择在市场上自主寻求外部收购机会。假设市场上潜在收购方的出现机会服从泊松过程。该泊松过程的抵达率描述了相邻两次出售机会之间的期望间隔,可以作为企业资产流动性的衡量,抵达率越高代表出售机会的到来越频繁、企业资产流动性越高。

当出售失败、企业陷入财务困境面临债务违约时,股东能够寻求政府纾困措施的支持。假设政府纾困措施为企业协调的出售机会服从另一独立的泊松过程。该过程的抵达率描述了两次政府纾困机会之间的期望间隔,可以作为政府纾困力度的衡量,抵达率越高代表政府的纾困扶持力度越强,股东获得的政府协调下的出售机会越频繁。

根据理论模型求解与数值模拟分析,发现政府纾困措施使得企业对资产流动性的依赖程度减小,表现为政府纾困力度越大,资产流动性下降带来的企业违约风险上升速率越慢。政府纾困力度的加强,使得企业拥有的寻求政府纾困的实物期权的行权灵活性提高,提高了这一实物期权的价值,从而一定程度上抵消了流动性下降导致的企业股东权益价值下降和违约风险上升,实现了对资产流动性影响的调节作用。从另一个角度看,资产流动性下降导致企业在出售阶段,成功退出经营的机会下降,而政府纾困力度的加强使得企业在政府纾困阶段有更高的机会退出经营、从而摆脱财务困境和债务违约,因此,政府纾困力度的加强,通过提供给企业额外退出机会的方式,降低了企业对资产流动性的依赖。

2.2 实证研究设计
本文选取2009-2019年沪深A股的上市公司为样本,数据来源于国泰安数据库和万得数据库,并按一定条件对样本进行了筛选与剔除。

本文采用nai ̈ve模型估计违约风险,作为上市公司违约风险的代理指标。核心的解释变量是企业资产流动性,本文使用潜在买家指标衡量资产流动性。当企业寻求资产变现时,潜在的买家越多,则企业的资产出售越容易,资产流动性越强。其次,本文使用行业内并购交易量指标来衡量资产流动性。行业内发生的并购交易越多,说明该行业并购市场上买方和卖方越活跃,卖方越容易找到买方,出售资产的价格也越接近于持续经营价值,因此资产流动性越强。

本文以政企关系作为政府纾困力度的代理指标,从侧面刻画理论模型中政府纾困力度的现实意义和影响。相比于完全没有政治联系的企业,具有一定政治联系的企业更可能成为地方政府“青睐”的对象,从而获得频繁和有效的政府支持。如果上市公司高管为前任或者现任政府官员、人大代表、政协委员等,则PC取值为1,否则为0。同时,本文使用中国人民大学发布的城市政商关系健康指数衡量地方政企关系。企业所在地的政商关系指数越大,则表明当地政府对企业的关心、服务和支持程度较高,潜在政府纾困力度越大。

2.3 实证研究结果
首先,本文对资产流动性、政府纾困力度和企业债务违约风险的关系进行分析,发现政府纾困能够显著抑制资产流动性与企业违约风险间的负相关性。换言之,地方政府纾困的意愿与力度越大,企业因资产流动性下降所产生的边际违约风险越低,这验证了理论模型的分析结论。

从经济意义层面来看,当行业受到外界负面冲击的影响,行业经营状况整体变差,潜在买家数量下降,外部并购机会减少,由此企业的违约风险上升。在此情况下,一旦企业面临违约压力,将无法通过市场化资产出售的方式实现脱困。此时,企业会通过私人的政治资源或者当地的公共资源寻求政府从中调节,缓解企业因资产流动性下降所产生的违约风险。

在分析了政治关联和地方政企关系这两类向政府寻求纾困措施的政治资源对企业违约风险带来的影响之后,自然而然的问题就是:地方政企关系与政治关联之间,存在怎样的联合效应? 本文按照企业是否具有政治关联对样本进行了分组回归,结果显示,对具备政治关联的企业而言,资产流动性对违约风险的影响被私人资源获取的潜在政府支持显著的调节。同时,具备高管政治关联的企业会主动通过私人政治关联渠道,调节和化解由于资产流动性下降带来的边际违约风险,所在地政府是否提供了健全有效的公共支持资源对这类企业无关紧要。当企业自身不具有任何私人层面的政治关联时,地方政府提供的公共政治资源,作为企业寻求政府纾困的主要途径,具有显著影响。
政府纾困力度不仅取决于政府纾困意愿,还会受到政府能力的影响。地方政府能力越强,越能抑制高管政治关联这类私人资源的价值,同时提高地方政企关系这类公共资源的价值。为了验证这一推测,我们将区域异质性纳入到分析框架中来。本节使用城市的人均GDP衡量区域之间的异质性。人均GDP越高,当地经济发展状况越好,地方政府可协调的资源也就越多。本文根据上市公司所在城市的人均GDP中位数,将样本划分为两组进行分组回归。回归结果表明,当地经济发展越好,地方政府治理能力越强,高管政治关联的调节效应越弱,地方政企关系(GR)的调节效应越强。

三、主要结论和政策启示

本文理论分析的结果显示,政府纾困力度的提高能削弱资产流动性与企业违约风险之间的负相关关系,实证结果与理论模型的分析一致。进一步研究后发现,政府纾困措施对企业违约风险的影响渠道具有区域差异性,经济发展状况较好、政府治理能力越强的地区,政府公共资源的纾困效果越强,以高管政治关联为代表的私人渠道效果越弱。

本研究具有丰富的政策意义。第一,地方政府应引导企业加强流动性管理,关注实物资产变现效率,降低企业间资产流通成本,积极推动行业内高效整合和专业化并购。

第二,政府应建立和完善政府纾困制度,积极通过协调资产收购或兼并重组等多种方式,强化对困境企业的纾困帮扶力度。通过财政手段改善企业资产流动性的纾困方式,比如银行贷款、给予财政补贴,会使企业对政府资金产生依赖,从而导致资源错配和业绩分化[12] [13]。而将资金支持与多种非财政方式有效结合的高效纾困措施,不仅能避免上述潜在的问题,还能有效地缓解流动性下降所带来的违约风险,降低企业对资产流动性的依赖度,从而促使企业将更多的资金投入到创新、绿色转型等缺乏流动性,但能提高自身价值和社会效益的长期项目中去,有利于推动企业的高质量发展。

第三,地方政府应建立健全有效的企业支持政策,构建“亲”“清”政商关系,引导企业寻求公开渠道的政策支持,压缩权力寻租空间、抑制私人政治关联的价值,为企业公平地参与市场竞争保驾护航。只有这样才能更有效地发挥政府“支持之手”对企业违约风险抑制效应,更有利于民营企业的长远发展。

四、边际贡献与未来拓展

本文的研究贡献在于:第一,在研究视角方面,本文同时关注企业自身特征与政府行为对违约风险的影响。在中国经济背景下,不应忽视企业违约风险的管控和调节过程中政府行为的影响。第二,在研究方法方面,本文从违约风险形成的微观基础出发构建了理论模型,创新性地将寻求政府纾困视作企业的一项实物期权,将资产流动性、政府纾困与违约风险纳入到统一的理论框架内,有助于厘清二者对企业违约风险交互影响的内在逻辑。避免了已有文献更多停留在经验研究层面、易受样本选择和处理方法影响的潜在不足。第三,在变量和指标选取方面,本文从实物资产交易的角度分析了资产流动性与企业违约风险的关系,为研究资产流动性的影响提供了新的切入点。同时,本文从企业的私人政治资源(高管政治关联)和公共资源(地方政企关系)两个维度检验了政府纾困力度的影响,并对政府纾困措施生效过程中体现出的区域异质性进行了分析,为后续地方政府开展纾困工作,建立健全有效的企业支持政策,防范、化解企业债务违约风险提供了政策依据。

 

本文摘编自《系统工程理论与实践》第42卷第9期论文《资产流动性、政府纾困力度与企业违约风险》(点击题目链接全文)
作者:杨金强1,2, 教授,博士;林春鹏1;胡涛1,博士研究生
         1. 上海财经大学 金融学院, 上海 200433;
         2. 上海国际金融与经济研究院, 
上海 200433