市场化债转股对企业绩效与企业杠杆率的影响

唐玉兰，黄倩怡

（湖南工业大学 经济与贸易学院，湖南 株洲 412007）

债转股是一种将债权转化为股权的债务重组形式，是处理不良资产的重要途径之一。2016年，为进一步深化金融改革、缓解企业高杠杆带来的债务风险，国务院出台了《关于市场化银行债转股的指导意见》，新一轮债转股浪潮卷土重来。区别于20世纪末由政府主导的政策性债转股，本轮债转股强调市场化、法制化，债转股各方主体根据自己的情况自主决策、自担风险、自享收益。市场化债转股启动至今落地金额已达1.6万亿元，其进展较顺利，但仍面临着诸多困难。

自2016年该政策颁布以来，学界一直关注着新一轮债转股给企业带来的影响以及存在的问题。刘爱萍等人[1-4]从法律层面、定价方式、运作模式等角度出发，对市场化债转股机制的调整与改善提出了具有可行性的建议。高新阳等人[5-10]从财务指标、资本结构、公司治理与企业价值等层面，分析了市场化债转股给企业带来的影响。李厚渊等人[11-15]从企业、金融机构、社会等多个层面，对债转股政策落实存在的难点与风险进行了分析。当前学者对市场化债转股比较一致的观点主要有：一是市场化债转股机制仍有缺陷，亟待创新与改进；二是市场化债转股的短期财务效应明显，长期治理效应有待进一步采取措施加强，由于我国资本市场还不够发达，转股产生的市场效应不能在二级市场上充分凸显；三是市场化债转股中，企业、实施机构仍面临多方面的风险，需加强风险识别与防范。学界关于新一轮债转股政策的研究甚多，但现有研究大多为政策的理论分析与案例分析，而对市场化债转股政策的整体实施效果研究较少。

基于此，本文使用PSM-DID方法，实证分析市场化债转股政策对企业绩效与企业杠杆率带来的影响，并结合地区市场化程度与行业周期性的差异，对样本进行异质性分析，以期为新一轮债转股政策的优化提供参考。

一 理论分析与假设提出

依据权衡理论，企业负债可以帮助企业节省税收开支形成税盾，但随着负债率的逐渐提高，负债对于节税所产生的边际利益会不断下降，企业因负债而产生的风险也会不断攀升，导致边际成本不断上升。从权衡理论可以得知，当企业负债率处于较低水平时，负债率与税盾利益呈现正相关关系；而当企业负债率上升到一定的高度时，企业可能会陷入财务困境，甚至面临破产危机。因此，当企业负债的节税效应等于边际财务困境成本时，达到最佳资本结构。本轮债转股大多数实施对象为因经济周期性暂时陷入财务困境的优质龙头企业，对其而言，财务杠杆中的负债所获得的税盾效应远远低于财务困境成本，通过债转股政策的干预，金融机构所注入的资金可以让原本处于高负债的危机企业将自身杠杆率向最优水平靠近，在一定程度上降低企业财务负担，同时优化企业资本结构与治理结构，从而帮助企业恢复造血能力。据此提出假设1。

假设1：实施市场化债转股的企业将有效降低杠杆率，促进企业绩效的提升。

市场化债转股是一项复杂的系统工程，政策在具体实施过程中会经历对象选择、价格确定、资金筹集、股权变更、股权退出等一系列环节，因此，政策实施效果不仅与实施对象自身情况相关，同时也受到市场环境影响。高市场化地区的资本市场更为成熟，且信息传递更为顺畅，实施机构利用市场化方式与渠道筹集资金相较于低市场化地区更为容易，可加速资金的落地。同时，高市场化地区的要素市场较为完善，企业资源可以得到更为有效的配置，从而加速企业发展，促进企业绩效的提升。据此提出假设2。

假设2：高市场化地区市场化债转股政策实施效果优于低市场化地区。

本轮债转股强调市场化、法制化，在市场化的形式中各个环节都好比一场博弈，依据博弈理论我们可以了解到，当决策人处于利益相互影响的紧张局面时会更加理性决策，选择适当的方法使自身利益达到最大值。因此，在政策的实施过程中，转股项目涉及资金重大，落地难成为了债转股实施的重大难题之一，特别在钢铁、煤炭等周期性行业，资金落地速度普遍较低。据此提出假设3。

假设3：防御性行业市场化债转股政策实施效果优于周期性行业。

二 研究方法

（一）主要变量定义

为了考察市场化债转股政策的实施效果，本文选取企业绩效与杠杆率作为被解释变量。在以往的研究中，学者们大多采用总资产报酬率（return on total assets ratio，ROA）、股东权益报酬率（return on stockholders’ equity，ROE）、托宾Q值来研究企业绩效。为了减少资本结构、市场不确定性等因素对指标的影响，本文选取ROA指标来衡量企业绩效。同时选取资产负债率来衡量企业杠杆率。为研究政策净效益，本研究构建了组别与时期两个虚拟变量作为解释变量，以交叉变量作为核心解释变量。此外，参考相关研究的做法，本研究选取以下控制变量：企业规模、成长水平、股权集中度、经营能力、地区市场化程度特征、行业周期性特征。本文选取的变量及其具体定义如表1所示。

表1 选取的变量及其定义

（二）数据选择和样本选取

为比较市场化债转股实施前后企业杠杆率与企业绩效的差异，本文选取2010—2019年我国沪深A股上市公司作为数据样本。为了保证数据质量，样本筛选遵循如下原则：一是剔除金融类企业，排除会计制度差异带来的影响；二是剔除ST企业；三是剔除变量在年度内无可用数据的企业；四是对被解释变量在1%分位数上实行双边缩尾处理。从表2可以看出，被解释变量roa和lev的最小值与最大值相差甚远，为了使回归结果不受个别极端值的影响，应对数据进行缩尾处理。经过清理后，剩余1 811家上市企业数据样本，本文最终选取这1 811家企业2010—2019年的数据作为研究样本，数据均来源于国泰安数据库。

表2 变量描述性统计结果

由于本次市场化债转股参与对象名单并未对外公布，所以本文利用Wind数据库中的新闻报道、新浪财经、新华网、财经网、百度检索等官方渠道，手工收集整理了参与本次市场化债转股的企业信息。同时，由于2019年实施债转股的企业尚未披露2020年的财务信息，无法观察其杠杆率与企业绩效的变动效果，因此本文仅选取2016—2018年受政策干预的企业作为处理组样本。截至2018年12月31日，共有104家企业签署并公告了市场化债转股项目，其中，自身未上市也无控股上市公司的有23家，武钢股份因合并退市，新三板及港股各1家，ST状态的企业有5家，剩余73家企业均为上市公司或自身未上市但含控股上市公司（一家或多家）。经整理，受政策干预的上市公司共103家（包含自身上市公司及控股上市公司），剔除9家信息不全的上市公司样本后，最终债转股企业样本为94家A股上市公司。

（三）模型设定

一般情况下，如要研究一项政策的实施效果，往往会采用双重差分法（differences-in-differences，DID），在双重差分前应保证参与政策的处理组及未受政策干预的对照组满足共同趋势要求，但未经处理的原始样本数据很难满足这一要求。这时先利用倾向得分匹配法（propensity score matching，PSM），在原始样本中挑选出企业特征及相关重要指标与处理组都较为相似的新的对照组，再基于新的两组样本进行双重差分回归，进而满足双重差分的平行趋势要求。因此，本文选取倾向得分匹配双重差分法（PSM-DID）来检测市场化债转股政策的实施效果，以避免样本选择性偏差对分析结果带来的影响，同时在一定程度上化解内生性问题。

由于宏观经济环境、所处地区、所在行业等因素均会影响企业杠杆率与企业绩效，所以首先利用国泰安数据库中上市公司披露的财务数据等信息，对处理组匹配特征相似的对照组。参照国务院债转股标的企业的选择标准，具备以下特征的企业有望成为目标企业：（1）周期性与战略性新兴行业；（2）债务负担重、债权关系清晰；（3）具备优质资产、含有成长性；（4）企业规模大、区域及行业内的龙头企业；（5）近两年经营情况不佳，经营性现金流持续流出。因此，本文主要从企业规模、企业成长性、企业经营能力、行业周期性特征考虑，同时加上可能会影响债转股落地实施的股权问题及区域问题。综上，本研究所选取的匹配变量包括：企业规模（size）、成长水平（grow）、股权集中度（lhr）、经营能力（oc）、地区市场化程度特征（province）、行业周期性特征（cyclical）。本研究采取半径匹配法，倾向得分匹配模型为：

式中：Xi表示第i个企业的协变量集；f(Xi)为线性函数；F[ ]表示Logit函数；P(treati=1|Xi)表示数据为处理组的概率。该模型通过Logit函数将多个协变量降维得到一个倾向的分值，即企业实施债转股的概率。

经过PSM匹配缓解选择性偏差后，为了验证假设，构建双重差分模型：

式中：i表示个体；t表示时间；roa表示总资产报酬率；lev表示资产负债率；treat表示组别虚拟变量；post表示时间虚拟变量；treat×post即为处理效应，在这里作核心解释变量；α1,β1表示市场化债转股政策对被解释变量的影响效应，是重要的观测值；Control为研究选取的控制变量，在这里包含企业规模（size）、成长水平（grow）、股权集中度（lhr）、经营能力（oc）；γ为相应的估计系数（地区市场化程度特征（province）与行业周期性特征（cyclical），不加入模型，留在后文做异质性分析）；ηt表示时间固定效应；λi表示个体固定效应；εi,t表示残差项。

三 实证结果分析

（一）样本的PSM匹配与平行趋势检验

由于本轮市场化债转股实施时间不长，参与政策的企业样本较少，若以全样本进行回归可能会导致结果存在偏差，为了保证实证结果的稳健性，本文利用Logit模型匹配得到最适对照组，同时对匹配后的结果进行平衡性检验，结果如表3所示。从表3中可以看出，经过匹配后，各变量间相差均控制在5%以内，且匹配后T检验的P值均在10%以上，说明在经过PSM后，处理组与新的对照组各变量不存在显著差异。

表3 PSM平衡性检验结果

在使用双重差分模型（DID）研究市场化债转股政策的实施效果之前，因需保证处理组与对照组满足平行趋势假设的前提条件，故本文对匹配后的处理组与对照组做了平行趋势检验，检验结果如图1～2所示。从检验结果可以看出，在2016年实施市场化债转股政策之前，控制组与处理组的roa指标变化幅度不同，但保持着相同的变化趋势；而在2016年之后，处理组的roa显著提升，控制组则处于波动状态。同时，2016年之前，处理组的lev在0.60～0.65保持稳定的波动，对照组的lev在0.40～0.45保持稳定的波动；而在2016年之后，处理组的lev有明显的下降趋势，已降至0.60以下，对照组lev的变化趋势则相反，逐渐上升至0.45以上。综上，匹配后的实验组与对照组满足平行趋势假设。

图1 匹配后roa的平行趋势检验结果

图2 匹配后lev的平行趋势检验结果

（二）模型选择

首先进行随机效应检验与霍斯曼检验，以确定应选用的模型，检验结果如表4与表5所示。从表4可以观察到chibar2值为6 194.56，且P值为0.000 0，此时随机效应优于混合效应；同时从表5可以看出，霍斯曼检验的P值也为0.000 0，此时固定效应优于随机效应。因此，本文的实证回归使用固定效应模型估计。

表4 随机效应检验结果

表5 霍斯曼检验结果

（三）市场化债转股政策对企业绩效与企业杠杆率的平均影响效应

表6为市场化债转股政策对企业绩效与企业杠杆率影响的回归结果。回归结果显示，就roa而言，市场化债转股政策treat×post的系数为0.016 87，且通过了1%的显著性水平测验，说明相对于未受政策干预的对照组，市场化债转股政策的实施显著提高了处理组的总资产回报率。此外，对于lev而言，市场化债转股政策treat×post的系数为-0.032 89，且通过了5%的显著性水平测验，说明相对于未实施债转股企业，实施债转股企业的杠杆率显著降低。从整体来看，市场化债转股政策的实施降低了企业杠杆率，同时在一定程度上提升了企业绩效，本文假设1得到验证。

表6 市场化债转股政策对企业绩效与企业杠杆率影响的回归结果

（四）异质性分析

1.地区市场化程度的异质性

市场化债转股政策是2016年开始实施的，为了研究在市场化程度不同的地区该项政策给企业带来的净效益差异，本文依据《中国分省份市场化指数报告》[16]，整理出各省份2016年市场化指数评分，结果如表7所示。2016年全国市场化指数均值约为6.738，本文以均值为界，将样本企业分为两组，评分在6.738以上的为高市场化地区，province取值为1，评分在6.738以下的为低市场化地区，province取值为0。

表7 2016年各省份市场化指数

在异质性分析中，将企业按所在地区市场化程度分为两组分别进行回归，结果如表8所示。

表8 地区市场化程度异质性回归结果

由表8可以看出，在企业绩效方面，市场化程度高的地区受到的正向影响更为显著，同时高市场化地区的企业杠杆率下降了0.041 78，且在1%的水平上显著；低市场化地区的杠杆率也受到了负向影响，但结果并不显著。因此，对回归结果进行分析可以得知，市场化程度高的地区债转股政策实施效果相对较好，本文假设2得到验证。这可能是因为市场化程度高的地区，其企业拥有更加完善的市场机制、更合理的要素配置与更健全的制度环境，其债转股项目能更快落地，对企业的作用效果也更为显著。

2.行业周期性的异质性

中央发布的指导意见中提到，本轮市场化债转股优先考虑周期性行业与战略性新兴行业，参考国家标准的周期性行业范围界定，同时结合新一轮债转股的重点倾向行业，本文将证监会行业分类指引（2012版）中B06、B07、B08、B09、C25、C26、C31、C32、C36、C37、C38、D44、D45、E47、E48、E49、E50、G53、G54、G55、G56、G57、G58、K70归为周期性行业，cyclical取值为1，以上行业之外的均归为防御性行业，cyclical取值为0。经统计，处理组中约七成为周期性行业。本文依据周期性将企业分为两组进行回归，结果如表9所示。虽然周期性行业企业政策效应在1%水平上显著，但防御性行业企业政策效应系数更高，同时防御性行业企业杠杆率在10%的水平上显著下降了0.042 12，虽然周期性行业企业杠杆率也受到了负向影响，但结果并不显著。总体而言，防御性行业企业市场化债转股政策实施效果优于周期性行业，本文假设3得到验证。

表9 行业周期性异质性回归结果

笔者在搜集债转股企业信息时发现，本次签署并公告债转股实施对象中约三成企业债转股项目仅停留在签约状态，资金落地少，甚至面临资金未落地的尴尬境地。这种情况多数集中发生在大型煤炭企业与钢铁企业等周期性行业，这也许是周期性行业债转股实施效果不尽如人意的原因之一。从目前情况看来，已落地的周期性行业企业大多具有优良资产，处于调整期与发展期的困难企业不是金融机构的最优选择，市场化机制造就了优胜劣汰的局面，越是经营困难的周期性行业企业资金落地也越难。中国煤炭经济研究院院长曾指出：“债转股是一项复杂的系统工程，目前主体不完善，缺乏第三方服务机构和各类投资主体，客体选择难，缺乏规范标准作为指引。”同时，中钢协党委书记兼秘书长刘振江也曾表示，债转股面临着“名股实债”的问题，多数钢铁企业还需通过还贷款来降低杠杆率。因此，周期性行业实施债转股时如何破解落地难问题，在真正意义上实现脱困转型，是一个值得深入思考的问题。

四 稳定性检验

本文采用计量方法PSM-DID，已经在一定程度上避免了内生性问题。为进一步保障回归结果的稳健性，本研究进行了如下两个方面的检验：

安慰剂检验。将政策的实施时间提前1～2年，若回归结果中的核心解释变量依然显著，则表明还有市场化债转股政策之外的干扰因素促使企业绩效与企业杠杆率发生变化。检验结果如表10所示。由表10可以看出，若政策实施时间提前，政策处理效应treat×post将不再显著，这表明企业绩效的提升与杠杆率的下降确实是2016年市场化债转股政策带来的影响。

替换被解释变量。将代表企业绩效的被解释变量roa换成roe（净资产收益率）后，回归结果如表10所示。由表10可以看出，替换被解释变量后，政策处理效应对企业绩效产生的正向影响依旧在1%的水平上显著，说明结论不受被解释变量度量方式所影响。

表10 稳定性检验结果

五 结论与启示

2016年国家颁布的市场化债转股政策在防范化解金融风险攻坚战中扮演着重要角色。本文搜集整理了94家上市企业的债转股相关数据作为研究对象，选取了2010—2019年我国沪深A股上市公司作为数据样本，利用PSM筛选出最适对照组，并采用双重差分法（DID）研究市场化债转股政策对企业绩效与杠杆率带来的影响，得到如下研究结论：（1）市场化债转股政策能够有效缓解实施企业的高杠杆率，提升企业绩效。（2）通过地区市场化程度异质性分析发现，高市场化地区债转股政策的实施效果显著优于低市场化地区。（3）通过行业周期性异质性分析发现，防御性行业债转股政策实施效果优于周期性行业。

本轮债转股有效解决了商业银行不良贷款问题，同时在一定程度上促进了企业的良性发展，但同时在实施过程中也存在一些问题。本文的研究对市场化债转股政策的实施和调整有着如下启示：（1）市场化债转股政策能够有效缓解企业的高杠杆率，促进企业绩效的提升，未来应进一步发挥政策作用，为稳步化解高杠杆率带来的宏观金融风险提供良好的市场环境，进而推动经济高效快速发展。（2）地区市场化程度对政策的实施效果有着明显影响，地方政府应加强市场化体系建设，配合国家相应“去杠杆”工作，为实施债转股的企业提供良好的市场环境，从而更好地发挥市场化债转股政策的效果；同时国家在制定和调整税收优惠等相关政策时，需注意协调政策的“普适性”与“特惠性”，在一定程度上适当向低市场化地区倾斜，进一步缓解企业债务负担，平衡区域性造成的差异。（3）解决周期性行业资金落地问题不能一味求快，“慢一点”是债转股政策应有之义；在转股过程中应注重长效机制的建立，完善对象选择、价格确定、资金筹集、股权变更、股权退出等一系列环节中相关制度的建设，降低信息不对称带来的时间成本；同时，政府应强化相应的监管机制，防止在政策实施过程中出现名股实债、利益输送等新的监管套利空间降低资源配置效率。（4）虽然债转股政策的直接目的是缓解债务风险、降低企业杠杆率，但在实施过程中，参与主体不能仅停留在缓解金融风险的目标上，而应注重完善企业的资本结构与治理结构，通过债务重组，加强企业的治理能力与自我约束力，努力实现企业的高效长效发展。

需要注意的是，由于本轮债转股参与对象名单并未对外公布，因此本研究中的实验组样本是通过手工收集得来的，可能并不全面。同时，国有企业在信贷、资金支持等方面都优于民营企业，二者债转股实施效果也会有所差异，但由于实验组样本中仅包含少量民营企业，所以本文并未就所有权性质进行异质性分析。随着市场化债转股政策的不断推进，2019年开始已经有大量民营企业参与到其中，因此研究样本也愈加丰富，在未来研究中，将对所有权性质进行异质性分析，以进一步完善研究结果。