僵尸企业、融资方式与信息透明度

奥鹏网院作业

僵尸企业、融资方式与信息透明度

摘 要： 2007-2016年A股上市公司数据为样本，考察了僵尸企业的信息透明度以及不同融资方式对僵尸企业信息透明度的影响差异。研究发现，僵尸企业存在利用盈余管理降低信息透明度的机会主义行为，并且银行提供的长期债务融资会加剧这种行为，而银行提供的短期债务融资能够缓解这种行为。僵尸企业的信息不透明会向同行业内其他非僵尸企业扩散，并且这种情况在金融发展较好的地区则更加明显。银行可以通过发放不同期限的贷款来影响僵尸企业的信息质量。研究结论可以为监管部门防范资本市场上僵尸企业“传染性”危害提供决策方面的参考。
关键词： 僵尸企业； 短期融资； 长期融资； 信息透明度； 扩散效应
一、引言
2015年以来，“僵尸企业”成为我国经济供给侧结构性改革的热点名词。有学者发现，随着中国经济增速放缓，一些制造业企业只能利用其生产能力的65%，僵尸企业与产能利用高度负相关，说明僵尸企业存在严重的产能过剩问题[1]。2017年2月召开的中央财经领导小组第十五次会议中，习近平总书记指出，深入推进去产能，要抓住处置“僵尸企业”这个“牛鼻子”。如果说去产能是“三去一降一补”的首要任务，那么妥善处理好僵尸企业问题无疑可以对我国经济供给侧结构性改革起到良好的示范作用。据不完全统计，2014-2016年我国A股市场上符合FN标准的僵尸企业数量分别达到64家、92家、69家，占比分别为5.28%、6.49%、5.98%，平均占比在6%左右。僵尸企业的存在违背了市场竞争中优胜劣汰的“自然法则”，会对经济体造成严重的“堵塞”，也会诱发金融风险，阻碍经济体转型升级[2-4]。僵尸企业生产效率低下，市场竞争力弱，特别当僵尸企业同时又是上市公司时，为了勉强维持生存，保住“壳资源”，便具有强烈隐藏问题信息而使公司业绩对外表现良好的机会主义行为动机[5,6]。上市的僵尸企业如果按真实情况披露其自身问题，很可能难以在市场上获得新的资金支持，因而其进行盈余管理的动机必然比非僵尸企业更为强烈。然而，信息透明是资本市场健康发展的保障，保证信息质量是建立公开、公正、公平资本市场的基石，是资本市场更好更快发展的前提。一个信息透明的商业环境能够吸引潜在投资者，促进资源与人才的结合，优化资源配置，进而提高经济效率[7]。而僵尸企业会计信息不透明将会妨碍社会各界为僵尸企业复苏所做的努力，导致资源错配与效率损失[8]。因此，研究上市的僵尸企业的信息透明问题具有重要的现实意义。
同时，我国是银行主导型的融资制度，银行贷款是企业融资的重要来源，上市公司银行贷款占总资产的比例一般在20%左右。银行在企业日常经营中处于重要地位，因此银行是处理僵尸企业时必须考虑的参与方。银行对企业产生影响主要手段之一便是通过提供不同期限的贷款来制约企业的行为，从而达到保护自身的目的。比如，当考虑到金融管制、较弱的投资者保护制度、潜在的违约风险等因素，银行会谨慎地考虑借出资金的期限结构，因而更偏向于提供短期借款，因为短期借款可以降低违约损失[9]；而银行提供长期借款的融资方式可能会深化银行和企业间的利益联结，当企业出现问题时，银行也会“难以自拔”。
目前国内外关于僵尸企业问题的研究基本上围绕着僵尸企业成因[10-12]、识别方法[2,8,13]、影响后果[14,15]、处置方式[16-18]四个方面进行，虽然也产生了较为丰富且细化的研究成果，但遗憾的是暂时未有文献关注到银行不同贷款期限对僵尸企业影响的异质性，特别是不同贷款期限是否会影响上市僵尸企业的信息透明度。事实上，作为妥善处置僵尸企业问题的重要参与方，银行对僵尸企业提供不同期限的融资方式的作用效果究竟如何应当受到关注。综上所述，本文重点考察了以下问题：上市公司中的僵尸企业是否存在降低信息透明度的行为？银行提供不同期限的融资方式是否会抑制或者加剧僵尸企业的这种行为？进一步地，考虑到存在“劣币驱逐良币”的经济规律，还考察了同一行业内僵尸企业过多是否会导致僵尸企业的信息不透明在行业内扩散，使得行业整体信息质量往坏的方向发展？因此，相较于现有研究，本文可能存在以下边际贡献：(1)以国际上识别僵尸企业通用的CHK标准与FN标准为基础，证实了A股市场上僵尸企业存在通过盈余管理降低信息透明度的行为，为学界进一步了解僵尸企业性质提供了新的证据；(2)考察了国内银行提供不同期限的融资债务方式对僵尸企业信息透明度的影响作用，丰富了银行参与僵尸企业问题处置的相关文献；(3)在进一步的讨论部分，实证检验了僵尸企业的信息不透明会在行业内扩散的假说，从“传染性”的视角证明了僵尸企业的危害。
二、理论分析与研究假说
“僵尸企业”的概念最早由Kane于20世纪80年代后期提出[19]。僵尸企业是指那些在市场竞争中本应被淘汰，但获得了外界提供的资源而能够继续生存的企业。历史上，日本和韩国等国深受僵尸企业问题的困扰。由于金融危机的发生，大量抵押物价值下跌，资产价格崩盘，并在整个经济体内形成了大量坏账。银行为了保持会计报表的稳定，对资质很差的破产借贷人提供所谓的“滚动贷款”或“常青贷款”，用新贷款掩盖可能的大规模账面损失；政府为释放自身压力，防止大量企业破产，保持就业率，缓解所谓的“信贷紧缩恐慌”，也会纵容银行等金融机构的这些行为。由于银行“贷款宽容”和政府“监管宽容”的共同作用，经济体中形成了大量的僵尸企业[20-22]。而且银行和政府的“共谋”也加剧了僵尸企业问题[23]。与上述国家不同的是，我国僵尸企业形成的本质原因并非金融危机背景下的银行“贷款宽容”和政府“监管宽容”。国内相关研究表明，政企关系不当、各利益主体之间的博弈、预算软约束、比较优势扭曲、地方政府过度偏爱、资本市场发育滞后、商业银行不合理信贷供应等等因素导致了我国僵尸企业的形成，因此我国僵尸企业的成因较为复杂[11,12,24,25]。
我国僵尸企业成因的复杂性表明虽然我国也存在银行通过信贷补贴支持僵尸企业的现象，但我国未发生系统性金融风险，我国银行并非像日韩等国那样毫无节制的为坏账买单。最主要的原因在于监管部门制定一系列预防性的宏观审慎政策。从大环境来看，我国银行作为企业的主要债权人，依然会十分关注企业各方面的表现。根据信息经济学的相关理论，企业的日常经营信息具有治理和定价功能，其信息披露行为是降低信息不对称问题的重要手段，也是现代资本市场中资源有效配置的前提之一[26]。因此银行获取足量的企业信息有助于其缓解信息不对称，从而抑制企业的机会主义行为。作为银行“政策工具箱”里的重要成员，银行发放不同期限的贷款对银行获取企业信息的程度可能具有不同影响。Myers(1977)[27]认为，通过经常性的短期贷款有助于债权人及时掌握公司信息，并及时修改借贷款项，从而对债务人起到约束作用。Diamond(2004)[28]认为，相对于长期贷款，银行更倾向于向企业发放短期贷款，因为只有短期借款才能够使银行更及时、频繁地获得企业信息，有利于加强银行对企业的监督。而长期贷款会加剧借贷双方的信息不对称程度，弱化债权人参与公司治理，在外部履约机制失灵时会加剧债务人侵占债权人利益的机会主义行为[29]。所以，银行通过短期借款可以降低银企之间信息不对称程度，具有抑制企业从事机会主义行为的优势[30]。而长期借款由于固有的稳定性，银行一旦提供长期借款，便很难及时有效地对借款企业产生约束，同时长期借款在性质上更偏向于资本金，会强化银企之间的利益联结，因此银行提供长期借款难以降低银企之间的信息不对称程度，反而可能会加强企业从事机会主义行为的动机。
Peek和Rosengren(2005)认为，信贷资源的错误配置很大程度是由于企业经常使用所谓的“会计技巧”或降低信息透明度而造成的[31]。Kato等(2006)[5]认为公司管理人员具有对销售和盈利情况进行乐观预测的倾向，这种乐观倾向在盈利能力差的公司更为常见。我国《公司法》、《证券法》、《企业会计准则》等一系列规章制度对上市公司的信息披露有着严格的规定，上市公司至少应当披露法律法规规定的事项，而对于规定以外的事项，上市公司可以自主选择是否披露。正常公司为了体现企业的社会责任，对外展现良好的形象，通常会倾向于披露更多的信息，而僵尸企业自身经营出现重大问题，缺乏偿债能力，必然不可能会主动地披露规定以外的事项，否则就等于把自身更多的细节公之于众，让自己处于更加被动的地位，因此僵尸企业存在对信息披露持“消极”态度的道德风险。另一方面，僵尸企业在信息披露问题上可能存在逆向选择问题。由于上市公司与利益相关者之间存在固有的信息不对称，僵尸企业很有可能通过盈余管理等手段粉饰业绩，向各方传递企业运作一切正常的信号，当外部利益相关者难以对业绩进行有效甄别时，僵尸企业就可以利用降低信息透明度的行为达到向市场“寻租”的目的，为了获取外界的支持主动隐藏问题信息从而导致有限的市场资源发生错配。综上所述，我们认为相较于非僵尸企业，僵尸企业的信息透明度更低，而且短期融资方式可以加强银行对企业信息的获取，抑制僵尸企业降低信息透明度的行为；相反，长期融资方式会加强银企之间的利益联结，从而鼓励僵尸企业降低信息透明度的行为。因此，本文提出如下假说。
H1a 僵尸企业会降低其信息透明度，但短期融资方式能够抑制僵尸企业这种行为。
H1b 僵尸企业会降低其信息透明度，且长期融资方式会鼓励僵尸企业采取这种行为。
僵尸企业除了需要依靠外界支持才能生存，还会对其他非僵尸企业造成各种负面影响。一般而言，业绩不良的企业所产生的各种负向“溢出”效应会危害行业生态。国内外学者研究了僵尸企业在投资、就业、生产率等多个方面对非僵尸企业产生的不良影响。僵尸企业的大量出现导致了总体生产率的下滑，而且僵尸企业比例更高的行业生产率的降幅大于僵尸企业比例较低的行业生产率[32]。Caballero等(2008)[2]在研究日本僵尸企业问题时发现，僵尸企业存在于经济体中所造成的拥堵，会阻碍健康企业进入市场和投资，减少其市场收益。僵尸企业占比越大，会抑制同行业内非僵尸企业的投资规模、就业机会和生产率增长，对行业内的非僵尸企业造成极大的破坏。Tanaka(2008)[33]发现银行对那些产品竞争市场中业绩不佳公司提供贷款会加剧行业恶性竞争，最终的结果则会降低行业整体的生产率水平。Yamada(2015)[34]发现，面临流动性短缺的企业存在较大违约风险，并会通过贸易网络将这种违约风险传染到其供应链的上下端，并最终造成对银行的违约。银行为了防止不良企业流动性短缺导致的群体违约事件，便会向不良企业提供低息贷款，但产生的后果则是供应链上其他企业受到了信贷约束，使得整体贷款利率提高，不良企业自身问题最终增加了其他企业的贷款成本。谭语嫣等(2017)[35]利用我国规模以上工业企业数据进行研究后发现，一省的僵尸企业比例越高，当地非僵尸企业投资规模越小，即僵尸企业对非僵尸企业具有“挤出效应”。方明月等(2018)[36]则发现一个地区的僵尸企业越多，就会连累更多中小民营企业成为僵尸企业，即僵尸企业对非僵尸企业具有传染效应。现有的研究较多是从宏观或中观层面关注僵尸企业的负面溢出效应，而鲜有关注中国A股市场上微观层面的负面溢出效应，特别是资本市场上僵尸企业信息透明度的负面溢出效应。在信息透明度方面，由于外部利益相关者与上市公司存在信息不对称，外部人员并不能完全了解企业的真实情况，也难以察觉企业披露的信息属于真实信息还是经过处理的账面信息，当行业内僵尸企业都采取降低信息透明度的方式来获取额外收益时，非僵尸企业提供高信息透明度的信息很难获得任何正向收益，导致其没有多少激励提供高质量的信息。而且当同一行业内僵尸企业所占比重越大，这种“示范效应”就越强，僵尸企业采取信息不透明的行为就会向同行业内非僵尸企业扩散，导致整个行业的信息质量降低。也就是说当行业内披露劣质信息的企业越多，就越会“驱赶”披露优质信息的企业，使得行业内充塞着劣质信息，其效果如同经济学里所说的“劣币驱逐良币”。基于此分析，本文提出如下假说。
H2 某一行业内僵尸企业所占比重越大，则僵尸企业采取信息不透明的行为越可能向同行业内非僵尸企业扩散。
三、研究设计
(一)信息透明度
学界关于信息透明度的衡量未有统一方法，但基本遵循两种思路：从盈余管理的角度进行衡量，盈余管理的操作空间越大，则企业信息透明度越低；或者根据一定标准对企业信息披露状况进行打分，构建综合指数。本文拟遵循第一种衡量企业信息透明度的思路。
Bhattacharya等(2003)[37]认为信息不透明的程度可以通过盈余激进度、损失规避度和盈余平滑度来衡量。已有文献指出，损失规避度反映了各国家规避会计损失的程度，属于宏观指标，同一个国家内部所有样本的取值相同[38]。因此本文不考虑损失规避度。同时借鉴国内相关学者的研究，以综合盈余激进度和盈余平滑度所计算的数值作为信息透明度(Opaque)的代理指标[39-40]。
首先，计算盈余激进度(EAM)
ACCi,t=ΔCAi,t-ΔCLi,t-ΔCashi,t+ΔSTDi,t-DEPi,t+ΔTPi,t
EAMi,t=ACCi,t/Assetsi,t-1
其中，i表示第i家上市公司，t表示第t个会计年度，ACCi,t表示公司应计项目，ΔCAi,t表示公司流动资产增加额，ΔCLi,t表示公司流动负债增加额，ΔCashi,t表示公司货币资金增加额，ΔSTDi,t表示公司一年内到期长期负债增加额，DEPi,t表示公司折旧和摊销费用，ΔTPi,t表示公司应交税费增加额，Assetsi,t-1表示公司第t-1年的资产总额。EAM越大说明公司管理层越有进行盈余管理的动机，则信息透明度越低。
其次，计算盈余平滑度(ESM)
Xi,t=ΔACCi,t/Assetsi,t-1
Yi,t=ΔCFOi,t/Assetsi,t-1
ESMi,t=|Correl(Xi,t/Yi,t-1)|
其中，ΔACCi,t表示公司第t年的应计项目增加额，ΔCFOi,t表示公司第t年的经营活动现金流量净额的增加额，两者均用期初资产总额进行平减，Correl(Xi,t，Yi,t)表示两者在(t-2，t)期间内的相关系数。ESM越大说明盈余的波动性越强，报告盈余和真实盈余间可能存在较大操纵余地，则信息透明度越低。
最后，计算信息透明度。
为了消除盈余激进度和盈余平滑度的量纲差异，本文将两者按下列公式进行加权平均，得到公司的信息透明度
Opaquei,t=[Deciles(EAMi,t)+Deciles(ESMi,t)]/2
其中，Deciles表示按括号内指标分年度由小到大进行十分位数排名，即在10%分位数(含)以内的指标取值为1，在10%分位数至20%分位数(含)取值为2，以此类推，因此Opaque的取值范围应该在[1，10]之间，且Opaque取值越大，则信息透明度越低。
(二)僵尸企业
僵尸企业在学界中主要的识别标准包括CHK标准[2]、FN标准[8]、HK标准[22]、KNN标准[41]等等。各类识别标准不可能将所有对僵尸企业的补贴都涵盖在内，因此不存在某种“完美”的僵尸企业识别标准。而CHK标准和FN标准最早抓住了僵尸企业形成的最本质原因，有别于早期文献中仅利用财务指标来识别僵尸企业，同时将识别方法进行了定量化表达，具有较为完整的理论和实证支持，因此这两类标准是国际上识别僵尸企业的主流方法。本文拟借鉴FN-CHK标准对我国上市公司中的僵尸企业进行识别，分别以Zombie_CHK和Zombie_FN表示。具体识别步骤为：
步骤一，计算每个公司在当年的的利息支出下限RAi,t。

RAi,t表示公司i在第t年的最低应付利息，BSi,t-1、BLi,t-1、Bondsi,t-1分别表示企业i第t-1年的短期银行借款、长期银行借款和应付债券。rst-1、rlt-j、rcbmin over last 5 years,t分别表示第t-1年的平均短期最低贷款利率、平均长期最低贷款利率和过去五年能够观察到的债券市场最低公司债票面利率。
步骤二，根据公司财务报表，获取每个公司在当年的实际利息支出RBi,t。
步骤三，计算公司当年实际利息支出RBi,t与当年利息支出下限RAi,t的差值，并用上期债务Bi,t-1对差额进行平减，得到债务平减利息差距
gapi,t=(RBi,t-RAi,t)/Bi,t-1
Bi,t-1为公司i在第t年初的短期银行贷款、长期银行贷款、应付债券和应付票据之和。
如果gapi,t小于0，说明公司i在第t年获得了低于利息支出下限的利息，视为获得贷款补贴，因此在当年识别为僵尸企业；如果gapi,t不小于0，则不识别为僵尸企业。此时的僵尸企业标记为Zombie_CHK。
步骤四，考虑“盈利能力”和“僵尸借贷”两个标准，对步骤三所识别的僵尸企业进行修正，即(1)如果僵尸企业的息税前利润大于利息支出下限，则重新识别为正常公司；(2)如果正常公司息税前利润小于利息支出下限，同时当年初的资产负债率大于50%，当年的借款总额较上年增加，则直接识别为僵尸企业。此时的僵尸企业标记为Zombie_FN。
(三)融资方式
考察融资方式对僵尸企业信息透明度影响的关键在于确定当期不同期限债务的增量，因为仅考虑期末时点债务指标难以反映不同期限债务的作用效果。短期借款和长期借款是企业进行债务融资的主要方式，因此本文利用短期融资性负债增量(期末短期借款减去期初短期借款)表示短期债务融资，利用长期融资性负债增量(期末长期借款减去期初长期借款)表示长期债务融资，同时利用期初负债总额进行平减以剔除规模效应，最终两类融资方式分别用New_BS和New_BL表示。
(四)模型与变量的设定
为了研究僵尸企业与信息透明度是否呈正相关关系，构建回归模型(1)
Opaquei,t=α0+α1Zombiei,t+Controlsi,t+ΣYear+ΣIndustry+ε
为了研究融资方式对僵尸企业信息透明度的影响，构建回归模型(2)。即在回归模型(1)中加入融资方式代理指标(New_BS和New_BL)以及两类融资方式与Zombie的交乘项，通过检验交乘项系数显著程度和系数符号来确定不同融资方式对僵尸企业信息透明度的影响。
Opaquei,t=β0+β1Zombiei,t+β2Newi,t+β3Zombiei,t×Newi,t+Controlsi,t+ΣYear+ΣIndustry+ε
在进一步讨论部分，为了探测信息不透明在存在僵尸企业的行业中是否具有扩散效应，参照Lin(2014)[42]的方法，构建了回归模型(3)。其中NonZombie表示当样本为非僵尸企业时，取值为1，否则取值为0；Intensity表示特定年度——行业的僵尸企业比例(即“僵尸企业强度”)，本文拟采用资产加权和债务加权的方法分别进行计算。我们主要考察NonZombie与Intensity的交乘项系数是否为正。如果交乘项系数为正，则说明行业中僵尸企业越多，则同行业非僵尸企业信息透明度越低，信息不透明存在扩散效应。
Opaquei,t=λ0+λ1NonZombiei,t+λ2Intensityi,t+β3NonZombiei,t×Intensityi,t+Controlsi,t+ΣYear+ΣIndustry+ε
Controlsi,t表示一组常见控制变量：第一，控制企业现金持有水平，加入Cashi,t作为控制变量，用期末货币资金与期末总资产的比值衡量；第二，为了控制不同企业规模对结果的影响，加入Sizei,t作为控制变量，用期末总资产的自然对数衡量；第三，因为负债水平也可能会影响企业的信息透明度，加入负债水平Levi,t作为控制变量，用期末资产负债率衡量；第四，剔除公司盈利信息的影响，加入总资产收益率ROAi,t作为控制变量；第五，剔除公司成长性的影响，加入营业收入增长率Growthi,t；第六，考虑产权性质，加入SOE作为控制变量，国有企业取值为1，非国有企业取值为0。为了控制年度和行业影响，加入虚拟变量年度Year和行业Industry。
(五)样本与数据
目前国内关于僵尸企业研究所使用的数据库主要包括中国上市公司数据库和中国规模以上工业企业数据库。本文选取2007-2016年A股上市公司数据作为样本，同时依次剔除以下样本：(1)金融业上市公司；(2)*ST和ST公司；(3)其他主要变量缺失的样本。最后，对主要变量进行1%分位及99%分位的缩尾处理。经过筛选，最终得到1 769家上市公司的9 573个观测值。本文使用数据主要源于CSMAR数据库和CCER数据库。
四、实证结果及分析
(一)描述性统计
表1列示了各变量的描述性统计情况。被解释变量Opaque的均值为5.504，中位数为5.5，两者基本相同，说明被解释变量的分布形状较为对称；最小值为1，最大值为10，标准差为2.084，说明不同企业间的信息透明度差异较大。解释变量Zombie_CHK的均值为0.336，说明本文样本中在CHK标准下所识别的僵尸企业占比为33.6%；解释变量Zombie_FN的均值为0.059，说明本文样本中在FN标准下所识别的僵尸企业占比5.9%。可以看到，FN标准下的僵尸企业数量远低于CHK标准下的僵尸企业数量，主要原因是FN标准在筛选僵尸企业上较CHK标准更为严格，利用“盈利能力标准”减少第一类统计错误，利用“常青借贷标准”减少第二类统计错误，使僵尸企业的识别更具合理性，准确性更高。解释变量New_BS和New_BL最小值均小于0，说明存在短期融资规模或长期融资规模缩减的样本。
表1 描述性统计

(二)基准回归结果
本文利用模型(1)检验两类僵尸企业的信息透明度是否比非僵尸企业更低，回归结果列示在表2的(1)、(4)栏；进一步利用模型(2)分别考察短期融资和长期融资对僵尸企业信息透明度的作用，回归结果列示在表2的(2)、(3)、(5)、(6)栏。回归模型采用的是普通最小二乘法，且回归结果通过多重共线性检验。
表2 僵尸企业、融资方式与信息透明度

注：***、**、*分别表示1%、5%、10%统计水平上显著，括号内为t值，下同。
表3 僵尸企业、融资方式与信息透明度(控制个体效应)

表2第(1)、(4)栏显示，Zombie_CHK系数为正，且在1%水平上显著，Zombie_FN系数也为正，且在5%水平上显著，两类僵尸企业回归结果一致，说明僵尸企业确实存在利用盈余管理降低信息透明度的投机行为。第(2)、(5)栏显示，两类僵尸企业与New_BS的交乘项系数均在1%的显著性水平上为负，说明银行提供的短期债务融资能够显著地抑制僵尸企业降低信息透明度的行为。第(3)、(6)栏显示，Zombie_CHK与New_BL的交乘项系数在1%的显著性水平上为正，Zombie_FN与New_BL的交乘项系数为正，说明银行提供的长期债务融资非但没有抑制僵尸企业降低信息透明度的行为，反而纵容了这种行为。基准回归结果与假说H1a和H1b完全一致。僵尸企业隐藏信息的行为比较容易理解，其本身已经缺乏盈利能力和偿债能力，如果对外披露真实的财务信息，理性债权人出于对资金安全性的考量，僵尸企业很难再获得外界支持以维持生存，因此必然会利用各种手段增加与外部的信息不对称程度以企图“蒙混过关”，而非僵尸企业隐藏信息的动机就小很多。由于短期借款具有安全性高、能够强化银行参与公司治理、缓解银企间的信息不对称程度的特点，银行也更倾向于向企业提供短期借款，实证结果也证实银行向僵尸企业提供短期借款的融资方式更有助于抑制其机会主义行为；而长期借款会深化银企之间的利益联系，使得银企之间的利益目标更为一致，当企业陷入困境时，银行为了避免自身的账面损失便更有动机向企业提供滚动贷款或常青贷款，因此银行向僵尸企业提供长期借款的融资方式会加剧僵尸企业的机会主义行为。这两个结论对未来深化理解银行在处理僵尸企业问题时所扮演的角色具有重要作用。银行影响企业行为选择的方式有很多，向企业提供不同期限的融资方式就是其中一种方式。为了防止僵尸企业通过隐匿信息的方式骗取正常企业才能享有的资源，一种思路就是银行更多提供短期贷款的方式，倒逼僵尸企业提高信息透明度。并且促使僵尸企业提高信息透明度也能加快其退出市场的速度，为正常企业腾出资源。
(三)内生性和稳健性问题
为了保证研究结论的可靠程度，本文从以下几个方面进行内生性缓解或稳健性检验。
1.控制个体效应
由于本文使用了面板数据，因此同一个样本在不同年度的扰动项之间可能存在自相关的情况，为了缓解这种每个样本不同年度的所有观察值的“聚类”现象，本文采用同时控制个体效应和时间趋势的双向固定效应模型对模型(1)、(2)进行回归，回归结果见表3。可以看到，除了第(6)栏回归结果未通过显著性检验外，其余回归结果均通过显著性检验，所有系数符号均符合预期，假说H1a和H1b得到实证支持。
表4 两类僵尸企业平衡性检验

2.倾向得分匹配
本文在9 573个观察值中利用CHK标准识别出3 215个僵尸企业，僵尸企业占比33.6%；利用FN标准识别出565个僵尸企业，僵尸企业占比5.9%。为了克服可能的自选择问题和小样本偏误，本文采用倾向得分匹配(PSM)对回归结果进行检验。首先分别估算两类僵尸企业(干预变量)的propensity score，然后以僵尸企业为实验组，按1∶1最近邻匹配寻找propensity score和实验组最为接近的非僵尸企业作为为对照组，这样Zombie_CHK共得到5 510个观测样本，Zombie_FN共得到966个观测样本。其中，Zombie_CHK选择本文6个控制变量作为匹配模型的协变量，考虑到Zombie_FN在识别过程中对利润进行了修正，将息税前利润(EBIT)与净利润(NI)作为新增协变量纳入匹配模型中。为了保证干预变量的匹配满足平衡性假设和共同支撑假设，逐步剔除不满足平衡性检验的协变量后再重新匹配，使参与匹配的协变量均满足平衡性假设，同时剔除共同支撑区间外的样本。两类僵尸企业平衡性检验的结果如表4所示。按照匹配后的样本重新对模型(1)、(2)进行回归，回归结果见表5。可以看到，回归结果与表2基本一致。
表5 僵尸企业、融资方式与信息透明度(缓解内生性)

3.改变衡量指标
目前学界基本采用(0，1)二分类法来识别僵尸企业，即僵尸企业取值为1，非僵尸企业取值为0。但按照模糊集合理论，对僵尸企业的识别不一定要采用“非黑即白”的策略，某些企业按性质来说没有僵尸企业那样严重，但也不能识别为非僵尸企业，因此可以在一定程度上属于僵尸企业，一定程度上属于非僵尸企业，这类企业处于模糊集合(fuzzy set)中，用可以用区间[0,1]中的取值表示。采用模糊集合理论识别僵尸企业，需要确定隶属函数和对应的阈值组合。本文借鉴Caballero等(2008)[26]的方式，分别设置两种阈值组合，(d1，d2)=(0，50bp)和(d1，d2)=(-25bp，75bp)，如果企业的gap(即利用CHK标准计算的债务平减利息差距)大于d2，则取值为0；gap小于d1，则取值为1；gap在[d1，d2]区间内，则取值为(d2-gap)/(d2- d1)。这样，根据阈值组合的不同可以识别两类僵尸企业，分别用Zombie_Fuzzy1和Zombie_Fuzzy2表示。同时，借鉴钟凯等(2016)[8]的思路，重新计算了不同期限的融资增量，用资产负债表中“期末长期借款”减去“期初长期借款”加上“一年内到期非流动负债” 表示长期信贷融资(Long_Credit)，用现金流量表中“取得借款收到的现金”减去长期信贷融资表示短期信贷融资(Short_Credit)，并用期初负债总额消除不同债务规模的影响。为了控制个体效应，采取双向固定效应模型进行回归，回归结果见表6。可以看到，(1)-(6)栏各系数符号均符合预期且通过显著性检验，说明结果较为稳健。
表6 僵尸企业、融资方式与信息透明度(稳健性测试)

4.更加稳健的标准误算法
为了克服由于异方差等原因对回归结果的影响，使结论更加稳健，本文在控制年度——行业的基础上，按公司——年度两个维度进行双重cluster调整，使用聚类稳健的标准差分别对Zombie_CHK、Zombie_FN以及与长、短期融资方式的交乘项进行回归，回归结果依然支持前文假设，限于篇幅，回归结果略。
五、进一步的讨论
僵尸企业会倾向于降低信息透明符合逻辑，其采取这种行为的目的之一是为了更好地获取外界资源，体现了僵尸企业的“吸血性”。基于前文的分析，僵尸企业除了侵占其他企业的资源，当这种扭曲市场效率的情况达到一定程度，便会影响行业生态，使非僵尸企业在某些领域类似于僵尸企业，这体现了僵尸企业的“传染性”。进一步的讨论基于信息透明度的视角，考察了僵尸企业降低信息透明度的内在行为是否会扩散到行业中的非僵尸企业，即考察了信息不透明在行业内是否会产生“劣币驱逐良币”的现象。
(一)僵尸企业的信息不透明是否会向行业内非僵尸企业扩散
本文利用模型(3)检验僵尸企业信息不透明的扩散效应。表7反映了CHK标准僵尸企业以及FN标准僵尸企业的相关回归结果。为了确保回归结果的稳健性，本文分别采用普通最小二乘法和双向固定效应进行回归。重点考察的是四个交乘项系数：NonZombie_CHK×Intensity_Asset、NonZombie_CHK×Intensity_Liabilities、NonZombie_FN×Intensity_Asset、NonZombie_FN×Intensity_Liabilities，交乘项系数为正说明行业内的僵尸企业强度越大，则非僵尸企业的信息透明度越低。通过观察(1)-(8)栏的回归结果，发现交乘项系数均为正，并且(2)、(3)、(6)、(7)栏的系数均在10%水平上显著，假设H2得到实证支持。结果表明僵尸企业的信息不透明会向行业内非僵尸企业扩散，导致非僵尸企业信息透明度降低。
表7 信息不透明的行业内扩散效应

僵尸企业信息不透明的扩散效应会在行业内产生“劣币驱逐良币”的现象。当行业内充斥着更多僵尸企业时，由于外部各方缺乏有效的信息辨别机制，提供高质量信息的非僵尸企业得不到相应的认可，导致其没有多少激励提供高质量的信息，最终的结果就是非僵尸企业采取和僵尸企业一样的降低信息透明度的行为，使得就是行业整体的信息质量降低。这点值得监管部门警惕。
(二)对企业所属地区金融发展程度的分组检验
目前我国资本市场尚不发达，企业的债务融资很大部分来源于地方性金融机构，基于省份的区域性金融发展状况对企业日常运作的方方面面存在重要影响。因此本文基于公司所在地金融生态环境综合得分的中位数，将样本公司划分为两组。金融生态环境综合得分来源于中国社会科学院的研究成果《中国地区金融生态环境评价》，由于该成果目前只出版了2006-2007年、2008-2009年、2009-2010年以及2013-2014年四个版本，为了保证年度的连续性，本文只选取了2008、2009、2010三个年度的省份金融生态环境评价综合得分数据，并将综合得分大于中位数的省份归入金融发展较好的地区，综合得分小于中位数的省份归入金融发展较差的地区。回归结果见表8、表9。由回归结果可以看出金融发展较差地区子样本的四个交乘项系数均为负数，说明在这类样本中不存在扩散效应；与之相反的是，金融发展较好地区子样本的四个交乘项系数均为正数，说明在这类样本中存在扩散效应。这个结果，金融发展较好的地区由于经济发达，金融工具的种类繁多，不同组织间组成的金融链条四通八达，由僵尸企业产生的问题向外扩散的渠道更广；而金融发展较差的地区，融资渠道较为阻塞，制度更为不健全，这类地区的非僵尸企业本身就更有可能进行盈余管理，僵尸企业信息不透明的扩散效应在金融发展较差的地区便不能明显的体现。
另外，本文将其余年份按附近已有数据年份的相同得分进行补全，并按中位数划分为金融发展较好(差)的地区进行分组检验，得到的基本结论与表8、表9一致。
表8 基于金融发展程度的分组检验(NonZombie_CHK)

表9 基于金融发展程度的分组检验(NonZombie_FN)

六、结论与启示
本文使用2007-2016年我国A股非金融业上市公司的数据，就僵尸企业的信息透明度、不同融资方式对信息透明度的调节效应以及僵尸企业信息不透明的扩散效应进行了研究，研究发现：(1)僵尸企业存在利用盈余管理降低信息透明度的机会主义行为。这表明我国上市公司中的僵尸企业在信息披露问题上存在道德风险和逆向选择。(2)银行提供的短期融资方式有助于缓解僵尸企业利用盈余管理降低信息透明度的机会主义行为，而银行提供的长期融资方式可能会加剧僵尸企业的这种投机行为。这个结果表明，银行发放不同期限的贷款对僵尸企业的信息透明度存在异质性影响。(3)一个行业内僵尸企业强度越大，那么这个行业内非僵尸企业的信息透明度越低，即僵尸企业的信息不透明具有扩散效应。进一步研究发现，这种扩散效应在金融发展状况较好的地区更显著，而在金融发展状况较差的地区不显著。
对上市公司而言，提高信息透明度可以有效制约其机会主义行为，确保上市公司将注意力放在提升核心竞争力的事项上。特别是在我国资本市场不断开放的环境下，提升上市公司信息质量也有助于吸引优质外资“走进来”，以助力我国进一步的改革开放。结合本文研究结论，可以得到以下政策启示：(1)以往研究多认为僵尸企业存在的责任应当归咎于银行“掩盖坏账”动机和政府“维持就业”动机，而本文研究结果提醒我们，僵尸企业的存在也有一部分责任应当归结于其自身的道德风险和逆向选择，僵尸企业的问题应当从内外两方面进行化解。(2)银行若要提升贷款质量，降低坏账风险，就应该增加获取企业信息的频率，及时充分地了解企业各项指标，同时减少与企业发生不必要的利益联结。针对特定企业，可行的做法就是采取以短期借款为主，长期借款为辅的放贷政策，同时做好贷款期限结构的相机决策。(3)鉴于僵尸企业信息不透明具有扩散效应，监管部门一方面需要鼓励上市公司主动披露法律未要求强制披露的信息，提升上市公司信息披露的含量，并严厉惩治粉饰财务报表，进行虚假披露的上市公司；另一方面，要加强对上市僵尸企业退市的执行力度，将僵尸企业从行业中剥离，从根源上遏制僵尸企业信息不透明的扩散。(4)特别要警惕金融发展程度较好地区僵尸企业危害的蔓延，因为这些地区金融主体与金融主体间以及金融主体与非金融主体间的关系更加复杂，潜在危害的“势能”更大。比如温州地区金融较为发达，而我国对僵尸企业问题的关注也是最早源于温州企业的倒闭潮。这提醒监管部门，越是金融发达的地区，就越要加强关注其可能出现的问题。
参考文献
[1]Shen G, Chen B. Zombie Firms and Over-Capacity in Chinese Manufacturing[J]. China Economic Review, 2017, 44.
[2]Caballero R J, Hoshi T, Kashyap A K. Zombie Lending and Depressed Restructuring in Japan[J]. American Economic Review,2008, 98(5): 1943-1977.
[3]Ahearne A G, Shinada N. Zombie Firms and Economic Stagnation in Japan[J]. International Economics & Economic Policy, 2005, 2(4):363-381.
[4]栾甫贵,刘梅.僵尸企业僵尸指数的构建及应用研究[J].经济与管理研究,2018,39(6):135-144.
[5]Kato K, Skinner D J. When Voluntary Disclosure Isn't Voluntary: Management Forecasts in Japan[J]. University of Economics, 2006.
[6]魏涛,陆正飞,单宏伟.非经常性损益盈余管理的动机、手段和作用研究——来自中国上市公司的经验证据[J].管理世界,2007(1):113-121+172.
[7]逯东,孙岩,杨丹.会计信息与资源配置效率研究述评[J].会计研究,2012(6):19-24+92.
[8] Fukuda S, Nakamura J I. Why Did “zombie” Firms Recover in Japan？ [J]. World Economy, 2011, 34(7): 1124-1137.
[9]钟凯,程小可,张伟华.货币政策适度水平与企业“短贷长投”之谜[J].管理世界,2016(3):87-98+114+188.
[10]Okamura K. “Zombie” Banks Make “Zombie” Firms[R]. Working Paper, 2011.
[11]聂辉华,江艇,张雨潇,方明月.我国僵尸企业的现状、原因与对策[J].宏观经济管理,2016(9):63-68+88.
[12]申广军.比较优势与僵尸企业:基于新结构经济学视角的研究[J].管理世界,2016(12):13-24+187.
[13]张栋,谢志华,王靖雯.中国僵尸企业及其认定——基于钢铁业上市公司的探索性研究[J].中国工业经济,2016(11):90-107.
[14]Hoshi T, Kashyap A. Why did Japan stop growing？[R]. Working Paper, 2011.
[15]Willam D. Zombie Banks and Forbearance Lending：Causes，Effects，and Policy Measures[D]. The University of Leipzig phD Dissertation，2015.
[16]Bruche M, Llobet G. Preventing zombie lending[J]. Review of Financial Studies, 2014, 27(3): 923-956.
[17]何帆,朱鹤.僵尸企业的处置策略[J].中国金融,2016(13):25-27.
[18]黄少卿,陈彦.中国僵尸企业的分布特征与分类处置[J].中国工业经济,2017(3):24-43.
[19]Kane E J. Dangers of Capital Forbearance: The Case of the FSLIC and “ Zombie” S&Ls[J]. Contemporary Economic Policy, 1987, 5(1): 77-83.
[20]Morrison A D, White L. Reputational Contagion and Optimal Regulatory Forbearance[J]. Journal of Financial Economics, 2013,110(3): 642-658.
[21]Ota T. Forbearance and Broken Credit Cycles[R]. Working Paper, 2013.
[22]Hoshi T, Kim Y. Macroprudential Policy and Zombie Lending in Korea[R]. Working Paper, 2012.
[23]Calderón C, Schaeck K. The Effects of Government Interventions in the Financial Sector on Banking Competition and the Evolution of Zombie Banks[J]. Journal of Financial and Quantitative Analysis, 2016, 51(4):1391-1436.
[24]陈运森,黄健峤.地域偏爱与僵尸企业的形成——来自中国的经验证据[J].经济管理,2017,39(9):149-166.
[25]张亮,唐任伍,成蕾.“僵尸企业”的成因、处置障碍与对策[J].经济纵横,2018(2):49-54.
[26]姬新龙,马宁.不同风险投资背景对上市公司会计信息披露的影响[J].华东经济管理,2016,30(1):121-128.
[27] Myers S C. Determinants of Corporate Borrowing[J]. Journal of Financial Economics, 1977, 5(2):147-175.
[28]Diamond D W. Presidential Address, Committing to Commit: Short-term Debt When Enforcement Is Costly[J]. Journal of Finance, 2004, 59(4):1447-1479.
[29]陈骏,徐玉德.高管薪酬激励会关注债权人利益吗?——基于我国上市公司债务期限约束视角的经验证据[J].会计研究,2012(9):73-81+97.
[30]肖作平.终极控制股东对债务期限结构选择的影响:来自中国上市公司的经验证据[J].南开管理评论,2011,14(6):25-35.
[31]Peek J, Rosengren E S. Unnatural Selection: Perverse Incentives and the Misallocation of Credit in Japan[J]. American Economic Review, 2005, 95(4):1144-1166.
[32]Hoshi T, Kashyap A K. Japan's Financial Crisis and Economic Stagnation[J]. Journal of Economic Perspectives, 2004, 18(1):3-26.
[33]Tanaka T. Banks, Unhealthy Firms, and Product Market Competition: Evidence from Japan[R]. Working Paper, 2008.
[34]Yamada K. What Causes Zombie Lending? Impact of the Supply-Chain Network and Firm’s Liquidity Shocks on Bank’s Lending Contracts[R]. Working Paper, 2015.
[35]谭语嫣,谭之博,黄益平,胡永泰.僵尸企业的投资挤出效应:基于中国工业企业的证据[J].经济研究,2017,52(5):175-188.
[36]方明月,张雨潇,聂辉华.中小民营企业成为僵尸企业之谜[J].学术月刊,2018,50(3):75-86.
[37] Bhattacharya U, Daouk H, Welker M. The World Price of Earnings Opacity[J]. Accounting Review, 2003, 78(3):641-678.
[38]王克敏,姬美光,李薇.公司信息透明度与大股东资金占用研究[J].南开管理评论,2009,12(4):83-91.
[39]代彬,彭程,郝颖.国企高管控制权、审计监督与会计信息透明度[J].财经研究, 2011(11):113-123.
[40]吴良海,徐德信,章铁生.制度环境、信息透明度与企业投资效率研究——来自中国A股市场的经验证据[J].证券市场导报,2016(10):20-28+40.
[41] Kwon H U, Narita F, Narita M. Resource Reallocation and Zombie Lending in Japan in the 1990s[J]. Review of Economic Dynamics, 2015, 18(4): 709-732.
[42] Lin Y P. Zombie Lending, Financial Reporting Opacity and Contagion[D]. Singapore: National University of Singapore, 2014.
Zombie Firms, Financing Mode and Information Transparency
ZENG Hao, ZHAO Jing
(College of Accounting, Capital University of Economics and Business, Beijing 100070, China)
Abstract：Does zombie firms of listed companies have the behavior of reducing information transparency? If such a situation exists, will zombie firms affect non-zombie firms? What can be done to mitigate such behavior? In order to answer the above questions, this paper takes the data of listed companies from 2007 to 2016 as samples, investigates the information transparency of zombie firms and the impact of different financing mode on information transparency of zombie firms. The study have found that zombie firms tend to use earnings management to reduce information transparency, and the long-term debt financing provided by banks will exacerbate this behavior, and short-term debt financing provided by banks can alleviate this behavior. The study also found that, the information opacity of zombie firms will spread to other non zombie enterprises in the same industry, and this situation is more obvious in areas with better financial development. The conclusion of the study shows that banks can affect the information quality of zombie firms by issuing loans with different maturities. The conclusion also may help regulators pay attention to the “infectivity” of zombie firms in capital markets.
Key words：zombie firms; short term financing; long term financing; information transparency; diffusion effect