《企业社会责任与债券信用利差关系实证研究》8900字（论文）

企业社会责任与债券信用利差关系实证研究目录TOC\o"1-2"\h\u5435企业社会责任与债券信用利差关系实证研究 122055一、引言 127735二、理论分析与研究假设 2987三、研究设计 416455（一）研究模型与变量定义 43723（二）研究样本与数据来源 613273四、实证结果与分析 6910（一）描述性统计 617861（二）H1的实证检验结果 723185（三）H2的实证检验结果 931627（四）企业社会责任影响债券信用利差的机制 1125970（五）稳健性检验 1316490五、结论 15【摘要】以2010-2013年沪深两市发债上市公司为研究对象，本文探讨了发债企业社会责任与其债券信用利差之间的关系。本文的主要研究结论如下：首先，发债企业承担社会责任能够显著降低其债券信用利差；其次，同国有企业相比，承担社会责任对降低企业债券信用利差的作用在民营企业中更显著；最后，本文验证了企业社会责任会通过降低信息不对称来减少债券信用利差这一理论机制。本文的研究结果从债券融资成本的角度为企业通过承担社会责任以降低融资成本、提高财务绩效提供了实证证据。【关键词】企业社会责任债券信用利差民营企业一、引言自1981年国债恢复，中国的债券市场已经发展了30多年。期间，企业债券与公司债券市场获得了稳定的发展（为简单起见，以下企业债券与公司债券都统称为“企业债券”）。随着中国公司债券市场的发展壮大，关于债券与债券市场发展的相关问题成为学术研究的重要问题。通过发行债券，筹集资金是企业主要的融资方式之一。债券信用利差是企业债权融资成本高低的具体体现。降低债券信用利差是企业财务管理的主要任务之一，而债券信用利差的影响因素则是财务管理学术研究的重要内容。现有研究（例如，周宏、林晚发与李国平，2014）从不同角度研究了企业债券信用利差的影响因素。自企业社会责任问题提出以来，随着社会各界开始普遍接受企业应该承担社会责任的观点，企业界开始注重承担社会责任，学术界则不断深化对企业社会责任相关问题的研究（李国平与韦晓茜，2014；李国平、张倩倩与周宏，2014）。在现有关于债券信用利差影响因素研究与企业社会责任研究的基础上，本文研究企业社会责任与企业债券信用利差之间的关系。债券信用利差实际上是企业债券融资成本的体现。虽然已有研究发现企业社会责任能够降低企业的融资成本，但是现有相关文献主要是研究企业社会责任与权益资本成本之间的关系（Dhaliwaletal.，2011；ElGhouletal.，2011），而很少关注企业社会责任与债务融资成本之间的关系。研究企业社会责任与债务融资成本之间关系的文献也大多是研究银行信贷成本（GossandRoberts，2011）。本文以2010-2013年间中国沪深两市发债上市公司为研究对象，探讨发债企业社会责任与其债券信用利差之间的关系。本文主要的研究结论如下：首先，承担社会责任能够显著降低发债企业的债券信用利差；企业社会责任的5个方面（环境、员工、消费者、社区与其他利益相关者）均与发债企业债券信用利差之间呈显著的负相关关系，而发债企业对社会责任不同方面关注的越多，企业债券信用利差越低。其次，本文研究了承担社会责任对国有企业与民营企业两类不同产权性质企业的债券信用利差的影响，并且发现，承担社会责任降低债券信用利差的作用在民营企业中更显著。最后，本文验证了企业社会责任会通过降低信息不对称来减少债券信用利差这一理论机制。本文的贡献主要有以下两个方面：第一，现有关于企业社会责任与企业资本成本关系的研究主要集中在对企业社会责任与股权资本成本或银行信贷成本之间关系的研究，而企业社会责任与债券资本成本之间的关系则很少受到关注。周宏等（2014）首次从公司治理的角度研究了企业社会责任与债务融资成本之间的关系，本文在此研究的基础上，着重从信息不对称的角度研究了企业承担社会责任对于企业债券溢价的影响，从而进一步解释“信用利差之谜”。第二，本文结合中国这一全球主要转轨经济的现实情况，研究了企业社会责任对国有企业、民营企业两种不同产权性质企业的信用利差的影响，本文的研究为了解转轨经济下，不同产权性质企业履行企业社会责任的目的与价值提高了实证视角，也为不同产权性质的企业如何履行企业社会责任、以提高企业财务业绩提供了实证依据。本文剩余部分安排如下，第二部分为理论分析与研究假设的提出；第三部介绍本文的研究样本、数据来源、研究模型及变量定义；第四部分为本文的实证分析与稳健性检验；第五部分为本文的主要结论。二、理论分析与研究假设西方学术界将具有相似特征的企业债券和无风险债券的收益率之间的差额称为债券信用利差（RochaandGarcia，2005）。Brown（2001）认为利差主要由流动性溢价、预期违约风险造成的违约损失和风险溢价三个重要部分组成。债券信用利差实际上是企业债券融资成本的体现。下面本文将具体阐述发债企业承担社会责任是如何影响其债券信用利差的。首先，企业社会责任会通过降低信息不对称来减少债券信用利差。信息不对称对资产价格的影响已为大量的研究所证实，比如，RichardsonandWelker（2001）最早构建相关模型来分析企业社会责任信息对资本成本的影响，DuffieandLando（2001），周宏等（2014）与林晚发等（2013）都认为信息不对称水平越高，债券的融资成本越大。而履行社会责任较好的企业会释放出社会责任信号，提高企业的社会影响力，吸引投资者与分析师的注意，降低企业信息不对称程度（GelbandStrawser，2001）。此时，企业社会责任会通过降低信息不对称来减少债券信用利差。现有研究也发现企业社会责任会降低权益资本成本（Dhaliwaletal.，2011；沈洪涛等，2010；李姝等，2013）。其次，企业社会责任会通过降低非系统风险来减少债券信用利差。Fu（2009）发现，资产定价过程中，市场也有可能将非系统风险考虑在内。而企业能够通过承担社会责任让投资者相信企业未来的非系统风险水平较低Boutin-DufresneandSavaria，2004；LeeandFaff，2009）。因为不负责任的企业可能会面临更多的诉讼。例如，如果一个企业在产品质量上没有保证，那么将来就可能产生较大的诉讼成本（WaddockandGraves，1997）。HongandKacperczyk（2009）发现，烟草企业等“罪恶”企业未来较大的诉讼风险。此时，企业社会责任会通过降低非系统风险来减少债券信用利差。最后，企业社会责任会通过降低融资约束来减少债券信用利差。融资约束会影响企业的资本成本。当一个企业存在融资约束时，企业的经营状况将面临风险。此时，投资者会要求较高的必要报酬率，提高资本成本，增加债券信用利差。Chengetal.（2014）发现承担社会责任的企业会通过降低代理成本和信息不对称来降低企业的融资约束。此时，企业社会责任会通过降低融资约束来减少债券信用利差。基于上述分析，本文提出第一个研究假设：H1：发债企业承担社会责任能够显著降低其债券信用利差，并且发债企业对社会责任不同方面关注的越多，其债券信用利差越低。有研究表明，在我国，企业承担社会责任并非完全出于企业的自主意愿，而在一定程度上是政府政治干预的结果。黎文靖（2012）认为，当企业社会责任上升到国家战略发展层面的高度，成为中央政府关注的热点时，企业社会责任就成为了官员晋升锦标赛的竞赛标准，此时，我国企业社会责任的承担可能更多地体现了中央政府的意志。在企业社会责任问题上，政府意志对于国有企业与民营企业可能具有不同的影响。国有企业的目标并非单纯地利益最大化，因为，国有企业在追求经济利益的同时，还需要承担维持经济与社会稳定的责任。这些责任包括稳定经济周期的波动、完成地方财政任务、保护环境、提高员工雇佣率等（Baietal.，2006）。但是，国有企业的政治寻租并非表现在政府与企业之间，而更多地表现在上级官员与国企高管之间，不是一种企业行为，而是中国现行政治制度下，官员提拔与晋升的一种个人行为。此时，我国国有企业承担社会责任更多的可以看作是企业高管为了提拔与晋升而达到地方政府政绩要求的一种手段。民营企业的目标是利润最大化。由于天生的劣势，民营企业通常会通过政治寻租去获得政府更多支持，包括良好经营环境、政策资源、政府实质支持等。现有文献研究也证明我国民营企业通过贿赂政府官员、政治捐献、建立政治关系等途径来获取政府所控制的资源，如政策、信贷、产权保护、补贴等方面的超额收益（吴文峰等，2009；余明桂等，2010）。此时，我国民营企业承担社会责任更多的可以看作是企业为了降低的政治风险和经营风险的一种政治献金。戴亦一等（2014）发现，地方政府更换时，我国民营企业会通过捐赠进行政治献金，进而获得融资便利、政府补助、投资机会等多方面的经济实惠。基于以上分析，本文提出第二个研究假设：H2：发债企业承担社会责任降低债券信用利差在民营企业中更显著。三、研究设计（一）研究模型与变量定义为了检验本文的研究假设，本文构建了实证模型（1）：CSi,t=α+β1CSRi,t+β2SIZEi,t+β3LEVi,t+β4CREDITi,t+β5AGEi,t+β6RMi,t+β7SOEi,t+β8ROEi,t+YEAR+INDUSTRY+εi,t （1）1.被解释变量模型（1）中的CS为本文的解释变量，用来衡量企业债券信用利差，具体计算方法为企业债券的到期收益率与相同剩余期限国债收益率之差。本文选取与企业债券发行时间相同、到期期限相同的国债t年的到期收益率减去t年该企业债券的到期收益率作为该企业债券第t期的信用利差。所选用的国债数据包含5、7、10、15、20年的国债的到期收益率。对于缺失的某年国债的到期收益率，则采用插值法计算得出。2.解释变量模型（1）中的CSR为本文的解释变量，用来衡量企业社会责任。本文采用以下两种方式衡量企业社会责任：第一，采用虚拟变量法衡量，表示为CSRDUMMY。具体的，如果企业自愿披露了企业社会责任报告，本文则视该企业承担了社会责任，CSRDUMMY取1，否则取0。第二，借鉴LanisandRichardson（2012）的研究，本文首先把企业社会责任分为五大类：即环境、员工、消费者、社区以及其他利益相关者，分别表示为CSR1-CSR5；然后，对这个分类进行虚拟变量衡量，即如果企业社会责任报告中有某类内容，则该类赋值为1；否则取0；最后，对每类虚拟变量进行加总作为企业社会责任总得分，表示为CSRSCORE，CSRSCORE的值在0-5之间。3.控制变量模型（1）中的控制变量包括：企业规模（SIZE），定义为年末总资产的自然对数。一般情况下，企业规模越大，融资约束越小，其违约风险也就越小，债券利差也就越小，因此，预期企业规模与债券利差负相关；企业资产负债率（LEV），定义为年末总负债除以年末总资产。一般情况下，企业杠杆率越大，信用风险就越大，债券利差也就越大，因此，预期企业杠杆率应与债券信用利差正相关；企业债券的债项评级（CREDIT），本文对国内评级机构的债项评级进行赋值，具体赋值如下：AAA=8，AA+=7，AA=6，AA-=5，A+=4，A=3，BBB=2，BB=1。一般情况下，企业债券的债项评级越高，债券信用越好，其违约的风险也就越小，债券利差也就越小，因此，预期企业债券的债项评级与债券利差负相关；企业债券的剩余期限（RM），定义为债券到期年的年份减去观测年年份。根据HelwegeandTurner（1999）的研究，债券剩余到期时间越长，不确定性因素就越大，发生违约的可能性就越大，因此，预期企业债券的剩余年限与信用利差应当呈现正相关关系；企业债券已存续年限（AGE），定义为债券发行年年份减去观测年年份。Yu（2005）认为，一只债券已存续年限越长，它的交易就越不频繁，流动性就越差，因此债券利差就越大；但从信息不对称的角度来说，一只债券已存续的年限越长，它的已披露的信息就越多，企业债券发行者与投资者之间的信息不对称程度越低，因此信用利差应该越小。本文对债券已存续年限与信用利差的关系不做预期。最后，本文对企业的股权性质进行了控制，由于国有企业存在隐性担保，违约风险相对较低，投资者要求的风险溢价较小，债务的融资成本相对较低。我们设股权性质变量为SOE，如果企业是国有企业，则定义SOE=1，反之，则SOE=0。此外，本文还控制了年度固定效应（YEAR）、行业固定效应（INDUSTRY）。本文主要关注的是模型（1）中CSRi,t的系数β1，如果β1显著为负，则表明在其他因素相同的情况下，与没有承担社会责任的企业相比，承担社会责任的企业债券信用利差更低，即本文的研究假设H1得到验证。（二）研究样本与数据来源本文以2010-2013年沪深两市发债上市公司为研究对象。在获得初始样本后，本文剔除以下债券：金融机构发行的债券、境内外同时上市债券、数据缺失和重复债券重复是指一家上市公司可能在一年中发行两个或以上数量的债券；假若存在这种情况，随机去掉一个观测值。。最终的研究样本包括245家上市公司发行的517个债券本文并没有对公司债与企业债进行区分，主要是因为本文的研究内容对二者均适用。重复是指一家上市公司可能在一年中发行两个或以上数量的债券；假若存在这种情况，随机去掉一个观测值。本文并没有对公司债与企业债进行区分，主要是因为本文的研究内容对二者均适用。 本文所使用的企业社会责任数据手工收集自企业的年报及其社会责任报告；债券数据和机构投资者持股比例数据来自Wind数据库；企业产权性质数据来自CCER数据库，其它数据来自CSMAR数据库。为避免极值的影响，本文对所有连续变量都进行了上下1%的缩尾处理。四、实证结果与分析（一）描述性统计表1提供了本文变量的描述性统计结果。统计结果显示，CS的均值为3.0191，这说明在我国债券市场中，发债上市公司存在债券违约风险。CSRDUMMY的均值为0.4623，这说明2010-2013年间，我国只有不到一半的发债上市公司承担了企业社会责任。CSR1-CSR5的统计结果与CSRDUMMY的统计结果类似。CSRSCORE的均值为2.2669，这说明总体而言，在企业社会责任的五个方面中，我国发债企业只关注了其中的大约两个方面。CREDIT的均值为6.5435，说明我国发债企业的信用等级平均处于AA+区间。AGE的均值为1.0309，说明我国发债企业发行债券年份较短。SIZE，LEV和ROE的描述性统计情况与企业的现实情况基本一致。最后，从股权性质SOE变量来看，发公司债的企业主要为国有企业。表1变量的描述性统计变量名称观测值平均值标准差中位数最小值最大值CS5173.01911.02192.83891.19115.7957CSRDUMMY5170.46230.49910.00000.00001.0000CSRSCORE5172.26692.45780.00000.00005.0000CSR15170.45450.49840.00000.00001.0000CSR25170.46230.49910.00000.00001.0000CSR35170.44870.49780.00000.00001.0000CSR45170.44490.49740.00000.00001.0000CSR55170.45650.49860.00000.00001.0000SIZE51722.91311.039922.763720.914525.8100LEV5170.55990.14680.56440.19730.8589CREDIT5176.54350.81216.00004.00008.0000SYQX5174.94781.33505.00002.000010.0000AGE5171.03091.38901.00000.000012.0000SOE5170.61101.00000.48770.00001.0000ROE5177.24807.40439.1516-32.168329.5169（二）H1的实证检验结果本部分首先对本文的研究假设H1进行验证。模型（1）的多元回归结果列示在表2中，对于表2的各列结果，因变量都是企业债券信用利差CS，解释变量为衡量企业社会责任的不同变量。可以发现，CSRDUMMY、CSRSCORE以及CSR1-CSR5的系数基本都是在5%的置信水平显著为负。因此，回归结果说明本文的研究假说H1得到了验证，即发债企业承担社会责任能够显著降低其债券信用利差，并且发债企业对社会责任不同方面关注的越多，企业债券信用利差越低，发债企业社会责任的5个方面（环境、员工、消费者、社区与其他利益相关者）均与其债券信用利差之间有显著的负相关关系。其次，所有回归结果的拟合优度（Adjusted-R2）都超过了45%，这说明模型（1）较好地控制了影响企业债券信用利差的因素。列（1）CSRDUMMY的回归系数为-0.234，这说明平均而言，承担社会责任的发债企业债券信用利差比没有承担社会责任的发债企业债券信用利差低23.4%，这相当于样本均值的7.75%（23.4%/3.0191）。由于CSR1-CSR5的解释与CSRDUMMY的解释相似，本文以CSR1为例进行说明，列（3）CSR1的回归系数为-0.225，这说明平均而言，关注环境方面社会责任的发债企业债券信用利差比没有关注环境方面社会责任的发债企业债券信用利差低22.5%，这相当于样本均值的7.45%（22.5%/3.0191）。列（2）CSRSCORE的回归系数为-0.045，这说明平均而言，发债企业对企业社会责任的关注每增加一个方面，债券信用利差就会降低4.5%，这相当于样本均值的1.5%（4.5%/3.0191）。SIZE的回归系数均在1%的置信水平显著为负，这说明发债企业规模越大，融资约束越小，其违约的风险也就越小，债券利差也就越小，这与本文的预期相符。CREDIT回归系数均在1%的置信水平显著为负，这说明发债企业债券的债项评级越高，债券信用越好，其违约的风险也就越小，债券利差也就越小，这与本文的预期相符。AGE的回归系数均在1%的置信水平显著为正，这说明一只债券已存续年限越长，它的交易就越不频繁，流动性就越差，因此债券利差就越大，这与Yu（2005）的理论一致。SOE的回归系数均在1%的置信水平显著为负，这说明国有企业的债券融资成本较低，这与本文的预期相符。表2企业社会责任对债券信用利差的影响因变量→CS自变量↓（1）（2）（3）（4）（5）（6）（7）CSRDUMMY-0.232**(-2.09)CSRSCORE-0.043**(-2.08)CSR1-0.223**(-2.15)CSR2-0.232**(-2.19)CSR3-0.210**(-2.01)CSR4-0.215**(-2.02)CSR5-0.210*(-1.95)SIZE-0.240***-0.244***-0.244***-0.240***-0.247***-0.247***-0.249***(-3.05)(-3.07)(-3.05)(-3.05)(-3.13)(-3.16)(-3.11)LEV0.5710.5780.5830.5710.5960.5710.596(1.44)(1.46)(1.47)(1.44)(1.51)(1.43)(1.50)CREDIT-0.496***-0.496***-0.498***-0.496***-0.496***-0.491***-0.497***(-6.25)(-6.23)(-6.24)(-6.25)(-6.23)(-6.20)(-6.22)RM-0.034-0.035-0.034-0.034-0.036-0.039-0.035(-0.78)(-0.81)(-0.78)(-0.78)(-0.82)(-0.88)(-0.81)AGE0.130***0.130***0.131***0.130***0.131***0.130***0.130***(3.00)(3.01)(3.02)(3.00)(3.03)(2.99)(3.02)SOE-0.768***-0.763***-0.765***-0.767***-0.768***-0.766***-0.768***(-11.08)(-11.06)(-11.07)(-11.08)(-11.08)(-11.07)(-11.08)ROE-0.065***-0.061***-0.062***-0.064***-0.065***-0.061***-0.062***(-8.23)(-8.11)(-8.16)(-8.22)(-8.23)(-8.17)(-8.20)CONSTAN11.440***11.505***11.498***11.440***11.565***11.578***11.615***(7.64)(7.63)(7.56)(7.64)(7.70)(7.80)(7.59)YEARYESYESYESYESYESYESYESINDUSTRYYESYESYESYESYESYESYESN517517517517517517517Adj-R20.4550.4540.4540.4550.4530.4530.453注：***、**和*分别表示回归系数在1%、5%和10%水平显著；括号内为t值；回归系数的标准误在公司层面进行了Cluster调整。（三）H2的实证检验结果表3是对H2的实证检验结果。表3的PanelA和PanelB分别列示了民营发债企业和国有发债企业社会责任对债券信用利差影响的回归结果限于篇幅，表3并未列示出控制变量的结果，如若需要，可向作者索取。。在PanelA的民营发债企业组，CSRDUMMY、CSRSCORE以及CSR1-CSR5的系数基本都是在5%的置信水平显著为负，而在PanelB的国有发债企业组，CSRDUMMY、CSRSCORE以及CSR1-CSR5的系数都不显著，限于篇幅，表3并未列示出控制变量的结果，如若需要，可向作者索取。表3不同产权性质下企业社会责任对债券信用利差的影响PanelA：民营发债企业自变量↓（1）（2）（3）（4）（5）（6）（7）CSRDUMMY-0.396**(-2.36)CSRSCORE-0.081**(-2.43)CSR1-0.399**(-2.49)CSR2-0.396**(-2.36)CSR3-0.404**(-2.48)CSR4-0.396**(-2.36)CSR5-0.396**(-2.36)控制变量控制控制控制控制控制控制控制CONSTANT11.927***11.894***11.891***11.927***11.899***11.927***11.927***(5.10)(5.08)(5.07)(5.10)(5.08)(5.10)(5.10)N226226226226226226226Adj-R20.4080.4090.4090.4080.4090.4080.408PanelB：国有发债企业自变量↓（1）（2）（3）（4）（5）（6）（7）CSRDUMMY-0.211(-1.64)CSRSCORE-0.041(-1.55)CSR1-0.211(-1.64)CSR2-0.211(-1.64)CSR3-0.163(-1.29)CSR4-0.178(-1.45)CSR5-0.211(-1.64)控制变量控制控制控制控制控制控制控制CONSTANT10.081***10.139***10.081***10.081***10.336***10.340***10.081***(6.04)(6.09)(6.04)(6.04)(6.28)(6.29)(6.04)N261261261261261261261Adj-R20.4320.4310.4320.4320.4280.4290.432注：***、**和*分别表示回归系数在1%、5%和10%水平显著；括号内为t值；回归系数的标准误在公司层面进行了Cluster调整。（四）企业社会责任影响债券信用利差的机制理论分析的部分认为企业社会责任会通过降低信息不对称来减少债券信用利差。下面本文将对这一理论机制进行验证。具体的，将模型（1）的回归结果按照信息不对称程度进行分组，本文采用分析师跟踪人数作为信息不对称的度量。分析师跟踪人数越多，信息不对称程度越小，分析师跟踪人数越少，信息不对称程度越大。表4的PanelA和PanelB分别列示了不同信息不对称程度下企业社会责任对债券信用利差影响的回归结果限于篇幅，表4并未列示出控制变量的结果，如若需要，可向作者索取。。在PanelA分析师跟踪人数小于年度中位数，也就是信息不对称程度较大的组，CSRDUMMY、CSRSCORE以及CSR1-CSR5的系数基本都是在5%的置信水平显著为负，而在PanelB分析师跟踪人数大于年度中位数，也就是信息不对称程度较小的组CSRDUMMY、CSRSCORE以及CSR1-CSR5的系数都不显著，一致的回归结果说明限于篇幅，表4并未列示出控制变量的结果，如若需要，可向作者索取。表4企业社会责任、信息不对称与债券信用利差PanelA：分析师跟踪人数小于年度中位数自变量↓（1）（2）（3）（4）（5）（6）（7）CSRDUMMY-0.348***(-2.85)CSRSCORE-0.071***(-2.92)CSR1-0.359***(-3.15)CSR2-0.348***(-2.85)CSR3-0.337***(-2.83)CSR4-0.321***(-2.65)CSR5-0.348***(-2.85)控制变量控制控制控制控制控制控制控制CONSTANT11.894***11.888***11.796***11.894***11.932***12.180***11.894***(6.02)(5.83)(5.91)(6.02)(5.56)(5.79)(6.02)N212212212212212212212Adj-R20.4460.4470.4480.4460.4450.4430.446PanelB：分析师跟踪人数大于年度中位数自变量↓（1）（2）（3）（4）（5）（6）（7）CSRDUMMY-0.088(-0.91)CSRSCORE-0.013(-0.67)CSR1-0.072(-0.72)CSR2-0.088(-0.91)CSR3-0.056(-0.51)CSR4-0.068(-0.70)CSR5-0.035(-0.43)控制变量控制控制控制控制控制控制控制CONSTANT10.855***10.959***10.933***10.855***10.999***10.952***11.093***(6.96)(6.93)(6.82)(6.96)(7.11)(7.08)(6.70)N305305305305305305305Adj-R20.4830.4820.4820.4830.4820.4820.482注：***、**和*分别表示回归系数在1%、5%和10%水平显著；括号内为t值；回归系数的标准误在公司层面进行了Cluster调整。（五）稳健性检验表2对H1的实证检验结果可能会因为内生性问题而不可靠。本文将采用以下方法，处理内生性的问题，以保证实证结果的稳健性。首先，由于企业社会责任承担可能存在自选择的问题，因此，本文对解释变量为CSRDUMMY的回归结果进行Heckman检验，具体结果列示在表5的列（1）。检验结果表明，CSRDUMMY的系数仍然在5%的置信水平显著为负，说明在考虑自选择问题后，表2的H1实证检验结果是稳健的。根据现有相关文献（GravesandWaddock，1994；Roberts，1992；StanwickandStanwick，1998；WaddockandGraves，1997），表4的列（1）选择以下变量作为控制变量：企业规模（SIZE）、企业资产负债率（LEV）、机构投资者持股比例（IQ）、股权集中度（CR5）与净资产收益率（ROE）。其次，本文采用工具变量来进行内生性处理。Linetal.（2012）认为，如果内生性问题只存在于企业层面，而不是行业或区域层面，那么提出行业或区域特有的成分仅仅影响单个企业增长的因素。在研究相关问题时，将样本按照行业和地区进行分类组合，每个样本必然落在一个行业/地区组合中。因此，可以计算这个行业/地区的平均值，以作为该企业变量的工具变量。基于Linetal.（2012）的思路，本文使用行业平均企业社会责任得分MCSRSCORE作为企业社会责任得分CSRSCORE的工具变量对模型（1）进行回归。结果列示在表5的列（3）和列（4），可以发现，CSRSCORE的系数仍然在5%的置信水平显著为负。 最后，模型（1）可能存在遗漏变量，而遗漏变量可能导致表2的企业社会责任与债券融资成本之间的关系是虚假的。本文采用倾向值匹配方法（PSM）来控制可能的遗漏变量问题。具体而言，本文采用同年度同行业同规模的标准，1:1寻找实施社会责任企业的对照样本。然后对模型（1）进行回归，回归结果见表5中的列（5）与列（6）。回归结果表明，CSRDUMMY的系数仍然在5%的置信水平显著为负，而CSRSCORE的系数在1%的置信水平显著为负。 表5的回归结果表明，在考虑了内生性与遗漏变量问题后，企业社会责任企业社会责任变量的系数仍然在5%或者1%的置信水平显著为负，这说明本文对H1的实证结果是稳健的。表5企业社会责任对债券信用利差影响的稳健性检验稳健性检验Heckman检验