《信用评级调整对企业融资约束和债务融资能力的影响实证研究》20000字

信用评级调整对企业融资约束和债务融资能力的影响实证研究摘要上世纪80年代，我国的信用评级行业随着改革开放、资本市场发展的进程而创立并逐步完善至今，对缓解资本市场信息不对称、揭示债券和发行企业信用风险起到重要作用，有助于提升市场运行效率。但从市场认可程度的角度来看，我国信用评级行业的公信力不断遭受质疑，“评级虚高”“评级泡沫”的质疑声音持续出现。在这一背景下，此论文以2011-2020年A股上市公司为研究对象，提出企业信用评级与融资约束、融资能力关系的四个假设，并根据研究假设的需要,明确研究变量，设计回归模型,通过实证分析研究信用评级调整是否能够对企业融资约束和债务融资能力发挥作用。研究结果表明，信用评级调整能够对企业融资产生实际影响。当信用评级下调时，企业融资约束程度加深，融资能力下降，信用评级上调则不具备影响企业融资约束和融资能力的显著作用，说明信用评级下调的市场反应更为显著，投资者对信用下调有更高的关注度。通过替换被解释变量进行稳健性检验后，研究结论仍然成立。相比过往研究中对不同信用水平下企业融资情况的直接探讨，从评级调整的角度研究中国信用评级对企业融资行为的影响，丰富了信用评级经济后果及融资效应影响因素的研究，为中国信用评级行业高质量发展提供了理论指导依据。关键词：信用评级融资约束债务融资能力目录TOC\o"1-3"\h\u71531导论 1247731.1研究背景及研究意义 139571.2研究内容及方法 2133271.3研究结论与创新 2316651.4论文的框架结构 2282052国内外研究情况 3157412.1企业信用评级 37722.2企业融资约束 527572.3信用评级与企业融资的关系 6126952.4文献评述 690073理论分析与研究假设 711353.1信用评级调整与融资约束 734653.2信用评级调整与债务融资能力 8160914研究设计 929354.1数据来源 9288244.2模型构建与变量选取 10137755研究结果与分析 1327815.1描述性统计 1344685.2信用评级调整对融资约束的影响分析 13304885.3信用评级调整对债务融资能力的影响分析 15312065.4稳健性检验 16290866结论与建议 18230056.1研究结论 18131156.2政策建议 1925411参考文献 211导论1.1研究背景及研究意义融资约束作为长期以来困扰实体企业转型升级和发展的重要问题之一，一直受到学界的广泛关注。稳定的资金来源是企业的生命线，世界银行出具的关于中国企业融资情况的调查报告指出，中国非金融上市公司中，认为融资约束是制约企业长期稳定发展的重要障碍的企业占比达到了75%。此外，由于受到国有企业的挤出效应，民营企业普遍受到更加严重的融资约束，无论是获得的政治资源还是融资便利程度上都与国有企业存在一定差距，长期以来面临着融资不足的困境（Cull等,2015）[1]。新冠疫情来势汹汹并将与人类长期共存，企业作为最重要的微观经济主体不可避免地受到直接冲击，大量企业遭遇现金流短缺的困局，为维持正常经营，其外部融资需求不断增长，如果融资约束长期得不到缓解或融资的交易成本过高，企业就会将裁员或降薪等方式作为应对资源短缺的手段，这与保就业、稳经济的宏观调控目标是不相符合的。因此，国家层面为了帮助企业纾困，也以改善金融市场生态、促进金融创新、优化融资环境为抓手，着力解决企业融资难、融资贵问题。高效的金融市场离不开信息中介的参与。如果市场投资者难以获取关于企业的经营风险、财务风险及信用风险的有效信息，不能充分了解风险就贸然进行投资决策，那么就很有可能遭受不必要的损失，更对金融市场秩序造成严重破坏。低效率的信息传递也会使投资者在金融市场中难以发现和选择心仪的投资标的，同时导致资源配置的非效率。在此背景下，市场中的信息中介应运而生，通过对信息进行收集、分析与传播，改善了市场信息环境的透明程度，有利于投资者理性采取投资行为，提高资源的配置效率（杨东，2015）[2]。为构建更加完善高效的融资市场，建立健全信用体系是大势所趋。信用评级作为资本市场中的一个重要信息中介，对于市场信息丰富总量、改善质量能够起到重要作用。我国信用评级行业自1987年开创以来至今已有35年。三十多年来，我国信用评级评级技术持续更新发展，结果更能全面反映企业现状，社会认可度逐步提高，得益于评级机构规模的不断扩大，市场竞争的愈发充分。然而，2020年证券业协会发布的权威报告显示，部分评级机构对发行人主体级别进行明显高于行业平均水平、不符合企业实际情况的非正常调升，更有甚者直接向受评企业提供咨询服务、对外提供不实表述，并收取高额费用。现阶段，由于信用评级机构普遍采用的发行人付费模式和评级机构与受评企业之间的利益博弈和勾连，容易产生“以级定价、以价定级”等不规范行为，企业信用评级确实存在一定的膨胀现象，多个高信用评级企业出现风险事件，引发了很多学者对信用评级机构公信力的质疑态度。但学界依然有许多学者通过对实际数据进行分析，认可了信用评级对于企业的监督作用。面对学界当前持有的不同态度，研究信用评级能否为市场提供违约风险的信息，缓解企业的融资约束，对企业的融资能力究竟产生什么样的影响，都是国内信用评级和企业融资行为理论体系中需要解释的和补充的内容。信用评级信息综合包含了各利益相关者对债务人未来履行其财务义务意愿及能力的意见，反映了金融市场对企业信用质量的认可程度，能够通过声誉机制的作用影响企业的贷款授信额度以及负债融资能力，影响企业面临的融资约束。因此，研究在中国资本市场中，信用评级对企业融资行为的监督和评价作用，对于证明和进一步提升我国信用评级机构公信力具有一定的意义。现有关于信用评级与企业融资效应的研究中，主要关注于债务融资成本，大多以企业债券登记等级作为研究样本而缺乏对公司主体评级的整体研究，且主要考虑同一时期内具有不同信用等级的主体间存在的融资情况差距，直接以信用评级作为解释变量的居多，而较少将信用评级上调或下调作为关键变量，那么关于企业评级调整前后企业融资情况的变化就尚有探讨空间。此外，相关研究主要探讨了负面评价的融资约束效应，对于正面评级预期的潜在影响仍不明确。因此，本文着眼于企业主体的融资情况在评级发生变化后所受到的影响，并扩充评级上调预期的研究样本，能够提供新的分析视角，拓展评价信用评级有效性和融资决策影响因素的现有文献。1.2研究内容及方法本文利用2011-2020年期间非金融A股上市公司数据，研究信用评级调整与企业融资约束的关系和信用评级调整与企业债务融资能力的关系。我国信用评级兼具提供增量信息但公信力存疑的双重属性，因此本文旨在于探究信用评级的实际效用是否存在，研究假设可概括为：1.信用评级上调对企业融资约束具有缓解作用，并能提升企业的债务融资能力2.信用评级下调会加剧企业融资约束，降低企业的债务融资能力。研究方法上主要采用实证分析方法，在现有的企业融资效应理论体系的基础上，加入信用评级调整这一影响因素，立足于信息不对称、代理问题等视角开展理论分析并提出研究假设，然后根据研究假设的需要设计合理的研究模型，借助Stata软件，采取多元线性回归方法分析评级变更对企业融资行为是否产生影响。模型选取的自变量为信用评级上调和下调，因变量为企业融资约束和债务融资能力。其中，对评级上调的定义既包括评级较上一年出现上升的样本，也包括评级展望为正面的样本，对评级下调的定义也将评级展望为负面的样本纳入研究范围；融资约束的度量采用WW指数作为主检验中的度量指标，为避免指数选择造成的误差，在稳健性检验部分增加构建方法和采用指标不同的SA指数和KZ指数作为替代变量，以保证实证研究结果的可靠性。企业的债务融资能力则参照前人研究，以企业相比上一年的债务融资增量作为衡量指标。1.3研究结论与创新经过实证研究，本文得到如下研究结论：融资约束方面，信用评级下调能够显著加剧企业的融资约束，而信用评级上调对于融资约束并不具备显著的缓解作用；债务融资能力方面，信用评级下调会显著降低企业的债务融资能力，而信用评级上调却在统计上未能表现出对企业债务融资能力的提升。信用评级上调的功能未能与研究假设部分预期情况一致，并不能够缓解企业的融资约束、提升债务融资能力，可能是由于信用评级机构公信力的缺失，市场投资者认为评级机构因逐利心理而向上扭曲评级，因而对于正面信息不够信任，不认为评级上调反映企业信用水平和偿债能力步调一致的上升，而是评级方与被评方合谋的结果。本文的创新点在于：（1）当前对于信用评级调整在我国资本市场是否确实能够发挥公告效应的问题上，还存在一定的分歧。本文从评级调整的视角，通过提供实证证据，为国内关于信用评级调整经济后果的研究贡献增量信息，或能为信用评级制度改革提供一定的参考。（2）由于我国企业的信用评级较少出现调整，尤其是调减样本数量较少，数据的局限导致了信用评级调整的研究较为匮乏，现有研究主要侧重于比较不同评级水平企业之间的差异，而缺乏对于评级调整这一事件的关注。本文中对于评级上调的定义并不局限于发生评级上升的样本，还进一步扩充到评级展望为“正面”的样本，同样地评级下调的定义也包括了评级展望为“负面”的样本。评级展望也是包含在评级报告中的公开信息，对投资者而言易于获取，且也具有一定的参考价值，因此这样处理有其合理性，能够达到丰富样本量的目的，实现对信用评级调整这一话题的实证检验，得到更为可靠的研究结果，验证信用评级中介机构的信息功能。（3）从信用评级调整的视角进一步拓宽了企业融资行为影响因素的研究，为信用评级的融资效应、信息效应和监督效应提供有力支持，丰富了企业融资约束的研究角度，对我国从完善金融市场、发展金融中介机构的角度解决企业融资难问题，具有一定的现实启示。1.4论文的框架结构本文的研究的内容可简述如下：第一章为导语。首先结合当前中国企业“融资贵”“融资难”的发展背景和信用评级机构公信力饱受争议的现实问题，其次以当前社会热点和学界研究现状为基石，明确论文研究的理论意义和现实意义，最后总结写作思路提出论文的整体写作框架。第二章为国内外研究情况。此部分分别总结回顾了国内外关于信用评级与企业融资的已有研究，信用评级方面总结了其定义、市场功能以及学界对其认可度问题的讨论，对于企业融资总结了现有研究中认为能够影响企业融资行为的各种因素，最后对现有结合信用评级和企业融资两方面问题的学术研究及其结论进行总结归纳，寻找当前研究中的空白部分，在文献评述部分指出本文研究的必要性。第三章为理论分析与研究假设。此部分结合信息不对称、啄食顺序等理论，围绕信用评级调整与企业融资情况展开理论分析和合理假设，提出以下两个问题：企业主体信用评级调整是否影响企业所受融资约束程度、企业主体信用评级调整是否影响企业的债务融资能力，进而明确论文的四个研究假设。第四章为研究设计。该部分首先对本文的数据来源和研究样本进行了说明，以经过数据处理和筛选的2011-2020年我国A股上市公司作为研究对象，其次对论文预计研究的被解释变量融资约束和债务融资能力以及解释变量信用评级上调和下调做出定义，说明控制变量的选择，最后对研究模型进行设计，为下一步得出研究结果打下基础。第五章为研究结果与分析。通过使用Stata软件，对回归模型进行检验，形成变量的描述性统计，导出回归结果，并对统计结果结合理论和实际进行分析，发现评级下调能够显著加剧企业融资约束，降低债务融资能力；而评级上调可能由于合谋问题的存在，虽然回归系数显示对企业融资约束可能具有缓解作用，或能提升企业的债务融资能力，但并不显著。稳健性检验部分考虑到单一指数的可靠性问题，对融资约束的衡量增加了两个替代变量，检验结果与原被解释变量基本一致。第六章为结论。此部分是对论文研究结果的总体阐述，分别从推动我国信用评级行业的健康发展和有序引导企业开展融资活动两个方面角度提出建议。提出完善信用评级行业发展需要从加强监管、改进收费制度、拓宽收入来源等若干角度得到实现，企业同样也需要根据自身情况合理选择融资渠道，借助信用评级提供的信息改善自身经营、不断纠错。2基础理论与研究现状2.1企业信用评级2.1.1信用评级相关定义洪枚（2006）对信用评级定义如下：信用评级是指独立的专业评级机构对债务人如期足额偿还债务本息的能力与还款意愿进行评价，并用简单的字母和数字符号表示受评对象的违约风险以及可能的损失的严重程度，以增加评级的可理解性和传播性[3]。其中，企业信用评级是针对企业和企业集团的信用评级，既包括对企业发行债券的评级（即债项评级），也包括对企业信用质量的评级（即企业主体评级)。本文的信用评级主要采用企业主体评级。我国企业信用评级的评定体系为国际通行的“四等十级制”，具体等级按信用水平从高到低有AAA、AA、A，BBB、BB、B，CCC、CC、C和D，并增加“+”、“-”作为微调符号，更具灵活性。2.1.2信用评级的利益相关者企业信用评级的关系人主要包括信用评级主体、客体、评级服务的对象。评级主体即专业评级机构，机构中的独立人员通过的专业化的分析，给出具有参考性的信用评级，为市场参与者和企业利益相关者提供风险揭示服务。信用评级的客体则是评级机构评价的对象，即为发行债券或获得市场准入资格选择主动评级企业或受到监管被动接受评级的企业。评级的服务对象主要是资本市场中的参与者和管理者，包括监管部门、发行方和投资者。监管部门可以通过制定相关法律法规对具有不同评级企业主体可参与的资本市场活动进行限制，或者根据被监管对象的信用评级做出监管判断、调整监管频率，为分级管理提供依据，提高监管效率。发行方根据受到的信用等级判断，能够获得诸如债券上市等准入资格、稳定融资渠道和降低融资成本等的优惠。投资者则将信用等级作为指导投资决策的依据之一，理性评估证券定价、风险与报酬，免受由于信息匮乏而造成的损失，并降低获取企业信用风险情报的信息成本（潘越，2015）[4]。对于被评价主体自身，较高的信用评级能够作为企业按期履约还款的证明，帮助企业树立良好的信用形象，进而使企业能够扩大投资者基础，甚至进一步降低筹资成本、拓展更加丰富的融资渠道，还能通过参考评级机构出具的专业意见报告，提高企业的信用风险管理水平。2.1.3信用评级的功能评级机构的功能主要表现在两个方面：降低信息不对称和区分企业质量。信用评级能够向市场参与主体传递受评对象的信用风险、违约概率和偿债意愿信息，从而提高资本市场的透明度，促使债务得到合理定价（Boot等,2006）[5]。一方面，专业化的信用评级机构对公开信息进行整合，降低了投资者的收集成本；另一方面，信用评级分析师还能通过实地调研、数据分析等方式，提供隐含企业潜在经营风险、偿债风险的内幕信息（林晚发等，2019）[6]。同时，一些学者认为，企业信用评级不仅可以为投资者决策提供指引、促进市场资源有效合理配置，由于信用评级能够显著影响债券发行及债券价格（何平等，2010；林晚发等,2018）[7-8]、股票价格与企业价值（Faulkender和Petersen,2006）[9]，企业的融资、经营和投资决策也会考虑行为对自身信用评级的影响。Kisgen（2006）研究了信用评级对于资本结构的影响,发现当主体评级为“+”与“-”时,公司会降低杠杆率以提高信用评级。信用评级还能对企业的并购行为起到监督作用[10]，为维持较高的评级水平，管理层通过谨慎地采取并购决策、避免不当并购，控制评级下调风险（翟玲玲等，2021）[11]。信用评级还能通过为大股东提供考核管理层的信号，对企业管理层产生威慑约束作用，抑制企业的过度投资行为（赵立军等，2021）[12]。2.1.4信用评级的有效性争议信用评级是否具有信息含量、是否值得信任仍处于争论之中。目前我国信用评级市场存在评级平均水平偏高和频繁上调的现象（马榕等，2016）[13]。信用评级结果与企业真实信用风险的匹配性遭受质疑的原因主要有以下三点：一是信用评级行业当前普遍采用发行人付费模式，导致评级机构与被评级企业之间存在天然的利益冲突，进而引发“评级购买”和“评级膨胀”现象（Bolton等，2012）[14]；二是在当前付费模式下评级行业中激烈的市场竞争造成的生存压力，使评级机构为迎合客户需要会倾向于给予高评级（Becker和Milbourn，2011）[15]；三是部分学者认为，信用评级仅仅对市场中的公开信息进行整合和反映，而不能提供增量信息，对投资者不存在增量价值（Finnerty等,2013）[16]。然而，也有许多学者通过实证方法证实了信用评级信息的有效性。沈洪波等（2014）的研究表明，信用评级机构能够提供增量信息，并且信息的有效性与投资者与企业之间的信息不对称程度呈现正相关关系[17]。王生年等（2022）的研究表明，企业信用评级具有信息效应和监督效应，能通过缓解信息不对称和降低盈余管理，修正股价偏离价值的程度[18]。潘怡麟等（2021）指出，评级报告中的文本信息能弥补评级结果划分粗糙的不足，传递增量信息[19]。2.2企业融资约束2.2.1融资约束相关定义企业融资约束的概念最早提出于1988年，提出者为Fazzari,Hubbard,Petersen（以下简称FHP）。他们认为融资约束的产生源于资本市场的不完善性，导致公司外部融资成本显著高于内部融资成本[20]。Almeida和Campello（2004）将融资约束产生的原因分为两类：一类是宏观经济及行业整体发展情况出现变化，导致外部融资成本高于内部融资成本，以至于更依赖外部投资的企业收到融资约束的情况；另一类是由于市场不完备造成的信息不对称，导致掌握充分信息的控股股东、管理层等借机侵害外部投资者或中小股东的权益，导致代理成本不断增加，最终加剧了企业的融资约束[21]。2.2.2影响企业融资约束的因素现有研究认为，通过改善外部环境，能够有效缓解企业融资约束程度。邓可斌等（2014）认为中国企业的融资约束可能很大程度上源于政府对市场的干预，主要外生于市场[22]，税收征管活动会加剧企业融资约束（于文超等，2018）[23]，而政府提供的各项定向支持政策对于企业约束有较好的缓解作用（徐光等，2019）[24]。金融市场发展完善也能通过发挥信息中介的作用，对企业融资约束起到显著的缓解效果，金融发展水平较高的地区从事经营和融资活动的企业会有更低的融资约束水平（沈红波等,2010）[25]。陈彪等（2021）指出，政府大力发展完善银税互动，能够提供增量信息，缓解小微企业融资约束[26]。企业自身因素也会影响其融资约束程度。其中，股权性质是影响融资约束的核心变量，国有企业的融资约束显著低于民营企业；企业规模越大，获得融资机会越多，融资约束程度也越低（邓可斌等，2014）[22]。同时，企业提高信息披露质量（张纯等，2007）[27]、积极承担社会责任（顾雷雷等，2020）[28]也能对融资约束起到缓解作用。多个大股东的公司中，通过其他大股东抑制控股股东的掏空行为，也能够降低企业融资约束（姜付秀等，2017）[29]。2.2.3融资约束的度量标准不同学者为探究融资约束对企业行为产生的影响，采取多样化的方式对企业的融资约束水平进行度量。FHP(1988）认为，投资-现金流敏感性是理想的融资约束度量指标，能较好地反映内外部融资成本之间的差异[20]。Kaplan和Zingales（1997）则对此提出了直接的驳斥，并在此基础上提出了KZ指数，用以衡量融资约束程度[30]。此外，还有Whited和Wu（2006）提出在KZ指数的基础上剔除托宾Q，综合企业内外部因素进行度量的WW指数[31]，以及Hadlock（2010）提出的内生性问题更小的SA指数[32]等。2.3信用评级与企业融资的关系2.3.1信用评级与融资成本信用评级对债务融资成本具有显著的负向影响。信用评级等级越高，企业融资成本越低（向思，2019）[33]；且当企业在发行债务融资前进行了主体评级调增或评级机构的声誉较低的情况时，信用评级的融资成本效应会被削弱；国有产权和公司上市也会削弱信用评级的融资成本效应（王雄元等，2013）[34]。2.3.2信用评级与融资结构信用评级对于企业融资有着重要影响，对融资结构具有调整作用。Kisgen（2009）检验了信用评级调整对资本结构的影响，认为信用评级下调的预期会促使公司为了避免信用等级降级或者促使升级，减少负债融资、增加权益融资行为，导致企业杠杆率降低[35]。信用评级下调时,企业还会通过回购债券来降低杠杆率，股利政策和并购策略也会变得更加保守（Hovakimian等，2009）[36]。2.3.3信用评级与融资能力吴健、朱松（2012）认为，融资能力的差异导致企业在偿还到期债务、经营失败以及破产可能等方面存在明显的差距，从而导致其企业主体评级出现差别，因此评级等级的高低与融资能力呈现正相关关系[37]。被评级的公司还能够凭借评级获取准入资格，在公开债券市场进行发债融资，提升融资能力（Sufi,2009）[38]。2.4文献评述总结现有关于信用评级和融资约束的研究，我们能够发现：（1）国内关于信用评级的研究总体起步较晚，尚未对信用评级的有效性形成系统化的认识，对信用评级的可信性莫衷一是。部分学者认为信用评级具有信息效应，能够缓解信息不对称，提高资本市场运行效率，反对者则认为我国信用评级机构存在取悦发债企业，从事评级意见购买业务的现象，导致评级膨胀，不能客观反馈企业现实。（2）现阶段而言，大多数学者主要将企业按是否取得信用评级以及信用评级的高低水平进行分类，关注于研究是否具有评级和具有不同信用水平的企业在融资、投资、经营等方面表现的差异性，从而证明信用评级的影响作用或不同评级收费模式的效率差异，而较少有学者直接采用信用评级调整作为关键变量进行结合数据的实证检验，探讨这一变化趋势反映出的潜在问题。（3）企业融资约束和融资能力作为长期受到关注的议题，研究已经非常丰富，不过融资约束的度量指标选择上各有不用，结合信用评级这一因素开展研究的也较少。因此，本文的研究具有一定的理论价值，或能通过评级调整这一新角度，为明确信用评级信息的有效性问题提供新的实证证据，丰富企业融资理论的研究视角。3理论分析与研究假设3.1信用评级调整与融资约束信用评级能够降低企业与市场参与者之间的信息不对称（Bosch和Steffen，2011）[39]。许多市场投资者自身信息收集和分析能力有限、成本较高，信用评级机构出具的评级结果就成为了众多投资者评估企业偿债能力、信用风险，进而指导投资的重要工具（Hand等,1992）[40]。而通过字母、数字和符号进行简单组合得到的信用评级通常具有获取便利、便于理解和使用的特点，对于中小投资者较为友好可用。无论是信息的获取范围还是对信息的分析处理上，信用评级机构都具有更高的专业性，特别是对于信用风险的分析。因此，信用评级能够向市场提供信息，影响投资者的决策，在这一过程中，信用评级及其变动趋势表现好的企业自然获得市场青睐，而信用评级表现每况愈下的企业则会重重受阻。信用评级的信息效应还能够对企业融资的交易成本进行调整。单个投资者对单一债券或公司进行信用调查的成本较高，且容易产生“搭便车”问题（潘越等，2015）[4]，让企业面临更高的融资交易成本，而金融中介机构恰恰能够承担这一专业分工。信用评级机构能够进行规模化、专业化的集中信息搜集与分析，统一整理融资需求方的财务信息、经营情况，甚至通过能与企业建立长期联系获取内部信息，提供信息更为全面可信的评级报告，为市场投资者降低信息搜集成本，从而使资金更加高效地向优质企业流动。银行等大型金融机构也可以通过对信用评级设置门槛，节约对企业进行还款能力调查的各项成本。信用评级调整可能是企业发展与业绩的真实体现。企业的财务信息是信用评级机构在评价企业信用水平的过程中最重要的考量标准，其中反映企业盈利能力的财务指标如ROE、边际利润以及反映偿债能力的资产负债率、利息保障倍数等对信用评级的确定发挥着至关重要的作用（Ziebart和Reiter，1992）[41]，企业盈利水平越高，其信用评级也越高（DeBoskey和Gillett，2013)[42]。此时，信用评级上调会向市场释放企业经营前景良好并有良好的信贷记录的信息，体现出企业较高的债务偿还可能，进而鼓励投资者的投资意愿；反之，若评级下调则反映企业经营管理出现问题，偿债能力、偿债意愿下降，为规避风险投资者倾向于避免对此类企业进行投资。信用评级的调整还会影响管理层的融资决策。企业评级被看作管理层能力的一种体现（吴育辉等，2017）[43]，能为大股东提供公司经营情况信息。信用评级下调时，大股东会对管理层施加业绩考核压力，促使管理者为维护在经理人市场的声誉，减少债务的发行。因此，当公司的评级趋于提升或降低时,管理者在接下来的一年时间内也会为了保证业绩并维持或提升评级，对企业的资本结构进行调整，其主要手段包括减少债券融资和增加股权融资（Kisgen，2006）[35]。根据前文提到的融资约束定义，企业的融资约束并不仅仅取决于外部融资的困难程度，而是由外部融资成本与内部融资成本之间的动态比较所决定的。根据权衡理论，在评级调整对管理者的监督治理效应下，此时产生的融资约束是源于管理者综合考虑声誉机制、长期利益和内源融资稳定性等各种因素，权衡比较信用评级变化时随之变化的内外部融资收益与成本，选择自发地减少激进的融资决策，避免评级的进一步下降。相应地，在评级出现上调或上调趋势时，管理者的业绩压力减轻，采取融资决策时有更高的自由性，有条件通过融资获取更多的经营和投资资金。上述分析从信息不对称理论、交易成本理论和权衡理论三个角度分析了信用评级调整与融资约束的关系，据此提出如下假设：H1a：信用评级上调与企业融资约束负相关。H1b：信用评级下调与企业融资约束正相关。3.2信用评级调整与债务融资能力评级机构提供发债企业的信用评级并进行动态调整，能够通过调整代理成本，影响企业未来的债务融资成本。随着信用评级水平的提高，债券的信用利差逐渐降低（高强等，2015）[44]，债券的发行成本也得到有效降低（何平等，2010）[7]。这是因为人们普遍认为，评级业绩不断进步的公司在建立和履行债务契约的过程中，不太可能出现逆向选择和道德风险等机会主义行为，因为这反映出企业管理者不仅非常关注大多数利益相关者的需求，还注重履行受托责任，比信用表现趋于恶化的公司更加诚实可靠。在这一背景下，评级趋势较好的企业凭借投资者的信任就会相应地有较低的代理成本，要求的投资收益率较低，融资成本随之下降。反之，对于信用评级的降低反映出偿债能力及意愿也不断下降的企业而言，投资者为弥补风险承担会要求更高的风险溢价，当企业无力负担债务融资渠道的各项成本时，其债务融资能力也将被削弱。这也导致了接近评级下调或被评为负面预期的企业会尽可能采取措施让自身保持当前的评级，维持当前的融资能力；而接近评级上调被评为正面预期的企业，则通过各种激励措施，推动信用评级等级的提升，以获得更广阔的融资空间（潘越等，2015）[4]。仅以获取银行贷款作为唯一债务融资手段的企业，其债务融资能力较为有限。法律明确规定，企业在债券市场发债需要具备评级机构出具的信用评级，且主体评级必须达到AA-及以上。监管方面也对金融机构可投资的债券级别做出规定，禁止其对低于特定级别的债券进行投资。也就是说，足够的企业信用评级是企业进入债券市场并获取充足融资的必备条件之一。评级升高的正面信号会使企业更容易获得贷款，国家层面也旗帜鲜明地强调要重点支持主体信用等级较高的优质企业发行债券。因此，一定的评级水平能够帮助公司在公开债券市场进行发债融资，拓展融资渠道，提升融资能力（Whited，1992）[45]。在债券存续期间内，企业还需要每年公告至少一次的跟踪评级报告，评级下降会导致企业融资环境恶化，一定程度上也倒逼企业为维持债券的正常发行，采取措施规避评级的下调。信用评级不但能够使在企业债券市场通过发债获取更多融资，还体现企业的信用质量。商业银行开展对外贷款发放的工作时,会对企业的信用水平和还款能力进行调查，而调查中往往就将企业的信用评级作为重要参考依据，并会倾向于给具有更高评级的企业提供更多的贷款（Sufi,2009）[38]，而一旦企业出现评级下降的问题，银行可能要求企业提供额外的担保，或提高其贷款利率，甚至可能导致贷款被取消或提前收回。根据啄食顺序理论，企业考虑到信息不对称带来的交易成本，会倾向于先选择内部融资，其次是负债融资，股权融资则作为最后手段。这也就意味着，在评级发生提升时，债务融资成本随之降低，此时负债融资相对于股权融资会有更高的收益，企业在规划融资结构时就会倾向于增加负债融资的比重（Sufi,2009）[38]。而对于发生评级下降的企业，由于债务融资成本的增加，就会转而增加内部融资或降低外源融资中负债融资的比重，以规避较高的债务融资成本。因此，在评级上调时，企业有更高的债务融资能力与意愿，下调时则相反。上述分析从代理成本、融资渠道和啄食顺序三个角度分析了信用评级调整与融资约束的关系，据此提出如下假设：H2a：信用评级上调与企业债务融资能力正相关。H2b：信用评级下调与企业债务融资能力负相关。4研究设计4.1数据来源本文的研究样本为2011-2020年期间的非金融A股上市公司，为避免异常值的影响，对样本做出如下剔除：一是剔除金融业和房地产行业的企业；二是剔除连续三年被标注ST的上市公司；三是剔除被标注PT或退市的上市公司；四是剔除存在信用评级缺失的公司；五是剔除融资约束的度量指标无法计算或其他财务数据缺失的公司。信用评级数据和财务数据均来自于CSMAR数据库，其中信用评级数据来自上市公司贷款数据库。经过上述筛选过程，最终得到1633个样本。对信用评级调整样本的年度分布进行统计,得到结果如表1。根据统计结果，可以发现主体信用评级调整主要发生在2016年。这可能是由于2016年2-4月份期间债券市场的发生违约潮，信用评级机构的公信力遭受广泛质疑,从而对发行主体评级进行了大规模的调整。表1样本年度分布表评级上调评级下调年份数量百分比年份数量百分比2011146.70%201141.91%20122210.53%201262.87%2013136.22%20133416.27%2014136.22%20143516.75%20152210.53%20154421.05%20162712.92%20164622.01%20173215.31%2017157.18%20183215.31%2018104.78%20193416.27%2019157.18%4.2模型构建与变量选取4.2.1被解释变量1.融资约束（WW）当前对于融资约束的度量，测度指标主要有以下四种，分别为Fazzari等（1988）提出的投资-现金流敏感度指标[20]、Kaplan和Zingales（1997）设计的KZ指数[30]、Whited和Wu（2006）提出的WW指数[31]以及Hadlock和Pierce(2010)提出的SA指数[32]。国内学者指出，在我国企业融资约束的度量中，投资-现金流敏感度存在准确定问题，连玉君等（2007）认为，在中国资本市场中，代理问题是投资-现金流敏感性产生的主要原因，而非融资约束，且大量样本显示出与指标提出者的结论相反的情况。KZ指数由于其内生性问题也遭受诸多质疑。Hadlock和Pierce（2010）认为，KZ指数模型中的选取的一些财务指标，在许多研究过程中也常作为研究模型的核心变量或控制变量，如杠杆率、现金持有量、企业成长性等，从而对回归系数产生影响，导致实证效果大打折扣，模型出现较大偏误[32]。此外，Whited和Wu（2006）通过比较企业现实情况，同样发现KZ指数在度量融资约束时存在着不少与事实相反的情形[31]。SA指数的构造中则使用企业总资产以及企业年龄这两个外生性比较强的变量，数据易于获得且较为稳定。然而，国内学者对于SA指数的判别究竟是指数越大融资约束越强还是指数绝对值越大融资约束越强，尚未有定论。且SA指数的计算公式由美国企业数据生成，直接套用到中国企业上是否合理也值得商榷。相比之下，WW指数综合了企业自身特征和行业外部特征，且剔除了托宾Q值，在度量精度和认可度上都具有一定的优势。总而言之，就目前研究而言，虽然采用KZ指数作为度量指标的文献较多，但WW指数构建方法较好地契合了融资约束概念本身，受到的批评和质疑相对较少，计算数据获取也较为方便。因此，本文参照邓可斌等（2014）[46]的研究，采用WW指数作为主检验中融资约束的度量指标，并将SA指数和KZ指数作为替代变量进行稳健性检验，排除指数选择的影响。借鉴Whited和Wu（2006）[31]、况学文等（2010）[51]、刘莉亚（2015）[52]等的研究方法，得到WW指数计算公式如下：WW=−−其中：DivPos为现金股利支付的哑变量（若企业当期向股东派发现金股利则取值为1，否则为0）；LongDebt为长期负债与总资产的比值；Size为总资产的自然对数；ISG为企业所处行业的平均销售增长率；SG为销售收入增长率。2.债务融资能力债务融资能力的度量参照前人研究[47-49]，以债务增量进行测度。其中，债务增量为新增借款总额除以资产总额期初数与期末数的平均值；借款总额为短期借款、一年内到期的长期借款和长期借款的合计。4.2.2解释变量1.信用评级上调由于现阶段主体评级调整的样本较少,所以本文参考林晚发等（2019）[6]的研究，将信用评级的预期展望也加入到信用评级调整事件类别中。也就是说，此处定义的信用评级上调既包括信用评级较上一年出现上升的样本（包含微调上升的情况，如AA调整至AA+），也包括信用评级机构给出的预期展望为“正面”的样本。预期展望为正面代表企业到达了评级上调的临界点，管理层意识到这一业绩提升机会，会采取一定措施促使下一期评级上调的达成。2.信用评级下调同理，此处的信用评级下调不仅包括信用评级较上一年出现下调的样本（包含微调下降的情况，如AA调整至AA-），还包括当年的预期展望为“负面”的样本。以评级负面展望作为信用评级下调事件同样存在其合理性，因为当评级展望为负面时,企业会关注到这一反馈并采取相应的措施来脱离负面观察名单，此时企业的融资约束相应地受到影响（林晚发等，2019）[6]。4.2.3控制变量参照前人研究对于融资约束、融资能力的相关研究[6,11,12,50]，本文选取如下控制变量：负债水平（Lev）、盈利能力（Roa）、现金持有（Cash）、成长性（Growth）、投资机会（TobinQ）、股权集中度（Top1）、总资产周转率（Asturn）、企业年龄（Age）、流动资产比例（Flua）、产权性质（SoE），具体变量定义见表2。表2：变量定义表变量名称变量含义符号被解释变量WW指数借鉴Whited和Wu（2006）[31]、况学文等（2010）[51]、刘莉亚（2015）[52]等的研究方法，通过公式计算得出WW债务增量新增借款总额/总资产Debt解释变量信用评级上调信用评级上升或预期展望为正面时,该变量为1Upcredit信用评级下调信用评级下降或预期展望为负面时,该变量为1Downcredit控制变量偿债能力总负债/总资产Lev盈利能力净利润/总资产Roa表2（续）现金持有现金及现金等价物余额/总资产Cash成长性（当期主营业务收入-上期主营业务收入）/上期主营业务收入Growth投资机会（股权市场价值＋负债账面价值）/总资产TobinQ股权集中度第一大股东持股数/发行总股数Top1总资产周转率销售收入合计/平均资产总额Asturn企业年龄（会计年度-成立年度）取自然对数lnage流动资产比例流动资产/总资产Flua产权性质虚拟变量，国有企业取1，非国有企业取0SoE4.2.4构建回归模型1.信用评级调整与融资约束为分析信用评级调整对融资约束的影响，本文采用OLS回归方法检验假设。构建两个模型来检验假设H1a与H1b的正确性：WWi,t+1=α其中，i表示企业，t表示年份，β为回归系数，ε为随机扰动项。被解释变量为融资约束WW指数，解释变量Upcredit为虚拟变量,当主体信用评级上调或有下调预期时,取值为1。其他控制变量的选取和度量详见前文表2的说明。为减小潜在的内生性问题，考虑到信用评级调整的信息传递可能存在时滞，本文采用信用评级调整滞后一期变量检验其对融资约束的影响作用。WWi,t+1=α其中，Downcredit为虚拟变量,当主体信用评级下调或有下调预期时,取值为1。2.信用评级调整与债务融资能力为分析信用评级调整对企业融资能力的影响，同样采用OLS回归方法检验假设。构建两个模型来检验假设H2a与H2b的正确性：Debti,t+1=αDebti,t+1=α其中，被解释变量Debt为企业相比上一期的债务增量。考虑到内生性问题和信息时滞，此处同样采用信用评级调整滞后一期变量检验其对融资能力的影响作用。5研究结果与分析5.1描述性统计表3为本文主要变量的描述性统计结果。其中，Upcredit与Downcredit的均值分别为0.128与0.134,表明升级的比例为12.8%，降级为13.4%，有209个评级上调与219个评级下调样本；DebtRate指标为企业的债务融资能力指标，其标准差为1.636，表明我国上市公司在融资能力上存在较大差异；控制变量中，国有企业占比53.8%。表3变量描述性统计结果变量样本量均值中位数标准差最小值最大值Upcredit16330.12800.33401Downcredit16330.13400.34101WW1633-1.043-1.0700.186-2.9760DebtRate16330.0040.0671.636-63.3621.184ROA16330.0170.0220.242-4.7827.445Growth16330.2360.0821.211-3.02735.125TobinQ16331.4791.2420.7220.6997.251Asturn16330.6520.5110.5830.0038.601Cash16330.1290.0360.0830.0010.567TOP116330.350.3350.1560.0360.864Lev16330.5720.5720.2060.0734.995Flua16330.4490.4360.2090.0230.996SoE16330.53810.49901lnage16332.8532.8900.3091.0993.6645.2信用评级调整对融资约束的影响分析表4报告了模型（1）和模型（2）的回归结果。其中，列（1）为评级上调与WW指数的单变量回归，Upcredit的系数为-0.004，虽然系数方向与预期相符，体现了评级上调与融资约束的负相关关系，但并不显著；列（2）为加入控制变量后的结果，虽然回归系数仍然为负，但同样不具有统计意义上的显著性。列（3）为评级下调与WW指数的单变量回归结果，Downcredit的系数为0.047，在1%水平上显著，说明评级下调会加重企业的融资约束；列（4）中加入控制变量后，结果依然显著为正，且系数大小和对应的t值均有所上升。以上结果表明，信用评级上调对融资约束不具有显著的缓解作用，而评级下调能够显著加深企业的融资约束，即支持了假设H1b，而H1a未能得证。这可能是由于市场投资者考虑到被评级企业与评级机构的合谋关系，对于评级上调结果不具有足够的信任度，认为评级的上调一方面可能是企业为获得债券发行优势和更高的信贷额度而进行评级购买或者刻意隐藏负面内幕信息的结果，另一方面对评级机构信任度不足，认为评级机构会为了争夺业务以上调的评级来讨好发行企业，获取更多收益，与企业存在利益勾连。同时投资者就对评级下调更为敏感，认为在合谋前提下企业依然出现评级下调，反映出企业的经营情况和偿债能力均出现了较为严重的问题，导致信用评级机构为维护自身声誉才不得不下调了企业的信用评级。那么投资者就倾向于避免对此类企业进行投资以规避信用风险，企业融资约束随之加剧。表4评级调整与融资约束变量被解释变量：融资约束WW指数（1）（2）（3）（4）Upcredit-0.004（-0.27）-0.011(-0.85)Downcredit0.047***（3.50）0.052***(3.91)ROA0.020(0.89)0.017(0.79)Growth-0.000(-0.06)-0.001(-0.14)TobinQ0.053***(8.30)0.051***(7.91)Asturn0.008(0.95)0.010(1.13)Cash-0.150**(-2.46)-0.136**(-2.25)lnage-0.015(-1.05)-0.009(-0.59)TOP1-0.142***(-4.64)-0.137***(-4.52)Lev-0.108***(-4.32)-0.127***(-4.99)Flua0.103***(3.87)0.101***(3.81)SOE-0.013(-1.28)-0.014(-1.40)Constant-1.042***（-211.30）-0.990***(-20.23)-1.049***（-212.73）-1.006***(-20.61)Observations16331,6331,6331,633R-squared0.0010.1130.0080.121注：***表示p<0.01,**表示p<0.05,*表示p<0.1：括号内为t值。5.3信用评级调整对债务融资能力的影响分析表5报告了模型（3）与模型（4）的回归结果，出现了与模型（1）和模型（2）类似的结果。列（1）为评级上调与债务增量的单变量回归，Upcredit的系数为0.072，反映出评级上调与企业债务融资能力可能存在正相关关系，系数方向与预期相符，但t值显示结果不显著，系数值也较小。加入控制变量后，回归结果如列（2）所示。虽然回归系数仍然为正，但同样不具有显著性。列（3）为评级下调与WW指数的单变量回归结果，Downcredit的系数为-0.493，在1%水平上显著，说明评级下调会加重企业的融资约束；列（4）中加入控制变量后，虽然系数值和t值均有所增加，但结果依然显著为负。以上结果表明，信用评级上调对融资能力的提升作用同样不成立，而评级下调却能显著降低企业的融资能力，即支持了假设H2b。此种结果产生的外部原因可能与融资约束类似，是信用评级机构公信力的不足导致了评级下调的市场反映大于评级上调。从企业内部管理者的角度来看，一方面出于规避评级进一步下调的风险，管理层为维持业绩会减少净债务的发行；另一方面评级下调的同时会带来融资成本的增加，导致管理层被动减少债务融资。评级上调时可能会因为企业对高等级的偏好，希望规避违约风险进而维持当前等级或向更高等级发展，不会增加债务融资。表5评级调整与债务融资能力变量被解释变量：融资能力DebtRate(1)（2）（3）（4）Upcredit0.072(0.60)0.061(0.51)Downcredit-0.493***(-4.17)-0.332***(-2.74)ROA0.420**(2.09)0.435**(2.17)Growth0.018(0.54)0.021(0.62)TobinQ-0.096*(-1.65)-0.082(-1.39)Asturn0.031(0.38)0.021(0.26)Cash0.009(0.14)0.021(0.36)Age-0.003(-0.43)-0.006(-0.73)TOP10.024(0.08)-0.003(-0.01)Lev-1.246***(-5.49)-1.125***(-4.87)Flua0.082(0.38)0.077(0.35)SOE-0.054(-0.60)-0.050(-0.56)Constant-0.005(0.043)0.866***(3.23)0.071(1.63)0.885***(3.32)Observations1,6331,6331,6331,633R-squared0.00020.0390.0110.044注：***表示p<0.01,**表示p<0.05,*表示p<0.1：括号内为t值。5.4稳健性检验考虑到单一指数的不确定性，此处通过改变融资约束变量的度量方法验证结论的可靠性，对主检验中的被解释变量WW指数增加替代变量进行稳健性检验。5.4.1基于SA指数的分析借鉴鞠晓生（2013）的方法，SA指数的计算公式和分组方法如下：SA其中，i代表上市公司，t代表年份，Size为总资产的自然对数值，Age为当前年份减去企业成立年份。其优点在于：企业规模和企业年龄具有很强的外生性，作为模型的核心变量能够显著改善内生性问题；两种数据不仅在获取上较为方便，相对其他财务指标也较为稳定，因而计算得到的指数能够更加稳健。SA指数通常为负，绝对值越大表明企业融资约束程度越深。根据公式计算出SA指数后，按照SA指数的1/4、2/4、3/4分位数进行分组，能够将企业受融资约束程度划分四个等级[53]，融资约束等级越高表示受融资约束程度越深。对样本按四分位进行处理后，具体分布如表6所示。表6SA指数等级划分SA<25%25%<SA<50%50%<SA<75%75%<SA分位数值-3.957481-3.957481-3.957481/融资约束等级重-赋值为4较重-赋值为3较轻-赋值为2轻-赋值为1样本量474474474475在完成分组的基础上，构建模型进行排序逻辑回归，回归结果如表7所示。与主检验中采用WW指数进行OLS回归的结果基本一致，评级下调与融资约束显著正相关，评级上调与融资约束负相关但并不显著，系数值均有所上升。表7SA指数与评级调整变量被解释变量：SA指数评级上调评级下调Upcredit-0.204(-1.32)Downcredit0.530***(3.25)ROA-5.526***(-5.82)-4.870***(-5.00)Growth-0.017(-0.16)-0.031(-0.29)TobinQ0.567***(6.63)0.551***(6.39)Asturn-0.133(-1.11)-0.129(-1.07)lnage12.251***(32.31)12.352***(32.29)Cash-1.186(-1.62)-1.197(-1.63)TOP1-0.979***(-2.62)-0.967***(-2.59)Lev-3.427***(-8.78)-3.536***(-9.01)Flua2.066***(6.04)2.101***(6.14)SOE-0.259**(-2.24)-0.260**(-2.24)/cut131.582***(29.49)31.897***(29.53)/cut234.285***(30.49)34.614***(30.52)/cut337.143***(31.28)37.481***(31.30)注：***表示p<0.01,**表示p<0.05,*表示p<0.1：括号内为z值。5.4.2基于KZ指数的分析KZ指数于1997年由Kaplan和Zingales提出，虽然度量准确性长期受到质疑，但因其指数构造便于理解，具有较高的可复制性，仍然成为国内学者研究融资约束时最常使用的指标之一。通过对企业按照负债水平、股利支付水平、托宾Q、现金持有量以及营业现金流五个指标，可以按受融资约束的水平将企业分为不同登记的五类，在分类的基础上构建出有序Logistic模型，运用估计的回归模型，可以计算出企业的KZ指数。KZ指数值越大意味着企业的融资约束也越严重。此处采用高敬忠等（2021）估计KZ的计算方程，构造KZ指数：KZ其中，i代表上市公司，t代表年度，CFi,t/Ai,t−1表示经营活动净现金流与上期总资产的比值，DIVi,t/Ai,t−1表示现金股利与上期总资产的比值，Cashi,t/Ai,t−1表示现金持有量与上期总资产的比值，Levi,t表示资产负债率，Q表8KZ指数与评级调整变量被解释变量：KZ指数评级上调评级下调Upcredit-0.132(-1.24)Downcredit0.504***(4.75)ROA-0.504***(-3.11)-0.465***(-2.88)Growth0.006(1.03)0.007(1.06)Asturn0.011(0.16)0.017(0.24)Cash-5.407***(-11.04)-5.251***(-10.77)lnage-0.041(-0.34)0.023(0.19)TOP1-0.640**(-2.57)-0.589**(-2.38)Flua2.046***(9.53)2.001***(9.37)SOE0.355***(4.54)0.343***(4.42)Constant1.932***(5.09)1.652***(4.34)Observations1,6031,603R-squared0.1090.121注：***表示p<0.01,**表示p<0.05,*表示p<0.1：括号内为t值。6结论与建议6.1研究结论对企业而言，稳定的融资是保障企业当下生存和未来发展的重要因素。本文以2011-2020年中国A股上市公司为研究对象，实证检验了信用评级对企业融资约束和债务融资能力的影响作用。本文的结论如下：信用评级存在一定的信息效应和监督作用，且投资者更加关注信用下调，认为相比报告企业的信用水平上升，评级机构在指出企业信用水平下降时更可能是在“说真话”。信用评级下调能够向市场提供企业偿债能力和偿债意愿降低的信息，加深企业的融资约束，降低企业的债务融资能力；而信用评级上调不被认为是有效的利好信息，对缓解企业融资约束、提升融资能力不具有显著作用。通过增加替代变量进行稳健性检验后，研究结论仍然成立。这表明市场投资者对当前的发行人付费模式心存疑虑，一方面对信用评级机构出具的有利于被评级主体的积极结论缺乏信任，认为是企业与评级机构之间存在利益合谋使评级虚假调升，或评级机构为获取更高的报酬有意识地以升高评级招揽客户；另一方面认为在企业与评级机构利益勾连的背景下，负面结论似乎更能反映企业的真实信用情况。因此，信用评级机构公信力方面确实存在一定问题，信用评级信息提升市场资源配置效率的作用也受到了限制。目前讨论我国信用评级对资本市场影响的研究还不够丰富，尤其是实证研究方面证据还不是很充足，主要关注低评级带来的负面影响。本文从信用评级调整的视角，分析了信用评级的信息传递效应，扩充评级上调的研究样本，丰富了我国信用评级机构市场认可度和有效性的实证证据。结合企业融资约束的研究中，运用三种融资约束度量指数进行实证分析得到的结果均较为相似，或能说明三种度量标准对于我国上市公司融资约束程度都具有比较好的度量效果，填补了对融资约束度量标准的相关研究。6.2政策建议提供企业信用和商誉信息，帮助市场投资者判断投资标的的资质，评价其是否存在违约风险及风险高低，是鼓励信用评级行业发展的初衷。而本文结论某种程度上说明了我国信用评级机构的确存在独立性和社会认可度有限的问题，导致市场投资者评价信用评级信息有效性的过程中需要更多地考虑道德风险问题，不仅投资者需要花费大量时间精力仔细甄别信用评级信息的可用性，企业也因此在取得融资的过程中面临重重阻碍。为使信用评级真正发挥揭示风险的作用，为投资者提供公正客观的信息，帮助其优化投资选择、降低投资风险，共同构建稳定高效的金融市场，在此提出如下建议：加大对信用评级机构的监管力度。明确行业准入门槛和评级收费标准，形成“能者上，劣者汰”的退出机制；对存在“以级定价”等违规行为、提供虚假信息造成严重市场误导的信用评级机构，提高其获取非法违规收益的成本。建立起永久性的违规评级联动追责机制，完善评级档案制度，对评级人员施行终身追溯追责，一旦发现非公允评级就依据相应机制，罚没参与者通过违规行为取得的非法收入，造成严重后果者甚至处以行业禁入。同时可以考虑引入公诉制度，对于因信用评级机构重大误导或出具非公允评级报告，造成投资者严重损失的，可以通过诉讼手段要求机构予以相应赔偿。改进评级付费模式。在当前互联网金融发展迅速的背景下，可以建立起具有高透明度的交互平台，发行人或有风险信息需求的机构投资者可以将评级费用支付给平台并存放于担保账户，由平台进行评级机构与被评级主体之间的匹配，在完成评级且报告公允性通过平台审核后，费用才支付给评级机构，这样就能够一定程度上切断发行人和评级机构的利益关联。政府部门同样可以提供一部分的监管收入，形成专门的评级基金，用以分担评级费用。第三，鼓励评级机构拓宽收入来源。国内的信用评级机构的收入来源较为单一，为有意进行外部融资尤其是发行债券的企业提供评级是其最主要的收入来源。若评级机构能够凭借其专业能力，为机构投资者提供投资信息服务业务，通过出售评级报告、行业研究报告等获取收入，或能一定程度上降低评级机构以不正当手段获取业务的动机，提升其通过提供可信资料打造良好声誉的动机。第四，完善企业主体信用评价体系。强化联合监管，运用大数据手段提升信用评价科技含量，借助银税互动“春风行动”等专项计划，打破政府部门、金融中介机构之间的信息孤岛，发挥合力向市场投资者提供更多更具公正性、客观性的信息，改善金融市场信息不对称。同时，对守信企业提供信贷便利、降低融资门槛、降低担保费率、简化审批流程，对失信企业缩减信贷额度、提高监管频率、加大违规查处力度，形成“守信联合激励，失信联合惩戒”的服务监管新格局，让信用体系建设发挥其应有之义。第五，加强政策帮扶与指导。帮助企业好内功，提升抗风险能力、经营能力和偿债能力，才能从源头上解决融资难问题。不仅要使信贷资源和政策补贴流向真正需要的新兴行业、战略型企业，还要不断畅通法律的毛细血管，营造公平竞争的市场环境，引导企业加强信用管理意识和内控制度建设，帮助企业不断增强自身核心竞争力，为企业培养人才、创新研发、开拓市场保驾护航。企业同样也可以加强对信用评级信息的合理利用，通过信用评级机构的客观意见发现经营管理问题，合理地选择融资渠道。

参考文献[1]Cull,R..W.Li,B.Sun,andL.C.Xu,2015,"GovernmentConnectionsandFinancialConstraints:EvidenceFromaLargeRepresentativeSampleofChineseFirms",JournalofCorporateFinance,32(1129),271—294.[2]杨东.互联网金融的法律规制——基于信息工具的视角[J.北京:中国社会科学,2015,(4):107-126.[3]洪枚.资信评级[M].北京:中国人民大学出版社,2006.[4]潘越.中国信用评级对公司融资的影响研究[D].东北财经大学,2015.[5]Boot,A.W.A.,andT.TMilbourn.CreditRatingsasCoordinationMechanisms[J].ReviewofFinancialStudies,2006,19,(1):81-118.[6]林晚发,刘颖斐.信用评级调整与企业杠杆——基于融资约束的视角[J].经济管理,2019,41(06):176-193.[7]何平,金梦.信用评级在中国债券市场的影响力[J].金融研究,2010(04):15-28.[8]林晚发,钟辉勇,李青原.高管任职经历的得与失?——来自债券市场的经验证据[J].北京:金融研究,2018,(6):171-188.[9]Faulkender,M.,andM.Petersen.DoestheSourceofCapitalAffectCapitalStructure?[J].ReviewsofFinanceofStudies,2006,19,(1):45-79.[10]Kisgen,D.J.CreditRatingsandCapitalStructure[J].TheJournalofFinance,2006,61,(3):1035-1072[11]翟玲玲,吴育辉.信用评级的融资与监督效应——来自企业并购的证据[J].南开管理评论,2021,24(01):27-38+45-47.[12]赵立军,雪莲.信用评级机构对发债企业的监督效应研究——基于过度投资抑制的视角[J].中国软科学,2021(04):183-192.[13]马榕,石晓军.中国债券信用评级结果具有甄别能力吗?——基于盈余管理敏感性的视角[J].经济学(季刊),2016(1):197-216.[14]BoltonP,FreixasX,ShapiroJ.TheCreditRatingsGame[J].JournalofFinance,2012,67(1):85-111.[15]BeckerB,MilbournT.HowDidIncreasedCompetitionAffectCreditRatings?[J].JournalofFinancialEconomics,2011,101(3):493-514.[16]FinnertyJ.D.,MillerC.D.&ChenR.R.ThelmpactofCreditRatingAnnouncementsonCreditDefaultSwapSpreads[J].JournalofBanking&Finance,2013,37(6),2011-2030.[17]沈红波,廖冠民.信用评级机构可以提供增量信息吗——基于短期融资券的实证检验[J].财贸经济,2014(08):62-70.王生年,牛慧君,聂晓.信用评级可信吗:基于股票错误定价的检验[J].中央财经大学学报,2022(03):27-44.[19]潘怡麟,张舒怡,朱凯.文过饰非还是秉笔直书：中国债券评级报告文本信息的价值相关性[J].南开管理评论:1-22.[20]Fazzari,S,M.,R.G.Hubbard,andB.P.Peterson,1988,"FinancingConstraintsandInvestment",BrookingsPaperonEconomicActivityVol1,pp141-195[21]Almeida,H.,M.Campello,andM.S.Weisbach.2004,"theCashFlowsSensitivityofCash",JournalofFinance,vol59,pp1777-1