债券场参与者关注会计信息质量吗？.DOC

1、债券市场参与者关注会计信息质量吗？ 摘要：金融危机以来，信用评级的合理性和可信度备受争议。会计信息是企业信用评级的重要信息来源，但是，信用评级机构以及债券市场投资者是否关注会计信息，国内学术界尚无探讨。本文通过对2007-2010 年中国债券市场企业信用评级的实证研究发现：目前我国企业信用评级基本上反映出了基本面的差异，财务指标、股权特征以及宏观经济发展都显著影响企业的信用评级与债券融资成本。更重要的是，会计信息质量（以是否聘请四大会计师事务所审计、会计稳健性和盈余波动性表征）得到了债券市场参与者的认可，会计信息质量越高，评级机构给予的企业信用评级越高，债券投资者要求的投资回报越低，即债券融资

2、成本越低。关键词：信用评级；会计信息质量；债券融资成本随着金融市场的发展，债券已经成为我国证券市场中不可或缺的金融工具。但是，相对于国外成熟资本市场体系中，发行债券是企业长期融资的一项普遍且重要的手段而言，我国债券市场的发展严重滞后，发债者与投资者之间存在着明显的信息不对称，债券的信用风险不能得到充分的揭示，使得投资者对企业债券投资的潜在需求向现实需求转化时存在着很大的障碍 1。而且，我国债券市场中信用风险缺乏科学界定，投资者和证券公司在为企业债券定价和进行投资分析时缺乏依据 2。针对信用评级能否反映企业风险的实证研究也没有一致的结论 3,4,5，使得信用评级的合理性成为具有争论性的话题。尤其

3、是当全球经济低迷，国外企业信用评级不断被下调时，国内的信用评级反而出现多次上调 6，导致国内信用评级的可信度进一步遭到质疑。缺乏规范严谨的实证研究和调查使得监管层无法对信用评级机构进行有效的引导和监督，不仅约束了国内信用评级机构的壮大，也阻碍了中国债券市场的健康发展。会计准则制定者以及会计学者们一直致力于研究如何提高会计信息的有用性，帮助投资者进行决策。大量研究也表明会计信息的确在一定程度上帮助投资者合理评估企业风险，进行投融资以及估值方面的决策 7-10。而信用评级本质上是对企业违约风险的估计，其重要信息来源就是企业的会计信息。因此，信用评级机构以及债券市场投资者（债券市场的两大参与者）是否

4、关注会计信息，并且利用会计信息帮助其进行决策呢？特别是在2007金融危机之后，在评级机构受到来自社会各界严重诟病的情况下，其是否在信用风险评估时充分关注和利用企业的会计信息质量，值得会计学界进行探讨。一、理论分析与假设20世纪30年代的经济大萧条证明了信用评级活动基本上反映了企业的偿还能力，从而增加了投资者对信用评级的信赖。国外针对信用风险进行了大量的理论和实证研究 11-16，学者们发现企业的信息质量、资产规模和质量、资本构成和债务压力、盈利能力、现金流量等微观因素 17,18以及国家法律和制度环境 19、经济周期 20,21等宏观因素都对信用评级产生了重要影响。而在中国，虽然曹凤歧 2认为

5、我国债券市场中信用风险缺乏科学界定，投资者和证券公司在为企业债券定价和进行投资分析时缺乏依据；陈超和郭志明 3发现1998年到2006年期间，评级机构的评级不能反映企业债券市场上企业财务风险与绩效的好坏。但是，随着债券市场的不断成熟和发展，以及监管规定趋于更加严格规范，投资者也越来越理性，信用评级体系也在不断完善。尤其是，2000年之后债券市场的迅猛发展极大地推动了评级业的发展，几家大的评级机构逐渐拥有了较先进的评级技术和较高的信誉度，并且积极地寻求同国外权威评级机构的合作 22。Chen and Zhu4、吴健和朱松 5也都发现2005年以后的信用评级在一定程度上反映出企业基本面风险的差异，

6、即盈利能力、负债水平、规模因素以及股权结构的差异都明显在反映在信用评级的差异上。也就是说，随着市场的完善，国内信用评级也基本能够反映出企业的风险，意味着信用评级能够体现出风险因素，评级机构在一定程度上是理性的，给出的信用评级也在一定程度上是合理的。在我国，股票市场上信息披露数量 23,24以及信息披露质量 25都与股权融资成本负相关，银行在进行贷款决策时也十分关注企业的会计信息质量 26。也就是说，整个资本市场对于会计信息质量是认可的，即高质量的会计信息能够降低信息不对称，降低债权人和中小投资者的风险。投资者也能够利用会计信息帮助其进行决策，而高质量的会计信息则有利于提高投资者的决策效果。作为

7、资本市场重要组成部分的债券市场，必然也会重视和利用会计信息。尤其是信用评级的微观财务信息的来源就是企业披露的会计报告，因此会计信息质量越高，对企业的信用评级越有利。综上所述，鉴于信用评级机构的理性和评级的合理性，资本市场对会计信息质量的认可。本文认为信用评级机构是认可和关注企业的会计信息质量的。因此，本文假设：假设1：会计信息质量与信用评级正相关，即会计信息质量越高，信用评级越好。会计信息质量会影响企业的融资成本 27-29。更多的信息披露会增加股票的流动性，降低交易成本，从而降低股权融资成本 30,31和债务融资成本 32。而且信息披露的质量越高，融资成本也越低 33,34。高质量的会计信息

8、作为信息披露的一个重要维度，能够有效保护投资者的利益，降低信息不对称，对企业融资也具有积极帮助 35-37。因此，高质量会计信息有利于企业降低融资成本。另一方面，袁敏和郭冰 38、何平和金梦 22等都发现目前国内的信用评级对投资者决策产生了重要影响，即信用评级的差异会体现在企业的融资成本差异上。因此，如果信用评级体现了不同企业会计信息质量的差异，那么债务融资成本也必然会受到会计信息质量的影响。也就是说，会计信息质量较高的企业，其债券融资成本也会较低。高质量的会计信息通过提高信用评级，从而起到降低融资成本的作用。因此，本文假设：假设2：会计信息质量与债券融资成本负相关，即会计信息质量越高，债券融

9、资成本越低。二、研究设计1. 模型与变量评级机构给企业的信用评级存在一定的高低排序，因此实证分析模型采用排序逻辑模型（Ordered Logit）。基于以往信用评级研究 5,17,18,20,21，本文针对假设1的研究模型具体设定如下： 01234567899101121314iCreditAcQualityNICFOLevSizNlistGDPgrowStaeLyrVDurationGuratTypeMIndsCredit，企业主体信用评级分类，为债券发行时各专业信用评级机构（大公国际资信评估有限公司，中诚信国际信用评级有限责任公司、联合资信评估有限公司和上海新世纪评级有限公司）对各发行主体

10、的主体信用评级，包括AAA、 AA+、AA 、AA-、A+、A、A-和BBB+级。回归中将评级分为 8级，AAA 为第一级，赋值为8；AA+为第二等级，赋值为7；依次递减，BBB+为第八级，赋值为1。敏感性检验中，本文也进行了三级分类，即将AAA归为第一等级，赋值为3；AA+ 、AA和AA- 为第二等级，赋值为 2；A+、A、A- 和BBB+为第三等级 1，赋值为1。AccQuality为会计信息质量变量 2。由于会计信息质量涵盖不同维度 39，无法用一个指标衡量，因此本文采用了文献中常用的审计质量 40,41、会计稳健性 10,35,42与盈余波动性 39表征会计信息质量。审计质量Big4为

11、虚拟变量，1表示公司的审计师为 “四大”会计师事务所，否则为0。基于以往研究，Big4为1代表高质量的会计信息 40,41。会计稳健性Conserv 为基于累计应计项计算的稳健性指标，如Ahmend and Duellaman43、Xia and Zhu44。应计项=（净利润- 经营活动现金流量） /期初总资产，累计应计项=过去三年每年应计项的总和。本文将三年累计应计项乘以-1 ，Conserv 表示稳健程度，这一数值越大，则表明稳健程度越高，会计信息质量越高 43,44。盈余波动性（VarROE ）采用过去三年 ROE的方差衡量，方差越大，盈余波动性越大，即会计信息质量越差。反之，会计信息质

12、量越高。信用评级在很大程度上取决于企业的基本财务信息 17,18，因此模型中的NI、CFO、LEV、SIZE均为微观财务变量。 NI为盈利能力，等于净资产收益率，即净利润 /期末净资产。CFO为经营活动现金流占总资产的比例，表征企业现金流量充裕情况。Lev为企业资产负债率水平，等于负债总额/资产总额。Size 为规模，等于总资产的自然对数。上市公司与非上市公司不仅在基本面方面存在差异，企业融资能力和渠道相差较大。因此，本文采用哑变量控制企业类型。NList 为是否上市哑变量， 0表示上市，否则为1。一些研究发现宏观经济发展会对信用评级产生重要影响，使得评级呈现顺周期 20,21或者逆周期现象

13、5。因此，在探讨会计信息质量对信用评级的影响时，本文控制了宏观经济因素的影响。GDPgrow为产出增长差（经济周期）变量，该变量的计算方法是用实际 GDP增长率减去预期的GDP增长率，实际GDP 增长率来自于中国统计年鉴，预期GDP增长率为世界银行对中国经济的预测数据。这一变量揭示了实际经济增长情况与经济增长潜力之间的差距，反映了当期宏观经济状况的相对强弱状况。另外，在中国，股权结构是影响企业经营绩效以及风险的重要因素。模型中State、Layer、 V、VC均为股权结构变量。 State为企业性质变量，1表示该企业为国有控股企业，否则为0；Layer为金字塔层级变量，如朱松 45。V为最终控

14、制人控制权比例，VC为控制权与现金流收益权的比例，如Fan and Wong 46。最后，债券发行某些特征，如期限以及担保问题可能也都在一定程度上体现了发行企业的风险，因此模型也进行了控制。Duration为债券期限，以年为单位。Guarantee为担保哑变量，如果债券发行存在担保就为1，否则为0。由于本文的样本包括短期融资券、中期票据、企业债和公司债，不同类型债券的评级以及基本面可能也存在一定差异，因此回归中采用哑变量进行控制。TypeS为1，表示该样本为短期融资券，否则为0；TypeM为1，表示样本为中期票据，否则为0。以上变量计算中用到的财务数据均为债券发行时披露的前一年的财务数据 3。

15、由于不同时期债券发行的利率受到当时经济环境的影响，而且不同期限债券的利率由于流动性的差异也不同，因此，借鉴Zhang 42以及Moerman 37的债务融资成本计量，本文针对假设2的研究模型具体设定如下： 012345678911116iSpreadCreitAcQualityNICFOLevSizNlistGDPgrowStaeLyVDrionGuartTypeMIndsSpread代表债券融资成本，为债务利率差幅，即债券发行利率（Rate）减去同期银行贷款利率。同期贷款利率为同期银行贷款利率，即在与公开市场发行的长期债券或短期融资券发行时点相同，且期限相同的银行贷款利率 4。其他变量同上。

16、2. 数据来源与样本本文从中国债券信息网（http:/ 5。通过手工，对发行文件中披露的主体评级、股权结构、审计机构、财务数据等方面的信息进行了收集整理。由于部分样本缺失主体评级，部分样本财务信息缺失，因此最终用于分析的样本为1891个债券发行信息。同时，本文从中国统计年鉴中收集了2007-2010 年我国各年的GDP增长情况，从世界银行网站收集了2007-2010年世界银行对我国各年 GDP增长的最新预测数据。从中国人民银行网站收集了2007-2010年不同期限的银行贷款和存款利率。为避免异常值的影响，本文对所有连续财务数据上下各1%进行了winsorize处理 6。三、实证分析1. 描述性

17、统计表1为回归变量的描述性统计。信用评级（Credit）均值为6.3，中位数为6，意味着样本企业的平均信用级别为AA级。利率差（Spread）平均为-1.61，中位数为-1.81 ，意味着相对于银行直接融资而言，债券融资整体上能够降低企业的融资成本。仅有8.3%的样本企业聘请“四大”会计师事务所进行财务报告审计。样本企业的财务报告平均而言是稳健的，中位数和均值都大于0。ROE波动率相对也较小，但样本之间差异较大。而其他基本面情况在样本企业之间也存在较大差异。表1 描述性统计变量 样本量 均值 标准差 最小值 中位数 最大值Credit 1891 6.3010 1.3362 1 6 8Sprea

18、d 1783 -1.6167 0.9907 -4.3294 -1.81 2.26Big4 1891 0.0883 0.2838 0 0 1Conserv 1891 0.5726 3.1495 -0.3676 0.0796 27.0768VarROE 1891 0.0040 0.0112 1.14e-06 0.0006 0.0829NI 1891 0.0792 0.0745 -0.1021 0.0653 0.3573CFO 1891 4.5656 19.4274 -0.5485 0.0761 123.4408LEV 1891 0.5999 0.1666 0.1586 0.6167 0.9772S

19、IZE 1891 14.8476 1.9707 10.0336 14.6392 23.3466Nlist 1891 0.7689 0.4216 0 1 1GDPgrow 1891 0.0095 0.0106 -0.01 0.01 0.03State 1891 0.9233 0.2661 0 1 1Layer 1891 1.4796 0.7389 1 1 6V 1891 81.6186 26.4017 7.45 100 100VC 1891 1.0610 0.4788 1 1 9.3632Duration 1891 3.0654 2.9255 0.3333 1 15Guarantee 1891

20、0.1216 0.3269 0 0 1TypeS 1891 0.5790 0.4938 0 1 1TypeM 1891 0.2205 0.4147 0 0 1表2将样本根据样本企业的信用评级分为8组，列示了信用评级处于不同组别的企业的债券融资成本以及会计信息质量情况。表1中Credit越低，表示信用评级越低。因此，1为信用评级最低组，8为信用评级最高组。可以看出，随着信用评级的提高，利率差幅（债券融资成本减去同期银行贷款利率）基本上呈现下降趋势，这与之前研究结果一致，即信用评级在中国债券市场中发挥了重要作用 22。随着信用评级的提高，审计质量（Big4 ）也从0上升到0.2045，即在低信用评

21、级组别样本中，没有企业选择聘请四大进行审计；而信用评级最高的组别中，有近乎20%的企业选择四大作为其审计师事务所。高质量审计师的选择比例随着信用评级的提高而上升，换而言之，选择高质量审计师比例越多，信用评级总体越高，这与假设1是符合的。同时，选择高质量审计师比例越高，利率差幅差幅（Spread）越低，支持假设 2。而会计稳健性也表出现同样的趋势，随着信用评级等级的提高，会计稳健性Conserv是不断提高的，也就是说选择稳健财务报告的企业，其信用评级等级越高，支持假设1。同样的，随着稳健性的提高，利率差幅下降，支持假设2。盈余波动性（VarROE ）并没有表现出明显的趋势，与信用评级以及利率差幅

22、也都没有明显的关系。表2 分组比较Credit Spread Big4 Conserv VarROE1 -0.3300 0 -0.0426 0.00052 -0.6200 0 0.0058 0.00013 -0.8532 0 0.0542 0.00404 -0.9013 0.0373 0.6660 0.00455 -1.2679 0.0282 0.3937 0.00446 -1.4196 0.0502 0.4268 0.00377 -1.7712 0.0771 0.5638 0.00318 -2.1663 0.2045 0.8814 0.00462. 会计信息质量与信用评级由于信用评级是基于企

23、业基本财务信息 17,18以及所处的宏观经济环境 5,20,21进行风险评估的。因此，表3中模型1在控制微观财务信息（NI、CFO 、LEV、SIZE、Nlist）和宏观经济变量（GDPgrow）基础上，考察了会计信息质量（审计质量、稳健性以及波动性）在企业信用评级中的作用。结果表明，企业盈利能力（NI）、规模（ SIZE）以及负债水平（LEV）都显著影响其风险，从而体现在信用评级上，这与以往研究结果一致 3,5,22,17,18。宏观经济发展（GDPgrow）与信用评级呈负相关关系，即在一定程度上表现为与美国市场不同的“逆周期”现象 5。而会计信息质量的三个变量与信用评级呈显著相关关系，即信

24、用评级机构在风险评估时关注了企业的财务信息质量问题。审计质量越好（以聘请四大审计师表征），信用评级水平越高，表现在Big4的系数在0.01 水平上显著为正，支持假设1。会计报告越稳健，信用评级水平越高，表现在Conserv 的系数也在0.01水平上显著为正，支持假设1。而盈余波动性越大，信用评级水平越低，表现为VarROE的系数显著为负。较大的盈余波动性意味着会计信息质量相对较差，因此VarROE 为负的回归系数说明会计信息质量越低，信用评级越差。反之，会计信息质量越高，信用评级越高，支持本文的假设1。总之，以审计质量、会计稳健性以及盈余波动性代表的会计信息质量显著影响了评级机构对企业的信用评

25、级，也就是说，会计信息质量在信用评级中发挥了重要的作用。Chang et al.47、吴健和朱松 5都发现相对于基本面财务信息这些“硬信息”而言，其他一些“软信息”也会显著影响投资者对企业的风险评估。因此，模型2控制了“软信息”即股权结构的影响。与模型1结构基本一致，基本面以及宏观经济都对评级产生了重要影响，而新加入的股权结构变量也大都显著，说明在中国股权结构因素对信用评级的影响是非常明显的。由于具有政府这一强有力的背景支撑，国有企业（State）的信用评级要显著高于非国有企业。较长层级链条（Layer）的上市公司由于信息的相对不透明以及多层委托代理问题，导致可能存在的风险较大，因此信用评级相

26、对较低。较高的控制权（V）使得控股股东利益与企业更加紧密，从而使其本身向市场传递有利信号，降低投资者的风险，从而提高信用评级 7。而控制权与现金流收益权的背离程度（VC）对信用评级的影响并不明显。总之，企业的政府背景、集中的股权比例以及背后的层级结构都显著影响经营风险，从而影响信用评级。在控制了“硬信息”和“软信息”后，会计信息质量的三个变量，审计质量（Big4 ）、会计稳健性（ Conserv）和盈余波动性（VarROE）的回归系数符号以及显著性都与模型1基本一致，意味着会计信息质量越高，企业信用评级越高，进一步支持了假设1。模型3进一步控制了债券发行特征，即发行期限、有无担保和不同类型债券

27、对信用评级的影响。债券发行期限（Duration）的系数显著为正，意味着期限越长的企业信用评级越高。可能的原因在于能够发行较长期限债券的企业都是那些资质相对较高的企业，能够得到市场的认可，才能在市场上发行较长期限的债券。是否具有担保（Guarantee）的系数为负但不显著，即具有担保的公司，其信用评级与没有担保的企业的信用评级没有显著差异。TypeS和 TypeM的系数都显著为正，意味着相对于发行长期债券（企业债和公司债）的企业而言，发行短期债券（短期融资券和中期债券）的企业风险更低，评级更高。基本面财务信息、宏观变量以及股权结构变量的回归结构都与之前基本一致。审计质量（Big4）的系数依旧显

28、著为正，即审计质量越高，企业信用评级越高。会计稳健性（Conserv）的回归系数也显著为正，意味着财务报告越稳健的公司，其信用评级越高。盈余波动性（VarROE）的系数显著为负，即会计盈余波动越大的公司（信息质量越差），信用评级越低。会计信息质量的三个变量回归结果依旧与之前一致，支持了假设1，即会计信息质量越高，企业信用评级越好。表3的结果意味着信用评级机构关注了企业的会计信息质量，不仅是基本的会计数据（包括规模、负债率和盈利能力），会计信息质量也在信用评级中发挥了重要作用。表3 会计信息质量与信用评级变量 预期符号 模型1 模型 2 模型 3Big4 + 1.385* 1.462* 1.41

29、7*(7.43) (7.69) (7.28)Conserv + 0.192* 0.186* 0.163*(9.06) (8.98) (7.90)VarROE - -6.725* -6.923* -5.160*(-1.81) (-1.85) (-1.83)NI + 1.320* 3.142* 2.830*(2.23) (5.13) (4.44)CFO + 0.003 0.003 0.003(1.25) (1.05) (1.24)LEV - -0.796* -0.738* -0.813*(-2.65) (-2.43) (-2.55)SIZE + 1.004* 0.956* 0.785*(22.65

30、) (21.24) (16.85)Nlist - -0.283* -0.306* -0.251*(-2.51) (-2.07) (-1.65)GDPgrow - -24.920* -23.332* -22.164*(-5.75) (-5.37) (-4.96)State + 1.755* 1.708*(10.01) (9.39)Layer - -0.265* -0.319*(-3.53) (-4.12)V + 0.007* 0.009*(3.07) (3.37)VC - 0.160 0.148(1.56) (1.63)Duration + 0.069*(1.78)Guarantee - -0.

31、199(-1.16)TypeS ? 0.839*(2.71)TypeM ? 1.956*(8.48)Inds Control Control ControlN 1891 1891 1891Pseudo R2 0.1589 0.1832 0.2164注：被解释变量为信用评级Credit；括号中为white-t统计量，考虑了异方差的问题；*，*，*分别表示在0.01,0.05和0.10水平上显著。由于样本中包括上市公司与非上市公司，上市公司由于信息相对比较公开，投资者获取信息渠道也相对较多，因此其会计信息得到监管机构和市场投资者的重视。而针对非上市公司的研究相对较少，其会计信息质量是否能够发挥有利

32、作用研究更少。鉴于此，表4的稳健性检验中，将上市公司与非上市公司区分开，分别进行检验。审计质量（Big4）在上市公司与非上市公司的回归中都显著为正，即以审计质量代表的会计信息质量越好，上市公司和非上市公司的信用评级都越高，支持假设1。会计稳健性（Conserv）的系数也在上市公司和非上市公司的回归中都显著为正，意味着对于所有公司而言，以财务报告稳健性为代表的会计信息质量越好，其信用评级越高，同样支持假设1。盈余波动性（VarROE）的系数只在非上市公司回归中显著为负，即非上市公司的投资者更加关注盈余波动性，其对信用评级产生负面影响。可能的原因在于上市公司信息相对公开和透明，盈余波动可以被投资者

33、提前预期；而且上市公司由于存在“壳”资源，即使盈利存在较大波动，对企业偿债影响并不会像非上市公司那么大。因此，投资者以及评级机构在对非上市公司评级时更加关注其盈余质量。这意味着在信息相对不够透明和公开时，投资者反而更加关注企业的会计信息质量。相对于非国有企业而言，国有企业具有很强的融资优势，其投资机会也相对较多。因此，表4的稳健性检验对国有企业和非国有企业分别进行回归。在国有企业的回归中，审计质量（Big4 ）和会计稳健性（Conserv）的系数都显著为正，与之前一致，支持了假设1，即会计信息质量越高，信用评级越高。而盈余波动性VarROE虽然为负，但不显著，即国有企业的盈余波动性对其信用评级

34、影响不显著。可能的原因在于对于国有企业而言，背后有政府作为强大的支撑，因此投资者对盈余波动相对而言并不是特别关注，从而导致盈余波动表征会计信息质量存在一定的不足，表现在信用评级上也没有发挥明显作用。而对于非国有企业的回归，会计信息质量的三个变量回归系数与预期一致，但都不显著，即会计信息质量在非国有企业的信用评级中作用不明显。可能的原因在于相对于国有企业而言，非国有企业的风险相对较高，投资者可能更加关注企业的基本面情况，容易忽视会计信息质量的作用。另外，非国有企业（主要是民营企业）在会计造假方面案例很多，因此导致市场对于这类企业的会计信息质量信任不足，影响了会计信息质量在评级方面发挥的作用。当然

35、，回归系数不显著也可能是样本量较小的缘故。资质较差的企业由于自己实力不足，需要第三方的担保，从而发行债券进行融资。信用机构可能考虑到了第三方因素，因此评级可能与没有担保的企业存在一定的区别。鉴于此，表4的稳健性检验中剔除了具有担保的公司样本。Big4 、Conserv的系数都显著为正，VarROE的系数显著为负，即三个会计信息质量变量的系数都与预期一致，支持了假设1，即会计信息质量越高，企业信用评级越高。本文也对信用评级进行了重分类，按照三级标准进行分类，回归结果见表4稳健性检验。其他变量结果与之前基本一致，不再累述。审计质量Big4 的系数显著为正，符合预期。稳健性Conserv系数显著为正

36、，符合预期。但 VarROE系数不显著，假设没有得到验证。总之，假设1基本得到验证 8。表4 稳健性检验变量 上市 非上市 国有 非国有 剔除担保公 司 评级三分 类Big4 1.370* 1.812* 1.570* 0.822 1.194* 1.727*(5.01) (4.94) (7.53) (1.18) (5.94) (7.36)Conserv 0.177* 0.171* 0.173* 0.170 0.225* 0.122*(3.82) (7.21) (7.83) (1.57) (9.85) (5.78)VarROE 14.003 -11.129* -3.600 -14.171 -6.3

37、01* -3.953(1.63) (-2.39) (-0.90) (-0.61) (-1.75) (-0.79)NI 7.980* 2.170* 3.334* 4.979* 3.381* 2.069*(5.39) (2.86) (4.83) (2.27) (5.05) (2.56)CFO 0.015* 0.000 0.004 -0.048 0.003 0.005(2.45) (0.17) (1.49) (-1.60) (0.97) (1.61)LEV -1.967* -0.247 -0.927* 0.957 -1.598* -0.960*(-2.67) (-0.68) (-2.80) (0.5

38、9) (-4.46) (-2.44)SIZE 0.882* 0.810* 0.788* 1.131* 1.093* 0.646*(8.51) (15.54) (16.26) (4.78) (20.15) (14.87)Nlist -0.149 -0.899* -0.410* -0.114(-0.89) (-1.96) (-2.59) (-0.59)GDPgrow -28.297* -20.495* -24.447* 4.455 -27.989* -33.551*(-2.75) (-4.05) (-5.16) (0.30) (-5.62) (-5.73)State 1.063* 2.367* 1

39、.672* 1.619*(3.56) (9.65) (8.81) (7.07)Layer -0.092 -0.519* -0.377* 0.034 -0.237* -0.472*(-0.64) (-5.18) (-4.13) (0.17) (-2.91) (-4.58)V 0.015* 0.002 0.010* 0.013* 0.009* 0.013*(2.72) (0.76) (3.38) (1.68) (3.28) (3.89)VC 0.023 0.312 0.185 -0.013 0.127 0.231(0.19) (1.44) (1.31) (-0.08) (1.38) (1.01)D

40、uration -0.022 0.087* 0.069* -0.028 0.012 0.073(-0.15) (2.11) (1.73) (-0.11) (0.21) (1.42)Guarantee 0.494 -0.205 -0.113 -1.898* -0.159(0.50) (-1.17) (-0.65) (-1.86) (-0.65)TypeS 5.166* 0.664* 0.887* -0.643 0.589 1.428*(3.35) (2.04) (2.79) (-0.37) (1.43) (3.43)TypeM 6.499* 1.832* 1.979* 1.329 1.752*

41、2.406*(5.26) (7.51) (8.35) (1.02) (6.42) (7.87)Inds Control Control Control Control Control ControlN 437 1454 1746 145 1661 1891Pseudo R2 0.3447 0.2053 0.2051 0.2127 0.2600 0.3198注：同上。研究发现国内会计师事务所的选择存在审计异化现象，即代理问题更严重的企业倾向于选择审计质量较低的会计师事务所 48。这些企业同时表现出较高的风险，从而使得信用评级较低。也就是说，较差的公司倾向于选择较低质量的会计师事务所，体现在信用评

42、级上也较低。这意味着上述以审计质量表征会计信息质量的回归可能存在样本自选择问题。另外，较高质量的企业也更愿意选择更为稳健的财务报告，从而降低其融资成本 42，从而导致以会计稳健性表征会计信息质量的回归结果可能也存在样本自选择问题。为降低样本自选择的影响，本文采用了Heckman两步法对审计质量和稳健性的问题进行重新回归 9，见表5。在审计质量的自选择回归中， IMR的系数显著为负，表明以审计质量为代表的会计信息质量对信用评级的影响存在自选择问题，即较差的公司倾向于选择较低质量的会计师事务所，体现在信用评级上也较低。但是，回归中审计质量Big4的系数依旧显著为正，即审计质量会显著影响信用评级，审

43、计质量越高，信用评级越好，假设1依旧得到验证。在会计稳健性的自选择回归中， IMR显著为负，表明表4的回归存在自选择问题，但Conserv的系数依旧显著为正，即以稳健性为代表的会计信息质量能够显著提高企业的信用评级，财务报告越稳健，信用评级越高，支持了假设1。总之，表5的结果表明，即使资质较好的企业会选择高质量的审计师事务所以及稳健的财务报告政策，审计质量和会计稳健性依旧能够提高企业的信用评级，得到评级机构的重视和认可。表5 样本自选择变量 Big4 Credit Dumconserv CreditIMR -1.148* -1.563*(-3.84) (-3.25)Big4 0.778* 0.

44、224*(8.61) (2.46)Conserv 0.024* 0.057*(1.67) (5.57)VarROE 4.139 -7.340*(0.91) (-3.84)NI 3.527* 2.352* -0.901* 2.113*(5.41) (2.44) (-2.03) (5.82)CFO 0.003* 0.001(2.67) (0.84)LEV 0.035 -0.143(0.23) (-0.87)SIZE 0.165* 0.080* 0.036* 0.248*(5.78) (1.90) (1.98) (9.52)Nlist -0.970* 0.847 0.395* -0.464*(-6.

45、88) (1.34) (3.76) (-4.48)GDPgrow -12.242* -10.615*(-5.53) (-4.18)State 0.125 0.846* -0.115 1.062*(0.76) (8.58) (-0.89) (11.02)Layer 0.350* -0.557* 0.074 -0.231*(4.52) (-5.70) (1.32) (-5.22)V -0.004 0.009* -0.003* 0.007*(-1.48) (5.45) (-1.75) (4.57)VC -0.634* 0.738 -0.185* 0.206(-2.35) (1.16) (-2.72) (1.19)Duration 0.032 0.031(1.61) (1.25)Guarantee -0.145 -0.155(-1.58) (-1.49)