钢铁企业违规行为对其融资情况的影响

李一哥

摘要：本文以2016-2018年钢铁行业上市企业为样本，研究了钢铁企业的违规行为与融资情况之间的关系。研究表明，钢铁企业的违规行为显著加大了其融资约束，发生违规行为次数多、程度更严重的钢铁企业在金融市场上更难获得资金支持;但钢铁企业的违规行为对借款额度没有显著影响。本文的研究针对企业违规行为金融机构制定信贷制度有较大的意义。

关键词：钢铁企业;企业违规;融资约束;借款额度

一、引言

改革开放以来，我国工业化已取得令人瞩目的成就，作为工业化支柱产业——钢铁行业的发展备受关注;由于钢铁行业属于重工业产业，普遍为大规模生产，以国有控股为主，因此钢铁企业的生产安全一直是重中之重。为了防范重大安全风险隐患，中央多次提出严厉打击钢铁企业违规生产行为。随着中国金融市场体系不断完善，对企业违规行为的打击不应该仅仅拘泥于政府的强制性措施，更应该体现在市场这个看不见的手的选择中，有效市场应该吸收企业的全部信息并在价格上表现出来，从而影响企业的融资情况，达到打击企业违规行为的效果。因此对于违规行为严重的钢铁企业，在金融市场中是否面临着融资困难的问题，以及借款额度是否较规范生产的钢铁企业更低，这些问题更值得我们关注。

二、文献综述与理论假设

目前已有学者细致地研究企业的违规行为，但大多数都将焦点聚集在公司治理和制度层面。邓可斌（2012）在研究中提出独立董事比例影响着企业违规行为。但对于企业违规行为的治理绝不应只从原因上考虑，也应该关注企业违规行为所造成的后果，是否让企业意识到违规行为带来的严重代价。

很多研究已经表明上市公司的违规行为会造成证券市场的波动。早在1984年Smith等人就发现企业的违规行为对市场有一定的消极影响;国内胡延平（2004）等人的研究也表明市场的反应与处罚的公开性、处罚的原因都有密切相关性。因此我们可以认为企业的违规行为通过对证券市场造成负面影响，进而加大自己的融资难度。陈国进等人（2005）认为公司内部人违规行为会导致上市公司的业绩下滑，这也会导致外部投资者对于企业的偿债信心削减，从而导致融资情况不乐观。

因此，本文提出如下两个假设。假设一：钢铁企业的违规行为将加剧钢铁企业的融资约束。假设二：钢铁企业的违规行为将削弱它的贷款额度。

三、研究设计

（一）样本选择及数据来源

为了研究钢铁企业的违规行为对其融资情况的影响，本文选取了2016-2018年的上市钢铁企业为研究对象，其中剔除掉ST和数据缺失的企业，最终形成26家钢铁企业3年的面板数据。本文所用到的数据来自国泰安CSMAR数据库和钢铁企业年报。

（二）变量选择

对于衡量企业违规行为的变量，应该包括企业的违规频率和企业的违规严重程度;本文选用企业的年度违规次数的加总来衡量企业的违规频率（Frequency），选用企业面临的处罚方式来衡量企业违规的严重程度（Degree），其中如果企业没有违规记为0，受到批评、警告记为1，受到谴责记为2，面临罚款及其他记为3。另外选取企业的融资约束和借款额度衡量企业融资情况，其中用企业本年的负债总额作为企业的借款额度（Loan）;采取Hadlock和Pierce（2010）在研究企业融资约束时提出的SA指数作为度量企业融资约束的指标，具体计算公式为：

SA index=（-0.737×Size+（0.043×Size2）-（0.040×Age）

对企业融资情况的控制变量分为两类：一类是企业的盈利能力和发展能力，一类是公司治理结构。衡量企业盈利能力的指标为ROE（净资产收益率），衡量企业发展能力的指标为Growth（营业收入增长率）;衡量公司治理结构指标为股权集中度（First）。

（三）建立回归模型

本文使用（1）（2）式检验假设一，（3）（4）

式检验假设二。

SA=β1×Freqency +β2×ROE+β3×Growth

+β4×First +β5×Year_dummy +β0（1）

SA=β1×Degree+β2×ROE+β3×Growth

+β4×First +β5×Year_dummy +β0（2）

Loan=β1×Freqency+β2×ROE+β3× Growth+β4×First +β5×Year_dummy +β0（3）

Loan=β1×Degree+β2×ROE+β3×

Growth+β4×First +β5×Year_dummy +β0（4）

四、回归结果分析

（一）企业的违规行为对其融资约束的影响

通过式子（1）回归结果可知，钢铁企业违规次数与其融资约束之间存在着显著的正相关关系，这说明违规次数多的钢铁企业较规范经营的钢铁企业有更严重的融资约束，在金融市场中更难获得资金支持;通过式子（2）回归结果可知，企业的违规程度与其融资约束之间同样呈现着正相关关系。因此可以认为钢铁企业的违规行与融资约束间有显著的正相关关系，违规次数越多，程度越严重的钢铁企业面临着越严重的融资约束，金融市场有效地反映了企业的违规信息，外部投资者对此做出相应的反应，最终导致这样的企业融资困难。

（二）企业的违规行为对其借款额度的影响

式子（3）（4）结果表示钢铁企业的违规频率、违规程度与借款额度之间都未能通过显著性检验，反而是企业的净资产收益率、营业收入增长率、股权集中度与借款额度之间存在着显著的关系，这说明钢铁企业的违规频率和违规程度对它的借款额度并没有显著的影响，银行等其他金融机构在贷给钢铁企业资金的时候更关注企业的盈利情况和未来发展，并不关心企业是否出现过违规行为。

五、结论及建议

通过本文的研究，可以認为钢铁企业的违规行为显著加大了其融资约束，但钢铁企业的违规行为对它的借款额度没有显著影响，从这一角度而言债券融资市场并没有给予违规企业有效的打击。因此，为了让金融市场在实体经济中发挥更大的作用，有效制止企业的违规行为，除了通过加大违规企业的融资门槛，还可以通过金融机构减少对违规企业的放贷额度来增大违规企业的贷款成本，从多个方面共同治理企业的违规行为。

参考文献：

[1]邓可斌，周小丹.独立董事与公司违规：合谋还是抑制[J].山西财经大学学报，2012，34 （11）：84-94.

[2]Smith，D.B.，Stettler，H.，Beedles，W.An Invesigation of the Information Content of foreign Sensitive Payment Disclosures[J].Journal of Accounting&Economics，1984，6 （2）：153-162.

[3]胡延平，陈超.上市公司信息披露违规处罚分析[J].南方金融，2004 （02）：41-42.

[4]陈国进，赵向琴，林辉.上市公司违法违规处罚和投资者利益保护效果[J].财经研究，2005 （08）：48-58.

[5]Hadlock C J，Pierce J R.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index [J].Review of Financial Studies，2010，23 （5）：1909-1940.