自由现金流量创造力与违约风...——来自A股公司的经验证据_谢德仁.pdf

2022 年第12 期(总第 510 期)No.12，2022General No.510168收稿日期:2021 08 24作者简介:谢德仁，管理学博士，教授，清华大学经济管理学院，E-mail:xiedr .刘劲松(通讯作者)，管理学博士，助理研究员，四川大学商学院，E-mail:.*本文感谢清华大学经济管理学院研究基金(2020051009)、清华大学中国现代国企研究院研究基金(iSOEYB202102)以及 2022 年建设世界一流大学经费 提升自主创新和社会服务能力管理科学与国家治理(20502044C3001)的资助。感谢匿名审稿人的宝贵意见，文责自负。自由现金流量创造力与违约风险 来自 A 股公司的经验证据谢德仁刘劲松(清华大学经济管理学院，北京100084;四川大学商学院，四川成都610064)摘要:本文基于我国 A 股上市公司数据，研究了企业自由现金流量创造力与违约风险之间的关系。研究发现:(1)企业自由现金流量创造力越强，其违约风险越低。经过一系列稳健性检验后，该结论依旧成立。(2)自由现金流量创造力越强的企业往往有更低的债务规模、更高的资产收益率和更低的股票波动，因而其违约风险更低。(3)自由现金流量创造力与违约风险的负相关关系，主要存在于货币政策紧缩时期以及外部信息环境较差的企业。本文发现意味着，监管部门和投资者应重视上市公司自由现金流量创造力不足所带来的潜在债务违约风险，通过不断提高公司自由现金流量创造力，助力我国宏观经济与微观企业高质量发展。关键词:自由现金流量;违约风险;高质量发展JEL 分类号:L25，G33，M41文献标识码:A文章编号:1002 7246(2022)12 0168 19一、引言党的二十大报告指出，“高质量发展是全面建设社会主义现代化国家的首要任务”，“深化金融体制改革，建设现代中央银行制度，加强和完善现代金融监管，强化金融稳定保障体系，依法将各类金融活动全部纳入监管，守住不发生系统性风险底线”。但自 2014年以来，我国企业的债务违约风险(本文简称为违约风险)有所抬升，引起了政府和各界人士的高度重视。无疑，防范和化解违约风险对助力经济转型升级、实现高质量发展具有2022 年第12 期自由现金流量创造力与违约风险169至关重要的作用。学术界近几年来也就我国企业的违约风险展开了丰富研究，他们分别从企业战略定位(王化成等，2019)、创新(孟庆斌等，2019)、金融资产配置(邓路等，2020)、用工成本(许红梅和李春涛，2020)和政府隐性担保(Geng and Pan，2019)等角度研究了违约风险的影响因素，但鲜有文献研究企业自由现金流量创造力这一基本面属性对违约风险的影响。长期来看，判断一个企业是否符合高质量发展的标准是看企业能否持续为资本提供者创造价值，而判断一个企业是否具有持续为资本提供者创造价值的能力的标准之一就是看企业能否持续创造现金增加值。一个高质量发展的企业应当具有持续的现金增加值创造力，这就要求企业首先应当具有持续的自由现金流量创造力(谢德仁，2018)。换言之，长期来看，一个高质量发展的企业应当能依靠自身资产所创造的经营活动净现金流入“满足”企业投资之所需，进而还能“满足”融资性负债的债权人和股东所要求的资本回报(利息与分红)，而不是持续利用融资活动流入的现金来支付资本回报。相反，若一个企业长期依靠融资活动现金流入来“满足”投资和融资活动的现金流出，那么则表明该企业的自由现金流量创造力孱弱，资产质量较差，无法实现高质量发展(谢德仁，2013;谢德仁等，2020)。为此，本文尝试从自由现金流量创造力的视角来考察企业违约风险。具体而言，基于自由现金流量的思想，本文构建了企业自由现金流量创造力指标，并研究了 A 股上市企业自由现金流量创造力与违约风险的关系，尤其是在控制传统财务指标的基础上，检验自由现金流量创造力对违约风险是否具有显著的增量效应。本文研究发现:企业自由现金流量创造力与违约风险显著负相关，即自由现金流量创造力越强劲，企业违约风险越低。在考虑多种稳健性检验后，这一结论保持不变。自由现金流量创造力越强劲的企业，有息负债率显著更低、资产收益率显著更高、股票波动率显著更低，因而其违约风险显著更低。自由现金流量创造力与违约风险的负相关关系主要存在于货币政策紧缩时期以及分析师跟踪人数较少的企业。本文主要有如下三个方面的贡献。第一，本文补充了关于企业自由现金流量创造力的相关研究。自 Jensen(1986)从委托代理视角讨论了企业自由现金流量在运用过程中的代理冲突后，围绕自由现金流量虽有大量研究，但这些文献多是采用自由现金流量衡量企业代理成本(罗炜和朱春艳，2010;Dcamps et al.，2011)，少有文献从企业自由现金流量创造的视角，去讨论自由现金流量本身作为一项财务指标其背后的经济意义。尽管部分文献试图研究企业现金流量的信息，但也更多关注的是企业经营活动净现金流量(Caseyand Bartczak，1985;Guariglia et al.，2011)，并未对与经营活动现金流量有本质差别的自由现金流量予以重视。不过，自谢德仁(2013)提出和界定企业自由现金流量创造力这一概念后，部分文献开始从自由现金流量创造的视角去诊断企业发展质量(谢德仁和张梅，2016;谢德仁等，2020)。就我们文献搜索所至，尚未有文献具体、深入研究自由现金流量创造力对企业违约风险的影响，故本文在现有文献的基础上，构造了新的自由现金流量创造力指标，并研究了自由现金流量创造力对企业违约风险的影响，拓宽了自由现金流量领170总第 510 期域的研究。第二，本文采用会计视角下的自由现金流量创造力度量了企业资产质量这一基本面因素，补充了企业违约风险的相关研究。已有文献从企业财务基本面(Beaver，1966;Altman，1968)、公司治理(Brogaard et al.，2017;Baghdadi et al.，2020)、企业行为(Hsuet al.，2015;孟庆斌等，2019)、外部宏观环境(Groba and Serrano，2020;许红梅和李春涛，2020)等角度切入，试图直接或间接捕捉企业资产价值或债务的相关信息，进而研究对企业违约风险的影响。但是在 Merton(1974)的理论框架下，现有文献一方面多关注于企业的经营活动净现金流量的信息(Beaver，1966;叶志锋和彭永梅，2009)，忽视了更为广义、更多维度的企业现金流量的信息(Casey and Bartczak，1985)，比如与资产质量更相关的企业自由现金流量的信息，另一方面现有研究的切入点在捕捉资产价值方面也较为间接。本文构建的自由现金流量创造力指标能更直接地从会计视角反映企业资产整体价值的相关信息，因而我们发现，在控制传统财务指标的基础上，自由现金流量创造力指标依旧与违约风险显著负相关。本文从企业资产质量这一基本面因素和自由现金流量创造力的角度拓展了企业违约风险的相关研究。还需指出的是，自由现金流量创造力和企业违约风险显著负相关看似符合直觉，从而“显而易见”，但是，如我们后面所分析的，两者间的关系也可能不相关甚至正相关，那么，在我国企业中，两者间到底是何关系呢?这也是个值得研究的经验问题。第三，在一些企业陆续发生债务违约的当下以及在国资委于 2022 年首次将自由现金流量作为国有企业财务管理关键硬指标的政策背景下，本文从自由现金流量创造力视角比较全面地摸底我国 A 股上市公司的整体资产质量，所发现的自由现金流量创造力和违约风险的负相关关系，有助于监管机构和金融市场利益相关者重视和促进上市公司提升自由现金流量创造力，为防范与化解债务违约风险而采取一些“治本”的改革举措，这对于我国防范和化解系统性金融风险、加快建设世界一流财务管理体系具有较好的参考价值。余文安排如下:第二部分为文献综述;第三部分进行理论分析并提出研究假说;第四部分介绍研究设计;第五部分为实证结果;最后一部分为结论。二、文献综述现有文献常采用预期违约概率(Expected Default Probability，EDP)来度量企业违约风险(Bharath and Shumway，2008;孟庆斌等，2019)，其中 EDP 的计算是衍生于 Merton(1974)提出的债务定价理论。因为股权投资者是企业资产在满足优先“固定”索取权后的剩余资产索取者，所以根据 Merton(1974)的理论框架，股东权益是关于企业资产价值的看涨期权，看涨期权的行权价格则为企业负债的账面价值。当债务到期时，若企业资产的价值低于负债价值，企业股东将会选择把控制权让渡给债权人，并拒绝偿付债务，进而触发违约。基于 Merton(1974)的这一理论框架，Vassalou and Xing(2004)提出了企业的违约距离(Distance to Default，DD)这一概念，并构建了 Merton DD 模型用于度量企业的2022 年第12 期自由现金流量创造力与违约风险171预期违约概率。当企业资产价值越大、资产预期收益率越高、债务到期期限越长、负债账面价值越低、资产价值波动率越小时，企业违约距离越长，违约风险越低。但是在一个信息不完备且不完美的真实世界中，企业资产的真实价值无法被直接准确观测，因而现有文献试图通过直接或间接捕捉企业资产价值或债务的相关信息，进而研究影响违约风险的具象因素。其中，最早兴起的一批实证文献是从企业财务基本面入手，试图通过财务指标捕捉企业资产的价值或反映公司债务规模，进而研究其对违约或破产风险的影响。这批文献检验发现，基于资产负债表和利润表数据刻画的传统财务指标，比如总资产收益率、净资产报酬率、资产负债率、营运资本占总资产之比、总资产周转率、利润增速等，均能较好地预测企业违约(Beaver，1966;Altman，1968;Ohlson，1980;吴世农和卢贤义，2001)。此外，Shumway(2001)发现企业股票收益率和股价波动率等市场绩效指标也能显著预测企业违约。除了财务指标和市场绩效指标外，近些年也有文献从公司治理角度，研究代理问题对企业债务违约风险的影响。其基本逻辑是，随着企业治理水平的改善、代理冲突减弱，企业信息环境得以缓解，经营绩效得以改善，企业资产价值提高，资产价值波动率下降，违约风险下降。比如，以往文献发现，随着管理层机会主义动机的减弱、独立董事的独立性上升，企业违约风险会随之下降(Brogaard et al.，2017;Baghdadi et al.，2020)。除了公司治理视角，一些文献也开始聚焦于企业某一特定行为或者外部环境的变化对违约风险的影响。其基本逻辑是，企业某一特定行为或外部环境的变化会影响到企业资产预期收益率的变化和资产价值的不确定性。比如，现有文献发现创新、战略定位、金融资产配置等企业行为会显著影响企业违约风险(Hsu et al.，2015;孟庆斌等，2019;王化成等，2019;邓路等，2020)，政府规制、国外货币政策和劳动力市场等外部环境的变化对企业违约风险也有实质影响(王诗雨和陈志红，2018;Groba and Serrano，2020;许红梅和李春涛，2020)。上述文献从企业财务基本面、公司治理、企业行为、外部环境等角度，研究了影响企业债务违约风险的具象因素，极大地丰富了 Merton(1974)的理论框架。相较于公司治理、企业行为和外部环境等视角，企业财务基本面信息更能直接捕捉企业资产价值或债务的相关信息，因而这一分支的文献经久不衰。不过，现有文献在利用财务基本面指标反映企业资产价值或债务的相关信息时，仍存在需要深化和探究之处:第一，判断企业资产价值和其能否创造价值，应该依托于企业自由现金流量创造力(谢德仁，2018)，而非基于权责发生制的息税前利润和利润。因为从事后来看，企业资产高质量应该呈现为，其资产能够创造自由现金流量。而利润只是公司主要利益相关方基于现行会计准则，就公司当期非权益性交易所导致的股东可合法自由行使的剩余索取权价值边界之变动所达成的共识性“意见”(谢德仁，2013)。因此，基于权责发生制的传统财务指标相对良好，未必意味着企业自由现金流量创造力强。实践中，“算”出了利润但不“赚”现金的企业比比皆是。从谢德仁等(2020)对 A 股上市公司自由现金流量创造力的统计数据来看，传统财务指标相对良好但自由现金流量创造力孱弱的公司比例相当高。第二，现有文献虽然关注到了经营活动现金流量与债务违约之间的关系(Beaver，1966;Casey and Bartczak，1985)，也常172总第 510 期将经营活动现金流量的相关指标作为研究违约风险的重要控制变量(Ohlson，1980;孟庆斌等，2019)，甚至考察了企业经营活动现金流量的操纵与债务违约风险的关系(叶志锋和彭永梅，2009)，但均局限于企业当期的经营活动净现金流量，而并未从长窗口视角考虑企业经营活动净现金流量在满足自身投资和利息偿付所需现金后的自由现金流量创造力。至于自由现金流量创造力和企业违约之间的关系，则尚未有文献进行探究。因此，本文有必要从自由现金流量创造力视角来观察企业资产质量对违约风险的影响。三、理论分析与研究假说(一)自由现金流量创造力的界定长期来看，判断企业资产能否创造价值、是否为高质量资产，要看企业经营的资产能否创造充足的自由现金流量。从企业基业长青、永续经营这一长期视角来看，自由现金流量就是企业所创造的经营活动净现金流量在满足自身投资所需现金之后，可供向资本提供者(股东和融资性负债债权人)自由分配的现金流量，即类似于 Jensen(1986)的界定一样，满足所有净现值为正的项目投资所需现金后剩余的现金流。本文按照谢德仁(2013)和谢德仁等(2020)的建议，基于企业真实的历史现金流量数据来测算自由现金流量。因此，从企业整体价值创造视角来看，自由现金流量可界定为:经营活动净现金流量+投资活动净现金流量，不妨称之为自由现金流量一(FCF1)。若站在股东价值创造视角看，那向融资性债权人支付的利息需要予以扣除，因为利息乃债权人依据债务合同事先约定的优先“固定”索取权，是企业不能自由决定的现金流出。因此，股东价值创造视角下的自由现金流量为:经营活动净现金流量+投资活动净现金流量利息支出，不妨称之为自由现金流量二(FCF2)。基于上述自由现金流量的定义，我们可以界定企业自由现金流量创造力和资产质量。一个企业的资产质量从事后看可由其自由现金流量创造力所表征。当一个企业自创办以来所创造的经营活动净现金流量能满足企业投资所需，乃至进一步满足利息偿付，即FCF1 或 FCF2 的逐年累计值为正时，那么可以说其资产具备较强的自由现金流量创造力，资产质量较高。否则，这个企业自己赚的钱是不够自己花的，其投资和利息偿付依赖于外部融资，长此以往，说明该企业资产创造自由现金流量的能力孱弱，资产质量较差。进一步地，依据谢德仁(2021)，累计的自由现金流量二(FCF2s)可转换为式(1):FCF2s=营业毛利 期间变动费用(不含股权激励费用)所得税与流转税 营运资本变动+投资活动现金流入 投资活动现金流出(1)根据式(1)，我们可以清晰地观察到，从长期来看，一个自由现金流量创造力强劲的企业，通常具有强劲的产品和服务盈利能力、良好的期间费用管控能力、优秀的税务筹划能力、良好的营运资本管理能力以及很强的投资规划能力(简称为自由现金流量创造力的“五力模型”)。因而，企业自由现金流量创造力指标完全能够“统帅”传统财务业绩指标(谢德仁，2021)，是企业长期业绩评价的总抓手，是企业资产质量的事后综合反映。2022 年第12 期自由现金流量创造力与违约风险173(二)研究假说正如 Merton(1974)所言，当企业资产的价值低于负债价值时，企业则会触发违约。当企业资产价值越大、资产预期收益率越高、资产价值波动率越小、债务到期期限越长、负债账面价值越低时，企业预期违约概率会更低。基于自由现金流量创造力的“五力模型”(见式(1)，本文认为企业自由现金流量创造力影响预期违约概率的路径主要有三:其一，整体来看，自由现金流量创造力越强，企业内源融资能力则越强，对债务融资的依赖度则越低。Myers and Majluf(1984)指出，公司内部人与外部投资者之间的信息不对称问题会使得外部融资成本高于内源融资成本，因而理性的企业会遵循内源融资、债务融资和股权融资这样的融资顺序，以满足项目的资金需求。因此，在其他情况相同时，企业自由现金流量创造力越强，企业越可能依赖内源融资满足项目所需，企业经营过程中对债务融资的需求较低，债务规模自然相对更小，进而使得违约临界点更低，降低了企业资产价值低于其债务账面价值的概率，企业违约风险较小。其二，根据自由现金流量创造力的“五力模型”可知，自由现金流量创造力强劲的企业，通常具有强劲的产品和服务盈利能力、良好的期间费用管控能力、良好的营运资本管理能力、优秀的税务筹划能力以及很强的投资规划能力，这本身就意味着企业过去的投资是高效率的，投资所形成的资产能够创造充足的税后利润，甚至能够形成较为强势的供应链地位，“免费”占用上下游资金，减少营运资本对其现金的吞噬，最终创造充足的自由现金流量。因此，强劲的自由现金流量创造力通常意味着企业能创造较高的资产收益率，进而企业资产质量和其市场价值也更高(Fama and French，2015;Liu et al.，2019)，在债务规模不变的情况下，这会降低企业资产价值低于其债务账面价值的概率，使得企业违约风险更低。其三，长期来看，企业自由现金流量创造力越强劲，意味着企业具有持续的盈利能力，企业盈余的“含金量”更高，经营性净应计项目更少，因而能够增强市场参与者对公司盈余的可信度和对未来盈余的预测力(Sloan，1996;ichardson et al.，2005)，增加盈余透明度，进而形成更为透明的信息环境(Affleck Graves et al.，2002)。在企业资产价值分布难以被直接观测的真实世界，企业资产价值估计的不确定性会增加企业违约风险(Duffie and Lando，2001)，而透明的信息环境有助于市场参与者对企业真实价值的准确估计(Ashbaugh Skaife et al.，2006)，降低企业资产价值估计的不确定性(Cheng et al.，2008;Mansi et al.，2011)，在其他因素不变的情况下，企业违约风险会更低。综上所述，本文认为企业自由现金流量创造力通过影响债务规模、企业资产收益率和资产价值估计的不确定性，进而影响企业违约风险。为此，我们提出如下研究假说:H:企业自由现金流量创造力与违约风险负相关。但是企业自由现金流量创造力与违约风险也可能不相关。其理由有二:第一，当公司治理薄弱时，企业自由现金流量越多，代理成本越高(罗炜和朱春艳，2010;Dcamps etal.，2011)，企业此时的信息环境会更加不透明，管理层机会主义行为也会更多，进而诱发违约风险(Brogaard et al.，2017;Baghdadi et al.，2020)。第二，投资者对企业违约概174总第 510 期率的预期依赖于其决策框架，若市场参与者在评估企业违约风险时，未把自由现金流量创造力的信息融入其决策框架中，那么企业自由现金流量创造力与违约风险在实证上也可能不相关。因此，在我国企业中，两者间到底是何关系呢?这有待实证检验。四、研究设计(一)数据来源企业自由现金流量创造力指标的度量依赖于现金流量表数据，而我国 A 股公司自1998 年才开始编制现金流量表，因此本文以 19982019 年沪深两市全部 A 股公司为初始研究样本。在剔除金融行业公司和关键指标缺失观测后，本文获得 31221 个公司 年份观测。本文进一步要求样本中的观测均至少上市 10 年且不存在借壳行为，最终获得9611 个公司 年份观测用于本文主检验。为了消除异常值对模型估计的干扰，本文对所有连续型变量进行了上下 1%的缩尾处理。本文数据来自 CSMA、ESSET、Wind 和朝阳永续数据库。(二)关键变量定义1.企业违约风险现有文献在研究企业债务违约时，主要从企业违约风险和企业违约事件两个角度展开。但是，企业违约事件观测相当少，这会带来严重的样本类别分布不均问题。其次，违约事件内生于企业和债权人的决策。违约事件与债务风险的关系强弱依赖于债权人的展期决策和定价机制，尤其是在缺乏市场化定价机制的情况下，采用违约事件会严重低估企业违约风险。因而，近些年，越来越多文献关注企业事前违约风险，而其中被广泛使用的则是基于 Merton DD 模型估算的预期违约概率(EDP)。采用 EDP 能较好估计违约风险，其理由有三:首先，该模型估算出来的预期违约概率为连续型变量，较好地解决了违约事件稀少导致的样本类别分布不均问题;其次，该指标是项前瞻性指标，具有预测性(王诗雨和陈志红，2018)，与本文想捕捉的企业违约风险更加贴切;最后，该指标是基于市场数据计算的市场性指标，囊括的信息更加全面，全面反映市场参与者对企业违约风险的评估，而不仅仅局限于债权人。为此，本文参考现有文献的做法(Bharath and Shumway，2008;Brogaard et al.，2017;王化成等，2019)，采用 EDP 来度量企业违约风险。具体计算如下:DDit=ln(VEit+VDitVDit)+(rit1 0.52Vit)Tit/VitT()it(2)Vit=VEitVEit+VDit Eit+VDitVEit+VDit Dit=VEitVEit+VDit Eit+VDitVEit+VDit(0.05+0.25 Eit)(3)EDPit=N(DDit)(4)2022 年第12 期自由现金流量创造力与违约风险175式(2)中 DDit为企业违约距离;VEit为企业总市值，等于企业 t 年末股票发行总股数与年末股票价格的乘积;VDit为企业总债务的账面价值，等于企业 t 年末流动负债与 0.5 倍年末非流动负债之和。rit 1为企业 t 1 年的年度股票收益率;Tit设定为 1 年;Vit为企业资产价值波动率，计算如式(3)所示。企业权益波动率 Eit通过企业上一年月度股票收益率的标准差度量，债务波动率 Dit采用权益波动率近似估计而得。如式(4)所示，我们计算出违约距离 DDit后，通过累计标准正态分布函数将预期违约概率(EDP)的取值约束在0 1 之间，EDP 值越大，表示企业违约风险越大。2.企业自由现金流量创造力的度量从股东价值创造视角看，企业累计自由现金流量(FCF2s)等于企业累计的“经营活动净现金流量+投资活动现金流入小计 投资活动现金流出小计 利息支出”。因为利息属于融资性负债的债权人对企业的优先“固定”索取权，属于不“自由”的现金流出，所以FCF2s 能更准确反映企业自由现金流量创造力1。但是受规模因素影响，FCF2s 在企业间的可比性较差。为此，本文通过式(5)度量企业自由现金流量创造力(FCFC2)，即企业累计创造的经营活动现金流加上企业投资收回的累计现金流入减去累计的利息支出之后的剩余现金流量，是否可以覆盖企业投资所累计发生的现金流出而有余。FCFC2it=tt=0CFOit+tt=0ICFIittt=0INT()it/tt=0OCFIit(5)式(5)中 CFOit表示企业截至 t 年末累计的经营活动现金流量净额，ICFIit和OCFIit分别表示企业截至 t 年末累计的投资活动现金流入和投资活动现金流出额，INTit表示企业截至 t 年末累计的应计利息支出额。当 FCFC2 大于等于1，则表明企业经营活动创造现金流量的能力非常强，能够在满足自身投资和利息支出外还有可用于企业自由向股东分配的净现金流入，企业能够自己养活自己。但是，当 FCFC2 小于 1 甚至小于 0，则表明企业经营活动净现金流入和投资收回的现金流入并不足以满足企业投资所需现金，甚至连利息偿付也无法满足，企业经营活动现金流量创造力孱弱。短期来看，处于业务发展初期的企业，依赖“烧钱”模式驱动企业增长无可厚非，但是对于发展多年，尤其是 IPO 后存续多年的上市企业，若 FCFC2 还小于 1，则表明长期来看企业资产质量不佳。为了增强自由现金流量创造力指标在公司、年份间的可比性，以及考虑到公司 IPO 后的两三年内投资支出较大，投资项目嗣后期间才产生效益，本文要求截至 t 年末企业至少上市 10 年，以提供至少 10 年数据用于计算自由现金流量创造力指标。本文之所以选择上市 10 年，是因为本文统计发现美国五大科技股(微软、谷歌、脸书、苹果和亚马逊)从IPO 开始 FCF2s 由负转正平均所耗时间为 7.8 年，而阿里巴巴自上市开始 FCF2s 即为正数。出于稳健，本文也考虑了至少上市 1 年、5 年和 15 年的公司观测2。此外，本文逐年12采用 FCF1s 刻画的企业自由现金流量创造力指标的检验结果与研究假说相符。其检验结果与本文主结果保持一致。限于篇幅未能列示，结果留存备索。176总第 510 期累计自由现金流量的前提假设是公司上市至今并未发生控股股东和主营业务的变更(即没有发生借壳上市)。若企业存在借壳上市的情况，那么同一家企业在借壳前后的现金流量数据相加的意义则不大。因此，本文要求研究观测不存在借壳行为1。(三)模型设计为了检验企业自由现金流量创造力对违约风险的影响，本文构建了如下 Tobit 模型:EDPit+1=+1FCFC2it+Z+IndustryFE+YearFE+it+1(6)其中，被解释变量为违约风险(EDPt+1)，即企业在 t+1 年的预期违约概率。由于EDP 的值在 0 1 之间，本文采用 Tobit 模型进行参数估计2。关键解释变量为 FCFC2t，即企业截至 t 年末的自由现金流量创造力。FCFC2 是基于公司过去至少 10 年以上的数据计算而得，所以公司当期违约风险不太可能会反向影响企业过去长期的自由现金流量创造力，但为了进一步缓解反向因果，本文所有解释变量均采用 t 年或 t 年末的数据。Z 为控制变量。本文借鉴现有文献的做法(孟庆斌等，2019;王化成等，2019)，控制了公司规模(Size)、有息负债率(ILev)、总资产收益率(OA)、成长性(Growth)、营运能力(TATurnover)、抵押能力(PPE)、第一大股东持股比例(FSH)、独立董事占比(Outside)、是否为国企(SOE)和公司上市年限(Age)。此外，为了捕捉自由现金流量创造力指标的增量影响，本文借鉴以往文献(Guariglia et al.，2011)，也控制公司内源融资能力的传统代理变量，即经营活动现金流量净额占期初期末平均总资产的比重(CFO_TA)。最后，本文在模型中控制了行业和年份固定效应，并对标准误进行了公司层面的聚类调整。模型中所有变量的具体定义见表 1。若企业自由现金流量创造力与违约风险负相关，那么我们预期式(6)中的 1应该显著为负。表 1变量定义变量名称变量符号变量定义违约风险EDPt+1公司 t+1 年的预期违约概率，计算方法见正文自由现金流量创造力FCFC2t公司截至 t 年末的自由现金流量创造力，计算方法见正文公司规模Sizet公司 t 年末总资产的自然对数有息负债率ILevt公司 t 年末有息负债/t 年末总资产，其中有息负债等于短期借款+交易性金融负债+一年内到期的非流动负债+长期借款+应付债券+长期应付款总资产收益率OAtt 年净利润/t 年年初年末平均总资产成长性Growtht(t 年营业收入 t 1 年营业收入)/t 1 年营业收入内源融资能力CFO_TAtt 年经营活动净现金流量/t 年年初年末平均总资产总资产周转率TATurnovertt 年营业收入/t 年年初年末平均总资产12即便不考虑借壳上市因素的影响，检验结果也与研究假说相符。限于篇幅未能列示，结果留存备索。本文采用普通最小二乘法(OLS)对式(6)进行参数估计，其检验结果与主结果保持一致。续表2022 年第12 期自由现金流量创造力与违约风险177变量名称变量符号变量定义第一大股东持股比例FSHtt 年末第一大股东持股数除以公司总股份数独立董事比例Outsidett 年独立董事人数/t 年董事会人数固定资产占比PPEtt 年末固定资产净额/t 年末总资产公司产权性质SOEt企业 t 年为国有企业则为 1，否则为 0上市年龄Agetln(1+截至 t 年末企业上市年限)股票波动率Voltt 年基于日度收益率计算的股票波动率五、实证结果(一)描述性统计与相关性分析表 2 报告了本文主要变量的基本分布。可以发现，企业违约风险(EDP)的平均值为0.03，中位数趋近于 0，这一分布与现有文献的发现一致。这表明 A 股上市公司的债务违约风险整体较低，仅有部分企业存在较高违约风险。企业自由现金流量创造力(FCFC2)的均值为 0.68，中位数为 0.72，七成左右的观测在过去 10 年及以上的期间里创造的经营活动净现金流入和投资收回的现金流入，并不能完全满足企业利息偿付和投资支出所需现金流出，自由现金流量创造力整体较弱，这与谢德仁等(2020)发现的结果一致。企业有息债务率(ILev)的均值和中位数分别为 0.23 和 0.22，国有企业(SOE)占比为 65%，均略高于 A 股整体水平，其原因在于观测至少上市 10 年的要求使得绝大多数创业板公司并未纳入研究样本。其他变量的分布与现有文献基本一致，故不再赘述。此外，限于篇幅，未汇报的变量相关系数表统计显示，企业 t 年末自由现金流量创造力指标与企业 t+1年的违约风险显著负相关，即企业自由现金流量创造力越强，违约风险越低，与研究假说相符。表 2主要变量的描述性统计变量名NMeanSDMinP25MedianP75MaxEDPt+196110.02940.13780.00000.00000.00000.00000.8663FCFC2t96110.67520.61122.27760.42320.71970.98272.7076Sizet961122.41531.298219.689721.535722.293923.219725.9276ILevt96110.23460.17410.00000.08470.21960.36030.6538OAt96110.02970.06320.22640.00850.02740.05630.2128Growtht96110.14360.39100.53970.04580.08480.23502.0893CFO_TAt96110.04580.07860.18750.00340.04410.09070.2685续表178总第 510 期变量名NMeanSDMinP25MedianP75MaxTATurnovert96110.71490.53790.07800.35060.57860.89612.7886PPEt96110.26120.18430.00370.11600.22360.38440.7414FSHt96110.33560.14740.08890.21970.31130.43500.7445Outsidet96110.36920.05230.27270.33330.33330.40000.5714SOEt96110.65030.47690.00000.00001.00001.00001.0000Aget96112.72720.25772.30262.48492.70812.94443.2189注:变量 EDP 的中位数实际是趋近于 0，但本表仅保留了四位小数点，故四舍五入为 0。(二)回归分析1.企业自由现金流量创造力对违约风险的影响表 3 列示了企业 t 年末自由现金流量创造力对 t+1 年违约风险的影响。表 3 列(1)报告了未加入企业特征变量的实证结果，从中可以看出，企业 t 年末自由现金流量创造力(FCFC2)的系数为 0.08，在 1%水平上显著。表 3 列(2)报告了加入企业特征变量后的实证结果，从中可以看出，在控制影响债务违约的传统财务指标后，企业 t 年末自由现金流量创造力与 t+1 年违约风险仍在 1%水平上显著负相关，即企业自由现金流量创造力越强，企业违约风险显著越低，与本文研究假说相符。表 3 的实证结果表明，自由现金流量创造力能够反映企业资产质量，进而负向影响企业事前违约风险1。表 3企业自由现金流量创造力对违约风险的影响Dep.Var.=EDPt+1(1)(2)FCFC2t0.0773 0.0225 (10.53)(3.49)ControlsNoYesYear Ind.YesYes观测值96119611伪 20.8011.290注:括号内是经企业层面聚类调整后的 T 值。*、分别表示在 10%、5%、1%的水平上显著。为节省篇幅，本表未汇报截距项，下同。2.稳健性检验(1)缓解可能的内生性问题现有关于企业财务特征与违约风险的研究都存在天然的内生性，本文也是如此。本文通过逐年累计自由现金流量，度量企业长期的自由现金流量创造力，以期从会计视角反1借鉴 Brogaard et al.(2017)和孟庆斌等(2019)的做法，我们发现，自由现金流量创造力最弱组的违约风险在所有年份中均高于自由现金流量创造力最强组，这说明表 3 的实证结果并非个别年份干扰所致。2022 年第12 期自由现金流量创造力与违约风险179映企业资产质量这一基本面属性，因而本文度量的自由现金流量创造力指标在逻辑上自然是内生于企业经营，但在理论上与违约风险存在因果关系。不过，为了排除潜在的内生性问题，本文进行了如下检验。首先，本文在回归模型中分别控制了行业 年度固定效应、省份 年度固定效应，以排除行业和地区层面所有的混淆因素。其检验结果如表 4 的列(1)至列(3)所示，我们发现，在控制行业 年份固定效应、省份 年份固定效应后，自由现金流量创造力与预期违约概率仍显著负相关。这排除了行业和地区因素对本文实证结果的混淆。接着，本文采用一阶差分模型去部分缓解企业层面的遗漏变量问题。其检验结果如表 4 的列(4)所示，我们发现，企业自由现金流量创造力的变动与预期违约概率的变动显著负相关，这部分缓解了遗漏变量对模型估计的不利影响。最后，本文采用了工具变量法，以进一步排除了遗漏变量与测量误差对实证结果的不利影响。具体来说，借鉴盛丹和王永进(2010)、杨畅和庞瑞芝(2017)的做法，本文选择大饥荒时期死亡率(Mortality)、三大改造前非国有经济比重(NSOEatio)作为自由现金流量创造力指标的工具变量。其基本逻辑是，历史上的制度环境会影响当前制度水平(Acemoglu et al.，2001)，大饥荒时期的死亡率在一定程度上反映了当地政府的执政能力和激进程度(范子英等，2009)，而这种延续性的激进政策会形成路径依赖，进而在今天表现为地方政府对经济的过度干预、更低的契约执行效率(盛丹和王永进，2010)，形成更差的营商环境;而三大改造前非国有经济比重也同样反映了各地区历史上的营商环境(盛丹和王永进，2010)。因而，各省在大饥荒时期死亡率和三大改造前非国有经济比重，与各省近些年的营商环境紧密相关。以往文献发现，良好的营商环境一方面能够降低企业商业创意的实现成本，优化企业生产和销售过程(董志强等，2012)，另一方面易于形成熊彼特所谓的“创造性破坏”过程(熊彼特，1999)，能够有效地淘汰投资回报率低下的项目或企业，这种优胜劣汰的过程最终会带来企业资产质量和长期经营成果的改善。因此，我们预期企业所在地区在大饥荒时期死亡率和三大改造前非国有经济比重与企业自由现金流量创造力相关。但企业所在地区在大饥荒时期的死亡率和三大改造前的非国有经济比重，很难通过除企业自由现金流量创造力这一渠道以外的其他渠道，影响预期违约概率。因而，我们认为大饥荒时期死亡率、三大改造前非国有经济比重是具有外生性的。其检验结果如表 4 的列(5)和列(6)所示。企业自由现金流量创造力与大饥荒时期死亡率显著负相关，与三大改造前非国有经济比重显著正相关，符合工具变量强相关性的要求(Cragg Do