新冠疫情冲击、投资者情绪与企业融资约束

许安拓 郑欣圆

内容提要：新冠疫情的暴发对全球经济造成震荡，资本市场的不确定性使投资者情绪发生波动，对企业的发展产生冲击，具体表现为融资约束加剧。为验证这一影响，本文将疫情的暴发时间作为虚拟变量，对我国上市公司在疫情暴发前后的融资约束进行研究，发现疫情暴发后企业的融资约束程度显著加深，通过异质性分析发现无论民营企业与否均如此。在引入投资者情绪中介变量后，发现疫情的冲击会使得投资者情绪持续低迷，进而导致企业融资约束的恶化。最后，本文提出了加强上市公司对于外部冲击的风险应对建设、加大政府对企业的金融扶持力度以及倡导投资者对市场保持乐观态度的建议。

2019年底开始暴发的新冠疫情不仅对全球人民生命健康产生威胁，而且使全球经济产生了剧烈的振荡。由于公共卫生事件对信息传递的干扰和群体性恐慌是导致资本市场功能破坏的重要原因（Al-Awadhi et al.，2020；
Ichev and Marinc，2017），在我国经济新常态发展的背景下，疫情冲击的叠加效应令我国的资本市场面临严峻挑战。这一突发性公共卫生事件，所带来的恐慌效应不仅会直接作用于资本市场，也通过在公众之间的交互影响作用于社会经济，对其产生中长期的影响（程晨和刘珂，2021）。面对疫情引发的停工减产，作为我国资本市场重要主体的上市公司，受到严重的负面影响，这一负面冲击会使得企业的融资受到约束，而在这一特殊时期，企业对信贷资金的需求往往比正常时期更为迫切（蒋涛，2020）。因此，研究新冠疫情冲击对企业融资约束的影响以及在此过程中投资者情绪的传导机制是十分有必要的。

从以往研究来看，此类“黑天鹅”事件在全球范围内的影响具有一定的持续性，例如，学者们对SARS病毒作用于资本市场的效应进行了研究，发现SARS病毒对基金市场有所冲击，但这一影响有限并能很快恢复（吴启芳，2003）。而也有研究发现，SARS病毒会对经济领域的各方面产生系统性的深远影响（张宝贵，2004）。吴婷婷和朱昂昂（2020）梳理发现，非典疫情时期我国很多实体企业因停工停产而面临资金链中断，进而使得劳动力供给减少；
发现相比于投资与出口，需求端受到的冲击更大，社会面就业压力更加严峻。于敏等（2020）以我国湖北中小上市公司为研究对象，发现新冠疫情对中小企业的冲击十分强烈，特别是在生产经营方面，大约只有三成企业未收到太大冲击；
杨子晖等（2020）考察了新冠疫情等突发公共事件对我国宏观经济以及金融市场的影响，并结合美股熔断等极端风险事件考察疫情背景下国际金融风险传导机制以及全球资本市场的共振关系。上市公司是资本市场中的重要主体，对我国经济发展具有重要意义。融资约束是近年来对公司研究的重要指标之一，资本市场的动荡会直接对其造成影响。例如，信息不对称和信用风险等因素都会对股价造成影响，从而使企业陷入融资困境。具体而言，股价高时，股权融资成本低，企业倾向于发行股票进行融资。此外，由于股票市场与债券市场具有一定程度的联动性，因此，股价不仅影响企业的股权融资，还影响着企业的债权融资（李君平和徐龙炳，2015）。理论上，股票风险上升、股价下跌会导致企业信用等级下降以及价值信息不对称，从而使得企业融资能力受到负面冲击，融资约束恶化加速。

除了对资本市场的直接冲击，疫情之下，公共卫生事件对信息传递的干扰以及群体性恐慌或许也是导致资本市场功能遭到破坏的重要原因。现代行为金融理论在很大程度上放宽了传统有效市场假说中严格的假设限制，在已有的金融学研究框架中加入了投资者的心理与行为因素。对于投资者情绪，虽然国内外学者的定义有一定差别，但他们赞同投资者情绪对股票收益、股价走势等资本市场的诸多方面存在不可忽视的影响。根据心理实验结果，公众在面对不确定因素时首先会对信息表现出猎奇心理，而后由于信息不确定、不及时以及个别虚假消息的影响，信息交互会变得比往常更为频繁（田金方等，2020）。然而公众对于信息的把握能力参差不齐，从而由于各种情绪化因素，在公共卫生事件中，投资者产生的恐慌心理会影响其价值判断（Baker and Wurgler，2007），甚至有学者认为新冠疫情对投资者的影响将更多表现为其引发的投资者情绪波动，而非疫情本身的影响（原宏敏和巴曙松，2022），这是因为投资者情绪一直以来被广泛地看作是由于心理因素导致的投资者非理性投资行为对未来预测的系统性偏差，这种偏差不可忽视，原因在于其可能导致市场对企业的估值与该企业本身的基础价值的偏离（杨松令等，2021）。例如，Giglio et al.（2020）通过对散户投资者进行调查，发现在疫情最严重时期美股崩盘后普通投资者会对短期经济与股市表现出更为悲观的预期。在我国资本市场中，散户投资者占据着较大的比重，而这些散户投资者大多缺乏专业全面的投资理论知识和有效信息，其心理可能受短期偏好、偏颇的舆论信息左右，从而导致噪声交易的发生（王宜峰和王燕鸣，2014）。

以往的文献虽然详细探讨了突发性公共事件以及此次新冠疫情对全球资本市场的冲击作用，也描述了疫情对于企业所面临的融资困境的影响，但鲜有文献将目光聚焦于投资者情绪的间接作用上。事实上，投资者作为社会主义市场经济体制的有力推手，其对于企业融资约束的作用不可忽视。因此，在前人研究的基础上，本文从新冠疫情对企业融资约束出发，讨论投资者情绪受到疫情影响的波动情况，进而探讨其对企业融资约束的中介效应，或许能够为重大公共卫生事件的背景下，通过调节投资者情绪来缓解企业融资困境问题给出一定依据。

（一）疫情冲击与企业融资约束

新冠疫情对全球经济造成了持续而剧烈的结构性冲击，虽然国内疫情的控制在2020年3月表现出较为显著的成效，但其冲击所造成的影响并未迅速消失。2020年以来经济出现了一些较为明显而典型的特征，有学者认为最为明显的是生产与投资在短期下滑后较快恢复，但是消费的大幅下滑恢复速度较慢。而且，工业增加值、固定资产的显著下滑给经济带来了负面影响（吴立元和刘研召，2021）。而在资本市场中承担主要角色的上市公司必然也受到波及。股票市场会因为股票价格的下降以及股票市场和债券市场的联动性降低企业的信用等级，影响企业的融资约束。此外，在以往典型疫情发生对企业影响的研究中，学者们将2003年非典疫情视为外生冲击，发现疫情中上市公司股价中的信息含量有所下降，上市公司的信息披露效率也有所降低，从而提高了股价崩盘的风险，进一步加大其股权融资约束，最终导致资本市场运行效率的削弱。

基于上述理论分析，提出假设H1。

H1：受到新冠疫情影响后，企业的融资约束有所加剧。

（二）投资者情绪对疫情与上市公司融资约束的中介影响

疫情冲击会影响投资者的行为，在突发事件下，投资者不仅会受到舆论的影响，还会因风险感知而产生悲观情绪，进而对资本市场的运行造成间接干扰。在研究投资者情绪对企业融资约束影响的研究中，有学者指出，“市场择时”理论是投资者情绪影响企业融资约束的理论基础。McLean和Zhao在2014年根据该理论，以股权和债务融资择时理论为基础，研究了投资者情绪与融资约束的关系。这项实验的结果发现，低迷的投资者情绪会造成股票和债券发行量的紧缩，从而会加剧企业的融资约束。相反，当投资者情绪高昂时，股票和债券的发行成本会相应降低，融资约束会得到缓解。此外，投资者情绪也会通过影响企业信贷融资成本和规模，进而影响企业融资约束。根据“资产负债表渠道”理论，借款主体的外源融资溢价的大小程度取决于其财务状况。具体地，净资产越大，担保能力越高，违约后银行遭受损失的概率便会越小（黄宏斌等，2016）。当投资者情绪高涨或者低迷时，企业的股权融资成本会对此作出一定的反应，不同的股权融资成本也会对企业中各项资源的供需匹配程度造成影响。企业和股市一旦受到环境的负面影响，融资难度便会随之上升，股价暴跌从而导致融资成本增加。此外，投资者的非理性悲观预期会影响企业的融资处境。根据信息不对称理论，一方面，信息缺失会降低投资者的信心，对不确定、模糊的事物表现出厌恶和消极的心理和情绪；
另一方面，不确定性加大了投资者对资产的风险评估，从而加深了对风险的感知。如果投资者认为风险程度较高，那将更加令人担忧和恐慌。因此，投资者的情绪和信心会对企业的市场表现产生一定的影响，从而对企业的融资约束产生一定的效果。

图1 中介效应传导机制分析图

因此，基于上述理论分析，提出假设H2。

H2：疫情冲击对投资者情绪造成负面影响，进而导致疫情对企业融资约束的冲击作用加剧。

（一）变量定义与回归模型设定

1.核心解释变量：疫情冲击

对于疫情冲击变量的选择，本文参考了郑莉莉等（2021）的研究方法，将疫情冲击设置为虚拟变量，以疫情的暴发时间为节点，在暴发时间前该变量值为0，在暴发时间后该变量值为1。

2.被解释变量：上市公司融资约束

有学者总结了关于企业融资约束的衡量，一般概括为三类方法，第一类方法是敏感度分析方法：包括投资-现金流敏感度模型、现金-现金流敏感度模型等，但此类方法只能辨别是否面临融资约束而无法表示融资约束的具体程度；
第二类方法则是选择一项企业的单一财务指标来衡量企业的融资约束程度，如现金流指标（王雅琦和卢冰，2018）、流动比率（陈舜，2020）等，此类指标无法全方位地反映企业的融资约束情况；
第三类较为常见，为综合指数法，如KZ指数，SA指数、WW指数等，这类方法主要将财务指标与企业其他的特征变量相结合，利用线性或是非线性方程将其重新整合为特定的公式。参考魏志华等（2014）、蒋殿春和鲁大宇（2022）等的做法，本文采取KZ指数作为代理变量对企业融资约束进行衡量。根据Kaplan和Zingales（1997）的研究，采用公司经营性净现金流、现金股利、现金持有、资产负债率以及托宾Q值等指标构建企业融资约束KZ指数，KZ指数越大，意味着上市公司面临的融资约束程度越高。KZ指数计算公式如下：

3.中介变量：投资者情绪

投资者情绪指标是学者们在实践过程中常用的指标，测算这一指标的方法有很多，例如，由UBS/Gallup构建的指数；
密歇根大学构建的消费者信心指数；
封闭式基金的折价率；
IPO发行量及首日收益率；
换手率；
波动率指标（vix）；
消费者信心指数（CCI）。其中，消费者信心指数（CCI）是综合反映并量化消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受，是预测经济走势和消费趋向的一个先行指标，由消费者满意指数和消费者预期指数构成。能够很好地度量投资者情绪的变化，因此本文选取CCI指数作为投资者情绪的代理变量，当CCI较大时，说明投资者情绪高涨，反之则表示投资者情绪低迷（薛斐，2005）。

4.控制变量

由于KZ指数计算公式中包含了部分常见的财务指标，因此本文主要选取总资产净利润率（ROA）、公司规模（lnasset）、净资产收益率（ROE）作为控制变量。

具体变量说明见表1。

表1 具体变量说明

（二）模型设定

为了更好地探究疫情冲击对企业融资约束的影响，本文构建基准模型（1）进行回归实证分析，在基准模型的基础上参考温忠麟和叶宝娟（2014）的方法，构建中介效应分析模型来研究投资者情绪在此影响中的传导作用，具体模型设定如下：

在模型（1）中，KZi，t为被解释变量，表示企业i在t年时的融资约束程度，Covidt为基准回归中核心解释变量，是新冠疫情的虚拟变量，lnasseti，t、ROEi，t、ROAi，t为控制变量，ui为个体虚拟变量、vt为时间虚拟变量，μi，t为误差项。系数β1将衡量新冠疫情的暴发对企业融资约束的影响程度，在模型（2）中，CCIi，t为中介变量投资者情绪，系数α1将衡量投资者情绪指数受疫情影响的程度；
模型（3）中，将考察系数γ1与系数γ2的显著性来说明该影响机制是否为完全中介效应。

（三）数据来源与描述性统计

为了更好地研究疫情冲击对我国上市公司融资约束的影响，本文选取2018—2021年A股上市公司的年度数据作为样本研究，并对数据做如下处理：（1）剔除金融类企业数据；
（2）剔除ST企业数据；
（3）剔除样本数据缺失或数据出现异常的企业的数据；
（4）对本文中的连续变量进行上下1%的缩尾处理。本文数据中所用到的KZ指数、CCI指数以及上市公司财务数据主要来源于CSMAR数据库，部分上市公司财务数据来源于Wind数据库，共得到14949条样本数据。

本文中主要变量的描述性统计结果见表2。其中企业融资约束指数（KZ）的平均值为0.9661，最大值为11.0933，最小值为-12.9342，标准差为2.4222，表明样本中企业整体的融资约束程度处于中等水平，不同企业的融资约束程度差异较大，可能由于不同企业类型所面临的融资困境有所不同；
新冠疫情的暴发变量为虚拟变量；
投资者情绪指数为年度变量，其平均值为122.6654，最大值为126.6，最小值为119.8，标准差为2.4657，表明投资者恐慌程度总体较为平均，不同年份的情绪指数差异较高，说明波动明显。

表2 描述性统计结果

（一）基准回归分析

为更加准确地研究新冠疫情的暴发对企业融资约束的影响，本文首先进行了无控制变量的模型（1）回归检验，来测度二者之间的关系。表3第（1）列为报告了未加入控制变量的回归结果，可以看出新冠疫情暴发的虚拟变量的系数为0.643，并在1%的水平下显著为正。进一步加入控制变量与个体、年份的虚拟变量后，新冠疫情暴发的虚拟变量的系数为0.435，并且仍在1%的水平下显著为正，说明疫情的冲击加剧了企业的融资约束，从而证实假设1成立。

表3 回归结果

（二）中介效应机制分析

基准回归的结果验证了新冠疫情暴发对企业融资约束的加剧效果，本文通过中介效应递归检验，验证这种效应的作用机制。因此，在模型（1）的基础之上，通过模型（2）（3）来研究投资者情绪在其中的作用机制，具体回归结果可以关注第（4）（5）列的回归数据，可以看出在第（4）列中，报告了新冠疫情暴发对于投资者情绪的影响，新冠疫情暴发虚拟变量的系数为-3.927，并且在1%的水平下显著，说明疫情的冲击会加剧投资者的低迷情绪；
在第（5）列中，报告了中介效应的具体结果，两个解释变量前的系数都在1%的水平下显著，其中疫情冲击企业融资约束显著正相关，投资者情绪与企业融资约束显著负相关，说明为部分中介效应。具体而言，疫情的冲击使得投资者呈现低迷情绪，进一步加剧了企业的融资约束，证实假设2成立。

（三）稳健性检验

为了进一步检验上述回归结果的稳健性，本文采用替换被解释变量的方式进行稳健性检验（见表4），对融资约束的代理变量除了KZ指数外，还有WW指数，因此本文将被解释变量替换为WW指数对基准回归进行检验，借鉴况学文等（2010）、刘莉亚等（2015）的研究方法，构建WW指数，结果与上述基准回归一致。

表4 稳健性检验结果

（四）进一步分析

在我国，民营企业所面临的融资约束是学术界广泛关注的议题之一，疫情冲击对我国上市公司造成的影响也可能会在不同企业类型中具有不同的敏感特征。因此本文将企业分为民营企业与非民营企业进行异质性分析，结果显示（见表5），无论是否为民营企业，疫情对企业融资约束的冲击作用都是显著的，可见疫情的影响对上市公司来说是普遍存在的。

表5 异质性分析结果

（五）局限性与研究展望

对于融资约束代理变量的选取，一直是学术界颇受争议的话题。由于融资约束常被当作解释变量，因此当其作为被解释变量出现时，可能会存在一定的由于遗漏变量偏差而导致的问题。作为被解释变量时，部分文献将其设置为虚拟变量，由于本文解释变量Covid本身以虚拟变量的形式出现，因此这一方法不适用于本文，故选取KZ指数与WW指数作为融资约束的代理变量。由于这两种指数由特定公式计算而成，其中包含了诸多财务指标，从而本文在控制变量选取过程中较为谨慎。

同时，本文所探讨的疫情冲击为Covid虚拟变量，因此疫情的冲击并非全部直接对融资约束产生影响，而是有一部分影响间接作用于融资约束。值得注意的是，中介传导途径并非只有一种，本文所探讨的话题仅为疫情冲击所带来的投资者情绪变化进而对企业融资约束产生的影响，因此对于其他的中介传导途径的讨论或许是今后讨论的方向之一。

新冠疫情的暴发无疑对资本市场产生了剧烈而深远的影响，作为资本市场主体的企业，面对疫情期间停工停产等各种因素交叠的局面，其融资环境也发生了改变，从而加剧了企业的融资约束，并且随着全球不安情绪的扩散与蔓延，投资者情绪对资本市场的影响不容忽视。

不同于其它新冠疫情对资本市场的影响研究，本文从企业融资约束的视角研究了新冠疫情的暴发对企业的影响，并引入投资者情绪这一中介变量进一步研究新冠疫情的暴发对企业融资约束的影响机制。为了增强可靠性，本文采用替换企业融资约束变量的方法进行了稳健性检验，并且由于民营企业的融资约束问题始终是学术界讨论的重点，因此将企业分为民营企业与非民营企业进行异质性分析，得到如下结论：

（1）新冠疫情的暴发会使得我国上市公司面临更严峻的融资约束。由于疫情下企业面临停工停产等问题，很多企业在此期间资金链断裂，流动性陷入困境，信用等级下降，从而加剧融资约束。（2）投资者情绪在这一影响中起到了显著的中介作用。在新冠疫情暴发后，全球恐慌氛围持续蔓延，投资者情绪陷入低迷状态，对企业的经营预期表现得更为悲观，间接地加剧了企业的融资约束。（3）异质性检验结果表明，虽然一直以来民营企业的融资约束问题似乎比非民营企业更为严重，但在疫情影响下，二者的表现较为相似，可见疫情对企业融资约束的影响是非常普遍的。

根据上述结论本文提出以下几条建议：

首先，加强上市公司对于外部冲击的风险应对建设。在疫情面前，所有企业在发展中都应当坚守法律意识，建立良好的企业信用，从而树立企业的诚信形象。在此基础上完善企业的治理结构，建立现代企业制度，健全企业的信用体系，并从基础管理层抓起。在疫情冲击下，重点关注现金流与保险领域、供应链上下游管理领域、以及税务与审计领域等业务。例如，确定企业是否能够对客观疫情防控所造成的服务延误或者订单取消等方面进行索赔等。此外，企业应当结合实际情况调整现有的财务预算管理，在后疫情时代中，企业应当调整当前发展目标，建立起适应疫情变化的财务环境，并根据市场的形式，对投资目标进行决策，同时，相应的人力、技术等成本也应当随着市场的行情所调整完善。

其次，政府应当加大对企业的金融扶持力度。一方面，相关部门可适当调整税率，缓解企业在疫情期间所遭受的财务压力。另一方面，应当加大企业的融资增信力度，特别是对于中小企业而言，为其提供融资担保补助等，鼓励金融机构加大对中小企业的贷款力度。同时，鼓励地方金融机构对中小企业提供普惠金融服务，对于受到疫情影响暂时面临经营困境的中小企业，国有融资担保机构可以适当减免融资担保费与再担保费。再者，通过协调供给与需求促进经济增长，缓解滞胀局面。从供给角度来看，金融机构应当增加信贷投放力度，增加对实体经济的扶持，对要素进行市场化合理配置，帮助企业渡过难；
从需求角度来看，应当有效扩大内需，并对疫情下外需不足进行弥补，同时结合数字技术加强线上消费的运行效率刺激内需等。

最后，倡导投资者对市场保持乐观态度，并加强投资者对资本市场信息的获取整合能力。虽然在疫情的影响下，全球各大企业都面临着经营困难的窘境，但是目前国内的疫情已经得到了很大程度的缓解，我国已经探索出应对疫情的一系列措施，相信即使是在疫情的冲击下，很多企业未雨绸缪，已经做好了应对风险的准备工作，因此投资者应当对市场有所信心。同时，投资者应当提高自身对市场信息的整理与解读能力，面对不确定现象不盲目恐慌，从而缓解投资者的非理性对资本市场造成的振荡，有利于维护市场良好运行。