《社会信用环境与企业违约风险——基于社会信用体系示范城市建设的准自然实验.docx》由会员分享，可在线阅读，更多相关《社会信用环境与企业违约风险——基于社会信用体系示范城市建设的准自然实验.docx（15页珍藏版）》请在课桌文档上搜索。
1、第41卷第1期2024年1月Vol. 41 No. 1Jan.2024经济经纬ECOnOmiCSUrVey社会信用环境与企业违约风险一基于社会信用体系示范城市建设的准自然实验范润翟淑萍、甦叶2（1.天津财经大学会计学院,天津300222;2.内蒙古大学经济管理学院，内蒙古呼和浩特OlOO21）88888888888888888888888888888888888888888888888888摘要：以2008-2020年A股上市公司作为研究样本，利用社会信用体系示范城市建设刻画社会信用环境并以此作为准自然实验，探究了社会信用环境对企业违约风险的影响.研究发现：良好的社会信用环境可以显著降低企业违
2、约风险.作用机制检验表明，良好的社会信用环境通过缓解融资约束和降低代理成本抑制了企业违约风险。进一步研究发现，在企业资产抵押能力较低、雷事会独立性较低、地区法治环境较好以及经济政策不确定性较高的情境下，良好的社会信用环境可以更有效地降低企业违约风险.研究结论不仅丰富了企业违约风险的影响研究，而且检验了社会信用体系示范城市建设的政策效果，为政府部门进一步推进社会信用体系建设、防范化解企业风险提供了经蛉证据。关键词：社会信用环境；企业违约风险；融资约束；代理成本；准自然实验基金项目：国家自然科学基金面上项目（71972140）作者简介：范润（1996-）,男，江苏海安人，博士研究生，主要从事资本市
3、场与公司财务研究；翟淑萍（1975-）,女，天津人，教授,博士生导师，主要从事资本市场研究，甦叶（1996），女，内蒙古通辽人，博士，讲师，主要从事资本市场与公司财务研究.范润为本文通信作者.中图分类号：F270文献标识码:A文章编号:1006-1096（2024）01-0120-14收稿日期:2023-05-1588888888888888888888888888888888888888888888888888引言自2014年11超日债正式宣告违约之后，中国债券市场违约事件频发。据Wind数据统计,截至2021年底,债券市场违约债券数量达到339只,其中，2021年违约主体新增23家,到期违
4、约金额1015.76亿元,且历史最高主体信用评级为AA+、AAA的中高等级主体占比62.50%.债务违约的破坏力不仅体现在对企业自身经营发展、债权人利益、上下游产业链产生的负面冲击上,还可能进一步演化为系统性金融风险,严重威胁金融安全和经济稳定（邓路等，2020;许红梅等，2020）。党的二十大报告明确指出要“强化金融稳定保障体系.因此,在当前背景下，深入探讨企业违约风险的防范机制，对保障微观企业高质量发展、促进我国经济平稳运行，具有重要的理论和现实意义。企业债务违约本质上是信用缺失，良好的社会信用环境不仅是信贷合约达成与履行的外部基础条件，也是信贷市场健康发展的重要基石。社会信用体系示范城市
5、建设（以下简称社会信用示范城市）为探究社会信用环境与企业违约风险的关系提供了契机。据国务院关于印发社会信用体系建设规划纲要（20142020年）的通知的部署，国家发展改革委和中国人民银行分别于2015年和2016年将青岛、大连、苏州等42个城市（城区）列入社会信用示范城市，旨在通过示范先行，全面引领社会信用环境的改善整体而言,社会信用示范城市建设重在加强社会信用体系建设，其建立的公共信用信息共享平台、城市信用门户网站、重点领域的红黑名单等先进举措，提高了试点地区个体的守信价值及失信成本，能够有效刻画社会信用环境的改善（曹雨阳等,2022）。基于此,本文将社会信用示范城市创建作为一项准自然实验，
6、以2008-2020年A股上市公司为研究样本，利用双重差分方法（DID）检验社会信用环境对企业违约风险的影响。研究发现，社会信用环境改善可以显著降低企业违约风险。检验其作用机制发现，良好的社会信用环境通过缓解融资约束和降低代理成本进而抑制了企业违约风险。进一步研究发现,在企业资产抵押能力较低、董事会独立性较低、地区法治环境较好以及经济政策不确定性较高的情境下，良好的社会信用环境可以更有效地降低企业违约风险。本文的贡献主要体现在：第一，拓展了企业违约风险的影响因素研究。已有文献主要从企业特征、公司治理和企业行为等内部视角，以及宏观经济政策、数字金融发展等外部视角对企业违约风险的影响因素展开研究。
7、与现有研究不同，本文立足于防范化解重大风险、推进社会信用体系建设的宏观制度背景，对社会信用环境与企业违约风险的关系进行考察，为如何缓解企业违约困境提供了理论依据.第二，丰富了社会信用环境的经济后果研究。现有文献主要围绕企业成长能力、社会责任活动、金融投资等方面对社会信用环境的经济后果进行探讨，而对企业违约风险关注不足.本文考察了社会信用环境对企业违约风险的治理作用，补充了社会信用体系示范城市建设成效的研究O第三，本文剖析了社会信用环境影响企业违约风险的作用机制和适用情境，有助于加深对社会信用环境的构筑与改善以及企业违约风险防范措施的理解，同时为微观企业健康有序发展、政府部门完善社会信用体系提供
8、了实践依据和理论支撑。一、文献综述（一）社会信用环境的经济后果关于社会信用环境的经济后果，目前的研究主要分为两个层面：在宏观层面，不同民族文化内生的社会信用经由交易成本的降低带来了市场效率的提升（Fukuyama,1995）,并发挥着促进经济增长的作用（张维迎等,2002）陈雨露等（2008）采用跨国数据检验发现,社会信用环境较好的经济体，其金融业经营效率更高，也更倾向于选择市场主导型”的金融体系。Guiso等（2009）指出,社会信用环境在促进双边贸易、证券投资和直接投资方面也发挥着积极作用。谭燕芝等（2014）研究发现，社会信用环境在推动经济发展的同时，也拉大了城乡收入差距，其可能的原因在
9、于，相比于农村的收入，社会信用环境对城镇收入的边际影响更高O在微观层面，社会信用能够促进信息生成和信息共享，进而有助于企业财务报告质量的提升（Garrettetal,2014）,并促进企业自愿进行信息披露（GUanetal,2020）余泳泽等（2020）研究发现,社会信用的缺失提高了企业交易成本和融资约束程度，减弱了企业创新意愿，从而使当地民营企业的成长面临着多重阻碍.向宇等（2021）指出，社会信用下滑会加剧企业的代理问题，增加企业的融资约束，诱发企业的预防性动机和逐利性动机,进而促使企业提高金融化程度。曹雨阳等（2022）利用社会信用体系建设示范城市对中国社会信用体系改革试点效果进行了评估
10、，研究发现社会信用环境的改善显著促进了企业社会责任活动（二）企业违约风险的影响因素企业违约风险是指企业无法偿还所欠债务和利息的可能性（VaSSaIoUetal,2004）。已有文献主要从企业内部视角和外部视角探讨企业违约风险的影响因素。从企业内部视角来看，企业财务状况越好（AItman,1968;胡世亮等,2022）、会计信息质量越高（张焰朝等,2022）、战略差异越小（王化成等,2019）,企业违约风险越低.随着企业治理水平的改善，管理层和股东之间的代理冲突减弱，企业资产价值提高，企业违约风险随之降低（谢德仁等,2022）例如，提高管理层持股水平、独立董事的独立性和内部控制质量,均有助于降低
11、企业违约的概率（李萌等，2020）。从企业外部视角来看，较高的货币政策不确定性会引致较高的企业违约风险（王博等，2019）;社会保险法的出台致使企业经营性负债增多，从而加剧了违约风险（许红梅等，2020）;而数字金融的发展改善了企业管理效率与经营稳定性，进而降低了企业违约风险（翟淑萍等，2022）综上所述，既有研究对影响企业违约风险的因素进行了较为深入的探讨，但鲜有文献从社会信用环境角度检验其对企业违约风险的影响0与此同时，在考察社会信用环境对微观企业的影响时，现有研究忽略了社会信用环境在企业违约风险中所扮演的角色0基于此，本文将深入研究社会信用环境与企业违约风险之间的逻辑关系及其影响路径，以
12、弥补相关研究的不足o二、理论分析与研究假说社会信用示范城市建设以改善社会信用环境为目标，是我国改革进程中的一次探索性实践。企业作为社会信用示范城市建设综合治理的主要对象，其融资能力和治理水平将受到深刻影响。偿债能力及意愿是企业产生债务违约风险的根本因素，而缓解融资约束、降低代理成本是强化企业偿债能力和偿债意愿,进而降低企业违约风险的有效途径因此,本文预期社会信用示范城市建设通过以下两个渠道降低企业违约风险。第一，良好的社会信用环境能够缓解企业融资约束。融资约束是造成企业实质性违约的直接原因（Alt-man,1968）,当企业的流动性压力得以缓解，宽裕且稳定的现金流可以为企业还本付息提供保障,企
13、业违约风险随之降低。良好的社会信用环境能够降低企业信息不对称程度、促进企业诚信纳税,从而缓解企业融资约束，降低企业发生违约的概率0其一，良好的社会信用环境能够降低企业信息不对称程度0地区的信用环境是银行等金融机构贷款发放的重要参考（钱先航等，2013）,信用环境的改善能够提升财务信息质量（Garrettetal,2014）,并推动企业融资便利度持续提升.具体到制度实践层面，社会信用示范城市建设在企业产品生产环节、价格制定环节和统计环节等方面提出了严格的信用建设要求，如经营者明码标价收费公示制度、以商品条形码等标识为基础的全国商品流通追溯体系以及企业统计诚信评价制度等，这一系列制度安排通过动态采
14、集和整合企业各方面的信用记录，促进了企业基本面信息更为细致的披露。因此,社会信用示范城市建设有利于降低信息不对称程度（曹雨阳等，2022）.银行等金融机构与企业之间的信息不对称程度较低，其发放信贷资源的顾虑减少、贷款意愿提高（余泳泽等，2020）,企业从融资困境中得以抽身,违约风险随之降低。其二，良好的社会信用环境能够促进企业诚信纳税。税务领域信用建设是社会信用体系建设的重点领域之一，社会信用示范城市着力于提升纳税人的税法遵从度，其要求开展纳税人基础信息、纳税记录等涉税信息的交换和比对，积极发挥信用评定差异对纳税人的奖惩作用。因此，良好社会信用环境能够规范企业纳税行为，并促使其诚信纳税。与此同
15、时，诚信纳税能够给企业带来良好的声誉，这有助于给企业带来带给更多信贷资源，缓解融资约束（孙雪娇等，2019）。以苏州市为例，青浦、嘉善和吴江三地税务部门联合开发长三角一体化示范区信用等级联合发布平台，并利用平台梳理三地A级纳税人名单,实现了纳税信用评价体系信息共享共用，激励和促进纳税人依法履行纳税义务.自2019年9月至2020年5月中旬,苏州工业园区共有2200多户企业通过“银税互动，累计获得14.6亿元授信金额,各银行金融机构累计发放贷款4800余笔，发放贷款金额达27.21亿元。可见，良好社会信用环境能够促进企业诚信纳税,进而缓解融资约束困境，使得企业违约风险降低。第二，良好的社会信用环
16、境能够降低企业代理成本。代理冲突是影响企业违约风险的重要因素之一。一方面，作为债务人的股东与债权人之间的代理冲突可能会引发资产替代等问题。当股东投资高风险项目以博取高额收益时，借贷资金的使用风险急剧升高，企业违约风险便随之上升（翟淑萍等，2022）.另一方面,股东与管理层之间的代理冲突会使管理层基于自利动机而侵害股东利益，如过度投资、在职消费等,从而损害现金流稳定性和价值增长可持续性，加大违约风险（王化成等,2019）。良好的社会信用环境能够降低股东与债权人之间以及股东与管理层之间的代理成本，进而降低企业违约风险O其一，良好的社会信用环境可以提高契约的履行效率，从而降低股东与债权人之间的代理成
17、本O现实中，契约不完全会导致敲竹杠问题，而当声誉效应超过敲竹杠效应时，有效率的经济行为就会出现（聂辉华,2008）社会信用示范城市建立的红黑名单会将企业行为按照标准进行认定并公开，扩大了企业守信行为的宣传面和失信行为的曝光度，进而对声誉形成有效激励和约束0同时,联合奖惩对象也纳入公共信用信息共享平台中，并嵌入相关部门办事系统，以实现一处失信、处处受限的信用惩戒格局。因此,在社会信用水平良好的经济环境下,地区经济个体会因为声誉效应提升个人等级信用水准，而作为债务人的股东此时会自觉遵循债务合同条款，债权人监督企业的执行成本也会降低，这大大提高了契约的履行效率，股东与债权人之间的代理冲突得到缓解，企
18、业还本付息的偿债意愿随之提高.其二，良好的社会信用环境能够提高管理层的失信成本，从而降低股东与管理层之间的代理成本上市公司高管属于自然人信用建设领域的重点人群，社会信用示范城市依托国家人口信息资源库对高管在经济社会的活动进行记录，并建立职业信用报告.企业管理层一旦出现失信行为，会对其职业生涯造成严重危害0这种高额的潜在代价会促使管理层强化自我约束，减少有损企业现金流和企业价值的行为，从而为企业债务履约提供保障。可见，良好的社会信用环境提高了管理层的失信成本，促使管理层恪尽职守、勤勉尽责,其与股东之间的代理问题越小,企业违约风险越低。基于此，本文提出如下假设：Hl:社会信用环境与企业违约风险之间
19、存在显著的负相关关系。H2:社会信用环境通过缓解融资约束、降低代理成本进而降低企业违约风险。三、研究设计（一）样本选择与数据来源本文选取2008-2020年的A股上市公司作为研究样本，并剔除以下样本：（1）ST、*ST类上市公司；（2）金融类上市公司；（3）公司注册地和经营地不一致的样本；（4）数据缺失的样本。最终得到19705个企业一年份观测值。为避免极端值的影响.本文对所有连续变量在1%和99$分位数上进行了缩尾处理。本文使用的数据来源如下：社会信用示范城市的认定结果通过中国政府网获得2增长率数据来源于中国人民银行官方网站,地区法治环境数据来自中国分省份市场化进程报告，其他相关变量数据均来
20、自CSMAR数据库。（二）变量定义1 .企业违约风险借鉴许红梅等（2020）的研究，本文采用NaTVe模型（Bharathetal,2008）估计预期违约频率（EDF）作为企业违约风险的测度指标.具体计算步骤如下：Eqe认QDrht11S2=2-上入WO05*02Sr.J（2）htl）tW.,rf;tPrl,lEDFlt=NormaK-DD1t）（3）模型（1）中，DDr为违约距离；EqUityt为企业总市值：Debt,1为企业债务的面值.定义为企业短期负债与0.5倍的长期负债之和；口t-l为企业上一期的年度收益率It为期权的到期时间，设置为1年；。Vit为企业资产波动率,根据模型（2）测算得
21、到。模型（2）中，EiJ为股票收益率波动率，其余变量与模型（1）保持一致。在基于模型（1）、模型（2）求得违约风险距离DDit之后，根据模型（3）标准累计正态分布函数测算得到企业违约概率（EDF）OEDF取值范围介于0至1之间，EDF越大,意味着企业违约风险越高。2 .社会信用环境社会信用示范城市建设能够带来社会信用环境的改善（曹雨阳等，2022）,本文通过企业注册地所在城市入选社会信用示范城市的外生事件设置虚拟变量CR印IT,具体地，当企业注册地在入选社会信用示范城市当年及以后的年份,CREDIT取值为1,其余为Oo3 .控制变量借鉴王化成等（2019）的研究，本文控制了影响企业违约风险的公
22、司层面和地区层面的因素。具体变量定义详见表U表1主要变量定义变量名称变量符号变量说明企业违约风险EDF由NaiVe模型计算得到社会信用环境CREDIT企业注册地在入选社会信用示范城市当年及以后的年份CREDlT取值为1；其余为0资产负债率LEV总负债/总资产盈利水平ROE净利润/所有者权益经营活动现金流CF经营活动现金流量/总资产公司规模SIZE总资产的自然对数成长性GROWTH总营业收入增长率固定资产占比PPE固定资产净额/总资产投资机会TOBINQ（总负债+股权价值）/总资产股权集中度TOPI第一大股东持股数/总股本分析师关注度ANALYSTLn（公司分析师跟踪人数+D独立董事比例INDE
23、P堂事会中独立董事占比地区金融发展程度FD各省份金融机构各项贷款余额与各省份GDP的比值地区经济增长率GDPG各省份GDP的增长率M2增长率M2G本年货币供给量/上年货市供给量-1(三)模型设计本文构建如下双重差分模型来考察社会信用环境的改善对企业违约风险的影响。具体模型设定如下：EDFt=a0+1CREDITil+2CVsi+Yearl+Ind1t+Firml+it(4)其中，EDF表示企业违约风险,CREDIT为企业注册地是否入选社会信用示范城市的哑变量，CVs为控制变量,Year、Ind、Finn分别为年份、行业、公司固定效应，为随机误差项。四、模型结果分析(一)描述性统计表2报告了主要
24、变量的描述性统计。其中，企业违约风险(EDF)的均值为0.0098,中位数为0,最小值为0,最大值为0.5650,说明企业违约风险水平整体较低，但在不同企业间差别较大，为本文研究提供了前提；CREDn的均值为0.3882,表明样本中38.82%的企业受到了社会信用示范城市的影响。其他控制变量的描述性统计与既有文献基本一致。表2描述性统计变量名称样本量均值标准差最小值中位数最大值EDF197050.00980.03180.00000.00000.5650CREDIT197050.3820.4874001LEV197050.47290.19020.09750.47160.9562ROE197050
25、.05370.1459-1.03340.06500.3240CF197050.04570.0690-0.16830.04520.2418SIZE1970522.33841.261019.964922.156426.2817GROWTH197050.18270.4515-0.61190.10753.3029PPE197050.23920.17200.00190.20650.7269TOBlNO197051.92311.14010.85511.55577.9120TOPI197050.34770.14970.08580.32830.7482ANALYST197051.5134I.17730.000
26、01.38634.3307INDEP197050.37250.05520.09090.33330.8000FD197053.52401.50771.64953.05877.8751GDPG197050.10360.0543-0.07060.09830.2390M2G197050.13710.04830.08170.13340.2758(二)回归结果分析表3报告了社会信用环境与企业违约风险的回归结果。其中，第(1)列报告了未加入控制变量的回归结果，CREDIT回归系数在5%的显著性水平上为负，表明社会信用环境越好，企业违约风险水平越低：第(2)(3)列报告了逐步加入控制变量的回归结果，CREDI
27、T的回归系数均在1%的显著性水平上为负，说明社会信用环境的改善能显著降低企业违约风险，由此支持了假设1o表3社会信用环境与企业违约风险变量名称(1)EDFEDF(3)EDFCREDIT-0.0020,-0.0027-0.0026(-2.01)(-2.73)(-2.63)0.0073E0.0073ELEV(2.72)(2.71)-0.0070*,-0.0070(-3.55)(-3.55)CF-0.0044-0.0043(-1.04)(-1.03)SIZE0.0047,0.00480(6.27)(6.30)-0.0008-0.0008GROWTH(-1.42)(-1.41)变量名称(1)EDFED
28、F(3)EDF-0.0018-0.0018(-0.54)(-0.52)TOBINO0.0013”.0.OOIL(3.79)(3.83)0.00490.0049TOPI(1.17)(1.17)ANALYST-0.0014o-0.0014,(-3.86)(-3.83)INDEP-0.0073-0.0074(-1.10)(-1.11)FD0.0007(0.79)GDPG-0.0049(-0.64)M2G0.0988(2.95)常数项-0.0006-0.1038-0.1232*,(-0.07)(-5.68)(-5.69)年份/行业/公司控制控制控制样本量197051970519705R20.01160
29、.01760.0177注：*、*、*分别表示在Ik5限10%水平下显著，括号内为t值。下同。（三）稳健性检验1 .平行趋势检验本文使用双重差分模型识别社会信用示范城市与企业违约风险的因果关系需要满足平行趋势假设。检验结果如表4第（1）列所示，社会信用示范城市创建之前的虚拟变量Before4至Beforel的回归系数均不显著，平行趋势假设得以验证;而社会信用示范城市当期CUrrent及创建之后的虚拟变量Afterl至After4至少在5%的显著性水平为负，说明社会信用示范城市显著降低了企业违约风险。表4稳健性检验(D(2)(3)(4)(5)(6)平行趋势改变企业违0.1倍的长0.3倍的长0.7倍
30、的长0.9倍的长变量名称检睑约风险的度期负债期负债期负债期负债EDF量方式ZscoreEDF1EDF2EDF3EDF4Before4-0.0013(-0.73)Before3-0.0027(-1.52)Before2-0.0016(-0.93)Beforel-0.0028(-1.57)Current-0.0048(-2.96)Afterl-0.0048E(-2.98)After2-0.0052-(-3.17)After3-0.0035X(-2.11)After4-0.0050,(-2.54)(1)(2)(3)(4)(5)(6)平行趋势改变企业违0.1倍的长0.3倍的长0.7倍的长0.9倍的长变
31、量名称检蛉约风险的度期负债期负债期负债期负债EDF果方式EDFIEDF2EDF3EDF4ZscoreCREDIT0.0266-0.0006*-0.0014“-0.0039*-0.0048(2.34)(-1.77)(-2.36)(-2.71)(-2.66)LEV0.0094-2.04890.00240.0043”0.011330.0151,*(3.52)(-66.12)(2.76)(2.56)(2.89)(3.07)ROE-0.0068,*1.3801E-0.0031o,-0.0051-0.0087”-0.0104(-3.47)(61.18)(-4.83)(-4.24)(-3.07)(-2.91
32、)CF-0.00230.1612,-0.0011-0.0026-0.0062-0.0073(-0.54)(3.33)(-0.82)(-0.99)(-1.01)(-0.95)SIZE0.0036-0.24720.OOO5”0.0020*0.0085.0.0129(5.14)(-28.52)(2.09)(4.18)(7.77)(9.35)GROWTH-0.0009,0.0279-0.0001-0.0003-0.0013-0.0015(-1.71)(4.36)(-0.61)(-0.99)(-1.55)(-1.51)PPE-0.0016-0.3478皿-0.0020,-0.0014-0.0022-0.
33、0009(-0.47)(-9.00)(-1.87)(-0.67)(-0.44)(-0.14)TOBlNO0.0012E0.07940.000200.0006,00.0023E0.0034o42)(19.44)(1.98)(2.85)(4.55)(5.25)TOPI0.0056-0.4111-0.00150.00330.00560.0086(1.35)(-8.61)(1.10)(1.30)(0.94)(1.ANALYST-0.00130.0655-0.00024-0.0006-0.0024-0,0033(-3.52)(15.44)(-1.81)(-2.77)(-4.45)(-4.91)INDEP
34、-0.0077-0.0157-0.0016-0.0027-0.0149-0.0222*(-1.17)(-0.21)(-0.74)(-0.66)(-1.55)(-1.83)FD-0.0008-0.0270-0.00020.00050.00070.0005(-0.96)(-2.54)(0.55)(0.92)(0.53)(0.32)GDPG-0.00030.1125-0.0056*,-0.0105*0.00360.0122(-0.05)(1.28)(-2.27)(-2.23)(0.33)(0.88)M2G-0.0022-7.2906w0.0219*0.06060.1341-0.1680,(-0.14
35、)(-18.95)(2.03)(2.92)(2.76)(2.75)常数项-00766*9.5638m-0.01500-0.054504-0.2124-0,3163(-4.06)(38.40)(-2.(-4.06)(-6.75)(-7.99)年份/行业/公司控制控制控制控制控制控制样本量197051970519705197051970519705R20.01280.55850.01200.01440.02170.02782 .改变企业违约风险的度量方式参考Altman(1968)的做法，采用Zscore指数衡量企业违约风险，该指数越大，表明企业违约风险越小。回归结果如表4第(2)列所示.CRED
36、IT的回归系数在5$的显著性水平为正.研究结论与基准结果保持一致。3 .企业违约风险的敏感性测试考虑到前文企业违约风险的测算依据主要是美国公司历史数据的违约临界点。为此，本文参照邓路等(2020)的研究，重新将企业债务的面值分别设定为短期负债加上0.1、0.3、0.7、0.9倍的长期负债，从而计算得到多个企业违约风险指标。企业违约风险的敏感性测试的回归结果如表4第(3)-(6)列所示，社会信用环境抑制企业违约风险的结论依然是稳健的。4 .安慰剂检验在保证数据分布不变的同时将CREDIT随机分配每个城市，并赋值到样本公司，将其作为新的样本重复抽样500次进行回归模拟。图1和表5展示了抽样回归后的
37、结果，可以看出.CREDIT回归系数的均值近似为0,且服从正态分布，显著为正或系数显著为负的所占比重比较小。综上可知，未观测到的随机因素对本文结果没有产生影响，企业违约风险的降低是由社会信用示范城市的创建所致。表5虚拟处理效应回归结果的统计分布EDFN均值5%分位1/4分位中位数3/4分位95$分位标准差系数500-0.0000-0.0011-0.0005-0.00000.00040.00110.0007t值500-0.0361-1.6014-0.6833-0.05780.56721.45190.93895 .内生性问题借鉴向宇等（2021）的研究，本文使用城市汉语次方言片数作为工具变量进行内
38、生性处理。相关性方面，地区方言种类较多，意味着占非主导地位方言的群体更易融入当地社会，反映了当地具有较高的社会包容性，而社会包容性的提高能够带来社会信用环境的改善（徐子尧等，2021）。如果某地区汉语次方言片数较多，意味着该地区拥有发展社会信用的历史基础与先天优势，因而更可能入选社会信用示范城市。而在外生性方面，方言是在数千年的历史发展与社会变迁中逐渐形成的，难以对现在企业的违约风险产生直接影响，因此满足工具变量的使用前提。由于该变量为截面数据，因此本文借鉴王桂军等（2019）的做法，将汉语次方言片数乘以社会信用示范城市政策时间虚拟变量的交互项作为工具变量Dialect0本文首先对社会信用示范
39、城市政策变量（CREDIT）进行Durbin-Wu-Hausman检验，结果显示，DWH统计量为4.470.在5席的水平上拒绝了CREDIT外生性假设。进一步，KleibergenPaaprkWaldF检验结果拒绝了弱工具变量的原假设。表6第（1）列为第一阶段的回归结果，Dialect在1%的显著性水平上为正;第（2）列为第二阶段的回归结果，CREDIT在5%的显著性水平上为负，表明在缓解内生性问题后，社会信用示范城市的确能够降低企业违约风险，进一步验证了研究结论的可靠性。表6工具变母法变量名称(1)CREDIT(2)EDFDialect0.2698-(21.60)CREDIT-0.0026,
40、r(-2.43)LEV0.03090.0073”(1.23)(2.34)ROE-0.0065-0.0070(-0.66)(-1.64)CF-0.0162-0.0043(-0.68)(-1.09)SIZE0.0133,0.0047E(I.69)(3.64)GROWTH-0.0058-0.0008(-2.14)(-1.39)PPE-0.0341(-1-0.0018(-0.33)(1)(2)变量名称CREDITEDFTOBINO-0.0015(-0.60)0.0014(4.75)T0P10.02120.0049(0.43)(0.98)ANALYST-0.0014-O.OOIL(-0.48)(-3.4
41、4)INDEP-0.0004-0.0074(-0.01)(-0.97)FD0.00620.0007(0.85)(0.65)GDPG-0.0077-0.0049(-0.18)(-0.44)M2G-0.2566-0.7590,r*(-0.47)(-4.77)-0.1615-0.0367常数项(-0.89)(-1.23)年份/行业/公司控制控制样本显1970519705KleibergenPaaprkWaldF3281.74OI6.38DurbinWuHausman4.470-注：方括号内为StOCk-YogO检蛉IOK水平上的临界值C（四）作用机制检验理论分析认为，缓解企业融资约束、降低企业代理成
42、本是社会信用环境抑制企业违约风险的重要路径。为克服原有中介效应模型的缺陷，本文根据江艇（2022）提出的中介效应分析操作建议，在前文中对中介变量如何影响企业违约风险展开了论证.然后对社会信用环境与中介变量的关系进行回归检验，以厘清社会信用环境影响企业违约风险的作用机制。据此，本文在模型（4）的基础上，构建如下模型：FC1t=ft+j1CREDIT!,t+jCVslt+Yeart+Ind1t+Firml+lt（5）AGENCY1itAGENCY2it=50+（5tCREDITit+jCVsit+Yeart+Indjt+Firmi+it（6）其中，模型（5）中FC为企业融资约束程度，借鉴顾雷雷等（
43、2020）使用FC指数进行度量，该指数越大，说明企业融资约束程度越高：模型（6）中AGENCY1为股东和债权人之间的代理成本，借鉴陈建林（2015）的研究.以利息支出/（短期借款+长期借款）进行衡量.该指标越大.说明股东和债权人之间的代理成本越高；AGENCY2为管理层和股东之间的代理成本，以管理费用率进行衡量，该指标越大，说明管理层和股东之间的代理成本越高。模型（5）和模型（6）回归结果如表7所示，第（1）列为社会信用环境对企业融资约束的影响，CREDIT的系数在5$的显著性水平上为负，表明良好的社会信用环境能够缓解企业融资约束；第（2）（3）列为社会信用环境对股东和债权人之间代理成本、管理层和股东之间代理成本的影响.CREDIT的系数均在1%的显著性水平上为负，表明良好的社会信用环境能够降低股东和债权人之间以及管理层和股东之间的代理成本。综上,社会信用环境能够通过缓解企业融资约束、降低企业代理成本两条路径对企业违约风险发挥抑制作用，本文的假设2得到验证。表7作用机制检骁变量名称(1)FC(2)AGENCY1(3)AGENCY2CREDIT
