信用敏感度對企業守約行為的影響研究

陳新崗 滕達

[摘 要]文章以信用成本和信用收益為切入點，提出了信用敏感度、信用寬容度和信用認可度三個概念，并用博弈論方法研究信用敏感度對企業履約行為的影響。在理論分析的基礎上，以存在違規行為并被監管部門依法公示的上市公司為研究對象，運用多元回歸的方法對違規行為以及罰金是否會對股價波動以及股票成交量的波動產生影響進行實證檢驗，發現違規行為及罰金對股票價格和股票成交量的波動沒有顯著影響，說明目前我國上市公司及投資者對企業違規行為處于信用敏感度較低、信用寬容度較高的現狀。針對這一現狀，政府應當做好信用監管者和普及者，企業應當做好信用參與者和執行者，社會公眾應做好信用監督者與傳播者，共同促進信用社會發展。

[關鍵詞] 信用敏感度； 企業守約行為； 股價波動

[中圖分類號] F270 [文獻標識碼] A [文章編號] 1673-8616（2018）04-0028-15

隨著社會主義市場經濟的不斷發展，市場參與者之間的交易次數與交易金額都大幅提升，越來越多的企業間交易以及借貸活動都基于企業的信用開展。企業信用行為研究的重要性日益突出，信用敏感度的高低將直接影響企業在面臨經濟決策時守約或違約行動的選擇，通過對信用敏感度的研究可以更深入地剖析企業信用行為決策的機理和原因。

一、文獻回顧

（一）國外相關研究

目前，國外對信用成本研究的相關文獻眾多，但究其本質仍是一種借貸關系帶來的成本，而信用成本的研究目的也都為如何將信用成本降到最低。根據研究對象的不同，可以分為兩類：一是以企業的信用成本為研究對象。如Zi-quan Long與Ran Gao（2013） [1 ]以供應商為研究對象，將其信用成本定義為信用值下降可能導致的利潤減少；再如Robert、Jan和Malte（2016） [2 ]研究了發票、信用卡以及PayPal支付和預付款的信用效率；二是以個人的信用成本為研究對象，如Sandie、Rob、Alan（2011） [3 ]對個人的信用貸款成本進行了詳細的研究，并為改善信用信息提供和金融教育提供了建議。

另外，運用博弈論的方法對信用行為進行分析的文獻也不在少數，Akerlof（1970） [4 ]從委托代理理論的角度出發，以“二手車市場”為研究對象，在考慮信息不對稱的情形下，運用博弈論進行分析并最終提出“檸檬市場”的概念；Kreps等（1982） [5 ]在重復博弈中引入不完全信息進行分析，發現參與人對其他參與人的支付函數或戰略空間存在不完全信息會對均衡結果產生重要影響；隨后Barro（1986） [6 ]運用聲譽模型對政府的貨幣政策動態一致性進行了證明并發現，政府任期有限也可能會做出不制造通貨膨脹的決定。

在研究經濟主體發生的事件對股價波動影響的領域，經常用的方法為事件分析法，最早由Dolley（1933） [7 ]在其對股票拆分的研究中被運用，對股票拆分事件前后的股票價格波動進行分析以驗證股票拆分對股價波動的影響。20世紀60年代末Ball、Brown（1968） [8 ]以及Fama等（1969） [9 ]等人對事件分析法的步驟進行了完善，總共確定了七個步驟。由此開始，事件分析法的運用越加廣泛，如Niederhoffer（1971） [10 ]利用事件分析法分析了刊登在THE NEW YORK TIMES上的世界事件對股票價格波動的影響。

（二）國內相關研究

目前，運用博弈論與信用成本相結合的方法對企業信用的研究國內已出現不少。研究主要分為兩類，一類是全面的信用行為的分析。如陶丙?。?009） [11 ]運用博弈論的分析方法，考慮履約、守約、違約過程中可能取得的收益、付出的成本或面臨的處罰以及違約概率等因素，研究了各項成本收益以及違約概率之間的關系對企業信用行為的影響；羅先進、許艷平（2014） [12 ]運用企業守信和棄信凈收益決策樹，分別分析守信與棄信成功概率、守信棄信凈收益、守信棄信成本、企業持續經營時間和社會普遍守信程度五個方面如何影響企業信用行為抉擇。而另一類是只針對某個方面進行分析，如王軍富（2016） [13 ]運用囚徒困境不完全信息重復博弈的模型，針對政府懲罰獎勵機制對信用體制完善解決企業信用成本高以及融資難問題進行了研究；而吳建軍、汪鑫（2011） [14 ]運用支付矩陣從完全信息博弈與非完全信息博弈兩個方面，分析授信企業是否賒銷與受信企業能夠按時付款的博弈過程；陳新崗、李梓旗（2017） [15 ]運用委托代理理論與非合作動態博弈模型對網絡信用風險的傳導機制進行了研究；王睿（2017） [16 ]運用博弈論的研究方法在考慮履約概率的基礎上對P2P網貸平臺的聲譽資本進行了分析。

另外，針對突發事件對股價波動的影響，國內的學者針對我國的A股市場也做了眾多研究，主要分為兩大類：其一是運用事件分析法進行的研究。如姚苗苗等（2018） [17 ]運用事件分析及多元回歸相結合的方式對媒體關注對股票價格波動產生的影響進行了實證研究；王海舟（2017） [18 ]運用相同的方法對機構持股對股價波動性的影響進行了研究；丁萍（2016） [19 ]對政策信息對股票價格波動的影響進行實證分析；而趙靜梅等（2010） [20 ]則對股市謠言現象對股價波動的影響進行了實證研究。

其二是構建回歸方程進行回歸分析，如李詩瑤（2017） [21 ]對基金持股的止損機制對股票價格波動的研究中，以股價特質性波動的高低進行分類，根據以往研究的結論，從未預期到的宏觀經濟波動、未預期到的市場環境波動以及未預期到的企業異質信息三個因素入手自行構建回歸模型進行分析；徐琳（2013） [22 ]雖然采用事件分析法對網絡輿論對股價波動的影響進行了實證研究，但是其與其他文獻不同的是，其采用股票價格波動比率作為因變量，另外增加了與網絡輿論相關的虛擬變量以及表示網絡輿論熱度的指標作為解釋變量，也不失為一種好的研究方法。

通過以上對文獻的梳理可以發現，在目前已有的運用博弈論進行信用成本研究的文獻中，一類是對本質為借貸關系的信用成本進行的研究，與本文的研究對象并不相符；另一類則是對信用成本和信用收益進行細化分析的方式，這種方式的研究有利于更加接近信用成本對企業信用行為影響的本質。

本文在引入信用敏感度、信用寬容度以及信用認可度等概念的基礎上，考慮多次交易引起各種信用成本的變化對信用主體行為產生的影響，運用博弈的方式對企業履約行為進行理論分析。另外，擬參考以往研究突發事件對股票價格波動的方法，對企業違約行為對公司股價波動幅度的影響進行多元回歸實證分析。

二、信用敏感度影響企業守約行為的理論分析

（一）信用敏感度

目前，信用研究的領域并未出現信用敏感度這一概念，本文首次提出此概念并對概念進行準確全面的定義，為后文的理論分析提供支持。信用敏感度是指某一信用主體對其他信用主體守信或失信行為的敏感程度，并可以進一步細分為信用認可度與信用寬容度。這種敏感程度體現在信用主體對信用行為反映的速度和程度上。信用主體做出相關反映的速度越快、程度越大，則信用敏感度越高；相反的，信用主體做出相關反映的速度越慢、程度越低，則信用敏感度越低。信用寬容度是指某一信用主體對其他信用主體失信行為的包容程度，這種包容程度體現在信用主體對其他信用主體失信行為的懲罰程度上，如政府對違規企業的懲罰公示、對失信個人的懲罰公示等。信用寬容度越高，信用主體對失信行為的包容程度越高，那么失信行為對企業的影響程度越小、時間越短，從而信用敏感度較低，失信帶來的信用成本也就越低；相反的，信用寬容度越低，信用敏感度越高，失信帶來的信用成本也就越高。信用認可度是指某一信用主體對其他信用主體守信行為的認可程度，這種認可程度主要體現在信用主體對其他信用主體的守信行為的獎勵上，如政府對守信企業的獎勵、投資者因看好買入公司股票等。信用認可度越高，信用主體對守信行為的認可程度越高，信用敏感度越高，更愿意為守信企業在未來的交易中提供更多的優惠，守信的信用收益會有所增加；相反，信用認可度越低，信用敏感度越低，守信的信用收益會有所降低。

（二）博弈分析

我們定義博弈分析所需的變量及條件，變量及變量含義，如下表1所示。

如果企業對信用非常敏感，那么本次的守約行為可能為后期交易中享受優惠打下基礎，而違約行為可能導致自己失去客戶或者后期交易中不再享有優惠。因此，在考慮多次交易博弈時，未來期間的收益和成本將很有可能影響企業的信用行為。

未來期間的收益和成本主要受信用敏感度的影響，而信用敏感度可以進一步細分為信用認可度和信用寬容度。為方便分析，用A來表示信用認可度，A的取值范圍為0～1之間，且其與守約未來收益正相關，與違約未來收益負相關，所以當A=0時認為不存在信用認可度，企業的守約還是違約幾乎不影響企業未來收益，即R'= r'；當A=1時認為信用認可度極高，企業的守約行為能夠獲得更多的未來收益，而違約行為無法獲得未來收益，即R'最大，同時r'=0。信用寬容度用T來表示，T的取值范圍也為0～1之間，且其與守約未來成本負相關，與違約未來成本正相關，所以當T=0時認為不存在信用寬容度，任何違約行為都是無法忍受的，一旦對方出現違約行為，企業將會終止合作，違約成本c'達到最大值同時C'達到最小值，c'>C'；當T=1時認為信用寬容度達到最大值，企業的任何違約行為不會給未來期間帶來任何影響，即C'=c'。

在考慮企業甲乙守約概率（q和p）的情況下，以完全信息靜態博弈為基礎，分四種情況進行分析，研究信用認可度和信用寬容度高低給企業信用行為帶來的影響。

1.信用認可度高且信用寬容度高的情況

在信用認可度和信用寬容度都為1的情況下，對于守約企業，守約未來收益R'達到最大值，守約未來成本C'=違約未來成本c'；對于違約企業，違約未來收益r'=0，守約未來成本C'=違約未來成本c'，則博弈結果如下：

企業甲守約的期望凈收益：

E1=（R+R'-C-C'+g'-i）×q+（R'-C-C'+g'-i）×（1-q）

企業甲違約的期望凈收益：

E2=（r-c-c'-g-i'）×q+（-c'-g-i'）×（1-q）

如果要實現（守約，守約）的納什均衡，就需要E1>E2。這樣就解得：

又因為信用寬容度為1，那么C'=c'，進一步得出：

結論一：在信用認可度與信用寬容度均高的情況下，守約企業能夠取得的守約未來收益降低了分子的數值，使得企業甲守約的可能性增加，對企業甲的守約有積極影響。

2.信用認可度高但信用寬容度低的情況

在信用認可度為1，而信用寬容度為0的情況下，對于守約企業，守約未來收益R'達到最大值，守約未來成本C'達到最小值，遠遠小于違約未來成本c'；對于違約未來企業，違約未來收益r'=0，違約未來成本c'達到最大值，遠遠大于守約未來成本C'，則博弈結果如下：

企業甲守約的期望凈收益：

E1=（R+R'-C-C'+g'-i）×q+（R'-C-C'+g'-i）×（1-q）

企業甲違約的期望凈收益：

E2=（r-c-c'-g-i'）×q+（-c'-g-i'）×（1-q）

如果要實現（守約，守約）的納什均衡，就需要E1>E2。這樣就解得：

結論二：在信用寬容度為0的情況下，c'>C'，那么（C'-c'）的值遠小于0，從而上述公式的分子大大降低，使得企業甲守約的概率進一步提高，即在信用認可度不變的情況下，信用寬容度越低，越促使企業甲選擇守約決策。

3.信用認可度低但信用寬容度高的情況

在信用認可度為0，而信用寬容度為1的情況下，社會對于守約的認可度極低，不論企業是否守約都不會影響未來收益，所以R'=r'，而同時社會寬容度又極高，企業的違約行為不會給企業帶來更多的違約成本，所以C'=c'，則博弈結果如下：

企業甲守約的期望凈收益：

E1=（R+R'-C-C'+g'-i）×q+（R'-C-C'+g'-i）×（1-q）

企業甲違約的期望凈收益：

E2=（r+r'-c-c'-g-i'）×q+（r'-C'-g-i'）×（1-q）

如果要實現（守約，守約）的納什均衡，就需要E1>E2，又因為信用認可度為0，那么R'=r'，信用寬容度為1，那么C'=c'，這樣就解得：

信用認可度的不斷降低使得守約未來收益和違約未來收益之間的差額越來越小，只要存在信用認可度，R'始終要大于r'則R'與r'之間差額的不斷減少使得其對q值的降低作用也不斷減小，直到信用認可度為0時，R'=r'，兩者不再產生差額，不再對q值產生降低作用。

結論三：在信用認可度低，但信用寬容度高的情況下，即信用敏感度最低時，q值達到最大，守約未來成本減少的優勢與守約未來收益增加的優勢全部消失，增加了企業違約的概率，不利于企業選擇守約決策。

4.信用認可度低且信用寬容度低的情況

在信用認可度為0的情況下，對于守約企業來說，其守約未來收益R'=違約未來收益r'，而信用寬容度也為0，那么守約企業的守約未來成本C'達到最小值，遠遠小于違約未來成本c'，則博弈結果如下：

企業甲守約的期望凈收益：

E1=（R+R'-C-C'+g'-i）×q+（R'-C-C'+g'-i）×（1-q）

企業甲違約的期望凈收益：

E2=（r+r'-c-c'-g-i'）×q+（r'-c'-g-i'）×（1-q）

如果要實現（守約，守約）的納什均衡，就需要E1>E2，又因為信用認可度為0，那么R'=r'，這樣就解得：

相較于信用認可度高但信用寬容度低的情況，信用認可度的降低使得守約未來收益與違約未來收益之間的差額不斷縮小，當信用認可度為0時，兩只之間不存在差異，q值上升，對企業甲的守約行為有消極影響；相較于信用認可度低但信用寬容度高的情況，信用寬容度的降低使得守約未來成本與違約未來成本之間的差額不斷提高，又因為信用寬容度為1時，c'始終大于C'，所以兩者間的差額可以降低q值，從而信用寬容度的降低使得q值不斷減小，對企業甲的守約行為有積極影響。

結論四：考慮多次交易博弈的情況下，最理想的情況是信用認可度為1，而信用寬容度為0；最不理想的情況是信用認可度為0，而信用寬容度為1。

三、信用敏感度對股價波動的實證分析

根據前述理論分析，信用敏感度在促進企業守信、降低企業信用成本以及提高企業信用水平等方面發揮至關重要的作用。我們再以因違規被監管部門公開處罰的上市公司為研究對象，研究違規事件經公開市場披露后對股價波動產生了什么樣的影響，并對政府及投資者的信用敏感度、信用寬容度和信用認可度進行實證分析。

（一）樣本選取及統計描述

1.樣本選取

研究對象為在A股市場中出現違約并被監管部門處罰的公司。2016年度，各監管部門共公告違約行為279起，涉及上市公司185家，其中違規處罰公告針對上市公司自身的有137家，涉及上市公司股東、控股或參股公司和其他關聯方的有48家，由于并非上市公司自身失信，考慮其對上市公司影響程度有限，予以剔除。所以本文選取2016年度各監管部門對上市公司自身進行處罰的137家公司，剔除處罰公告日處于停牌期間的公司以及當年度ST、*ST、SST公司，對共97家上市公司收集相關數據進行實證分析。

2.統計描述

隨著信用經濟概念的發展和推廣，各級監管機構對公開市場發行股票的公眾公司的違規行為的監管和處罰力度不斷加大，證監會、財政部、工業與信息化部以及國家發展和改革委員會等部門依據《中華人民共和國證券法》《中華人民共和國反壟斷法》《上市公司信息披露管理辦法》等法律法規，對出現違規的企業進行了相應的懲罰。處罰公司的數量以及金額如表6所示。

由表6可以看出，2010年至2017年這8年時間內，因違規行為被處罰并公示的上市公司數量逐年增加，而且從處罰公司數量的增長率來看，在2015年達到最高的48%，近8年的增長率平均值也達到26%。

從處罰總金額的角度來看，整體呈增長態勢，處罰力度之大前所未有，這也顯示出了政府對信用社會建設的決心。另外，化學原料及化學制品制造業、計算機、通信和其他電子設備制造業、醫藥制造業、電氣機械及器材制造業、房地產業等行業為違約次數最多的行業，每年度前10大違約行業的違約次數占當年度違約次數的比例均超過50%，有些年份甚至達到69%。

（二）研究假設

根據以往的研究結果，股票市場能夠對企業的相關信息做出快速反應，股價除反映企業生產經營帶來的正常投資收益率外，還會反映其他信息對企業收益率的影響。因此本文做出以下假設：

假設一：企業的違規行為對企業股票價格的波動有顯著影響。

企業出現違規行為意味著企業信用方面出現問題，不論是公開信息披露出現造假行為還是稅務或者環保方面的處罰，都意味著企業存在不誠信的問題，如果投資者的信用敏感度高，那么就會對該信息做出迅速處理并進一步反映在股價當中，進而使得股價波動幅度較未公告違規行為時有所增大。

假設二：企業的違約行為對企業股票成交量的波動有顯著影響。

企業股票成交量是反映公司股票活躍程度的指標之一，違規行為的披露這一突發事項不僅會對股票價格產生影響，往往也會伴隨著成交量的變動，正如假設一中所述，信用敏感度高的投資者會迅速對相關信息進行分析并做出買入或者賣出的決策，進而影響到股票成交量的變動，相比無突發情況時，股票成交量的波動幅度應該會有所增加。

假設三：制造業企業股價波動對是否違規以及違規是否處罰金沒有顯著影響。

信用經濟不斷發展，政府對企業信用的監管越發嚴格，制造業企業在這樣的大環境下違約行為仍然不斷增加，并且有的企業在多個年份均受到處罰。造成這一現狀有兩個主要原因：一方面是因為政府處罰力度仍然不足，對于企業失信行為給予警告或處罰等行為并不會直接增加企業的信用成本；另一方面是因為投資者的信用寬容度高，認為簡單的警告、處分等處罰并不會影響企業業績，而金額較小的罰款也不會讓投資者對股價有十分敏感的反應。

（三）股價波動及股票成交量波動回歸分析

1.違規行為對股價波動的回歸分析

對股票價格波動進行回歸分析有多種多樣的方法，法瑪（Fama）與弗倫奇（French）于1993年提出可以通過建立三因子模型對股票收益率進行解釋，并認為股票或相關投資組合中包含的超額收益能夠從三個方面解釋，包括：市場因子、市值因子（規模因子）以及賬面市值比因子（資產收益率）。本文參考趙靜梅等（2010） [20 ]運用多元回歸探討突發情況對股價產生沖擊的其他因素，構建多元回歸方程如下：

Y=a+b1lnTA+b2LI+b3X+μ

Y為模型因變量，本文分別選取了股票價格與股票成交量兩個因素進行分析。首先定義股票價格極端變動，以違規行為公告前7個交易日的股票收盤價平均值作為基準價格，然后分別計算公告后7個交易日以及15個交易日的最高價格或最低價格與基準價之間的差額，最后除以基準價格作為股票價格波動的衡量指標。其次定義股票成交量的衡量指標，以違規行為前7個交易日的平均成交量作為基準成交量，然后分別計算公告后7個交易日及15個交易日的平均成交量，最后除以基準成交量作為衡量股票成交量波動的指標。

模型中的TA指標表示存在違規行為的公司相對規模，選擇公司的當季總資產并取對數計算；LI指標表示公司的流動性指標，選擇當季換手率進行計算，X指標表示公司賬面市值指標，選擇當季的凈資產收益率。文章所使用的數據除換手率外均來自Wind數據庫，換手率數據來自CCER數據庫。

運用最小二乘法進行回歸分析，得到如表7所示的結果。

從表7中可以看出，用基本的會計指標對股價極端波動情況進行回歸分析，只有換手率指標顯著，但系數較小，即換手率對股價波動有一定影響但影響程度較小。為進一步考察違規行為公告的情況下股價波動問題，本文在上述模型的基礎上加入與違規行為相關的變量并進行回歸，已驗證上文中的關于違約事件公告會對股票價格波動產生影響的假設，重新構建的模型如下：

Y=a+b1lnTA+b2L1+b3X+b4WG+bslnFK+μ

上述公式中的WG為違規行為的虛擬變量，通常情況下，同樣是存在違約行為的公司，除受到處罰外，部分公司按照相關法律法規會被處以不同金額的罰款，那么被處以罰款的公司除違約行為會影響投資者的投資信心外，罰款的金額也會對企業的盈利產生直接的影響，所以被處以罰款的公司股價的波動往往會大于沒有被處以罰款的公司，據此本文將存在違規行為并且因違規行為處以罰款的情形取值為1，將存在違規行為但并未因違規行為處以罰款的情形取值為0。FK表示因違規行為而被處以罰款的金額，并對該金額進行取對數處理。按照嵌入違約相關指標的模型進行回歸后的結果如表8所示。

從表8中可以看出，反映違規行為的變量與罰款都不顯著，根據模型的設定，在相關的違約行為被監管部門在公開市場公告后，公告后7個工作日以及15個工作日內的股票價格的波動都不明顯受該公司是否違規或是否被處罰款的影響，即在公告后的一段時間內，股價的波動與企業是否違規以及違規是否被處以罰款無明顯相關關系。

另外，根據統計分析的結果可以看出，在各年度處罰次數較大的企業多為制造業企業，所以本文除對所有樣本進行回歸外，將所有制造業相關的39家企業單獨進行多元回歸分析，得到結果如表9所示。

從表9中可以看出，單獨對制造業相關公司進行分析的結果與對整體樣本進行分析的結果相近，反映違規行為的變量和罰款均不顯著，即就被處罰次數最多的制造業來說，股票價格的波動與企業是否被處罰金和所處罰金的金額并無顯著相關關系。

2.違規行為對股票成交量波動的回歸分析

公開市場中經常被觀察的變量除股價外還包括股票成交量指標，反映當日股票的活躍程度大小，本文收集整理了樣本公司的股票成交量指標作為因變量，并根據上述模型再次進行回歸，回歸結果如表10所示。

從表10可以看出，將因變量換成股票成交量的波動后，與違約相關的虛擬變量以及罰款在公告后7日以及公告后15日內對股票成交量波動的影響均不顯著，即不論公司是否被處罰金還是所處罰金金額都對于股票成交量的波動沒有顯著的影響。

同樣的，對處罰次數最多的制造業企業進行單獨的回歸分析，得到的分析結果如表11所示。

從表11中可以看出，與對樣本整體進行回歸分析的結果相同，與違約相關的虛擬變量以及罰款對股票成交量的波動均無顯著影響。

3.回歸分析相關結論

（1）假設一與假設二均不成立。不論是從統計分析的表現還是從模型回歸的結果來看，自公告之日起7個交易日以及15個交易日內，企業的違約行為以及因違約帶來的罰金對于股票價格的波動以及股票成交量的波動均不具有顯著影響。究其原因，一方面是因為股票市場對相關事項形成預期或者預判而早已在股價中反映；另一方面是市場信用敏感度較低，信用寬容度較高，投資者往往會忽略這些失信行為的影響或者影響時間很短。

（2）假設三成立。對存在違約行為的制造業企業進行單獨回歸分析發現，制造業企業是否被處罰金以及被處罰金的金額，對于自公告之日起7個交易日以及15個交易日內的股票價格波動以及股票成交量的波動均不具有顯著影響。這樣的實證結果與假設三相符，雖然目前對于違規行為的重視程度以及處罰力度都在不斷加大，但是制造業企業的違規行為不降反增，由此也可以看出市場對于這些處罰信息以及小額罰金的不敏感以及較高的信用寬容度。

四、針對信用敏感度較低現狀的政策建議

針對目前存在社會整體信用敏感度低、信用寬容度高的現實，從政府、企業和社會公眾三個角度分別提出不同的建議。

（一）政府做好信用監管者與普及者

1.加大懲罰力度，建設獎勵機制

首先，嚴厲的懲罰機制必不可少，尤其是遠遠超出違約企業違約凈收益的懲罰可以降低企業違約決策的概率，也能夠在一定程度上彌補政府在發現企業違約行為以及為做出判罰等所耗費的成本。其次，政府也應當建立對守約行為的獎勵機制，可以根據對違約企業的懲罰對相應的守約企業進行獎勵。

2.加強信用公示，降低信息收集成本

政府應當積極建立信用公示系統，降低信用收集成本和信用不對稱程度，這樣有利于降低企業的失信概率，提高企業的守信概率。政府應當就信用公示系統進行積極的資源整合，同時也可以與民間的信用公示系統包括信用評級公司合作，全面地反映一個企業在其經濟活動的方方面面所做出的信用決策。

3.加強信用教育，提高信用敏感度

為實現高信用認可度和低信用寬容度這一目標，政府應當積極普及信用知識，從生活中的方方面面出發，在提高信用社會的信用認可度的同時降低社會的信用寬容度，推動信用經濟發展。除此之外企業可以定期或不定期地開展社會信用知識普及活動，不論是針對公民還是企業，都必不可少。

4.針對較高頻率的信用違約行業，制定針對性規范措施

制造業相關企業處罰次數在每年公開的違規處罰中都占近50%的比例，除此之外，近年來被處以大額罰款的受罰企業有很大一部分都是證券公司，資本市場服務行業為何屢罰屢犯與制度的缺陷不無聯系。通過對不同行業企業及其投資者的信用敏感度、信用寬容度和信用認可度進行測量，進而針對不同的行業分別制定適應各行業的獎懲機制，提高獎懲機制的效率和效果。

（二）企業做好信用參與者與執行者

1.提高信息收集能力，降低信息收集成本

提高信息收集能力，降低信息收集成本，獲取更多的交易信息，都是企業做出正確信用決策的保證，一方面企業可以通過引進在信息收集方面更專業的人才、對公司內部相關人員進行專項培訓、建立供應商及客戶資料庫等方式，提高信息收集的效率和效果；另一方面企業在交易過程中也應當不斷積累信息，根據供應商和客戶以往的信用行為的表現做出更加準確的估計和判斷，減少因自身信息收集能力不足帶來的誤判和做出的錯誤決策。

2.堅持守信行為，杜絕失信行為

隨著信用認可度的提高和信用寬容度的降低，企業的失信行為帶來的懲罰將會逐漸增加，守信能夠得到的未來收益也將逐漸增加。而且即便目前信用認可度和信用寬容度仍未達到標準水平，但是信用仍然具有一定的可累積性，守信的次數越高，信用認可度也會隨之提高，而失信的次數越高，信用寬容度也會急速下降，所以在目前的情況下企業仍然應當減少失信行為，堅持遵守約定、提高信用。

3.既做信用經濟參與者，也做信用經濟監督者

企業作為經濟活動的主體，與眾多的供應商和客戶進行交易所掌握的信息遠比政府作為監督者掌握的信息要豐富得多，在發現失信行為時企業應當將相關的信息報送給政府為主導的監管機構，這樣做既能夠降低監管機構的信息搜集成本、擴大監管覆蓋面，也有利于企業降低自身的信息收集成本、提高信息完整度。

（三）社會公眾做好信用監督者與傳播者

1.學習信用知識，提高信用敏感度

社會公眾不論是作為消費者、供應商還是企業員工都與經濟活動密不可分，社會公眾信用素質的高低直接決定了企業信用素質的高低，社會公眾應該積極的學習信用知識，提高信用認可度的同時降低信用寬容度，這樣才有利于發揮“看不見的手”的作用，讓失信企業的失信成本足夠地高，使得企業選擇守信而非失信決策。

2.收集信用信息，做好信用監督者

社會公眾作為員工，企業對于員工做出的薪酬等承諾是否能夠兌現；社會公眾作為消費者，企業對消費者做出的質量等承諾是否兌現；社會公眾作為市場投資者，上市公司的對投資者的分紅等承諾是否能夠兌現。以上這些信息往往社會公眾掌握的最為全面，社會公眾的將這些信息進行收集反饋將會很大程度上提高信用公示系統的信息完整度，促進信用經濟發展。

參考文獻：

[1]Long Z.， Ran G. An Inventory Model Considering Credit Cost and Demand Rate Varying with Credit Value[M]. Springer Berlin Heidelberg，2013：759-765.

[2]Robert M. G.， Jan K.， Malte B. How do different payment methods deliver cost and credit efficiency in electronic commerce？[J]. Electronic Commerce Research and Applications， 2016（18）：27-36.

[3]Sandie M.， Rob R.， Alan L. Understanding and knowledge of credit cost and duration： Effects on credit judgements and decisions[J]. Journal of Economic Psychology， 2011， 32（4）： 609-620.

[4]Akerlof， G. The Market for Lemons： Quality Uncertainty and the Market Mechanism[J]. Quarterly Journal of Economics. 1970（84）： 488-500.

[5]Kreps， D.， P. Milgrom， J. Roberts，et al.Rational Cooperation in the Finitely Repeated Prisoners Dilemma[J]. Journal of Economic Theory， 1982（27）： 245-252.

[6]Barro， R.J. Reputation in a Model of Monetary Policy with Incomplete Information [J]. Journal of Monetary Economics， 1986， 1（17）： 3-20

[7]Dolly，J.C. Characteristics and Procedure of Common Stock Split-Ups[J].Harvard Business Review， 1993， 11（3）： 316-326.

[8]Ball，R.，P.Brown.An Empirical Evaluation of Accounting Income Numbers[J]. Journal of Accounting Research， 1968， 6（2）： 159-178.

[9]EF.Fama， L. Fisher， L. Jensen， et al. The Adjustment of Stock Prices to New Information[J]. International Economic Review， 1969， 10（1）： 1-21.

[10]Niederhoffer， V. The Analysis of World Event and Stock Price[J]. The Journal of Business， 1971， 44（2）： 193-219.

[11]陶丙印. 我國企業信用風險管理博弈分析[D]. 北京：首都經濟貿易大學， 2009.

[12]羅先進， 許艷平. 企業信用抉擇經濟模型探討[J]. 價值工程， 2014，33（5）：151-153.

[13]王軍富. 社會信用體系建設視角下的信用成本博弈機制研究[J]. 征信， 2016， 34（11）： 17-22.

[14]吳建軍， 汪鑫. 基于交易成本的企業信用風險博弈分析[J]. 中國管理信息化， 2011， 14（14）： 15-16.

[15]陳新崗， 李梓旗. 基于互聯網金融視角的網絡信用風險傳導機制研究[J]. 創新， 2017（1）： 80-90.

[16]王睿. 基于P2P網貸平臺的企業聲譽資本研究[D]. 濟南：山東大學， 2017.

[17]姚苗苗， 姚正海， 李霆威. 媒體關注對股價波動影響的實證研究[J]. 中國集體經濟， 2018（1）： 91-93.

[18]王海舟. 機構持股對股價波動性的影響[D]. 杭州：浙江大學， 2017.

[19]丁萍. 政策信息對相關公司股價波動的影響研究[D]. 濟南：山東財經大學， 2016.

[20]趙靜梅， 何欣， 吳風云. 中國股市謠言研究：傳謠、辟謠及其對股價的沖擊[J]. 管理世界， 2010（11）： 38-51.

[21]李詩瑤. 基金持股、止損機制與股價波動[J].現代財經（天津財經大學學報），2017，37（4）：15-24，101.

[22]徐琳. 網絡輿情對股價波動影響的實證研究[D]. 成都：西南財經大學， 2013.

[責任編輯：吳壽平]