一、引　言

社会信任是指基于共同的道德规范和价值观，社会群体中的个人相信他人按照可靠、诚实和合作的方式处理事务（Li等，2017；Qiu等，2021；Chkir等，2023）。近年来，社会信任对企业行为和经济增长的影响被广泛关注，但鲜有文献系统探讨社会信任在防范化解经济风险中的作用。本文试图基于中国经济转型的现实背景和防范化解重大风险的国家战略，考察社会信任对企业债务违约风险的影响及其机制，探讨如何在防范经济风险中有效发挥非正式规则的作用。

近年来，我国经济增速开始换挡，产业结构面临重大调整，加之中美贸易摩擦、俄乌冲突等因素的冲击，部分企业的违约风险开始凸显并居高不下，债券市场违约事件频发。企业风险的形成和集聚是宏观重大风险的重要来源，短期内大量企业违约风险的集中释放极有可能演变为系统性风险，严重威胁金融体系安全和实体经济发展。因此，防范化解金融风险是金融工作的根本任务，也是金融工作的永恒主题。党的二十大提出，推进中国式现代化需要“提高防范化解重大风险能力”，“守住不发生系统性风险底线”。在此背景下，探讨我国企业债务违约风险的影响因素与缓解机制具有重要的理论和现实意义。

与法律、制度等正式规则相比，转型经济体中社会规范、文化、道德、信任等非正式规则能够补充或扩展正式规则，促进一国或地区金融发展，影响资源配置和企业行为。企业债务违约包括流动性违约和策略性违约，前者是指企业因现金流不足而无力偿还债务；后者则是指企业拥有足够的现金流以偿还债务，但仍出于某种动机而违约。因此，债务违约既取决于企业未来的现金流，又取决于其自利动机和道德风险。无论何种形式的债务违约均源于企业的理性决策，而这一决策具有“社会嵌入性”，必然受到社会正式规则和非正式规则的影响。理论上，当企业债务融资过程中存在信息不对称、合约不完备和道德风险时，社会信任能够缓解信息不对称，降低交易成本，形成声誉惩罚机制，从而有效抑制企业债务违约风险。

本文以2010—2021年沪深A股上市公司作为研究样本，采用中国城市商业信用环境指数（China City Commercial Credit Environment Index，CEI）来度量地区社会信任，以新加坡国立大学信用风险研究行动计划（NSU-CRI）测算的预期违约概率来度量企业债务违约风险，探讨了社会信任对企业债务违约风险的影响及其机制。结果显示，社会信任能够降低企业债务融资过程中的信息成本、代理成本和资本成本，从而抑制企业债务违约风险。这种抑制作用在国有企业、市场化程度较低的地区以及经济收缩期更加显著。本文的研究贡献主要体现在：

首先，本文从非正式规则的视角拓展了企业债务违约风险影响因素和缓解机制的相关研究。现有文献讨论了企业债务违约风险的各种影响因素，包括自由现金流创造力（谢德仁和刘劲松，2022）、企业环境责任（Shih等，2021）、高管特征（陈胜蓝等，2023；梁上坤和董青，2023）和公司决策（孟庆斌等，2019；邓路等，2020）等企业内部因素，以及资本市场（Brogaard等，2017）、宏观经济政策（曾海舰等，2022）、法律法规（许红梅和李春涛，2020）、气候风险和气候政策不确定性（Liu等，2023；陈国进等，2023）等企业外部因素，但包括社会信任在内的非正式规则尚未被充分讨论。而债务融资这一具有“社会嵌入性”的财务决策必然会受到企业所处环境中非正式规则的影响。因此，探讨社会信任对企业债务违约风险的影响有助于打开非正式规则影响企业风险的“黑箱”，深化对企业债务违约风险影响因素和缓解机制的理解。

其次，本文从企业债务违约风险角度考察了社会信任这一非正式规则的“降风险”功能，丰富了社会信任经济后果的相关研究。作为社会资本的重要组成部分（Pevzner等，2015），社会信任是对法律法规等正式规则的重要补充。社会信任有助于促进金融发展和经济增长（Guiso等，2004；Algan和Cahuc，2010），并会对企业产生影响，包括企业效率（申丹琳和江轩宇，2022）、企业创新（Kong等，2021；Lyu等，2023）、公司治理（Liu等，2022；Kuo等，2023）、企业违规或失当行为（Qiu等，2021；Tian等，2024；黄卓等，2023）以及财务决策（Gu等，2022；Jin等，2022；Dak-Adzaklo和Wong，2024；张新民和叶志伟，2021）等。黄卓等（2023）等个别文献发现，商业信用环境的改善能够通过抑制企业违规行为而降低经营风险和破产风险。这为社会信任具有“降风险”功能提供了一定的证据支持，但现有文献仍缺乏关于社会信任与企业债务违约风险之间因果关系及内在机制的系统探讨。本文从信息成本、代理成本和资本成本维度系统考察社会信任对企业债务违约风险的影响，这有助于深化对社会信任这一非正式规则“降风险”功能的认识。

最后，本文的研究为政府部门建设完善的社会信用体系和良好的营商环境提供了理论支撑和经验证据。一方面，债务违约不仅直接影响企业健康发展，而且威胁宏观经济安全。如何从微观层面防范化解系统性金融风险成为重要的现实课题之一。本文发现社会信任有助于降低企业债务违约风险，这为当前我国降低宏观经济风险提供了一个重要的微观路径。另一方面，完善的社会信用体系对于促进国民经济循环高效畅通、构建新发展格局具有重要意义。本文的研究为进一步推动社会信用体系和营商环境建设提供了政策依据。

二、理论分析与研究假设

由于存在信息不对称、合约不完备和道德风险，市场参与者之间的经济交易和商业行为依赖于一定程度的信任。债务融资是企业外部融资的重要组成部分，显性或隐性债务契约签订和执行过程中的信息不对称、合约不完备或道德风险会诱发债务人的违约风险。法律制度等正式规则能够保障债务契约的签订和执行，但如果没有信任等非正式规则的配合，契约的执行成本可能过高，导致契约无法执行（杨国超和盘宇章，2019）。社会信任程度的提升能够通过降低企业债务融资过程中的信息成本、代理成本和资本成本，抑制企业债务违约风险。

第一，社会信任有助于降低债务融资过程中的信息成本，从而抑制企业债务违约风险。从事前角度看，企业债务融资过程中的信息不对称会加大契约双方信息获取和处理的难度，增加债务契约签订过程中的交易成本，而且会产生逆向选择问题，导致债务人的平均质量下降。从事后角度看，信息不对称会增加债权人对债务人日常经营活动和财务状况的监督和识别成本。为了在事前识别债务人质量以及在事后更好监督债务人，债权人有动机要求债务人提供更多的信息资料或担保物等。而这会增加债务人的运营负担，形成隐性成本，降低运营效率，从而加剧借款企业未来的债务违约风险。

社会信任能够从两个方面缓解债务融资过程中的信息不对称。一方面，社会信任能够提升债务契约双方的信息供给意愿。Li等（2017）发现，在社会信任程度较高的地区，企业会受到社会规范更强的约束，管理层倾向于更及时地披露财务信息。另一方面，根据社会规范假说，社会信任会产生一系列社会个体共同遵守的社会规范，形成声誉惩罚成本，促使借款企业提供更高质量的信息。Pevzner等（2015）发现，在信任程度较高的资本市场中，上市公司年报被投资者认为更加可信，其盈余公告产生的市场反应更大。可见，在社会信任程度较高的地区，借款企业及时、充足和高质量的信息供给有助于债权人更加客观、全面和真实地评价企业经营和财务状况，从而缓解债务融资过程中的信息不对称，最终抑制企业债务违约风险。

第二，社会信任有助于降低借款企业的代理成本，从而抑制企业债务违约风险。管理层与股东之间的第一类代理成本以及控股股东与中小股东之间的第二类代理成本不仅会直接消耗企业内部现金流，而且会降低企业效率，影响企业未来产生现金流的能力，最终降低企业偿债能力，加剧企业债务违约风险。

当社会信任程度较高时，社会个体相信其他人会内化社会道德规范对自利行为的约束，由此形成社会信任对正式规则的替代。Dudley和Zhang（2016）认为，当社会信任程度较高时，代理人更可能珍视信托责任，会依照社会规范行事，以保护企业外部投资者的利益。Qiu等（2021）发现，在社会信任程度较高的地区，企业的公司治理质量更高，财务不当行为更少。Kuo等（2023）发现，在社会信任程度较高的地区，中国上市公司的经理人更能通过内化社会道德规范来约束自身的机会主义行为，对外部高质量审计的需求更小。可见，社会信任有助于约束管理层和控股股东的道德风险行为，降低借款企业的代理成本，最终抑制企业债务违约风险。

第三，社会信任能够直接降低债务资本成本，减少企业未来需要偿付的利息支出，减轻企业偿债负担，从而抑制企业债务违约风险。社会信任能够促进市场主体间更好合作，提升协商谈判质量，使得借款企业更容易进入债务融资市场，获得更加优惠的融资条件和更低的资本成本。大量研究提供了各国银行信贷市场上社会信任能够降低债务资本成本的直接证据，包括意大利（Howorth和Moro，2012）、中国（Chen等，2016）、美国（Hasan等，2017）等。在债券市场上，社会信任不仅能够降低公司债券的利率（杨国超和盘宇章，2019），而且能够缓解金融危机对融资成本的负面影响（Meng和Yin，2019）。不仅如此，信任在非正规债务融资市场中也能发挥重要功能，Duarte等（2012）发现可信度高的借款人在P2P市场中的借款成功率更高。毋庸置疑，降低债务资本成本有助于抑制企业债务违约风险。

基于上述分析，本文提出以下研究假设：在其他条件相同时，社会信任有助于抑制企业债务违约风险。

三、研究设计

（一）样本选择与数据来源

本文以2010—2021年沪深A股上市公司作为研究样本， ²在剔除金融保险类公司样本和缺失值样本后，得到25639个公司—年份观测值。本文的企业债务违约风险数据来自新加坡国立大学信用风险研究行动计划（NUS-CRI）开发的企业违约率数据库， ³社会信任数据来自中国城市商业信用环境指数课题组编制的《中国城市商业信用环境指数（CEI）蓝皮书》， ⁴公司财务数据、股票价格数据和公司治理数据来自CSMAR数据库。

（二）变量定义

1. 被解释变量：债务违约风险

借鉴Shih等（2021）的做法，本文采用新加坡国立大学信用风险研究行动计划数据库中的企业预期违约概率（PD）来度量企业债务违约风险。该计划运用Duan等（2012）的模型测算了全球超过85000家上市企业的违约概率，被学术界和实务界广泛使用，具有一定的权威性。Duan等（2012）将违约风险的简化模型与结构模型相结合，构建了一个基于未来多期限的远期密度模型（forward intensity model）。该模型能够对宏观经济和企业微观数据进行动态学习，生成具有前瞻性的违约概率期限结构，并能提高对违约距离（distance to default，DTD）估计的稳定性。由于该模型对短期预期违约概率的估算更加准确，本文采用未来一年内的预期违约概率来度量样本上市公司的债务违约风险，同时采用未来两年、三年和五年内的预期违约概率进行稳健性检验。 ⁵

2. 解释变量：社会信任

参考刘宝华等（2016）、Liu等（2022）以及Lyu等（2023）的做法，本文采用中国城市商业信用环境指数（CEI）来度量社会信任。该指数从社会信用体系的完善程度和运行情况、市场信用交易的活跃程度以及市场经济秩序等方面来测度全国主要城市的商业信用环境，涵盖了信用投放、企业信用管理功能、征信系统、政府信用监管、失信违规行为、诚信教育和企业感受七个维度。该指数课题组只编制并公布了2010年、2012年、2013年、2015年、2017年和2019年的CEI指数，考虑到地区商业信用环境在一定时期内相对稳定，本文将样本期间其他年份的数据按照平均值插值法进行补充。 ⁶CEI指数介于0到100之间，其数值越大表明城市社会信任水平越高。为了消除度量指标量级的影响，本文采用以下两种方法对原始数据进行处理：一是将CEI指数除以100，得到社会信任变量Trust1；二是对CEI指数取自然对数，得到社会信任变量Trust2。

3. 控制变量

参考Shih等（2021）以及王化成等（2019）等文献，本文选取的公司层面控制变量包括公司规模（Size）、财务杠杆（Lev）、成长能力（Growth）、盈利能力（Roa）、经营性现金流（Cash）、上市年限（Age）、债务担保能力（Tang）、产权性质（Soe）、股权集中度（Top1）、董事会规模（Bsize）、独立董事比例（Indrct）、女性董事比例（Femal）以及管理层持股比例（Mnghld）。由于CEI指数来自城市层面，本文加入了城市人均GDP（AvgGDP）及其增长率（AvgGDPgr）、城市政府规模（GovSize）等变量。 ⁷此外，本文还控制了年份、行业和省份固定效应。 ⁸

（三）模型构建

为了检验社会信任对企业债务违约风险的影响，本文构建了如下多元回归模型：

其中，$ {PD}_{i,t} $表示公司i在t年的违约概率，$ {Trust}_{i,t} $表示公司i注册地所在城市在t年的社会信任水平，$ {Controls}_{k,i,t-1} $表示控制变量，Yr、Ind和Prov分别表示年份、行业和省份固定效应，$ {\beta }_{0} $为常数项，$ {\varepsilon }_{i,t} $为随机误差项。为了控制异方差和自相关等问题，本文对标准误在公司层面进行了聚类处理。

四、实证分析结果

（一）描述性统计

表1报告了本文主要变量的描述性统计结果。 ⁹企业债务违约风险变量PD的均值为0.889%，最小值和最大值分别为0.008%和5.830%，标准差为1.029%。这表明样本公司在未来一年内的预期违约概率总体不高，但不同公司的预期违约概率存在较大差异。社会信任变量Trust1和Trust2的均值分别为0.758和4.326，最大值、最小值和标准差结果表明，我国城市间的社会信任水平存在比较明显的不平衡性。为了避免异常值的影响，本文对所有连续变量进行了上下1%的缩尾处理。

（二）单变量检验

本文对企业债务违约风险按照社会信任程度进行了单变量检验，结果见表2。本文分年份和行业将样本按照社会信任程度进行排序，表2中列（1）至列（4）分别为按照年份和行业CEI指数的25%分位数、中位数和75%分位数等分的四组，与之对应的企业债务违约风险变量PD的均值分别为1.001%、0.937%、0.894%和0.730%，总体上逐渐减小，PD的中位数也表现出类似特征。列（5）结果显示，社会信任程度最高组的企业债务违约风险显著低于社会信任程度最低组（t值和z值分别为15.20和16.01）。表2结果初步表明，城市的社会信任程度越高，企业的债务违约风险越低。

（三）基准回归分析

表3报告了基准回归结果。 ¹⁰列（1）和列（2）分别以Trust1和 Trust2为解释变量，控制了公司层面和地区层面因素以及年份固定效应，列（3）和列（4）同时控制了年份和行业固定效应，列（5）和列（6）进一步控制了省份固定效应。从中可以看出，Trust1和Trust2的系数显著为负，表明企业债务违约风险与其所在城市的社会信任程度显著负相关，这与上文理论分析和单变量检验结果一致，支持了本文的研究假设。以列（6）中Trust2的系数为例，在其他条件相同时，以CEI指数度量的城市社会信任程度每提升1%，企业债务违约风险平均下降约0.675%，相当于样本公司预期违约概率均值的76%，或其标准差的66%。表3结果表明，企业债务违约风险与其所在城市社会信任程度的负相关关系在统计意义和经济意义上均具有较强的显著性。可见，社会信任程度的提升能够有效抑制企业债务违约风险，发挥非正式规则的治理功能。

（四）内生性处理

本文的模型设定不太可能受到逆向因果关系的影响，但实证分析中仍可能存在内生性问题。一方面，虽然本文已经最大限度地控制了公司层面和城市层面的相关因素，但是企业债务违约风险与城市社会信任程度仍可能同时受到某些不可观测因素的影响；另一方面，诸多文献认为CEI指数是城市社会信任程度的良好度量指标，但并不是完美指标，而且该指数并不是每年公布，因此采用CEI指数来度量城市社会信任程度可能存在偏误。本文需要处理遗漏变量和度量偏误所产生的内生性问题，以更好地识别社会信任与企业债务违约风险之间的因果关系。

1. 控制不可观测因素的影响

首先，本文采用面板数据固定效应模型来控制公司层面不随时间变化的影响因素。表4中列（1）和列（2）结果显示，Trust1和Trust2的系数显著为负。这表明在控制了公司层面非时变因素的影响后，企业债务违约风险与社会信任程度依然显著负相关。

其次，本文将行业与年份的交互项纳入基准回归模型中，以控制行业层面时变因素的影响。表4中列（3）和列（4）结果显示，Trust1和Trust2的系数显著为负。这表明在控制了行业层面时变因素的影响后，企业债务违约风险与社会信任程度依然显著负相关。

再次，本文将省份与年份的交互项纳入基准回归模型中，以控制省份层面时变因素的影响。表4中列（5）和列（6）结果显示，Trust1和Trust2的系数显著为负。这表明在控制了省份层面时变因素的影响后，企业债务违约风险与社会信任程度依然显著负相关。

最后，本文同时将行业与年份以及省份与年份的交互项纳入基准回归模型中，以控制行业和省份层面时变因素的影响。表4中列（7）和列（8）结果显示，Trust1和Trust2的系数显著为负。这表明在同时控制了行业和省份层面时变因素的影响后，企业债务违约风险与社会信任程度依然显著负相关。

上述结果表明，在缓解了遗漏变量可能带来的内生性问题后，本文的研究结论依然不变，即在其他条件相同时，社会信任能够有效抑制企业债务违约风险。

2. 工具变量估计

暴雨、大雪、强风和海浪等自然灾害会强化人们共同应对挑战的努力，积累相互保险的经验，从而增强彼此之间的相互信任（Cassar等，2017）。本文借鉴Davis（2016）的思路，采用各省份的降水量（Rainfall）作为社会信任的工具变量。气候变化与社会居民的行为表现息息相关，作为气候变化的一种表现形式，降水量的变化会影响社会合作性和社会信任度。Davis（2016）指出，降水量的变化会导致人们对个人和集体责任态度的变化，且这种影响通常是积极的，即当降水量较大时，人们往往会互相提供更多的帮助，社会信任水平更高。因此，采用降水量作为社会信任的工具变量满足相关性要求。同时，降水量的变化是自然现象，通常不会影响企业债务违约风险，因而满足外生性要求。

表5报告了两阶段最小二乘（2SLS）回归结果。列（1）和列（3）中第一阶段回归结果显示，Trust1和Trust2与Rainfall显著正相关，工具变量识别不足检验和弱工具变量检验结果证实了工具变量的合理性。列（2）和列（4）中第二阶段回归结果显示，Trust1和Trust2的系数显著为负。两阶段最小二乘回归结果依然支持本文的研究假设，即在其他条件相同时，社会信任有助于抑制企业债务违约风险。

3. 放松工具变量外生性假设

气候经济学认为，气候变化会对经济主体的行为产生深远而复杂的影响。同时，由于工具变量的外生性难以被直接检验，本文采用降水量作为工具变量可能并不能很好地满足外生性要求。 ¹²为此，本文采用Lewbel（2012）提出的基于异方差构造工具变量的方法进行检验。

Lewbel（2012）突破了传统工具变量估计必须满足外生性要求的限制，提出了在没有合适外生工具变量的情况下，如何通过异方差来构造工具变量。这种方法提供了两种模式：（a）当没有外生工具变量时，仅利用一组可观测的外生变量的异方差构造工具变量进行估计；（b）当存在工具变量时，同时利用异方差构造的工具变量和原有工具变量进行估计。表6中列（1）和列（2）是模式（a）的估计结果，列（3）和列（4）是模式（b）的估计结果。Trust1和Trust2的系数显著为负，Lewbel（2012）工具变量估计结果依然支持本文的研究假设。

（五）稳健性检验 ¹³

1. 替换被解释变量

为了检验上文结论是否受到企业债务违约风险度量方式的影响，本文采用Duan等（2012）的模型计算未来两年、三年和五年内的预期违约概率，以此重新度量企业债务违约风险。

2. 替换解释变量

参考Jin等（2022）以及张新民和叶志伟（2021）的研究，本文采用中国综合社会调查（CGSS）提供的问卷数据，重新构建城市社会信任水平的度量指标。 ¹⁴

3. 剔除特殊样本

首先，2014年我国债券市场首次出现实质性违约事件，“刚性兑付”时代宣告终结，债券违约不仅开始进入常态化阶段，而且违约主体从民营企业向国有企业蔓延，这加剧了我国资本市场的风险波动。因此，本文剔除2014年以前的样本重新进行检验。其次，作为突发公共卫生事件，新冠疫情会对我国金融市场的平稳运行产生影响。因此，本文剔除2019年以后的样本重新进行检验。最后，由于中国城市商业信用环境调查只在部分年份开展并公布CEI指数，采用插值法对其他年份数据进行补充的做法可能会影响研究结果。因此，本文采用公布CEI指数年份的样本重新进行检验。

上述稳健性检验表明，本文的研究结论并未因变量度量和样本筛选而改变。

五、进一步分析

（一）机制分析

上文理论分析表明，社会信任能够通过降低信息成本、代理成本和债务资本成本，从而有效抑制企业债务违约风险。可以推断，社会信任对债务违约风险的抑制作用在信息成本、代理成本或债务资本成本较高的企业中应更加显著。本文构建如下计量模型来检验社会信任影响企业债务违约风险的机制：

其中，Cost包括信息成本、代理成本和债务资本成本，其他变量与模型（1）相同。本文预期交互项系数$ {\beta }_{3} $显著为负。

1. 社会信任、信息成本与企业债务违约风险

本文从应计盈余管理的角度来度量企业信息成本。信息不对称是上市公司存在盈余管理的重要原因，上市公司的盈余管理程度越高，外部投资者面临的信息不对称越严重，信息成本越高。本文采用修正的Jones模型计算上市公司的盈余管理程度，以可操控性应计盈余的绝对值（DA）来度量信息成本。此外，本文还采用交易所对上市公司的评分（Score）来度量企业信息成本。深交所每年会从多个方面对上市公司的信息披露质量进行评分，评估结果包括“优秀”“良好”“合格”“不合格”四个等级。如果上市公司信息披露质量评估结果为“合格”或“不合格”，则Score取值为1，表示信息披露质量较低，信息成本较高；否则，Score取值为0，表示信息披露质量较高，信息成本较低。

表7报告了相应的回归结果。列（1）和列（2）以DA来度量信息成本，列（3）和列（4）以Score来度量信息成本。 ¹⁵结果显示，Trust1和Trust2的系数显著为负，与基准回归结果一致。DA和Score的系数显著为正，表明较高的信息成本会导致较高的债务违约风险。交互项Trust1×Infor和Trust2×Infor的系数显著为负，表明社会信任对企业债务违约风险的抑制作用在信息成本较高的企业中更加显著。表7结果表明，社会信任能够通过降低信息成本来抑制企业债务违约风险。

2. 社会信任、代理成本与企业债务违约风险

社会信任的声誉惩罚效应有助于约束管理层和大股东的自利行为，降低管理层与股东之间的第一类代理成本以及控股股东与中小股东之间的第二类代理成本，最终抑制企业债务违约风险。本文采用总资产周转率（营业收入/总资产）来度量管理层与股东之间的代理冲突。由于总资产周转率越高，第一类代理冲突越小，因此本文采用总资产周转率的倒数（AC1）来度量第一类代理成本。该指标数值越大，总资产周转率越低，第一类代理成本越高。此外，本文借鉴王化成等（2019）的做法，采用控股股东资金占用水平（AC2，其他应收款/总资产）来度量控股股东对中小股东利益的侵占及对上市公司的掏空程度，即第二类代理成本。该指标数值越大，大股东与中小股东之间的代理冲突越大，第二类代理成本越高。

表8报告了相应的回归结果。列（1）和列（2）检验了第一类代理成本的调节效应。Trust1和Trust2的系数显著为负，AC1的系数显著为正，表明企业债务违约风险与第一类代理成本显著正相关。交互项Trust1×AC1的系数虽为负但不显著，Trust2×AC1的系数显著为负，在一定程度上表明社会信任对企业债务违约风险的抑制作用在第一类代理成本较高的企业中更加显著。列（3）和列（4）检验了第二类代理成本的调节效应。Trust1和Trust2的系数显著为负，AC2的系数显著为正，表明企业债务违约风险与第二类代理成本也显著正相关。交互项Trust1×AC2和Trust2×AC2的系数显著为负，表明社会信任对企业债务违约风险的抑制作用在第二类代理成本较高的企业中更加显著。表8结果表明，社会信任能够通过降低两类代理成本来抑制企业债务违约风险。

3. 社会信任、债务资本成本与企业债务违约风险

企业流动性违约风险的重要来源是高企的债务资本成本所带来的财务负担，社会信任能够通过直接降低债务资本成本来抑制企业债务违约风险。首先，本文采用利息支出与总资产之比（CoD1）来度量债务资本成本。其次，本文采用利息支出与总负债之比（CoD2）来度量债务资本成本。最后，考虑到企业债务中存在应付薪酬、应付税金等无息债务，本文采用利息支出与有息债务之比（CoD3）来度量债务资本成本。

表9报告了相应的回归结果。Trust1和Trust2的系数显著为负，与基准回归结果一致。Cod的系数显著为正，表明企业债务违约风险与债务资本成本呈显著的正相关关系。交互项Trust1×CoD和Trust2×CoD的系数显著为负，表明社会信任对企业债务违约风险的抑制作用在债务资本成本较高的企业中更加显著。表9结果表明，社会信任能够通过降低债务资本成本来抑制企业债务违约风险。

（二）异质性分析

1. 产权性质、社会信任与企业债务违约风险

大量研究表明，与非国有企业相比，国有企业存在比较严重的代理问题。一方面，“所有者缺位”导致管理层对国有企业具有较强的控制力，会产生比较严重的管理层代理问题；另一方面，作为国有企业的控股股东，政府往往要求国有企业承担国家发展战略任务和政策性负担，客观上与中小股东之间会产生利益冲突。此外，预算软约束还会减弱债务契约对国有企业行为的约束力，加剧债务融资过程中的代理问题。从信息传递角度看，政府对国有企业的隐性担保可能会使投资者对上市公司的信息质量缺乏足够的关注，存在诱发道德风险的可能（方红星等，2013）。由此可以推断，较高的代理成本和信息成本可能会使国有企业具有较高的债务违约风险。由于降低代理成本和信息成本是社会信任抑制企业债务违约风险的重要机制，社会信任对债务违约风险的抑制作用在国有企业中应更加显著。

本文将样本按照产权性质划分为国有企业和非国有企业两组，分别检验社会信任对企业债务违约风险的影响，结果见表10中列（1）和列（2）。 ¹⁶列（1）中Trust1的系数显著为负，表明社会信任能够显著抑制国有企业的债务违约风险；列（2）中Trust1的系数虽为负但不显著，没有证据表明社会信任能够显著抑制非国有企业的债务违约风险。组间系数差异检验表明，社会信任对债务违约风险的抑制作用在国有企业中更加显著，这验证了上文的推断并佐证了机制检验结果。

2. 市场化程度、社会信任与企业债务违约风险

中国市场化进程在地区之间存在差异，表现为东部地区的市场化程度较高，而中西部地区的市场化程度较低。一方面，市场化进程能够发挥外部治理机制的功能，形成对社会信任治理功能的替代。例如，较高的市场化程度能够有效促进金融体制改革，促使银行等金融机构提高决策自主性，更多地依据企业经营状况和财务质量等客观因素来合理配置信贷资源，有效降低信息不对称程度（Gu等，2022）。同时，较高的市场化程度还能提升公司治理水平，缓解企业内部代理冲突。另一方面，市场化进程能够扩大人际交往的半径，增加交易活动，增进社会信任。无论是替代效应还是促进效应都表明，社会信任对企业债务违约风险的抑制作用在市场化程度不同的地区存在差异。

本文根据样本企业所在地区市场化指数的中位数，将样本划分为市场化程度较高地区和较低地区两组，分别检验社会信任对企业债务违约风险的影响，结果见表10中列（3）和列（4）。列（3）中Trust1的系数虽为负但不显著，没有证据表明社会信任对市场化程度较高地区的企业债务违约风险存在显著的抑制作用。列（4）中Trust1的系数显著为负，表明社会信任能够显著抑制市场化程度较低地区的企业债务违约风险。组间系数差异检验表明，社会信任对企业债务违约风险的抑制作用在市场化程度较低的地区更加显著，这验证了社会信任与市场化进程等外部治理机制之间的替代效应。

3. 经济周期、社会信任与企业债务违约风险

宏观经济状况会影响社会信任与企业债务违约风险之间的关系。当宏观经济下行时，银行等金融机构往往会收紧信贷，市场中投资者的情绪相对悲观且投资意愿不强，此时企业将面临比较严重的融资约束并承受较高的资本成本。同时，经济收缩会加剧信息不对称所导致的道德风险，大股东和管理层具有较强的自利动机，企业可能凭借自身的信息优势策略性地违反债务契约（翟淑萍等，2022）。而当宏观经济处于扩张期时，资本市场整体向好，这有助于缓解企业面临的融资约束，降低企业融资成本。由于社会信任能够通过降低债务资本成本来抑制企业债务违约风险，社会信任对企业债务违约风险的抑制作用在经济收缩期应更加显著。

本文将样本划分为经济扩张期和经济收缩期两组，检验在经济周期的不同阶段，社会信任对企业债务违约风险的影响。借鉴陈冬等（2016）的方法，本文采用GDP增速作为经济周期的度量指标，将GDP增速小于样本中位数的年份定义为经济收缩期，反之则为经济扩张期。表10列（5）和列（6）中Trust1的系数显著为负，表明无论是经济收缩期还是经济扩张期，社会信任均能有效抑制企业债务违约风险。而组间系数差异检验表明，社会信任对企业债务违约风险的抑制作用在经济收缩期更加显著。

六、结论与启示

本文选取我国沪深两市2010—2021年A股上市公司为研究样本，采用预期违约概率来度量企业债务违约风险，采用城市商业信用环境指数（CEI指数）来度量地区社会信任程度，探讨了社会信任对企业债务违约风险的影响及其机制。研究发现，作为一种重要的非正式规则，社会信任能够通过降低债务融资过程中的信息成本、代理成本和资本成本，有效抑制企业债务违约风险。社会信任对企业债务违约风险的抑制作用在国有企业、市场化程度较低的地区以及经济收缩期更加显著。

本文的研究结论具有重要的实践启示。债务违约会直接影响企业生存和发展，尽管策略性违约能够为企业带来更多的收益，但是长期而言会损害企业声誉，增加融资成本，不利于企业长期发展。对企业而言，一方面，应积极坚守契约精神，培育守信的企业文化，努力成为经济发展过程中的“可信任”主体，提升企业在市场中的诚信形象，与其他经济主体一起共同创造良好的社会信任环境；另一方面，应充分认识社会信任对企业债务融资决策及其风险的影响，在财务决策过程中重视与债权人建立相互信任的良好合作关系，充分利用非正式规则的积极作用来提升企业价值。对政府部门而言，除了加强法律法规等正式制度建设外，应充分重视社会信任等非正式规则的作用，有效发挥社会信用体系在化解经济风险中的积极作用。一是要加快落实中共中央办公厅、国务院办公厅印发的《关于推进社会信用体系建设高质量发展促进形成新发展格局的意见》，培育和践行社会主义核心价值观，扎实推进信用理念，制定相应的社会信用体系建设实施细则；二是要充分利用互联网、大数据、人工智能等现代信息技术，加强社会信用体系基础设施建设，包括充实完善经济主体信用数据库、创新失信主体识别和预警体系等；三是要从制度建设和执行效率层面建立完善的失信惩戒机制，加大对失信主体的惩罚力度，提高失信主体的道德风险成本。

　

2由于城市商业信用环境指数从2010年开始编制，本文将2010年作为样本起始年份。

3该数据可从新加坡国立大学信用研究行动计划官网（https://nuscri.org）申请获取。

4数据获取网址为http://www.chinacei.org。

5为便于解释系数，本文将预期违约概率以百分数表示。

6由于地区商业信用环境在一定时期内相对稳定，同一地区的商业信用环境在相邻年度的变化也很小，因此本文采用平均插值法来补充未公布CEI指数年份的数据具有合理性。同时，为了检验插补数据是否会影响研究结论，本文采用公布CEI指数年份的数据进行了稳健性检验，研究结果依然成立。这表明采用平均插值法补充数据并未影响本文研究结论。

7受篇幅限制，本文控制变量的具体定义备索。

8由于城市商业信用环境在一定时期内相对稳定，本文的社会信任变量的变异主要表现在城市之间，而非同一城市的不同时间维度上，因此本文在基准回归中仅控制了行业和省份固定效应。在处理内生性问题时，本文考虑了包括公司固定效应在内的遗漏变量问题，研究结论不变。

9受篇幅限制，本文控制变量的描述性统计结果备索。

10受篇幅限制，本文控制变量的估计结果备索。

11Kleibergen-Paap rk LM统计量表征工具变量识别不足检验的结果；Cragg-Donald Wald F统计量表征弱工具变量检验结果，其判别标准是超过Stock-Yogo 10%显著性水平的临界值，本文中该临界值为10.38。

12感谢审稿人的建设性意见。

13受篇幅限制，本文稳健性检验结果备索。

14中国综合社会调查是由中国人民大学中国调查与数据中心分别在2008年、2010年、2011年、2012年、2013年和2015年实施的全国性、综合性的学术调查项目。除了2008年外，其他历次调查中均有以下问题：“总的来说，您是否同意在这个社会上，绝大多数人都是可以信任的?”被调查者可以从“完全不同意”到“完全同意”5种选项中选择最合适的，这5种选项分别赋值为1分到5分。本文采用城市被调查者所选选项分值的简单平均数来度量社会信任水平，数值越高表明社会信任水平越高。

15在样本期间只有深交所披露上市公司信息披露质量等级，本文基于Score的检验仅使用深交所样本。

16表10仅报告了以Trust1为解释变量的结果，以Trust2为解释变量的结果与表10一致。