文献品读(三百一十八)
来源:本站 日期:2024/07/01 浏览:281次

论文标题:Do Firms Follow the SEC’s Confidential Treatment Protocols? Evidence from Credit Agreements

中文标题:公司是否遵守SEC的保密处理协议?来自信贷协议的证据

原文来源:Saavedra, D. 2023. “Do firms follow the SEC’s confidential treatment protocols? Evidence from credit agreements.” Rev Account Stud, 28: 1388–1412.

供稿:胡星、景梓悦、丁龙飞

封面图片来源:Pexels


编者按

尽管贷款机构是企业融资的主要来源,但人们对它们是否以及如何影响企业的强制性披露却知之甚少。文章考察了公司在编辑信用协议中可能重要的信息时,是否遵循了美国证券交易委员会的保密处理协议。基于未遵循SEC指令的视角,文章通过提供证据表明贷款人帮助塑造信贷协议中的披露,为调查披露的决定因素和后果的文献提供了新的见解。


研究背景

(一)制度背景

S-K条例要求公司在8-K10-K10-Q报表中提交重大债务合同。然而,借款人可以申请SEC允许对合同中的非实质性专有信息进行修改。要申请保密处理,公司必须向SEC提交包含敏感材料的文件,并进行编辑。申请人必须删除该证物中的所有机密信息,并在其已删除的地方做上标记。该文件必须在证物的适当位置表明,机密信息已单独提交给SEC。公司还必须提交一份详细的申请,说明寻求保密处理的文本,豁免法律依据的声明,并解释为什么披露信息对于保护投资者是不必要的,保密处理的要求通常得到美国证券交易委员会的批准,而且费用相对较低。

根据坊间的证据,借款人在收费信函或辅助文件(如时间表、展品和抵押品文件)方面通常不会严格遵守SEC的指令。这些文件通常包含未向公众披露的重要信息。例如,费用函详细说明了合同的费用结构。

(二)文献背景

文章涉及不遵守SEC指令的研究。例如,SchwartzSoo(1996)指出不遵守SEC要求及时披露审计师变动的规定。Robinson等人(2011)研究了不遵守强制性薪酬披露的情况。Caskey等人(2023)研究了不遵守及时贷款披露的情况。文章的不同之处在于,提供的证据表明,信贷协议的各方经常在未经SEC批准的情况下隐瞒潜在的重大信息。

文章与VerrecchiaWeber(2006)的研究密切相关,他们发现提交给SEC的保密处理请求与逆向选择措施的恶化有关。特别是当公司编辑信息时,买卖价差的逆向选择成分的同期度量上升,市场深度恶化,股票周转率下降。他们还发现,公司在发行长期债务时不太可能进行修订,而当它们处于竞争激烈的行业或经历亏损时,更有可能进行修订。Heinle et al(2022)开发并测试了一个理论模型,该模型预测公司在修订强制性披露时增加了自愿披露,这与Glaeser(2018)的早期研究结果一致。Thompson(2022)提供的证据表明,公司的政治关系与美国证券交易委员会(SEC)对可能是专有信息的保密处理的决定有关。Bao等人(2022)提供的证据表明,管理者使用保密请求来掩盖坏消息。Thompson等人(2022)发现,至少有一些法律上无关紧要的编辑信息对投资者来说是经济上重要的。文章的发现扩展了这一研究,表明即使公司没有征求证交会的许可,它们也会编辑信息。

文章还涉及到一些研究贷款人如何影响自愿披露的论文。Vashishtha(2014)发现,企业在违反契约后会降低管理预测。一系列分析表明,信息披露的减少部分反映了股东将监督委托给银行,从而要求更少的信息披露。Lo(2014)研究了银行财务健康状况的下降是否会影响借款人的自愿披露,与未受影响银行的借款人相比,受影响银行的借款人增加了其管理预测的数量和信息量。ChenVashishtha(2017)将电话会议的发生率作为主要的披露指标,发现借款人在其贷款银行合并或收购后显著增加了披露。文章补充了这些研究,表明贷款人的激励有助于塑造借款人在信贷协议中的强制性披露,从而使其他借款人无法看到合同条款。

 

  研究贡献

文章的研究结果有以下三点研究贡献。第一,文章提供了未遵循SEC指令的新见解。文章表明,公司在编辑信用协议中可能重要的信息时,往往不遵守SEC的保密处理协议。第二,文章补充了通过显示出借人激励影响强制性披露的文献。尽管贷款机构是企业融资的主要来源,但人们对它们是否以及如何影响企业的强制性披露却知之甚少。通过提供证据表明贷款人帮助塑造信贷协议中的披露,为调查披露的决定因素和后果的文献提供了新的见解。第三,文章发现Refinitiv / LPC Dealscan数据库很少包含编辑过的费用数据,这表明该数据库可能存在数据偏差,因此可能会影响到包括债务成本指标中费用的分析,例如Dealscan提供的全收差。

 

  假设提出

文章的第一个预测是,贷方在监控借款人方面所做的投资与信贷协议中修订重要信息的可能性有关。贷款机构不愿透露他们收取的费用等信息,以保护他们的利润,并让其他客户不知道他们的情况。坊间证据表明,这是该行业的普遍做法(Willcox 2022)。因此文章预计带有更多条款或复杂条款的贷款合同更有可能被修订。其理念是,在这种情况下,贷款人必须付出更大的努力来监督借款人(因为未来重新谈判合同的可能性更高),从而要求修订以补偿这种努力。合同的数量越多,合同越详细,出借方就越需要跟踪与这些合同相关的指标,合同就越有可能被重新谈判,这就需要出借方付出额外的努力。反过来,如果作为回报,他们能从贷款人加强的监督中获益的话,股东也愿意接受对信贷协议进行修订。

文章第二个预测是,当借款人受到信贷限制时,他们在贷款协议中隐瞒重要信息(如贷款费用)的动机会增加。通过减少信息披露,借款人可以避免披露高额费用,这可能会对他们的信贷质量和筹集债务的真实成本发出负面信号。文章使用两个变量来代表信用约束:相对于同一行业的借款人发行的其他贷款的超额贷款息差,以及借款人是否没有信用评级。

 

  研究设计

(一)数据来源与样本选择

为了确定信贷协议中是否以及哪些部分被修改,同时保持手工收款的可管理性,文章将重点放在具有重大尽职调查需求的公司样本上:Nini等人(2009)认为,带有资本支出契约的合同对监控需求特别敏感,文章从Dealscan的观测值开始,可以使用Roberts Dealscan - Compustat链接到Compustat。文章还需要贷款条款和控制变量的足够数据,遵循以往的研究排除了金融行业和受监管的公司,并且排除了没有财务契约信息的合同,以确保Dealscan收集的信息是可靠的。从1995年到2012年,总共有11017笔交易,其中2645笔包含资本支出协议。最后,为了确定贷款协议是否被编辑,手动将这2645个贷款中的每一个与来自EDGAR的相应贷款合同进行匹配。贷款合同附在8-K10-Q10-K文件中。能匹配其中83%的合同,得到2204份贷款合同的样本。

如果以下两种情况中的任何一种适用,将信用协议归类为已修订。首先,如果公司要求证券交易委员会允许其在贷款合同文件中向投资者隐瞒信息(要求保密处理),将合同归类为已编辑的合同。其次,如果贷款人收取的部分或全部费用在单独的、未披露的文件或费用信函中详细说明(缺少费用信息),将合同归类为已修订合同。

为了深入了解哪些费用被修改了,以及它们有多重要,文章搜索了保密的费用信件,找到了其中的七个,比较了编辑费用对公司盈利能力(ROA)的影响,结果发现修订费用的影响可能是实质性的。此外,为了确定贷款是否包括需要更深入监控的契约,文章将资本支出契约分为普通契约和监控密集型契约。普通契约是那些规定借款人在合同的每一年可以投资的最高金额,而不包括国家或有条款、结转条款或两者兼而有之的条款。监控密集型契约包括资本支出陈述或有条款,该条款根据借款人的表现限制可允许的投资金额,以及允许借款人滚动未使用的资本支出金额的结转条款,或两者兼而有之。

(二)描述性统计

1给出了本研究变量的描述性统计。近73%的合同已被修改。然而,只有不到1%的贷款披露公司要求SEC进行保密处理。这一发现表明,公司可能并不总是遵守SEC的保密处理协议。盟约数目的平均值为3.45。监测密集型契约的平均值为0.47,这表明近50%的观察结果都有资本支出契约,需要对借款人进行更详细的监测。

根据定义,经行业调整后的贷款息差均值为零。未评级的平均值为0.65,表明大多数借款人没有信用评级。此外,平均ROA是负的,16.4%的观察结果涉及高科技行业的公司,24.5%的观察结果涉及诉讼风险较高的行业的公司。最后,交易金额与资产的平均值为0.45,表明贷款在样本企业的资本结构中发挥了重要作用。

-1- 变量描述性统计

 image.png

(三)研究模型

文章构建以下模型来检验文章的两个基本假设:

image.png 

其中,利息的结果变量是Redacted,这是借款人是否要求SEC对某些信息进行保密处理或协议未披露所有费用信息的虚拟值。为了代表贷款人编辑信息的动机,使用了契约数量或监测密集型契约。文章的预测是,在这些情况下,β1 > 0,这表明当贷款人在监督借款人方面投入更多资金时,协议更有可能被修改。为了代表借款人编辑信息的动机,要么使用行业调整后的贷款息差(等于向借款人收取的贷款息差超过向Fama-French相同的48个行业分类中的同行收取的贷款息差),要么使用未评级。文章的预测是,在这些情况下,β1 > 0,这表明当借款人受到更多信贷约束时,协议更有可能被修改。

VerrecchiaWeber(2006)的研究之后,文章额外纳入了一些可能影响信用协议修订的公司特征的控制变量。包括公司产品市场上的竞争力(Herfindahl指数)、盈利能力(ROA)、公司年龄(存续年数)、公司规模(总资产)、成长机会(市净率)、与银行之间的贷款次数、是否处于高科技行业、是否更容易收到诉讼(生物技术、计算机、电子或零售行业)、业务的不确定性(现金流量波动率)和贷款期限。在1%99%的水平上对所有连续控制变量进行缩尾处理,并使用公司层面聚集标准误,为了简化对结果的解释,将所有连续变量标准化,使其均值为零,标准差为1

 

  实证结果

(一)基准回归

2提供了估计关于贷款人隐瞒信息动机时的结果。在第1列中,契约数量的系数显著为正(0.049)。该系数表明,契约数量每增加一个标准差,信用协议中潜在重要信息被隐瞒的概率就会增加4.9%。在第2列中,监测密集型契约的系数显著为正(0.127)。这一系数表明,要求放款人进行更多监督的合同被修改的可能性要高出12.7%。与文章第一个基本假设相一致,当出借人在监督方面投入更多资金时,合同将更有可能隐瞒信息,从而使出借人获得信息优势。

关于控制变量,结果表明,大公司和高诉讼风险行业的公司更有可能编辑信用协议。面临高诉讼风险的公司可能希望限制获取可能增加这种风险的信息。此外,交易金额较大、到期日较长的合同更有可能被修改。这一结果与贷款规模越大、合同期限越长时,贷款人保护私人信息的动机越强是一致的。

3提供了估计关于借款人隐瞒信息动机时的结果。在第1列中,行业调整贷款息差的系数显著为正(0.025)。该系数表明,行业调整后的价差每增加一个标准差,信用协议中潜在重要信息被隐瞒的可能性就会增加2.5%。在第2列中,没有评级的系数显著为正(0.067)。这个系数表明,与未评级借款人签订的合同被修改的可能性要高出6.7%。表5的证据表明,当借款人受到更多的信贷约束时,合同更有可能隐瞒信息,以避免向市场发出负面信号。与文章第二个基本假设相一致,当借款人更有可能被收取更高的费用时,他们将避免披露这些费用。

-2- 贷款人激励和修订信贷协议

image.png 

-3- 借款人激励和修订信贷协议

image.png 

(二)进一步分析

1. 贷款人进行修订的动机

贷款人可能希望从信贷协议中保留信息,因为他们不希望其他借款人发现合同条款,这可能导致盈利能力下降。另外,贷款人可能会寻求信息优势,通过使外部贷款人更难以竞争借款人的贷款来支持借款人(Rajan 1992)。为了深入了解哪种动机占主导地位,文章调查了未来与贷款相关的结果。如果银行要求修订以获得信息优势来支持借款人,预计修订的信贷协议与现有贷方安排下一笔贷款和收取更高的未来利率有关。贷方要求对潜在的重要信息进行编辑,以便对其他借款人隐藏这些信息。

通过采用以下回归模型,验证修订信贷协议是否会增加现有贷款人安排下一笔贷款并收取更高利率的机会:

image.png 

Future Outcome是以下三个变量之一。同一贷款人是一个虚拟变量,如果借款人的下一笔贷款是由当前的主要贷款安排机构发放的,则等于1,否则为0。未来贷款利差等于借款人下一次贷款的贷款利差的自然对数。差额贷款利差等于未来贷款利差与当前贷款利差之差的自然对数。控制变量包括贷款的出借人数量、利率(仅在相同出借人的情况下)、贷款金额、期限、贷款包中的金融契约数量和年度固定效应。

4汇报了回归结果。研究结果表明,有修订信贷协议的借款人更有可能向当前的牵头安排人发放下一笔贷款。然而,几乎没有证据表明,这种修订增加了未来贷款的成本,这表明,贷款机构在信贷协议中隐瞒潜在重要信息的动机,不太可能与阻碍借款人有关。相反,有证据表明,存在一种均衡的结果,即贷款人从修订中受益,因为其他借款人看不到潜在的相关信息。作为交换,借款人在发放下一笔贷款时,将受益于银行加强监督和这种关系的延续。

-4- 未来贷款

image.png 

2. Refinitiv / LPC Dealscan数据库是否正确编码丢失的费用信息?

一个悬而未决的问题是,LPC Dealscan是否正确地编码了丢失的费用信息。一种可能性是银行以机器可读的格式提供所有数据给LPCSEC的文件并不是LPC的唯一来源文件。或者,如果LPC依赖于归档,那么他们就会丢失这些数据和编码,例如,带有偏见的all -in- draw Spread。为了回答这个问题,文章随机选择了200个缺少费用信息的合约,并手动检查每个合约在SEC备案和LPC数据库之间的费用数据差异如果Dealscan(1)只记录协议中披露的费用(尽管存在包含额外费用的保密收费函),或者(2)缺少协议明确指出的单独收费函中包含的费用类型的数据,将信用协议中的费用数据归类为Dealscan中编码错误的费用数据。

文章发现98.5%的协议(200个协议中的197)Dealscan中有错误编码的费用数据。只有1.5%(200个合同中有3)的合同在Dealscan中包含超出合同披露的费用信息。因此,Dealscan可能只正确编码了这三个合同的费用数据鉴于贷款人经常向数据提供商报告其所有银团贷款承销活动(Bird等人,2019),他们不将大多数合同的费用数据传递出去的事实进一步证实了贷款人隐藏这些信息的动机。此外,有证据表明,Dealscan上的费用数据是不完整的,因此,当它被纳入资本成本衡量标准时,可能会产生偏差。

3. 从信贷协议中删除的其他信息

文章检验了在合同中没有披露这些信息的情况下,信贷协议中遗漏了哪些其他信息。为了提供见解,研究了随机选择的100份债务协议,并对遗漏的信息进行了分类。在阅读每个合同的不同部分时,注意未披露的展品和时间表。例如,债务合同通常有部分讨论(除其他事项外)贷款份额如何分配给集团以及贷款的抵押品是什么。这些部分然后引用提供此信息的展品或时间表。然而,并不是所有的合同都附有这些证据和时间表。其他人有这些附件,但它们是空白的。在这些情况下,将合同归类为关于该主题的缺失信息。

5汇报了相关结果。20%的合同缺少关于合同条款的信息,比如分配给贷款集团每个成员的股份。此外,29%的合同缺少与合规性相关的附件和时间表,其中可能包括如何计算特定的契约阈值;62%的银行缺少有关贷款抵押品的信息,包括如何计算借款基数以及抵押了哪些资产;投资信息和诉讼信息缺失的比例分别为29%38%。最后,69%的人修改了公司信息。

-5- 其他编辑信息

image.png 

(三)稳健性检验

为了证明用于测试预测的变量不是简单地捕获相同的结构,通过在同一回归中包含所有解释变量来进行稳健性测试。表6给出了包括捕获贷方和借款人激励的所有变量在内的结果。结果对所有变量都是显著的。

-6- 稳健性检验

image.png 

 

  研究结论

文章考察了公司在编辑信用协议中可能重要的信息时,是否遵循了美国证券交易委员会的保密处理协议。研究结果表明,大多数公司可能会隐瞒潜在的重要信息,而不向美国证券交易委员会提交保密处理请求,也不让利益相关方意识到他们的信息劣势。文章还发现贷款人和借款人的动机驱使他们决定从信贷协议中隐瞒潜在的重要信息。最后,文章验证了贷款机构影响审查决定并非出于对竞争对手的担忧,而是因为它们不希望其他借款人看到这些条款。

        Abstract:

I examine whether firms follow the Securities and Exchange Commission’s confidential treatment protocols when redacting potentially material information from their credit agreements. My findings suggest that most firms may not comply with SEC directives: they withhold potentially material information without following the SEC’s confidential treatment protocols and without making interested parties aware of their information disadvantage. I also find evidence consistent with lender and borrower incentives driving the decision to withhold potentially material information from the credit agreement. My findings are consistent with lenders influencing redaction decisions not out of concern about rivals but because they do not want their other borrowers to see the terms. Finally, I find that the Refinitiv / LPC Dealscan database rarely includes redacted fee data, thus leading to potential biases when fees are included in cost of debt measures.


中南财经政法大学政府会计研究所 © 2019 版权所有 鄂ICP备09005423号-7
地址:湖北省武汉市东湖新技术开发区南湖大道182号 邮箱:govacc@163.com