一、樣本企業(yè)基本情況

本文使用的調(diào)查數(shù)據(jù)由2012年世界銀行“中國投資環(huán)境調(diào)查”（WBES）提供，此次調(diào)查采集的主要是截止到2011年底的企業(yè)層面相關(guān)數(shù)據(jù)[1]。與以往世界銀行在中國進行的調(diào)查數(shù)據(jù)類似，2012年年度調(diào)查數(shù)據(jù)采集的方法依然采用的是分層隨機抽樣法，此輪調(diào)查中，世界銀行對中國內(nèi)地12個省份的25個城市[2]中11個制造業(yè)行業(yè)2000多家私營中小企業(yè)進行調(diào)查 。涵蓋的制造業(yè)主要包括：食品業(yè)、紡織業(yè)、服裝業(yè)、電子儀器儀表業(yè)等。在調(diào)查中，每一個受調(diào)查的樣本企業(yè)分別詳細報告了企業(yè)的所有制情況、上下游供應鏈關(guān)系、企業(yè)所在城市的基礎設施、企業(yè)的信貸行為及銀行貸款、企業(yè)R&D情況、企業(yè)是否參與國際貿(mào)易、企業(yè)與政府相關(guān)部門的關(guān)系和企業(yè)的人力資本等狀況。

鑒于世界銀行的調(diào)查數(shù)據(jù)中，江蘇省內(nèi)城市僅有南京、蘇州、無錫、南通四個，同時，這四個城市在江蘇省經(jīng)濟發(fā)展領(lǐng)先，其數(shù)據(jù)樣本特色能夠代表江蘇地區(qū)的經(jīng)濟發(fā)展水平和江蘇地區(qū)中小企業(yè)的發(fā)展現(xiàn)狀，故本文選擇江蘇省4個城市（南京、蘇州、無錫和南通）的樣本企業(yè)進行實證分析。在對樣本進行篩選的基礎上，本文還對樣本數(shù)據(jù)進行了相應的清理，在研究中，本文保留了詳細回答了企業(yè)對融資約束的問題樣本（企業(yè)自我感知的融資難度）、企業(yè)成立年限、雇傭人數(shù)、出口狀況等異質(zhì)性因素數(shù)據(jù)后，本文最后得到的4個城市中的中小企業(yè)樣本數(shù)據(jù)是461家企業(yè)。

二、模型構(gòu)建與回歸方法

本文所使用的數(shù)據(jù)特點，本文建立如下（1）、（2）式的回歸模型，進一步檢驗江蘇省中小型制造業(yè)企業(yè)融資約束的影響因素：

（1）

（2）

其中，fc表示江蘇省中小型制造業(yè)企業(yè)自我感知的融資難易程度，fd表示中小企業(yè)所在的四個城市金融發(fā)展水平，考慮到金融發(fā)展影響的滯后性，本文使用2010年企業(yè)所在城市銀行貸款與2010年該城市GDP的比例代理金融發(fā)展。X表示其他影響企業(yè)融資約束的一系列控制變量，主要是企業(yè)的異質(zhì)性因素（如成立年限、規(guī)模、所有制等變量）。除此之外，本文在回歸模型中還包含了城市和行業(yè)虛擬變量，分別使用和表示，和表示回歸模型的隨機誤差項。

在對企業(yè)融資約束和企業(yè)融資行為進行實證研究的文獻中，存在兩種基本的研究取向：一種是把企業(yè)融資約束和融資行為視為連續(xù)變量，繼而運用OLS回歸方法分析相關(guān)因素的影響。因此本文采用文獻中廣泛使用的有序probit模型進行估計[3]。在本文的穩(wěn)健性檢驗中，本文也采用OLS的方法進行回歸，以檢驗回歸結(jié)果的穩(wěn)健性。

對于企業(yè)感知的融資難度變量，fc的取值為1-5，其中1表示“沒有障礙”、5表示“障礙嚴重”。如前文所述，本研究中的被解釋變量均為排序數(shù)據(jù)，一般而言，有序概率模型可以設定如下：

（3）

其中，為被解釋變量。Xi表示一系列影響企業(yè)融資約束的變量，例如成立年限、規(guī)模等。為某非線性函數(shù)，其具體形式為：

（4）

其中，為帶估計參數(shù)，稱為切點。是fc背后存在的潛變量，并滿足：

（5）

三、變量選取與描述性統(tǒng)計

首先是因變量——融資約束。目前對于企業(yè)融資約束（fc）的度量存在較多爭議，根據(jù)本文分析梳理的文獻中的度量方法，本文發(fā)現(xiàn)在已有文獻中，研究者經(jīng)常使用的企業(yè)融資約束衡量方法有如下三種：第一種是根據(jù)企業(yè)相關(guān)的財務信息進而通過計算企業(yè)投資的Euler方程進行衡量；第二種是使用企業(yè)的現(xiàn)金敏感度的變化進行衡量；第三種是在進行調(diào)查時通過對企業(yè)的融資狀況進行詳細的詢問，進而設置相應的變量，以此來度量企業(yè)對融資的難度感知或企業(yè)實際的信貸狀況進行衡量。

借鑒已有研究成果，并結(jié)合本文所使用的企業(yè)層面數(shù)據(jù)，本文這里采用企業(yè)對在生產(chǎn)經(jīng)營過程中對融資障礙的自我感知來衡量企業(yè)融資約束大小[4]，這種度量方式也已經(jīng)被研究者廣為采用。當然，為了檢驗本文的回歸結(jié)果的穩(wěn)健性，在后文中，本文還將替換對企業(yè)融資約束的度量方式來做穩(wěn)健性檢驗。

其次，對于自變量，主要包括如下變量：

①企業(yè)規(guī)模變量（size）。一般而言，對于具有較大的規(guī)模的企業(yè)而言，其可供抵押的物品也會相對充足，那么這樣的企業(yè)在需要從外部融資的時候，就不會受到銀行太多的條件限制，從而會獲得銀行的授信。本文使用企業(yè)起初經(jīng)營時所雇傭員工數(shù)的自然對數(shù)來度量企業(yè)規(guī)模變量。

②企業(yè)成立年限變量（age）。對于企業(yè)的融資問題而言，成立越久的企業(yè)其經(jīng)營策略將趨向于穩(wěn)定，那么其對外部資金的需求就相對較小，而且成立的時間越長，則企業(yè)的在經(jīng)營中積累的社會資本也就越多，從而使得企業(yè)能通過非金融機構(gòu)獲得資金支持，同時這些企業(yè)也會積累大量的自有資金。本文采用調(diào)查年份減去開始經(jīng)營年份作為企業(yè)的成立年限變量。

③企業(yè)所有制變量（own）。已有的國內(nèi)外文獻都表明，發(fā)展中國家的正規(guī)金融機構(gòu)存在所有制偏好。據(jù)此，本文以國有企業(yè)為基準組，進而設置了兩個虛擬變量，分別是外資企業(yè)（own1）和私營企業(yè)（own2）。

④企業(yè)是否出口變量（exp）。國際經(jīng)濟學研究表明，企業(yè)嵌入全球價值鏈后，通過“干中學”等方式可以獲得來自國外的先進技術(shù)或管理經(jīng)驗，針對中國的企業(yè)進行的研究表明，如果一個企業(yè)受到了信貸配給，則會阻礙企業(yè)進行出口，因為在企業(yè)進行出口時也要進行相應的投入。據(jù)此在本文中，其出口目的地為國際市場，則定義為有出口并賦值為1，否則為0。

⑤企業(yè)的成長性變量（gro）。一般而言，如果一個企業(yè)所在的行業(yè)屬于成長性較強的行業(yè)，或者企業(yè)在經(jīng)營過程中成長性較強，則金融機構(gòu)在對企業(yè)進行授信的實地調(diào)查中會觀察到企業(yè)的經(jīng)驗狀況。這也會使得企業(yè)較易獲得金融機構(gòu)的授信。因此本文計算了企業(yè)的銷售收入增長率，并用該數(shù)據(jù)度量企業(yè)經(jīng)營的成長性。

最后，由于企業(yè)所屬行業(yè)和所在城市的不可控因素也可能會影響到企業(yè)的融資行為和金融機構(gòu)對企業(yè)的授信，因此在本文中，我們回歸模型中引入了企業(yè)所在城市的虛擬變量（由此產(chǎn)生了4個虛擬變量，并以南京為參照組）和企業(yè)所屬行業(yè)（本文以企業(yè)所在2分位的行業(yè)代碼將進行分組，并以食品加工業(yè)為參照組）的虛擬變量，通過這兩個虛擬變量，來對不可控因素進行控制。

四、企業(yè)融資約束影響因素分析

在使用橫截面數(shù)據(jù)進行實證分析時，需要注意回歸模型中可能存在的異方差和多重共線問題。對于異方差問題，在上述變量選取中我們對一些加總后的變量（主要是企業(yè)規(guī)模變量）通過取自然對數(shù)的方式來緩解其中的異方差。對于多重共線問題，本文檢驗了自變量之間的相關(guān)系數(shù)，由于各自變量之間的相關(guān)系數(shù)都沒有超過0.5，因此我們可以推測回歸模型中的多重共線問題并不會影響了回歸結(jié)果。

對于企業(yè)所有制變量。從回歸結(jié)果可以看出，其他條件不變情況下，外資企業(yè)雖然會降低企業(yè)融資難度，但不具有統(tǒng)計上的顯著性。這可能與本文的外資企業(yè)樣本量小有關(guān)。對于私營企業(yè)而言，本文發(fā)現(xiàn)，相對于國有企業(yè)而言，私營企業(yè)在進行外部融資時，其自我感知的融資難度會增加3.86個百分點。這一結(jié)果與大多數(shù)國內(nèi)外已有研究相一致。這意味著對發(fā)展中國家而言，對融資主體存在著一定的所有制歧視。

對于企業(yè)是否出口變量。結(jié)果也表明，企業(yè)出口與否并不會影響企業(yè)融資約束。雖然已有研究普遍認為融資約束會顯著影響到企業(yè)的出口行為，但反過來這一影響并不存在統(tǒng)計上的意義。

對于企業(yè)成長性變量?；貧w結(jié)果表明，控制其他條件不變，企業(yè)成長性會降低企業(yè)自我感知的融資難度，并至少在10%水平上顯著。本文的研究說明，企業(yè)的年銷售增長率每增加1%，則企業(yè)自我感知的融資難度至少會下降2.6個百分點。

五、穩(wěn)健性檢驗及結(jié)論

為了檢驗本文回歸結(jié)果的可靠性，結(jié)合本文使用的數(shù)據(jù)特點，在借鑒已有文獻通常的做法基礎上，本文采用probit、oprobit、OLS三種方式對回歸結(jié)果進行穩(wěn)健性檢驗：

對于企業(yè)融資約束的度量。正如前文所述，在基本回歸中本文采用的是企業(yè)自我感知的融資難度。但對企業(yè)融資約束有多中度量方式，結(jié)合本文使用的調(diào)查問卷，在穩(wěn)健性回歸中，本文采用企業(yè)是否獲得了銀行等機構(gòu)的授信作為企業(yè)融資約束的度量方式，如果企業(yè)獲得了授信，則賦值為1，否則為0，然后進行回歸。

結(jié)果表明：企業(yè)規(guī)模、企業(yè)的成長性以及企業(yè)是私營企業(yè)依然與企業(yè)能否獲得金融機構(gòu)的授信存在顯著關(guān)系。這再一次表明，金融機構(gòu)在對中小企業(yè)進行授信時，可能關(guān)注的重點指標就是企業(yè)能否有足夠的抵押品、企業(yè)能否獲得穩(wěn)定的收入或現(xiàn)金流以及企業(yè)的所有制身份。

總之，通過對江蘇省中小企業(yè)自我感知的融資約束影響因素的實證檢驗，本文發(fā)現(xiàn)，企業(yè)的規(guī)模、企業(yè)的年銷售增長率和企業(yè)的所有制，會顯著影響到企業(yè)的融資約束，這也意味著，未來的政策改革方面應從這三個方面入手。

注釋：

除本輪調(diào)查之外，世界銀行還分別在2002、2003和2005年在中國進行了相似的“投資環(huán)境”調(diào)查，本文使用的是最新的一輪調(diào)查數(shù)據(jù)。

這25個調(diào)查城市包括：北京、廣州、深圳、東莞、佛山、唐山、石家莊、鄭州、洛陽、合肥、武漢、南京、蘇州、無錫、南通、上海、沈陽、大連、濟南、煙臺、青島、杭州、寧波、溫州和成都。

也有很多學者將排序變量直接看作為連續(xù)變量，從而直接使用OLS方法進行回歸，例如左翔和李明（2016）、周廣肅、樊綱和申廣軍（2014）等在研究過程中就直接將排序變量看作為連續(xù)型變量，而直接采用OLS方法進行回歸。

采用這種度量方式的缺點是企業(yè)融資約束的自我感覺容易受到企業(yè)過去的經(jīng)歷和企業(yè)經(jīng)營績效的影響，本文在穩(wěn)健性檢驗中區(qū)分了企業(yè)的生產(chǎn)績效。（作者單位為南京大學）