魯斯琪

[提要] 在綠色信貸背景下，通過有效整合企業(yè)債務(wù)融資、社會嵌入性和多層統(tǒng)計模型等三個方面的理論，以影響企業(yè)債務(wù)融資的微觀因素為層一變量，以社會嵌入型因素為層二變量，利用上市公司2006年以來的數(shù)據(jù)，對企業(yè)債務(wù)融資情況進行研究。

關(guān)鍵詞：綠色信貸；債務(wù)融資；多層統(tǒng)計模型

中圖分類號：F83 文獻標(biāo)識碼：A

收錄日期：2017年11月8日

改革開放以來，我國社會經(jīng)濟發(fā)展取得了矚目成就，但高污染、高耗能的粗放型增長使我國經(jīng)濟發(fā)展難以為繼。基于此背景，原國家環(huán)保局、中國銀監(jiān)會聯(lián)合中國人民銀行于2007年7月發(fā)布了《關(guān)于落實環(huán)保政策法規(guī)防范信貸風(fēng)險的意見》，意味著綠色信貸的主要目的是把強化監(jiān)管與規(guī)范信貸管理緊密結(jié)合，把企業(yè)環(huán)境守法情況作為給企業(yè)發(fā)放貸款的前提條件。

從金融監(jiān)管機構(gòu)角度來看，綠色信貸的實施使商業(yè)銀行在信貸業(yè)務(wù)流程中加入環(huán)境風(fēng)險分析，將環(huán)境信息披露作為信貸審批、貸后監(jiān)管的重要依據(jù)。從商業(yè)銀行角度來看，隨著環(huán)境監(jiān)管日益嚴格，不少污染嚴重的企業(yè)被關(guān)閉或限制生產(chǎn)，環(huán)境問題造成不良貸款增加，迫使銀行等金融機構(gòu)慎重考慮環(huán)境問題引發(fā)的金融風(fēng)險。因此，綠色信貸政策可以對企業(yè)債務(wù)融資產(chǎn)生影響，這一邏輯關(guān)系在有融資需求的高耗能企業(yè)中尤為顯著。以往研究缺乏影響企業(yè)債務(wù)融資的作用路徑分析，而路徑分析能為企業(yè)今后發(fā)展提供有價值的參考意見。

一、社會嵌入視角下企業(yè)債務(wù)融資影響因素

新經(jīng)濟社會學(xué)的代表人物Granovetter指出古典經(jīng)濟學(xué)存在“社會化不足”，他指出“我們研究的組織及行為受到社會關(guān)系的制約，把它們作為一個獨立的個體進行分析是個嚴重的誤解。”因此，影響企業(yè)債務(wù)融資因素研究不應(yīng)該缺少社會嵌入維度。用新經(jīng)濟社會學(xué)嵌入性理論分析影響企業(yè)債務(wù)融資因素，將影響企業(yè)債務(wù)融資因素重新劃分為：企業(yè)內(nèi)部基本因素與社會場景因素。由于企業(yè)規(guī)模、營業(yè)收入年度增長率、企業(yè)上市年限屬于企業(yè)自身內(nèi)部因素，本文將上述因素稱為影響企業(yè)債務(wù)融資能力的基本因素；而政府政策、人們的認知屬于企業(yè)外部因素，本文稱其為影響企業(yè)債務(wù)融資能力的社會場景因素。

按嵌入性的維度將影響企業(yè)債務(wù)融資能力的嵌入性分為：認知嵌入、政治嵌入。依據(jù)Granovetter對結(jié)構(gòu)嵌入和Zukin、Dimaggio對認知嵌入、政治嵌入的概括，本文給出影響企業(yè)債務(wù)融資能力的嵌入性概括。

認知嵌入是指各企業(yè)發(fā)展過程中會形成一定的“群體思維和群體認知”。比如，反映企業(yè)所在地人民對當(dāng)?shù)仄髽I(yè)環(huán)境保護問題了解、認識程度的經(jīng)濟增長百度搜索量。這些群體思維和群體認知會顯著影響經(jīng)濟主體的戰(zhàn)略選擇、執(zhí)行以及日常運營管理等經(jīng)濟活動。

政治嵌入是指企業(yè)債務(wù)融資能力會受到國家和所在地的政治體制和權(quán)利結(jié)構(gòu)等政治環(huán)境的影響。政治嵌入主要關(guān)注政治因素對影響企業(yè)債務(wù)融資能力的制度特征。如，國家頒布相關(guān)法規(guī)，對企業(yè)所有權(quán)控制。

二、社會嵌入視角企業(yè)債務(wù)融資能力影響因素實證分析

本文的嵌入性視角下影響企業(yè)債務(wù)融資能力的因素，采用國家統(tǒng)計發(fā)展報告里規(guī)定的高耗能企業(yè)中的有色金屬冶煉及壓延加工業(yè)。

（一）模型選擇。多層線性模型最早于1972年由Lindley等提出，主要用于分析具有嵌套結(jié)構(gòu)的數(shù)據(jù)；王濟川認為分析具有個體嵌套在更高水平單位里的分級結(jié)構(gòu)數(shù)據(jù)或多層數(shù)據(jù)的適當(dāng)方法是多層統(tǒng)計模型，它不僅能正確處理模型參數(shù)問題，而且能夠同時分析微觀和宏觀效應(yīng)以及跨層交互作用。由于企業(yè)債務(wù)融資能力具有嵌入性的特征，我們選擇適合于一般嵌入性分析的多層統(tǒng)計模型作為分析企業(yè)債務(wù)融資能力數(shù)理模型。

（二）變量的選擇與數(shù)據(jù)來源。依據(jù)影響債務(wù)融資能力的因素和社會嵌入性理論，層一層二變量選擇如下：

層一被解釋變量：企業(yè)債務(wù)融資能力，用企業(yè)新增借款數(shù)來衡量（loan）。

層一解釋變量：公司規(guī)模，用公司年末總資產(chǎn)的自然對數(shù)來衡量（size），企業(yè)上市年限（time），企業(yè)增長用企業(yè)營業(yè)收入的年度增長率（growth）來衡量。

層二解釋變量：認知嵌入用上市公司所處地的環(huán)境保護百度pc指數(shù)來代替；政治嵌入分為政策性政治嵌入（COE）和控制性政策嵌入（PRI）。分別用公司所在地的環(huán)保政策和公司實際控制人屬性替代（國有為1，其他為0）。

三、實證結(jié)果分析

本文是多層統(tǒng)計模型的結(jié)果，使用專業(yè)HLM7.0軟件。

（一）運用零模型把影響債務(wù)融資能力的因素的變異分解成能由層一企業(yè)自身因素和層二社會嵌入性因素解釋，并依據(jù)組內(nèi)相關(guān)系數(shù)決定是否建立多層統(tǒng)計模型。

其中，層一模型中的解釋變量都是用組中心化后的數(shù)據(jù)參與運算的。growth為正向顯著因子，回歸系數(shù)為0.046425，表明企業(yè)營業(yè)收入每增加1%，企業(yè)債務(wù)融資能力就增加0.046425個單位。這是由于企業(yè)經(jīng)營狀況良好，銀行就更愿意給企業(yè)提供借款，這一結(jié)果與大多數(shù)學(xué)者研究的一致。

size為正向顯著因子，回歸系數(shù)為8.7309，表明企業(yè)規(guī)模增加一個單位就會引起企業(yè)債務(wù)融資能力變化8.7309個單位。這一結(jié)果也與大多數(shù)學(xué)者研究的一致，規(guī)模越大的企業(yè)越不容易出現(xiàn)違約情況，債務(wù)融資能力越好。

time為負向顯著因子，表明企業(yè)上市年限增加一年，企業(yè)債務(wù)融資能力就會減少4.5537個單位，這可能是由于企業(yè)一般采取溢價發(fā)行上市，上市之初的高市值提升了企業(yè)債務(wù)融資能力，隨著上市時間增加，市值降低，債務(wù)融資能力有所減弱。

經(jīng)過調(diào)整后，得出層二變量size的斜率β1方程中，PC為負向預(yù)期因子，表明認知嵌入對企業(yè)債務(wù)融資能力產(chǎn)生了影響。當(dāng)百度PC指數(shù)每增加一個單位時，size對企業(yè)債務(wù)融資能力的負向影響會降低11.45個單位。PRI為負向預(yù)期因子，表明政治嵌入對企業(yè)債務(wù)融資能力產(chǎn)生了影響，表明PRI每增加一個單位時，size對企業(yè)債務(wù)融資能力的負向影響會降低33.26個單位。COE為正向預(yù)期因子，表明政策嵌入與企業(yè)債務(wù)融資能力正相關(guān)，表明COE每增加一個單位時，size對企業(yè)債務(wù)融資能力的負向影響會增加17.77個單位。

結(jié)合層一、層二模型結(jié)果和嵌入性變量對β0j、β1j、β2j、β3j的方差成分解釋程度進行分析，得出層一方差由1，352縮小到1，044，說明嵌入變量對模型解釋力提升。

四、結(jié)語

本文概括影響企業(yè)債務(wù)融資能力的認知嵌入、政治嵌入，實證分析社會嵌入視角企業(yè)債務(wù)融資能力的影響因素，解決了債務(wù)融資能力影響因素的作用路徑問題。實證分析中，合理的利用大數(shù)據(jù)（百度指數(shù)）作為一個分析視角，以體現(xiàn)大數(shù)據(jù)對決策的影響與作用。以上關(guān)于企業(yè)債務(wù)融資能力影響因素的研究蘊含以下啟示：提高企業(yè)債務(wù)融資能力時，既要考慮企業(yè)自身因素，也要考慮社會嵌入因素。

主要參考文獻：

[1]張洪波，劉殿國.多變量整體模式的累加多層統(tǒng)計模型研究及應(yīng)用[J].統(tǒng)計與信息論壇，2009.12.

[2]王濟川.多層統(tǒng)計分析模型——方法與應(yīng)用[M].北京：高等教育出版社，2008.

[3]李曉西，夏光.中國綠色金融報告[M].北京：中國金融出版社，2014.