蔣匯 朱玉杰

0 引言

中國共產(chǎn)黨的十九大報告中指出，我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期，建設(shè)現(xiàn)代化經(jīng)濟體系是跨越關(guān)口的迫切要求和我國發(fā)展的戰(zhàn)略目標。由于我國商業(yè)銀行體系以及多種所有制經(jīng)濟在改革開放后才逐步發(fā)展起來，信貸資源配置在很長一段時間內(nèi)存在受政府部門影響、向國有企業(yè)傾斜等非市場化配置的現(xiàn)象。因此，將優(yōu)質(zhì)信貸資源投放到高質(zhì)量發(fā)展的企業(yè)，提升自身信貸篩選效率，應(yīng)是我國銀行業(yè)推進落實穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生、防風(fēng)險以及促進經(jīng)濟脫虛向?qū)嵉雀黜椆ぷ鞯闹攸c。降低非市場因素對信貸資源配置的影響，提升信貸篩選效率也是要素配置市場化的必由之路。

在信貸配置與信貸篩選效率的影響因素方面，本文主要考慮兩類機制的效應(yīng)：政治聯(lián)系與銀企關(guān)系?；谛轮贫冉?jīng)濟學(xué)的的視角，關(guān)于企業(yè)政治聯(lián)系的研究一般將政治聯(lián)系視為一種克服制度缺陷、防范政策風(fēng)險以及降低交易成本的非正式替代機制。Faccio(2006)指出，具有政治聯(lián)系的企業(yè)會在多方面受到特殊待遇，比如在銀行貸款、政府補貼、政府合約、稅收、監(jiān)管以及市場競爭等方面。這些優(yōu)待會使企業(yè)的價值得到提升(Roberts，1990；Fisman，2001)，而且能夠改善企業(yè)業(yè)績(Johnson and Mitton，2003；Li et al.，2008)。但是，關(guān)于效率的研究表明，有政治聯(lián)系的企業(yè)政府補貼對于業(yè)績的促進作用顯著低于無政治聯(lián)系的企業(yè)(余明桂等，2010；郭劍花和杜興強，2011)，并且基于政治聯(lián)系的銀行信貸資源配置可能是低效的(Malesky and Taussig，2009)，體現(xiàn)出具有政治聯(lián)系的企業(yè)對于外源資本利用效率可能較低?？梢?，政治聯(lián)系在一定程度上扭曲了信貸資源的市場化配置。在對政治聯(lián)系的定義與分類方面，現(xiàn)有文獻中經(jīng)常使用變量的包括大股東與高管的政治背景(Khwaja and Mian，2005)，或者上述企業(yè)內(nèi)部人的近親與朋友的政治背景(Faccio et al.，2006)。同時，所有制差異也是研究亞洲與新興市場國家企業(yè)政治聯(lián)系時常用的變量(袁淳等，2010)，因為國有企業(yè)天然就會受到政府的更多關(guān)注。此外，由于政治聯(lián)系被視為制度不完善時的替代機制，那么隨著我國改革的深化，政治聯(lián)系對于信貸篩選效率的效應(yīng)也可以作為我國銀行業(yè)市場化程度以及改革進程的一種檢驗。

從金融中介理論的角度出發(fā)，銀企關(guān)系則是一種能夠有效促進銀行對企業(yè)相關(guān)信息生產(chǎn)，降低信貸市場信息不對稱程度，促進銀行中介功能發(fā)揮，提升信貸篩選、配置效率的正式機制(Diamond，1991)。Petersen and Rajan(1994)將銀企關(guān)系定義為銀行與企業(yè)之間持續(xù)緊密的，能夠使貸方獲取足夠企業(yè)經(jīng)營相關(guān)信息的業(yè)務(wù)往來與互動。Berger and Udell(2002)指出，基于銀企關(guān)系機制的關(guān)系型貸款技術(shù)相較于基于企業(yè)財務(wù)報表、抵質(zhì)押物以及信用評分等機制的交易型貸款技術(shù)能夠使銀行獲取更多方面的信息。但同時，對銀企關(guān)系各維度的衡量及其對于信貸可得性的效應(yīng)上，如在銀企關(guān)系持續(xù)時間(Cole，1998；陳鍵，2008)、企業(yè)關(guān)系銀行數(shù)目(Berger and Udell，1998；Harhoff and K?rting，1998；何韌等，2012)、銀企之間業(yè)務(wù)往來的廣度與深度(Kano et al.，2011)等方面在現(xiàn)有針對不同國家企業(yè)的實證研究中雖然都發(fā)現(xiàn)了銀企關(guān)系的顯著效應(yīng)，但仍沒有得到一致的結(jié)果，不過上述研究都表明關(guān)系型貸款技術(shù)在銀行信貸篩選中起到了重要的作用。

在本文理論框架中，銀企關(guān)系在信貸資源配置過程中起到的作用主要是使銀行更好地發(fā)掘企業(yè)的“軟信息”，降低銀企之間信息不對稱程度，增強銀行貸前發(fā)現(xiàn)高質(zhì)量發(fā)展企業(yè)的能力以達到提高信貸篩選效率的目的。翟勝寶等(2014)通過對我國民營上市企業(yè)進行研究后發(fā)現(xiàn)，企業(yè)或銀行通過互相持股形成的非正式銀企關(guān)系降低了企業(yè)的非效率投資。對于政治聯(lián)系與信貸篩選效率的關(guān)系，由于該機制影響渠道是非正式的，其效應(yīng)可能有兩方面：其一，企業(yè)由于其政治聯(lián)系受到各類優(yōu)待，提升了企業(yè)的業(yè)績以及市場價值；其二，由于建立與維持政治聯(lián)系需要成本，可能表現(xiàn)為社會性負擔(dān)與非正式支付，特別對于國有企業(yè)，可能影響企業(yè)的資本、勞動力等利用效率?？梢?，政治聯(lián)系不一定能提升企業(yè)發(fā)展質(zhì)量，也不能直接促進銀企之間信息傳遞。

本文主要選取了銀企關(guān)系持續(xù)時間、關(guān)系銀行數(shù)目、企業(yè)貸款申請次數(shù)作為銀企關(guān)系緊密程度的代理變量，選取了企業(yè)所有制形式以及實際控制人政治身份作為定義政治聯(lián)系的標準。本文以2003—2015年間A股非金融類上市企業(yè)為樣本，對其貸款公告、實際控制人信息以及財務(wù)數(shù)據(jù)等相關(guān)變量進行了實證研究，以企業(yè)償債能力、全要素生產(chǎn)率等變量作為企業(yè)發(fā)展質(zhì)量與銀行信貸篩選效率的代理變量分析了銀企關(guān)系、政治聯(lián)系對信貸篩選效率的影響。結(jié)果發(fā)現(xiàn)，在控制了企業(yè)特征、財務(wù)數(shù)據(jù)以及考慮了模型內(nèi)生性問題等情況之后，銀企關(guān)系越緊密則企業(yè)償債能力越強，同時全要素生產(chǎn)率也可能越高，表明銀行確實能夠通過銀企關(guān)系促進企業(yè)“軟信息”生產(chǎn)，更好地發(fā)現(xiàn)高質(zhì)量發(fā)展的企業(yè)，提高信貸篩選效率，降低不良資產(chǎn)產(chǎn)生的風(fēng)險。同時，實際控制人政治身份無論是對于企業(yè)償債能力或是全要素生產(chǎn)率都沒有顯著的影響，而民營企業(yè)的全要素生產(chǎn)率反而可能更高，表明政治聯(lián)系更可能是通過其他渠道，而不是通過提升企業(yè)發(fā)展質(zhì)量或緩解信息不對稱，提升銀行信貸篩選效率等方式影響銀行信貸配置決策的。

本文的創(chuàng)新點主要在于，首先通過數(shù)據(jù)庫搜集與手工整理形成了一個企業(yè)—銀行—年層面的配對面板數(shù)據(jù)樣本，樣本內(nèi)包含企業(yè)貸款信息、股權(quán)結(jié)構(gòu)信息、實際控制人信息、財務(wù)數(shù)據(jù)以及貸款銀行相關(guān)信息，在固定效應(yīng)模型的回歸分析中，本文的研究樣本能夠形成企業(yè)—銀行層面的固定效應(yīng)，既控制了企業(yè)與銀行層面的不隨時間改變的特征，也控制了企業(yè)與不同貸款銀行之間銀企關(guān)系其他方面的特征。其次，在銀企關(guān)系變量與政治聯(lián)系變量的定義與選取方面基于現(xiàn)有文獻針對本文樣本特點進行了一定的優(yōu)化，如從盡量早的時間點(1996年)來識別銀企關(guān)系的起點，盡量避免測量誤差；選擇一年之內(nèi)的企業(yè)關(guān)系銀行數(shù)目作為銀企關(guān)系規(guī)模的代理變量，避免前視偏差(look-ahead bias)產(chǎn)生的反向因果問題；此外，在控制人政治身份方面，將企業(yè)控制人未發(fā)生變化期間內(nèi)最早的一個觀測中的控制人政治背景識別為控制人政治身份，有效避免了反向因果造成的內(nèi)生性問題。最后，本文采用了新的視角來分析銀行信貸篩選與信貸配置效率，同時從實務(wù)與理論角度入手，既通過銀行信貸風(fēng)險管理層面最為關(guān)注的企業(yè)償債能力，又通過企業(yè)全要素生產(chǎn)率這一不可直接觀測的、能夠反映企業(yè)“軟信息”的變量來體現(xiàn)企業(yè)的發(fā)展質(zhì)量，并將銀企關(guān)系與政治聯(lián)系二者結(jié)合起來比較市場化機制與非正式的制度機制對信貸篩選效率的影響。本文的研究豐富了信貸資源配置、信貸篩選相關(guān)領(lǐng)域的文獻，并對銀行信貸配置決策過程的優(yōu)化具有較強現(xiàn)實意義。

本文剩余部分按如下結(jié)構(gòu)安排：第1部分為文獻綜述與研究假設(shè)，對現(xiàn)有相關(guān)領(lǐng)域文獻進行梳理，并結(jié)合現(xiàn)有文獻與本文理論框架提出銀企關(guān)系、政治聯(lián)系對銀行信貸篩選效率效應(yīng)的假設(shè)；第2部分為研究設(shè)計，介紹了本文樣本與數(shù)據(jù)來源，回歸模型與相關(guān)變量，主要變量描述性統(tǒng)計等，并對本文使用的全要素生產(chǎn)率估計方法進行了簡要介紹；第3部分為實證結(jié)果分析，報告并分析本文主要回歸模型的結(jié)果；第4部分為進一步檢驗，主要利用多種方法對本文基準回歸結(jié)果的穩(wěn)健性進行檢驗，并討論了基準回歸模型的內(nèi)生性問題；第5部分為本文總結(jié)，得出結(jié)論并對本文進行總結(jié)。

1 文獻回顧與研究假設(shè)

1.1 銀企關(guān)系與關(guān)系型貸款技術(shù)

對銀企關(guān)系的關(guān)注起源于對信貸配給的研究。由于一定時期內(nèi)的信貸資源是有限的，若借款人在當期的需求超過信貸資源的供給，則會導(dǎo)致有一部分借款者無法獲得其需要的貸款。Stiglitz and Weiss(1981)提出，由于信息不對稱，銀行可能無法確認企業(yè)確實擁有好的投資機會(逆向選擇問題)或銀行無法保證企業(yè)不會將貸款挪用到其他項目甚至用以滿足經(jīng)理人私人利益(道德風(fēng)險問題)，從而導(dǎo)致企業(yè)擁有正凈現(xiàn)值的項目卻不能獲得融資。然而，如果銀行希望通過提高貸款利率來篩選高質(zhì)量的企業(yè)，也可能事與愿違：高利率可能會導(dǎo)致僅有項目風(fēng)險較高的企業(yè)愿意申請貸款(逆向選擇)或高利率會影響借款人選擇風(fēng)險更高的項目(道德風(fēng)險)。加之實行低利率又會帶來超額貸款需求，因此，銀行在發(fā)放貸款時可能會選擇對于貸款額度進行控制，即信貸配給而不會提高貸款利率。

上述逆向選擇以及道德風(fēng)險問題對于存續(xù)時間短、資產(chǎn)規(guī)模小、抵押物缺乏的企業(yè)的影響更加明顯，也就使得包括大部分民營企業(yè)在內(nèi)的中小企業(yè)成為信貸配給的主要“受害者”。不過，當企業(yè)與銀行之間持續(xù)緊密的互動能使貸款人獲得足夠的企業(yè)事務(wù)信息時，可能會降低企業(yè)信貸成本并提高其貸款可得性。Petersen and Rajan(1994)比較直接地將這類互動定義為銀企關(guān)系。

基于上述定義，銀企關(guān)系包含了很多層面的業(yè)務(wù)互動，如存款關(guān)系、貸款關(guān)系、結(jié)算關(guān)系等。鑒于本文主要研究銀企關(guān)系對于信貸篩選效應(yīng)的影響，本文討論的銀企關(guān)系將主要限于銀企貸款關(guān)系。

關(guān)系型貸款技術(shù)在金融中介理論中正是能夠通過企業(yè)與銀行緊密、多維度地業(yè)務(wù)往來與互動，并在銀行主動獲取信息的前提下，顯著降低企業(yè)與關(guān)系銀行間的信息不對稱程度，提高銀行信貸篩選效率與信貸配置決策的準確性。相對于僅關(guān)注企業(yè)“硬信息”，即必須在每次貸款交易中都對企業(yè)進行完整流程審查與篩選的交易型貸款技術(shù)，緊密的銀企關(guān)系還有可能使銀行獲取的企業(yè)私人信息在長期內(nèi)可重復(fù)使用，以降低銀行的篩選與監(jiān)督成本，使銀企雙方共同獲益。Boot(2000)具體指出了關(guān)系型貸款使借貸雙方福利提升可能原因：首先，關(guān)系型貸款能夠促進銀行與企業(yè)間的信息交換并達到帕累托改善，即在關(guān)系型貸款背景下企業(yè)相比于交易型貸款能夠更有激勵地傳遞自己的私人信息，因為這樣能夠使其得到更優(yōu)惠的貸款條件，同時銀行也更有激勵花費成本去生產(chǎn)信息，因為通過關(guān)系型貸款技術(shù)獲得的私人信息可能能夠降低后續(xù)監(jiān)督成本以及后續(xù)貸款的篩選成本；其次，關(guān)系型貸款可能會帶來顯性與隱性貸款合約的一些變化，使得借貸雙方的福利得到改善，比如銀企關(guān)系使銀行獲取的額外的、難以合同化的信息可能促成雙方達成一種隱性的長期合約，使得合作更加穩(wěn)定，又如銀企關(guān)系也使得銀行對于抵質(zhì)押物的監(jiān)督更加有效，因為某些抵質(zhì)押物的價值通過公開信息很難確定，如果不是通過關(guān)系型貸款技術(shù)，企業(yè)很難通過對這些資產(chǎn)的抵質(zhì)押擔(dān)保獲得貸款。

現(xiàn)有文獻在對于銀企關(guān)系緊密程度的識別方面主要采用了銀企關(guān)系持續(xù)時間、企業(yè)關(guān)系銀行數(shù)目與銀企之間業(yè)務(wù)往來的深度與廣度等。具體來說，Berger and Udell(1995)以及Petersen and Rajan(1994)發(fā)現(xiàn)長期的銀企關(guān)系能夠顯著降低企業(yè)的信貸融資成本，尹志超和馬雙(2016)亦發(fā)現(xiàn)對于我國新創(chuàng)小微企業(yè)其信貸融資約束相比于其他小微企業(yè)更嚴重，但Cole(1998)則認為銀行通過長期關(guān)系對企業(yè)具有一定程度的信息壟斷，會使銀行具有攫取租金的激勵，使企業(yè)產(chǎn)生“套牢問題”(hold-up problem)。關(guān)于企業(yè)關(guān)系銀行數(shù)目與信貸配置、企業(yè)融資成本的研究發(fā)現(xiàn)，對于歐美等較發(fā)達地區(qū)的企業(yè)，其關(guān)系銀行越多，則貸款申請成功概率、貸款利率越低，并且抵質(zhì)押物要求越嚴格(Angelini et al.，1998；Harhoff and K?rting，1998；Cole et al.，2004)；而對于新興國家與我國企業(yè)的實證研究卻表明，銀企關(guān)系規(guī)模與企業(yè)信貸可得性具有較顯著的正相關(guān)關(guān)系(曹敏等，2003；Jiangli et al.，2008；何韌等，2012)。在銀企關(guān)系深度方面，Kano et al.(2011)研究了銀企之間開展的業(yè)務(wù)種類與信貸可得性的關(guān)系，發(fā)現(xiàn)銀企關(guān)系深度對貸款申請與抵押物要求方面都有正向效應(yīng)；對于我國企業(yè)的研究也表明，對一家銀行的貸款申請次數(shù)與擔(dān)保條件、貸款利率具有正相關(guān)關(guān)系(曹敏等，2003；張曉玫和鐘禎，2012)。

1.2 政治聯(lián)系與政治優(yōu)待

自20世紀70年代我國開始銀行業(yè)市場化改革以來，我國商業(yè)銀行的金融中介功能逐漸完善，信貸篩選、風(fēng)險管理能力不斷提升。但一系列的研究表明，在信貸可得性方面國有企業(yè)較之民營企業(yè)還是擁有一定優(yōu)勢的，比如Brandt and Li(2003)在對我國江浙地區(qū)民營企業(yè)與鄉(xiāng)鎮(zhèn)企業(yè)1994—1997年間的貸款可得性進行研究后發(fā)現(xiàn)，民營企業(yè)在貸款規(guī)模、貸款條件等方面都受到一定程度的歧視，而且鄉(xiāng)鎮(zhèn)企業(yè)在私有化前后也受到了顯著的區(qū)別對待。關(guān)于對國有企業(yè)獲得優(yōu)待的原因，一種解釋是國有企業(yè)承擔(dān)了更多社會責(zé)任與政治任務(wù)，比如國有企業(yè)可能會由于為政府解決就業(yè)而雇傭更多員工導(dǎo)致勞動力冗余、生產(chǎn)率下降(Dong and Putterman，2003)，但會尋求政府的優(yōu)待以作為承擔(dān)更多的補償。袁淳等(2010)將政府對國有企業(yè)這種包括信貸優(yōu)待、稅收優(yōu)惠、司法保護等在內(nèi)的一系列優(yōu)惠視為一種隱性合約。由于民營企業(yè)不具備與政府間的上述隱性合約，因此在信貸融資等方面亦不會受到優(yōu)待。而通過政治聯(lián)系這種渠道，民營企業(yè)在一定程度上可以與政府形成隱性合約，能夠使其免于信貸歧視。

政治聯(lián)系具有多種形式，F(xiàn)accio(2006)對于政治聯(lián)系的定義是，企業(yè)與政府高層之間的密切關(guān)系，它包括企業(yè)與重要政府官員的關(guān)系，以及政府官員或其親屬、國會議員擔(dān)任企業(yè)的大股東或高層管理人員。由于政治聯(lián)系一般被用于克服制度不完善或越過制度規(guī)定，因此國內(nèi)外學(xué)者在政治聯(lián)系對企業(yè)影響方面的研究主要關(guān)注新興、轉(zhuǎn)型經(jīng)濟體。連軍等(2011)就發(fā)現(xiàn)，制度環(huán)境越差的地區(qū)，政治聯(lián)系對于民營企業(yè)貸款可得性的促進作用就越顯著。劉海建等(2017)則指出，企業(yè)家對政治聯(lián)系的使用可能同時存在利己與利他效應(yīng)，而制度環(huán)境、市場競爭等條件對政治聯(lián)系的效應(yīng)也具有很大影響。正如上文所述，政治聯(lián)系對企業(yè)的影響可能是兩面的，一方面政治聯(lián)系會給企業(yè)帶來融資便利、稅收優(yōu)惠及監(jiān)管放松等有利條件，有助于提高企業(yè)價值與業(yè)績(Li et al.，2008)；另一方面，政治聯(lián)系的建立會花費成本，且具有政治聯(lián)系的企業(yè)容易受到政府干預(yù)，可能會為了政治目標而損害企業(yè)的利益，如更重的雇員負擔(dān)、過度投資等(郭劍花和杜興強，2011)。

在政治聯(lián)系對于銀行信貸配置的影響方面，Cull and Xu(2003,2005)發(fā)現(xiàn)無論對于國有企業(yè)還是民營企業(yè)，政治聯(lián)系都會導(dǎo)致政府干預(yù)信貸資源配置，從而影響企業(yè)獲得貸款的可能性，但企業(yè)的業(yè)績指標仍然顯著的影響企業(yè)貸款可得性。對于越南國有商業(yè)銀行的研究發(fā)現(xiàn)，基于政治聯(lián)系的銀行信貸資源配置雖然是低效的，但基于越南不甚完善的法制環(huán)境以及產(chǎn)權(quán)保護制度，銀行更愿意向具有政治聯(lián)系的企業(yè)放貸以獲得還款保障(Malesky and Taussig，2009)。羅黨論和唐清泉(2009)對中國上市企業(yè)的研究亦發(fā)現(xiàn)，地方政府控股的企業(yè)的關(guān)系貸款較多。同時，國內(nèi)外學(xué)者對于后金融危機時代亞洲企業(yè)的研究都發(fā)現(xiàn)，有政治聯(lián)系的企業(yè)市值明顯增加，且在資本管制的情況下有政治聯(lián)系的企業(yè)更容易獲得貸款(Bai et al.，2006；Charumilind et al.，2006)。此外，政府補貼作為政府直接控制的金融資源，其配置受政治聯(lián)系影響更大。研究表明，有政治聯(lián)系的企業(yè)政府補貼對于業(yè)績的促進作用顯著低于無政治聯(lián)系的企業(yè)(余明桂等，2010；郭劍花和杜興強，2011)。綜上，政治聯(lián)系主要通過政府的直接干預(yù)與隱性擔(dān)保這兩個渠道影響銀行信貸配置決策；另外，由于具有政治聯(lián)系的企業(yè)因承擔(dān)了更多的社會性負擔(dān)，較之沒有政治聯(lián)系的同類企業(yè)也會具有更強的借貸意愿。

在政治聯(lián)系的類別與界定方面，對于新興經(jīng)濟體與轉(zhuǎn)型經(jīng)濟體的制度研究發(fā)現(xiàn)，由于政府對銀行信貸資源配置具有較強話語權(quán)，可能因為政治或其他非經(jīng)濟原因影響銀行的放貸決策(Allen et al.，2005)，因此國有、集體所有等非私有制企業(yè)在這一方面具有“天然”的優(yōu)勢，可視為一種類型的政治聯(lián)系。在我國，國有企業(yè)(不論中央政府持股或地方政府持股)本身就會得到政府更多的關(guān)注與相關(guān)資源傾斜。實證研究表明，即便國有企業(yè)高管沒有政治背景，其融資約束程度也比民營企業(yè)低(Chan et al.，2012)。此外，企業(yè)大股東與高管的政治背景也是現(xiàn)有文獻中度量政治聯(lián)系的另一個主要代理變量(余明桂和潘紅波，2008；于文超和何勤英，2013)，因為他們都有激勵通過自己的政治背景為企業(yè)獲取更多資源或政策方面的優(yōu)待，從而得到更多私人收益，如Faccio(2006)在對47個國家上市公司的研究中將大股東或高管擔(dān)任國會議員、部長或州長或與上述政府官員關(guān)系密切(直系親屬)定義為政治聯(lián)系，很多對其他國家的研究也采用了這類識別方法(Johnson and Mitton，2003；Khwaja and Mian，2005)；Malesky和Taussig(2009)在對越南企業(yè)的研究中依據(jù)大股東或高管的政治背景強度賦予了1～3的數(shù)值。

1.3 研究假設(shè)

不論是從理論的角度與實證的角度，現(xiàn)有文獻都認為基于銀企關(guān)系的關(guān)系型貸款技術(shù)緩解了銀行信貸配置決策時的逆向選擇與道德風(fēng)險問題(Diamond，1991；Petersen and Rajan，1994；Berger and Udell，2002)，并且通過銀企業(yè)務(wù)往來所建立的正式銀企關(guān)系(如企業(yè)與銀行建立銀企關(guān)系的時間、企業(yè)關(guān)系銀行數(shù)目、貸款申請次數(shù)等)亦是銀行貸前審查時考慮的因素之一。因此，本文認為緊密的銀企關(guān)系能夠促進銀行信息生產(chǎn)以及中介功能的發(fā)揮，提升銀行信貸篩選效率，篩選出高質(zhì)量發(fā)展的企業(yè)。

另一方面，依據(jù)現(xiàn)有文獻與本文理論框架，政治聯(lián)系的作用主要在于使企業(yè)獲得一系列的優(yōu)待，比如在信貸、稅收、法律保護等方面(Faccio et al.，2006)，特別是在制度相對不完善的新型與轉(zhuǎn)型經(jīng)濟體中(Fisman，2001；Johnson and Mitton，2003；Khwaja and Mian，2005)。對于信貸優(yōu)待，政治聯(lián)系一般通過政府干預(yù)、隱性擔(dān)保等非正式渠道影響銀行信貸決策，以幫助企業(yè)獲得更多貸款或條件更優(yōu)惠的貸款，其效應(yīng)主要由政治聯(lián)系的類型與強度決定，并不一定取決于企業(yè)自身。因此，政治聯(lián)系對銀行信貸篩選效率不應(yīng)具備正效應(yīng)。

據(jù)此，提出本文研究假設(shè)1和假設(shè)2。

假設(shè)1： 銀企關(guān)系緊密程度在其他條件相同的情況下與信貸篩選效率正相關(guān)。

假設(shè)2： 企業(yè)是否具有政治聯(lián)系在其他條件相同的情況下與信貸篩選效率不具備正相關(guān)關(guān)系。

對銀行而言，作為貸款人，貸款期內(nèi)企業(yè)還本付息的償債能力應(yīng)該是首要考慮因素，因而企業(yè)償債能力就是反映銀行信貸篩選效率的一個理想的指標。同時，償債能力也是體現(xiàn)企業(yè)質(zhì)量，反映企業(yè)運營管理水平、經(jīng)營狀況的一個重要的因子，非常適合作為本文研究的被解釋變量?；谏衔牡姆治?，緊密的銀企關(guān)系不僅能夠讓銀行通過獲取企業(yè)財務(wù)數(shù)據(jù)等“硬信息”了解企業(yè)經(jīng)營狀況，更能通過生產(chǎn)“軟信息”深層次發(fā)掘企業(yè)質(zhì)量與未來發(fā)展，因此銀企關(guān)系與企業(yè)未來償債能力應(yīng)具有正相關(guān)關(guān)系。對于政治聯(lián)系，銀行對于其償債能力的判斷更多是考慮到政治聯(lián)系存續(xù)而產(chǎn)生的隱性擔(dān)保效應(yīng)，因為政治聯(lián)系的建立與銀行并無直接關(guān)聯(lián)，并不能改善銀行與具有政治聯(lián)系企業(yè)之間的信息不對稱狀況。因此，通過企業(yè)未來償債能力來考察，政治聯(lián)系與其應(yīng)不具有正相關(guān)關(guān)系。

據(jù)此提出本文細化研究假設(shè)1a和假設(shè)1b。

假設(shè)1a： 銀企關(guān)系緊密程度在其他條件相同的情況下與企業(yè)償債能力具有正相關(guān)關(guān)系。

假設(shè)1b： 企業(yè)是否具有政治聯(lián)系在其他條件相同的情況下與企業(yè)償債能力不具備正相關(guān)關(guān)系。

全要素生產(chǎn)率作為企業(yè)生產(chǎn)函數(shù)中投入生產(chǎn)要素與最終產(chǎn)出的一個系數(shù)是衡量企業(yè)效率與發(fā)展質(zhì)量的另一個可靠指標，而且由于該指標不可直接觀測，應(yīng)屬于企業(yè)的“軟信息”范疇。因此，基于本文理論框架，銀企關(guān)系由于加強了銀行對企業(yè)信息的生產(chǎn)能力，應(yīng)與全要素生產(chǎn)率具有正相關(guān)關(guān)系；而政治聯(lián)系使企業(yè)受到的優(yōu)待放寬了企業(yè)的融資約束(Chan et al.，2012)，可能降低了企業(yè)的資金利用效率，同時政治聯(lián)系企業(yè)的社會性負擔(dān)(Dong and Putterman，2003)也導(dǎo)致企業(yè)其他要素的生產(chǎn)率可能更低，因此拉低了政治聯(lián)系企業(yè)的全要素生產(chǎn)率。

據(jù)此提出本文細化研究假設(shè)2a和假設(shè)2b。

假設(shè)2a： 銀企關(guān)系緊密程度在其他條件相同的情況下與企業(yè)全要素生產(chǎn)率具有正相關(guān)關(guān)系。

假設(shè)2b： 企業(yè)是否具有政治聯(lián)系在其他條件相同的情況下與企業(yè)全要素生產(chǎn)率不具備正相關(guān)關(guān)系。

2 研究設(shè)計

2.1 樣本與數(shù)據(jù)來源

本文的樣本包括2003—2015年間至少一次發(fā)布了包含申請貸款相關(guān)內(nèi)容公告的所有在滬深交易所上市且發(fā)行了A股的企業(yè)，及樣本中企業(yè)的貸款銀行。本文所采用的數(shù)據(jù)主要包括貸款公告、企業(yè)股權(quán)結(jié)構(gòu)、實際控制人信息與企業(yè)財務(wù)報表，上述數(shù)據(jù)均來自于國泰安信息技術(shù)有限公司的CSMAR數(shù)據(jù)庫。此外，因本文需要對全要素生產(chǎn)率進行估計，樣本中還包括了各類定基價格指數(shù)以對通貨膨脹進行平減，這部分數(shù)據(jù)來源為國家統(tǒng)計局。最終，樣本共包括2033家企業(yè)、408家銀行，共24637個企業(yè)—銀行—年層面觀測值。

企業(yè)層面的數(shù)據(jù)中，通過對企業(yè)股權(quán)結(jié)構(gòu)、實際控制人簡歷進行手工整理，本文樣本中統(tǒng)計了企業(yè)所有制與實際控制人政治身份的信息，以識別政治聯(lián)系。銀行層面數(shù)據(jù)中，本文主要手工整理了企業(yè)貸款公告中的銀行信息，統(tǒng)一了不同時期、不同語言以及不同分支機構(gòu)的銀行名稱，同時還在企業(yè)股權(quán)結(jié)構(gòu)中手工整理出銀行采用自有資金入股并成為前十大股東的觀測，以控制非正式渠道的銀企關(guān)系。此外，還利用CSMAR數(shù)據(jù)庫中的銀行數(shù)據(jù)匹配了相應(yīng)銀行性質(zhì)。

2.2 模型與變量選取

為驗證本文研究假設(shè)，建立如下固定效應(yīng)模型以估計銀企關(guān)系、政治聯(lián)系對企業(yè)質(zhì)量的影響：

(1)

其中，Yi t為被解釋變量，依據(jù)本文研究假設(shè)，基準回歸中主要采用償債能力與企業(yè)全要素生產(chǎn)率作為企業(yè)質(zhì)量的代理變量。償債能力方面，流動比率(LiquidR)、速動比率(QuickR)與利息保障倍數(shù)(InterestCovR)常被用于反映企業(yè)短期以及長期償債能力。全要素生產(chǎn)率方面，為確保估計的準確性與穩(wěn)健性，本文采用現(xiàn)有文獻中較為常用的四種估計方法，得到四個全要素生產(chǎn)率變量(TFP_OLS、TFP_OP、TFP_LP、TFP_ACF，計算方法詳見下文)。

式(1)右邊，Relationshipi b t為銀企關(guān)系特征變量，根據(jù)研究假設(shè)與現(xiàn)有文獻，本文主要采用銀企關(guān)系長度、規(guī)模以及深度來衡量銀企關(guān)系緊密程度。其中，銀企關(guān)系長度(Length)定義為企業(yè)首次向該銀行貸款日至該筆貸款公告日的時間。為盡量準確地識別銀企關(guān)系的起點，本文對于貸款公告的搜集時間范圍是1996—2015年(不同于本文樣本時間范圍)，即對大部分上市企業(yè)能覆蓋到其上市后的第一個貸款公告，這在很大程度上避免了銀企關(guān)系持續(xù)時間的測量誤差產(chǎn)生的內(nèi)生性問題。關(guān)于銀企關(guān)系規(guī)模，很多使用該變量的研究其樣本均來自于問卷調(diào)查形成的橫截面數(shù)據(jù)，關(guān)系銀行數(shù)目由被調(diào)查企業(yè)相關(guān)人員自行報告，體現(xiàn)的是該企業(yè)在接受調(diào)查時的全部關(guān)系銀行數(shù)目(Petersen and Rajan，1994；曹敏等，2003；陳鍵，2008；何韌等，2012)。本文將銀企關(guān)系規(guī)模(Scopeyr)定義為企業(yè)在該筆貸款申請年內(nèi)的關(guān)系銀行數(shù)目，并采用財務(wù)報表年末數(shù)據(jù)作為被解釋變量，避免了前視偏差(look-ahead bias)可能造成的反向因果問題。銀企關(guān)系深度方面，既有橫向考察企業(yè)與銀行開展不同種類業(yè)務(wù)的研究(Kano et al.，2011)，亦有縱向識別企業(yè)對銀行貸款申請次數(shù)效應(yīng)的文獻(張曉玫和鐘禎，2012；Behr et al.，2013)。鑒于本文主要研究銀企之間貸款關(guān)系，定義銀企關(guān)系深度(Depth)為企業(yè)于該次貸款申請前向該銀行申請貸款的次數(shù)，該變量定義方式同樣避免了可能的反相因果造成的內(nèi)生性問題。

PolConi t為政治聯(lián)系變量。基于研究假設(shè)和現(xiàn)有文獻，本文主要采用實際控制人政治身份(PolId)與企業(yè)所有制形式(Private)來識別企業(yè)的政治聯(lián)系，二者均根據(jù)企業(yè)實際控制人簡歷手動整理。其中，對于企業(yè)實際控制人為法人的情況，本文按照法人性質(zhì)進行企業(yè)所有制形式分類，具體分為國有企業(yè)、集體企業(yè)、事業(yè)單位、中央政府機構(gòu)、地方政府機構(gòu)、港澳臺及外資與民營企業(yè)共七類。對于企業(yè)實際控制人為自然人的情況，本文采用文本分析的方法按照實際控制人簡歷中提及的政治身份，對中共黨員、各級人大代表/常委(地級行政區(qū)及以上)、各級政協(xié)委員/常委(地級行政區(qū)及以上)分別進行了標記。

需要指出的是，本文在識別政治聯(lián)系時，對于實際控制人政治身份產(chǎn)生的企業(yè)政治聯(lián)系，認為人大與政協(xié)層級間的差異大于同級人大職務(wù)間的差異，如全國人大代表與省級人大常委的差異大于省級人大常委與省級人大代表的差異。另外，對于企業(yè)政治聯(lián)系的起始點的識別，本文假設(shè)政治聯(lián)系一旦建立，則在樣本期間一直存續(xù)，如2003—2008年間某企業(yè)實際控制人任全國人大代表，則認為2009年以后該企業(yè)仍然具有全國人大代表這一類型的政治聯(lián)系。因此對于同一企業(yè)，在控制人未變化的情況下僅取年份最早的觀測來識別政治聯(lián)系，以消除反向因果(由于企業(yè)經(jīng)營得好才獲得政治聯(lián)系)造成的內(nèi)生性影響，亦避免了同一企業(yè)在后續(xù)年報中未公布控制人早期政治身份導(dǎo)致的測量誤差。

FirmCharacteri t為企業(yè)特征變量，包括雇員人數(shù)與企業(yè)年齡等可能對企業(yè)貸款申請產(chǎn)生影響的變量。

Controli b t為控制變量，包括企業(yè)銀行股東特征變量、企業(yè)財務(wù)指標變量與年度固定效應(yīng)等。銀行股東變量(BankSH)定義為企業(yè)前十大股東中是否存在銀行自有資金入股的情況，排除了國內(nèi)銀行自營及托管的資管產(chǎn)品、信托產(chǎn)品，境外銀行標明使用客戶資金、作為股票代理人以及銀行托管證券公司、基金公司產(chǎn)品等情況，因為銀行采用自有資金入股時更有激勵通過非正式渠道幫助公司獲得貸款。該變量能夠控制企業(yè)的非正式銀企關(guān)系渠道，從而使模型更準確地識別銀企貸款關(guān)系效應(yīng)。銀行性質(zhì)變量(Bank_type)為銀行組織形式分類變量，采用CSMAR銀行研究數(shù)據(jù)庫分類標準，包括國有大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行與外資銀行等分類。企業(yè)財務(wù)指標中，包括了公司金融領(lǐng)域文獻經(jīng)常使用的企業(yè)規(guī)模(lnAsset)、銷售收入(lnRevenue)變量，以及可能與企業(yè)貸款相關(guān)的固定資產(chǎn)比率(Tangibility)、盈利能力(Profitability)等(Rajan and Zingales，1995；Frank and Goyal，2003)。此外，還包括時間(年)固定效應(yīng)。

αi b為模型固定效應(yīng)，其下標為ib是由于樣本為企業(yè)—銀行—年層面的面板數(shù)據(jù)，因此該固定效應(yīng)不僅控制了企業(yè)的不可觀測的不隨時間改變的特征，同時控制了企業(yè)與不同銀行之間的不隨時間改變的其余關(guān)系特征，較單純的企業(yè)—年面板數(shù)據(jù)信息更多元，更好地防范了遺漏變量產(chǎn)生的內(nèi)生性問題。εi b t為模型殘差項。

本文各變量及其定義見表1。

表1 本文主要變量及其定義

2.3 全要素生產(chǎn)率的估計

本節(jié)主要闡述本文所用的經(jīng)估計而得的被解釋變量，全要素生產(chǎn)率(total factor productivity，TFP)的估計方法。從理論與概念上，經(jīng)濟學(xué)中所謂“生產(chǎn)率”是指將給定投入轉(zhuǎn)化為產(chǎn)出的效率。而全要素生產(chǎn)率則是與要素投入強度無關(guān)的生產(chǎn)率，它反映了投入轉(zhuǎn)化為產(chǎn)出的總體效率，或者各種要素的單位平均產(chǎn)出(魯曉東和連玉軍，2012)?；诂F(xiàn)有文獻，國內(nèi)外關(guān)于生產(chǎn)率的實證研究中，主要采用了傳統(tǒng)最小二乘法估計(OLS法)、Olley and Pakes(1996)提出的基于半?yún)?shù)估計方法的OP法、Levinsohn and Petrin(2003)提出的LP法以及由Ackerberg et al.(2015)提出的放松了相關(guān)假設(shè)的ACF法這四種方法。

估計全要素生產(chǎn)率首先需要確定生產(chǎn)函數(shù)，以準確衡量各種投入要素間與總體產(chǎn)出間的關(guān)系。在現(xiàn)有文獻中，最常用的生產(chǎn)函數(shù)形式為Cobb-Douglas生產(chǎn)函數(shù)(C-D生產(chǎn)函數(shù))，其形式如式(2)所示：

(2)

其中，Yi t表示總體產(chǎn)出，Li t表示勞動的投入，Ki t表示資本的投入，那么Ai t則代表全要素生產(chǎn)率(TFP)。

(1) OLS法估計全要素生產(chǎn)率

對式(2)兩邊取對數(shù)則可將C-D生產(chǎn)函數(shù)轉(zhuǎn)化成線性形式，如式(3)所示：

yi t=βlli t+βkki t+ui t

(3)

其中，yi t、li t、ki t分別是Yi t、Li t與Ki t的對數(shù)形式，殘差項ui t則為企業(yè)全要素生產(chǎn)率的對數(shù)形式。因此，對式(3)進行線性回歸則可得到OLS法全要素生產(chǎn)率的估計結(jié)果。包括Giannetti et al.(2015)在內(nèi)的一些文獻使用了這一方法。

(2) OP法與LP法估計全要素生產(chǎn)率

上述OLS法估計出的全要素生產(chǎn)率可能存在產(chǎn)生偏差，主要為企業(yè)要素投入決策的同時性偏差(simultaneity bias of inputs)。為方便理解，可將式(3)拆分為如下形式：

yi t=βlli t+βkki t+ωi t+εi t

(4)

其中，yi t、li t、ki t與式(3)中相同，ωi t與εi t為兩個殘差項。ωi t代表了企業(yè)要素投入決策前可觀測到或可預(yù)測的沖擊，比如企業(yè)管理能力，制造業(yè)企業(yè)的次品率、設(shè)備損壞時間，農(nóng)業(yè)企業(yè)的土壤質(zhì)量、預(yù)期降水量等，是企業(yè)生產(chǎn)率的體現(xiàn)；而εi t則代表了企業(yè)進行要素投入決策之前無法觀測到的生產(chǎn)率沖擊或測量誤差，是“真正”的殘差項，如實際設(shè)備損壞時間、實際降水量與預(yù)期直接的偏差等。因此，由于上述li t、ki t要素投入皆為企業(yè)內(nèi)生決定，所以如果ωi t在企業(yè)決策前被提前觀測到，其與企業(yè)要素投入就存在相關(guān)關(guān)系，導(dǎo)致OLS的估計值出現(xiàn)偏差。

為解決上述問題，Olley and Pakes(1996)構(gòu)建了一個利用投資額Ii t作為中間變量來表示ωi t的離散時間模型，首先假設(shè)企業(yè)在t期之前無法觀測到ωi t，但企業(yè)知道其條件分布。其次，假設(shè)企業(yè)在t期的投資是上一期資本與投資額的函數(shù)，同時假設(shè)勞動要素投入li t是在t期非動態(tài)決定的。最后，針對投資額，構(gòu)造其為資本ki t與可觀測沖擊ωi t的函數(shù)以準確估計殘差εi t，如式(5)所示。同時，假設(shè)該函數(shù)是ωi t的單調(diào)遞增函數(shù)，即企業(yè)對未來影響產(chǎn)出的可觀測沖擊預(yù)期越高，其當期的投資額越高。

ii t=ft(ki t,ωi t)

(5)

那么式(4)的對數(shù)生產(chǎn)函數(shù)表達則可寫成以下形式：

(6)

E[εi t|Ii t]=E[yi t-βlli t+Φt(ki t,ii t)|Ii t]=0

(7)

在OP法第二階段，利用式(5)的假設(shè)，企業(yè)可以根據(jù)t-1期的投資額，或者沖擊ωi t-1來預(yù)測下一期的ωi t，其條件期望如式(8)所示。

ωi t=E[ωi t|Ii t-1]+ξi t=E[ωi t|ωi t-1]+ξi t=g(ωi t-1)+ξi t

(8)

其中，ξi t包含生產(chǎn)率沖擊的部分信息，并且滿足E[ξi t|Ii t-1]=0，這是第二個矩條件。將式(8)代入式(4)，可得如下形式的生產(chǎn)函數(shù)：

yi t=βlli t+βkki t+g(Φt-1(ki t-1,ii t-1)-βkki t-1)+ξi t+εi t

(9)

利用上述兩個矩條件與第一階段對勞動要素與函數(shù)Φt的估計值，進行兩階段GMM估計，則可得到全要素生產(chǎn)率對數(shù)形式ωi t的OP法估計值。

Levinsohn and Petrin(2003)的方法在基本思路上與OP法相同，不同點在于他們使用企業(yè)的中間投入來估計下式中的ωi t：

yi t=βlli t+βkki t+βmmi t+ωi t+εi t

(10)

其中，li t、ki t與上面定義相同，mi t為中間投入，比如原材料與能源投入。經(jīng)過與上文相似的步驟，即可通過兩階段GMM估計出全要素生產(chǎn)率。

LP法解決的OP法中存在的問題主要在于：其一，理論上，驗證式(5)中投資額是ωi t的單調(diào)遞增函數(shù)較為困難，因為企業(yè)的投資總是波動較大，并不一定在每一期都為正，而在OP法對樣本的估計中須將投資額為0的觀測剔除，使得很多觀測都損失掉了，而LP法對應(yīng)的假設(shè)，即中間投入是ωi t的單調(diào)遞增函數(shù)相對比較好驗證；其二，OP法假設(shè)了投資額的變動僅與企業(yè)資本存量以及生產(chǎn)率沖擊有關(guān)，排除了其他不可觀測的企業(yè)特征的影響，比如企業(yè)間不同的投資成本與決策調(diào)整成本，而LP法并沒有排除這些影響，因為中間投入是非動態(tài)的投入，并且僅與當期產(chǎn)出相關(guān)。

(3) ACF法估計全要素生產(chǎn)率

LP法與OP法共同存在的問題在于都沒有允許勞動力價格與中間投入價格序列相關(guān)于公司異質(zhì)的變動，即假設(shè)勞動要素投入決策與中間投入決策(對OP法來說是投資額決策)是同時進行的。那么對于OP法，當序列相關(guān)性存在時，比如工資可能會與企業(yè)上一期資本存量相關(guān)，那么企業(yè)的投資在實際上就與當期勞動要素投入相關(guān)，這就違反了OP法式(5)的假設(shè)，在第一階段無法準確識別勞動要素彈性βl，對LP法來說也是類似的情況。

Ackerberg et al.(2015)放松了上述可能導(dǎo)致問題的假設(shè)。對于勞動投入決策，假設(shè)li t是可以在t-1期與t期之間動態(tài)決定的，同時設(shè)定中間投入的函數(shù)形式與勞動投入相關(guān)，如式(11)所示：

(11)

(4) 本文采用的計算方法與變量選取

綜上所述，OLS法、OP法與LP法在各自假設(shè)不滿足的情況下都會出現(xiàn)一定的估計偏差，為保證回歸分析結(jié)果穩(wěn)健性，本文同時使用上述四種方法對樣本內(nèi)企業(yè)各年度全要素生產(chǎn)率進行估計。

在變量選取方面，本文借鑒現(xiàn)有文獻，以利潤表中企業(yè)“營業(yè)收入”(Revenue)作為增加值，以企業(yè)雇員人數(shù)(Employee)作為勞動要素投入，以現(xiàn)金流量表中“購買商品、接受勞務(wù)支付的現(xiàn)金”作為中間投入(Material)(Giannetti et al.，2015)，以資產(chǎn)負債表中“固定資產(chǎn)凈值”作為資本要素投入(K)(任曙明和孫飛，2014)，以資本性支出(現(xiàn)金流量表中“購置的固定資產(chǎn)”-“處置的固定資產(chǎn)”)作為企業(yè)投資額的代理變量(I)。所有變量都以2003年為基期進行通貨膨脹調(diào)整，其中總資產(chǎn)、營業(yè)收入采用工業(yè)生產(chǎn)者出廠價格指數(shù)(2011年以前為工業(yè)品出廠價格指數(shù))平減；資本要素投入(固定資產(chǎn)凈額)與資本性支出(購置的固定資產(chǎn)與處置的固定資產(chǎn)之差)采用固定資產(chǎn)投資價格指數(shù)平減；中間投入(購入商品與接受勞務(wù)支付的現(xiàn)金)采用工業(yè)生產(chǎn)者購進價格指數(shù)(2011年以前為原材料、燃料、動力購進價格指數(shù))平減。本文各類方法TFP估計結(jié)果見表2?？梢钥闯?，隨著時間的推移，樣本中企業(yè)生產(chǎn)率水平總體是有所提高的，其中一些年度的波動可能是由于該年度觀測較少。此外，各估計方法之間在水平值大小上有所差異，但在各年度均值與方差的變化趨勢上基本一致。

表2 本文各類方法TFP估計結(jié)果比較

續(xù)表

2.4 描述性統(tǒng)計與相關(guān)系數(shù)檢驗

本文主要變量描述性統(tǒng)計如表3所示。從表中可得，樣本中各企業(yè)在償債能力變量方面差異較大，如流動比率標準差為243.234、速動比率標準差為223.056，表明樣本中包含各行業(yè)企業(yè)、各發(fā)展階段企業(yè)。

表3 本文主要變量描述性統(tǒng)計

銀企關(guān)系變量中，樣本中銀企關(guān)系平均長度為1.424年，最長為17.126年，有38.8%的觀測銀企關(guān)系持續(xù)時間超過1年；關(guān)系規(guī)模方面，平均值為7.601，中位數(shù)為6，關(guān)系銀行數(shù)目范圍為1～49，有90.9%的觀測在一年內(nèi)向至少2家(含2家)關(guān)系銀行申請貸款；銀企關(guān)系深度方面，平均值為2.142，最大值為26，重復(fù)向一家銀行申請貸款的觀測占比為48.4%。

政治聯(lián)系變量中，在企業(yè)所有制方面，民營企業(yè)占樣本比例為59.1%，其次為地方政府控制企業(yè)，占比為19.5%，國有企業(yè)作為控制人的企業(yè)所占比例為11.6%，中央機構(gòu)、外資、事業(yè)單位等控制的企業(yè)所占比例較少。政治身份方面，控制人至少具有一類政治身份的觀測在全樣本中的比例為11.8%，在民營企業(yè)子樣本中這一比例為19.6%。其中，控制人為中共黨員的觀測占比3.6%，為人大代表的觀測占比6.8%，為政協(xié)委員的觀測占比4.7%。

本文亦對回歸各變量間的相關(guān)系數(shù)以及方差膨脹因子進行檢驗，以排除多重共線性影響，限于篇幅結(jié)果未在此報告。

3 實證結(jié)果分析

3.1 銀企關(guān)系、政治聯(lián)系與企業(yè)償債能力

商業(yè)銀行在審批貸款時主要關(guān)注的指標之一是企業(yè)的短期與長期償債能力，因為這類指標直接關(guān)系到企業(yè)能否償還貸款本息，以及貸款的違約風(fēng)險。因此，企業(yè)的償債能力相關(guān)財務(wù)指標除了反映企業(yè)質(zhì)量外也可作為銀行信貸篩選效率一個代理變量。本節(jié)以常用的反映企業(yè)短期與長期償債能力的企業(yè)財務(wù)指標作為被解釋變量，以各維度銀企關(guān)系、政治聯(lián)系變量作為解釋變量進行面板數(shù)據(jù)固定效應(yīng)回歸，以驗證上述變量對于銀行信貸篩選效率的效應(yīng)，結(jié)果見表4。為進一步控制內(nèi)生性影響，本節(jié)采用滯后一階的銀企關(guān)系變量，同時為消除異方差影響，對標準誤差進行了企業(yè)—銀行層面的聚類處理。

表4 銀企關(guān)系、政治聯(lián)系與企業(yè)償債能力：固定效應(yīng)模型回歸結(jié)果

續(xù)表

注： 括號內(nèi)為以企業(yè)—銀行層面聚類的標準誤差?！?”“**”“***”分別表示系數(shù)在10%、5%、1%水平下顯著。

表中列(1)(2)為以流動比率(LiquidR)為被解釋變量的回歸結(jié)果，列(3)(4)為對速動比率(QuickR)的回歸結(jié)果，列(5)(6)為對利息保障倍數(shù)(InterestCovR)的回歸結(jié)果?；貧w結(jié)果顯示，在銀企關(guān)系變量中，銀企關(guān)系規(guī)模變量在各列中系數(shù)都顯著為正，表明在其他變量相同的情況下，關(guān)系銀行數(shù)目多的企業(yè)償債能力更高。銀企關(guān)系長度變量對反映企業(yè)長期償債能力的利息保障倍數(shù)變量的效應(yīng)與其對企業(yè)貸款可得性的效應(yīng)相似，即企業(yè)在貸款申請時如有之前存續(xù)的銀企關(guān)系(preLength啞變量為1)，則在其他變量相同的情況下企業(yè)利息保障倍數(shù)更高；另一方面，銀企關(guān)系長度對各償債能力變量又有較為顯著的負效應(yīng)，表明銀企關(guān)系持續(xù)時間長的企業(yè)償債能力較差可能是由于其貸款成本較高(應(yīng)付利息多)，這也是本文之前驗證的長期銀企關(guān)系產(chǎn)生的“套牢問題”的一個體現(xiàn)。政治聯(lián)系變量中，政治身份與民營企業(yè)啞變量對各被解釋變量的回歸系數(shù)均不顯著，即政治聯(lián)系與企業(yè)償債能力不能體現(xiàn)出相關(guān)關(guān)系，那么銀行對于具有政治聯(lián)系的企業(yè)在包括擔(dān)保要求在內(nèi)的貸款條件上的優(yōu)惠則應(yīng)有其他原因，比如隱性擔(dān)保效應(yīng)。

綜上，本節(jié)的回歸結(jié)果驗證了假設(shè)1a和假設(shè)1b。

3.2 銀企關(guān)系、政治聯(lián)系與企業(yè)全要素生產(chǎn)率

如上文中所述，全要素生產(chǎn)率是反映企業(yè)效率與發(fā)展質(zhì)量的一個重要指標，并且不可被直接觀測，甚至企業(yè)自身在期初都不能獲得關(guān)于生產(chǎn)率的全部信息，因此可以作為衡量銀行獲取企業(yè)“軟信息”能力的指標。表5所示為采用式(1)回歸模型以企業(yè)全要素生產(chǎn)率作為被解釋變量的回歸結(jié)果。與上文相同，采用滯后一階的銀企關(guān)系變量，并且對標準誤差進行企業(yè)—銀行層面的聚類調(diào)整。

表5 銀企關(guān)系、政治聯(lián)系與企業(yè)全要素生產(chǎn)率：固定效應(yīng)模型回歸結(jié)果

續(xù)表

注： 括號內(nèi)為以企業(yè)—銀行層面聚類的標準誤差?！?”“**”“***”分別表示系數(shù)在10%、5%、1%水平下顯著。

回歸結(jié)果顯示，銀企關(guān)系長度變量與銀企關(guān)系規(guī)模變量的回歸系數(shù)都為正，且有一定顯著性，表明銀企關(guān)系的緊密程度與企業(yè)全要素生產(chǎn)率有一定的正相關(guān)關(guān)系。同時，銀企關(guān)系深度的回歸系數(shù)都為負，并且在列(3)中顯著性水平為5%，表明企業(yè)對一家銀行的貸款申請次數(shù)與企業(yè)生產(chǎn)率水平可能是負相關(guān)關(guān)系。一個可能的解釋是銀行在企業(yè)歷次貸款申請中可以了解到關(guān)于未來企業(yè)質(zhì)量變化的信息，當發(fā)現(xiàn)企業(yè)有負面生產(chǎn)率沖擊的可能時，便會對其進行信貸配給防范逆向選擇風(fēng)險。政治聯(lián)系變量方面，政治身份變量對企業(yè)全要素生產(chǎn)率沒有顯著影響，但在大部分回歸結(jié)果中其系數(shù)為負；而在所有制形式方面，民營企業(yè)的全要素生產(chǎn)率可能高于其他條件相同的公有制企業(yè)。

綜上，本節(jié)的回歸結(jié)果驗證了假設(shè)2a和假設(shè)2b。

4 進一步檢驗

4.1 銀行性質(zhì)與企業(yè)償債能力

3.1節(jié)中研究了銀企關(guān)系對企業(yè)償債能力的影響，即總體上銀企關(guān)系與企業(yè)短期與長期償債能力正相關(guān)。本節(jié)將進一步檢驗不同性質(zhì)銀行對信貸篩選效率的影響。表6所示為在式(1)固定效應(yīng)回歸模型中加入銀行性質(zhì)分類變量與銀企關(guān)系變量交乘項的回歸結(jié)果，回歸模型的被解釋變量分別為流動比率、速動比率與利息保障倍數(shù)。因為本文樣本為企業(yè)—銀行—年層面的面板數(shù)據(jù)，因此三個銀企關(guān)系變量代表的即是企業(yè)與特定銀行之間不同維度的銀企關(guān)系緊密程度，所以它們與銀行性質(zhì)的交乘項也能夠體現(xiàn)不同性質(zhì)銀行與銀企關(guān)系的交互效應(yīng)，也即反映了不同性質(zhì)銀行在信貸篩選過程中對關(guān)系型貸款技術(shù)的使用情況。表中交乘項效應(yīng)以國有控股大型商業(yè)銀行為基準，為控制異方差，標準誤差經(jīng)過企業(yè)—銀行層面的聚類調(diào)整。

表6 銀企關(guān)系、銀行性質(zhì)與償債能力：固定效應(yīng)回歸結(jié)果

續(xù)表

注：括號內(nèi)為以企業(yè)—銀行層面聚類的標準誤差。“*”“**”“***”分別表示系數(shù)在10%、5%、1%水平下顯著。部分控制變量未報告。

回歸結(jié)果顯示，銀企關(guān)系的三個維度與政治聯(lián)系的兩個維度的回歸系數(shù)與顯著性程度與上文基本保持一致。在本節(jié)主要關(guān)注的交乘項方面，國有大型商業(yè)銀行在信貸篩選中對銀企關(guān)系的使用效率在各類銀行中總體上處于較好的水平。以銀行性質(zhì)與銀企關(guān)系規(guī)模的交乘項為例，在對三個被解釋變量的回歸中絕大多數(shù)回歸系數(shù)都為負，并且城市商業(yè)銀行、農(nóng)村商業(yè)銀行與外資銀行與銀企關(guān)系規(guī)模交乘項的顯著性較高。以上結(jié)果表明國有大型商業(yè)銀行在利用多重銀企關(guān)系進行信貸篩選方面具有較為顯著的優(yōu)勢，一個可能的原因是國有大型商業(yè)銀行在銀行業(yè)內(nèi)具有較強話語權(quán)，能夠與企業(yè)的其他關(guān)系銀行進行有效的信息交流，同時也更加注重審查企業(yè)在其他銀行的貸款情況，從而獲取企業(yè)更多的“軟信息”，有助于提升信貸篩選效率。在銀企關(guān)系深度方面，各交乘項系數(shù)也體現(xiàn)出了相似的特點，但都并不顯著，因此在對同一家企業(yè)多次貸款申請的篩選上，各類銀行并未表現(xiàn)出統(tǒng)計上顯著的差異。而在銀企關(guān)系長度上，城市商業(yè)銀行的交乘項對三個被解釋變量回歸系數(shù)都為正，且較為顯著。主要原因可能是城市商業(yè)銀行主要在省內(nèi)經(jīng)營，針對長期的銀企關(guān)系能從更多渠道獲取并驗證企業(yè)信息，同時因其在市場上談判能力與國有大型商業(yè)銀行與全國性的股份制商業(yè)銀行相比較弱，對于企業(yè)而言“套牢問題”的程度更輕一些。

為進一步驗證政治聯(lián)系對企業(yè)償債能力的影響，與表6中相似，將各銀行性質(zhì)變量分別與政治身份、民營企業(yè)啞變量的交乘項加入式(1)回歸模型中，體現(xiàn)了政治聯(lián)系對不同性質(zhì)銀行信貸篩選的效應(yīng)。為控制異方差，標準誤差經(jīng)過企業(yè)—銀行層面的聚類調(diào)整。結(jié)果如表7所示。

表7 政治聯(lián)系、銀行性質(zhì)與償債能力：固定效應(yīng)模型回歸結(jié)果

注： 括號內(nèi)為以企業(yè)—銀行層面聚類的標準誤差?！?”“**”“***”分別表示系數(shù)在10%、5%、1%水平下顯著。部分控制變量未報告。

回歸結(jié)果顯示，銀行性質(zhì)與政治身份、民營企業(yè)啞變量的各交乘項均不顯著，即與基準變量無政治聯(lián)系且貸款銀行為國有大型商業(yè)銀行無顯著區(qū)別。同時，政治聯(lián)系變量與銀企關(guān)系變量的系數(shù)也與3.1中保持一致。因此，對各種性質(zhì)的銀行，政治效應(yīng)都不影響其信貸篩選的效率，也驗證了上文提到的政治聯(lián)系企業(yè)受到的貸款條件優(yōu)惠可能來自于隱性擔(dān)保。

綜上，在考慮了銀行性質(zhì)的情況下，銀企關(guān)系變量對于企業(yè)償債能力仍有比較一致的正效應(yīng)，而政治聯(lián)系對其并無影響，本節(jié)的回歸結(jié)果驗證了本文基準回歸的穩(wěn)健性。

4.2 銀企關(guān)系、政治身份類別與全要素生產(chǎn)率

3.2節(jié)中已驗證非私有制企業(yè)與全要素生產(chǎn)率具有負相關(guān)關(guān)系，本節(jié)將進一步檢驗在民營企業(yè)中實際控制人政治身份對全要素生產(chǎn)率是否有影響。為檢驗不同政治身份類別的效應(yīng)，采用式(1)固定效應(yīng)模型對民營企業(yè)子樣本進行回歸分析，被解釋變量為各種方法計算而得的企業(yè)全要素生產(chǎn)率，將政治身份分為黨員(Party)、人大代表(PCongress)與政協(xié)委員(CPPCC)三個啞變量，其余各變量與上文相同。為控制異方差，將標準誤差進行企業(yè)—銀行層面聚類。結(jié)果如表8所示?；貧w結(jié)果顯示，對于三類政治身份變量，它們在統(tǒng)計上并未表現(xiàn)出與對全要素生產(chǎn)率的顯著效應(yīng)。特別是表中列(4)所示的本文使用的四種全要素生產(chǎn)率估計方法中最新的，針對OP法、LP法等半?yún)?shù)估計方法又進行了進一步修正的ACF法，政治身份變量的回歸系數(shù)在該模型中都不顯著，表明民營企業(yè)實際控制人各類政治身份與企業(yè)全要素生產(chǎn)率沒有明確的相關(guān)關(guān)系。

表8 銀企關(guān)系、政治身份類別與全要素生產(chǎn)率：固定效應(yīng)模型回歸結(jié)果

續(xù)表

注： 括號內(nèi)為以企業(yè)—銀行層面聚類的標準誤差?！?”“**”“***”分別表示系數(shù)在10%、5%、1%水平下顯著。

在銀企關(guān)系變量方面，可以看到回歸系數(shù)與上文基準回歸中系數(shù)基本一致，總體來看銀企關(guān)系長度、銀企關(guān)系規(guī)模變量的回歸系數(shù)都為正，同時具備一定的顯著性。表明雖然全要素生產(chǎn)率作為一種不可觀測的指標不是銀行在貸款篩選時關(guān)注的企業(yè)特征，但銀企關(guān)系較為緊密的企業(yè)其全要素生產(chǎn)率在一定程度上是較高的。在銀企關(guān)系深度方面，其在所有回歸結(jié)果中系數(shù)都為負，同時具有一定顯著性，表明貸款申請次數(shù)多的企業(yè)其質(zhì)量從全要素生產(chǎn)率的角度衡量可能較差。因為多次進行貸款申請的企業(yè)可能是由于之前的貸款申請未被批準，在關(guān)于償債能力的回歸中銀企關(guān)系深度回歸系數(shù)顯著性較差也側(cè)面證明了這一點：由于企業(yè)償債能力、盈利能力、經(jīng)營管理水平等方面在各次貸款申請期間沒有改善，銀行在信貸篩選時通過可觀察到的償債能力等財務(wù)指標發(fā)現(xiàn)了企業(yè)上述特征，因此沒有批準企業(yè)的貸款申請，而企業(yè)在其經(jīng)營狀況沒有改進之前繼續(xù)申請貸款亦是徒勞。

綜上，在對民營企業(yè)子樣本的回歸中，政治身份類別與各銀企關(guān)系變量的回歸結(jié)果保持了與基準回歸結(jié)果的一致性，驗證了其穩(wěn)健性。

4.3 內(nèi)生性討論—系統(tǒng)GMM模型回歸結(jié)果

盡管本文從銀企關(guān)系、政治聯(lián)系變量的定義方面以及模型變量選取方面已經(jīng)考慮了反向因果、測量誤差等可能造成的內(nèi)生性影響，同時固定效應(yīng)模型也能夠很大程度上控制遺漏變量帶來的內(nèi)生性問題，但鑒于現(xiàn)有文獻對于銀企關(guān)系、政治聯(lián)系與企業(yè)償債能力、生產(chǎn)率方面的研究較少，同時本文采用了動態(tài)面板模型，因此基準回歸結(jié)果的穩(wěn)健性與模型的內(nèi)生性問題還需要進一步的討論。因此，為更全面地控制內(nèi)生性問題以及檢驗回歸結(jié)果穩(wěn)健性，本節(jié)將對基準回歸模型采用一步系統(tǒng)廣義矩估計(one-step system GMM)模型進行估計。

表9為以各全要素生產(chǎn)率變量為被解釋變量的估計結(jié)果，各列回歸模型中自變量選取與表5中各列對應(yīng)相同。在系統(tǒng)GMM模型具體設(shè)定選項方面，參照Blundell and Bond(1998)，本節(jié)采用了一致性更好的一步系統(tǒng)GMM估計；由于樣本為非平衡面板數(shù)據(jù)，為保證樣本量，數(shù)據(jù)變換方式采用了向前垂直離差(forward orthogonal deviations)，即對某一期變量減去其之后所有時期的改變量平均值來消除個體固定效應(yīng)；為控制固定效應(yīng)模型中可能存在的內(nèi)生性問題，將回歸模型中的銀企關(guān)系、政治聯(lián)系、企業(yè)特征與企業(yè)財務(wù)指標等變量的滯后項都作為內(nèi)生工具變量，將年度固定效應(yīng)水平值作為外生工具變量處理；為保證回歸模型滿足GMM方法假設(shè)，適用系統(tǒng)GMM進行估計，調(diào)整內(nèi)生工具變量滯后階數(shù)使各模型通過Arellano-Bond序列自相關(guān)檢驗與Hansen工具變量過度識別檢驗，并且在能夠通過檢驗的情況下盡量減少滯后階數(shù)以保證估計效率，最后對列(1)～(3)回歸模型中自變量采用2—4階滯后變量作為內(nèi)生工具變量，列(4)回歸模型中自變量采用2—6階滯后變量作為內(nèi)生工具變量；此外，為控制異方差，采用Robust穩(wěn)健標準誤差。

表9 銀企關(guān)系、政治聯(lián)系與全要素生產(chǎn)率：系統(tǒng)GMM模型估計結(jié)果

續(xù)表

注： 回歸系數(shù)下括號內(nèi)為Robust穩(wěn)健標準誤差， Hansen檢驗J值括號內(nèi)為檢驗自由度?！?”“**”“***”分別表示回歸系數(shù)或Arellano-Bond序列自相關(guān)檢驗各階z值在10%、5%、1%水平下顯著。模型為一步系統(tǒng)GMM方法，采用向前垂直離差(forward orthogonal deviations)數(shù)據(jù)變換方式。列(1)～(3)采用自變量2—4階滯后變量，列(4)采用自變量2—6階滯后變量作為內(nèi)生(或前定)工具變量，采用年度虛擬變量為外生工具變量。

從表9中下方可見，最終四個模型在10%水平下都不能拒絕Hansen檢驗原假設(shè)，即工具變量沒有過度識別問題，是有效的；并且Hansen檢驗p值都小于0.25，也說明工具變量的數(shù)量合適，沒有因為工具變量過多而減弱Hansen檢驗的效果。同時，Arellano-Bond序列自相關(guān)檢驗結(jié)果也表明在10%的水平下不能拒絕誤差項沒有兩階或更高階的自相關(guān)的原假設(shè)，滿足GMM方法“誤差項不相關(guān)”的基礎(chǔ)假設(shè)條件(Roodman，2009)?；貧w結(jié)果顯示，對于四個回歸模型，銀企關(guān)系長度與銀企關(guān)系規(guī)模變量的系數(shù)都為正，并且具有一定顯著性，同時銀企關(guān)系深度的系數(shù)為負，也有一定的顯著性?？梢?，銀企關(guān)系變量回歸系數(shù)的符號與顯著性都與固定效應(yīng)模型的基準回歸中高度一致，再次驗證了銀企關(guān)系及關(guān)系型貸款技術(shù)對信貸篩選效率的提升作用是通過在銀行信貸篩選過程中對企業(yè)“軟信息”生產(chǎn)的正向效應(yīng)體現(xiàn)的。對于政治聯(lián)系變量，政治身份變量在大多數(shù)回歸中系數(shù)為負，但并不顯著，與基準回歸中結(jié)果同樣一致。企業(yè)所有制變量與基準回歸中相比系數(shù)顯著性下降，表明在本節(jié)模型中民營企業(yè)在全要素生產(chǎn)率上與公有制法人控制企業(yè)沒有顯著差別。在控制變量方面，如盈利能力、固定資產(chǎn)比率以及資產(chǎn)負債率等變量的回歸系數(shù)與顯著性程度同基準回歸中保持了較高一致性。

綜上，本節(jié)的系統(tǒng)GMM模型回歸結(jié)果既檢驗了本文研究結(jié)果的穩(wěn)健性，也控制了內(nèi)生性問題，進一步驗證了本文研究假設(shè)。

5 總結(jié)

現(xiàn)有文獻中關(guān)于銀行信貸篩選、配置效率以及企業(yè)貸款融資效率的研究多集中于檢驗信貸配置決策對企業(yè)業(yè)績、市場價值、盈利能力與融資約束等方面的影響(Cull and Xu，2003；Dong and Putterman，2003；Abiad et al.，2008)，也有研究從銀行運營成本、盈利能力等角度分析銀行信貸配置效率(Berger et al.，2009)；而對于在信貸篩選與配置過程中，對銀行所關(guān)注的關(guān)于企業(yè)違約風(fēng)險的指標以及從金融中介理論視角對于銀行關(guān)于企業(yè)“軟信息”生產(chǎn)功能的研究較少。本文分別從償債能力與全要素生產(chǎn)率的角度分析了銀企關(guān)系、政治聯(lián)系對銀行信貸篩選效率的效應(yīng)。通過對2003年至2015年A股非金融上市企業(yè)樣本進行的一系列實證研究發(fā)現(xiàn)，上述兩種機制與企業(yè)自身償債能力及生產(chǎn)率水平有著不同的相關(guān)關(guān)系，體現(xiàn)出它們對于銀行信貸篩選效率的不同作用渠道。本文固定效應(yīng)模型的回歸分析結(jié)果顯示，銀企關(guān)系越緊密，企業(yè)的償債能力越強，特別是在銀企關(guān)系長度與銀企關(guān)系規(guī)模兩個維度上，表明銀行在信貸篩選時可以通過對企業(yè)過往銀企關(guān)系緊密程度的考察來獲得關(guān)于企業(yè)未來償債能力的相關(guān)信息，從而提高篩選效率；而具有政治聯(lián)系的企業(yè)其償債能力與不具備聯(lián)系的企業(yè)并沒有顯著區(qū)別，說明從信息的角度，政治聯(lián)系對信貸篩選效率沒有促進作用，那么它對于企業(yè)貸款可得性以及銀行信貸決策的影響應(yīng)是通過政府干預(yù)、隱性擔(dān)保等非直接渠道達成的。上述研究結(jié)果與連軍等(2011)對于企業(yè)管理費用率與資產(chǎn)周轉(zhuǎn)率作為銀行信貸配置效率代理變量的研究結(jié)論相悖，并且他們僅通過企業(yè)貸款率作為銀行貸后監(jiān)督、債務(wù)治理與政治聯(lián)系的代理變量，解釋力不足，而本文的研究直接以企業(yè)償債能力作為被解釋變量，直接與銀行信貸篩選效率相關(guān)，同時解釋變量方面也更加多元。此外，在企業(yè)生產(chǎn)率水平方面，本文研究結(jié)果顯示，銀企關(guān)系長度、銀企關(guān)系規(guī)模與企業(yè)全要素生產(chǎn)率之間的正相關(guān)關(guān)系具有一定的顯著性，表明長期的、多重的銀企關(guān)系有可能幫助銀行發(fā)掘更多企業(yè)的“軟信息”。民營企業(yè)實際控制人的政治身份對企業(yè)全要素生產(chǎn)率沒有顯著的影響，而企業(yè)所有制與生產(chǎn)率水平相關(guān)：民營企業(yè)的全要素生產(chǎn)率高于公有制企業(yè)，表明在非資本與勞動要素投入的生產(chǎn)率方面，民營企業(yè)可能具有更高的效率。

在進一步檢驗的結(jié)果中，本文發(fā)現(xiàn)不同性質(zhì)的銀行在信貸篩選中對銀企關(guān)系的使用水平也可能存在差異。比如，銀企關(guān)系規(guī)模對提升信貸篩選效率、發(fā)現(xiàn)高質(zhì)量企業(yè)的作用在國有大型商業(yè)銀行更顯著，表明國有大型商業(yè)銀行更容易通過多重銀企關(guān)系獲得相關(guān)信息，可能的原因包括其在業(yè)內(nèi)話語權(quán)較強，或其信貸審批流程更加注重與企業(yè)其他關(guān)系銀行溝通。同時，銀企關(guān)系長度的效應(yīng)則在城市商業(yè)銀行中最為顯著，這可能體現(xiàn)了城市商業(yè)銀行在本地經(jīng)營的特殊優(yōu)勢，但總體來看，長期銀企關(guān)系的“套牢問題”仍然存在。政治聯(lián)系在不同性質(zhì)銀行的信貸篩選中作用都不顯著，表明了這種機制的非正式性?？紤]到基準回歸模型可能存在的內(nèi)生性，本文也采用了系統(tǒng)GMM方法對模型進行估計，其結(jié)果與固定效應(yīng)模型估計結(jié)果保持了較高的一致性，證明了本文研究結(jié)果的穩(wěn)健性，同時控制了可能的內(nèi)生性。

銀企關(guān)系作為通過銀行與企業(yè)間業(yè)務(wù)往來形成的一種正式機制，是銀行在信貸審批流程中考察的一個指標，并且有助于銀行對企業(yè)信息的生產(chǎn)，其對銀行信貸資源配置、企業(yè)信貸可得性的影響是建立在提升信貸篩選效率、發(fā)現(xiàn)高質(zhì)量發(fā)展企業(yè)、促進要素市場化配置這一基礎(chǔ)上的。政治聯(lián)系并不直接作用于企業(yè)經(jīng)營與銀行信貸決策，因此在市場經(jīng)濟中被視為非正式機制，特別是在信貸篩選過程中，它既不像銀企關(guān)系等機制可以緩解信息不對稱，也不像公司治理等機制可以提高企業(yè)經(jīng)營水平，更多地是通過隱性渠道來影響銀行信貸決策，而不是通過提升企業(yè)發(fā)展質(zhì)量或信貸篩選效率。本文的研究在理論框架內(nèi)驗證了上文關(guān)于銀企關(guān)系、政治聯(lián)系兩種機制在影響銀行信貸決策、信貸篩選效率上的不同渠道，豐富了關(guān)于信貸篩選、企業(yè)質(zhì)量的相關(guān)研究，對于商業(yè)銀行信貸審批流程的改進具有一定指導(dǎo)意義。