劉飛 周林濤

【摘要】本文以上市公司數(shù)據(jù)實(shí)證檢驗(yàn)了貨幣政策調(diào)控對(duì)出版行業(yè)上市公司銀行借款與商業(yè)信用等債務(wù)融資的影響問題，結(jié)果發(fā)現(xiàn)，當(dāng)存款準(zhǔn)備金率和貸款基準(zhǔn)利率上升，貨幣政策趨于緊縮時(shí)，出版行業(yè)上市公司的短期借款和長期借款等銀行信貸融資都會(huì)下降，而公司商業(yè)信用則會(huì)上升發(fā)揮替代銀行借款的作用。因此，出版行業(yè)上市公司，應(yīng)高度關(guān)注國家宏觀經(jīng)濟(jì)狀況與貨幣政策調(diào)控的變化，努力拓寬各種融資渠道，還要與商業(yè)銀行維持良好的銀企關(guān)系，建立長期合作機(jī)制。

【關(guān)鍵詞】貨幣政策 出版行業(yè) 融資 銀行信貸 商業(yè)信用

隨著出版市場的逐步開放，以及資本市場的日趨成熟，我國出版行業(yè)的融資規(guī)模也呈不斷上升的趨勢。特別是在市場體制轉(zhuǎn)型之后，出版企業(yè)紛紛轉(zhuǎn)型為自主經(jīng)營的企業(yè)，融資來源也由基本靠財(cái)政撥款轉(zhuǎn)變?yōu)橹饕揽孔陨砘I集資金，拓寬融資途徑。但是，不可否認(rèn)，出版行業(yè)融資渠道還比較單一，融資環(huán)境仍比較脆弱，當(dāng)外部的經(jīng)濟(jì)形勢或國家的宏觀政策發(fā)生改變時(shí)，企業(yè)的外部融資渠道和融資數(shù)量必然受到影響。因此，本文將基于出版行業(yè)上市公司數(shù)據(jù)討論貨幣政策調(diào)控對(duì)出版行業(yè)債務(wù)融資的影響，并分析其可能的后果及應(yīng)對(duì)策略。

一、理論分析

（一）貨幣政策與銀行借款融資

Bernanke和Blinder（1988）在CC-LM模型中對(duì)銀行借款渠道如何傳導(dǎo)貨幣政策進(jìn)行了探討。銀行借款渠道主要討論了貨幣當(dāng)局利用貨幣政策影響商業(yè)銀行的對(duì)外放貸水平，進(jìn)而影響實(shí)體經(jīng)濟(jì)的機(jī)制。一般來說，緊縮性貨幣政策可以通過中央銀行提高存款準(zhǔn)備金率、再貼現(xiàn)率和再貸款率來減少對(duì)商業(yè)銀行可貸資金供給，如果商業(yè)銀行不能通過其他融資渠道來抵消可貸資金的減少，就不得不削減其對(duì)企業(yè)的貸款，最終將減少企業(yè)的投資，導(dǎo)致經(jīng)濟(jì)增速的放緩。

由于資金的供給者和需求者之間存在著嚴(yán)重的信息不對(duì)稱問題，而商業(yè)銀行的出現(xiàn)可以緩解信貸市場上借貸雙方的信息不對(duì)稱，所以商業(yè)銀行在整個(gè)金融體系中扮演著一個(gè)特殊的角色，特定類型借款人的融資需求只能通過銀行借款得以滿足，銀行借款與其他融資渠道不可完全替代，只要沒有其他融資來源和融資方式來替代銀行借款，貨幣政策傳導(dǎo)的銀行借款渠道就會(huì)按照以下方式發(fā)揮作用：緊縮性貨幣政策會(huì)減少商業(yè)銀行的準(zhǔn)備金和吸收的存款，從而減少銀行可發(fā)放貸款的數(shù)量，因?yàn)樵S多借款人依賴銀行貸款為其活動(dòng)提供資金，因此貸款的減少必然會(huì)導(dǎo)致投資支出（和可能的消費(fèi)支出）的減少。由此貨幣政策的影響可表示為：

M↓→D↓→L↓→I↓→Y↓

自從Bernanke和Blinder（1988）提出的銀行借款渠道強(qiáng)調(diào)了貨幣政策傳導(dǎo)中貸款所起的重要作用之后，商業(yè)銀行等存貸款機(jī)構(gòu)在貨幣政策傳導(dǎo)中的特殊角色逐漸受到研究者的重視。此后，圍繞貨幣政策是否能夠通過影響銀行等部門的貸款供給量，進(jìn)而影響借款人的信貸可獲得性并最終影響產(chǎn)出，有大量文獻(xiàn)基于公司融資行為的視角檢驗(yàn)貨幣政策傳導(dǎo)的這一效應(yīng)，一般做法都是結(jié)合緊縮期公司銀行借款如何變化來考查。比如Hann和Sterken（2002）利用歐元區(qū)國家和英國企業(yè)的面板數(shù)據(jù)，得出貨幣緊縮時(shí)短期銀行借款率減少的同時(shí)長期銀行貸款率上升的結(jié)論，說明短期利率上升，企業(yè)銀行借款的期限結(jié)構(gòu)會(huì)由短期向長期調(diào)整；Bhaumik等（2007）則通過對(duì)貨幣政策影響印度上市公司債務(wù)結(jié)構(gòu)的研究，發(fā)現(xiàn)貨幣緊縮，利率水平上升會(huì)減少短期債務(wù)占總債務(wù)的比重。

（二）貨幣政策與商業(yè)信用融資

2000年之后，商業(yè)信用在貨幣政策傳導(dǎo)中的作用開始受到重視，現(xiàn)實(shí)中，企業(yè)不僅可以通過商業(yè)銀行等正規(guī)的金融機(jī)構(gòu)獲取資金，也能夠通過其上游供貨商獲得資金支持，這就是企業(yè)以延期付款的方式從供應(yīng)商那里獲得的商業(yè)信用融資，其實(shí)也可以把商業(yè)信用融資看作是銀行借款的一種替代。Nielsen（2002）的研究表明在貨幣緊縮期小企業(yè)會(huì)增加其從上游企業(yè)那里獲得的商業(yè)信用；利用公司面板數(shù)據(jù)，Atanasova和Wilson（2003）發(fā)現(xiàn)在貨幣緊縮期，受銀行借款約束的企業(yè)比例會(huì)大幅度上升，這些企業(yè)會(huì)是用商業(yè)信用融資來替代銀行借款融資。？魻zlü和Yal？觭？覦n通過比較企業(yè)對(duì)商業(yè)信用和銀行借款的獲得與使用，發(fā)現(xiàn)貨幣緊縮期那些易遭遇融資約束的企業(yè)會(huì)使用更多的商業(yè)信用融資來代替減少了的銀行借款。

國內(nèi)對(duì)貨幣政策與商業(yè)信用的研究相對(duì)較晚，石曉軍等（2009）以中國上市公司的數(shù)據(jù)為樣本，也證實(shí)了當(dāng)中央銀行實(shí)行緊縮銀根的貨幣和信貸政策時(shí)，商業(yè)信用就會(huì)作為體系外的“融資”補(bǔ)充進(jìn)來。陸正飛和楊德明（2011）則使用中國1997～2008年A股上市公司數(shù)據(jù)進(jìn)行研究，同樣發(fā)現(xiàn)在緊縮性貨幣政策的背景下，我國上市公司債務(wù)中商業(yè)信用的大量存在也符合替代銀行借款的特征。

二、研究設(shè)計(jì)

（一）模型設(shè)定與變量定義

為了驗(yàn)證貨幣政策工具對(duì)出版行業(yè)上市公司債務(wù)融資的影響，我們?cè)O(shè)定如下模型進(jìn)行檢驗(yàn)：

Debt=a+b1Mp+b2Size+b3Col+b4Roa+b5Age+b6Cashflow+ b7TobinQ （1）

其中，被解釋變量Debt表示出版行業(yè)上市公司獲得的各類型債務(wù)融資，作者在具體實(shí)證過程中首先將其區(qū)分為銀行借款和商業(yè)信用兩種債務(wù)融資方式，銀行借款融資又可以區(qū)分為短期銀行借款和長期銀行借款兩種形式。具體采用Sbank表示短期銀行借款，用公司短期借款除以總資產(chǎn)計(jì)算得到，用Lbank表示長期銀行借款，用公司長期借款除以總資產(chǎn)計(jì)算得到。此外，作者還用Tradecredit表示商業(yè)信用融資，用應(yīng)付賬款、應(yīng)付票據(jù)與預(yù)收款項(xiàng)的總和除以總資產(chǎn)計(jì)算得到。

釋變量中Mp為貨幣政策變量，在對(duì)不同貨幣政策工具的調(diào)控效果進(jìn)行研究時(shí)，往往需要設(shè)定代理變量，考慮到貨幣政策的時(shí)滯效應(yīng)，本文選取滯后一期的法定存款準(zhǔn)備金率Ratio作為數(shù)量型貨幣政策變量，以滯后一期的一年期銀行貸款基準(zhǔn)利率Interest作為價(jià)格型貨幣政策變量。Mp的值越大，相應(yīng)地表示貨幣政策趨于緊縮，Mp的值越小，表示貨幣政策趨于擴(kuò)張。如果企業(yè)的債務(wù)融資在貨幣政策趨于緊縮時(shí)下降，趨于寬松時(shí)上升，Mp前的系數(shù)b1應(yīng)該小于0，反之，回歸系數(shù)b1應(yīng)該大于0。

模型中的控制變量包括企業(yè)規(guī)模、資產(chǎn)報(bào)酬率、經(jīng)營現(xiàn)金流、企業(yè)成長性、有形資產(chǎn)比值和企業(yè)年齡等，具體符號(hào)表示為：Size表示企業(yè)規(guī)模，用總資產(chǎn)的自然對(duì)數(shù)計(jì)算；Roa表示資產(chǎn)報(bào)酬率，用凈利潤除以總資產(chǎn)比值計(jì)算；Cashflow表示公司的經(jīng)營現(xiàn)金流，用經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流凈額除以總資產(chǎn)的比值計(jì)算；TobinQ表示企業(yè)成長性，用企業(yè)的市場價(jià)值除以總資產(chǎn)的比值計(jì)算；Col表示有形資產(chǎn)比值，用有形資產(chǎn)總額除以總資產(chǎn)的比值計(jì)算；Age表示企業(yè)年齡，用企業(yè)自成立以來的年數(shù)加1的自然對(duì)數(shù)計(jì)算。此外，在本文的實(shí)證過程中，我們還控制了季度效應(yīng)和行業(yè)效應(yīng)。模型所涉及的變量及定義如表1所示：

（二）樣本選取與數(shù)據(jù)來源

本文按照行業(yè)分類，選擇已經(jīng)在中國滬深兩市上市的A股出版業(yè)上市公司數(shù)據(jù)作為研究樣本，樣本區(qū)間為2005年第4季度至2016年第4季度，數(shù)據(jù)來自于國泰安和銳思數(shù)據(jù)庫，我們按照以下標(biāo)準(zhǔn)對(duì)數(shù)據(jù)進(jìn)行了篩選：第一，剔除了特別處理ST、*ST公司；第二，剔除了資產(chǎn)小于負(fù)債的公司；第三，剔除了出現(xiàn)明顯錯(cuò)誤的樣本，如企業(yè)總產(chǎn)值為負(fù)數(shù)、從業(yè)人數(shù)為負(fù)數(shù)等情況；第四，剔除了相關(guān)年份銀行借款、應(yīng)付賬款、總負(fù)債和總資產(chǎn)等主要變量缺失的樣本，共獲得12家上市公司，323個(gè)樣本觀測值。由于當(dāng)數(shù)據(jù)出現(xiàn)可能的異常值或輸入錯(cuò)誤時(shí)，不可避免會(huì)對(duì)實(shí)證結(jié)果造成干擾，因此作者對(duì)主要連續(xù)變量的兩端異常值在1%的水平下進(jìn)行了縮尾處理，文中所有的數(shù)據(jù)整理與實(shí)證檢驗(yàn)均利用軟件Stata13完成。

三、實(shí)證結(jié)果分析

（一）出版行業(yè)融資狀況的描述性統(tǒng)計(jì)

表2是出版行業(yè)上市公司融資狀況的描述性統(tǒng)計(jì)，從表中可以看到，短期借款的均值為0.1317，說明出版行業(yè)上市公司的短期銀行借款平均占總資產(chǎn)的13%。中位數(shù)為0.1102，與平均值比較接近，但該項(xiàng)最小值為0，說明有的公司沒有任何短期銀行借款，最大值則達(dá)到了0.5016，說明有的公司總資產(chǎn)的一半為短期銀行借款；長期借款占總資產(chǎn)百分比的均值為0.0220，中位數(shù)為0，最大值為0.1607，說明出版行業(yè)上市公司的長期借款融資普遍較少，有些上市公司甚至長期借款為0；作為短期借款與長期借款之和的總銀行借款占總負(fù)債百分比的均值為0.3281，中位數(shù)為0.3526，說明出版行業(yè)上市公司的總銀行借款平均占總負(fù)債的三分之一左右，但最小值和最大值差距也較大，有的上市公司銀行借款占總負(fù)債的80%（0.8074）。

出版行業(yè)上市公司商業(yè)信用占總資產(chǎn)百分比的均質(zhì)為0.1636，中位數(shù)為0.1356，而且商業(yè)信用占總負(fù)債百分比的均值為0.4819，這些都說明作為另一主要債務(wù)融資的商業(yè)信用，在出版行業(yè)上市公司中所占的比重一般都要超過銀行借款，商業(yè)信用平均接近總負(fù)債的一半。表2還考察了出版行業(yè)上市公司總負(fù)債占總資產(chǎn)的比重，均值為0.3903，中位數(shù)為0.3419，說明出版行業(yè)上市公司平均的負(fù)債融資接近總資產(chǎn)的40%，但各個(gè)上市公司之間差距也比較大，最小值為0.0423，最大值為0.8443。

從表2我們可以看到，出版行業(yè)上市公司的債務(wù)來源中，短期負(fù)債（短期借款+商業(yè)信用）占絕大部分，而長期借款則相對(duì)比重較小。短期負(fù)債中，商業(yè)信用一般也多于短期借款，說明出版行業(yè)上市公司更加依賴于商業(yè)信用。

（二）回歸結(jié)果分析

本文實(shí)證所用數(shù)據(jù)為面板數(shù)據(jù)，面板數(shù)據(jù)除了可以采用OLS混合回歸之外，還可以采用固定效應(yīng)（FE）與隨機(jī)效應(yīng)（RE）等回歸模型。由于面板模型的Hausman檢驗(yàn)結(jié)果拒絕了面板隨機(jī)效應(yīng)（RE）假設(shè)，F(xiàn)統(tǒng)計(jì)量檢驗(yàn)結(jié)果拒絕了混合數(shù)據(jù)假設(shè)，因此在估計(jì)方法上，作者采用面板固定效應(yīng)模型（FE Model）進(jìn)行回歸分析。

表3是數(shù)量型貨幣政策工具存款準(zhǔn)備金率對(duì)出版行業(yè)上市公司債務(wù)融資影響的實(shí)證結(jié)果，在以短期銀行借款作為被解釋變量的模型（1）中，作為數(shù)量型貨幣政策工具，存款準(zhǔn)備金率Ratio的估計(jì)系數(shù)在1%的水平下顯著為負(fù)，表明出版行業(yè)上市公司的短期銀行借款會(huì)隨著存款準(zhǔn)備金率的上升而下降，這也符合一般貨幣政策傳導(dǎo)理論的解釋；在以長期銀行借款作為被解釋變量的模型（2）中，Ratio的估計(jì)系數(shù)在10%的水平下顯著為負(fù)，表明出版行業(yè)上市公司的長期銀行借款也會(huì)隨著存款準(zhǔn)備金率的上升而下降；在以商業(yè)信用作為被解釋變量的模型（3）中，Ratio的估計(jì)系數(shù)在10%的水平下顯著為正，表明出版行業(yè)上市公司的商業(yè)信用融資會(huì)隨著存款準(zhǔn)備金率的上升而上升，這一結(jié)果符合商業(yè)信用渠道理論的預(yù)期，即在貨幣緊縮時(shí)期，商業(yè)信用會(huì)上升以發(fā)揮提到銀行信貸的作用。

表4是價(jià)格型貨幣政策工具貸款基準(zhǔn)利率對(duì)出版行業(yè)上市公司債務(wù)融資影響的實(shí)證結(jié)果，與表3類似，在以短期銀行借款作為被解釋變量的模型（1）中，作為價(jià)格型貨幣政策工具，貸款基準(zhǔn)利率Interest的估計(jì)系數(shù)在1%的水平下顯著為負(fù)，表明出版行業(yè)上市公司的短期銀行借款會(huì)隨著貸款基準(zhǔn)利率的上升而下降；在以長期銀行借款作為被解釋變量的模型（2）中，Interest的估計(jì)系數(shù)在5%的水平下顯著為負(fù)，表明出版行業(yè)上市公司的長期銀行借款也會(huì)隨著貸款基準(zhǔn)利率的上升而下降；在以商業(yè)信用作為被解釋變量的模型（3）中，Interest的估計(jì)系數(shù)在5%的水平下顯著為正，說明出版行業(yè)上市公司的商業(yè)信用融資會(huì)隨著貸款基準(zhǔn)利率的上升而增加。

四、結(jié)論

隨著出版企業(yè)由財(cái)政支持向自主經(jīng)營轉(zhuǎn)制工作的結(jié)束，中國絕大多數(shù)出版企業(yè)已經(jīng)進(jìn)入了后改制時(shí)代。企業(yè)的自主經(jīng)營和發(fā)展壯大需要資金的大量投入與支持，也使得企業(yè)對(duì)外部融資的需求量日益增大，而融資又是其經(jīng)營管理中最重要的一環(huán)，直接決定著公司的經(jīng)營業(yè)績與企業(yè)價(jià)值，因此，國家的貨幣政策調(diào)控會(huì)對(duì)出版行業(yè)的債務(wù)融資活動(dòng)產(chǎn)生怎樣的影響，就是我們應(yīng)該重點(diǎn)研究的課題。

本文以中國出版行業(yè)上市公司數(shù)據(jù)實(shí)證檢驗(yàn)了貨幣政策調(diào)控對(duì)公司銀行借款與商業(yè)信用等債務(wù)融資的影響問題，結(jié)果發(fā)現(xiàn)，當(dāng)滯后一期的存款準(zhǔn)備金率和貸款基準(zhǔn)利率上升，貨幣政策趨于緊縮時(shí)，出版行業(yè)上市公司的短期借款和長期借款等銀行借款融資都會(huì)顯著減少，而公司的商業(yè)信用融資則會(huì)顯著上升，從而發(fā)揮替代銀行借款的作用。因此，作為出版行業(yè)上市公司來說，首先應(yīng)高度關(guān)注國家宏觀經(jīng)濟(jì)狀況與貨幣政策調(diào)控的變化，未雨綢繆，增加自身的現(xiàn)金持有水平，以應(yīng)對(duì)政策調(diào)控可能帶來的困境；其次，出版行業(yè)上市公司需要努力拓寬各種融資渠道，特別是像商業(yè)信用這類融資，作為銀行信貸的補(bǔ)充與替代，防止因貨幣緊縮、銀行借款減少而造成的經(jīng)營困難；最后，出版行業(yè)上市公司還可以考慮與商業(yè)銀行維持良好的銀企關(guān)系，建立長期合作機(jī)制，盡量減少政策調(diào)控的不利影響。

參考文獻(xiàn)

[1]李虹含.后危機(jī)時(shí)期中國出版企業(yè)融資策略新思考[J].中國出版，2012，（7）：3-6.

[2]龍敏，王文榮，李燕.我國出版產(chǎn)業(yè)融資現(xiàn)狀及對(duì)策分析[J].編輯之友，2013，（10）：30-32.

[3]陸正飛，楊德明.商業(yè)信用：替代性融資，還是買方市場？[J].管理世界，2011，（4）：36-44.

[4]石曉軍，張順明，李杰.商業(yè)信用對(duì)信貸政策的抵消是反周期的嗎？來自中國的證據(jù)[J].經(jīng)濟(jì)學(xué)季刊，2009，（1）：213-236.

[5]Atanasova，Christina.V.，Wilson，Nicholas.Bank Borrowing Constraints and the Demand for Trade Credit：Evidence from Panel Data[J].The Economics of Credit Management，2003.24（6/7）：503-514.

[6]Bernanke B S，Gertler M.Inside the Black Box：The Credit Channel of Monetary Policy Transmission[J].The Journal of Economic Perspectives，1995，9（4）：27-48.

[7]Bhaumik S K，Majumdar S.The Impact of Monetary Policy on Corporate Borrowing in India：An Empirical Investigation[J].Money And Finance.2007，（9）：69-88.

[8]Haan L de，Sterken E.Capital Structure.Corporate Governance.and Monetary Policy：Firm-Level Evidence for the Euro Area[R].Working Paper，Netherlands Central Bank，2000.

[9]Nielsen.J.H.，Trade Credit and the Bank Lending Channel[J].Journal of Money Credit，and Banking，2002.（34）：226-253.

[10]？魻zlü.P.？魻.，Yal？觭n.Cihan.，The Trade Credit Channel of Monetary Policy Transmission：Evidence from Non-financial Firms in Turkey[R].Central Bank of the Republic of Turkey Working Paper.2010.No 16.

基金項(xiàng)目：本文為河南省社科規(guī)劃項(xiàng)目（2014CJJ070）、河南省教育廳人文社會(huì)科學(xué)重點(diǎn)項(xiàng)目（2014-zd-007）階段性成果。

作者簡介：劉飛（1977-），男，河南開封人，河南大學(xué)經(jīng)濟(jì)學(xué)院副教授，金融學(xué)博士，研究方向：公司金融。