覃 飛,石小霞
(1.北京大學(xué) 國家發(fā)展研究院,北京 100871;2.武漢紡織大學(xué) 經(jīng)濟(jì)學(xué)院,武漢 430200)
2008年以來,我國的信貸規(guī)模增長較快,國際清算銀行網(wǎng)站(1)https://stats.bis.org/statx/srs/table的統(tǒng)計數(shù)據(jù)顯示,截至2018年底,中國信貸規(guī)模占GDP總量的204.2%,僅低于印尼、盧森堡等離岸金融中心。與此同時,非金融部門的杠桿率持續(xù)攀升,截至2018年底,實(shí)體經(jīng)濟(jì)部門和非金融企業(yè)部門的杠桿率分別為243%和153%,而這一數(shù)字在2009年底為172%和115%(圖1),實(shí)體部門持續(xù)加杠桿是否會引發(fā)廣泛的系統(tǒng)性風(fēng)險,進(jìn)而影響實(shí)體經(jīng)濟(jì)的穩(wěn)定性引起了國內(nèi)外的重點(diǎn)關(guān)注。
金融杠桿的運(yùn)用,積極的一面在于通過信貸擴(kuò)張來投資推動經(jīng)濟(jì)增長,其弊端在于金融杠桿波動與金融系統(tǒng)的內(nèi)在穩(wěn)定性掛鉤,金融杠桿提高會加深居民和企業(yè)的關(guān)聯(lián)度,進(jìn)一步放大風(fēng)險,一旦爆發(fā)系統(tǒng)性風(fēng)險,危機(jī)會迅速地擴(kuò)散和蔓延到實(shí)體部門。應(yīng)當(dāng)看到,杠桿率高低與金融系統(tǒng)性風(fēng)險密切相關(guān),對貨幣政策的傳導(dǎo)機(jī)制具有重要影響。從國際經(jīng)驗(yàn)來看,高杠桿并不必然會導(dǎo)致金融危機(jī),但是,2008年金融危機(jī)的歷史經(jīng)驗(yàn)時刻警示各國謹(jǐn)慎地使用金融杠桿。正是因?yàn)槿绱耍瑸榱朔婪督鹑谙到y(tǒng)性風(fēng)險,警惕過度使用杠桿,讓金融系統(tǒng)回歸服務(wù)實(shí)體經(jīng)濟(jì)的本質(zhì),我國于2015年12月召開中央經(jīng)濟(jì)工作會議,會議明確了去杠桿的工作任務(wù),將去杠桿作為“三去一降一補(bǔ)”的重點(diǎn)任務(wù)之一,以引導(dǎo)資金流向?qū)嶓w經(jīng)濟(jì)領(lǐng)域。
從去杠桿政策對實(shí)體經(jīng)濟(jì)的影響來看,金融去杠桿對實(shí)體經(jīng)濟(jì)的影響較為復(fù)雜:第一,金融去杠桿會導(dǎo)致實(shí)體部門去杠桿;第二,杠桿率波動與經(jīng)濟(jì)周期變化緊密關(guān)聯(lián);第三,金融部門存在融資歧視,國企與民企的融資環(huán)境存在差異。去杠桿與經(jīng)濟(jì)增長關(guān)系的相關(guān)研究認(rèn)為,如果過快的去杠桿或者杠桿率的波動性加大,會抑制經(jīng)濟(jì)增長并加大經(jīng)濟(jì)增長波動(潘敏、袁歌騁,2018)[1],更惡劣的情況下甚至?xí)饘?shí)體經(jīng)濟(jì)崩潰(Cecchetti和Kharroubi,2012)[2]。因此,學(xué)術(shù)界和監(jiān)管部門對金融去杠桿的方向和節(jié)奏,以及對實(shí)體經(jīng)濟(jì)可能帶來的影響展開了諸多討論。
企業(yè)作為生產(chǎn)的主體,去杠桿直接影響企業(yè)的債務(wù)結(jié)構(gòu)和融資渠道。從融資環(huán)境來看,國有企業(yè)基于自身的資源優(yōu)勢,能夠持續(xù)從銀行獲得外部融資,杠桿率不降反升(紀(jì)洋、王旭,2018)[3]。與國有企業(yè)相比,民營企業(yè)抵押物價值較低,銀行為了維持收益,會傾向于提高貸款利率或者減少貸款,一方面,貸款利率上升增加了銀行的融資成本,另一方面,企業(yè)為維持生產(chǎn),可能會通過商業(yè)信用等其他流動性渠道獲得外部融資,這兩方面的因素疊加,反而使得部分外部資金需求較大的民營企業(yè)的杠桿率上升(汪勇、馬新彬、周俊仰,2018)[4],而杠桿率上升使得原本信貸受限的民營企業(yè)融資更加困難,這將迫使民營企業(yè)減少貸款調(diào)整生產(chǎn),或者通過其他融資渠道來獲得資金,從而改變了企業(yè)的經(jīng)營風(fēng)險和財務(wù)風(fēng)險??梢钥吹?,民營企業(yè)受去杠桿政策的影響更大,也更加復(fù)雜,民營企業(yè)在政策實(shí)施進(jìn)程中的融資和生產(chǎn)的調(diào)整將傳導(dǎo)至整個實(shí)體經(jīng)濟(jì)。從2016年去杠桿政策實(shí)施以來,已有一些研究對政策效果展開了評估,但是還未有研究關(guān)注到政策實(shí)施對民營企業(yè)的影響。實(shí)際上,民營企業(yè)作為推動我國經(jīng)濟(jì)增長的重要角色,關(guān)注其在去杠桿進(jìn)程中受到的影響具有極為重要的現(xiàn)實(shí)意義。
本文的目的是從民營企業(yè)風(fēng)險承擔(dān)的角度分析和評估宏觀層面去杠桿政策在微觀實(shí)體層面的影響,以2014—2018上市民營企業(yè)為樣本,利用雙重差分法對去杠桿政策效果進(jìn)行評估,并進(jìn)一步分析這種影響的內(nèi)在機(jī)制。本文的創(chuàng)新之處體現(xiàn)在以下兩個方面:第一,分析了去杠桿對民營企業(yè)風(fēng)險承擔(dān)的影響機(jī)制,為去杠桿政策在微觀層面的經(jīng)濟(jì)效應(yīng)提供了理論依據(jù);第二,在現(xiàn)有分析去杠桿對經(jīng)濟(jì)波動等宏觀經(jīng)濟(jì)影響的基礎(chǔ)上,基于民營企業(yè)的視角評估了去杠桿政策的效果,為政策評估提供了相關(guān)的經(jīng)驗(yàn)證據(jù)。
圖1 中國宏觀杠桿率(單位:%)(數(shù)據(jù)來源:國家金融與發(fā)展實(shí)驗(yàn)室網(wǎng)站,http://114.115.232.154:8080/)
2008年次貸危機(jī)之后,美國進(jìn)入了去杠桿進(jìn)程,眾多學(xué)者對于危機(jī)后的去杠桿對經(jīng)濟(jì)影響展開了諸多討論。
國外相關(guān)研究圍繞美國次貸危機(jī)后的去杠桿進(jìn)程展開,大致分為以下幾類:一是對消費(fèi)需求端的影響引致經(jīng)濟(jì)衰退,例如Reuvan和Lansing(2009)[5]、Mian和Sufi(2011)[6]對危機(jī)后美國家庭部門去杠桿的研究發(fā)現(xiàn),家庭部門去杠桿可能會導(dǎo)致長期的消費(fèi)低迷和經(jīng)濟(jì)衰退。Eggertsson和Krugman(2012)[7]在凱恩斯理論框架下建立了一個債務(wù)驅(qū)動衰退理論模型,研究認(rèn)為快速的去杠桿壓低了總需求而引起經(jīng)濟(jì)衰退,這種影響機(jī)制對于包括日本經(jīng)濟(jì)衰退和大蕭條具有啟示意義。二是金融部門信貸收縮對經(jīng)濟(jì)的影響,例如Ueda(2012)[8]對于去杠桿與貨幣政策的研究認(rèn)為,日本20世紀(jì)90年代的經(jīng)濟(jì)衰退與美國次貸危機(jī)之后的衰退經(jīng)歷類似,日本私人部門去杠桿在宏觀層面帶來了大為不利的外部性,日本政府沒能在去杠桿的早期階段認(rèn)識到這種不利影響,導(dǎo)致日本的金融機(jī)構(gòu)未能及時識別出不良貸款,而后金融機(jī)構(gòu)收緊信貸導(dǎo)致長時期的資產(chǎn)價格下跌,非金融企業(yè)的資產(chǎn)負(fù)債表長期處于惡化狀態(tài),企業(yè)大幅縮減生產(chǎn)支出。Blanchard和Leigh(2013)[9]對危機(jī)后斯洛文尼亞的去杠桿政策的研究發(fā)現(xiàn),不正確的去杠桿時機(jī)和校準(zhǔn)過程會給經(jīng)濟(jì)發(fā)展帶來很高的機(jī)會成本,銀行對非金融部門信貸緊縮的“一攬子”政策破壞了那些現(xiàn)金流狀況良好的公司的正常去杠桿進(jìn)程,導(dǎo)致原本可以促進(jìn)增長的信貸也被削減。三是從宏觀經(jīng)濟(jì)運(yùn)行角度論述,例如麥肯錫2010年的研究報告指出,金融危機(jī)之后往往伴隨著很長時期的去杠桿,長時期的去杠桿進(jìn)程導(dǎo)致經(jīng)濟(jì)增速顯著下降。Palley(2010)[10]的研究認(rèn)為,去杠桿的初始階段,經(jīng)濟(jì)增速會放緩,去杠桿的后期階段,家庭增加儲蓄并償還前期債務(wù),經(jīng)濟(jì)增長會慢慢恢復(fù)。
由于我國2016年才正式進(jìn)入去杠桿進(jìn)程,相關(guān)研究還不多,主要包括以下兩類文獻(xiàn):
一類是對于去杠桿政策實(shí)施重點(diǎn)和方向的分析,如楊小靜、張英杰(2017)[11]認(rèn)為國有企業(yè)尤其是產(chǎn)能過剩行業(yè)的國有企業(yè)去杠桿更為迫切。張曉晶等(2018)[12]回顧了我國的去杠桿過程,認(rèn)為結(jié)構(gòu)性去杠桿是未來去杠桿的基本邏輯,而陳小亮、陳彥斌(2018)[13]則分析了結(jié)構(gòu)性去杠桿的重點(diǎn)推進(jìn)領(lǐng)域和趨勢。劉哲希、李子昂(2018)[14]對于推進(jìn)結(jié)構(gòu)性去杠桿進(jìn)程中的居民部門杠桿率問題進(jìn)行了分析,研究認(rèn)為居民部門不應(yīng)加杠桿。郭祎(2018)[15]分析了金融去杠桿的本質(zhì)和實(shí)施條件,研究認(rèn)為提高金融監(jiān)管的有效性和金融系統(tǒng)的完善性是實(shí)施去杠桿的前提條件,而引導(dǎo)金融系統(tǒng)回歸服務(wù)實(shí)體經(jīng)濟(jì)是去杠桿的本質(zhì)。
另一類是對去杠桿的政策效果的評估,如馬勇(2016)[16]的研究指出,去杠桿政策實(shí)施可能會在一定程度上影響金融系統(tǒng)的穩(wěn)定性,他結(jié)合1983—2012年的跨國面板數(shù)據(jù),對金融杠桿、經(jīng)濟(jì)增長和金融穩(wěn)定之間的關(guān)系進(jìn)行了實(shí)證研究,實(shí)證結(jié)果發(fā)現(xiàn),金融杠桿的波動性加大會對金融系統(tǒng)的穩(wěn)定性產(chǎn)生負(fù)面影響。進(jìn)一步地,馬勇、陳雨露(2017)[17]對68個國家的金融杠桿與經(jīng)濟(jì)增長的關(guān)系的研究發(fā)現(xiàn),金融杠桿與經(jīng)濟(jì)增長之間存在顯著的“倒U型”關(guān)系,并預(yù)計中國將于2019—2020年進(jìn)入拐點(diǎn)區(qū)域,屆時會面臨“去杠桿”和“保增長”的難題。潘敏、袁歌騁(2018)[1]的研究認(rèn)為,“去杠桿”會抑制經(jīng)濟(jì)增長并加大經(jīng)濟(jì)波動幅度,而較為完善的資本市場會弱化這種負(fù)面影響。劉偉江、王虎邦、林晶(2018)[18]對“去杠桿”的貨幣政策效應(yīng)進(jìn)行了評估分析,研究認(rèn)為,與政府部門相比,企業(yè)部門對“去杠桿”的貨幣效應(yīng)較為敏感,并且企業(yè)杠桿率的調(diào)整幅度和速度均下降。楊雪峰(2018)[19]對于去杠桿對流動性的影響進(jìn)行研究,研究認(rèn)為去杠桿要保持適度的流動性,否則惡性的去杠桿會帶來流動性危機(jī),最終導(dǎo)致長期經(jīng)濟(jì)衰退。劉莉亞等(2019)[20]的研究認(rèn)為,如果市場中的僵尸企業(yè)較多,貨幣政策緊縮會導(dǎo)致較高的信貸成本轉(zhuǎn)嫁到正常企業(yè),導(dǎo)致正常企業(yè)的杠桿率降低。
本文使用自然實(shí)驗(yàn)法考察去杠桿政策的實(shí)施對民營企業(yè)風(fēng)險承擔(dān)的影響。對于微觀企業(yè)而言,去杠桿政策的出臺和實(shí)施具有不可預(yù)知性,可以視作外生沖擊事件。因此,去杠桿政策的實(shí)施是一個符合研究要求的準(zhǔn)自然實(shí)驗(yàn)。在自然實(shí)驗(yàn)情形下,雙重差分模型可以有效識別事件沖擊對實(shí)驗(yàn)組和對照組的影響差異,而正確的識別實(shí)驗(yàn)組和對照組是使用雙重差分模型的必要條件,因此,我們首先要構(gòu)造合適的實(shí)驗(yàn)組和對照組,具體如下:
第一,構(gòu)造方法。去杠桿政策于2015年中央經(jīng)濟(jì)工作會議正式提出,盡管該政策在全國范圍內(nèi)推廣,但在具體的政策實(shí)施中因企業(yè)的異質(zhì)性存在較大的差異,這為構(gòu)造合適的實(shí)驗(yàn)組和對照組提供了可行的依據(jù)。本文借鑒Vig(2012)[21]和錢雪松、方勝(2017)[22]等人的研究方法,從去杠桿政策對不同負(fù)債企業(yè)的影響的差異為切入點(diǎn)來構(gòu)造實(shí)驗(yàn)組和對照組。具體來說,依據(jù)企業(yè)負(fù)債差異,將負(fù)債水平高的企業(yè)作為實(shí)驗(yàn)組,將負(fù)債水平低的企業(yè)作為對照組。
第二,構(gòu)造依據(jù)。采用上述處理方法構(gòu)造實(shí)驗(yàn)組和對照組的原因是,民營企業(yè)對債務(wù)融資敏感程度更強(qiáng),民營企業(yè)獲得融資的難度要遠(yuǎn)高于國有企業(yè),盡管這一問題近年來得到了政府的重視,但是民營企業(yè)信貸歧視問題一直存在(李廣子、劉力,2009;宋增基、馮莉茗、譚興民,2014)[23~24]。此外,負(fù)債水平較低的企業(yè)財務(wù)穩(wěn)健,杠桿率較低,對銀行信貸等融資依賴低,去杠桿政策對其影響有限,而負(fù)債水平較高的企業(yè)面臨著很強(qiáng)的融資約束,去杠桿政策實(shí)施前企業(yè)債務(wù)高企,去杠桿政策實(shí)施后融資更加困難,該類企業(yè)不得不對經(jīng)營做出調(diào)整,或調(diào)整經(jīng)營、壓縮債務(wù),或以更高的成本獲取維持企業(yè)現(xiàn)金流,因此去杠桿政策可能會對該類企業(yè)產(chǎn)生顯著影響。鑒于此,依據(jù)負(fù)債水平構(gòu)建實(shí)驗(yàn)組和對照組為識別去杠桿政策對民營企業(yè)風(fēng)險承擔(dān)的影響提供了可行的依據(jù)。
在合理地構(gòu)造了實(shí)驗(yàn)組和對照組之后,我們對樣本做如下處理:首先,考慮到企業(yè)負(fù)債分為短期流動負(fù)債和長期負(fù)債,去杠桿政策對短期流動性負(fù)債影響最直接,參考錢雪松、方勝(2017)[22]的研究,采用流動負(fù)債與50%長期負(fù)債的總額衡量企業(yè)債務(wù)規(guī)模,并以此為依據(jù),計算2014年和2015年企業(yè)負(fù)債規(guī)模的平均值,以企業(yè)負(fù)債規(guī)模的33%和67%分位數(shù)為門檻值,按負(fù)債規(guī)模將樣本分為最高1/3、中間1/3和最低1/3共三組樣本,并將最高1/3組(負(fù)債水平較高企業(yè))作為實(shí)驗(yàn)組,將最低1/3組(負(fù)債水平較低企業(yè))作為控制組,中間1/3組樣本不參與基準(zhǔn)回歸。
2015年12月召開的中央經(jīng)濟(jì)工作會議提出“三去一降一補(bǔ)”,明確提出2016年的經(jīng)濟(jì)工作重點(diǎn)為“去產(chǎn)能、去庫存、去杠桿、降成本、補(bǔ)短板”五項(xiàng)任務(wù),因此,本文將2016年作為政策沖擊事件發(fā)生的年份。本文用E(y|x=1)來表示去杠桿政策對實(shí)驗(yàn)組企業(yè)風(fēng)險的影響,去杠桿政策對對照組企業(yè)風(fēng)險的影響用E(y|x=0)表示。去杠桿政策實(shí)施對實(shí)驗(yàn)組企業(yè)和對照組企業(yè)風(fēng)險承擔(dān)的影響差異為:
E(y|x=1)-E(y|x=0)
(1)
去杠桿政策實(shí)施有明確的時間斷點(diǎn),為了更準(zhǔn)確地識別去杠桿對企業(yè)風(fēng)險承擔(dān)的影響,還需要驗(yàn)證政策事件發(fā)生前后對企業(yè)風(fēng)險承擔(dān)的影響。類似地,去杠桿政策實(shí)施后對企業(yè)風(fēng)險承擔(dān)的影響用E(y|t=1)表示,政策實(shí)施前企業(yè)風(fēng)險承擔(dān)用E(y|t=0)表示。因此,去杠桿政策實(shí)施前后實(shí)驗(yàn)組企業(yè)風(fēng)險承擔(dān)的變化為:
E(y|t=1)-E(y|t=0)
(2)
綜合式(1)和(2),去杠桿政策對實(shí)驗(yàn)組企業(yè)風(fēng)險承擔(dān)的凈效應(yīng)為:
NE=[E(y|x=1)-E(y|x=0)]-[E(y|t=1)-E(y|t=0)]
(3)
本文設(shè)定如下計量模型來評估去杠桿政策對民營企業(yè)風(fēng)險承擔(dān)的影響:
(4)
式(4)中,Risk為企業(yè)的風(fēng)險承擔(dān)水平。虛擬變量Policy表示樣本企業(yè)是否屬于實(shí)驗(yàn)組,如果企業(yè)i在實(shí)驗(yàn)期內(nèi)屬于實(shí)驗(yàn)組,則取值為1,否則為控制組,取值為0。Year為年份虛擬變量,本文以去杠桿政策提出后開始實(shí)施的2016年為基年,在2016年及其以后年份Year取值為1,其他年份取值為0。Control為影響企業(yè)風(fēng)險承擔(dān)的其他控制變量。εit為隨機(jī)誤差項(xiàng),表示因個體和時間而變化且影響企業(yè)風(fēng)險承擔(dān)的非觀測擾動因素。β1為DID交互項(xiàng)估計量,衡量去杠桿政策對企業(yè)風(fēng)險承擔(dān)的政策凈效應(yīng),如果β1的估計值顯著大于0,則表示去杠桿政策提高了企業(yè)的風(fēng)險承擔(dān),如果β1的估計值顯著地小于0,則表示去杠桿政策降低了民營企業(yè)的風(fēng)險承擔(dān)。
1.數(shù)據(jù)來源
本文以2014—2018年所有在中國A股上市的民營企業(yè)為研究對象,考慮到金融類企業(yè)的公司的特殊性,剔除金融類上市公司樣本,并剔除退市的企業(yè)。企業(yè)的財務(wù)數(shù)據(jù)來源于Wind數(shù)據(jù)庫,行業(yè)分類以證監(jiān)會頒布的行業(yè)分類標(biāo)準(zhǔn)為依據(jù)。
2.變量說明
(1)被解釋變量。企業(yè)風(fēng)險承擔(dān)為本文的被解釋變量,現(xiàn)有文獻(xiàn)研究中較為通用的衡量企業(yè)風(fēng)險承擔(dān)的指標(biāo)是企業(yè)資產(chǎn)收益率(ROA)的波動性,即資產(chǎn)收益率的標(biāo)準(zhǔn)差(John和Litov,2008;Nguyen,2011;羅黨論、廖俊平、王玨,2016;毛其淋、許家云,2016;翟勝寶等,2014)[26~29]。本文參考已有研究采用企業(yè)資產(chǎn)收益率的波動性衡量企業(yè)風(fēng)險承擔(dān),資產(chǎn)收益率波動性越大,風(fēng)險承擔(dān)水平越高(張敏、童麗靜、許浩然,2015)[30]??紤]到不同行業(yè)的企業(yè)間的差異,對企業(yè)資產(chǎn)收益率進(jìn)行行業(yè)平均值處理,即在計算資產(chǎn)收益率時剔除行業(yè)平均資產(chǎn)收益率(孫炎林、覃飛,2018)[31],具體處理如下:
(5)
(6)
其中,τ為觀測時間段,本文使用當(dāng)年4個季度的數(shù)據(jù)計算當(dāng)年資產(chǎn)收益率的標(biāo)準(zhǔn)差;T為觀測時段序數(shù)最大值,采取4個季度數(shù)據(jù)觀測時間段,T取值為4。
(2)解釋變量。本文參考楊繼生、陽建輝(2015)[32]、錢雪松、方勝(2017)[22]、孫焱林、覃飛(2018)[31]等的研究,選取以下幾個變量作為本文的控制變量:企業(yè)市場壟斷程度(MP),以企業(yè)營業(yè)總收入占行業(yè)營業(yè)總收入之比衡量;企業(yè)資金狀況(LIQ),以流動資產(chǎn)占總資產(chǎn)之比衡量;管理者風(fēng)險厭惡程度(RA),以所有者權(quán)益占總資產(chǎn)之比衡量;企業(yè)業(yè)績水平(ROA),以凈利潤與總資產(chǎn)之比衡量;職工薪酬水平(ES),以應(yīng)付職工薪酬占總資產(chǎn)之比衡量。各個變量的描述性統(tǒng)計值見表1,樣本的平均風(fēng)險承擔(dān)值為0.107,而中位數(shù)比平均值低約29.6%,說明不同企業(yè)風(fēng)險承擔(dān)相差較大。
表1 描述性統(tǒng)計
表2是對計量模型(4)的計量回歸結(jié)果,第(1)列是未加入控制變量、且未控制季度因素的回歸結(jié)果,其Policy×Year的系數(shù)值為0.0109,在10%的水平上顯著為正;第(2)列是控制了季度因素(quarter_1—quarter_3)后的回歸結(jié)果,其Policy×Year的系數(shù)值為0.0104,同樣在10%的水平上顯著為正;第(3)列是進(jìn)一步控制企業(yè)特征變量的回歸結(jié)果,Policy×Year的系數(shù)值為0.0113,依然顯著為正,且顯著性水平提高到5%。第(1)至(3)列的估計結(jié)果顯示,去杠桿政策顯著地提高了民營企業(yè)的風(fēng)險承擔(dān)。
從回歸結(jié)果的經(jīng)濟(jì)意義上來看,沒加入控制變量時,Policy×Year的系數(shù)值為0.0104,因?yàn)槠髽I(yè)風(fēng)險承擔(dān)Risk的均值為0.107,這意味著去杠桿政策的實(shí)施使得民營風(fēng)險水平提高了9.7%(0.0104/0.107)。加入控制變量后,Policy×Year的系數(shù)值上升至0.0113,意味著去杠桿政策使民營企業(yè)風(fēng)險水平提高了10.6%(0.0113/0.107)。因此,本文認(rèn)為,考慮到企業(yè)風(fēng)險水平受多種因素影響,去杠桿政策對民營企業(yè)風(fēng)險承擔(dān)影響幅度非常大。
表2 去杠桿政策對民營企業(yè)風(fēng)險承擔(dān)的影響
注:*、**、***分別表示系數(shù)估計值在10%、5%、1%水平上顯著;變量括號內(nèi)的值為標(biāo)準(zhǔn)差。
考慮到不同規(guī)模企業(yè)應(yīng)對政策沖擊存在差異,本文以樣本企業(yè)總資產(chǎn)的均值劃分企業(yè)規(guī)模,考慮到不同行業(yè)間企業(yè)可比性較差,以證監(jiān)會頒布的行業(yè)分類標(biāo)準(zhǔn)為依據(jù)計算不同行業(yè)樣本企業(yè)總資產(chǎn)均值,當(dāng)樣本企業(yè)總資產(chǎn)大于行業(yè)總資產(chǎn)均值時,將該企業(yè)歸類為規(guī)模較大企業(yè),否則為規(guī)模較小企業(yè)。表3報告了去杠桿政策對不同規(guī)模民營企業(yè)風(fēng)險承擔(dān)的估計結(jié)果。第(1)列和第(2)列是規(guī)模較大企業(yè)的回歸結(jié)果,估計結(jié)果顯示加入控制變量前后,Policy×Year的估計系數(shù)為負(fù),但均未通過顯著性檢驗(yàn),這表明去杠桿政策對規(guī)模較大民營企業(yè)的風(fēng)險水平影響不顯著。第(3)列和第(4)列是規(guī)模較小企業(yè)樣本回歸結(jié)果,結(jié)果顯示,未加入控制變量下,Policy×Year的估計系數(shù)在10%的水平上顯著為正,加入控制變量后,Policy×Year的估計系數(shù)為0.0164,并在1%的水平上高度顯著。我們認(rèn)為造成上述差異的原因在于,規(guī)模較大的企業(yè)往往擁有多個融資渠道,信用風(fēng)險評級也較高,對外部事件沖擊和抵御風(fēng)險能力較高,而規(guī)模較小的民營企業(yè)對政策敏感程度較高,融資渠道單一,在信貸收縮大環(huán)境下容易出現(xiàn)資金鏈斷裂或者融資成本升高,導(dǎo)致企業(yè)風(fēng)險提高。
表3 去杠桿政策對不同規(guī)模企業(yè)風(fēng)險承擔(dān)的影響
注:*、**、***分別表示系數(shù)估計值在10%、5%、1%水平上顯著;變量括號內(nèi)的值為標(biāo)準(zhǔn)差。
前述估計結(jié)果顯示去杠桿政策顯著提高民營企業(yè)的風(fēng)險水平,但是還需要進(jìn)一步分析去杠桿對民營企業(yè)風(fēng)險承擔(dān)水平的影響機(jī)制。本文認(rèn)為,去杠桿政策導(dǎo)致宏觀層面的信貸收縮,銀行對于民營企業(yè)的短期借款信用背書要求變高,加之國企與民營企業(yè)之間的融資歧視,銀行會將較高的短期貸款成本轉(zhuǎn)嫁到民營企業(yè)。此外,由于宏觀層面的信貸收縮,企業(yè)之間的流動性會緊縮,信用賒銷等籌融資方式受到限制,這導(dǎo)致民營企業(yè)的短期負(fù)債減少,企業(yè)缺乏充裕的資金進(jìn)行債務(wù)償付、生產(chǎn)運(yùn)營等而影響了企業(yè)的經(jīng)營和財務(wù)風(fēng)險。鑒于上述分析,本文選擇短期負(fù)債指標(biāo)作為中間變量進(jìn)行機(jī)制分析,短期負(fù)債指標(biāo)選取企業(yè)流動性負(fù)債、商業(yè)信用和短期借款。其中,流動性負(fù)債是一年內(nèi)需要償還的債務(wù)總和,商業(yè)信用是應(yīng)付賬款、應(yīng)收票據(jù)、預(yù)收賬款的總額。根據(jù)鄭世林等(2016)[33]的方法,檢驗(yàn)思路為:第1步,去杠桿政策對短期負(fù)債指標(biāo)(流動性負(fù)債、商業(yè)信用、短期借款)回歸,如果回歸系數(shù)顯著,則說明去杠桿政策影響了企業(yè)的短期負(fù)債狀況;第2步,短期負(fù)債對企業(yè)風(fēng)險承擔(dān)進(jìn)行回歸,如果回歸系數(shù)顯著,說明企業(yè)短期負(fù)債狀況會對企業(yè)風(fēng)險承擔(dān)產(chǎn)生顯著影響;第3步,如果上述兩步驟均成立,將短期負(fù)債和去杠桿政策對企業(yè)風(fēng)險承擔(dān)進(jìn)行回歸,如果Policy×Year的估計系數(shù)顯著程度降低或者不再顯著,則證實(shí)了去杠桿政策對企業(yè)風(fēng)險承擔(dān)的影響部分或者全部來自企業(yè)短期融資變動帶來的影響。按照上述檢驗(yàn)步驟,本文的機(jī)制檢驗(yàn)?zāi)P驮O(shè)定如下:
第1步:分別驗(yàn)證去杠桿政策對流動性負(fù)債、商業(yè)信用、短期借款的影響(為了表述簡潔,用ShortDebt代指流動性負(fù)債、商業(yè)信用、短期借款,下同):
(7)
第2步:分別驗(yàn)證流動性負(fù)債、商業(yè)信用、短期借款對企業(yè)風(fēng)險承擔(dān)的影響:
(8)
第3步:將流動性負(fù)債、商業(yè)信用、短期借款和去杠桿政策同時放入回歸模型:
(9)
表4報告了上述三個階段的回歸結(jié)果。其中,第(1)至(3)列是第1步的估計結(jié)果,分別是以流動性負(fù)債、商業(yè)信用、短期借款為被解釋變量的回歸結(jié)果,結(jié)果顯示,流動性負(fù)債、商業(yè)信用、短期借款的Policy×Year的估計系數(shù)均在1%的水平上高度顯著為負(fù),表明去杠桿政策顯著降低了企業(yè)短期融資水平。第(4)至(6)列是第2步的估計結(jié)果,分別是流動性負(fù)債、商業(yè)信用、短期借款對企業(yè)風(fēng)險承擔(dān)水平的影響,結(jié)果顯示,動性負(fù)債、商業(yè)信用、短期借款的系數(shù)均在1%的水平上顯著為負(fù),表明短期負(fù)債融資水平與企業(yè)風(fēng)險承擔(dān)負(fù)相關(guān),短期負(fù)債融資水平降低會提高企業(yè)風(fēng)險水平。第(7)列是第3步的估計結(jié)果,分別是應(yīng)付賬款、應(yīng)收票據(jù)、預(yù)收賬款和去杠桿政策對企業(yè)風(fēng)險承擔(dān)進(jìn)行回歸,結(jié)果顯示,Policy×Year的估計系數(shù)的顯著性程度發(fā)生了變化。綜合來看,機(jī)制檢驗(yàn)回歸結(jié)果支持了去杠桿政策通過影響短期負(fù)債水平提高了民營企業(yè)的風(fēng)險承擔(dān)。
表4 去杠桿政策對企業(yè)風(fēng)險承擔(dān)中間機(jī)制檢驗(yàn)
注:*、**、***分別表示系數(shù)估計值在10%、5%、1%水平上顯著;變量括號內(nèi)的值為標(biāo)準(zhǔn)差。
由于DID估計可能會受到其他遺漏因素的影響而出現(xiàn)估計偏誤(鄭世林、韓高峰、石光,2016)[33],為了得到穩(wěn)健一致的估計結(jié)果,本文做了如下幾項(xiàng)穩(wěn)健性檢驗(yàn):
考慮到估計結(jié)果可能受同時期去杠桿政策以外的其他事件的影響,本文改變時間窗口重新進(jìn)行檢驗(yàn)。具體做法如下:
第一,為了檢驗(yàn)政策效應(yīng)是否在去杠桿政策出臺之前就已經(jīng)存在,比如實(shí)體經(jīng)濟(jì)獲得了即將加杠桿的信息等而做出生產(chǎn)和融資調(diào)整,本文將事件發(fā)生的時點(diǎn)提前一年至2015年,即以2015年作為政策沖擊事件發(fā)生的年份。估計結(jié)果如表5第(1)列所示,Policy×Year的估計系數(shù)雖為正,但未通過顯著性檢驗(yàn),這表明去杠桿政策前的政策效應(yīng)對民營企業(yè)風(fēng)險承擔(dān)的影響不明顯。
第二,考慮本文結(jié)果可能是由去杠桿政策以后的其他事件引致,特別是美國于2017年進(jìn)入加息周期,導(dǎo)致外債利息成本增高。本文縮小時間窗口,盡可能將美國加息周期排除在外,剔除2017年樣本后重新進(jìn)行估計。估計結(jié)果如表5第(2)列所示,Policy×Year的估計系數(shù)在5%的水平上顯著為正,這表明美國加息周期之前,去杠桿政策對民營企業(yè)風(fēng)險承擔(dān)的影響已經(jīng)存在。
為了檢驗(yàn)該構(gòu)造方法的穩(wěn)健性,本文改變實(shí)驗(yàn)組和對照組的構(gòu)建方法,以負(fù)債規(guī)模的中位數(shù)為分組標(biāo)準(zhǔn)重新進(jìn)行估計。估計結(jié)果如表5第(3)列所示。結(jié)果顯示,Policy×Year的估計系數(shù)在5%的水平上顯著為正,和基準(zhǔn)回歸結(jié)果一致。這意味著本文的基本結(jié)論不受實(shí)驗(yàn)組和對照組的構(gòu)造方法的影響。
與去杠桿政策實(shí)施時間最接近,且最有可能影響到企業(yè)風(fēng)險承擔(dān)的全國性重大事件還有去庫存和去產(chǎn)能政策,因此有必要做進(jìn)一步檢驗(yàn),以排除去庫存和去產(chǎn)能政策對民營企業(yè)風(fēng)險承擔(dān)的影響。由于去庫存和去產(chǎn)能均與企業(yè)生產(chǎn)的產(chǎn)品過多超過了市場需求有關(guān),形成了產(chǎn)品積壓,因此本文以企業(yè)的庫存率為依據(jù)重新劃分實(shí)驗(yàn)組和對照組,并假設(shè)去庫存和去產(chǎn)能政策對民營企業(yè)風(fēng)險承擔(dān)存在顯著影響。具體做法如下:
第一,構(gòu)造實(shí)驗(yàn)組和對照組。采用企業(yè)庫存規(guī)模與資產(chǎn)規(guī)模比衡量企業(yè)庫存水平,并以此為依據(jù)計算企業(yè)2014年和2015年企業(yè)庫存水平的平均值,以企業(yè)庫存水平的33%和67%分位數(shù)為門檻值,將樣本分為最高1/3、中間1/3和最低1/3共三組樣本,并將最高1/3組作為實(shí)驗(yàn)組,將最低1/3組作為控制組。
第二,對模型(4)進(jìn)行估計,其中公式(4)的變量Policy為庫存水平的虛擬變量,若樣本企業(yè)庫存水平為最高1/3則取值為1,若為最低1/3組則取值為0,其他的保持一致。如果Policy×Year的估計系數(shù)顯著,說明去庫存和去產(chǎn)能政策對民營企業(yè)風(fēng)險承擔(dān)存在顯著影響的原假設(shè)成立,反之則不成立。
表5的第(4)列匯報了回歸結(jié)果,Policy×Year的估計系數(shù)未能通過顯著性檢驗(yàn),表明去庫存和去產(chǎn)能過剩對民營企業(yè)風(fēng)險承擔(dān)無顯著影響。進(jìn)一步,為了排除實(shí)驗(yàn)組和對照組構(gòu)造方法的影響,本文計算2014年和2015年樣本企業(yè)庫存水平的均值,并以全樣本企業(yè)庫存水平均值的中位數(shù)為分組依據(jù),將均值高于中位數(shù)的樣本企業(yè)定為實(shí)驗(yàn)組,反之為對照組,其他設(shè)置保持不變重新進(jìn)行估計。表5的第(5)列匯報了估計結(jié)果,Policy×Year的估計系數(shù)未能通過顯著性檢驗(yàn),與第(4)列的估計結(jié)果一致。因此,第(4)和(5)列的估計結(jié)果可以排除去杠桿政策同時期的去庫存和去產(chǎn)能政策對民營企業(yè)風(fēng)險承擔(dān)的影響。
綜合上述穩(wěn)健性檢驗(yàn),本文認(rèn)為,政策實(shí)施前后的其他時間、實(shí)驗(yàn)組和對照組的構(gòu)造方法和同時期其他宏觀政策實(shí)施對本文的估計不存在顯著的干擾,本文的基本結(jié)論穩(wěn)健。
表5 穩(wěn)健性檢驗(yàn)
注:*、**、***分別表示系數(shù)估計值在10%、5%、1%水平上顯著;變量括號內(nèi)的值為標(biāo)準(zhǔn)差。
為了應(yīng)對2008年國際金融危機(jī)下非金融企業(yè)負(fù)債杠桿率持續(xù)攀升對經(jīng)濟(jì)金融的穩(wěn)定帶來的沖擊,我國政府于2015年12月提出了“三去一降一補(bǔ)”重要任務(wù),去杠桿在全國范圍內(nèi)實(shí)施。為了評估去杠桿政策對民營企業(yè)經(jīng)營風(fēng)險的影響,本文以2016年正式實(shí)施的去杠桿政策為自然實(shí)驗(yàn),選取2014—2018年在中國A股上市的民營企業(yè)為樣本,采用雙重差分方法進(jìn)行了實(shí)證檢驗(yàn)。研究發(fā)現(xiàn),第一,負(fù)債水平高的民營企業(yè)受去杠桿政策的影響較大,這類企業(yè)的風(fēng)險承擔(dān)顯著提高,而負(fù)債水平較低的民營企業(yè)的風(fēng)險承擔(dān)受政策的影響不明顯;第二,去杠桿政策對民營企業(yè)的風(fēng)險承擔(dān)的影響因其規(guī)模而存在差異,政策實(shí)施對規(guī)模較小的民營企業(yè)的影響顯著,對規(guī)模較大的民營企業(yè)影響不顯著;第三,進(jìn)一步剖析其作用機(jī)理發(fā)現(xiàn),去杠桿政策導(dǎo)致了信貸收縮,企業(yè)的短期負(fù)債水平降低,這提高了民營企業(yè)的風(fēng)險承擔(dān)水平。
上述結(jié)論對經(jīng)濟(jì)可持續(xù)增長和金融穩(wěn)定具有確切的政策啟示。去杠桿政策必然導(dǎo)致宏觀層面的信貸收縮,這導(dǎo)致短期內(nèi)民營企業(yè)的風(fēng)險承擔(dān)水平提升,因此,去杠桿政策應(yīng)當(dāng)循序漸進(jìn),不可一蹴而就,避免短期內(nèi)加大實(shí)體經(jīng)濟(jì)增長的波動性和金融系統(tǒng)的不穩(wěn)定性。與此同時,去杠桿政策不可“一刀切”地推進(jìn),需充分考慮不同規(guī)模企業(yè)風(fēng)險承擔(dān)水平,給予規(guī)模較小、風(fēng)險承擔(dān)水平較低的企業(yè)一定的政策彈性和靈活性,最大限度地降低改革給民營企業(yè)帶來的陣痛。
云南財經(jīng)大學(xué)學(xué)報2020年4期