延禹
【摘要】文章從微觀商業(yè)銀行行為選擇的角度探討信貸錯配產(chǎn)生的原因,發(fā)現(xiàn)信貸歧視會引發(fā)商業(yè)銀行的故意錯配行為,信息不對稱會引發(fā)商業(yè)銀行的無意識錯配行為。所有制歧視和規(guī)模歧視仍是引發(fā)信貸錯配的主要原因。在非國有企業(yè)和中小企業(yè)中,關(guān)系歧視對信貸錯配的促進作用更加顯著;在國有企業(yè)和大規(guī)模企業(yè)中,盈余管理是其相互間競爭信貸資源的重要手段。國家可考慮成立專門的中小企業(yè)發(fā)展銀行和企業(yè)成長性評定專家組緩解信貸錯配問題。
【關(guān)鍵詞】信貸錯配;信貸歧視;信息不對稱;銀行行為
【中圖分類號】 F27
一、引言
自2012年以來,我國的經(jīng)濟增長速度逐年放緩,其重要原因是固定資產(chǎn)投資增速的下降和資源的錯誤配置。于澤等研究發(fā)現(xiàn),導(dǎo)致固定資產(chǎn)投資增速下降的一個主要因素是信貸資源的錯誤配置,缺乏投資機會的企業(yè)獲得了大量的貸款,而有更多投資機會的企業(yè)往往面臨著融資約束的問題。信貸資源的錯誤配置,會降低我國整體經(jīng)濟的全要素生產(chǎn)率,加大其與發(fā)達(dá)國家間的差距,對我國的經(jīng)濟增長具有牽制作用?;诖耍疚脑噲D探討導(dǎo)致信貸資源錯誤配置的原因,為制定相應(yīng)對策提供理論依據(jù)和實證支撐,緩解我國信貸資源錯誤配置的問題,助力經(jīng)濟增長。
信貸資源錯配作為一個重要的金融問題,引起了許多學(xué)者的關(guān)注和研究。自Hsieh和Klenow研究發(fā)現(xiàn)資源(包括勞動和資本)在企業(yè)間的錯配導(dǎo)致中國和印度的全要素成產(chǎn)率低下后,Banerjee和Moll便試圖探索錯配的原因,他們發(fā)現(xiàn)金融市場的扭曲會帶來資源錯配問題。張佩和馬弘以我國的經(jīng)驗證據(jù)表明,我國未實現(xiàn)利率市場化的金融系統(tǒng)造成了信貸錯配。于澤等證實了我國信貸錯配的存在,并認(rèn)為我國特有的合意貸款規(guī)模管制機制是使得信貸資源配置被進一步扭曲的原因。宏觀層面上除了金融市場和金融體制的有效性外,也有學(xué)者發(fā)現(xiàn)經(jīng)濟波動的增加會加重資源錯配現(xiàn)象。另一方面,政府干預(yù)和政策傾斜被認(rèn)定為另一大類會導(dǎo)致資源錯配的原因。Guner et al.發(fā)現(xiàn)歐洲和日本限制大企業(yè)、扶持中小企業(yè)的政策造成了資源流向低生產(chǎn)率的中小企業(yè)的錯配。張敏等研究發(fā)現(xiàn)政治關(guān)聯(lián)對于信貸資源的配置效率存在負(fù)向作用——政治關(guān)聯(lián)企業(yè)更容易獲得長期貸款,但卻會引致非效率投資。李青原等證實了金融發(fā)展會促進中國地區(qū)實體經(jīng)濟資本配置效率的提高,但政府干預(yù)對此有妨礙作用。此外,馬永強等檢驗了盈余管理與信貸資源配置間的作用,發(fā)現(xiàn)我國企業(yè)可以通過盈余管理獲得更多的銀行貸款;很多國內(nèi)學(xué)者認(rèn)為信貸歧視是導(dǎo)致我國金融資源錯配的重要原因。
總的來說,現(xiàn)有的研究多從宏觀金融體制、經(jīng)濟波動、政府干預(yù)、政策傾斜等角度來分析產(chǎn)生信貸錯配的原因,微觀角度的探討也往往關(guān)注于個別方面。而本文以商業(yè)銀行的行為為出發(fā)點,試圖站在微觀的視角,盡可能全面地對造成我國信貸錯配的原因進行分析。本文選擇商業(yè)銀行行為的視角,是因為商業(yè)銀行作為信貸資源的配置者,它們的行為直接導(dǎo)致了“信貸錯配”的產(chǎn)生。站在微觀商業(yè)銀行行為的視角系統(tǒng)分析信貸資源錯配的原因,有助于深化我們對信貸錯配的認(rèn)識,對于發(fā)現(xiàn)解決信貸錯配問題的著手點具有重大意義。
本文將銀行的信貸錯配行為分為兩類:一類是故意錯配行為,由信貸歧視引發(fā);另一類是無意識錯配行為,由信息不對稱引發(fā)。同時,根據(jù)信貸資源配置的非效率狀態(tài)的定義,本文界定了兩類信貸錯配:第一類是低效率的企業(yè)獲得高水平的銀行貸款(第一類信貸錯配),第二類是高效率的企業(yè)獲得低水平的銀行貸款(第二類信貸錯配)。在此基礎(chǔ)上,本文采用滬深兩市A股上市公司2008年至2018年的數(shù)據(jù)為研究樣本,用企業(yè)獲得的銀行貸款與其效率之間的不匹配來衡量信貸錯配,探究信貸歧視和信息不對稱對信貸錯配的作用。本文的主要貢獻(xiàn)是:第一,從商業(yè)銀行行為的角度較為全面的解釋了信貸錯配產(chǎn)生的原因,豐富了從微觀角度解釋宏觀現(xiàn)象的研究,為改善信貸錯配問題提供了理論和實證依據(jù);第二,將銀企關(guān)系定義為關(guān)系歧視納入信貸歧視中,豐富了關(guān)于信貸歧視的研究;第三,優(yōu)化了關(guān)于信貸錯配的度量,對后續(xù)的研究具有借鑒意義;第四,探討了影響因素間的交互作用,發(fā)現(xiàn)在非國有企業(yè)和中小企業(yè)中,銀企關(guān)系對信貸錯配的促進作用更加顯著,而在國有企業(yè)和大規(guī)模企業(yè)中,盈余管理是其相互間競爭信貸資源的手段之一;最后,針對我國信貸錯配的現(xiàn)狀,提出了相應(yīng)的政策建議,國家可考慮成立專門的非國有中小企業(yè)發(fā)展銀行以緩解信貸歧視,成立創(chuàng)新能力及成長性評定專家組緩解創(chuàng)新型企業(yè)與金融機構(gòu)間的信息不對稱問題。
二、理論分析與研究假設(shè)
(一)信貸歧視與商業(yè)銀行的故意錯配行為
信貸歧視是信貸資源的非公平分配,易導(dǎo)致被歧視對象(如民營企業(yè)和中小企業(yè))無法獲得貸款產(chǎn)生融資約束、浪費投資機會;而獲益對象獲得大量貸款卻無處投資。商業(yè)銀行主觀選擇的信貸歧視會引發(fā)信貸資源錯配,屬于故意錯配行為。
方軍雄研究發(fā)現(xiàn),我國的民營企業(yè)面臨比較嚴(yán)重的信貸歧視問題。因為我國的商業(yè)銀行多為國有銀行,其信貸決策可受政府官員影響。銀行向國有企業(yè)貸款可能獲得政治利益,因此其有將更多的信貸資源配置給國有企業(yè)的傾向。地方政府也有強烈的動機要求國有商業(yè)銀行和政府控制的城商行增加對國有企業(yè)貸款以實現(xiàn)政績目標(biāo)。此外,國有企業(yè)與銀行具有長期的信貸關(guān)系,因此具有較低的信息搜尋成本,另一方面,在預(yù)算軟約束下,一旦國有企業(yè)發(fā)生虧損,政府就會追加投資、增加貸款、減少稅收并提供財政補貼,因此國有企業(yè)破產(chǎn)風(fēng)險低,銀行更愿意向國有企業(yè)放貸。在所有制歧視下,國有企業(yè)占有大量的信貸資源,與之對應(yīng)的卻是匱乏的投資機會和低下的效率,第一類信貸錯配因此而發(fā)生。
除了所有制歧視外,學(xué)者們發(fā)現(xiàn)我國的另一個信貸歧視現(xiàn)象是規(guī)模歧視。一般情況下,大規(guī)模企業(yè)的可抵押品較小企業(yè)高,銀行為了規(guī)避風(fēng)險,在放貸時更傾向于面向大規(guī)模企業(yè)。與所有制歧視類似,規(guī)模歧視導(dǎo)致信貸資源向大規(guī)模企業(yè)歸集,但大規(guī)模企業(yè)往往受到投資機會的約束,不能有效利用其所獲得的信貸資源。因此,規(guī)模歧視同樣會導(dǎo)致第一類信貸錯配的發(fā)生。
本文認(rèn)為我國還存在第三種類型的信貸歧視——與政府或者銀行具有特殊關(guān)系的企業(yè)可以獲得更多的銀行貸款,本文稱之為“關(guān)系歧視”?,F(xiàn)有研究表明,具有政治關(guān)聯(lián)的企業(yè)更容易獲得銀行貸款,保持良好銀企關(guān)系的企業(yè)也更容易獲得銀行貸款。祝繼高發(fā)現(xiàn)企業(yè)可以通過持股銀行獲得關(guān)聯(lián)貸款而緩解融資約束。然而,郭牧炫和廖慧研究發(fā)現(xiàn),雖然銀企關(guān)系能幫助民營企業(yè)獲得更多的銀行貸款緩解融資約束,但在建立銀企關(guān)系后企業(yè)的績效水平出現(xiàn)了顯著下滑。這從一定程度上說明特殊關(guān)系為企業(yè)帶來了更多的信貸資源,但關(guān)系型企業(yè)卻并未對該項資源進行有效的利用,資源出現(xiàn)了浪費。
根據(jù)信貸錯配指信貸資源配置的非效率狀態(tài)這一定義,本文將信貸錯配分為兩類,一類是低效率的企業(yè)獲得高水平的銀行貸款,稱為第一類信貸錯配;另一類是高效率的企業(yè)獲得低水平的銀行貸款,稱為第二類信貸錯配。
基于以上分析,本文提出如下假設(shè):
H1:在其他條件不變的情況下,信貸歧視(包括所有制歧視、規(guī)模歧視和關(guān)系歧視)會導(dǎo)致第一類信貸錯配。
(二)信息不對稱與商業(yè)銀行的無意識錯配行為
銀行為了規(guī)避信息不對稱引致的逆向選擇和道德風(fēng)險問題,寧愿在較低的利率水平上拒絕一部分貸款申請,而不愿在高利率水平上滿足所有的貸款需求。信息不對稱所導(dǎo)致的信貸配給可能使具有良好成長性和高效率的企業(yè)無法獲得信貸支持,發(fā)生信貸資源錯配。另一方面,銀行在尋找客戶、評估貸款申請、監(jiān)督貸款使用等時會產(chǎn)生成本費用,Bernanke和Gertler將之稱為信貸融通成本。由于信息不對稱的存在,不同企業(yè)的信貸融通成本也隨之不同。以高新科技企業(yè)為例,該類企業(yè)大多具有大量的無形資產(chǎn),而對無形資產(chǎn)進行準(zhǔn)確估價需要專業(yè)的知識或外聘專業(yè)團隊,要緩解這類信息不對稱必然會較普通企業(yè)產(chǎn)生更高的成本。而高新技術(shù)企業(yè)往往更具成長性和發(fā)展?jié)摿?,這就導(dǎo)致了高效率的企業(yè)獲得低水平銀行貸款的錯配現(xiàn)象出現(xiàn)。
企業(yè)故意操縱,采用虛假財務(wù)信息或利用盈余管理行為欺騙銀行以獲得銀行貸款,這類信息不對稱會導(dǎo)致低效率企業(yè)獲得高水平的銀行貸款,引發(fā)第一類信貸錯配。商業(yè)銀行在對客戶進行信用評級的過程中,會考察企業(yè)的資產(chǎn)負(fù)債率、流動比率、凈資產(chǎn)收益率、銷售利潤率等一系列財務(wù)指標(biāo)。因此,企業(yè)有進行盈余管理或虛構(gòu)財務(wù)報告的動機以達(dá)到相應(yīng)的評級要求,獲得銀行貸款。已有學(xué)者研究發(fā)現(xiàn),盈余管理行為能使企業(yè)獲得更多的銀行貸款,而我國的商業(yè)銀行無法識別企業(yè)的盈余管理行為。通過盈余管理獲得銀行貸款的企業(yè)往往自身不滿足獲得銀行貸款的條件,他們很可能存在虧損、高流動性風(fēng)險等問題。低效益的企業(yè)通過不正當(dāng)競爭占有了信貸資源,屬于第一類信貸錯配。
信息不對稱引發(fā)的信貸錯配不是銀行的主動選擇,因而屬于無意識錯配行為。基于以上分析,本文提出如下假設(shè):
H2:在其他條件不變的情況下,導(dǎo)致劣質(zhì)的企業(yè)無法被銀行識別的信息不對稱會導(dǎo)致第一類信貸資源錯配。
H3:在其他條件不變的情況下,導(dǎo)致優(yōu)秀的企業(yè)無法被銀行識別的信息不對稱會導(dǎo)致第二類信貸資源錯配。
三、研究設(shè)計
(一)研究樣本與數(shù)據(jù)來源
本文以滬深兩市A股上市公司為研究對象,樣本區(qū)間為2008——2018年,所有數(shù)據(jù)來源于wind資訊和CSMAR數(shù)據(jù)庫。剔除金融業(yè)公司和數(shù)據(jù)缺失的樣本后,共得到32 568個觀測值。為控制極端值的影響,我們對連續(xù)變量在1%的水平上進行了縮尾處理。
(二)模型設(shè)定與變量定義
現(xiàn)有的相關(guān)研究中,張佩和馬弘用企業(yè)的投資效率來衡量信貸資源錯配,魯曉東用四大國有商業(yè)銀行占銀行總信貸的比重和國有商業(yè)銀行的存貸比來衡量金融錯配,其他關(guān)于金融錯配的衡量還包括全要素生產(chǎn)率損失或是企業(yè)的資金成本對平均成本的偏離度等。企業(yè)的投資效率必須結(jié)合企業(yè)信貸資源的獲得情況才能反映信貸錯配是否發(fā)生,而四大國有商業(yè)銀行占銀行總信貸的比重和全要素生產(chǎn)率損失等是在宏觀層面上對金融錯配進行衡量,企業(yè)的資金成本對平均成本的偏離度反映的是企業(yè)所有債權(quán)資本而不單單是信貸資源的配置情況,且該度量默認(rèn)行業(yè)與行業(yè)間是不存在金融錯配的,錯配只發(fā)生在行業(yè)內(nèi)。鑒于此,本文認(rèn)為現(xiàn)有的衡量方法仍需改進,因此根據(jù)信貸錯配的定義,本文用企業(yè)獲得的銀行貸款與其效率間的不匹配來衡量信貸錯配。具體衡量方法如下:
如圖1所示,本文根據(jù)企業(yè)銀行貸款與期初總資產(chǎn)之比的大小分年份分行業(yè)將樣本分為高水平銀行貸款組和低水平銀行貸款組1,同時按照企業(yè)的效率將其分為高效率組和低效率組。參考前人的研究,我們用企業(yè)的成長性2來衡量企業(yè)的效率。同時屬于高水平銀行貸款組和低效率組的觀測值存在第一類信貸錯配,用CM1表示;同時屬于低水平銀行貸款組和高效率組的觀測值存在第二類信貸錯配,用CM2表示。
其中被解釋變量CM2i,t表示第二類信貸錯配,如果公司i第t年遭受了第二類信貸錯配,CM2取1,否則取零。本文認(rèn)為高新技術(shù)企業(yè)、初創(chuàng)企業(yè)中的優(yōu)秀企業(yè)更不容易被識別,因此與銀行間的信息不對稱更高,故采用這兩個變量衡量導(dǎo)致優(yōu)秀的企業(yè)無法被銀行識別的信息不對稱。如果企業(yè)i在第t年為國家認(rèn)證的高新技術(shù)企業(yè),則High_techi,t取1,否則為零。Newi,t用以衡量企業(yè)是否為初創(chuàng)企業(yè),如果公司i在第t年成立不超過5年則New取值為1,否則為零。
四、實證結(jié)果及其分析
(一)描述性統(tǒng)計和變量間相關(guān)系數(shù)
表1列報了主要變量的描述性統(tǒng)計和相互間的相關(guān)系數(shù)。在2008——2018年間的32 568個觀測值中,SOE、BC、High_tech和New的均值分別表明樣本中31.4%的企業(yè)屬于國有企業(yè),11%的企業(yè)與銀行具有密切關(guān)系,50.6%的企業(yè)曾經(jīng)獲得過高新技術(shù)企業(yè)認(rèn)證,2.6%的企業(yè)屬于不超過5年的初創(chuàng)企業(yè)。國有性質(zhì)(SOE)、企業(yè)規(guī)模(Size)、具有銀企關(guān)系(BC)和正向盈余管理(PEM)與第一類信貸錯配(CM1)顯著正相關(guān),與第二類信貸錯配(CM2)顯著負(fù)相關(guān),與預(yù)期一致;高新技術(shù)企業(yè)(High_tech)和初創(chuàng)企業(yè)(New)與第二類信貸錯配(CM2)顯著正相關(guān),與第一類信貸錯配(CM1)顯著負(fù)相關(guān),與預(yù)期一致。
(二)回歸結(jié)果分析
1.信貸歧視和信息不對稱對信貸錯配的直接作用檢驗
表2列示了logit回歸的結(jié)果,列(1)至列(6)分別以CM1、CM1(S)、CM1(L) 、CM2、CM2(S)、CM2(L)為因變量,其中CM1(S)、CM2(S)是采用短期借款度量的兩類信貸錯配;CM1(L)、CM2(L)是采用長期借款度量的兩類信貸錯配。列(1)至列(3)中,SOE和Size的系數(shù)均顯著為正,說明所有制歧視和規(guī)模歧視對第一類信貸錯配有正向作用;BC的結(jié)果同樣顯著為正,說明關(guān)系歧視對第一類信貸錯配有促進作用;PEM的系數(shù)均顯著為正,說明導(dǎo)致劣質(zhì)企業(yè)無法被銀行識別的信息不對稱會導(dǎo)致第一類信貸錯配,正向盈余管理會導(dǎo)致低效率的企業(yè)獲得高水平的銀行貸款。假設(shè)H1和H2得到支撐。
表2列(4)至列(6)的結(jié)果顯示,High_tech和New的系數(shù)均顯著為正,表明導(dǎo)致優(yōu)秀的企業(yè)無法被銀行識別的信息不對稱越嚴(yán)重越容易發(fā)生高效率企業(yè)獲得低額銀行貸款的情況。假設(shè)H3得到支撐。
2.信貸歧視和信息不對稱對信貸錯配的間接作用檢驗
信貸歧視使得信貸資源大量被國有、大規(guī)模和具有特殊關(guān)系的企業(yè)占有,即使是低效率的企業(yè)也能獲得高額的銀行貸款;與此同時,非國有、中小規(guī)模和不具有特殊關(guān)系的企業(yè)僅能獲得有限的信貸資源,高效率的企業(yè)也只能獲得低額的銀行貸款。資源的稀缺性反映出,信貸歧視在直接導(dǎo)致第一類信貸錯配的同時會間接導(dǎo)致第二類信貸錯配。
為了檢驗信貸歧視和信息不對稱對信貸錯配的間接作用,我們在模型(1)和模型(3)的基礎(chǔ)上分別添加了其他的影響因素,logit回歸結(jié)果如表3所示??梢钥吹玫?,在列(1)至列(3)的回歸結(jié)果中,SOE、Size和PEM的系數(shù)與表2的結(jié)果類似,同樣顯著為正。High_tech和New的系數(shù)均顯著為負(fù),說明第一類信貸錯配在非高新企業(yè)和非初創(chuàng)企業(yè)中存在更普遍,導(dǎo)致優(yōu)秀企業(yè)無法被銀行識別的信息不對稱會間接導(dǎo)致第一類信貸錯配問題。
表3列(4)至列(6)分別以CM2、CM2(S)和CM2(L)為因變量,三個回歸中SOE、Size和PEM的系數(shù)均顯著為負(fù),說明第二類信貸錯配現(xiàn)象在非國有或小規(guī)?;蚍钦蛴喙芾淼钠髽I(yè)中更為普遍,信貸資源大量被國有、大規(guī)模和進行盈余管理的企業(yè)占有,導(dǎo)致另一類企業(yè)僅能獲得有限的信貸資源,高效率的企業(yè)也只能獲得低額的銀行貸款,說明信貸歧視和導(dǎo)致劣質(zhì)企業(yè)無法被銀行識別的信息不對稱會間接導(dǎo)致第二類信貸錯配。列(4)至列(6)中High_tech和New的系數(shù)均顯著為正,與表3中的結(jié)果類似,再次支撐了本文導(dǎo)致優(yōu)秀的企業(yè)無法被銀行識別的信息不對稱會導(dǎo)致第二類信貸錯配的假設(shè)。
3.進一步討論
為了探討規(guī)模歧視及信息不對稱對信貸錯配的作用在國有和非國有企業(yè)之間是否存在顯著差異,即企業(yè)的所有制屬性對其他因素與信貸錯配之間的關(guān)系是否有調(diào)節(jié)作用,我們在原有模型的基礎(chǔ)上添加了SOE與Size、 BC、PEM、High_tech、New的交互項,檢驗結(jié)果如表4所示。其中,列(1)和列(2)匯報了以CM1為因變量的結(jié)果,列(3)和列(4)匯報了以CM2為因變量的結(jié)果。
可以看到,列(1)和列(2)中Size和BC的系數(shù)顯著為正,而SOE_Size和SOE_BC的系數(shù)顯著為負(fù),說明相對于國有企業(yè),在非國有企業(yè)中,規(guī)模歧視和關(guān)系歧視對信貸錯配的促進作用更加顯著。PEM和SOE_ PEM的系數(shù)均顯著為正,說明在國有企業(yè)中,劣質(zhì)企業(yè)無法被銀行識別的現(xiàn)象更普遍,由此導(dǎo)致更顯著的信貸錯配問題。列(3)和列(4)中,High_tech和New的系數(shù)顯著為正,而SOE_Htech在列(3)中顯著為負(fù),SOE_New在列(4)中顯著為正,說明高新技術(shù)企業(yè)更易出現(xiàn)第二類信貸錯配的現(xiàn)象在非國有企業(yè)中更普遍,而不超過5年的初創(chuàng)企業(yè)更易出現(xiàn)第二類信貸錯配的現(xiàn)象在國有企業(yè)中更普遍。
為了探討企業(yè)規(guī)模對其他因素與信貸錯配之間的關(guān)系是否存在調(diào)節(jié)作用,我們在原有模型的基礎(chǔ)上添加了Size與SOE、BC、PEM、High_tech、New的交互項(檢驗結(jié)果數(shù)據(jù)表略)。檢驗結(jié)果表明,Size的調(diào)節(jié)作用和SOE的調(diào)節(jié)作用類似。相對于大規(guī)模企業(yè),在小規(guī)模企業(yè)中,所有制歧視和關(guān)系歧視對信貸錯配的促進作用更加顯著。在大規(guī)模企業(yè)中,劣質(zhì)企業(yè)無法被銀行識別的現(xiàn)象更普遍,由此導(dǎo)致更顯著的信貸錯配問題。高新技術(shù)企業(yè)更易出現(xiàn)第二類信貸錯配的現(xiàn)象在小規(guī)模企業(yè)中更普遍,而不超過5年的初創(chuàng)企業(yè)更易出現(xiàn)第二類信貸錯配的現(xiàn)象在大規(guī)模企業(yè)中更普遍。
(三)穩(wěn)健性檢驗
本文用總資產(chǎn)增長率、凈利潤增長率和托賓Q值重新度量企業(yè)效率,重復(fù)前文回歸,結(jié)果與前文一致。
本文采用了如下兩種方法來排除企業(yè)自身較低的融資需求使其保持較低的貸款水平對實證結(jié)果帶來的影響:一是在總樣本中剔除零杠桿企業(yè),二是在總樣本中剔除外部融資需求低的企業(yè)。
參考前人研究,本文將零杠桿企業(yè)定義為短期借款和長期借款合計為零的企業(yè)。原樣本中共有5759個觀測值屬于零杠桿企業(yè),將其剔除后重新計算CM1、CM2并進行回歸分析,研究結(jié)果與前文一致。
此外,本文用企業(yè)的總資產(chǎn)增長率與可持續(xù)增長率之差作為衡量企業(yè)外部融資需求的指標(biāo)。其中,可持續(xù)增長率=(留存利潤率×ROE)/(1-留存利潤率×ROE)。在原樣本的基礎(chǔ)上分別剔除了外部融資需求小于等于零的觀測值(15 622個)和外部融資需求小于分年度中位數(shù)的觀測值(16 281個)后,根據(jù)子樣本計算CM1、CM2重復(fù)前文的回歸分析,結(jié)果與前文一致。
五、結(jié)論
本文基于信貸資源錯誤配置導(dǎo)致我國固定資產(chǎn)投資增速下降、全要素生產(chǎn)率下降牽制我國經(jīng)濟增長的宏觀背景,試圖從微觀商業(yè)銀行行為選擇的角度較為全面的探討信貸錯配產(chǎn)生的原因。根據(jù)信貸錯配的定義,本文將其分為低效率的企業(yè)獲得高水平的銀行貸款(第一類信貸錯配)和高效率企業(yè)獲得低水平銀行貸款(第二類信貸錯配)兩類,采用滬深兩市A股上市公司2008——2018年的數(shù)據(jù)進行實證分析。研究結(jié)果發(fā)現(xiàn),信貸歧視會引發(fā)商業(yè)銀行的故意錯配行為,所有制歧視、規(guī)模歧視和關(guān)系歧視會直接導(dǎo)致第一類信貸錯配、間接導(dǎo)致第二類信貸錯配;信息不對稱會引發(fā)商業(yè)銀行的無意識錯配行為,導(dǎo)致優(yōu)秀企業(yè)不能被銀行識別的信息不對稱會直接導(dǎo)致第二類信貸錯配、間接導(dǎo)致第一類信貸錯配,而導(dǎo)致劣質(zhì)企業(yè)不能被銀行識別的信息不對稱會直接導(dǎo)致第一類信貸錯配、間接導(dǎo)致第二類信貸錯配。此外,在非國有企業(yè)和中小企業(yè)中,關(guān)系歧視對第一類信貸錯配的促進作用更加顯著,這說明銀企關(guān)系是為了應(yīng)對商業(yè)銀行的所有制歧視和規(guī)模歧視而產(chǎn)生的,非國有中小企業(yè)為了能夠從有限的信貸資源中“分得一杯羹”,通過建立銀企關(guān)系來獲得更多的銀行貸款。而在國有企業(yè)和大規(guī)模企業(yè)中,存在更多由正向盈余管理引起的第一類信貸錯配,這說明在國有企業(yè)和大規(guī)模企業(yè)相互之間的資源競爭中,正向盈余管理是其獲得更多銀行貸款的手段之一。
為了緩解信貸錯配的問題,在宏觀方面,應(yīng)進一步推進我國的市場化進度,讓金融市場自身的有效性來對信貸資源進行合理配置。在應(yīng)對所有制歧視和規(guī)模歧視上,國家可以控制商業(yè)銀行將信貸資源在國有大規(guī)模企業(yè)和非國有中小企業(yè)間的分配比例,或考慮成立專門的非國有中小企業(yè)發(fā)展銀行,專門面向優(yōu)質(zhì)的非國有中小企業(yè)發(fā)放貸款,扶持它們的發(fā)展,抑制商業(yè)銀行的故意錯配現(xiàn)象。針對商業(yè)銀行的無意識錯配行為,國家可成立專門的創(chuàng)新能力及成長性評定專家組。類似于會計師事務(wù)所對公司開展的審計業(yè)務(wù),創(chuàng)新能力及成長性評定專家組可對我國企業(yè)的創(chuàng)新能力進行專業(yè)的評定,國家可根據(jù)評定結(jié)果對企業(yè)進行幫扶,商業(yè)銀行也可根據(jù)評定結(jié)果對企業(yè)發(fā)放貸款。《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》已明確提出,2020年我國要進入創(chuàng)新型國家行列,越來越多的高新技術(shù)企業(yè)將會誕生。成立專家評定小組將緩解商業(yè)銀行與企業(yè)間的信息不對稱問題,幫助高成長性企業(yè)獲得信貸資源,進而優(yōu)化信貸資源配置。企業(yè)自身也可以通過釋放正向信號的方式緩解其與商業(yè)銀行間的信息不對稱問題,為自己爭取更多的信貸資源,例如積極主動的配合商業(yè)銀行的信用評級、授信調(diào)查等,降低商業(yè)銀行的信貸融通成本。
主要參考文獻(xiàn):
[1]趙堅.中國經(jīng)濟增速下降的原因與應(yīng)對選擇[J].北京交通大學(xué)學(xué)報(社會科學(xué)版),2016,(02):15-27.
[2]于澤,陸怡舟,王聞達(dá).貨幣政策執(zhí)行模式、金融錯配與我國企業(yè)投資約束[J].管理世界,2015,(09):52-64.
[3]魯曉東.金融資源錯配阻礙了中國的經(jīng)濟增長嗎[J].金融研究,2008,(04):55-68.
[4]Hsieh C. & Klenow P. J. Misallocation and Manufacturing TFP in China and India[J]. Quarterly Journal of Economics, 2009, 124(4), pp.1403-1438.
[5]Banerjee A. V. & Moll B. Why Does Misallocation Persist [J]. American Economic Journal: Macroeconomics, 2010, 2(1), pp.189-206.
[6]張佩,馬弘.借貸約束與資源錯配——來自中國的經(jīng)驗證據(jù)[J].清華大學(xué)學(xué)報(自然科學(xué)版),2012,(09):1303-1308.
[7]楊光,孫浦陽,龔剛.經(jīng)濟波動、成本約束與資源配置[J].經(jīng)濟研究,2015,(02):47-60.
[8]Guner N., Ventura G., Xu Y. Macroeconomic Implications of Size-dependent Policies[J]. Review of Economic Dynamics, 2008, 11(4), pp.721-744.
[9]張敏,張勝,王成方,申慧慧.政治關(guān)聯(lián)與信貸資源配置效率——來自我國民營上市公司的經(jīng)驗證據(jù)[J].管理世界,2010,(11):143-153.
[10]李青原,李江冰,江春,Kevin X. D. Huang.金融發(fā)展與地區(qū)實體經(jīng)濟資本配置效率——來自省級工業(yè)行業(yè)數(shù)據(jù)的證據(jù)[J].經(jīng)濟學(xué)(季刊),2013,(2):527-548.
[11]馬永強,賴?yán)瑁ü?盈余管理方式與信貸資源配置[J].會計研究,2014,(12):39-45.
[12]靳來群.所有制歧視所致金融資源錯配程度分析[J].經(jīng)濟學(xué)動態(tài),2015,(06):36-44.
[13]徐思遠(yuǎn),洪占卿.信貸歧視下的金融發(fā)展與效率拖累[J].金融研究,2016,(05):51-64.
[14]Wei X., Chen Y., Zhou M., Zhou Y. SOE Preference and Credit Misallocation: A Model and Some Evidence from China[J]. Economics Letters, 2016, 138, pp.38-41.
[15]方軍雄.所有制、制度環(huán)境與信貸資金配置[J].經(jīng)濟研究,2007,(12):82-92.
[16]Brandt L. & Li H. Bank Discrimination in Transition Economies: Ideology, Information, or Incentives [J]. Journal of Comparative Economics, 2003, 31(3), pp.387-413.
[17]Kornai J. Resource-Constrained Versus DemandConstrained Systems[J]. Econometrica, 1979, 47(4), pp.801-819.
[18]劉小玄.中國工業(yè)企業(yè)的所有制結(jié)構(gòu)對效率差異的影響——1995年全國工業(yè)企業(yè)普查數(shù)據(jù)的實證分析[J].經(jīng)濟研究,2000,(02):17-25.
[19]張捷,王霄.中小企業(yè)金融成長周期與融資結(jié)構(gòu)變化[J].世界經(jīng)濟,2002,(09):63-70.
[20]Claessens S., Feijen E., Laeven L. Political Connections and Preferential Access to Finance: The Role of Campaign Contributions[J]. Journal of Financial Economics, 2008, 88,(3), pp.554-580.
[21]余明桂,潘紅波.政治關(guān)系、制度環(huán)境與民營企業(yè)銀行貸款[J].管理世界,2008,(08):9-21.
[22]何韌,劉兵勇,王婧婧.銀企關(guān)系、制度環(huán)境與中小微企業(yè)信貸可得性[J].金融研究,2012,(11):103-115.
[23]祝繼高.銀行與企業(yè)交叉持股的理論與依據(jù)——基于國際比較的研究[J].國際金融研究,2012,(02):58-68.
[24]郭牧炫,廖慧.民營企業(yè)參股銀行的動機與效果研究——以上市民營企業(yè)為例[J].經(jīng)濟評論,2013,(02):85-92.
[25]Stiglitz J. E. & Weiss A. Credit Rationing in Markets with Imperfect Information[J]. The American Economic Review, 1981, 71(3), pp.393-410.
[26]Bernanke B. S. & Gertler M. Inside the Black Box: the Credit Channel and Monetary Policy Transmission[J]. Journal of Economic Perspective, 1995, 4, pp.43-56.
[27]陸正飛,祝繼高,孫便霞.盈余管理、會計信息與銀行債務(wù)契約[J].管理世界,2008,(03):152-158.
[28]邵挺.金融錯配、所有制結(jié)構(gòu)與資本回報率:來自1999~2007年我國工業(yè)企業(yè)的研究,[J].金融研究,2010(09):51-68.
[29]周煜皓,張盛勇.金融錯配、資產(chǎn)專用性與資本結(jié)構(gòu)[J].會計研究,2014,(08):75-80.
[30]Dechow P. M., Sloan R. G., Sweeney A. P. Detecting Earnings Management[J]. The Accounting Review, 1995, 70(2), pp.193-225.