羅薇薇,曾五一

(1.廈門城市職業(yè)學(xué)院 財(cái)會(huì)金融系，福建 廈門 361005；2.上海對(duì)外經(jīng)貿(mào)大學(xué) 統(tǒng)計(jì)與信息學(xué)院,上海 201620；3.吉林財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，吉林 長(zhǎng)春 130117)

中小企業(yè)是社會(huì)經(jīng)濟(jì)的重要組成部分，是國(guó)民經(jīng)濟(jì)發(fā)展的重要推動(dòng)者，在促進(jìn)就業(yè)改善民生、推動(dòng)技術(shù)創(chuàng)新、增加財(cái)政收入、維護(hù)社會(huì)穩(wěn)定等多個(gè)方面發(fā)揮著重要作用。然而，當(dāng)前我國(guó)中小企業(yè)的發(fā)展面臨著諸多困境和挑戰(zhàn)，其中融資難一直成為限制其發(fā)展的重要因素。

金融是現(xiàn)代經(jīng)濟(jì)的核心，為現(xiàn)代城市和區(qū)域經(jīng)濟(jì)的發(fā)展起到重要的服務(wù)功能。隨著經(jīng)濟(jì)全球化和金融信息化的不斷加快，區(qū)域間各類金融資源突破了空間限制，形成了集聚化發(fā)展的趨勢(shì)。金融集聚作為金融發(fā)展的一種產(chǎn)業(yè)組織形式，其發(fā)揮的集聚效應(yīng)和資源配置功能也越來(lái)越顯著，在城市規(guī)劃實(shí)踐中也不斷受到重視。從近年來(lái)國(guó)內(nèi)不斷涌現(xiàn)的區(qū)域金融中心建設(shè)熱潮可以側(cè)面反映出金融集聚對(duì)區(qū)域發(fā)展的影響。那么，金融集聚在實(shí)現(xiàn)區(qū)域內(nèi)金融資源集中的同時(shí)，能否有效緩解區(qū)域內(nèi)中小企業(yè)面臨的融資約束？這是本文想探討的問(wèn)題。這對(duì)于充分認(rèn)知金融集聚對(duì)區(qū)域中小企業(yè)融資的影響，有效發(fā)揮金融集聚效應(yīng)，優(yōu)化和改善金融環(huán)境，促進(jìn)中小企業(yè)成長(zhǎng)，推動(dòng)我國(guó)經(jīng)濟(jì)持續(xù)健康發(fā)展，具有積極的意義。

一、 文獻(xiàn)回顧

自1931年麥克米倫提出了中小企業(yè)存在融資問(wèn)題，即著名的“麥克米倫”缺口之后，國(guó)內(nèi)外學(xué)者對(duì)該領(lǐng)域展開(kāi)了大量研究[1]。由于金融在推動(dòng)經(jīng)濟(jì)成長(zhǎng)的重要地位，不少學(xué)者從金融發(fā)展[2]、金融結(jié)構(gòu)[3]和金融競(jìng)爭(zhēng)[4-5]等方面對(duì)中小企業(yè)融資展開(kāi)充分研究，積累了豐富的理論基礎(chǔ)和實(shí)證依據(jù)。

隨著金融資源在區(qū)域內(nèi)集聚現(xiàn)象日益明顯，學(xué)術(shù)界開(kāi)始關(guān)注金融集聚對(duì)區(qū)域經(jīng)濟(jì)和企業(yè)發(fā)展的影響。在金融集聚與經(jīng)濟(jì)增長(zhǎng)關(guān)系方面，不少學(xué)者認(rèn)為，金融集聚導(dǎo)致區(qū)域內(nèi)金融資本匯集，資本的增加能促進(jìn)經(jīng)濟(jì)的長(zhǎng)期增長(zhǎng)[6]。許多學(xué)者(King和Levin,1993[7];陳文鋒和平瑛,2008[8];成學(xué)真和岳松毅,2017[9])還對(duì)金融集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用進(jìn)行了實(shí)證研究。在獲得外部規(guī)模經(jīng)濟(jì)效應(yīng)的同時(shí)，金融集聚可協(xié)助企業(yè)提升資金周轉(zhuǎn)頻次、節(jié)省資金周轉(zhuǎn)成本[10],因此，學(xué)術(shù)界也從微觀角度對(duì)金融集聚和企業(yè)發(fā)展的關(guān)系展開(kāi)研究，較多文獻(xiàn)集中在金融集聚對(duì)企業(yè)成長(zhǎng)(Pandit等,2001[11];張玄等,2016[12])和企業(yè)創(chuàng)新行為(Ellsion等,2007[13];孫維峰和黃解宇,2015[14];劉海飛和賀曉宇,2017[15])的影響分析。

具體到金融集聚與企業(yè)融資的關(guān)系上，部分學(xué)者以金融基本功能為切入點(diǎn)，分析了金融集聚影響企業(yè)融資成本、融資便利性的理論機(jī)制。潘英麗(2003)從儲(chǔ)蓄集聚的角度，認(rèn)為金融集聚擴(kuò)大了資金池規(guī)模，有助于提高市場(chǎng)流動(dòng)性，借款人可以支付較低的利率獲得更多貸款[16]；Sdidel和Ehrlic(2011)從信息揭示的角度，認(rèn)為集聚程度的提高有助于降低銀行與企業(yè)的信息不對(duì)稱，緩解逆向選擇問(wèn)題，提高資金配置效率[17]；鄭威和陸遠(yuǎn)權(quán)(2019)從便利交換的角度認(rèn)為金融集聚減少了金融資本交易中的運(yùn)輸成本、信息成本、交易成本等，有利于緩解企業(yè)的融資約束[18]；黃解宇和楊再斌(2006)從機(jī)構(gòu)間競(jìng)爭(zhēng)的角度認(rèn)為金融集聚區(qū)內(nèi)金融機(jī)構(gòu)的經(jīng)營(yíng)效率和服務(wù)效率都得到大幅度提升，從而降低企業(yè)融資成本等[19]。

盡管現(xiàn)有文獻(xiàn)已分別對(duì)中小企業(yè)融資約束和金融集聚展開(kāi)了大量研究，但將二者納為一體展開(kāi)分析的尚不多見(jiàn)，金融集聚對(duì)中小企業(yè)融資的內(nèi)在影響機(jī)制尚待補(bǔ)充。雖然已有文獻(xiàn)提到金融集聚對(duì)企業(yè)融資的影響，但多以理論分析為主，缺少完整深入的實(shí)證分析過(guò)程來(lái)支持相關(guān)研究結(jié)論。因此，本文擬對(duì)上述不足做出補(bǔ)充，并嘗試在現(xiàn)有文獻(xiàn)的基礎(chǔ)上深入分析以下兩個(gè)問(wèn)題：一是，金融集聚是否能緩解區(qū)域內(nèi)中小企業(yè)融資約束？如果是，那么其是否存在非線性特征？其二，全國(guó)各省區(qū)社會(huì)經(jīng)濟(jì)發(fā)展階段不同，這種地區(qū)的異質(zhì)性是否會(huì)影響金融集聚對(duì)中小企業(yè)融資約束的作用？本文的研究意義在于，一方面為解決中小企業(yè)面臨的“融資難”等問(wèn)題提供新的解決途徑，另一方面為各地規(guī)劃和建設(shè)區(qū)域金融中心提供理論依據(jù)。

二、 理論分析與研究假設(shè)

金融業(yè)是一種特殊的產(chǎn)業(yè)，通過(guò)儲(chǔ)蓄和投資兩種基本渠道，促進(jìn)社會(huì)資本在不同實(shí)體間的流動(dòng)。金融集聚增強(qiáng)了金融產(chǎn)業(yè)調(diào)動(dòng)資本流動(dòng)性的能力和中介作用，使金融資源可以更充分、更有效率地流向有潛力的企業(yè)[20]。首先，隨著金融集聚程度的提高，區(qū)域信貸規(guī)模增加，中小企業(yè)可獲取的外部融資資源增加，除了間接融資借貸以外，獲取直接融資的機(jī)會(huì)也將增加，優(yōu)化中小企業(yè)融資環(huán)境；其次，金融市場(chǎng)通過(guò)增強(qiáng)資產(chǎn)的流動(dòng)性，降低了交易成本，由此促進(jìn)實(shí)體經(jīng)濟(jì)增長(zhǎng)[21]。而金融集聚能加速區(qū)域內(nèi)資本的流動(dòng)性，使資本在各類使用和供給主體之間加速流轉(zhuǎn)，降低投資者的投資風(fēng)險(xiǎn)和融資主體的籌資成本；再次，金融集群網(wǎng)絡(luò)使金融機(jī)構(gòu)間得以共享和更新中小企業(yè)信息，能夠降低金融機(jī)構(gòu)獲取信息的成本，便利金融機(jī)構(gòu)收集各種投資機(jī)會(huì)，進(jìn)行更有效率的資本配置[14]，進(jìn)而緩解由于信息不對(duì)稱而帶來(lái)的企業(yè)融資困境；最后區(qū)域金融資源的匯集觸發(fā)各類金融機(jī)構(gòu)提高經(jīng)營(yíng)效率和服務(wù)質(zhì)量，在實(shí)現(xiàn)金融產(chǎn)品創(chuàng)新和技術(shù)溢出的同時(shí)，為中小企業(yè)融資提供更多便利。由上，我們提出假設(shè)1：

假設(shè)1：當(dāng)其他條件不變時(shí)，金融集聚程度與中小企業(yè)融資約束之間呈反向關(guān)系。

要素?fù)頂D理論認(rèn)為，隨著生產(chǎn)要素投入的持續(xù)增加，達(dá)到一定邊界之后，要素投入不僅不會(huì)提高產(chǎn)出，反而會(huì)降低產(chǎn)出。對(duì)金融集聚而言，當(dāng)金融資源持續(xù)擴(kuò)張超過(guò)一定限度之后，根據(jù)要素邊際產(chǎn)量遞減原理，區(qū)域內(nèi)金融市場(chǎng)可能出現(xiàn)過(guò)度擁擠并產(chǎn)生擠出效應(yīng)，反而不利于中小企業(yè)的融資活動(dòng)。近年來(lái)也不少學(xué)者在此基礎(chǔ)上進(jìn)行了實(shí)證研究，得出了金融集聚的外部效應(yīng)呈現(xiàn)非單調(diào)變化的結(jié)論，Law和Singh(2014)、Soedarmono等(2016)指出，隨著金融集聚度的提高，其對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)會(huì)呈現(xiàn)先升后降的倒U型變化[22-23]；張浩然和魏琳(2015)發(fā)現(xiàn)金融集聚對(duì)城市經(jīng)濟(jì)績(jī)效作用存在明顯門檻特征，過(guò)度集聚將引發(fā)信息不對(duì)稱問(wèn)題和監(jiān)督成本上升[24]。由上，我們提出假設(shè)2：

假設(shè)2：隨著地區(qū)金融集聚程度的提高，金融集聚對(duì)中小企業(yè)融資約束的影響有可能減弱。

由于我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展長(zhǎng)期處于不平衡狀態(tài)，東中西部發(fā)展差距較明顯，不同地區(qū)的金融集聚也呈現(xiàn)出顯著的空間差異。例如只有少數(shù)城市成為具有輻射效應(yīng)的區(qū)域金融中心，大多數(shù)城市的金融發(fā)展則還處于本地化階段；有的地區(qū)金融集聚度高，有的金融資源則相對(duì)匱乏等。不少文獻(xiàn)也關(guān)注到由于地區(qū)經(jīng)濟(jì)發(fā)展階段和市場(chǎng)化條件不同而帶來(lái)的金融集聚效應(yīng)的差異性：張浩然(2016)發(fā)現(xiàn)我國(guó)東、中、西部城市的金融集聚空間布局和演變趨勢(shì)的差異[25]；馬子紅和常嘉佳(2016)實(shí)證發(fā)現(xiàn)金融集聚對(duì)企業(yè)創(chuàng)新效率的影響在東部地區(qū)遠(yuǎn)大于中西部地區(qū)[26]?？梢?jiàn)，金融資源的空間分布差異，可能會(huì)對(duì)不同地區(qū)的中小企業(yè)融資產(chǎn)生異質(zhì)性影響，由此我們提出第三個(gè)研究假設(shè)。

假設(shè)3：金融集聚對(duì)區(qū)域中小企業(yè)融資約束的影響作用與該地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展水平有關(guān)。

三、 研究設(shè)計(jì)

(一) 模型設(shè)定

度量企業(yè)的融資約束方法包括單一特性指標(biāo)、多重符合指數(shù)以及現(xiàn)金流敏感性度量法，其中投資-現(xiàn)金流敏感性模型與現(xiàn)金-現(xiàn)金流敏感性模型是實(shí)證中較為常用的方法。由于投資-現(xiàn)金流敏感性模型面臨托賓Q衡量偏誤和識(shí)別問(wèn)題的困擾[27]，我們借鑒Almeida等(2004)[28]的研究方法，以現(xiàn)金-現(xiàn)金流敏感性模型作為本文的實(shí)證基準(zhǔn)模型。

該模型的中心思想為：如果存在融資約束，企業(yè)出于預(yù)防性動(dòng)機(jī)的考慮，將對(duì)來(lái)自經(jīng)營(yíng)活動(dòng)的現(xiàn)金流進(jìn)行適當(dāng)留存，以期未來(lái)投資內(nèi)部資金。因此，企業(yè)持有現(xiàn)金的變化量如與現(xiàn)金流呈正向相關(guān)，則說(shuō)明企業(yè)存在融資約束。

Dcashi,t=β0+β1CFi,t+β2SIZEi,t+β3DStdi,t+β4DNwci,t+β5Growi,t+β6Expendi,t+di+ft+εi,t

(1)

其中，Dcash為企業(yè)現(xiàn)金持有量變動(dòng)，CF為企業(yè)現(xiàn)金流，Size為企業(yè)規(guī)模，DStd為企業(yè)短期負(fù)債變動(dòng)，DNwc為企業(yè)凈營(yíng)運(yùn)資本變動(dòng)，Grow為企業(yè)成長(zhǎng)性指標(biāo)，Expend為企業(yè)資本支出；下標(biāo)i和t分別代表樣本企業(yè)及時(shí)間；公式中待估參數(shù)β1表示企業(yè)持有現(xiàn)金變動(dòng)對(duì)現(xiàn)金流的敏感度，若β1顯著為正，說(shuō)明企業(yè)存在外部融資約束。

為了驗(yàn)證假設(shè)1，我們?cè)诨鶞?zhǔn)模型中加入了帶有金融集聚度的交互項(xiàng)，以檢驗(yàn)金融集聚對(duì)企業(yè)融資約束的影響。擴(kuò)展模型如下：

Dcashi,t=β0+β1CFi,t+β2SIZEi,t+β3DStdi,t+β4DNwci,t+β5Growi,t+

β6Expendi,t+β7CFi,t×Faggj,t+di+ft+εi,t

(2)

其中，F(xiàn)agg是金融集聚指標(biāo)，下標(biāo)j代表i企業(yè)所在省份的標(biāo)識(shí)；β7表示在金融集聚作用下，企業(yè)持有現(xiàn)金變動(dòng)對(duì)現(xiàn)金流的敏感度，該指標(biāo)預(yù)期為顯著負(fù)，若假設(shè)成立則說(shuō)明金融集聚度的增加能有效緩解企業(yè)融資約束。

為進(jìn)一步驗(yàn)證金融集聚對(duì)中小企業(yè)融資影響的非線性特征，我們參考Hansen的研究方法，在上述模型中加入門檻變量，構(gòu)建現(xiàn)金-現(xiàn)金流敏感性面板門檻模型。模型如下：

Dcashi,t=β0+β1CFi,t+β2SIZEi,t+β3DStdi,t+β4DNwci,t+β5Growi,t+β6Expendi,t+

θ1CFi,t×Faggj,t×I(qj,t≤γ)+θ2CFi,t×Faggj,t×I(qj,t>γ)+di+ft+εi

(3)

這里的門限變量q為Fagg金融集聚指標(biāo)，I(·)為指示函數(shù)，當(dāng)條件成立時(shí)，指示函數(shù)取1；γ為待估計(jì)門限值；θ1和θ2分別表示低金融集聚度和高金融集聚度對(duì)企業(yè)融資約束的影響。

(二) 數(shù)據(jù)來(lái)源

鑒于數(shù)據(jù)的可取得性，我們選取的樣本年份為2009—2017年。由于我國(guó)全部中小企業(yè)的統(tǒng)計(jì)數(shù)據(jù)較不容易取得，因此以上市中小企業(yè)作為中小企業(yè)代表。從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)中選擇中小企業(yè)上市板塊，剔除ST股和金融類上市公司，并剔除部分年份數(shù)據(jù)缺失的樣本企業(yè)，最終得到294家企業(yè)共2646個(gè)數(shù)據(jù)。由于對(duì)應(yīng)樣本年份期間無(wú)數(shù)據(jù)，山西、黑龍江、青海、寧夏等四個(gè)省(區(qū))對(duì)應(yīng)的中小板上市企業(yè)未進(jìn)入本文的研究樣本，宏觀數(shù)據(jù)中也將以上四省(區(qū))剔除。本研究利用了27個(gè)省(區(qū))的宏觀數(shù)據(jù)，數(shù)據(jù)均來(lái)源于各年《中國(guó)統(tǒng)計(jì)年鑒》。

(三) 指標(biāo)說(shuō)明

1.區(qū)域金融集聚度。目前多數(shù)文獻(xiàn)采用區(qū)位熵衡量金融集聚的程度，但區(qū)位熵也稱為地區(qū)專業(yè)化指數(shù)，主要反映地區(qū)金融的專業(yè)化水平，并沒(méi)有真正體現(xiàn)集聚的本質(zhì)特征，而且可能出現(xiàn)“經(jīng)濟(jì)規(guī)模小的地區(qū)，區(qū)位熵大但不意味著產(chǎn)業(yè)集聚程度高”的情況[29]。因此，參考連飛和周國(guó)富(2019)[29]、尹福祿和申博(2018)[30]的研究，本文選用產(chǎn)值密度熵來(lái)衡量各地金融集聚程度，其計(jì)算公式如下：

(4)

其中，fej,t為地區(qū)j金融業(yè)增加值,Sj為地區(qū)j的行政面積；∑fej,t為全部地區(qū)的金融業(yè)增加值；S代表全國(guó)總行政面積；分子為產(chǎn)值密度，可以反映某地單位行政面積下的金融產(chǎn)值規(guī)模，產(chǎn)值密度商Fagg反映某地金融產(chǎn)值密度與全國(guó)金融產(chǎn)值密度平均水平的對(duì)比，該相對(duì)數(shù)大于1說(shuō)明該地金融集聚程度高于全國(guó)平均水平，F(xiàn)agg越大，金融集聚程度越高。

表1 各指標(biāo)說(shuō)明

2.模型中其他指標(biāo)。參考姚耀軍(2015)[24]、李泉等(2018)[31]研究，模型中的其他變量定義如表1所示。

主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。

表2 主要變量描述統(tǒng)計(jì)結(jié)果

從表2看出，企業(yè)的財(cái)務(wù)數(shù)據(jù)中，除了企業(yè)成長(zhǎng)性和企業(yè)規(guī)模指標(biāo)以外，其他變量的標(biāo)準(zhǔn)差都較小，特別是上市中小企業(yè)樣本在現(xiàn)金持有變動(dòng)(標(biāo)準(zhǔn)差0.002)和現(xiàn)金流(標(biāo)準(zhǔn)差0.006)指標(biāo)上差異不大；但在企業(yè)成長(zhǎng)性上呈現(xiàn)較大波動(dòng)，營(yíng)業(yè)利潤(rùn)增長(zhǎng)率最大值為1985.4%，最小值為-176.05%。

四、 實(shí)證結(jié)果分析

本文采用stata14對(duì)樣本數(shù)據(jù)進(jìn)行實(shí)證分析。我們先對(duì)模型進(jìn)行選擇判定，首先判斷變量是否存在序列相關(guān)或異方差；其次進(jìn)行固定效應(yīng)或隨機(jī)效應(yīng)的模型選擇，如果固定效應(yīng)模型，進(jìn)一步判別是否存在個(gè)體固定效應(yīng)或時(shí)間固定效應(yīng)；最后對(duì)模型的內(nèi)生性進(jìn)行檢驗(yàn)。我們對(duì)全樣本和分區(qū)域樣本(1)為考察區(qū)域異質(zhì)性的影響，我們先按傳統(tǒng)的地理劃分方式將全國(guó)分為東、中、西部三個(gè)子樣本。進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)下表。

表3 模型選擇檢驗(yàn)結(jié)果

注：**/*表示在1%或10%水平下顯著；1.由于數(shù)據(jù)都存在異方差或序列相關(guān)，采用Bootstrap Hausman(BS=1000)進(jìn)行模型的選擇，P<10%說(shuō)明拒絕原假設(shè)，選擇固定效應(yīng)模型更優(yōu)，反之隨機(jī)效應(yīng)模型更優(yōu)；2.內(nèi)生性采用Durbin-Wu-Hausman檢驗(yàn)，P<10%說(shuō)明拒絕模型一致的原假設(shè)，模型變量存在內(nèi)生性

(一) 面板模型估計(jì)

根據(jù)表3的檢驗(yàn)結(jié)果，我們分別對(duì)全國(guó)和東、中、西部的樣本進(jìn)行面板回歸。連玉君(2008)認(rèn)為用現(xiàn)金-現(xiàn)金敏感性模型對(duì)企業(yè)融資約束檢驗(yàn)時(shí)，需要注意企業(yè)現(xiàn)金流(CF)和企業(yè)成長(zhǎng)(Grow)兩變量的內(nèi)生性問(wèn)題，否則會(huì)使估計(jì)結(jié)果產(chǎn)生偏誤[32]。由于全國(guó)樣本和東部樣本沒(méi)有通過(guò)內(nèi)生性檢驗(yàn)，為避免傳統(tǒng)OLS估計(jì)產(chǎn)生的偏誤，我們采用系統(tǒng)GMM方法對(duì)以上兩個(gè)樣本進(jìn)行估計(jì)，工具變量為CF和Grow的一階和二階滯后項(xiàng)，其他地區(qū)仍按照相應(yīng)的估計(jì)方法進(jìn)行模擬，估計(jì)結(jié)果匯總在表4。

表4 基準(zhǔn)模型與擴(kuò)展模型估計(jì)結(jié)果

續(xù)表4

注：**/*表示在1%或10%水平下顯著；括號(hào)內(nèi)數(shù)值為標(biāo)準(zhǔn)誤；Hansen J用于檢驗(yàn)GMM模型是否存在過(guò)度識(shí)別的問(wèn)題，P值小于10%，說(shuō)明拒絕不存在過(guò)度識(shí)別的原假設(shè)。本文通過(guò)模型過(guò)度識(shí)別檢驗(yàn)

表4的第一列為全國(guó)樣本估計(jì)結(jié)果，發(fā)現(xiàn)不論是基準(zhǔn)模型還是擴(kuò)展模型，現(xiàn)金流CF的回歸系數(shù)顯著為正，證明之前我們的假設(shè)可以成立，中小企業(yè)確實(shí)受到融資約束，即使是上市的中小企業(yè)也表現(xiàn)為顯著的現(xiàn)金-現(xiàn)金流敏感性。在控制變量方面，短期負(fù)債變動(dòng)Dstd和長(zhǎng)期資本支出Expend的估計(jì)系數(shù)顯著為正，說(shuō)明隨著短期負(fù)債和長(zhǎng)期資產(chǎn)投入的增加，會(huì)增加中小企業(yè)的現(xiàn)金持有，凈營(yíng)運(yùn)資本DNwc對(duì)應(yīng)系數(shù)也顯著為負(fù)，說(shuō)明凈營(yíng)運(yùn)資本的增加使企業(yè)減少持有現(xiàn)金的動(dòng)機(jī)；企業(yè)規(guī)模Size系數(shù)在擴(kuò)展模型中轉(zhuǎn)為顯著，且值為負(fù)，說(shuō)明規(guī)模越小的企業(yè)，現(xiàn)金變動(dòng)的敏感度越強(qiáng)，融資約束更嚴(yán)重；但同時(shí)也發(fā)現(xiàn)，兩個(gè)模型中，企業(yè)成長(zhǎng)能力與現(xiàn)金持有變化量之間沒(méi)有顯著關(guān)系。

此外，在擴(kuò)展模型中，我們加入了現(xiàn)金流和區(qū)域金融集聚度的交互項(xiàng)CF×Fagg，用于檢驗(yàn)區(qū)域金融集聚水平是否能緩解中小企業(yè)對(duì)現(xiàn)金-現(xiàn)金流的敏感度。全國(guó)樣本的估計(jì)結(jié)果顯示，該變量對(duì)應(yīng)的估計(jì)系數(shù)在10%水平下顯著為負(fù)，符合我們的假定(1)，即金融集聚度的提高，會(huì)一定程度緩解企業(yè)持有現(xiàn)金及等價(jià)資產(chǎn)的敏感性，即減少企業(yè)的融資約束。但同時(shí)我們也看到，該估計(jì)值很小，說(shuō)明從全國(guó)范圍來(lái)看，金融集聚對(duì)緩解融資約束的影響并不大。

表4的第2-4列分別為東、中、西子樣本的估計(jì)結(jié)果。東部樣本的檢驗(yàn)結(jié)果與全國(guó)樣本相似，金融集聚和現(xiàn)金流的交互項(xiàng)顯著為負(fù)，但絕對(duì)值較??；然而，中部的估計(jì)結(jié)果顯示該交互項(xiàng)顯著為正，西部為負(fù)但不顯著。從上述結(jié)果看，金融集聚對(duì)東部較發(fā)達(dá)省區(qū)的中小企業(yè)融資有微弱的促進(jìn)作用，但對(duì)中西部地區(qū)的中小企業(yè)融資似乎沒(méi)有正面影響。為了進(jìn)一步分析金融集聚效應(yīng)是否存在非線性特征，我們對(duì)樣本進(jìn)行門檻模型估計(jì)。

(二) 門檻面板模型估計(jì)

在進(jìn)行門檻模型估計(jì)之前，先檢驗(yàn)門檻變量的顯著性及個(gè)數(shù)。我們按地區(qū)分別假設(shè)存在單一門檻、雙重門檻和三重門檻，得到檢驗(yàn)結(jié)果如表6所示。

表5 現(xiàn)金-現(xiàn)金敏感性模型門檻效應(yīng)檢驗(yàn)(自舉模擬1000次)

續(xù)表5

注：**/*分別表示在5%和10%水平下顯著

表6 金融集聚對(duì)中小企業(yè)融資約束影響的門檻效應(yīng)分析

注：***/**分別表示在1%和5%水平下顯著

從表5的檢驗(yàn)結(jié)果來(lái)看，全國(guó)樣本存在顯著雙門檻，門檻值分別為0.4737和6.6958，東部樣本有顯著單門檻，門檻值為6.6958；但對(duì)中部和西部樣本的檢驗(yàn)結(jié)果，則沒(méi)有表明存在門檻。以全國(guó)樣本為例，可按金融集聚度高低劃分為三個(gè)區(qū)間，高區(qū)間為Fagg>6.696，中區(qū)間為0.474

從表6看出，全國(guó)樣本有顯著的雙門檻效應(yīng)，金融集聚對(duì)中小企業(yè)融資約束的影響有明顯非線性特征：在金融集聚的高、中、低區(qū)間，現(xiàn)金流和金融集聚的交互項(xiàng)估計(jì)系數(shù)都顯著為負(fù)，分別為-0.0009，-0.009和-0.486，說(shuō)明金融集聚對(duì)中小企業(yè)融資約束確實(shí)有緩解作用；而且，隨著集聚度的提高，該估計(jì)系數(shù)的絕對(duì)值不斷減少，說(shuō)明金融集聚對(duì)企業(yè)融資約束的緩解作用受不同集聚水平影響，門檻效應(yīng)存在；當(dāng)?shù)貐^(qū)金融集聚水平較低時(shí)，其對(duì)中小企業(yè)融資約束的緩解作用越大，隨著金融集聚水平的提高，其對(duì)融資約束的緩解作用反而減少，特別當(dāng)金融集聚值超過(guò)高門檻值6.69時(shí)，緩解作用非常有限。非線性特征的存在側(cè)面說(shuō)明了金融集聚的擠出效應(yīng)可能存在。模型中其他控制變量對(duì)企業(yè)持有現(xiàn)金資產(chǎn)的變動(dòng)影響與之前估計(jì)結(jié)果基本一致。

東部樣本的面板門檻回歸模型顯示，單門檻效應(yīng)明顯，兩階段的門檻估計(jì)系數(shù)均顯著為負(fù)。與全國(guó)樣本類似，第一階段的估計(jì)系數(shù)絕對(duì)值大于第二階段，這也再次印證我們之前對(duì)金融集聚影響的非線性假設(shè)，而且當(dāng)區(qū)域金融資源集中度很高時(shí)，要素邊際效應(yīng)遞減，對(duì)中小企業(yè)融資的促進(jìn)作用有限。

(三) 模型的進(jìn)一步檢驗(yàn)

綜合表(4)和表(6)的估計(jì)結(jié)果，我們?cè)谌珖?guó)樣本中找到了低水平集聚度下金融集聚對(duì)中小企業(yè)融資促進(jìn)作用明顯的證據(jù)，但在中、西部的分樣本中卻沒(méi)有得到相應(yīng)的估計(jì)結(jié)果。我們認(rèn)為這很可能與子樣本的劃分方式有關(guān)，按東、中、西部的地理位置劃分不一定能真實(shí)反映地區(qū)在金融集聚程度上的差別。因此我們以金融集聚水平作為樣本劃分依據(jù)，分別形成低、中、高三個(gè)子樣本。(2)參照門檻估計(jì)和金融集聚度描述統(tǒng)計(jì)結(jié)果，將金融集聚度低于0.5、介于0.5到5，和5以上劃分全樣本。低集聚度省(區(qū))有：吉林、云南、甘肅、新疆、西藏和內(nèi)蒙古；中集聚度省(區(qū))有：河北、遼寧、福建、山東、安徽、江西、河南、湖北、湖南、四川、重慶、貴州、陜西、海南和廣西；高集聚度省省、市有：北京、天津、上海、江蘇、廣東和浙江；限于篇幅，僅列出主要解釋變量的估計(jì)結(jié)果，具體參見(jiàn)表7

表7 按集聚度高低劃分的子樣本面板模型估計(jì)

注：**/*分別表示在1%和10%水平下顯著

從表7的估計(jì)結(jié)果看，不論金融集聚度在哪個(gè)區(qū)間，關(guān)鍵解釋變量(CF×Fagg)的估計(jì)系數(shù)都顯著為負(fù)，而且隨著集聚度的提高，該估計(jì)系數(shù)的絕對(duì)值在減少，低集聚水平下為-0.351，中度集聚水平為-0.033,高集聚水平為-0.001，其結(jié)果與全樣本門檻效應(yīng)的估計(jì)結(jié)果互為佐證。因此，實(shí)證結(jié)果說(shuō)明金融集聚確實(shí)對(duì)地區(qū)中小企業(yè)融資約束起到緩解作用；而且各地因金融集聚水平的不同，受到的影響程度也不同：金融集聚度較低的地區(qū)，中小企業(yè)融資約束受金融集聚的緩解程度大，而在高集聚度地區(qū)金融集聚的緩解作用較弱；金融集聚對(duì)中小企業(yè)融資約束的影響呈非線性。由此，假定(2)和假定(3)得到驗(yàn)證。

我們認(rèn)為其原因在于：在金融集聚度較低、金融環(huán)境尚待改善的地區(qū)，中小企業(yè)本身受到的融資約束就比其他地區(qū)來(lái)的高(參見(jiàn)表7的CF估計(jì)系數(shù))，因而金融要素的邊際效應(yīng)反而明顯，企業(yè)融資受地區(qū)金融產(chǎn)值密度相對(duì)水平的影響更大；同時(shí)，隨著區(qū)域內(nèi)金融資源的不斷集中，一方面由于金融外部環(huán)境的優(yōu)勢(shì)不斷凸顯，中小企業(yè)融資約束的困境有所緩和，另一方面由于要素邊際效應(yīng)逐步遞減，當(dāng)金融集聚度達(dá)到很高水平時(shí)，金融集聚的擠出效應(yīng)會(huì)愈加明顯，對(duì)中小企業(yè)融資的緩解作用反而較弱。以北京、上海為例，京滬是我國(guó)經(jīng)濟(jì)最發(fā)達(dá)、社會(huì)經(jīng)濟(jì)資源密度最高的兩個(gè)地區(qū)，近年來(lái)北京以其獨(dú)特的政治資源優(yōu)勢(shì)，擬打造全國(guó)的國(guó)家金融管理中心；上海依托其國(guó)際化大都市背景和集中了全國(guó)最完備和多層級(jí)的資本市場(chǎng)優(yōu)勢(shì)，擬打造全球性國(guó)際金融中心。然而，根據(jù)2018年國(guó)家統(tǒng)計(jì)局的調(diào)查報(bào)告[33]，全國(guó)中小企業(yè)數(shù)量分布最多的省份和地區(qū)并沒(méi)有包括北京和上海，換句話說(shuō)，北京、上海的中小企業(yè)經(jīng)濟(jì)整體發(fā)展還待有提升空間。這也從側(cè)面印證了實(shí)證結(jié)果，當(dāng)?shù)貐^(qū)金融集聚水平達(dá)到相對(duì)較高程度后，中小企業(yè)因金融資源高度集中而獲得的好處有限。

(四) 穩(wěn)健性分析

1.替換融資約束指標(biāo)的檢驗(yàn)。SA指數(shù)的構(gòu)造是由兩個(gè)外生的公司特征變量(規(guī)模和年齡)組合計(jì)算得到，由于不包含內(nèi)生性特征的融資變量，因此得到的融資約束評(píng)價(jià)相對(duì)較為穩(wěn)健[34]。SA指數(shù)的計(jì)算公式如下：

SA=-0.737×Size+0.043×Size2-0.04×Age

(5)

該指數(shù)一般為負(fù)值，且絕對(duì)值越大表示企業(yè)受到的融資約束越大。我們將分別計(jì)算出各上市中小企業(yè)2009—2017年的SA指數(shù)，然后通過(guò)建立模型，來(lái)驗(yàn)證金融集聚對(duì)中小企業(yè)融資約束的影響。參照前文及其他文獻(xiàn)[35]，估計(jì)模型設(shè)定為：

SAi,t=β0+β1Dcashi,t+β2DStdi,t+β3DNwci,t+β4Growi,t+β5Expendi,t+β6Faggj,t+di+ft+εi,t

(6)

如果金融集聚會(huì)緩解中小企業(yè)融資約束的假設(shè)1成立，則模型(6)的β6應(yīng)顯著為正。估計(jì)結(jié)果見(jiàn)下表。結(jié)果表明，全樣本下金融集聚對(duì)SA影響在10%水平下顯著為正，但影響程度較?。怀说退郊鄣貐^(qū)的金融集聚估計(jì)系數(shù)為負(fù)的不顯著以外，其他子樣本估計(jì)結(jié)果為正；同時(shí)也看出在高集聚度地區(qū)，估計(jì)值較小，同樣說(shuō)明隨著集聚度的提高，金融集聚緩解中小企業(yè)融資約束的作用會(huì)減少。整體來(lái)看，改變?nèi)谫Y約束檢驗(yàn)指標(biāo)后，模型的估計(jì)結(jié)果與之前基本吻合。

表8 金融集聚影響中小企業(yè)融資約束的穩(wěn)健性檢驗(yàn)結(jié)果

注：**/*代表1%或10%水平下顯著

表9 新樣本面板模型回歸結(jié)果

注：**/*分別表示1%或10%水平下顯著

2.刪除特殊樣本的檢驗(yàn)。我們發(fā)現(xiàn)北京、上海和天津等三個(gè)直轄市的年平均金融集聚水平較高(Fagg>20)，遠(yuǎn)超出其他省市?？紤]到以上三個(gè)城市面積小，但金融業(yè)產(chǎn)值規(guī)模相對(duì)較大，可能會(huì)對(duì)估計(jì)結(jié)果產(chǎn)生偏誤。因此我們將以上三個(gè)城市的樣本移除后，再重新對(duì)全樣本做相應(yīng)模型估計(jì)。表8列出主要解釋變量的估計(jì)結(jié)果。在擴(kuò)展模型的估計(jì)中，金融集聚與現(xiàn)金流交互項(xiàng)顯著為負(fù)，且絕對(duì)值比之前樣本的估計(jì)結(jié)果大，這與我們剔除了極端樣本有關(guān)；模型存在單門檻效應(yīng)(門檻值0.4362)，當(dāng)金融集聚度低于門檻值時(shí)，企業(yè)融資約束受金融集聚緩解程度更大，隨著集聚水平增加，緩解作用減少，同樣呈現(xiàn)金融集聚效應(yīng)的非線性特征。刪除特殊樣本之后的估計(jì)結(jié)果與之前結(jié)果基本吻合。

五、 結(jié)論與建議

本文在理論分析的基礎(chǔ)上，以2009—2017年中小企業(yè)上市板的樣本數(shù)據(jù)為例，實(shí)證研究了金融集聚對(duì)地區(qū)中小企業(yè)融資約束的影響。我們?cè)诂F(xiàn)金-現(xiàn)金流敏感性模型的基礎(chǔ)上，進(jìn)一步從非線性和地區(qū)異質(zhì)性的角度探討了金融集聚影響中小企業(yè)融資的特征。結(jié)果發(fā)現(xiàn)：整體上看，金融集聚會(huì)在一定程度上緩解地區(qū)中小企業(yè)融資約束，但門檻效應(yīng)明顯，且存在區(qū)域間差異。在低金融集聚水平的省區(qū)，金融集聚對(duì)改善中小企業(yè)融資困境影響明顯，但當(dāng)金融集聚度達(dá)到較高水平時(shí)，其對(duì)中小企業(yè)融資約束的緩解作用微弱。這也表明當(dāng)金融資源密集度達(dá)到一定程度之后，由于要素邊際效用遞減原理，金融集聚對(duì)中小企業(yè)可能會(huì)產(chǎn)生一定的擠出效應(yīng)。

基于以上結(jié)論，我們提出以下政策建議：

第一，應(yīng)進(jìn)一步促進(jìn)金融資源在地區(qū)間的合理化分布。從前文的分析看出，除北上廣蘇浙等經(jīng)濟(jì)發(fā)達(dá)省市以外，其他省(區(qū))的金融集聚仍處于中度及以下水平，特別是吉林、甘肅、云南等少數(shù)省(區(qū))的金融資源仍相當(dāng)匱乏，中小企業(yè)受融資約束較大。因此政府應(yīng)制定相應(yīng)政策，鼓勵(lì)和推動(dòng)金融資源向以上地區(qū)流動(dòng)，吸引金融機(jī)構(gòu)落戶，拓寬企業(yè)可融資渠道；同時(shí)，可在以上省(區(qū))重點(diǎn)培育若干個(gè)經(jīng)濟(jì)基礎(chǔ)較好、產(chǎn)業(yè)結(jié)構(gòu)較合理、市場(chǎng)機(jī)制較完備的城市或地區(qū)，以打造區(qū)域性金融中心為目標(biāo)，在緩解中小企業(yè)融資約束的同時(shí)，拉動(dòng)和輻射周邊地區(qū)的金融和經(jīng)濟(jì)發(fā)展。

第二，各地在制定金融中心建設(shè)目標(biāo)時(shí)，應(yīng)合理匹配當(dāng)?shù)厥袌?chǎng)條件和經(jīng)濟(jì)發(fā)展階段，清晰定位、避免同質(zhì)發(fā)展，充分發(fā)揮金融中心的建設(shè)效率。與北京、上海等打造功能型國(guó)際性金融中心的目標(biāo)不同，一些中小微經(jīng)濟(jì)較活躍的省份如浙江、廣東、福建等地應(yīng)繼續(xù)發(fā)揮金融集聚對(duì)中小企業(yè)融資的促進(jìn)作用，建設(shè)以服務(wù)區(qū)域中小企業(yè)經(jīng)濟(jì)為目標(biāo)的金融核心發(fā)展區(qū)域，推動(dòng)區(qū)域中小企業(yè)發(fā)展；其他省(區(qū))也同樣要分層級(jí)、分階段地推動(dòng)金融業(yè)集聚發(fā)展，結(jié)合本地區(qū)中小企業(yè)的行業(yè)特征和比較優(yōu)勢(shì)，完善和實(shí)現(xiàn)金融集聚與中小企業(yè)發(fā)展的良性互動(dòng)。

第三，進(jìn)一步提高中小企業(yè)融資能力。除了前文提到金融服務(wù)業(yè)的集聚發(fā)展等外部因素能一定程度緩解中小企業(yè)融資困境以外，中小企業(yè)自身的融資能力和融資管理水平也需要進(jìn)一步增強(qiáng)。一方面，政府可以通過(guò)監(jiān)管體系，引導(dǎo)中小企業(yè)完善內(nèi)部財(cái)務(wù)管理機(jī)制和建立現(xiàn)代企業(yè)管理制度；另一方面，也應(yīng)增強(qiáng)對(duì)中小企業(yè)的技術(shù)支持，鼓勵(lì)其提高創(chuàng)新意識(shí)，增加創(chuàng)新行為，抓住產(chǎn)業(yè)轉(zhuǎn)型和升級(jí)的契機(jī)，提升企業(yè)價(jià)值和融資能力。