劉 軼，雷 可，鄭巖崢

(1. 湖南大學 金融與統(tǒng)計學院，湖南 長沙 410079； 2. 吉祥人壽保險股份有限公司，湖南 長沙 410007)

一 引 言

在中國，信貸融資一直是社會融資的最主要構成部分，2019年人民幣貸款占社會融資總規(guī)模的比例仍然超過60%，其中銀行的長期貸款是企業(yè)投資的主要資金來源。與此同時，過度投資也是中國上市公司的普遍行為模式[1]，受多重利益的驅動，政府干預商業(yè)銀行信貸行為的現(xiàn)象也比較普遍。[2]在一定程度上，政府干預形成了司法體系的替代機制，降低了債務履約成本，使得有政治關系的企業(yè)更容易獲得銀行的信貸資源。[3]政府干預破壞了銀行與企業(yè)之間的自由契約關系，國有企業(yè)更容易獲得銀行的信貸支持。[4][5]這種信貸資源的配置不是完全基于市場機制，較少受到市場資源配置機制的約束，獲得銀行信貸支持的企業(yè)更有動機進行過度投資，從而造成企業(yè)投資的低效率。

有研究表明，在所有權和經(jīng)營權分離的現(xiàn)代企業(yè)制度環(huán)境中，股東、債權人和管理層之間的代理問題將導致企業(yè)的低效率投資。[6][7]而公司有效的內外部治理機制能在一定程度上制約股東和管理層的過度投資行為，提高投資效率。同時，一些已有的研究結果也表明，負債融資能夠在一定程度上緩解企業(yè)的非效率投資問題，提高企業(yè)的資金使用效率[8]。

銀行信貸資源的有效配置對實體經(jīng)濟的高質量發(fā)展具有重要影響。基于我國主要商業(yè)銀行已基本完成股份制改革，但政府仍然可能對銀行的信貸行為進行干預這一現(xiàn)實背景，文章擬回答的問題是：我國上市公司是否存在負債融資對投資的剛性約束效應？銀行長期貸款的存在如何影響負債融資對企業(yè)投資效率的約束效應？企業(yè)性質、政府干預以及公司外部治理機制對長期信貸融資與企業(yè)投資效率的關系有何影響？

相較于現(xiàn)有的大部分研究銀行貸款對企業(yè)投資效率影響的文獻，本文對短期貸款與長期貸款進行了區(qū)分，以銀行長期貸款如何影響負債融資對企業(yè)投資的剛性約束效應為切入點，研究銀行貸款對企業(yè)投資效率的影響。這更契合我國的企業(yè)主要利用長期貸款進行投資的現(xiàn)實，豐富了負債對企業(yè)投資效率影響的研究。

文章第二部分進行理論分析，并基于現(xiàn)有文獻提出本文的研究假設；第三部分介紹本文的數(shù)據(jù)來源，并建立基礎回歸模型；第四部分是實證分析；第五部分是本文的結論。

二 理論分析與研究假設

負債融資對企業(yè)投資存在剛性約束效應。一方面，負債融資所帶來的還本付息壓力使得企業(yè)必須留存一部分盈余來償還貸款，從而抑制了企業(yè)的投資水平；另一方面，負債融資增加了企業(yè)面臨的債務危機和破產(chǎn)清算風險，管理層為了保護自己的聲譽和職務，會減少過度投資行為。由于我國公司債券市場發(fā)展相對滯后，銀行貸款成為企業(yè)債務融資的主要渠道。企業(yè)使用銀行短期借款的目的主要是解決短期資金流動性問題，而銀行的長期借款才是公司進行投資的主要資金來源。因此，企業(yè)在獲得銀行貸款，尤其是投資項目所需的長期貸款后，融資約束導致的投資資金短缺問題得到一定程度的緩解，從而提高了企業(yè)的投資水平。但這一點對于不同產(chǎn)權性質的企業(yè)又有區(qū)別。首先，由于我國大部分商業(yè)銀行的實際控制人為中央政府或地方政府，政府能夠對銀行的貸款行為進行干預[9]，導致大量的銀行信貸資源流向了國有企業(yè)。國有企業(yè)普遍存在預算軟約束，對資金使用缺乏剛性約束效應，商業(yè)銀行對國有企業(yè)的監(jiān)督力度又偏弱，所以相比于民營企業(yè)，當國有企業(yè)獲得銀行長期貸款后，負債對投資的剛性約束作用會更弱，導致其投資水平更高。很多實證研究也分析了負債融資與企業(yè)投資行為的關系，如Lang等發(fā)現(xiàn)在低成長性的公司中，負債比率與投資水平顯著負相關。[8]Aivazian等分析了加拿大公司中負債率與投資的關系，同樣發(fā)現(xiàn)在低成長性公司中，負債對投資水平的約束效應更加顯著。[7]Ahn等發(fā)現(xiàn)負債與投資的負相關關系在成長性高的公司中更顯著，而且較高的公司多元化程度降低了負債對投資的剛性約束效應。[10]Firth等采用中國上市公司的數(shù)據(jù)，發(fā)現(xiàn)國有商業(yè)銀行對低成長性和績效較差公司的資本支出施加了較少的約束，并且銀行負債對投資的約束效應與國有股權比例顯著負相關。[11]基于此，文章提出第1個假設：

假設1：銀行長期貸款的存在，弱化了負債融資對企業(yè)投資的剛性約束效應，提高了企業(yè)的投資水平，且這種現(xiàn)象在國有企業(yè)中更加明顯。

由于我國大部分上市公司的終極控制權歸屬于國家[12]，預算軟約束、薪酬管制等問題同樣存在，國有企業(yè)管理層面臨薪酬和行政晉升的雙重激勵，在“做大做強”的目標導向下，行政上的晉升壓力會使得許多國有企業(yè)管理層存在過度投資的動機。[13]國有企業(yè)的投資具有“投資饑渴”和“投資低效”的雙重特性[14]，這降低了整個經(jīng)濟體中資金的使用效率。而在民營企業(yè)中，代理問題的存在也增加了企業(yè)管理層進行過度投資的概率。因此，當銀行通過貸款為企業(yè)提供現(xiàn)金流時，管理層就擁有更多資源進行過度投資，特別是在國有企業(yè)中，銀行貸款對過度投資的約束效應更小，[15]負債融資對過度投資的剛性約束效應更弱。基于此，文章提出第2個假設：

假設2：銀行長期貸款的存在，弱化了負債融資對企業(yè)過度投資的剛性約束效應，降低了企業(yè)的投資效率。

由于我國特殊的制度背景，政府可以通過干預銀行貸款行為向國有企業(yè)注入信貸資金，此時，銀行負債的剛性約束效應和相機治理效應減弱。[16]地方政府為增加財政收入、提高GDP、改善社會福利等，會讓企業(yè)擴大投資規(guī)模，而不太關注投資的效益，從而導致了企業(yè)投資的低效率。而對于非國有企業(yè)，政府可以通過行政手段為企業(yè)提供資金補貼或創(chuàng)造投資項目，雖然在一定程度上提高了非國有企業(yè)的投資水平，但企業(yè)的投資效率并沒有提高。另外，由于地區(qū)間資源稟賦、地理環(huán)境、國家政策的差異，使我國各地區(qū)在政府干預程度方面存在很大差異。[17]這為本文的研究提供了良好的背景環(huán)境。我們預期在地方政府干預程度強的地區(qū)，銀行信貸的投放受政府干預更明顯，負債對過度投資的剛性約束效應更弱，企業(yè)的投資效率更低。基于此，本文提出第3個假設：

假設3：政府干預程度越強，銀行長期貸款對企業(yè)過度投資的剛性約束效應越弱，企業(yè)的投資效率越低。

有效的外部治理機制能夠制約企業(yè)管理層權力的過度膨脹，降低企業(yè)的過度投資水平。[18]產(chǎn)品市場競爭一直被認為是公司重要的外部治理機制之一，它通過對企業(yè)管理層施加預算硬約束與激勵機制，使得管理層不斷提高其管理技能和管理效率，從而約束管理層的過度投資行為。[19]市場的優(yōu)勝劣汰機制使得企業(yè)面臨破產(chǎn)清算風險，企業(yè)管理層必須優(yōu)化資源的配置、提高資金的使用效率、提高公司的業(yè)績，才能避免失去職位的風險。同時，市場競爭的加劇，使得信息日益全面公開化，這不僅降低了債權人信息收集的成本，進一步提高了對債務人的監(jiān)督能力，也在一定程度上緩解了因兩權分離所帶來的委托—代理問題，抑制了管理層的非效率投資。[20]此外，產(chǎn)品市場競爭是公司內部治理結構的有效互補或替代機制。宋常等發(fā)現(xiàn)董事會的監(jiān)督作用在市場競爭激烈的行業(yè)中并沒有得到有效發(fā)揮，反而是市場承擔了主要的監(jiān)督任務。[21]Chou等認為在競爭行業(yè)中，外部市場競爭替代了部分公司內部治理能力。[22]市場競爭的加劇，一方面對股東的既得利益產(chǎn)生了威脅，促使股東加大對公司經(jīng)營狀況的關注，增強對管理層的監(jiān)督。另一方面，為避免失業(yè)風險，管理層不得不努力提高公司業(yè)績，減少過度投資行為。由于銀行貸款所要求的信息披露一般僅限于貸款銀行知曉，因此企業(yè)基于競爭的目的，往往選擇向銀行貸款融資，而不是選擇發(fā)行企業(yè)債券。[23]但是，即便企業(yè)獲得了銀行信貸資源，擁有充足的現(xiàn)金流后，在激烈的外部競爭環(huán)境中，企業(yè)管理層也會抑制自己的過度投資行為，努力提高信貸資金的使用效率?；诖耍疚奶岢龅?個假設：

假設4：產(chǎn)品市場競爭度越高，銀行長期貸款對過度投資的剛性約束效應越強，企業(yè)的投資效率越高。

三 研究設計

(一)數(shù)據(jù)來源及處理

本文以我國滬深A股上市公司為研究對象，樣本期間為2003-2017年，涉及的公司財務數(shù)據(jù)和治理結構數(shù)據(jù)都采用母公司的年末合并報表數(shù)據(jù)，數(shù)據(jù)均來自國泰安數(shù)據(jù)庫(CSMAR)。為了剔除極值的影響，我們對所有的變量在2.5%和97.5%水平上進行縮尾處理，最后獲得3022個公司的橫截面數(shù)據(jù)，面板數(shù)據(jù)共10511條觀察記錄。

(二)模型設計及變量選取

為研究負債融資對企業(yè)投資剛性約束效應，基于姜付秀等人的相關研究[24]，本文以企業(yè)的新投資率(Inew)作為企業(yè)投資水平的代理變量，并將公司治理機制納入到回歸中，采用模型(1)進行回歸：

Inew,it=α+β1Levi,t-1+β2Controli,t-1+∑YearEffect+∑IndustryEffect+εi

(1)

其中，公司當年的新投資率水平被定義為(總投資-維持性投資)/年初總資產(chǎn)，其中總投資定義為現(xiàn)金流量表中投資活動凈現(xiàn)金流量的相反數(shù)，維持性投資定義為現(xiàn)金流量表附注中固定資產(chǎn)折舊和無形資產(chǎn)攤銷之和。自變量Lev為公司的帶息負債率；控制變量中，公司內部治理結構變量包括第一大股東持股比例(NO1)、兩權分離度(Level)、高管酬薪(Pay)和持股量(Share)、獨立董事比例(Indep)；模型中其他的控制變量包括：公司的增長機會(Grow)、企業(yè)的現(xiàn)金持有水平(Money)、公司績效(Roa)、公司的上市年齡(List_age)、公司的規(guī)模(Size)、公司股改的啞變量(Split)、企業(yè)性質(State)。此外，本文還涉及公司是否擁有銀行長期貸款(dumloan)、政府干預程度(index)以及產(chǎn)品市場競爭度(hhi)三個虛擬變量。

對企業(yè)投資效率的衡量，本文借鑒Richardson等[24]的研究思路，采用模型(2)計算：

Inew,it=α+βXit-1+μit

(2)

其中Inew,it為公司當期的新投資率，Xit-1包括公司資產(chǎn)負債率、增長機會、公司資產(chǎn)收益率、公司規(guī)模、當期與上市時間的差值、貨幣資金、股票收益率、前期投資規(guī)模，在回歸中我們還控制了行業(yè)效應和年度效應。采用如上模型估計出最優(yōu)投資規(guī)模，正的殘差擬合值就是過度投資規(guī)模,用Iover來表示。然后，將模型(1)中的被解釋變量Inew,it換成Iover,it就可以研究負債對企業(yè)過度投資的約束作用，進而分析銀行長期貸款對企業(yè)投資效率的影響。

基本變量的定義及算法如表1所示。

四 實證分析

(一)統(tǒng)計分析

文中主要變量的描述性統(tǒng)計結果如表2所示。從表2可以看出，企業(yè)的新投資率均值為-0.070，最大值為0.362，最小值-0.508，說明有不少公司的投資水平較低。負債率的最小值為0，最大值為0.515，均值為0.148，說明上市公司都存在一定的負債。同時，我們還對變量進行了相關性分析，發(fā)現(xiàn)各解釋變量間的相關性較低，可以避免多重共線性問題。

對樣本分別按變量是否存在銀行長期貸款(dumloan)、企業(yè)性質(State)、政府干預程度(index)進行組間均值差異性分析，得到的t檢驗結果分別如表3、4和5所示。從表3可以看出，存在長期貸款樣本的負債率均值為0.202，大于總樣本的負債率均值(0.148)和不存在長期貸款樣本的負債率均值(0.085)，但其新投資率(Inew)均值比總樣本和不存在長期貸款樣本的都要小，而且新投資率和負債率的組間均值差異都很顯著。從資產(chǎn)規(guī)模和貨幣資金持有量看，擁有長期貸款的公司規(guī)模大于沒有長期貸款的公司，但擁有長期貸款的公司的業(yè)績并沒有高于沒有長期貸款的公司。從表4可以看出，國有企業(yè)擁有更高的負債率(Lev)，更低的新投資率(Inew)以及資產(chǎn)收益率(Roa)，變量間的組間均值差異都很顯著。從表5可以看出，政府干預強的地區(qū)的新投資率大于政府干預弱的地區(qū)的新投資率，且組間差異顯著。各變量組間差異的顯著性為后續(xù)的研究奠定了基礎。

表1 變量的解釋及算法

表2 描述性統(tǒng)計

表3 是否存在銀行長期貸款的樣本均值t檢驗

表4 企業(yè)性質的樣本均值t檢驗

表5 政府干預強度的樣本均值t檢驗

(二)銀行長期貸款與企業(yè)投資水平

本部分主要探究銀行長期貸款如何影響負債融資對企業(yè)投資的剛性約束效應，進而如何影響企業(yè)的投資水平。

(1)銀行長期貸款與企業(yè)負債對投資的剛性約束效應

首先，對模型(1)分別進行混合OLS和固定效應回歸，得到的回歸結果如表6的第(1)(2)所示。混合OLS的結果中，Lev的系數(shù)為負，但是不顯著，而固定效應的結果中，負債率Lev的回歸系數(shù)顯著為負，說明負債率能夠對企業(yè)的投資產(chǎn)生約束效應。

其次，文章探究了銀行長期貸款的存在如何影響負債融資對企業(yè)投資的剛性約束效應。為此，在模型(1)中我們加入負債率與是否擁有長期貸款兩個變量的交互項Lev*dumloan，分別進行混合OLS回歸和固定效應回歸，得到的回歸結果如表6的第(3)列和第(4)列所示。

對第(3)列的混合OLS的回歸結果而言，負債率(Lev)的回歸系數(shù)為-0.1143，且在1%水平下顯著，說明投資率與負債率顯著負相關，存在負債對投資的剛性約束效應；而交互項Lev*dumloan的系數(shù)顯著為正，說明銀行長期貸款的存在會減弱負債對投資的剛性約束效應，從而在一定程度上提高了企業(yè)的投資水平。對第(4)列的固定效應回歸結果而言，負債率(Lev)的系數(shù)也顯著為負，交互項的系數(shù)同樣顯著為正，從而能夠得到與混合OLS回歸一致的結論。

表6 長期貸款與負債融資對投資的剛性約束效應

(2)企業(yè)性質與負債對投資的剛性約束效應

為研究不同性質的企業(yè)間銀行長期貸款對其投資水平的影響差異，樣本可以分為國有企業(yè)和民營企業(yè)，分別進行混合OLS回歸和固定效應回歸，得到的結果如表7所示。

表7的第(1)(2)列是混合OLS的回歸結果，可以看出，無論是國有企業(yè)，還是非國有企業(yè)，負債率Lev的回歸系數(shù)都為負，交互項Lev*dumloan的系數(shù)都顯著為正。但對國有企業(yè)回歸中，Lev*dumloan的系數(shù)為0.1508，大于非國有企業(yè)樣本回歸中Lev*dumloan的系數(shù)，這說明在國有企業(yè)中，銀行長期貸款的存在更能弱化負債對企業(yè)投資的剛性約束效應，從而使得國有企業(yè)擁有更高的投資水平。

表7的第(3)(4)列是固定效應回歸結果，可以看出，負債率Lev的系數(shù)都顯著為負，且對國有企業(yè)樣本回歸中，Lev*dumloan的系數(shù)顯著，為0.1381；非國有企業(yè)樣本回歸中，Lev*dumloan系數(shù)顯著，為0.0954，小于國有企業(yè)。所以也可以得出結論：相比于非國有企業(yè)，國有企業(yè)中銀行長期貸款的存在弱化了負債融資對企業(yè)投資的剛性約束效應，國有企業(yè)擁有更高的投資水平。

以上結果驗證了假設1。

表7 企業(yè)性質與負債對投資的剛性約束差異

(三)銀行長期貸款與企業(yè)投資效率

本部分將探討銀行長期貸款與企業(yè)投資效率的關系，采用模型(2)來計算過度投資規(guī)模，然后以模型(1)為基礎對過度投資進行回歸，限于文章篇幅，本部分未列出關于模型(2)的回歸結果。

先對總體樣本進行回歸，然后按照是否存在銀行長期貸款將樣本分為兩組進行回歸，得到的回歸結果如表8所示，其中，第(1)(2)(3)列是混合OLS的回歸結果，第(4)(5)(6)列是固定效用的回歸結果。

混合OLS的回歸結果中的第(1)列中，負債率Lev的系數(shù)顯著為負，說明企業(yè)存在負債對過度投資的剛性約束效應。在第(2)(3)列分組樣本回歸中，負債率Lev的系數(shù)都為負，但存在銀行長期貸款樣本回歸結果中Lev系數(shù)的絕對值小于不存在銀行長期貸款樣本組Lev系數(shù)的絕對值。這說明銀行長期貸款的存在弱化了負債融資對過度投資的約束效應，從而降低了企業(yè)投資效率。

在固定效應的回歸結果中，負債率Lev的系數(shù)都顯著為負，說明企業(yè)存在負債對過度投資的剛性約束效應。在第(5)(6)列的分組樣本回歸中，存在銀行長期貸款樣本組Lev系數(shù)的絕對值小于不存在銀行長期貸款樣本組Lev系數(shù)的絕對值，這說明銀行長期貸款的存在弱化了負債融資對過度投資的約束效應，從而降低了企業(yè)投資效率。得到的結論與混合OLS回歸的結果一致。

本部分的實證結果驗證了假設2。

表8 長期貸款與負債對過度投資的剛性約束效應

(四)政府干預與企業(yè)投資效率

文章采用樊綱等編寫的《中國各省份市場化指數(shù)》中信貸資金分配的市場化指數(shù)來衡量政府對銀行信貸的干預程度，用虛擬變量index來表示政府干預程度，若當年該省份的指數(shù)值大于當年的中值，則index=1，表示當年該省屬于政府干預強的地區(qū)；反之，index=0，表示當年該省屬于政府干預弱的地區(qū)。

以模型(1)為基礎，將過度投資規(guī)模作為被解釋變量，分別進行分組樣本回歸和含Lev、dumloan、index交互項的全樣本回歸，得到的回歸結果如表9所示。其中，第(1)(2)列是分組樣本的混合OLS回歸結果，第(3)(4)列是分組樣本的固定效應回歸結果，第(5)(6)列分別是含交互項Lev*dumloan*index的全樣本的混合OLS和固定效應回歸的結果。

表9 政府干預與負債對過度投資的剛性約束

從第(1)(2)(3)(4)列的結果可以看出，無論是混合OLS還是固定效應回歸，負債率Lev的系數(shù)都為負，Lev*dumloan的系數(shù)都為正，且政府干預強樣本中交互項Lev*dumloan的系數(shù)都要大于政府干預弱樣本中Lev*dumloan的系數(shù)，說明了長期貸款的存在弱化了負債對企業(yè)過度投資的剛性約束效應，在政府干預強的地區(qū)，這種弱化效果更加顯著。所以，當存在銀行長期貸款的企業(yè)處于政府干預強的地區(qū)時，企業(yè)的投資效率更低。

從第(5)(6)列的全樣本回歸結果可以看出，負債率Lev的系數(shù)都顯著為負，而Lev*dumloan的系數(shù)和Lev*dumloan*index的系數(shù)雖然都不顯著，但符號為正，這也說明了在政府干預強的地區(qū)，銀行長期貸款對企業(yè)過度投資的剛性約束作用更弱，企業(yè)的投資效率更低。這進一步驗證了假設3。

可以看出，無論是對樣本進行分組分析，還是進行全樣本分析，得到的結果都說明了政府對銀行信貸資金配置的干預，減弱了銀行長期貸款對企業(yè)過度投資的剛性約束效應，降低了企業(yè)的投資效率，進而降低了銀行信貸資金的配置和使用效率。

(五)外部治理機制與企業(yè)投資效率

產(chǎn)品市場競爭一直被認為是企業(yè)重要的外部治理機制之一，文中采用赫芬達爾-赫爾曼指數(shù)(HHI)來度量產(chǎn)品市場競爭，其計算公式如下：

其中，MIi表示第i家企業(yè)的主營業(yè)務收入。HHI指數(shù)衡量了產(chǎn)業(yè)市場集中度，HHI指數(shù)越大，說明產(chǎn)業(yè)集中度越高，市場的競爭度越低。

同時，本文按照HHI指數(shù)的年度均值將樣本分為高競爭組和低競爭組，用變量hhi來表示，并對主要變量進行了均值T檢驗，得到的結果如表10所示?？梢钥闯觯S著競爭度的增加，樣本公司過度投資率Iover的均值呈顯著下降趨勢，說明外部市場的激烈競爭會對企業(yè)的過度投資行為產(chǎn)生抑制效應。此外，負債率Lev以及各內部治理結構變量的組間均值也存在顯著差異。

文章研究了在不同產(chǎn)品市場競爭度下，銀行長期貸款如何影響企業(yè)的投資水平和投資效率。新投資率和過度投資率分別進行分組樣本回歸，然后將交互項Lev*dumloan*hhi加入到回歸方程中，進行全樣本分析，最后得到的固定效應回歸結果如表11所示，其中第(1)(2)(3)列是對新投資率的回歸結果，第(4)(5)(6)列是對過度投資率的回歸結果。

可以看出，負債率Lev的系數(shù)顯著為負，說明仍存在負債融資的剛性約束效應。對新投資率的分組樣本回歸結果中，交互項Lev*dumloan的系數(shù)都顯著為正，但低競爭組Lev*dumloan的系數(shù)值要大于高競爭組，這說明銀行長期貸款的存在減弱了負債融資對企業(yè)投資的剛性約束效應，且外部市場競爭強度越低，這種減弱效果越強，從而企業(yè)的投資水平越高。在全樣本回歸中，Lev*dumloan*hhi的系數(shù)為負，進一步驗證了結論的正確性。

對過度投資率的回歸結果也存在類似結論：Lev*dumloan的系數(shù)顯著為正，低競爭組交互項Lev*dumloan的系數(shù)大于高競爭組，且全樣本回歸結果中Lev*dumloan*hhi系數(shù)為負。這說明銀行長期貸款的存在弱化了負債對企業(yè)過度投資的剛性約束效應，而且隨著產(chǎn)品市場競爭度的加劇，這種弱化作用在逐漸減弱，從而外部市場競爭越激烈，企業(yè)的過度投資率越低，企業(yè)的投資效率越高。

以上結果驗證了假設4。

表10 產(chǎn)品市場競爭高低的均值t檢驗

表11 產(chǎn)品市場競爭與負債對過度投資的剛性約束

(六)穩(wěn)健性檢驗

首先，本文將原始數(shù)據(jù)在1%和99%水平下進行縮尾處理，再按照上文的研究思路進行回歸，結果發(fā)現(xiàn)負債率(Lev)等關鍵變量的符號與前文一致，可以得到與前文一致的結論。

其次，使用Heckman兩階段模型來診斷模型的內生性。第一階段的Probit估計模型如下：

dumloanit=β0+β1TRit-1+β2QRit-1+β3OPRit-1+β4MPt+εit

其中，dumloan表示企業(yè)是否擁有銀行長期貸款的虛擬變量。模型中選取的解釋變量都是不包括在模型(1)中但影響企業(yè)獲取銀行長期貸款的因素，其中，TR表示企業(yè)的應收賬款周轉率，QR表示企業(yè)的速動比率，OPR表示企業(yè)的經(jīng)營活動產(chǎn)生的凈現(xiàn)金流量與帶息負債的比率，MP表示宏觀貨幣政策的松緊度。文中使用中國人民銀行和國家統(tǒng)計局聯(lián)合發(fā)布的《銀行家問卷調查報告》中的貨幣政策敏感指數(shù)來表示貨幣政策的松緊度：當MP=1時，表示貨幣政策寬松；當MP=0時，表示貨幣政策緊縮。將上述模型估計出來的逆米斯比率(用Mills表示)作為一個解釋變量代入到前面所有的回歸分析中，發(fā)現(xiàn)雖然在有些回歸結果中，Mills的回歸系數(shù)顯著，表明模型存在一定的內生性，但是關鍵變量Lev、Lev*dumloan以及Lev*dumloan*index回歸系數(shù)的符號與原回歸結果一致，所以并不會影響本文結論的可靠性，限于篇幅，這里未列出回歸結果。

最后，文章還采用了傾向匹配得分法進行穩(wěn)健性檢驗：先用logit回歸發(fā)現(xiàn)能夠顯著影響企業(yè)是否擁有銀行長期貸款的因素，包括負債率(Lev)、第一大股東持股比例(NO1)、兩權分離度(Level)、企業(yè)增長機會(Grow)、公司規(guī)模(Size)、公司股改(Split)，然后選取一對三的最近鄰匹配法進行匹配,得到的結果如表12所示?？梢钥闯?，基于過度投資率(Iover)計算出的ATT值為3.34，且在1%的水平上顯著，即說明存在銀行長期貸款的企業(yè)擁有更高的過度投資率。另外，本文還進一步利用匹配后的樣本對主要的模型進行回歸，得到的回歸結果如表13所示，可以看出，負債率的系數(shù)顯著為負，說明存在負債對企業(yè)過度投資的剛性約束效應。同時，交互項Lev×dumloan的系數(shù)顯著為正，說明銀行長期貸款的存在弱化了負債對企業(yè)過度投資的剛性約束效應，提高了企業(yè)的過度投資率。這與前文的結論一致，進一步驗證了結論的穩(wěn)健性。

表12 傾向得分匹配結果

表13 傾向得分匹配后樣本回歸結果

五 結 論

文章以2003-2017年我國滬深A股上市公司為研究對象，重點研究了銀行長期貸款的存在對企業(yè)投資效率的影響，結果發(fā)現(xiàn)：銀行長期貸款的存在弱化了負債對企業(yè)過度投資的剛性約束效應，雖然提高了企業(yè)的投資水平，但在一定程度上降低了企業(yè)的投資效率。

銀行信貸是我國上市企業(yè)的主要資金來源，其配置質量對實體經(jīng)濟的發(fā)展起著至關重要的作用。然而，由于產(chǎn)權性質的不同以及政府干預的存在，我國企業(yè)在獲取銀行貸款的難易方面存在差異，導致了不同類型企業(yè)的自由現(xiàn)金流存在一定的差異，從而影響了企業(yè)的投資效率。此外，企業(yè)內外部治理機制不健全，無法形成對股東和管理層的有效監(jiān)督，使得公司更容易產(chǎn)生非效率投資。

基于文章的研究結論，提出以下政策建議：第一，減少政府對銀行信貸行為的干預，公平對待國有企業(yè)和民營企業(yè)，重視非公有制經(jīng)濟對我國經(jīng)濟發(fā)展的作用，在尊重市場規(guī)律的前提下，重點支持發(fā)展前景好但融資困難的民營企業(yè)；第二，繼續(xù)推進國有企業(yè)的改革，降低國有企業(yè)的預算軟約束程度，進一步完善企業(yè)的內外部治理機制，減少股東、債權人和管理層之間的信息不對稱，約束管理層的過度投資行為；第三，大力發(fā)展企業(yè)債券市場，進一步拓寬企業(yè)的債務融資渠道，提高負債融資對企業(yè)非效率投資的約束作用。