殷孟波，吳佳其，許 坤

(西南財經(jīng)大學(xué) a.金融學(xué)院；b.中國金融研究中心，四川 成都 610074)

引言

信貸市場是我國非金融企業(yè)債務(wù)融資主要的“活水”之源，是治理企業(yè)去杠桿和加杠桿難題的樞紐。2008年全球金融危機以后，我國非金融企業(yè)杠桿率高且增長迅速，成為實體經(jīng)濟高杠桿的根源[1]。為維護金融穩(wěn)定，國內(nèi)對經(jīng)濟去杠桿迅速形成了廣泛共識。然而，在國際形勢更加復(fù)雜、國內(nèi)市場對去杠桿的反應(yīng)愈加劇烈的現(xiàn)實背景下，為減緩經(jīng)濟增長下行壓力，經(jīng)濟去杠桿化更需統(tǒng)籌兼顧[2]，尤其需要兼顧企業(yè)為減緩流動性壓力所誘致的合理加杠桿的需求。

中國社會科學(xué)院的統(tǒng)計數(shù)據(jù)顯示，2008—2015年我國進入長達7年的快速加杠桿時期，實體經(jīng)濟杠桿率年均增長率超過12%，圖1直觀地呈現(xiàn)了我國實體經(jīng)濟杠桿率及其構(gòu)成的變化趨勢。從圖中可以看出，相比于政府和居民部門，非金融企業(yè)部門占實體經(jīng)濟杠桿率的比重達到了約70%，對實體經(jīng)濟的高杠桿產(chǎn)生了重要影響[3]。快速加杠桿所衍生的金融風險引起了中央的重視，黨的十八屆五中全會迅速提出去杠桿要求，2015年年底的中央經(jīng)濟工作會議將去杠桿作為供給側(cè)結(jié)構(gòu)性改革的核心目標之一，實體經(jīng)濟正式進入去杠桿時期。2017年，非金融企業(yè)部門杠桿率在當年年底實現(xiàn)了自2008年以來的首次下降。

圖1 我國的杠桿率分部門趨勢圖(2005—2018年)(1)數(shù)據(jù)來源：中國社會科學(xué)院國家資產(chǎn)負債表中心。

我國非金融企業(yè)杠桿高增長勢頭雖然在近年得到了緩解，但信貸市場中與“貸款難”相伴生的加杠桿呼聲仍難以消弭。杠桿率一般是指單個企業(yè)總負債與總資產(chǎn)的比值，因此杠桿率的變化也意味著負債水平和結(jié)構(gòu)的變化[4-7]，具體包括存量和增量負債的變化，就后者而言，我國企業(yè)主要依賴于信貸市場的債務(wù)融資支持，去杠桿可能導(dǎo)致信貸緊縮[8-9]。從信貸資源市場化配置的具體過程看：一方面，去杠桿是指銀行收回前期投放給企業(yè)的貸款[6]，這會導(dǎo)致企業(yè)存量負債減少和杠桿率的下降；另一方面，加杠桿是指企業(yè)獲得了銀行新增信貸支持，這會導(dǎo)致企業(yè)杠桿率的上升。因此，信貸資源的市場化配置過程可以對企業(yè)的杠桿治理發(fā)揮調(diào)節(jié)作用[10]。

中央財經(jīng)委員會在2018年4月首次提出結(jié)構(gòu)性去杠桿思路，為市場化的去杠桿方式提供了科學(xué)指引。結(jié)構(gòu)性去杠桿思路進一步明確了去杠桿的重點，對分部門、分債務(wù)類型提出了不同要求，還特別指明不求宏觀杠桿率的快速下降，而是在宏觀杠桿率相對平穩(wěn)的情況下實現(xiàn)局部去杠桿。研究國內(nèi)外去杠桿經(jīng)濟后果的文獻資料，印證了我國結(jié)構(gòu)性去杠桿思路的科學(xué)性。Mian和Sufi的研究表明，次貸危機后美國的去杠桿伴隨著信貸緊縮、失業(yè)率上升和總需求下降[9]。在去杠桿環(huán)境下，日本部分企業(yè)對邊際收益為正的項目也無投資愿意，導(dǎo)致企業(yè)資產(chǎn)負債表衰退[11]。金融部門去杠桿會抑制經(jīng)濟增長，加劇經(jīng)濟波動[12]。金融部門和非金融部門在去杠桿中會相互影響形成具有放大效應(yīng)的負反饋循環(huán)，這可能誘致經(jīng)濟深度衰退[13]。市場化改革是我國治理宏觀杠桿難題的重要政策選項[14]。短期而言，結(jié)構(gòu)性去杠桿更有賴于政府高質(zhì)量的制度供給，這有助于微觀市場主體形成穩(wěn)定的政策預(yù)期，同政府形成杠桿治理的合力[15-16]。需要進一步思考的問題是，如何借助信貸資源市場化配置的力量化解我國微觀非金融企業(yè)的“去”或“加”杠桿難題？本文基于2005—2015年獲得信貸支持的5 977筆非金融企業(yè)貸款數(shù)據(jù)，把這一問題細分為以下兩個子問題求解。

一是信貸市場中影響企業(yè)加杠桿的主要因素有哪些？回答該問題的主要目的是從總體上把握異質(zhì)企業(yè)杠桿結(jié)構(gòu)的特征，以便于在杠桿治理中對癥下藥。這方面的研究與資本結(jié)構(gòu)理論相關(guān)。王朝陽等認為影響企業(yè)杠桿的因素與影響其資本結(jié)構(gòu)的因素是一致的，企業(yè)加杠桿或去杠桿實質(zhì)上是反映資本結(jié)構(gòu)的調(diào)整[15]。Baker和Martin[17]、朱武祥等[18]、譚小芬等[19]對這些影響因素作了系統(tǒng)闡述。Newman等考察了1 539個浙江民營中小企業(yè)，發(fā)現(xiàn)杠桿率與規(guī)模正相關(guān)，與盈利負相關(guān)，與固定資產(chǎn)比率的相關(guān)性不顯著[20]。Bhabra等選用我國上市公司數(shù)據(jù)，實證結(jié)果發(fā)現(xiàn)杠桿率與規(guī)模和固定資產(chǎn)比率正相關(guān)，與盈利和成長性負相關(guān)[21]。與先前研究不同的是，本文基于信貸市場，重點考察了多個與銀行表內(nèi)授信直接相關(guān)的指標和杠桿率之間的關(guān)系，這既可以與已有資本結(jié)構(gòu)理論研究文獻形成有效互補，還可以拓展銀企關(guān)系等相關(guān)領(lǐng)域的研究[22-24]。通過描述性統(tǒng)計和實證分析，發(fā)現(xiàn)的第一類事實是：在宏觀快速加杠桿期間，銀行表內(nèi)授信總體上發(fā)揮了穩(wěn)杠桿作用；企業(yè)規(guī)模、公有制屬性對加杠桿有顯著正向影響；銀企合作時間與企業(yè)杠桿率之間呈倒U形；異地企業(yè)對加杠桿有顯著正向影響。

二是企業(yè)加杠桿的行為是否得到了自身經(jīng)營效率的支撐？該問題關(guān)系到識別信貸資源是否配置給了有效率的企業(yè)，分辨出哪些杠桿是“好”的，哪些是“壞”的，進而識別潛在的去杠桿對象。這方面的研究與預(yù)算軟約束理論和僵尸企業(yè)問題相關(guān)。2008年全球金融危機以后，我國以信貸驅(qū)動的投資模式有效地化解了經(jīng)濟“硬著陸”風險，但是巨額的信貸投放就和非金融企業(yè)快速加杠桿有了內(nèi)在的聯(lián)系。加之我國近年經(jīng)濟增長面臨的不確定性有所增加，將信貸資源配置給有效率的企業(yè)就變得尤為重要了[4]。林毅夫和李志赟認為，政策性負擔是企業(yè)預(yù)算軟約束的直接誘因，低經(jīng)營效率的企業(yè)會要求政府提供信貸補貼等，這一現(xiàn)象在民營企業(yè)中同樣存在[25]。紀洋等借助預(yù)算軟約束視角對企業(yè)杠桿治理進行了分析[16]。從識別方法可以看出，預(yù)算軟約束企業(yè)和僵尸企業(yè)有高關(guān)聯(lián)性。Caballero等提出的CHK方法將是否獲得信貸補貼作為識別僵尸企業(yè)的標準，后續(xù)改進的FN-CHK方法進一步考慮了經(jīng)營績效因素[26]?；谖覈那闆r，黃少卿和陳彥在FN-CHK方法基礎(chǔ)上增加了政府補貼等指標[27]。蔣靈多和陸毅認為處置僵尸企業(yè)最關(guān)鍵的還是要發(fā)揮市場機制的作用[10]。由此可見，經(jīng)營效率是信貸市場中識別去杠桿對象的重要依據(jù)。通過描述性統(tǒng)計和實證分析，我們發(fā)現(xiàn)的第二類事實是：在樣本觀測期，企業(yè)經(jīng)營效率對其加杠桿行為有顯著的正向影響，影響程度與企業(yè)規(guī)模顯著正相關(guān)；異地企業(yè)規(guī)模越大越容易實現(xiàn)加杠桿，但是異地大型企業(yè)的高杠桿率缺乏經(jīng)營效率的支撐，因而是潛在的去杠桿對象。

本文的邊際貢獻主要體現(xiàn)在以下三個方面：(1)銀行信貸是我國企業(yè)債務(wù)融資的主要資金來源，企業(yè)杠桿治理亦需追本溯源。但先前文獻鮮有來自信貸市場的經(jīng)驗證據(jù)，本文縱向拓展了該領(lǐng)域的研究視野，是對杠桿治理、資本結(jié)構(gòu)理論文獻的重要補充[28-30]。(2)結(jié)合銀行表內(nèi)授信的決策指標，發(fā)現(xiàn)即便是相同的杠桿率影響因素(例如固定資產(chǎn)比率，本文以資產(chǎn)專用性變量ASI代理)，在不同金融市場的影響結(jié)果迥異，說明企業(yè)杠桿治理需結(jié)合信貸市場異質(zhì)性辨證施治。(3)宏觀經(jīng)濟去杠桿需以改善微觀企業(yè)杠桿質(zhì)量為基礎(chǔ)，企業(yè)杠桿率是否獲得經(jīng)營效率的支撐有助于辨別杠桿質(zhì)量，還有助于辨別軟預(yù)算約束體、僵尸企業(yè)，這可以增進政府制度供給的協(xié)同性和精準度。

一、數(shù)據(jù)來源與描述性統(tǒng)計

(一)數(shù)據(jù)來源與樣本選擇

本文以某國有銀行省級分行2005—2015年的信貸交易為樣本來驗證上述兩類事實。樣本涵蓋我國銀行業(yè)主要表內(nèi)授信業(yè)務(wù)，其中流動資金貸款5 977筆，占總貸款筆數(shù)的92.77%。這也印證了企業(yè)的融資困境主要表現(xiàn)為流動性不足。受信企業(yè)的行業(yè)分屬《國民經(jīng)濟行業(yè)分類》(GB/T4754-2017)20個門類中的19個。我們對這些信貸交易作了進一步篩選與處理：剔除了樣本中的金融企業(yè)；剔除2005年以前的交易記錄；參照樣本銀行貸款政策，剔除杠桿率大于75%的樣本；剔除債項分類為可疑、損失以及數(shù)據(jù)缺失的樣本；對主要連續(xù)變量在1%和99%的水平做winsorize處理，以消除極端值影響。本文最終得到4 414筆有效樣本觀測值。

(二)描述性統(tǒng)計一

基于以上對我國不同杠桿期間的討論，圖2描述了全樣本企業(yè)在2009—2015年快速加杠桿期間杠桿率的變化趨勢。杠桿率的均值為0.48，中位數(shù)為0.49，說明數(shù)據(jù)結(jié)構(gòu)無明顯偏態(tài)(2)杠桿率等概念的定義請見本文的“模型與變量”部分。。2009年以后，樣本企業(yè)的杠桿率總體呈下降趨勢，這與相同時期圖1所示的我國非金融企業(yè)杠桿率快速上升的事實相反。說明樣本銀行表內(nèi)授信在快速加杠桿時期非但沒有推波助瀾，還在一定程度上發(fā)揮了穩(wěn)杠桿的功能。多年來，這一事實似乎并未引起學(xué)術(shù)界的關(guān)注，這為深入研究我國企業(yè)的高杠桿是否源于銀行表外授信或者非銀行體系提供了啟發(fā)。

圖2 企業(yè)杠桿率——全樣本趨勢圖

圖3描述了不同規(guī)模企業(yè)杠桿率的情況。企業(yè)規(guī)模均值為2.80，中位數(shù)為3.00，說明樣本中的大中型企業(yè)相對較多。圖3表明，2009—2015年大中型企業(yè)的杠桿率明顯高于小微企業(yè)，并且趨勢比較平穩(wěn)?？梢猿醪阶C實，企業(yè)規(guī)模對加杠桿有正向影響，即規(guī)模越大的企業(yè)更容易實現(xiàn)加杠桿。

圖4描述了按所有制分組后企業(yè)的杠桿率情況，樣本企業(yè)中公有制企業(yè)約為24%。圖4表明，非公有制企業(yè)無論是“去”還是“加”杠桿一般都領(lǐng)先于公有制企業(yè)，市場機制對企業(yè)杠桿率的調(diào)節(jié)發(fā)揮了一定的作用；2008年全球金融危機以來，公有制企業(yè)相對于非公有制企業(yè)的杠桿率更高，趨勢比較平穩(wěn)。初步驗證了公有制企業(yè)加杠桿更容易的事實。

圖4 企業(yè)杠桿率——基于所有制分組

圖5描述了受信企業(yè)地域、規(guī)模特征與杠桿率之間的關(guān)系。是否異地貸款變量的均值為2.24，中位數(shù)為2，說明該樣本主要為非異地借貸。圖5表明，異地企業(yè)的杠桿率明顯高于本地企業(yè)； 以規(guī)模分組來看，異地大型企業(yè)的杠桿率也明顯高于本地不同規(guī)模的企業(yè)，且規(guī)模越大杠桿率也更高。事實二的部分內(nèi)容得到了初步驗證。國有企業(yè)是去杠桿的重點，這在2017年的全國金融工作會議已有定論，故本文不再贅述。結(jié)合描述性統(tǒng)計結(jié)果，異地大型企業(yè)是否為去杠桿的對象呢？還有待結(jié)合其高杠桿是否得到了自身經(jīng)營效率的支撐作進一步的實證考察。

圖5 企業(yè)杠桿率——基于地域和規(guī)模分組

(三)描述性統(tǒng)計二

圖6描述了企業(yè)杠桿率與經(jīng)營效率之間的關(guān)系。企業(yè)經(jīng)營效率的中位數(shù)為0.58，均值為0.82，數(shù)據(jù)結(jié)構(gòu)存在右偏，說明獲得銀行信貸支持的企業(yè)的經(jīng)營效率總體較高，符合信貸資源市場化配置的效率優(yōu)先原則。在信貸資源市場化配置中，那些有經(jīng)營效率支撐的高杠桿可以歸屬為“好”杠桿，否則就可以歸屬為去杠桿的對象。根據(jù)圖6，在2011年之前，總體上符合高效率—高杠桿和低效率—低杠桿特征；此后，則出現(xiàn)了低效率—高杠桿和高效率—低杠桿的現(xiàn)象，說明信貸資源市場化配置的趨勢發(fā)生了一定的偏離。這也為協(xié)同治理企業(yè)高杠桿和貸款難，明確潛在的去杠桿對象提供了增量信息。

圖6 企業(yè)杠桿率——基于經(jīng)營效率分組

圖6所呈現(xiàn)的企業(yè)加杠桿行為與經(jīng)營效率之間的關(guān)系背后，實際上還具有更嚴密的授信制度邏輯。我國《商業(yè)銀行授信工作盡職指引》規(guī)定“商業(yè)銀行應(yīng)認真評估客戶的財務(wù)報表，對影響客戶財務(wù)狀況的各項因素進行分析評價，預(yù)測客戶未來的財務(wù)和經(jīng)營情況”。對授信盡職調(diào)查中定量和定性信息收集、信用等級評定、授信限額核定等提出了詳盡的要求和評定標準。我國《流動資金貸款管理暫行辦法》對增量負債額度的測算給予了明確規(guī)定，其計算公式為：增量負債額度=營運資金量-借款人自有資金-現(xiàn)有流動資金貸款-其他渠道提供的營運資金，而營運資金量則通過“營運資金量=上年度銷售收入×(1-上年度銷售利潤率)×(1+預(yù)計銷售收入年增長率)/ 營運資金周轉(zhuǎn)次數(shù)”計算得出。從這兩個最基本的公式可以看出，企業(yè)自身經(jīng)營效率對其能否獲得信貸支持而實現(xiàn)加杠桿具有決定性的影響[31-32]。

鑒于本部分描述性統(tǒng)計提供的有關(guān)企業(yè)加杠桿行為及其影響因素的信息較為初步，接下來將通過回歸分析作進一步考察，以更深入地驗證上述兩類事實。

二、模型與變量

我們構(gòu)造模型(1)用來進一步驗證上述第一類事實，即企業(yè)規(guī)模、所有制、銀企關(guān)系、交易成本等影響信貸交易的因素是否影響了企業(yè)的加杠桿行為。

LevRatio =β0+β1Size +β2SOE +β3Relation +β4D_yddk +β5ASI+

∑βjYear + ∑βkIndustry +ε

(1)

模型(1)的主要變量及其定義如下。

杠桿率(LevRatio)是本文的被解釋變量。采用樣本企業(yè)總負債與總資產(chǎn)的比值來衡量，屬于連續(xù)變量。這一定義杠桿率的方法在國內(nèi)學(xué)術(shù)界被蔣靈多等[2]、鐘寧樺等[4]、馬勇和陳雨露[5]、張一林和蒲明[6]等學(xué)者廣泛引用。李夢雅等認為，杠桿率代表了企業(yè)的負債結(jié)構(gòu)和資本結(jié)構(gòu)[33]。饒艷超和胡奕明通過問卷調(diào)查發(fā)現(xiàn)，在影響銀行信貸決策的主要會計指標中，杠桿率是最受銀行信貸部門關(guān)注的指標[34]。

企業(yè)規(guī)模(Size)是模型(1)的核心解釋變量。分別選用虛擬變量D_ scale、等級變量Scale和是否為集團客戶(D_ group)3個變量表示。D_ scale為大中型時取1，否則取0； Scale為大、中、小、微時分別賦值4、3、2、1；是否為集團客戶(D_ group)，進一步描述企業(yè)規(guī)模屬性，集團客戶取1，否則取0。

模型(1)的控制變量主要包括2個所有制變量、2個銀企關(guān)系變量、1個異地貸款變量、1個資產(chǎn)專用性變量。2個所有制變量(SOE)：包括是否為公有制企業(yè)(D_ ownship)、是否為政府平臺(D_ gfplat)，均為虛擬變量。若為國有企業(yè)、集體企業(yè)時D_ ownship取1，否則取0。D_ gfplat用以進一步刻畫企業(yè)所有制屬性，是政府平臺取1，否則取0。2個銀企關(guān)系變量(Relation)：包括銀企交易時間(Length)和交易次數(shù)(Times)，均為連續(xù)變量。Length表征企業(yè)在樣本銀行獲得該筆授信時與雙方首次建立信貸關(guān)系的時間間隔，單位為年。我們加入了Length的平方項以考察可能的非線性關(guān)系。Times表示企業(yè)在樣本行獲得授信的次數(shù)。1個異地貸款變量(D_yddk)，從信貸交易角度看，異地企業(yè)地理距離越遠信貸交易成本越高，若借款企業(yè)屬于省內(nèi)異地和省外異地取1，非異地取0 ；我們用等級變量Area作為D_ yddk的替代變量，如果非異地取2，省內(nèi)異地取3，省外異地取4。1個資產(chǎn)專用性變量(ASI)，采用固定資產(chǎn)與總資產(chǎn)的比值來衡量，中位數(shù)以上取1，否則取0，屬于虛擬變量。在新制度經(jīng)濟學(xué)理論中，資產(chǎn)專用性是影響信貸交易的關(guān)鍵性因素。

本文在模型(1)中加入虛擬變量Year、Industry以控制年度效應(yīng)和行業(yè)效應(yīng)。

我們構(gòu)造模型(2)用來驗證企業(yè)加杠桿行為與自身經(jīng)營效率的關(guān)系。需要驗證的是，在樣本觀測期，企業(yè)經(jīng)營效率總體上對企業(yè)加杠桿有顯著正向影響；并且經(jīng)營效率對杠桿率的影響程度與企業(yè)規(guī)模顯著正相關(guān)。朱武祥等認為，經(jīng)典資本結(jié)構(gòu)理論一般都假定企業(yè)具有負債能力，研究重點理所當然地轉(zhuǎn)為企業(yè)負債決策的最優(yōu)化[18]。然而，結(jié)合《商業(yè)銀行授信工作盡職指引》《法人客戶信用等級評定辦法》和《流動資金貸款管理暫行辦法》的內(nèi)容不難發(fā)現(xiàn)，企業(yè)是否具有負債能力恰好是銀行授信決策的關(guān)注焦點。反映企業(yè)負債能力的核心指標就包括經(jīng)營效率，從上述測算短期增量負債和營運資金量的公式來看，公式中所涉及的全部會計科目都要被會計報告審計師、信貸分析師審查，其中杠桿率、銷售收入和經(jīng)營效率等又是審查的重點。

基于信貸資源市場化配置效率優(yōu)先的原則，表征企業(yè)負債能力的經(jīng)營效率首先要得到銀行認可，在該前提下，銀行會進一步結(jié)合《法人客戶信用等級評定辦法》評定企業(yè)的信用等級以決策“貸不貸”，然后才依《流動資金貸款管理暫行辦法》測算企業(yè)營運資金量和短期增量負債以決策“貸多少”。所以經(jīng)營效率的高低對企業(yè)能否獲得銀行的信貸支持至關(guān)重要。我們在模型(1)的基礎(chǔ)上，新加入代表企業(yè)經(jīng)營效率變量構(gòu)造了模型(2)。

LevRatio =β0+α1Turnover +β1Size +β2SOE +β3Relation +β4D_yddk+

β5ASI + ∑βjYear + ∑βkIndustry +ε

(2)

企業(yè)經(jīng)營效率(Turnover)是模型(2)的核心解釋變量。選用銷售收入與總資產(chǎn)的比值表示，屬于連續(xù)變量。饒艷超和胡奕明的調(diào)查還發(fā)現(xiàn)，經(jīng)營效率的分子項——銷售收入是損益表和財務(wù)報表附注中最受銀行關(guān)注的財務(wù)信息，該科目反映了企業(yè)經(jīng)營現(xiàn)金流和利潤來源，是企業(yè)償付能力的保障[34]。已有文獻中，直接考察經(jīng)營效率與企業(yè)杠桿率之間關(guān)系的文獻相對較少，而考察盈利能力(例如ROA)與杠桿率關(guān)系的文獻相對較多，但是Turnover和ROA的分子項所對應(yīng)的會計科目分別居于損益表的首尾，所以這兩個指標對銀企雙方信貸交易的決策有用性存在差異。考慮到盈余管理等因素，銷售收入相比利潤指標更具有可驗證性優(yōu)勢。Berger和Bonaccorsi di Patti[35]、Morellec等[36]和Liao等[37]主要從代理成本的角度考察了Turnover對杠桿率的影響，認為企業(yè)經(jīng)營效率越高杠桿率也越高，所以我們預(yù)計α1顯著為正。

三、實證結(jié)果與分析

(一)企業(yè)加杠桿影響因素的回歸結(jié)果

表1以模型(1)為基礎(chǔ)，先對變量按類別單獨估計，然后對全部變量進行估計。回歸結(jié)果顯示，除變量Times的系數(shù)估計值的顯著性有差異以外，其他主要變量的系數(shù)估計符號及顯著性基本一致，說明估計結(jié)果比較穩(wěn)健。依據(jù)全變量估計結(jié)果，在控制其他變量的情況下，D_ scale對杠桿率的影響在1%水平下顯著為正，說明與小微企業(yè)相比，大中型企業(yè)的杠桿率較高；D_ group、D_ ownship、D_ yddk也均在1%水平下顯著為正，說明集團客戶、公有制企業(yè)、異地企業(yè)的杠桿率更高；Length與杠桿率之間的關(guān)系呈倒U型。綜合表1報告的結(jié)果看，本文的第一類事實基本上得到了實證結(jié)果的支持。

表1 信貸市場中影響企業(yè)加杠桿行為的主要因素

表2在表1基礎(chǔ)上基于企業(yè)規(guī)模分組對模型(1)作出進一步的估計，分析不同規(guī)模企業(yè)中影響杠桿率的因素是否存在差異。結(jié)果表明，是否為集團客戶、是否為異地貸款和是否為公有制企業(yè)變量系數(shù)顯著性及方向與表1一致。

進一步比較表2中各變量系數(shù)估計值在樣本組之間的差異，以揭示規(guī)模異質(zhì)性對杠桿率的影響存在差異的可能因素。經(jīng)過基于似無相關(guān)模型SUR的檢驗，D_ group、Length、ASI的系數(shù)在各規(guī)模子樣本之間存在顯著差異，說明銀行在授信決策時這些信息會區(qū)別對待。大中型企業(yè)組中D_ yddk顯著為正，說明與本地大中型企業(yè)相比，異地大中型企業(yè)的杠桿率更高，這為提升治理企業(yè)高杠桿的精準度提供了更有效的增量信息。

表2 信貸市場中影響企業(yè)加杠桿行為的主要因素：基于規(guī)模分組

(二)企業(yè)加杠桿與經(jīng)營效率關(guān)系的回歸結(jié)果

表3以模型(2)為依據(jù)，在表2基礎(chǔ)上加入經(jīng)營效率變量Turnover，分全樣本、大型企業(yè)組、中型企業(yè)組、小微企業(yè)組樣本分別估計。除變量Turnover以外，全樣本其他變量系數(shù)估計結(jié)果的符號及顯著性與表1一致，子樣本其他變量系數(shù)估計結(jié)果與表2基本一致。對于全樣本，Turnover對杠桿率的影響在1%水平下顯著為正，說明經(jīng)營效率總體上對企業(yè)加杠桿行為有顯著的正向影響。

表3 企業(yè)加杠桿行為與經(jīng)營效率的關(guān)系：基于規(guī)模分組

但是，經(jīng)過SUEST檢驗，我們發(fā)現(xiàn)不同規(guī)模樣本組Turnover估計系數(shù)在5%水平下存在顯著差異，說明經(jīng)營效率對杠桿率的影響存在規(guī)模差異。其中，大型和中型企業(yè)組中Turnover系數(shù)估計值顯著為正，說明大中型企業(yè)的加杠桿行為是有經(jīng)營效率支撐的。對于小微企業(yè)而言，Turnover對杠桿率的影響并不顯著。這說明小微企業(yè)通過信貸市場加杠桿減緩流動性壓力可能會面臨更高的信息約束。

(三)基于信貸市場企業(yè)加杠桿行為識別去杠桿的對象

結(jié)合圖5的描述性統(tǒng)計和上述實證分析，識別異地大型企業(yè)是否為去杠桿對象，我們分兩步來加以驗證。首先，進一步驗證異質(zhì)企業(yè)的高杠桿是否需要自身經(jīng)營效率的支撐，有經(jīng)營效率支撐的高杠桿才符合“好”杠桿的基本條件；其次，驗證異地大型企業(yè)的高杠桿是否得到了自身經(jīng)營效率的支撐。

為了驗證第一步，我們首先將企業(yè)經(jīng)營效率變量(Turnover)和規(guī)模變量(Size)互作調(diào)節(jié)變量處理后構(gòu)建了模型(3)。

LevRatio=β0+α1Turnover +β1Size +α2Turnover×Size +β2SOE+

β3Relation +β4D_yddk +β5ASI + ∑βjYear + ∑βkIndustry +ε

(3)

表4前兩列報告了模型(3)的回歸結(jié)果，其中第(1)列規(guī)模用虛擬變量D_scale衡量，第(2)列用等級變量Scale衡量。表4第(1)列報告的結(jié)果顯示，經(jīng)營效率與規(guī)模的交互項估計值為0.019且在1%水平下顯著，說明經(jīng)營效率對杠桿率的邊際效應(yīng)存在規(guī)模差異。具體講，與小微企業(yè)相比，大中型企業(yè)的經(jīng)營效率對杠桿率的邊際效應(yīng)更高，這說明經(jīng)營效率對杠桿率的影響程度與企業(yè)規(guī)模顯著正相關(guān)，即規(guī)模越大的企業(yè)的高杠桿更需要經(jīng)營效率的支撐。表4第(2)列引入規(guī)模的替代變量Scale與經(jīng)營效率變量(Turnover)交乘回歸，估計結(jié)果進一步地驗證了大企業(yè)的高杠桿需要經(jīng)營效率的支撐。

表4 企業(yè)加杠桿與經(jīng)營效率：驗證去杠桿對象

為了驗證第二步，即判斷異地大型企業(yè)的高杠桿是否得到了自身經(jīng)營效率的支撐，我們以大型企業(yè)為樣本，將企業(yè)經(jīng)營效率變量(Turnover)和是否異地貸款變量(D_yddk)互作調(diào)節(jié)變量處理后構(gòu)建了模型(4)。

LevRatio =β0+α1Turnover +β1D_yddk +α2Turnover×D_yddk +β2SOE+

β3Relation +β4Size +β5ASI + ∑βjYear + ∑βkIndustry +ε

(4)

表4第(3)列報告了模型(4)的回歸結(jié)果。結(jié)果表明，經(jīng)營效率與是否異地貸款的交互項系數(shù)估計值為-0.055且在1%水平下顯著，說明與本地大型企業(yè)相比，異地大型企業(yè)的自身經(jīng)營效率對獲得信貸支持加杠桿的影響更小。為了進一步驗證該判斷，我們還專門選取異地大型企業(yè)為樣本進行了回歸，表5報告的回歸結(jié)果表明經(jīng)營效率變量(Turnover)的系數(shù)估計值為-0.007(t=-0.28)，可以說明異地大型企業(yè)的高杠桿率缺乏自身經(jīng)營效率支撐，加之異地授信的交易成本相比于本地授信高，這與信貸資源市場化配置的原則存在偏離，因而異地大型企業(yè)是信貸市場的去杠桿對象。

表5 異地大型企業(yè)加杠桿與經(jīng)營效率

(四)穩(wěn)健性檢驗

模型(1)至模型(4)報告的回歸結(jié)果，總體上已證實了本文要驗證的兩類事實。根據(jù)信貸資源市場化配置效率優(yōu)先的大前提，去杠桿的目標理應(yīng)首先鎖定于低效率的企業(yè)，而加杠桿呼聲最高的是小微企業(yè)。為了解答非金融企業(yè)杠桿治理中“去”和“加”的難題，我們對模型穩(wěn)健性的檢驗也主要從規(guī)模、效率兩個維度展開，將樣本按照規(guī)模和效率分為四個子樣本，它們依次為：大中型—高效率、大中型—低效率、小微型—高效率、小微型—低效率。表6報告了將樣本進行分組后的檢驗結(jié)果。

表6報告的回歸結(jié)果與前面各表的結(jié)果基本一致，其中經(jīng)營效率變量的系數(shù)估計值除小微型—高效率組以外均顯著為正，規(guī)模變量除小微型—低效率組外均顯著為正。本文表1至表6顯示ASI與杠桿率總體顯著負相關(guān)，這與前述文獻形成了有效互補。除此之外，我們還分別采用去除政府平臺樣本、用等級變量Area作為變量D_ yddk的替代變量再次對上述模型進行了穩(wěn)健性檢驗，結(jié)果表明主要系數(shù)估計值的統(tǒng)計特征基本不變。說明模型是符合穩(wěn)健性要求的。

表6 基于企業(yè)規(guī)模和經(jīng)營效率分組的穩(wěn)健性檢驗結(jié)果

四、結(jié)語

在2017年的全國金融工作會議上，習近平總書記明確表示，我國金融風險的源頭在杠桿率。基于我國現(xiàn)實的投融資制度環(huán)境，信貸市場是治理非金融企業(yè)部門高杠桿難題的樞紐。鑒于此，本文立足于我國信貸市場，結(jié)合非金融企業(yè)的加杠桿記錄，主要回答了兩個問題：(1)信貸市場中影響企業(yè)加杠桿行為的主要因素是什么？(2)信貸資源市場化配置中，企業(yè)加杠桿行為是否得到了自身經(jīng)營效率的支撐？本文主要發(fā)現(xiàn)，在我國快速加杠桿時期，銀行表內(nèi)授信發(fā)揮了穩(wěn)杠桿的作用；多個銀行表內(nèi)授信指標與企業(yè)杠桿率顯著相關(guān)，經(jīng)營效率對企業(yè)加杠桿有顯著的正向影響；異地大型企業(yè)的高杠桿缺乏自身經(jīng)營效率的支撐，因而是信貸市場去杠桿的對象。本文的研究發(fā)現(xiàn)對我國企業(yè)杠桿治理衍生了以下的政策啟示。

第一，我國的結(jié)構(gòu)性去杠桿工作可以立足于我國高儲蓄率、高信貸投資率和企業(yè)異質(zhì)性等客觀實際，抓好信貸市場這個“牛鼻子”，對非金融企業(yè)杠桿的“去”或“加”難題辨證施治。事實上，我國非金融企業(yè)的杠桿治理近年已取得可喜的局面，結(jié)合“三位一體”的金融工作任務(wù)，可以繼續(xù)發(fā)揮信貸市場對當前“穩(wěn)杠桿”形勢的調(diào)理作用，進一步鞏固杠桿治理工作所取得的階段性成果。

第二，結(jié)構(gòu)性去杠桿思路的平穩(wěn)性和局部性要求，內(nèi)生地對政府制度供給的協(xié)同性和精準度提出了更高要求?？疾旆墙鹑谄髽I(yè)加杠桿行為是否得到了經(jīng)營效率的支撐，是識別信貸市場“去”或“加”杠桿對象的可行之策，有助于提升政府去杠桿制度供給的協(xié)同性和精準度。就治理異地大型企業(yè)的高杠桿而言，政府職能部門可以建立覆蓋銀行表內(nèi)、表外異地授信業(yè)務(wù)的風險監(jiān)測預(yù)警系統(tǒng)，督促銀行完善異地貸款業(yè)務(wù)的授權(quán)審批制度，引導(dǎo)銀行審慎開展此類業(yè)務(wù)。