熊海芳 閆 晴 王志強(qiáng)

（東北財(cái)經(jīng)大學(xué)，大連 116025）

內(nèi)容提要:本文以專項(xiàng)建設(shè)基金對(duì)企業(yè)的政策性股權(quán)投資作為政策沖擊，采用傾向得分匹配-雙重差分模型，分析這種創(chuàng)新工具對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。研究發(fā)現(xiàn)，專項(xiàng)建設(shè)基金的股權(quán)投資在總體層面并沒(méi)有對(duì)企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生顯著影響；在中等股權(quán)投資強(qiáng)度下，企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平會(huì)顯著提升。企業(yè)貸款能力在股權(quán)投資和企業(yè)風(fēng)險(xiǎn)承擔(dān)水平之間發(fā)揮了部分中介作用。相較于政府補(bǔ)貼和稅收優(yōu)惠，股權(quán)投資對(duì)企業(yè)貸款能力的提升更強(qiáng)?？傊疚淖C實(shí)了政策性股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的異質(zhì)性影響和企業(yè)貸款的重要作用，為資金流向?qū)嶓w經(jīng)濟(jì)提供了新的證據(jù)。

一、引言

為了讓資金流入到實(shí)體經(jīng)濟(jì)中，2015年8月，國(guó)家開發(fā)銀行和農(nóng)業(yè)發(fā)展銀行分別設(shè)立國(guó)開發(fā)展基金和農(nóng)發(fā)重點(diǎn)建設(shè)基金，通過(guò)長(zhǎng)期股權(quán)的方式對(duì)重點(diǎn)領(lǐng)域的項(xiàng)目建設(shè)進(jìn)行投資，“點(diǎn)對(duì)點(diǎn)”為企業(yè)提供穩(wěn)定的現(xiàn)金流。2020年《政府工作報(bào)告》提出，要?jiǎng)?chuàng)新貨幣政策工具，讓資金直達(dá)實(shí)體經(jīng)濟(jì)。專項(xiàng)建設(shè)基金作為直達(dá)實(shí)體經(jīng)濟(jì)的一種新型資金支持方式，評(píng)估其股權(quán)投資的經(jīng)濟(jì)后果，對(duì)于優(yōu)化資金直達(dá)實(shí)體經(jīng)濟(jì)的實(shí)現(xiàn)方式有重要意義，有助于實(shí)現(xiàn)金融支持實(shí)體經(jīng)濟(jì)發(fā)展。為此，本文將從風(fēng)險(xiǎn)承擔(dān)的視角對(duì)專項(xiàng)建設(shè)基金的投資效果展開研究。

與本文研究主題密切相關(guān)的文獻(xiàn)主要有兩類：一是評(píng)估政策性扶持資金的經(jīng)濟(jì)后果。二是分析企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響因素。在評(píng)估政策性資金支持經(jīng)濟(jì)后果的文獻(xiàn)中，一些學(xué)者探究了政策性資金支持對(duì)企業(yè)生產(chǎn)率的影響，例如，Gine和Kanz（2018）研究了金融危機(jī)背景下出臺(tái)的“農(nóng)業(yè)債務(wù)減免計(jì)劃”，發(fā)現(xiàn)通過(guò)信貸市場(chǎng)實(shí)施的刺激計(jì)劃對(duì)企業(yè)生產(chǎn)率帶來(lái)了積極影響。任曙明和呂鐲（2014）通過(guò)實(shí)證分析也證實(shí)政府補(bǔ)貼顯著提高了企業(yè)的全要素生產(chǎn)率。另外一些學(xué)者分析了政策扶持資金與企業(yè)融資之間的關(guān)系，結(jié)果發(fā)現(xiàn)政策資金支持顯著緩解了企業(yè)的融資約束（Bach，2014；盧盛峰等，2017），針對(duì)性的政策支持資金能通過(guò)降低企業(yè)風(fēng)險(xiǎn)評(píng)估等級(jí)從而引導(dǎo)信貸資源優(yōu)化配置（申香華，2014）。

在企業(yè)風(fēng)險(xiǎn)承擔(dān)影響因素的文獻(xiàn)中，已有研究多從所有權(quán)結(jié)構(gòu)、管理者特質(zhì)、公司內(nèi)外部治理視角進(jìn)行探究（Faccio等，2011；余明桂等，2013；Kini和 Williams，2012）。部分研究探討政策性資金支持對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。毛其淋和許家云（2016）通過(guò)實(shí)證分析發(fā)現(xiàn)不同政府補(bǔ)貼強(qiáng)度會(huì)對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)產(chǎn)生異質(zhì)性影響。吳倩等（2019）實(shí)證檢驗(yàn)發(fā)現(xiàn)產(chǎn)業(yè)政策支持對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響在企業(yè)發(fā)展的不同階段存在差異。邱洋冬和陶鋒（2020）證實(shí)了高企資質(zhì)認(rèn)定政策顯著提高了企業(yè)的稅收優(yōu)惠力度、政府補(bǔ)貼以及信貸可得性，進(jìn)而對(duì)企業(yè)的風(fēng)險(xiǎn)承擔(dān)產(chǎn)生了顯著的積極影響。

與已有文獻(xiàn)探討信貸市場(chǎng)、政府補(bǔ)貼的經(jīng)濟(jì)后果和企業(yè)風(fēng)險(xiǎn)承擔(dān)不同，本文研究政策性股權(quán)投資作為一種創(chuàng)新型的財(cái)政資金投入方式，其對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響會(huì)如何。本文的貢獻(xiàn)體現(xiàn)在：第一，研究政策性股權(quán)投資的效果，為探究資金直達(dá)實(shí)體經(jīng)濟(jì)提供了新的研究視角；第二，對(duì)比分析不同政策對(duì)風(fēng)險(xiǎn)承擔(dān)影響的差異，拓展了企業(yè)風(fēng)險(xiǎn)承擔(dān)的相關(guān)研究。本文首先運(yùn)用傾向得分匹配-雙重差分（PSM-DID）方法，對(duì)股權(quán)投資與企業(yè)風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系進(jìn)行分析；然后，構(gòu)建中介效應(yīng)模型，探討股權(quán)投資政策對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響渠道；最后，將股權(quán)投資政策與稅收優(yōu)惠、政府補(bǔ)貼進(jìn)行政策效果對(duì)比。

二、制度背景與研究假設(shè)

（一）專項(xiàng)建設(shè)基金政策

專項(xiàng)建設(shè)基金募集到的資金作為股權(quán)投資到企業(yè)或項(xiàng)目中，以資本金形式支持重點(diǎn)項(xiàng)目建設(shè)，旨在擴(kuò)大有效投資，緩解經(jīng)濟(jì)下行壓力。

專項(xiàng)建設(shè)基金開創(chuàng)了“點(diǎn)對(duì)點(diǎn)”股權(quán)投資的滴灌模式：企業(yè)通過(guò)發(fā)改委提出基金支持申請(qǐng)，項(xiàng)目投資申請(qǐng)一經(jīng)通過(guò)，即可通過(guò)股權(quán)投資方式向所選企業(yè)項(xiàng)目進(jìn)行投資。股權(quán)投資政策還具有以下特點(diǎn)：首先，投資流程快。專項(xiàng)基金資金投放速度快，2015年-2016年間共投放七批次，總投放規(guī)模超兩萬(wàn)億元。其次，成本低且?guī)Ц軛U。在中央財(cái)政給予90%貼息基礎(chǔ)上，專項(xiàng)建設(shè)基金投資年化收益率遠(yuǎn)低于市場(chǎng)水平。最后，投資期限長(zhǎng)。專項(xiàng)建設(shè)基金為重點(diǎn)領(lǐng)域建設(shè)提供普遍8年以上長(zhǎng)期支持。

（二）研究假設(shè)

政策性股權(quán)投資直接提高企業(yè)資金持有量，因此，會(huì)使企業(yè)有能力選擇高風(fēng)險(xiǎn)高收益投資項(xiàng)目。同時(shí)，獲得股權(quán)投資代表了政府對(duì)企業(yè)的支持態(tài)度，有助于提升企業(yè)家信心，提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。此外，專項(xiàng)建設(shè)基金以項(xiàng)目資本金形式注入到股權(quán)中，可以撬動(dòng)市場(chǎng)投資，拉動(dòng)企業(yè)債權(quán)融資?；凇百Y產(chǎn)替代”假說(shuō)，當(dāng)企業(yè)負(fù)債水平上升時(shí)，股東將負(fù)債資金投向風(fēng)險(xiǎn)性投資項(xiàng)目只需支付較低的債務(wù)成本。若投資成功，股東獲取絕大部分回報(bào)；若投資失敗，大部分損失則由債權(quán)人承擔(dān)。因此，股東-債權(quán)人利益沖突促使股東有動(dòng)機(jī)提高企業(yè)風(fēng)險(xiǎn)承擔(dān)（Jensen和Meckling，1976）。郭瑾等（2017）發(fā)現(xiàn)企業(yè)持有貸款越多，風(fēng)險(xiǎn)承擔(dān)水平越高，因此，股權(quán)投資還能通過(guò)影響企業(yè)借款進(jìn)而對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)產(chǎn)生影響。鑒于此，本文提出以下研究假設(shè)：

假設(shè)1：政策性股權(quán)投資能提升企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

假設(shè)2：政策性股權(quán)投資會(huì)提升企業(yè)借款能力，進(jìn)而提升風(fēng)險(xiǎn)承擔(dān)水平，即企業(yè)貸款是股權(quán)投資影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的中介渠道。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選取了2013年-2018年中國(guó)A股公司數(shù)據(jù)。其中，2015年-2016年政策期共97家上市公司受到政策性股權(quán)投資。數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)，并進(jìn)行如下處理：第一，剔除金融類和ST類上市公司；第二，剔除財(cái)務(wù)指標(biāo)缺失樣本。第三，對(duì)連續(xù)變量進(jìn)行上下1%縮尾處理。

（二）研究方法

為緩解內(nèi)生性以及行業(yè)和企業(yè)異質(zhì)性問(wèn)題，本文對(duì)樣本進(jìn)行了傾向得分匹配：將樣本分為實(shí)驗(yàn)組和對(duì)照組，實(shí)驗(yàn)組為獲得股權(quán)投資的企業(yè)，否則為對(duì)照組。將實(shí)驗(yàn)組企業(yè)獲得股權(quán)投資的年份定義為t，根據(jù)滯后一期的企業(yè)特征將兩組樣本按照一對(duì)一最近鄰匹配方式進(jìn)行匹配。最后，基于匹配后樣本，利用雙重差分模型對(duì)股權(quán)投資效果進(jìn)行評(píng)估。模型見式（1）：

其中，i代表公司個(gè)體，t代表年份；Aided表示企業(yè)是否獲得股權(quán)投資，若獲得，Aided為1，否則為0；Post為時(shí)期變量，若企業(yè)獲得股權(quán)投資則取值為1，否則為0；X為控制變量。

（三）變量定義

1.被解釋變量

借鑒John等（2008），本文采用經(jīng)行業(yè)均值調(diào)整后的企業(yè)盈利指標(biāo)（ROAadj）波動(dòng)衡量風(fēng)險(xiǎn)承擔(dān)，計(jì)算方法為：

其中，t表示年份，θj表示行業(yè)j的企業(yè)合集，Njt表示在t期行業(yè)j的企業(yè)數(shù)量。因此，代表行業(yè)平均利潤(rùn)率，即為經(jīng)行業(yè)均值調(diào)整后的企業(yè)利潤(rùn)率。在此基礎(chǔ)上，每三年（t年至t+2年）滾動(dòng)計(jì)算的標(biāo)準(zhǔn)差，即得到企業(yè)風(fēng)險(xiǎn)承擔(dān)水平變量Riskit，計(jì)算方法為：

2.控制變量

考慮到還有其他影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的因素，本文參考已有研究，引入一系列控制變量。具體變量定義見表1。

表1 主要變量定義

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

表2報(bào)告了匹配前主要變量描述性統(tǒng)計(jì)結(jié)果?？梢钥闯?，受資企業(yè)平均風(fēng)險(xiǎn)承擔(dān)水平為0.030，低于未受資企業(yè)的0.041。受資企業(yè)平均規(guī)模略高于未受資企業(yè)，企業(yè)的上市時(shí)間也更早。此外，受資企業(yè)ROA均值低于未受資企業(yè)，而其資產(chǎn)負(fù)債率均值高于未受資企業(yè)。表明接受股權(quán)投資的企業(yè)多為高財(cái)務(wù)杠桿，低盈利能力企業(yè)。

表2 主要變量描述性統(tǒng)計(jì)

（二）傾向得分匹配

為控制企業(yè)特征影響，本文采用PSM進(jìn)行匹配。匹配變量包括企業(yè)規(guī)模、資產(chǎn)負(fù)債率、企業(yè)年齡、企業(yè)性質(zhì)以及總資產(chǎn)收益率，并參照毛其淋和許家云（2016）的做法，加入滯后一期的企業(yè)風(fēng)險(xiǎn)承擔(dān)水平（Risk）?？紤]到企業(yè)能否獲得股權(quán)投資還受到政策傾向、政企關(guān)系等多重因素影響，本文在匹配變量中加入政府補(bǔ)貼和稅收優(yōu)惠指標(biāo)以緩解樣本選擇偏誤問(wèn)題。

表3為匹配結(jié)果的變量差異檢驗(yàn)，可以看出，匹配后所有匹配變量的差異性檢驗(yàn)結(jié)果均不顯著，滿足平衡性假設(shè)。

表3 傾向得分匹配結(jié)果

（三）平行趨勢(shì)檢驗(yàn)

DID模型要求實(shí)驗(yàn)組和對(duì)照組在政策干預(yù)之前存在共同趨勢(shì)。設(shè)置股權(quán)投資政策干預(yù)前后各時(shí)點(diǎn)虛擬變量并引入回歸，檢查其顯著性水平。從圖1可以看出政策前年份虛擬變量均不顯著，證實(shí)實(shí)驗(yàn)組與對(duì)照組滿足平行趨勢(shì)。

圖1 平行趨勢(shì)檢驗(yàn)（圖中垂直線為相應(yīng)的95%置信區(qū)間）

（四）基本估計(jì)結(jié)果與分析

基于匹配后樣本對(duì)（1）式進(jìn)行了估計(jì)。從表4第（3）列可以看出，反映政策凈效應(yīng)的交乘項(xiàng)Aided×Post估計(jì)系數(shù)為正但不顯著，表明總體而言股權(quán)投資政策對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)影響并不顯著。對(duì)此可能的解釋是股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響與投資強(qiáng)度有關(guān)，不同投資強(qiáng)度的影響相互抵消，導(dǎo)致股權(quán)投資政策總體影響不顯著。

表4 股權(quán)投資與企業(yè)風(fēng)險(xiǎn)承擔(dān)

為進(jìn)一步分析股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響，本文在模型（1）基礎(chǔ)上引入投資強(qiáng)度異質(zhì)性。用股權(quán)投資金額與企業(yè)營(yíng)業(yè)收入比值衡量投資強(qiáng)度，并將投資強(qiáng)度按由小到大排序分為三組（Aideditinten_k，k=1，2，3）。因此，檢驗(yàn)?zāi)Ｐ屯卣篂椋?/p>

通過(guò)比較系數(shù)βk（k=1，2，3）分析投資強(qiáng)度對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的異質(zhì)性影響。模型（4）的結(jié)果報(bào)告在表4后三列。從第（6）列可以看出，交乘項(xiàng)Aideditinten_1×Post與 Aideditinten_3×Post的估計(jì)系數(shù)均不顯著，表明低強(qiáng)度和高強(qiáng)度股權(quán)投資并未顯著影響企業(yè)風(fēng)險(xiǎn)承擔(dān)。原因可能是低強(qiáng)度股權(quán)投資仍無(wú)法使企業(yè)的資金持有滿足其投資需求，而高強(qiáng)度股權(quán)投資則可能弱化企業(yè)風(fēng)險(xiǎn)偏好，即兩種投資強(qiáng)度均不利于提升企業(yè)參與凈現(xiàn)值為正的投資機(jī)會(huì)的積極性。此外，回歸結(jié)果中交乘項(xiàng)Aideditinten_2×Post估計(jì)系數(shù)顯著為正，說(shuō)明中等強(qiáng)度股權(quán)投資有助于降低企業(yè)在投資決策中的保守程度，顯著提高企業(yè)的風(fēng)險(xiǎn)承擔(dān)。這是因?yàn)橐环矫娉渥愕馁Y金支持緩解了企業(yè)資金約束，資金持有量提升使企業(yè)更積極地參與到風(fēng)險(xiǎn)性投資項(xiàng)目中。另一方面股權(quán)投資有助于激勵(lì)企業(yè)債權(quán)融資，依據(jù)“資產(chǎn)替代”理論，當(dāng)企業(yè)債務(wù)水平上升時(shí)，股東有動(dòng)機(jī)從事高風(fēng)險(xiǎn)項(xiàng)目投資并從中獲利，實(shí)現(xiàn)財(cái)富由債權(quán)人向股東的轉(zhuǎn)移。以上實(shí)證結(jié)果表明，不同額度政策性股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響存在異質(zhì)性，只有適度股權(quán)投資顯著提升了企業(yè)風(fēng)險(xiǎn)承擔(dān)。

（五）穩(wěn)健性分析

采用以下方法進(jìn)行穩(wěn)健性分析：第一，更換被解釋變量衡量方式，分別采用經(jīng)行業(yè)均值調(diào)整后的營(yíng)業(yè)收入比率波動(dòng)以及企業(yè)在觀測(cè)時(shí)段內(nèi)ROA的極差來(lái)構(gòu)建企業(yè)風(fēng)險(xiǎn)承擔(dān)指標(biāo)。第二，以股權(quán)投資金額絕對(duì)值衡量股權(quán)投資強(qiáng)度，對(duì)樣本重新分組檢驗(yàn)。第三，以制造業(yè)企業(yè)為樣本進(jìn)行回歸。第四，考慮到PSM方法的選擇可能對(duì)結(jié)果產(chǎn)生影響，重新對(duì)樣本進(jìn)行一對(duì)四最近鄰匹配。第五，假設(shè)股權(quán)投資政策實(shí)施時(shí)間提前兩年或三年，對(duì)實(shí)證結(jié)果進(jìn)行安慰劑檢驗(yàn)。結(jié)果顯示，本文的主要結(jié)論通過(guò)了穩(wěn)健性檢驗(yàn)。①由于篇幅所限，穩(wěn)健性檢驗(yàn)結(jié)果并未在文中匯報(bào)。

（六）影響機(jī)制檢驗(yàn)

根據(jù)研究假設(shè)中的理論分析，本文引入“企業(yè)貸款”作為中介變量構(gòu)造如下中介效應(yīng)模型，考察可能的傳導(dǎo)機(jī)制。研究政策性股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響機(jī)制，不僅有助于加深對(duì)二者關(guān)系的認(rèn)識(shí)，還可以為我國(guó)當(dāng)前股權(quán)投資政策的優(yōu)化調(diào)整提供微觀基礎(chǔ)。

表 5 的第（1）（2）（3）列分別展示了模型（5）（6）（7）的結(jié)果。從表5第（2）列可以看出，股權(quán)投資顯著提升了受資企業(yè)的貸款能力，并且政策效果隨著股權(quán)投資強(qiáng)度適度增加更為顯著。

表5 影響機(jī)制檢驗(yàn)

從表5第（3）列可以看出，中介變量Loan估計(jì)系數(shù)顯著為正，表明貸款的增加顯著提升了企業(yè)風(fēng)險(xiǎn)承擔(dān)。此外，與表5第（1）列的基礎(chǔ)回歸結(jié)果相比，加入中介變量Loan后，交乘項(xiàng)Aideditinten_2×Post估計(jì)系數(shù)依舊顯著為正，但系數(shù)值由0.0190下降到0.0177。表明銀行貸款在政策性股權(quán)投資與企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)系中具有部分中介效應(yīng)，即銀行貸款的提高是適度政策性股權(quán)投資提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的部分影響渠道。因此，中介效應(yīng)模型的估計(jì)結(jié)果支持假設(shè)2。

（七）資金扶持政策效果對(duì)比

已有研究發(fā)現(xiàn)產(chǎn)業(yè)政策、政府補(bǔ)貼等同樣會(huì)影響企業(yè)風(fēng)險(xiǎn)承擔(dān)。那么政策性股權(quán)投資與政府補(bǔ)助、稅收優(yōu)惠等其他政策性扶持是否存在差異？稅收優(yōu)惠和政府補(bǔ)貼通常為直接“讓渡”經(jīng)濟(jì)利益給企業(yè)。但其政策效果可能受信息不對(duì)稱影響：一方面，受有限信息影響，政府在制定政策過(guò)程中傾向于“一刀切”，導(dǎo)致政策效果存在較大不確定性。另一方面，政策目標(biāo)與企業(yè)目標(biāo)可能存在不一致性，由于道德風(fēng)險(xiǎn)的存在，企業(yè)很可能將獲取的政策資源服務(wù)于自身利益而非政策目標(biāo)的實(shí)現(xiàn)。而政策性股權(quán)投資可以一定程度彌補(bǔ)已有政策性扶持的缺陷：首先，專項(xiàng)建設(shè)基金通過(guò)“點(diǎn)對(duì)點(diǎn)”方式為企業(yè)提供資金，避免了“一刀切”的政策形式，提高了政策效率。另外，專項(xiàng)建設(shè)基金與所選企業(yè)事先約定定期回購(gòu)股份，有助于規(guī)范并監(jiān)督資金使用情況。因此，這一政策能更好地緩解傳統(tǒng)政策性扶持的信息不對(duì)稱問(wèn)題，也表明政策性股權(quán)投資、稅收優(yōu)惠以及政府補(bǔ)貼三種資金扶持政策的政策效果存在差異。

政策性扶持為企業(yè)提供直接資金支持，能有效促進(jìn)企業(yè)投融資，已有研究也發(fā)現(xiàn)政府補(bǔ)貼有助于發(fā)揮信號(hào)傳遞作用，吸引社會(huì)資金。因此，本文從企業(yè)融資角度探究政策性股權(quán)投資與稅收優(yōu)惠和政府補(bǔ)貼之間的政策效果差異。企業(yè)融資用企業(yè)貸款指標(biāo)衡量，稅收優(yōu)惠和政府補(bǔ)貼的衡量方式參照柳光強(qiáng)（2016）。模型設(shè)定如下：

表6第（1）列探究股權(quán)投資政策實(shí)施以及政策后四年，受資企業(yè)融資情況與在此期間接受政府補(bǔ)貼和稅收優(yōu)惠企業(yè)的企業(yè)貸款情況對(duì)比。結(jié)果顯示，股權(quán)投資顯著提升了受資企業(yè)貸款，而稅收優(yōu)惠和政府補(bǔ)貼對(duì)企業(yè)貸款的積極影響較小甚至幾乎無(wú)影響。本文還將樣本期逐步縮短為股權(quán)投資政策后三年、后兩年以及后一年，并將相應(yīng)回歸結(jié)果顯示在表 6第（2）-（4）列。可以看出，縮短樣本期后，股權(quán)投資對(duì)企業(yè)貸款的正向影響依舊顯著，并且顯著性隨著時(shí)間推移逐漸提升。稅收優(yōu)惠及政府補(bǔ)貼估計(jì)系數(shù)均不顯著，說(shuō)明在樣本期內(nèi)，稅收優(yōu)惠和政府補(bǔ)貼對(duì)企業(yè)貸款的影響微乎其微。此外，出于穩(wěn)健性考慮，本文還將樣本限定為制造業(yè)企業(yè)，從第（5）列可看出，縮小樣本量后回歸結(jié)果基本一致。

表6 政策性股權(quán)投資、稅收優(yōu)惠和政府補(bǔ)貼對(duì)企業(yè)貸款的影響

近年來(lái)，我國(guó)經(jīng)濟(jì)下行壓力較大，政府補(bǔ)貼等政策的積極信號(hào)并不能有效緩解信息不對(duì)稱問(wèn)題，發(fā)揮吸引社會(huì)資本的作用，因此對(duì)企業(yè)融資的影響日漸微弱?！包c(diǎn)對(duì)點(diǎn)”的股權(quán)投資政策由于政策目標(biāo)明確，接受股權(quán)投資的企業(yè)項(xiàng)目有政策資金支撐，導(dǎo)致這一政策對(duì)社會(huì)資本吸納能力更強(qiáng)。因此，在經(jīng)濟(jì)面臨下行壓力的宏觀背景下，政策性股權(quán)投資對(duì)企業(yè)融資的積極影響相較于稅收優(yōu)惠以及政府補(bǔ)貼更為顯著。

五、結(jié)論與啟示

本文以專項(xiàng)建設(shè)基金股權(quán)投資為自然實(shí)驗(yàn)，采用PSM-DID方法，探究政策性股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響。研究發(fā)現(xiàn)只有中等股權(quán)投資強(qiáng)度會(huì)提升企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，企業(yè)貸款能力的提升是適度股權(quán)投資提高企業(yè)風(fēng)險(xiǎn)承擔(dān)的重要渠道。本文比較了不同類型政策支持資金對(duì)企業(yè)融資的作用，發(fā)現(xiàn)經(jīng)濟(jì)面臨下行壓力時(shí)，政策性股權(quán)投資對(duì)企業(yè)融資能力的提升相較于政府補(bǔ)貼和稅收優(yōu)惠更為顯著。本文創(chuàng)新性地證實(shí)了政策性股權(quán)投資對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的異質(zhì)性影響，為資金流向?qū)嶓w經(jīng)濟(jì)提供了經(jīng)驗(yàn)證據(jù)。

本文研究發(fā)現(xiàn)適度的資金扶持政策能夠有效提升企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，企業(yè)貸款起到了中介作用。這對(duì)提升資金扶持政策的實(shí)施效果、更好地服務(wù)于經(jīng)濟(jì)發(fā)展有以下啟示：第一，提高資金支持的精準(zhǔn)性，但是要考慮企業(yè)營(yíng)業(yè)收入的規(guī)模，股權(quán)投資強(qiáng)度要適度，進(jìn)而優(yōu)化資金的使用。第二，政策性的股權(quán)投資可以有效提升企業(yè)融資能力，緩解企業(yè)融資困境，因此應(yīng)該繼續(xù)發(fā)揮政策性資金的融資撬動(dòng)作用。第三，相較于政策補(bǔ)貼和稅收優(yōu)惠，股權(quán)投資對(duì)企業(yè)融資的支持作用更為顯著。因此，應(yīng)進(jìn)一步規(guī)范和發(fā)展更多形式的股權(quán)投資基金，擴(kuò)大投資面，讓更多企業(yè)獲益。政府補(bǔ)貼和稅收優(yōu)惠等政策應(yīng)避免“一刀切”，積極借鑒股權(quán)投資“點(diǎn)對(duì)點(diǎn)”的形式，加強(qiáng)政策針對(duì)性，提高政策資金使用效率。