高利芳，李 璐

一、引 言

多元化經(jīng)營是企業(yè)開拓市場、擴(kuò)張規(guī)模的重要戰(zhàn)略選擇之一。學(xué)者基于交易成本理論、資源基礎(chǔ)理論、投資組合理論、市場勢力理論、委托代理理論等提出了多種解釋(李曉蓉，2003)，闡明了企業(yè)采取多元化戰(zhàn)略有著復(fù)雜的現(xiàn)實動因，主要受到內(nèi)在因素與外在環(huán)境的交互影響(Hoskisson et al，1990)。近年來中國產(chǎn)業(yè)升級轉(zhuǎn)型加快，經(jīng)營壓力不斷上升。傳統(tǒng)行業(yè)企業(yè)希望通過跨行業(yè)投資尋求利潤增長，彌補(bǔ)主營業(yè)務(wù)的業(yè)績不佳；而崛起的新興行業(yè)企業(yè)為降低營運成本，也希望通過收購業(yè)務(wù)相關(guān)企業(yè)以“打通”上下游產(chǎn)業(yè)鏈，由此企業(yè)紛紛踏入多元化發(fā)展進(jìn)程?，F(xiàn)有研究從公司績效(張純 等，2010；游家興 等，2014)、價值(Berger et al，1995；金天 等，2005)、風(fēng)險(Chiu，2007；張敏 等，2009；徐業(yè)坤 等，2020)、資本成本(姜付秀 等，2006；Hann 等，2013；林鐘高 等，2015)等角度，較為廣泛地探討了多元化經(jīng)營為公司帶來的直接收益，但就多元化經(jīng)營對公司利益相關(guān)者決策和行為影響的研究相對較少，而上述影響會間接影響到公司利益。

債權(quán)人是公司利益相關(guān)者之一。債權(quán)融資特別是銀行信貸融資一直以來是中國企業(yè)融資的主要形式。中國人民銀行對社會融資規(guī)模的調(diào)查統(tǒng)計顯示，截至2020年末，社會融資總規(guī)模達(dá)到284.83萬億元，其中對實體經(jīng)濟(jì)發(fā)放的人民幣貸款余額171.6萬億元，占同期社會融資規(guī)模存量的60.2%(1)中國人民銀行《2020年社會融資規(guī)模存量統(tǒng)計數(shù)據(jù)報告》，http://camlmac.pbc.gov.cn/goutongjiaoliu/113456/113469/4161741/index.html.。顯而易見，銀行貸款在融資總量中占據(jù)絕對優(yōu)勢。企業(yè)選擇向銀行借款而不選擇其他融資方式，主要原因是在中國當(dāng)前市場條件下，同其他融資方式如增發(fā)股票、發(fā)行債券相比，銀行信貸資源具有獲取速度快和受到監(jiān)管少的獨特優(yōu)勢(管考磊 等，2021)，相比民間借貸等非政府監(jiān)管的融資方式則可以節(jié)省大量成本。因此中國金融體系仍屬于以間接融資為主的“銀行主導(dǎo)型”金融體系(祝繼高 等，2020)，信貸資源的有效配置對于企業(yè)和銀行而言均具有十分重要的意義。

學(xué)術(shù)界對銀行借款融資的影響因素研究在宏觀與微觀層面都給予了充分關(guān)注，然而探討公司戰(zhàn)略層面特別是多元化經(jīng)營對銀行借款融資影響的文獻(xiàn)較少，且主要關(guān)注了多元化經(jīng)營對借款成本而非借款可得性的影響，結(jié)論也不一致(Aivazian et al，2015；Demirci et al，2020)。國內(nèi)研究中，朱江(1999)、丁重等(2008)發(fā)現(xiàn)中國上市公司多元化經(jīng)營并不能顯著提高其負(fù)債率。由于研究時間較早，新形勢下上述結(jié)論是否成立有待重新檢驗，這是因為多元化經(jīng)營的后果受到制度環(huán)境與經(jīng)濟(jì)穩(wěn)定性的影響而具有條件依賴性(Chakrabarti et al，2007)。吳昊旻等(2017)研究多元化經(jīng)營與商業(yè)信用供給的關(guān)系時涉及多元化對銀行貸款的影響，但并非其研究重點，也未對相關(guān)的作用機(jī)制進(jìn)行探討。在當(dāng)前不確定性因素增多、經(jīng)濟(jì)下行壓力加大的背景下，銀行風(fēng)險偏好下降、信貸資源配置趨緊，研究多元化經(jīng)營與銀行借款融資間的關(guān)系對于公司戰(zhàn)略管理、緩解融資約束更具現(xiàn)實意義。

本文以2012—2019年中國滬深A(yù)股上市公司作為樣本，檢驗企業(yè)多元化經(jīng)營戰(zhàn)略與銀行借款融資間的關(guān)系，探討其對銀行借款融資規(guī)模和期限方面的影響，并從公司風(fēng)險角度分析其影響機(jī)制。本文的貢獻(xiàn)主要體現(xiàn)在三個方面：第一，豐富了企業(yè)多元化經(jīng)營經(jīng)濟(jì)后果和銀行借款融資影響因素研究的相關(guān)文獻(xiàn)，為二者之間關(guān)系的理論探討提供了經(jīng)驗證據(jù)；第二，揭示了企業(yè)多元化經(jīng)營對銀行借款融資的影響機(jī)制，對企業(yè)強(qiáng)化風(fēng)險管理意識、明確風(fēng)險管理路徑以降低融資約束具有啟示意義；第三，在商業(yè)模式不斷創(chuàng)新、去杠桿與混合所有制改革穩(wěn)步推進(jìn)的背景下，本文研究結(jié)論對企業(yè)經(jīng)營、融資與產(chǎn)權(quán)的戰(zhàn)略變革與平衡，具有一定參考價值。

二、理論分析與研究假設(shè)

當(dāng)前在銀企信貸關(guān)系中存在嚴(yán)重的信息不對稱問題(于蔚 等，2012)，風(fēng)險規(guī)避便成為銀行信貸決策中重要的考慮因素(張曉松，2000)。多元化戰(zhàn)略影響公司風(fēng)險進(jìn)而影響公司銀行信貸資金的獲取。首先，多元化經(jīng)營公司同時涉足多個行業(yè)，而各行業(yè)發(fā)展?fàn)顩r并非完全相同，依據(jù)投資組合理論，多元化經(jīng)營可以減少單個行業(yè)經(jīng)營失敗給公司造成的風(fēng)險損失，并且因行業(yè)景氣輪動降低公司的非系統(tǒng)性風(fēng)險和破產(chǎn)風(fēng)險(張純 等，2010；Buchner et al，2017)。其次，多元化經(jīng)營能幫助企業(yè)擴(kuò)大規(guī)模，一方面可以產(chǎn)生規(guī)模經(jīng)濟(jì)效應(yīng)、提高經(jīng)濟(jì)效益(袁淳 等，2010)；另一方面可以通過多市場聯(lián)系增強(qiáng)市場勢力，提高抗風(fēng)險能力(Bernheim et al，1990)。最后，多元化經(jīng)營公司所涉獵行業(yè)或業(yè)務(wù)分部面臨的投資機(jī)會和現(xiàn)金流不完全相關(guān)，因此可以通過構(gòu)建內(nèi)部資本市場實現(xiàn)內(nèi)部的資金調(diào)集或融通，這種財務(wù)協(xié)同既有助于減少公司的融資需求、緩解融資約束，又可以降低公司未來現(xiàn)金流波動性和財務(wù)危機(jī)的可能性(Lewellen，1971；Aivazian et al，2015)。

除了降低公司自身風(fēng)險，部分學(xué)者還論證了多元化經(jīng)營能降低信息使用者與公司之間的信息不對稱風(fēng)險。依據(jù)“信息多元化”假設(shè)，外部投資者對多元化公司每個業(yè)務(wù)分部現(xiàn)金流所做的預(yù)測都會產(chǎn)生誤差，如果這些誤差非正相關(guān)，由于存在抵消效應(yīng)，對多元化公司財務(wù)預(yù)測的絕對誤差值相比于專業(yè)化公司可能更小(Hadlock et al，2001；Thomas，2002)。Thomas(2002)發(fā)現(xiàn)多元化程度提高并沒有增加信息不對稱，Clarke等(2004)驗證了多元化公司面臨的信息不對稱問題更少。何熙瓊等(2020)發(fā)現(xiàn)，多元化投資組合的風(fēng)險分散效應(yīng)可以降低公司盈余波動性和現(xiàn)金流預(yù)測誤差，有助于提高分析師預(yù)測的準(zhǔn)確性。此外，多元化經(jīng)營的企業(yè)財務(wù)報表需匯總列報，增加了管理層盈余操縱的難度(Aivazian et al，2015)，一定程度上也有助于降低信息不對稱風(fēng)險。

綜上，多元化可以降低公司的經(jīng)營風(fēng)險，有助于企業(yè)保持經(jīng)營的長期穩(wěn)定性，并且公司與信息使用者間的信息不對稱風(fēng)險也較低，這些因素利于企業(yè)獲得銀行貸款。Lewellen(1971)認(rèn)為，各業(yè)務(wù)分部現(xiàn)金流的共同保險效應(yīng)強(qiáng)化了多元化公司的舉債能力。南曉莉等(2016)認(rèn)為從銀行的角度出發(fā)，當(dāng)信息不對稱時，銀行向多元化公司借款比向?qū)I(yè)化公司借款更有利。由此，本文提出假設(shè)：

H1：其他條件一定的情況下，多元化經(jīng)營與銀行借款融資約束負(fù)相關(guān)。

然而，多元化經(jīng)營也可能無法緩解銀行借款融資約束。Comment等(1995)、丁重等(2008)都未發(fā)現(xiàn)多元化經(jīng)營增加企業(yè)債務(wù)融資的證據(jù)。前者認(rèn)為多元化公司的管理者可能沒有利用其舉債能力，后者認(rèn)為多元化產(chǎn)生的共同保險效應(yīng)是微弱的。其他學(xué)者從資源約束、內(nèi)部資本錯配層面論證了多元化經(jīng)營的風(fēng)險動因。一方面，多元化經(jīng)營的各行業(yè)仍面臨共同的系統(tǒng)風(fēng)險，而且基于資源的有限性，在各業(yè)務(wù)分部間分配資源會產(chǎn)生內(nèi)部沖突。資源分散使得企業(yè)難以在各項經(jīng)營業(yè)務(wù)中與最強(qiáng)硬的對手展開競爭反而增加了風(fēng)險(唐華，2001)，且資源分散也不利于企業(yè)核心業(yè)務(wù)的擴(kuò)大，削弱了企業(yè)原有產(chǎn)品市場競爭力，從而威脅其盈利能力、增大經(jīng)營風(fēng)險；另一方面，多元化經(jīng)營進(jìn)入多市場提高了對管理層行業(yè)知識的廣度和深度要求，增大了決策失誤風(fēng)險(楊強(qiáng) 等，2008)，并且資源有限與業(yè)務(wù)多元之間的矛盾激化了管理層的尋租、權(quán)力斗爭問題，公司規(guī)模過大也加重了代理問題(Scharfstein et al，2000)，由此導(dǎo)致決策道德風(fēng)險也進(jìn)一步加大。具有內(nèi)部資源配置功能的內(nèi)部資本市場成了管理層錯誤決策的執(zhí)行平臺，產(chǎn)生過度投資、交叉補(bǔ)貼等資源錯配、非效率投資行為(Berger et al，1995；Rajan et al，2000)，從而增大公司的經(jīng)營風(fēng)險。就多元化經(jīng)營是否降低了信息風(fēng)險，學(xué)者們依據(jù)“信息透明度”假設(shè)也提出不同觀點。他們認(rèn)為多元化經(jīng)營具有復(fù)雜性，但對外公布的合并報表不能使外部信息使用者充分了解各業(yè)務(wù)分部財務(wù)信息，因此信息透明度低，公司內(nèi)外部間可能存在更大的信息不對稱，投資者無法對多元化公司做出正確評估(Habib et al，1997)。信息不對稱和經(jīng)營不確定性會增加銀行做出錯誤信貸決策的風(fēng)險，銀行作為理性經(jīng)濟(jì)人，出于對風(fēng)險和收益的權(quán)衡，會傾向于做出更為謹(jǐn)慎的信貸決策。由此，本文提出H1的對立假設(shè)：

H2：其他條件一定的情況下，多元化經(jīng)營與銀行借款融資約束正相關(guān)。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文選取2012—2019年滬深兩市A股上市公司作為初始樣本，并對樣本進(jìn)行了如下處理：(1)剔除ST和*ST公司樣本；(2)剔除金融類企業(yè)樣本；(3)剔除主要數(shù)據(jù)變量缺失或異常的企業(yè)樣本。最終獲得銀行借款規(guī)模層面的樣本量為8455個公司/年度觀測值，由于有的公司借款總額數(shù)值為零，借款期限層面的樣本量減少為8360個。有關(guān)企業(yè)多元化經(jīng)營的分行業(yè)數(shù)據(jù)和銀行借款數(shù)據(jù)均來源于Wind數(shù)據(jù)庫，其余數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。數(shù)據(jù)處理及實證分析均使用Stata15.1軟件。為降低異常值對研究結(jié)論的影響，對連續(xù)變量在1%和99%水平上進(jìn)行了縮尾處理。

(二)模型設(shè)定與變量定義

為了驗證研究假設(shè)，本文構(gòu)建如下計量模型：

LOAN/MATU=β0+β1HHI/NUM+β2SIZE+β3LEV+β4FIX+β5GROWTH+β6ROE+β7CASH

+β8CURRE+β9MANA+β10TOBINQ+β11LOSS+β12AGE+β13OWNER+β14TOP

+β15DUAL+β16HOLD+β17INST+β18BC+ΣIND+ΣYEAR+ε

(1)

參考戴亦一等(2009)、張敦力等(2012)的研究，本文以銀行借款規(guī)模和借款期限作為被解釋變量銀行借款融資的代理變量。銀行借款規(guī)模(LOAN)用銀行借款總額(短期借款+長期借款+一年內(nèi)到期的非流動負(fù)債)占總負(fù)債的比例衡量。銀行借款期限(MATU)則以長期借款占借款總額的比例衡量。解釋變量多元化經(jīng)營，借鑒楊興全等(2020)的研究，以赫芬達(dá)爾指數(shù)(HHI)和經(jīng)營行業(yè)數(shù)(NUM)作為多元化的代理變量。為了便于解釋，HHI使用1減去企業(yè)中各行業(yè)的銷售收入在企業(yè)總銷售收入中占比的平方和計算，將赫芬達(dá)爾指數(shù)轉(zhuǎn)為正向指標(biāo)，指數(shù)越大多元化水平越高(游家興 等，2014)。本文以行業(yè)銷售收入占主營業(yè)務(wù)總收入10%以上的行業(yè)個數(shù)衡量公司跨行業(yè)數(shù)。為克服異方差問題，對跨行業(yè)數(shù)取自然對數(shù)得到經(jīng)營行業(yè)數(shù)NUM(吳昊旻 等，2017)。本文還參考Kim等(2011)、鄭軍等(2014)的研究，控制了可能影響公司融資能力的特征及治理變量。此外，企業(yè)與銀行建立關(guān)系可能有助于增加企業(yè)債務(wù)融資規(guī)模，本文參考翟勝寶等(2014)的研究控制了銀企關(guān)系，如果公司存在聘任具有銀行背景的人員擔(dān)任高管、企業(yè)持有銀行的股份以及銀行持有企業(yè)的股份這三種情況之一的為存在銀企關(guān)系。模型還引入行業(yè)和年度虛擬變量控制行業(yè)和年度特征對銀行借款融資的影響。變量定義詳見表1。若模型(1)中HHI或NUM的系數(shù)β1顯著為正，說明多元化水平越高，企業(yè)獲得銀行借款規(guī)模越大，借款期限越長，則假設(shè)H1成立，反之則支持假設(shè)H2。

表1 主要變量及其定義

四、實證結(jié)果分析

(一)描述性統(tǒng)計與相關(guān)性分析

1.描述性統(tǒng)計

表2報告了主要變量的描述性統(tǒng)計情況。其中，銀行借款規(guī)模LOAN的最小值為0，最大值為0.893；銀行借款期限MATU的最小值為0，最大值為0.923，表明不同企業(yè)的銀行借款在規(guī)模和期限方面均具有一定差距。多元化變量HHI的均值與標(biāo)準(zhǔn)差分別為0.251和0.252，與徐業(yè)坤等(2020)以2007—2017年A股上市公司樣本計算的均值0.228和標(biāo)準(zhǔn)差0.232相差不大。多元化水平的另一測度指標(biāo)NUM的最小值和最大值分別為0和1.792，標(biāo)準(zhǔn)差達(dá)到0.455，與吳昊旻等(2017)以相同方法計算的指標(biāo)(最小值0、最大值1.609、標(biāo)準(zhǔn)差0.439)相比也較為類似?？刂谱兞糠矫妫袊鲜泄驹诠疽?guī)模、固定資產(chǎn)比例、成長性、公司業(yè)績和公司治理結(jié)構(gòu)上差異較大。其中，42.3%的樣本公司為國有企業(yè)，22.4%的公司董事長和總經(jīng)理兩職合一，股權(quán)集中度均值為35.1%，46%的樣本公司建立了銀企關(guān)聯(lián)。

表2 主要變量的描述性統(tǒng)計

2.相關(guān)性分析

主要變量之間的相關(guān)性分析結(jié)果顯示，除了赫芬達(dá)爾指數(shù)(HHI)和行業(yè)數(shù)目(NUM)的相關(guān)系數(shù)較高外，其他變量的相關(guān)系數(shù)均較低。由于HHI和NUM是分別作為解釋變量代入模型中進(jìn)行回歸的，因此本文的研究不受多重共線性的影響。方差膨脹因子的檢驗結(jié)果顯示所有因子均值不超過1.58，最大值為2.26，遠(yuǎn)小于10，這也表明變量間無嚴(yán)重多重共線性問題。多元化變量HHI、NUM與銀行借款融資的兩個變量LOAN和MATU都在1%水平上顯著正相關(guān)，相關(guān)系數(shù)結(jié)果初步支持了假設(shè)H1。限于篇幅相關(guān)表格不再列示。

(二)回歸結(jié)果分析

1.多元化經(jīng)營與銀行借款規(guī)模的回歸分析

表3報告了多元化經(jīng)營與銀行借款規(guī)模之間的回歸結(jié)果。列(1)、列(2)未控制行業(yè)和年度，多元化變量HHI、NUM的系數(shù)均在1%的水平上顯著。列(3)、列(4)控制行業(yè)和年度，結(jié)果的顯著性保持不變?？梢娖髽I(yè)多元化經(jīng)營程度與所獲銀行借款規(guī)模正相關(guān)。

表3 多元化經(jīng)營與銀行借款規(guī)模的回歸檢驗結(jié)果

2.多元化經(jīng)營與銀行借款期限的回歸分析

表4報告了多元化經(jīng)營與銀行借款期限之間的回歸結(jié)果，變量放入的步驟與表3相同。從表4可以看出，無論是否控制行業(yè)和年度，多元化變量HHI和NUM的系數(shù)都顯著為正，表明多元化經(jīng)營程度與銀行借款期限正相關(guān)。綜合表3和表4的回歸結(jié)果，多元化經(jīng)營與銀行借款融資水平呈正相關(guān)關(guān)系，多元化水平的提升有助于企業(yè)獲得更多的銀行借款，擁有更長的借款期限，支持了假設(shè)H1?？刂谱兞恐?，是否虧損(LOSS)的系數(shù)始終為負(fù)，表明虧損企業(yè)面臨的銀行借款融資約束水平更高；固定資產(chǎn)比例(FIX)與銀行借款融資的回歸系數(shù)顯著為正，意味著企業(yè)固定資產(chǎn)占比較高，利于獲得銀行借款，符合銀行放貸要求企業(yè)用固定資產(chǎn)作為風(fēng)險抵押品的一貫做法；銀企關(guān)系(BC)的系數(shù)均為正，其中與借款規(guī)模的回歸系數(shù)在1%的水平上顯著，表明有銀企關(guān)系的企業(yè)易獲得更多銀行借款。

表4 多元化經(jīng)營與銀行借款期限的回歸檢驗結(jié)果

(三)穩(wěn)健性檢驗

1.替換解釋變量及被解釋變量

為了提高研究結(jié)果的穩(wěn)健性，本文參照楊興全等(2020)的做法，以多元化虛擬變量(DIV)和熵指數(shù)(EI)作為解釋變量多元化經(jīng)營的代理變量，其中，多元化虛擬變量DIV，當(dāng)行業(yè)數(shù)目>1時，取值為1，否則取值為0；熵指數(shù)EI=∑piln(1/pi)，pi為第i個行業(yè)在總收入中的比重，指數(shù)越大，多元化程度越高。此外參照王迪等(2016)的做法，用短期借款、長期借款、一年內(nèi)到期的非流動負(fù)債之和與總資產(chǎn)的比例作為被解釋變量銀行借款融資的代理變量，記為LOAN2。將上述變量代入模型(1)的回歸結(jié)果如表5所示，限于篇幅未列示控制變量的具體回歸系數(shù)。從表5可以看出，DIV、EI、HHI、NUM的系數(shù)均顯著為正，可見改變多元化經(jīng)營與銀行借款融資的度量，回歸結(jié)果依然支持假設(shè)H1。

表5 替換解釋變量和被解釋變量的回歸檢驗結(jié)果

2.固定效應(yīng)模型

為了排除公司特質(zhì)等不隨時間改變的遺漏變量對研究結(jié)果的影響，本文進(jìn)一步采用固定效應(yīng)模型來減輕公司層面因素對研究結(jié)論的干擾。固定效應(yīng)模型回歸的結(jié)果見表6列(1)至列(4)。結(jié)果顯示，多元化變量HHI與NUM的系數(shù)依然顯著為正，這表明在控制公司層面特質(zhì)因素后，研究結(jié)果依舊穩(wěn)健。

3.解釋變量滯后一期

考慮到企業(yè)多元化經(jīng)營戰(zhàn)略可能是內(nèi)生的，為減少內(nèi)生性問題的可能影響，本文對解釋變量和財務(wù)指標(biāo)類控制變量又做了滯后一期的處理。檢驗結(jié)果如表6列(5)至列(8)所示，其中L.HHI和L.NUM分別為赫芬達(dá)爾指數(shù)HHI和行業(yè)數(shù)目NUM的滯后一期，其回歸系數(shù)顯著性有所下降但依然為正，結(jié)果表明研究結(jié)論未發(fā)生變化。

表6 固定效應(yīng)模型與解釋變量滯后一期回歸檢驗結(jié)果

4.傾向得分匹配

本文進(jìn)一步借鑒徐業(yè)坤等(2020)的研究，運用傾向得分匹配法緩解內(nèi)生性問題，將赫芬達(dá)爾指數(shù)HHI、熵指數(shù)EI按照中位數(shù)分別生成啞變量HHID、EID。采用Logit模型對實驗組進(jìn)行最大距離為0.05的1∶1最近鄰匹配，將樣本組分為控制組和實驗組。選取的協(xié)變量為行業(yè)(IND)、年度(YEAR)、公司規(guī)模(SIZE)、財務(wù)杠桿(LEV)、固定資產(chǎn)比例(FIX)、公司成長性(GROWTH)、公司業(yè)績(ROE)、經(jīng)營現(xiàn)金流(CASH)、流動比率(CURRE)、管理費用率(MANA)、公司價值(TOBINQ)、是否虧損(LOSS)、公司年齡(AGE)、股權(quán)性質(zhì)(OWNER)、銀企關(guān)系(BC)。匹配后滿足平衡性假設(shè)，所有匹配變量標(biāo)準(zhǔn)差的絕對值均小于10%，而且處理組與控制組的協(xié)變量無系統(tǒng)差異，表明經(jīng)過傾向得分匹配后，企業(yè)的特征差異得到較大程度的消除。對匹配成功的樣本重新回歸，回歸檢驗結(jié)果如表7所示，HHID、EID的系數(shù)均顯著為正，基本結(jié)論與前文一致。

表7 PSM回歸檢驗結(jié)果

5.工具變量兩階段回歸

銀行信貸決策可能會形成融資約束進(jìn)而影響企業(yè)多元化經(jīng)營行為，即反向因果關(guān)系可能對本文研究結(jié)論產(chǎn)生噪音干擾。本文進(jìn)一步借鑒廖明情等(2019)的處理方法，以政府干預(yù)(GOV)作為企業(yè)多元化經(jīng)營的工具變量，運用兩階段最小二乘法予以檢驗?；谡暯嵌?，出于政治目標(biāo)和社會職能考慮，政府可能會要求企業(yè)進(jìn)行更多的多元化投資(陳信元 等，2007)。進(jìn)一步地，企業(yè)也會顧及同政府之間的關(guān)系，多元化戰(zhàn)略相對于專業(yè)化戰(zhàn)略而言更有利于企業(yè)從政府層面獲得更多的經(jīng)濟(jì)資源(馬忠 等，2010)。參照劉修巖等(2013)的做法，以地方財政支出占地區(qū)GDP的比重來度量政府干預(yù)程度，其比重越大，地方政府干預(yù)程度越高，而地區(qū)總體財政支出水平與單個企業(yè)從銀行獲取的借款情況無直接關(guān)系。因此該變量符合工具變量相關(guān)性與外生性的兩個條件。表8報告了工具變量回歸的結(jié)果，F(xiàn)統(tǒng)計值均大于10，通過了弱工具變量檢驗。多元化經(jīng)營與銀行借款融資的回歸系數(shù)見表8列(3)至列(6)，均顯著為正，研究結(jié)論依舊穩(wěn)健。

表8 兩階段最小二乘法的回歸檢驗結(jié)果

五、進(jìn)一步的分析

(一)多元化經(jīng)營影響銀行借款的機(jī)制檢驗

依據(jù)前文的理論分析，企業(yè)多元化經(jīng)營可能因為降低風(fēng)險而對企業(yè)銀行借款融資產(chǎn)生影響。為驗證風(fēng)險在多元化經(jīng)營與銀行借款融資之間的中介效應(yīng)，本文進(jìn)一步進(jìn)行相應(yīng)的機(jī)制檢驗。具體地，下文主要基于信息風(fēng)險和經(jīng)營風(fēng)險視角加以考察。

1.信息風(fēng)險的中介效應(yīng)檢驗

大量研究表明財務(wù)分析師是解決信息不對稱的重要機(jī)制(徐欣 等，2010)，因此可以用分析師預(yù)測準(zhǔn)確度來衡量信息不對稱程度(施先旺 等，2015)，作為信息風(fēng)險的代理變量。分析師預(yù)測準(zhǔn)確性越高，企業(yè)信息披露透明度越高(方軍雄，2007)，信息風(fēng)險也就越低。在前文模型(1)系數(shù)β1顯著的基礎(chǔ)上，本文考察分析師預(yù)測準(zhǔn)確度(ACCURACY)衡量的信息風(fēng)險是否具有顯著的中介效應(yīng)。參考溫忠麟等(2004)的方法，建立如下模型：

ACCURACY=γ0+γ1HHI/NUM+γ2SIZE+γ3LEV+γ4FIX+γ5GROWTH+γ6ROE+γ7CASH

+γ8CURRE+γ9MANA+γ10TOBINQ+γ11LOSS+γ12AGE+γ13OWNER+γ14TOP

+γ15DUAL+γ16HOLD+γ17INST+γ18BC+ΣIND+ΣYEAR+ε

(2)

LOAN/MATU=α0+α1HHI/NUM+α2ACCURACY+α3SIZE+α4LEV+α5FIX+α6GROWTH+α7ROE

+α8CASH+α9CURRE+α10MANA+α11TOBINQ+α12LOSS+α13AGE+α14OWNER

+α15TOP+α16DUAL+α17HOLD+α18INST+α19BC+ΣIND+ΣYEAR+ε

(3)

若γ1、α2均顯著則中介效應(yīng)顯著，此時若α1顯著則該中介效應(yīng)為部分中介效應(yīng)，否則為完全中介效應(yīng)。同時，本文還采用Sobel檢驗和Bootstrap檢驗來判斷中介效應(yīng)的顯著性。若中介效應(yīng)成立，則在Sobel檢驗中，P<0.05(Z>1.96)，Bootstrap檢驗中標(biāo)準(zhǔn)誤的置信區(qū)間不包括0。其中，分析師預(yù)測準(zhǔn)確度ACCURACY依據(jù)Behn等(2008)、張焰朝等(2021)的計算方法，首先計算出不同分析師預(yù)測的每股盈余的平均數(shù)，然后減去公司對應(yīng)年度實際的每股收益，再除以年初的股票價格，對上述結(jié)果取絕對值最后乘以負(fù)1得到ACCURACY，其數(shù)值越大，預(yù)測越準(zhǔn)確。分析師盈余預(yù)測相關(guān)數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫。不含中介因子的檢驗在上文表3和表4已列示，模型(2)即中介因子檢驗結(jié)果見表9的(1)(2)列，模型(3)即含中介因子檢驗結(jié)果見表9的(3)至(6)列。

由表9列(1)和列(2)的回歸結(jié)果可知，HHI、NUM回歸系數(shù)均顯著為正，表明多元化經(jīng)營提高了分析師盈余預(yù)測準(zhǔn)確度，“信息多元化”假設(shè)得到證實。進(jìn)一步，由表9的(3)至(6)列結(jié)果可知，分析師預(yù)測準(zhǔn)確度ACCURACY及多元化變量HHI、NUM的回歸系數(shù)均顯著為正。結(jié)合表3和表4的回歸結(jié)果，表明信息不對稱程度降低在多元化提高銀行借款融資水平上起到部分中介作用。此外，中介效應(yīng)Sobel檢驗的結(jié)果，均滿足Z>1.96且P<0.05，中介效應(yīng)成立；Bootstrap檢驗，進(jìn)行1000次抽樣的95%的置信區(qū)間均不包括0，表明中介效應(yīng)顯著存在。

表9 多元化影響銀行借款的信息風(fēng)險機(jī)制檢驗結(jié)果

2.經(jīng)營風(fēng)險的中介效應(yīng)檢驗

依據(jù)前文理論分析，多元化經(jīng)營能弱化銀行借款融資約束也可能是因為降低了企業(yè)的經(jīng)營風(fēng)險，而企業(yè)的經(jīng)營風(fēng)險直接影響貸款的風(fēng)險程度(牛錫明，1998)。對經(jīng)營風(fēng)險的度量本文參照李濤(2005)、魏鋒等(2008)的研究，以應(yīng)收賬款、應(yīng)收票據(jù)和其他應(yīng)收款的總和占總資產(chǎn)的比例來衡量。選擇該指標(biāo)度量經(jīng)營風(fēng)險的原因在于：第一，應(yīng)收款項比例越高，未來難以收回的概率就越高，經(jīng)營風(fēng)險也越高，并且應(yīng)收款項比例還反映了企業(yè)利潤操控程度，而利潤操縱程度也反映了公司面臨的經(jīng)營風(fēng)險(李濤，2005)。第二，應(yīng)收款項比例高表明企業(yè)可能采用了較為寬松的信用政策，一定程度上反映了企業(yè)會計政策的不穩(wěn)健性，而會計穩(wěn)健性是緩解借貸雙方由于信息不對稱引起的代理問題的有效工具(王艷艷 等，2014)。第三，應(yīng)收款項比例過高表明企業(yè)的商業(yè)伙伴占用企業(yè)大量資金，企業(yè)因資金短缺向銀行融資獲得貸款后催收應(yīng)收款項的動力減弱，信用風(fēng)險就由企業(yè)轉(zhuǎn)嫁給了銀行；或者應(yīng)收款項收不回來是商業(yè)伙伴有道德或資金問題，當(dāng)企業(yè)獲得銀行貸款后尋找更好的商業(yè)伙伴也會導(dǎo)致商業(yè)網(wǎng)絡(luò)不穩(wěn)定、經(jīng)營風(fēng)險波動進(jìn)而增加銀行信貸風(fēng)險(彎紅地，2008)。經(jīng)營風(fēng)險(RISK)相關(guān)數(shù)據(jù)取自CSMAR數(shù)據(jù)庫，其中介效應(yīng)的檢驗同模型(2)(3)，只是將ACCURACY替換為RISK。

由表10列(1)和列(2)的回歸結(jié)果可知，多元化變量HHI、NUM與經(jīng)營風(fēng)險RISK的回歸系數(shù)顯著為負(fù)，表明多元化經(jīng)營降低了企業(yè)經(jīng)營風(fēng)險。列(3)至列(6)顯示，經(jīng)營風(fēng)險RISK與銀行借款規(guī)模LOAN、借款期限MATU的回歸系數(shù)顯著為負(fù)，而多元化變量HHI、NUM的回歸系數(shù)依然顯著為正。結(jié)合表3和表4的結(jié)果，可見企業(yè)經(jīng)營風(fēng)險降低有助于緩解銀行借款融資約束，且經(jīng)營風(fēng)險在多元化與銀行借款融資的關(guān)系中發(fā)揮了部分中介作用。中介效應(yīng)在Sobel檢驗和Bootstrap檢驗中也均顯著。

表10 多元化影響銀行借款的經(jīng)營風(fēng)險機(jī)制檢驗結(jié)果

(二)多元化經(jīng)營影響銀行借款的情境檢驗

1.產(chǎn)權(quán)性質(zhì)的影響

企業(yè)產(chǎn)權(quán)性質(zhì)差異以及政府干預(yù)導(dǎo)致大部分公司尤其是民營上市公司面臨著較為嚴(yán)重的融資約束(鄧可斌 等，2014)，在債務(wù)融資方面存在著信貸歧視(張敦力 等，2012)。政府會幫助國有企業(yè)獲得銀行貸款支持，銀行較少考慮對國有企業(yè)的未來監(jiān)督，這種情況下市場因素的影響就被弱化；而對非國有上市公司而言，銀行會更多地考慮風(fēng)險與盈利，給予企業(yè)更多的審核監(jiān)督，市場因素和信貸風(fēng)險評估在銀行信貸決策過程中的地位得以凸顯。據(jù)此本文預(yù)期，相比國有企業(yè)，多元化經(jīng)營對銀行借款融資的影響在非國有企業(yè)中更為明顯。本文按照企業(yè)實際控制人的性質(zhì)將樣本劃分為國有企業(yè)組和非國有企業(yè)組，對模型(1)進(jìn)行分組檢驗，結(jié)果見表11，在非國有企業(yè)組中，多元化變量HHI和NUM的回歸系數(shù)均顯著為正，且都達(dá)到1%的顯著性水平；而在國有企業(yè)組中，HHI和NUM的回歸系數(shù)不顯著。這說明多元化經(jīng)營對非國有企業(yè)銀行借款融資的影響更顯著。Bootstrap法得到的經(jīng)驗p值也證實了上述差異在統(tǒng)計上的顯著性。

表11 基于產(chǎn)權(quán)性質(zhì)分組的回歸結(jié)果

2.多元化程度的影響

凡事過猶不及。企業(yè)如果過度多元化可能導(dǎo)致資源過于分散，競爭力被削弱，經(jīng)營風(fēng)險加劇，進(jìn)而不利于獲得銀行借款，因此本文考察企業(yè)多元化經(jīng)營程度高低對其獲得銀行借款融資的影響是否存在差異，以是否大于企業(yè)所處行業(yè)年度的赫芬達(dá)爾指數(shù)(HHI)中位數(shù)為標(biāo)準(zhǔn)，將樣本公司劃分為低多元化程度組和高多元化程度組，對模型(1)進(jìn)行分組檢驗。由表12可見，兩組樣本的多元化變量HHI、NUM的回歸系數(shù)均為正，但在低多元化程度組中回歸系數(shù)的絕對值和顯著性程度更高，由Bootstrap法得到的經(jīng)驗p值也證實了上述差異在統(tǒng)計上的顯著性。由此推斷多元化程度對企業(yè)銀行借款融資的影響力可能邊際遞減。

表12 基于多元化程度分組的回歸結(jié)果

3.多元化類型的影響

多元化經(jīng)營對銀行借款融資的影響可能因多元化類型的不同而存在差異。公司多元化涉及的行業(yè)或者產(chǎn)品具有相似性，就屬于相關(guān)多元化，沒有相似性則為非相關(guān)多元化。相關(guān)多元化能產(chǎn)生協(xié)同效應(yīng)，實現(xiàn)范圍經(jīng)濟(jì)，但風(fēng)險較大；而非相關(guān)多元化戰(zhàn)略追求的是風(fēng)險分散，因為不相關(guān)業(yè)務(wù)之間可以起到“對沖”作用。鑒于這兩種多元化對公司風(fēng)險的影響不同，本文進(jìn)一步檢驗其對銀行借款融資的影響。以2018—2019年制造業(yè)企業(yè)樣本公司為對象，根據(jù)行業(yè)間的相關(guān)程度進(jìn)一步分類，以行業(yè)內(nèi)和行業(yè)間的熵指數(shù)分別衡量相關(guān)多元化和非相關(guān)多元化程度。借鑒鄧新明(2011)的做法，以中國證監(jiān)會《上市公司行業(yè)分類指引》(2012年修訂)為主要依據(jù)，按照次類劃分行業(yè)集，行業(yè)內(nèi)和行業(yè)間的熵指數(shù)計算公式如下：

(4)

公式中，m為企業(yè)涉足的行業(yè)集數(shù)目，Pi為行業(yè)i收入占公司主營業(yè)務(wù)收入的比重，Pj為行業(yè)集j的收入占公司主營業(yè)務(wù)收入的比重。ER為行業(yè)內(nèi)部的熵，反映相關(guān)多元化程度；EU為行業(yè)間的熵，反映非相關(guān)多元化程度。將EU與ER作為解釋變量放入模型(1)進(jìn)行回歸，檢驗結(jié)果見表13，非相關(guān)多元化程度EU與銀行借款融資規(guī)模(LOAN)和期限(MATU)存在顯著正相關(guān)關(guān)系?？梢娤啾扔谙嚓P(guān)多元化，非相關(guān)多元化經(jīng)營具有風(fēng)險分散效應(yīng)，因而有助于企業(yè)從銀行獲得借款融資。

表13 基于制造業(yè)樣本多元化類型的模型(1)回歸結(jié)果

六、結(jié)論與政策建議

本文以2012—2019年滬深A(yù)股上市公司為研究樣本，分析和檢驗多元化經(jīng)營對銀行借款融資的影響，得出以下主要結(jié)論：(1)公司多元化經(jīng)營對其銀行借款融資能力具有顯著正向影響，行業(yè)多元化程度與其銀行借款融資的借款規(guī)模和借款期限呈正相關(guān)關(guān)系。(2)信息風(fēng)險和經(jīng)營風(fēng)險的降低在公司多元化經(jīng)營利于獲得銀行借款的關(guān)系中發(fā)揮了中介效應(yīng)。(3)產(chǎn)權(quán)性質(zhì)的不同顯著影響公司多元化經(jīng)營與銀行借款融資之間的關(guān)系，多元化經(jīng)營對銀行借款融資的影響在非國有企業(yè)中更為顯著，同時二者之間的關(guān)系在較低程度多元化和非相關(guān)多元化公司中更為顯著。

綜合上述研究結(jié)論，本文提出如下政策建議：就企業(yè)層面，在產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化的時代背景下，應(yīng)依據(jù)自身資源條件循序漸進(jìn)實施多元化戰(zhàn)略、做出合理融資決策，通過緩解信息不對稱的途徑提升自身借款融資能力，避免盲目多元化擴(kuò)張，保持風(fēng)險可控。就銀行及監(jiān)管機(jī)構(gòu)層面，可進(jìn)一步拓寬信息搜集渠道和提高信息識別與分析能力，全面考量企業(yè)風(fēng)險，提升信貸決策效率。銀行監(jiān)管機(jī)構(gòu)也應(yīng)積極搭建銀企信息共享和傳遞平臺，有效緩解銀企之間的信息不對稱，政府相關(guān)部門應(yīng)真正貫徹落實金融市場化改革各項措施，減少信貸歧視，使企業(yè)成為真正的市場主體。