所有制、信貸資金配置與信貸差異合理性

賈 飛，張 玲，劉 澄

(北京科技大學 經濟管理學院，北京100083)

一、引言及文獻綜述

中國目前以銀行為主的金融中介機構是支撐實體經濟發展的主要金融力量，是企業外部融資的最重要來源。處于轉型中的中國，實體經濟中保留著規模龐大的國有經濟，形成以所有制不同為區分的兩種經濟成分長期共存的局面。改革開放30多年來，國有經濟經過一系列調整，逐漸退出競爭性較強的行業，集中于關系國家安全、國民經濟命脈的重要行業和關鍵領域。非國有經濟則在下游競爭性行業蓬勃發展，為實體經濟增長做出了巨大貢獻。兩種經濟成分共存的現狀引發了人們對信貸在兩種成分間的配置情況及其原因的關注和討論。

學者們普遍發現信貸資源被更多的投入了以國有企業為代表的國有經濟中。Dollar和Wei[1]指出國企營運資本的36.2%和投資額的24.7%來自當地銀行信貸，而私企的這兩個比例僅為22.5%和18.3% 。這種信貸資源配置的不均衡構成了對非國有企業的貸款歧視和較強的信貸融資約束。Brandt和Li[2]證實了相比較鄉鎮集體企業，銀行對私營企業確實存在“貸款歧視”。多數學者認為這種歧視造成金融資源配置扭曲，導致了信貸配置效率降低[2，3]。Song 等[4]指出中國國有企業和私有企業有三個不同點——不同的生產力和盈利能力、不同程度的信貸約束、不同的資本產出和資本勞動比。探究轉軌時期信貸配置“所有制歧視”產生的根源，學者們認為主要有兩點:一是政府對國有企業實施預算軟約束，銀行對其違約風險的敏感性降低，[5];二是轉軌時期的政府對金融資源的配置仍有重大影響力[6]，國有企業在信貸獲得上享有政府優待和扶持。也有研究指出，信貸在國有企業和非國有企業間的配置差異主要源于兩者的稟賦差異而非所有制歧視，商業銀行基于市場效率原則將信貸更多的分配給國有企業[7]。

那么信貸更多分配給國有企業是由所有制歧視造成的嗎?仔細分析可以發現這與研究的時間有關。多數文獻的樣本時間在2000年附近或更早，那時國有企業數量眾多但普遍效率低下，虧損嚴重，政府控制下的銀行不具有獨立性，信貸分配對國有企業非理性傾斜，所有制背景在其中的影響顯而易見。然而2000年后國有經濟和銀行業均發生了根本性變革，國有經濟逐漸收縮集中于少數行業，企業數量銳減，質量卻大幅提高[8]，國有經濟體現出鮮明的國有行業特色:首先，國有行業集中于上游、基礎性行業，控制了國家大部分的自然資源和能源，在經營上享有巨大的天然優勢;其次，國有行業表現出較強的壟斷性質，這些行業通常被國家設定準入門檻，保證了行業利潤，行業盈利能力大大增強。國有行業的經營優勢增強了對信貸資金的吸引力，同時銀行業的市場化改革又弱化了所有制因素對信貸分配的影響，那么新形勢下信貸是否依舊更多的分配給了國有經濟呢?其產生根源是否更合理呢?本文將以2002-2012年的最新時序數據為樣本，按國有行業和非國有行業對樣本分組，對以上問題研究。

另外，以往文獻研究的都是信貸在國有和非國有經濟間的總的或平均差異，并給出“差異源于所有制歧視或主要源于稟賦不同”的單一結論，實際上當信貸額度不同時，影響銀行決策的因素及其權重也在變化，額度越大銀行會越謹慎和理性。因此額度不同，信貸在兩種經濟成分間的分配可能大相徑庭，而僅對平均差異的研究會掩蓋兩者在不同額度上差異的具體變化，使由結論派生的政策啟示針對性降低。本文將分析當額度不同時，信貸在國有行業企業和非國有行業企業間的差異如何變化，即差異的整體分布情況，以及差異的產生根源和合理性如何隨額度變化。

本文采用O-B分解法和分位數分解法，研究了2002-2012年間不同額度信貸在國有行業企業和非國有行業企業間的配置狀況和差異，以及不同額度上的信貸差異根源和合理性。本文的貢獻主要是:其一，首次按照額度不同在整體分布上對信貸在國有和非國有經濟間的分配狀況進行研究，并首次采用分位數分解法分析在任意額度處的信貸差異構成和合理性。揭示了兩種經濟成分間信貸差異及其構成隨額度的變化，提供了信貸整體分布上的更全面、更詳盡信息，彌補了現有文獻只針對信貸總量或平均量研究時結論籠統、缺乏針對性的不足，為準確認識信貸配置格局和正確制定信貸政策提供了依據;其二，對國有和非國有經濟間的信貸差異根源在理論上進行了分解，明確了差異的兩個構成部分——特征差異和所有制歧視——的實質分別是資源內在和外在配置方式產生的差異，并進一步在供需理論的框架中分析了內在配置方式下差異的構成，為深刻理解信貸差異構成提供了理論解釋;其三，首次從行業視角切入研究國有和非國有經濟間的信貸配置，豐富和拓展了信貸配置的研究領域。

本文之后部分的結構安排如下:第二部分是理論分析與假設提出;第三部分描述研究設計;第四部分報告實證結果，并進行分析;最后一部分是全文的結論和政策含義。

二、理論分析與假設提出

(一)市場供需理論、轉軌背景與信貸配置

銀行作為放貸主體，其金融行為的基本特征是選擇貸款對象，配置信貸資源[3]。通過市場配置信貸是內在配置方式，即社會經濟運行機制下自我分配資源的流向和流量。在轉軌時期的中國，信貸分配也受外在配置方式的影響，即政府對信貸流向和流量干預。

在市場機制下，信貸作為商品從銀行轉移到實體經濟中的交易行為遵循一般供需理論。從供給角度看，銀行根據謹慎經營原則優先將信貸供給低風險借貸者。借貸風險受借貸者的盈利能力、擔保水平和信息透明度等因素影響。借貸者的盈利能力越強，還款能力就越強，違約風險就越低，理性的銀行愿意為其提供更多貸款[9]。行業的盈利特征與行業競爭程度密切相關[10]，壟斷行業享有較高的壟斷利潤。1999年后國有經濟退出競爭性較強的下游行業、重點控制資源、能源、基礎設施等上游行業。國家在這些行業通過行政審批等手段設置準入門檻，保證了國有行業的壟斷利潤[11]，處于上游行業的地位也使國有行業在與中下游行業的市場競爭中處于優勢，因此國有行業的盈利能力大大增強[12]，從經濟效益指標看，國有行業的確好于全國平均水平[11]，因此國有行業的企業成為銀行青睞的貸款對象。而非國有行業的企業在競爭愈演愈烈的同時還要承受上游行業轉嫁的成本壓力，利潤越來越薄，面臨嚴峻的信貸融資約束。信貸風險也與借貸雙方信息不對稱的程度密切相關。降低由信息不對稱帶來的信貸風險有兩條途徑，一是要求提供擔保，減少事后風險造成的損失[19];二是依賴可以觀察到的借貸者特征盡量降低信息不對稱程度，在貸款決策前降低風險。與非國有行業的企業相比，擁有資源、能源和高比例有形資產的國有行業企業能提供的擔保品價值更高，數量更多，在貸款融資時具有顯著優勢[3，14]。同時，國有行業中的企業平均規模大、年齡長，財務報表完整，銀企合作時間長，極大降低了信息不對稱程度;銀行對其搜集信息和監督履約時花費的單位成本也低。因此國有行業的企業在高收益、低風險上均表現出明顯優勢，更符合銀行的貸款標準，銀行在供給信貸時自然會向國有行業的企業傾斜。

從需求角度看，借貸者使用信貸資金以支付利息為代價，在滿足誠實借款人的前提下，借貸者不會超出自身需求盲目借貸。不同行業具有不同的融資需求特征，資本密集型行業的企業資金需求顯著高于勞動和技術密集型行業的企業。電網電力、石油石化、煤炭等國有行業幾乎都是資本密集型的重工業，其企業的平均信貸資金需求巨大。非國有行業主要集中在第一和第三產業，以及第二產業中的輕工業，多是勞動密集型或技術密集型，資金需求相對較少。因此就單個企業而言，國有行業的企業信貸需求大于非國有行業的企業。

因此可以預見到在市場機制下通過內在方式配置信貸時，由于行業特征不同，信貸在國有行業企業和非國有行業企業間的配置并不均衡，銀行傾向為國有行業企業提供更多貸款，國有行業企業的信貸需求量也更大，因此國有行業企業獲得的信貸量應高于非國有行業企業。

在制度轉軌時期，信貸配置也受政府干預的外在配置方式影響。一是政府代替市場之手，直接參與信貸分配。政府通過國有銀行將金融資源更多的分配給國有行業，以實現經濟增長目標和國家治理[15]。國有商業銀行的主要領導由國務院行政任命，也決定了這些銀行的信貸政策“唯政府馬首是瞻”，根據“政治優序融資理論”將信貸優先供給國有行業企業[16]。二是國有行業中的國有企業比例很高，這些國有企業享有特殊的隱性擔保[5]，這種“預算軟約束”使得國有企業因違約所導致的貸款損失減少，在同等條件下銀行會優先選擇向國有企業貸款。因此信貸更多的流向具有所有制優勢的國有行業企業。

綜上所述，不管是通過市場的內在配置方式，還是通過政府干預的外在配置方式，信貸在國有行業企業和非國有行業企業間的配置都不均衡，國有行業企業在行業特征和所有制背景上均有更大的優勢獲取更多信貸資源，于是我們提出以下假設:

假設1:信貸在國有行業企業和非國有行業企業間的配置不均衡，國有行業企業獲得的信貸量高于非國有行業企業。

(二)信貸配置差異的合理性

根據以上分析可知，信貸在國有行業企業和非國有行業企業間的配置存在差異，這個差異由兩部分構成。一部分是在內在配置方式下，銀行根據市場機制，在比較企業的行業特征基礎上，理性的選擇向低風險、高收益的國有行業企業提供更多貸款，由行業特征差異帶來的信貸差異構成了差異中的合理成分。另一部分是在外在配置方式下，銀行按政府意愿將資金更多的分配給國有行業企業，即信貸分配中的所有制歧視，它阻礙了市場機制作用的發揮，使得具有類似行業特征的企業因為所有制不同而獲得的信貸數量不同，所有制歧視帶來的信貸差異構成了差異中的不合理成分。信貸在國有行業企業和非國有行業企業間的差異合理性取決于兩種成分所占的比例。

金融業市場化程度越高，政府對金融機構的干預越少，銀行根據借貸者特征簽訂最優債務契約的激勵就越強，信貸決策中的合理成分就越高。近年來我國銀行業市場化程度不斷提高。2001年中國加入WTO組織后銀行業改革真正全面啟動。2003年國有商業銀行剝離不良貸款，完善公司治理結構，并在隨后幾年相繼完成股份制改造和上市。2006年中國按照入世承諾，對外資銀行實行國民待遇。2013年《中共中央關于全面深化改革若干重大問題的決定》允許民間資本發起設立中小型銀行及銀行破產倒閉。銀行業改革弱化了政府干預，促使銀行按市場機制行為。銀行追求經風險調整后的經營報酬率最大化[9]，將信貸投入具有優勢行業特征的企業。可以預計伴隨著銀行業改革逐年深化，國有行業企業憑借行業特征優勢吸引銀行信貸的成分會越來越多，靠所有制優勢獲得信貸的成分會逐漸減少，國有行業企業和非國有行業企業間信貸差異的合理性逐漸提高，據此我們提出以下假設:

假設2:隨著銀行業市場化改革逐年深入，國有行業企業和非國有行業企業信貸差異中源于行業特征差異的合理成分所占比例逐漸提高，源于所有制歧視的不合理成分所占比例逐漸下降。

另一方面，銀行進行信貸決策時，對各影響因素賦予的權重會隨信貸額度的不同而變化，額度越大，銀行會越謹慎和理性，因此當額度不同時，國有行業企業和非國有行業企業間信貸差異的構成成分也會改變。根據信貸配給均衡的 J-R模型[17]，貸款額度越大違約風險越高。這是因為不誠實的借貸者通過比較違約成本和還款額度決定是否違約，當還款額度較小，低于違約成本時，借貸者傾向于不違約，因此借貸者違約的比例與貸款額度正相關。而且很顯然，一旦發生違約，貸款額度越大損失也越大。因此銀行會對大額信貸的發放更加謹慎，實際上大額信貸歷來是銀行信貸風險防范的重點。拋棄市場原則、按照政府意愿發放信貸盡管會在一定程度上降低違約損失，帶來隱形收益，但無疑會加大貸款的違約風險。隨著貸款額度的增大，當違約損失高于隱形收益時，銀行更傾向按市場機制將信貸分配給具有行業特征優勢的企業。因此額度越大，信貸決策中賦予行業特征因素的權重越高，賦予所有制因素的權重越低。于是我們提出以下假設:

假設3:隨著信貸額度的增大，銀行更傾向按市場機制配置信貸，國有行業企業和非國有行業企業的信貸差異中源于行業特征差異的比例逐漸提高，源于所有制歧視的比例逐漸降低。

三、研究設計

(一)實證方法

本文的研究主要為兩方面，一是信貸在國有行業企業和非國有行業企業間的配置情況，包括兩者的平均信貸差異和在不同信貸額度上的差異;二是國有行業企業和非國有行業企業的信貸差異構成，即差異的合理性程度，包括平均信貸的差異合理性和不同信貸額度上的差異合理性。采用兩種計量方法對以上內容進行研究，使用O-B(Oaxaca-Blinder)分解法獲得條件均值差異(即平均差異)及差異構成，使用分位數分解法獲得任意分位數上的差異及差異構成，展現信貸額度整體分布上的差異情況。

采用對線性回歸進行分解的 O-B方法[18-20]，將全體樣本分為兩組，對于樣本 i，Di∈ {0，1}，Di=1為國有行業組(非歧視組)，Di=0為非國有行業組(歧視組)，令X為影響信貸配置的行業特征因素構成的K×1維向量，ln Loani為i獲得的信貸數量對數，則

其中βd為d組樣本對行業特征因素的回報率，為隨機誤差項。在對兩組樣本分別進行OLS回歸的基礎上，計算國有行業企業和非國有行業企業間信貸的條件均值差異:

符號“－”表示均值，“^”代表估計值。對條件均值差異進行分解:

上式將兩組樣本信貸的條件均值差異分解為變量解釋部分和系數解釋部分。變量解釋部分是由解釋變量(行業特征因素)的差異造成的被解釋變量差異，其中的系數是國有行業組(非歧視組)對行業特征因素的回報率估計值，該部分表示在沒有歧視的情況下，兩個組只因行業特征差異(Differences in characteristics)引起的信貸差異，是信貸差異中的合理部分。系數解釋部分)是由回歸系數(行業特征回報率)的差異造成的被解釋變量差異，其中的系數是非國有行業組的行業特征因素，該部分表示對于同樣的行業特征因素，因所有制不同使得兩組的特征回報率不同(Differences in returns to characteristics)而引起的信貸差異，即所有制歧視帶來的差異，是信貸差異中的不合理部分。

O-B分解法的局限性在于它僅關注信貸的均值差異，不能反映不同額度處的信貸差異，即差異的整體分布情況，更無法在整體分布上將差異分解。國有行業企業和非國有行業企業間的信貸差異可能隨額度的不同而變動，單純依賴均值差異的分析結果會造成認識上的偏誤。分位數分解法[21-22]允許解釋變量的系數隨分位數變化，能揭示不同分位數上的差異及其構成，彌補了O-B分解法的缺陷。本文用該方法研究國有行業企業和非國有行業企業在不同信貸額度上的差異。做分位數分解需要先做分位數回歸(Quantile Regression)，考慮如下分位數回歸模型:

其中X和ln Loan的定義同(2)式，ln Loand的τ分位數函數定義為 Qτ(ln Loand)=inf{ln Loand:F(ln loand)≥τ}，即ln Loand的額度分布中存在比例為τ的部分小于分位數函數Qτ(ln Loand)，(1－τ)的部分大于分位數函數Qτ(ln Loand)，為d組樣本在τ分位數處對行業特征因素的回報率，通過求解以下最小化問題得到:

在對兩個樣本組分別做分位數回歸的基礎上，計算兩者在τ分位數上的信貸差異:

之后，分位數分解法通過構建反事實狀態對國有行業企業和非國有行業企業在任意額度分位數上的信貸差異進行分解。這里的反事實狀態是指賦予非國有行業企業以國有行業企業的所有制性質，按照國有行業的特征回報率計算所獲得的信貸分布狀態，即通過構造假想的公平狀態來分離出所有制歧視的影響。構建反事實分布 F(Qτ(ln loan*)|X0，)，X0為非國有行業的行業特征向量為τ分位數上國有行業的行業特征向量回報率，為在τ分位數上按國有行業特征回報率計算非國有行業時非國有行業企業獲得的信貸數量。國有行業企業和非國有行業企業在分位數上的信貸差異分解為:

其中(Qτ(ln Loan1)－Qτ(ln loan*))是由兩組樣本行業特征差異在τ分位數處所引起的信貸差異，是信貸差異中的合理部分，(Qτ(ln loan*)－Qτ(ln Loan0))是由所有制不同帶來的兩組樣本在τ分位數處特征回報率不同所引起的信貸差異，即所有制歧視在τ分位數帶來的差異，是差異中的不合理部分。

(二)模型構建

根據影響銀行信貸配置決策的因素，建立O-B分解法基于的線性回歸模型(9)和分位數分解法基于的分位數回歸模型(10)，其中行業的所有制屬性d作為分組變量，d∈{0，1}，d=1為國有行業組，d=0為非國有行業組。

回歸模型中，被解釋變量ln Loan衡量樣本企業獲得的信貸數量，為企業取得借款收到現金的自然對數。在穩健性檢驗中，還使用了借款資產比率RLoan_Ass(取得借款收到的現金 /資產合計)結果表明主要研究結論沒有發生實質性變化。自變量包括兩類:影響信貸供給的因素和影響信貸需求的因素，這里只分析具有行業共性、能反映行業特征的因素。i表示樣本企業，t表示年份，γi、γt分別為企業、年份相關的未觀察因素，εi，t為隨機擾動項。

影響信貸供給的因素有盈利能力、競爭程度、債務擔保能力、企業規模和企業年齡。不同行業的企業盈利能力不同，使用企業的凈資產報酬率ROE(凈利潤/總資產)衡量盈利能力。企業所在行業的競爭程度可以通過行業的壟斷程度指標HHI指數反映，使用行業內50家最大企業的市場份額(以營業收入計算)的平方和計算HHI指數。使用固定資產比例RFixass_Ass(固定資產 /總資產)表示債務擔保能力，固定資產比例高的行業具有擔保優勢。不同行業的企業規模和年齡有較大差異，企業規模用企業總資產的自然對數ln Ass衡量，企業年齡Age用“樣本年度 －公司成立年度”計算。

影響信貸需求的因素有資本密集度、營業收入、持有的現金流和融資利率。資本密集度CapInt通常用總資產與銷售額之比表示[23]，是生產一單位銷售額所需要的資產。用企業總營業收入的對數ln Totincm表示市場對企業產品的需求量，市場對產品的需求越大，企業需要借貸越多的資金投入生產。用現金RNCFope_Ass流比率(經營活動產生的現金流量凈額/總資產)表示企業持有的現金流，同一行業內的企業具有相似的現金流特征，根據融資優序理論，現金流越多，通過外部借入資金的動機就越小[7]。融資利率 IntRate是融資的成本，同一行業內的企業由于具有同樣的行業風險因子，因此融資利率相近。使用“財務費用 /總負債”表示利率，但由于財務費用中還包括利息收入、匯兌損益等項目，因此該指標與實際利率存在一定誤差。

主要變量定義如表1所示:

表1 主要變量定義

(三)數據來源與描述性統計

本文數據來自RESSET數據庫，以2002-2012年間的非金融類上市公司為研究對象，行業分類標準參照證監會《上市公司行業分類指引》。剔除了所屬行業缺失的公司及財務數據不全的公司，將非比例的連續變量取對數，對變量的最大和最小1%極端值采用 Winsorize做了縮尾處理。最終獲得2602個公司的22144個樣本數據。

表2 各門類行業的國有經濟比重

按國有行業和非國有行業對樣本分組，首先要界定國有行業的范圍。2006年國務院頒布《關于推進國有資本調整和國有企業重組的指導意見》，指出國有經濟要在關系國家安全和國民經濟命脈的以下行業保持絕對控制力:軍工、電網電力、石油石化、電信、煤炭、民航和航運;在建筑、有色金屬等基礎性領域應保持較強控制力。之后又大幅縮減了軍工行業的國有經濟比重。相關文獻對國有行業的界定主要包括電力、電信、石油、有色金屬、煤炭開采等行業[8，11]本文根據《上市公司行業分類指引》劃分的門類，計算各門類行業的國有經濟比重:IndstateRt=行業中的國有企業資產合計/行業所有企業資產合計，其中若企業的國有股份比例超過50%表明企業是國有企業。表2給出了根據樣本數據計算的各門類行業的國有經濟比重。依據該結果并參考以往文獻，本文確定采礦業(0.941)，電力、熱力、燃氣及水生產和供應業(0.870)和建筑業(0.888)為國有行業，其余行業為非國有行業。最終的國有行業組包括202個公司的1965個樣本，非國有行業組包括2400個公司的20179個樣本。

國有行業組和非國有行業組的變量描述性統計結果如表3所示。可以看出，國有行業組的企業平均獲得的信貸數量(ln Loan)遠高于非國有行業組，兩者顯著不均衡。同時國有行業組的壟斷程度(HHI)、企業平均固定資產比例(RFixass_Ass)、規模(ln Ass)、資本密集度(CapInt)和營業收入(ln Totincm)都高于非國有行業組，表明國有行業企業確實在行業特征上更符合銀行對貸款對象的理性選擇標準，且具有更大的融資需求，因此獲得了更多的信貸資源。但是國有行業組的凈資產報酬率(ROE)低于非國有行業組，可能的原因是樣本在最初的幾年里國有行業剛剛扭虧為盈，平均凈資產報酬率總體降低。另外國有行業組的平均企業年齡(Age)小于非國有行業組，我們認為原因是上市國企通常都是因為要上市才從母公司獨立出來，這也提示我們該項的回歸結果可能并未反映真實情況。

另外，本文統計了國有行業組和非國有行業組的企業在各年度分別獲得的平均信貸數量，如圖1所示，其中分別以全部企業為樣本、僅以國有企業為樣本和僅以非國有企業為樣本。可以看到，不僅對于全部企業，即使僅考慮國有企業或僅考慮非國有企業，都有以下結論:國有行業企業獲得的平均信貸顯著高于非國有行業企業，初步支持了假設1成立，這反映出行業特征差異是國有行業企業和非國有行業企業信貸差距來源的重要構成部分。另外兩者的差距會隨時間的變化有擴大趨勢，表明銀行越來越傾向對國有行業放貸，非國有行業面臨越來越嚴峻的信貸約束。

表3 主要變量的描述性統計

圖1 國有行業和非國有行業的企業獲得的平均信貸數量趨勢

四、實證結果與分析

(一)信貸在國有行業企業與非國有行業企業間的配置

根據O-B分解法，采用(9)式為基本計量模型做OLS回歸，并根據(3)式計算國有行業企業與非國有行業企業獲得信貸量的平均差異。采用(10)式為基本計量模型做分位數回歸，根據(7)式計算國有行業企業與非國有行業企業獲得的信貸量在百個分位數處的差異，取bootstrap次數為100。計算差異時都用國有行業組減去非國有行業組。OLS回歸結果及在主要分位數10、50、90處的分位數回歸結果見表4，兩組樣本的信貸差異值也一并放入表4。圖2展示了兩組樣本在百個分位數上的信貸差異情況。

分析表4中的數據可以發現，不管對于國有行業組還是非國有行業組而言，幾乎所有行業特征變量都與獲得的信貸量顯著相關，表明行業特征確實是影響信貸配置的重要因素。但是不同行業的行業特征變量回報率不同，在各分位數上，凈資產報酬率ROE(反映盈利能力)對國有行業企業獲得信貸的影響程度都顯著大于非國有行業企業，而固定資產比例 RFixass_Ass(反映擔保能力)、營業收入ln Totincm(反映信貸需求程度)對非國有行業企業獲得信貸的影響程度顯著大于國有行業企業。這些事實表明銀行放貸給非國有行業企業時更關注資金的安全性;放貸給國有行業企業時則更關注經營收益，從側面反映出由于隱性擔保的存在，銀行對國有行業企業自身的擔保能力敏感度下降，其根源在于所有制優勢。

表4 回歸結果及信貸差異

國有行業企業和非國有行業企業間的信貸差異如何呢?表4和圖2顯示平均差異及各分位數上的差異都為正，表明總體上及在各種額度上，信貸在國有行業企業和非國有行業企業間的配置都不均衡，國有行業企業獲得的信貸數量高于非國有行業企業，支持假設1成立，前者平均信貸量是后者的近9倍，差距巨大。圖2顯示信貸差異在低分位數處(約0－25分位數)最大，這表明國有行業企業和非國有行業企業獲得的信貸差異主要是在小額貸款上，在中等額度及大額貸款上的差異相對較小，因此相比較國有行業企業，非國有行業企業在中等及大額資金上的融資約束程度并未更嚴峻，反而是對小額資金的需求更難得到滿足。可見如果只分析均值差異會遺漏具體分布的重要信息，使政策制定缺乏針對性。

為了進一步研究不同額度上信貸差異的走勢，本文分年度做回歸并計算了信貸差距，結果如圖3所示。可以看到，各年度的國有行業組和非國有行業組間的信貸差異都為正，即前者獲得了更多信貸，再一次佐證了假設1。均值差異和各分位數(額度)上的差異都隨時間擴大，表明近年來信貸向國有行業企業的傾斜力度越來越大。另外差異擴大的幅度隨分位數的降低而升高，即在所有額度中，國有行業企業和非國有行業企業獲得小額信貸的差距擴大的最為迅速，因此非國有行業企業小額信貸融資難的局面還在快速惡化。

圖2 國有行業和非國有行業企業的信貸差異——分位數結果

圖3 部分分位數處的信貸差異變化趨勢

(二)國有行業企業和非國有行業企業間信貸差異的合理性

國有行業企業和非國有行業企業間的信貸差異是否合理呢?這取決于差異中行業特征差異和所有制歧視兩種成分的構成情況，前者是差異中的合理成分，后者是差異中的不合理成分。基于O-B分解式(4)獲得兩者的均值差異分解結果;基于分位數分解式(8)，通過構建反事實信貸分布(bootstrap次數為100)計算反事實狀態Qτ(ln loan*)，獲得兩者在主要分位數處的差異分解結果，見表5。除了對全部樣本進行差異分解外，為了研究差異合理性隨時間變化的趨勢，還分別對各年度樣本進行了分解，結果也一并列入表5。為了研究差異合理性隨額度變化的趨勢，對各年度信貸差異在0%-100%之間的百個分位數上進行了分解，典型年度的分解結果見圖4。

表5的分解結果顯示，總體上國有行業企業和非國有行業企業平均信貸的差異中有約2/3(66.6%)是由行業特征差異(即合理部分)引起，剩下的1/3(33.4%)是由所有制歧視(即不合理部分)引起，因此總體上兩者之間存在信貸不均衡是因為具有不同的行業特征，這種差異是合理的，這與白俊和連立帥[7]的結論一致。國有行業企業享有壟斷利潤，具有更高的擔保能力和信息透明度，在高收益、低風險兩方面均表現出明顯優勢，銀行在供給信貸時自然會向它傾斜;同時國有行業的資本密集型特征也使其具有更大的信貸需求，這些影響供需的行業特征是造成國有行業企業和非國有行業企業信貸不均衡的主要原因。

差異合理性如何隨時間變化呢?在表5中按時間順序看可以發現，均值差異中源于行業特征差異的比例從2002年的-67%逐步上升到2012年的86%，對于10分位數和90分位數處的差異，從2002年到2012年的相應數據分別是從-314%上升到54%、109%上升到112%。因此不管是均值還是在各分位點處，差異中源于行業特征差異的合理成分所占比例總體都隨時間逐步提高，源于所有制歧視的不合理成分所占比例總體隨時間逐漸下降。從2006年開始均值差異中源于行業特征差異的比例超過了50%，即2006年之后國有行業企業和非國有行業企業間的信貸差異總體是合理的。表明隨著銀行業市場化改革逐年深入，政府退歸監管者本位，銀行越來越傾向根據行業特征優勢分配信貸，正逐步走上按市場機制行為的正軌，假設2得到了支持。這正如孫亮和柳建華[9]的研究發現，銀行業改革促進了銀行信貸資源配置行為的商業化，使其更加傾向于是一種市場行為。

表5 信貸差異的O-B分解及分位數分解結果

圖4中行業特征差異超越所有制歧視的交叉點是信貸差異由不合理轉為合理的分界點，即差異中的合理成分所占比例超過了50%。可以看到2002年分界點在約45分位數處，表明約55%(1-0.45)的信貸差異是合理的，到2006年這個比例上升到約75%(1-0.25)，2012 年進一步上升到 85%(1-0.15)，也佐證了隨著銀行業的市場化改革進程，信貸配置合理性逐漸上升。但也可以看到，由于2008年的金融危機，中國擴張信貸刺激經濟，導致2008和2009年的這個比例下降到了約60%(1-0.4)，因此特殊時期政府干預力量的加強會使所有制因素再次凸顯，降低金融資源配置的合理性。

圖4和表5還提供了差異構成隨額度變化的趨勢。在同一時期，隨著分位數(即信貸額度)的增大，國有行業企業和非國有行業企業信貸差異中源于行業特征差異的比例逐漸上升，源于所有制歧視的比例逐漸下降，假設3得到了支持。例如在2012年，差異中源于行業特征差異的比例從10分位的54%上升到了90分位的112%。低分位數上的信貸差異主要源于所有制歧視，高分位數上的信貸差異主要源于行業特征不同。表明銀行對信貸的配置隨額度上升更謹慎和理性，小額貸款由于額度小造成的潛在違約損失低，相比而言所有制背景能為銀行帶來更多的隱形好處，因此銀行更多的考慮后者;而在投放大額貸款時失誤會造成巨大損失，相關人員自身也要被嚴格追究責任，促使銀行更多的從行業特征來理性判斷，例如在75和90的高分位數處，總體上行業特征差異所占比例分別為96%和111%，幾乎構成了差異的全部。因此隨著分位數(即信貸額度)的增大，銀行更加傾向于按照市場機制嚴格控制，根據行業特征優勢配置信貸。

圖4 典型年度國有行業企業和非國有行業企業信貸差異的分位數分解

五、結論與政策含義

以2002-2012年間中國非金融類上市公司的最新數據為樣本，本文采用O-B分解法并首次采用分位數分解法，研究了不同額度的信貸在國有行業企業和非國有行業企業間的配置狀況，及兩者間信貸差異的合理性。研究表明，在所有額度上國有行業企業相對非國有行業企業都獲得了更多的信貸，兩者在獲得小額信貸上的差異最大，在中等及大額信貸上的差異較小。信貸差異的合理性隨信貸額度的增大而提高，小額信貸上的差異主要源于不合理的所有制歧視，大額信貸上的差異主要源于合理的行業特征差異。隨著銀行業的市場化改革，信貸差異中源于行業特征差異的合理成分逐漸上升，源于所有制歧視的不合理成分逐漸下降，從2006年起國有行業企業和非國有行業企業間的信貸差異總體合理。

本文的研究結論具有一定的政策含義。第一，國有行業企業和非國有行業企業間信貸差異的合理性逐漸提高為銀行業市場化改革的有效性提供了證據，因此對銀行業的體制改革有必要進一步深入。小額信貸上差異的合理性最低提示我們下一步改革中應加強小額信貸決策的管理，嚴格按照信貸決策流程，提高對決策失誤責任者的懲處力度，更多的利用信用評分等客觀依據，減少人為因素的干擾。第二，本文的研究結論顯示國有行業企業和非國有行業企業間差異最大的是小額信貸，即非國有行業企業對小額信貸的需求面臨更大的約束，這個群體通常是非國有行業中的中小企業。因此應積極探索方法解決非國有行業中小企業面臨的融資難問題，例如建立和扶持以中小企業為目標客戶的中小銀行和專門的小額信貸機構[24]，并多元化這些機構的股權結構以盡量減少政府對它們的干預;再如通過金融創新為非國有行業中小企業提供多種融資抵押方式，以提高其擔保能力和資金的可得性。

[1]Dollar D，Shangjin W.Das(wasted)kapital[electronic resource]:firm ownership and investment efficiency in China[M].International Monetary Fund，2007.

[2]Loren B，Hongbin L.Bank discrimination in transition economies:ideology，information，or incentives?[J].Journal of comparative economics，2003，31(3):387-413.

[3]劉小玄，周曉艷.金融資源與實體經濟之間配置關系的檢驗——兼論經濟結構失衡的原因[J].金融研究，2011(2):57-70.

[4]Song Zheng，Storesletten K，Zilibotti F.Growing like China[J].The American Economic Review，2011，101(1):196-233.

[5]Faccio M，Masulis R W，McConnell J J.Political connections and corporate bailouts[J].The Journal of Finance，2006，61(6):2597-2635.

[6]方軍雄.所有制，制度環境與信貸資金配置[J].經濟研究，2007(12):82-92

[7]白俊，連立帥.信貸資金配置差異:所有制歧視抑或稟賦差異?[J].管理世界，2012(6):30-42.

[8]鄧偉，葉林祥.上游產業壟斷與國有企業的高工資[J].南開經濟研究，2012(3):95-109.

[9]孫亮，柳建華.銀行業改革，市場化與信貸資源的配置[J].金融研究，2011(1):94-109.

[10]白文揚，李雨.我國工業產業集中度實證研究[J].中國工業經濟研究，1994(11):45-50.

[11]周耀東，余暉.國有壟斷邊界，控制力和績效關系研究[J].中國工業經濟，2012(6):31-43.

[12]陳釗，萬廣華，陸銘.行業間不平等日益重要的城鎮收入差距成因[J].中國社會科學，2010(3):65-76.

[13]Manove M，Padilla A J，Pagano M.Collateral versus project screening:A model of lazy banks[J].RAND Journal of Economics，2001:726-744.

[14]連玉君，劉醒云，蘇治.現金持有的行業特征:差異性與收斂性[J].會計研究，2011(7):66-72.

[15]易憲容.國有商業銀行改革的政治經濟分析[J].江蘇社會科學，2008(3):42-48.

[16]Yasheng H.Selling China:Foreign direct investment during the reform era[M].Cambridge University Press，2003.

[17]Dwight M J，Thomas R.Imperfect information，uncertainty，and credit rationing[J].The Quarterly Journal of Economics，1976，90(4):651-666.

[18]Kline P.Oaxaca-Blinder as a reweighting estimator[J].The American Economic Review，2011，101(3):532-537.

[19]Ronald O.Male-female wage differentials in urban labor markets[J].International Economic Review，1973，14(3):693-709.

[20]Alan S B.Wage discrimination:reduced form and structural estimates[J].Journal of Human Resources，1973，8(4):436-455.

[21]Machado J，Jose M.Counterfactual decomposition of changes in wage distributions using quantile regression[J].Journal of Applied Econometrics，2005，20(4):445-465.

[22]Blaise M.Decomposition of differences in distribution using quantile regression[J].Labour Economics，2005，12(4):577-590.

[23]劉志彪，張杰.我國本土制造業企業出口決定因素的實證分析[J].經濟研究，2009，8(4):99-112.

[24]巴曙松，韋勇鳳，孫興亮.中國小額信貸機構的現狀和改革趨勢[J].金融論壇，2012(6):18-25.