貨幣政策、債務融資與投資效率

摘要：文章結合中國企業產權性質，以中國2006-2012年滬深兩市A股上市公司季度數據為研究樣本實證檢驗了貨幣政策對債務融資（銀行借款、商業信用）的影響及債務融資與投資效率的相互關系。研究發現：貨幣政策緊縮期企業債務融資下降而投資效率提高，其中非國有企業銀行借款比國有企業下降得更多，商業信用融資較國企少，而投資效率提升得更快。文章進一步研究了貨幣政策對銀行借款的時滯效果以及制度環境與銀行借款、產權性質的相互關系。

關鍵詞：貨幣政策；債務融資；投資效率

中圖分類號：F8201文獻標志碼：A文章編號：

10085831（2016）01005809

一、研究背景與問題

從2006年到2012年這7年間，中國經歷了4次較大的貨幣政策轉變。2006年至2007年2月，央行一直執行穩健的貨幣政策。2007年3月至2008年6月，央行連續6次上調金融機構存貸款利率以防止由經濟增長轉為過熱，期間存款準備金率也從2007年1月的9%連續15次上調至17.5%。2008年9月為了應對次貸危機對中國經濟的負面沖擊，在短短的4個月時間里，央行4次降息，4次下調存款準備金率，與此同時，在2008年11月份更是提出4萬億的拉動內需經濟刺激計劃，以促進經濟增長。2010年以來，為了應對愈演愈烈的通脹，央行4次加息，12次上調存款準備金率，中國大型和中小型金融機構存款準備金率達到歷史最高的21.5%和18%。2011年底到2012年，在歐元區債務危機持續激化、國內投資和出口減速帶動經濟繼續減速、通脹有所回落的背景下，為防止經濟過快下滑，央行3次下調存款準備金率，4次降息，對穩健的貨幣政策進行微調。7年間4次較大的貨幣政策轉向給中國經濟造成顯著影響，持續的緊縮貨幣政策帶來流動性的減少必然對上市公司的債務融資帶來一定的影響。在此期間，由于各級政府對商業銀行的干預以及國家政策的不同，導致了不同產權性質的企業遭受銀行業的信貸配給差異，這為考察不同產權性質的企業在不同貨幣政策下獲得債務融資的難易程度提供了一個很好的宏觀環境。

Bernanke和Gertler[1]認為貨幣政策會通過影響公司的融資約束，進而影響公司投資，即貨幣政策可以通過影響企業獲得債務融資的難易程度來影響公司的投資效率。而學術界和實務界普遍認為國有企業比非國有企業的效率低[2-3]，那么，在貨幣政策緊縮時，國企與非國企債務融資獲取難易程度又怎么影響其投資效率呢？這是本文要討論的問題。

本文將宏觀的貨幣政策與微觀的企業融資（銀行借款、商業信用）、投資行為有機組合在一起，找出它們之間的內在聯系，考察了2006-2012年間國企與非國企在不同貨幣政策下的債務融資與投資效率問題，同時，由于中國地區間制度環境差別較大，本文也將制度環境因素納入研究范圍，進一步考察了在不同制度環境下，不同股權性質的企業在不同貨幣政策下的債務融資問題。

二、文獻回顧與研究假設

（一）貨幣政策與債務融資

債務融資本文對銀行借款的變量定義包括銀行貸款和企業債券，但由于中國上市公司發行的企業債券在負債中所占的比例很小，企業債券可以忽略不計，因此，本文在進行文獻回顧時所述債務融資只包含銀行借款與商業信用。主要包括銀行借款、商業信用、企業債券。由于中國債券市場遠遠沒有西方發達，上市公司發行債券比較少，故本文對債務融資的研究主要為銀行借款和商業信用。

1.貨幣政策與銀行借款

商業銀行的信貸決策受多方面因素的影響，而貨幣政策無疑是這些影響因素中最重要的。央行會通過其實施的貨幣政策來影響銀行的貸款供給量進而影響借款人的信貸可得性并最終影響產出[4]。由于中國銀行業占據著企業債務融資市場的主要地位[5]，因此貨幣政策對企業的銀行借款有重大影響。

當央行實施緊縮貨幣政策時，貨幣供應量減少，銀行貸款供給會出現明顯的縮減[6]，貸款供給的減少必然提高了企業從銀行獲得借款的難度。基于以上分析，我們可以提出假設1。

假設1（H1）：在貨幣政策緊縮期，企業銀行借款將會下降。

與非國有企業相比，國有企業與政府有著千絲萬縷的關系，一般情況下，國企的絕大多數經營活動是由政府來管理，政府作為當地發展的受益者，有動機和激勵為國企提供保護，因此，國企相對非國有企業擁有政治關聯的優勢。與不具有政治關聯的企業相比，政治關聯企業能夠獲得更優惠的銀行信貸資源（更容易獲得貸款或者更低的貸款利息）。以上原因表明相較于非國有企業，國有企業在貨幣政策緊縮時期仍能較容易地獲得銀行借款，即非國有企業在貨幣政策緊縮期受到了“信貸歧視”。

除產權性質外，在貨幣政策緊縮期銀行貨幣供給量顯著下降的情況下，根據貨幣政策傳導的信貸渠道理論，商業銀行會首先削減在資產規模、信用等級 償債能力等方面表現較差公司的銀行貸款。在中國，中小企業獲得貸款的難度大于大型企業[7]，國有企業是中國企業中的翹楚，通常其規模較一般非國有企業要大，經營業績要高，其貸款償還能力也較非國有企業要強，銀行基于安全性考慮有更強動機貸款給國有企業。基于以上分析，我們可以提出假設2。

假設2（H2）：貨幣政策緊縮期，非國有企業銀行借款比國有企業下降更明顯。

2.貨幣政策與商業信用

債務融資除了包括銀行借款外，還包括商業信用，因此本文對債務融資的研究還要考慮商業信用的影響。現實中，企業不僅可以通過銀行等金融機構融資，而且還能通過其供應商獲得融資，企業以延期付款的方式從供應商那里獲得的商業信用，其實可以看作是一種貸款的替代。商業信用是以對方企業的還款能力為前提的，國企是企業中的翹楚，其規模較非國有企業要大很多，經營業績要高，此外，國有企業與政府有著千絲萬縷的關系，其債務有政府作信用擔保，因此國有企業相對非國有企業能獲得更多的商業信用，此觀點得到了譚偉強[8]的證實，他研究發現企業獲取的商業信用融資與國有股比例呈顯著正相關關系。在貨幣政策緊縮時，利率上升通常伴隨著資產價格的下降，導致借款者的抵押資產價格下降和內部資金減少，還款能力下降，被借款企業無法保證借款人能按時按量還款，也就導致不愿意放貸，但相對于非國有企業，國有企業規模較大，一般商業信用較非國有企業好，故在貨幣政策緊縮時，被借款者更愿意放貸給國有企業。由此，我們可以提出假設3。

假設3（H3）：相對于國有企業，非國有企業通過商業信用獲得的債務融資更少。在貨幣緊縮時，非國有企業通過商業信用融資比國有企業下降更多。

（二）貨幣政策與投資效率

大量研究發現，現實中的企業普遍存在過度投資行為[9-11]。央行在實行貨幣緊縮政策時，貨幣供應量會減少，銀行貸款供給會出現明顯的縮減，企業從銀行獲得貸款的困難將加大。由于缺乏足夠的資金，企業會更加慎重地判斷投資機會，以將有限的資金用到收益、性價比最好的投資項目上，從而投資效率會提高，以上觀點得到了Brooks等[12]、Bernanke和Gertler[1]等的驗證，緊縮性貨幣政策能夠減少貸款供給、影響公司的融資約束，進而影響公司投資；Evgeny[13]發現當國家政策緊縮時，資本使用成本上升，企業會主動減少投資。由此，我們可以提出假設4。

假設4（H4）：相對于貨幣政策寬松時期，在貨幣政策緊縮時期企業投資效率更高。

學術界和實務界普遍認為國有企業比非國有企業的效率低[2-3]，這種現象背后的理由是銀行信貸資金過多地投放于國有企業[14]，國有企業相對非國有企業由于預算“軟約束”、道德風險低等原因而獲得更多的貸款資源；然后一方面國有企業管理層基于自利動機，另一方面政府部門將其自身的社會性目標或政治目標內部化到其控制的企業中，使得國有企業利用容易獲得的信貸資源進行過度投資，從而造成投資效率低。在本部分第一節我們分析認為在貨幣政策緊縮期，非國有企業債務融資比國有企業下降更明顯，即非國有企業相對國有企業在貨幣緊縮期資金更加匱乏，在進行投資活動時，非國有企業將會對投資項目進行更加謹慎的評估，將降低投資到經濟效益不好的項目的可能性。由此，可以提出假設5。

假設5（H5）：相對于貨幣政策寬松時期，在貨幣政策緊縮時期非國有企業投資效率的提升快于國有企業。

三、研究設計

（一）研究樣本及數據來源

本文選取2006-2012年滬深兩市A股上市公司作為研究對象。采用季度數據的原因是中國季度間貨幣政策差別很大，季度數據能更好地衡量貨幣政策的變化。樣本剔除了金融行業公司、ST公司和數據缺失的企業，總樣本量為22 993個，本文除貨幣政策數據是從中國人民銀行網站手工搜集，制度環境數據來自樊綱（2010）的市場化指數外，其他數據均來自國泰安數據庫。

（二）變量選擇與界定

1.銀行借款（Debt）的計量

目前研究中關于銀行借款的代理變量有很多，如有息負債率、債務融資率、資產負債率、長期借款、短期借款、應付賬款以及現金流量表中的融資額等。本文選擇有息負債率和債務融資率兩個變量作為銀行借款代理變量（Debt），借鑒顧群和翟淑萍[15]對債務融資率的定義：Debt1=（總負債-經營性負債）/總資產=（短期借款+長期借款+應付債券）/總資產；此外，還借鑒曾海艦和蘇東蔚[16]對有息負債率的定義：Debt2=有息債務/負債總額*100%，其中，有息債務=短期借款+1年內到期的長期負債+長期借款+應付債券+長期應付款。

2.商業信用（Credit）的計量

本文的商業信用通過企業的應付賬款、其他應付款、預收賬款三者之和減去應收賬款、其他應收款、預付賬款三者之和計算得來，為了與前面銀行借款代理變量相對應，Credit1=商業信用融資額/總資產；Credit2=商業信用融資額/總負債。

3.貨幣政策（MC）的計量

借鑒祝繼高等[17-18]的方法，采用中國人民銀行和國家統計局共同合作完成的《銀行家問卷調查》提供的貨幣政策感受指數作為貨幣政策的代理變量。采用三分法，將2006年1季度至2012年4季度的貨幣政策感受指數按升序排列，值最小的9個季度為貨幣政策緊縮時期，令MC=0，值最大的9個季度為貨幣政策寬松時期，令MC=1，中間值的10個季度則為貨幣政策適度時期。貨幣政策適度時期所對應的數據在回歸中被剔除。

4.其他解釋變量及控制變量

制度環境（Market）數據來源于樊綱等編制的中國各地區（包括31個省、自治區和直轄市）市場化指數體系，指數越大，說明當地的制度環境越好。投資效率的計量將在下一小節檢驗模型中進行詳細描述。其他變量計量詳見表1。

（三）檢驗模型

1.債務融資相關模型

為了檢驗貨幣政策與債務融資的相關假設，即H1、H2、H3，本文建立如下模型：

2.投資的衡量

在貨幣政策影響投資效率的實證檢驗方法上，現有文獻主要采用Richardson[19]的方法估算出企業正常的資本投資水平，并在此基礎上求出實際投資水平與估算的資本投資水平之差，即殘差（殘差作為對投資效率的度量），進而用貨幣政策對殘差進行回歸，從而計算貨幣政策對投資效率的影響[20]。本文也采用這種方法。

方程的殘差即表示企業實際投資和正常投資的差值，對殘差取絕對值即表示企業的投資效率，越偏離0表示投資效率越差，越接近0表示投資效率越高。

3.投資效率相關模型

為了檢驗貨幣政策與投資效率的相關假設，即H4、H5，建立如下模型：

四、實證檢驗結果及分析

（一）描述性統計和相關性分析

表2報告了模型（1）-（5）主要變量的描述性統計結果。債務融資率、有息負債率的均值分別為0.226、0.440，而極大值分別為0.717、0.959，極小值均為0，表明公司間獲得銀行借款的能力差別很大。Credit1、Credit2均值分別為0.035、0.020，與銀行借款均值相比，占比較少，說明中國主要融資方式仍是銀行借款。在全樣本數據中，股票增發均值為0.023，中位數為0，整體而言，中國上市公司通過股票增發融資的比率很低，表明外部融資渠道主要靠銀行貸款的方式。市場化指數均值為0.088，極小值與極大值分別為-0.023、0.132，整體而言中國地區制度環境發展差別較大，制度環境不太理想。

本文對所有變量進行了Pearson和Spearman相關性檢驗，限于篇幅，本文未報告相關性檢驗的結果。相關性檢驗結果顯示，Debt、/I/和MC的相關系數均顯著為負，說明在貨幣政策緊縮期，企業銀行借款會下降且投資效率會提高，初步證實了假設1和假設4；Debt、/I/、Credit和MC*NASTATE相關系數顯著為負，表明在貨幣政策緊縮期，非國有企業銀行借款比國有企業下降得更多，且商業信用融資比國有企業少，但投資效率比國有企業提升更快，初步證實了假設2、假設3和假設5；其他變量之間不存在共線性。

（二）回歸結果

表3報告了模型（1）到（5）的回歸結果，表中列（1）-列（2）是模型（1）的回歸結果。在銀行借款代理變量分別為債務融資率和有息負債率時，MC系數分別為-0.011 7和-0.013 2，且分別在1%和5%的水平上顯著，該結果支持假設1，在貨幣政策緊縮時，企業銀行借款會下降。

表3中列（3）-列（4）是模型（2）的回歸結果。在回歸結果中，MC的系數顯著為負，結果表明在貨幣政策緊縮期企業銀行借款會下降；NASTATE顯著為正，說明非國有企業相對國有企業銀行借款更多，可能原因有二：一是國有企業受到政府更多的優待，可以通過更多的渠道進行融資，如增發配股等，非國有企業相對國有企業對銀行貸款有更大的依賴性；二是模型（3）中Credit1、Credit2中NASTATE系數顯著為負，結果表明非國有企業相對國有企業商業信用融資更少，一方面驗證了假設3的前半部分，同時表明了國有企業對銀行貸款依賴較小，解釋了模型（2）中NASTATE系數為正。交乘項MC*NASTATE的系數為負，表明在貨幣政策緊縮期時，非國有企業比國有企業債務融資下降更明顯，這基本證實了假設2，但系數不顯著，可能的原因在于：其一，企業對未來的貨幣政策有一個預期的判斷，如果企業預期下一季度貨幣政策緊縮，銀行貸款難度增加，那么企業會選擇在當期增加較多的銀行貸款以滿足未來的資金需求，而貨幣政策緊縮時期對銀行貸款的需求就相應減弱，由于銀行對非國有企業有“信貸歧視”，在預期下一季度緊縮時，當期大量增加貸款的可能性低于國有企業，因此在下一季度貨幣政策緊縮時，對貸款的需求會減弱，但相對來說沒有國有企業減弱的程度大；其二，在緊縮貨幣政策期間，中國資本市場大量存在商業信用替代貸款的現象，以應對緊縮貨幣政策的沖擊[21]。從模型（3）中列（5）-列（6）中交乘項MC*NASTATE系數為負，且Credit1中顯著為負，表明在貨幣緊縮期，非國有企業比國有企業商業信用融資更少，即驗證了假設3后半部分，同時表明非國有企業在貨幣緊縮時以商業信用融資替代借款較國有企業難，對銀行借款依賴性更大，故在貨幣政策緊縮時，非國有企業銀行借款雖然會減少，但相對于國有企業其下降程度并不明顯。

表3列（7）是模型（3）的回歸結果。MC系數分別為-0.037 9且在1%的水平上顯著，該結果支持了假設3，在貨幣政策緊縮時，企業投資效率會下降。列（8）報告了模型（4）的回歸結果，MC的系數在1%水平上顯著為負，進一步證實了假設3，MC*NASTATE在10%水平上負顯著，支持了假設4，在貨幣政策緊縮時，非國有企業投資效率的提升快于國有企業。

五、進一步研究

（一）貨幣政策對銀行借款時滯效果

本文研究了貨幣政策當期的影響效果，而盛朝暉[22]認為貨幣政策對銀行貸款的影響具有滯后性，而且滯后兩三個月的貨幣政策對銀行貸款影響更大。本文進一步研究了貨幣政策當期、滯后一階、兩階產權性質與銀行存款的影響。表4報告了模型（1）、（2）的回歸結果。在對模型（1）的檢驗中，MC及MCt-1分別在5%、1%上顯著為負，支持了假設1且支持了盛朝暉的論點；但MCt-2系數顯著為正，說明貨幣政策滯后半年基本無效果。在對模型（2）的回歸結果中，MC的系數特征與模型（1）結果相似，但是MC*NASTATE系數由負到正再到5%顯著為正，說明央行在剛開始實行緊縮貨幣政策時，其符合H2的假設，即在貨幣政策緊縮期，非國有企業銀行借款小于國有企業，也說明了貨幣政策對銀行存款的這種時滯效果與企業的產權性質沒有明顯關系。

（二）制度環境

此外，由于地區間資源察賦、地理位置以及國家政策的不同，導致了各地區在政府干預程度、金融發展程度以及法制水平等方面呈現出較大的差異[23]，這為考察國企與非國企在不同貨幣政策及制度環境下獲得銀行借款難易程度提供了一個很好的宏觀環境。

在中國，制度環境越好的地區，公司的債務融資比例越高[24]，而制度環境越差的地區，有政府關系的企業越能獲得更多的銀行貸款[25]。本文進一步加入了制度環境因素，考察在貨幣政策緊縮期，不同產權性質的企業在不同制度環境下銀行借款變化。限于篇幅，表5只報了主要解釋變量，在模型（1）中加入MC*MARKET，回歸系數均顯著為正，表明在貨幣政策緊縮期制度環境越好的地區公司的債務融資比例越高，模型（2）中加入MC*NASTATE*MARKET，系數均為正，但列（4）不顯著，能初步說明在貨幣政策緊縮時，企業銀行借款將會下降，且非國有企業銀行借款比國有企業下降更明顯，這種現象在制度環境差的地區更明顯。六、結論與啟示

本文以2006-2012年滬深兩市A股上市公司季度數據為樣本，使用中國人民銀行發布的貨幣政策感受指數來刻畫貨幣政策變化，研究得出以下結論：一是貨幣政策與企業債務融資的關系，以有息負債率和債務融資率作為企業銀行借款的代理指標，研究發現在貨幣政策緊縮期，企業銀行借款會下降；從產權性質上將企業區分為國有、非國有企業，研究貨幣政策對不同產權性質企業的影響，發現在貨幣政策緊縮期，非國有企業銀行借款比國有企業下降更多且商業信用融資更少。二是貨幣政策與企業投資效率的關系，發現在貨幣政策緊縮期，企業投資效率會顯著提高，而非國有企業投資效率比國有企業提高更多。三是進一步研究了貨幣政策對銀行借款的時滯影響，結論支持了盛朝暉[22]的論點，且發現這種時滯效果與企業產權性質沒有顯著關系。四是進一步加入制度環境變量，研究了貨幣政策、制度環境對銀行借款的共同影響，初步說明在貨幣政策緊縮時，企業銀行借款將會下降，且非國有企業銀行借款比國有企業下降更明顯，這種現象在制度環境差的地區更明顯。

本文的啟示在于，首先，加強對銀行的監管，規范銀行貸款申請和審批程序，可以減弱企業產權性質不同帶來的差異性，增強貨幣政策變動對微觀企業投融資的調節作用；其次，提高貨幣政策的有效性和敏感性，優化商業銀行的信貸配給行為，大力發展區域政策性金融機構和中小商業銀行，對商業銀行的改革首先要轉變經營觀念，不以企業所在地區的差異、所有制的差異來抉擇是否給予信貸資源，以解決非國有企業和中小企業貸款難的問題；最后，應拓寬企業的融資渠道，加強企業債券市場的發展。

本文也存在不足和缺點。其一，本文所采用的研究樣本是中國的A股上市公司，對非上市類的企業并未進行實證檢驗；其二，本文進一步研究了貨幣政策時滯效果、制度環境與銀行借款的關系，沒有研究其與商業信用、投資效率的關系。 參考文獻：

[1]BERNANKE B S，GERTLER M.Inside the black box：The credit channel of monetary policy transmission[J].The Journal of Economic Perspectives，1995，9（4）：27-48.

[2]NETTER J M， MEGGINSON W L.From state to market：A survey of empirical studies on privatization[J]. Social Science Electronic Publishing，2001，39（2）：321-389.

[3]DJANKOV S，MURRELL P.Enterprise restructuring in transition： A quantitative survey[J].Journal of Economic Literature，2002，40（3）：739-792.

[4]KASHYAP A K，STEIN J C.The impact of monetary policy on bank balance sheet[C]//Carnegie Rochester Conference series on Public Policy，1995，42：151-195.

[5]ALLEN F，QIAN J，QIAN M.Law，finance and economic growth in China[J]. American Economic Review，2005，77（1）：57-116.

[6]KASHYAP A K，STEIN J C，WILCOX D W.Monetary policy and credit conditions：Evidence from the composition of external finance：Reply[J].American Economic Review，1996，86（1）：310-314.

[7]卓斌，馮祈善.商業銀行為中小企業提供金融服務的研究[J].重慶大學學報（社會科學版），1999，5： 30-32.

[8]譚偉強.商業信用，基于企業融資動機的實證研究[J].南方經濟，2006（12）：50-60.

[9]饒育蕾，汪玉英.中國上市公司大股東對投資影響的實證研究[J].南開管理評論，2006（4）：67-73.

[10]唐雪松，周曉蘇，馬如靜.上市公司過度投資行為及其制約機制的實證研究[J].會計研究，2007（7）：44-52，96.

[11]汪平，孫士霞.自由現金流、股權結構與我國上市公司投資問題研究[J].當代財經，2009（4）：123-128.

[12]BROOKS P K.The bank lending channel of monetary transmission：Does it work in Turkey？[R].International Monetary Fund Working Papers，2007（12）：1-11.

[13]LYANDRES E.Costly external financing， investment timing， and investment-cash flow sensitivity[J].Journal of Corporate Finance，2007，13（5）：959-980.

[14]BRANDT L，LI H.Bank discrimination in transition economies：Ideology，information or incentives？[J].Journal of Comparativer Economics，2003，31（3）：387-413.

[15]顧群，翟淑萍.上市公司可轉換公司債券融資決策研究[J].廣東金融學院學報，2011（2）：44-55.

[16]曾海艦，蘇冬蔚.信貸政策與公司資本結構[J].世界經濟，2010（8）：17-42.

[17]祝繼高，陸正飛.貨幣政策、企業成長與現金持有水平變化[J].管理世界，2009（3）：22-28.

[18]葉康濤，祝繼高.銀根緊縮與信貸資源配置[J].管理世界，2009（1）：152-158，188.

[19]RICHARDSON S A.Overinvestment of free cash flow[J].Review of Accounting Studies，2006，11（2/3）：159-189.

[20]劉星，計方，付強.貨幣政策、集團內部資本市場運作與資本投資[J].經濟科學，2013（3）：18-33.

[21]陸正飛，楊德明.商業信用：替代性融資，還是買方市場？[J].管理世界，2011（4）：6-14.

[22]盛朝暉.中國貨幣政策傳導渠道效應分析：1994-2004[J].金融研究，2006（9）：22-29.

[23]樊綱，王小魯，朱恒鵬.中國市場化指數——各地區市場化相對進程2011年報告[M].北京：經濟科學出版社，2011.

[24]江偉，李斌.制度環境，國有產權與銀行差別貸款[J].金融研究，2006（11）：116-126.

[25]余明桂，潘紅波.政治關系，制度環境與民營企業銀行貸款[J].管理世界，2008（8）：9-21，39，187.

（責任編輯傅旭東）