銀行競爭、所有制歧視和企業生產率改善

余 超 楊云紅

?

銀行競爭、所有制歧視和企業生產率改善

余 超 楊云紅

（北京大學光華管理學院 北京 100871）

利用各家銀行在每個地級市的分支機構數量構造HHI指數作為度量銀行競爭程度的指標，使用1998-2007年中國工業企業數據建立面板數據模型，考查了商業銀行競爭對金融所有制歧視、信貸配置效率和企業生產率的影響。競爭能夠顯著減輕金融所有制歧視，促進了銀行信貸配置效率的提高，并有效改善了企業的全要素生產率。銀行競爭對盈利能力強的企業的生產率改善有更顯著的效果，而會促使生產率較低的企業退出市場。這些結果表明競爭能夠提高銀行信貸配置的效率，并且促進經濟效率的提升。

銀行競爭 所有制歧視 信貸配置 融資約束 全要素生產率

一、引 言

改革開放以來，中國的經濟獲得了高速的增長，商品市場逐步完成了市場化改革。與產品市場相比，銀行部門雖然在規模上也獲得了迅速的增長，但是其市場化進程卻嚴重滯后于經濟的發展。大量的研究表明，中國存在著明顯的金融所有制歧視現象（Cull等，2009；劉瑞明，2011）。由于國有企業相對私人企業效率更低，但是卻更容易從銀行體系獲得融資，因此造成了經濟效率的損失（戴靜、張建華，2013；劉瑞明，2011）。可見國內銀行的信貸資金配置效率是比較低的。

商業銀行競爭是銀行部門市場化進程中的一個重要環節，但是很少有文獻研究銀行競爭是否緩解所有制歧視現象，進而提高信貸配置的效率。賈春新等（2008）的研究證明了國有銀行競爭對經濟增長有正向的促進作用，但是，這種促進作用的機制還不是很清楚。那么，究竟商業銀行競爭能否緩解所有制歧視現象、提高銀行的信貸配置效率呢？而信貸配置效率的提升是否會影響到企業的全要素生產率呢？

本文利用微觀的工業企業數據研究了商業銀行競爭對所有制歧視、信貸配置效率和企業全要素生產率的影響。首先，銀行競爭可以改善所有制歧視現象，相同條件下國有企業更容易比私人企業獲得融資，但是這種差別隨著銀行競爭程度的提高而下降。另外，銀行競爭程度越高，高生產率的企業相對更容易獲得融資支持，這表明競爭提高了資金配置的效率。同時，銀行競爭還促進了產業競爭，銀行競爭程度越高，生產率較低的企業更容易被淘汰退出市場。最后，銀行競爭從整體上促進企業全要素生產率的提升，并且對盈利能力強的企業的生產率改善效果更加顯著。

這些研究結果表明銀行競爭不僅提高了銀行體系本身的資金配置效率，而且對實體經濟中的企業有積極影響。支持了“銀行競爭→所有制歧視改善、信貸配置效率提高→產業競爭效率提高、微觀企業生產率提高”這樣的傳導途徑。

近年關注國內金融改革和微觀企業效率的研究多集中在宏觀上金融制度的改革。比如簡澤等（2013）利用2001年中國加入世貿組織前后銀行部門制度結構發生的變化研究了銀行部門市場化對于推動企業重構和全要素增長率的作用。本文作為對這類文獻的補充，更加明確了銀行業市場化改革中銀行競爭的積極作用。

本文的貢獻在以下兩個方面：首先，本文將銀行競爭與所有制歧視現象聯系起來，首次從實證上證明了銀行競爭有助于減輕所有制歧視，提高信貸配置效率。另外，本文首次將銀行競爭和工業企業的生產效率聯系起來，證明了競爭能夠促進企業全要素生產率的改善，為銀行競爭促進經濟增長的文獻提供了微觀層面的實證基礎。

本文結構安排如下：第二部分回顧相關文獻，第三部分進行理論分析并提出假說，第四部分介紹實證研究方法的設計，第五部分介紹本文使用的數據，第六部分是實證分析的結果，第七部分是結論。

二、文獻綜述

跟本文研究相關的文獻主要分為三類：第一類是探討銀行競爭的作用的文獻；第二類是研究國內金融體系所有制歧視現象的文獻；第三類是研究金融業市場化改革對經濟發展影響的文獻。實際上，這三類文獻都是對金融與經濟發展關系的研究。

關于金融與經濟發展關系的研究大致分為兩派，一派認為金融能夠促進經濟的發展，另一派則認為金融只是跟隨經濟的發展而發展。賈春新等（2008）和武志等（2010）回顧了長期以來持有這兩派觀點的學者的相關理論和實證研究。值得一提的是Jayaratne和Strahan（1996）首次利用美國對分支機構設立管制的放松，在一個自然實驗環境下實證得出銀行競爭能夠促進經濟增長。①Dehejia和Lleras Muney（2007）同樣利用這次政策的變化分析銀行分支機構擴張的影響，他們認為分支機構提高了企業獲取貸款的便利，從而促進了工業的發展。Allen等（2005）的研究表明中國的經濟增長主要由私人部門的增長貢獻，但是正規的金融渠道并沒有為私人部門提供支持。

微觀層面上對銀行競爭的研究多在銀行競爭對企業融資行為的影響。Rice和Strahan（2010）也利用自然實驗的方法研究發現銀行競爭使得貸款的供給增加并且降低了企業的融資成本。也有學者得出相反的結論，Petersen和Rajan（1995）的研究結果則認為集中的銀行市場更容易給小企業提供融資。

國內關于銀行競爭的研究中，賈春新等（2008）首次利用銀行分支機構數量作為衡量國有銀行競爭的代理變量，由于在1998年之前國有銀行分支機構的布局是具有計劃經濟色彩的，因此這一時期分支機構數量是獨立于經濟增長的外生變量，其結論支持銀行競爭對經濟增長有顯著的正向影響。馬君潞等（2013）使用非國有金融機構存款占比以及用貸款額度計算的赫芬達爾指數（HHI）作為市場競爭水平的代理變量，使用上市公司數據研究了銀行競爭與借款期限結構的關系，但是并沒有研究銀行競爭對企業效率的影響。

由于中國轉型經濟的特殊性，很多學者關注中國的金融所有制歧視現象。Cull等（2009）的研究發現低盈利能力的國有企業也容易從銀行獲取貸款，并且通過商業信用的方式再配置給民營企業。Poncet等（2010）通過投資--現金流敏感度研究企業融資約束的程度，如果企業外部融資受到約束，那么其投資更依賴于自身的現金流，因此投資--現金流敏感度會更高，研究發現國有企業不受融資約束，而民營企業受到融資約束。Guariglia等（2011）研究了中國企業規模增長和內部現金流的相關性，發現對于私人企業，內部現金流是企業增長的約束條件，而對國有企業并不構成約束。

大部分國內的研究都支持所有制歧視現象存在并降低了經濟效率的觀點。劉瑞明（2011）認為國有企業不僅自身效率較低，而且由于所有制歧視造成的“增長拖累”降低了民營企業的效率。戴靜和張建華（2013）的研究認為所有制歧視使得國有企業創新產出低下，進而拖累了地區創新產出。不過，白俊和連立帥（2012）則認為國有企業和非國有企業之間的信貸資金配置差異主要源自稟賦差異，并非單純由所有制導致。

國內的研究中，很多學者的觀點也支持了金融發展能夠促進經濟的增長（林毅夫、孫希芳，2008；武志，2010）。簡澤（2013）認為銀行業的改革能夠加強銀行的債權治理來改善國有企業的公司治理。簡澤等（2013）的研究則支持銀行業的改革能夠推動企業重構從而提升工業部門的效率。

三、理論分析與假說

國有銀行管理層升職的機制往往激勵銀行管理者更愿意選擇少犯錯誤（保證信貸的安全）以及維護和國有企業的關系，從而造成了所有制歧視和效率低下——銀行貸款優先選擇國有企業而不是生產率更高的企業。這就是金融所有制歧視現象。而競爭的加劇使得銀行管理者在業績評價中更加注重貸款的質量。另一方面，貸款給低風險的企業賺取利差的機會是有限的，銀行競爭的加劇使得銀行不得不在有一定風險的企業中尋找優質的企業。

銀行有了篩選優質企業的動機，充分的競爭會進一步提高銀行信息甄別的能力。因此，在競爭更加充分的地方，銀行更有能力篩選生產效率高的企業，為其提供貸款。由此可以推得兩個結果：第一，競爭使得銀行更愿意貸款給優質企業，所有制歧視現象有所緩解；第二，競爭提高了銀行甄別優質企業的能力，事后看，高生產率的企業得到了更多的貸款。

假說1：銀行競爭程度越高，國有企業在融資上相對私人企業的優勢會下降。

假說2：銀行競爭程度越高，高生產率的企業更容易獲得銀行貸款。

這兩個假說表明銀行競爭能夠提高信貸配置效率：當高生產率的企業更容易獲得融資時，它能獲得更好的發展機會。相反，很多低生產率的國有企業就是靠著銀行低成本的貸款存活的。如果銀行競爭加劇使得信貸配置效率上升，那么低生產率的企業會更容易淘汰出市場。因此，我們得出本文的第三個假說：

假說3：銀行競爭程度越高，低生產率的企業更容易被淘汰出市場。

假說3表明銀行競爭有利于促進產業競爭。首先，競爭的結果會使得存活下來的企業生產率更高。其次，競爭機制也會激勵企業提高自身的生產率。這兩方面作用的結果導致企業生產率也會隨著銀行競爭而提升。因此，我們得出了本文的第四個假說：

假說4：銀行競爭能夠提升企業的全要素生產率。

四、實證方法

為了排除其他因素的影響，本文使用固定效應的面板數據模型進行實證分析，包含不同地區和不同年份的固定效應變量，從而排出了地區發展差異以及整體的銀行業改革和利率市場化等因素的影響。本文使用銀行集中度指標作為銀行競爭程度的度量，銀行集中度越高，則表示銀行競爭程度越低。

根據Cull等（2009）的做法，本文使用利息支出占銷售收入的比例作為企業從銀行渠道獲取外部資金能力的度量，設計如下回歸模型：

同樣的道理，企業的融資能力應該和其生產率正相關，如果信貸配置效率提高，那么生產率和企業外部融資能力的相關性應該增強，因此，假說2可以用如下模型檢驗。

對于假說3，本文將最后一次出現在數據庫中的企業定義為第二年退出市場的企業。如下模型可以檢驗企業生產率與退出市場之間的關系：

（5）

對于假說4，本文用下面的模型進行檢驗。

進一步地，銀行競爭對于生產率的改善效應應該是不對稱的，盈利能力強的企業可能更能從銀行競爭中獲益。因此，本文提出進一步的檢驗模型：

五、數據描述

（一）工業企業數據

本文使用的企業數據來自國家統計局中國工業企業數據庫中1998-2007年間的企業數據。②這個數據庫的優勢是涵蓋了全部國有企業和規模以上的非國有工業企業，其中絕大部分都是非上市企業，銀行是他們最主要的資金來源，相比于上市公司，這些企業也更可能受到融資約束。因此，使用中國工業企業數據更適合研究銀行競爭對企業生產效率的影響。

首先借鑒聶輝華等（2012）的方法，對各年的公司進行了匹配，統一編制數據庫中公司代碼。由于數據庫中的四位行業代碼在2003年前后有所調整，本文使用Brandt等（2012）的方法對2003年前后的四位數行業代碼進行了統一。最后，本文刪除了銷售收入低于500萬元和員工數少于8人的觀測，以及缺少工業增加值、行業代碼、地區代碼等關鍵指標的觀測。最后得到一個包含1654980個觀測的非平衡面板數據。

表1 主要變量的描述性統計

表1給出了本文中使用的一些主要變量的平均值。按照Brandt等（2012）的方法，本文的工業增加值是按照14個工業部門的生產者價格指數（PPI）折算為1998年的不變價格的結果。表1中報告了工業增加值的對數，可以看出工業增加值呈現出穩定的上漲趨勢。

本文中的投資按照永續盤存法進行估算，③按照簡澤等（2013）的方法，固定資產凈值和本期折舊都按照各省的固定資產投資價格指數折算為1998年的不變價格。表1中報告了投資和總資產的比值，可見投資水平在2004年前后有較為顯著的上升。

另外，企業的平均資產收益率（ROA）也在2004年之后有了顯著的提升。另外，從表 1還可以看到資產負債率呈現逐年下降的趨勢而銷售資產比逐年上升。這些數據表明1998-2007年期間中國工業企業在數量上增長的同時在經營狀況上也在逐漸改善。

圖1 1999-2007工業企業的進入退出情況

圖1是1999-2007年工業企業的進入退出情況。我們將當年之后再也沒有出現在數據庫并且前一年出現在數據庫的企業定義為退出企業，第一次出現在數據庫（初始年份1998年除外）的企業定義為進入企業，進入率定義為進入企業除以當年企業總數，退出率定義為退出企業除以去年退出總數。從圖1可以看出在2004年企業的進入退出率都比較高，可見2004年發生了比較重要的產業調整。這也與表1中很多指標在2004年之后發生較大變化是相一致的。

（二）銀行集中度

銀行集中度是度量銀行業市場競爭程度的一個重要指標，比如使用市場集中率④，赫芬達爾指數（HHI）等。但是，以商業銀行總量數據計算的指標只能衡量全國整體的銀行競爭狀況，而實際上不同地區之間銀行競爭情況可能存在較大的差別。

本文從銀監會公布的銀行業金融機構的許可證資料中提取出各家商業銀行的分支機構成立的時間和地址，進一步整理出每個地級市在每一年度擁有各家商業銀行的分支機構數量，然后根據每家銀行在當地分支機構數量的占比計算HHI指數作為地區銀行集中度的度量。本文構建的集中度指標有下面兩個方面的優勢：首先，本文的指標能夠精確度量城市級別的商業銀行競爭程度；另外，各個銀行之間的競爭主要是通過各地的分支機構展開的（劉偉、黃桂田，2003），本文的指標能夠避免以往文獻中忽略了國有商業銀行之間競爭的缺點。

圖2展示了樣本區間內不同經濟區域的平均銀行集中度，可以發現，各地區的銀行集中度總體上呈現下降趨勢，說明銀行業的改革確實促進了商業銀行的市場競爭。經濟較為發達的東部地區和東北地區銀行集中度明顯低于中西部地區，并且這種差距呈現出逐年加大的趨勢，不過2006年之后中部地區銀行集中度開始迅速降低。

圖2 1998-2007各區域平均銀行集中度

（三）全要素生產率

本文使用解決了聯立性和樣本選擇問題的OP方法（Olley和Pakes, 1996）計算全要素生產率（TFP）。聶輝華和賈瑞雪（2011）對不同的估計TFP的方法進行了比較，他們認為OP方法的優點是能夠解決樣本選擇問題，這對企業進入退出比較頻繁的中國工業企業數據庫更為適用。⑤

具體而言，本文使用永續盤存法估算企業的投資，使用三階多項式估計OP方法中的半參數方程，按照兩位數行業分組估計企業TFP的對數值。

圖3給出了使用OP方法估計的中國工業企業全要素生產率的平均值和標準差。總體上企業的全要素生產率呈現出逐年上升的狀態。在1998-2003年，非國有企業的全要素生產率高于國有企業的全要素生產率，但是二者的差距呈現出逐年下降的趨勢。2004年之后非國有企業和國有企業之間全要素生產率的差距很小，兩者走勢基本一致。表1顯示出數據庫中國有企業數量逐年減少，可見低生產率的國有企業或者被擠出了市場，或者被改制為私有企業，因此國有企業和非國有企業之間的差別在減小。

圖3 工業企業TFP的平均值和標準差

理論上，由于高生產率的企業會兼并或者擠出低生產率的企業，因此在資源配置不存在扭曲的情況下，企業的生產率應該相同。因此，生產率的離散程度可以被用來刻畫資源錯誤配置的程度（聶輝華和賈瑞雪，2011）。從圖3中的標準差可以看出國有企業TFP的標準差整體大于非國有企業，這表明在國有企業中資源錯誤配置程度更高。

表2 主要變量的相關系數

表2給出了幾個主要變量的相關系數。全要素生產率和銀行集中度的相關系數為負，表明銀行集中度越低企業的全要素生產率越高。而資產負債率和全要素生產率是負相關，表明負債率高的企業生產率更低。總資產和ROA都和全要素生產率正相關，說明規模越大，盈利能力越強的企業生產率越高。

六、實證分析結果

（一）銀行競爭、所有制歧視和信貸配置效率

表3給出了以利息支出占比intrate為被解釋變量的模型（1）、模型（2）和模型（3）的回歸結果，并給出了包含模型（2）和模型（3）中全部解釋變量的合并模型的回歸結果。控制變量包括企業資產負債率leverage，總資產的對數lgSize，企業年齡對數lgAge，⑥企業出口占總產值的比例expint，四位數行業的集中度指標indhhi，⑦以及時間趨勢變量year。

表3 銀行競爭、所有制歧視和信貸配置（被解釋變量intrate）

續表3

模型（1）模型（2）模型（3）合并模型 常數項3.082***3.034***3.033***2.940*** 企業固定效應包含包含包含包含 年份固定效應包含包含包含包含 穩健標準差是是是是 R20.6910.6920.6950.695 觀測數1613206158588415539251553925

注：在本文中，*、**、***分別表示10%、5%和1%的顯著性水平，為節約篇幅，各表未列出穩健標準差。

模型（1）中ownership的系數顯著大于零，表明所有制歧視的現象確實存在；模型（2）中hhi與ownership的交叉項系數顯著大于零，表明銀行競爭能夠緩解所有制歧視現象，支持了本文的假說。另外，模型（2）中ownership的系數顯著為負，這意味著在完全競爭的銀行市場（hhi＝0）非國有企業反而比國有企業更容易獲得貸款。這與文獻中國有企業效率低于非國有企業是相符合的。

模型（3）中lgTFP的系數顯著小于零，這表明銀行信貸配置總體是無效率的，生產率更高的企業反而更不容易獲取貸款。hhi和lgTFP的交叉項系數顯著小于零，這表明銀行競爭可以緩解信貸配置的無效率情況，相對而言提高了銀行信貸配置的效率，符合本文的假說。合并模型的結果和模型（2）與模型（3）保持一致。

控制變量中，規模和年齡項的系數顯著為正，表明成立時間越長、規模越大的企業越容易從銀行渠道獲得融資，這是符合經濟邏輯的，成立時間長的企業和大企業往往比較成熟，信用等級較高，因此更容易獲取貸款。

模型（1）（2）（3）的實證結果表明銀行競爭有助于緩解金融所有制歧視現象，并且能夠提高銀行信貸資金配置的效率。

（二）銀行競爭和產業競爭

表4給出了以企業是否退出市場ifexit為被解釋變量的模型（4）和模型（5）的回歸結果。控制變量包括企業規模、年齡，國有資本占比stateown，出口占總產值比例expint，行業競爭程度indhhi，四位數產業的國有資本占比indstate，四位數產業的出口占總產值比例indexp，以及時間趨勢變量year。

假如產品市場的競爭是有效率，那么低生產率的企業將更有可能被市場淘汰，因此生產率和被解釋變量應該是負相關關系。模型（4）的回歸結果支持了這一假說，lgTFP的系數顯著小于零。

模型（5）的回歸結果中，hhi和lgTFP的交叉項系數顯著大于零，這表明銀行集中度越低，低生產率的企業就更容易退出市場，即銀行競爭可以進一步提高產品市場競爭的效率。

模型（4）和（5）對國有企業子樣本回歸的結果與全樣本的結果基本類似，在國有企業子樣本的回歸結果中，hhi與lgTFP的交叉項系數數值更高，這說明對于低生產率的國有企業，銀行競爭對加速其淘汰的效應更加顯著。

模型（4）和（5）的結果表明銀行競爭會影響產品市場的競爭，使得低生產率的企業加速淘汰。

表4 銀行競爭與產業競爭（被解釋變量ifexit）

（三）銀行競爭和企業全要素生產率

表5給出了以全要素生產率的對數lgTFP為被解釋變量的模型（6）和模型（7）的回歸結果。控制變量與表4中的基本相同。

模型（6）的結果中hhi的系數顯著小于零，這表明銀行集中度越低，企業的全要素生產率越高，支持了銀行競爭能夠改善企業全要素生產率的假說。

模型（7）的結果中roa與hhi的交叉項系數顯著小于零，表明銀行競爭對于企業生產率改善的效果是不對稱的，盈利能力強的企業可以從銀行競爭中獲得更顯著的生產率改善效果。不過模型（7）中hhi的系數仍然顯著小于零，這意味著即使是盈利能力差的企業，生產率也能獲得一定程度的改善。

模型（6）和模型（7）的控制變量中，roa、lgSize、lgAge的系數顯著大于零，說明盈利能力強、規模大、成立時間較長的企業生產效率更高。另外，模型中stateown的系數顯著小于零，說明國有企業的生產率低于非國有企業，這和文獻中的結論是相一致的。時間趨勢項的系數顯著大于零，表明在不斷深化的改革過程中，企業的全要素生產率不斷改善，這也和表1中呈現的描述性統計結果相符合。

模型（6）和模型（7）的結果表明銀行競爭能夠有效促進企業全要素生產率的改善，并且對于盈利能力強的企業有更加顯著的改善效果。這既支持前文中銀行競爭能夠提升信貸配置效率的結論，也支持金融發展能夠產生實際促進微觀企業生產效率的結論。

表5 銀行競爭和全要素生產率（被解釋變量lgTFP）

七、結 論

本文為金融發展支持經濟發展的研究提供了微觀的證據。本文利用各家銀行在每個地級市的分支機構數量構造HHI指數作為度量銀行競爭程度的指標，使用1998-2007年中國工業企業數據建立面板數據模型，考查了商業銀行競爭對金融所有制歧視、信貸配置效率和企業生產率的影響。本文發現，商業銀行的競爭能夠顯著減輕金融所有制歧視，并促進了銀行信貸配置效率的提高，進而推動了產業競爭，促使生產率較低的企業退出市場，從而有效改善了企業的全要素生產率。

這些結果提供了銀行競爭能夠有利于經濟發展的證據。因此，應該進一步推動銀行業改革，降低銀行業的準入門檻，引入更多的商業銀行機構參與到銀行業的競爭之中，從而可以進一步提高信貸資金配置的效率，進而使得企業更加健康地發展。放開民間資本進入銀行業市場是近期降低銀行業準入門檻的一項重要舉措，本文的研究結果表明穩步擴大民間資本金融銀行業將有利于實體經濟的發展。

1. 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年第6期。

2. 戴靜、張建華：《金融所有制歧視、所有制結構與創新產出——來自中國地區工業部門的證據》[J]，《金融研究》2013年第5期。

3. 賈春新、夏武勇、黃張凱：《銀行分支機構、國有銀行競爭與經濟增長》[J]，《管理世界》2008年第2期。

4. 簡澤：《銀行債權治理、管理者偏好與國有企業的績效》[J]《金融研究》2013年第1期。

5. 簡澤、干春暉、余典范：《銀行部門的市場化、信貸配置與工業重構》[J]，《經濟研究》2013年第5期。

6. 林毅夫、孫希芳：《銀行業結構與經濟增長》[J]，《經濟研究》2008年第9期。

7. 劉瑞明：《金融壓抑、所有制歧視與增長拖累——國有企業效率損失再考察》[J]，《經濟學（季刊）》2011年第2期。

8. 劉偉、黃桂田：《銀行業的集中、競爭與績效》[J]，《經濟研究》2003年第11期。

9. 馬君潞、郭牧炫、李澤廣：《銀行競爭、代理成本與借款期限結構——來自中國上市公司的經驗證據》[J]，《金融研究》2013年第4期。

10. 聶輝華、賈瑞雪：《中國制造業企業生產率與資源誤置》[J]，《世界經濟》2011年第7期。

11. 聶輝華、江艇、楊汝岱：《中國工業企業數據庫的使用現狀和潛在問題》[J]，《世界經濟》2012年第5期。

12. 談儒勇、葉海景、范坤祥：《我國各地銀行集中度與經濟增長關系的實證研究》[J]，《當代財經》2006年第12期。

13. 武志：《金融發展與經濟增長:來自中國的經驗分析》[J]，《金融研究》2010年第5期。

14. Allen, F., Qian, J. and Qian, M., 2005. “Law, Finance, and Economic Growth in China” [J],, 77(1): 57-116.

15. Brandt, L., Van Biesebroeck, J. and Zhang, Y., 2012. “Creative Accounting Or Creative Destruction? Firm-Level Productivity Growth in Chinese Manufacturing” [J],, 97(2): 339-351.

16. Cull, R., Xu, L. C. and Zhu, T., 2009. “Formal Finance and Trade Credit During China's Transition” [J],18(2): 173-192.

17. Dehejia, R. and Lleras Muney, A., 2007. “Financial Development and Pathways of Growth: State Branching and Deposit Insurance Laws in the United States, 1900–1940” [J],50(2): 239-272.

18. Fazzari, S. M., Hubbard, R. G., Petersen, B. C., Blinder, A. S. and Poterba, J. M., 1988. “Financing Constraints and Corporate Investment” [J],: 141-206.

19. Guariglia, A., Liu, X. and Song, L., 2011. “Internal Finance and Growth: Microeconometric Evidence on Chinese Firms” [J],96(1): 79-94.

20. Jayaratne, J. and Strahan, P. E., 1996. “The Finance-Growth Nexus: Evidence from Bank Branch Deregulation” [J],: 639-670.

21. Levinsohn, J. and Petrin, A., 2003. “Estimating Production Functions Using Inputs to Control for Unobservables” [J],70(2): 317-341.

22. Olley, G. S. and Pakes, A., 1996. “The Dynamics of Productivity in the Telecommunications Equipment Industry” [J],, 64(6): l263-l297.

23. Petersen, M. A. and Rajan, R. G., 1995. “The Effect of Credit Market Competition On Lending Relationships” [J],: 407-443.

24. Poncet, S., Steingress, W. and Vandenbussche, H., 2010. “Financial Constraints in China: Firm-Level Evidence” [J], 21(3): 411-422.

25. Rice, T. and Strahan, P. E., 2010. “Does Credit Competition Affect Small‐Firm Finance?” [J]., 65(3): 861-889.

（YH）

① 在20世紀70-90年代，美國一些州開始允許銀行跨州經營，而另一些州仍然禁止銀行跨州經營，同一時期各州之間法規上的差異構成了自然實驗的條件。

② 該數據庫目前只公布了1998-2009年的統計數據，而且2008-2009年缺失了大量變量，大量近年的研究（簡澤等，2013；Brandt等，2012）仍然在使用該數據庫，并且使用的是1998-2007年的數據。

③ 本期投資=本期固定資產凈值-上一期固定資產凈值+本期折舊。

④ 市場集中率是指規模最大的前幾位企業的指標（如銷售值，總產值，資產規模等）占行業總量的比重。

⑤ 作者也使用了經典的OLS方法估計全要素生產率，本文的所有結論都保持不變。

⑥ 為了避免年齡為0的企業求對數產生的缺失值，計算中本文將所有企業年齡都加了1。

⑦ 按照企業銷售額占比計算赫芬達爾指數。