融資約束對企業出口影響的Heckman驗證
——基于銀行信用風險的視角

張左敏，孔慶峰

(山東大學 經濟學院，山東 濟南 250100)*

·金融與保險·

融資約束對企業出口影響的Heckman驗證
——基于銀行信用風險的視角

張左敏，孔慶峰

(山東大學 經濟學院，山東 濟南 250100)*

基于中國工業企業數據庫1998-2014年7032家企業的平衡面板數據，從銀行信用風險內部評級的視角，研究融資約束對企業出口的影響。結果表明：銀行信貸融資約束與企業的出口決策及出口強度間有顯著負相關關系。同時，使用Heckman二階段模型研究發現：不同形式的商業信用對企業出口決策及出口強度的影響和作用機制會因企業所處供求端位置的不同而存在差異。其中，需求端的商業信用僅與企業出口決策顯著正相關，而與出口強度的相關性并不顯著；供給端的商業信用則與企業出口強度顯著負相關。

融資約束；銀行信用風險；商業信用Heckman模型

一、引言

根據“世界商務環境調查”(World Business Environment Survey)的調查和“投資環境評估”(Investment Climate Assessment)的評估結果證實，中國是世界上融資環境最為惡劣的國家之一[1]。與此同時，中國企業的貿易出口額卻連年增長，從1978年的97.5億美元增長到2015年的22 236.2億美元，年均增長率達到13.1%。融資環境并不理想但企業出口卻創造了奇跡，在這個看似矛盾的結果中，外源性融資約束對企業出口造成的影響值得深入討論。

自Melitz(2003)建立異質性企業模型以來[2]，企業出口存在信貸融資約束已得到眾多學者的證實[3,4]。李志遠(2013)認為，我國外源性融資約束對企業出口的影響主要源自銀行信貸[5]。大量研究從出口企業視角考察銀行信貸融資約束對企業出口邊際的影響[6-8]，鮮有文獻從銀行信用風險的視角研究出口企業信貸融資約束對出口帶來的影響。隨著《巴塞爾新資本協議》中的內部評級法在我國銀行業逐漸實施，銀行對企業授信的首要條件是企業違約概率(Probability of Default，以下簡稱為“PD”)低于銀行內部評級體系所確定的閾值①。所以，基于銀行信用風險的視角，使用銀行內部評級體系來確定企業的PD值并將其作為銀行信貸融資約束的代理變量，通過中國工業企業數據中1998-2014年的7032家企業信息構造的面板數據，使用Heckman兩階段模型對企業出口與信貸融資約束之間的關系進行考察。結果發現信貸融資約束對企業出口決策及出口強度都有顯著的負向影響。

我國出口企業間的商業信用，通常通過資金和產品的賒銷構成一種強制性的信用保證[9]。企業擁有好的商業信用對信貸融資能起到“信號作用”，有助于緩解出口企業的融資約束[6,10]。但是，已有文獻對商業信用考察的側重點并不一致。有的文獻從企業需求角度(應付賬款)來衡量企業的商業信用大小，有的從供給角度(應收賬款)，有些文獻并不區分商業信用的類別。因此，通過區分出口企業在供需兩端的商業信用，全面考察其對企業出口的不同影響，通過實證分析表明在企業出口決策階段需求端的商業信用(應付賬款)對企業出口決策具有顯著促進作用，但是在決定出口強度的階段，需求端的商業信用(應付賬款)對企業出口強度的影響不再顯著，而供給端的商業信用(應收賬款)對企業出口強度卻具有了顯著的負向影響。

為此，本文擬通過文獻回顧，并借鑒程健、連玉君(2007)的研究，依據《巴塞爾新資本協議》的內部評級體系構建出的企業違約概率指標代理銀行信貸融資約束[11]，并使用中國工業企業面板數據和Heckman二階段模型，來驗證融資約束與企業出口決策及出口強度間的關系。

二、文獻綜述

通過梳理異質性企業框架下研究關于融資約束與企業出口的文獻，可將代理融資約束的指標變量大致歸納為三類：第一類指標是以企業現金存量占總資產比例或企業現金流量來代表企業內源性融資約束。以Chaney(2005)、Manova(2008)、孫靈燕(2011)、韓劍(2012)的研究為代表，大量文獻使用過以上指標考察企業的內部流動性②[3,7,12,13]。第二類指標是企業的應付賬款或應收賬款，雖然同是代理商業信用，但這兩個指標的考察角度不盡相同。使用應付賬款來衡量企業商業信用，實質是依據出口企業得到上游企業產品的賒銷或資金的借貸[13]。以企業應收賬款來衡量商業信用，實質是依據出口企業對下游企業的產品賒銷和資金借貸[6,9]。大多數關于企業出口的研究文獻對商業信用的考察側重點僅限于供求關系的單個方面，也就是說，使用應付賬款來衡量，其實是從企業需求端來考察商業信用；而使用應收賬款來衡量，是從企業供給端來考察商業信用，如果混淆這兩者的區別，在考察融資約束對企業出口的影響時就可能產生片面結論。第三類指標是以可抵押資產比例或利息支出來考察企業所受信貸融資約束的情況[4,8]。使用這些經驗性的指標雖可以反映出銀行授信對于企業融資約束成因的實質，但是這些指標在衡量信貸融資約束時比較片面，而且從銀行信用風險角度來說這些指標已經不再是銀行授信的主要依據。

商業銀行采用內部評級體系是中國銀監會于2007年2月發布的《中國銀行業實施巴塞爾新資本協議指導意見》中的一項強制性規定。《巴塞爾新資本協議》內部評級法的核心是分析企業的償債、盈利、運營和發展等方面的能力綜合計算得出企業的PD值。如果依據企業財務報表并通過銀行的內部評級體系測算出的PD值高于銀行規定的閾值，企業幾乎無法獲得銀行授信。所以，以下將從信貸融資約束的觀測角度，借鑒程健和連玉君(2007)的研究③測算內部評級體系得到企業PD值④，作為信貸融資約束的代理變量[11]。采用類似方法的研究還有：Muls(2008)在對企業信貸約束的衡量中，引入第三方信用保險公司Coface的評級體系，來測量一個企業所面臨的信貸融資約束[14]；陽佳余(2012)使用綜合財務指標，得到了一個對企業的評分值等[15]。與以往研究不同，如果直接使用《巴塞爾新資本協議》中的內部評級體系測算企業的PD值，則可以更加直接和準確地衡量企業受到的信貸融資約束情況。

三、理論模型

參照Manova(2008)、Feenstra(2014)的理論模型[3，4]，消費者被賦予一單位的勞動力，并對不同商品的偏好替代彈性相同。代表性消費者的效用函數為典型的固定替代彈性( CES) 函數:

(1)

(2)

考慮存在融資約束時的情況。假定企業的生產率φ和PD互不相關，因為銀行無法直接識別企業的生產率，但可以準確識別企業的財務狀況[4]。因此，金融機構很大程度上依靠對企業財務健康狀況的判斷決定是否對其授信。假設企業生產率和PD值相互獨立，則企業完全依靠信貸融資來支付沉沒成本的情況下成功參與出口需要，同時滿足利潤約束條件和融資約束條件:

(3)

δΘ≥ωCf

(4)

式(4)中定義臨界信貸評級閾值δ⑥，而Θ為銀行授信額度。當滿足δΘ≥ωCf時，意味著銀行授信高于企業的出口固定成本，否則企業將由于無法獲得銀行授信來支付出口固定成本而無法出口。

四、數據處理及結論分析

(一)數據處理與指標選取

本文所使用的數據來源于“中國工業企業數據庫”⑦，包括全部國有及規模以上非國有工業企業。主要考察了制造業企業，剔除了二位數行業代碼為“13”開頭的“采掘業”觀測值、“42”開頭的“工藝品及其他制造業”、“43”開頭的“廢舊材料及廢棄資源回收加工業”對應的企業。剔除了二位數行業代碼為“16”開頭的“煙草制造業”和四位數行業代碼大于“4320”的“水、電、氣供應業”的觀測值。同時，為了減少數據集中的異常觀測值，參考聶輝華(2012)的方法[16]，剔除了下述的觀測值：(1)關鍵變量資產總計、負債合計、流動負債合計、實收資本、工業總產值和出口交貨值等為負的觀測值；(2)明顯不符合會計原則的觀測值，即累計折舊小于當期折舊、總資產小于固定資產、總資產小于固定資產凈值、總資產小于流動資產或者工業總產值小于出口交貨值的觀測值；(3)刪除出口交貨值、流動資產合計、流動負債合計、利潤總額、利息支出、主營業務成本、存貨合計、主營業務收入和現金流入中存在缺失的觀測值。以實收資本控股將企業分為國有企業、民營企業、外資企業、集體企業、法人企業及港澳臺企業。由于主要考察對象為國有企業、外資企業和民營企業，所以，以企業注冊類型和實收資本控股為篩選條件選取這三類企業樣本。對于企業注冊類型不明確的問題樣本，以實收資本控股為準。

本文的被解釋變量是企業出口決策和出口強度。當企業出口交貨值大于0時，出口決策取值為1，否則取值為0。出口強度用出口交貨值與主營業務銷售收入之比表示。另外，從信用風險角度研究企業融資約束與出口的關系，所以，核心解釋變量主要有企業違約概率和商業信用(企業違約概率的計算方法如前文所述)。商業信用是企業間通過賒銷而加強自身流動性的一種重要手段，為區分企業需求端和供給端商業信用，分別使用企業應付賬款和應收賬款與主營業務銷售收入比值作為代理變量。其余控制變量和測算方法解釋如下：(1)企業全要素生產率以LP半參數回歸方法加以估算，這種方法能夠將生產決策同步性偏差和樣本選擇偏差控制到最小[17]；(2)人力資本使用應付工資總數與企業職工人數之比來衡量，即職工平均工資作為衡量人力資本的代理變量，人力資本均值高的企業進入出口市場的概率較大；(3)人均資本使用企業固定資產與職工總數之比，中國出口的比較優勢在于勞動力價格低廉，這對企業出口有重要影響；(4)企業年齡由企業成立年份與統計年份求差得出；(5)企業所有制為虛擬變量，分為國有企業、外資企業和民營企業，其中以民營企業為基準變量。具體樣本變量的描述與統計見表1。

表1 主要變量樣本描述統計⑦

注:人力成本、人均資本使用原值取對數后的統計值，其他變量使用計算出的原值。

從表1中可以看出，持續出口企業的違約概率值比間斷出口企業和非出口企業都低，這表明持續出口企業通過銀行內部評級后被評定的級別會更高，這樣獲得銀行授信的可能性會更大。商業信用(應收賬款)均值幾乎沒有差異，可見國內企業都會受到這種企業間的債務拖欠而形成的強制性信用的影響。非出口企業的商業信用(應付賬款)相比持續出口企業并不明顯偏低，但間斷出口企業的商業信用(應付賬款)明顯偏高，這說明間斷出口企業商業信用獲得的波動較大。比較三類企業的全要素生產率和人力成本，持續出口企業要顯著高于另外兩類企業，而非出口企業的人均資本要比出口企業稍高。從企業存續時間上看，持續出口企業最短，非出口企業最長。

(二)融資約束與企業出口決策

出口固定成本的存在導致融資能力強的異質性企業選擇參與出口的可能性更大，企業融資能力主要取決于銀行信貸和商業信用。而在企業選擇是否出口時，銀行授信對于企業克服出口固定成本起著決定性的作用。參照已有文獻建立計量模型，用來考察融資約束對企業出口參與的影響。當被解釋變量只選取0和1時，使用OLS難以獲得理想的估計結果，因此，適合使用二值選擇模型來代替OLS。選用Probit回歸模型，作為一種非線性回歸模型，它建立在隨機效用最大化的理論基礎上，并且假設隨機變量服從正態分布，能夠更好地估計實證結果，建立模型如下：

EXDUMit=α0+α1PDi(t-1)+α2TCPi(t-1)+

β1TFPi(t-1)+β2WAGEi(t-1)+β3KLRi(t-1)

+β4AGEi(t-1)+x1SOEi+EXDUMi(t-1)+

TIMEDUM+PROVDUM+INDDUM+εit

(1)

其中，EXDUMit表示企業出口虛擬變量，其值為1表示企業i在第t年出口；其值為0表示企業i在第t年不出口。PDi(t-1)表示i企業在第t-1年的違約概率。式中指標下標i和t以及t-1與以上指標下標含義相同。TCPi(t-1)代表商業信用(應付賬款)，TFPi(t-1)代表企業全要素生產率，WAGEi(t-1)代表人力成本，KLRi(t-1)代表人均資本，AGEi(t-1)代表企業存續年限，SOEi代表企業所有制虛擬變量，EXDUMi(t-1)代表出口虛擬變量，TIMEDUM、PROVDUM、INDDUM分別表示時間、省份、行業的虛擬變量，εit為誤差項。為避免內生性問題，對違約概率、商業信用、全要素生產率、人力成本、人均資本、企業年限和出口決策解釋變量進行滯后一期處理，以避免隨機擾動項和模型中解釋變量可能存在的相關性而對估計結果產生影響。表2展示了模型(1)的估計結果。

由表2 可以看出，核心解釋變量違約概率顯著為負，表明企業違約概率越大，越不容易獲得銀行授信，所受到的銀行信貸融資約束越大，從而克服出口沉沒成本的難度加大，則企業出口相對概率越低。在區分企業所有制后，兩者間的負向關系仍然非常顯著，表明雖然我國信貸融資存在“信貸歧視”的現象，但在商業銀行引入內部評級體系后對企業的授信更趨理性。平滑時間、地區和行業等外部因素帶來的影響后，企業授信融資仍然明顯受制于自身的違約概率。相對而言，商業信用(應付賬款)對出口決策的影響卻顯著為正。商業信用(應付賬款)高的企業能夠獲得上游企業更多的支持，這可讓企業內部財務調整空間更具彈性，充足的流動性使其更有可能克服一系列出口沉沒成本。由此看來，商業信用(應付賬款)在企業出口決策中的確起到了顯著的正向作用。另外，控制變量中企業的全要素生產率顯著為正，這符合Melitz異質性企業的“自選擇效應”。企業人力成本高，可能是由于工人技術水平高，所以，對應收入也會超過行業平均水平，這對企業出口決策有正向影響。企業人均資本與出口決策顯著負相關，說明我國勞動力資源豐富而廉價。企業成立年限對企業出口決策影響顯著為負。成立時間越長的企業，企業產品的本土化適應能力越強，這意味著企業產品的國內銷售渠道比較穩定，所以企業出口傾向不強。出口決策的滯后一期對企業的下一期出口決策有顯著的正向影響，這表明已經出口的企業在行業環境及整體經濟形態不發生較大改變的前提下會盡量保持出口。國有企業相對民營企業出口意愿顯著更低，而外資企業相比民營企業出口傾向顯著更高。

注:(1)系數為均值處的邊際效應(虛擬變量“出口決策”“國有企業”和“外資企業”除外);(2)除“國有企業”“外資企業”和“出口決策”變量外，回歸方程內其余變量取自然對數;(3) 除“國有企業”和“外資企業”變量外，回歸方程內其余變量取滯后一期;(4)顯著性: *表示10%，**表示5%，***表示1%;(5)因文章篇幅所限，結果并未全部報告，如有需要可向作者索取。

(三)融資約束與企業出口強度

考察融資約束對企業出口強度的影響，構建計量模型如下：

EXRATIOit=α0+α1PDi(t-1)+α2TCPi(t-1)+

β1TFPi(t-1)+β2WAGEi(t-1)+β3KLRi(t-1)+

β4AGEi(t-1)+x1SOEi+TIMEDUM+

PROVDUM+INDDUM+εit

(2)

EXRATIOit表示出口強度，由出口交貨值與主營業務收入比值衡量。模型(2)中的其他指標與模型(1)中的指標含義相同。企業出口決策和出口強度密切相關，如果使用最小二乘回歸直接得到出口強度與各個指標值間的關系，就可能忽略了出口決策對出口強度所產生的影響，從而出現估計的偏誤。所以，借鑒Helpman(2008)的處理方法，選擇使用Heckman兩階段估計法進行綜合分析[18]。Heckman選擇模型所使用的方法是：首先，使用probit回歸估計出口決策方程，也就是模型(1)，從而獲得出口概率的估計系數λ；然后，將λ作為控制變量加入到出口強度方程中，即模型(2)。但是，在建立模型(2)的過程中，出口決策系數λ可能與模型(1)中的解釋變量高度相關而出現多重共線性，因而必須設置至少一個影響出口決策但對出口強度沒有偏效應的工具變量。在此，將企業上一期的出口決策變量EXDUMi(t-1)作為模型(2)的工具變量。估計結果如表3所示。

注:注釋內容與表2相同。

表3的估計結果中，使用了Heckman兩階段選擇模型，米爾斯 -蘭伯特驗證系數都顯著，這說明直接使用OLS回歸存在選擇性偏誤。為了消除行業經濟周期、不同地區對企業不同的補貼政策以及不同時點帶來的內生性問題，控制了這些不確定因素。代表銀行信貸約束指標的違約概率系數顯著為負，這表示企業的出口強度顯著受到信貸融資約束的抑制作用。出口企業一方面要克服出口固定成本時會受到銀行信貸約束制約，另一方面，企業出口強度的增加同樣顯著受到銀行信貸約束。出口企業突破出口固定成本后，想要提高出口強度勢必要擴大生產規模或拓展外部市場銷售渠道，只有持續的銀行信貸支持才能夠讓企業保持并擴大出口量。全要素生產率及人力成本對企業出口強度的影響為正。人均資本和企業成立年限的影響顯著為負，表明具有更優質勞動力資源的新企業在出口的強度上更有優勢。值得特別注意的是，商業信用(應付賬款)指標代表著企業在需求端受到的約束。所以，上游企業給予的商業信用越多，企業受到融資約束的可能性更小，也就是理論上結果應該與表2中結果相似。可是，Heckman模型的回歸結果并不顯著甚至符號為負，這與現實邏輯相悖。原因可能是對于出口企業來說，受到來自于商業信用(應付賬款)的融資約束可能并非是在需求端出了問題。為此，重新梳理樣本，刪除非出口企業，僅保留間斷出口及持續出口企業。參考已有文獻研究，將商業信用(應收賬款)放于模型(3)中與模型(2)對比。其中以FTCPi(t-1)表示商業信用(應收賬款)，其他指標含義與模型(2)相同。

EXRATIOit=α0+α1PDi(t-1)+α2FTCPi(t-1)+

β1TFPi(t-1)+β2WAGEi(t-1)+β3KLRi(t-1)+

β4AGEi(t-1)+x1SOEi+TIMEDUM+

PROVDUM+INDDUM+εit

(3)

現有文獻多使用商業信用(應付賬款)來表示企業受到的融資約束問題。因為應付賬款代表著上游企業對出口企業的賒銷，若企業商業信用高，則取得上游企業原材料或中間產品賒銷的可能性越大，這顯然對企業出口強度的增加是有利的。但是，從表4中第(2)列和第(4)列來看，商業信用(應付賬款)并不顯著，甚至對企業的出口強度具有負向作用，這完全與現實相背離。但是將企業在需求端的商業信用(應付賬款)替換為供給端的商業信用(應收賬款)時，可以看到表4中的第(1)列和第(3)列的結果變得非常顯著。根據企業應收賬款的合理性分析，應收賬款代表著本企業對其他企業的賒銷，實際是對企業資金的一種占用。

表4 融資約束對企業出口強度的影響機制

注:(1)表中變量“全要素生產率”“人力成本”“人均資本”“企業成立年限”因變化不大，為避免重復討論，未再列出。(2)其余注釋內容與表2相同。

資金占用會影響到企業的生產經營，這體現在應收賬款占用企業大量資金，同時導致企業在取得銷售收入之前就產生了納稅義務，增加了稅金流出。這些都對企業的流動性產生較大的不利影響，造成企業的融資約束問題。而且可以看到表4第1、3列第2行中的系數符號與企業的出口強度相反，從而印證了商業信用(應收賬款)對企業出口強度造成了負向影響。分析這種影響機制的形成根源有以下幾個因素：(1)出口企業獲取銀行信貸的融資能力較強，但同時我國存在大量企業無法直接從銀行取得授信，從而導致融資能力強的企業會成為其他企業的借債目標。(2)由于出口企業的生產率較高，所以，更有可能對下游企業提供中間品的賒銷。已有學者指出，在中國企業間的債務拖欠現象已經形成一種“強制性信用”。(3)以上原因造成了出口企業在出口密集度上的融資約束問題。從表4中最右兩列也可以看出，國有出口企業在出口強度上相對民營企業更容易受到制約，外資企業相對其他類型企業更傾向于增加出口量。

五、結論與啟示

以上使用中國工業企業數據庫1998-2014年的面板數據，研究融資約束對企業出口造成的影響。具體來說，自《巴塞爾新資本協議》實施以來，在我國銀行中普遍使用的信用風險內部評級體系來測算企業違約概率，并以此作為衡量企業所受信貸融資約束的代理變量，計量分析結果表明：企業違約概率越高，其出口概率和出口強度都會減小；反之，則會增大。這說明企業在出口決策和出口強度上都主要受到銀行信貸融資約束的影響。另外，在使用Heckman模型考察對企業出口強度影響時，發現代理商業信用(應付賬款)的融資約束指標的影響變得不再顯著。通過對比代理商業信用(應付賬款)的指標，認為影響企業出口強度的機制不再是來自上游企業的賒銷構成的商業信用，而是商業信用(應收賬款)對出口企業資源的擠占限制了企業出口密集度的增加。

從以上研究可獲得一些啟示：第一，我國銀行業存在信貸歧視現象由來已久，但這也可以理解為是銀行逐利的本性所致，僅僅依靠宏觀政策調整恐怕難有改善。所以，對于需要融資的出口企業來說，最好是直面銀行對企業所做的評估，提高企業自身的償債能力、盈利能力、運營能力和發展能力，只有這樣才能順利通過銀行對企業的信用風險內部評級。第二，由于國內企業之間普遍存在債務拖欠問題，企業在商業信用的需求端和供給端應該做好平衡，以防商業信用的其中一端出現問題而對企業的出口造成影響。第三，切實做好國有企業的結構轉型和資源整合，加強國有企業產品競爭力與企業核心競爭力，讓更多的國有企業成為國際市場上的有力競爭者。

注釋:

① 銀行內部評級體系所確定違約概率閾值根據不同銀行對風險的偏好調整其內部評級模型參數確定。

② 主要討論外源性融資約束，所以，在此對內源性融資約束指標不多做討論。

③ 選用程建和連玉君的測算方法有以下原因：首先，他們的研究給出了基于《巴塞爾新資本協議》標準中關于違約概率測算的系統性方法。其次，標準模型中選用了我國上市公司的數據進行測算，其結果具有較高的代表性。再次，他們對于標準模型的最終結果采用了嚴格的驗證方法，保證了模型的準確性。

④ 計算違約概率指標值時，選用了結構型組合(違約概率預測準確率更高)中的財務因素指標，包括速動比率、利息保障倍數、存貨周轉率、主營業務利潤率和主營業收入現金比率等5個風險評級指標。在使用以上指標測算企業違約概率過程中進行多重共線性檢測。其中，以速動比率為基準變量，其余各個變量依據vif檢驗判斷來看，均值不大于1且每一個變量值均小于10。在計算企業違約概率的過程中也有兩個問題：一是計算企業違約概率時，并未考慮非財務指標因素可能帶來的影響。由于非財務因素難以觀測和量化為具體數據來測算對企業違約帶來的影響，而且其帶有較強的區域性特征，所以，嘗試將行業經濟周期和不同地區對企業不同的補貼政策以及不同時點可能帶來的問題一并放置于回歸模型中，使用固定效應模型加以解決。二是在使用logistic模型計算企業違約概率時，直接使用程建和連玉君的財務指標系數。一方面，由于采用的中國工業企業數據庫中的企業數據無法支持完整測算風險指標系數；另一方面，程建和連玉君測算出的風險指標系數依據于上市企業公開的財務數據，具有較強準確性和可信性，且計算過程完全符合《巴塞爾新資本協議》中的標準，所以，直接使用其指標系數來測算了企業的PD值。

⑤ 因主要考察融資約束對企業出口的影響，所以，Melitz的關于企業出口生產率“自選擇效應”的內容不再詳細推導。

⑥ 其中δ值為PD值的倒數，選用的信貸評級標準為PD值20%分位數之前的企業。

⑦ 該數據庫的全稱為“全部國有及規模以上非國有工業企業數據庫”，其樣本范圍為全部國有工業企業以及規模以上非國有工業企業，其統計單位為企業法人。

⑧ 樣本變量統計表中變量：t值是依據企業是否出口得出t檢驗的統計值。

⑨ 自2004年1月1日起，我國改革了出口退稅機制，確定了“新賬不欠，老賬要還，完善機制，共同負擔，推進改革，促進發展”的原則，導致大量企業于2004年開始上報出口貿易數據。鑒于此，將面板數據中僅在2004年顯示有出口值而在其他年份沒有出口值的企業認定為非出口企業。

[1] Claessens S, Tzioumis K. Measuring firms' access to finance[R].World Bank and Brooking conference paper, 2006,Mimeo.

[2] Melitz M J. The impact of trade on intra -industry reallocations and aggregate industry productivity[J]. Econometrica, 2003,71(6):1695-1725.

[3] Manova K. Credit constraints, equity market liberalizations and international trade[J]. Journal of International Economics,2008, 76(1):33-47.

[4] Feenstra Robert C, Zhiyuan Li , Miaojie Yu. Exports and credit constraints under incomplete information:theory and evidence from china[J]. Review of Economics and Statistics, 2014,96(4):729-744.

[5] 李志遠，余淼杰.生產率, 信貸約束與企業出口: 基于中國企業層面的理論和實證分析[J].經濟研究，2013(6)：85-99.

[6] 劉海洋,孔祥貞.中國企業通過什么途徑緩解了出口融資約束[J].財貿經濟，2013(6)：85-96.

[7] 孫靈燕,李榮林.融資約束限制中國企業出口參與嗎?[J].經濟學(季刊)，2011(11)：31-252.

[8] 徐榕,趙勇.融資約束如何影響企業的出口決策?[J].經濟評論，2015(3)：108-120。.

[9] 于洪霞,龔六堂,陳玉宇.出口固定成本融資約束與企業出口行為[J].經濟研究，2009(4)：55-67.

[10] 范小云,董二磊.銀行信貸, 商業信用與企業出口——基于聯立方程模型的經驗分析[J].中國經濟問題，2015(1)：36-49.

[11] 程建,連玉君.信用評分系統的建模及其驗證研究[J].國際金融研究，2007(6)：50-59.

[12] Chaney T. Distorted gravity: the intensive and extensive margins of international trade[J]. The American Economic Review, 2005,98(4):1707-1721.

[13] 韓劍,王靜.中國本土企業為何舍近求遠: 基于金融信貸約束的解釋[J].世界經濟，2011(1)：98-113.

[14] Mu ls M.Exporters and credit constraints:a firm -level approach[R].National Bank of Belgium Working Paper,2008, Mimeo.

[15] 陽佳余.融資約束與企業出口行為: 基于工業企業數據的經驗研究[J].經濟學(季刊)，2012(11)：1503-1524.

[16] 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(5)：142-158.

[17] Levinsohn J,Petrin A. Estimating production functions using inputs to control for unobservables[J].The Review of Economic Studies,2003,70(2):317-341.

[18] Helpman E, Melitz M J, Rubinstein Y. Estimating trade flows: trading partners and trading volumes[J]. Quarterly Journal of Economics,2008,123(2):441-487.

(責任編輯:王鐵軍)

On the Impact of Financing Constraints on Enterprises to Export Heckman Validation: A Perspective of Bank Credit Risk

ZHANG Zuomin,KONG Qingfeng

(SchoolofEconomics,ShanDongUniversity,Jinan,Shandong250100,China)

This paper studies the impact of financing constraints of export of enterprises based on balanced panel data from China's Industrial Enterprises Database from 1998 to 2014 from the perspective of the bank credit risk internal rating. The results show that bank credit financing constraints, have significant negative correlation relationship with export intensity and enterprise decision -making. At the same time, Heckman two -phase model studies turn out that the influence and mechanism of different forms of commercial credit to the enterprise decision -making and export strength changes with the location of the supply and demand side of enterprise. Moreover, enterprise export decision only has a significantly positive effect on commercial credit of demand side with no significant effect on export strength. Commercial credit of supply side has a significantly negative correlation with the intensity of enterprises export.

financing constraints; bank credit risk; commercial credit; Heckman model

2016 -08 -30

國家社會科學基金青年項目(14CJY001)、西藏自治區哲學社會科學專項資金項目 (16BJY005)

張左敏(1980—)，男，山東濟南人，山東大學經濟學院博士研究生，研究方向：國際貿易；孔慶峰(1963—)，男，山東曲阜人，博士，山東大學經濟學院教授，研究方向：國際貿易。

F832.42

A

1003 -7217(2017)02 -0023 -07