產能過剩對信貸資源配置效率的影響

王立國　趙婉妤

內容提要：基于世界銀行2012年中國企業調查的微觀數據，綜合運用Probit、Tobit、OLS方法從企業層面實證檢驗產能過剩對信貸資源配置效率的影響，并運用IV-Probit、IV-Tobit、2SLS法控制了模型的內生性問題。研究發現：產能過剩造成了信貸資源配置的扭曲;采用工具變量處理內生性問題后，結論依然成立;進一步的異質性檢驗表明，信貸資源錯配情況在政企關系緊密、企業位于產能過剩行業和企業位于金融生態環境較差的地區時更為嚴重。鑒于此，應重視產能過剩的潛在金融風險，建立化解產能過剩的長效機制;銀行部門應提高風險定價能力;政府部門要明確自身的行為邊界，以糾正信貸資源錯配。

關鍵詞：信貸資源配置效率;產能過剩;金融供給側結構性改革;產能利用率

中圖分類號：F124 ? ?文獻標識碼：A ? ?文章編號：1003-7543（2019）12-0133-13

現階段，我國正處于重要戰略機遇期，轉變經濟發展方式是當前最重要的目標之一。改善要素的配置效率則是實現經濟高質量發展、產業發展新舊動能轉換的內生性要求[1]。我國以銀行為主導的金融體系的資源配置行為對經濟發展有著重要的影響。然而，當前我國商業銀行的信貸資源配置表現不佳[2]。中共中央政治局第十三次集體學習提出的金融供給側結構性改革需要解決的核心問題便是金融供給總量過剩但結構失衡，需要把握的關鍵環節是增加有效供給，縮減無效供給[3-4]。一方面，占用著巨額信貸資金的僵尸企業投資效率堪憂，只能依賴政府救助和銀行“輸血”而得以殘存，造成銀行不良貸款率上升，信貸資源供給低效甚至無效。信貸配置低效直觀表現為不良貸款余額的飆升。截至2019年第二季度末，我國商業銀行不良貸款余額達2.24萬億元，不良貸款率達到1.81%①。統計結果表明，2012年以來，商業銀行的不良貸款余額和不良貸款率一直同步提高并持續長達19個季度。不良貸款率在2016年第四季度也僅僅是環比降低了0.02個百分點，就再次恢復上升趨勢。另一方面，有效供給不足體現在支持經濟發展的關鍵領域并沒有得到足夠的信貸支持，戰略性新興產業企業和小微企業融資約束嚴重，特別是小微企業。2018年世界銀行發布的發展中國家中小微企業融資缺口數據顯示，中國中小微企業融資供給總額為2.48萬億美元，潛在融資需求總額達4.37萬億美元，融資缺口達1.89萬億美元，其中41%的企業存在信貸融資約束，有效供給不足導致中小微企業的發展潛力受限②。

面對我國工業產能過剩的嚴峻情況，2018年中央經濟工作會議提出要鞏固“三去一降一補”成果，再次強調要推動更多產能過剩行業加快出清，確定了2019年經濟工作的首要任務就是加快處置“僵尸企業”，確定退出實施辦法，逐步淘汰落后產能。自2013年中央經濟工作會議明確提出要堅定不移化解產能過剩的工作任務以來，中央經濟工作會議連續強調防范和化解產能過剩，力求割除這一嚴重影響我國經濟發展的“毒瘤”。在這種大背景下，引發我們興趣的是，銀行部門是否發揮了金融的中介功能，實現了信貸資金市場化配置，即信貸資源是否配置到了產能利用率更高的企業中。我們也試圖解釋在國家一系列調控政策接連出臺、要求各部門通力合作防范和化解產能過剩痼疾的情況下，依舊出現的資金向產能過剩行業傾斜的現象。可見，在金融供給側結構性改革的背景下，考察產能過剩的信貸資源錯配效應具有重要現實意義。

一、相關文獻綜述

學者們關于信貸資源配置效率研究的一般做法是考察信貸是否配置到了經濟效率更高的行業和地區之中。文獻研究表明，我國目前仍存在著比較嚴重的信貸配置所有制歧視、規模歧視和融資約束現象，新增信貸更多地流向了低效率部門，信貸配置效率較低[2]。學術界就轉型經濟背景下行政干預和所有制歧視可能引致信貸資源錯配的觀點基本已達成共識，這也是新興經濟體中的常見現象[5-6]。葉康濤、祝繼高指出，由于所有制歧視的存在，國有部門占用了更多的貸款資源，加之銀行風險定價能力低，新增信貸會向低效率部門傾斜[7]。特別是當企業和政府存在政治聯系時，即使企業生產效率較低，也往往能夠以低于市場平均資金成本的價格獲取新增信貸資源。低廉的資金價格、海量的信貸投入對經濟健康發展帶來的動力卻并不如我們所期待的那樣。伴隨著經濟中高投資和產能過剩的長期并存，在政府的干預下銀行大量貸款仍被投向了產能過剩行業[8]。另有一些研究從資本配置效率的角度間接地驗證了工業各部門信貸資本配置扭曲的情況。經典文獻是Wurgler提出的資本配置效率估算模型，他以股票市值和銀行貸款之和與國內生產總值的比值來度量金融發展的程度，進而考察該指標與投資彈性系數之間的相關關系，指出資本配置效率的提高意味著資金應流入高資本回報率的行業之中，并保持高投資彈性[9]。以該模型為基礎，韓立巖等較早地分析了行業層面的資本配置效率[10];王玨等對模型進行了改進，從信貸數量和信貸價格兩方面入手檢驗了信貸配置效率[2]。在直接探討產能過剩對信貸資源配置的影響方面，吳成頌等對上市銀行2001—2012年的數據進行了回歸分析，結果顯示：產能過剩會對商業銀行貸款規模產生顯著的負向影響，即商業銀行的信貸資源配置是有效的，遵循市場化原則[11]。黃俊、陳信元、丁竹基于信貸配給理論，選取2009—2013年上市公司的面板數據實證考察了產能過剩企業對信貸資源的擠占，研究結果也表明低效益的產能過剩企業擠占了非產能過剩企業的信貸資金[12]。

綜合來看，首先，現有研究大多采用行業視角對信貸資源配置效率進行考察，少有學者從微觀企業角度出發考察信貸資源流向經濟效率顯著低下的產能過剩行業中的企業的問題。僅從宏觀層面和行業中觀層面對產能過剩和信貸資源配置展開間接的研究，很容易掩蓋影響企業生產和經濟發展的一些實質性因素。其次，雖然產能過剩問題受到社會各界的關注，但對于產能過剩和信貸資源配置的研究，學者們大多著眼于資源錯配是否導致并加重了產能過剩的問題，對產能過剩是否影響了我國信貸資源配置效率的探討卻并不深入，且多數停留在理論層面。全面認識產能過剩問題，加強前瞻性研判，不僅需要明確產能過剩問題的成因，而且需要準確把握產能過剩對經濟發展帶來的危害。最后，從實證層面出發探討產能過剩對信貸資源配置效率影響的文章較為匱乏，研究結論也并不一致。為此，本文運用企業數據實證檢驗產能過剩對信貸資源配置效率的影響，這也是從微觀層面出發檢驗該問題的一次嘗試。

二、理論分析與研究假說

在經濟轉型過程中，政府往往會過度干預市場的運行，在資源配置的過程中占據主導作用，從而引致無效和扭曲[6]。在我國以銀行為主的金融體系中，政府行為是影響信貸資源流向的重要體制性變量，行政干預從兩方面影響了銀行信貸流向產能過剩行業中的企業。

一方面，在經濟發展初期，我國長期實行金融抑制政策，主要表現為利率長期處于由供求自發決定的市場均衡利率之下，存貸利差大，信貸配給現象較為常見。寬松的銀行產權約束影響了信貸市場的定價功能，從而產生了巨大的套利空間，信貸價格的扭曲導致資本密集的制造業企業以極低的成本獲得了資金，大量的信貸伴隨著盲目擴張行為流入了全要素生產率低下的企業之中。信貸配給能夠保證與政府聯系緊密的企業優先獲得信貸。有研究發現，地方國企與政府聯系越緊密、新企業面臨的行業進入門檻越高，則非國有在位企業獲取資源以擴大生產規模的難度越大，低效率的國有企業越不容易退出市場。從金融資源的稀缺性角度來看，經濟中各部門對稀缺資源存在著競爭關系，信貸資金沉淀在產能過剩企業中必然會造成經營效率較高的企業融資不足[13]。

另一方面，政府和銀行的“尋租”行為會導致信貸資源的錯配。Stigler指出，現實的政府并不符合傳統經濟學理論的假設，由于政府政策的執行者是“經濟人”，因而政府部門社會效益最大化目標往往是有偏的，政府部門存在與經濟中的其他利益集團合謀 “尋租” 的動機;行政扭曲可能來自信息不對稱、行政偏好、“尋租”行為和官員的個人傾向[14]。Faccio et al.認為，政府在信貸資源分配過程中的尋租行為是通過對企業提供貸款隱性擔保實現的[15]。該問題在地方政府面對政績考核壓力時尤為突出。首先，地方政府為實現促進經濟發展的目標，會采用優惠貸款的方式吸引投資，政府干預導致銀行的談判權降低[2]。且政府會為與其關系良好的企業提供“隱性擔?！保@種“隱性擔?！笔沟勉y行發放的貸款無法實現利潤最大化，弱化了銀行對風險和收益的評價水平。在明知授信給產能過剩行業的企業會出現不良貸款等風險時，銀行依舊放低對企業經營業績的要求，風險對信貸行為的約束降低。其次，政府權力邊界的擴大造成的市場不公平競爭機制會誘發市場中各主體的短視行為和投機行為。出于短期政績考慮，政府和銀行的官員并不希望在任期內出現投資項目失敗的情況，這就導致在出現產能過剩問題后，政府不得不通過與銀行協商“續貸”，用提供新增貸款的方式救助陷入困境的企業[5]。一旦產能過剩企業大規模陷入經營困境，甚至進入破產清算階段，危機就會波及政府體系和銀行體系。因此，在實踐中政府部門和銀行部門結合成了利益集團，合謀從事“尋租”活動。但從長期來看，尋租提升了道德風險，這一過程會在同級別的權力部門間復制，經濟中的權力邊界持續向外擴張，不但會引發政府對“權力租金”的爭奪，造成整個銀行體系非審慎的信貸擴張，而且會在長期形成巨大的系統性金融風險和危機[16]。

綜上，在當前的經濟環境中，銀行信貸資源配置行為呈現如下特征：對產能過剩行業中的企業來說信貸是容易獲得且廉價的，同時，大批經營效率高的小微企業卻面臨著較嚴重的融資約束。結合前文討論，這里提出如下研究假說：

假說1：隨著產能利用率的提高，企業獲得的信貸資源降低，產能過剩企業獲得了更多的信貸資源。

三、實證設計

（一）模型與方法

Wurgler最早提出了資源配置效率的估算方法，即觀察投資是否流入高資本回報率的行業[9]。他指出，在高資本回報率行業中要增加投資，同時限制投資流入低資本回報率的行業，該方法被廣泛用于度量地區或行業的資本配置效率之中。葉康濤、祝繼高[7]，王玨等[2]等的研究均采用了類似的思路。他們分別用Tobin’s Q和TFP來衡量企業的成長性和經營效率，并觀察貸款在經營表現不同的企業之間的分配，如果經營表現更好的企業獲得了更多的信貸資金，那么信貸資源的配置就是有效的。借鑒上述分析框架，本文選取微觀企業的產能利用率作為衡量企業經營效率的指標，觀察信貸資源投入對不同的產能利用率的敏感性。

采用如下回歸模型檢驗產能過剩對信貸資源配置的影響：

其中：i代表企業;Loan為被解釋變量，表示企業所獲得銀行信貸的水平，包括銀行貸款占企業營運資金的比例和企業是否獲得銀行貸款;CU為核心解釋變量，代表企業的產能利用率，用以描述產能過剩特征;X代表一系列企業層面的控制變量，包括企業銷售收入、財務透明度、企業規模、高層管理者的工作經驗、是否開展進出口業務、企業創新水平和企業經營年限;city 和 industry 分別代表城市固定效應和行業固定效應，用于控制地區和行業的影響;μ為隨機擾動項。

（二）數據來源與變量設定

本文的研究數據來自世界銀行2012年中國企業調查。世界銀行采用分層隨機抽樣的方法調查了制造業和服務業中的2700家企業，覆蓋了我國25個主要城市企業的數據，數據同時包含了上市企業和非上市企業，總體而言樣本具有代表性。由于本文關注的問題是制造業企業產能利用率和銀行信貸資源配置效率的問題，因而選取制造業企業的樣本。經過篩選、刪除缺失值，本文的數據共包括1157個樣本企業。各變量的設定如下：

1.銀行貸款

我們分別從集約邊際和拓展邊際的角度考察產能過剩對信貸資源配置效率的影響，選取LoanPct和LoanDum兩個指標衡量企業獲得的銀行貸款水平。從集約邊際看，產能利用率更高的企業應具有更強的融資能力，占有更多的信貸資源。應千偉、羅黨論在研究中曾使用授信額度占總資產的比重來度量企業獲得的銀行貸款資金[17]。類似地，本文采用調查問卷中企業向銀行借款占企業營運資金的比例這一指標來衡量銀行信貸資金的配置水平，用LoanPct表示。從拓展邊際看，在信貸資源分配至企業的過程中，企業產能利用率的提高會吸引更多的銀行為其貸款。借鑒張鵬、施美程的做法[18]，本文采用“企業當年是否獲得銀行信貸”作為衡量銀行授信的另一指標，用虛擬變量LoanDum表示，若企業獲得銀行貸款，則LoanDum值為1，否則為0。

2.產能利用率

產能利用率是描述產能過剩程度最常用的指標，最直接的衡量方法是調查法，但目前我國官方統計數據中并不包括產能利用率。很多學者嘗試使用數據包絡分析法、隨機生產前沿法和生產函數法等方法測度企業層面的產能利用率，但這些方法或是對企業的生產函數有特殊要求（數據包絡分析法不適用于Cobb-Douglas 生產函數），或是依賴于企業成本函數和最優化目標的假設，使得數據的刻畫難度較大。而世界銀行的調查數據直接匯報了企業的產能利用率（%），本文將產能利用率的原數據值除以100，標準化為0至1之間，用CU表示。

3.控制變量

企業銷售收入（Sale）。企業的銷售收入是衡量企業經營績效的指標之一，在缺乏企業盈利能力數據的情況下，選擇企業銷售收入作為代理變量衡量企業的經營情況。銷售收入越好代表了越強的還款能力，是銀行判斷企業經營風險的重要指標。

財務透明度（Audit）。選取調查問卷中“企業財務報表是否有外部審計”這一問題來衡量企業財務透明度，若財務報表經過外部審計則值為1，否則為0。良好的會計信息質量能夠降低銀行與企業間的信息不對稱程度，提高銀行在授信過程中對企業經營狀況真實性的信任程度。

企業規模（Size）。前文的分析表明，信貸資源配置存在規模歧視，大型企業能夠獲得更多的銀行信貸。在利用世界銀行的數據進行研究時，大多數學者傾向于直接使用問卷中原始劃分方法衡量企業規模，即根據員工人數不同來定義企業規模。由于本文的研究對象為制造業企業，固定資產作為企業的重要資產，是企業生產經營的基礎，更是帶來利潤的主要資產項目，其價值是衡量企業經營規模的重要指標。因此，本文采取企業固定資產總額的對數值來定義企業規模。

高層管理者的行業經驗（Exp）。對問卷中“高管在該領域的工作年限”數據取對數，用來衡量高層管理者的行業經驗。有經驗的高管掌握了更多的資源，更容易通過與政府和銀行開展公關活動獲得銀行貸款。高管也能通過其更豐富的管理能力提升企業內部管理績效，進而提高企業的財務表現，獲得更多銀行貸款。

是否開展進出口業務（Export）?？疾炱髽I產品是否存在出口（無論間接還是直接），有則賦值為1;如果100%內銷，則認定企業不存在出口業務，賦值為0。出口企業面臨著更大的銷售市場，銷售渠道的擴大有利于企業效率的提升，企業也有可能受國家相關出口政策的扶持，從而更易獲得銀行貸款。

企業創新（Inno）。選取問卷中“在過去三年中，該企業是否推出了任何新產品或服務？”這一問題來衡量企業的創新水平，若答“是”則賦值為1，“否”則賦值為0。經營業績好的企業往往更樂于展開創新活動，以維持企業長期效益的增長，提升競爭優勢。

企業經營年限（Age）。用2012年與企業成立年份的差額取自然對數來衡量。企業經營時間越長，可能會擁有更多的資源稟賦，知名度也可能更高，因此有可能獲得更多的銀行貸款。

主要變量的描述性統計結果如表1所示。數據顯示，樣本中企業所獲得的銀行貸款占營運資金比例的均值達到了0.6196，說明銀行貸款是我國制造業企業重要的資金來源。樣本期內企業的產能利用率均值為0.8689，且最大值和最小值之間存在較大差異。按照產能過剩的衡量標準，樣本中有36.21%的制造業企業并未達到85%的產能利用率水平，表明我國企業存在著一定程度的產能過剩問題。

四、研究結果和討論

（一）基本結果與分析

由于“企業銀行借款占企業營運資金的比例”這一指標介于0至1之間，因而采用Tobit方法對模型進行參數估計;“企業是否獲得銀行信貸”指標是二元離散變量，因此采用Probit方法對模型進行參數估計。為檢驗估計結果的穩健性，本文同時采用了普通最小二乘法對模型進行了回歸。表 2 （下頁）中第3行CU（Marginal）同時匯報了 Tobit模型和Probit模型估計下產能利用率變量的邊際效應，用以度量產能利用率對于信貸資源的解釋能力①。為解決可能存在的異方差問題，采用異方差穩健的標準差，且模型均控制了城市固定效應和行業固定效應。以模型（1）為基礎，使用Stata15.1進行了估計，表 2 匯報了基本的回歸結果。在回歸方程中產能利用率水平分別在1%和5%的統計水平上通過檢驗，且顯著為負，表明在所有回歸組合中，無論采用指標LoanPct，還是指標LoanDum，產能利用率均顯著抑制了企業獲得的信貸水平，產能利用率既沒有通過集約邊際實現信貸資源的有效配置，也沒有經由拓展邊際實現這種影響。該結果表明，對于制造業企業而言，隨著產能利用率的降低，企業反而獲得了更多的銀行信貸資源，即經營業績差的低產能利用率企業占用了更多的信貸資源，我國存在信貸資源錯配的現象，研究結果有力地支持了假說1。

接下來，進一步解釋其他控制變量的估計結果。企業銷售收入回歸系數均顯著為正，銷售收入越高則企業能夠獲得的信貸資源越多，良好的企業業績保證了未來現金流的流入，確保了企業能夠按時還款付息。財務信息透明度顯著提高了企業的信貸融資水平，公開的會計信息使得銀行更全面地掌握了企業特征，有利于企業獲得更高的信用評價。企業規模與銀行貸款水平顯著正相關，驗證了銀行授信對企業規模的偏好。表2的列（1）和列（2）顯示，高管的行業經驗主要通過集約邊際來提高企業獲得的融資水平，無拓展邊際上的影響。這可能源于高管能夠維護的社會資源存在邊界，高管雖然能夠保證企業在現有條件下從有連帶關系的銀行獲取更多的貸款，但其在吸引更多的銀行為企業貸款上的集約效應并未顯現。是否有出口業務和企業創新活動均顯著通過拓展邊際提高了企業獲得信貸的水平，表明開拓國際市場和開展創新業務能夠顯著促進企業獲得貸款的概率。企業經營年限的估計結果在估計結果中符號不一致，可見相對于其他描述企業特征的指標而言，企業經營時間并不是影響企業獲得銀行信貸的重要因素。雖然隨著企業存續時間的增加，企業能夠積累豐富的行業經驗和資源，但根據企業生命周期理論，位于壯年期的企業如果喪失了持續創新的動力，也會造成增長疲軟，導致企業逐步走向僵化和衰退。同時，經營時間長的企業往往處于成熟行業，行業的發展也可能進入了衰退周期，因而可能導致銀行對風險的評價增加，降低對企業的授信。

（二）內生性問題分析

雖然本文在回歸中盡可能多地加入了一系列企業層面的控制變量，但模型仍可能存在遺漏變量的問題。同時，產能過剩與信貸資源配置之間可能存在雙向的因果關系。在存在金融約束的大背景下，低廉的信貸資金成本能夠為企業產能過度擴張提供外部刺激，加重產能過剩問題。為了解決可能存在的遺漏變量問題和緩解雙向因果關系導致的回歸偏差，有必要對內生性問題進行處理。本文基于Fisman & Svensson解決內生性問題的思路，將企業所在城市和所屬行業的產能利用率均值作為企業產能利用率的工具變量[19]。一方面，某個城市某個行業的產能利用率水平自然會影響該城市該行業內企業的產能利用率水平;另一方面，“城市—行業”均值作為宏觀指標不會對微觀層面企業自身所獲得的信貸水平產生影響。因此，選擇產能利用率的“城市—行業”均值作為工具變量是合理的。

對“企業銀行借款占營運資金的比例”和“企業是否獲得銀行信貸”與解釋變量進行估計時，分別采用IV-Tobit方法和IV-Probit估計方法。為檢驗估計結果的穩健性，本文同時匯報了使用2SLS法進行估計后的結果。

表3（下頁）匯報了對工具變量的內生性檢驗和弱識別檢驗。列（1）、（3）匯報了2SLS估計下異方差穩健的D-W-H檢驗結果，內生性檢驗統計值顯著，證明內生性問題存在;第一階段回歸的 F 值較大，說明工具變量和內生變量之間高度相關，不存在弱工具變量的問題;列（2）、（4）IV-Probit和IV-Tobit估計的Wald外生性檢驗結果均證明該工具變量符合外生性假設，因此采用產能利用率的“城市—行業”均值作為工具變量是合理有效的。表3的結果顯示，在采用了內生性模型后，兩個核心解釋變量的估計系數仍然顯著為負，證實了研究假說1。對比表2和表3的結果，在采用工具變量控制模型的內生性之后，制造業企業產能利用率的回歸系數絕對值均有明顯提高，如在表2列（1）中產能利用率的回歸系數為-0.156，在表3中該系數為-0.467;表2列（4）中產能利用率的邊際影響為-0.277，在表3中邊際影響為-1.060，由此可見，產能過剩對信貸資源配置的影響程度由于內生性問題而被低估。

五、穩健性檢驗

為確保實證結論的穩健性和可靠性，基于計量模型（1），我們對產能過剩和信貸資源配置效率的回歸結果繼續進行穩健性檢驗。鑒于前文所采用的工具變量法也是穩健性檢驗的一種，在此從分樣本回歸的角度給出區分政企關系、行業和地區金融生態環境后的檢驗結果。在分樣本回歸中，我們均采用內生性模型進行估計。

（一）按政企關系分組的檢驗結果

基于前文討論，政企關系更好的企業有可能獲得更多的信貸資源，而全樣本的估計無法捕捉變量之間的這種差異性。本文參考何冰、劉鈞霆的做法，用世界銀行調查問卷中“在過去一年中高級管理人員與政府官員打交道的時間”來描述政企關系，從微觀角度更直接地衡量該特征[20]。我們將與政府官員打交道的時間為“0”的企業分為一組，認為該分組中企業與政府關系疏遠;余下企業劃入政企關系緊密組。如表4所示，產能利用率回歸系數均顯著為負，符合理論預期，說明產能過剩造成信貸資源配置扭曲。在列（3）、（4）的結果中，產能利用率的邊際影響均在1%的顯著性水平下通過檢驗，但回歸系數差別不大。通過對比表4列（1）和列（2）的結果，可以發現在政企關系不同的分組下信貸資源錯配程度差異明顯。列（1）中產能利用率的邊際影響為-1.694，在1%的顯著性水平上通過檢驗。列（2）中產能利用率的邊際影響為-1.119，在5%的顯著性水平上通過檢驗，即在政企關系更緊密的企業中體現出更嚴重的信貸資源錯配現象。原因可能在于，政府官員出于個人偏好和“尋租”行為，會使銀行在向與政府關系緊密的企業授信時忽略其業績表現，甚至是當企業已經出現產能過剩問題時，仍舊會有銀行為其授信，從而導致信貸資源配置扭曲。結果也表明，金融供給側結構性改革急需建立規范、透明、開放的市場體系。

（二）按行業分組的檢驗結果

目前我國依舊存在政府干預信貸資源配置的現象，這可能會加重產能過剩行業中信貸資源錯配的情況，因此我們嘗試進一步驗證信貸資源錯配的行業差異。參考韓國高等對我國制造業細分行業產能利用率的估算結果[21]，并對照我國國民經濟核算體系的分類，最后選定制造業行業中的造紙及紙制品業，石油加工、煉焦及核燃料加工業，化學原料及化學制品制造業，非金屬礦物制品業，黑色金屬冶煉及壓延加工業，有色金屬冶煉及壓延加工業，交通運輸設備制造業為產能過剩行業①。按照此標準將樣本企業劃分為產能過剩行業組和非產能過剩行業組，表5（下頁）顯示了分組回歸的結果。產能利用率的回歸系數均顯著為負，且產能過剩行業中企業產能利用率的邊際影響更為明顯，即信貸資源在產能過剩行業中的配置效率較低。隨著我國經濟增速放緩，最早暴露在風險中的就將是產能過剩行業的企業。前期債務的累積和經營業績的下滑會為企業經營帶來沉重的財務負擔，隨之而來的就是信用違約和不良貸款問題，產能過剩行業的金融風險亟待化解。這一結果也表明，銀行需要提高處置重點領域風險的能力，讓有限的信貸資源退出產能過剩行業;精準支持實體經濟發展需要銀行體系提供有差異化的信貸服務，讓信貸資源流向真正對經濟發展有效益的戰略性新興產業和中小微企業。

（三）按地區分組的檢驗結果

鑒于我國區域金融發展存在顯著差異，本文檢驗了信貸資源錯配的區域異質性。在金融發展較好的地區往往市場化程度也相對較高，法律體系完善，市場參與主體也較少受到政府行政干預的影響。金融機構的監督能力和風險控制能力較強，金融資源配置效率也要高于金融生態環境較差地區[22]。因此，本文根據企業所在城市金融生態環境的不同對樣本進行劃分。金融生態環境數據取自中國社會科學院發布的《中國地區金融生態環境評價（2013—2014）》報告[23]。這里借鑒錢愛民、付東的做法，選用該報告2013年的數據作為2012年中國企業問卷調查中城市金融生態環境水平的替代變量[24]。根據報告公布的評級結果，以企業所在城市的金融生態環境評定等級是否達到Ⅰ級為標準①，將樣本劃分為金融生態環境好和金融生態環境差兩組。估計結果如表6（下頁）所示。總的來看，產能利用率回歸系數均顯著為負，與理論預期吻合。列（3）和列（4）中產能利用率的邊際影響差異不大，而列（1）和列（2）的結果顯示，金融生態環境較差的地區產能利用率對信貸資源配置效率的抑制作用更明顯，即信貸資源配置更加扭曲，也面臨著更嚴重的產能過剩金融風險。金融生態環境評定等級達到Ⅰ級的城市均是東部沿海省市[23]，因此，造成現有結果一方面可能源于東部地區領先的金融發展水平，區域內銀行機構的風險定價能力位于行業領先地位，同時資本市場也更為發達，能夠為企業提供多元化的融資渠道。中西部地區金融發展相對落后，可能依舊面臨著金融抑制的現象。另一方面，東部沿海地區市場化進程要快于中西部地區，政府的行政邊界也更為明晰，比較良好的制度框架和政府自身治理能夠在一定程度上糾正潛在的政府失靈現象，縮小由政府干預導致的社會福利損失，提高長期資源配置水平。

六、結論與政策建議

本文利用2012年世界銀行中國企業調查的數據，從企業微觀層面研究了產能過剩對信貸資源配置效率的影響。研究發現，總體上產能過剩造成了銀行信貸資源錯配。分樣本回歸表明，在不同的政企關系強度、不同行業和不同金融生態環境下，產能過剩對信貸資源配置效率的影響有所不同。當政企關系緊密時，產能過剩造成的信貸資源錯配的負面影響會顯著增強;當企業位于產能過剩行業和企業位于金融生態環境較差地區時，產能過剩對信貸資源配置效率存在顯著的負向影響。從研究結論看，我國的銀行部門未能有效實現金融資源配置功能，產能過剩企業侵蝕了信貸的有效供給量，而要打破產能過剩的信貸資源錯配鏈條，既需要糾正金融市場失靈即信貸配置的規模歧視、所有制歧視，又需要規范政府的行為空間，矯正政府失靈問題。為此，提出如下政策建議：

第一，繼續鞏固去產能成果，推動過剩產能出清。對過剩產能應該保有更低的容忍度，繼續堅決處置“僵尸企業”，淘汰落后產能?？梢酝ㄟ^促進技術進步和鼓勵創新的方式，倒逼企業轉型升級，用市場化的方法淘汰落后產能，通過擴大高質量供給消化過剩產能。

第二，壓縮尋租空間，構建新型政企關系，以矯正政府失靈。破除以GDP為目標的政績考核體系，增加技術創新、制度創新和生態環境效益等指標的權重;細化負面清單，增大官員“尋租”的成本;加強政府責任監督，糾正可能的“政府失靈”，從根源上杜絕政府“尋租”、政企合謀;切斷國有大型企業對政府隱性擔保的依賴，避免“越過剩越救助”的現象。

第三，有效監管流向產能過剩行業的信貸資源。監控資金流向，提高對銀行貸款過程中違規行為的懲處力度，限制信貸資源通過非正式渠道流入產能過剩行業;提高精細化風險定價水平，通過精準定價提高信貸有效供給;構建包含企業信用違約數據的全國性企業征信體系，為金融產品定價提供定量數據支撐;通過法制手段強化信息披露制度、健全破產和違約處置機制，穩固制度防火墻，防止產能過剩金融風險的蔓延。

第四，制定有針對性的金融政策，改善金融結構失衡問題。在制定和執行金融政策時，考慮地區經濟、金融條件的差異，有側重地在中西部地區規劃和構建區域金融中心，加快金融生態環境較差區位的金融基礎設施建設;根據市場和風險定價小微企業貸款，進一步健全對小微企業貸款的政策擔保體系，在確保小微企業貸款可獲得性的同時，保障其融資的可持續性。

參考文獻

[1]張永恒，郝壽義.高質量發展階段新舊動力轉換的產業優化升級路徑[J].改革，2018（11）：30-39.

[2]王玨，駱力前，郭琦，等.地方政府干預是否損害信貸配置效率？[J].金融研究，2015（4）：99-114.

[3]黃濤，李浩民.金融供給側結構性改革：重點任務與路徑選擇[J].改革，2019（6）：73-83.

[4]劉立新，李鵬濤.金融供給側結構性改革與系統性金融風險的防范[J].改革，2019（6）：84-91.

[5]CULL R， XU L C. Who gets credit？ The behavior of bureaucrats and state banks in allocating credit to Chinese state-owned enterprise[J]. Journal of Development Economics， 2003， 71（2）： 533-559.

[6]NOLAND M， PACK H. Industrial policy in an era of globalization： lessons from Asia[M].Washington DC： Institute for International Economics， 2003.

[7]葉康濤，祝繼高.銀根緊縮與信貸資源配置[J].管理世界，2009（1）：22-29.

[8]王立國，鞠蕾.地方政府干預、企業過度投資與產能過剩：26個行業樣本[J].改革，2012（12）：52-62.

[9]WURGLER J. Financial markets and the allocation of capital[J]. Journal of Financial Economics， 2000， 58（1）： 187-214.

[10]韓立巖，蔡紅艷，郄冬.基于面板數據的中國資本配置效率研究[J].經濟學（季刊），2002（2）：541-552.

[11]吳成頌，周煒，黃送欽.產能過剩下銀行信貸資源配置行為研究——基于控股股東的持股結構視角[J].科學決策，2015（5）：15-34.

[12]黃俊，陳信元，丁竹.產能過剩、信貸資源擠占及其經濟后果的研究[J].會計研究，2019（2）：65-70.

[13]MIDRIGAN V， XU D Y. Finance and misallocation： evidence from plant-level data[J]. American Economic Review， 2014， 104（2）：422-458.

[14]STIGLER G J. The theory of economic regula-

tion[J]. Bell Journal of Economics and Manage-

ment Science， 1971， 2（1）： 3-21.

[15]FACCIO M， MASULIS R W， MCCONNELL J J. Political connections and corporate bailouts[J]. The Journal of Finance， 2006， 61（6）： 2597-2635.

[16]馬勇，陳雨露.金融發展中的政府與市場關系：“國家稟賦與有效邊界”[J].財貿經濟，2014（3）：49-58.

[17]應千偉，羅黨論.授信額度與投資效率[J].金融研究，2012（5）：151-163.

[18]張鵬，施美程.金融市場化、所有制差異與融資渠道——基于世界銀行中國企業投資環境調查的實證分析[J].經濟學家，2016（11）：54-62.

[19]FISMAN R， SVENSSON J. Are corruption and taxation really harmful to growth？ Firm level evidence[J]. Journal of Development Economics， 2007， 83（1）：63-75.

[20]何冰，劉鈞霆.正規部門的競爭、營商環境與企業融資約束——基于世界銀行中國企業調查數據的經驗研究[J].經濟科學，2018（2）：115-128.

[21]韓國高，高鐵梅，王立國，等.中國制造業產能過剩的測度、波動及成因研究[J].經濟研究，2011（12）：18-31.

[22]羅韻軒.金融生態環境、異質性債務治理效應與債務重組——基于中國上市公司的實證研究[J].會計研究，2016（3）：43-49.

[23]王國剛，馮光華，劉煜輝，等.中國地區金融生態環境評價（2013—2014）[M].北京：社會科學文獻出版社，2015：56-63.

[24]錢愛民，付東.金融生態環境、金融資源配置與產能過剩[J].經濟與管理研究，2017（5）：54-65.