貨幣政策、銀行信貸與企業投資效率

孫文廣 康進軍（博士/副教授）（青島大學商學院 山東青島 266100）

一、引言

當前，我國經濟增長方式正在從高速增長階段向高質量增長階段轉變。在經濟轉型時期，探索如何提高企業的投資效率對我國經濟持續穩定增長具有重要意義。投資決策作為企業的財務決策之一，受到融資約束的顯著影響（Fazzari et al.，1988）。與市場自發產生的商業信用相比，銀行貸款是我國上市公司融資的關鍵性資本來源，影響著上市公司的投資效率。銀行作為獨立的金融主體，其微觀信貸行為受到央行宏觀貨幣政策的顯著影響，因此貨幣政策的波動透過信貸機制和利率機制會對微觀企業的投資行為與融資行為產生重大影響。

基于以上分析，本文以我國2006—2017年滬深兩市A股上市公司為研究樣本，首先以企業投資效率為被解釋變量，以銀行信貸增量為解釋變量，研究銀行信貸增量與企業投資效率之間的關系。其次，通過廣義貨幣M2增長率的反比度量貨幣政策的緊縮程度，引入貨幣政策變化作為調節變量來探究貨幣政策趨緊時銀行信貸增量與企業投資效率之間的關系。與已有的研究相比，本文的貢獻主要有：（1）以往的研究多將貨幣政策作為虛擬變量研究銀行信貸與企業業績、企業投資之間的關系，而本文將貨幣政策作為連續變量研究當貨幣政策趨緊時銀行信貸增量與企業投資效率之間的關系。（2）以往的研究多將銀行信貸存量作為自變量探討其與企業投資效率之間的關系，本文以銀行信貸增量為切入點探討其對企業投資效率的影響。

二、理論分析與研究假設

（一）銀行信貸增量與企業投資

Modigliani & Miller（1958）提出了“MM 無關定理”，認為在完備市場條件下，企業的投資行為完全取決于企業面臨的投資機會，與企業的融資方式無關。這意味著，此時企業內外部資金之間是完美的替代品，因而真正的企業決策不受其現金流、債務杠桿或股息支付等財務因素的影響，將企業的投資決策與財務因素相分離。但由于現實資本市場中，信息不對稱、代理成本、稅收、交易成本等的廣泛存在致使內外部資金之間的可替代性不完善，因而銀行信貸可能對企業投資活動產生重要影響。與市場行為產生的商業信用相比，銀行信貸資源作為企業外部融資的重要方式之一，在增加企業現金水平的同時提升了企業的財務杠桿，因而對企業的投資活動有重要影響。一方面，在獲得銀行信貸資源后，緩解了企業面臨的融資約束，上市公司的投資水平會得到提升（俞鴻琳，2012）。另一方面，企業財務杠桿的提升抑制了其投資效率，馬紅和王元月（2017）以供給側結構性改革為背景，研究發現去杠桿能夠顯著提高我國企業的投資效率。因此，企業每年獲得銀行信貸資源直接增加了企業的財務杠桿，在促進企業投資規模增長的同時，可能降低了投資效率?；谝陨戏治?，本文提出研究假設1：

假設1：銀行信貸增量降低了企業的投資效率，即銀行信貸增量與企業非效率投資正相關。

（二）貨幣政策、銀行信貸增量與企業投資

在我國，由于利率并未完全市場化，貨幣政策傳導的重要渠道主要是銀行信貸。特別是政府通過貨幣政策的收緊與寬松改變銀行信貸的流量，從而抑制或促進企業的投資。作為宏觀經濟調控的重要方式，在貨幣政策緊縮時期，我國央行通過減少貨幣供應量，使得企業投資的增速和規模得以減緩。趨緊的貨幣政策通常是為了防止經濟活動過快或過熱的發展，抑制資產泡沫的形成。因此，當國家實施趨緊的貨幣政策時，企業的隨意投資行為會得到抑制，從而提升企業投資效率。

此外，由于企業的債務違約行為更可能發生在貨幣政策緊縮時期，此時銀行作為信貸資金的提供者更有動機關注公司治理對投資不足或投資過度的抑制作用，從而提高債務人投資的質量。饒品貴和姜國華（2011）研究發現，在貨幣政策緊縮時期，企業采取更為穩健的會計信息有助于其獲得更多的信貸資源。因此，在貨幣政策趨緊的階段，銀行也會考慮企業的經營風險，更有動機在債務契約中設置約束性的條款，從而有效地限制企業的投資行為。而此時，企業可能會更加珍惜來之不易的銀行借款，更加慎重地選擇投資機會，以便發揮銀行借款的最大效用，減少非效率投資?；谝陨侠碚摲治?，本文提出研究假設2：

假設2：趨緊的貨幣政策會抑制銀行信貸增量對企業非效率投資的促進作用。

三、研究設計

（一）樣本來源

本文從國泰安CSMAR數據庫收集2006—2017年間我國滬深兩市A股上市公司的年度數據作為研究對象。并對樣本進行如下篩選：剔除金融保險業上市公司，ST、PT公司；剔除資產負債率超過100%的公司；剔除產權性質編碼存在缺失的公司；剔除指標缺失的公司，特別是研究期間沒有銀行信貸增量的公司。通過以上處理，最終得到12 808個非平行面板觀測樣本。由于指標的計算需要用到上年的數據，企業投資效率需要用到未來一年的數據，因此2006年和2017年的自變量數據并沒有在樣本區間內。此外，本文使用Excel 2016和Stata 15.1等軟件進行數據處理，采用最小二乘虛擬變量（LSDV）估計方法分析公司的面板數據，即將年度虛擬變量和行業虛擬變量同時加入研究模型。本文在1%的水平上對研究中的連續變量采取了雙邊縮尾處理，以避免研究變量中可能存在極端值的影響。

（二）變量定義與模型構建

1.被解釋變量。參考劉慧龍等（2014）、Richardson（2006）等測度企業投資效率的模型及其變量的選取。

其中，t年投資支出Inv=（資本支出-出售長期資產收入）/總資產，資本支出為現金流量表（直接法）中“購建固定資產、無形資產和其他長期資產支付的現金”，出售長期資產收入來源于企業現金流量表（直接法）中“處置固定資產、無形資產和其他長期資產收回的現金凈額”；Cash為公司第t-1年現金流量表（直接法）中的“期末現金及現金等價物余額”，并用總資產進行標準化；Ret為公司第t-1年息稅前利潤與資產總額比；其他指標的選取與下文模型（2）、（3）控制變量的設定相同。此外，模型（1）回歸時還控制了年度效應和行業效應。模型（1）估計所得殘差的絕對值Absinv用來衡量公司第t年的效率投資，該值越大，非效率投資程度越高，投資效率越低。

2.解釋變量。

（1）銀行信貸增量。借鑒饒品貴和姜國華（2013）的測量信貸資源的方式，本文采用本年銀行借款（包括短期借款和長期借款）與上年度銀行借款的差值，并用總資產標準化來度量企業當年獲得的銀行信貸增量（Loan）。

（2）貨幣政策。已有研究采用不同的方式區分寬松和緊縮的貨幣政策，有的學者采用廣義貨幣M2的增長率，有的學者使用狹義貨幣M1的增長率，有的學者使用M2增長率與GDP增長率和CPI增長率的差額作為貨幣政策的替代變量。然而，在實踐中，央行將廣義貨幣M2增長率作為貨幣政策的中間目標，其年度目標增長率與實際增長率非常接近，因而M2增長率已經成為衡量我國宏觀貨幣政策的重要指標（Chen et al.，2016 ；Li & Liu, 2017）。本文借鑒Li & Liu（2017）衡量貨幣政策的方式，采用M2增長率的反比作為宏觀貨幣政策MP的代理變量，即MP值越大，表明宏觀貨幣政策越趨緊。

3.控制變量。影響企業投資效率的因素有很多，本文根據以往研究，選取代表企業財務特征和公司治理的指標作為控制變量，包括反映企業成長機會的營業收入增長率（Growth）、反映企業財務杠桿的資產負債率（Lev）、反映現金持有能力的貨幣資金與總資產的比值（Cfo）、反映盈利能力的總資產凈利率（Roa）、反映股權集中度的第一大股東持股比例（Mr）、反映企業規模的總資產（Size）。

具體的變量定義見表1。

4.檢驗模型設計。本文構建模型（2）來檢驗銀行信貸增量對投資效率（Absinv）的影響（假設1），本文預期模型（2）中系數α1的符號為正，銀行信貸增量與企業非效率投資正相關，即銀行信貸增量降低了企業投資效率。

建立模型（3）驗證緊縮貨幣政策與銀行信貸增量的交互作用對企業投資效率（Absinv）的影響（假設2），本文預期模型（3）中系數α3的符號為負，貨幣政策抑制了銀行信貸增量對企業非效率投資的促進作用：

為了避免內生性的影響，模型（2）、（3）中所有因變量均滯后一期。此外，本文采用最小二乘虛擬變量（LSDV）估計法處理公司面板數據，即在模型回歸分析時控制了年度效應和行業效應。其中，設置9個年度虛擬變量；行業按照13個行業門類，除制造業按照二級分類，其他行業均按一級分類，共設置14個行業虛擬變量。本文的回歸分析模型還在公司層面進行了聚類以及采用穩健的標準誤修正異方差。

四、實證結果分析

（一）描述性統計與相關性分析

1.描述性統計。從下頁表2可以看出，研究期間，我國上市公司的非效率投資（Absinv）的平均值為0.034，中位數為0.023，說明研究中非效率投資規模的均值為企業資產總額的3.4%；Absinv的最小值為0.000，最大值為0.249，表明企業的非效率投資在樣本公司中是普遍存在的。銀行信貸增量（Loan）的平均值為0.041，中位數0.018，表明樣本中每年新增銀行信貸的平均值占公司資產總額的4.1%，標準差為0.126，說明不同公司在每年獲得銀行信貸資源方面存在較大的差異。貨幣政策（MP）的均值為6.965，中位數為7.353，表明在研究期間多數公司處在貨幣政策趨緊的宏觀環境下。

表1 變量定義表

表2 全樣本描述性統計

2.相關性分析。表3列示了全樣本變量之間的Pearson相關系數（左下方）和Spearman相關系數（右上方）。通過相關系數矩陣可知，模型（2）、（3）中所涉及變量之間相關系數數值多在0.3以下，并且顯著性高，表明研究變量兩兩之間的相關性弱、共線性小。被解釋變量非效率投資Absinv與主要解釋變量Loan的Pearson和Spearman相關系數分別為0.108和0.073，均在1%的水平上顯著，說明二者之間存在正相關關系，初步驗證了本文研究假設1。被解釋變量非效率投資Absinv與主要解釋變量MP的Pearson和Spearman相關系數分別為-0.132和-0.169，均在1%的水平上顯著，說明趨緊的貨幣政策與企業非效率投資負相關。此外，本文還對全樣本因變量和自變量進行了方差膨脹因子VIF檢驗，所有因變量的方差膨脹因子VIF的平均值為1.29，進一步表明研究模型中變量的選取比較合理，不存在嚴重多重共線性。因此，模型設定可以進行下一步的回歸分析。

（二）回歸結果與分析

1.銀行信貸增量和企業投資效率。表4中模型（2）報告了將非效率投資（Absinv）作為被解釋變量回歸的結果。從全部樣本回歸的結果來看，在加入控制變量前后全樣本回歸中企業的非效率投資與銀行信貸增量（Loan）呈顯著正相關關系，相關系數分別為0.033和0.034，均在1%的水平上顯著，表明企業每年獲得銀行信貸增量降低了企業的投資效率，假設1得到驗證。

表3 Pearson和Spearman相關系數

表4 貨幣政策、銀行信貸增量與企業非效率投資

2.貨幣政策、銀行信貸增量與企業非效率投資。為了驗證研究假設2，本文關注的是當貨幣政策趨緊時，模型（3）中貨幣政策（MP）與銀行信貸增量的交互項MP×Loan的系數。表4模型（3）報告了將企業非效率投資（Absinv）作為被解釋變量，并加入貨幣政策回歸的結果。從全部樣本回歸的結果來看，在加入控制變量前后全樣本回歸中交互項MP×Loan的相關系數均為-0.004，且均在5%的水平上顯著，表明趨緊的貨幣政策能夠顯著地抑制企業每年獲得銀行信貸對企業投資效率的降低作用，研究假設2得到驗證。

五、穩健性檢驗

在完備的市場條件下，企業的投資行為只取決于企業所面臨的投資機會，與企業的融資方式無關。因此，本文借鑒劉慧龍等（2013）、王克敏等（2017）的研究方法，采用模型（4）并分行業和分年度估計企業的投資效率，其中營業收入增長率（Growth）作為企業面臨的投資機會的代理變量。

將模型（4）估計所得殘差的絕對值分別代入模型（2）、（3）進行回歸分析，從表5可以看出，在完備市場假設下，企業每年新獲得的銀行信貸顯著地降低了企業未來一年的投資效率。此外，趨緊的貨幣政策能夠有效地抑制銀行信貸增量對企業投資效率的降低作用。

表5 貨幣政策、銀行信貸增量與企業非效率投資

六、結論

銀行信貸是我國上市公司融資的關鍵性資本來源，對上市公司投資效率有著舉足輕重的影響。本文以2006—2017我國滬深A股上市公司年度財務數據為研究樣本，借鑒Richardson（2006）的模型來衡量企業投資效率，參照已有研究定義銀行信貸增量，同時通過M2增長率的反比衡量貨幣政策的緊縮程度，引入貨幣政策作為調節變量，探索貨幣政策、銀行信貸增量與企業投資效率之間的關系。

通過研究得出以下研究結論：（1）銀行信貸增量降低了企業的投資效率，即銀行信貸增量與企業非效率投資正相關。（2）當央行實施緊縮的貨幣政策，減緩廣義貨幣M2的增長時，貨幣政策能夠抑制銀行信貸配置對企業投資效率的降低作用，即趨緊的貨幣政策提升了企業的投資效率。