劉鵬 何冬梅
(1.廣東財經大學經濟學院,廣東 廣州 510320;2.南京大學商學院,江蘇 南京 210093)
我國政府推行供給側結構性改革,提出了“三去一降一補”五大經濟任務,合理妥善處理僵尸企業是去產能和去杠桿任務的關鍵。長期存在的僵尸企業扭曲了信貸市場競爭秩序、損害了經濟運行的效率,在我國經濟增長換擋與產業結構調整并行的特殊時期,僵尸企業侵蝕了實體經濟高質量發展根基[1]。2018年7月召開的中共中央政治局會議強調了“把防范化解金融風險和服務實體經濟更好結合起來,堅定做好去杠桿工作”。因此,如何有效去僵尸企業杠桿,已成為供給側結構性改革亟待解決的問題。
“僵尸企業”是指那些經營出現困難,資不抵債,但是依靠銀行信貸優惠、政府補貼等方式繼續存在,僵而不死的企業。僵尸企業明顯具有缺乏盈利能力、高資產負債率和吸血性的特征。關于僵尸企業的研究主要集中在識別與特征[2-5]、形成原因[6-9]與負面效應[10-12]這三個方面,針對僵尸企業形成原因的研究,國內外已經有一定數量的文獻基礎,主要基于銀行、政府、企業自身與制度因素的角度解釋僵尸企業的產生,具體包括如下幾個方面:(1)信貸優惠的視角[6,13-14]。僵尸企業明顯缺乏盈利能力,自身造血能力不足以填補生產成本,對銀行等金融機構的外部資金依賴程度較高,往往占據著金融機構大量的貸款額度。僵尸企業退出將造成金融機構不良資產的快速涌現,可能通過金融機構的傳導機制誘發信貸風險甚至系統性金融風險。因此,金融機構出于避免此類風險的發生而不得不選擇繼續向其提供信貸方式的“輸血”,以期這些企業盡快改善經營能力,扭轉資不抵債的頹勢[15]。(2)政府補貼的視角[7,16-17]。僵尸企業退出會造成短期內失業人數上升的壓力,影響政府財政收入及社會穩定。政府對這些長期虧損企業“父愛主義”形式的財政補貼,避免了其自發性地退出市場,最終造成僵尸企業的僵而不死。(3)企業內部微觀因素的視角。程虹和胡德壯(2016)[18]研究發現,企業缺乏產品質量能力、技術創新能力和企業家精神是當前我國部分企業淪為僵尸企業的重原因,從根本上清除僵尸企業應注重企業內部微觀因素的改善。Huang和Hilary(2017)[8]研究發現,公司董事會任期與僵尸企業的形成呈現“倒U型”關系。(4)破產制度的視角。McGowan等(2017)[9]指出,在僵尸企業比重較高的國家,破產制度往往存在不合理之處。僵尸企業并不等同于破產企業,大部分典型僵尸企業并不是實際已經符合法律規定條件的破產企業,現行繁瑣的破產程序、較長的破產周期和較高的清算成本導致僵尸企業不能有效通過破產方式退出市場。
總結起來,僵尸企業的形成原因錯綜復雜?,F有文獻揭示了僵尸企業高政府補貼、高信貸優惠以及高資產負債率的特征,然而都忽視了企業自身的杠桿效應,信貸優惠與政府補貼在本質上都會影響企業杠桿率水平,可能正是企業杠桿率水平的選擇使得原本正常企業出現高債務甚至資不抵債,最終,新的僵尸企業形成。其次,鮮有文獻考慮杠桿率分化現象[19],以及杠桿率的擠出效應。高杠桿率企業顯著拉升行業整體杠桿率的同時,擠占正常企業的信貸資源,造成信貸配置失衡,導致行業內僵尸化程度進一步加深。本文的研究重點基于上述兩個視角揭示僵尸企業形成的原因,可能存在的邊際貢獻主要體現在以下幾個方面:(1)在識別我國僵尸企業的方法上,現有文獻主要基于是否存在政府補貼與信貸優惠兩個方面進行識別,這未能完全結合我國目前的制度背景與文化環境?,F實中仍存在不少依靠常青貸款方式而生存的僵尸企業,也未考慮退市制度以及可能將剛上市、未盈利的創新型企業錯誤識別為僵尸企業的情況,本文改進現有的識別方法以求更加全面、客觀地反映我國僵尸企業的分布特征。(2)在研究視角上,本文從微觀層面探討了杠桿率水平對僵尸企業形成的影響,從行業層面研究了杠桿率分化、信貸資源配置失衡對僵尸企業形成的影響,為解釋僵尸企業的形成提供新的研究視角,豐富和拓展了現有研究。(3)在研究內容上,杠桿率對僵尸企業形成的影響因債務期限及來源的不同而可能存在異質性,本文細分短期杠桿率與長期杠桿率,銀行借貸杠桿、商業信用杠桿與公司債券杠桿,考察長短期杠桿率水平、不同杠桿類型對僵尸企業形成的影響,進一步深化現有研究。(4)關于企業杠桿率水平選擇集中討論的是杠桿率究竟越高越好還是越低越好,鮮有文獻研究僵尸企業形成所需要的杠桿率區間或最優杠桿率,這恰恰是防范各行業僵尸企業形成、制定合理信貸政策和防范金融風險最需要弄清楚的。
企業現金流決定著企業生產行為,在企業自身生產現金流受到約束的情況下,往往希望通過銀行等金融機構或者發債等方式融資,緩解自身的經營性現金流不足,避免因資金周轉不靈而倒閉的風險。企業生命周期理論指出,企業在起步和上升階段規模較小,通過債務融資、權益融資等方式控制更大的現金流,能夠為企業的生存與發展提供資本支持[20]。我國資本市場發展水平還不夠完善,在目前的融資模式下,企業必須借助資本的杠桿作用。企業合理加杠桿在短期內可能有助于緩解資金短缺,發揮財務杠桿放大效應和支持效應,創造更多的投資機會和提高投資效率。同時,企業外部投資者與實際經營管理者之間普遍存在著嚴重的信息不對稱問題,企業需要傳遞積極的信號幫助債權人獲得正反饋信息,進而獲得更多債權人的投資,適度的杠桿率具有信號傳遞效應[21]。企業可以通過負債的途徑引入債權人的監督機制,強化對管理者的行為約束,使投資向優質高效的項目傾斜。因此,適當的杠桿率能夠產生負債控制效應,優化企業治理結構,提升企業生產效率。
然而,杠桿率過高同時具有財務風險和破產風險。高杠桿企業需要定期支付高額的利息費用,在外部市場需求不確定性和自身融資能力不確定性下,企業容易陷入財務困境和破產風險。高杠桿企業不得不縮減研發支出和放棄新市場開拓,缺乏創新活力的企業容易被市場所淘汰,成為僵尸企業的可能性提高。此外,即使企業面臨破產危機,銀行信貸機構仍會選擇不斷提供信貸支持,企業杠桿率水平進一步提高。張一林和蒲明(2018)[22]研究表明,在面臨經濟不確定性過高時,不會顯著增加銀行債務展期的機會成本,銀行存在很強的激勵機制為僵尸企業提供債務展期,外部持續不斷的“輸血”使企業僵而不死。對于具備充足現金流和償債能力的正常企業,銀行反而會緊縮信貸去杠桿,導致企業面臨資金鏈斷裂,最終淪為僵尸企業的風險增加。我國僵尸企業杠桿率遠遠高于非僵尸企業杠桿率[23],過高杠桿率水平使正常企業淪為僵尸企業的風險增加,高杠桿成為影響中國經濟持續良性發展的潛在威脅。
綜上所述,企業杠桿率水平的選擇與企業是否成為僵尸企業息息相關。一方面,適度的杠桿率水平能發揮財務杠桿放大效應和支持效應,通過信號傳遞效應對企業加速發展起到積極作用;另一方面,企業杠桿率水平過高又增加其自身財務風險和破產風險,對企業良性發展起到負面影響。基于以上分析,提出假說1。
H1在企業層面,適度杠桿率水平有利于企業發展,過高杠桿率水平會提高成為僵尸企業的風險,兩者之間可能存在“U型”關系。
從我國企業杠桿率來看,國有企業杠桿率水平顯著高于民營企業,企業杠桿率分化特征明顯[19]。從我國僵尸企業的特征來看,生產率不高的國有僵尸企業,其杠桿率一直處于較高水平,而民營非僵尸企業的杠桿率水平持續下降,我國企業杠桿存在“國進民退”現象[24]。杠桿率分化直接影響到金融機構的信貸資源投放,最終導致信貸資源配置出現嚴重扭曲。此外,僵尸企業具有明顯的負面擠出效應與傳染效應,通過杠桿機制傳染更多的健康企業。方明月等(2018)[25]研究發現,中小企業往往缺乏有效穩定的銀行融資渠道,企業間通常采用相互擔保借貸形式,健康企業在債務轉嫁機制下感染風險增加,一家僵尸企業通過借貸與投資等渠道傳染更多企業。
在完全競爭的市場環境下,信貸資源會自發地流向高盈利水平、高成長性和高穩健性的企業,而我國金融信貸市場化程度相對不高,信貸資源并不能完全按照資本使用效率進行配置,優質信貸資源轉而流入虧損、經營困難和缺乏競爭力的高杠桿僵尸企業。當僵尸企業以優惠利率從銀行獲得貸款時,銀行會提高正常企業的貸款利率以彌補資金成本(信貸成本轉嫁效應),導致正常企業融資被擠出[26]。政府與銀行對僵尸企業的持續“輸血”,破壞了公平的市場競爭環境,也阻礙了僵尸企業的退出[27]。其次,金融監管制度受地方行政指令干預,金融機構尤其是地方商業銀行的信貸決策受到政府行政干擾較多,僵尸企業憑借政府之手以低成本占用大量銀行信貸額度,信貸資源配置出現扭曲。占據著大量信貸資源的低效僵尸企業不能提高其生產效率和利潤率,相反,企業生產經營繼續惡化,成長型和創新型企業因缺乏信貸資源供給而無法得到進一步發展,僵尸企業的存在倒逼高效企業退出市場,產生“劣幣驅逐良幣”效應。
信貸配置失衡還體現在銀行信貸部門的非國有企業信貸歧視,中國當前存在嚴重的金融資源錯配現象[28]。國有企業能夠源源不斷地獲得金融資源,存在明顯的預算軟約束,而非國有中小型和微型企業被排除在信貸服務范圍之外,存在嚴重的融資約束。國有企業與地方政府具有著特殊關系,一方面,地方政府直接干預金融機構的授信范圍,從而影響企業的融資渠道。地方國有企業可以獲得更多的授信額度,國有企業在面臨虧損或破產時,地方政府往往會伸出援助之手,提供財政支持和稅收減免;另一方面,政府作為地方國有企業的背書人,以其自身的信用提供變相擔保[29]。國有企業違約風險和成本較低,低效的國有企業能夠依靠大量金融資源繼續擴張演變為僵尸企業或者通過借新還舊方式延遲退出市場?;谝陨戏治鎏岢黾僬f2。
H2在行業層面,國有企業杠桿率水平顯著高于民營企業,企業杠桿率分化現象明顯,企業杠桿率分化通過扭曲行業信貸資源配置程度,最終加劇行業僵尸化的出現,信貸配置失衡是中介變量。
Caballero等(2008)[2]針對日本僵尸企業的研究,最早提出了識別僵尸企業的方法(簡稱“CHK識別法”),該方法主要思想是:首先計算公司最低應付利息,然后通過比較最低應付利息與實際利息支出,如果前者大于后者,則說明公司享受了利息優惠,判定該公司為僵尸企業。Fukuda和Nakamura(2011)[3]認為上述方法只考慮了信貸優惠,忽視了僵尸企業長期持續吸血的特征,因此,他們在“CHK方法”的基礎上又提出了“盈利標準”(Profitability Criterion)和“持續信貸標準”(Evergreen Lending Criterion),簡稱“FN識別法”。與日本僵尸企業表現類型不同的是,我國僵尸企業吸血性不僅依靠信貸優惠,還在于政府補貼王萬珺和劉小玄(2018)[30]。因此,本文主要參考黃少卿和陳彥(2017)[5]的做法,在“FN-CHK方法”的基礎上適當改進,以更好地識別我國僵尸企業,具體識別步驟如下:


(2)計算政府補貼。政府補貼(govsubit)包括財政撥款、稅收返還減免、技術研發補貼等多種形式,全部統計到公司年報中的其他收益與營業外收入,將這兩項加總得到企業每年的政府補貼額度。
(3)計算實際利潤。根據企業財務報表中凈利潤(profitit)減去信貸優惠與政府補貼之和,得到扣除補貼后的實際利潤:realprofitit=profitit-banksubit-govsubit,考慮到僵尸企業長期吸血的特征,本文將連續3年企業實際利潤為負的企業識別為僵尸企業。
(4)識別結果再修正。本文利用上市公司數據進行識別,并結合我國現實經濟環境作出如下調整:①在我國,部分僵尸企業依靠常青貸款而生存,上述方法未能有效識別出此類僵尸企業,本文借鑒曾皓和趙靜(2018)[31]的做法,將那些息稅前利潤小于利息支出下限,資產負債率大于70%(2)正如王萬珺和劉小玄(2018)[30]年指出,FN-CHK方法認定的資產負債率50%的標準遠低于國際警戒線70%,且我國企業的負債普遍較高,導致資產負債率明顯高于國際警戒線,本文以70%的資產負債率作為標準。,且當年借款總額(包括長期借款與短期借款)較上年增加的企業識別為僵尸企業。②考慮到退市制度的存在,上市公司為了免于被特別處理、退市而存在強烈的盈余管理動機,其常見手段就是對會計報表進行平移調整。本文按照黃少卿和陳彥(2017)[5]的做法,將三個連續三年扣除補貼后的實際利潤進行加總,若其中一個加總小于0,則該企業在t年就被識別為僵尸企業。③考慮到可能將剛上市但未盈利的創新型企業錯誤識別為僵尸企業,在上述方法識別出的僵尸企業中剔除連續三年凈資產持續增加的企業。

圖1 上市公司杠桿率變化:2009-2018年 資料來源:筆者整理計算得到。

圖2 僵尸企業分布特征及演變:2008-2018年 資料來源:筆者整理計算得到。
圖1刻畫了2008-2018年我國企業杠桿率水平的變化趨勢。企業杠桿率整體長期保持在0.54-0.60的水平區間,相對較為穩定。自從2008年金融危機以來,企業杠桿率出現了明顯的分化趨勢。民營企業的杠桿率明顯下降,由0.54一度降至0.49,而國有企業的杠桿率相對穩定,略有上升,去杠桿的作用體現于利潤率較高的民營企業。
圖2刻畫了2008-2018年我國僵尸企業的特征與演變趨勢。不難發現,我國僵尸企業數量占比和資產占比總體上呈現先下降后上升再下降的變動趨勢。分所有制來看,無論是僵尸企業數量占比還是資產占比,國有僵尸企業比重都高于民營僵尸企業。其次,近幾年民營僵尸企業比重基本保持小幅度的上升,國有僵尸企業可能會傳染更多的健康民營企業。從地區分布來看(3)限于篇幅,僵尸企業地區分布情況未列出,留存備索。,我國僵尸企業呈現顯著的區域差異性,北京、浙江、江蘇等經濟發展水平較高的東部省份僵尸企業數量占比和資產占比都較低,而寧夏、甘肅、云南等西部省份僵尸企業資產占比較高,分別為24.4%、16.4%和15.6%。市場化進程相對滯后的地區,僵尸企業退出機制不健全,增加了僵尸企業形成的可能性。行業分布來看(4)限于篇幅,僵尸企業行業分布情況未列出,留存備索。,教育業、農林牧漁業的僵尸企業數量占比和資產占比始終保持較高,科學研究和技術服務業、居民服務修理和其他服務業的僵尸比重較低。
(1)在企業層面,檢驗企業杠桿率水平對僵尸企業形成的影響,考慮到兩者之間可能存在“U型”的非線性關系(5)設定回歸模型前,我們作了兩變量散點圖,顯示杠桿率水平與僵尸企業兩者之間呈“U型”關系。,因此,加入杠桿率水平的平方項。由于被解釋變量是一個二元變量,本文構建面板Logit模型進行實證檢驗
其中,下標i表示企業,t表示年份,j表示行業,p表示省份,模型控制了企業、年份、行業和省份固定效應。Zombie表示僵尸企業,本文在黃少卿和陳彥(2017)[5]的方法基礎上再修正識別出僵尸企業,Lev表示企業杠桿率水平。
(2)在行業層面,構建“省份-行業”層面杠桿率分化程度、信貸配置失衡程度,檢驗其負面僵尸化效應。借助溫忠麟和葉寶娟(2014)[32]提出中介效應模型,通過選取行業信貸配置失衡程度作為中介變量來分析杠桿率分化對行業僵尸化的影響。同時,考慮企業特征,行業特征和省份特征,添加相應的控制變量后,構建如下的中介效應模型進行實證檢驗
Num_ratiopjt=αi+β3Diver_Levpjt+γ2Controlpjt+δt+θj+μp+εjpt
Cre_imbapjt=αi+β4Diver_Levpjt+γ3Controlpjt+δt+θj+μp+εjpt
Num_ratiopjt=αi+β5Diver_Levpjt+β6Cre_imbapjt+γ4Controlpjt+δt+θj+μp+εjpt
其中,Num_ratiopjt表示p省份j行業的僵尸企業數量占比;Diver_Levpjt表示杠桿率分化程度,β3表示杠桿率分化對行業僵尸化的總效應;Cre_imbapjt表示行業信貸配置失衡程度,β4×β6表示通過信貸配置失衡傳導的中介效應。同樣采用僵尸企業資產占比Asset_ratio作為替換指標進行穩健性檢驗。
1.被解釋變量
(1)僵尸企業(Zombie)。若被本文方法識別為僵尸企業,則為1,否則為0。另外,分別采用黃少卿和陳彥(2017)[5]和聶輝華等(2016)[4]的識別方法替代指標進行穩健性檢驗(6)黃少卿和陳彥(2017)[5]將凈利潤扣除政府補助與信貸優惠后實際利潤為負的企業界定為僵尸企業,并在識別出的僵尸企業中剔除連續三年凈資產持續增加的企業。聶輝華等(2016)[4]將連續兩年被FN-CHK方法識別為僵尸企業界定為最終的僵尸企業。。
(2)僵尸企業數量占比(Num_ratio)和僵尸企業資產占比(Asset_ratio)。在本文方法識別出僵尸企業的基礎上,計算“省份-行業”層面僵尸企業數量占比和資產占比,行業分類按照證監會2012年公布的《上市公司行業分類指引》細分至大類。后文進一步在其他兩種識別方法基礎上計算僵尸企業數量占比和資產占比,作為穩健性檢驗的替換指標。
2.核心解釋變量
(1)企業杠桿率(Lev)與行業杠桿率分化水平(Diver_Lev)?,F有文獻關于企業杠桿率的衡量有很多不同方法,從總債務資產比的角度,選取總負債與總資產的比值衡量;從權益乘數的角度,選取總資產與所有者權益的比值衡量。本文依舊采用上述兩種方法衡量企業杠桿率,分別記為Lev1和Lev2。以“省份-行業”層面內所有企業資產負債比的偏差衡量行業杠桿率分化程度,記為Diver_Lev1。
(2)信貸配置失衡(Cre_imba)。朱彤等(2010)[33]采用非國有經濟部門的信貸份額衡量金融市場扭曲;汪偉和潘孝挺(2015)[34]以非國有商業銀行的市場份額作為信貸失衡的衡量標準。上述指標在分析行業間信貸配置失衡程度時相對單一且誤差較大,本文主要借鑒羅偉和呂越(2015)[35]的做法,選取財務費用偏差和利息支出偏差作為信貸配置失衡的代理變量(7)財務費用偏差=每個企業的財務費用與同組企業財務費用的均值差的平方和取對數。利息支出偏差=每個企業的利息支出與同組企業利息支出的均值差的平方和取對數。約98%的上市公司利息支出為0,導致每組企業均值差的平方和也為0,本文針對這部分數據作先加1再取對數的處理,不會改變最終的實證結果。,別記為Cre_imba1和Cre_imba2。
3.控制變量
針對可能存在遺漏變量的問題,本文分別從企業、行業、省份層面選取控制變量以排除企業異質性、行業異質性和區域異質性對實證結果的影響。借鑒王萬珺和劉小玄(2018)[30]、喬小樂等(2019)[36]、蔡宏波等(2020)[37]的做法,選取相應的控制變量。(1)企業層面控制變量包括:企業規模(Size)、企業年齡(Age)、固定資產比率(Pa)、應收賬款周轉率(Ar)和營業收入增長率(Growth)。(2)行業層面控制變量包括:行業集中度(HHI)、行業工資水平(Wage)和產業結構(Structure)。(3)省份層面控制變量包括:對外開放程度(Open)、市場化指數(Market)和人均國內生產總值(GDP)。
本文的樣本為2008—2018年我國全部非金融類A股上市公司,按照證監會2012版行業分類標準剔除所有金融類上市公司,之所以要剔除金融類上市公司一方面是出于銀行同業拆借利率(IBOR)一般低于市場貸款基準利率,其本質上類似于信貸優惠的考慮;另一方面金融類公司會計準則的特殊性導致相關指標不具有可比性。上市公司財務數據、股權性質數據全部來源于國泰安數據庫(CSMAR),行業工資水平、行業總產值、省份人均GDP數據來源于國研網,省份進出口數據來源于《中國統計年鑒》,市場化指數來源于樊綱和王小魯編制的《中國分省份市場化指數報告》。為保證數據質量,對樣本進行如下處理:(1)剔除上市年數不足3年的樣本;(2)剔除全部外資企業樣本,僅保留國有與民營企業樣本;(3)對連續變量進行上下1%的縮尾處理(Winsorize)以降低異常值對回歸結果的影響。
表1匯報了企業層面及“省份-行業”層面主要變量的描述性統計。Zombie2和Zombie3分別是采用黃少卿和陳彥(2017)[5]和聶輝華等(2016)[4]的識別方法得到的僵尸企業結果。Num_ratio2和Asset_ratio2,Num_ratio3和Asset_ratio3分別是相應識別結果所計算得到的同城市同行業僵尸企業數量占比和資產占比。赫芬達爾-赫希曼指數是以企業營業收入計算得到,2017年、2018年市場化指數是根據歷年平均增長幅度推算得到,個別缺失的數據依照慣例采取插值法進行補充。

表1 主要變量的定義及描述性統計
表2匯報了基準估計結果,上述模型都控制了行業、省份和時間的固定效應。由表2的實證結果可知,Lev1和Lev2的回歸系數都顯著為負,而其二次項Lev12和Lev22的回歸系數都顯著為正,可見,企業杠桿率水平與僵尸企業的形成之間存在“U型”關系,本文的假說1成立。其杠桿率水平的拐點分別為63.4%和66.8%,當企業杠桿率小于拐點水平時,合理加杠桿在短期內有助于企業發展;當企業杠桿率超過拐點水平時,隨著企業杠桿率的提升,成為僵尸企業的風險急劇上升。正如前文事實特征描述所揭示的,企業杠桿率水平受所有制差異影響較大,那么,該結論在異質性企業中是否一致(8)本文此處針對個體企業的異質性進行了分組回歸,但是不能忽視了“省份-行業”分組中存在的異質性問題,筆者依照外審專家的意見根據省份、行業的性質進行分組回歸,假說1仍然成立,具體實證結果限于篇幅未匯報,留存備索。?細分國有企業與民營企業的回歸結果顯示,杠桿率對僵尸企業的形成也都顯現“U型”關系,國有企業拐點所對應的杠桿率水平比民營企業低。因此,政府在處置僵尸企業的過程中,重點要清除國有僵尸企業,應充分利用市場這只“看不見的手”在國有企業去杠桿中發揮重要作用,積極運用市場機制實現優勝劣汰[23]。
對于控制變量的回歸結果發現,企業固定資產比率的系數顯著為正,這說明企業固定資產比重越高,企業經營杠桿系數就會越高,誘變成僵尸企業的風險就會越大。應收賬款周轉率、企業營業收入增長率和行業工資水平的系數都顯著為負,這表明企業營運能力和成長能力越強,行業工資水平越高,誘變成僵尸企業的可能性就會越低。市場化指數的系數顯著為負,市場競爭機制有利于僵尸企業的自發退出。

表2 基準回歸結果:杠桿率與僵尸企業的形成
企業債務期限和負債來源也存在差異,這必然引發我們思考的是,僵尸企業的形成與債務期限、來源是否有關?這需要進一步區別討論。因此,有必要研究不同類型債務的杠桿率對僵尸企業形成的影響。根據企業的債務期限,本文分為短期負債和長期負債,相應地形成短期杠桿率與長期杠桿率,短期杠桿率(Lev1_S)=流動負債/總資產,長期杠桿率(Lev1_L)=長期負債/總資產。表3列(1)和列(2)的結果顯示,企業短期杠桿率與長期杠桿率對僵尸企業的形成都呈“U型”關系,短期杠桿率的拐點更高。其可能原因在于,短期負債額度相對較小,且償還時間期限較短,企業短期內債務累積風險較小,短期內誘使正常企業僵尸化的杠桿率水平必然會很高。長期負債金額較大且還款周期較長,往往受前期投入大、回報周期長的企業所青睞,由于此類企業自有流動資金有限以及輔底資金不足,企業短貸長用的現象比較嚴重,過高的長期負債水平也會提高健康企業誘變成僵尸企業的風險。

表3 基于債務期限和債務來源的實證結果
根據企業的債務來源,分為銀行借貸杠桿、商業信用杠桿與公司債券杠桿。本文用企業長短期銀行借款之和與總資產的比值衡量銀行借貸杠桿(Lev1_Bank),用企業應付票據、應付賬款和預收賬款之和與總資產的比值衡量商業信用杠桿(Lev1_Credit),用企業應付債券與總資產的比值衡量公司債券杠桿(Lev1_Bond)。表3列(3)-列(5)的結果顯示,公司債券杠桿與銀行借貸杠桿對于僵尸企業形成的作用較為明顯,商業信用杠桿誘使僵尸企業形成所需要的杠桿水平較高,其拐點杠桿率水平為90.3%。可能原因在于,商業信用杠桿主要發生于同行業內生產者之間或生產者與銷售者之間,相比于銀行借貸與公司債券,其借貸額度較少且多以商品形態存在[21],故其杠桿撬動作用不是特別顯著。
利用中介效應檢驗法對以信貸配置失衡Cre_imba1為中介變量的估計結果分別進行檢驗:表4列(1)和列(2)中的回歸系數均通過顯著性檢驗,這意味著存在顯著的部分中介效應。在“省份-行業”層面上,行業杠桿率分化程度對僵尸企業數量占比的總效應為正(系數為0.247),杠桿率分化程度對信貸配置失衡也有正向推動效應(9)中介效應檢驗方法,共分為三個步驟,只匯報了第一步及第三步的回歸結果。,這意味著杠桿率分化通過信貸配置失衡的正向中介效應增強了其對行業僵尸化發展的負面影響。類似地,以Cre_imba2衡量的信貸配置失衡也存在顯著的部分中介效應,以僵尸企業資產占比作穩健性檢驗,其結論仍然成立。結果表明,本文的假說2成立。在有效的市場機制下,低效僵尸企業會逐漸被自我和市場所淘汰,而僵尸企業的高杠桿破壞了市場信貸資源的有效配置,杠桿率分化使得信貸資源轉而被迫流向低效率的僵尸企業,限制了正常企業的生產擴張活動,誘發行業僵尸化程度的進一步提高。

表4 杠桿率分化、信貸配置失衡與僵尸企業的形成:中介效應估計結果
主要采取更換僵尸企業的識別方法來驗證本文實證結果是否具有穩健性。分別借鑒黃少卿和陳彥(2017)[5]和聶輝華等(2016)[4]的識別方法,并以此識別結果重新計算“省份-行業”層面僵尸企業數量占比和資產占比,并將其作為穩健性檢驗。表5的估計結果顯示,在企業層面,更換僵尸企業的衡量方法后,杠桿率與僵尸企業的形成之間依舊存在“U型”關系;在行業層面,高杠桿率的僵尸企業拉升了整個行業的杠桿率水平,同時僵尸企業具有明顯的負面擠出效應,低效僵尸企業擠占了同行業中正常企業的信貸資源,造成信貸資源的無效配置,因而,進一步導致了行業整體僵尸企業比重的上升。

表5 穩健性估計結果
遺漏變量和反向因果關系可能引致內生性問題,本文采用以下幾種方法進行穩健型檢驗,具體結果見表6。企業層面:①在不采用外生工具變量的基礎上,直接簡單采用滯后一階的僵尸企業作為被解釋變量,列(1)回歸結果顯示,杠桿率對僵尸企業的形成呈現的“U型”關系仍然成立。②借鑒林煒(2013)[38]的做法,選取省份層面企業杠桿率水平的平均值作為工具變量進行IV-Probit估計。同省企業平均杠桿率水平反映整體金融信貸政策,與單個企業杠桿率相關,滿足相關性假設;大部分企業在同等杠桿率下始終是健康企業,滿足外生性假設。加入工具變量的Probit估計結果顯示,列(2)中Lev12的系數顯著為正,兩者之間呈現“U型”關系。行業層面:①差分GMM受到弱工具變量的影響而得到有偏的估計結果,本文采用系統GMM估計。估計結果見列(3)和列(4),兩模型的二階自回歸都不存在序列相關,表明回歸結果都是有效的,Sargan檢驗顯示工具變量有效,系統GMM估計結果仍和基準回歸的發現一致。②借鑒譚語嫣等(2017)[39]的做法,采用工具變量進行兩階段回歸解決內生性問題。分別選取企業所在省份所在行業樣本初期的國有企業數量(資產)占比與上一年全國國有企業資產負債率的乘積作為省份僵尸企業比例的工具變量進行回歸。估計結果見列(5)和列(6),第一階段工具變量的回歸系數顯著為正,第二階段Cre_imba1的回歸系數也顯著為正,表明杠桿率分化通過扭曲信貸資源配置造成行業僵尸化程度地進一步加深。綜上檢驗結果,考慮內生性后本文的基準結果依舊成立。

表6 內生性問題估計結果
在深化供給側結構性改革過程中,需要妥善處置僵尸企業和防范新僵尸企業的形成。本文利用2008—2018年我國A股上市公司數據,實證檢驗了杠桿率水平、信貸配置失衡對僵尸企業形成的影響。研究發現:在企業層面,杠桿率水平與僵尸企業的形成之間存在“U型”關系,適度杠桿率水平有利于企業發展,過高杠桿率水平提高了成為僵尸企業的風險,拐點杠桿率水平為63.4%。從債務期限來看,僵尸企業形成所需的短期杠桿率水平較高,拐點杠桿率水平達到130.1%。從負債來源來看,公司債券杠桿效應最強,銀行借貸杠桿次之,商業信用杠桿效應最弱。同時,國有企業杠桿率水平顯著高于民營企業,導致我國企業杠桿率分化特征明顯。在行業層面,企業杠桿率分化通過扭曲行業信貸資源配置程度,最終加劇行業僵尸化的出現,信貸配置失衡的中介效應顯著。
本文的研究結論對防范和治理僵尸企業有重要啟示。第一,堅持加大對僵尸企業的處置力度。從長期和全局來看,政府要進一步提高對僵尸企業危害性的認識,地方政府不應為追求短暫就業穩定、經濟穩定而放松對僵尸企業的清理力度,政府應該鼓勵通過改制重組等市場化手段解決僵尸企業退出問題。第二,加快金融市場開放,拓寬企業融資渠道。政府要減少金融干預,切實實現企業減稅降負,推動國有企業去杠桿,實現高質量發展。鼓勵企業推動資產證券化,豐富股權融資渠道以緩解融資難問題。其次,鼓勵企業采取短期借款與長期借款相組合的融資政策,避免出現僵尸企業長期套牢行為。第三,堅持競爭中性原則,推進國有企業改革。政府要推進信貸資源優化配置,避免信貸資源盲目投放國有僵尸企業,同時,積極倡導國有企業改革,使國有企業真正成為依法自主經營、自負盈虧、自我約束的獨立市場主體,促進行業的公平競爭。