信貸供給、融資結構及企業升級

冉渝 王秋月

【摘 要】 信貸供給先影響企業融資結構，進而影響企業升級水平。文章通過研究上市公司債務融資和股權融資結構變化探討信貸供給的影響效應。采用2006—2018年滬深A股上市公司為研究對象，實證檢驗了信貸供給對企業融資結構影響的作用效果。研究發現，信貸供給變化（信貸供給速度和力度的變化）對企業融資結構調整具有顯著影響，即信貸緊縮時期，企業會減少債務融資而增加股權融資，反之亦然;同時這種融資結構的調整會影響企業升級，相對股權融資，債務融資的增加對企業升級具有正向推動作用。進一步從公司治理視角分析融資結構變化對企業升級的影響效果發現，高管股權激勵對企業升級具有顯著的正向調節作用。

【關鍵詞】 信貸供給; 融資結構; 企業升級; 股權激勵

【中圖分類號】 F832.4? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）06-0065-08

一、引言

信貸政策是政府進行產業結構調整的重要手段。近年來，面對國際金融沖擊的影響，我國信貸供給呈現出階段性變化。這種階段性變化會影響公司抵押資產價值和融資能力，進而影響企業全要素生產率[ 1 ]。與此同時，為了維持經濟平穩發展，管理當局也對信貸供給的變動情況高度關注，通過“道義勸說”和“窗口指導”等方式對金融機構信貸投放實行引導和監督，并同時作用于信貸供給。從微觀企業來看信貸政策主要從供給側角度對企業融資行為產生影響：信貸擴張時期，企業通過增加貸款規模等方式來提高資產流動性;信貸緊縮時期，為了緩解融資約束，企業通常會選擇其他融資方式來滿足公司持續經營的資金需求[ 2 ]。據統計（中國人民銀行網站和Wind資訊），2016年以來我國上市企業債券和非金融企業境內股票融資同比增長明顯下降，而人民幣貸款同比增長較為穩定，說明信貸供給對企業外部融資具有不可忽視的影響。

現有文獻對信貸供給變化的研究主要分三個方面。一是中國信貸供給對企業融資實際效果的影響研究。主要包括：（1）信貸供給與企業融資方式相關，緊縮性信貸供給條件下，企業會實現從銀行貸款到債券發行的融資方式轉變，兩者之間存在替代性選擇[ 3 ];（2）信貸供給與企業融資需求目的相關，信貸緊縮時期，企業為緩解流動性約束會增加流動資金減少長期資金，從而減少投資規模[ 4 ]。二是信貸供給對企業投資的影響研究。信貸供給主要影響企業投資水平，寬松的信貸供給會降低信貸資源配置效率，從而降低企業投資效率[ 5 ]。三是信貸供給對企業風險影響的研究。認為信貸供給變化對企業風險存在雙向效應，分別為總量上的企業異質性風險以及結構上的系統風險[ 6 ]。關于企業升級領域的研究主要圍繞以下三個主題展開：一是關注宏觀經濟政策（包括產業政策、財政政策以及環境規制等）對企業升級的影響;二是關注價值鏈建設對企業升級的影響;三是企業升級的創新要素路徑，主要有企業家精神、人力資本、研發投入與技術創新等。綜合來看，還不曾有文獻將信貸供給、融資結構與企業升級三者之間進行有機聯動研究。

如何促進我國企業升級是經濟增長方式轉變以及提高經濟增長質量的重大命題，深入探討信貸供給變化對融資結構與企業升級的內在規律具有重要意義。鑒于此，本文將信貸供給影響因子納入企業融資結構影響研究，考察其對企業升級的影響。主要貢獻體現在：第一，本文將債務融資和股權融資結構納入同一框架進行分析，拓寬了信貸供給微觀效應的研究內容;第二，將信貸供給下融資結構的調整納入到企業升級的研究當中，為促進以全要素生產率為表征的企業升級提供了更為直接的經驗證據;第三，從信貸投放的節奏和力度衡量信貸供給，為國家、政府對信貸政策的有效監督和引導提供經驗證據，促進產業結構調整與企業升級。

二、研究假設

公司內部資金需求和外部資金供給共同決定了公司的外部融資行為，以往文獻較多關注資金需求方面對公司融資的影響分析，然而資金供給方面對企業融資同樣存在不可忽視的影響。經驗研究表明，宏觀經濟（信貸）變化會影響公司融資方式選擇[ 3 ]，進而影響企業融資結構。主要體現在：信貸供給寬松時期，信貸市場中可貸資金充裕，債權人放松了對債務人貸款數量和條件的限制，此時企業會調整融資結構比例以獲取更多經濟利益;信貸緊縮時期，在市場風險的影響下，企業會因預期利潤下降而減少對銀行的貸款需求，同時銀行也會因為市場經濟的下降面臨更高的違約風險，銀行此時會通過降低信貸供給而規避風險，因此在銀行和企業的共同作用下將導致企業融資結構出現變化[ 7 ]。陸正飛等[ 8 ]對民營上市公司進行研究也得出類似結論，即信貸寬松時期，企業傾向于增加長期借款，信貸緊縮時期則會減緩長期借款的增長幅度來改變企業融資結構。根據以上所述，本文認為企業融資結構的選擇會隨信貸供給的變化而存在結構性的調整變化，即信貸擴張時期企業傾向于增加債務融資而減少股權融資。因此，本文提出如下假說：

H1：信貸供給會顯著影響公司在債務融資和股權融資之間的替代性選擇，信貸擴張會促使公司增加債務融資而減少股權融資，信貸緊縮則會導致公司增加股權融資而降低債務融資。

股權融資與債務融資都能夠為企業升級的資產配置行為供給資本，但是兩者的自然屬性與管理屬性存在差異。具體而言，從現金流形成角度分析，債務融資是公司與債務人之間的非公開契約，私有信息更容易被債務人獲取，而股權融資一般面對不特定投資者，需要經過較長時間的溝通以降低信息不對稱程度。此時，債務融資的可獲得性更高，能夠迅速籌集資金緩解企業包括技術研發、服務化投資、信息化改造等升級資金需求，而股權融資的高成本和低效可能降低企業對投資創新活動的投入效率，不利于抓住企業升級的投資機會。從管理屬性來看，債務融資的外部治理功能能夠限制經理人的自由量裁權[ 9 ]，同時其產生的剛性還本及付息壓力要求企業有穩定的現金流予以償還，促使企業提高資金利用效率，優化升級過程中的投資行為，增加企業升級過程中的成長性。相對而言，股權融資可能形成更大的委托代理效率損失。由于公司治理的一般結構和規則，股權融資通過分層管理模式增加了管理者的自由裁量權，容易導致管理者出現追逐個人利益而損害公司價值的行為。

當銀行信貸供給條件發生變化的時候，供給縮減，公司獲得銀行貸款變得困難，其用于企業升級的現金流將會減少，必須轉而利用代理成本較大的股權融資繼續投資，這對企業升級可能產生負面影響。相反，若信貸供給擴張，也會引起兩類融資來源的替代性選擇，從而促進企業升級。綜上，本文提出如下假說：

H2：信貸供給影響公司融資結構在債務融資和股權融資之間的替代性選擇，這會對企業升級產生影響。

三、研究設計

（一）樣本數據來源

本文選取2006—2018年上市公司年度數據為研究樣本，對數據做如下處理：（1）剔除ST、金融類、資產負債率大于1以及數據缺失或異常的樣本公司;（2）為避免內生性和極端值對回歸結果的影響，對主要連續變量均采取滯后一期以及1%的Winsorize處理。以上宏觀層面數據來自央行官方網站和國家統計數據庫，微觀企業層面數據全部來源于國泰君安數據庫（CSMAR），同時使用Stata15.1軟件進行處理。

（二）模型設定

為檢驗宏觀信貸供給變化對企業融資行為的影響，本文借鑒Becker等[ 3 ]和王義中等[ 4 ]的模型及方法構建如下模型。

其中：被解釋變量D/Equity為債務融資與股權融資的比值;解釋變量為信貸供給Credit，本文主要關注其系數？琢1的值。如果？琢1的值顯著大于0，表明信貸供給正向影響企業債務融資與股權融資的比例，體現為債務規模的擴張;相反，則會增加權益融資。？琢2至？琢10為控制公司層面的特征變量的系數。為緩解可能存在的內生性問題，除現金流CashFlow和投資機會TobinQ外，對其他控制變量滯后一期處理。λt和？滋i分別為控制年度和行業固定效應。

為檢驗信貸供給變化條件下，公司融資結構對企業升級的影響，即驗證研究假說2，在模型（1）的基礎上構建如下模型：

其中，被解釋變量TFP為企業i在t年的全要素生產率，其余變量定義與模型（1）相同。如果D/Equity的回歸系數顯著為正，則表明寬松信貸供給下，企業增加債務融資對企業升級具有正向推動作用。具體估計過程中，先估計D/Equity的實際值對全要素生產率的影響，然后考慮D/Equity的內生性和樣本有偏估計。借鑒Konchitchki等[ 10 ]的研究方法，將模型（1）估計得出的D/Equity擬合值代入模型（2），作為模型（2）的解釋變量，類似于兩階段最小二乘法：將模型（1）作為兩階段最小二乘估計的第一階段，將模型（2）作為第二階段進行估計。

（三）變量說明和定義

1.被解釋變量

借鑒蘇冬蔚和連莉莉[ 11 ]的研究，本文設計“債務融資/股權融資（D/Equity）”融資結構指標，其中債務融資包括短期借款、長期借款、應付債券、一年內到期的非流動負債以及長期應付款，股權融資主要包括實收資本和資本公積。

模型（2）中被解釋變量為全要素生產率TFP，現有文獻測度全要素生產率的方法有參數、半參數以及非參數法①。由于半參數法能夠較好地解決估計過程中的聯立性和選擇性偏誤問題，因此被廣泛用于研究微觀企業全要素生產率。其中，LP法是在OP法的基礎上進行的改良，能夠更好地反映生產率的變化[ 12 ]。本文參考Levinsonhn和Petrin[ 13 ]的研究思路以及魯曉東和連玉君[ 14 ]提出的方法確定我國A股上市公司的全要素生產率，模型如下：

其中Vi，t代表企業增加值并以營業收入的對數代替;勞動Li，t和資本Ki，t分別取員工人數的對數和“購建固定資產、無形資產支付的現金”與總資產的比值;m為中間投入，以“購買商品、接受勞務支付的現金”與總資產的比值表示;f（Ki，t，mt）代表資本存量和中間投入的函數。由方程（4）可以估計出Li，t和Ki，t的系數，得出TFP模型：

類似于對方程（4）求其殘差？滋i，t，同時本文對LP法測算出來的實體企業全要素生產率指標取自然對數②，以TFP_LP表示。

2.解釋變量

借鑒Becker等[ 3 ]和王義中[ 4 ]的研究，以金融機構貸款余額增長率衡量信貸供給變化的速度，以新增貸款占新增GDP的比值衡量信貸供給力度③。

3.控制變量

在模型（1）和（2）中引入樣本公司財務層面等特征因素控制企業融資行為和全要素生產率的影響。此外，本文還控制了行業和年度虛擬變量。變量具體說明見表1。

（四）描述性統計

表2列示了變量的描述性統計結果。首先，債務融資與股權融資的比值（D/Equity）均值為1.42，中位數為0.87，最小值為0，最大值為8.71，這說明我國上市公司主要傾向于債務融資，且不同公司的融資結構存在明顯差異。其次，信貸供給速度（CreditSpeed）最小值為0.13、最大值為1.31，信貸供給力度（CreditScale）最小值為0.72、最大值為3.29，查詢數據明細可知，CreditSpeed和CreditScale的最大值均出現在2009年，說明經濟危機下的中國企業在2009年出現明顯的信貸擴張趨勢。同時，以LP法計算的全要素生產率TFP_LP均值為15.23，與王桂軍[ 15 ]所計算的全要素生產率15.1985較為接近，說明本文的計算結果具有可靠性。從公司特征指標來看，衡量公司投資機會的TobinQ最小值為0.88，最大值為7.07，偏離均值1.85，說明不同公司之間的投資機會存在很大差異。其他變量描述性統計結果如表2所示，在此不再贅述。

四、實證結果分析

（一）信貸供給影響企業融資結構的效果

為驗證信貸供給對企業融資結構影響的實際效果，本文分別控制行業和年度變化的影響對模型（1）進行了非平衡面板數據回歸，具體結果見表3。由（1）和（2）可知，信貸供給速度（CreditSpeed）和信貸供給力度（CreditScale）的回歸系數分別為1.048和1.139，且均在1%的水平上顯著，說明信貸供給擴張能夠增加債務融資而減少股權融資;同時，由（3）和（4）發現，在不控制行業和年度的條件下得出類似結論，因此本文假設1得到驗證。

從控制變量來看，存貨、固定資產規模、無形資產的估計系數顯著為正，說明存貨越多（企業規模越大、無形資產越多），企業債務水平越高，公司的債務與股權融資結構的比值越大，公司傾向于增加債務融資而減少股權融資。應付賬款、凈資產收益率、自由現金流、管理費用率以及投資機會的估計系數顯著為負，說明應付賬款越多（凈資產收益率越高、現金流越充裕、管理費用越高、投資機會越多），反而會降低企業的債務融資增加股權融資。

（二）穩健性及內生性檢驗

1.改變樣本量

2008年金融危機之后，為緩解金融危機，我國推出一系列經濟刺激性政策，擴大信貸投放的同時多次下調存款利率。考慮到經濟刺激計劃可能對企業融資結構產生影響，為此縮小樣本范圍，將樣本控制在2009—2018年來排除宏觀經濟政策干擾，重新估計模型（1），結果如表4（1）和（2）所示，依然得到與主檢驗一致的結論。

2.內生性問題

根據貨幣政策的“銀行傳導渠道”，M2增長率在一定程度上反映出信貸寬松或者緊縮的程度，并且經濟的周期性變化對企業融資結構存在一定的滯后效應，所以采取滯后一期的M2增長率（Iv_m2）為工具變量進行2SLS回歸，以降低內生性問題對研究結論的影響。通過檢驗發現該種方式下F統計值都大于經驗值10，故不存在弱識別問題，回歸結果如表4（3）和（4）所示，信貸供給周期的回歸系數顯著為正，進一步說明信貸擴張會影響企業融資結構，促進企業增加債務融資減少股權融資。

（三）融資結構變化對企業升級的影響

結合表5（1）—（3）可以看出，融資結構（D/Equity）、信貸供給速度和力度下的融資結構擬合值（D/Equity_Speed和D/Equity_Scale）的回歸系數分別為0.109、0.511和3.592，并均在1%的水平上顯著，表明宏觀信貸供給擴張條件下，企業增加債務融資比例而降低股權融資對企業升級水平具有正向推動作用。

不同的計算方法下，企業升級水平會有很大的差異，即使在同一種方法下，不同的參數設置也會使結果出現差異。表5（4）—（6）是采用OLS測度下的全要素生產率，檢驗信貸供給變化引起的融資結構變化對企業升級的影響，可以看出融資結構（D/Equity、D/Equity_Speed和D/Equity_Scale）的回歸系數全部顯著為正，得到一致的結果，因此假設2得以驗證。

五、進一步研究

上文從供給側角度論證了信貸供給影響企業融資結構進而作用企業升級的影響機理，并且在理論分析部分從兩類融資來源的管理屬性視角討論了其不同的委托代理特征。為了進一步研究公司治理在債務融資和股權融資促進企業升級中的不同效應，本文引入高管股權激勵這一公司治理變量，討論其對兩類融資來源的調節作用。高管股權激勵影響企業升級的學理邏輯主要體現在以下兩個方面：（1）基于委托—代理問題下的利益捆綁，減少代理人機會主義空間;（2）股權激勵能夠推動企業實現價值鏈分工，推動實現企業升級[ 16 ]。鑒于此，本文在模型（2）的基礎上引入高管股權激勵考察企業融資結構與公司治理機制對企業升級的作用效果。實證模型如下：

其中，Incent代表高管股權激勵，D/Equity_Inc代表企業融資結構變化與高管股權激勵的交乘項，其他變量定義和模型（1）相同。如果？酌1和？酌3的回歸系數顯著為正，則表明高管股權激勵機制對融資結構與企業生產效率之間具有正向調節作用。值得注意的是，以往文獻多以高管持股比例作為股權激勵的衡量指標，然而高管股權激勵不應僅局限于高管所得年薪和津貼等現金收入，以高管通過行權而獲得的股權和期權收入才是衡量高管股權激勵更為科學的指標[ 16 ]。

本文借鑒Bergstresser等[ 17 ]的研究，通過模型（6）計算企業高管的股權和期權行權收入占高管總收入的比率（Incenti，t）。

（6）

其中，Pricei，t為企業i在t年末的股票收盤價格，Sharei，t和Optioni，t代表企業高管所獲得的股票和期權數量，Wagei，t為高管所得年薪和津貼等現金收入。

表6報告了高管股權激勵對融資結構促進企業升級的調節效應回歸結果。由表6（1）—（3）可知，融資結構（D/Equity）及其擬合值（D/Equity_Speed和D/Equity_Scale）的系數顯著為正，同時融資結構與高管股權激勵的交乘項（D/Equity_Inc、DE_Scale_Inc和DE_Speed_Inc）回歸系數分別為0.122、0.316和0.315，且均在1%的水平上顯著。說明高管股權激勵對融資結構提高企業全要素生產率具有正向調節作用。結合表6（4）—（6）發現，得到與原模型一致的結論。

六、研究結論及建議

本文檢驗了信貸供給對微觀企業融資結構的影響，并探討在該影響下融資結構變化對企業升級的影響效應。從信貸供給的速度和力度衡量信貸供給變化的實際效果發現：信貸供給會顯著影響公司在債務融資和股權融資之間的替代性選擇，信貸擴張會促使公司增加債務融資或減少股權融資;相反，信貸緊縮會導致公司增加股權融資而降低債務融資。宏觀信貸供給變化條件下，企業融資結構的調整又會影響企業的全要素生產率，作用于企業升級。信貸供給寬松時，企業增加債務性融資，一方面，因承擔到期還本付息的壓力，主動抑或被迫提高資金使用效率，實現升級;另一方面，企業會將融資獲得的資金直接用于生產經營活動，進而為企業升級活動提供持續的資金支持。進一步，以高管股權激勵為切入點，考察企業融資結構變化與微觀企業內部治理機制對企業升級的作用效果。研究發現，高管股權激勵能夠在兩者之間起到正向調節作用，宏觀經濟政策與微觀企業內部治理的協同作用是促進企業升級的重要動力。

上述研究結論對宏觀信貸管理與公司融資行為將產生一定的現實意義：（1）對微觀企業而言，首先應當重視信貸供給變化對融資結構的影響，在信貸寬松或緊縮時期適當調整融資結構比例;其次企業應進一步改善公司治理，通過實施股權激勵等措施，實現企業持續高質量發展。（2）對宏觀信貸管理而言，首先應當堅持以信貸供給結構調整為導向，把握信貸供給投放的節奏和力度，防止外部金融沖擊對經濟的異常波動;其次優化對商業銀行的信貸投放管理，使金融結構與實體結構相匹配，提高企業資本配置效率，促進產業結構調整和企業升級。

【參考文獻】

[1] KHAN A， THOMAS J K. Credit shocks and aggregate fluctuations in an economy with production heterogeneity[J].Journal? ?of? ? Political? ?Economy，2013，121（6）：1055-1107.

[2] 支曉強，鄧路，劉歡.金融危機的微觀經濟影響研究述評[J].中國人民大學學報，2015，29（1）：148-154.

[3] BECKER B， IVASHINA V. Cyclicality of credit supply：firm level evidence[J].Journal of Monetary Economics，2014，62：76-93.

[4] 王義中，陳麗芳，宋敏.中國信貸供給周期的實際效果：基于公司層面的經驗證據[J].經濟研究，2015，50（1）：52-66.

[5] 劉海明，曹廷求.信貸供給周期對企業投資效率的影響研究：兼論宏觀經濟不確定條件下的異質性[J].金融研究，2017（12）：80-94.

[6] 劉海明，曹廷求.信貸供給周期對微觀企業風險的雙向效應研究[J].經濟科學，2017（4）：35-46.

[7] 趙冬青，朱武祥.上市公司資本結構影響因素經驗研究[J].南開管理評論，2006（2）：11-18.

[8] 陸正飛，祝繼高，樊錚.銀根緊縮、信貸歧視與民營上市公司投資者利益損失[J].金融研究，2009（8）：124-136.

[9] 魯悅，劉春林，陳浩.股權融資還是債務融資：績效反饋與融資決策的關系研究[J].現代財經，2019，39（06）：27-44.

[10] KONCHITCHKI Y， PATATOUKAS P N. Taking the pulse of the real economy using financial statement analysis：implications for macro forecasting and stock valuation[J].The? Accounting? Review，2014，89（2）：669-694.

[11] 蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業的投融資行為？[J].金融研究，2018（12）：123-137.

[12] 任曙明，呂鐲.融資約束、政府補貼與全要素生產率：來自中國裝備制造企業的實證研究[J].管理世界，2014（11）：10-23，187.

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

[14] 魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007[J].經濟學（季刊），2012，11（2）：541-558.

[15] 王桂軍，盧瀟瀟.“一帶一路”倡議與中國企業升級[J].中國工業經濟，2019（3）：43-61.

[16] 肖曙光，楊潔.高管股權激勵促進企業升級了嗎——來自中國上市公司的經驗證據[J].南開管理評論，2018，21（3）：66-75.

[17] BERGSTRESSER D， PHILIPPON T. CEO incentives and earnings management[J]. Journal of financial economics，2006，80（3）：511-529.