實體企業影子銀行化會加劇違約風險嗎??

(吉林大學商學院 吉林長春 130012)

一、引言

2019 年2 月22 日，中共中央政治局在第十三次集體學習中強調“脫實向虛已成為我國金融體系中的最大痛點，相當一部分資金在虛擬經濟中空轉，融資難、融資貴成為困擾企業尤其是小微企業的頑瘴痼疾”。對于中小型企業和非上市民營企業而言，由于缺乏抵押品等原因，其所受的信貸約束問題更加嚴重(王永欽等，2015)，致使這些處于融資劣勢的中小企業需要借助于非正規外部融資渠道，以緩解其信貸約束壓力和資金流動性緊缺，維持正常的生產經營，保證現金流的穩定，而影子銀行就成為其主要的“救生圈”；相應地，許多具有融資優勢的實體企業，通過影子銀行業務成為資金的掮客，利用其融資優勢獲取資金，轉而將資金投放至二級金融市場，充當類銀行信用中介參與再放貸活動(韓珣等，2017；顏恩點等，2018；李建軍和韓珣，2019)，擠占中小企業的外源融資份額的同時，通過資金套利牟取利差，實體企業影子銀行化靡然成風。①根據金融穩定理事會(FSB) 的定義，影子銀行是指“游離于正規銀行體系之外，可能會引發系統性金融風險和監管套利風險的信用中介體系，包括信用中介實體和相關業務活動”，而國內現有文獻將實體企業影子銀行化定義為實體企業部門作為正規銀行體系的對手方參與影子信貸市場投融資業務，主要包括委托貸款、委托理財、民間借貸等形式(韓珣等，2017)。與顏恩點等(2018) 及李建軍和韓珣(2019) 類似，本文把實體企業影子銀行化界定為非金融企業將資本投入影子銀行業務充當類銀行信用中介參與放貸及資金空轉套利的行為和趨勢。

與此同時，隨著脫實向虛問題的深化，實體企業外部融資需求擴大，債務快速膨脹，杠桿率上升。實體企業利用信貸資金通過影子銀行再次參與民間借貸活動，試圖攫取利益，平滑主業經營不善風險，但結果卻是自身債臺高筑。債務規模的不斷擴張，勢必會加劇企業違約風險。2020 年5 月，據上海清算所公告，因未能足額兌付利息，宜化集團構成實際違約；隨后在6 月，宜化集團因發行的一筆三年期2.5 億美元、利率8.5%的債券未能支付利息，再次出現實際違約，致使宜化集團深陷危機，面臨退市風險。無獨有偶，早在2017 年3 月，僅在7 日內就有輝山乳業、山東齊星、天信集團、珠海中富四家實體企業宣布因無法按時償還借款而陷入債務違約的境地，違約金額超過360 億元。違約風險的提高不僅會阻礙實體企業的正常生產經營活動，并且可能會造成市場悲觀預期，致使債權人提高信用評級標準，或者提前催收貸款，形成連環違約。并且短期內大量企業債務違約風險的集中爆發，很有可能會演化為系統性的債務危機，影響我國金融體系的穩健運行，進而對實體經濟產生極大威脅 (孟慶斌等，2019；許紅梅和李春濤，2020)。

本文的主要貢獻在于:第一，目前，國內外對于影子銀行的研究，大多是以宏觀經濟和金融市場為視角，側重于討論影子銀行對銀行系統穩定的影響，少數學者從對企業影子銀行活動的識別、影響因素、社會福利損失、審計風險以及經營風險等角度開展研究。但從微觀層面關注實體企業影子銀行化與違約風險關系的研究卻是十分有限。本文將影子銀行化與債務違約緊密地聯系起來，為實體企業影子銀行化的研究提供了新的經驗依據。第二，現有對于違約風險的研究，側重于從企業自身內部因素出發，考察企業財務狀況和公司治理對違約風險的影響效應，而忽略了影子銀行化這一類銀行信貸中介對違約風險的影響。因此，本文以我國經濟轉型這一特殊階段為背景，對二者關系進行考察，不僅有利于管理者合理優化企業的風險管理機制，制定有利于企業持續發展的戰略方向，而且能夠為資本市場和債權人對合理預測企業債務違約提供經驗借鑒。第三，本文拓展了我國實體企業影子銀行化的研究視角，有益于管理層合理優化企業的風險管理體系和現金管理機制，有益于監管部門及投資者獲取實體企業高質量的會計信息，為經濟新常態下的優化資本市場資源配置效率和防范金融風險提供了理論與經驗參考。

二、文獻回顧與研究假設

(一) 文獻回顧

近年來，在復雜的內外部環境和經濟下行壓力下，我國部分實體企業陷入“市場需求縮減—產能過剩—投資回報率下滑”的困境，并且隨著經濟金融化進程的推進，金融創新產品不斷涌現，實體企業金融化行為不再局限于債券、股票、投資性房地產等傳統金融投資活動，而是通過利用超額募集資金或多元化融資渠道，把目光拓展到影子銀行業務(劉珺等，2014；韓珣等，2017)。理論上，當企業資金充足但缺少有利的投資機會時，將自有閑置資金或者從正規渠道獲得的融資轉貸給融資困難但有優質投資項目的企業，有利于改善流動性錯配問題，提升地區的資本配置效率與勞動配置效率(廖冠民和宋蕾蕾，2020)，對金融發展水平較低地區的企業有反哺效應(錢雪松等，2017)，是金融資源效率增進的再配置(王永欽等，2015)。然而事實上，實體企業影子銀行化作為傳統銀行體系的“影子”游離于傳統銀行體系之外，其為社會和企業自身帶來的負面經濟后果遠大于正面效應。從現有文獻來看，實體企業影子銀行化會增加其他中小企業融資成本，損害社會福利，加劇企業審計風險和經營風險，降低企業投資效率(劉珺等，2014；顏恩點等，2018；李建軍和韓珣，2019；胡詩陽等，2019)，進一步說明影子銀行業務對于實體企業來說是一種弊大于利的高風險投資活動。

違約作為企業可持續發展過程中最具破壞力的事件之一，一旦觸發，便會通過供應鏈中斷、員工流失、損害客戶保留率等方式對企業的生產經營活動產生不利影響，并會產生額外的法律和行政成本，增加融資活動中的協商成本和重組成本，限制企業未來的投融資活動(Brogaard 等，2017；Roberts 和Sufi，2009)。從國內外現有文獻看，當企業提高自身產品競爭力擴張市場競爭優勢、增強股票流動性時，或者當企業的創新能力較強、社會關系網絡富足、公司治理水平較高、擁有更低的現金流風險及適度的創新投入時，就更有可能降低企業發生債務違約的概率，進而防范違約風險(Anderson 和Mansi，2009；Hsu 等，2015；許浩然和荊新，2016；Brogaard 等，2017；孟慶斌等，2019)。然而，當企業戰略定位偏離行業常規模式的程度較大、盈余管理問題較嚴重、抵押品及承擔的社會破產成本較高時(王化成等，2019；葉志鋒和胡玉明，2009；尹志超和甘犁，2011；陳德球等，2013)，則更有可能增加企業的道德風險，加劇企業違約風險。

(二) 研究假設

通常而言，實體企業不可能像傳統銀行那樣對影子銀行借款方進行事前篩查與選擇，致使企業在放貸前不能完全審核和掌握借款企業的商業信用、經營狀況、償債能力等資質信息。通過梳理現有文獻可知，實體企業主要是出于利潤追逐而非預防性儲蓄動機開展影子銀行業務，為牟取利潤，甚至可能會自愿忽視對借款方的資質信息審核，而這一行為又會增加影子銀行借款方的道德風險和逆向選擇問題。一旦借款企業發生違約，放貸企業將無法及時收回或者根本無法收回資金，這必然會影響同一信貸鏈條上的放貸企業對其自身債權人的償債能力，導致違約概率激增。并且，由于實體企業影子銀行業務具有高隱匿性，對信息不對稱的依賴程度較高，加上受制于影子銀行業務法律信用主體不明確、游離于監管體系之外等因素影響，導致放貸企業在借款合約簽訂之后、借款企業還款之前，不能合理地進行日常監控，了解借款的使用方向和進度。若借款企業在借款使用期間并沒有獲得盈利甚至發生了虧損，那么放貸企業將面臨很可能收不回資金的風險，導致其自身違約風險加劇。

事實上，中小微企業或者新興企業由于自身的原因，諸如企業本身資本實力較弱、缺少足夠的抵押品或者抵押品質量差，或者企業償債能力弱、經營業績不佳、信用評級較低、具有不良的還款記錄等多種因素導致其不能從正規渠道獲得信貸支持，企業只能依賴于實體企業影子銀行獲取資金。相應地，參與放貸的實體企業將大量資本投入非主業的影子銀行業務，說明企業主營業務很可能存在經營不善等狀況，并且可能伴隨財務、經營、法律、訴訟等諸多風險問題，致使企業期望于通過影子銀行業務攫取利潤，平滑主營業績。若出借資金無法回籠，對放貸企業自身經營狀況而言無疑是雪上加霜，甚至會使其面臨因流動性危機而破產的風險(沈紅波等，2013)。同時，當實體企業將本該用于發展主業的生產經營性內部資金，通過影子銀行業務放貸給這些中小微企業或者新興企業時，這些借款企業的經營、財務等風險問題可能同樣嚴峻，甚至是有過之而無不及，倘若借款企業經營、財務等風險爆發，且沒有足夠的抵押品用以償還借款，那么寄希望于影子銀行業務的放貸企業很可能是血本無歸，這無疑會加劇企業潛在的違約風險。并且，由于影子銀行業務不是企業的主營業務，若將大量資本投放于影子銀行業務，勢必會導致企業過度消耗現金資產，造成企業自身內部現金流不足，增加財務困境成本，加劇現金流風險(花馮濤和徐飛，2018)，對企業主業投資和生產運營產生強烈的負面沖擊，而當企業的現金流不足以支付償債成本和本金支付，或者現金流風險加大時，就會加劇企業的違約風險(Brogaard 等，2017)。

在本次課題中，我們以河北地區多所高校為例，對在校大學生及畢業一年內的應屆畢業生做了一個抽樣調查。調查結果顯示：在就業模式選擇上，40%的大學生選擇通過對口校招實現就業選擇，繼續求學深造的占總抽樣人數的27%，主動去應聘有意愿的企業或參加公務員及事業單位考試的人數占18%，自主創業的大學生及應屆畢業生僅有15%。在自主創業部分中，26.7%的大學生選擇從事或打算從事與共享經濟領域相關的創業項目，即共享經濟領域創業大學生占總體抽樣人數比例為4%，課題中調查整理得到大學生就業模式現狀如圖1所示。

因此，根據上述分析，本文提出如下假設:

H1:影子銀行化會加劇實體企業違約風險，即實體企業影子銀行業務規模越大，其違約風險越大。

三、研究設計

(一) 樣本數據來源

本文選取2007—2018 年我國A 股上市公司為原始樣本，按照以下原則進行樣本篩選:剔除了金融類企業、主要變量存在缺失值及異常值的企業、當年被ST 或?ST 的企業，并根據設定模型的需要，最終獲取了21 672 個企業年度觀測值。為控制極端值對實證結果可靠性的影響，本文對所有連續變量進行了1%和99%分位的縮尾處理。本文所用到的相關數據主要來自國泰安(CSMAR) 數據庫。

(二) 模型設計

本文主要研究實體企業影子銀行化對違約風險的影響，為檢驗假設H1，構建如下實證模型:

在模型(1) 中，影子銀行化(Shadow) 的系數α1的符號和顯著性是本文關注的重點，反映了實體企業影子銀行化(Shadow) 對違約風險(EDF) 的影響。如果α1的系數顯著為正，則說明實體企業影子銀行化對違約風險有正向效應，即實體企業影子銀行化會加劇違約風險，影子銀行化規模越大，違約風險越大。

(三) 變量定義

1.違約風險

本文采用Bharath 和Shumway (2008) 提出的預期違約頻率(expected default frequency，EDF) 作為企業違約風險的代理變量，其具體計算過程如下:

其中，Equityi，t為企業資產的價值；Debti，t為債務的賬面價值，由短期負債與0.5 倍長期負債之和求得；ri，t-1為企業上一期的年度收益率，用上一年度的月度股票收益率估計；δEi，t為權益的波動率；δVi，t為企業價值總波動率的近似值；將期權的到期時間Ti，t設定為1年。利用公式(2) 計算出違約距離DDi，t，并通過累積標準正態分布函數得到企業違約風險EDFi，t，EDF值服從正態分布，取值范圍在0 至1 之間，EDF值越大，說明企業違約風險越大。

2.影子銀行化

根據實體企業影子銀行化運行機理，本文從微觀視角出發，借鑒韓珣等(2017) 以及李建軍和韓珣(2019)，并對照相應的企業財務報表項目，將委托貸款、委托理財和民間借貸三類影子銀行業務的規模加總，作為實體企業影子銀行化規模的測算結果。其中，按照會計準則的具體要求，大部分上市公司將委托貸款業務列在其他流動資產項目下，可以根據財務報表附注中的“其他流動資產”明細分類整理獲得；委托理財作為企業的對外投資業務，其相關數據可通過國泰安對外投資數據庫獲得；實體企業以過橋貸款等方式從事民間借貸類影子銀行業務活動，大部分記錄在其他應收款會計科目下，且鑒于民間借貸具有高隱蔽性，可將其他應收款作為衡量民間借貸的代理變量及企業之間資金漏損的補充。由此，實體企業影子銀行化的計算公式為:Shadow ＝(委托貸款＋委托理財＋其他應收款)/總資產。

3.控制變量

借鑒陳德球等(2013)、王化成等(2019)、孟慶斌等(2019)，以及許紅梅和李春濤(2020) 的研究，并結合本文的研究問題，采取以下控制變量(Controls):資產負債率(Lev)、企業規模 (Size)、盈利能力 (ROE)、現金流量 (Cashflow)、企業成長性(Growth)、資產流動性(Liquidity)、債務擔保能力(Tangibility)、經營效率(Turnover)、股權集中度(ShTop1)、股權制衡度(Balance)、是否虧損(Loss)、企業所有權性質(State)、董事會獨立性(Indep)、企業年齡(Age)。此外，本文還控制了年份與行業固定效應。①因篇幅所限，本文省略了變量釋義列表和描述性統計分析，感興趣的讀者可在《經濟科學》 官網論文頁面“附錄與擴展”欄目下載。

四、實證結果與分析

(一) 基準回歸結果分析

為了考察影子銀行化對實體企業違約風險的影響，本文以簡化的違約概率衡量企業違約風險(EDF) 作為被解釋變量，以影子銀行業務總額與總資產比值計算實體企業影子銀行化(Shadow) 作為解釋變量，對模型(1) 進行回歸，并將樣本按未經總資產標準化的企業影子銀行化總額大小排序，分為高(HighShadow)、中(MiddleShadow)、低(LowShadow) 三組，分別采用模型(1) 作進一步驗證，相關回歸結果如表1 所示。列(1) 顯示了Shadow對企業EDF的回歸結果，結果表明，Shadow的系數為0.0235 且在1%水平上顯著，說明實體企業影子銀行化規模越大，違約風險越大。進一步比較列(2)、(3) 和(4) 可知，在LowShadow 組中，Shadow的系數為0.0153 但并不顯著；在MiddleShadow 組中，Shadow的系數為0.0476 并在5%水平上顯著；而在HighShadow 組中，Shadow的系數為0.0700，大于0.0153 和0.0476，并在1%水平上顯著，說明隨著影子銀行規模的擴大，影子銀行化對違約風險的正向影響越來越明顯，即發生違約的可能性增大，進一步支持了本文的研究假設H1。

表1 實體企業影子銀行與違約風險:基準回歸

(二) 穩健性檢驗

1.內生性問題

第一，為克服變量之間反向因果關系或者因遺漏變量而可能產生的內生性問題，本文借鑒李建軍和韓珣(2019) 的處理方法選取Shadow的滯后一期值，以及企業所在同一行業的其他企業的影子銀行化規模的均值，作為本文實體企業Shadow的工具變量，采用兩階段最小二乘法(IV-2SLS) 進行進一步內生性檢驗。第二，針對主假設中可能存在的樣本自選擇的內生性問題，本文采用Heckman 兩階段法進行檢驗。根據實體企業Shadow是否大于樣本中位數，設置虛擬變量Shadow_Dum，代入第一階段的Probit 回歸模型中，利用此階段的結果計算出逆米爾斯比率(IMR)，并將其作為控制變量代入Heckman 第二階段模型進行擬合。由表2 列(1) 和(2) 可知，在考慮了遺漏變量和樣本自選擇等內生性問題后，影子銀行化會加劇企業違約風險的結論依然成立，說明本文的研究結果仍是穩健的。

2.替換因變量衡量方法

第一，本文借鑒陳德球等(2013) 和陳婧等(2018)，以企業是否實際發生違約事件作為被解釋變量(Default)，設定為t＋1 期的虛擬變量，如果企業當年實際發生違約，則賦值為1，否則為0，并采用Logistic 模型進行檢驗。第二，借鑒Altman (1968) 和Favara 等(2017) 的做法，采用Zscore指數作為企業違約風險(EDF) 的替代變量對模型(1) 進行檢驗，其中Zscore值越大，代表企業發生違約風險的可能性越小。第三，參考孟慶斌等(2019) 的做法，在Zscore指數的基礎上，本文將其按大小分為5 組，設置違約風險虛擬變量Zscore_Dum為被解釋變量，若Zscore指數為最小值的一組，Zscore_Dum取值為1，否則為0，采用Logistic 模型進行穩健性檢驗。由表3 列(1) — (3) 可知，在替換因變量衡量方法后，研究結果并未發生實質性變化，與基準回歸的結論相一致，說明本文的研究結論是穩健的。

表2 實體企業影子銀行與違約風險:內生性問題

表3 實體企業影子銀行與違約風險:替換因變量

3.違約風險測度的敏感性分析

前文在對企業違約風險的衡量中，主要是借鑒Bharath 和Shumway (2008) 的方法，以美國歷史數據為依據，將違約風險臨界點定義為短期負債與0.5 倍長期負債的算術加和，這可能與中國實體企業的實際情況不符，所以，本文通過改變違約風險計算公式中所涉及的臨界點參值，排除其對本文研究結論的干擾，以保證數據結果的穩健性。借鑒馬若微等(2014) 的做法，本文將長期負債對應的參數值依次設定為0.1，0.2，…，0.9，1，并以計算得到的違約風險變量作為被解釋變量，分別代入到模型(1)，重新對本文的假設H1 進行檢驗。回歸結果表明，違約風險臨界參數的改變并未對本文的研究結論產生影響。

(三) 基于現金流風險的中介效應檢驗

由于實體企業影子銀行業務具有高風險、高利差、高杠桿等特性，企業將本該用于發展主業的生產經營性內部資本作為放貸資金，為借款方提供影子銀行業務支持后，自身就會面臨資金缺口，導致企業過度消耗內源現金資產，增加財務困境成本。企業一旦收不回貸款資金，或者自身有投資需要時無法及時收回貸款資金，而短時間內又沒有可以及時補充的資金來源，必然會導致內部現金流不足，加劇現金流風險。而當企業的平均現金流水平下降或其現金流波動性增加，或兩者同時發生時，現金流風險加大，違約風險就會增加(Brogaard 等，2017)。基于此，本文認為影子銀行化可能會通過加劇現金流風險，進而增加違約風險，即現金流風險可能是實體企業影子銀行化影響違約風險的中間路徑。因此，為檢驗現金流風險是否為影子銀行化影響違約風險的中介機制，本文構建如下檢驗模型:

模型(6) 檢驗影子銀行化對現金流風險的影響，模型(7) 檢驗現金流風險對違約風險的影響，其中CFR表示企業的現金流風險，采用單指標計量，側重于考察企業現金流的波動，即現金流量在一段時間內的標準差，其值越大，說明現金流的波動程度越高，企業現金流風險越大。參照花馮濤和徐飛(2018) 的方法，本文采用企業過去三年的每股經營活動現金凈額的標準差來計算，具體計算公式如下:CFR ＝Sd(t-2 至t年經營活動產生的凈現金流量/總股本)。此外，為驗證現金流風險是否是影子銀行化影響違約風險的中介變量，本文根據Sobel (1982)，首先，應關注模型(6) 中的系數β1，如果該系數顯著異于0，則表明變量存在中介效應；其次，觀察模型(7) 的系數γ1和γ2是否顯著，如果γ1不顯著，而γ2顯著，則說明變量現金流風險(CFR) 存在完全中介效應，若系數γ1和γ2均顯著，則說明存在部分中介效應。

表4 實體企業影子銀行與違約風險:中介效應檢驗

表4 列(2) 和(3) 分別報告了模型(6) 和(7) 的檢驗結果。如列(2) 所示，在控制其他影響因素后，Shadow的估計系數為0.1924 且在1%水平上顯著，說明實體企業影子銀行化規模越大，現金流風險越高。列(3) 結果表明在加入變量CFR后，Shadow和CFR的估計系數均在1%水平上顯著為正。并且，根據列(2) 和(3)的回歸結果計算得出Sobel 檢驗的Z值為3.0497，遠大于臨界值0.97，證明中介效應顯著(溫忠麟等，2004)，說明現金流風險在影子銀行化和違約風險之間存在部分中介效應，即影子銀行化與違約風險之間存在著“影子銀行化—現金流風險—違約風險”的影響路徑。

五、拓展性分析

(一) 基于所有權異質性的影響分析

在我國，相對于非國有企業，國有企業與政府關系密切，可利用國家或地方政府信用的隱形擔保，獲取政府機構的資金支持，以及從金融體系獲得足夠的，甚至于遠大于其正常生產經營所需要的貸款資金，具有較強的融資優勢，卻將大量的資金閑置于企業內部，致使其影子銀行化動機強烈(王永欽等，2015；韓珣等，2017；彭俞超和何山，2020)。并且，國有實體企業影子銀行化更容易造成社會福利損失，加劇企業經營風險(劉珺等，2014；李建軍和韓珣，2019)。那么，影子銀行化對違約風險的影響效應是否會因企業所有權異質性而有所不同? 根據企業所有權性質，本文將樣本分為國有企業和非國有企業兩組，對模型(1) 進行分組檢驗。從表5 Panel A 的結果可以看出，相比于非國有企業，國有企業影子銀行化對其違約風險的正向影響更為顯著，影子銀行化對違約風險的影響效應會因企業的所有權異質性而有所不同。

(二) 基于區域異質性的影響分析

我國經濟發展存在區域異質性，與東部地區相比，中西部地區的金融發展水平較低，法制監管程度較弱，資本市場發展相對緩慢，外部融資環境和經營環境欠佳，大多數企業自身經營狀況和償債能力較差。此時，若企業通過影子銀行將資金放貸給經營狀況和償債能力同樣較差甚至更差的企業，很可能就會面臨資金無法及時收回甚至是無法收回的境地，進而導致其自身現金流斷裂，違約風險增加。因此本文推測，與東部地區相比，西部地區的企業影子銀行化對其違約風險的影響更大。根據企業辦公地點所在地，本文將樣本分為東部地區和中西部地區兩組，對模型(1) 進行分組檢驗。由表5 Panel B 的結果可知，東部地區與中西部地區企業的Shadow與EDF的估計系數均顯著為正，并且中西部地區的Shadow與EDF的估計系數大于東部地區，說明中西部地區實體企業影子銀行化對違約風險的影響效應大于東部地區，驗證了推測。

(三) 基于外部監管環境的影響分析

企業所處的外部監管環境會顯著影響管理層的投資決策，較弱的外部監管環境可能會激發管理者的機會主義尋租行為，管理者可能會在不經監管機構批準的情況下，利用監管漏洞，通過影子銀行業務將企業資金放貸給經營不善、信貸資質低下的企業，以期望攫取利差，但是若借款方發生違約，必然會影響放貸企業自身的償債能力，加劇違約風險；而當外部監管環境較強時，監管部門監管力度較大，致使企業不能肆意將資金放貸給其他信貸資質不足的企業，并且因企業信息披露質量提高，放貸企業可以較為容易獲取借款企業的經營、財務和風險等方面信息，對借款企業信貸資質做出更加清晰的判斷，從而從根源上降低企業自身的違約風險。因此本文推測，與外部監管環境較強時相比，當企業所處的外部監管環境較弱時，影子銀行化對其違約風險的影響更為顯著。為驗證推測，本文以企業是否聘用國際“四大”會計師事務所作為外部監管環境的代理變量，當企業聘用的事務所為“四大”時，取值為1，否則為0，對模型(1) 進行分組檢驗。由表5 Panel C 可知，大多數參與影子銀行業務的企業并沒有聘用“四大”，而是選擇了規模較小的事務所進行審計，其Shadow與EDF的估計系數顯著為正，而對于聘用“四大”的企業，其Shadow系數雖為正值但并不顯著，驗證了推測。

(四) 基于經濟周期的影響分析

企業的可持續性發展離不開宏觀經濟的影響，并且企業所處的經濟周期階段又是影響企業經營的重要外部因素。在經濟收縮期，宏觀經濟整體呈現疲軟態勢，實體企業經營環境惡化，企業面臨著較高的財務困境風險，此時，企業將本該用于維持主業經營發展的資金放貸出去，而借款企業因為同處于經濟收縮期，同樣面臨著經營狀況不佳、投資回報率下降等問題，甚至是有過之而無不及，很有可能無法償還借款，對放貸企業而言無疑是雪上加霜，而這必然會加劇放貸企業自身的違約風險。相對地，在經濟擴張期，實體經濟良性發展，企業經營環境整體向好，信貸評級機構風險承擔能力提高，更傾向于放松對企業違約風險的判斷、高估企業的信用評級，使處于融資劣勢的企業更容易獲得信貸支持，融資約束壓力降低，進而減少對影子銀行的依賴程度。因此，此時影子銀行化對企業違約風險的影響可能并不明顯。為驗證以上預期，本文參照陳漫和張新國(2016) 的方法，并結合本文樣本區間，通過HP 濾波方法來萃取出GDP 序列中的經濟周期因素，得出:2007—2008 年、2010—2011 年、2017—2018 年為經濟擴張期，其他為經濟收縮期，并定義經濟周期虛擬變量，即當處于經濟擴張期的年份，取值為1，否則為0，對模型(1) 進行分組檢驗。由表5 Panel D 可知，在經濟擴張期，Shadow的估計系數雖然為正值但并不顯著，而在經濟收縮期，Shadow的估計系數顯著為正。這說明在經濟擴張期實體企業影子銀行化并不會加劇違約風險，而在經濟收縮期影子銀行化對違約風險具有顯著的正向影響。

表5 實體企業影子銀行與違約風險:拓展性分析

(續表)

六、研究結論與建議

實體企業影子銀行化，作為我國二元融資市場的產物，以類銀行信用中介的形式，將實體經濟與金融市場緊密地聯系了起來，并且實體企業影子銀行化與實體經濟萎縮有著密不可分的關系，而實體經濟的萎縮又將加劇金融風險，深化資本脫實向虛問題。本文以2007—2018 年我國A 股非金融類上市公司為研究樣本，通過理論與經驗分析綜合考察了實體企業影子銀行化對違約風險的影響效應、影響路徑，以及不同情境對二者關系的異質性影響。研究結果表明:第一，實體企業影子銀行化與違約風險存在顯著正相關關系，即實體企業影子銀行化規模越大，發生違約的可能性越大；第二，影子銀行化會通過加劇現金流風險，進而對違約風險產生正向效應，即現金流風險是影子銀行化影響企業違約風險的部分中介路徑；第三，對于國有、中西部、外部監管環境較弱以及處在經濟收縮期的實體企業，其影子銀行化對違約風險的影響更強。

結合本文的研究結論，提出以下建議:(1) 對于實體企業，一方面，應意識到主業是保障其持續經營的立命之本，并且管理層要有長遠戰略眼光，構建科學的風險管理體系，逐步降低對影子銀行這種類銀行信貸中介業務的投資額度，防控違約風險；另一方面，管理層應綜合考慮企業的整體發展戰略，提高企業信息透明度，利用企業地理位置等資源優勢，密切關注宏觀經濟及外部監管環境變化，抑制自身短視行為，制定合理的現金管理規劃，降低現金流風險，并且國有企業應逐步消除過度融資的偏好。(2) 對于相關政府監管部門和政策實施部門，一方面，應加強對實體企業影子銀行業務信息披露的監管力度，健全識別機制，明確信息披露范疇，嚴控企業參與金融體系產生資金“空轉”套利，防范實體企業影子銀行化引致的違約風險積聚以及連環違約問題，同時加強對金融創新產品的立法保護，規范金融創新，逐步化解金融風險；另一方面，應加大對中小企業和新興企業的信貸扶持力度，對中小微企業施行貸款利率優惠或補貼政策，消除流動性錯配和價格歧視問題，創造公平的融資環境，優化資本市場的資源配置效率。