企業(yè)關(guān)聯(lián)委托貸款與全要素生產(chǎn)率

【摘要】本文通過(guò)手工收集上市公司委托貸款數(shù)據(jù)， 考察企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的影響及作用渠道。實(shí)證分析發(fā)現(xiàn)： 企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率具有顯著的負(fù)向影響， 其主要通過(guò)擠占創(chuàng)新投入和加劇信息不對(duì)稱進(jìn)而導(dǎo)致全要素生產(chǎn)率降低。進(jìn)一步分析發(fā)現(xiàn)： 發(fā)放方與接收方的股權(quán)關(guān)聯(lián)程度越高， 企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的抑制作用越強(qiáng)； 在規(guī)模較小、 內(nèi)外部公司治理水平較低的企業(yè)中， 關(guān)聯(lián)委托貸款與全要素生產(chǎn)率的負(fù)相關(guān)關(guān)系更顯著。拓展性檢驗(yàn)表明， 企業(yè)關(guān)聯(lián)委托貸款既增加了要素投入又降低了產(chǎn)出， 從而導(dǎo)致全要素生產(chǎn)率下降。本文的研究對(duì)于引導(dǎo)非正規(guī)金融良性發(fā)展和助推經(jīng)濟(jì)高質(zhì)量發(fā)展具有一定的啟示意義。

【關(guān)鍵詞】關(guān)聯(lián)委托貸款；創(chuàng)新投入；信息不對(duì)稱；全要素生產(chǎn)率；股權(quán)關(guān)聯(lián)程度

【中圖分類號(hào)】 F275；F832.4" " "【文獻(xiàn)標(biāo)識(shí)碼】A" " " 【文章編號(hào)】1004-0994（2025）08-0037-7

一、 引言

鑒于金融資源的稀缺性， 我國(guó)在經(jīng)濟(jì)趕超中采用金融抑制政策為趕超戰(zhàn)略配置資金， 以銀行為代表的正式金融向國(guó)有和大型企業(yè)傾斜， 而快速發(fā)展的民營(yíng)和中小企業(yè)面臨著信貸不足的困境。此時(shí)， 外部資本市場(chǎng)的低效率使得處于融資劣勢(shì)的中小企業(yè)或民營(yíng)企業(yè)轉(zhuǎn)而尋求非正規(guī)金融， 進(jìn)而催生了企業(yè)的內(nèi)部資金借貸， 即金融創(chuàng)新工具——委托貸款①。中國(guó)人民銀行發(fā)布的《2023年社會(huì)融資規(guī)模存量統(tǒng)計(jì)數(shù)據(jù)報(bào)告》顯示， 2023年末對(duì)實(shí)體經(jīng)濟(jì)發(fā)放的委托貸款余額為11.27萬(wàn)億元， 占同期社會(huì)融資規(guī)模的3%， 是除銀行貸款和債券融資外， 實(shí)體經(jīng)濟(jì)從金融體系獲取資金的第三大渠道， 成為非正規(guī)金融的重要組成部分。關(guān)聯(lián)委托貸款②業(yè)務(wù)不僅實(shí)現(xiàn)了關(guān)聯(lián)企業(yè)之間資金拆借的合法化， 滿足了上市公司整體內(nèi)部渠道融資的多樣性要求， 而且降低了公司整體的財(cái)務(wù)費(fèi)用（錢雪松和李曉陽(yáng)，2013；Allen等，2019）。然而， 企業(yè)間信貸具有交叉關(guān)聯(lián)性， 一旦資金借入方無(wú)法如期償還資金， 不僅會(huì)導(dǎo)致資金發(fā)放方的流動(dòng)性受損， 還會(huì)引發(fā)對(duì)銀行的債務(wù)違約風(fēng)險(xiǎn)， 從而對(duì)我國(guó)金融體系的穩(wěn)定構(gòu)成重大威脅。近幾年的中央經(jīng)濟(jì)工作會(huì)議一再?gòu)?qiáng)調(diào)既要“穩(wěn)增長(zhǎng)”又要“防控金融風(fēng)險(xiǎn)”， 并提出要防范化解金融風(fēng)險(xiǎn)， “牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”。因此， 探究企業(yè)如何高效從事關(guān)聯(lián)委托貸款業(yè)務(wù)并防范金融風(fēng)險(xiǎn)， 具有重要的理論意義和實(shí)踐價(jià)值。

黨的二十大報(bào)告及二十屆三中全會(huì)均強(qiáng)調(diào)了“高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)”， 《中共中央關(guān)于進(jìn)一步全面深化改革 推進(jìn)中國(guó)式現(xiàn)代化的決定》中提出， “健全相關(guān)規(guī)則和政策， 加快形成同新質(zhì)生產(chǎn)力更相適應(yīng)的生產(chǎn)關(guān)系， 促進(jìn)各類先進(jìn)生產(chǎn)要素向發(fā)展新質(zhì)生產(chǎn)力集聚， 大幅提升全要素生產(chǎn)率”。在企業(yè)層面， 全要素生產(chǎn)率代表了內(nèi)部要素——?jiǎng)趧?dòng)、 資本、 技術(shù)、 管理、 組織的平均產(chǎn)出水平， 即投入轉(zhuǎn)化為最終產(chǎn)出的總體效率（Hsieh和Klenow，2009）。金融的本質(zhì)功能在于服務(wù)實(shí)體經(jīng)濟(jì)， 而當(dāng)金融發(fā)展超過(guò)合理界限時(shí)， 就會(huì)從促進(jìn)經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)變?yōu)橐种平?jīng)濟(jì)增長(zhǎng)。那么， 作為金融創(chuàng)新工具， 企業(yè)關(guān)聯(lián)委托貸款的發(fā)放是否有助于服務(wù)實(shí)體經(jīng)濟(jì)？是促進(jìn)了經(jīng)濟(jì)增長(zhǎng)還是抑制了經(jīng)濟(jì)增長(zhǎng)？本文通過(guò)手工收集上市公司委托貸款數(shù)據(jù)， 從企業(yè)關(guān)聯(lián)委托貸款發(fā)放方的角度出發(fā)， 探究游離于正規(guī)金融監(jiān)管體系之外的關(guān)聯(lián)委托貸款如何影響企業(yè)全要素生產(chǎn)率。探討這一問(wèn)題既能夠科學(xué)地評(píng)估企業(yè)關(guān)聯(lián)委托貸款的微觀經(jīng)濟(jì)效應(yīng)， 為非正規(guī)金融能否發(fā)揮金融的本質(zhì)功能提供政策參考， 又可為從微觀視角探尋經(jīng)濟(jì)高質(zhì)量發(fā)展途徑提供新思路。

相較于以往文獻(xiàn)， 本文的貢獻(xiàn)如下： 第一， 為企業(yè)關(guān)聯(lián)委托貸款的理論研究提供了新思路。本文從全要素生產(chǎn)率的角度檢驗(yàn)了企業(yè)發(fā)放關(guān)聯(lián)委托貸款的經(jīng)濟(jì)后果， 為從發(fā)放方的視角理解關(guān)聯(lián)委托貸款的經(jīng)濟(jì)后果提供了理論證據(jù)。第二， 為企業(yè)關(guān)聯(lián)委托貸款的實(shí)證研究提供了新的經(jīng)驗(yàn)證據(jù)。由于數(shù)據(jù)獲取困難， 當(dāng)前和關(guān)聯(lián)委托貸款相關(guān)的文獻(xiàn)集中于理論層面， 鮮有研究進(jìn)行實(shí)證檢驗(yàn)。本文根據(jù)上市公司公布的委托貸款公告手工構(gòu)建了委托貸款數(shù)據(jù)庫(kù)， 該數(shù)據(jù)庫(kù)包含關(guān)聯(lián)委托貸款的規(guī)模、 利率和借貸雙方股權(quán)關(guān)聯(lián)程度等豐富的特征數(shù)據(jù)， 為研究關(guān)聯(lián)委托貸款的經(jīng)濟(jì)后果提供了實(shí)證經(jīng)驗(yàn)證據(jù)。第三， 為全要素生產(chǎn)率影響因素的研究提供了新方向。現(xiàn)有文獻(xiàn)已從各角度研究了企業(yè)全要素生產(chǎn)率的影響因素， 但鮮有研究從關(guān)聯(lián)委托貸款這一非正規(guī)金融角度考察其對(duì)全要素生產(chǎn)率的影響， 而本文從這一獨(dú)特視角出發(fā)， 為全要素生產(chǎn)率影響因素的研究提供了新方向。

二、 文獻(xiàn)回顧與理論分析

（一） 文獻(xiàn)回顧

作為我國(guó)金融抑制背景下的一種金融創(chuàng)新方式， 關(guān)聯(lián)委托貸款使得資金由充裕的大型或國(guó)有企業(yè)流向了匱乏的中小或民營(yíng)企業(yè)， 既拓寬了融資渠道， 又促進(jìn)了資金的有效流動(dòng)。然而， 若企業(yè)過(guò)分追求關(guān)聯(lián)委托貸款發(fā)放的經(jīng)濟(jì)利益， 而不考慮長(zhǎng)遠(yuǎn)發(fā)展， 則會(huì)對(duì)金融穩(wěn)定及企業(yè)自身產(chǎn)生負(fù)面影響。從對(duì)金融穩(wěn)定的影響來(lái)看， 與發(fā)達(dá)國(guó)家影子銀行的順周期性相反， 以關(guān)聯(lián)委托貸款為代表的影子銀行在信貸緊縮時(shí)發(fā)生的幾率和規(guī)模都會(huì)增加， 是市場(chǎng)對(duì)信貸短缺的反映， 呈現(xiàn)出逆周期的特征（Allen等，2019）， 而逆周期性降低了貨幣政策的有效性， 這加劇了金融市場(chǎng)波動(dòng)并威脅到金融體系穩(wěn)定性（Hsu等，2010）。從對(duì)企業(yè)的影響來(lái)看， 由于股權(quán)關(guān)聯(lián)關(guān)系的存在， 委托貸款的發(fā)放在非競(jìng)爭(zhēng)條件下容易出現(xiàn)貸款利率偏低、 規(guī)模偏大等有失公允的情形（李西文等，2015）， 特別是上市公司信息披露機(jī)制尚不完善， 加之關(guān)聯(lián)委托貸款交易的隱蔽性高、 被監(jiān)管性弱等特征， 使得企業(yè)可能利用交易活動(dòng)進(jìn)行利益輸送或掏空， 從而發(fā)放低利率的委托貸款， 侵占部分中小股東的利益（錢雪松等，2015）。此外， 白俊等（2021）研究發(fā)現(xiàn)， 企業(yè)關(guān)聯(lián)委托貸款具有隱蔽性和迷惑性等特征， 導(dǎo)致其發(fā)放會(huì)加劇信息不對(duì)稱， 進(jìn)而提高股價(jià)崩盤風(fēng)險(xiǎn)。

現(xiàn)有文獻(xiàn)主要從宏觀和微觀兩個(gè)層面對(duì)企業(yè)全要素生產(chǎn)率的影響因素進(jìn)行了研究。基于宏觀層面的視角， 崔惠玉等（2023）指出， 增值稅減稅政策顯著提高了企業(yè)全要素生產(chǎn)率， 這種積極效應(yīng)在東部地區(qū)企業(yè)和輕資產(chǎn)企業(yè)中更明顯。王榮基和王玨（2024）從政府外部激勵(lì)視角研究了“畝均論英雄”的改革政策效果， 發(fā)現(xiàn)畝均改革政策通過(guò)提高資本投資效率、 土地配置效率等提升了企業(yè)全要素生產(chǎn)率。沈坤榮等（2024）分析認(rèn)為， 智能制造政策促進(jìn)了企業(yè)全要素生產(chǎn)率的提升， 這種影響將轉(zhuǎn)換為高收入、 高市場(chǎng)份額和低風(fēng)險(xiǎn)， 進(jìn)而推動(dòng)企業(yè)可持續(xù)發(fā)展。此外， 現(xiàn)有文獻(xiàn)還發(fā)現(xiàn)產(chǎn)業(yè)政策（Aghion等，2015）、 勞動(dòng)市場(chǎng)監(jiān)管（Bellocchi等，2020）、 數(shù)字普惠金融（王敏等，2023）及地方政府環(huán)境規(guī)制（賈俊雪等，2023）等宏觀因素會(huì)對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生影響。基于微觀層面的視角， 黃先海和高亞興（2023）認(rèn)為， 數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合既改善了企業(yè)創(chuàng)新質(zhì)量， 又?jǐn)U大了企業(yè)知識(shí)寬度， 進(jìn)而促進(jìn)了全要素生產(chǎn)率的提升。袁蓉麗等（2024）認(rèn)為， 董事信息技術(shù)背景能夠增加信息技術(shù)投資和提高固定資產(chǎn)的運(yùn)營(yíng)效率， 進(jìn)而提高企業(yè)全要素生產(chǎn)率。余鵬翼等（2024）指出， 并購(gòu)雙方資源配置戰(zhàn)略差異越大， 并購(gòu)后并購(gòu)方企業(yè)的全要素生產(chǎn)率越低。此外， 現(xiàn)有文獻(xiàn)還發(fā)現(xiàn)研發(fā)投入（Aw等，2011）、 融資約束（Caggese和Cu?at，2013）、 多元化經(jīng)營(yíng)（王佳悅等，2023）及開(kāi)展供應(yīng)鏈金融業(yè)務(wù)（成程等，2023）等微觀因素會(huì)對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生影響。

由于關(guān)聯(lián)委托貸款處于金融監(jiān)管范圍之外， 具有被監(jiān)管性弱、 隱蔽性高以及迷惑性大等特點(diǎn)， 其具體業(yè)務(wù)活動(dòng)情況和相關(guān)數(shù)據(jù)難以獲取， 導(dǎo)致目前缺乏企業(yè)發(fā)放關(guān)聯(lián)委托貸款影響后果的相關(guān)文獻(xiàn)。而本文從全要素生產(chǎn)率的角度檢驗(yàn)了企業(yè)關(guān)聯(lián)委托貸款的經(jīng)濟(jì)后果， 既有助于撥開(kāi)異象， 更清晰地厘清以委托貸款為代表的非正規(guī)金融的經(jīng)濟(jì)后果， 又為從非正規(guī)金融的角度探究經(jīng)濟(jì)高質(zhì)量發(fā)展途徑提供了新思路。

（二） 理論分析

理論上而言， 為了支持子公司發(fā)展以提高公司整體利益而發(fā)放的關(guān)聯(lián)委托貸款， 一方面有可能擠占發(fā)放方即上市公司研發(fā)創(chuàng)新所需資金， 另一方面由于其具有交叉關(guān)聯(lián)性、 隱蔽性、 迷惑性及易引發(fā)盈余管理等特性， 會(huì)加劇信息不對(duì)稱， 從而導(dǎo)致全要素生產(chǎn)率降低。

首先， 企業(yè)關(guān)聯(lián)委托貸款會(huì)擠占創(chuàng)新投入， 進(jìn)而降低全要素生產(chǎn)率。由于關(guān)聯(lián)委托貸款的接收方主要為上市公司的全資、 控股以及參股等下屬子公司， 子公司的經(jīng)營(yíng)狀況與上市公司整體發(fā)展息息相關(guān)。為了上市公司的整體利益， 上市公司不得不通過(guò)發(fā)放低利率的關(guān)聯(lián)委托貸款用以支持子公司的發(fā)展： 一方面， 用于解決子公司生產(chǎn)經(jīng)營(yíng)流動(dòng)性資金不足以及項(xiàng)目建設(shè)資金緊張的問(wèn)題， 助力其擴(kuò)大再生產(chǎn)， 保障公司的可持續(xù)發(fā)展； 另一方面， 節(jié)省公司整體財(cái)務(wù)費(fèi)用， 降低融資成本， 提高資金整體使用效率。但是， 在一定時(shí)期內(nèi)， 上市公司能夠使用的資金是有限的， 當(dāng)上市公司發(fā)放關(guān)聯(lián)委托貸款用于降低公司整體融資成本或救助關(guān)聯(lián)公司時(shí)， 其用于改進(jìn)技術(shù)、 開(kāi)發(fā)新產(chǎn)品等的投入降低， 從而不利于提升創(chuàng)新水平和經(jīng)營(yíng)質(zhì)量， 導(dǎo)致上市公司的資本配置扭曲。由此可知， 上市公司為緩解子公司資金不足以及降低公司整體融資成本而發(fā)放的關(guān)聯(lián)委托貸款將會(huì)擠占原本可用于自身的創(chuàng)新投入資源， 從而導(dǎo)致全要素生產(chǎn)率降低。

其次， 企業(yè)關(guān)聯(lián)委托貸款會(huì)加劇信息不對(duì)稱， 進(jìn)而降低全要素生產(chǎn)率。企業(yè)關(guān)聯(lián)委托貸款作為非正規(guī)金融的組成部分， 常常游離于正規(guī)金融監(jiān)管體系之外， 隱蔽性較高； 同時(shí)， 委托商業(yè)銀行等金融機(jī)構(gòu)作為第三方， 貌似具有規(guī)范的貸款程序， 但貸款背后的真實(shí)目的對(duì)投資者而言難以知曉， 迷惑性較大。在此背景下， 企業(yè)發(fā)放關(guān)聯(lián)委托貸款容易加劇公司內(nèi)部與外部投資者之間的信息不對(duì)稱（白俊等，2021）。此外， 企業(yè)發(fā)放關(guān)聯(lián)委托貸款容易引發(fā)真實(shí)盈余管理問(wèn)題， 同樣會(huì)提升公司內(nèi)外部之間的信息不對(duì)稱程度。一方面， 關(guān)聯(lián)企業(yè)間的委托貸款交易容易成為大股東攫取中小股東利益和轉(zhuǎn)移公司資源的手段， 出現(xiàn)“隱蔽性”資金轉(zhuǎn)移和融資功能“異化”等現(xiàn)象（錢雪松等，2015）； 另一方面， 關(guān)聯(lián)企業(yè)間的委托貸款交易也是一種管理層通過(guò)操縱企業(yè)集團(tuán)內(nèi)部利潤(rùn)盈虧以規(guī)避納稅或達(dá)到其他目的的工具（李梅和孫彥娜，2013）。由此可知， 企業(yè)關(guān)聯(lián)委托貸款為大股東利益輸送及規(guī)避納稅等創(chuàng)造了條件， 成為真實(shí)盈余管理的工具。盈余管理程度越高， 管理層越容易掩蓋公司負(fù)面信息， 投資者獲取信息的難度越大， 從而使得公司內(nèi)外部之間的信息不對(duì)稱程度越高。而信息不對(duì)稱會(huì)導(dǎo)致嚴(yán)重的代理問(wèn)題和融資約束問(wèn)題， 從而影響上市公司的投資效率， 最終降低其全要素生產(chǎn)率（Hopenhayn，2014）。可見(jiàn)， 由于關(guān)聯(lián)委托貸款具有交叉關(guān)聯(lián)性、 隱蔽性、 迷惑性及易引發(fā)盈余管理等特性， 企業(yè)發(fā)放關(guān)聯(lián)委托貸款會(huì)提高信息不對(duì)稱程度， 進(jìn)而降低全要素生產(chǎn)率。

綜上所述， 企業(yè)發(fā)放關(guān)聯(lián)委托貸款， 既有可能因擠占自身的創(chuàng)新投入資金而降低全要素生產(chǎn)率， 又有可能因加劇信息不對(duì)稱而降低全要素生產(chǎn)率。因此， 本文提出如下研究假說(shuō)：

H1： 企業(yè)發(fā)放關(guān)聯(lián)委托貸款降低了全要素生產(chǎn)率。

三、 研究設(shè)計(jì)

（一） 樣本選擇和數(shù)據(jù)來(lái)源

本文選擇我國(guó)A 股上市公司為研究對(duì)象， 樣本期間為2007 ～ 2023年。初始樣本按以下方式進(jìn)行篩選： 剔除ST、 金融類、 資產(chǎn)負(fù)債率大于1及主要變量缺失的公司樣本； 為減少極端值的影響， 對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理。本文的關(guān)聯(lián)委托貸款數(shù)據(jù)根據(jù)巨潮資訊網(wǎng)上發(fā)布的委托貸款公告手工收集獲得， 其他財(cái)務(wù)數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)。鑒于關(guān)聯(lián)委托貸款樣本相對(duì)較少， 為緩解研究樣本規(guī)模不匹配的問(wèn)題， 本文采用傾向得分匹配法（PSM）進(jìn)行處理。首先， 選取公司規(guī)模（Lna-sset）、 資產(chǎn)負(fù)債率（Lev）、 總資產(chǎn)收益率（Roa）和經(jīng)營(yíng)性現(xiàn)金流（Cashflow）作為匹配變量； 其次， 根據(jù)傾向得分進(jìn)行1∶4的近鄰匹配。匹配后， 獲得2210個(gè)發(fā)放了關(guān)聯(lián)委托貸款的樣本和2838個(gè)③未發(fā)放關(guān)聯(lián)委托貸款的樣本， 共5048個(gè)樣本。

（二） 變量定義

1. 被解釋變量： 全要素生產(chǎn)率（TFP_op）。參考魯曉東和連玉君（2012）及王鈺和殷詩(shī)絮（2024）的研究， 采用Olley和Pakes（1996）提出的OP法測(cè)算企業(yè)全要素生產(chǎn)率。在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)， 采用Levinsohn和Petrin（2003）提出的LP法測(cè)算企業(yè)全要素生產(chǎn)率。

2. 解釋變量： 關(guān)聯(lián)委托貸款（AffEn）。參考Allen等（2019）的研究， 設(shè)置企業(yè)是否發(fā)放關(guān)聯(lián)委托貸款虛擬變量， 當(dāng)企業(yè)發(fā)放關(guān)聯(lián)委托貸款時(shí)取值為1， 否則為0。

3. 控制變量。參考現(xiàn)有文獻(xiàn)（崔惠玉等，2023； 袁蓉麗等，2024）的做法， 本文控制了財(cái)務(wù)特征、 公司治理特征等因素的影響， 具體包括如下變量： 公司規(guī)模（Lnasset）、 資產(chǎn)負(fù)債率（Lev）、 總資產(chǎn)收益率（Roa）、 經(jīng)營(yíng)性現(xiàn)金流（Cashflow）、 固定資產(chǎn)占比（Ppe）、 公司成長(zhǎng)性（Grow）、 獨(dú)立董事規(guī)模（Indirect）、 公司年齡（Age）。上述變量定義如表1所示。

（三） 模型設(shè)計(jì)

由前述理論分析可知， 企業(yè)關(guān)聯(lián)委托貸款可能會(huì)降低全要素生產(chǎn)率， 為驗(yàn)證這一推斷， 本文建立了如下回歸模型：

TFP_opi，t=α0+α1AffEni，t+α2Controlsi，t+∑Firm+

∑Year+εi，t" （1）

其中， 下標(biāo)t表示年度、 i表示企業(yè)， Controls為控制變量， Firm為公司個(gè)體固定效應(yīng)， Year為年份固定效應(yīng)。

四、 實(shí)證分析結(jié)果

（一） 描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2 。被解釋變量全要素生產(chǎn)率（TFP_op）的均值為20.047， 最小值為17.330， 最大值為22.669。解釋變量關(guān)聯(lián)委托貸款（AffEn）的均值為0.438， 說(shuō)明在PSM樣本中， 關(guān)聯(lián)委托貸款樣本占比為43.8%。各控制變量的數(shù)值和現(xiàn)有文獻(xiàn)較為相似。此外， 本文還對(duì)關(guān)聯(lián)委托貸款契約特征變量進(jìn)行了描述性統(tǒng)計(jì)， 包括關(guān)聯(lián)委托貸款規(guī)模（AffEn_size，關(guān)聯(lián)委托貸款總規(guī)模/1000000）、 關(guān)聯(lián)委托貸款期限（AffEn_term，關(guān)聯(lián)委托貸款發(fā)放時(shí)間）和股權(quán)關(guān)聯(lián)程度（關(guān)聯(lián)委托貸款發(fā)放方和接收方的股權(quán)關(guān)聯(lián)包括全資、控股和參股三種類型， 對(duì)應(yīng)的股權(quán)關(guān)聯(lián)程度由高到低）。企業(yè)發(fā)放的關(guān)聯(lián)委托貸款規(guī)模最小值為1萬(wàn)元、 最大值為125億元、 中位數(shù)為8000萬(wàn)元， 整體金額不高， 但是差異較大。關(guān)聯(lián)委托貸款期限最少為1個(gè)月， 最多為144個(gè)月， 但是集中于12個(gè)月， 說(shuō)明關(guān)聯(lián)委托貸款多數(shù)為短期借款。在發(fā)放了關(guān)聯(lián)委托貸款的樣本中， 接收方為全資子公司的樣本占比為34.1%， 接收方為控股子公司的樣本占比為56.7%， 接收方為參股子公司的樣本占比為9.2%， 可見(jiàn)上市公司大多向全資和控股等持股程度較高的子公司發(fā)放關(guān)聯(lián)委托貸款， 以便于控制貸款風(fēng)險(xiǎn)。

（二） 基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果如表3所示。其中， 第（1）列僅控制了公司個(gè)體和年份固定效應(yīng)， 關(guān)聯(lián)委托貸款的系數(shù)為-0.051， 在1%的水平上顯著。第（2）列進(jìn)一步加入了所有控制變量， 關(guān)聯(lián)委托貸款的系數(shù)為-0.042， 在5%的水平上顯著。這說(shuō)明相較于無(wú)關(guān)聯(lián)委托貸款的企業(yè)， 發(fā)放了關(guān)聯(lián)委托貸款的企業(yè)全要素生產(chǎn)率平均下降了4.1%（0.042/1.033）， 即企業(yè)發(fā)放關(guān)聯(lián)委托貸款降低了全要素生產(chǎn)率， 驗(yàn)證了H1。

（三） 穩(wěn)健性檢驗(yàn)

1. 替換被解釋變量的測(cè)度方法。為保證回歸結(jié)果不受特定測(cè)量方法的影響， 首先， 采用基準(zhǔn)回歸方法， 即根據(jù)OLS 法估計(jì)Cobb-Douglas 生產(chǎn)函數(shù)后得出的殘差值作為全要素生產(chǎn)率的替代變量。其次， 由于采用OLS法估計(jì)的全要素生產(chǎn)率具有同步性和選擇性問(wèn)題， 為緩解這些問(wèn)題， 進(jìn)一步參照Levinsohn和Petrin（2003）提出的LP法來(lái)估計(jì)全要素生產(chǎn)率。回歸結(jié)果顯示（限于篇幅， 穩(wěn)健性檢驗(yàn)結(jié)果略， 下同）， 替換被解釋變量的測(cè)度方法后， 關(guān)聯(lián)委托貸款的系數(shù)均在1%的水平上通過(guò)了顯著性測(cè)試， 說(shuō)明本文的實(shí)證結(jié)果不受被解釋變量特定測(cè)量方法的影響。

2. 替換解釋變量的測(cè)度方法。為保證回歸結(jié)果的可靠性， 本文進(jìn)一步采用企業(yè)發(fā)放關(guān)聯(lián)委托貸款的規(guī)模這一連續(xù)變量來(lái)進(jìn)行檢驗(yàn)。借鑒錢雪松等（2017）和Allen等（2019）的衡量方式， 分別采用關(guān)聯(lián)委托貸款發(fā)放金額與總資產(chǎn)之比、 關(guān)聯(lián)委托貸款發(fā)放金額加1后取自然對(duì)數(shù)， 作為關(guān)聯(lián)委托貸款的替代變量。回歸結(jié)果顯示， 在替換解釋變量的測(cè)度方法后， 關(guān)聯(lián)委托貸款的系數(shù)均在1%的水平上通過(guò)了顯著性測(cè)試， 說(shuō)明企業(yè)關(guān)聯(lián)委托貸款的發(fā)放規(guī)模越大， 越容易降低全要素生產(chǎn)率。

3. 改變PSM匹配方法。前述實(shí)證回歸主要采用1∶4的近鄰匹配方法， 為保證回歸結(jié)果不受匹配比例的影響， 本文進(jìn)一步改變PSM匹配比例， 分別采用1∶2、 1∶3及1∶5的近鄰匹配方法重新對(duì)模型（1）進(jìn)行回歸。回歸結(jié)果顯示， 在改變PSM匹配比例后， 關(guān)聯(lián)委托貸款的系數(shù)至少在10%的水平上通過(guò)了顯著性測(cè)試， 說(shuō)明本文實(shí)證結(jié)果不受樣本匹配比例的影響。

4. 內(nèi)生性問(wèn)題處理。為使回歸結(jié)果更具可靠性， 本文采用工具變量法來(lái)解決可能存在的內(nèi)生性問(wèn)題。借鑒現(xiàn)有文獻(xiàn)的做法（孫云云等，2023）， 以《國(guó)務(wù)院辦公廳關(guān)于加強(qiáng)影子銀行監(jiān)管有關(guān)問(wèn)題的通知》（國(guó)辦發(fā)［2013］107號(hào)）這一外部政策沖擊作為工具變量（IV107）， 該通知頒布之后的年份（2014年及之后）取值為1， 之前的年份（2014年之前）取值為0。將工具變量加入模型， 并進(jìn)行兩階段回歸（2SLS）。結(jié)果顯示： 在第一階段， 工具變量的系數(shù)在1%的水平上通過(guò)了顯著性測(cè)試， 符合相關(guān)性原則； 在第二階段， 將第一階段回歸得到的關(guān)聯(lián)委托貸款的擬合值作為自變量加入模型（1）重新回歸后， 關(guān)聯(lián)委托貸款擬合值的系數(shù)在1%的水平上通過(guò)了顯著性測(cè)試， 表明在控制內(nèi)生性問(wèn)題后， 本文的研究結(jié)論仍然成立。

5. 控制行業(yè)和年份虛擬變量。在基準(zhǔn)回歸中， 本文控制了公司個(gè)體和年份固定效應(yīng)， 為使回歸結(jié)果更具可靠性， 首先控制行業(yè)和年份固定效應(yīng)， 然后進(jìn)一步加入控制變量分別進(jìn)行回歸。結(jié)果顯示， 關(guān)聯(lián)委托貸款的系數(shù)至少在5%的水平上通過(guò)了顯著性測(cè)試， 與基準(zhǔn)回歸結(jié)果一致。

（四） 作用渠道檢驗(yàn)

上文的理論分析表明， 企業(yè)關(guān)聯(lián)委托貸款之所以會(huì)降低全要素生產(chǎn)率， 一方面是因?yàn)槠髽I(yè)發(fā)放關(guān)聯(lián)委托貸款擠占了創(chuàng)新投入， 導(dǎo)致企業(yè)分配到設(shè)備更新升級(jí)和產(chǎn)品研發(fā)創(chuàng)新中的資金不足； 另一方面是因?yàn)槠髽I(yè)發(fā)放關(guān)聯(lián)委托貸款加劇了信息不對(duì)稱。接下來(lái)， 本文將對(duì)這兩個(gè)作用渠道進(jìn)行檢驗(yàn)， 借鑒溫忠麟等（2004）的方法構(gòu)建中介效應(yīng)檢驗(yàn)?zāi)Ｐ停?即在模型（1）的基礎(chǔ)上進(jìn)一步設(shè)立模型（2）和模型（3）。

Mi，t=β0+β1AffEni，t+β2Controlsi，t+∑Firm+∑Year+ εi，t （2）

TFP_opi，t=γ0+γ1AffEni，t+γ2Mi，t+γ3Controlsi，t+

∑Firm+∑Year+εi，t （3）

其中， M為中介變量， 分別代入創(chuàng)新投入水平（Innip）和信息不對(duì)稱程度（Disacc）。

1. 創(chuàng)新投入水平。借鑒徐悅等（2018）的研究， 以研發(fā)投入與總資產(chǎn)之比來(lái)衡量創(chuàng)新投入水平（Innip）。回歸結(jié)果如表4所示： 第（1）列為模型（2）的回歸結(jié)果， 關(guān)聯(lián)委托貸款的系數(shù)為-0.002， 在5%的水平上顯著， 說(shuō)明企業(yè)發(fā)放關(guān)聯(lián)委托貸款降低了創(chuàng)新投入水平； 第（2）列為模型（3）的回歸結(jié)果， 在控制中介變量創(chuàng)新投入水平后， 關(guān)聯(lián)委托貸款的系數(shù)為-0.029， 依然在5%的水平上顯著， 但其絕對(duì)值小于基準(zhǔn)回歸中的系數(shù)（-0.042）絕對(duì)值， 這說(shuō)明創(chuàng)新投入是關(guān)聯(lián)委托貸款影響全要素生產(chǎn)率的部分中介因子。由此可知， 旨在提高企業(yè)整體利益而發(fā)放的關(guān)聯(lián)委托貸款， 擠占了發(fā)放方自身研發(fā)創(chuàng)新所需的資金， 最終導(dǎo)致全要素生產(chǎn)率下降。

2. 信息不對(duì)稱程度。參考羅棟梁等（2024）的方法， 使用修正Jones模型估計(jì)的應(yīng)計(jì)盈余管理來(lái)度量信息不對(duì)稱程度（Disacc）， 該值越大， 意味著信息不對(duì)稱程度越高。回歸結(jié)果如表4所示： 第（3）列為模型（2）的回歸結(jié)果， 關(guān)聯(lián)委托貸款的系數(shù)為0.014， 在5%的水平上顯著， 說(shuō)明企業(yè)發(fā)放關(guān)聯(lián)委托貸款加劇了信息不對(duì)稱； 第（4）列為模型（3）的回歸結(jié)果， 在控制中介變量信息不對(duì)稱程度后， 關(guān)聯(lián)委托貸款的系數(shù)為-0.037， 依然在5%的水平上顯著， 但其絕對(duì)值小于基準(zhǔn)回歸中的系數(shù)（-0.042）絕對(duì)值， 這說(shuō)明信息不對(duì)稱是關(guān)聯(lián)委托貸款影響全要素生產(chǎn)率的部分中介因子。由此可知， 關(guān)聯(lián)委托貸款的隱蔽性、 迷惑性以及容易產(chǎn)生盈余管理問(wèn)題等特征， 導(dǎo)致企業(yè)發(fā)放關(guān)聯(lián)委托貸款會(huì)加劇信息不對(duì)稱， 進(jìn)而降低全要素生產(chǎn)率。

（五） 股權(quán)關(guān)聯(lián)程度的調(diào)節(jié)效應(yīng)

從關(guān)聯(lián)委托貸款發(fā)放方和接收方的股權(quán)關(guān)聯(lián)程度來(lái)看， 隨著股權(quán)關(guān)聯(lián)程度的提高， 上市公司利用關(guān)聯(lián)委托貸款降低整體融資成本和救助關(guān)聯(lián)企業(yè)的動(dòng)機(jī)變強(qiáng)， 而且能夠更加便利地進(jìn)行盈余管理。因此， 本文預(yù)測(cè)發(fā)放方和接收方的股權(quán)關(guān)聯(lián)程度越高， 企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的抑制作用越強(qiáng)。首先， 按照股權(quán)關(guān)聯(lián)程度將發(fā)放了關(guān)聯(lián)委托貸款的樣本劃分為高股權(quán)關(guān)聯(lián)和低股權(quán)關(guān)聯(lián)樣本， 若接收方是發(fā)放方的全資或者控股子公司則為高股權(quán)關(guān)聯(lián)， 若接收方是發(fā)放方的參股子公司則為低股權(quán)關(guān)聯(lián)。然后， 借鑒鐘凱等（2018）的檢驗(yàn)方法， 采用模型（1）進(jìn)行回歸， 結(jié)果如表5所示。在第（1）列中關(guān)聯(lián)委托貸款的系數(shù)在1%的水平上通過(guò)了顯著性測(cè)試， 在第（2）列中關(guān)聯(lián)委托貸款的系數(shù)沒(méi)有通過(guò)顯著性測(cè)試。可見(jiàn)， 發(fā)放方和接收方的股權(quán)關(guān)聯(lián)程度越高， 企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的抑制作用越強(qiáng)。

（六） 異質(zhì)性檢驗(yàn)

1. 公司規(guī)模。由于市場(chǎng)對(duì)不同類型公司的信息需求存在差異， 且不同類型公司進(jìn)行信息披露的能力和意愿不同， 從而使得規(guī)模較大的公司和規(guī)模較小的公司信息透明度具有一定的差異。規(guī)模較大的公司擁有的投資者較多， 對(duì)員工、 消費(fèi)者以及社會(huì)等所承擔(dān)的責(zé)任更大， 政府監(jiān)管部門對(duì)其要求較高， 相應(yīng)地也會(huì)吸引更多的媒體關(guān)注和分析師跟蹤， 此時(shí)公司的政治成本相對(duì)較高， 從而信息披露更為完善； 而且市場(chǎng)上也有較多與其相關(guān)的各種財(cái)務(wù)或非財(cái)務(wù)信息， 在一定程度上降低了公司與外部投資者之間的信息不對(duì)稱。而規(guī)模較小的公司則情況相反， 其擁有的投資者較少， 媒體關(guān)注和分析師跟蹤本身就較少， 所以其信息披露動(dòng)機(jī)比大規(guī)模公司更弱， 信息披露渠道更少， 從而信息透明度較低（施先旺等，2015）。因此， 相對(duì)于小規(guī)模公司， 大規(guī)模公司的信息披露更為完善， 信息透明度更高， 能夠在一定程度上緩解企業(yè)發(fā)放關(guān)聯(lián)委托貸款所引發(fā)的信息不對(duì)稱。

表6報(bào)告了公司規(guī)模異質(zhì)性的分組回歸結(jié)果， 在第（1）列規(guī)模大組中， 關(guān)聯(lián)委托貸款的系數(shù)沒(méi)有通過(guò)顯著性測(cè)試， 在第（2）列規(guī)模小組中， 關(guān)聯(lián)委托貸款的系數(shù)在1%的水平上通過(guò)了顯著性測(cè)試。由此可知， 當(dāng)關(guān)聯(lián)委托貸款發(fā)放方為規(guī)模較小的公司時(shí)， 關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的抑制作用更顯著。

2. 公司治理水平。良好的公司治理， 一方面使得企業(yè)經(jīng)營(yíng)更加科學(xué)有效， 能夠更好地監(jiān)督企業(yè)資金配置行為， 為創(chuàng)新投入的增加創(chuàng)造良好的條件， 從而減少不當(dāng)關(guān)聯(lián)委托貸款發(fā)放所引發(fā)的創(chuàng)新資源擠占行為； 另一方面能夠提升企業(yè)信息透明度， 便于外部投資者及監(jiān)管層了解與掌握企業(yè)的生產(chǎn)運(yùn)營(yíng)、 收入和成本等構(gòu)成， 使得管理層難以通過(guò)構(gòu)造復(fù)雜交易、 轉(zhuǎn)移收益等方式進(jìn)行盈余管理（程博等，2021）， 故通過(guò)關(guān)聯(lián)委托貸款進(jìn)行盈余管理的機(jī)會(huì)成本提高。因此， 在公司治理水平不同的企業(yè)中， 企業(yè)發(fā)放關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的影響可能存在差異。

首先， 借鑒馬連福和張曉慶（2020）的研究， 分別從股權(quán)制衡度和機(jī)構(gòu)投資者持股兩個(gè)方面衡量公司內(nèi)、 外部治理水平， 股權(quán)制衡度、 機(jī)構(gòu)投資者持股比例越高， 公司內(nèi)、 外部治理水平越高。其次， 分別根據(jù)股權(quán)制衡度和機(jī)構(gòu)投資者持股比例的年度行業(yè)中位數(shù)將樣本分為內(nèi)部治理水平高組和內(nèi)部治理水平低組、 外部治理水平高組和外部治理水平低組。分組回歸結(jié)果如表6所示， 在第（3）列和第（5）列內(nèi)、 外部治理水平高組中， 關(guān)聯(lián)委托貸款的系數(shù)均沒(méi)有通過(guò)顯著性測(cè)試， 在第（4）列和第（6）列內(nèi)、 外部治理水平低組中， 關(guān)聯(lián)委托貸款的系數(shù)均在1%的水平上顯著。這說(shuō)明公司治理水平低的企業(yè)關(guān)聯(lián)委托貸款與全要素生產(chǎn)率之間的負(fù)相關(guān)關(guān)系更顯著， 良好的內(nèi)、 外部公司治理均可以緩解企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的抑制作用。

（七） 拓展性檢驗(yàn)： 關(guān)聯(lián)委托貸款、 投入和產(chǎn)出

全要素生產(chǎn)率反映了生產(chǎn)過(guò)程中各種投入要素轉(zhuǎn)化為最終產(chǎn)出的總體效率， 顯然投入和產(chǎn)出是生產(chǎn)率的決定因素， 高（低）生產(chǎn)率意味著使用同樣的資本或勞動(dòng)力投入就能獲得高（低）產(chǎn)出。基于此， 本文預(yù)測(cè)企業(yè)關(guān)聯(lián)委托貸款通過(guò)增加投入或減少產(chǎn)出來(lái)影響全要素生產(chǎn)率。

借鑒Bennett等（2020）的方法， 使用企業(yè)的運(yùn)營(yíng)成本（Sga）和人工成本（Labor）作為投入的代理變量， 分別以銷售費(fèi)用與管理費(fèi)用之和除以總資產(chǎn)、 支付給職工的薪酬取自然對(duì)數(shù)來(lái)度量； 使用收入（Revenue）作為產(chǎn)出的代理變量， 以營(yíng)業(yè)收入的自然對(duì)數(shù)來(lái)度量。回歸結(jié)果如表7所示： 在第（1）列， 關(guān)聯(lián)委托貸款的系數(shù)在1%的水平上顯著為正， 表明企業(yè)發(fā)放關(guān)聯(lián)委托貸款導(dǎo)致運(yùn)營(yíng)成本增加； 在第（2）列， 關(guān)聯(lián)委托貸款的系數(shù)在1%的水平上顯著為正， 表明發(fā)放關(guān)聯(lián)委托貸款的企業(yè)在員工工資上的花費(fèi)更多； 在第（3）列， 關(guān)聯(lián)委托貸款的系數(shù)在1%的水平上顯著為負(fù)， 表明企業(yè)關(guān)聯(lián)委托貸款對(duì)產(chǎn)出具有負(fù)效應(yīng)。整體而言， 企業(yè)發(fā)放關(guān)聯(lián)委托貸款既增加了要素投入又降低了產(chǎn)出， 導(dǎo)致資源配置失衡， 要素轉(zhuǎn)化能力受損， 直接體現(xiàn)為全要素生產(chǎn)率的下降。

五、 結(jié)論與建議

作為非正規(guī)金融的重要組成部分， 游離于正規(guī)金融體系之外的關(guān)聯(lián)委托貸款業(yè)務(wù)受到了監(jiān)管部門和學(xué)術(shù)界的集中關(guān)注， 研究企業(yè)關(guān)聯(lián)委托貸款的經(jīng)濟(jì)后果是一個(gè)新鮮而有趣的話題， 但由于數(shù)據(jù)的可獲得性， 現(xiàn)有文獻(xiàn)鮮有探究。有鑒于此， 本文基于手工收集的上市公司委托貸款數(shù)據(jù)， 考察企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的影響及作用渠道， 得到如下結(jié)論： 企業(yè)關(guān)聯(lián)委托貸款顯著降低了全要素生產(chǎn)率； 企業(yè)關(guān)聯(lián)委托貸款通過(guò)擠占創(chuàng)新投入和加劇信息不對(duì)稱兩條路徑導(dǎo)致全要素生產(chǎn)率下降； 發(fā)放方與接收方的股權(quán)關(guān)聯(lián)程度越高， 企業(yè)關(guān)聯(lián)委托貸款對(duì)全要素生產(chǎn)率的抑制作用越強(qiáng)； 在規(guī)模較小、 內(nèi)外部公司治理水平較低的企業(yè)中， 關(guān)聯(lián)委托貸款與全要素生產(chǎn)率之間的負(fù)相關(guān)關(guān)系更顯著； 企業(yè)發(fā)放關(guān)聯(lián)委托貸款既增加了要素投入又降低了產(chǎn)出， 從而導(dǎo)致全要素生產(chǎn)率下降。

從接收方的角度來(lái)看， 關(guān)聯(lián)委托貸款是中小企業(yè)或民營(yíng)企業(yè)無(wú)法從正規(guī)金融機(jī)構(gòu)獲取融資時(shí)的替代性選擇， 一定程度上支持了實(shí)體經(jīng)濟(jì)的發(fā)展。然而， 從發(fā)放方的角度來(lái)看， 關(guān)聯(lián)委托貸款的發(fā)放會(huì)導(dǎo)致企業(yè)自身的全要素生產(chǎn)率降低。因此， 需辯證地看待關(guān)聯(lián)委托貸款的影響。據(jù)此， 本文提出如下政策建議： 第一， 金融監(jiān)管部門及時(shí)開(kāi)展委托貸款業(yè)務(wù)清理整頓工作， 規(guī)范銀行經(jīng)營(yíng)行為。針對(duì)發(fā)現(xiàn)的和委托貸款有關(guān)的違法違規(guī)問(wèn)題應(yīng)要求立即整頓， 如果超出一定時(shí)間仍不整改或整改不符合要求， 應(yīng)依法依規(guī)進(jìn)行處罰。由此， 促使委托貸款業(yè)務(wù)真正回歸本源、 走上正路， 更好地服務(wù)實(shí)體經(jīng)濟(jì)。第二， 證券監(jiān)管部門督促公司及時(shí)披露委托貸款到期收回、 續(xù)借、 展期、 逾期等進(jìn)展情況， 便于金融、 稅務(wù)等監(jiān)管部門的了解與監(jiān)控， 避免委托貸款淪為管理層以及大股東等內(nèi)部人輸送利益的工具。

【 注 釋 】

① 根據(jù)《貸款通則》的規(guī)定， 委托貸款是指由政府部門、 企事業(yè)單位及個(gè)人等委托人提供資金， 由金融機(jī)構(gòu)（即受托人）根據(jù)委托人確定的貸款對(duì)象、 用途、 金額、 期限、 利率等代為發(fā)放、 監(jiān)督使用并協(xié)助收回的貸款業(yè)務(wù)。

② 本文的關(guān)聯(lián)委托貸款僅限于股權(quán)關(guān)聯(lián)， 即借貸雙方中一方持有另一方股權(quán)并能對(duì)其經(jīng)營(yíng)決策施加影響。

③ 公司一年中可能會(huì)發(fā)放多筆關(guān)聯(lián)委托貸款， 因此樣本的匹配按照是否發(fā)放關(guān)聯(lián)委托貸款的公司—年度樣本即747個(gè)進(jìn)行匹配， 而非按照2210個(gè)關(guān)聯(lián)委托貸款樣本匹配。

【 主 要 參 考 文 獻(xiàn) 】

白俊，孫云云，邱善運(yùn)．關(guān)聯(lián)委托貸款引發(fā)了股價(jià)崩盤風(fēng)險(xiǎn)嗎？［ J］．中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2021（5）：28 ～ 37+50．

成程，田軒，徐照宜．供應(yīng)鏈金融與企業(yè)效率升級(jí)——來(lái)自上市公司公告與地方政策文件的雙重證據(jù)［ J］．金融研究，2023（6）：132 ～ 149．

程博，許宇鵬，林敏華．媒體監(jiān)督的公司治理效應(yīng)研究：基于企業(yè)避稅行為視角的考察［ J］．審計(jì)與經(jīng)濟(jì)研究，2021（2）：105 ～ 115．

崔惠玉，王寶珠，王偉同．降低增值稅稅率能夠提升企業(yè)全要素生產(chǎn)率嗎［ J］．會(huì)計(jì)研究，2023（2）：133 ～ 148．

賈俊雪，羅理恒，顧嘉．地方政府環(huán)境規(guī)制與經(jīng)濟(jì)高質(zhì)量發(fā)展［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2023（5）：99 ～ 117．

李梅，孫彥娜．我國(guó)上市公司委托貸款動(dòng)因的實(shí)證研究［ J］．西北師大學(xué)報(bào)（社會(huì)科學(xué)版），2013（1）：111 ～ 115．

李西文，申富平，周歡歡．上市公司委托貸款的形成機(jī)理研究［ J］．河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2015（1）：107 ～ 112．

魯曉東，連玉君．中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)： 1999-2007［ J］．經(jīng)濟(jì)學(xué)（季刊），2012（2）：541 ～ 558．

羅棟梁，羅健，苗連琦．股東關(guān)系網(wǎng)絡(luò)、 信息透明度與企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整［ J/OL］．南開(kāi)管理評(píng)論，1 ～ 25［2024-09-13］.http： //kns.cnki.net/kcms/detail/12.1288.f.20240912.1141.002.html．

馬連福，張曉慶．控股股東股權(quán)質(zhì)押與投資者關(guān)系管理［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2020（11）：156 ～ 173．

錢雪松，杜立，馬文濤．中國(guó)貨幣政策利率傳導(dǎo)有效性研究： 中介效應(yīng)和體制內(nèi)外差異［ J］．管理世界，2015（11）：11 ～ 28+187．

錢雪松，李曉陽(yáng)．委托貸款操作機(jī)理與金融風(fēng)險(xiǎn)防范： 源自2004～2013年上市公司公告數(shù)據(jù)［ J］．改革，2013（10）：125 ～ 134．

錢雪松，謝曉芬，杜立．金融發(fā)展、影子銀行區(qū)域流動(dòng)和反哺效應(yīng)——基于中國(guó)委托貸款數(shù)據(jù)的經(jīng)驗(yàn)分析［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2017（6）：60 ～ 78．

沈坤榮，喬剛，林劍威．智能制造政策與中國(guó)企業(yè)高質(zhì)量發(fā)展［ J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024（2）：5 ～ 25．

施先旺，李志剛，劉拯．分析師預(yù)測(cè)與上市公司審計(jì)收費(fèi)研究——基于信息不對(duì)稱理論的視角［ J］．審計(jì)與經(jīng)濟(jì)研究，2015（3）：39 ～ 48．

孫云云，白俊，陳師雯．企業(yè)集團(tuán)委托貸款與全要素生產(chǎn)率：“價(jià)值創(chuàng)造”抑或“價(jià)值減損”［ J］．財(cái)貿(mào)研究，2023（12）：78 ～ 91．

王佳悅，范源浩，范亞?wèn)|．多元化經(jīng)營(yíng)、連鎖股東與企業(yè)全要素生產(chǎn)率［ J］．財(cái)會(huì)月刊，2023（20）：44 ～ 52．

王敏，張博文，許瑜．?dāng)?shù)字普惠金融與企業(yè)高質(zhì)量發(fā)展［ J］．財(cái)會(huì)月刊，2023（23）：135 ～ 142．

王榮基，王玨．政府激勵(lì)設(shè)計(jì)與企業(yè)全要素生產(chǎn)率——來(lái)自“畝均論英雄”改革的證據(jù)［ J］．財(cái)經(jīng)研究，2024（9）：139 ～ 153．

王鈺，殷詩(shī)絮．居民消費(fèi)結(jié)構(gòu)升級(jí)對(duì)企業(yè)全要素生產(chǎn)率的影響研究［ J］．經(jīng)濟(jì)學(xué)家，2024（2）：101 ～ 110．

徐悅，劉運(yùn)國(guó)，蔡貴龍．高管薪酬粘性與企業(yè)創(chuàng)新［ J］．會(huì)計(jì)研究，2018（7）：43 ～ 49．

袁蓉麗，黨素婷，李瑞敬等．董事信息技術(shù)背景與企業(yè)全要素生產(chǎn)率［ J］．會(huì)計(jì)研究，2024（7）：70 ～ 89．

鐘凱，孫昌玲，王永妍等．資本市場(chǎng)對(duì)外開(kāi)放與股價(jià)異質(zhì)性波動(dòng)——來(lái)自“滬港通”的經(jīng)驗(yàn)證據(jù)［ J］．金融研究，2018（7）：174 ～ 192．

Aghion P.， Cai J.， Dewatripont M.， et al.. Industrial policy and competition［ J］． American Economic Journal： Macroeconomics，2015（4）：1 ～ 32．

Allen F.， Qian Y.， Tu G.， et al.. Entrusted loans： A close look at China's shadow banking system［ J］． Journal of Financial Economics，2019（1）：18 ～ 41．

Aw B. Y.， Roberts M. J.， Xu D. Y.. Ramp;D investment， exporting， and productivity dynamics［ J］． American Economic Review，2011（4）：1312 ～ 1344．

Bellocchi A. E.， Sanchez C.， Travaglini G.. Asymmetries in the Euro Area and TFP growth： Evidence from three major European economies［ J］． Journal of Economic Studies，2020（5）：945 ～ 967．

Bennett B.， Stulz R.， Wang Z.. Does the stock market make firms more productive？［ J］． Journal of Financial Economics，2020（2）：281 ～ 306．

Caggese A.， Cu?at V.. Financing constraints， firm dynamics， export decisions， and aggregate productivity［ J］． Review of Economic Dynamics，2013（1）：177 ～ 193．

Hopenhayn H. A.. Firms， misallocation and aggregate productivity： A review［ J］． Annual Review of Economics，2014（1）：735 ～ 770．

Hsieh C. Y.， Klenow P. J.. Misallocation and manufacturing TFP in China and India［ J］． Quarterly Journal of Economics，2009（4）：1403 ～ 1448．

Hsu J.， Moroz M.， Gregoriou G.. Shadow banks and the financial crisis of 2007-2008［ J］． The Banking Crisis Handbook，2010（3）：39 ～ 56．

Levinsohn J.， Petrin A.. Estimating production functions using inputs to control unobservables［ J］． Review of Economic Studies，2003（1）：317 ～ 342．

Olley S.， Pakes A.. The dynamics of productivity in the telecommunications equipment industry［ J］． Econometrica，1996（6）：1263 ～ 1297．