一、引 言
在中国金融体系尚不完善的背景下,各地区金融发展呈现出不充分、不均衡等特点。金融发展滞后导致公司普遍面临融资约束,特别是非国有企业,面临的融资约束可能更严重(沈红波等,2010)。同时,上市公司的业务向多元化发展,整体规模也在逐步扩大,集团化已成为当前公司重要的战略组织选择(张会丽和陆正飞,2013;何捷等,2017)。集团公司的融资活动对其持续经营发展有着重大的影响。在日常经营中,母公司通常承担着筹集整个集团(包括集团内的子公司)发展所需资金的任务,继而分配给子公司使用(以下简称“集中负债”)。集中负债有其自身的优势,包括融资易得性、融资节税性和用资监督性(Flannery等,1993;Stein,1997;Fier等,2013),但也存在一定的劣势,主要包括资产替代效应、隐形债务风险等问题(Rajan等,2000;Kolasinski,2009)。
目前,我国正处于供给侧结构性改革阶段,改革的切入点和重要任务是“三去一降一补”,其中去杠杆是难度最大的任务。去杠杆主要是针对企业高负债率的调整,目的是降低行业系统性风险,提高金融服务实体经济的质量与效率。企业去杠杆首先需要准确识别负债率,而集团公司的集中负债行为可能导致子公司出现隐形负债的情况。隐形负债会提高行业系统性风险,增加实体经济的不稳定性。因此,研究集团公司的集中负债行为,具有重要的理论与政策启示意义。
我国改革开放取得的成就离不开政府推行的各项产业政策。所谓产业政策,是指政府为满足经济发展需要和实现经济增长目标,通过各种手段调整产业结构布局和产业组织形式,优化整个社会的资源配置的政策措施总和。政府可以通过调整信贷政策,引导银行信贷资金的投向及数量,影响行业发展。当政府支持某个行业发展时,行业中企业的银行贷款总额和长期贷款比例都会有所提高(Chen等,2017;祝继高等,2015);而当政府限制某个行业发展时,行业中的企业从银行获得的贷款则会显著低于之前的水平(赵冬青等,2008)。产业政策可以为支持的行业提供融资便利,使行业中的公司更容易获得银行贷款,体现出产业政策的融资便利性。
从理论上讲,产业政策的融资便利性对集团公司负债方式的选择可能产生两种不同的影响。一方面,产业政策所支持行业的信贷资金往往比较充足(Chen等,2017;祝继高等,2015),而现阶段信贷资金仍是十分稀缺的资源,充足的资金对于公司发展壮大是十分重要的,特别是对于规模庞大的集团公司。因此,如果集团公司受到产业政策的支持,则融资约束会得到缓解。集团公司在产业政策支持期间可获取较多的资金,且可通过内部资金调配系统将资金及时分配给子公司。可见,产业政策的融资便利性会促使集团公司采用集中负债的方式进行融资,两者间呈现一种互补关系。而另一方面,产业政策所支持的行业主要是关乎国计民生的,如新技术、生物制药等,这些产业的发展壮大需要经历较长的时间,政府的相关扶持政策也具有持续性。可以预期,对于产业政策支持的公司,在较长的一段时间内,其发展所需的资金是相对充足的。同时,考虑到过度融资可能带来较高的杠杆风险,公司并不需要担心资金短缺,而可以按照自身发展需要有步骤地进行融资。此时,产业政策的融资便利性越强,集团公司采用集中负债方式来融资的动机越弱,两者间呈现一种替代关系。在这种情况下,厘清两者的关系对于评价产业政策的实施效果以及理解集团公司的集中负债融资具有重要的意义。
基于以上研究背景,本文利用中国上市公司同时公布合并报表和母公司报表的数据优势,以2003—2015年非金融类集团上市公司为研究样本,深入考察了产业政策对集团公司集中负债及其经济后果的影响。研究发现,产业政策支持的集团上市公司集中负债程度更高,且这种现象在非国有集团公司中更加明显,而在子公司相对盈利能力强的集团公司中,这种倾向则有所减弱。经济后果检验表明,采用集中负债的公司扩大了产业政策带来的融资便利性,显著降低了公司的债务融资成本和非效率投资,特别是缓解了公司的投资不足。上述研究结论在一系列稳健性检验后依然成立。本文的研究支持了产业政策支持下集团企业集中负债的“融资扩大效应”和“贷款节息效应”。
本文可能的贡献在于:第一,基于产业政策的融资便利性,实证分析了集团公司集中负债的动机及其作用机制。研究结果显示,集团公司在产业政策的支持下更愿意采用集中负债的方式进行融资以降低融资成本,说明集中负债的融资方式不仅具有融资数量优势(融资扩大效应),而且具有融资价格优势(贷款节息效应)。第二,本文探讨了产业政策如何影响集团上市公司的负债方式。以往的研究仅仅将上市公司简单地看成一个整体的公司(王红建等,2014),本文的研究则拓展了宏观经济政策与微观企业行为的研究框架。第三,本文利用中国上市公司同时公布合并报表和母公司报表的数据优势,研究了产业政策下集团公司选择何种负债方式进行融资。这与之前仅关注集团公司的微观影响因素不同(陆正飞和张会丽,2010;张会丽和吴有红,2011),丰富了集团公司财务行为的相关研究。
二、理论分析与研究假设
(一)产业政策与公司融资
产业政策是政府为满足经济发展需要和实现经济增长目标,通过各种手段调整产业结构布局和产业组织形式,优化整个社会的资源配置的政策措施总和(韩乾和洪永淼,2014)。中国的产业政策可以追溯到党中央制定的“一五计划”(陈冬华等,2018),到改革开放前夕,中国共实施了四个“五年计划”。改革开放初期,中国的产业结构严重失衡,主要表现为:轻重工业比例严重失调,原材料、燃料动力和交通运输等基础行业发展落后,工业品出口能力不足,国际市场竞争力差,加工工业能力过剩等(江小涓,1996)。1978年党中央出台《中共中央关于加快工业发展若干问题的决议》,目的是调整产业结构,大力发展工业原材料、动力和交通运输等行业。这拉开了改革开放时期中国推行产业政策的序幕。
政府可以通过各种手段来实现产业政策目标,包括经济手段、行政手段和法律手段。其中,信贷政策调整是常用的经济手段,政府通过调整信贷政策,引导银行信贷资金的投向与数量。对于产业政策支持的行业,信贷资金通常比较充足,行业中的公司获取贷款相对容易(Chen等,2017;金宇超等,2018)。产业政策带来的信贷资源会影响企业的融资行为(Chen等,2017;张纯和潘亮,2012)。Chen等(2017)研究发现,不论是股权融资还是债权融资,产业政策支持的行业比其他行业的机会都更多。张纯和潘亮(2012)研究发现,限制性产业政策会减少相关企业的银行借款,而鼓励性产业政策则会显著增加相关企业的银行借款。产业政策为支持的行业提供了融资便利,公司更容易获得银行贷款,从而呈现出产业政策的“融资扩大效应”。同时,如果行业受产业政策支持,一段时期内将涌入大量的信贷资金,从而在一定程度上加剧银行间竞争。在这种情况下,银行希望尽快将资金贷给合适的企业。而信贷资金供给量的变化直接影响债务融资成本。Baum等(2004)研究发现,当银行减少信贷投放量时,企业融资成本上升。当产业政策带来大量信贷资源时,公司融资成本将有所下降,此时采取集中负债的方式将使公司更具有谈判能力,从而呈现出产业政策的“贷款节息效应”。
(二)集团公司与负债方式
上市公司的业务越来越多元化,集团公司也就越来越普遍。目前,中国有95%以上的上市公司以集团形式运营,每个上市公司平均有12家子公司(张会丽和陆正飞,2013;何捷等,2017)。集团公司最大的特点就是公司组织中存在母子两种类型的公司,每个子公司都是独立的法人主体,可以自行安排生产经营,母子公司在法律上是完全平等的。但现实中,母公司可间接地监督与管理子公司的生产经营活动,而子公司也承担着母公司的许多攻坚任务,如新产品、新技术的研制等。正是由于这种独特的组织结构,集团公司的各项财务决策存在着更深层次的战略动机。
中国的金融体系尚不完善,公司普遍面临融资难的问题,特别是非国有企业,面临的融资约束可能更严重(沈红波等,2010)。而目前,银行贷款仍是中国非金融公司最主要的融资资金来源(Allen等,2005),银行贷款又以抵押贷款为主,可抵押的资产主要包括土地、厂房和大型设备等优质资产(Ayyagari等,2010;李青原和王红建,2013)。只有拥有可抵押资产,公司才能获得银行贷款。集团公司可抵押的优质资产通常较多,可顺利地筹集资金;而由于资产规模较小,子公司获取银行贷款的能力较弱。
当受产业政策支持时,集团公司的负债方式是否会发生变化呢?从理论上讲,产业政策的融资便利性对集团公司负债方式可能产生两种不同的影响。一方面,对于产业政策支持的行业,信贷资金往往比较充足(Chen等,2017;祝继高等,2015),而现阶段信贷资金仍是十分稀缺的资源,充足的资金对于公司发展壮大是十分重要的,特别是对于规模庞大的集团公司。集团公司在产业政策的支持期内可以获得更多的资金,且可通过内部资金调配系统及时分配给子公司。据此,集团公司将会采用集中负债方式,尽可能多地进行融资。同时,大量资金涌入相关行业,造成资金供给量的增加,从而在一定程度上加剧银行间竞争。银行希望尽快将贷款放出占有市场份额,从而接受集团公司大额的融资行为。因此,产业政策的融资便利性会促使集团公司采用集中负债方式进行融资,两者间呈现互补关系。另一方面,产业政策所支持的行业都是关乎国计民生的,如新技术、生物制药等行业,这些产业的发展壮大需要较长的时间,政府的扶持政策具有持续性。在未来一段时间内,公司并不需要担心资金短缺。同时,考虑到过度融资可能带来较高的杠杆风险,公司可以根据自身发展需要有步骤地进行融资,从而会减弱采用集中负债的动机。因此,产业政策的融资便利性也可能减少集团公司的集中负债行为,两者间呈现替代关系。综上分析,本文提出以下竞争性假设:
假设1a:在产业政策支持下,集团公司会较多地采取集中负债的方式。
假设1b:在产业政策支持下,集团公司会较少地采取集中负债的方式。
(三)产权性质、盈利水平与融资方式
中国正处于转型经济时期,各地区的金融发展不充分不均衡,融资难是公司普遍面临的问题,而目前银行贷款仍是非金融公司最主要的融资资金来源(Allen等,2005)。政府可以通过行政指令来影响国有银行的信贷决策(La Porta等,2002;刘浩等,2012),与政府存在天然联系的国有企业在融资上将受到更多的支持,出现国有企业预算软约束问题(Qian,1994;Kornai等,2003)和非国有企业“信贷歧视”问题(Brandt和Li,2003;江伟和曾业勤,2013)。因此,在产业政策支持的行业中,非国有企业会更多地采取集中负债的方式来获得发展所需的信贷资金。综上分析,本文提出以下假设:
假设2:在产业政策支持下,非国有集团公司会更多地采取集中负债的方式。
尽管产业政策带来了融资便利性,但是不同特征的公司获取资金的难易程度并不同。产业政策支持下信贷资源增加,想获取更多信贷资金的公司增多,银行在信贷审批时会优先将贷款批给符合产业政策且还款能力较强的公司。公司业绩越好,未来违约风险越低,银行越有可能向其提供贷款(Leftwich,1983)。在集团公司中,子公司的相对盈利能力越强,可获得越多的内部资金支持,整个集团的外部融资需求越弱,其采取集中负债的动机也越弱。同时,集团公司利用集中负债获取资金,也可能带来较高的杠杆风险,从而有损企业价值。在这种情况下,子公司的相对盈利能力越强,集团公司采取集中负债的动机也会越弱。综上分析,本文提出以下假设:
假设3a:在产业政策支持下,子公司的相对盈利能力越强,集团公司越少采取集中负债的方式。
假设3b:在产业政策支持下,子公司的相对盈利能力越强,集团公司越多采取集中负债的方式。
三、研究设计
(一)样本选择
本文利用中国上市公司同时公布合并报表和母公司报表的数据优势,以2003—2015年非金融类集团上市公司为研究样本,剔除了交叉上市公司、ST上市公司、没有子公司的上市公司以及财务数据和公司治理数据缺失的上市公司。财务数据和公司治理数据来自CSMAR数据库和Wind数据库,产权性质数据来自CCER数据库。为了消除异常值的影响,本文对所有连续变量进行了上下1%的Winsorize处理。
(二)模型设定与变量定义
为了检验假设1—假设3,本文构建了以下三个模型:
$ Bin{d_{it}} = {\beta _0} + {\beta _1}Industry\_polic{y_{it}} + \gamma {{\rm{X}}_{it}} $ | (1) |
$ \begin{aligned} Bin{d_{it}} =& {\beta _0} + {\beta _1}Industry\_polic{y_{it}} + {\beta _2}Stat{e_{it}} + {\beta _3}Industry\_policy \times State + \gamma {{\rm{X}}_{it}} \end{aligned} $ | (2) |
$ \begin{aligned} Bin{d_{it}} = & {\beta _0} + {\beta _1}Industry\_polic{y_{it}} + {\beta _2}Diff\_ro{a_{it}} + {\beta _3}Industry\_policy \times Diff\_roa + \gamma {{\rm{X}}_{it}} \end{aligned} $ | (3) |
在式(1)—式(3)中,Bind为被解释变量,表示集中负债程度。本文借鉴陆正飞和张会丽(2010)、夏子航等(2015)等的方法,采用母公司总负债除以合并报表中的总负债(用Bind表示),以及母公司中有息负债除以合并报表有息总负债(用IBind表示)来衡量,指标数值越大,则上市公司使用集中负债的程度越高。Industry_policy表示公司是否受到产业政策的支持。本文借鉴Chen等(2017)的划分方法,对于样本期间“五年规划”所支持、鼓励发展的行业,Industry_policy取1,否则取0。式(2)中的State表示企业产权性质,如果公司实际控制人为国有性质,则State取1,否则取0。式(3)中的Diff_roa表示子公司盈利能力,采用合并报表资产收益率与母公司资产收益率之差除以合并报表资产收益率来衡量,指标数值越大,则集团公司中子公司的相对盈利能力越强。X表示控制变量,借鉴以往的相关研究成果进行选取。我们在模型中还加入了年度和行业虚拟变量。本文变量定义见表1。
变量名称与符号 | 变量定义 |
公司集中负债程度1(Bind) | 母公司总负债除以合并报表中的总负债,简称母公司负债占比 |
公司集中负债程度2(IBind) | 母公司有息总负债除以合并报表中的有息总负债,简称母公司有息负债占比 |
产业政策支持(Industry_policy) | 虚拟变量,公司处于“五年规划”所支持、鼓励发展的行业则取1,否则取0 |
公司产权性质(State) | 虚拟变量,公司实际控制人为国有性质则取1,否则取0 |
子公司盈利能力(Diff_roa) | (合并报表资产收益率−母公司资产收益率)/合并报表资产收益率 |
公司规模(Firm_size) | 公司年末总资产的自然对数 |
资产负债率(Leverage) | 公司年末总负债/年末总资产 |
经营净现金流(Cash_flow) | 公司当年经营活动产生的现金流量净额/年末总资产 |
公司成长性(Growth) | (当年主营业务收入−上一年主营业务收入)/上一年主营业务收入 |
资产净利润率(Return_on_asset) | 公司年末息税前利润/年末总资产 |
资本性投资(Investment) | (公司当年购建固定资产、无形资产和其他长期资产所支付的现金)/公司总资产 |
董事会独立性(Independent) | 公司当年独立董事人数/董事会总人数 |
高管持股比例(Executive_stock) | 公司当年年末高管持股比例 |
公司年数(Firm_age) | 公司成立年数加1后取自然对数 |
子公司数量(Subsidiary) | 集团公司中子公司数量取自然对数 |
董事会规模(Board) | 董事会总人数的自然对数 |
托宾Q值(Tobinq) | (年末流通股数×年末股价+年末非流通股数×每股净资产+年末负债总额)/年末总资产 |
(三)描述性统计
表2报告了变量的描述性统计结果。从中可以看到,Bind的均值(中位数)为0.668(0.725),IBind的均值(中位数)为0.628(0.717),说明集团上市公司大多采用集中负债方式融资。Industry_policy的均值为0.694,说明研究样本中约有70%的公司所处的行业受到产业政策的支持。这也反映了在过去十多年,产业政策已成为政府调控国民经济的常用手段,Diff_roa的均值(中位数)为0.007(0.003),表明集团公司的子公司盈利能力相对较弱。
变量 | 样本量 | 均值 | 最小值 | 中位数 | 最大值 | 标准误 |
Bind | 20 409 | 0.668 | 0.007 | 0.725 | 1.000 | 0.287 |
IBind | 18 113 | 0.628 | 0.000 | 0.717 | 1.000 | 0.348 |
Industry_policy | 20 409 | 0.694 | 0.000 | 1.000 | 1.000 | 0.461 |
State | 20 409 | 0.522 | 0.000 | 1.000 | 1.000 | 0.500 |
Diff_roa | 20 311 | 0.007 | −0.096 | 0.003 | 0.016 | 0.027 |
Firm_size | 20 409 | 21.759 | 18.878 | 21.614 | 25.518 | 1.223 |
Leverage | 20 409 | 0.477 | 0.048 | 0.479 | 1.593 | 0.229 |
Cash_flow | 20 409 | 0.044 | −0.213 | 0.044 | 0.267 | 0.078 |
Growth | 20 409 | 0.218 | −0.716 | 0.124 | 4.486 | 0.590 |
Return_on_asset | 20 409 | 0.034 | −0.265 | 0.033 | 0.211 | 0.061 |
Investment | 20 409 | 0.058 | 0.000 | 0.041 | 0.263 | 0.055 |
Independent | 20 409 | 0.364 | 0.250 | 0.333 | 0.571 | 0.052 |
Executive_stock | 20 409 | 0.078 | 0.000 | 0.000 | 0.686 | 0.169 |
Firm_age | 20 409 | 2.579 | 1.099 | 2.639 | 3.296 | 0.410 |
Subsidiary | 20 409 | 2.328 | 0.000 | 2.303 | 4.533 | 0.923 |
Board | 20 409 | 2.183 | 1.609 | 2.197 | 2.708 | 0.204 |
Tobinq | 20 409 | 2.008 | 0.192 | 1.410 | 11.982 | 1.943 |
四、实证结果分析
(一)单变量分析
表3是产业政策与集中负债程度的单变量分析结果。根据集团公司是否受产业政策支持,本文将研究样本分成两组,比较了两组样本中母公司(有息)负债占比的均值和中位数差异。检验结果显示,产业政策支持组的母公司(有息)负债占比的均值和中位数都显著大于不受产业政策支持组。这初步说明在产业政策的支持下,集团公司较多地采取了集中负债的方式。
母公司负债占比 | 母公司有息负债占比 | |||
均值 | 中位数 | 均值 | 中位数 | |
受产业政策支持 | 0.6906 | 0.7609 | 0.6494 | 0.7570 |
不受产业政策支持 | 0.6586 | 0.7077 | 0.6185 | 0.7024 |
差异性检验 | 0.0320***(7.912) | 0.0632***(5.938) | 0.0309***(5.921) | 0.0546***(7.630) |
注:括号内为差异性检验T值或Z值,***、**和*分别表示在1%、5%和10%的水平上显著。 |
(二)多元回归分析
借鉴Lin等(2015)的方法,本文使用行业加总的集中负债程度对产业政策虚拟变量进行了Probit回归。检验结果见表4,无论是Industry Binding还是Industry IBinding都不显著,表明产业政策是外生的,不受行业加总的集中负债程度影响。
(1) | (2) | |
Industry Binding | 0.1310 | |
(1.1121) | ||
Industry IBinding | −0.2064 | |
(0.8427) | ||
cons | 4.3434*** | 4.4425*** |
(1.6124) | (1.6259) | |
X | 控制 | 控制 |
年度效应 | 控制 | 控制 |
Pseudo R2 | 0.101 | 0.100 |
Wald Chi2 | 30.66 | 29.93 |
N | 230 | 229 |
注:被解释变量为是否受产业政策支持。括号内为经过公司层面聚类修正后的标准误,***、**和*分别表示在1%、5%和10%的水平上显著。受篇幅限制,表中未报告控制变量结果。 |
表5为产业政策与集团公司集中负债程度的回归结果。列(1)中Industry_policy的回归系数为0.0140,在1%的水平上显著,表明产业政策支持与母公司负债占比显著正相关。列(2)中Industry_policy的回归系数为0.0267,在1%的水平上显著。这说明在产业政策的支持下,集团公司更可能采用集中负债方式进行融资。这一结果支持了假设1a,也证明了集团公司集中负债具有“融资扩大效应”。
(1) | (2) | |
被解释变量 | 母公司负债占比 | 母公司有息负债占比 |
Industry_policy | 0.0140*** | 0.0267*** |
(0.0052) | (0.0066) | |
cons | 1.3563*** | 1.2095*** |
(0.0606) | (0.0780) | |
X | 控制 | 控制 |
行业效应 | 控制 | 控制 |
年度效应 | 控制 | 控制 |
Adj. R2 | 0.199 | 0.128 |
F值 | 51.180 | 27.612 |
N | 20 409 | 18 113 |
注:括号内为经过公司层面聚类修正后的标准误,***、**和*分别表示在1%、5%和10%的水平上显著。受篇幅限制,表中未报告控制变量结果。下表同。 |
表6为产业政策、产权性质与集中负债程度的回归结果。列(1)中Industry_policy的回归系数为0.0197,在5%的水平上显著,而Industry_policy×State的回归系数为−0.0171,也在5%的水平上显著。列(2)中Industry_policy的回归系数为0.0391,在1%的水平上显著,而Industry_policy×State的回归系数为−0.0252,在5%的水平上显著。这说明产业政策支持的非国有集团公司更可能采用集中负债方式进行融资,这一结果支持了假设2。
(1) | (2) | |
被解释变量 | 母公司负债占比 | 母公司有息负债占比 |
Industry_policy | 0.0197** | 0.0391*** |
(0.0068) | (0.0092) | |
State | 0.0407*** | 0.0612*** |
(0.0071) | (0.0093) | |
Industry_policy×State | −0.0171** | −0.0252** |
(0.0081) | (0.0108) | |
cons | 1.2574*** | 1.1500*** |
(0.0567) | (0.0713) | |
X | 控制 | 控制 |
行业效应 | 控制 | 控制 |
年度效应 | 控制 | 控制 |
Adj. R2 | 0.175 | 0.112 |
F值 | 119.884 | 63.476 |
N | 20 409 | 18 113 |
表7为产业政策、盈利分布与集中负债程度的回归结果。列(1)中Industry_policy的回归系数为0.0192,在1%的水平上显著,而Industry_policy×Diff_roa的回归系数为−0.5245,也在1%的水平上显著。列(2)中Industry_policy的回归系数为0.0355,在1%的水平上显著,而Industry_policy×Diff_roa的回归系数为−0.8019,也在1%的水平上显著。这说明在产业政策的支持下,子公司的相对盈利水平越高,集团公司越不倾向利用集中负债方式进行融资。这支持了假设3a。
(1) | (2) | |
被解释变量 | 母公司负债占比 | 母公司有息负债占比 |
Industry_policy | 0.0192*** | 0.0335*** |
(0.0053) | (0.0068) | |
Diff_roa | −0.9737*** | −0.7355*** |
(0.1514) | (0.1934) | |
Industry_policy×Diff_roa | −0.5245*** | −0.8019*** |
(0.1800) | (0.2305) | |
_cons | 1.3474*** | 1.1960*** |
(0.0602) | (0.0778) | |
X | 控制 | 控制 |
行业效应 | 控制 | 控制 |
年度效应 | 控制 | 控制 |
Adj. R2 | 0.209 | 0.134 |
F值 | 53.747 | 28.600 |
N | 20 311 | 18 023 |
本文还设置了产业政策支持行业收入比(Ratio)这一变量,②等于合并报表中受产业政策支持行业的收入占集团总收入的比重,衡量产业政策对集团公司的支持力度。该变量数值越大,整个集团受产业政策支持的力度也越大,集团内可利用产业政策融资便利性融资的子公司就越多,集团采取集中负债方式进行融资的动机也就越弱。我们进一步检验了产业政策支持力度如何影响集团集中负债程度,结果见表8。从中可以发现,Industry_policy的系数显著为正,Industry_policy×Ratio的系数则显著为负。这表明在产业政策的支持下,子公司可能会利用其融资便利性获得资金,减弱集团采取集中负债的动机,从而降低集中负债程度。检验结果进一步揭示了产业政策影响公司集中负债的具体机制。
(1) | (2) | |
被解释变量 | 母公司负债占比 | 母公司有息负债占比 |
Industry_policy | 0.0566*** | 0.0672*** |
(0.0174) | (0.0229) | |
Ratio | 0.1117*** | 0.0381 |
(0.0182) | (0.0239) | |
Industry_policy×Ratio | −0.0569*** | −0.0542** |
(0.0204) | (0.0273) | |
cons | 1.2579*** | 1.1898*** |
(0.0670) | (0.0856) | |
X | 控制 | 控制 |
行业效应 | 控制 | 控制 |
年度效应 | 控制 | 控制 |
Adj. R2 | 0.203 | 0.125 |
F值 | 46.8258 | 23.9402 |
N | 18 329 | 16 192 |
(三)经济后果检验
表9为产业政策、集中负债与债务成本的回归结果。本文借鉴Pittman和Fortin(2004)以及蒋琰(2009)的度量方法,利用上市公司财务费用与债务总额的比值来测度债务融资成本(Debt_cost)。列(1)和列(3)单独检验了集中负债对集团公司负债成本的影响。Bind和IBind的回归系数都为正,且在1%的水平上显著。这表明在不考虑产业政策时,集中负债提高了集团公司的负债成本。列(2)中Industry_policy×Bind的回归系数为−0.0022,在5%的水平上显著。列(4)中Industry_policy×IBind的回归系数为−0.0013,在10%的水平上显著。检验结果表明,在产业政策的支持下,采取集中负债的方式可以降低公司的融资成本,证明了集团公司集中负债具有“贷款节息效应”。
被解释变量:债务融资成本(Debt_cost) | ||||
(1) | (2) | (3) | (4) | |
Industry_policy | 0.0002 | −0.0005 | ||
(0.0008) | (0.0008) | |||
Bind | 0.0069*** | 0.0085*** | ||
(0.0005) | (0.0007) | |||
IBind | 0.0050*** | 0.0060*** | ||
(0.0004) | (0.0006) | |||
Industry_policy×Bind | −0.0022** | |||
(0.0009) | ||||
Industry_policy×IBind | −0.0013* | |||
(0.0008) | ||||
cons | 0.0491*** | 0.0490*** | 0.0570*** | 0.0574*** |
(0.0047) | (0.0050) | (0.0055) | (0.0058) | |
X | 控制 | 控制 | 控制 | 控制 |
行业效应 | 控制 | 控制 | 控制 | 控制 |
年度效应 | 控制 | 控制 | 控制 | 控制 |
Adj. R2 | 0.173 | 0.174 | 0.176 | 0.178 |
F值 | 78.719 | 75.116 | 79.312 | 75.856 |
N | 14 794 | 14 794 | 14 563 | 14 563 |
表10为产业政策、集中负债与非效率投资的回归结果。本文借鉴Richardson(2006)的研究,估算了公司非效率投资情况(包括过度投资和投资不足)。列(1)至列(3)中Industry_policy×Bind的回归系数分别为−0.0049、−0.0056和−0.0047,除了列(2)外,都在1%的水平上显著。列(4)至列(6)中Industry_policy×IBind的回归系数分别为−0.0034、−0.0030和−0.0036,除了列(2)外,也都在1%的水平上显著。检验结果表明,在产业政策的支持下,采取集中负债方式的公司非效率投资和投资不足显著减少。其可能的原因是:由于公司普遍面临融资约束,好的投资项目因资金短缺而暂停常有发生。当公司获得发展所需的资金时,因资金短缺而搁置的项目将会重新启动,从而公司投资不足减少;同时,集中负债使银行监督资金使用、保障资金安全的动机增强,公司投资的稳定性增加,从而低效投资也减少。过度投资的检验结果不显著,一个可能的原因是,长期缺乏资金的公司在获得大量资金后盲目扩大投资的可能性较小。
(1) | (2) | (3) | (4) | (5) | (6) | |
全样本 | 过度投资 | 投资不足 | 全样本 | 过度投资 | 投资不足 | |
Industry_policy | 0.0047*** | 0.0061** | 0.0043*** | 0.0038*** | 0.0043* | 0.0036*** |
(0.0011) | (0.0026) | (0.0009) | (0.0010) | (0.0022) | (0.0009) | |
Bind | 0.0067*** | 0.0068** | 0.0068*** | |||
(0.0014) | (0.0031) | (0.0012) | ||||
IBind | 0.0033*** | 0.0015 | 0.0044*** | |||
(0.0013) | (0.0027) | (0.0011) | ||||
Industry_policy×Bind | −0.0049*** | −0.0056 | −0.0047*** | |||
(0.0017) | (0.0037) | (0.0014) | ||||
Industry_policy×IBind | −0.0034** | −0.0030 | −0.0036*** | |||
(0.0015) | (0.0032) | (0.0013) | ||||
cons | 0.0253*** | 0.0351*** | 0.0251*** | 0.0282*** | 0.0377*** | 0.0278*** |
(0.0040) | (0.0089) | (0.0034) | (0.0042) | (0.0090) | (0.0036) | |
X | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj. R2 | 0.021 | 0.022 | 0.030 | 0.021 | 0.023 | 0.027 |
F值 | 21.266 | 9.092 | 18.174 | 18.437 | 8.742 | 14.975 |
N | 16 725 | 6 330 | 10 395 | 15 026 | 5 809 | 9 217 |
(四)稳健性检验③
1. 为了缓解内生性问题,采用DID模型进行了检验。本文将“十二五规划”中新增的产业政策支持的行业定义为实验组,其他行业则为控制组,为了保证时间的对称性,我们重点考察了“十一五”和“十二五”时期(2006—2015年)的样本。检验结果与上文一致,结论具有稳健性。
2. 加入上一期公司集中负债程度,控制公司负债习惯的影响。检验结果与上文基本一致。
3. 借鉴何捷等(2017)的方法,采用虚拟变量来度量集中负债程度,使用Logit模型进行了回归。检验结果与上文一致。
4. 为了缓解遗漏变量问题的影响,采用固定效应模型,控制公司与年度效应。检验结果与上文研究一致。
五、结 论
集团化已成为当前公司重要的战略组织选择,集团公司融资问题成为理论界和实务界讨论的热点话题。本文以2003—2015年非金融类集团上市公司为研究样本,考察了产业政策对其集中负债的影响及经济后果。研究发现,产业政策支持的集团上市公司的集中负债程度更高,这种现象在非国有企业中更加明显,而在子公司相对盈利能力强的集团中,这种倾向则有所减弱。同时,采取集中负债的方式不仅显著降低了集团公司的债务融资成本,而且减少了公司非效率投资,特别是缓解了投资不足的情况。本文的研究证实了产业政策支持下公司集中负债的“融资扩大效应”和“贷款节息效应”。本文以产业政策为出发点,揭示了我国集团上市公司集中负债的动机和效果。这对集团公司提高融资效率、增强财务控制具有一定的借鉴意义,对投资者理性看待公司集中负债行为、实施正确的投资决策具有一定的参考价值;对监管者有效防范化解公司杠杆风险也具有一定的启示意义。
本文研究的局限性在于,由于较难获得公司集中负债的直接衡量指标,本文采用“母公司负债占合并报表总负债的比例”来间接反映集中负债情况。随着集团公司财务数据的逐步公开,未来可选择更加直接准确的指标进行测度,并就公司集中负债对母子公司会计与财务行为的影响展开讨论。
① 2015年12月中央经济工作会议上,习近平总书记提出明年及今后一个时期供给侧结构性改革五大任务:去产能、去库存、去杠杆、降成本、补短板,简称“三去一降一补”。
② Ratio和Industry_policy的Pearson相关系数为0.0099,两者存在严重共线性问题的可能性不大。
③ 受篇幅限制,文中未报告稳健性检验结果,如有需要可向作者索取。
[1] | 陈冬华, 姚振晔, 新夫. 中国产业政策与微观企业行为研究: 框架、综述与展望[J]. 会计与经济研究, 2018(1): 51–71. |
[2] | 韩乾, 洪永淼. 国家产业政策、资产价格与投资者行为[J]. 经济研究, 2014(12): 143–158. DOI:10.3969/j.issn.1002-5863.2014.12.060 |
[3] | 何捷, 张会丽, 陆正飞. 货币政策与集团企业负债模式研究[J]. 管理世界, 2017(5): 158–169. |
[4] | 江伟, 曾业勤. 金融发展、产权性质与商业信用的信号传递作用[J]. 金融研究, 2013(6): 89–103. DOI:10.3969/j.issn.1007-9041.2013.06.020 |
[5] | 江小涓. 经济转轨时期的产业政策: 对中国经验的实证分析与前景展望[M]. 上海: 上海三联书店, 上海人民出版社, 1996. |
[6] | 蒋琰. 权益成本、债务成本与公司治理: 影响差异性研究[J]. 管理世界, 2009(11): 144–155. |
[7] | 金宇超, 施文, 唐松, 等. 产业政策中的资金配置: 市场力量与政府扶持[J]. 财经研究, 2018(4): 4–19. |
[8] | 李青原, 王红建. 货币政策、资产可抵押性、现金流与公司投资——来自中国制造业上市公司的经验证据[J]. 金融研究, 2013(6): 31–45. DOI:10.3969/j.issn.1003-4625.2013.06.007 |
[9] | 刘浩, 唐松, 楼俊. 独立董事: 监督还是咨询? ——银行背景独立董事对企业信贷融资影响研究[J]. 管理世界, 2012(1): 141–156. |
[10] | 陆正飞, 张会丽. 所有权安排、寻租空间与现金分布——来自中国A股市场的经验证据[J]. 管理世界, 2010(5): 150–158. |
[11] | 沈红波, 寇宏, 张川. 金融发展、融资约束与企业投资的实证研究[J]. 中国工业经济, 2010(6): 55–64. |
[12] | 王红建, 李青原, 邢斐. 金融危机、政府补贴与盈余操纵——来自中国上市公司的经验证据[J]. 管理世界, 2014(7): 157–167. |
[13] | 夏子航, 马忠, 陈登彪. 债务分布与企业风险承担——基于投资效率的中介效应检验[J]. 南开管理评论, 2015(6): 90–100. DOI:10.3969/j.issn.1008-3448.2015.06.010 |
[14] | 张纯, 潘亮. 转型经济中产业政策的有效性研究——基于我国各级政府利益博弈视角[J]. 财经研究, 2012(12): 85–94. |
[15] | 张会丽, 陆正飞. 控股水平、负债主体与资本结构适度性[J]. 南开管理评论, 2013(5): 142–151. DOI:10.3969/j.issn.1008-3448.2013.05.015 |
[16] | 张会丽, 吴有红. 企业集团财务资源配置、集中程度与经营绩效——基于现金在上市公司及其整体子公司间分布的研究[J]. 管理世界, 2011(2): 100–108. |
[17] | 赵冬青, 朱武祥, 王正位. 宏观调控与房地产上市公司资本结构调整[J]. 金融研究, 2008(10): 78–92. DOI:10.3969/j.issn.1006-169X.2008.10.026 |
[18] | 祝继高, 韩非池, 陆正飞. 产业政策、银行关联与企业债务融资——基于A股上市公司的实证研究[J]. 金融研究, 2015(3): 176–191. |
[19] | Allen F, Qian J, Qian M J. Law, finance, and economic growth in China[J]. Journal of Financial Economics, 2005, 77(1): 57–116. DOI:10.1016/j.jfineco.2004.06.010 |
[20] | Ayyagari M, Demirgüç-Kunt A, Maksimovic V. Formal versus informal finance: Evidence from China[J]. Review of Financial Studies, 2010, 23(8): 3048–3097. DOI:10.1093/rfs/hhq030 |
[21] | Baum C F, Caglayan M, Ozkan N. The second moments matter: The response of bank lending behavior to macroeconomic uncertainty[R]. Working Paper, University of Leicester, 2004. |
[22] | Brandt L, Li H B. Bank discrimination in transition economies: Ideology, information, or incentives?[J]. Journal of Comparative Economics, 2003, 31(3): 387–413. DOI:10.1016/S0147-5967(03)00080-5 |
[23] | Chen D H, Li O Z, Xin F. Five-year plans, China finance and their consequences[J]. China Journal of Accounting Research, 2017, 10(3): 189–230. DOI:10.1016/j.cjar.2017.06.001 |
[24] | Fier S G, McCullough K A, Carson J M. Internal capital markets and the partial adjustment of leverage[J]. Journal of Banking & Finance, 2013, 37(3): 1029–1039. |
[25] | Flannery M J, Houston J F, Venkataraman S. Financing multiple investment projects[J]. Financial Management, 1993, 22(2): 161–172. DOI:10.2307/3665867 |
[26] | Kolasinski A C. Subsidiary debt, capital structure and internal capital markets[J]. Journal of Financial Economics, 2009, 94(2): 327–343. DOI:10.1016/j.jfineco.2008.12.005 |
[27] | Kornai J, Maskin E, Roland G. Understanding the soft budget constraint[J]. Journal of Economic Literature, 2003, 41(4): 1095–1136. DOI:10.1257/jel.41.4.1095 |
[28] | La Porta R, Lopez-De-Silanes F, Shleifer A. Government ownership of banks[J]. The Journal of Finance, 2002, 57(1): 265–301. DOI:10.1111/1540-6261.00422 |
[29] | Leftwich R. Accounting information in private markets: Evidence from private lending agreements[J]. The Accounting Review, 1983, 58(1): 23–42. |
[30] | Lin C, Officer M S, Zhan X T. Does competition affect earnings management? Evidence from a natural experiment[R]. SSRN Working Paper, 2015. |
[31] | Pittman J A, Fortin S. Auditor choice and the cost of debt capital for newly public firms[J]. Journal of Accounting and Economics, 2004, 37(1): 113–136. DOI:10.1016/j.jacceco.2003.06.005 |
[32] | Qian Y Y. A theory of shortage in socialist economies based on the " soft budget constraint”[J]. The American Economic Review, 1994, 84(1): 145–156. |
[33] | Rajan R, Servaes H, Zingales L. The cost of diversity: The diversification discount and inefficient investment[J]. The Journal of Finance, 2000, 55(1): 35–80. DOI:10.1111/0022-1082.00200 |
[34] | Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2−3): 159–189. DOI:10.1007/s11142-006-9012-1 |
[35] | Stein J C. Internal capital markets and the competition for corporate resources[J]. The Journal of Finance, 1997, 52(1): 111–133. DOI:10.1111/j.1540-6261.1997.tb03810.x |