一、引 言
近年来,我国的债务水平迅速上升。根据国际清算银行BIS的数据,我国非金融部门债务水平占GDP的比重从2008年的141%升至2016年的255%,上升了114%,远远超过同期32%的全球平均增幅。其中,非金融企业债务与GDP的比值从2008年的96%升至2016年的166%,占到我国非金融部门债务增长的61%。债务水平上升会增加企业的融资成本和违约风险,增大系统性金融风险发生的可能性,甚至威胁到金融体系与社会的稳定。因此,降低非金融企业的杠杆率是优化宏观杠杆率的核心和防范债务风险的关键(金鹏辉等,2017)。
在企业部门内部,债务水平和杠杆率的变化存在明显的结构性特征(钟宁桦等,2016)。从资金供给角度看,我国企业的融资主要依赖银行信贷(Allen等,2005),而银行信贷在国企与私企之间的分布却不均衡(卢峰和姚洋,2004)。①之所以产生偏向国企的不均衡分布,主要有三个原因:第一,为了扶持国企发展和维护社会稳定,政府往往会以优惠贷款的形式补贴国企(Bailey等,2011)。第二,与私企相比,国企在自身禀赋和信息成本②方面具有优势(方军雄,2007)。第三,政府隐性担保使国企还在违约风险上存在优势(袁淳等,2010)。私企可获得的信贷资源被严重挤出,受到的融资约束程度显著高于国企(刘瑞明,2011;邓可斌和曾海舰,2014)。2008年以来,面对全球金融危机的冲击,我国经济结构开始转型,宏观经济增速进入下行轨道,企业投资机会减少,违约风险逐渐上升。这很可能会进一步加剧信贷资源向国企的倾斜。一方面,理论与实证文献都表明,政府在经济下行和危机发生时会增加对国有银行的干预,以减小信贷的周期性波动,维持经济增长和社会稳定(Behr等,2017);另一方面,对风险厌恶的银行而言,经济下行和宏观风险上升会导致政府隐性担保的价值增加,使其更倾向于为国企提供融资(Borisova等,2015)。私企的融资环境则可能进一步恶化,债务融资难度增大,其杠杆率被迫下降。
从资金需求角度看,我国国企高管的评估和晋升往往同时依赖于经营业绩和所承担的社会责任(刘青松和肖星,2015),因而国企高管具有“准官员”的性质(杨瑞龙等,2013)。在这样的制度安排下,国企的经营决策(包括融资决策)不可避免地会受到管理层政治动机的影响,从而可能偏离利润最大化目标,最终引起经营决策的扭曲和经营效率的损失(Lin和Tan,1999;陈仕华等,2015)。同时,预算软约束使国企在经营状况不佳甚至出现亏损时仍能相对容易地获得融资,从而这种扭曲的资源配置格局得以长期存在(Kornai,1986;盛明泉等,2012)。2008年以来,受到全球金融危机的冲击,我国步入增长速度换档、结构调整阵痛和前期刺激政策消化的“三期叠加”阶段,地方政府的稳增长压力不断上升。为了缓解这种压力,政府在2008年后增加了对国企经营决策的干预,通过增加国企的固定资产投资和人员雇用,减缓经济下行的压力及对社会稳定的负面冲击(Deng等,2015)。政府干预的增加很可能导致国企融资决策在2008年后进一步扭曲。私企的债务需求则主要受到宏观环境和自身经营状况变化的影响,较少受到政府干预和非盈利目标的影响。
从结构性的视角分析,国有企业的融资环境总体上宽松,融资决策的扭曲主要来源于政府干预对其融资需求的影响。而私营企业的融资需求往往取决于自身的投资机会,其融资决策的扭曲则主要来源于资金供给侧可能存在的融资约束。可见,我国企业的资本结构不仅受到传统理论中典型影响因素的冲击,还会受到我国特有的结构性扭曲的影响。而随着宏观环境与政策的变化,国企面对的政府干预和私企受到的融资约束也会发生一定的变化。这些变化是否会对国企与私企的杠杆率产生结构性的影响,进而导致两者的杠杆率走势发生背离?如果这种结构性的冲击确实存在,那么国企与私企杠杆率差异的变化究竟反映的是国企面对的地方政府干预的变化还是私企受到的融资约束的变化?
本文采用2001—2016年中国上市公司年报数据,发现从2008年开始,私企与国企的杠杆率差异由正转负,两者杠杆率剪刀差发生逆转。进一步研究发现,在2008年之前,国企与私企的杠杆率差异与当地GDP增速不存在显著的关系。而在2008年之后,国企与私企杠杆率的差异随当地GDP增速的下降而明显上升。这说明2008年之后国企杠杆率的相对上升很可能来源于稳增长压力下地方政府增加了对国企融资决策的干预。同时,我们也发现私企受到的融资约束在2008之后并未明显加重。这说明私企杠杆率的下降很可能只是宏观经济增速下滑和投资机会减少背景下企业的自发调整,而非融资环境恶化所导致的结果。而所有者权益变动对杠杆率的影响、“四万亿”刺激计划的冲击以及上市公司的直接融资优势都不能解释杠杆率剪刀差的逆转。此外,这一结论在采用不同的地方政府干预和企业融资约束指标时依然稳健。因此,杠杆率剪刀差的逆转主要来源于地方政府对国有企业融资需求的干预,导致其主动加杠杆。只有真正落实多维度的官员评价体系,深化国有企业的市场化改革,扭转经济增长目标硬约束和国企预算软约束下信贷资金向国有企业集中的趋势,才能让市场真正成为资源配置的主体,进而有助于货币政策传导机制的疏通和国企结构性去杠杆目标的实现。
本文的主要贡献在于为2008年以来国企杠杆率的结构性上升提出了一种可能的解释。现有文献描述了我国企业杠杆率的时序变化和结构性特征(谭小芬和尹碧娇,2016;谢里和张斐,2018),但对于结构性特征背后的原因和形成机制,并未形成统一的观点。钟宁桦等(2016)指出我国企业债务存在结构性问题,发现资金对于国有企业和“僵尸”企业的偏向性自2008年以来不断增强,但并未明确探究其中的原因。王宇伟等(2018)将近年来我国国企债务的高增速归因于银行体系的资源错配,但并未详细说明资源错配为何导致了2008年以来国企与私企杠杆率走势的突然背离。Deng等(2015)则将国企债务的高增速归结为“四万亿”刺激计划的影响。但Shen等(2016)却发现,在剔除了受“四万亿”刺激计划直接影响的行业后,国企杠杆率相对于私企的上升趋势仍然显著。本文从我国国企和私企在融资决策中面对的扭曲出发,通过地方政府的稳增长压力及其对国有企业的干预,将宏观经济增速承压下行与微观企业杠杆率的结构性变化联系了起来,形成了“宏观经济增速承压下行—地方政府稳增长压力上升—地方政府干预增加—国企结构性加杠杆—资金配置效率下降—宏观经济增速进一步承压下行”的逻辑链条,从而为2008年以来国企杠杆率的相对上升提出了一种全新的解释。本文有助于更加全面与深入地认识我国企业债务结构性问题的成因,也为国有企业结构性去杠杆的政策选择提供了参考。
二、现象描述和研究假设
为了解我国企业杠杆率变化的结构性特征,我们考察了国企和私企资产负债率均值的时序变化情况,结果见图1。从中可以看出,国企和私企杠杆率的变化趋势并不完全相同,在2008年之前,私企的杠杆率始终大于国企,且两者的变化趋势基本相同;从2008年开始,私企和国企杠杆率的走势出现背离,国企与私企的杠杆率差异不断上升且由负转正,杠杆率剪刀差发生逆转。
为了排除新上市样本的干扰,我们删除了样本期间内上市的企业观测值。从图2中可以看出,在剔除了新上市的企业后,私企的平均杠杆率上升了超过10个百分点,从原来的44.7%升至54.8%,而国企的杠杆率则仅仅上升了0.6%。这说明大量新上市的私企确实产生了重要的影响。因此,我们在下文中均采用删除新上市企业后的样本进行实证分析。
国企与私企在行业分布上的差异也可能干扰我们对于杠杆率相对变化的判断。具体来说,我国国企大多分布在以制造业为主的上游行业,而私企则分布在服务业为主的下游行业,呈现出“垂直结构”(Li等,2015)。因此,杠杆率的相对变化可能反映的主要是杠杆率的行业差异,而并非所有制差异。为了排除这一潜在问题,我们将样本分为制造业、批发零售业、房地产业和其他行业四个子样本,各个子样本中国企和私企杠杆率的变化情况见图3。从中可以看出,不同行业间企业杠杆率的绝对大小和变化趋势存在差异,但各个行业内国企的杠杆率相对于私企总体上都呈现出上升的趋势。换言之,国企和私企杠杆率剪刀差的逆转在考虑了行业分布的差异之后依然存在。
以上分析说明,2008年前后国企和私企的杠杆率剪刀差确实发生了逆转,而且这种逆转无法完全由新上市企业对样本构成的冲击以及国企和私企的行业分布差异所解释。那么,国企与私企杠杆率剪刀差逆转的原因究竟是什么?国企杠杆率的上升是否与稳增长压力增大背景下地方政府对国企干预程度的增加有关?私企杠杆率的下降又是否与融资环境的恶化和融资约束的加重有关?
我们认为,2008年以来我国首先受到全球金融危机的冲击,而后步入经济增长速度的换档期,开始由高速增长逐渐转向中高速增长,地方政府的稳增长压力逐渐显现。为了缓解这种不断上升的压力,地方政府在2008年后很可能增加对国企经营决策的干预,通过增加国企的固定资产投资和人员雇用来减缓经济下行的压力(Deng等,2015;Shen等,2016)。地方政府干预的增加很可能加重国企融资决策的扭曲,造成国企加杠杆。另外,2008年以来地方政府干预的增加与经济下行期隐性担保价值的上升会增加银行信贷对国有企业的偏向性和倾斜性(Bailey等,2011;Borisova等,2015),但相对宽松的货币信贷环境却有助于减少银行对私营企业的信贷歧视,降低私营企业的融资约束(陆正飞等,2009;叶康涛和祝继高,2009)。可见,虽然资金向国企倾斜的程度上升可能导致流向私企的资金比重有所下降,但是私企的融资环境未必会发生明显的恶化,受到的融资约束也未必会显著增加。因此,我们提出以下两个假设:
假设1:2008年后杠杆率剪刀差的逆转主要来源于稳增长压力上升背景下地方政府对国企干预的增加,导致国企主动加杠杆。
假设2:2008年后杠杆率剪刀差的逆转并非来自融资环境恶化所引致的私企被动去杠杆。
三、研究设计
(一)数据和样本
本文使用的企业财务数据来自我国2001—2016年上市公司年报。我们首先删除了金融行业的样本,得到34 075个观测值。我们还删除了存在缺失值和杠杆率大于1或小于零的样本。在删除了样本期间新上市企业的样本后,最终得到985家公司的13 506个观测值。为了排除极端值的影响,我们对有关财务数据的变量做了上下1%的winsorize处理。此外,我们还统计了样本期间每年各省份的GDP增长率。本文所有数据均来自CSMAR数据库。
(二)模型设定和变量定义
1. 地方政府的稳增长压力和国企加杠杆。为了验证杠杆率剪刀差的逆转是否来源于地方政府稳增长所引起的国企加杠杆,我们使用各省GDP年增长率(Gdpgrowth)来衡量地方政府的稳增长压力。在官员晋升锦标赛模式下,地方政府和官员往往会将GDP的高增长作为首要目标(周黎安,2007)。虽然十八大以来中央对地方的绩效考核发生了一系列变化,开始建立包含自然资源和生态环境保护在内的多元化的官员评价体系,但是经济建设仍是地方政府的重要职能,保持经济增长仍位列“十三五”规划中十大目标任务之首。③因此,在GDP增长率越低的地区,政府稳增长的压力越大。我们构建了以下实证模型来检验稳增长压力对国企杠杆率的影响:
$Le{v_{i,t}} = {\rm{\alpha }} + {\beta _1}Gdpgrowt{h_{i,t - 1}} + {\beta _2}Stat{e_{i,t - 1}} \times Gdpgrowt{h_{i,t - 1}} + \delta {X_{i,t - 1}} + {v_i} + {\theta _t} + {\varepsilon _{i,t}}$ | (1) |
其中,因变量为Lev,表示企业的资产负债率。核心解释变量为State×Gdpgrowth,表示国企虚拟变量State与企业所在地当期GDP增长率的交叉项。此外,我们还控制了当地GDP增长率,因为GDP增长率还可能通过投资机会、劳动力素质等其他渠道对国企和私企的融资决策产生影响。而在控制了GDP增长率对私企和国企的共同影响之后,State×Gdpgrowth就可以较好地反映GDP增长对国企杠杆率的额外影响,这一额外影响可以认为主要来自政府对国企的干预。④如果2008年后随着稳增长压力的上升(当地GDP增长率的下降),政府增加了对国企的干预而导致其杠杆率上升,则我们应观察到2008年后State×Gdpgrowth的系数β2显著为负。反之,如果系数β2不显著,则说明国企杠杆率并不会显著受到政府稳增长压力的影响。
对于控制变量Xi,t-1,在参考现有文献(Kayhan和Titman,2007;Frank和Goyal,2009;姜付秀和黄继承,2011;盛明泉等,2012)的基础上,我们控制了一系列与企业资本结构相关的企业和行业因素,包括企业的经营风险(Volatility)、资产规模(Size)、盈利能力(Profitability)、非债务税盾(Nds)、有形资产比例(Tangibility)和成长性(Tobinq)。根据权衡理论,企业的最优杠杆率取决于税盾收益和破产成本的相对大小。企业的经营风险(Volatility)通过影响破产成本而影响其杠杆率。企业的经营风险越大,盈利和现金流波动越大,违约概率也越大,杠杆率可能越小。而企业的规模(Size)越大,抗风险能力越强,违约风险越低,与投资者之间的信息不对称程度越小。因此,规模大的企业破产成本更小,杠杆率应更大(Frank和Goyal,2009)。企业的盈利能力(Profitability)越强,积累的股东财富越多,杠杆率就越小(Kayhan和Titman,2007)。此外,基于优序融资理论(Myers和Majluf,1984),企业的盈利能力越强,可用的内源融资就越多,因而对债务融资的需求越小,杠杆率也就越小。企业的非债务税盾(Nds)和债务税盾具有替代关系(Givoly等,1992)。非债务税盾的上升会导致债务税盾的相对重要性下降,因此企业会减少使用债务,其杠杆率会下降。企业的有形资产比例(Tangibility)则反映了固定资产占总资产的比重,与商誉等无形资产相比,固定资产的价值更容易计量,变现更方便。因此,固定资产比重越高的企业抵押品质量越好,与银行之间的信息不对称程度越小,信息成本越低,从而杠杆率就越大。而成长性(Tobinq)较好的公司一般有较多的投资项目和较少的自由现金流,其违约风险以及与投资者之间的信息不对称程度较大,因此其与杠杆率呈现负相关关系。考虑到行业因素的影响,我们还控制了杠杆率的行业中位数(Frank和Goyal,2009)。为了排除可能存在的双向因果问题,我们对这些财务指标均取滞后一期值。最后,我们还控制了年份固定效应θt和个体固定效应vi。变量定义见表1。
变量性质 | 变量名称 | 变量定义 |
因变量 | Lev | 企业杠杆率,用资产负债率表示 |
Investment | (资本支出—处置固定资产的收入)/总资产,反映企业的投资水平 | |
核心解释变量 | State×Gdpgrowth | 国企虚拟变量与企业所在省份GDP增长率的交叉项,反映稳增长压力对国企和私企杠杆率差异的影响 |
CF×Iyear≥2008 | 企业现金流与时间虚拟变量的交叉项 | |
控制变量 | Volatility | 企业过去三年ROA的标准差,反映企业经营风险 |
Size | 企业资产总额的自然对数,反映企业规模 | |
Profitability | 企业的总资产收益率,反映企业盈利能力 | |
Nds | 企业的非债务税盾,等于折旧摊销占总资产的比重 | |
Tangibility | 企业的有形资产比例,等于固定资产占总资产的比重 | |
Tobinq | 企业的Tobin Q值,反映企业成长性 | |
State | 国有企业虚拟变量,企业实际控制人为政府机构或国有控股企业时取1,否则取0 | |
Gdpgrowth | 企业所在省份GDP增长率 | |
CF | 经营净现金流/总资产,反映企业现金流水平 | |
Cash | 现金及现金等价物/总资产,反映企业现金持有比率 | |
Iyear≥2008 | 时间虚拟变量,观测值所在年份大于等于2008时取1,否则取0 |
2. 融资约束和私企去杠杆。供给侧信贷所有制歧视的增加可能导致私企所受融资约束增加,导致其被迫去杠杆。⑤为了检验这种可能性,我们将采用Fazzari等(1988)提出的投资−现金流敏感性方法,观察2008年后私企的投资水平对现金流的敏感性是否显著上升。Fazzari等(1988)认为,理想条件下企业的投资水平应只与自身的投资机会有关。然而,如果受到融资约束而无法为所有的优质项目进行融资,那么企业的投资水平会显著依赖于内源资金,两者表现出正相关性。根据这一思想,如果私企的投资−现金流敏感性在2008年后显著上升,则说明在资金供给侧受到的融资约束在2008年后显著加重,杠杆率剪刀差的逆转可能与资金供给侧信贷歧视的增加有关。反之,如果私企的融资约束在2008年后显著下降或没有显著变化,则说明供给侧信贷歧视并未明显增加,因而私企杠杆率下降更可能是宏观经济增速下行背景下企业自身调整的结果。关注投资−现金流敏感性的时点前后差异有两个明显的优点:第一,这种做法衡量的是融资约束的变化而非融资约束的水平,从而避免了上市私企样本代表性不足的问题。⑥第二,尽管投资−现金流敏感性能否作为判断融资约束的标准一直存在争议(Kaplan和Zingales,1997),但是它在不同时间上的差异却可以很好地反映企业所受融资约束的变化(Fazzari等,2000)。因此,我们构建了以下实证模型来检验私企融资约束水平变化:
$Investmen{t_{i,t}} = \alpha + {\beta _1}C{F_{i,t}} + {\beta _2}{I_{year \geqslant 2008}} + {\beta _3}C{F_{i,t}} \times {I_{year \geqslant 2008}} + \delta {X_{i,t - 1}} + {v_i} + {\varepsilon _{i,t}}$ | (2) |
其中,因变量是企业的投资水平与总资产的比值(Investment),核心解释变量是时间虚拟变量(Iyear≥2008)与现金流(CF)的交叉项CF×Iyear≥2008。Iyear≥2008表示时间虚拟变量,2008年及之后取1,否则取0。CF表示企业现金流与总资产的比值。如果CF×Iyear≥2008的回归系数显著为正,则说明2008年后企业的投资−现金流敏感性显著上升,即所受融资约束加重。对于控制变量,参考Fazzari等(1988)以及Guariglia和Yang(2016)的做法,我们选择了企业的托宾q(Tobinq)、资产规模(Size)、杠杆率(Lev)、现金比率(Cash)和盈利能力(Profitability)。借鉴Almeida等(2004)的研究,我们采用了OLS回归并控制了企业个体固定效应。
(三)变量描述性统计
表2给出了主要变量的描述性统计结果。
变量 | 观测数 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 |
Lev | 13 506 | 0.520 | 0.530 | 0.192 | 0.083 | 0.998 |
Investment | 13 506 | 0.054 | 0.032 | 0.072 | −0.061 | 0.412 |
Volatility | 13 506 | 0.033 | 0.018 | 0.046 | 0.001 | 0.434 |
Size | 13 506 | 21.887 | 21.763 | 1.244 | 18.836 | 25.458 |
Profitability | 13 506 | 0.028 | 0.028 | 0.069 | −0.341 | 0.223 |
Nds | 13 506 | 0.026 | 0.024 | 0.017 | 0.001 | 0.083 |
Tangibility | 13 506 | 0.268 | 0.237 | 0.185 | 0.002 | 0.754 |
Tobinq | 13 506 | 2.264 | 1.757 | 1.591 | 0.877 | 11.229 |
Gdpgrowth | 13 506 | 0.113 | 0.113 | 0.026 | 0.03 | 0.238 |
CF | 13 506 | 0.051 | 0.048 | 0.096 | −0.265 | 0.372 |
Cash | 13 506 | 0.152 | 0.127 | 0.109 | 0.004 | 0.698 |
四、实证结果分析
(一)地方政府的稳增长压力和国企加杠杆
为了检验地方政府的稳增长压力是否会导致国企的杠杆率相对于私企出现明显的上升,我们对模型(1)进行了回归,结果见表3,其中列(1)至列(3)为2001—2007年子样本回归结果,列(4)至列(6)则为2008—2016年子样本回归结果。通过分样本回归,我们可以更好地判断2008年后国企杠杆率的上升是否来自宏观经济增速下降所带来的地方政府稳增长压力上升。
(1) | (2) | (3) | (4) | (5) | (6) | |
Lev | 2001—2007年 | 2001—2007年 | 2001—2007年 | 2008—2016年 | 2008—2016年 | 2008—2016年 |
Volatility | 0.276*** | 0.276*** | 0.275*** | −0.031 | −0.030 | −0.037 |
(0.060) | (0.060) | (0.060) | (0.056) | (0.056) | (0.056) | |
Size | 0.080*** | 0.080*** | 0.080*** | 0.047*** | 0.046*** | 0.047*** |
(0.008) | (0.008) | (0.008) | (0.006) | (0.006) | (0.006) | |
Profitability | −0.330*** | −0.333*** | −0.332*** | −0.471*** | −0.471*** | −0.472*** |
(0.036) | (0.037) | (0.037) | (0.038) | (0.038) | (0.038) | |
Nds | −0.429* | −0.441** | −0.444** | −0.796** | −0.799** | −0.791** |
(0.221) | (0.220) | (0.220) | (0.313) | (0.312) | (0.312) | |
Tangibility | −0.051** | −0.051** | −0.051** | 0.073*** | 0.074*** | 0.071** |
(0.026) | (0.026) | (0.026) | (0.028) | (0.028) | (0.028) | |
Tobinq | −0.007*** | −0.007*** | −0.007*** | −0.003 | −0.003 | −0.003 |
(0.003) | (0.003) | (0.003) | (0.002) | (0.002) | (0.002) | |
Gdpgrowth | 0.277* | 0.323* | 0.028 | 0.328* | ||
(0.155) | (0.175) | (0.118) | (0.178) | |||
State×Gdpgrowth | −0.087 | −0.485*** | ||||
(0.200) | (0.166) | |||||
Constant | −1.346*** | −1.375*** | −1.374*** | −0.595*** | −0.596*** | −0.614*** |
(0.172) | (0.171) | (0.171) | (0.143) | (0.143) | (0.144) | |
杠杆率行业中位数 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Obs. | 5 300 | 5 300 | 5 300 | 8 206 | 8 206 | 8 206 |
R2 | 0.245 | 0.246 | 0.246 | 0.116 | 0.116 | 0.120 |
注:括号内为稳健标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 |
在2008年之前,Gdpgrowth的系数显著为正,而State×Gdpgrowth的系数虽为负但并不显著。这说明在2008年之前,经济增速较高地区的企业债务水平总体上也较高;而与私营企业相比,国有企业的融资存在一定的逆周期倾向,但并不明显。换言之,2008年之前国企的融资需求和债务水平并没有随地方GDP增速的下降而明显增加,与私营企业不存在明显的差异。而在2008年之后,Gdpgrowth的系数不再显著,而State×Gdpgrowth的系数则显著为负。前者说明2008年后资金开始较多地配置在经济增速较低的地区,与2008年之前相比总体上降低了资金配置效率;后者则说明随着地方GDP增速的下降,国有企业的债务水平相对于私营企业出现明显的上升,表现出明显的逆周期特征,与假设1相符。
2008年前后回归结果的显著差异很可能来自我国宏观环境和经济发展阶段的变化:在2008年之前,由于我国的经济增速总体较高,地方政府的稳增长压力并不大,因此国企和私企的杠杆率差异与地方GDP增速不存在显著的关系。而在2008年之后,面对全球金融危机的冲击,宏观经济增速开始下滑,地方政府的稳增长压力陡然上升,导致国企和私企的杠杆率差异与地方GDP增速显著相关。从经济意义上看,在2008年之后,经济增长率一个标准差的下降会导致国企杠杆率0.9%的上升。考虑到这种上升只度量了稳增长压力对国企杠杆率的直接影响,⑦我们认为这种影响在经济意义上也是十分显著的。
大多数控制变量的回归系数都显著,且符号与理论预测相同。但值得注意的是,在2008年之前,我国企业的杠杆率与经营风险正相关,与固定资产比例负相关。这说明2008年之前我国企业的融资决策往往忽略了自身的经营风险,而银行的信贷决策也较少考虑企业抵押品不足所可能导致的违约损失率上升。而在2008年之后,企业经营风险的系数由正转负,固定资产比例的系数则由负转正。这说明随着我国国企和银行市场化改革的不断推进,这一问题已经得到了明显的改善。
(二)融资环境的变化和私企去杠杆
表3结果说明,2008年以来国企杠杆率的上升很大程度上来源于地方政府不断上升的稳增长压力。但我们并不清楚同期私企杠杆率的下降是否与供给侧信贷歧视的增加有关。我们利用模型(2)估计了私企所受融资约束在2008年前后的差异,从而有助于判断私企杠杆率的下降是否来源于信贷歧视增加所引起的私企融资约束加重。表4给出了模型(2)的回归结果,其中列(1)为全样本回归结果,列(2)和列(3)则分别为私企和国企的回归结果。
(1) | (2) | (3) | |
Investment | 全样本 | 私企 | 国企 |
CF | 0.135*** | 0.139*** | 0.132*** |
(0.015) | (0.027) | (0.018) | |
Tobinq | 0.003*** | 0.004*** | 0.002** |
(0.001) | (0.001) | (0.001) | |
Size | −0.010*** | −0.008*** | −0.013*** |
(0.002) | (0.002) | (0.002) | |
Cash | 0.071*** | 0.062*** | 0.076*** |
(0.010) | (0.017) | (0.013) | |
Profitability | 0.175*** | 0.171*** | 0.179*** |
(0.015) | (0.024) | (0.020) | |
Lev | −0.008 | −0.021** | 0.001 |
(0.007) | (0.011) | (0.009) | |
Iyear≥2008 | −0.003 | −0.006* | −0.001 |
(0.002) | (0.003) | (0.003) | |
CF×Iyear≥2008 | −0.052*** | −0.049 | −0.055** |
(0.019) | (0.031) | (0.024) | |
Constant | 0.259*** | 0.195*** | 0.308*** |
(0.037) | (0.049) | (0.053) | |
Obs. | 13 506 | 4 487 | 9 019 |
R2 | 0.368 | 0.348 | 0.376 |
注:括号内为稳健标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 |
从全样本回归结果看,CF×Iyear≥2008的系数显著为负。这说明总体来看,我国企业的投资−现金流敏感性在2008年后明显下降,融资环境变得更加宽松,这很可能与2008年以来我国总体稳健但略偏宽松的货币政策有关。⑧子样本回归结果则显示,私企回归中CF×Iyear≥2008的系数不显著,而国企回归中CF×Iyear≥2008的系数则在5%的水平上显著为负。这一结果有两层含义:第一,私企回归中CF×Iyear≥2008的系数不显著,说明私企的融资约束在2008年前后没有发生明显的变化。换言之,2008年以来私企杠杆率的下降很可能是企业主动调整而不是融资环境恶化的结果。因此,杠杆率剪刀差的逆转应理解为稳增长压力导致的国企加杠杆,而非融资约束加重倒逼的私企去杠杆。第二,国企回归中CF×Iyear≥2008的系数在5%的水平上显著为负,说明全样本回归中体现出的2008年后企业融资环境的总体宽松并非全面的宽松,而是国企的宽松。虽然私企的融资环境在2008年后并没有进一步恶化,但是在总体宽松的环境下,私企的融资约束也没有得到明显的改善。表4结果与假设2相符,即2008年后私营企业的融资环境没有明显的恶化,因而其杠杆率的下降更可能是经济增速下滑和投资机会减少的情况下企业自发调整的结果。而杠杆率剪刀差的逆转本质上来源于地方政府稳增长压力增加所导致的国企加杠杆。
五、其他可能的解释和稳健性检验
(一)其他可能的解释
本文的结果可能存在三种其他解释。⑨首先,负债和所有者权益的变化都会影响企业杠杆率。为了区分国企杠杆率的相对上升究竟来自融资决策的影响还是所有者权益变动差异的影响(如盈利能力、股利政策和股权融资差异),我们将模型(1)中的因变量替换成企业总负债的增长率(Debtgrowth),重新进行了回归。与杠杆率这一比值指标相比,企业总负债的增长率只反映了融资决策的变化,不会直接受到所有者权益变动的影响。因此,回归结果可以帮助我们判断2008年前后国企杠杆率的相对变化是否仅仅来源于所有者权益变化的影响。回归结果见表5。从中可以看出,在采用企业总负债增长率作为因变量后,模型(1)的回归结果仍然稳健。
(1) | (2) | |
Debtgrowth | 2001—2007年 | 2008—2016年 |
State×Gdpgrowth | 1.274 | 1.971*** |
(1.077) | (0.624) | |
控制变量 | 控制 | 控制 |
杠杆率行业中位数 | 控制 | 控制 |
年份固定效应 | 控制 | 控制 |
Obs. | 4 148 | 7 862 |
R2 | 0.127 | 0.100 |
注:限于篇幅,表中没有给出控制变量结果;括号内为稳健标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 |
第二种可能解释是,杠杆率剪刀差发生逆转的时间点2008年恰恰是全球金融危机爆发和“四万亿”经济刺激计划发生的时间,因此国企杠杆率的相对上升可能只是“四万亿”计划对企业融资的短期刺激,而非地方政府稳增长压力带来的长期影响。为了排除这一可能,我们采用“四万亿”刺激计划结束之后的样本(即2011—2016年),重对模型(1)进行了回归,结果见表6。从中可以看出,国企虚拟变量与地方GDP增速交叉项的系数仍然显著。这说明国企加杠杆更可能是地方政府稳增长压力带来的结果,而非“四万亿”刺激计划的短期冲击。
(1) | |
Lev | 2011—2016年 |
State×Gdpgrowth | −0.497** |
(0.212) | |
控制变量 | 控制 |
杠杆率行业中位数 | 控制 |
年份固定效应 | 控制 |
Obs. | 5 493 |
R2 | 0.096 |
注:限于篇幅,表中没有给出控制变量结果;括号内为稳健标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 |
第三种可能解释是,与可以通过发行债券和股票进行再融资的上市公司相比,非上市公司往往更依赖于银行信贷,因此采用上市公司样本所得结论可能不具有很强的代表性。为了减少这种担忧,我们根据企业是否在样本期间发行公司债或进行股权融资,将样本分为融资组(曾经发行公司债或进行股权融资)和非融资组(既没有发行公司债,也没有进行股权融资),分别对模型(2)进行了回归,结果见表7。从中可以看出,融资组和非融资组中私企的投资−现金流敏感性在2008年前后均没有显著变化。这说明表4的回归结果并非来自上市公司发行债券和股票的直接融资优势。⑩
(1) | (2) | (3) | |
Investment | 所有私企 | 非融资组私企 | 融资组私企 |
CF×Iyear≥2008 | −0.049 | −0.064 | −0.041 |
(0.031) | (0.065) | (0.036) | |
控制变量 | 控制 | 控制 | 控制 |
Obs. | 4 487 | 994 | 3 493 |
R2 | 0.348 | 0.311 | 0.349 |
注:限于篇幅,表中没有给出控制变量结果;括号内为稳健标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 |
(二)稳健性检验
本文主要考虑了三个方面的稳健性检验。⑪首先,我们根据国有企业的不同类型,在模型中加入了国务院国资委直接控股的中央企业、非国务院国资委直接控股的中央直属国有企业、省属国有企业和市属国有企业四类国企虚拟变量与地方GDP增速的交叉项。结果显示,非国务院国资委直接控股的中央直属国有企业、省属国有企业以及市属国有企业的杠杆率在2008年后的相对上升都与地方GDP增速表现出明显的负相关关系,而国务院国资委直接控股的中央企业与地方GDP增速的交叉项则不显著。这一结果与我们的预测相同,说明杠杆率剪刀差的逆转确实来自地方政府对国有企业融资决策的干预。
本文的第二个稳健性检验采用了王小鲁等(2017)编制的中国市场化指数,以其中政府与市场关系分项指数作为地方政府干预水平的度量指标,以检验杠杆率剪刀差的逆转是否确实来源于稳增长压力下地方政府的干预。回归结果显示,2008年之前国企与私企的杠杆率差异与地方政府干预程度的交叉项不显著,而2008年之后这一系数则显著为负。这一结果说明2008年之后国企与私企杠杆率的差异随地方政府干预程度的增加而增加。⑫换言之,杠杆率剪刀差的逆转确实来源于2008年后地方政府对国有企业的干预。
在第三个稳健性检验中,我们考虑了融资约束的其他度量方式。根据Almeida等(2004)提出的现金−现金流敏感性的思路,我们检验了样本企业从现金流中贮存现金的倾向在2008年前后是否发生了显著的变化。回归结果显示,私企从现金流中贮存现金的倾向在2008年前后并没有发生显著的变化。这一结果与投资−现金流敏感性的回归结果类似,说明私企的融资环境在2008年前后没有发生明显的变化,私企与国企杠杆率剪刀差的逆转主要来源于稳增长压力所导致的国企主动加杠杆。
六、结论和启示
近年来,我国企业部门债务水平迅速上升,企业去杠杆成为了一个热门的话题。然而,是否所有企业需要去杠杆?如果不是,又应该如何结构性地而非全面性地去杠杆?要回答这些问题,必须明确我国企业杠杆率变化的结构性特征,并精准地捕捉其背后的成因。本文通过观察中国上市公司2001—2016年的杠杆率变化,发现企业杠杆率变化的结构性特征主要体现为国企杠杆率相对于私企的上升。进一步研究发现,这种结构性特征并非来源于私营企业融资环境的恶化,而是来源于2008年后稳增长压力上升所导致的地方政府对国有企业融资决策的干预。
本文的研究结果对我国企业结构性去杠杆有着十分重要的启示。从现象上看,我国企业债务的结构性特征主要体现为国企杠杆率的上升和私企杠杆率的下降。因此,在分析我国企业的债务问题时,不能简单地将企业部门看作一个整体,而要考虑不同类型企业杠杆率变化的异质性。从原因上看,上述结构性特征的根源主要在于2008年后稳增长压力上升导致地方政府增加了对国企融资决策的干预。因此,国企结构性加杠杆的根源在于经济增长硬约束和国企预算软约束下,地方政府对国企融资决策的干预程度增加。在这种情况下,总量上的货币政策很可能是低效的,甚至导致流向国有企业的资金比重进一步上升。要真正实现结构性去杠杆的目标,一方面,应进一步落实多维度的官员评价体系,根据地区的自然条件和经济发展阶段来确定相应的评价标准,增强地方政府追求经济发展质量的激励,从源头上减少政府官员稳增长的压力,进而减少地方政府对国企融资决策的干预。另一方面,应深化国企改革,减少国企的政策负担,推动国企从“规模导向”向“业绩导向”的发展模式转变,进而减少其以牺牲长期业绩为代价而盲目扩张和过度举债的行为。而对于部分已经负担高债务且无力偿还的国有企业,应通过债务重组、债转股以及破产清算等多种方式硬化国企的预算软约束,让投资者真正有动力和能力评估国有企业的信用风险。只有通过结构性的政策和改革,真正让市场在资源配置中发挥决定性的作用,才能从根本上疏通货币政策传导渠道,兼顾总体稳杠杆与局部调结构的双重目标,进而实现国有企业结构性去杠杆和改善资金配置效率。
① 根据卢峰和姚洋(2004)的研究,非国有部门对中国GDP的贡献超过了70%,但在过去十几年获得的银行正式贷款却不到20%。
② 方军雄(2007)认为,一般而言,国有企业的经营历史及与银行的交易关系时间较长,使得银行对国企资质进行评价所需的信息成本明显低于私企。
③ 感谢匿名审稿人的建议。
④ 固定效应模型中国企虚拟变量Statei本身被包含在个体固定效应vi中,因而没有出现在自变量中。
⑤ 感谢匿名审稿人的建议。
⑥ 一般认为,上市企业所受融资约束往往比非上市企业小得多。如果我们直接衡量私企在2008年后的融资约束水平并进行分析,则可能得出不具有代表性的结论(上市私企不存在融资约束,而大量非上市私企则存在严重的融资约束)。而现有文献发现,即使是上市的私营企业,其融资环境也会随宏观经济下行和货币政策紧缩而明显恶化(陆正飞等,2009;叶康涛和祝继高,2009)。因此,采用融资约束的变化而非融资约束的水平进行分析,可以帮助我们得到更稳健和更具代表性的结论。
⑦ 除了直接干预国企的融资决策外,政府还可能通过干预国企的投资决策而导致其过度投资(Shen等,2016)。因此,稳增长压力还可能通过扩大国企资产规模和降低国企盈利水平等渠道,间接提高其杠杆率,从而体现在控制变量的系数中。State×Gdpgrowth的系数只反映了稳增长压力对国企杠杆率的直接影响,或者说是稳增长压力对国企杠杆率影响的下限。
⑧ 中国人民银行发布的2016年第四季度《货币政策执行报告》指出,“受经济下行压力较大、金融市场出现较大波动等多种原因影响,部分时段的货币政策在实施上可能是稳健略偏宽松的。”
⑨ 感谢匿名审稿人的建议。
⑩ 非融资组中存在一些有直接融资渠道但融资需求已得到满足,因而没有使用债券和股权进行融资的企业,但由于我国金融市场发展相对滞后,且存在供给侧约束(债券发行和股权再融资均存在一定的监管要求),并非所有上市企业都可以自由地通过发行债券或股票进行融资。因此,非融资组中包含大量缺乏直接融资渠道的上市公司。
⑪ 受篇幅限制,文中未列示稳健性检验结果,感兴趣的读者可以向作者索取。
⑫ 这一指数为反向指数,数值越大说明地方政府干预程度越低。
[1] | 陈仕华, 卢昌崇, 姜广省, 等. 国企高管政治晋升对企业并购行为的影响——基于企业成长压力理论的实证研究[J]. 管理世界, 2015(9): 125–136. |
[2] | 邓可斌, 曾海舰. 中国企业的融资约束: 特征现象与成因检验[J]. 经济研究, 2014(2): 47–60. DOI:10.3969/j.issn.1009-0657.2014.02.011 |
[3] | 方军雄. 所有制、制度环境与信贷资金配置[J]. 经济研究, 2007(12): 82–92. DOI:10.3969/j.issn.1673-291X.2007.12.032 |
[4] | 姜付秀, 黄继承. 市场化进程与资本结构动态调整[J]. 管理世界, 2011(3): 124–134. |
[5] | 金鹏辉, 王营, 张立光. 稳增长条件下的金融摩擦与杠杆治理[J]. 金融研究, 2017(4): 78–94. |
[6] | 刘青松, 肖星. 败也业绩, 成也业绩? ——国企高管变更的实证研究[J]. 管理世界, 2015(3): 151–163. |
[7] | 刘瑞明. 金融压抑、所有制歧视与增长拖累——国有企业效率损失再考察[J]. 经济学(季刊), 2011(1): 603–618. |
[8] | 卢峰, 姚洋. 金融压抑下的法治、金融发展和经济增长[J]. 中国社会科学, 2004(1): 42–55. |
[9] | 陆正飞, 祝继高, 樊铮. 银根紧缩、信贷歧视与民营上市公司投资者利益损失[J]. 金融研究, 2009(8): 124–136. |
[10] | 盛明泉, 张敏, 马黎珺, 等. 国有产权、预算软约束与资本结构动态调整[J]. 管理世界, 2012(3): 151–157. |
[11] | 谭小芬, 尹碧娇. 中国非金融企业杠杆率: 现状和对策[J]. 中国外汇, 2016(11): 20–22. |
[12] | 王小鲁, 樊纲, 余静文. 中国分省份市场化指数报告(2016)[M]. 北京: 社会科学文献出版社, 2017. |
[13] | 王宇伟, 盛天翔, 周耿. 宏观政策、金融资源配置与企业部门高杠杆率[J]. 金融研究, 2018(1): 36–52. DOI:10.3969/j.issn.1003-4625.2018.01.009 |
[14] | 谢里, 张斐. " 四万亿”经济刺激计划与企业杠杆率——来自中国双套样本数据的经验检验[J]. 财经研究, 2018(3): 68–83. |
[15] | 杨瑞龙, 王元, 聂辉华. " 准官员”的晋升机制: 来自中国央企的证据[J]. 管理世界, 2013(3): 23–33. |
[16] | 叶康涛, 祝继高. 银根紧缩与信贷资源配置[J]. 管理世界, 2009(1): 22–28. |
[17] | 袁淳, 荆新, 廖冠民. 国有公司的信贷优惠: 信贷干预还是隐性担保? ——基于信用贷款的实证检验[J]. 会计研究, 2010(8): 49–54. DOI:10.3969/j.issn.1003-2886.2010.08.008 |
[18] | 钟宁桦, 刘志阔, 何嘉鑫, 等. 我国企业债务的结构性问题[J]. 经济研究, 2016(7): 102–117. |
[19] | 周黎安. 中国地方官员的晋升锦标赛模式研究[J]. 经济研究, 2007(7): 36–50. DOI:10.3969/j.issn.1674-8638.2007.07.011 |
[20] | 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 |
[21] | Almeida H, Campello M, Weisbach M S. The cash flow sensitivity of cash[J]. Journal of Finance, 2004, 59(4): 1777–1804. DOI:10.1111/j.1540-6261.2004.00679.x |
[22] | Bailey W, Huang W, Yang Z S. Bank loans with chinese characteristics: Some evidence on inside debt in a state-controlled banking system[J]. Journal of Financial and Quantitative Analysis, 2011, 46(6): 1795–1830. DOI:10.1017/S0022109011000433 |
[23] | Behr P, Foos D, Norden L. Cyclicality of SME lending and government involvement in banks[J]. Journal of Banking & Finance, 2017, 77: 64–77. |
[24] | Borisova G, Fotak V, Holland K, et al. Government ownership and the cost of debt: Evidence from government investments in publicly traded firms[J]. Journal of Financial Economics, 2015, 118(1): 168–191. DOI:10.1016/j.jfineco.2015.06.011 |
[25] | Brandt L, Zhu X D. Redistribution in a decentralized economy: Growth and inflation in China under reform[J]. Journal of Political Economy, 2000, 108(2): 422–439. DOI:10.1086/262124 |
[26] | Deng Y H, Morck R, Wu J, et al. China’s pseudo-monetary policy[J]. Review of Finance, 2015, 19(1): 55–93. DOI:10.1093/rof/rfu026 |
[27] | Fazzari S M, Hubbard R G, Petersen B C, et al. Financing constraints and corporate investment[J]. Brookings Papers on Economic Activity, 1988, 1988(1): 141–206. DOI:10.2307/2534426 |
[28] | Fazzari S M, Hubbard R G, Petersen B C. Investment-cash flow sensitivities are useful: A comment on Kaplan and Zingales[J]. The Quarterly Journal of Economics, 2000, 115(2): 695–705. DOI:10.1162/003355300554773 |
[29] | Frank M Z, Goyal V K. Capital structure decisions: Which factors are reliably important?[J]. Financial Management, 2009, 38(1): 1–37. DOI:10.1111/fima.2009.38.issue-1 |
[30] | Givoly D, Hayn C, Ofer A R, et al. Taxes and capital structure: Evidence from firms’ response to the tax reform act of 1986[J]. Review of Financial Studies, 1992, 5(2): 331–355. DOI:10.1093/rfs/5.2.331 |
[31] | Guariglia A, Yang J H. A balancing act: Managing financial constraints and agency costs to minimize investment inefficiency in the Chinese market[J]. Journal of Corporate Finance, 2016, 36: 111–130. DOI:10.1016/j.jcorpfin.2015.10.006 |
[32] | Kaplan S N, Zingales L. Do investment-cash flow sensitivities provide useful measures of financing constraints?[J]. The Quarterly Journal of Economics, 1997, 112(1): 169–215. DOI:10.1162/003355397555163 |
[33] | Kayhan A, Titman S. Firms’ histories and their capital structures[J]. Journal of Financial Economics, 2007, 83(1): 1–32. DOI:10.1016/j.jfineco.2005.10.007 |
[34] | Kornai J. The soft budget constraint[J]. Kyklos, 1986, 39(1): 3–30. DOI:10.1111/kykl.1986.39.issue-1 |
[35] | Li S Y, Lin S L. The size and structure of China’s government debt[J]. The Social Science Journal, 2011, 48(3): 527–542. DOI:10.1016/j.soscij.2011.06.003 |
[36] | Li X, Liu X W, Wang Y. A model of China’s state capitalism[R]. Working Paper, https://iems.ust.hk/assets/publications/working-papers-2015/iemswp2015-12.pdf, 2015. |
[37] | Lin J Y, Tan G F. Policy burdens, accountability, and the soft budget constraint[J]. The American Economic Review, 1999, 89(2): 426–431. DOI:10.1257/aer.89.2.426 |
[38] | Myers S C, Majluf N S. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics, 1984, 13(2): 187–221. DOI:10.1016/0304-405X(84)90023-0 |
[39] | Shailer G, Wang K. Government ownership and the cost of debt for Chinese listed corporations[J]. Emerging Markets Review, 2015, 22: 1–17. DOI:10.1016/j.ememar.2014.11.002 |
[40] | Shen J F, Firth M, Poon W P H. Credit expansion, corporate finance and overinvestment: Recent evidence from China[J]. Pacific-Basin Finance Journal, 2016, 39: 16–27. DOI:10.1016/j.pacfin.2016.05.004 |
[41] | Xu J G, Zhang X. China’s sovereign debt: A balance-sheet perspective[J]. China Economic Review, 2014, 31: 55–73. DOI:10.1016/j.chieco.2014.08.004 |