劉任重，劉冬冬，胡白楊

（哈爾濱商業(yè)大學a.金融學院；b.經(jīng)濟學院，哈爾濱150028）

金融錯配與全要素生產(chǎn)率研究
——基于2007—2014年上市公司的實證分析

劉任重a，劉冬冬a，胡白楊b

（哈爾濱商業(yè)大學a.金融學院；b.經(jīng)濟學院，哈爾濱150028）

基于2007—2014年我國三次產(chǎn)業(yè)上市公司數(shù)據(jù)，從全要素生產(chǎn)率視角來研究金融錯配，試圖找出金融錯配與全要素生產(chǎn)率間的數(shù)量關(guān)系，為金融錯配如何影響經(jīng)濟增長提供新思路。對于不同行業(yè)來說，金融錯配能促進某些行業(yè)全要素生產(chǎn)率的提升，但對其他行業(yè)全要素生產(chǎn)率的提升又具有抑制作用。在樣本期間內(nèi)，金融錯配與制造業(yè)、信息技術(shù)和房地產(chǎn)行業(yè)的全要素生產(chǎn)率呈現(xiàn)明顯的負相關(guān)關(guān)系，說明制造業(yè)、信息技術(shù)和房地產(chǎn)行業(yè)對金融資源的依賴性比較大，對金融資源的使用成本比較敏感，從而金融錯配引致資金成本上升不利于行業(yè)的發(fā)展和經(jīng)濟增長。

全要素生產(chǎn)率；金融錯配；三次產(chǎn)業(yè)

引言

資本要素作為企業(yè)最主要的生產(chǎn)要素之一，是企業(yè)創(chuàng)造利潤的重要源泉。資本市場發(fā)展能促進經(jīng)濟增長和資本積累，魯曉東認為我國存在非常嚴重的金融錯配現(xiàn)象，所以金融體制并沒有發(fā)揮出促進資本要素合理流動和促進經(jīng)濟增長的功能，反而在一定程度上抑制了企業(yè)成長和經(jīng)濟增長。［1］在我國金融市場中，很容易發(fā)現(xiàn)擁有金融資源控制權(quán)的商業(yè)銀行更青睞國有企業(yè)和大型企業(yè)，更多的中小民營企業(yè)很難獲得貸款資金，在獲取資金的道路上舉步維艱。而且很多地方政府，都會干預商業(yè)銀行的信貸決策，引導信貸資金向國有企業(yè)流動。Allen、Boyreau和邵挺指出我國國營企業(yè)生產(chǎn)效率明顯低于私營企業(yè)，這種金融資源流動和配置是低效的，這便是金融錯配的具體表現(xiàn)。［2-4］

目前，我國產(chǎn)業(yè)結(jié)構(gòu)不盡合理，因為經(jīng)濟的增長主要來源于投資和凈出口，近年來我國GDP增速明顯放緩，所以依靠投資和凈出口的經(jīng)濟增長方式已不可持續(xù)，未來經(jīng)濟增長的主要方式將來自于生產(chǎn)效率的提高。經(jīng)濟增長理論認為，經(jīng)濟增長一方面靠要素資源投入的不斷增長，另一方面則依靠生產(chǎn)技術(shù)的提高。Hsieh和Klenow指出若我國資源得到有效配置，我國制造業(yè)的全要素生產(chǎn)率可以提高8%～11%。［5］楊汝岱指出我國制造業(yè)的全要素生產(chǎn)率相較于俄羅斯和印度而言，有比較大的上升空間，全要素生產(chǎn)率的提升將會是我國經(jīng)濟持續(xù)增長的源泉。［6］

根據(jù)經(jīng)濟增長模型Y=A*f（K，L），A表示全要素生產(chǎn)率，K和L分別表示資本和勞動，未來中國經(jīng)濟增長動力很大程度上要依靠全要素生產(chǎn)率的提高。因此本文基于微觀層面的上市公司數(shù)據(jù)，研究金融錯配與全要素生產(chǎn)率的關(guān)系，為金融錯配如何影響經(jīng)濟增長提供新思路。

1 文獻綜述

盡管私營企業(yè)的資本回報率比國有企業(yè)高，但我國的金融機構(gòu)顯然更偏好國有企業(yè)。盧峰和姚洋認為我國的金融機構(gòu)普遍愿意把資金借予享有“特權(quán)”的國有企業(yè)和大型機構(gòu)，幾乎沒有金融機構(gòu)愿意向眾多中小企業(yè)投放貸款。［7］余明桂和潘紅波認為地方政府很多時候為同屬一個系統(tǒng)的國有企業(yè)提供貸款擔保，左右銀行的信貸決策，引導金融資本流向效率低下的國有單位，這種行政干預更是低效的，不利于金融合理流動，不利于經(jīng)濟增長。［8］

關(guān)于金融錯配與經(jīng)濟增長，王志強和孫剛在金融發(fā)展、金融結(jié)構(gòu)發(fā)展和金融效率與經(jīng)濟增長變量之間進行格蘭杰因果檢驗和回歸模擬，得出金融發(fā)展和金融效率能明顯促進經(jīng)濟增長。［9］王景武分別把對東西部地區(qū)的金融發(fā)展和經(jīng)濟增長進行檢驗分析，發(fā)現(xiàn)東部地區(qū)的金融發(fā)展能促進經(jīng)濟增長，而西部地區(qū)卻恰好相反。［10］

邵挺把不同所有制企業(yè)的資本回報率和金融錯配變量進行相關(guān)分析，總體而言私營企業(yè)的資本回報率高于國有企業(yè)和事業(yè)單位，國有企業(yè)的金融錯配影響資本回報率的提升，若消除金融錯配因素，我國GDP能相應提高2%～8%。［4］戴靜和張建華指出國有企業(yè)因為具有較低的資本成本優(yōu)勢所以更偏好技術(shù)引進，而金融錯配強化了國有企業(yè)的技術(shù)依賴性。［11］

已有的文獻中，大部分學者把目光都集中在宏觀層面，宏觀層面的金融錯配與經(jīng)濟增長關(guān)系的研究較多，而微觀層面上研究金融錯配與全要素生產(chǎn)率相關(guān)關(guān)系的文獻比較少。從柯布-道格拉斯生產(chǎn)函數(shù)中可以看出，經(jīng)濟增長不僅僅是取決于要素的投入，還有包括技術(shù)進步、組織創(chuàng)新等因素的全要素生產(chǎn)率。因此，本文根據(jù)微觀層面數(shù)據(jù)模擬金融錯配和全要素生產(chǎn)率間的數(shù)量關(guān)系，以引導金融資源合理流動，促進經(jīng)濟增長。

2 理論框架和實證模型

2.1 理論模型

在綜合考慮David、Restuccia、Rogerson、Hsieh和Klenow等學者在分析資源錯配的框架基礎(chǔ)上，引入了能表示最終產(chǎn)品市場、金融要素市場和勞動力要素市場錯配系數(shù)的三個不同變量，在此模型基礎(chǔ)上計算各產(chǎn)業(yè)的金融錯配指數(shù)和全要素生產(chǎn)率。［5，12-13］

首先，假設(shè)三次產(chǎn)業(yè)分類中共有s個行業(yè)，每個行業(yè)包含Ms家企業(yè)，則行業(yè)的產(chǎn)出水平滿足CES（constant elasticity substitution常數(shù)替代彈性）生產(chǎn)函數(shù)的形式為：

式中，Ys是第s個行業(yè)的產(chǎn)出水平，Ysi是第i個企業(yè)的產(chǎn)出水平，系數(shù)σ是不同企業(yè)間產(chǎn)品的替代彈性。每個企業(yè)都滿足CD（柯布-道格拉斯）生產(chǎn)函數(shù)，CD函數(shù)形式如下：

式中，Asi是單個企業(yè)的全要素生產(chǎn)率，包括技術(shù)創(chuàng)新、組織結(jié)構(gòu)的優(yōu)化創(chuàng)新、生產(chǎn)專業(yè)化等因素。Ksi和Lsi分別代表企業(yè)的資本和勞動力投入變量，αs和1-αs則分別是資本和勞動對企業(yè)總產(chǎn)出的貢獻程度。

在有產(chǎn)出和價格的情況下，單個企業(yè)的利潤函數(shù)表達式如下：

式中，γYsi表示企業(yè)在產(chǎn)品市場上受到了不公平待遇，γYsi越大則表示企業(yè)的產(chǎn)品在市場上受到的限制越大，反之則意味著產(chǎn)品享受政府等部門的補貼；Ysi是企業(yè)i的產(chǎn)出水平；Psi為產(chǎn)品價格水平；γLsi表示企業(yè)在勞動力市場上受到的限制因素；Lsi為企業(yè)i的勞動力人數(shù)；W為單個勞動力的平均工資水平；γKsi表示在同等條件下某個企業(yè)在資本市場上所受到的不公平待遇，γKsi越大則企業(yè)在信貸上受到的限制越大，反之，則表示企業(yè)很容易獲得銀行信貸等資金支持；Ksi為企業(yè)i生產(chǎn)中所利用的資本總量，R則為資本成本。在實際操作中γLsi和γYsi無法用數(shù)值精確模擬，所以在本文中我們只考慮產(chǎn)品市場和資本市場的錯配扭曲系數(shù)γYsi、γKsi。由以上三個等式和CES函數(shù)的特征，我們能求得每個企業(yè)的定價如（4）式：

因此，對于每個企業(yè)來說，資本勞動之比、資本表達式如（5）、（6）式：

從式（6）可以看出，Asi、γKsi、γYsi和資本要素之間存在關(guān)聯(lián)關(guān)系?；诖?，本文的研究思路是從Asi和γksi的關(guān)聯(lián)關(guān)系出發(fā)，從實證角度揭示金融錯配和全要素生產(chǎn)率之間的聯(lián)系。

2.2 數(shù)據(jù)說明

本文選取的數(shù)據(jù)均來源于滬深A股上市公司2007—2014年年報，數(shù)據(jù)從國泰安數(shù)據(jù)庫和巨潮資訊網(wǎng)獲得。樣本按三次產(chǎn)業(yè)分類，剔除金融保險業(yè)和綜合類，因為金融保險是高負債經(jīng)營行業(yè)，綜合類上市公司主業(yè)并沒有清晰的劃分。剩下的三次產(chǎn)業(yè)數(shù)據(jù)共分為11個行業(yè)。利息支出表示企業(yè)借入資金應支付的資金占用成本，若企業(yè)的資金成本在行業(yè)中處于比較高的位置，那么我們就可以斷定企業(yè)在金融要素借貸市場上受到了不公平待遇，企業(yè)只能通過較高的利率從金融機構(gòu)獲得貸款或者是從非正規(guī)途徑獲得運營所需資金，這便是金融錯配的直接表現(xiàn)。因此定義金融錯配要素如（7）式所示：

3 數(shù)值模擬和實證檢驗

3.1 金融錯配系數(shù)的計算

經(jīng)過篩選，第一產(chǎn)業(yè)包括農(nóng)林牧行業(yè)（不包括農(nóng)林牧漁服務業(yè)）；第二產(chǎn)業(yè)包括采掘業(yè)、電力煤氣和水生產(chǎn)供應業(yè)、建筑業(yè)和制造業(yè)四大行業(yè)；第三產(chǎn)業(yè)包括交通運輸與倉儲業(yè)、信息技術(shù)業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)行業(yè)、社會服務業(yè)和傳播文化業(yè)。

按照數(shù)據(jù)完整程度和隨機性原則（下同），第一產(chǎn)業(yè)篩選出12家上市企業(yè)，通過公式（7）的計算，農(nóng)林牧漁行業(yè)歷年平均金融錯配系數(shù)如表1所示。

從表1可以看出整個農(nóng)林牧漁行業(yè)的金融錯配系數(shù)從2007—2011年是一直上升的，說明該行業(yè)在發(fā)展過程中的融資成本一直是上升的。2011—2013年農(nóng)林牧漁行業(yè)的金融錯配系數(shù)呈現(xiàn)下降趨勢，不過跌勢逐步減緩，在樣本末期又由下降趨勢轉(zhuǎn)為了上升趨勢?？傮w來說，農(nóng)林牧漁行業(yè)的金融錯配系數(shù)在2011年達到峰值，2011年的金融錯配系數(shù)最高。

第二產(chǎn)業(yè)中的采掘業(yè)共篩選出35家上市公司，以此35家公司的年報數(shù)據(jù)計算金融錯配指數(shù)作為采掘業(yè)的代表；電力煤氣和水的生產(chǎn)供應業(yè)共計選出具有代表性的48家上市公司；建筑業(yè)共篩選出18家數(shù)據(jù)比較完整符合要求的上市公司；制造業(yè)在滬深兩市各選取50家公司作為制造業(yè)的樣本。經(jīng)計算，結(jié)果如表2。

從表2中可以看出建筑業(yè)、電力煤氣和水的生產(chǎn)供應行業(yè)的金融錯配系數(shù)是一直上升的，采掘業(yè)和制造業(yè)的錯配系數(shù)開始是下降然后在2010年觸底回升進入上升趨勢。從橫向比較來說，建筑業(yè)的錯配系數(shù)相較其他三個行業(yè)來說是最低的；電力煤氣和水的生產(chǎn)制造業(yè)的錯配系數(shù)在2009年前略低于采掘業(yè)，2009年后一直處在采掘業(yè)之上；同樣電煤水行業(yè)的錯配系數(shù)在2010年前稍低于制造業(yè)，2010年后也是一直高于制造業(yè)?？傮w來說，第二產(chǎn)業(yè)里的電煤水行業(yè)金融錯配系數(shù)略高，建筑業(yè)的金融錯配系數(shù)稍低。

第三產(chǎn)業(yè)中交通運輸與倉儲業(yè)有代表性的上市企業(yè)共46家；信息技術(shù)行業(yè)共選出代表性企業(yè)21家；批發(fā)零售業(yè)選取了72家上市企業(yè)；房地產(chǎn)行業(yè)共選出數(shù)據(jù)完整具有代表性的企業(yè)72家；社會服務性企業(yè)共23家；傳播文化業(yè)共9家。根據(jù)公式（7）計算，具體結(jié)果見表3。

從表3中可以看出，交運倉儲和批發(fā)零售行業(yè)在樣本區(qū)間內(nèi)的金融錯配系數(shù)先是下降，在2010年轉(zhuǎn)而變?yōu)樯仙?，與第二產(chǎn)業(yè)中的制造業(yè)和采掘業(yè)較為類似。房地產(chǎn)行業(yè)的錯配系數(shù)在樣本區(qū)間內(nèi)先是2008年相比2007年是上升，2008年之后總體呈下降趨勢。社會服務業(yè)和傳播文化業(yè)的錯配系數(shù)在樣本區(qū)間內(nèi)呈現(xiàn)一直下降的趨勢。總體上第三產(chǎn)業(yè)中的社會服務行業(yè)金融錯配系數(shù)較低，一方面是因為社會服務行業(yè)是低負債行業(yè)，行業(yè)的發(fā)展不依賴大量資金；另一方面是因為社會服務行業(yè)大部分是國有企業(yè)事業(yè)單位，在資金借貸市場上有一定的優(yōu)勢，所以社會服務行業(yè)的金融錯配系數(shù)很低。

表1 農(nóng)林牧漁行業(yè)歷年平均金融錯配系數(shù)

表2 第二產(chǎn)業(yè)各行業(yè)歷年平均金融錯配系數(shù)

表3 第三產(chǎn)業(yè)各行業(yè)歷年平均金融錯配系數(shù)

3.2 全要素生產(chǎn)率的測算

根據(jù)公式（2），每個企業(yè)在生產(chǎn)時，投入要素Ksi和Lsi的時候，所得到的產(chǎn)出因全要素生產(chǎn)率的不同而異。對公式（2）左右兩邊取對數(shù)得：式中，總產(chǎn)出Ysi用單個企業(yè)所能創(chuàng)造的凈利潤表示，Ksi表示投入的資本量，用資本存量表示，Lsi在理論上用人數(shù)表示，可是在后信息化社會單個企業(yè)的總產(chǎn)出不能再直接與雇傭的員工數(shù)相關(guān)，比如科技信息行業(yè)和勞動密集性的基礎(chǔ)行業(yè)就會形成鮮明的反差，企業(yè)所創(chuàng)造的利潤和員工的收入是正相關(guān)的，所以在公式（8）中，采用應付職工薪酬變量作為Lsi的數(shù)值。并且每個行業(yè)的資本產(chǎn)出彈性α各不相同，也需要根據(jù)實時數(shù)據(jù)求出。據(jù)此，運用計量軟件Stata進行回歸，根據(jù)各企業(yè)數(shù)據(jù)求出各行業(yè)平均全要素生產(chǎn)率。經(jīng)過本文計算的全要素生產(chǎn)率指數(shù)只是名義上的企業(yè)綜合運用生產(chǎn)要素的一種能力體現(xiàn)。各行業(yè)全要素生產(chǎn)率指數(shù)具體如表4所示。

表4 各行業(yè)平均全要素生產(chǎn)率

表4中，全要素生產(chǎn)率系數(shù)各不相同，有負數(shù)、零和比較大的正數(shù)，全要素生產(chǎn)率系數(shù)是經(jīng)過對數(shù)化的系數(shù)，數(shù)據(jù)中包括0和負數(shù)是正常的。橫向比較，第二產(chǎn)業(yè)中制造業(yè)的全要素生產(chǎn)率在第二產(chǎn)業(yè)中處于較高值，說明制造業(yè)在資源利用、組織創(chuàng)新和創(chuàng)新能力方面比較強，也符合我們國家制造業(yè)的發(fā)展趨勢。第三產(chǎn)業(yè)中信息技術(shù)行業(yè)的全要素生產(chǎn)率在總體上也處于增長態(tài)勢，相比其他成熟行業(yè)，在前景上還有很大增長空間。特別說明的是房地產(chǎn)行業(yè)的全要素生產(chǎn)率在所有行業(yè)中都是處于遙遙領(lǐng)先地位，這跟國內(nèi)近年來的宏觀經(jīng)濟政策和房地產(chǎn)的非理性瘋狂擴張有著積極的關(guān)系，政府的刺激政策正好催生了房地產(chǎn)行業(yè)的迅速壯大。傳播文化行業(yè)的全要素生產(chǎn)率也較高，首先是因為傳播文化行業(yè)上市公司數(shù)據(jù)較其他行業(yè)要少，造成了數(shù)據(jù)的動態(tài)波動和不穩(wěn)定性。其次，傳播文化行業(yè)自身發(fā)展和國民對精神滿足的追求也日益高漲，催生了文化產(chǎn)業(yè)的迅速發(fā)展，因此傳播文化行業(yè)的全要素生產(chǎn)率相對較高。

在金融錯配系數(shù)和全要素生產(chǎn)率都已求得的情況下，運用計量軟件Stata13.1進行實證研究。定義金融錯配系數(shù)為x1，…，x11，全要素生產(chǎn)率為y1…，y11。

在11個行業(yè)中，在數(shù)據(jù)不經(jīng)過處理的情況下，能滿足兩變量同時具有穩(wěn)定性的有制造業(yè)、房地產(chǎn)和社會服務業(yè)。其余八個行業(yè)不能同時滿足兩變量均具有穩(wěn)定的特征，所以本文對x，y變量同時進行一階差分，滿足穩(wěn)定性檢驗后再進行回歸分析。表5中變量前帶有d的均為經(jīng)過一階差分后的變量，沒有帶有d標識的表示原數(shù)據(jù)。

非平穩(wěn)變量經(jīng)過一階差分后均為穩(wěn)定變量，所以表5中各行業(yè)的自變量和因變量之間可以進行回歸分析。

根據(jù)數(shù)據(jù)的平穩(wěn)性，計量分析分兩個部分，第一部分為制造業(yè)、房地產(chǎn)和社會服務業(yè)。模型為yt= α+βxt+εt，其中β為本文所需的影響系數(shù)。

第二部分為剩下八個行業(yè)變量間的影響系數(shù)分析。模型為dyt=α+βdxt+εt，檢驗的是差分后的變化量間的回歸系數(shù)。

在第二部分檢驗中，模型和系數(shù)的檢驗大部分不符合計量要求，只有信息技術(shù)行業(yè)的影響系數(shù)符合模型要求，建筑業(yè)的T檢驗在放寬一定假設(shè)的前提下能通過。綜合來看不符合計量要求的行業(yè)有：農(nóng)林牧漁、采掘業(yè)、電煤水、建筑業(yè)、交運倉儲、批發(fā)零售和傳播文化業(yè)?？赡苁且驗楸疚臉颖緟^(qū)間為2007—2014年共8年，樣本過少，導致計量不顯著。另外，剩余的7個行業(yè)計量不顯著，共同特點是均屬于基礎(chǔ)行業(yè)，全要素生產(chǎn)率都比較低。所以差分后的7年數(shù)據(jù)納入面板數(shù)據(jù)模型中嘗試分析。模型為yit=x′itβ+z′iδ+ui+εit（i=1，…，7；t=1，…，7），其中zi為不隨時間而變的個體特征，而xit可以隨個體及時間而變，擾動項由（ui+εit）組成，其中的ui代表個體異質(zhì)性的截距項，即個體效應。如果所有個體擁有相同的回歸方程，則u1=u2=…=u7，上述方程可寫為yit=α+x′itβ+z′iδ+εit，這種回歸稱為“混合回歸”。

表5 單位根檢驗

表6 金融錯配指數(shù)對全要素生產(chǎn)率的影響系數(shù)

首先嘗試混合回歸模型，以行業(yè)來計算聚類穩(wěn)健標準誤。

表7 金融錯配指數(shù)變化量對全要素生產(chǎn)率變化量的影響系數(shù)

表8 面板數(shù)據(jù)混合回歸結(jié)果

從混合回歸的結(jié)果看，模型和系數(shù)在10%的水平下較為顯著。雖然混合回歸結(jié)果顯著，但是每個行業(yè)的情況理論上是不同的，應該要考慮個體效應，再嘗試個體固定效應模型。

表9 固定效應模型回歸結(jié)果

從結(jié)果看，數(shù)據(jù)明顯拒絕了存在個體效應，概率高達97%。而且固定效應模型并不顯著，隨機效應也出現(xiàn)類似結(jié)果。根據(jù)混合回歸結(jié)果，所以剩下的7個行業(yè)金融錯配指數(shù)變化量對全要素生產(chǎn)率變化量的影響系數(shù)為-46.672 5。

從表6和表8中可以看出，金融錯配對全要素生產(chǎn)率的影響有正有負。在10%的置信區(qū)間下，金融錯配能促進社會服務業(yè)的全要素生產(chǎn)率。房地產(chǎn)行業(yè)相對于建筑行業(yè)來說是高負債行業(yè)，因為房地產(chǎn)企業(yè)取得地皮的成本一直在增長，迫使房地產(chǎn)行業(yè)嚴重依賴信貸資金，所以資金成本的上升擠占了房地產(chǎn)行業(yè)利潤的增長空間，在表中就表現(xiàn)為金融錯配和全要素生產(chǎn)率之間是負相關(guān)關(guān)系。國內(nèi)的制造業(yè)機器廠房和設(shè)備嚴重依賴國外進口，主要的優(yōu)勢集中在價格方面，所以金融錯配系數(shù)的上升也會降低制造業(yè)的全要素生產(chǎn)率。社會服務業(yè)主要包括旅游、物流、酒店和零售等細分行業(yè)，隨著經(jīng)濟的發(fā)展，這些行業(yè)近年來發(fā)展勢頭良好，處于上升周期，這表現(xiàn)為全要素生產(chǎn)率的提升；另一方面這些細分行業(yè)屬于現(xiàn)金流量特別大的行業(yè)，不存在過多過長的應收賬款，所以隨著行業(yè)的發(fā)展，資金成本并沒有上升反而有所下降，在回歸中就表現(xiàn)為金融錯配對全要素生產(chǎn)率起到了促進作用。這種促進作用可能包括資金成本的上升促使企業(yè)做出更好的服務，優(yōu)化管理，吸引更多的顧客消費。信息技術(shù)行業(yè)是新興行業(yè)，在發(fā)展中國家更是處于剛剛起步的周期，所以國內(nèi)的信息技術(shù)行業(yè)發(fā)展還是得依靠股權(quán)融資，只在乎短期利益的信貸資金并不會投向新興高風險行業(yè)。剩下的7個行業(yè)在混合回歸中顯示金融錯配對全要素生產(chǎn)率也是負相關(guān)關(guān)系，即金融錯配阻礙了全要素生產(chǎn)率的提高。

4 結(jié) 論

本文通過三次產(chǎn)業(yè)各行業(yè)上市公司公布的年度財務報表，構(gòu)建了各行業(yè)金融錯配系數(shù)和全要素生產(chǎn)率指數(shù)。從數(shù)據(jù)模擬和實證結(jié)果可以看出：

（1）新興行業(yè)比如信息技術(shù)行業(yè)的金融錯配系數(shù)明顯要比第三產(chǎn)業(yè)中的其他行業(yè)要高，因為信息技術(shù)行業(yè)在行業(yè)周期的初級階段，只能以較高的利率獲得銀行貸款或者從其他非正規(guī)渠道獲得資金。因此資金成本比較高，金融借配系數(shù)也相應較高。

（2）相比較而言，房地產(chǎn)行業(yè)的資金使用成本處于下降趨勢，表明房地產(chǎn)企業(yè)在市場中處于優(yōu)勢地位，銀行等金融機構(gòu)大多愿意提供信貸資金，而且房地產(chǎn)企業(yè)在國內(nèi)債券市場也很容易以低利率獲得巨額資金，這跟國內(nèi)房地產(chǎn)市場爆發(fā)式增長不無關(guān)素，因此房地產(chǎn)企業(yè)的金融錯配系數(shù)一直在下降。

（3）通過數(shù)據(jù)能看出各行業(yè)的全要素生產(chǎn)率基本處于上升趨勢。在實證檢驗部分，金融錯配系數(shù)和全要素生產(chǎn)率之間的相關(guān)關(guān)系有正有負。理論上，金融錯配能迫使企業(yè)在創(chuàng)新生產(chǎn)和管理效率上做出努力，只要這種高額的資金使用成本沒有超過企業(yè)的承受能力，那么這種金融錯配就能迫使企業(yè)成長。

（4）當新興產(chǎn)業(yè)和高度依賴信貸資金的行業(yè)，若是在資本市場上難以獲得資金或是獲取成本較高，那么金融錯配系數(shù)越高就越阻礙企業(yè)成長。一直以來，中小企業(yè)和民營企業(yè)難以獲得金融機構(gòu)貸款，或者只能以較高的利率獲取金融機構(gòu)和民間借貸平臺貸款。2014年以來，國家不斷完善資本市場，讓眾多的中小企業(yè)、民營企業(yè)擺脫難以從銀行借貸和以高利貸從民間借貸款的限制。發(fā)展股權(quán)融資，就是為了促進金融資本合理流動，優(yōu)代金融資源的配置活動，降低企業(yè)的資金成本，讓中小企業(yè)創(chuàng)造更多的社會價值。

［1］ 魯曉東.金融資源錯配阻礙了中國的經(jīng)濟增長嗎？［J］.金融研究，2008（4）：55-68.

［2］ ALLEN F，QIAN J.Law，F(xiàn)inance，and Economic Growth in China［J］.Journal of Financial Economics，2005，77（1）：57-116.

［3］ BOYREAU D G，WEI S J.Pitfalls of a State-dominated Financial System：the Case of China［R］.National Bureau of Economic Research Working Paper，2005：11214.

［4］ 邵挺.金融錯配、所有制結(jié)構(gòu)與資本回報率：來自1999—2007年我國工業(yè)企業(yè)的研究［J］.金融研究，2010（9）：51-65.

［5］ HSIEH C T，KLENOW P J.Missallocation and Manufacturing TFP in China and India［J］.The Quarterly Journal of Economics，2009，124（4）：1403-1448.

［6］ 楊汝岱.中國制造業(yè)企業(yè)全要素生產(chǎn)率研究［J］.經(jīng)濟研究，2015（2）：61-73.

［7］ 盧峰，姚洋.金融壓抑下的法治、金融發(fā)展和經(jīng)濟增長［J］.中國社會科學，2004（1）：42-55.

［8］ 余明桂，潘紅波.政府干預、法治、金融發(fā)展與國有企業(yè)銀行貸款［J］.金融研究，2008（9）：1-22.

［9］ 王志強，孫剛.中國金融發(fā)展規(guī)模、結(jié)構(gòu)、效率與經(jīng)濟增長關(guān)系的經(jīng)驗分析［J］.管理世界，2003（7）：13-17.

［10］王景武.金融發(fā)展與經(jīng)濟增長：基于中國區(qū)域金融發(fā)展的實證分析［J］.財貿(mào)經(jīng)濟，2005（10）：23-26.

［11］戴靜，張建華.金融錯配、所有制結(jié)構(gòu)與技術(shù)進步——來自中國工業(yè)部門的證據(jù)［J］.中國科技論壇，2013（3）：70-73.

［12］DAVID D，WEI S J.Das（Wasted）Kapital：Firm Ownership and InvestmentEfficiencyinChina［R］.National Bureau of Economic Research Working Paper，2005：13103.

［13］RESTUCCIA D，ROGEISON R.Policy Distortions and Aggregate Productivity with Heterogeneous Plants［J］.Review of Economic Dynamics，2008，11（4）：707-720.

Relationship Between Financial Mispairing and Total Factor Productivity——An Empirical Study Based on Listed Companies from 2007 to 2014

LIU Ren-zhonga，LIU Dong-donga，HU Bai-yangb
（a.School of Finance；b.School of Economics，Harbin University of Commerce，Harbin 150028，China）

Thisarticleistostudyfinancialmispairingfromtheperspectiveoftotalfactorproductivity（TFP）based on the data of listed companies of three industries from 2007 to 2014 in China，trying to find out the quantitative relationship between financial mispairing and TFPto give new ideason how financial mispairing affects economic growth.For different industries，financial mispairing can promote the growth of TFP，or hinder the improvement of TFP.In the sample period，there is the obvious negative correlation between financial mispairing and TFP of manufacturing，information technology and real estate industries，indicating that the industries depend largely on financial resources and are more sensitive to the cost of capital，so the risingcostofcapital caused byfinancialmispairing is adverse to industrial developmentand economic growth.

TFP；financial mispairing；three industries

F822

A

1674-2362（2016）04-0008-06

（責任編輯 王帥林）

2016-05-10

國家社會科學基金項目“金融錯配與技術(shù)進步”（14BJL032）

劉任重（1978—），男，黑龍江哈爾濱人，副教授，主要從事投資理論與政策研究；劉冬冬（1991—），男，安徽安慶人，碩士研究生，主要從事投融資研究；胡白楊（1992—），女，湖南長沙人，碩士研究生，主要從事產(chǎn)業(yè)組織理論研究。