• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      融資約束對制造業(yè)產(chǎn)出的抑制性影響分析

      2020-03-25 10:25:02
      產(chǎn)經(jīng)評論 2020年1期
      關(guān)鍵詞:約束制造業(yè)融資

      一 問題提出

      過去30多年來,中國經(jīng)濟實現(xiàn)了高速增長,制造業(yè)作為國民經(jīng)濟運行的支柱產(chǎn)業(yè),對中國經(jīng)濟發(fā)展的貢獻不言而喻。2000年,中國制造業(yè)產(chǎn)量位居世界第四,到2010年,中國制造業(yè)產(chǎn)量已經(jīng)位居世界第一,制造業(yè)大國的聲譽響徹全球。但歸根結(jié)底,中國制造業(yè)在全球價值鏈中仍然處于中低端環(huán)節(jié),國際分工地位的附加值含量與美國、日本、德國等有差距(劉會政和朱光,2018)[1]。不可否認,雖然部分企業(yè)的技術(shù)創(chuàng)新水平已達國際前沿,但整體企業(yè)創(chuàng)新水平仍然嚴重滯后于發(fā)達國家。隨著中國成本優(yōu)勢的逐漸喪失,依賴簡單加工制造實現(xiàn)國民經(jīng)濟發(fā)展的路徑已經(jīng)難以為繼,尋求新的經(jīng)濟增長點迫在眉睫。為此,對于實務(wù)界而言,為響應(yīng)國家“新舊動能轉(zhuǎn)換、實現(xiàn)經(jīng)濟質(zhì)量增長”的戰(zhàn)略號召,推動中國制造業(yè)轉(zhuǎn)型升級、實現(xiàn)制造業(yè)產(chǎn)出效率提升已是當(dāng)前不可回避的重要任務(wù)。而對于學(xué)術(shù)界而言,深入剖析中國制造業(yè)發(fā)展的瓶頸點以及實現(xiàn)制造業(yè)轉(zhuǎn)型升級的制度障礙,應(yīng)該是研究制造業(yè)相關(guān)問題的邏輯起點。

      制造業(yè)本身規(guī)模較大以及資金需求較高的特點,使其發(fā)展離不開金融市場的支持。而中國金融市場長期存在的資源配置扭曲、融資約束等問題嚴重制約了制造業(yè)產(chǎn)出效率的提升,一方面,我國現(xiàn)行的金融機構(gòu)在向企業(yè)提供資金過程中往往存在著“所有制歧視”,更愿意將資金貸于有政府信用背書、但效率較低的國有企業(yè),而效率較高的民營企業(yè)卻籌資無門,形成了資源錯配;另一方面,政府對某些制造業(yè)行業(yè)往往具有政策性偏向,注入大量的資金,導(dǎo)致這些行業(yè)過度發(fā)展、產(chǎn)能過剩,而另一部分行業(yè)卻發(fā)展緩慢??梢?,融資約束問題深刻影響著制造業(yè)行業(yè)的發(fā)展(Buera et al.,2011)[2]。那么,帶有“所有制歧視”、“政策性偏向”等政治色彩的融資約束問題究竟多大程度上帶來中國制造業(yè)產(chǎn)出效率的損失?針對此,本文從融資約束視角出發(fā)研究我國資源配置效率,分析我國金融市場扭曲對企業(yè)產(chǎn)出的影響機制。相比于類似文獻,本文特點主要體現(xiàn)在以下兩個層面:(1)考察融資約束對制造業(yè)行業(yè)產(chǎn)出效率的影響機制,分析有效的融資如何使資源從產(chǎn)出較低的企業(yè)向產(chǎn)出較高的企業(yè)轉(zhuǎn)移,優(yōu)化生產(chǎn)資源配置,推動我國制造業(yè)各類企業(yè)協(xié)同發(fā)展。同時考慮“所有制歧視”、“政策性偏向”的政治偏好,識別融資約束對不同制造業(yè)行業(yè)、不同所有制企業(yè)的異質(zhì)性影響。差異化的分析結(jié)果有助于政府制定更為細致、更具針對性的產(chǎn)業(yè)支持政策,推動制造業(yè)行業(yè)轉(zhuǎn)型升級。(2)以往研究大多只選擇一個指標來衡量企業(yè)融資約束,本文分別從企業(yè)外部融資的利息支出占比、內(nèi)源資金積累的自由現(xiàn)金流和以企業(yè)資產(chǎn)和成立年限構(gòu)建的融資約束SA指數(shù)這三個維度來綜合分析我國制造業(yè)企業(yè)面臨的融資約束對企業(yè)產(chǎn)出的抑制性影響,多種指標的運用使得實證結(jié)論更具有穩(wěn)健性。

      二 文獻綜述與理論分析

      (一)融資約束與企業(yè)產(chǎn)出

      大量研究表明融資約束對企業(yè)產(chǎn)出水平存在顯著的抑制作用(Nickell和Nicolitsas,1999[3];Gatti和Love,2008[4];張軍和金煜,2005[5])。首先,融資約束增加了流動性風(fēng)險。資產(chǎn)向流動媒介轉(zhuǎn)化的過程中具有不確定性,而這正是流動性風(fēng)險的起因。出于未來不確定性的考慮,企業(yè)往往不敢把資金投向基礎(chǔ)性技術(shù)項目,盡管這些項目收益較高,但回收期也往往更長(張?zhí)焓娴龋?015)[6]。改善企業(yè)融資約束現(xiàn)狀,既能夠降低企業(yè)的交易成本,促進流動性資產(chǎn)向非流動性資產(chǎn)轉(zhuǎn)變,又能推動資本的國際化整合,最優(yōu)化企業(yè)的投資組合,企業(yè)更有底氣投資那些收益更高的長期項目而不是安全系數(shù)較高但投資回報率較低的項目(Levine,1991)[7]。二是融資約束阻礙了對企業(yè)的有效監(jiān)督。企業(yè)的研發(fā)活動通常具有極高風(fēng)險,對企業(yè)的有效監(jiān)督是企業(yè)能否創(chuàng)新成功的關(guān)鍵要素(何光輝和楊咸月,2012)[8]。在信息不完全的金融市場環(huán)境下,監(jiān)督企業(yè)創(chuàng)新活動與盈利狀況的有效性受制于個人投資者的能力、時間、方法,而金融機構(gòu)在搜集和處理信息上相比個人投資者更具優(yōu)勢,通過將個體投資者的分散資金集中起來,并借貸給企業(yè)的研發(fā)活動,可以更好地對企業(yè)實施有效監(jiān)督。三是融資約束抑制了企業(yè)家的創(chuàng)新精神。融資約束的改善促使極具創(chuàng)新精神的企業(yè)家開拓外部融資渠道,獲取足夠的資金改進企業(yè)技術(shù),擴大企業(yè)產(chǎn)出規(guī)模(Buera et al.,2011)[2]。此外,融資約束的改善還能在一定程度上消除企業(yè)投資者與企業(yè)經(jīng)營者之間由于信息不對稱而產(chǎn)生的道德風(fēng)險問題。

      但也有部分學(xué)者研究認為融資約束的改善并不會促進企業(yè)產(chǎn)出水平的提高,甚至?xí)种破髽I(yè)產(chǎn)出的增長(Midrigan和Xu,2014)[9]。例如,Nucci et al.(2005)[10]基于意大利企業(yè)數(shù)據(jù),考察金融杠桿對企業(yè)產(chǎn)出的抑制效應(yīng),結(jié)果表明金融杠桿越大,企業(yè)產(chǎn)出水平越低,并且這種負相關(guān)關(guān)系隨著企業(yè)短期債務(wù)占比和流動性的降低而有所增強。國內(nèi)學(xué)者徐建軍和汪浩瀚(2009)[11]結(jié)合我國1949年以來的數(shù)據(jù),運用貿(mào)易和金融內(nèi)生化增長的計量方法發(fā)現(xiàn),能顯著促進企業(yè)產(chǎn)出水平增長的是經(jīng)濟貨幣化指標,而不是經(jīng)濟金融化指標,即金融深化并不一定能提高企業(yè)產(chǎn)出水平。陳啟清和貴斌威(2013)[12]在實證分析的基礎(chǔ)上,發(fā)現(xiàn)中國的金融深化改革在改善資源配置中發(fā)揮了更重要的作用,但其卻很難促進企業(yè)技術(shù)創(chuàng)新和推動企業(yè)產(chǎn)出水平的提高。張佩和馬弘(2012)[13]在對中國企業(yè)層面數(shù)據(jù)進行實證分析后發(fā)現(xiàn),由于利率市場化還沒能在我國的銀行體系達成,非正式融資渠道的借貸成本遠高于銀行信貸,因此那些更易獲得銀行信貸支持的企業(yè)往往會投資過度,這導(dǎo)致了整個經(jīng)濟的資本錯配,降低了中國工業(yè)企業(yè)的整體產(chǎn)出水平。

      由此可見,雖然絕大多數(shù)學(xué)者肯定了融資約束對企業(yè)產(chǎn)出的抑制效應(yīng),但也有部分學(xué)者的研究結(jié)論與之相悖,學(xué)術(shù)界關(guān)于融資約束對企業(yè)產(chǎn)出影響的研究結(jié)論仍然莫衷一是。此外,目前大多數(shù)文獻都以單一的融資約束指標來分析融資約束對企業(yè)產(chǎn)出的影響,本文嘗試采用多種融資約束指標,兼顧企業(yè)外源融資以及企業(yè)自身資本積累,綜合分析融資約束對企業(yè)產(chǎn)出的制約機制。

      (二)信貸融資的所有制歧視

      現(xiàn)有研究普遍認為發(fā)展中國家企業(yè)都面臨較大的融資約束問題,但導(dǎo)致融資約束的因素是多樣的。沈春苗和鄭江淮(2015)[14]研究發(fā)現(xiàn)金融機構(gòu)在發(fā)放貸款時存在嚴重的所有制歧視問題,信息不對稱問題在民營企業(yè)與金融機構(gòu)間普遍存在,在此情況下,金融摩擦是各個發(fā)展中國家面臨的普遍難題。商業(yè)銀行尤其是國有大型商業(yè)銀行,往往因為民營企業(yè)具有較大的貸款評估風(fēng)險、較高的貸款管理成本而拒絕給予其資金支持。

      在中國,大多數(shù)銀行為國家所有,因此銀行對國有企業(yè)有一種純粹基于意識形態(tài)的偏好,更傾向于為國有企業(yè)而不是私營企業(yè)的借貸提供支持。從銀行自身角度來看,出于追求政治、意識形態(tài)或個人目標,銀行甚至愿意放棄一定的商業(yè)利潤而為國有企業(yè)提供信貸支持。中國銀行業(yè)市場的寡頭壟斷格局使得所有制歧視這一問題更加突出。國有企業(yè)由于具有預(yù)算軟約束特點,因而能夠輕易地從銀行得到充足的貸款,但非國有企業(yè)通常規(guī)模較小,即使具有較高的全要素生產(chǎn)率以及普遍看好的發(fā)展前景,也常常得不到銀行的資金支持,無法實現(xiàn)憑借增加研發(fā)投入來提高企業(yè)產(chǎn)出的愿望。銀行機構(gòu)能較全面地掌握國有企業(yè)的借貸申請信息,卻要花很高的成本去了解私營企業(yè)的信譽情況,這導(dǎo)致銀行通?;谒綘I企業(yè)的群體特征作出借貸決策。Brandt和Li(2003)[15]基于中國企業(yè)的研究發(fā)現(xiàn),即使暴露在同等的融資風(fēng)險下,民營企業(yè)也很難獲得銀行信貸,這種所有制歧視造成了國有部門和非國有部門之間的資源錯配。

      與發(fā)達國家相比,中國目前的證券市場還很不完善,銀行仍然是企業(yè)發(fā)展的主要融資渠道,但由于所有制歧視的存在,民營企業(yè)更加傾向于尋求非銀行渠道融資。過去的十多年里,對我國國內(nèi)生產(chǎn)總值貢獻率達百分之七十的非國有企業(yè)僅從銀行獲得不到百分之二十的貸款,而對國內(nèi)生產(chǎn)總值貢獻率不足百分之三十的國有企業(yè)卻能獲得商業(yè)銀行超過百分之八十的貸款(盧峰和姚洋,2004)[16]??梢?,非國有企業(yè)遭受的融資約束困境主要源于所有制歧視,在此情景下,企業(yè)不能獲得提高產(chǎn)出效率和擴大生產(chǎn)規(guī)模所需的資金支持,而如果借助于成本高昂的民間貸款,又導(dǎo)致企業(yè)的生產(chǎn)效率無法達到最優(yōu)水平(劉瑞明,2011)[17]。盧文鵬(2002)[18]認為,融資約束不僅是資本錯配和企業(yè)產(chǎn)出下降的主要原因,更關(guān)鍵的是,這種制約機制具備極強的途徑依賴性,轉(zhuǎn)型期的風(fēng)險轉(zhuǎn)嫁機制可以使得這種制約作用得到自我加強。盡管我國資源錯配程度逐年降低,但由所有制差異導(dǎo)致的資本扭曲現(xiàn)象仍然不容忽視,1998-2007年間我國工業(yè)企業(yè)產(chǎn)出效率因所有制不同而損失了超過百分之二百的份額(靳來群等,2015)[19]。

      不難發(fā)現(xiàn),中國信貸環(huán)境存在的所有制歧視問題,造成了國有部門和非國有部門之間的資源錯配,從而導(dǎo)致了我國制造業(yè)企業(yè)產(chǎn)能效率低下。本文將從企業(yè)外部融資和內(nèi)部資金積累角度出發(fā),分別從總體層面、所有制層面以及行業(yè)層面對融資約束進行分析與比較,較為直觀地呈現(xiàn)出我國制造業(yè)企業(yè)融資約束的行業(yè)分布規(guī)律,同時試圖揭示出融資約束對企業(yè)產(chǎn)出的影響既因企業(yè)所有制性質(zhì)不同而有所不同,也因為企業(yè)所處行業(yè)的不同而有所不同。因此,我國今后的融資渠道和信貸政策應(yīng)該順勢改變方式和方向,放開對信貸市場的限制,將資本投入到產(chǎn)出邊際效率提升更明顯的行業(yè)。

      三 研究設(shè)計

      (一)模型設(shè)計與指標選取

      1.模型設(shè)計

      借鑒Harris和Trainor(2005)[20]的模型構(gòu)建方法,把融資約束變量引入到生產(chǎn)函數(shù)中來衡量融資約束對我國企業(yè)產(chǎn)出的抑制效應(yīng)。首先,假設(shè)企業(yè)投入的生產(chǎn)要素有兩種,分別是勞動L和資本K,產(chǎn)出用Y表示,生產(chǎn)函數(shù)為目前應(yīng)用最廣泛的C-D生產(chǎn)函數(shù),則有:

      Y=AKβkLβl

      (1)

      其中,βk、βl分別為資本和勞動的產(chǎn)出彈性系數(shù),A表示??怂怪行孕省κ?1)兩邊同取對數(shù),則有:

      lnYit=β0+βklnKit+βllnLit

      (2)

      為衡量融資約束對企業(yè)產(chǎn)出的影響,將融資約束指標引入生產(chǎn)函數(shù)中,構(gòu)建計量模型如下:

      lnYit=β0+βklnKit+βllnLit+βaC+∑mδmyearm+∑nσnregn+∑k?kindk+εit

      (3)

      其中,i代表企業(yè),t代表時間,Yit表示企業(yè)工業(yè)增加值,Kit為企業(yè)固定資產(chǎn),Lit為企業(yè)就業(yè)人員規(guī)模,C是衡量融資約束的指標,regn、yearm和indk分別是代表企業(yè)所在區(qū)域、年份和所處行業(yè)的虛擬變量。

      2.指標選取

      (1)融資約束變量

      融資約束主要是指企業(yè)外源融資受到的約束程度,金融市場完善程度、資本市場環(huán)境與企業(yè)自身的財務(wù)狀況是融資約束的三大影響因素。由于本文主要研究企業(yè)的外源債務(wù)融資,因此借鑒張佩和馬弘(2012)[13]、趙春明等(2015)[21]的處理方式,將企業(yè)利息支出占現(xiàn)金流比重視為企業(yè)所受外源融資約束的程度。我國的利率市場化程度不高導(dǎo)致了企業(yè)從銀行獲得信貸支持的成本要遠低于從非正式渠道獲得融資,因此能從銀行獲得融資的企業(yè)往往存在著投資過度,而那些很難從銀行籌措到生產(chǎn)所需資金的企業(yè)不得不轉(zhuǎn)而以高昂的利息支出從非正式渠道獲得資金,這也表明企業(yè)利息支出占現(xiàn)金流比重越大,則企業(yè)的負債情況越嚴重,金融機構(gòu)對企業(yè)的評價可能就越低,企業(yè)就越無法得到金融機構(gòu)的信貸支持,即企業(yè)可能面臨越嚴重的融資約束。融資約束constr的表達式為:

      (4)

      其中interest為企業(yè)利息支出,cashflow等于企業(yè)實際凈利潤與年度折舊額之和。

      為了避免融資約束指標選取所帶來的分析結(jié)果誤差,本文借鑒其他融資約束衡量指標如企業(yè)自由現(xiàn)金流(Gorodnichenko和Schnitzer,2013)[22]來描述企業(yè)內(nèi)部融資。如果企業(yè)面臨融資約束,不能從外部獲得足夠的資金支持,而只能依靠內(nèi)部積累的自由現(xiàn)金流,即企業(yè)的生產(chǎn)發(fā)展更多的是通過內(nèi)部融資,則企業(yè)的投資、研發(fā)創(chuàng)新等活動將在很大程度上取決于企業(yè)所擁有的現(xiàn)金流是否充足,因此對于面臨融資約束的企業(yè),產(chǎn)出與自由現(xiàn)金流之間應(yīng)存在顯著正相關(guān)關(guān)系。企業(yè)自由現(xiàn)金流的定義為:

      (5)

      其中cashflow等于企業(yè)實際凈利潤與年度折舊額之和,totalasset為企業(yè)實際總資產(chǎn)。

      此外,本文還利用SA指數(shù)來對我國的融資約束情況進行統(tǒng)計分析。本文對SA指數(shù)的運用借鑒Hadlock和Pierce(2010)[23]的處理方式:

      SAit=-0.737×Size+0.043×Size2-0.04×Age

      (6)

      變量Size用實際資產(chǎn)的對數(shù)值表示,用來反映企業(yè)的生產(chǎn)規(guī)模和實力,Weston和Strahan(1996)[24]研究發(fā)現(xiàn)銀行更傾向于為大企業(yè)融資,而在中國這種現(xiàn)象更加明顯;Age為當(dāng)前時間減去開業(yè)時間得到的年數(shù),一般而言存續(xù)時間越久的企業(yè)所具有的生產(chǎn)優(yōu)勢也越大,可能面臨的融資約束越小。較大的SA數(shù)值對應(yīng)著企業(yè)正面臨較大程度的融資約束。

      (2)其他變量

      被解釋變量企業(yè)產(chǎn)出Yit以企業(yè)工業(yè)增加值表示,由于《中國工業(yè)企業(yè)數(shù)據(jù)庫》中缺少2004年各企業(yè)的年度工業(yè)增加值,本文依據(jù)大部分研究的處理辦法,使用如下公式進行估算:工業(yè)增加值=產(chǎn)品銷售額-期初存貨+期末存貨-工業(yè)中間投入+增值稅。而控制變量資本要素投入Kit以企業(yè)固定資產(chǎn)凈值年平均余額進行代替,勞動要素投入Lit用從業(yè)人員平均數(shù)來表示。此外,為了抵消通貨膨脹對要素價格的影響,本文以《中國統(tǒng)計年鑒》1999年數(shù)據(jù)為基期,對要素價格進行重新測算時,其中對工業(yè)中間投入和工業(yè)增加值按工業(yè)品出廠價格指數(shù)進行平減,用固定資產(chǎn)價格指數(shù)對固定資產(chǎn)凈值年平均余額進行平減。為控制企業(yè)異質(zhì)性的影響,基于已有的研究,年份、地區(qū)和行業(yè)會影響到企業(yè)產(chǎn)出,因此引入年度虛擬變量yearm來反映不同經(jīng)濟周期對產(chǎn)出的影響,引入地區(qū)虛擬變量regn來反映地域差異對企業(yè)產(chǎn)出的影響,引入行業(yè)虛擬變量indk用以反映不同行業(yè)由于技術(shù)差異而導(dǎo)致的企業(yè)產(chǎn)出不同。

      (二)樣本選擇與數(shù)據(jù)處理

      本文選取的樣本數(shù)據(jù)來源于《中國工業(yè)企業(yè)數(shù)據(jù)庫》,該數(shù)據(jù)庫涵蓋了全部國有工業(yè)企業(yè)和年產(chǎn)值在500萬元規(guī)模以上的非國有工業(yè)企業(yè)。本文的行業(yè)分類主要根據(jù)二位行業(yè)代碼,共采用了28個行業(yè)企業(yè)數(shù)據(jù),最終得到610979個樣本觀察值,構(gòu)建1999-2007年的非平衡面板數(shù)據(jù)。

      需要說明的是,由于《中國工業(yè)企業(yè)數(shù)據(jù)庫》中的原始數(shù)據(jù)較為凌亂,因此本文進行了如下處理:刪除非制造業(yè)企業(yè)和營業(yè)收入小于500萬元的企業(yè)。對于指標異常值的剔除標準如下:刪除法人單位代碼、工業(yè)總產(chǎn)值、主營業(yè)務(wù)收入、資產(chǎn)總計、固定資產(chǎn)凈值年平均余額、工業(yè)中間投入合計、人均工資、全部從業(yè)人員年平均人數(shù)、開業(yè)時間等數(shù)據(jù)的缺失值。刪除工業(yè)增加值小于等于0,年平均從業(yè)人員8人以下,資產(chǎn)總計小于流動資產(chǎn)合計,資產(chǎn)總計小于固定資產(chǎn)凈值年平均余額,固定資產(chǎn)凈值年平均余額小于0,實收資本小于等于0,累計折舊小于本年折舊,利潤率小于0.1%或大于99%,平均利率(利息支出/負債總計)小于-1或大于1,投資小于0的企業(yè)樣本。由于外資企業(yè)和內(nèi)資企業(yè)在資金來源方面有很大差異,因此本文刪除了外資企業(yè)。

      (三)描述性統(tǒng)計

      表1為所有變量的定義及其計算方式,表2為變量的描述性統(tǒng)計結(jié)果。由表2可知,融資約束變量最大值與最小值的差異顯著,表明中國企業(yè)之間信貸融資狀況存在巨大的差異。

      表1 變量含義

      (續(xù)上表)

      變量名稱變量符號變量定義constrconstr=企業(yè)利息支出/現(xiàn)金流,其中現(xiàn)金流=實際凈利潤+年度折舊額融資約束cfcf=現(xiàn)金流/實際總資產(chǎn),其中現(xiàn)金流=實際凈利潤+年度折舊額SASA=-0.737*Size+0.043*Size2-0.04*Age,其中Size為實際資產(chǎn)的自然對數(shù)值,Age為企業(yè)存續(xù)年限所在年份year共9年的數(shù)據(jù),采用了8個年度虛擬變量所處區(qū)域reg剔除數(shù)據(jù)缺失的西藏及港澳臺地區(qū)后共有31個省級地區(qū),生成30個地區(qū)虛擬變量所屬行業(yè)ind剔除非制造業(yè)后,共28個二位數(shù)行業(yè),設(shè)置了27個行業(yè)虛擬變量

      表2 1999-2007年工業(yè)企業(yè)各主要變量的統(tǒng)計特征

      四 實證結(jié)果

      (一)基準回歸結(jié)果

      在基準回歸中,本文分別運用OP法、LP法、OLS法以及FE法估計式(3)我國制造業(yè)企業(yè)融資約束的產(chǎn)出彈性,回歸結(jié)果如表3所示。結(jié)果表明:企業(yè)利息支出占比的產(chǎn)出彈性均在1%的水平上顯著為負,表明企業(yè)外部融資所支付的利息成本越高,越難籌集到生產(chǎn)所需資金,導(dǎo)致企業(yè)產(chǎn)出水平下降程度越大。說明我國制造業(yè)企業(yè)的外部融資受到了嚴重阻礙。這樣,企業(yè)不能最優(yōu)化自身的資本結(jié)構(gòu),從而不能最優(yōu)化生產(chǎn)經(jīng)營活動。因而,即使投資機會有利可圖,受融資約束的企業(yè)也可能由于資本匱乏而不得不放棄,由此可能導(dǎo)致產(chǎn)出降低。此外,提高產(chǎn)出的其它途徑,如生產(chǎn)研發(fā),也往往因風(fēng)險較高而難以獲得銀行信貸。如果研發(fā)活動得不到充足的資金支持,企業(yè)就很難增加其產(chǎn)出規(guī)模。因此,融資約束的存在對中國制造業(yè)企業(yè)產(chǎn)出效率的提升存在顯著的抑制作用。

      表3 融資約束的產(chǎn)出彈性:基準回歸

      注:*、**、***分別表示參數(shù)估計值在10%、5%、1%的水平上顯著,括號內(nèi)的值表示標準差,在OP法中是Bootstrap標準差。

      (二)穩(wěn)健性檢驗

      1.內(nèi)生性問題處理

      為了克服模型可能存在的內(nèi)生性和異方差性,本文還選用了GMM方法對模型進行估計,回歸結(jié)果如表3最后一列所示。AR(3)是一階差分殘差的三階序列相關(guān)的P值,模型零假設(shè)為擾動項不存在序列相關(guān),表3中GMM估計結(jié)果顯示AR(3)為0.186,大于0.05,說明本文選用企業(yè)利息支出占比作為融資約束變量通過了序列相關(guān)檢驗;Hansen檢驗為模型是否過度識別的P值,零假設(shè)為模型不存在過度識別,Hansen檢驗值為0.078,大于0.05,說明模型的工具變量選取有效。運用GMM方法估計的企業(yè)利息支出占比的產(chǎn)出彈性系數(shù)為-0.383,且估計值在1%的水平上顯著,即融資約束對制造業(yè)企業(yè)產(chǎn)出仍然存在顯著的抑制作用,表明本文的研究結(jié)論穩(wěn)健。

      2.核心變量指標替換

      本部分將利用指標替換的方式對回歸結(jié)果進行穩(wěn)健性檢驗。具體而言,利用內(nèi)源資金積累的自由現(xiàn)金流和由企業(yè)資產(chǎn)和成立年限構(gòu)建的SA指數(shù)作為融資約束的替代指標,分析融資約束對企業(yè)產(chǎn)出的影響,回歸結(jié)果如表4所示。企業(yè)自由現(xiàn)金流cf與產(chǎn)出之間呈現(xiàn)顯著正相關(guān),而SA指數(shù)與企業(yè)產(chǎn)出之間呈現(xiàn)顯著負相關(guān),可見,當(dāng)面臨外部融資約束時,企業(yè)會因無法籌措到足夠多的自由現(xiàn)金流來維系生產(chǎn),企業(yè)的投資和創(chuàng)新研發(fā)活動受阻,從而導(dǎo)致產(chǎn)出水平下降,這也表明本文的研究結(jié)論是穩(wěn)健的,即融資約束對企業(yè)產(chǎn)出存在顯著的抑制作用。

      表4 自由現(xiàn)金流cf及SA指數(shù)的產(chǎn)出彈性

      注:*、**、***分別表示參數(shù)估計值在10%、5%、1%的水平上顯著,括號內(nèi)的值表示標準差,在OP法中是Bootstrap標準差。

      (三)分行業(yè)回歸結(jié)果

      為了考察融資約束在不同行業(yè)下對企業(yè)產(chǎn)出的抑制效應(yīng),本文同樣采用了OP法、LP法、FE法和GMM法對我國制造業(yè)中的典型勞動力密集型行業(yè)紡織業(yè)(行業(yè)代碼17)、典型資本密集型行業(yè)非金屬礦物制品業(yè)(產(chǎn)業(yè)代碼31)和典型技術(shù)密集型行業(yè)通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)(行業(yè)代碼40)這三個代表性行業(yè)的生產(chǎn)函數(shù)進行分行業(yè)估計,回歸結(jié)果如表5-表7所示。結(jié)果顯示,無論對哪個行業(yè)而言,融資約束都顯著降低了其企業(yè)產(chǎn)出。其中,勞動力密集型行業(yè)紡織業(yè)中,企業(yè)利息支出占比每增加一單位,將導(dǎo)致企業(yè)的產(chǎn)出減少29%;資本密集型行業(yè)非金屬礦物制品業(yè)中,企業(yè)每增加一單位融資約束,將導(dǎo)致企業(yè)的產(chǎn)出降低30.4%;而對于技術(shù)密集型行業(yè)通信設(shè)備、計算機及其他電子設(shè)備制造業(yè),該下降比例高達52.9%。這表明融資約束對制造業(yè)企業(yè)產(chǎn)出的制約作用在技術(shù)密集型行業(yè)表現(xiàn)得尤為顯著。

      產(chǎn)生這一異質(zhì)結(jié)果的可能原因在于,紡織業(yè)等勞動力密集型行業(yè),企業(yè)規(guī)模普遍較小,對資本需求度不高,這種歧視便導(dǎo)致了嚴重的金融摩擦。可是在這些行業(yè)中還是有部分企業(yè)為了謀求發(fā)展采取各種辦法克服金融摩擦獲得了融資,這些融資給他們帶來產(chǎn)出水平的提高,使其比無法克服金融摩擦的企業(yè)具有更高的效率。這種因金融摩擦產(chǎn)生的企業(yè)產(chǎn)出下降,是可以通過改善外部融資環(huán)境克服的,因此改變這些行業(yè)的外部融資環(huán)境,有利于提高行業(yè)的資本利用率,更大幅度地加大整個制造業(yè)產(chǎn)出規(guī)模。

      對于資本密集型行業(yè),在推進我國經(jīng)濟高質(zhì)量發(fā)展新時期,產(chǎn)業(yè)轉(zhuǎn)型升級需求促使更多的資源向資本密集型行業(yè)傾斜。在之前我國的工業(yè)化過程中,該行業(yè)受國家政策扶持,在信貸市場上有著一定的優(yōu)勢,對產(chǎn)業(yè)轉(zhuǎn)型升級起促進作用,因而這類行業(yè)企業(yè)產(chǎn)出受融資約束的影響相對較小。而以通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)為代表的技術(shù)密集型行業(yè),雖然得到國家政策扶持,但大部分技術(shù)密集型企業(yè),特別是數(shù)量眾多的中小企業(yè),具有資金高投入和高風(fēng)險等特點,較長的研發(fā)周期也與銀行信貸原則存在不一致,這勢必增加了其從商業(yè)銀行獲得信貸支持的難度。而當(dāng)前中國多層次的資本市場與風(fēng)險投資遠沒有達到完善的程度,技術(shù)密集型企業(yè)外部融資仍存在較高的門檻,能籌措到的發(fā)展資金有限,融資約束顯著抑制了企業(yè)的產(chǎn)出規(guī)模。

      表5 融資約束的產(chǎn)出彈性:紡織業(yè)回歸結(jié)果

      注:*、**、***分別表示參數(shù)估計值在10%、5%、1%的水平上顯著,括號內(nèi)的值表示標準差,在OP法中是Bootstrap標準差。

      表6 融資約束的產(chǎn)出彈性:非金屬礦物制品業(yè)回歸結(jié)果

      (續(xù)上表)

      變量非金屬礦物制品業(yè)(31)OP法LP法FE法GMM法控制變量是是是是AR(3)---0.952Hansen檢驗---0.041R-squared--0.264-樣本數(shù)35830500675006723755

      注:*、**、***分別表示參數(shù)估計值在10%、5%、1%的水平上顯著,括號內(nèi)的值表示標準差,在OP法中是Bootstrap標準差。

      表7 融資約束的產(chǎn)出彈性:通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)回歸結(jié)果

      注:*、**、***分別表示參數(shù)估計值在10%、5%、1%的水平上顯著,括號內(nèi)的值表示標準差,在OP法中是Bootstrap標準差。

      (四)分所有制回歸結(jié)果

      為了考察融資約束對國有企業(yè)和民營企業(yè)產(chǎn)出的制約程度,本文根據(jù)國有資本控股情況將我國工業(yè)企業(yè)劃分為國有企業(yè)和非國有企業(yè)。為了驗證結(jié)果的穩(wěn)健性,本文綜合運用OP法、LP法、FE法和GMM法對兩類企業(yè)分別進行回歸,結(jié)果如表8所示。國有企業(yè)的融資約束產(chǎn)出彈性高于民營企業(yè)的產(chǎn)出彈性,表明國有企業(yè)的產(chǎn)出雖然與企業(yè)所受到的融資約束程度負相關(guān),但融資約束對國有企業(yè)產(chǎn)出的抑制性影響要小于其對民營企業(yè)產(chǎn)出的影響。融資約束會大大降低民營企業(yè)的產(chǎn)出水平,以O(shè)P法的回歸結(jié)果為例,企業(yè)利息支出占比每增加一單位,將導(dǎo)致民營企業(yè)的產(chǎn)出水平下降35.7%,而國有企業(yè)的這一數(shù)值僅為6.76%。

      產(chǎn)生這一結(jié)果差異的可能原因在于,國有企業(yè)通常規(guī)模較大,本身具有一定的壟斷性質(zhì)和資本進入壁壘,在我國的工業(yè)化過程中,一直受到國家財政政策的支持,銀行尤其是國有銀行基于國有企業(yè)預(yù)算軟約束特征,傾向于以較低成本向國有企業(yè)提供信貸支持。因此國有企業(yè)在外源融資方面有著一定的優(yōu)勢,其面臨的金融摩擦相對較小,基本不存在融資約束難題,因此融資約束對國有企業(yè)產(chǎn)出的制約程度不大。而非國有企業(yè)則很不同,商業(yè)銀行的“所有制歧視”、風(fēng)險投資和資本市場的不健全、非正規(guī)金融的高昂借貸成本,都導(dǎo)致民營企業(yè)面臨嚴苛的融資約束,在需要進行設(shè)備更替或研發(fā)創(chuàng)新時,無法獲得足夠的資金支持,因此企業(yè)無法做出最優(yōu)生產(chǎn)決策,最終導(dǎo)致了產(chǎn)出的降低。

      表8 融資約束的產(chǎn)出彈性:分所有制回歸結(jié)果

      注:*、**、***分別表示參數(shù)估計值在10%、5%、1%的水平上顯著,括號內(nèi)的值表示標準差,在OP法中是Bootstrap標準差。

      五 結(jié)論及政策啟示

      本文以企業(yè)的融資約束作為切入點,從企業(yè)外部融資的利息支出占現(xiàn)金流的比重、內(nèi)部資金積累的自由現(xiàn)金流和由企業(yè)資產(chǎn)和成立年限構(gòu)建的SA指數(shù)這三個維度,考察我國制造業(yè)面臨的融資約束及其對企業(yè)產(chǎn)出的影響。結(jié)果顯示,融資約束對制造業(yè)產(chǎn)出有顯著的抑制作用。資本密集型行業(yè)和國有企業(yè)由于受到國家財政政策扶持,在信貸市場上有著一定的優(yōu)勢,因此其面臨的金融摩擦相對較小,或說不存在融資約束難題。而勞動力密集型行業(yè)、技術(shù)密集型行業(yè)和非國有企業(yè),由于在信貸市場中面臨歧視,這種歧視的可能效果是資源錯配,從而抑制企業(yè)提高產(chǎn)出水平。本文的研究結(jié)論對于深化我國金融體制改革、推動產(chǎn)業(yè)轉(zhuǎn)型升級具有一定的政策啟示:

      首先,政府有關(guān)管理部門需考慮融資約束對制造業(yè)行業(yè)產(chǎn)出可能產(chǎn)生抑制作用,調(diào)整融資結(jié)構(gòu),并通過完善資本市場的法律環(huán)境,降低金融市場的進入壁壘和制造業(yè)企業(yè)融資成本,從而提升制造業(yè)行業(yè)的產(chǎn)出效率。其次,地方政府長期存在的“所有制歧視”以及“偏向性政策”致使大量金融資源聚積于效率較低的制造業(yè)行業(yè)與企業(yè),導(dǎo)致部分制造業(yè)企業(yè)受制于融資約束,無法進行創(chuàng)新活動與技術(shù)改良,中國制造業(yè)行業(yè)轉(zhuǎn)型升級受阻。為此,我國的融資渠道和信貸政策應(yīng)改變方式和方向,將資本投入到邊際效率提升更明顯的行業(yè),更多關(guān)注技術(shù)密集型企業(yè)和民營企業(yè),從而提升這些行業(yè)的核心競爭力。最后,中國的融資約束問題本質(zhì)上是制度問題,地方政府官員基于自身政治目標與經(jīng)濟目標實行金融資源的“所有制歧視”以及“偏向性政策”,為緩解此類問題,一方面需要加速推動金融體制改革,發(fā)揮市場配置資源的決定性作用,讓效率更高、更具償債能力的企業(yè)獲得金融資源;另一方面,從源頭出發(fā),改變地方政府官員的績效考核方式,兼顧地方經(jīng)濟發(fā)展的“質(zhì)”與“量”。

      猜你喜歡
      約束制造業(yè)融資
      融資統(tǒng)計(1月10日~1月16日)
      融資統(tǒng)計(8月2日~8月8日)
      冰雪制造業(yè)的魯企擔(dān)當(dāng)
      走向世界(2022年3期)2022-04-19 12:39:10
      “碳中和”約束下的路徑選擇
      融資
      融資
      約束離散KP方程族的完全Virasoro對稱
      喜看新中國七十年突飛猛進的制造業(yè)
      華人時刊(2019年15期)2019-11-26 00:55:50
      適當(dāng)放手能讓孩子更好地自我約束
      人生十六七(2015年6期)2015-02-28 13:08:38
      2014上海民營制造業(yè)50強
      长白| 梅河口市| 台北县| 深州市| 明星| 辽阳市| 浦城县| 兴山县| 宁武县| 平泉县| 朝阳县| 晋宁县| 福海县| 汕头市| 神农架林区| 卓资县| 汶川县| 奉节县| 兰溪市| 汨罗市| 洪湖市| 延吉市| 介休市| 龙胜| 靖边县| 顺昌县| 务川| 定安县| 阳谷县| 镇江市| 海伦市| 庄河市| 富锦市| 桃园县| 古浪县| 高阳县| 焉耆| 正宁县| 漳浦县| 大方县| 大化|