胡文卿,左拙人
(南京大學(xué) 商學(xué)院,江蘇 南京 210093)
全要素生產(chǎn)率(TFP)是指所有能夠觀測到的要素投入所能得到的產(chǎn)出效率。索洛(Solow,1957)提出將技術(shù)進步納入經(jīng)濟增長的理論模型[1],此后全要素生產(chǎn)率成為衡量經(jīng)濟增長質(zhì)量的重要指標。從宏觀和中觀層面來看,技術(shù)進步和結(jié)構(gòu)轉(zhuǎn)換都是促進TFP增長的重要途徑[2]。提高全要素生產(chǎn)率是中國實現(xiàn)更高質(zhì)量、更有效率、更可持續(xù)的經(jīng)濟發(fā)展的重要路徑[3]。因此,多角度探索企業(yè)全要素生產(chǎn)率的影響機制具有十分重要的現(xiàn)實意義。
在金融深化背景下,以真實經(jīng)濟周期為基礎(chǔ)的傳統(tǒng)周期理論并未對銀行的風險認知和資產(chǎn)價格的循環(huán)周期引起足夠重視,難以對金融市場的周期性波動作出合理解釋[4]。博里奧(Borio,2014)在對全球金融危機的反思中提出了金融周期的概念——金融變量擴張與收縮導(dǎo)致的周期性波動[5]。隨著經(jīng)濟學(xué)文獻將金融市場的摩擦和沖擊引入宏觀經(jīng)濟模型中[6],越來越多的研究發(fā)現(xiàn)金融沖擊是驅(qū)動中國經(jīng)濟周期波動的最主要力量,金融抑制和金融摩擦這兩種機制在很大程度上可以解釋企業(yè)負債的經(jīng)濟周期性[7]。如果說企業(yè)的債權(quán)融資和股權(quán)融資都具有經(jīng)濟周期性[8],那么探討微觀企業(yè)財務(wù)變量是否與金融周期存在聯(lián)系,以及存在怎樣的聯(lián)系具有重要的理論意義和實際意義。
在現(xiàn)有研究的基礎(chǔ)上,本文以2003—2018年A股上市公司數(shù)據(jù)為研究樣本,在微觀模型中引入金融周期變量,考察金融周期變量對經(jīng)營性負債與全要生產(chǎn)率之間相關(guān)關(guān)系的作用機制。本文創(chuàng)新點主要表現(xiàn)在以下方面:第一,宏觀層面的研究表明,技術(shù)進步和技術(shù)效率的提高可以提升全要素生產(chǎn)率,而在給定技術(shù)進步水平的情況下,可以通過企業(yè)內(nèi)部因素來增加要素間協(xié)調(diào)性以實現(xiàn)TFP增長。本文使用上市公司數(shù)據(jù)來考察金融周期性因素對經(jīng)營性負債與全要素生產(chǎn)率之間的影響機制,為這類研究提供了微觀層面的實證證據(jù)。第二,本文的研究結(jié)論可能為企業(yè)提升經(jīng)營和管理水平提供了一個新的決策視角,即企業(yè)應(yīng)客觀看待金融周期波動機制及其前瞻信號,并根據(jù)自身特點制定合適的經(jīng)營管理和投融資決策,以便更好地提升生產(chǎn)效率。第三,“保持合理的社會融資規(guī)?!弊?010年開始成為中國人民銀行的一個重要宏觀指標,而本文構(gòu)建的金融周期指數(shù)中包含了“社會融資規(guī)?!边@一變量,因此本文研究結(jié)論對于社會融資規(guī)模的宏觀調(diào)控具有一定的政策意義。
金融變量的周期性波動現(xiàn)象一直深受經(jīng)濟學(xué)家的關(guān)注。德雷曼等(Drehmann et al.,2012)將房價和股價引入金融周期的測算[9]。陳雨露等(2016)考察了金融周期與金融危機之間的關(guān)系[10]。李雪松和羅朝陽(2019)研究了金融周期和美聯(lián)儲加息兩種因素對金融危機的影響,認為在金融周期上升階段要避免過度加杠桿,在金融周期頂部區(qū)域要采取結(jié)構(gòu)性去杠桿策略[11]。鄧創(chuàng)和徐曼(2019)認為現(xiàn)階段中美兩國金融周期波動定向溢出表現(xiàn)為顯著的非對稱特征,應(yīng)當制定統(tǒng)一的金融監(jiān)管標準以防范兩國金融體系共振帶來更多的金融風險[12]。還有文獻集中于探究金融周期、信貸周期與經(jīng)濟周期的作用機制[13-14],一些學(xué)者認為金融周期的順周期性來自銀行信貸和廣義信用(包括影子銀行),能夠?qū)?jīng)濟衰退和復(fù)蘇的時間和強度產(chǎn)生重要影響,其頻率要低于傳統(tǒng)經(jīng)濟周期[15]。
根據(jù)金融周期指標的測算方法可以將相關(guān)文獻大致分為以下幾類:第一,一些學(xué)者以信貸、股市、房地產(chǎn)市場等變量構(gòu)建金融周期指標來檢驗經(jīng)濟周期與金融周期之間的傳導(dǎo)機制,并認為“非金融部門信貸/GDP”對金融危機具有預(yù)測作用[9,15],其后便有一類文獻傾向于使用單一金融變量來測度金融周期[10,16]。第二,使用信貸和房價等變量的合成指標來解釋金融周期[4,17-18]。第三,基于包含多個金融子市場的金融體系,選取多個金融指標構(gòu)建金融形勢指數(shù)(FCI),如馬勇等(2016)構(gòu)建了一般性總體金融周期序列,發(fā)現(xiàn)中國金融周期領(lǐng)先于實體經(jīng)濟,并對其具有良好的預(yù)測能力[19];王博和李昊然(2018)以GDP、信貸、信貸/GDP、股市和房地產(chǎn)五個宏觀金融變量作為衡量金融周期的指標,并認為中國應(yīng)同時關(guān)注金融短周期與中周期的特征[20]。
許多研究表明,微觀層面上不同企業(yè)之間的投入、產(chǎn)出和生產(chǎn)率水平總是表現(xiàn)出明顯且持久的差異[21];繼而修正的產(chǎn)業(yè)組織理論提出假設(shè):對于同一產(chǎn)業(yè)的不同企業(yè),其生產(chǎn)效率存在明顯差異,而更有效率的企業(yè)具有更大的市場份額[22]。從企業(yè)內(nèi)部來說,企業(yè)制度結(jié)構(gòu)的差異、企業(yè)家才能的差異、生產(chǎn)要素的差異、創(chuàng)新和技術(shù)轉(zhuǎn)移因素差異以及人力資本差異等均能夠?qū)е缕髽I(yè)間的生產(chǎn)率差異;從外部因素來說,金融發(fā)展能夠通過技術(shù)效率的提高來促進企業(yè)全要素生產(chǎn)率[23];交通、能源和信息基礎(chǔ)設(shè)施對中國全要素生產(chǎn)率存在溢出效應(yīng)[24]。蘇洪和劉渝琳(2015)提出,“初始規(guī)模條件依賴”“文化墮距阻礙”和“制度約束陷阱”三種潛路徑對全要素增長率具有負面影響[25]。鄭寶紅和張兆國(2018)以中國2008年新所得稅稅法的實施為外生事件,并發(fā)現(xiàn)所得稅稅率降低能夠提高企業(yè)全要素生產(chǎn)率[26]。
資源錯配對企業(yè)生產(chǎn)率的影響也受到很多關(guān)注[27]。李力行等(2016)結(jié)合土地出讓數(shù)據(jù)和工業(yè)企業(yè)數(shù)據(jù),估計土地資源錯配對中國工業(yè)企業(yè)生產(chǎn)率的影響,認為以協(xié)議方式出讓的建設(shè)用地比例越高,其工業(yè)企業(yè)間的資源配置效率越低[28]。在技術(shù)進步和技術(shù)效率方面,郭家堂和駱品亮(2016)認為中國全要素生產(chǎn)率屬于技術(shù)進步主導(dǎo)型,而互聯(lián)網(wǎng)正是通過這種技術(shù)進步推動了中國全要素生產(chǎn)率的提升[29]。葉康濤和孫葦杭(2019)發(fā)現(xiàn)在非上市公司中,會計軟件的性能與生產(chǎn)率顯著正相關(guān)[30]。
多數(shù)文獻認為,金融發(fā)展程度越高的地區(qū),全要素生產(chǎn)率的增長速度越高[31-32];而金融不穩(wěn)定程度越高,全要素生產(chǎn)率越低[33]。王晉斌等(2019)發(fā)現(xiàn),全球金融周期通過影響企業(yè)的投融資活動來影響TFP;當全球金融周期由景氣轉(zhuǎn)為不景氣時,發(fā)展中國家的TFP將顯著降低[34]。
現(xiàn)有文獻對于環(huán)境政策與企業(yè)全要素生產(chǎn)率之間的關(guān)系則一直持不同意見。環(huán)境政策作為企業(yè)的一種外部壓力,可能在增加企業(yè)負擔的同時使得企業(yè)在短期內(nèi)降低其生產(chǎn)效率[35];但另一些研究則以行業(yè)數(shù)據(jù)為樣本發(fā)現(xiàn),環(huán)境規(guī)制下企業(yè)的研發(fā)投入比例顯著增加從而提高了企業(yè)生產(chǎn)效率[36]。王杰和劉斌(2014)認為環(huán)境政策與全要素生產(chǎn)率之間呈倒N型關(guān)系,合理的環(huán)境規(guī)制強度可以促進生產(chǎn)率提升[37]。任勝鋼等(2019)發(fā)現(xiàn)排污權(quán)交易制度主要通過促進企業(yè)技術(shù)創(chuàng)新和改善資源配置效率兩條路徑作用于全要素生產(chǎn)率,且非國有企業(yè)比國有企業(yè)對排污權(quán)交易制度更敏感[38]。
實證研究表明,企業(yè)資金可獲得性與企業(yè)生產(chǎn)率存在顯著聯(lián)系。一些學(xué)者認為,債務(wù)融資不僅無法提高生產(chǎn)率,甚至與生產(chǎn)率呈負向關(guān)系[39];而另一些學(xué)者認為,中國企業(yè)融資主要靠內(nèi)源融資,來自金融機構(gòu)的債務(wù)融資與企業(yè)生產(chǎn)率增長具有正相關(guān)關(guān)系,但是其他替代渠道融資則沒有這種效應(yīng)[40]。何光輝和楊咸月(2012)還發(fā)現(xiàn),國內(nèi)民營上市公司生產(chǎn)率的提高顯著依賴于內(nèi)源資金[41]。
通過對現(xiàn)有文獻的梳理可見,關(guān)于金融周期的很多研究局限于周期的測度,以及其與經(jīng)濟周期的相互關(guān)系等宏觀層面,很少有研究將金融周期變量引入公司財務(wù)模型,即將金融周期與微觀企業(yè)層面的數(shù)據(jù)結(jié)合起來并證實金融周期對實體經(jīng)濟的影響機制;在有關(guān)全要素生產(chǎn)率的研究中,也多是將全要素生產(chǎn)率作為一種反映經(jīng)濟增長質(zhì)量的指標,即便在財務(wù)學(xué)文獻中涉及到全要素生產(chǎn)率,也往往沿著技術(shù)因素的路徑展開,缺乏對金融周期變量與企業(yè)生產(chǎn)率關(guān)系的深入探究?;谝陨戏治觯疚氖褂霉矩攧?wù)層面的數(shù)據(jù),研究企業(yè)全要素生產(chǎn)率隨金融周期波動而變化的特征,以期豐富該領(lǐng)域的實證文獻,為金融周期理論奠定一定的實證基礎(chǔ)。
金融市場上的信息不對稱和代理問題所產(chǎn)生的融資約束會抑制企業(yè)投資,進而降低生產(chǎn)率水平。金融借款能夠通過促進投資帶動企業(yè)生產(chǎn)率的增長;而融資約束則顯著抑制企業(yè)生產(chǎn)率的增長[41]。一方面,處于較強融資約束下的企業(yè)內(nèi)部資金不足以覆蓋投資支出時,難以對其經(jīng)營活動做出最優(yōu)決策,或者放棄凈現(xiàn)值為正的投資機會,從而扭曲其資源配置并影響生產(chǎn)率的增加。另一方面,由于生產(chǎn)率是生產(chǎn)要素的函數(shù),企業(yè)生產(chǎn)率的提高很大程度上依賴于研發(fā)投入。研發(fā)投入產(chǎn)出比率往往存在重大不確定性,因而研發(fā)投入通常形成較高的風險溢價,進而增加了企業(yè)融資成本,相應(yīng)地,在面臨融資約束增強的狀況時,該類融資更容易被削減,以致企業(yè)無法通過研發(fā)投入來提高企業(yè)生產(chǎn)率。但是,企業(yè)可以通過商業(yè)信用、庫存現(xiàn)金、政府補助等方式補充運營資金、緩解融資約束,通過增加投資來平滑或提高其生產(chǎn)率[42]。來自商品市場的經(jīng)營性負債多數(shù)來自基于商業(yè)契約關(guān)系的供應(yīng)商和客戶,無論從利息和代理成本的角度,其相對于金融性負債而言融資成本較低,因而為企業(yè)帶來的破產(chǎn)風險相對金融性負債要低。有些被企業(yè)長期占用的經(jīng)營負債不僅能夠補足臨時性缺口,而且能夠支持企業(yè)進行更多的經(jīng)營和投資活動[43],成為一項十分重要的資金來源,來支撐企業(yè)獲得促使其生產(chǎn)率更高增長的替代性、互補性債務(wù)融資。因此,本文提出假設(shè):
H1:經(jīng)營性負債與企業(yè)全要素生產(chǎn)率存在正相關(guān)關(guān)系:當經(jīng)營性負債較高時,全要素生產(chǎn)率也較高。
信貸周期理論、金融加速器理論和金融中介理論都解釋了金融因素對實體經(jīng)濟的影響[44-45]?;谏鲜鲅芯?,金融摩擦、金融沖擊以及金融中介自身缺陷是金融周期的形成因素,并可以通過金融加速器機制、抵押約束機制和銀行中介機制傳導(dǎo)至實體經(jīng)濟。根據(jù)金融加速器機制,由于信息不對稱和金融市場的不完美,債權(quán)人始終面臨逆向選擇和道德風險問題,因而借款企業(yè)的融資狀況與其抵押資產(chǎn)價值密切相關(guān)。當企業(yè)面臨負向金融沖擊時,對于企業(yè)來說,資產(chǎn)負債表狀況的惡化會限制企業(yè)融資能力和投資需求,增加其違約風險;對于銀行來說,面臨不良資產(chǎn)規(guī)模上升的風險,銀行需要對貸款進行價格和規(guī)模上的限制,而這將造成企業(yè)實際產(chǎn)出的進一步下降。
加入了銀行中介部門的抵押信貸約束機制理論則認為,資產(chǎn)價值直接影響企業(yè)的信貸能力,抵押資產(chǎn)價格受金融市場和資產(chǎn)定價中多重不確定因素的影響。當金融市場繁榮時,投資需求的增加推動資產(chǎn)價格上漲,企業(yè)用于銀行信貸的抵押資產(chǎn)價值上升;進一步地,信貸資產(chǎn)寬松政策釋放更多可貸資金,最終帶來信貸規(guī)模、杠桿率、投資和生產(chǎn)等螺旋式上升的綜合機制[11]。
基于上述理論,金融周期上行階段,往往會容易形成信貸擴張、企業(yè)風險偏好增加與資產(chǎn)價格上漲等因素交互增強的狀態(tài):資產(chǎn)價格作為要素市場資源配置的信號,提高了具有風險偏好的企業(yè)進入市場的積極性,而擴張的信貸資源則支持了具有較高全要素生產(chǎn)率的企業(yè)占領(lǐng)更多市場份額并盡快達到最優(yōu)生產(chǎn)規(guī)模。此時,高效的資源配置使得企業(yè)獲得的資金能夠覆蓋其研發(fā)投入的沉沒成本和溢出效應(yīng),信貸資金可以提供較為充足的現(xiàn)金流,因而企業(yè)可能會為了獲得更多的市場份額而增加風險較高的研發(fā)投入[46-47]。因此,在金融周期上行時,信貸寬松政策釋放更多的信貸資金,企業(yè)更容易獲得金融機構(gòu)借款。企業(yè)可以憑借抵押資產(chǎn)價格的上漲獲得更多信貸資金,通過更多的投資獲取更高的增長率。進一步地,在金融周期上行期間,投資、需求、生產(chǎn)和杠桿率的上升機制可能提高企業(yè)風險偏好,企業(yè)可能愿意增加金融性負債,經(jīng)營性負債規(guī)模對企業(yè)的邊際效用降低,導(dǎo)致經(jīng)營性負債與企業(yè)全要素生產(chǎn)率之間的正相關(guān)關(guān)系趨于減弱。
當金融周期下行時,基于金融加速器原理,信息不對稱使得借款企業(yè)提供更高的融資溢價,企業(yè)外部融資成本更高。由于金融摩擦和融資之間交互作用的存在,當金融周期下行時,抵押資產(chǎn)價格下跌甚至遠低于理想融資金額,外部融資可能因此大幅下跌,金融摩擦的增加使得負債融資對企業(yè)生產(chǎn)率的負向沖擊擴大。與此同時,企業(yè)經(jīng)營績效的下降也將影響到外部融資信用評級和風險預(yù)期,導(dǎo)致企業(yè)進一步陷入融資困境。在這種情況下,信貸規(guī)模、抵押資產(chǎn)價值和信貸可得性下降,企業(yè)會優(yōu)先考慮成本和風險相比于金融性負債而言都較低的經(jīng)營性負債,而這種融資能夠為企業(yè)緩解融資約束、增加其研發(fā)投入等,有助于提高生產(chǎn)率的投資需求,從而緩解金融周期下行因素對提高企業(yè)生產(chǎn)率的阻力。因此,本文提出假設(shè):
H2:金融周期因素對經(jīng)營性負債和全要素生產(chǎn)率之間的正相關(guān)關(guān)系存在逆向調(diào)節(jié)作用:當金融周期上行時,經(jīng)營性負債與全要素生產(chǎn)率之間的正相關(guān)關(guān)系減弱;當金融周期下行時,經(jīng)營性負債與全要素生產(chǎn)率之間的正相關(guān)關(guān)系增強。
本文選取2003—2018年中國滬深A(yù)股上市公司為初始樣本,由于社會融資規(guī)模數(shù)據(jù)從2002年起開始公布以及相關(guān)變量缺失的原因,選取2003年為樣本起點。本文對中國A股上市公司(截至2018年底)進行了如下篩選:(1)剔除金融保險類上市公司;(2)剔除財務(wù)數(shù)據(jù)缺失的公司;(3)剔除創(chuàng)業(yè)板和中小板上市公司,最終得到18 190筆數(shù)據(jù)。微觀企業(yè)財務(wù)與治理數(shù)據(jù)來自國泰安(CSMAR)數(shù)據(jù)庫和萬得(Wind)數(shù)據(jù)庫,宏觀數(shù)據(jù)來自萬得(Wind)資訊金融終端數(shù)據(jù)庫。
1.金融周期的度量
本文的主要解釋變量為金融周期。根據(jù)前人研究,主要有以下兩種度量方式:
(1)單變量測度。根據(jù)劉堯成和李想(2019)[48]、彭文生(2019)[49]的相關(guān)研究,衡量金融周期的一個重要指標是非金融企業(yè)和家庭部門債務(wù)還本付息占GDP的比例。
(2)多變量測度。參考李雪松和羅朝陽(2019)[11]、韓田(2018)[50]的相關(guān)研究,將非金融部門負債、非金融部門融資/GDP、社會融資規(guī)模以及M2/GDP標準化后進行HP濾波,并根據(jù)范小云等(2017)[4]的方法將濾波后的數(shù)據(jù)進行主成分分析,根據(jù)其得分合成為金融周期波動項。
2.企業(yè)全要素生產(chǎn)率的度量
因變量TFP也即企業(yè)全要素生產(chǎn)率,現(xiàn)有文獻中對于中國全要素生產(chǎn)率的核算方式主要有基于宏觀層面的增長核算法、索洛生產(chǎn)函數(shù)和基于微觀企業(yè)層面的最小二乘法、OP法和LP法[51-53]。參考葉康濤和孫葦杭(2019)[30]的方法,本文同時使用OLS法和LP法衡量企業(yè)全要素生產(chǎn)率:根據(jù)模型(1)使用OLS回歸并計算出殘差,得到TFP_ols:
lnVA=a+bklnK+bllnL+FixedEffects+εit
(1)
根據(jù)模型(2)進行半?yún)?shù)回歸得到TFP_lp:
TFP_lp=αit+βitlnL+γitlnK+δitlnM+εit
(2)
3.控制變量
根據(jù)葉康濤和孫葦杭(2019)[30]、姜付秀等(2017)[54]的相關(guān)研究,本文使用公司規(guī)模、公司上市年齡、財務(wù)杠桿、成長機會、產(chǎn)權(quán)性質(zhì)、個股回報率、現(xiàn)金收益率、經(jīng)營活動現(xiàn)金流量、每股收益、資本支出等變量用以控制企業(yè)歷史盈利能力、投資支出、對市場需求變化的應(yīng)對方式等可能影響全要素生產(chǎn)率的因素;同時,控制第一大股東持股比例、獨立董事占比、董事會規(guī)模、管理層持股比例等作為公司治理的控制變量;此外,使用GDP增長率與M2增長率的差來控制宏觀經(jīng)濟狀況。具體變量及定義見表1。
表1 主要變量定義
本文借鑒郭家堂和駱品亮(2016)[29]關(guān)于互聯(lián)網(wǎng)對全要素生產(chǎn)率的研究以及周愛民和劉欣蕊(2020)[55]關(guān)于經(jīng)濟政策不確定性指標對銀行收入結(jié)構(gòu)多元化的研究,構(gòu)建如下模型:
TFPit=α0+α1FCIt+α2Varit+α3Xit+vi+εit
(3)
TFPit=β0+β1FCIt+β2Varit+β3Varit×FCIt+β4Xit+vi+εit
(4)
其中,TFPit為基于模型(1)和模型(2)計算得到的因變量TFP_ols和TFP_lp;FCI是金融周期變量,對應(yīng)的是FCI1和FCI2;Varit為代表公司特征變量;Xit為控制變量;vi為個體固定效應(yīng);εit為誤差擾動項。所有回歸均使用異方差調(diào)整和公司聚類(cluster)調(diào)整得到穩(wěn)健性標準誤。
本文主要變量的描述性統(tǒng)計結(jié)果見表2,連續(xù)變量在1%和99%分位均進行了縮尾處理。企業(yè)全要素生產(chǎn)率(TFP_ols和TFP_lp)的均值分別為-0.003和10.882,標準差分別是0.966和1.190,說明樣本企業(yè)的生產(chǎn)率存在較大差異,且該結(jié)果與已有研究[30]較為接近。另外,中國非金融部門債務(wù)占GDP比重小于社會融資規(guī)模占GDP比重,但總體上較為接近。根據(jù)豪斯曼檢驗結(jié)果,本文使用面板固定效應(yīng)。
表2 描述性統(tǒng)計結(jié)果
表3報告了本文主檢驗回歸結(jié)果。列(1)—列(4)和列(5)—列(8)分別使用TFP_ols或者TFP_lp作為衡量全要素生產(chǎn)率的因變量。進一步地,列(1)和列(2)、列(5)和列(6)使用FCI1來衡量金融周期變化;列(3)和列(4)、列(7)和列(8)則使用FCI2作為金融周期的代理變量。在列(1)—列(8)中,經(jīng)營性負債的系數(shù)均在1%的水平上顯著為正,說明經(jīng)營性負債規(guī)??梢源龠M企業(yè)全要素生產(chǎn)率的提高,驗證了假設(shè)H1。
表3 主檢驗結(jié)果
進一步地,將經(jīng)營性負債變量和金融周期變量的交互項加入模型,結(jié)果報告于表4和表5,其中列(1)—列(4)是以TFP_ols為因變量,列(5)—列(6)以TFP_lp為因變量;列(1)—列(2)以單變量測度的金融周期指標(FCI1)作為衡量金融周期的代理變量,列(3)—列(4)以多變量測度的金融周期指標(FCI2)作為衡量金融周期的代理變量。在表4中,以列(2)為例,列(2)在列(1)基礎(chǔ)上加入了經(jīng)營性負債(Opedebt)滯后項與金融周期代理變量(FCI1)滯后項的交互項,其系數(shù)在1%的水平上顯著為負,體現(xiàn)了金融周期變量對經(jīng)營性負債和生產(chǎn)率之間的相關(guān)關(guān)系存在顯著的逆向調(diào)節(jié)作用。列(4)的回歸結(jié)果也顯示,經(jīng)營性負債(Opedebt)與金融周期指標(FCI2)交互項的系數(shù)顯著為負。列(5)—列(8)在因變量為TFP_lp的情況下,經(jīng)營性負債(Opedebt)滯后項均在1%的水平上顯著為正,且其與金融周期代理變量(FCI1)滯后項的交互項也顯著為負,進一步驗證了假設(shè)H2。
根據(jù)范小云等(2017)[4]對于金融周期的測算,將樣本中2003—2008年劃分為金融周期上行期;2009—2015年劃分為金融周期下行期;設(shè)置年份啞變量d,當會計年度小于等于2008年時,d的取值為1,否則取0。表5中將年份啞變量d加入回歸模型,列(2)、列(4)、列(6)和列(8)中L.Opedebt×d的系數(shù)顯著為正,說明相比2008年之前的金融周期上行期,2009年及以后年份的金融周期下行期,經(jīng)營性負債與全要素生產(chǎn)率之間的相關(guān)關(guān)系增強了,驗證了假設(shè)H2。
總體上說,表4和表5中交互項系數(shù)的顯著性和符號在經(jīng)濟學(xué)意義上是保持一致的。這表明經(jīng)營性負債作為一種低成本、低風險的債務(wù)融資,能夠在金融周期下行期在一定程度上緩解融資壓力,為企業(yè)經(jīng)營和投資提供相應(yīng)的資金來源,從而減輕信貸收縮和資產(chǎn)價格下跌帶來的負向沖擊,驗證了假設(shè)H2。
表4 金融周期因素的調(diào)節(jié)效應(yīng)(1)
表5 金融周期因素的調(diào)節(jié)效應(yīng)(2)
社會融資規(guī)模(FCI3)是全面衡量金融對實體經(jīng)濟資金支持狀況的重要指標,近年來一些文獻開始使用它來代替?zhèn)鹘y(tǒng)信貸指標并納入金融指標選取體系[12]。因此,本文將社會融資規(guī)模作為測算金融周期的指標,結(jié)果顯示其整體波動態(tài)勢與前文中其他兩個金融周期指標一致,同時本文其他核心變量系數(shù)的符號及顯著性也與前文一致。具體結(jié)果如表6所示。
本文的樣本期間為2003—2018年,但其中2008年為國際金融危機,為了排除該因素的干擾,參照相關(guān)學(xué)者[8,56]的做法,將2007—2010年視為金融危機爆發(fā)和持續(xù)時期,然后剔除這4年的樣本進行檢驗并發(fā)現(xiàn),所有關(guān)鍵變量的符號和顯著性均與前文保持一致。具體結(jié)果如表7所示。
表6 穩(wěn)健性檢驗(1)
表7 穩(wěn)健性檢驗(2)
基于2003—2018年中國A股上市公司數(shù)據(jù)樣本,本文研究了金融周期波動對企業(yè)全要素生產(chǎn)率的影響,結(jié)果表明:企業(yè)經(jīng)營性負債與全要素生產(chǎn)率存在顯著的正相關(guān)關(guān)系;金融周期因素對兩者相關(guān)關(guān)系存在逆向調(diào)節(jié)作用,在金融周期上行期,經(jīng)營性負債與企業(yè)全要素生產(chǎn)率之間的正相關(guān)關(guān)系減弱,而在金融周期下行期,兩者的相關(guān)關(guān)系增強。
本文的研究為探究金融周期變量對企業(yè)全要素生產(chǎn)率的影響提供了微觀證據(jù),并在金融周期性波動的背景下為企業(yè)決策提供了一個可能的視角。對于企業(yè)而言,需要理解和重視金融對實體企業(yè)的影響方向。在金融周期上行階段,根據(jù)內(nèi)外部風險水平采用積極的融資決策來增加人力資本投資、提高研發(fā)項目的創(chuàng)新能力,在最大程度上提升企業(yè)生產(chǎn)率;在金融周期下行階段,企業(yè)應(yīng)根據(jù)自身發(fā)展狀況和金融環(huán)境,通過尋求更多的經(jīng)營性負債或者增加現(xiàn)金持有來靈活應(yīng)對未來期間支付的不確定性,抵御金融周期下行階段信貸緊縮、金融資產(chǎn)下跌以及金融摩擦增加等抑制債權(quán)融資的因素傳導(dǎo)至企業(yè)全要素生產(chǎn)率的風險。對于監(jiān)管機構(gòu)而言,需要認識到金融周期波動與微觀企業(yè)之間的聯(lián)系,例如金融周期下行時期企業(yè)也將面臨較大的金融摩擦,使其外部融資的難度上升、破產(chǎn)風險增加,甚至可能導(dǎo)致企業(yè)的長期低迷。這時應(yīng)加強金融監(jiān)管使金融的順周期性下降來防范金融市場的系統(tǒng)性危機,并通過規(guī)范和健全金融市場,拓展企業(yè)融資渠道,為企業(yè)提升其生產(chǎn)率創(chuàng)造高效、健康的外部環(huán)境。
首都經(jīng)濟貿(mào)易大學(xué)學(xué)報2020年6期