產(chǎn)能過剩對信貸資源配置效率的影響

王立國　趙婉妤

內(nèi)容提要：基于世界銀行2012年中國企業(yè)調(diào)查的微觀數(shù)據(jù)，綜合運用Probit、Tobit、OLS方法從企業(yè)層面實證檢驗產(chǎn)能過剩對信貸資源配置效率的影響，并運用IV-Probit、IV-Tobit、2SLS法控制了模型的內(nèi)生性問題。研究發(fā)現(xiàn)：產(chǎn)能過剩造成了信貸資源配置的扭曲;采用工具變量處理內(nèi)生性問題后，結(jié)論依然成立;進一步的異質(zhì)性檢驗表明，信貸資源錯配情況在政企關(guān)系緊密、企業(yè)位于產(chǎn)能過剩行業(yè)和企業(yè)位于金融生態(tài)環(huán)境較差的地區(qū)時更為嚴重。鑒于此，應(yīng)重視產(chǎn)能過剩的潛在金融風險，建立化解產(chǎn)能過剩的長效機制;銀行部門應(yīng)提高風險定價能力;政府部門要明確自身的行為邊界，以糾正信貸資源錯配。

關(guān)鍵詞：信貸資源配置效率;產(chǎn)能過剩;金融供給側(cè)結(jié)構(gòu)性改革;產(chǎn)能利用率

中圖分類號：F124 ? ?文獻標識碼：A ? ?文章編號：1003-7543（2019）12-0133-13

現(xiàn)階段，我國正處于重要戰(zhàn)略機遇期，轉(zhuǎn)變經(jīng)濟發(fā)展方式是當前最重要的目標之一。改善要素的配置效率則是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展、產(chǎn)業(yè)發(fā)展新舊動能轉(zhuǎn)換的內(nèi)生性要求[1]。我國以銀行為主導的金融體系的資源配置行為對經(jīng)濟發(fā)展有著重要的影響。然而，當前我國商業(yè)銀行的信貸資源配置表現(xiàn)不佳[2]。中共中央政治局第十三次集體學習提出的金融供給側(cè)結(jié)構(gòu)性改革需要解決的核心問題便是金融供給總量過剩但結(jié)構(gòu)失衡，需要把握的關(guān)鍵環(huán)節(jié)是增加有效供給，縮減無效供給[3-4]。一方面，占用著巨額信貸資金的僵尸企業(yè)投資效率堪憂，只能依賴政府救助和銀行“輸血”而得以殘存，造成銀行不良貸款率上升，信貸資源供給低效甚至無效。信貸配置低效直觀表現(xiàn)為不良貸款余額的飆升。截至2019年第二季度末，我國商業(yè)銀行不良貸款余額達2.24萬億元，不良貸款率達到1.81%①。統(tǒng)計結(jié)果表明，2012年以來，商業(yè)銀行的不良貸款余額和不良貸款率一直同步提高并持續(xù)長達19個季度。不良貸款率在2016年第四季度也僅僅是環(huán)比降低了0.02個百分點，就再次恢復上升趨勢。另一方面，有效供給不足體現(xiàn)在支持經(jīng)濟發(fā)展的關(guān)鍵領(lǐng)域并沒有得到足夠的信貸支持，戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)和小微企業(yè)融資約束嚴重，特別是小微企業(yè)。2018年世界銀行發(fā)布的發(fā)展中國家中小微企業(yè)融資缺口數(shù)據(jù)顯示，中國中小微企業(yè)融資供給總額為2.48萬億美元，潛在融資需求總額達4.37萬億美元，融資缺口達1.89萬億美元，其中41%的企業(yè)存在信貸融資約束，有效供給不足導致中小微企業(yè)的發(fā)展?jié)摿κ芟蔻凇?/p>

面對我國工業(yè)產(chǎn)能過剩的嚴峻情況，2018年中央經(jīng)濟工作會議提出要鞏固“三去一降一補”成果，再次強調(diào)要推動更多產(chǎn)能過剩行業(yè)加快出清，確定了2019年經(jīng)濟工作的首要任務(wù)就是加快處置“僵尸企業(yè)”，確定退出實施辦法，逐步淘汰落后產(chǎn)能。自2013年中央經(jīng)濟工作會議明確提出要堅定不移化解產(chǎn)能過剩的工作任務(wù)以來，中央經(jīng)濟工作會議連續(xù)強調(diào)防范和化解產(chǎn)能過剩，力求割除這一嚴重影響我國經(jīng)濟發(fā)展的“毒瘤”。在這種大背景下，引發(fā)我們興趣的是，銀行部門是否發(fā)揮了金融的中介功能，實現(xiàn)了信貸資金市場化配置，即信貸資源是否配置到了產(chǎn)能利用率更高的企業(yè)中。我們也試圖解釋在國家一系列調(diào)控政策接連出臺、要求各部門通力合作防范和化解產(chǎn)能過剩痼疾的情況下，依舊出現(xiàn)的資金向產(chǎn)能過剩行業(yè)傾斜的現(xiàn)象?？梢?，在金融供給側(cè)結(jié)構(gòu)性改革的背景下，考察產(chǎn)能過剩的信貸資源錯配效應(yīng)具有重要現(xiàn)實意義。

一、相關(guān)文獻綜述

學者們關(guān)于信貸資源配置效率研究的一般做法是考察信貸是否配置到了經(jīng)濟效率更高的行業(yè)和地區(qū)之中。文獻研究表明，我國目前仍存在著比較嚴重的信貸配置所有制歧視、規(guī)模歧視和融資約束現(xiàn)象，新增信貸更多地流向了低效率部門，信貸配置效率較低[2]。學術(shù)界就轉(zhuǎn)型經(jīng)濟背景下行政干預和所有制歧視可能引致信貸資源錯配的觀點基本已達成共識，這也是新興經(jīng)濟體中的常見現(xiàn)象[5-6]。葉康濤、祝繼高指出，由于所有制歧視的存在，國有部門占用了更多的貸款資源，加之銀行風險定價能力低，新增信貸會向低效率部門傾斜[7]。特別是當企業(yè)和政府存在政治聯(lián)系時，即使企業(yè)生產(chǎn)效率較低，也往往能夠以低于市場平均資金成本的價格獲取新增信貸資源。低廉的資金價格、海量的信貸投入對經(jīng)濟健康發(fā)展帶來的動力卻并不如我們所期待的那樣。伴隨著經(jīng)濟中高投資和產(chǎn)能過剩的長期并存，在政府的干預下銀行大量貸款仍被投向了產(chǎn)能過剩行業(yè)[8]。另有一些研究從資本配置效率的角度間接地驗證了工業(yè)各部門信貸資本配置扭曲的情況。經(jīng)典文獻是Wurgler提出的資本配置效率估算模型，他以股票市值和銀行貸款之和與國內(nèi)生產(chǎn)總值的比值來度量金融發(fā)展的程度，進而考察該指標與投資彈性系數(shù)之間的相關(guān)關(guān)系，指出資本配置效率的提高意味著資金應(yīng)流入高資本回報率的行業(yè)之中，并保持高投資彈性[9]。以該模型為基礎(chǔ)，韓立巖等較早地分析了行業(yè)層面的資本配置效率[10];王玨等對模型進行了改進，從信貸數(shù)量和信貸價格兩方面入手檢驗了信貸配置效率[2]。在直接探討產(chǎn)能過剩對信貸資源配置的影響方面，吳成頌等對上市銀行2001—2012年的數(shù)據(jù)進行了回歸分析，結(jié)果顯示：產(chǎn)能過剩會對商業(yè)銀行貸款規(guī)模產(chǎn)生顯著的負向影響，即商業(yè)銀行的信貸資源配置是有效的，遵循市場化原則[11]。黃俊、陳信元、丁竹基于信貸配給理論，選取2009—2013年上市公司的面板數(shù)據(jù)實證考察了產(chǎn)能過剩企業(yè)對信貸資源的擠占，研究結(jié)果也表明低效益的產(chǎn)能過剩企業(yè)擠占了非產(chǎn)能過剩企業(yè)的信貸資金[12]。

綜合來看，首先，現(xiàn)有研究大多采用行業(yè)視角對信貸資源配置效率進行考察，少有學者從微觀企業(yè)角度出發(fā)考察信貸資源流向經(jīng)濟效率顯著低下的產(chǎn)能過剩行業(yè)中的企業(yè)的問題。僅從宏觀層面和行業(yè)中觀層面對產(chǎn)能過剩和信貸資源配置展開間接的研究，很容易掩蓋影響企業(yè)生產(chǎn)和經(jīng)濟發(fā)展的一些實質(zhì)性因素。其次，雖然產(chǎn)能過剩問題受到社會各界的關(guān)注，但對于產(chǎn)能過剩和信貸資源配置的研究，學者們大多著眼于資源錯配是否導致并加重了產(chǎn)能過剩的問題，對產(chǎn)能過剩是否影響了我國信貸資源配置效率的探討卻并不深入，且多數(shù)停留在理論層面。全面認識產(chǎn)能過剩問題，加強前瞻性研判，不僅需要明確產(chǎn)能過剩問題的成因，而且需要準確把握產(chǎn)能過剩對經(jīng)濟發(fā)展帶來的危害。最后，從實證層面出發(fā)探討產(chǎn)能過剩對信貸資源配置效率影響的文章較為匱乏，研究結(jié)論也并不一致。為此，本文運用企業(yè)數(shù)據(jù)實證檢驗產(chǎn)能過剩對信貸資源配置效率的影響，這也是從微觀層面出發(fā)檢驗該問題的一次嘗試。

二、理論分析與研究假說

在經(jīng)濟轉(zhuǎn)型過程中，政府往往會過度干預市場的運行，在資源配置的過程中占據(jù)主導作用，從而引致無效和扭曲[6]。在我國以銀行為主的金融體系中，政府行為是影響信貸資源流向的重要體制性變量，行政干預從兩方面影響了銀行信貸流向產(chǎn)能過剩行業(yè)中的企業(yè)。

一方面，在經(jīng)濟發(fā)展初期，我國長期實行金融抑制政策，主要表現(xiàn)為利率長期處于由供求自發(fā)決定的市場均衡利率之下，存貸利差大，信貸配給現(xiàn)象較為常見。寬松的銀行產(chǎn)權(quán)約束影響了信貸市場的定價功能，從而產(chǎn)生了巨大的套利空間，信貸價格的扭曲導致資本密集的制造業(yè)企業(yè)以極低的成本獲得了資金，大量的信貸伴隨著盲目擴張行為流入了全要素生產(chǎn)率低下的企業(yè)之中。信貸配給能夠保證與政府聯(lián)系緊密的企業(yè)優(yōu)先獲得信貸。有研究發(fā)現(xiàn)，地方國企與政府聯(lián)系越緊密、新企業(yè)面臨的行業(yè)進入門檻越高，則非國有在位企業(yè)獲取資源以擴大生產(chǎn)規(guī)模的難度越大，低效率的國有企業(yè)越不容易退出市場。從金融資源的稀缺性角度來看，經(jīng)濟中各部門對稀缺資源存在著競爭關(guān)系，信貸資金沉淀在產(chǎn)能過剩企業(yè)中必然會造成經(jīng)營效率較高的企業(yè)融資不足[13]。

另一方面，政府和銀行的“尋租”行為會導致信貸資源的錯配。Stigler指出，現(xiàn)實的政府并不符合傳統(tǒng)經(jīng)濟學理論的假設(shè)，由于政府政策的執(zhí)行者是“經(jīng)濟人”，因而政府部門社會效益最大化目標往往是有偏的，政府部門存在與經(jīng)濟中的其他利益集團合謀 “尋租” 的動機;行政扭曲可能來自信息不對稱、行政偏好、“尋租”行為和官員的個人傾向[14]。Faccio et al.認為，政府在信貸資源分配過程中的尋租行為是通過對企業(yè)提供貸款隱性擔保實現(xiàn)的[15]。該問題在地方政府面對政績考核壓力時尤為突出。首先，地方政府為實現(xiàn)促進經(jīng)濟發(fā)展的目標，會采用優(yōu)惠貸款的方式吸引投資，政府干預導致銀行的談判權(quán)降低[2]。且政府會為與其關(guān)系良好的企業(yè)提供“隱性擔?！?，這種“隱性擔?！笔沟勉y行發(fā)放的貸款無法實現(xiàn)利潤最大化，弱化了銀行對風險和收益的評價水平。在明知授信給產(chǎn)能過剩行業(yè)的企業(yè)會出現(xiàn)不良貸款等風險時，銀行依舊放低對企業(yè)經(jīng)營業(yè)績的要求，風險對信貸行為的約束降低。其次，政府權(quán)力邊界的擴大造成的市場不公平競爭機制會誘發(fā)市場中各主體的短視行為和投機行為。出于短期政績考慮，政府和銀行的官員并不希望在任期內(nèi)出現(xiàn)投資項目失敗的情況，這就導致在出現(xiàn)產(chǎn)能過剩問題后，政府不得不通過與銀行協(xié)商“續(xù)貸”，用提供新增貸款的方式救助陷入困境的企業(yè)[5]。一旦產(chǎn)能過剩企業(yè)大規(guī)模陷入經(jīng)營困境，甚至進入破產(chǎn)清算階段，危機就會波及政府體系和銀行體系。因此，在實踐中政府部門和銀行部門結(jié)合成了利益集團，合謀從事“尋租”活動。但從長期來看，尋租提升了道德風險，這一過程會在同級別的權(quán)力部門間復制，經(jīng)濟中的權(quán)力邊界持續(xù)向外擴張，不但會引發(fā)政府對“權(quán)力租金”的爭奪，造成整個銀行體系非審慎的信貸擴張，而且會在長期形成巨大的系統(tǒng)性金融風險和危機[16]。

綜上，在當前的經(jīng)濟環(huán)境中，銀行信貸資源配置行為呈現(xiàn)如下特征：對產(chǎn)能過剩行業(yè)中的企業(yè)來說信貸是容易獲得且廉價的，同時，大批經(jīng)營效率高的小微企業(yè)卻面臨著較嚴重的融資約束。結(jié)合前文討論，這里提出如下研究假說：

假說1：隨著產(chǎn)能利用率的提高，企業(yè)獲得的信貸資源降低，產(chǎn)能過剩企業(yè)獲得了更多的信貸資源。

三、實證設(shè)計

（一）模型與方法

Wurgler最早提出了資源配置效率的估算方法，即觀察投資是否流入高資本回報率的行業(yè)[9]。他指出，在高資本回報率行業(yè)中要增加投資，同時限制投資流入低資本回報率的行業(yè)，該方法被廣泛用于度量地區(qū)或行業(yè)的資本配置效率之中。葉康濤、祝繼高[7]，王玨等[2]等的研究均采用了類似的思路。他們分別用Tobin’s Q和TFP來衡量企業(yè)的成長性和經(jīng)營效率，并觀察貸款在經(jīng)營表現(xiàn)不同的企業(yè)之間的分配，如果經(jīng)營表現(xiàn)更好的企業(yè)獲得了更多的信貸資金，那么信貸資源的配置就是有效的。借鑒上述分析框架，本文選取微觀企業(yè)的產(chǎn)能利用率作為衡量企業(yè)經(jīng)營效率的指標，觀察信貸資源投入對不同的產(chǎn)能利用率的敏感性。

采用如下回歸模型檢驗產(chǎn)能過剩對信貸資源配置的影響：

其中：i代表企業(yè);Loan為被解釋變量，表示企業(yè)所獲得銀行信貸的水平，包括銀行貸款占企業(yè)營運資金的比例和企業(yè)是否獲得銀行貸款;CU為核心解釋變量，代表企業(yè)的產(chǎn)能利用率，用以描述產(chǎn)能過剩特征;X代表一系列企業(yè)層面的控制變量，包括企業(yè)銷售收入、財務(wù)透明度、企業(yè)規(guī)模、高層管理者的工作經(jīng)驗、是否開展進出口業(yè)務(wù)、企業(yè)創(chuàng)新水平和企業(yè)經(jīng)營年限;city 和 industry 分別代表城市固定效應(yīng)和行業(yè)固定效應(yīng)，用于控制地區(qū)和行業(yè)的影響;μ為隨機擾動項。

（二）數(shù)據(jù)來源與變量設(shè)定

本文的研究數(shù)據(jù)來自世界銀行2012年中國企業(yè)調(diào)查。世界銀行采用分層隨機抽樣的方法調(diào)查了制造業(yè)和服務(wù)業(yè)中的2700家企業(yè)，覆蓋了我國25個主要城市企業(yè)的數(shù)據(jù)，數(shù)據(jù)同時包含了上市企業(yè)和非上市企業(yè)，總體而言樣本具有代表性。由于本文關(guān)注的問題是制造業(yè)企業(yè)產(chǎn)能利用率和銀行信貸資源配置效率的問題，因而選取制造業(yè)企業(yè)的樣本。經(jīng)過篩選、刪除缺失值，本文的數(shù)據(jù)共包括1157個樣本企業(yè)。各變量的設(shè)定如下：

1.銀行貸款

我們分別從集約邊際和拓展邊際的角度考察產(chǎn)能過剩對信貸資源配置效率的影響，選取LoanPct和LoanDum兩個指標衡量企業(yè)獲得的銀行貸款水平。從集約邊際看，產(chǎn)能利用率更高的企業(yè)應(yīng)具有更強的融資能力，占有更多的信貸資源。應(yīng)千偉、羅黨論在研究中曾使用授信額度占總資產(chǎn)的比重來度量企業(yè)獲得的銀行貸款資金[17]。類似地，本文采用調(diào)查問卷中企業(yè)向銀行借款占企業(yè)營運資金的比例這一指標來衡量銀行信貸資金的配置水平，用LoanPct表示。從拓展邊際看，在信貸資源分配至企業(yè)的過程中，企業(yè)產(chǎn)能利用率的提高會吸引更多的銀行為其貸款。借鑒張鵬、施美程的做法[18]，本文采用“企業(yè)當年是否獲得銀行信貸”作為衡量銀行授信的另一指標，用虛擬變量LoanDum表示，若企業(yè)獲得銀行貸款，則LoanDum值為1，否則為0。

2.產(chǎn)能利用率

產(chǎn)能利用率是描述產(chǎn)能過剩程度最常用的指標，最直接的衡量方法是調(diào)查法，但目前我國官方統(tǒng)計數(shù)據(jù)中并不包括產(chǎn)能利用率。很多學者嘗試使用數(shù)據(jù)包絡(luò)分析法、隨機生產(chǎn)前沿法和生產(chǎn)函數(shù)法等方法測度企業(yè)層面的產(chǎn)能利用率，但這些方法或是對企業(yè)的生產(chǎn)函數(shù)有特殊要求（數(shù)據(jù)包絡(luò)分析法不適用于Cobb-Douglas 生產(chǎn)函數(shù)），或是依賴于企業(yè)成本函數(shù)和最優(yōu)化目標的假設(shè)，使得數(shù)據(jù)的刻畫難度較大。而世界銀行的調(diào)查數(shù)據(jù)直接匯報了企業(yè)的產(chǎn)能利用率（%），本文將產(chǎn)能利用率的原數(shù)據(jù)值除以100，標準化為0至1之間，用CU表示。

3.控制變量

企業(yè)銷售收入（Sale）。企業(yè)的銷售收入是衡量企業(yè)經(jīng)營績效的指標之一，在缺乏企業(yè)盈利能力數(shù)據(jù)的情況下，選擇企業(yè)銷售收入作為代理變量衡量企業(yè)的經(jīng)營情況。銷售收入越好代表了越強的還款能力，是銀行判斷企業(yè)經(jīng)營風險的重要指標。

財務(wù)透明度（Audit）。選取調(diào)查問卷中“企業(yè)財務(wù)報表是否有外部審計”這一問題來衡量企業(yè)財務(wù)透明度，若財務(wù)報表經(jīng)過外部審計則值為1，否則為0。良好的會計信息質(zhì)量能夠降低銀行與企業(yè)間的信息不對稱程度，提高銀行在授信過程中對企業(yè)經(jīng)營狀況真實性的信任程度。

企業(yè)規(guī)模（Size）。前文的分析表明，信貸資源配置存在規(guī)模歧視，大型企業(yè)能夠獲得更多的銀行信貸。在利用世界銀行的數(shù)據(jù)進行研究時，大多數(shù)學者傾向于直接使用問卷中原始劃分方法衡量企業(yè)規(guī)模，即根據(jù)員工人數(shù)不同來定義企業(yè)規(guī)模。由于本文的研究對象為制造業(yè)企業(yè)，固定資產(chǎn)作為企業(yè)的重要資產(chǎn)，是企業(yè)生產(chǎn)經(jīng)營的基礎(chǔ)，更是帶來利潤的主要資產(chǎn)項目，其價值是衡量企業(yè)經(jīng)營規(guī)模的重要指標。因此，本文采取企業(yè)固定資產(chǎn)總額的對數(shù)值來定義企業(yè)規(guī)模。

高層管理者的行業(yè)經(jīng)驗（Exp）。對問卷中“高管在該領(lǐng)域的工作年限”數(shù)據(jù)取對數(shù)，用來衡量高層管理者的行業(yè)經(jīng)驗。有經(jīng)驗的高管掌握了更多的資源，更容易通過與政府和銀行開展公關(guān)活動獲得銀行貸款。高管也能通過其更豐富的管理能力提升企業(yè)內(nèi)部管理績效，進而提高企業(yè)的財務(wù)表現(xiàn)，獲得更多銀行貸款。

是否開展進出口業(yè)務(wù)（Export）?？疾炱髽I(yè)產(chǎn)品是否存在出口（無論間接還是直接），有則賦值為1;如果100%內(nèi)銷，則認定企業(yè)不存在出口業(yè)務(wù)，賦值為0。出口企業(yè)面臨著更大的銷售市場，銷售渠道的擴大有利于企業(yè)效率的提升，企業(yè)也有可能受國家相關(guān)出口政策的扶持，從而更易獲得銀行貸款。

企業(yè)創(chuàng)新（Inno）。選取問卷中“在過去三年中，該企業(yè)是否推出了任何新產(chǎn)品或服務(wù)？”這一問題來衡量企業(yè)的創(chuàng)新水平，若答“是”則賦值為1，“否”則賦值為0。經(jīng)營業(yè)績好的企業(yè)往往更樂于展開創(chuàng)新活動，以維持企業(yè)長期效益的增長，提升競爭優(yōu)勢。

企業(yè)經(jīng)營年限（Age）。用2012年與企業(yè)成立年份的差額取自然對數(shù)來衡量。企業(yè)經(jīng)營時間越長，可能會擁有更多的資源稟賦，知名度也可能更高，因此有可能獲得更多的銀行貸款。

主要變量的描述性統(tǒng)計結(jié)果如表1所示。數(shù)據(jù)顯示，樣本中企業(yè)所獲得的銀行貸款占營運資金比例的均值達到了0.6196，說明銀行貸款是我國制造業(yè)企業(yè)重要的資金來源。樣本期內(nèi)企業(yè)的產(chǎn)能利用率均值為0.8689，且最大值和最小值之間存在較大差異。按照產(chǎn)能過剩的衡量標準，樣本中有36.21%的制造業(yè)企業(yè)并未達到85%的產(chǎn)能利用率水平，表明我國企業(yè)存在著一定程度的產(chǎn)能過剩問題。

四、研究結(jié)果和討論

（一）基本結(jié)果與分析

由于“企業(yè)銀行借款占企業(yè)營運資金的比例”這一指標介于0至1之間，因而采用Tobit方法對模型進行參數(shù)估計;“企業(yè)是否獲得銀行信貸”指標是二元離散變量，因此采用Probit方法對模型進行參數(shù)估計。為檢驗估計結(jié)果的穩(wěn)健性，本文同時采用了普通最小二乘法對模型進行了回歸。表 2 （下頁）中第3行CU（Marginal）同時匯報了 Tobit模型和Probit模型估計下產(chǎn)能利用率變量的邊際效應(yīng)，用以度量產(chǎn)能利用率對于信貸資源的解釋能力①。為解決可能存在的異方差問題，采用異方差穩(wěn)健的標準差，且模型均控制了城市固定效應(yīng)和行業(yè)固定效應(yīng)。以模型（1）為基礎(chǔ)，使用Stata15.1進行了估計，表 2 匯報了基本的回歸結(jié)果。在回歸方程中產(chǎn)能利用率水平分別在1%和5%的統(tǒng)計水平上通過檢驗，且顯著為負，表明在所有回歸組合中，無論采用指標LoanPct，還是指標LoanDum，產(chǎn)能利用率均顯著抑制了企業(yè)獲得的信貸水平，產(chǎn)能利用率既沒有通過集約邊際實現(xiàn)信貸資源的有效配置，也沒有經(jīng)由拓展邊際實現(xiàn)這種影響。該結(jié)果表明，對于制造業(yè)企業(yè)而言，隨著產(chǎn)能利用率的降低，企業(yè)反而獲得了更多的銀行信貸資源，即經(jīng)營業(yè)績差的低產(chǎn)能利用率企業(yè)占用了更多的信貸資源，我國存在信貸資源錯配的現(xiàn)象，研究結(jié)果有力地支持了假說1。

接下來，進一步解釋其他控制變量的估計結(jié)果。企業(yè)銷售收入回歸系數(shù)均顯著為正，銷售收入越高則企業(yè)能夠獲得的信貸資源越多，良好的企業(yè)業(yè)績保證了未來現(xiàn)金流的流入，確保了企業(yè)能夠按時還款付息。財務(wù)信息透明度顯著提高了企業(yè)的信貸融資水平，公開的會計信息使得銀行更全面地掌握了企業(yè)特征，有利于企業(yè)獲得更高的信用評價。企業(yè)規(guī)模與銀行貸款水平顯著正相關(guān)，驗證了銀行授信對企業(yè)規(guī)模的偏好。表2的列（1）和列（2）顯示，高管的行業(yè)經(jīng)驗主要通過集約邊際來提高企業(yè)獲得的融資水平，無拓展邊際上的影響。這可能源于高管能夠維護的社會資源存在邊界，高管雖然能夠保證企業(yè)在現(xiàn)有條件下從有連帶關(guān)系的銀行獲取更多的貸款，但其在吸引更多的銀行為企業(yè)貸款上的集約效應(yīng)并未顯現(xiàn)。是否有出口業(yè)務(wù)和企業(yè)創(chuàng)新活動均顯著通過拓展邊際提高了企業(yè)獲得信貸的水平，表明開拓國際市場和開展創(chuàng)新業(yè)務(wù)能夠顯著促進企業(yè)獲得貸款的概率。企業(yè)經(jīng)營年限的估計結(jié)果在估計結(jié)果中符號不一致，可見相對于其他描述企業(yè)特征的指標而言，企業(yè)經(jīng)營時間并不是影響企業(yè)獲得銀行信貸的重要因素。雖然隨著企業(yè)存續(xù)時間的增加，企業(yè)能夠積累豐富的行業(yè)經(jīng)驗和資源，但根據(jù)企業(yè)生命周期理論，位于壯年期的企業(yè)如果喪失了持續(xù)創(chuàng)新的動力，也會造成增長疲軟，導致企業(yè)逐步走向僵化和衰退。同時，經(jīng)營時間長的企業(yè)往往處于成熟行業(yè)，行業(yè)的發(fā)展也可能進入了衰退周期，因而可能導致銀行對風險的評價增加，降低對企業(yè)的授信。

（二）內(nèi)生性問題分析

雖然本文在回歸中盡可能多地加入了一系列企業(yè)層面的控制變量，但模型仍可能存在遺漏變量的問題。同時，產(chǎn)能過剩與信貸資源配置之間可能存在雙向的因果關(guān)系。在存在金融約束的大背景下，低廉的信貸資金成本能夠為企業(yè)產(chǎn)能過度擴張?zhí)峁┩獠看碳?，加重產(chǎn)能過剩問題。為了解決可能存在的遺漏變量問題和緩解雙向因果關(guān)系導致的回歸偏差，有必要對內(nèi)生性問題進行處理。本文基于Fisman & Svensson解決內(nèi)生性問題的思路，將企業(yè)所在城市和所屬行業(yè)的產(chǎn)能利用率均值作為企業(yè)產(chǎn)能利用率的工具變量[19]。一方面，某個城市某個行業(yè)的產(chǎn)能利用率水平自然會影響該城市該行業(yè)內(nèi)企業(yè)的產(chǎn)能利用率水平;另一方面，“城市—行業(yè)”均值作為宏觀指標不會對微觀層面企業(yè)自身所獲得的信貸水平產(chǎn)生影響。因此，選擇產(chǎn)能利用率的“城市—行業(yè)”均值作為工具變量是合理的。

對“企業(yè)銀行借款占營運資金的比例”和“企業(yè)是否獲得銀行信貸”與解釋變量進行估計時，分別采用IV-Tobit方法和IV-Probit估計方法。為檢驗估計結(jié)果的穩(wěn)健性，本文同時匯報了使用2SLS法進行估計后的結(jié)果。

表3（下頁）匯報了對工具變量的內(nèi)生性檢驗和弱識別檢驗。列（1）、（3）匯報了2SLS估計下異方差穩(wěn)健的D-W-H檢驗結(jié)果，內(nèi)生性檢驗統(tǒng)計值顯著，證明內(nèi)生性問題存在;第一階段回歸的 F 值較大，說明工具變量和內(nèi)生變量之間高度相關(guān)，不存在弱工具變量的問題;列（2）、（4）IV-Probit和IV-Tobit估計的Wald外生性檢驗結(jié)果均證明該工具變量符合外生性假設(shè)，因此采用產(chǎn)能利用率的“城市—行業(yè)”均值作為工具變量是合理有效的。表3的結(jié)果顯示，在采用了內(nèi)生性模型后，兩個核心解釋變量的估計系數(shù)仍然顯著為負，證實了研究假說1。對比表2和表3的結(jié)果，在采用工具變量控制模型的內(nèi)生性之后，制造業(yè)企業(yè)產(chǎn)能利用率的回歸系數(shù)絕對值均有明顯提高，如在表2列（1）中產(chǎn)能利用率的回歸系數(shù)為-0.156，在表3中該系數(shù)為-0.467;表2列（4）中產(chǎn)能利用率的邊際影響為-0.277，在表3中邊際影響為-1.060，由此可見，產(chǎn)能過剩對信貸資源配置的影響程度由于內(nèi)生性問題而被低估。

五、穩(wěn)健性檢驗

為確保實證結(jié)論的穩(wěn)健性和可靠性，基于計量模型（1），我們對產(chǎn)能過剩和信貸資源配置效率的回歸結(jié)果繼續(xù)進行穩(wěn)健性檢驗。鑒于前文所采用的工具變量法也是穩(wěn)健性檢驗的一種，在此從分樣本回歸的角度給出區(qū)分政企關(guān)系、行業(yè)和地區(qū)金融生態(tài)環(huán)境后的檢驗結(jié)果。在分樣本回歸中，我們均采用內(nèi)生性模型進行估計。

（一）按政企關(guān)系分組的檢驗結(jié)果

基于前文討論，政企關(guān)系更好的企業(yè)有可能獲得更多的信貸資源，而全樣本的估計無法捕捉變量之間的這種差異性。本文參考何冰、劉鈞霆的做法，用世界銀行調(diào)查問卷中“在過去一年中高級管理人員與政府官員打交道的時間”來描述政企關(guān)系，從微觀角度更直接地衡量該特征[20]。我們將與政府官員打交道的時間為“0”的企業(yè)分為一組，認為該分組中企業(yè)與政府關(guān)系疏遠;余下企業(yè)劃入政企關(guān)系緊密組。如表4所示，產(chǎn)能利用率回歸系數(shù)均顯著為負，符合理論預期，說明產(chǎn)能過剩造成信貸資源配置扭曲。在列（3）、（4）的結(jié)果中，產(chǎn)能利用率的邊際影響均在1%的顯著性水平下通過檢驗，但回歸系數(shù)差別不大。通過對比表4列（1）和列（2）的結(jié)果，可以發(fā)現(xiàn)在政企關(guān)系不同的分組下信貸資源錯配程度差異明顯。列（1）中產(chǎn)能利用率的邊際影響為-1.694，在1%的顯著性水平上通過檢驗。列（2）中產(chǎn)能利用率的邊際影響為-1.119，在5%的顯著性水平上通過檢驗，即在政企關(guān)系更緊密的企業(yè)中體現(xiàn)出更嚴重的信貸資源錯配現(xiàn)象。原因可能在于，政府官員出于個人偏好和“尋租”行為，會使銀行在向與政府關(guān)系緊密的企業(yè)授信時忽略其業(yè)績表現(xiàn)，甚至是當企業(yè)已經(jīng)出現(xiàn)產(chǎn)能過剩問題時，仍舊會有銀行為其授信，從而導致信貸資源配置扭曲。結(jié)果也表明，金融供給側(cè)結(jié)構(gòu)性改革急需建立規(guī)范、透明、開放的市場體系。

（二）按行業(yè)分組的檢驗結(jié)果

目前我國依舊存在政府干預信貸資源配置的現(xiàn)象，這可能會加重產(chǎn)能過剩行業(yè)中信貸資源錯配的情況，因此我們嘗試進一步驗證信貸資源錯配的行業(yè)差異。參考韓國高等對我國制造業(yè)細分行業(yè)產(chǎn)能利用率的估算結(jié)果[21]，并對照我國國民經(jīng)濟核算體系的分類，最后選定制造業(yè)行業(yè)中的造紙及紙制品業(yè)，石油加工、煉焦及核燃料加工業(yè)，化學原料及化學制品制造業(yè)，非金屬礦物制品業(yè)，黑色金屬冶煉及壓延加工業(yè)，有色金屬冶煉及壓延加工業(yè)，交通運輸設(shè)備制造業(yè)為產(chǎn)能過剩行業(yè)①。按照此標準將樣本企業(yè)劃分為產(chǎn)能過剩行業(yè)組和非產(chǎn)能過剩行業(yè)組，表5（下頁）顯示了分組回歸的結(jié)果。產(chǎn)能利用率的回歸系數(shù)均顯著為負，且產(chǎn)能過剩行業(yè)中企業(yè)產(chǎn)能利用率的邊際影響更為明顯，即信貸資源在產(chǎn)能過剩行業(yè)中的配置效率較低。隨著我國經(jīng)濟增速放緩，最早暴露在風險中的就將是產(chǎn)能過剩行業(yè)的企業(yè)。前期債務(wù)的累積和經(jīng)營業(yè)績的下滑會為企業(yè)經(jīng)營帶來沉重的財務(wù)負擔，隨之而來的就是信用違約和不良貸款問題，產(chǎn)能過剩行業(yè)的金融風險亟待化解。這一結(jié)果也表明，銀行需要提高處置重點領(lǐng)域風險的能力，讓有限的信貸資源退出產(chǎn)能過剩行業(yè);精準支持實體經(jīng)濟發(fā)展需要銀行體系提供有差異化的信貸服務(wù)，讓信貸資源流向真正對經(jīng)濟發(fā)展有效益的戰(zhàn)略性新興產(chǎn)業(yè)和中小微企業(yè)。

（三）按地區(qū)分組的檢驗結(jié)果

鑒于我國區(qū)域金融發(fā)展存在顯著差異，本文檢驗了信貸資源錯配的區(qū)域異質(zhì)性。在金融發(fā)展較好的地區(qū)往往市場化程度也相對較高，法律體系完善，市場參與主體也較少受到政府行政干預的影響。金融機構(gòu)的監(jiān)督能力和風險控制能力較強，金融資源配置效率也要高于金融生態(tài)環(huán)境較差地區(qū)[22]。因此，本文根據(jù)企業(yè)所在城市金融生態(tài)環(huán)境的不同對樣本進行劃分。金融生態(tài)環(huán)境數(shù)據(jù)取自中國社會科學院發(fā)布的《中國地區(qū)金融生態(tài)環(huán)境評價（2013—2014）》報告[23]。這里借鑒錢愛民、付東的做法，選用該報告2013年的數(shù)據(jù)作為2012年中國企業(yè)問卷調(diào)查中城市金融生態(tài)環(huán)境水平的替代變量[24]。根據(jù)報告公布的評級結(jié)果，以企業(yè)所在城市的金融生態(tài)環(huán)境評定等級是否達到Ⅰ級為標準①，將樣本劃分為金融生態(tài)環(huán)境好和金融生態(tài)環(huán)境差兩組。估計結(jié)果如表6（下頁）所示?？偟膩砜矗a(chǎn)能利用率回歸系數(shù)均顯著為負，與理論預期吻合。列（3）和列（4）中產(chǎn)能利用率的邊際影響差異不大，而列（1）和列（2）的結(jié)果顯示，金融生態(tài)環(huán)境較差的地區(qū)產(chǎn)能利用率對信貸資源配置效率的抑制作用更明顯，即信貸資源配置更加扭曲，也面臨著更嚴重的產(chǎn)能過剩金融風險。金融生態(tài)環(huán)境評定等級達到Ⅰ級的城市均是東部沿海省市[23]，因此，造成現(xiàn)有結(jié)果一方面可能源于東部地區(qū)領(lǐng)先的金融發(fā)展水平，區(qū)域內(nèi)銀行機構(gòu)的風險定價能力位于行業(yè)領(lǐng)先地位，同時資本市場也更為發(fā)達，能夠為企業(yè)提供多元化的融資渠道。中西部地區(qū)金融發(fā)展相對落后，可能依舊面臨著金融抑制的現(xiàn)象。另一方面，東部沿海地區(qū)市場化進程要快于中西部地區(qū)，政府的行政邊界也更為明晰，比較良好的制度框架和政府自身治理能夠在一定程度上糾正潛在的政府失靈現(xiàn)象，縮小由政府干預導致的社會福利損失，提高長期資源配置水平。

六、結(jié)論與政策建議

本文利用2012年世界銀行中國企業(yè)調(diào)查的數(shù)據(jù)，從企業(yè)微觀層面研究了產(chǎn)能過剩對信貸資源配置效率的影響。研究發(fā)現(xiàn)，總體上產(chǎn)能過剩造成了銀行信貸資源錯配。分樣本回歸表明，在不同的政企關(guān)系強度、不同行業(yè)和不同金融生態(tài)環(huán)境下，產(chǎn)能過剩對信貸資源配置效率的影響有所不同。當政企關(guān)系緊密時，產(chǎn)能過剩造成的信貸資源錯配的負面影響會顯著增強;當企業(yè)位于產(chǎn)能過剩行業(yè)和企業(yè)位于金融生態(tài)環(huán)境較差地區(qū)時，產(chǎn)能過剩對信貸資源配置效率存在顯著的負向影響。從研究結(jié)論看，我國的銀行部門未能有效實現(xiàn)金融資源配置功能，產(chǎn)能過剩企業(yè)侵蝕了信貸的有效供給量，而要打破產(chǎn)能過剩的信貸資源錯配鏈條，既需要糾正金融市場失靈即信貸配置的規(guī)模歧視、所有制歧視，又需要規(guī)范政府的行為空間，矯正政府失靈問題。為此，提出如下政策建議：

第一，繼續(xù)鞏固去產(chǎn)能成果，推動過剩產(chǎn)能出清。對過剩產(chǎn)能應(yīng)該保有更低的容忍度，繼續(xù)堅決處置“僵尸企業(yè)”，淘汰落后產(chǎn)能。可以通過促進技術(shù)進步和鼓勵創(chuàng)新的方式，倒逼企業(yè)轉(zhuǎn)型升級，用市場化的方法淘汰落后產(chǎn)能，通過擴大高質(zhì)量供給消化過剩產(chǎn)能。

第二，壓縮尋租空間，構(gòu)建新型政企關(guān)系，以矯正政府失靈。破除以GDP為目標的政績考核體系，增加技術(shù)創(chuàng)新、制度創(chuàng)新和生態(tài)環(huán)境效益等指標的權(quán)重;細化負面清單，增大官員“尋租”的成本;加強政府責任監(jiān)督，糾正可能的“政府失靈”，從根源上杜絕政府“尋租”、政企合謀;切斷國有大型企業(yè)對政府隱性擔保的依賴，避免“越過剩越救助”的現(xiàn)象。

第三，有效監(jiān)管流向產(chǎn)能過剩行業(yè)的信貸資源。監(jiān)控資金流向，提高對銀行貸款過程中違規(guī)行為的懲處力度，限制信貸資源通過非正式渠道流入產(chǎn)能過剩行業(yè);提高精細化風險定價水平，通過精準定價提高信貸有效供給;構(gòu)建包含企業(yè)信用違約數(shù)據(jù)的全國性企業(yè)征信體系，為金融產(chǎn)品定價提供定量數(shù)據(jù)支撐;通過法制手段強化信息披露制度、健全破產(chǎn)和違約處置機制，穩(wěn)固制度防火墻，防止產(chǎn)能過剩金融風險的蔓延。

第四，制定有針對性的金融政策，改善金融結(jié)構(gòu)失衡問題。在制定和執(zhí)行金融政策時，考慮地區(qū)經(jīng)濟、金融條件的差異，有側(cè)重地在中西部地區(qū)規(guī)劃和構(gòu)建區(qū)域金融中心，加快金融生態(tài)環(huán)境較差區(qū)位的金融基礎(chǔ)設(shè)施建設(shè);根據(jù)市場和風險定價小微企業(yè)貸款，進一步健全對小微企業(yè)貸款的政策擔保體系，在確保小微企業(yè)貸款可獲得性的同時，保障其融資的可持續(xù)性。

參考文獻

[1]張永恒，郝壽義.高質(zhì)量發(fā)展階段新舊動力轉(zhuǎn)換的產(chǎn)業(yè)優(yōu)化升級路徑[J].改革，2018（11）：30-39.

[2]王玨，駱力前，郭琦，等.地方政府干預是否損害信貸配置效率？[J].金融研究，2015（4）：99-114.

[3]黃濤，李浩民.金融供給側(cè)結(jié)構(gòu)性改革：重點任務(wù)與路徑選擇[J].改革，2019（6）：73-83.

[4]劉立新，李鵬濤.金融供給側(cè)結(jié)構(gòu)性改革與系統(tǒng)性金融風險的防范[J].改革，2019（6）：84-91.

[5]CULL R， XU L C. Who gets credit？ The behavior of bureaucrats and state banks in allocating credit to Chinese state-owned enterprise[J]. Journal of Development Economics， 2003， 71（2）： 533-559.

[6]NOLAND M， PACK H. Industrial policy in an era of globalization： lessons from Asia[M].Washington DC： Institute for International Economics， 2003.

[7]葉康濤，祝繼高.銀根緊縮與信貸資源配置[J].管理世界，2009（1）：22-29.

[8]王立國，鞠蕾.地方政府干預、企業(yè)過度投資與產(chǎn)能過剩：26個行業(yè)樣本[J].改革，2012（12）：52-62.

[9]WURGLER J. Financial markets and the allocation of capital[J]. Journal of Financial Economics， 2000， 58（1）： 187-214.

[10]韓立巖，蔡紅艷，郄冬.基于面板數(shù)據(jù)的中國資本配置效率研究[J].經(jīng)濟學（季刊），2002（2）：541-552.

[11]吳成頌，周煒，黃送欽.產(chǎn)能過剩下銀行信貸資源配置行為研究——基于控股股東的持股結(jié)構(gòu)視角[J].科學決策，2015（5）：15-34.

[12]黃俊，陳信元，丁竹.產(chǎn)能過剩、信貸資源擠占及其經(jīng)濟后果的研究[J].會計研究，2019（2）：65-70.

[13]MIDRIGAN V， XU D Y. Finance and misallocation： evidence from plant-level data[J]. American Economic Review， 2014， 104（2）：422-458.

[14]STIGLER G J. The theory of economic regula-

tion[J]. Bell Journal of Economics and Manage-

ment Science， 1971， 2（1）： 3-21.

[15]FACCIO M， MASULIS R W， MCCONNELL J J. Political connections and corporate bailouts[J]. The Journal of Finance， 2006， 61（6）： 2597-2635.

[16]馬勇，陳雨露.金融發(fā)展中的政府與市場關(guān)系：“國家稟賦與有效邊界”[J].財貿(mào)經(jīng)濟，2014（3）：49-58.

[17]應(yīng)千偉，羅黨論.授信額度與投資效率[J].金融研究，2012（5）：151-163.

[18]張鵬，施美程.金融市場化、所有制差異與融資渠道——基于世界銀行中國企業(yè)投資環(huán)境調(diào)查的實證分析[J].經(jīng)濟學家，2016（11）：54-62.

[19]FISMAN R， SVENSSON J. Are corruption and taxation really harmful to growth？ Firm level evidence[J]. Journal of Development Economics， 2007， 83（1）：63-75.

[20]何冰，劉鈞霆.正規(guī)部門的競爭、營商環(huán)境與企業(yè)融資約束——基于世界銀行中國企業(yè)調(diào)查數(shù)據(jù)的經(jīng)驗研究[J].經(jīng)濟科學，2018（2）：115-128.

[21]韓國高，高鐵梅，王立國，等.中國制造業(yè)產(chǎn)能過剩的測度、波動及成因研究[J].經(jīng)濟研究，2011（12）：18-31.

[22]羅韻軒.金融生態(tài)環(huán)境、異質(zhì)性債務(wù)治理效應(yīng)與債務(wù)重組——基于中國上市公司的實證研究[J].會計研究，2016（3）：43-49.

[23]王國剛，馮光華，劉煜輝，等.中國地區(qū)金融生態(tài)環(huán)境評價（2013—2014）[M].北京：社會科學文獻出版社，2015：56-63.

[24]錢愛民，付東.金融生態(tài)環(huán)境、金融資源配置與產(chǎn)能過剩[J].經(jīng)濟與管理研究，2017（5）：54-65.