金融集聚能緩解中小企業(yè)融資約束嗎？
——基于非線性和區(qū)域異質(zhì)性的視角

羅薇薇,曾五一

(1.廈門城市職業(yè)學(xué)院 財(cái)會(huì)金融系，福建 廈門 361005；2.上海對外經(jīng)貿(mào)大學(xué) 統(tǒng)計(jì)與信息學(xué)院,上海 201620；3.吉林財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，吉林 長春 130117)

中小企業(yè)是社會(huì)經(jīng)濟(jì)的重要組成部分，是國民經(jīng)濟(jì)發(fā)展的重要推動(dòng)者，在促進(jìn)就業(yè)改善民生、推動(dòng)技術(shù)創(chuàng)新、增加財(cái)政收入、維護(hù)社會(huì)穩(wěn)定等多個(gè)方面發(fā)揮著重要作用。然而，當(dāng)前我國中小企業(yè)的發(fā)展面臨著諸多困境和挑戰(zhàn)，其中融資難一直成為限制其發(fā)展的重要因素。

金融是現(xiàn)代經(jīng)濟(jì)的核心，為現(xiàn)代城市和區(qū)域經(jīng)濟(jì)的發(fā)展起到重要的服務(wù)功能。隨著經(jīng)濟(jì)全球化和金融信息化的不斷加快，區(qū)域間各類金融資源突破了空間限制，形成了集聚化發(fā)展的趨勢。金融集聚作為金融發(fā)展的一種產(chǎn)業(yè)組織形式，其發(fā)揮的集聚效應(yīng)和資源配置功能也越來越顯著，在城市規(guī)劃實(shí)踐中也不斷受到重視。從近年來國內(nèi)不斷涌現(xiàn)的區(qū)域金融中心建設(shè)熱潮可以側(cè)面反映出金融集聚對區(qū)域發(fā)展的影響。那么，金融集聚在實(shí)現(xiàn)區(qū)域內(nèi)金融資源集中的同時(shí)，能否有效緩解區(qū)域內(nèi)中小企業(yè)面臨的融資約束？這是本文想探討的問題。這對于充分認(rèn)知金融集聚對區(qū)域中小企業(yè)融資的影響，有效發(fā)揮金融集聚效應(yīng)，優(yōu)化和改善金融環(huán)境，促進(jìn)中小企業(yè)成長，推動(dòng)我國經(jīng)濟(jì)持續(xù)健康發(fā)展，具有積極的意義。

一、 文獻(xiàn)回顧

自1931年麥克米倫提出了中小企業(yè)存在融資問題，即著名的“麥克米倫”缺口之后，國內(nèi)外學(xué)者對該領(lǐng)域展開了大量研究[1]。由于金融在推動(dòng)經(jīng)濟(jì)成長的重要地位，不少學(xué)者從金融發(fā)展[2]、金融結(jié)構(gòu)[3]和金融競爭[4-5]等方面對中小企業(yè)融資展開充分研究，積累了豐富的理論基礎(chǔ)和實(shí)證依據(jù)。

隨著金融資源在區(qū)域內(nèi)集聚現(xiàn)象日益明顯，學(xué)術(shù)界開始關(guān)注金融集聚對區(qū)域經(jīng)濟(jì)和企業(yè)發(fā)展的影響。在金融集聚與經(jīng)濟(jì)增長關(guān)系方面，不少學(xué)者認(rèn)為，金融集聚導(dǎo)致區(qū)域內(nèi)金融資本匯集，資本的增加能促進(jìn)經(jīng)濟(jì)的長期增長[6]。許多學(xué)者(King和Levin,1993[7];陳文鋒和平瑛,2008[8];成學(xué)真和岳松毅,2017[9])還對金融集聚對經(jīng)濟(jì)增長的促進(jìn)作用進(jìn)行了實(shí)證研究。在獲得外部規(guī)模經(jīng)濟(jì)效應(yīng)的同時(shí)，金融集聚可協(xié)助企業(yè)提升資金周轉(zhuǎn)頻次、節(jié)省資金周轉(zhuǎn)成本[10],因此，學(xué)術(shù)界也從微觀角度對金融集聚和企業(yè)發(fā)展的關(guān)系展開研究，較多文獻(xiàn)集中在金融集聚對企業(yè)成長(Pandit等,2001[11];張玄等,2016[12])和企業(yè)創(chuàng)新行為(Ellsion等,2007[13];孫維峰和黃解宇,2015[14];劉海飛和賀曉宇,2017[15])的影響分析。

具體到金融集聚與企業(yè)融資的關(guān)系上，部分學(xué)者以金融基本功能為切入點(diǎn)，分析了金融集聚影響企業(yè)融資成本、融資便利性的理論機(jī)制。潘英麗(2003)從儲(chǔ)蓄集聚的角度，認(rèn)為金融集聚擴(kuò)大了資金池規(guī)模，有助于提高市場流動(dòng)性，借款人可以支付較低的利率獲得更多貸款[16]；Sdidel和Ehrlic(2011)從信息揭示的角度，認(rèn)為集聚程度的提高有助于降低銀行與企業(yè)的信息不對稱，緩解逆向選擇問題，提高資金配置效率[17]；鄭威和陸遠(yuǎn)權(quán)(2019)從便利交換的角度認(rèn)為金融集聚減少了金融資本交易中的運(yùn)輸成本、信息成本、交易成本等，有利于緩解企業(yè)的融資約束[18]；黃解宇和楊再斌(2006)從機(jī)構(gòu)間競爭的角度認(rèn)為金融集聚區(qū)內(nèi)金融機(jī)構(gòu)的經(jīng)營效率和服務(wù)效率都得到大幅度提升，從而降低企業(yè)融資成本等[19]。

盡管現(xiàn)有文獻(xiàn)已分別對中小企業(yè)融資約束和金融集聚展開了大量研究，但將二者納為一體展開分析的尚不多見，金融集聚對中小企業(yè)融資的內(nèi)在影響機(jī)制尚待補(bǔ)充。雖然已有文獻(xiàn)提到金融集聚對企業(yè)融資的影響，但多以理論分析為主，缺少完整深入的實(shí)證分析過程來支持相關(guān)研究結(jié)論。因此，本文擬對上述不足做出補(bǔ)充，并嘗試在現(xiàn)有文獻(xiàn)的基礎(chǔ)上深入分析以下兩個(gè)問題：一是，金融集聚是否能緩解區(qū)域內(nèi)中小企業(yè)融資約束？如果是，那么其是否存在非線性特征？其二，全國各省區(qū)社會(huì)經(jīng)濟(jì)發(fā)展階段不同，這種地區(qū)的異質(zhì)性是否會(huì)影響金融集聚對中小企業(yè)融資約束的作用？本文的研究意義在于，一方面為解決中小企業(yè)面臨的“融資難”等問題提供新的解決途徑，另一方面為各地規(guī)劃和建設(shè)區(qū)域金融中心提供理論依據(jù)。

二、 理論分析與研究假設(shè)

金融業(yè)是一種特殊的產(chǎn)業(yè)，通過儲(chǔ)蓄和投資兩種基本渠道，促進(jìn)社會(huì)資本在不同實(shí)體間的流動(dòng)。金融集聚增強(qiáng)了金融產(chǎn)業(yè)調(diào)動(dòng)資本流動(dòng)性的能力和中介作用，使金融資源可以更充分、更有效率地流向有潛力的企業(yè)[20]。首先，隨著金融集聚程度的提高，區(qū)域信貸規(guī)模增加，中小企業(yè)可獲取的外部融資資源增加，除了間接融資借貸以外，獲取直接融資的機(jī)會(huì)也將增加，優(yōu)化中小企業(yè)融資環(huán)境；其次，金融市場通過增強(qiáng)資產(chǎn)的流動(dòng)性，降低了交易成本，由此促進(jìn)實(shí)體經(jīng)濟(jì)增長[21]。而金融集聚能加速區(qū)域內(nèi)資本的流動(dòng)性，使資本在各類使用和供給主體之間加速流轉(zhuǎn)，降低投資者的投資風(fēng)險(xiǎn)和融資主體的籌資成本；再次，金融集群網(wǎng)絡(luò)使金融機(jī)構(gòu)間得以共享和更新中小企業(yè)信息，能夠降低金融機(jī)構(gòu)獲取信息的成本，便利金融機(jī)構(gòu)收集各種投資機(jī)會(huì)，進(jìn)行更有效率的資本配置[14]，進(jìn)而緩解由于信息不對稱而帶來的企業(yè)融資困境；最后區(qū)域金融資源的匯集觸發(fā)各類金融機(jī)構(gòu)提高經(jīng)營效率和服務(wù)質(zhì)量，在實(shí)現(xiàn)金融產(chǎn)品創(chuàng)新和技術(shù)溢出的同時(shí)，為中小企業(yè)融資提供更多便利。由上，我們提出假設(shè)1：

假設(shè)1：當(dāng)其他條件不變時(shí)，金融集聚程度與中小企業(yè)融資約束之間呈反向關(guān)系。

要素?fù)頂D理論認(rèn)為，隨著生產(chǎn)要素投入的持續(xù)增加，達(dá)到一定邊界之后，要素投入不僅不會(huì)提高產(chǎn)出，反而會(huì)降低產(chǎn)出。對金融集聚而言，當(dāng)金融資源持續(xù)擴(kuò)張超過一定限度之后，根據(jù)要素邊際產(chǎn)量遞減原理，區(qū)域內(nèi)金融市場可能出現(xiàn)過度擁擠并產(chǎn)生擠出效應(yīng)，反而不利于中小企業(yè)的融資活動(dòng)。近年來也不少學(xué)者在此基礎(chǔ)上進(jìn)行了實(shí)證研究，得出了金融集聚的外部效應(yīng)呈現(xiàn)非單調(diào)變化的結(jié)論，Law和Singh(2014)、Soedarmono等(2016)指出，隨著金融集聚度的提高，其對經(jīng)濟(jì)增長的效應(yīng)會(huì)呈現(xiàn)先升后降的倒U型變化[22-23]；張浩然和魏琳(2015)發(fā)現(xiàn)金融集聚對城市經(jīng)濟(jì)績效作用存在明顯門檻特征，過度集聚將引發(fā)信息不對稱問題和監(jiān)督成本上升[24]。由上，我們提出假設(shè)2：

假設(shè)2：隨著地區(qū)金融集聚程度的提高，金融集聚對中小企業(yè)融資約束的影響有可能減弱。

由于我國區(qū)域經(jīng)濟(jì)發(fā)展長期處于不平衡狀態(tài)，東中西部發(fā)展差距較明顯，不同地區(qū)的金融集聚也呈現(xiàn)出顯著的空間差異。例如只有少數(shù)城市成為具有輻射效應(yīng)的區(qū)域金融中心，大多數(shù)城市的金融發(fā)展則還處于本地化階段；有的地區(qū)金融集聚度高，有的金融資源則相對匱乏等。不少文獻(xiàn)也關(guān)注到由于地區(qū)經(jīng)濟(jì)發(fā)展階段和市場化條件不同而帶來的金融集聚效應(yīng)的差異性：張浩然(2016)發(fā)現(xiàn)我國東、中、西部城市的金融集聚空間布局和演變趨勢的差異[25]；馬子紅和常嘉佳(2016)實(shí)證發(fā)現(xiàn)金融集聚對企業(yè)創(chuàng)新效率的影響在東部地區(qū)遠(yuǎn)大于中西部地區(qū)[26]。可見，金融資源的空間分布差異，可能會(huì)對不同地區(qū)的中小企業(yè)融資產(chǎn)生異質(zhì)性影響，由此我們提出第三個(gè)研究假設(shè)。

假設(shè)3：金融集聚對區(qū)域中小企業(yè)融資約束的影響作用與該地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展水平有關(guān)。

三、 研究設(shè)計(jì)

(一) 模型設(shè)定

度量企業(yè)的融資約束方法包括單一特性指標(biāo)、多重符合指數(shù)以及現(xiàn)金流敏感性度量法，其中投資-現(xiàn)金流敏感性模型與現(xiàn)金-現(xiàn)金流敏感性模型是實(shí)證中較為常用的方法。由于投資-現(xiàn)金流敏感性模型面臨托賓Q衡量偏誤和識(shí)別問題的困擾[27]，我們借鑒Almeida等(2004)[28]的研究方法，以現(xiàn)金-現(xiàn)金流敏感性模型作為本文的實(shí)證基準(zhǔn)模型。

該模型的中心思想為：如果存在融資約束，企業(yè)出于預(yù)防性動(dòng)機(jī)的考慮，將對來自經(jīng)營活動(dòng)的現(xiàn)金流進(jìn)行適當(dāng)留存，以期未來投資內(nèi)部資金。因此，企業(yè)持有現(xiàn)金的變化量如與現(xiàn)金流呈正向相關(guān)，則說明企業(yè)存在融資約束。

Dcashi,t=β0+β1CFi,t+β2SIZEi,t+β3DStdi,t+β4DNwci,t+β5Growi,t+β6Expendi,t+di+ft+εi,t

(1)

其中，Dcash為企業(yè)現(xiàn)金持有量變動(dòng)，CF為企業(yè)現(xiàn)金流，Size為企業(yè)規(guī)模，DStd為企業(yè)短期負(fù)債變動(dòng)，DNwc為企業(yè)凈營運(yùn)資本變動(dòng)，Grow為企業(yè)成長性指標(biāo)，Expend為企業(yè)資本支出；下標(biāo)i和t分別代表樣本企業(yè)及時(shí)間；公式中待估參數(shù)β1表示企業(yè)持有現(xiàn)金變動(dòng)對現(xiàn)金流的敏感度，若β1顯著為正，說明企業(yè)存在外部融資約束。

為了驗(yàn)證假設(shè)1，我們在基準(zhǔn)模型中加入了帶有金融集聚度的交互項(xiàng)，以檢驗(yàn)金融集聚對企業(yè)融資約束的影響。擴(kuò)展模型如下：

Dcashi,t=β0+β1CFi,t+β2SIZEi,t+β3DStdi,t+β4DNwci,t+β5Growi,t+

β6Expendi,t+β7CFi,t×Faggj,t+di+ft+εi,t

(2)

其中，F(xiàn)agg是金融集聚指標(biāo)，下標(biāo)j代表i企業(yè)所在省份的標(biāo)識(shí)；β7表示在金融集聚作用下，企業(yè)持有現(xiàn)金變動(dòng)對現(xiàn)金流的敏感度，該指標(biāo)預(yù)期為顯著負(fù)，若假設(shè)成立則說明金融集聚度的增加能有效緩解企業(yè)融資約束。

為進(jìn)一步驗(yàn)證金融集聚對中小企業(yè)融資影響的非線性特征，我們參考Hansen的研究方法，在上述模型中加入門檻變量，構(gòu)建現(xiàn)金-現(xiàn)金流敏感性面板門檻模型。模型如下：

Dcashi,t=β0+β1CFi,t+β2SIZEi,t+β3DStdi,t+β4DNwci,t+β5Growi,t+β6Expendi,t+

θ1CFi,t×Faggj,t×I(qj,t≤γ)+θ2CFi,t×Faggj,t×I(qj,t>γ)+di+ft+εi

(3)

這里的門限變量q為Fagg金融集聚指標(biāo)，I(·)為指示函數(shù)，當(dāng)條件成立時(shí)，指示函數(shù)取1；γ為待估計(jì)門限值；θ1和θ2分別表示低金融集聚度和高金融集聚度對企業(yè)融資約束的影響。

(二) 數(shù)據(jù)來源

鑒于數(shù)據(jù)的可取得性，我們選取的樣本年份為2009—2017年。由于我國全部中小企業(yè)的統(tǒng)計(jì)數(shù)據(jù)較不容易取得，因此以上市中小企業(yè)作為中小企業(yè)代表。從國泰安CSMAR數(shù)據(jù)庫中選擇中小企業(yè)上市板塊，剔除ST股和金融類上市公司，并剔除部分年份數(shù)據(jù)缺失的樣本企業(yè)，最終得到294家企業(yè)共2646個(gè)數(shù)據(jù)。由于對應(yīng)樣本年份期間無數(shù)據(jù)，山西、黑龍江、青海、寧夏等四個(gè)省(區(qū))對應(yīng)的中小板上市企業(yè)未進(jìn)入本文的研究樣本，宏觀數(shù)據(jù)中也將以上四省(區(qū))剔除。本研究利用了27個(gè)省(區(qū))的宏觀數(shù)據(jù)，數(shù)據(jù)均來源于各年《中國統(tǒng)計(jì)年鑒》。

(三) 指標(biāo)說明

1.區(qū)域金融集聚度。目前多數(shù)文獻(xiàn)采用區(qū)位熵衡量金融集聚的程度，但區(qū)位熵也稱為地區(qū)專業(yè)化指數(shù)，主要反映地區(qū)金融的專業(yè)化水平，并沒有真正體現(xiàn)集聚的本質(zhì)特征，而且可能出現(xiàn)“經(jīng)濟(jì)規(guī)模小的地區(qū)，區(qū)位熵大但不意味著產(chǎn)業(yè)集聚程度高”的情況[29]。因此，參考連飛和周國富(2019)[29]、尹福祿和申博(2018)[30]的研究，本文選用產(chǎn)值密度熵來衡量各地金融集聚程度，其計(jì)算公式如下：

(4)

其中，fej,t為地區(qū)j金融業(yè)增加值,Sj為地區(qū)j的行政面積；∑fej,t為全部地區(qū)的金融業(yè)增加值；S代表全國總行政面積；分子為產(chǎn)值密度，可以反映某地單位行政面積下的金融產(chǎn)值規(guī)模，產(chǎn)值密度商Fagg反映某地金融產(chǎn)值密度與全國金融產(chǎn)值密度平均水平的對比，該相對數(shù)大于1說明該地金融集聚程度高于全國平均水平，F(xiàn)agg越大，金融集聚程度越高。

表1 各指標(biāo)說明

2.模型中其他指標(biāo)。參考姚耀軍(2015)[24]、李泉等(2018)[31]研究，模型中的其他變量定義如表1所示。

主要變量的描述性統(tǒng)計(jì)結(jié)果見表2。

表2 主要變量描述統(tǒng)計(jì)結(jié)果

從表2看出，企業(yè)的財(cái)務(wù)數(shù)據(jù)中，除了企業(yè)成長性和企業(yè)規(guī)模指標(biāo)以外，其他變量的標(biāo)準(zhǔn)差都較小，特別是上市中小企業(yè)樣本在現(xiàn)金持有變動(dòng)(標(biāo)準(zhǔn)差0.002)和現(xiàn)金流(標(biāo)準(zhǔn)差0.006)指標(biāo)上差異不大；但在企業(yè)成長性上呈現(xiàn)較大波動(dòng)，營業(yè)利潤增長率最大值為1985.4%，最小值為-176.05%。

四、 實(shí)證結(jié)果分析

本文采用stata14對樣本數(shù)據(jù)進(jìn)行實(shí)證分析。我們先對模型進(jìn)行選擇判定，首先判斷變量是否存在序列相關(guān)或異方差；其次進(jìn)行固定效應(yīng)或隨機(jī)效應(yīng)的模型選擇，如果固定效應(yīng)模型，進(jìn)一步判別是否存在個(gè)體固定效應(yīng)或時(shí)間固定效應(yīng)；最后對模型的內(nèi)生性進(jìn)行檢驗(yàn)。我們對全樣本和分區(qū)域樣本(1)為考察區(qū)域異質(zhì)性的影響，我們先按傳統(tǒng)的地理劃分方式將全國分為東、中、西部三個(gè)子樣本。進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見下表。

表3 模型選擇檢驗(yàn)結(jié)果

注：**/*表示在1%或10%水平下顯著；1.由于數(shù)據(jù)都存在異方差或序列相關(guān)，采用Bootstrap Hausman(BS=1000)進(jìn)行模型的選擇，P<10%說明拒絕原假設(shè)，選擇固定效應(yīng)模型更優(yōu)，反之隨機(jī)效應(yīng)模型更優(yōu)；2.內(nèi)生性采用Durbin-Wu-Hausman檢驗(yàn)，P<10%說明拒絕模型一致的原假設(shè)，模型變量存在內(nèi)生性

(一) 面板模型估計(jì)

根據(jù)表3的檢驗(yàn)結(jié)果，我們分別對全國和東、中、西部的樣本進(jìn)行面板回歸。連玉君(2008)認(rèn)為用現(xiàn)金-現(xiàn)金敏感性模型對企業(yè)融資約束檢驗(yàn)時(shí)，需要注意企業(yè)現(xiàn)金流(CF)和企業(yè)成長(Grow)兩變量的內(nèi)生性問題，否則會(huì)使估計(jì)結(jié)果產(chǎn)生偏誤[32]。由于全國樣本和東部樣本沒有通過內(nèi)生性檢驗(yàn)，為避免傳統(tǒng)OLS估計(jì)產(chǎn)生的偏誤，我們采用系統(tǒng)GMM方法對以上兩個(gè)樣本進(jìn)行估計(jì)，工具變量為CF和Grow的一階和二階滯后項(xiàng)，其他地區(qū)仍按照相應(yīng)的估計(jì)方法進(jìn)行模擬，估計(jì)結(jié)果匯總在表4。

表4 基準(zhǔn)模型與擴(kuò)展模型估計(jì)結(jié)果

續(xù)表4

注：**/*表示在1%或10%水平下顯著；括號(hào)內(nèi)數(shù)值為標(biāo)準(zhǔn)誤；Hansen J用于檢驗(yàn)GMM模型是否存在過度識(shí)別的問題，P值小于10%，說明拒絕不存在過度識(shí)別的原假設(shè)。本文通過模型過度識(shí)別檢驗(yàn)

表4的第一列為全國樣本估計(jì)結(jié)果，發(fā)現(xiàn)不論是基準(zhǔn)模型還是擴(kuò)展模型，現(xiàn)金流CF的回歸系數(shù)顯著為正，證明之前我們的假設(shè)可以成立，中小企業(yè)確實(shí)受到融資約束，即使是上市的中小企業(yè)也表現(xiàn)為顯著的現(xiàn)金-現(xiàn)金流敏感性。在控制變量方面，短期負(fù)債變動(dòng)Dstd和長期資本支出Expend的估計(jì)系數(shù)顯著為正，說明隨著短期負(fù)債和長期資產(chǎn)投入的增加，會(huì)增加中小企業(yè)的現(xiàn)金持有，凈營運(yùn)資本DNwc對應(yīng)系數(shù)也顯著為負(fù)，說明凈營運(yùn)資本的增加使企業(yè)減少持有現(xiàn)金的動(dòng)機(jī)；企業(yè)規(guī)模Size系數(shù)在擴(kuò)展模型中轉(zhuǎn)為顯著，且值為負(fù)，說明規(guī)模越小的企業(yè)，現(xiàn)金變動(dòng)的敏感度越強(qiáng)，融資約束更嚴(yán)重；但同時(shí)也發(fā)現(xiàn)，兩個(gè)模型中，企業(yè)成長能力與現(xiàn)金持有變化量之間沒有顯著關(guān)系。

此外，在擴(kuò)展模型中，我們加入了現(xiàn)金流和區(qū)域金融集聚度的交互項(xiàng)CF×Fagg，用于檢驗(yàn)區(qū)域金融集聚水平是否能緩解中小企業(yè)對現(xiàn)金-現(xiàn)金流的敏感度。全國樣本的估計(jì)結(jié)果顯示，該變量對應(yīng)的估計(jì)系數(shù)在10%水平下顯著為負(fù)，符合我們的假定(1)，即金融集聚度的提高，會(huì)一定程度緩解企業(yè)持有現(xiàn)金及等價(jià)資產(chǎn)的敏感性，即減少企業(yè)的融資約束。但同時(shí)我們也看到，該估計(jì)值很小，說明從全國范圍來看，金融集聚對緩解融資約束的影響并不大。

表4的第2-4列分別為東、中、西子樣本的估計(jì)結(jié)果。東部樣本的檢驗(yàn)結(jié)果與全國樣本相似，金融集聚和現(xiàn)金流的交互項(xiàng)顯著為負(fù)，但絕對值較?。蝗欢?，中部的估計(jì)結(jié)果顯示該交互項(xiàng)顯著為正，西部為負(fù)但不顯著。從上述結(jié)果看，金融集聚對東部較發(fā)達(dá)省區(qū)的中小企業(yè)融資有微弱的促進(jìn)作用，但對中西部地區(qū)的中小企業(yè)融資似乎沒有正面影響。為了進(jìn)一步分析金融集聚效應(yīng)是否存在非線性特征，我們對樣本進(jìn)行門檻模型估計(jì)。

(二) 門檻面板模型估計(jì)

在進(jìn)行門檻模型估計(jì)之前，先檢驗(yàn)門檻變量的顯著性及個(gè)數(shù)。我們按地區(qū)分別假設(shè)存在單一門檻、雙重門檻和三重門檻，得到檢驗(yàn)結(jié)果如表6所示。

表5 現(xiàn)金-現(xiàn)金敏感性模型門檻效應(yīng)檢驗(yàn)(自舉模擬1000次)

續(xù)表5

注：**/*分別表示在5%和10%水平下顯著

表6 金融集聚對中小企業(yè)融資約束影響的門檻效應(yīng)分析

注：***/**分別表示在1%和5%水平下顯著

從表5的檢驗(yàn)結(jié)果來看，全國樣本存在顯著雙門檻，門檻值分別為0.4737和6.6958，東部樣本有顯著單門檻，門檻值為6.6958；但對中部和西部樣本的檢驗(yàn)結(jié)果，則沒有表明存在門檻。以全國樣本為例，可按金融集聚度高低劃分為三個(gè)區(qū)間，高區(qū)間為Fagg>6.696，中區(qū)間為0.474

從表6看出，全國樣本有顯著的雙門檻效應(yīng)，金融集聚對中小企業(yè)融資約束的影響有明顯非線性特征：在金融集聚的高、中、低區(qū)間，現(xiàn)金流和金融集聚的交互項(xiàng)估計(jì)系數(shù)都顯著為負(fù)，分別為-0.0009，-0.009和-0.486，說明金融集聚對中小企業(yè)融資約束確實(shí)有緩解作用；而且，隨著集聚度的提高，該估計(jì)系數(shù)的絕對值不斷減少，說明金融集聚對企業(yè)融資約束的緩解作用受不同集聚水平影響，門檻效應(yīng)存在；當(dāng)?shù)貐^(qū)金融集聚水平較低時(shí)，其對中小企業(yè)融資約束的緩解作用越大，隨著金融集聚水平的提高，其對融資約束的緩解作用反而減少，特別當(dāng)金融集聚值超過高門檻值6.69時(shí)，緩解作用非常有限。非線性特征的存在側(cè)面說明了金融集聚的擠出效應(yīng)可能存在。模型中其他控制變量對企業(yè)持有現(xiàn)金資產(chǎn)的變動(dòng)影響與之前估計(jì)結(jié)果基本一致。

東部樣本的面板門檻回歸模型顯示，單門檻效應(yīng)明顯，兩階段的門檻估計(jì)系數(shù)均顯著為負(fù)。與全國樣本類似，第一階段的估計(jì)系數(shù)絕對值大于第二階段，這也再次印證我們之前對金融集聚影響的非線性假設(shè)，而且當(dāng)區(qū)域金融資源集中度很高時(shí)，要素邊際效應(yīng)遞減，對中小企業(yè)融資的促進(jìn)作用有限。

(三) 模型的進(jìn)一步檢驗(yàn)

綜合表(4)和表(6)的估計(jì)結(jié)果，我們在全國樣本中找到了低水平集聚度下金融集聚對中小企業(yè)融資促進(jìn)作用明顯的證據(jù)，但在中、西部的分樣本中卻沒有得到相應(yīng)的估計(jì)結(jié)果。我們認(rèn)為這很可能與子樣本的劃分方式有關(guān)，按東、中、西部的地理位置劃分不一定能真實(shí)反映地區(qū)在金融集聚程度上的差別。因此我們以金融集聚水平作為樣本劃分依據(jù)，分別形成低、中、高三個(gè)子樣本。(2)參照門檻估計(jì)和金融集聚度描述統(tǒng)計(jì)結(jié)果，將金融集聚度低于0.5、介于0.5到5，和5以上劃分全樣本。低集聚度省(區(qū))有：吉林、云南、甘肅、新疆、西藏和內(nèi)蒙古；中集聚度省(區(qū))有：河北、遼寧、福建、山東、安徽、江西、河南、湖北、湖南、四川、重慶、貴州、陜西、海南和廣西；高集聚度省省、市有：北京、天津、上海、江蘇、廣東和浙江；限于篇幅，僅列出主要解釋變量的估計(jì)結(jié)果，具體參見表7

表7 按集聚度高低劃分的子樣本面板模型估計(jì)

注：**/*分別表示在1%和10%水平下顯著

從表7的估計(jì)結(jié)果看，不論金融集聚度在哪個(gè)區(qū)間，關(guān)鍵解釋變量(CF×Fagg)的估計(jì)系數(shù)都顯著為負(fù)，而且隨著集聚度的提高，該估計(jì)系數(shù)的絕對值在減少，低集聚水平下為-0.351，中度集聚水平為-0.033,高集聚水平為-0.001，其結(jié)果與全樣本門檻效應(yīng)的估計(jì)結(jié)果互為佐證。因此，實(shí)證結(jié)果說明金融集聚確實(shí)對地區(qū)中小企業(yè)融資約束起到緩解作用；而且各地因金融集聚水平的不同，受到的影響程度也不同：金融集聚度較低的地區(qū)，中小企業(yè)融資約束受金融集聚的緩解程度大，而在高集聚度地區(qū)金融集聚的緩解作用較弱；金融集聚對中小企業(yè)融資約束的影響呈非線性。由此，假定(2)和假定(3)得到驗(yàn)證。

我們認(rèn)為其原因在于：在金融集聚度較低、金融環(huán)境尚待改善的地區(qū)，中小企業(yè)本身受到的融資約束就比其他地區(qū)來的高(參見表7的CF估計(jì)系數(shù))，因而金融要素的邊際效應(yīng)反而明顯，企業(yè)融資受地區(qū)金融產(chǎn)值密度相對水平的影響更大；同時(shí)，隨著區(qū)域內(nèi)金融資源的不斷集中，一方面由于金融外部環(huán)境的優(yōu)勢不斷凸顯，中小企業(yè)融資約束的困境有所緩和，另一方面由于要素邊際效應(yīng)逐步遞減，當(dāng)金融集聚度達(dá)到很高水平時(shí)，金融集聚的擠出效應(yīng)會(huì)愈加明顯，對中小企業(yè)融資的緩解作用反而較弱。以北京、上海為例，京滬是我國經(jīng)濟(jì)最發(fā)達(dá)、社會(huì)經(jīng)濟(jì)資源密度最高的兩個(gè)地區(qū)，近年來北京以其獨(dú)特的政治資源優(yōu)勢，擬打造全國的國家金融管理中心；上海依托其國際化大都市背景和集中了全國最完備和多層級的資本市場優(yōu)勢，擬打造全球性國際金融中心。然而，根據(jù)2018年國家統(tǒng)計(jì)局的調(diào)查報(bào)告[33]，全國中小企業(yè)數(shù)量分布最多的省份和地區(qū)并沒有包括北京和上海，換句話說，北京、上海的中小企業(yè)經(jīng)濟(jì)整體發(fā)展還待有提升空間。這也從側(cè)面印證了實(shí)證結(jié)果，當(dāng)?shù)貐^(qū)金融集聚水平達(dá)到相對較高程度后，中小企業(yè)因金融資源高度集中而獲得的好處有限。

(四) 穩(wěn)健性分析

1.替換融資約束指標(biāo)的檢驗(yàn)。SA指數(shù)的構(gòu)造是由兩個(gè)外生的公司特征變量(規(guī)模和年齡)組合計(jì)算得到，由于不包含內(nèi)生性特征的融資變量，因此得到的融資約束評價(jià)相對較為穩(wěn)健[34]。SA指數(shù)的計(jì)算公式如下：

SA=-0.737×Size+0.043×Size2-0.04×Age

(5)

該指數(shù)一般為負(fù)值，且絕對值越大表示企業(yè)受到的融資約束越大。我們將分別計(jì)算出各上市中小企業(yè)2009—2017年的SA指數(shù)，然后通過建立模型，來驗(yàn)證金融集聚對中小企業(yè)融資約束的影響。參照前文及其他文獻(xiàn)[35]，估計(jì)模型設(shè)定為：

SAi,t=β0+β1Dcashi,t+β2DStdi,t+β3DNwci,t+β4Growi,t+β5Expendi,t+β6Faggj,t+di+ft+εi,t

(6)

如果金融集聚會(huì)緩解中小企業(yè)融資約束的假設(shè)1成立，則模型(6)的β6應(yīng)顯著為正。估計(jì)結(jié)果見下表。結(jié)果表明，全樣本下金融集聚對SA影響在10%水平下顯著為正，但影響程度較?。怀说退郊鄣貐^(qū)的金融集聚估計(jì)系數(shù)為負(fù)的不顯著以外，其他子樣本估計(jì)結(jié)果為正；同時(shí)也看出在高集聚度地區(qū)，估計(jì)值較小，同樣說明隨著集聚度的提高，金融集聚緩解中小企業(yè)融資約束的作用會(huì)減少。整體來看，改變?nèi)谫Y約束檢驗(yàn)指標(biāo)后，模型的估計(jì)結(jié)果與之前基本吻合。

表8 金融集聚影響中小企業(yè)融資約束的穩(wěn)健性檢驗(yàn)結(jié)果

注：**/*代表1%或10%水平下顯著

表9 新樣本面板模型回歸結(jié)果

注：**/*分別表示1%或10%水平下顯著

2.刪除特殊樣本的檢驗(yàn)。我們發(fā)現(xiàn)北京、上海和天津等三個(gè)直轄市的年平均金融集聚水平較高(Fagg>20)，遠(yuǎn)超出其他省市?？紤]到以上三個(gè)城市面積小，但金融業(yè)產(chǎn)值規(guī)模相對較大，可能會(huì)對估計(jì)結(jié)果產(chǎn)生偏誤。因此我們將以上三個(gè)城市的樣本移除后，再重新對全樣本做相應(yīng)模型估計(jì)。表8列出主要解釋變量的估計(jì)結(jié)果。在擴(kuò)展模型的估計(jì)中，金融集聚與現(xiàn)金流交互項(xiàng)顯著為負(fù)，且絕對值比之前樣本的估計(jì)結(jié)果大，這與我們剔除了極端樣本有關(guān)；模型存在單門檻效應(yīng)(門檻值0.4362)，當(dāng)金融集聚度低于門檻值時(shí)，企業(yè)融資約束受金融集聚緩解程度更大，隨著集聚水平增加，緩解作用減少，同樣呈現(xiàn)金融集聚效應(yīng)的非線性特征。刪除特殊樣本之后的估計(jì)結(jié)果與之前結(jié)果基本吻合。

五、 結(jié)論與建議

本文在理論分析的基礎(chǔ)上，以2009—2017年中小企業(yè)上市板的樣本數(shù)據(jù)為例，實(shí)證研究了金融集聚對地區(qū)中小企業(yè)融資約束的影響。我們在現(xiàn)金-現(xiàn)金流敏感性模型的基礎(chǔ)上，進(jìn)一步從非線性和地區(qū)異質(zhì)性的角度探討了金融集聚影響中小企業(yè)融資的特征。結(jié)果發(fā)現(xiàn)：整體上看，金融集聚會(huì)在一定程度上緩解地區(qū)中小企業(yè)融資約束，但門檻效應(yīng)明顯，且存在區(qū)域間差異。在低金融集聚水平的省區(qū)，金融集聚對改善中小企業(yè)融資困境影響明顯，但當(dāng)金融集聚度達(dá)到較高水平時(shí)，其對中小企業(yè)融資約束的緩解作用微弱。這也表明當(dāng)金融資源密集度達(dá)到一定程度之后，由于要素邊際效用遞減原理，金融集聚對中小企業(yè)可能會(huì)產(chǎn)生一定的擠出效應(yīng)。

基于以上結(jié)論，我們提出以下政策建議：

第一，應(yīng)進(jìn)一步促進(jìn)金融資源在地區(qū)間的合理化分布。從前文的分析看出，除北上廣蘇浙等經(jīng)濟(jì)發(fā)達(dá)省市以外，其他省(區(qū))的金融集聚仍處于中度及以下水平，特別是吉林、甘肅、云南等少數(shù)省(區(qū))的金融資源仍相當(dāng)匱乏，中小企業(yè)受融資約束較大。因此政府應(yīng)制定相應(yīng)政策，鼓勵(lì)和推動(dòng)金融資源向以上地區(qū)流動(dòng)，吸引金融機(jī)構(gòu)落戶，拓寬企業(yè)可融資渠道；同時(shí)，可在以上省(區(qū))重點(diǎn)培育若干個(gè)經(jīng)濟(jì)基礎(chǔ)較好、產(chǎn)業(yè)結(jié)構(gòu)較合理、市場機(jī)制較完備的城市或地區(qū)，以打造區(qū)域性金融中心為目標(biāo)，在緩解中小企業(yè)融資約束的同時(shí)，拉動(dòng)和輻射周邊地區(qū)的金融和經(jīng)濟(jì)發(fā)展。

第二，各地在制定金融中心建設(shè)目標(biāo)時(shí)，應(yīng)合理匹配當(dāng)?shù)厥袌鰲l件和經(jīng)濟(jì)發(fā)展階段，清晰定位、避免同質(zhì)發(fā)展，充分發(fā)揮金融中心的建設(shè)效率。與北京、上海等打造功能型國際性金融中心的目標(biāo)不同，一些中小微經(jīng)濟(jì)較活躍的省份如浙江、廣東、福建等地應(yīng)繼續(xù)發(fā)揮金融集聚對中小企業(yè)融資的促進(jìn)作用，建設(shè)以服務(wù)區(qū)域中小企業(yè)經(jīng)濟(jì)為目標(biāo)的金融核心發(fā)展區(qū)域，推動(dòng)區(qū)域中小企業(yè)發(fā)展；其他省(區(qū))也同樣要分層級、分階段地推動(dòng)金融業(yè)集聚發(fā)展，結(jié)合本地區(qū)中小企業(yè)的行業(yè)特征和比較優(yōu)勢，完善和實(shí)現(xiàn)金融集聚與中小企業(yè)發(fā)展的良性互動(dòng)。

第三，進(jìn)一步提高中小企業(yè)融資能力。除了前文提到金融服務(wù)業(yè)的集聚發(fā)展等外部因素能一定程度緩解中小企業(yè)融資困境以外，中小企業(yè)自身的融資能力和融資管理水平也需要進(jìn)一步增強(qiáng)。一方面，政府可以通過監(jiān)管體系，引導(dǎo)中小企業(yè)完善內(nèi)部財(cái)務(wù)管理機(jī)制和建立現(xiàn)代企業(yè)管理制度；另一方面，也應(yīng)增強(qiáng)對中小企業(yè)的技術(shù)支持，鼓勵(lì)其提高創(chuàng)新意識(shí)，增加創(chuàng)新行為，抓住產(chǎn)業(yè)轉(zhuǎn)型和升級的契機(jī)，提升企業(yè)價(jià)值和融資能力。