水漲船高：房價(jià)上漲對企業(yè)類金融業(yè)務(wù)的影響機(jī)制研究
——來自中國委托貸款數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)

公衍磊

（上海財(cái)經(jīng)大學(xué) 金融學(xué)院，上海 200433）

一、引 言

中國的經(jīng)濟(jì)改革創(chuàng)造了一個(gè)蓬勃發(fā)展的經(jīng)濟(jì)，與此同時(shí)，中國房地產(chǎn)行業(yè)的快速發(fā)展創(chuàng)造了相當(dāng)大的資金需求。房價(jià)快速上漲帶來的高額利潤，促使越來越多的資本在投機(jī)的驅(qū)動下從制造業(yè)向房地產(chǎn)行業(yè)轉(zhuǎn)移。在這種情況下，中國人民銀行通過窗口引導(dǎo)，對商業(yè)銀行向房地產(chǎn)行業(yè)發(fā)放的貸款額度實(shí)施限制。因此，房地產(chǎn)行業(yè)貸款受到嚴(yán)格監(jiān)管，房地產(chǎn)領(lǐng)域的融資需求與銀行貸款之間出現(xiàn)較大差距（Allen等，2020）。由于傳統(tǒng)銀行無法滿足日益增長的資金需求，而影子銀行因游離于銀行監(jiān)管體系之外，可以從監(jiān)管套利中獲益，影子銀行快速崛起，并且催生了以委托貸款形式為代表的房地產(chǎn)投資。委托貸款迅速成為中國影子銀行的一個(gè)重要類別，成為維持中國房地產(chǎn)開發(fā)商生存的重要因素（McMahon和Wei，2014；Hachem，2018；Yu等，2021）。近年來，房地產(chǎn)市場吸引了大量非房地產(chǎn)企業(yè)通過類金融業(yè)務(wù)從主營業(yè)務(wù)轉(zhuǎn)向房地產(chǎn)投資，房地產(chǎn)市場的持續(xù)擴(kuò)張加劇了實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)的失衡，造成我國工業(yè)空心化現(xiàn)象日益嚴(yán)重。

目前，中國正致力于從經(jīng)濟(jì)高速增長階段向高質(zhì)量發(fā)展階段過渡，而經(jīng)濟(jì)發(fā)展高質(zhì)量重在實(shí)體經(jīng)濟(jì)高質(zhì)量。經(jīng)濟(jì)高質(zhì)量發(fā)展的核心要義在于：提高資源本身的利用效率和資源的配置效率，實(shí)現(xiàn)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展和可持續(xù)發(fā)展。然而，房地產(chǎn)業(yè)的繁榮對實(shí)體產(chǎn)業(yè)投資構(gòu)成了擠壓，造成工業(yè)企業(yè)資本配置效率低下，引起非金融企業(yè)從事委托貸款等類金融業(yè)務(wù)增加，加劇了中國經(jīng)濟(jì)“脫實(shí)向虛”的趨勢（Chen和Wen，2017；Bleck和Liu，2018）。這嚴(yán)重違背了金融服務(wù)實(shí)體經(jīng)濟(jì)的本源，與中國經(jīng)濟(jì)高質(zhì)量發(fā)展的目標(biāo)顯然是背道而馳的。具體表現(xiàn)在以下兩個(gè)方面：

第一，高質(zhì)量發(fā)展力求提高各種生產(chǎn)要素（資源）的使用效率。其中，土地、資本和勞動力是三種最主要的生產(chǎn)要素，土地為生產(chǎn)提供了特定的場所。Sun等（2020）指出，工業(yè)用地價(jià)格是工業(yè)用地利用效率的顯著影響因素。首先，“土地財(cái)政”下的政府隱性支持，加上房地產(chǎn)作為剛性需求的屬性為房地產(chǎn)開發(fā)商和投資者帶來豐厚利潤，于是，大量貨幣流入房地產(chǎn)市場，擠占了實(shí)體經(jīng)濟(jì)的金融資源。其次，高投資造成某些產(chǎn)業(yè)的產(chǎn)能嚴(yán)重過剩。然而，我國在一些高端化產(chǎn)品上供給不足，依賴進(jìn)口，企業(yè)生產(chǎn)率有待提高。王文春和榮昭（2014）在研究房價(jià)和企業(yè)創(chuàng)新之間的關(guān)系后發(fā)現(xiàn)，房價(jià)過快上漲抑制了當(dāng)?shù)仄髽I(yè)的創(chuàng)新活動。最后，靠投資驅(qū)動的經(jīng)濟(jì)增長方式受到邊際效應(yīng)遞減規(guī)律的作用，近年實(shí)體經(jīng)濟(jì)投資效率和回報(bào)率下降，利潤大幅度下滑，很多企業(yè)普遍經(jīng)營困難。黃少安等（2012）在研究房價(jià)和企業(yè)利潤之間的關(guān)系后發(fā)現(xiàn)，房價(jià)每上升1倍，工業(yè)企業(yè)利潤率約下降6.5%。綜上，高房價(jià)折射出的用地成本高的問題不利于工業(yè)企業(yè)實(shí)現(xiàn)從中國制造向中國智造的轉(zhuǎn)變。

第二，經(jīng)濟(jì)發(fā)展質(zhì)量的提高需要提高整個(gè)社會資源的配置效率。金融發(fā)展是經(jīng)濟(jì)高質(zhì)量發(fā)展的重要支撐和保障，經(jīng)濟(jì)高質(zhì)量發(fā)展的要求首先是整體經(jīng)濟(jì)的金融資源配置有效率。然而，當(dāng)前金融資源配置卻呈現(xiàn)出結(jié)構(gòu)性短缺與結(jié)構(gòu)性過剩并存的局面，具體表現(xiàn)為金融市場流動性充足，大型企業(yè)資金穩(wěn)健和中小企業(yè)融資難、融資貴并存。在過去的幾十年中，國家總體上實(shí)行的都是擴(kuò)張性貨幣政策，依靠貨幣超發(fā)和信用膨脹支撐了中國經(jīng)濟(jì)的高速發(fā)展。就貨幣政策的影響而言，根據(jù)陳思翀等（2018）的計(jì)算，中國廣義貨幣（M2）與代表實(shí)體經(jīng)濟(jì)增長的國內(nèi)生產(chǎn)總值（GDP）的比值從1979年的32.7%持續(xù)上升到2016年的208%，這意味著大量貨幣流向?qū)嶓w經(jīng)濟(jì)之外。文春暉等（2018）研究指出，存在大量資金在金融體系內(nèi)“空轉(zhuǎn)”套利。就財(cái)政政策的影響而言，在2008年下半年，中國GDP增速開始下行時(shí)，中國政府實(shí)施了兩年4萬億元投資和一年10萬億元貸款的經(jīng)濟(jì)強(qiáng)刺激計(jì)劃。此外，2009—2015年間，地方融資平臺融資規(guī)模不斷擴(kuò)大，政府融資平臺的城投債余額從2008年的1 861億元上升至2014年的42 831億元。根據(jù)周廣肅和王雅琦（2019）的研究，這些資金有很大一部分流向了房地產(chǎn)市場而不是實(shí)體經(jīng)濟(jì)。綜合來看，過多的房地產(chǎn)投資會擠占實(shí)體企業(yè)的生產(chǎn)性投資，造成金融結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)不匹配，抑制經(jīng)濟(jì)高質(zhì)量發(fā)展。

在上述兩種作用力下，實(shí)體投資相對房地產(chǎn)投資的收益率變得更低，這導(dǎo)致越來越多的資金從實(shí)體經(jīng)濟(jì)反向流入金融領(lǐng)域。一種典型的代表就是，非金融企業(yè)通過委托貸款業(yè)務(wù)參與金融投資，直接或間接地從事房地產(chǎn)投資。本文通過實(shí)證檢驗(yàn)的方法論證：企業(yè)用房、用地成本的上升以及實(shí)體投資和金融投資之間投資回報(bào)率的差異，提高了非金融企業(yè)從事類金融活動的傾向，產(chǎn)生了虛擬經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)的“虹吸效應(yīng)”，導(dǎo)致了金融資源的錯(cuò)配流動。本文采用2007—2015年中國滬深A(yù)股證券市場中上市企業(yè)發(fā)布的委托貸款公告數(shù)據(jù)和各個(gè)地級市層面的房價(jià)數(shù)據(jù)，對企業(yè)發(fā)放委托貸款的概率、貸款額占營業(yè)收入比例和委托貸款利率與貸款企業(yè)所在地的房價(jià)之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)：貸款企業(yè)所在地的房價(jià)越高，企業(yè)發(fā)放委托貸款的概率越大、貸款額占營業(yè)收入的比例越高、貸款利率越低。內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)都保證了這種因果關(guān)系的存在。此外，本文進(jìn)一步具體論證了房價(jià)影響企業(yè)發(fā)放委托貸款的幾種作用機(jī)制：（1）中介機(jī)制分析驗(yàn)證了“房價(jià)升高—企業(yè)資產(chǎn)收益率下降—企業(yè)發(fā)放委托貸款增多”的影響渠道。（2）在房價(jià)上漲且居高不下時(shí)期，持有房地產(chǎn)資產(chǎn)多的企業(yè)因受房價(jià)升高引起的成本上升的沖擊較小而能夠發(fā)放更多的委托貸款。（3）房地產(chǎn)企業(yè)可觀的利潤吸引非金融企業(yè)向房地產(chǎn)企業(yè)發(fā)放了更多的委托貸款。

與現(xiàn)有研究相比，本文的邊際貢獻(xiàn)如下：第一，從房價(jià)的角度研究企業(yè)的委托貸款行為，發(fā)現(xiàn)高房價(jià)提高了金融資產(chǎn)在企業(yè)總資產(chǎn)中所占的比重，造成了非金融企業(yè)實(shí)體投資和金融投資的扭曲，從外部環(huán)境沖擊維度揭示了驅(qū)動非金融企業(yè)從事類金融業(yè)務(wù)的因素。第二，從非正規(guī)金融領(lǐng)域探討了房地產(chǎn)業(yè)的影響，為高房價(jià)影響金融資源配置提供了經(jīng)驗(yàn)證據(jù)，可以更好地理解房地產(chǎn)業(yè)對國民經(jīng)濟(jì)各個(gè)領(lǐng)域的影響，拓展了房地產(chǎn)經(jīng)濟(jì)學(xué)的領(lǐng)域。第三，探討了房價(jià)影響企業(yè)委托貸款的作用機(jī)制，證明了房價(jià)快速上漲會通過加重企業(yè)的經(jīng)營負(fù)擔(dān)和加速資金從實(shí)體行業(yè)向房地產(chǎn)行業(yè)的流動等渠道影響企業(yè)的金融投資行為，對于我國房地產(chǎn)市場價(jià)格調(diào)控和加強(qiáng)非正規(guī)金融監(jiān)管具有重要的政策啟示。

二、理論分析與研究假設(shè)

（一）房價(jià)對委托貸款發(fā)放概率和委托貸款額占營業(yè)收入比例的影響

隨著中國經(jīng)濟(jì)進(jìn)入新常態(tài)，尤其是在房地產(chǎn)投資降低了資源配置效率，對實(shí)體經(jīng)濟(jì)行業(yè)資源的擠出效應(yīng)較為明顯的地區(qū)，很多非金融企業(yè)明顯表現(xiàn)出投資委托貸款等類金融業(yè)務(wù)的傾向和熱情。

免疫接種具有不可替代的作用，然而因重視程度不足，導(dǎo)致很多羊養(yǎng)殖戶存在僥幸心理，認(rèn)為加強(qiáng)飼養(yǎng)管理即可。然而，一部分致病原在不同因素的作用下會導(dǎo)致羊患病[3]。

第一，從貸款企業(yè)收益角度看，一方面，房價(jià)在合理范圍內(nèi)上漲時(shí)會使房地產(chǎn)企業(yè)的投資回報(bào)率高于其他行業(yè)，非金融企業(yè)通過將資金貸給資本密集型房地產(chǎn)行業(yè)中的企業(yè)可以分得一杯羹。另一方面，許多金融資產(chǎn)通常直接或間接地以土地和房屋等不動產(chǎn)作為標(biāo)的，資本市場和房地產(chǎn)市場在很多時(shí)候表現(xiàn)出同漲同跌的共同趨勢。這使得非金融企業(yè)即使不直接對房地產(chǎn)企業(yè)投資，也可以通過“通道”業(yè)務(wù)等方式增加對資本市場的投資來從房價(jià)上漲中獲利?？傊?，房價(jià)上升導(dǎo)致投資房地產(chǎn)更加有利可圖，吸引非金融企業(yè)通過委托貸款直接或間接地投資房地產(chǎn)公司獲利。

他汀類藥物被研究應(yīng)用以來，全球有超過上億人口都在使用他汀類藥物治療相應(yīng)的癥狀，還有數(shù)千萬人連續(xù)服用他汀類藥物已經(jīng)超過了6年，大量的研究結(jié)果表明多數(shù)患者服用他汀類藥物是處于安全狀態(tài)的。但是我們?nèi)匀徊荒芎鲆曀☆愃幬镌趹?yīng)用過程中的禁忌，例如當(dāng)他汀類藥物與貝特類藥物進(jìn)行同時(shí)服用時(shí)，會使患者增加肌病和肌溶解癥發(fā)生的危險(xiǎn)。根據(jù)美國食品管理局的調(diào)查研究表明，在上世紀(jì)90年代大約有40%的患者因?yàn)橥瑫r(shí)服用他汀類藥物和貝特類藥物，而出現(xiàn)肌溶解癥.著名的拜斯亭事件正是因?yàn)榛颊咄瑫r(shí)服用了立伐他汀和吉非羅齊而產(chǎn)生的嚴(yán)重后果。

綜合以上分析，本文得出房價(jià)影響委托貸款的第二條作用路徑并提出如下假設(shè)H3b：

綜上，房價(jià)上升導(dǎo)致實(shí)體投資收益率下降，房地產(chǎn)投資收益率上升，兩類投資間投資回報(bào)差異的增大會驅(qū)動非金融企業(yè)從事更多的金融化投資活動?；诖?，提出本文的研究假設(shè)H1：

H1a：高房價(jià)會增加企業(yè)發(fā)放委托貸款的概率。

H1b：高房價(jià)會促使企業(yè)發(fā)放更多的委托貸款。

（二）房價(jià)對委托貸款利率的影響

國家相關(guān)部門當(dāng)前對委托貸款的利率沒有下限要求，只有上限要求。也就是說，委托貸款的利率最低可以到0，最高利率要求不超過中國人民銀行同期貸款利率的最大上浮幅度。在上下限之間，委托貸款的利率可以完全由委托人和借款人雙方協(xié)商決定。協(xié)議利率通常遵循的是市場利率定價(jià)，市場利率和銀行貸款利率存在一定差異。

第一，從貸款公司資金供給角度看，委托貸款利率是由貸款公司的“機(jī)會成本”決定的。對于貸款企業(yè)來說，當(dāng)房價(jià)上升時(shí)，企業(yè)的經(jīng)營成本增加，企業(yè)利潤率下降。在這種情況下，如果企業(yè)將本應(yīng)該投資于主營業(yè)務(wù)的資金改為發(fā)放委托貸款來賺取利息收益，企業(yè)資金的機(jī)會成本是下降的。因此，其要求的利率會下降。

第二，從金融市場資金需求角度看，委托貸款利率是由金融市場上的資金供求關(guān)系決定的。當(dāng)金融市場利率較低時(shí)，企業(yè)和個(gè)人可以進(jìn)行更多的借貸投資房地產(chǎn)，導(dǎo)致房價(jià)上升。反過來，房價(jià)較高時(shí)通常伴隨著較低的市場利率。貨幣環(huán)境決定融資成本，從而影響企業(yè)決策。于是，在金融市場整體利率偏低的情形下，委托貸款利率由于以市場利率為基準(zhǔn)，貸款企業(yè)發(fā)放委托貸款的利率也通常不會太高。

幼兒美術(shù)活動多種多樣，而作為一名幼兒教師，在立足于傳統(tǒng)教學(xué)的同時(shí)，應(yīng)該不斷提高自身能力和專業(yè)水平，探索創(chuàng)新，尋求更多更好的方法，為幼兒身心全面發(fā)展提供機(jī)會。繪本作為幼兒繪畫活動中一種較好的媒介，以其獨(dú)特的表達(dá)系統(tǒng)契合幼兒的心理特點(diǎn)，有利于幼兒從中得到積極的情感體驗(yàn)，從而激發(fā)幼兒將內(nèi)心感受繪于紙上的愿望。

第三，從貸款風(fēng)險(xiǎn)和雙方的議價(jià)能力角度看，對于借款企業(yè)來說，房價(jià)越高，企業(yè)經(jīng)營成本越高，企業(yè)利潤越低。經(jīng)營業(yè)績不好的企業(yè)更難從資本市場上獲得融資，因此，只有接受較高的利率才能獲得委托貸款。換句話說，那些因房價(jià)上升導(dǎo)致融資約束增強(qiáng)、主營業(yè)務(wù)收益率下降的企業(yè)，在關(guān)于貸款利率的討價(jià)還價(jià)中處于劣勢，貸款企業(yè)在委托貸款定價(jià)中賦予了更高的風(fēng)險(xiǎn)溢價(jià)。

基于以上分析，提出本文的研究假設(shè)H2：

H2a：貸款企業(yè)所在地區(qū)的房價(jià)越高，委托貸款的利率相對越低。

本文所選委托貸款數(shù)據(jù)來自手工收集的2007—2015年間中國滬深交易所A股上市企業(yè)發(fā)布的委托貸款公告中披露的交易信息，每條數(shù)據(jù)被整理成一條“貸款企業(yè)—借款企業(yè)—貸款合同”格式的記錄。本文使用的房價(jià)數(shù)據(jù)和宏觀數(shù)據(jù)來自中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫，其中2007—2014年的房價(jià)數(shù)據(jù)來自《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，2015年的房價(jià)數(shù)據(jù)來自各個(gè)省或地級市的統(tǒng)計(jì)年鑒或統(tǒng)計(jì)公報(bào)，涉及29個(gè)省級行政單位中的286個(gè)地級市。根據(jù)貸款企業(yè)注冊地所屬地級市將委托貸款數(shù)據(jù)與各個(gè)地級市的商品房銷售價(jià)格數(shù)據(jù)匹配合并，剔除掉金融業(yè)企業(yè)。本文最終的樣本包括2007—2015年間的2 455家公司和19 382個(gè)“公司—年”觀測值（全樣本），其中包括236家公司的2 139個(gè)“公司—年”觀測值（委托貸款樣本）。

由于土地是一種重要的生產(chǎn)要素，房價(jià)上升背后對應(yīng)著企業(yè)購買或租用的辦公室、廠房等要素成本的上升，因而房價(jià)升高增加了企業(yè)的經(jīng)營成本，影響了企業(yè)擴(kuò)大再生產(chǎn)，惡化了企業(yè)的生存環(huán)境。同時(shí)，房價(jià)上升后，員工憑借工資購房的難度增大，租房和相關(guān)生活必需品開支增大，這種生活成本的增加不但會迫使員工要求更高的工資，還會加速員工的流動，最終增加了企業(yè)的人力成本。Chen等（2015）的研究發(fā)現(xiàn)，房價(jià)上漲顯著增加了企業(yè)的財(cái)務(wù)負(fù)擔(dān)和負(fù)債比率。彭俞超等（2018）的研究則表明，房地產(chǎn)投資降低了市場資源配置效率，對其他實(shí)體經(jīng)濟(jì)行業(yè)的資源具有擠出效應(yīng)?？傊?，房價(jià)上漲帶來的企業(yè)運(yùn)營成本的增加嚴(yán)重侵蝕了企業(yè)利潤。尤其是高房價(jià)城市中的企業(yè)，它們在同行業(yè)中的競爭力會大大下降，房價(jià)擠壓了當(dāng)?shù)仄髽I(yè)的發(fā)展空間。正因?yàn)槿绱?，近年來許多制造業(yè)企業(yè)從中心城區(qū)搬到郊區(qū)或者從大城市搬到中等城市，比如華為從深圳搬到東莞。進(jìn)一步地，制造業(yè)的持續(xù)低迷和房地產(chǎn)市場、股票市場的繁榮導(dǎo)致我國企業(yè)出現(xiàn)“脫實(shí)向虛”的傾向。當(dāng)實(shí)體經(jīng)濟(jì)生產(chǎn)力下降使得其利潤率低于金融市場平均收益率時(shí)，大量貨幣會流入虛擬經(jīng)濟(jì)，進(jìn)而轉(zhuǎn)化為虛擬資本來追逐高利潤。據(jù)此，本文得出房價(jià)影響委托貸款的第一條作用路徑并提出如下假設(shè)H3a：

（三）房價(jià)影響委托貸款的作用機(jī)制

房價(jià)對委托貸款額占營業(yè)收入比例的影響很大一部分是由房價(jià)上升增加了企業(yè)的經(jīng)營成本，擠出了實(shí)體投資導(dǎo)致的。

媽媽的玩法對我有極大的吸引力。我纏著問：“你還會玩什么？”媽媽指著樓下的柳林說：“你看，隨處都可以玩：吹柳笛、吹柳哨、做彈弓、編柳帽……”

稅負(fù)發(fā)生變化。雖然營改增之后稅率比較高，但增值稅的征收對象是增值額，規(guī)避了重復(fù)征稅的情況，在一定程度上降低了酒店企業(yè)稅負(fù)。營改增之后，酒店企業(yè)的稅負(fù)往往跟用貨品類有關(guān)。倘若供應(yīng)商免稅，稅負(fù)必然會增加。但倘若供應(yīng)商的貨品稅率為16%，酒店企業(yè)按6%對增值稅進(jìn)行繳納，抵扣進(jìn)項(xiàng)稅之后，稅負(fù)必然會降低。酒店行業(yè)自實(shí)施營改增之后，從營業(yè)稅變?yōu)樵鲋刀?，稅率上升了一個(gè)點(diǎn)，由原先的5%變?yōu)槿缃竦?%，稅負(fù)增加。然而，實(shí)施營改增使進(jìn)項(xiàng)稅得以被抵扣，酒店的材料、設(shè)備、能源采購等都能夠?qū)Χ惪钸M(jìn)行抵扣，該過程中需要以增值稅專用發(fā)票為依托，用以對進(jìn)項(xiàng)稅進(jìn)行抵扣，這便可降低酒店稅負(fù)。

房價(jià)對委托貸款額占營業(yè)收入比例的作用強(qiáng)度會受到貸款企業(yè)和借款企業(yè)擁有房地產(chǎn)資產(chǎn)數(shù)量的影響。

H3a：房價(jià)上漲通過增加企業(yè)經(jīng)營成本激勵(lì)企業(yè)從事委托貸款這一非主營業(yè)務(wù)。

第一，有房地產(chǎn)資產(chǎn)的非房地產(chǎn)企業(yè)更可能發(fā)放委托貸款。一方面，房價(jià)升高在一定程度上改變了一些行業(yè)的利潤分配格局。那些自身沒有廠房和辦公樓而依賴租賃的企業(yè)的成本上升較多，這樣的企業(yè)可能會縮減生產(chǎn)規(guī)模。而那些本身有廠房和辦公樓的企業(yè)的成本增加較少，催生了這些企業(yè)的成本競爭優(yōu)勢。這樣企業(yè)的實(shí)體投資和金融投資都可能增加。當(dāng)房價(jià)上升時(shí)，有房地產(chǎn)資產(chǎn)的企業(yè)資金流相對充沛，在房地產(chǎn)利潤拐點(diǎn)到來之前，將閑置的資金通過委托貸款的方式發(fā)放給中小型企業(yè)是企業(yè)分散風(fēng)險(xiǎn)，進(jìn)行長期收益平滑的一種理性選擇。另一方面，有房地產(chǎn)資產(chǎn)的非房地產(chǎn)企業(yè)可以將房地產(chǎn)作為抵押。當(dāng)房價(jià)上升時(shí)，抵押品價(jià)值上升，它們有能力借到更多的錢，公司融資約束下降。因而，有房地產(chǎn)資產(chǎn)的公司通常會比沒有房地產(chǎn)資產(chǎn)的公司增加更多的金融投資（Chaney等，2012）。這些企業(yè)可以通過委托貸款進(jìn)行二次信貸，獲取信貸利差。

第二，高房價(jià)吸引非金融企業(yè)通過委托貸款間接投資房地產(chǎn)，即委托貸款主要流向了房地產(chǎn)企業(yè)。隨著房價(jià)的升高，房地產(chǎn)投資變得更加有利可圖，房地產(chǎn)企業(yè)以及與房地產(chǎn)相關(guān)的建筑業(yè)等企業(yè)的融資需求增加。根據(jù)Allen等（2019）對2004—2013年期間所有非金融上市中國公司發(fā)放委托貸款的統(tǒng)計(jì)，有接近一半的非關(guān)聯(lián)委托貸款資金流入了房地產(chǎn)業(yè)和建筑業(yè)。在房價(jià)持續(xù)上升時(shí)期，房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)較低，擁有閑置資金的企業(yè)將富余資金通過委托貸款的方式發(fā)放給房地產(chǎn)企業(yè)，可以獲得違約風(fēng)險(xiǎn)較低的穩(wěn)定的利息收益。

第二，從貸款企業(yè)成本角度看，一方面，房地產(chǎn)市場隸屬于生產(chǎn)要素市場，辦公樓、廠房、倉庫等都屬于生產(chǎn)資料，商品房房價(jià)上漲對應(yīng)著商品房租金上漲。如果這些生產(chǎn)資料不是公司自有，那么公司的經(jīng)營成本就會加重。另一方面，商品房房價(jià)的上漲通常伴隨住宅房房價(jià)的上漲，這會增加購房或租房的工人的生活成本，工人會要求更高的工資和生活補(bǔ)貼，這又進(jìn)一步增加了公司的經(jīng)營成本。當(dāng)房價(jià)上升造成的企業(yè)經(jīng)營成本的上漲幅度超過企業(yè)利潤的增加幅度時(shí)，會激勵(lì)企業(yè)減少主營業(yè)務(wù)投資，增加類金融業(yè)務(wù)投資，比如發(fā)放委托貸款。

分布式數(shù)據(jù)庫是船舶分布式數(shù)據(jù)網(wǎng)絡(luò)平臺的重要組成部分，其優(yōu)化程度對船舶數(shù)據(jù)管理效率有關(guān)鍵性影響。常見的應(yīng)用于船舶上的分布式數(shù)據(jù)庫是一種關(guān)系型數(shù)據(jù)庫，具有使用方便、易于維護(hù)和可用于復(fù)雜查詢等特點(diǎn)。隨著船舶數(shù)據(jù)量的不斷增大，這種關(guān)系型數(shù)據(jù)庫逐漸暴露出很多難以克服的問題。例如，隨著船舶功能應(yīng)用服務(wù)的多樣化和精細(xì)化，數(shù)據(jù)庫運(yùn)行過程中的并發(fā)負(fù)載逐漸增大，若數(shù)據(jù)庫無法承受如此高的并發(fā)量，可能會崩潰，導(dǎo)致用戶數(shù)據(jù)丟失或受損。為滿足智能船舶系統(tǒng)數(shù)據(jù)安全存儲和管理的需求，數(shù)據(jù)庫應(yīng)具有高可用性、高性能、自治與集中相結(jié)合的控制結(jié)構(gòu)等特點(diǎn)。

H3b：房價(jià)上漲時(shí)，擁有房地產(chǎn)資產(chǎn)多的非房地產(chǎn)企業(yè)會發(fā)放更多的委托貸款，委托貸款會更多地流向房地產(chǎn)企業(yè)。

三、實(shí)證研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)來源

H2b：借款企業(yè)所在地區(qū)的房價(jià)越高，委托貸款的利率相對越高。

（5）表現(xiàn)在產(chǎn)品衛(wèi)生安全監(jiān)管方面的應(yīng)用。通過RFID物聯(lián)網(wǎng)系統(tǒng)將畜禽產(chǎn)品流通環(huán)節(jié)中的所有信息上傳至中心數(shù)據(jù)庫，并統(tǒng)一保存，衛(wèi)生監(jiān)督部門能及時(shí)掌握畜禽產(chǎn)品整條供應(yīng)鏈上的一切信息。同時(shí)，中心數(shù)據(jù)庫提供多種查詢渠道和手段，幫助衛(wèi)生監(jiān)督部門迅速查找畜禽產(chǎn)品生產(chǎn)、加工、運(yùn)輸、流通等各個(gè)環(huán)節(jié)的信息，實(shí)現(xiàn)對畜禽產(chǎn)品全過程、無縫跟蹤，最終為安全監(jiān)管部門監(jiān)控、處理信息和分析決策等提供可靠依據(jù)。

（二）模型構(gòu)建

為檢驗(yàn)房價(jià)與委托貸款發(fā)放概率、委托貸款額占營業(yè)收入比例、委托貸款利率之間的關(guān)系，本文分別構(gòu)建如下回歸模型：

上述三個(gè)方程中，下標(biāo)i、t分別表示貸款公司和時(shí)間，下標(biāo)j表示借款公司。對于回歸方程（1），本文使用由發(fā)放委托貸款的企業(yè)和沒有發(fā)放委托貸款的企業(yè)共同組成的全樣本，通過條件邏輯回歸模型（conditional logit model，CLOGIT）進(jìn)行估計(jì)。CLOGIT模型采用分層配對的思想將可能的混雜因素加以控制，它被視作面板數(shù)據(jù)的固定效應(yīng)LOGIT模型，可以提高估計(jì)的有效性和可靠性。對于回歸方程（2）和（3），本文使用由所有發(fā)放過委托貸款的企業(yè)組成的委托貸款樣本，通過控制了企業(yè)和時(shí)間固定效應(yīng)的最小二乘虛擬變量模型（least squares dummy variables model，LSDV）進(jìn)行估計(jì)。

（三）變量定義與度量

1.被解釋變量。方程（1）的被解釋變量為是否發(fā)放委托貸款（Debtdum），對發(fā)放委托貸款的記錄賦值為1，否則賦值為0。方程（2）的被解釋變量為發(fā)放委托貸款相對數(shù)量（Amount）。借鑒Yu等（2021）的研究，用企業(yè)發(fā)放委托貸款額與企業(yè)營業(yè)收入的比值（Loan/Revenue）衡量。在穩(wěn)健性檢驗(yàn)中，本文也用企業(yè)發(fā)放委托貸款額與企業(yè)總資產(chǎn)的比值（Loan/Asset）、企業(yè)發(fā)放委托貸款額與企業(yè)主營業(yè)務(wù)收入的比值（Loan/Sale）刻畫委托貸款相對數(shù)量。方程（3）的被解釋變量（LoanRate）為委托貸款的年利率。

2.解釋變量。三個(gè)方程的核心解釋變量均為商品房房價(jià)（HP），用公司總部所在城市的商品房每平方米平均銷售價(jià)格的對數(shù)衡量，分為貸款企業(yè)所在地區(qū)商品房房價(jià)（HP1）和借款企業(yè)所在地區(qū)商品房房價(jià)（HP2）。為增強(qiáng)不同地區(qū)之間房價(jià)的可比性，本文將各地區(qū)的房價(jià)用各地區(qū)的消費(fèi)者物價(jià)指數(shù)進(jìn)行了平減。在穩(wěn)健性檢驗(yàn)中，本文也用貸款企業(yè)所在地區(qū)商品房房價(jià)變化率（CHP）和貸款企業(yè)所在地區(qū)住宅房房價(jià)（RHP）作為HP1的替代變量進(jìn)行回歸。

3.中介變量和調(diào)節(jié)變量。在下文中，本文探討了房價(jià)影響企業(yè)委托貸款行為的機(jī)制。在第一種機(jī)制中，本文用貸款企業(yè)資產(chǎn)收益率（P_roa）作為中介變量檢驗(yàn)房價(jià)是否通過影響企業(yè)主營業(yè)務(wù)利潤刺激了企業(yè)從事委托貸款類金融業(yè)務(wù)。在第二種機(jī)制中，本文一是用企業(yè)投資性房地產(chǎn)占比（FixAtR）刻畫貸款企業(yè)擁有的房地產(chǎn)資產(chǎn)數(shù)量，研究房價(jià)對委托貸款的影響在擁有房地產(chǎn)資產(chǎn)數(shù)量不同的貸款企業(yè)之間的異質(zhì)性；二是用借款企業(yè)是否是房地產(chǎn)公司（D_realty）表征委托貸款的流向，研究房價(jià)對委托貸款的影響在房地產(chǎn)公司和非房地產(chǎn)公司之間的異質(zhì)性。其中，企業(yè)投資性房地產(chǎn)占比（FixAtR）等于企業(yè)投資性房地產(chǎn)凈額除以固定資產(chǎn)凈額。投資性房地產(chǎn)凈額數(shù)據(jù)來自公司的資產(chǎn)負(fù)債表。借款企業(yè)是否是房地產(chǎn)企業(yè)（D_realty）將借款企業(yè)行業(yè)分類屬于房地產(chǎn)業(yè)和建筑業(yè)的公司設(shè)置為1，其余公司設(shè)置為0。

需要說明的是,我們在研究中沿用了“科學(xué)知識創(chuàng)造過程調(diào)查”對高被引論文和普通論文的分類。這里的高被引論文(即H論文),指每個(gè)數(shù)據(jù)庫每一年度各領(lǐng)域排名前1%的被引論文(不包含回顧類文獻(xiàn))；而普通論文(即N論文)是指從每一年度被調(diào)查論文中按數(shù)據(jù)庫和領(lǐng)域隨機(jī)抽取的論文,不包括上述高被引論文,也不包含回顧類文獻(xiàn)。

4.控制變量?；貧w方程（1）（2）（3）中的控制變量包括三類：（1）貸款企業(yè)特征變量和外部環(huán)境變量集合（X）。具體包括：貸款企業(yè)規(guī)模（P_size），等于貸款企業(yè)年末總資產(chǎn)的對數(shù)。貸款企業(yè)年齡（P_age），等于貸款企業(yè)成立年數(shù)加1后取對數(shù)。貸款企業(yè)股權(quán)性質(zhì)（P_soe），國有企業(yè)取值為1，非國有企業(yè)取值為0。貸款企業(yè)政企關(guān)系（P_gov），存在政企關(guān)聯(lián)的企業(yè)取值為1，其余取值為0。其中，企業(yè)是否存在政企關(guān)聯(lián)用企業(yè)董事長、總經(jīng)理是否曾任或現(xiàn)任政府官員、人大代表、政協(xié)委員衡量。貸款企業(yè)資產(chǎn)收益率（P_roa），等于貸款企業(yè)年度凈利潤除以年末總資產(chǎn)。貸款企業(yè)杠桿率（P_lev），等于貸款企業(yè)年末總負(fù)債除以年末總資產(chǎn)。貨幣政策感受指數(shù)（Monetary），該指數(shù)來自中國人民銀行網(wǎng)站，測度了整體經(jīng)濟(jì)資金緊張程度。貨幣政策感受指數(shù)越低，表明貨幣政策越緊。市場化指數(shù)（Fin），貸款企業(yè)所在省份市場化排名前十取1，否則取0。市場化指數(shù)取自《中國分省份市場化指數(shù)報(bào)告（2016）》，它反映了貸款企業(yè)所在地的市場扭曲程度。市場化指數(shù)越高說明該地區(qū)市場化程度越高。（2）借款企業(yè)特征變量集合（Z）。具體包括：借款企業(yè)規(guī)模（D_size），等于借款企業(yè)注冊資金的對數(shù)。借款企業(yè)年齡（D_age），等于借款企業(yè)成立年數(shù)加1后取對數(shù)。借款企業(yè)股權(quán)性質(zhì)（D_soe），如果借款企業(yè)是國有企業(yè)則取值為1，非國有企業(yè)取值為0。（3）委托貸款合同特征變量集合（W）。具體包括：委托貸款期限（Maturity），表示委托貸款合同規(guī)定的貸款存續(xù)期限。委托貸款是否為關(guān)聯(lián)交易（Relate），如果委托貸款雙方存在關(guān)聯(lián)關(guān)系則取1，否則取0。委托貸款是否存在抵押擔(dān)保（Collater），如果存在抵押擔(dān)保取1，否則取0。另外，模型還加入了公司（Firm）和年份（Year）虛擬變量，用以控制個(gè)體和時(shí)間固定效應(yīng)。

四、描述性統(tǒng)計(jì)、基準(zhǔn)回歸與結(jié)果分析

（一）描述性統(tǒng)計(jì)分析

表1列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。從總體來看，委托貸款樣本占全樣本的比例（DebuDum）為11.51%。在委托貸款樣本中，企業(yè)實(shí)際發(fā)放委托貸款數(shù)量與企業(yè)營業(yè)收入、總資產(chǎn)、主營業(yè)務(wù)收入的比值（Loan/Revenue、Loan/Asset、Loan/Sale）的平均值分別為4.38%、1.20%、4.39%；委托貸款年化利率（LoanRate）平均值為7.9%，這比通常銀行的五年期貸款利率還要高，但委托貸款年化利率的最小值為3.61%，比通常銀行的一年期貸款利率還要低很多，委托貸款年化利率的最大值為21%，接近高利貸利率24%的界線；貸款企業(yè)所在市的商品房房價(jià)對數(shù)（HP1）、房價(jià)增長率（CHP）、住宅房房價(jià)對數(shù)（RHP）的平均值分別為8.7400、7.85%、8.7180，借款企業(yè)所在市商品房房價(jià)對數(shù)（HP2）的平均值為8.4816；貸款企業(yè)的資產(chǎn)收益率（P_roa）的均值為10.69%，投資性房地產(chǎn)占固定資產(chǎn)比例（FixAtR）的中位數(shù)為0.21%；借款公司中平均有16.92%的公司為房地產(chǎn)公司（D_realty）。

表1 主要變量的描述性統(tǒng)計(jì)

（二）房價(jià)與委托貸款發(fā)放概率和委托貸款額占營業(yè)收入比例之間的關(guān)系

針對貸款企業(yè)所在市的商品房房價(jià)對委托貸款發(fā)放概率和委托貸款額占營業(yè)收入比例影響的檢驗(yàn)，表2的第（1）列報(bào)告了方程（1）的CLOGIT回歸的結(jié)果，第（2）至（6）列報(bào)告了方程（2）的LSDV回歸的結(jié)果。

表2第（1）列的結(jié)果顯示①使用CLOGIT模型時(shí)，那些在整個(gè)樣本期內(nèi)從沒有發(fā)放過委托貸款的企業(yè)樣本由于不存在變異而被刪除，但那些在樣本期內(nèi)發(fā)放過委托貸款的企業(yè)在沒有發(fā)放委托貸款年份的記錄被保留。即因只有符合CLOGIT模型設(shè)定的實(shí)驗(yàn)組和參照組的樣本才得以保留，表2第（1）列回歸的樣本數(shù)降為1 601個(gè)。，房價(jià)的系數(shù)在1%的顯著性水平上為正，這說明房價(jià)越高，企業(yè)發(fā)放委托貸款的概率越大。表2的第（2）至（6）列分別對應(yīng)順次加入房價(jià)、貸款企業(yè)特征變量、外部環(huán)境特征變量、借款企業(yè)特征變量、貸款合同條款特征變量后的回歸結(jié)果，這五列中房價(jià)的系數(shù)均在1%的水平上顯著為正。這表明房價(jià)越高，企業(yè)發(fā)放委托貸款額占營業(yè)收入的比例越高。以上兩個(gè)實(shí)證結(jié)果支持了本文的研究假設(shè)H1。

對于表2的控制變量，從第（1）列對應(yīng)的影響委托貸款發(fā)放概率的因素可以看出：貸款企業(yè)規(guī)模（P_size）較大的企業(yè)更可能發(fā)放委托貸款。與政府存在關(guān)聯(lián)（P_gov）的企業(yè)，越易獲得外部融資，融資約束越低，越可能發(fā)放委托貸款。此外，資產(chǎn)負(fù)債率（P_lev）較高的企業(yè)的閑置資金更少，發(fā)放委托貸款的概率較低。從第（2）至（6）列對應(yīng)的影響委托貸款額占營業(yè)收入比例的因素可以看出①在委托貸款發(fā)放額占營業(yè)收入比例對房價(jià)的回歸中，不但將研究樣本限定為發(fā)放委托貸款的企業(yè)，而且被解釋變量是委托貸款額占企業(yè)營業(yè)收入的比例，表2的第（3）至（6）列的回歸結(jié)果顯示：公司規(guī)模（P_size）和年齡（P_age）越小的公司發(fā)放的委托貸款相對數(shù)量反而越大，這可能是因?yàn)榇蠊竞统闪r(shí)間較長的公司的營業(yè)收入通常較高，即使它們發(fā)放的委托貸款的絕對數(shù)量較多，其發(fā)放委托貸款的相對數(shù)量也可能較小。：貸款企業(yè)資產(chǎn)收益率（P_roa）較高的企業(yè)發(fā)放的委托貸款額占營業(yè)收入比例較低，這是因?yàn)橹鳡I業(yè)務(wù)收益率高的企業(yè)從事類金融業(yè)務(wù)的激勵(lì)相對較低。借款企業(yè)規(guī)模（D_size）越大的企業(yè)越易獲得委托貸款。股權(quán)性質(zhì)（D_soe）為私營企業(yè)的公司不易從銀行獲得貸款，對委托貸款的需求更多。委托貸款雙方存在關(guān)聯(lián)關(guān)系（Relate）時(shí)，由于借貸雙方之間的信息不對稱程度低且可以實(shí)現(xiàn)合作共贏，企業(yè)發(fā)放的委托貸款額占營業(yè)收入的比例更高。

表2 房價(jià)與委托貸款發(fā)放概率和貸款額占營業(yè)收入比例之間的關(guān)系

（三）房價(jià)與委托貸款利率之間的關(guān)系

表3報(bào)告了貸款企業(yè)和借款企業(yè)所在市的商品房房價(jià)如何影響委托貸款利率的實(shí)證結(jié)果。由表3的第（1）（2）列可以看出，貸款企業(yè)所在市的房價(jià)越高，委托貸款利率越低。由表3的第（3）（4）列可以看出，借款企業(yè)所在市的房價(jià)越高，委托貸款利率越高。由表3的第（5）（6）列可以看出，在同時(shí)引入貸款企業(yè)所在市房價(jià)和借款企業(yè)所在市房價(jià)后，兩者對委托貸款利率的影響方向不變且仍舊在5%以上水平上顯著。

3.1.5 水資源承載力指數(shù) 區(qū)域運(yùn)用水資源所承載的實(shí)際農(nóng)業(yè)經(jīng)濟(jì)規(guī)模（GDP）與水資源總量可承載的最大農(nóng)業(yè)經(jīng)濟(jì)規(guī)模之比，用公式表示為：

表3 房價(jià)與委托貸款利率之間的關(guān)系

從表3的控制變量的回歸結(jié)果可以看出：貸款企業(yè)規(guī)模（P_size）越大的企業(yè)發(fā)放的委托貸款利率越高，這可能是因?yàn)榇笃髽I(yè)的議價(jià)能力更高。借款企業(yè)的股權(quán)性質(zhì)（D_soe）為私營企業(yè)的風(fēng)險(xiǎn)通常更高，獲得的委托貸款的利率更高。當(dāng)借貸雙方存在關(guān)聯(lián)關(guān)系（Relate）時(shí)，企業(yè)發(fā)放的委托貸款的利率明顯更低。市場化指數(shù)（Fin）較高地區(qū)企業(yè)發(fā)放的委托貸款的利率反而較高，這與Yu等（2021）的研究結(jié)論一致。

90例骨質(zhì)疏松性椎體壓縮骨折患者中男29例、女61例,年齡54-89歲、平均(74.23±1.17)歲,發(fā)病至手術(shù)間隔時(shí)間1-3d、平均(1.69±0.21)d。利用隨機(jī)數(shù)字表法將入選90例骨質(zhì)疏松性椎體壓縮骨折患者均分為研究組(n=45)、對照組(n=45),各組上述相關(guān)數(shù)據(jù)對比P>0.05(具有可比性)。

五、房價(jià)影響委托貸款發(fā)放額占營業(yè)收入比例的影響機(jī)制檢驗(yàn)

（一）機(jī)制一：主營業(yè)務(wù)收益率降低的中介效應(yīng)檢驗(yàn)

根據(jù)假設(shè)提出部分的理論分析，房價(jià)上升且居高不下使得部分企業(yè)從事實(shí)體業(yè)務(wù)投資的收益率相對從事類金融業(yè)務(wù)投資的收益率下降。企業(yè)家權(quán)衡的結(jié)果使得房價(jià)的上升對企業(yè)發(fā)放委托貸款額占營業(yè)收入的比例產(chǎn)生了正向激勵(lì)作用。為了驗(yàn)證這種影響機(jī)制，本部分采用Baron和Kenny（1986）提出的中介效應(yīng)模型，借鑒溫忠麟等（2004）的中介效應(yīng)檢驗(yàn)程序，選取企業(yè)資產(chǎn)收益率（P_roa）作為中介變量，分析房價(jià)是如何通過影響企業(yè)主營業(yè)務(wù)收益率來影響企業(yè)委托貸款額占營業(yè)收入比例的，以此來佐證理論假說部分提到的論據(jù)。中介效應(yīng)模型如下：

1.1 生物學(xué)學(xué)科的課程性質(zhì) 《新課標(biāo)》就生物學(xué)的課程性質(zhì)指出：“生物學(xué)有著與其他自然科學(xué)相同的性質(zhì)。它不僅是一個(gè)結(jié)論豐富的知識體系，也包括了人類認(rèn)識自然現(xiàn)象和規(guī)律的一些特有的思維方式和探究過程。生物學(xué)的發(fā)展需要許多人的共同努力和不斷探索。生物學(xué)的學(xué)科屬性是生物學(xué)課程性質(zhì)的重要決定因素”[1]。生物學(xué)既有自然科學(xué)的本質(zhì)屬性，又有其特有的研究對象、內(nèi)容、思維方式和探究過程。因此生物學(xué)教育的本質(zhì)是基于生物學(xué)學(xué)科屬性的科學(xué)教育。

中介效應(yīng)模型對應(yīng)的三個(gè)方程的回歸結(jié)果如表4所示。在表4的第（1）（2）列中，房價(jià)（HP1）的系數(shù)分別在1%的水平上顯著為負(fù)和顯著為正。在表4的第（3）列中，中介變量（P_roa）的系數(shù)在1%的水平上顯著為負(fù)，且第（3）列中主要解釋變量（HP1）的系數(shù)（0.0560）小于第（2）列中主要解釋變量（HP1）的系數(shù)（0.0629）?？梢?，表4的三列結(jié)果滿足中介效應(yīng)存在的四個(gè)條件，說明資產(chǎn)收益率的確起到了中介作用。進(jìn)一步地，由表4第（1）列可知，商品房價(jià)格與中介變量企業(yè)資產(chǎn)收益率顯著負(fù)相關(guān)，說明高房價(jià)降低了企業(yè)的收益率。由表4第（3）列可知，在同時(shí)引入商品房房價(jià)和企業(yè)資產(chǎn)收益率時(shí)，房價(jià)和資產(chǎn)收益率的回歸系數(shù)均顯著，這說明資產(chǎn)收益率起到了部分中介作用。表4的最后三行給出了Sobel-Goodman中介效應(yīng)檢驗(yàn)的結(jié)果，結(jié)果證實(shí)本文使用的中介效應(yīng)變量是顯著的，資產(chǎn)收益率的中介效應(yīng)在總效應(yīng)中占11.02%。這些都說明，“房價(jià)上升—企業(yè)收益率下降—企業(yè)發(fā)放委托貸款增加”構(gòu)成房價(jià)影響企業(yè)發(fā)放委托貸款的一條傳導(dǎo)路徑。

表4 中介效應(yīng)分析表

（二）機(jī)制二：房地產(chǎn)資產(chǎn)增值和投資房地產(chǎn)收益增加的影響

根據(jù)假設(shè)提出部分的理論分析，擁有投資性房地產(chǎn)資產(chǎn)較多的企業(yè)在房價(jià)上漲期間受房價(jià)擠出效應(yīng)影響較小且不動產(chǎn)抵押融資能力增強(qiáng)，房價(jià)的上升會吸引委托貸款更多地投向房地產(chǎn)行業(yè)的借款企業(yè)，這些會強(qiáng)化房價(jià)對委托貸款發(fā)放的影響效果。為了驗(yàn)證這種影響機(jī)制，本文采用貸款企業(yè)投資性房地產(chǎn)占比（FixAtR）和借款企業(yè)是否是房地產(chǎn)企業(yè)（D_realty）兩個(gè)指標(biāo)進(jìn)行考察。

表5報(bào)告了關(guān)于貸款企業(yè)持有房地產(chǎn)資產(chǎn)數(shù)量和借款企業(yè)行業(yè)性質(zhì)的異質(zhì)性分析的回歸結(jié)果。第（1）（3）列為在基準(zhǔn)回歸方程（2）的基礎(chǔ)上只分別增加FixAtR和D_realty指標(biāo)后的回歸結(jié)果，第（2）（4）列為在基準(zhǔn)回歸方程（2）的基礎(chǔ)上分別增加FixAtR和D_realty指標(biāo)及每個(gè)指標(biāo)與核心解釋變量房價(jià)（HP1）的交互項(xiàng)后的回歸結(jié)果。表5的第（1）至（4）列中，HP1的系數(shù)均仍顯著為正。在表5的第（2）（4）列中，兩個(gè)交互項(xiàng)HP1×FixAtR和HP1×D_realty的估計(jì)系數(shù)均在5%水平上顯著為正，說明擁有房地產(chǎn)資產(chǎn)多的貸款公司發(fā)放的委托貸款額占其營業(yè)收入的比例更高，房地產(chǎn)企業(yè)接收的委托貸款數(shù)量更多。

表5 貸款企業(yè)與借款企業(yè)是否持有房地產(chǎn)資產(chǎn)的影響機(jī)制分析

六、內(nèi)生性與穩(wěn)健性檢驗(yàn)

（一）內(nèi)生性檢驗(yàn)

1.基于2SLS估計(jì)的內(nèi)生性檢驗(yàn)。企業(yè)發(fā)放委托貸款的驅(qū)動因素除了房價(jià)還有很多其他因素，如果不剝離這些因素對企業(yè)金融投資行為的影響，很難區(qū)分房價(jià)的作用。也就是說，如果存在一些不可觀測的宏觀因素既會影響企業(yè)發(fā)放委托貸款又會影響商品房房價(jià)，本文的基準(zhǔn)回歸可能存在內(nèi)生性問題。為了克服由解釋變量內(nèi)生性導(dǎo)致的估計(jì)偏差問題，本文選用兩階段最小二乘法（2SLS）進(jìn)行重新估計(jì)。本文用貸款企業(yè)所在地區(qū)住宅房房價(jià)的二階滯后差分（L2DRHP）作為貸款企業(yè)所在地區(qū)商品房房價(jià)（HP1）的工具變量。2SLS估計(jì)的結(jié)果顯示（限于篇幅，未匯報(bào)，備索），貸款企業(yè)所在地區(qū)商品房房價(jià)（HP1）對委托貸款額占營業(yè)收入比例依然存在顯著的正向影響，對委托貸款利率依然存在顯著的負(fù)向影響。

政府采取激勵(lì)對策，只有當(dāng)開發(fā)被動房所獲得的收益大于額外付出的成本時(shí)，開發(fā)商才會選擇建設(shè)被動房，因此A2+A4>A3。

2.基于Heckman估計(jì)的內(nèi)生性檢驗(yàn)。由于企業(yè)會根據(jù)風(fēng)險(xiǎn)、收益、信息，甚至關(guān)系等因素來決定是否參與委托貸款活動，因此，企業(yè)是否發(fā)放委托貸款可能并不是隨機(jī)、外生的，樣本數(shù)據(jù)存在“樣本自選擇”問題，這可能會導(dǎo)致只使用發(fā)放過委托貸款的樣本進(jìn)行LSDV估計(jì)的結(jié)果有偏。為解決由此引致的內(nèi)生性問題，本文使用Heckman兩階段模型對基準(zhǔn)回歸進(jìn)行重新估計(jì)。在選擇方程中，本文將DebtRatio（同年同行業(yè)中發(fā)放委托貸款的企業(yè)占當(dāng)年總企業(yè)數(shù)的比例）作為工具變量。Heckman模型的回歸結(jié)果顯示，在對委托貸款發(fā)放數(shù)量和利率的回歸中，“逆米爾斯比率”的估計(jì)系數(shù)均不顯著，本文基準(zhǔn)回歸中的樣本自選擇偏誤問題并不嚴(yán)重；主要解釋變量商品房房價(jià)的系數(shù)的符號和顯著性與LSDV模型時(shí)一致，本文的研究結(jié)論仍然成立。

（二）穩(wěn)健性檢驗(yàn)

1.變換測度變量的穩(wěn)健性檢驗(yàn)。為了檢驗(yàn)基準(zhǔn)回歸中的被解釋變量和解釋變量的測度準(zhǔn)確性，本文將它們換為其他測度變量后重新進(jìn)行了回歸估計(jì)（限于篇幅，未匯報(bào)，備索）。（1）對于被解釋變量委托貸款相對數(shù)量（Amount），在基準(zhǔn)回歸中是用委托貸款額與營業(yè)總收入的比值（Loan/Revenue）衡量的。本文也將被解釋變量委托貸款相對數(shù)量改用委托貸款額與總資產(chǎn)的比值（Loan/Asset）和委托貸款額與主營業(yè)務(wù)收入的比值（Loan/Sale）衡量。改用新的測度變量后，核心解釋變量房價(jià)（HP1）的系數(shù)依然顯著為正。（2）對于解釋變量房價(jià)（HP），在基準(zhǔn)回歸中是用貸款企業(yè)所在市商品房房價(jià)的對數(shù)（HP1）表示的。本文也將解釋變量房價(jià)改用貸款企業(yè)所在市的商品房房價(jià)增長率（CHP）和貸款企業(yè)所在市的住宅房房價(jià)的對數(shù)（RHP）衡量。改用新的測度變量后，兩個(gè)房價(jià)代理變量的回歸系數(shù)也是顯著為正的。

2.分樣本回歸的穩(wěn)健性檢驗(yàn)。根據(jù)解釋變量和被解釋變量的某些特征分組后進(jìn)行分樣本回歸估計(jì)。（1）考慮到房價(jià)對委托貸款的影響程度在不同經(jīng)濟(jì)發(fā)展水平的地區(qū)間很可能存在差異，本文將整個(gè)樣本按經(jīng)濟(jì)發(fā)達(dá)程度分為三個(gè)子樣本（分別對應(yīng)發(fā)達(dá)地區(qū)、中等發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)），分樣本檢驗(yàn)房價(jià)與委托貸款數(shù)量的關(guān)系。三個(gè)子樣本的回歸結(jié)果顯示，解釋變量商品房房價(jià)（HP1）的系數(shù)均為正。除了發(fā)達(dá)地區(qū)子樣本中的房價(jià)系數(shù)不顯著以外，另外兩個(gè)地區(qū)子樣本的房價(jià)系數(shù)均是顯著為正的。這表明房價(jià)上升對中等發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)的企業(yè)發(fā)放委托貸款的促進(jìn)作用更強(qiáng)。（2）考慮到有些關(guān)聯(lián)型委托貸款不像大多數(shù)非關(guān)聯(lián)型委托貸款那樣主要是為了獲得高息，利率可能較低，使得在委托貸款高利率區(qū)間和低利率區(qū)間，房價(jià)對委托貸款利率的影響程度可能不同。本文將樣本按委托貸款利率高低，以三分位數(shù)33.33%和66.67%為臨界值分為三個(gè)子樣本（分別對應(yīng)低利率區(qū)間、中等利率區(qū)間、高利率區(qū)間），分樣本檢驗(yàn)房價(jià)與委托貸款利率的關(guān)系。三個(gè)子樣本的回歸結(jié)果顯示，貸款企業(yè)所在地區(qū)房價(jià)對委托貸款利率的影響均為負(fù)。中等利率樣本中的房價(jià)系數(shù)不顯著，但低利率樣本和高利率樣本中，房價(jià)系數(shù)分別在5%和1%的顯著性水平上顯著。而且，高利率區(qū)間對房價(jià)的反應(yīng)程度更強(qiáng)。

七、總結(jié)和建議

（一）研究結(jié)論

高房價(jià)增加了非金融企業(yè)從事類金融業(yè)務(wù)的傾向，影響了實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展。本文基于2007—2015年間中國滬深A(yù)股市場中上市公司公告的委托貸款數(shù)據(jù)，實(shí)證檢驗(yàn)了借貸企業(yè)雙方所在地的房價(jià)對企業(yè)委托貸款發(fā)放概率、委托貸款額占營業(yè)收入比例和委托貸款利率的影響。結(jié)果表明，處于房價(jià)較高地區(qū)的企業(yè)存在更大的激勵(lì)去發(fā)放更多的委托貸款。這種激勵(lì)的強(qiáng)度在貸款公司擁有房地產(chǎn)資產(chǎn)較多以及借款公司為房地產(chǎn)業(yè)和建筑業(yè)公司時(shí)更大。中介機(jī)制分析表明，房價(jià)升高使得企業(yè)主營業(yè)務(wù)的收益率相對金融投資的收益率更低是高房價(jià)正向影響企業(yè)發(fā)放委托貸款相對數(shù)量的重要原因。此外，貸款企業(yè)所在地區(qū)的房價(jià)對委托貸款利率具有負(fù)向作用，而借款企業(yè)所在地區(qū)的房價(jià)對委托貸款利率具有正向作用。

大功率參量陣定向揚(yáng)聲器與傳統(tǒng)創(chuàng)造聲波的方式完全不同。它通過超聲波傳感器發(fā)出經(jīng)超聲波調(diào)制的聲音信號，利用波在空氣中的非線性傳播效應(yīng)，并通過信號自解調(diào)形成具有高度指向性的聲波。如同激光裝置可以把光束聚集在一個(gè)遠(yuǎn)距離的很小截面上一樣，聲頻定向裝置可以把聲束聚集在一個(gè)確定的方向上，并把原始聲音無失真地傳給指定方向上的收聽者[1]。

（二）研究啟示

實(shí)體經(jīng)濟(jì)是現(xiàn)代化經(jīng)濟(jì)體系的核心，經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在要求是金融服務(wù)實(shí)體經(jīng)濟(jì)，而不應(yīng)該是實(shí)體經(jīng)濟(jì)的利潤再投資到虛擬經(jīng)濟(jì)中從金融領(lǐng)域獲利，本末倒置。本研究的政策啟示是：第一，鑒于房價(jià)升高增加了企業(yè)的經(jīng)營成本，降低了企業(yè)的資產(chǎn)收益率，促使企業(yè)發(fā)放了更多的委托貸款的結(jié)論，一方面，經(jīng)濟(jì)主管部門應(yīng)該繼續(xù)深化金融體制改革，推行積極的財(cái)政政策幫助技術(shù)和產(chǎn)能落后的傳統(tǒng)企業(yè)盡快完成從粗放型經(jīng)營到集約型經(jīng)營的轉(zhuǎn)型升級，增加其主營業(yè)務(wù)的收益率。另一方面，經(jīng)濟(jì)主管部門應(yīng)該對企業(yè)發(fā)放委托貸款的條件加以限制，合理引導(dǎo)和監(jiān)控企業(yè)發(fā)放委托貸款的規(guī)模。第二，鑒于房價(jià)上漲期間，投資性房地產(chǎn)資產(chǎn)較多的企業(yè)發(fā)放了更多的委托貸款，而且委托貸款更多地流向了房地產(chǎn)企業(yè)的結(jié)論，經(jīng)濟(jì)主管部門應(yīng)該控制房地產(chǎn)投機(jī)需求，控制委托貸款流向和房地產(chǎn)市場資金規(guī)模，防止房地產(chǎn)價(jià)格的進(jìn)一步上漲，讓房地產(chǎn)市場健康發(fā)展。第三，鑒于房價(jià)對委托貸款發(fā)放的影響程度在欠發(fā)達(dá)地區(qū)城市和高利率區(qū)間更強(qiáng)的結(jié)論，一方面，經(jīng)濟(jì)主管部門應(yīng)該注重區(qū)域協(xié)調(diào)發(fā)展，提升全國范圍內(nèi)的金融資源配置效率。另一方面，經(jīng)濟(jì)主管部門要合理限定委托貸款利率，避免企業(yè)將委托貸款變成一種高利貸?？偠灾?，政府應(yīng)該致力于通過實(shí)體經(jīng)濟(jì)的加速發(fā)展和虛擬經(jīng)濟(jì)的宏觀調(diào)控來慢慢吸收掉房地產(chǎn)經(jīng)濟(jì)中的泡沫。

（三）不足與未來展望

本文對房價(jià)和委托貸款的概率、委托貸款額占營業(yè)收入的比例及委托貸款利率之間的關(guān)系給出了詳細(xì)的理論分析和具體的實(shí)證檢驗(yàn)，并進(jìn)行了內(nèi)生性分析，做了大量的穩(wěn)健性檢驗(yàn)來保證結(jié)果的準(zhǔn)確性。此外，本文還分析了幾種作用機(jī)制來洞察這種影響關(guān)系的傳導(dǎo)路徑。但本文仍存在以下兩點(diǎn)不足之處，需要進(jìn)一步深入研究：第一，本文并不能列舉分析出房價(jià)影響委托貸款的所有傳導(dǎo)機(jī)制。更重要的是，造成房價(jià)上升和企業(yè)從事類金融業(yè)務(wù)的一個(gè)共同因素是，在貨幣寬松時(shí)期，市場上的資金相對充裕，資金流向房地產(chǎn)市場抬高了房價(jià)，資金流向資本市場促進(jìn)了委托貸款業(yè)務(wù)的繁榮。雖然本文通過控制貨幣政策感受指數(shù)和年度固定效應(yīng)在一定程度上控制了這種共同因素，但是這種共同因素導(dǎo)致兩者之間表現(xiàn)出同升同降的可能性仍然存在。第二，很多公司在全國各地都有分公司，業(yè)務(wù)也遍及全國甚至世界各地。而本文研究的主要邏輯是公司總部所在城市商品房房價(jià)影響企業(yè)主營業(yè)務(wù)成本，進(jìn)而影響企業(yè)類金融業(yè)務(wù)。兩者之間的實(shí)際影響程度可能會存在一定程度的偏差。但是，囿于數(shù)據(jù)和一些客觀因素限制，本文無法分離細(xì)化這種影響。