城市商業(yè)銀行設(shè)立、融資約束與行業(yè)效率

胡秋陽(yáng)，李文芳

（南開大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071）

一、問題的提出

黨的二十大報(bào)告提出，高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的首要任務(wù)，要著力提高全要素生產(chǎn)率，推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)質(zhì)的有效提升和量的合理增長(zhǎng)?！吨腥A人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》提出，要健全具有高度適應(yīng)性、競(jìng)爭(zhēng)力、普惠性的現(xiàn)代金融體系，構(gòu)建金融有效支持實(shí)體經(jīng)濟(jì)的體制機(jī)制。Brandt等［1］研究發(fā)現(xiàn)，自2008年國(guó)際金融危機(jī)以來(lái)，中國(guó)全要素生產(chǎn)率增長(zhǎng)速度放緩，從金融危機(jī)前十年的平均2.8%降至2009—2018年的0.7%。要素不合理配置造成的資源誤置是導(dǎo)致生產(chǎn)率損失的關(guān)鍵，矯正要素錯(cuò)配是提升全要素生產(chǎn)率的核心路徑。如Hsieh和Klenow［2］指出，若中國(guó)的資源配置效率能夠達(dá)到美國(guó)的水平，制造業(yè)全要素生產(chǎn)率將提高30%—50%，若消除要素市場(chǎng)扭曲，制造業(yè)全要素生產(chǎn)率可以提高86.6%—115%。金融體系作為現(xiàn)代經(jīng)濟(jì)的核心，是矯正要素錯(cuò)配、優(yōu)化資源配置的有效手段。King 和Levine［3］認(rèn)為，完善的金融體系能夠降低交易成本、改善信息不對(duì)稱、識(shí)別并投資于最有競(jìng)爭(zhēng)力的企業(yè)和行業(yè)，從而改善資本跨企業(yè)配置，優(yōu)化資源配置效率。中國(guó)金融體系以間接金融為主導(dǎo)，信貸資源配置效率直接影響企業(yè)融資規(guī)模和融資成本，對(duì)企業(yè)生存發(fā)展起決定性作用。在中國(guó)銀行體系中，大型國(guó)有銀行和全國(guó)性股份制銀行占據(jù)主導(dǎo)地位，跨企業(yè)配置信貸資源時(shí)存在“規(guī)模歧視”“所有制歧視”，具有生產(chǎn)力優(yōu)勢(shì)和潛在行業(yè)競(jìng)爭(zhēng)力的中小民營(yíng)企業(yè)往往受到信貸配給約束，資源向高效企業(yè)流動(dòng)過(guò)程受阻。Buera等［4］研究發(fā)現(xiàn)，融資約束會(huì)造成企業(yè)間資本和人才錯(cuò)配，高效率的有潛力的企業(yè)難以入場(chǎng)，低效率的企業(yè)拒絕退場(chǎng)，最終造成效率損失。黨的十九大以來(lái)，黨中央、國(guó)務(wù)院深入推進(jìn)金融供給側(cè)結(jié)構(gòu)性改革，著力“構(gòu)建金融有效支持實(shí)體經(jīng)濟(jì)的體制機(jī)制”，要求“增強(qiáng)金融普惠性”，建設(shè)以地方銀行業(yè)為核心的地方金融體系，具有地方性特征的城市商業(yè)銀行、農(nóng)村商業(yè)銀行等金融機(jī)構(gòu)迅猛發(fā)展。郭峰和熊瑞祥［5］研究證實(shí)，地區(qū)金融機(jī)構(gòu)的顯著特征是本地化經(jīng)營(yíng)，金融資源主要服務(wù)當(dāng)?shù)仄髽I(yè)和居民，具有“人緣、地緣、血緣”的軟信息優(yōu)勢(shì)，為受信貸歧視的高效中小企業(yè)獲取外部融資提供機(jī)遇和可能。那么，地方金融機(jī)構(gòu)發(fā)展是否能夠通過(guò)緩解高效中小企業(yè)融資困境、改善信貸資源配置，進(jìn)而優(yōu)化資源配置效率助力全要素生產(chǎn)率提升？這一問題的解答對(duì)于厘清地區(qū)金融發(fā)展的經(jīng)驗(yàn)和教訓(xùn)，深度認(rèn)識(shí)小微企業(yè)金融服務(wù)高質(zhì)量發(fā)展，系統(tǒng)理解提升小微企業(yè)金融服務(wù)效能如何助力經(jīng)濟(jì)高質(zhì)量發(fā)展均有助益。

金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系歷來(lái)受到學(xué)術(shù)界重視，金融發(fā)展對(duì)實(shí)體經(jīng)濟(jì)影響的研究文獻(xiàn)包括微觀層面上的企業(yè)融資約束［6］、企業(yè)進(jìn)出口［7］、企業(yè)投資及創(chuàng)新創(chuàng)業(yè)等［8］，宏觀層面上的地區(qū)經(jīng)濟(jì)增長(zhǎng)［5］、外商直接投資［9］、勞動(dòng)力就業(yè)及收入分配等［10］。關(guān)于地方金融對(duì)行業(yè)效率影響的研究，學(xué)者們并未探究具體的微觀作用路徑，側(cè)重于地區(qū)整體層面資源配置效應(yīng)［11］。鑒于此，本文利用城市商業(yè)銀行分批次設(shè)立的準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建多期雙重差分模型探究地方金融發(fā)展的資源配置效應(yīng)、效率效應(yīng)和微觀作用機(jī)制。本文的邊際貢獻(xiàn)可能在于：第一，本文立足于城市商業(yè)銀行與行業(yè)資源配置效率和行業(yè)全要素生產(chǎn)率的研究主旨，系統(tǒng)地考察了城市商業(yè)銀行設(shè)立的經(jīng)濟(jì)效應(yīng)，從經(jīng)濟(jì)高質(zhì)量發(fā)展內(nèi)涵出發(fā)、契合“提質(zhì)增效”意義上金融服務(wù)實(shí)體經(jīng)濟(jì)主題。第二，本文將宏微觀視角相結(jié)合，揭示了城市商業(yè)銀行產(chǎn)生經(jīng)濟(jì)效應(yīng)的具體作用路徑，為降低制造業(yè)資源錯(cuò)配、促進(jìn)行業(yè)高質(zhì)量發(fā)展提供參照。此外，與已有研究多從競(jìng)爭(zhēng)視角考察銀行業(yè)發(fā)展的微觀作用機(jī)制不同［12］，本文側(cè)重于地方金融服務(wù)小微企業(yè)的市場(chǎng)定位，這有利于深化理解小微企業(yè)金融服務(wù)效能提升如何助力經(jīng)濟(jì)高質(zhì)量發(fā)展。第三，本文借助城市商業(yè)銀行設(shè)立的準(zhǔn)自然實(shí)驗(yàn)構(gòu)建多期雙重差分模型，能夠克服現(xiàn)有的關(guān)于銀行業(yè)結(jié)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)影響和“小銀行優(yōu)勢(shì)”存在性經(jīng)驗(yàn)分析等相關(guān)研究中可能存在的內(nèi)生性問題［13］，是對(duì)現(xiàn)有研究的補(bǔ)充。

二、理論分析與研究假設(shè)

金融市場(chǎng)不完備或金融摩擦的存在顯著抑制了全要素生產(chǎn)率的提高。Modigliani 和Miller［14］研究指出，在完美無(wú)摩擦的資本市場(chǎng)中，企業(yè)的外部融資成本與內(nèi)部融資成本相等，企業(yè)可以充分籌集用于投資的資金。此時(shí)，企業(yè)的實(shí)體投資決策將不受其外部融資約束的影響，資本能夠流暢地從低生產(chǎn)率項(xiàng)目流向高生產(chǎn)率項(xiàng)目。然而，金融活動(dòng)規(guī)模、結(jié)構(gòu)和效率等方面發(fā)展水平低、金融契約不完善、信息不對(duì)稱和委托—代理等問題的存在，導(dǎo)致資本市場(chǎng)不完善，企業(yè)外部融資成本顯著高于內(nèi)部融資成本，企業(yè)實(shí)體投資受融資摩擦制約，資本無(wú)法從低效率企業(yè)項(xiàng)目流向高效率企業(yè)項(xiàng)目，資本配置過(guò)程由于偏離效率原則存在錯(cuò)配問題。此外，企業(yè)面臨的融資約束能夠扭曲傳統(tǒng)資本和人力資本在不同生產(chǎn)單位之間的分配，影響廠商的進(jìn)入退出決策［4］。而以上資源錯(cuò)配現(xiàn)象造成了較為嚴(yán)重的效率損失［15］。

城市商業(yè)銀行發(fā)展有助于完善金融體系，優(yōu)化金融資源市場(chǎng)化配置。在中國(guó)，信貸供求矛盾阻礙資源配置效率，降低行業(yè)全要素生產(chǎn)率。市場(chǎng)化程度更高的小企業(yè)盈利能力和生產(chǎn)率水平整體高于大型企業(yè)［16］，但大中型銀行主導(dǎo)型金融體系在信貸資金配置過(guò)程中往往歧視中小企業(yè)［17］。以林毅夫和李永軍［6］為代表的經(jīng)濟(jì)學(xué)家所提出的“中小銀行優(yōu)勢(shì)假說(shuō)”和相關(guān)實(shí)證研究大部分支持中小銀行的發(fā)展能夠完善銀行業(yè)結(jié)構(gòu)，可以紓解生產(chǎn)效率較高、具有市場(chǎng)潛力的小規(guī)模企業(yè)的融資困境，因而以城市商業(yè)銀行為代表的中小銀行發(fā)展為改善信貸配置效率、優(yōu)化資源配置提供了可能。

綜上，筆者認(rèn)為，城市商業(yè)銀行的設(shè)立能夠改善信貸資源配置，進(jìn)而提升行業(yè)資源配置效率和行業(yè)全要素生產(chǎn)率，整體上提高行業(yè)效率，筆者稱其存在“資源配置效應(yīng)”“效率效應(yīng)”?；谝陨戏治?，筆者提出以下假設(shè)：

假設(shè)1：城市商業(yè)銀行的設(shè)立能夠提高行業(yè)效率。

假設(shè)1a：城市商業(yè)銀行的設(shè)立能夠提高行業(yè)資源配置效率。

假設(shè)1b：城市商業(yè)銀行的設(shè)立能夠提高行業(yè)全要素生產(chǎn)率。

城市商業(yè)銀行等中小銀行發(fā)展能夠推進(jìn)金融資源市場(chǎng)化配置的關(guān)鍵是其能夠減輕高效中小企業(yè)面臨的融資歧視，主要原因在于：一方面，如蔡宏波等［18］指出，中小銀行與小規(guī)模企業(yè)之間存在“金融共生”關(guān)系。受制于自身資產(chǎn)規(guī)模小、風(fēng)險(xiǎn)承受能力弱等問題，在與大型企業(yè)和有政府信用背書的國(guó)有企業(yè)的業(yè)務(wù)競(jìng)奪中，中小銀行相對(duì)國(guó)有銀行和大型股份制銀行往往處于劣勢(shì)，必須瞄準(zhǔn)中小企業(yè)業(yè)務(wù)形成其核心競(jìng)爭(zhēng)力。另一方面，中小銀行在獲取中小企業(yè)信息方面擁有明顯優(yōu)勢(shì)。除財(cái)務(wù)報(bào)表、抵押物等硬信息匱乏外，中小企業(yè)實(shí)行個(gè)人化或家庭化管理，個(gè)人魅力和才能是影響企業(yè)經(jīng)營(yíng)管理的關(guān)鍵因素，呈現(xiàn)“軟信息”豐富的信息特征。而與組織結(jié)構(gòu)復(fù)雜和信息傳遞鏈條較長(zhǎng)的大型銀行相比，組織結(jié)構(gòu)較為簡(jiǎn)單、傳遞鏈條短的中小銀行處理軟信息的摩擦成本更低、更擅長(zhǎng)獲取和利用非公開信息，從而更愿意為依賴“軟信息”、財(cái)務(wù)透明度較低但具有市場(chǎng)潛力的企業(yè)提供關(guān)系貸款。而且，作為深耕當(dāng)?shù)匦刨J市場(chǎng)的金融機(jī)構(gòu)，中小銀行更了解當(dāng)?shù)仄髽I(yè)資金需求模式、產(chǎn)業(yè)結(jié)構(gòu)變化以及政策形勢(shì)，這種地緣關(guān)系也使得中小銀行能夠緩解信息不對(duì)稱問題，為其與當(dāng)?shù)仄髽I(yè)維系長(zhǎng)期互動(dòng)提供便利?；谝陨戏治觯P者提出如下假設(shè)：

假設(shè)2：城市商業(yè)銀行的設(shè)立能夠通過(guò)緩解中小企業(yè)面臨的融資約束進(jìn)而提高行業(yè)效率。

三、研究設(shè)計(jì)

（一）變量選取

1. 被解釋變量：行業(yè)效率

本文被解釋變量為行業(yè)效率，用行業(yè)資源配置效率和行業(yè)全要素生產(chǎn)率兩個(gè)變量衡量。行業(yè)資源配置效率通過(guò)行業(yè)生產(chǎn)率離散程度來(lái)反映，離散程度越低，意味著行業(yè)資源配置越有效率。借鑒Hsieh 和Klenow［2］，選取四位數(shù)行業(yè)全要素生產(chǎn)率標(biāo)準(zhǔn)差（TFPSD）和90—10 分位數(shù)差（TFPQD）作為行業(yè)生產(chǎn)率離散程度的代理變量。行業(yè)全要素生產(chǎn)率（TFPI）的計(jì)算則沿襲Olley和Pakes［19］的方法，將其定義為行業(yè)內(nèi)企業(yè)全要素生產(chǎn)率的加權(quán)平均值，選取企業(yè)市場(chǎng)份額作為權(quán)重，即企業(yè)增加值占四位數(shù)行業(yè)增加值的比例。對(duì)于企業(yè)全要素生產(chǎn)率，本文采用OP 方法和LP 方法測(cè)算。①企業(yè)全要素生產(chǎn)率的詳細(xì)計(jì)算過(guò)程未在正文中列出，留存?zhèn)渌?。LP 方法和OP 方法均可以修正傳統(tǒng)估計(jì)方法存在同時(shí)性偏差問題，但OP 方法使用生存概率模型估計(jì)企業(yè)進(jìn)入退出行為，能夠進(jìn)一步減少樣本選擇偏誤，本文以O(shè)P 方法測(cè)得的企業(yè)全要素生產(chǎn)率作為基礎(chǔ)性指標(biāo)變量，以LP方法測(cè)得的企業(yè)全要素生產(chǎn)率用于穩(wěn)健性檢驗(yàn)。

2. 解釋變量：是否成立城市商業(yè)銀行（Bank）

如果城市在樣本期內(nèi)設(shè)立過(guò)城市商業(yè)銀行，則屬于實(shí)驗(yàn)組城市，在設(shè)立城市商業(yè)銀行的當(dāng)年和之后的年份Bank取值為1，否則為對(duì)照組城市，Bank取值為0。

3. 機(jī)制變量：融資約束

本文機(jī)制變量為融資約束，用行業(yè)外部融資依賴度（Efd）和企業(yè)內(nèi)部融資約束（FC）兩個(gè)變量來(lái)衡量。參照簡(jiǎn)澤等［20］的方法，利用企業(yè)資產(chǎn)負(fù)債率來(lái)表示企業(yè)外部融資依賴度，將企業(yè)對(duì)外部資本的依賴程度在城市—產(chǎn)業(yè)層面加總得到城市—行業(yè)層面外部融資依賴度（Efd），加總方式為取1998—2007年企業(yè)外部融資依賴程度的平均值。借鑒蔡衛(wèi)星［21］等的相關(guān)研究，采用企業(yè)利息支出/負(fù)債總計(jì)衡量企業(yè)內(nèi)部融資約束（FC）。

4. 控制變量

本文的控制變量主要從行業(yè)特征、城市特征和企業(yè)特征三個(gè)方面選取。（1）行業(yè)特征方面，借鑒吳晗和賈潤(rùn)崧［22］的研究，選取如下控制變量：企業(yè)平均年齡（iage），用樣本企業(yè)的平均年齡衡量；企業(yè)規(guī)模（iscale），用企業(yè)從業(yè)人員年均人數(shù)的自然對(duì)數(shù)值衡量；研發(fā)投入（newsale），用行業(yè)內(nèi)企業(yè)新產(chǎn)品銷售額占總銷售額的比重均值衡量；國(guó)有企業(yè)比例（soe），用國(guó)有企業(yè)占比衡量；競(jìng)爭(zhēng)程度（HHI），用行業(yè)每個(gè)競(jìng)爭(zhēng)主體市場(chǎng)份額的平方總和衡量。（2）城市特征方面，參考陳勇兵等［23］的研究，控制一系列城市特征Bct以保證處理組和對(duì)照組間的相似性。Bct=Sc，1994× yeart，其中，Sc，1994是依據(jù)城市商業(yè)銀行設(shè)立政策文件選取的1994年地區(qū)事前特征變量，包括：地區(qū)城市信用社特征，本文選取了城市信用社存款余額（CXs）、城市信用社貸款余額（CXf）和城市信用社資本規(guī)模（CXc）的自然對(duì)數(shù)反映城市商業(yè)銀行設(shè)立時(shí)各城市的金融結(jié)構(gòu)基礎(chǔ)；地區(qū)經(jīng)濟(jì)發(fā)展環(huán)境（Indue），用第二產(chǎn)業(yè)產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比重衡量；市轄區(qū)人口密度（Pdensity），用單位市轄區(qū)面積內(nèi)人口數(shù)量的自然對(duì)數(shù)反映城市商業(yè)銀行服務(wù)受眾群體狀況，與其“服務(wù)城市居民”定位對(duì)應(yīng)；政府財(cái)政支出（Gc），用政府財(cái)政支出占GDP的比重衡量，一定程度上反映政府對(duì)經(jīng)濟(jì)的干預(yù)；地區(qū)企業(yè)存量（Fnum）和地區(qū)資本存量（Fcap），用企業(yè)保有量和企業(yè)資本存量的自然對(duì)數(shù)衡量。（3）企業(yè)特征方面，控制變量具體包括：成立年限（age），用企業(yè)成立的時(shí)間計(jì)算；企業(yè)規(guī)模（size），用企業(yè)從業(yè)人員數(shù)量衡量；資產(chǎn)負(fù)債率（lev），用資產(chǎn)負(fù)債率衡量；人均資本（pcap），用人均資本的自然對(duì)數(shù)值計(jì)算；人均工資（pwage），用人均工資的自然對(duì)數(shù)值表示；資產(chǎn)利潤(rùn)率（ROA），用企業(yè)的資產(chǎn)利潤(rùn)率衡量；yeart表示年份虛擬變量。

（二）數(shù)據(jù)來(lái)源和處理

本文數(shù)據(jù)主要來(lái)源于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)、中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)官方網(wǎng)站公布的金融許可證信息、《中國(guó)金融年鑒》、《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告》以及擇城網(wǎng)、人民網(wǎng)、各地方政府網(wǎng)站以及百度百科等。企業(yè)層面數(shù)據(jù)來(lái)自中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)包括全部國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)樣本，具有樣本大、指標(biāo)多、時(shí)間長(zhǎng)、地理信息具體等諸多優(yōu)點(diǎn)，能夠較好地滿足核心指標(biāo)測(cè)算和異質(zhì)性識(shí)別的需求。但聶輝華等［24］指出，該數(shù)據(jù)也存在著樣本匹配混亂、指標(biāo)存在缺失和指標(biāo)大小異常等問題。本文借鑒Brandt 等［25］的研究，構(gòu)建非平衡面板，統(tǒng)一了2003 年前后四位數(shù)行業(yè)的統(tǒng)計(jì)口徑，并刪除了數(shù)據(jù)庫(kù)中的錯(cuò)誤記錄。在此基礎(chǔ)上測(cè)算制造業(yè)企業(yè)全要素生產(chǎn)率和城市—行業(yè)層面生產(chǎn)率和生產(chǎn)率離散度。由于工業(yè)企業(yè)數(shù)據(jù)庫(kù)2008 年及其之后未提供工業(yè)增加值、中間品投入等測(cè)量行業(yè)全要素生產(chǎn)率所需要的關(guān)鍵指標(biāo)，因此，本文所選數(shù)據(jù)區(qū)間為1998—2007年。根據(jù)《中國(guó)金融年鑒》，結(jié)合各銀行官方網(wǎng)站以及金融許可證信息，獲取城市商業(yè)銀行所在地和成立時(shí)間等信息，識(shí)別各地級(jí)市首次設(shè)立城市商業(yè)銀行的時(shí)間。城市商業(yè)銀行設(shè)立數(shù)據(jù)與郭峰和熊瑞祥［5］存在一定出入。除數(shù)據(jù)源有一定差異外，郭峰和熊瑞祥［5］是以前一年6—12 月和當(dāng)年1—5 月作為當(dāng)年的城市商業(yè)銀行設(shè)立數(shù)統(tǒng)計(jì)的，本文則是以當(dāng)年自然年進(jìn)行統(tǒng)計(jì)的。本文選取的城市特征指標(biāo)由《中國(guó)城市統(tǒng)計(jì)年鑒》計(jì)算獲得。官員特征信息則主要來(lái)自擇城網(wǎng)。為避免異常值影響，本文連續(xù)變量在1%和99%水平上進(jìn)行Winsorize縮尾處理，最終獲得行業(yè)層面樣本243 494個(gè)，企業(yè)層面樣本1 332 542個(gè)。

（三）描述性統(tǒng)計(jì)

本文關(guān)于被解釋變量、解釋變量、機(jī)制變量和控制變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。從表1可以看出，各主要變量的描述性統(tǒng)計(jì)結(jié)果都在可控范圍之內(nèi)，可以進(jìn)行實(shí)證分析。

表1 主要變量的描述性統(tǒng)計(jì)結(jié)果

（四）模型設(shè)定

由于城市商業(yè)銀行設(shè)立具有明顯的分批分次、逐步推廣的特征，本文借鑒郭峰和熊瑞祥［5］的研究，采用多期雙重差分模型考察城市商業(yè)銀行設(shè)立的經(jīng)濟(jì)效應(yīng)。

1. 基準(zhǔn)回歸模型

本文參考Beck 等［26］的做法，基于1998—2007 年城市—行業(yè)—時(shí)間三維面板數(shù)據(jù)考察城市商業(yè)銀行設(shè)立的資源配置效應(yīng)和效率效應(yīng)，設(shè)定多期雙重差分模型如下：

其中，c、j 和t 分別表示城市、行業(yè)和年份。Ycjt分別表示c 城市t 年份j 行業(yè)的資源配置效率（TFPSD、TFPQD）和全要素生產(chǎn)率（TFPI）。Bankct表示c城市t年份是否設(shè)立城市商業(yè)銀行。Xcjt表示城市特征和行業(yè)特征控制變量。μcj表示城市—行業(yè)固定效應(yīng)，vt表示年份固定效應(yīng)，εcjt表示隨機(jī)誤差項(xiàng)。系數(shù)β反映了城市商業(yè)銀行設(shè)立的影響。

2. 機(jī)制檢驗(yàn)?zāi)Ｐ?/p>

本文借鑒江艇［27］的研究，直接考察城市商業(yè)銀行設(shè)立對(duì)企業(yè)是否具有融資紓困效果。考慮到不同城市—行業(yè)存在差異性影響，沿襲Rajan 和Zingales［28］的處理方法，本文引入外部融資依賴度捕捉城市商業(yè)銀行對(duì)不同城市—行業(yè)的影響差異，模型設(shè)定如下：

其中，Efdcj表示c城市中四位數(shù)j行業(yè)的外部融資依賴度。系數(shù)δ反映了城市商業(yè)銀行設(shè)立對(duì)不同外部融資依賴度行業(yè)資源配置效率或全要素生產(chǎn)率的影響差異。

企業(yè)層面，檢驗(yàn)城市商業(yè)銀行設(shè)立是否緩解盈利能力更強(qiáng)的中小企業(yè)融資約束，模型如下：

其中，F(xiàn)C 表示企業(yè)面臨的融資約束程度。此外，除了控制城市特征和行業(yè)特征變量外，還控制了企業(yè)層面特征Zit，控制企業(yè)個(gè)體效應(yīng)μit。根據(jù)企業(yè)盈利能力是否高于行業(yè)中值將企業(yè)劃分為高盈利（HROA = 1）和低盈利（HROA = 0）兩種，引入解釋變量Bank×HROA，其系數(shù)λ反映了城市商業(yè)銀行設(shè)立對(duì)盈利能力更強(qiáng)的企業(yè)融資約束的影響差異。

四、實(shí)證分析

（一）基準(zhǔn)回歸分析

本文基于模型（1）的估計(jì)結(jié)果如表2 列（1）—列（2）所示，從中可以看出，Bank 對(duì)行業(yè)生產(chǎn)率離散程度的影響系數(shù)均顯著為負(fù)，表明城市商業(yè)銀行設(shè)立能夠顯著降低城市內(nèi)行業(yè)生產(chǎn)率的離散程度，反映了行業(yè)資源配置效率有所改善。從經(jīng)濟(jì)意義上分析，以列（1）為例，按照TFPSD 的估算均值為0.805 計(jì)算，城市商業(yè)銀行設(shè)立使行業(yè)全要素生產(chǎn)率標(biāo)準(zhǔn)差（TFPSD）降低了2.86%（0.023/0.805×100%）。上述結(jié)果驗(yàn)證了資源配置效應(yīng)的顯著性，即城市商業(yè)銀行設(shè)立能夠改善資源配置效率，假設(shè)1a 成立。進(jìn)一步地，對(duì)城市商業(yè)銀行設(shè)立的效率效應(yīng)檢驗(yàn)結(jié)果如表2 列（3）所示，從中可以看出，Bank 的系數(shù)顯著為正，說(shuō)明設(shè)立城市商業(yè)銀行能夠顯著提升行業(yè)全要素生產(chǎn)率（TFPI）水平。從經(jīng)濟(jì)意義來(lái)看，按照TFPI的估算均值為2.316計(jì)算，城市商業(yè)銀行設(shè)立使行業(yè)全要素生產(chǎn)率提高了3.41%（0.079/2.316×100%）。以上結(jié)論驗(yàn)證了假設(shè)1b，城市商業(yè)銀行設(shè)立的效率效應(yīng)顯著，即城市商業(yè)銀行設(shè)立能夠提高行業(yè)全要素生產(chǎn)率。

表2 基準(zhǔn)回歸結(jié)果

（二）平行趨勢(shì)檢驗(yàn)

借鑒Beck等［26］的處理方法，本文在基準(zhǔn)回歸中引入一系列虛擬變量追蹤考察城市商業(yè)銀行設(shè)立與行業(yè)資源配置和全要素生產(chǎn)率之間關(guān)系的動(dòng)態(tài)變化：

圖1 b：對(duì)TFPI的平行趨勢(shì)檢驗(yàn)結(jié)果

圖1 a：對(duì)TFSD的平行趨勢(shì)檢驗(yàn)結(jié)果

（三）安慰劑檢驗(yàn)

本文進(jìn)行如下安慰劑檢驗(yàn)：為每個(gè)城市隨機(jī)虛構(gòu)城市商業(yè)銀行成立時(shí)間，再利用基準(zhǔn)模型進(jìn)行實(shí)證檢驗(yàn)，重點(diǎn)比較城市商業(yè)銀行設(shè)立對(duì)行業(yè)生產(chǎn)率離散程度和行業(yè)全要素生產(chǎn)率的估計(jì)系數(shù)與基準(zhǔn)回歸的差異，并進(jìn)行了500次隨機(jī)化測(cè)試。估計(jì)系數(shù)和對(duì)應(yīng)P值的估計(jì)結(jié)果如圖2a和圖2b所示，兩張圖分別呈現(xiàn)了對(duì)資源配置效應(yīng)和效率效應(yīng)的安慰劑檢驗(yàn)結(jié)果。從中可以看出，無(wú)論是資源配置效應(yīng)還是效率效應(yīng)，在500次的隨機(jī)化測(cè)試中，解釋變量的估計(jì)系數(shù)以零為均值呈現(xiàn)正態(tài)分布，說(shuō)明測(cè)試均符合隨機(jī)化的要求。并且，隨機(jī)測(cè)試得到的估計(jì)系數(shù)均顯著異于圖中豎虛線所在的位置（分別對(duì)應(yīng)基準(zhǔn)回歸中解釋變量的系數(shù)-0.023 和0.079），說(shuō)明資源配置效應(yīng)和效率效應(yīng)確實(shí)是由城市商業(yè)銀行設(shè)立帶來(lái)的結(jié)果，而并非由其他特征導(dǎo)致的。

圖2 b：對(duì)TFPI的安慰劑檢驗(yàn)結(jié)果

圖2 a：對(duì)TFPSD的安慰劑檢驗(yàn)結(jié)果

（四）穩(wěn)健性檢驗(yàn)② 穩(wěn)健性檢驗(yàn)結(jié)果未在正文中列出，留存?zhèn)渌鳌?/h3>

為檢驗(yàn)城市商業(yè)銀行設(shè)立影響效應(yīng)的穩(wěn)健性，本文圍繞雙重差分估計(jì)可能存在的相關(guān)疑慮而展開，從是否存在遺漏變量、是否存在測(cè)量誤差、是否存在其他政策沖擊干擾進(jìn)行穩(wěn)健性檢驗(yàn)。

1. 工具變量估計(jì)

Bai 和Jia［29］研究指出，當(dāng)遺漏變量對(duì)政策前后的效果不同時(shí)，雙重差分模型不能完全排除由遺漏變量導(dǎo)致的內(nèi)生性問題。城市商業(yè)銀行是在許多地方城市信用社暴露出經(jīng)濟(jì)管理質(zhì)量低和不良風(fēng)險(xiǎn)比例高等問題的背景下，為防范化解地方金融風(fēng)險(xiǎn)設(shè)立的?？赡艽嬖诓豢捎^測(cè)因素在城市商業(yè)銀行設(shè)立前后的經(jīng)濟(jì)影響不同，同時(shí)，該變量也影響當(dāng)?shù)亟鹑陲L(fēng)險(xiǎn)，這將導(dǎo)致估計(jì)結(jié)果偏誤。因此，本文對(duì)地方金融風(fēng)險(xiǎn)選擇工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。

本文選取儒家學(xué)院數(shù)量（Confucian）作為地方金融風(fēng)險(xiǎn)的工具變量。首先，F(xiàn)isman 等［30］發(fā)現(xiàn)，文化等非正式制度是影響基于信任的金融活動(dòng)的關(guān)鍵因素。陳頤［31］進(jìn)一步指出，儒家文化歷來(lái)重視信任并通過(guò)倫理教育指導(dǎo)和規(guī)范人們的行為，在義利問題上強(qiáng)調(diào)“誠(chéng)招天下客，譽(yù)從信中來(lái)”“童叟無(wú)欺”等經(jīng)營(yíng)理念，這在一定程度上能夠影響當(dāng)?shù)亟鹑诜?wù)對(duì)象的信用意識(shí)和違約風(fēng)險(xiǎn)，進(jìn)而影響地方金融風(fēng)險(xiǎn)，滿足相關(guān)性條件。當(dāng)?shù)厝寮覍W(xué)院的開設(shè)本身并不直接影響企業(yè)間資源配置和行業(yè)全要素生產(chǎn)率水平，能夠滿足外生性條件，因此，儒家學(xué)院數(shù)量能夠較好地滿足工具變量要求。工具變量第一階段估計(jì)結(jié)果均明顯拒絕弱工具變量假設(shè)，說(shuō)明工具變量較好地滿足了相關(guān)性條件。第二階段估計(jì)結(jié)果顯示，城市商業(yè)銀行設(shè)立的資源配置效應(yīng)和效率效應(yīng)均顯著，說(shuō)明本文基準(zhǔn)結(jié)論穩(wěn)健。此外，工具變量估計(jì)系數(shù)大小和顯著性均有一定程度的提高，表明初始的DID估計(jì)結(jié)果是相對(duì)保守的。

2. 更換被解釋變量估算方法

為避免行業(yè)全要素生產(chǎn)率計(jì)算方法選擇造成的測(cè)量誤差，本文采用LP 方法對(duì)行業(yè)全要素生產(chǎn)率進(jìn)行替代性測(cè)度，并基于模型（1）進(jìn)行穩(wěn)健性檢驗(yàn)，估計(jì)結(jié)果仍然顯著支持研究結(jié)論。

3. 排除其他政策干擾

為了保證結(jié)論的嚴(yán)謹(jǐn)性，本文借鑒陳勇兵等［23］的相關(guān)研究，從企業(yè)融資渠道和宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r等維度排除其他政策干擾。包括：（1）農(nóng)村商業(yè)銀行的設(shè)立和發(fā)展。由于農(nóng)村商業(yè)銀行與城市商業(yè)銀行同屬地方性金融機(jī)構(gòu)，其設(shè)立和發(fā)展也可能影響該地區(qū)的資源配置和全要素生產(chǎn)率。為排除該因素的干擾，本文在基準(zhǔn)模型（1）中進(jìn)一步控制了各地區(qū)農(nóng)商行數(shù)量的自然對(duì)數(shù)值（RCB）。（2）大中型銀行分支機(jī)構(gòu)。企業(yè)的融資渠道除中小銀行外，大型國(guó)有銀行和全國(guó)性股份制銀行也可能為其提供融資，因此，本文在基準(zhǔn)模型中進(jìn)一步控制了各地區(qū)不同年份已設(shè)立大中型商業(yè)銀行網(wǎng)點(diǎn)數(shù)量的自然對(duì)數(shù)值（Bankbranch）。（3）外商直接投資。外商直接投資可能為企業(yè)提供資金，在模型（1）中進(jìn)一步控制各省市外商直接投資實(shí)際使用金額的自然對(duì)數(shù)值（lnFDI）。（4）交通基礎(chǔ)設(shè)施。交通基礎(chǔ)設(shè)施能顯著影響全要素生產(chǎn)率，各地區(qū)之間交通基礎(chǔ)設(shè)施發(fā)展存在明顯差異，為排除該因素干擾，在基準(zhǔn)模型中引入各地區(qū)年末道路總長(zhǎng)度的自然對(duì)數(shù)值（lnRoad）。此外，還對(duì)上述因素全部進(jìn)行控制。上述結(jié)果均與本文基本結(jié)論一致，即在排除其他因素影響后，本文結(jié)論依然穩(wěn)健。

（五）機(jī)制分析

表3 和表4 報(bào)告了對(duì)融資機(jī)制的檢驗(yàn)結(jié)果。表3 報(bào)告了基于模型（2）估計(jì)的行業(yè)層面證據(jù)。行業(yè)資源配置效應(yīng)的估計(jì)結(jié)果如表3 列（1）和列（2）所示，Bank × Efd 對(duì)行業(yè)生產(chǎn)率離散程度（TFPSD、TFPQD）的系數(shù)均顯著為負(fù)，表明城市商業(yè)銀行設(shè)立對(duì)該行業(yè)資源配置效率的積極影響對(duì)于更依賴外部融資的行業(yè)更顯著。對(duì)行業(yè)全要素生產(chǎn)率（TFPI）的估計(jì)結(jié)果如表3 列（3）所示，Bank × Efd的系數(shù)顯著為正，表明城市商業(yè)銀行設(shè)立對(duì)行業(yè)全要素生產(chǎn)率的促進(jìn)作用對(duì)于更依賴外部融資的行業(yè)更顯著。吳晗和賈潤(rùn)崧［22］指出，中國(guó)行業(yè)外部融資依賴度在一定程度上可以反映行業(yè)資源配置狀況的扭曲程度，因此，該結(jié)果從行業(yè)層面驗(yàn)證了城市商業(yè)銀行設(shè)立可以改善信貸資源的配置。

表3 城市商業(yè)銀行設(shè)立的融資機(jī)制驗(yàn)證：行業(yè)層面證據(jù)

表4 機(jī)制檢驗(yàn)結(jié)果：企業(yè)層面證據(jù)

表4 列（1）—列（3）報(bào)告了基于模型（3）的全樣本和分樣本回歸結(jié)果。全樣本估計(jì)結(jié)果顯示，Bank × HROA 的系數(shù)顯著為負(fù)，表明就企業(yè)整體而言，城市商業(yè)銀行設(shè)立有利于盈利能力較強(qiáng)的企業(yè)獲得融資，優(yōu)化了信貸資源配置。依規(guī)模劃分樣本時(shí)，中小企業(yè)和大型企業(yè)的估計(jì)結(jié)果分別如表4 列（2）和列（3）所示，對(duì)比Bank×HROA 的系數(shù)能夠發(fā)現(xiàn)，中小企業(yè)的系數(shù)大小和顯著性均高于大企業(yè)，這表明，相較于大企業(yè)，城市商業(yè)銀行設(shè)立更有利于中小企業(yè)中盈利能力強(qiáng)的企業(yè)獲得信貸資源。上述結(jié)論與理論研究中提出的中小銀行發(fā)展能夠促進(jìn)信貸資源向有效率的企業(yè)流動(dòng)、改善資源配置，通過(guò)緩解高效率中小企業(yè)面臨的融資約束相一致。

與已有文獻(xiàn)論證的以城市商業(yè)銀行為代表的中小銀行通過(guò)“銀行競(jìng)爭(zhēng)渠道”緩解企業(yè)融資約束不同［32］，本文強(qiáng)調(diào)城市商業(yè)銀行設(shè)立通過(guò)獲取和處理企業(yè)“軟信息”，降低與中小企業(yè)的信息不對(duì)稱程度，通過(guò)“信息渠道”緩解中小企業(yè)在信貸市場(chǎng)上的劣勢(shì)地位。因此，本文進(jìn)一步拆解了城市商業(yè)銀行設(shè)立對(duì)緩解中小企業(yè)融資約束的詳細(xì)作用機(jī)制。首先，區(qū)分不同地區(qū)期初銀行業(yè)競(jìng)爭(zhēng)程度，檢驗(yàn)不同競(jìng)爭(zhēng)程度下城市商業(yè)銀行設(shè)立對(duì)中小企業(yè)融資的作用效果是否存在差異，依據(jù)銀行分支機(jī)構(gòu)數(shù)量計(jì)算基期銀行業(yè)競(jìng)爭(zhēng)水平，按照是否高于全國(guó)平均水平將地區(qū)劃分為高競(jìng)爭(zhēng)程度（comp_bank = 1） 和低競(jìng)爭(zhēng)程度（comp_bank = 0），模型（3） 中引入Bank、HROA 和comp_bank的交互項(xiàng)，針對(duì)中小企業(yè)樣本得到的估計(jì)結(jié)果如表4列（4）所示，結(jié)果顯示，Bank ×HROA × comp_bank 的系數(shù)顯著為負(fù)，表明對(duì)于銀行競(jìng)爭(zhēng)程度越高的地區(qū)，城市商業(yè)銀行設(shè)立對(duì)高盈利中小企業(yè)的作用效果更顯著，這一結(jié)果與銀行競(jìng)爭(zhēng)加劇渠道的預(yù)期相反，表明城市商業(yè)銀行設(shè)立通過(guò)加劇本地銀行競(jìng)爭(zhēng)的促進(jìn)作用很小。其次，考察城市商業(yè)銀行發(fā)揮獲取利用“軟信息”的優(yōu)勢(shì)緩解銀行與中小企業(yè)信息不對(duì)稱的信息渠道是否存在。借鑒Levine 等［33］的研究，從中小企業(yè)的進(jìn)入年限和資產(chǎn)有形性兩個(gè)維度考察。一方面，新進(jìn)入中小企業(yè)相比在位中小企業(yè)信息更不透明、更依賴于“軟信息”，如果信息渠道存在，城市商業(yè)銀行設(shè)立的效果對(duì)新進(jìn)入的中小企業(yè)應(yīng)更為顯著；另一方面，有形資產(chǎn)比例更低的中小企業(yè)信息不透明度更高，如果信息渠道存在，對(duì)于有形資產(chǎn)比例更低的中小企業(yè)作用效果應(yīng)更為顯著。為了比較城市商業(yè)銀行設(shè)立對(duì)新進(jìn)入中小企業(yè)（Dum_Entr = 1）和在位中小企業(yè)（Dum_Entr = 0）影響的差異。本文在模型（3）中引入Bank、HROA 和Dum_Entr的交互項(xiàng)，針對(duì)中小企業(yè)樣本得到的估計(jì)結(jié)果如表4 列（5）所示，結(jié)果顯示，Bank × HROA × Dum_Entr 的系數(shù)顯著為負(fù)，表明城市商業(yè)銀行設(shè)立對(duì)新進(jìn)入的中小企業(yè)的作用效果更為顯著。最后，比較城市商業(yè)銀行設(shè)立對(duì)有形資產(chǎn)比例較高和較低的中小企業(yè)的作用效果。依據(jù)企業(yè)無(wú)形資產(chǎn)占總資產(chǎn)的比例是否高于行業(yè)均值，將中小企業(yè)劃分為資產(chǎn)有形性低（itang = 1）和有形性高（itang = 1）兩種，在模型（3）中引入Bank、HROA 和itang的交互項(xiàng)，再針對(duì)中小企業(yè)樣本得到的估計(jì)結(jié)果如表4 列（6）所示，結(jié)果顯示，Bank ×HROA × itang的系數(shù)顯著為負(fù)，表明城市商業(yè)銀行設(shè)立對(duì)資產(chǎn)有形性較低的中小企業(yè)的作用效果更為顯著。上述結(jié)果與信息渠道存在的預(yù)期一致。以上結(jié)果驗(yàn)證了本文的假設(shè)2。

（六）異質(zhì)性分析

1. 市場(chǎng)化程度異質(zhì)性

樊綱等［34］研究指出，東部地區(qū)的市場(chǎng)化指數(shù)明顯高于中西部地區(qū)，本文依地理位置將全樣本劃分為東部和中西部地區(qū)兩組對(duì)模型（1）進(jìn)行分樣本回歸，估計(jì)結(jié)果如表5 所示。表5 列（1）—列（4）報(bào)告了東部地區(qū)和中西部地區(qū)城市商業(yè)銀行設(shè)立的行業(yè)資源配置效應(yīng)估計(jì)結(jié)果。結(jié)果顯示，東部地區(qū)Bank對(duì)行業(yè)資源配置效率的影響系數(shù)顯著高于中西部地區(qū)。表5列（5）和列（6）是對(duì)東部地區(qū)和中西地區(qū)城市商業(yè)銀行設(shè)立產(chǎn)生的效率效應(yīng)的估計(jì)結(jié)果。結(jié)果表明，東部地區(qū)Bank 對(duì)行業(yè)全要素生產(chǎn)率的系數(shù)顯著高于中西部地區(qū)。上述結(jié)果說(shuō)明，城市商業(yè)銀行設(shè)立對(duì)于市場(chǎng)化程度較高的地區(qū)具有更為顯著的行業(yè)資源配置效應(yīng)和效率效應(yīng)，即城市商業(yè)銀行的作用效果與所在地區(qū)的市場(chǎng)化程度有關(guān)。

表5 市場(chǎng)化程度異質(zhì)性回歸結(jié)果

2. 官員特征異質(zhì)性

錢先航等［35］發(fā)現(xiàn)，官員將自身的晉升意愿嵌入到作為銀行股東的政府之中，影響了政府對(duì)銀行信貸配置的行政干預(yù)激勵(lì)，進(jìn)而影響銀行的資源配置效應(yīng)和效率效應(yīng)。本文依據(jù)地區(qū)市委書記是否發(fā)生更替劃分樣本，對(duì)模型（1）的估計(jì)結(jié)果如表6 所示。結(jié)果顯示，無(wú)論是資源配置效應(yīng)還是效率效應(yīng)，Bank 的系數(shù)在市委書記晉升壓力較小即發(fā)生官員更替的城市更為顯著、影響效應(yīng)更大，該結(jié)果表明，當(dāng)市委書記發(fā)生變更時(shí)，地方官員晉升壓力越小，對(duì)資源進(jìn)行行政干預(yù)的概率較低，城市商業(yè)銀行設(shè)立的影響效應(yīng)更為顯著。

表6 官員特征異質(zhì)性回歸結(jié)果

五、研究結(jié)論與政策建議

本文基于中國(guó)城市商業(yè)銀行分批次組建、分步驟推廣的準(zhǔn)自然實(shí)驗(yàn)，以規(guī)模以上制造業(yè)企業(yè)為樣本，構(gòu)建多期雙重差分模型探究城市商業(yè)銀行設(shè)立對(duì)行業(yè)效率的作用效果和微觀實(shí)現(xiàn)路徑。研究表明：第一，城市商業(yè)銀行設(shè)立能夠改善行業(yè)資源配置效率，提升行業(yè)全要素生產(chǎn)率，具有顯著的資源配置效應(yīng)和效率效應(yīng)。第二，機(jī)制檢驗(yàn)結(jié)果顯示，城市商業(yè)銀行設(shè)立通過(guò)緩解高盈利中小企業(yè)的融資約束進(jìn)而優(yōu)化信貸資源配置。進(jìn)一步對(duì)具體機(jī)制的詳細(xì)拆分發(fā)現(xiàn)，城市商業(yè)銀行主要通過(guò)發(fā)揮自身在軟信息獲取利用上的優(yōu)勢(shì)而非促進(jìn)競(jìng)爭(zhēng)而作用于企業(yè)融資。第三，異質(zhì)性分析發(fā)現(xiàn)，城市商業(yè)銀行設(shè)立的資源配置效應(yīng)和效率效應(yīng)在市場(chǎng)化程度較高、行政干預(yù)較少的地區(qū)更為顯著。

根據(jù)以上研究結(jié)論，筆者提出以下政策建議：第一，應(yīng)繼續(xù)發(fā)展城市商業(yè)銀行等地方性金融機(jī)構(gòu)，發(fā)揮其小銀行優(yōu)勢(shì)，構(gòu)筑服務(wù)于當(dāng)?shù)亟?jīng)濟(jì)及當(dāng)?shù)刂行∑髽I(yè)的金融服務(wù)體系，實(shí)現(xiàn)地區(qū)性和全國(guó)性銀行機(jī)構(gòu)間的優(yōu)勢(shì)互補(bǔ)，優(yōu)化金融結(jié)構(gòu)。第二，作為地方性金融機(jī)構(gòu)，城市商業(yè)銀行應(yīng)牢牢把握服務(wù)本地中小微企業(yè)的市場(chǎng)定位，“扎根本土”而非“攻城掠地”，充分發(fā)揮其對(duì)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展、企業(yè)融資需求和企業(yè)信用狀況的信息優(yōu)勢(shì)，提供差異化的特色服務(wù)。第三，地方政府應(yīng)減少或避免對(duì)金融資源配置的干預(yù)，以最大限度減輕對(duì)市場(chǎng)機(jī)制的扭曲，進(jìn)一步推動(dòng)銀行部門的市場(chǎng)化改革，暢通資金要素的市場(chǎng)化流動(dòng)渠道。同時(shí)，要通過(guò)適當(dāng)規(guī)制，避免銀行機(jī)構(gòu)僅僅通過(guò)兼并地方銀行來(lái)爭(zhēng)奪市場(chǎng)份額。