中國企業正式融資與非正式融資的決定因素研究

張曉丹　王先述　彭耿

摘要：文章以世界銀行在2011年12月至2013年2月間對中國企業的調查數據為樣本，通過對數據篩選整理，構建Probit模型研究了中國企業正式融資和非正式融資的影響因素。研究結果發現：企業規模、組織形式和腐敗程度這三個因素對企業融資方式的選擇有顯著的影響，其他變量對企業融資方式選擇的影響不顯著。

關鍵詞：正式融資；非正式融資；融資渠道；Probit模型

一、引言

近年來，城市化進程的不斷推進，企業的規模不斷擴大，企業融資的整體規模也全面擴大。從現今的市場環境狀況來看，競爭越來越激烈，有相當一部分企業仍然沒有獲得必需的資金，同時監管手段也欠缺。因此，在新形勢下，企業應審時度勢，明確自身的真實狀況，尋找可行的解決方案，獲得合適的融資途徑。

金融的發展已被證明是以更快的增長速度來提高資源配置的效率。研究的重點一直是正式的金融機構，而且國內文獻對此研究也較少，然而非正式金融系統的存在，也對金融的發展產生一定的影響。目前主要觀點是，非正規金融機構通過為低端市場提供服務而對正規金融系統起到補充作用，其中非正式融資通常由限制在農村地區的小額、無擔保、短期貸款、農業合同、家庭組成，也有觀點認為非正式融資包括上市融資、貿易信貸、保理、租賃、高利貸、典當、來自未經批準的銀行的貸款等。非正規金融機構主要通過聲譽和關系，能夠更有效地實現對商業銀行和類似的正規金融機構的監督。然而也有觀點認為，非正規金融系統不能取代正規金融系統，因為非正規金融系統的監督和執行機制都不具備規模效應，不能滿足市場的高端需求。

因此，選擇正式融資機制和非正式融資機制以及影響因素的問題仍然值得研究。經濟中的融資需求主要包括正式融資機制和非正式融資機制，企業獲得貸款的方式各不相同，不同的貸款途徑和不同的影響因素在公司選擇融資的方式上也有所不同，本文將企業的融資方式進行分類，視正式融資為通過銀行或非銀行金融機構獲得貸款，除此之外其他渠道均為非正式融資，分成正式融資渠道和非正式融資渠道，進而研究這兩種融資途徑的決定因素，為制定中國企業發展的財政支持政策提供更多的依據。

二、文獻綜述

相關文獻表明，規模較小、經營時間較短的公司在財務上更受限制。Devereux和Schiantarelli（1990）、Oliner和Rudebusch（1992）根據年齡和規模將公司分類為財務約束公司和財務無約束公司。Kaplan和Zingales（1997） 基于在年度報告中的聲明，將企業也劃分為“非財務約束”和“財務約束”公司，通過研究發現如果這些公司違反債務契約，公司將受到嚴重的財政限制，削減了他們通常的信貸來源，從而重新談判債務，或由于流動性問題，他們被迫減少投資。Straub（2005）指出非正式融資中的小額信貸為小企業家提供了更好的信貸機制。非正式融資對于中小企業具有非常重要的作用，在我國經濟發展中的地位越來越重要，對經濟增長產生積極的作用（陳陽，2013）。屬于企業集團的公司也被認為面臨著較低的融資障礙，因為這些公司可以獲得集團內部現金流，更可能與銀行有密切的聯系（Hoshi et al，1991）。跨國或外資企業更容易獲得國際融資來源，因此預計將面臨較低的融資障礙（Harrison和McMillan，2003）。在許多國家，由于享受政府和國有金融機構的優惠待遇，國有企業也會報告較低的融資障礙（Harrison和 McMillan，2003；Laeven，2003）。趙翔（2005）分析認為影響企業融資的選擇包括企業風險態度和融資效率等因素。

不同學者對正式融資與非正式融資的對企業的作用的說法不一。田青（2016）認為獲得銀行貸款等正式融資的企業增長的效果較好。俞鴻林（2013）指出商業信用這一非正式融資為難以獲得銀行借貸的企業緩解了融資約束。付文慧（2016）對“金磚四國”的跨國比較研究發現正式融資能夠顯著的促進企業增長，而非正式融資在不同的國家對企業成長的影響有所差異。劉廣生和岳芳芳（2017）、曹琴和周顯異等（2016）提出盈利性好的企業偏向于債權融資。李斌和孫月靜（2013）的實證研究結果表明，中小企業傾向于將銀行貸款作為正式融資方式。

綜上，現有研究對影響正式融資和非正式融資的因素研究較少，并且存在不同意見。有文獻表明正式融資可以促進企業成長的說法較為統一，對于非正式融資的作用則是有爭議的。現階段各行業的融資方式的選擇尚不明確。對發展中國家來說，金融市場還需要改進與完善，市場中仍然存在一些扭曲，企業選擇正式融資還是非正式融資，以及其影響因素仍然值得研究。鑒于此，本文利用世界銀行對中國企業的調查數據，通過實證來分析何種因素決定企業融資方式的選擇。

三、研究設計

（一）數據來源

本文數據基于世界銀行2011 年12 月至2013 年2 月對中國企業的調查數據，調查對象是中國148家國有企業和2700 家私營企業，涵蓋了25 個大城市（表1）的19個行業（表2），報告調查數據為2011 年年度數據，調查內容涵蓋了商業環境、基礎設施、企業所有權、創新、投資、就業、供求、融資和績效等問題。調查結果包含定性和定量數據，主要通過企業所有者和管理人員的面對面調查獲得。世界銀行的問卷中提供了企業用于“運營資本融資”的六種融資渠道，分別是“公司留存收益”、“發行新股”、“國有或私營銀行”、“非銀行金融機構”“貿易信貸”以及“家人、朋友、高利貸者等”，所有融資渠道所占比例之和為 100%。本文對于這2848 家企業，對其六種融資渠道分為正式融資與非正式融資兩類。保留了制造業所有企業的全部數據，并剔除了問卷中回答不知道或者缺失數據的樣本，最終得到841個樣本。并通過中國統計年鑒獲得各個城市的人均GDP和金融相關指標兩個指標的數據，對企業正式融資和非正式融資的影響因素進行綜合分析。

（二）變量設計

1. 被解釋變量

本文將調查問卷中涉及“運營資本融資”的六種融資渠道歸總為正式融資方式與非正式融資方式兩類，并設置虛擬變量Financing options。企業有從銀行或非銀行金融機構獲得貸款，即為正式融資，取值為1，否則沒有從銀行或非銀行金融機構獲得的貸款，即非正式融資比例為100%，為非正式融資，取值為0。

2. 解釋變量

關于解釋變量的選取，主要有以下兩方面的考慮：一是企業融資首先要考慮企業自身情況，即企業特征變量；二是企業所處的外部環境，制度環境對企業的影響，以及經濟狀況對企業的影響，這些都是企業進行融資需要考慮的必要因素。因此本文主要考慮企業特征、制度環境和經濟環境的三個方面的變量，對企業融資方式的影響進行分析。

關于企業特征的變量，根據調查數據，在企業層面指標中，企業年齡、企業規模、企業競爭程度、企業產權性質和組織形式指標可得。本文將企業年齡分為三組，其中如果企業年齡（age）小于5年，即為年輕企業，變量取值為1；如果企業年齡在大于5年小于20年的

區間范圍內，即為中年企業，變量取值為2；如果企業年齡大于20年，即為老年企業，變量取值為3。企業規模（size）分為三類：小型企業、中型企業和大型企業，其中員工人數為5～19人，即是小型企業，變量取值為1；員工人數為20～99人，即是中型企業，變量取值為2；員工人數為大于100人，即是大型企業，變量取值為3。按照企業面臨不同的競爭程度（competition）， 將公司的競爭對手分成1～3、4～6、7～15、16～100、大于100 等五個范圍，分別取值為1，2，3，4，5。企業產權性質（state）虛擬變量：如果企業屬于國有企業，則取值為1，否則為0。企業組織形式（corporation）虛擬變量，如果企業的組織形式是股份公司，無論是國有還是私有，則變量取值為1，否則為0；如果企業屬于集體企業或合伙企業，則變量取值為1，否則為0。如果企業是個人獨資企業，則變量取值為1，否則為0。

關于制度環境的度量。本文選擇企業腐敗程度與法律環境兩個指標。企業腐敗程度，根據調查數據，通過“稅務機關在檢查時是否收受禮物或非正式的收款”這一問題來衡量企業的腐敗程度，如果企業沒有腐敗，則取值為1，否則為0。法律環境，根據調查數據，通過“認為法院系統是公正、廉潔的”這一問題來衡量企業的法律環境，如果公司回答“完全不同意”，則取值為1，回答“趨向不同意”，則取值為2，回答“趨向同意”，則取值為3，回答“完全同意”，則取值為4。

關于經濟環境的度量。本文選擇人均GDP和金融相關指標兩個指標。數據來自中國統計年鑒，并通過整理得到。其中人均GDP計算公式是GDP總額/總人口。金融相關指標計算公式是金融資產總量/GDP總額。

3. 計量模型設定

本文研究的企業融資方式分為正式融資與非正式融資。顯然，企業的融資方式可能會同時存在正式融資與非正式融資這兩種方式，而且這兩種方式之間存在著一定程度的互補性。例如，企業規模越大，企業越傾向于選擇正式融資，反過來，企業選擇正式融資也會使企業規模越來越大。此外，一些不可觀察的因素也可能影響企業融資的不同方式，考慮到上述內生問題，使用多變量Probit 模型（Multivariate Probit Model），因為該模型允許不同方程的誤差項之間存在相關。具體的實證模型形式如下：

Financing options=α+β1age+β2size+β3competition+β4stata+β5corporation+β6environment+β7corruption+β8GDP per capita+β9FIR+ε

四、實證結果分析

（一）變量的描述性統計分析

表4顯示了被解釋變量和解釋變量的描述統計。融資方式的平均值分別為0.323，標準差為0.468，說明大多數企業傾向于選擇非正式融資。另外人均GDP和競爭者的均值分別為8.402、4.099，標準差為3.227和1.559，反映人均GDP和競爭者對企業融資方式的選擇有一定的影響。

（二）變量的相關性分析

表5顯示了被解釋變量與不同公司特征之間的相關性。企業規模、產權性質、合伙企業、人均GDP和金融相關比率與正式融資有正向關系，而企業年齡、競爭程度、股份制公司、個人獨資企業、法律環境和腐敗程度與正式融資有反向關系。非正式融資正好相反。數據顯示，隨著企業規模擴大，企業的正式融資比例增加，而非正式融資比例下降；國有企業傾向于選擇正式融資，而非國有企業傾向于選擇非正式融資；企業越腐敗，選擇非正式融資的比例越高，腐敗程度越低，選擇正式融資的比例越高；企業所處的法律環境越不公正，越傾向于選擇正式融資，而對于比較公正法律環境，則選擇非正式融資。然而，這些公司特征有許多是相互關聯的。為了確定哪些公司特征對正式融資和非正式融資的選擇起決定作用，因此本文選擇了多變量分析。

（三）回歸結果

剔除異常值后，表6報告了不同企業特征及所處環境對融資方式選擇的影響的probit回歸結果。回歸結果表明，企業規模的回歸系數為正且在1%的水平上顯著，表明企業規模對企業選擇正式融資方式有重大的影響；股份制公司、個人獨資企業和腐敗程度的回歸系數為負且在1%的水平上顯著，表明組織形式與腐敗程度對企業選擇非正式融資方式有重大的影響。其他變量對企業融資方式的選擇沒有顯著的影響。

五、研究結論

本文利用世界銀行關于制造業企業的調查數據來研究選擇正式融資和非正式融資的決定因素的影響。首先，本文對被解釋變量和解釋變量進行描述性統計，說明大多數企業傾向于選擇非正式融資。另外人均GDP和競爭者對企業融資方式的選擇有一定的影響。其次列式了被解釋變量與不同公司特征之間的相關關系，表明這些公司特征有許多是相互關聯的。最后，報告了不同企業特征及所處環境對融資方式選擇的影響的probit回歸結果，結論表明企業規模、組織形式和腐敗程度這三個因素對企業融資方式的選擇有重大的影響；而其他的變量對企業融資方式的選擇沒有顯著的影響。

本文研究結論說明，企業融資方式的選擇主要受企業自身因素的影響，企業規模越大，越傾向于選擇正式融資，反之則選擇非正式融資。因此，有必要進一步發展與完善金融市場和資本市場的融資功能機制，推動正式融資機制在企業發展中發揮更大的作用；其次，要加強非正式金融機構的風險管控，建立有效的監測機制；最后，是在兩者的基礎上發展健全配套的融資體系。

如今，金融市場仍處于逐步完善的階段，正式融資的不足提供了非正式融資成長的機會，尤其是對于無法滿足銀行貸款門檻的小微企業。金融市場的改革是單方實體無法實現的，這需要政府、銀行和企業的共同努力。首先，政府有關部門要積極推行和落實金融改革配套政策，鼓勵和支持銀行等金融機構降低貸款門檻，擴大可貸款范圍，為民營企業和小微企業提供融資機會。其次，銀行應適當降低貸款門檻，開發新的方式來識別企業可信度，鑒別貸款安全性，放寬資金使用方向，使更多的企業獲得成長。最后，作為融資主體，企業要加強自身管理、提高信譽水平、增強自身成長性，以便滿足貸款要求。另外，企業不能盲目選擇融資方式，應視情況選擇最佳融資方式。

當然，文章還存在以下不足：首先，樣本數據來源于2011年， 數據時效性相對不足。其次，在實證分析部分，深度還不夠。因此，如何在數據可得和知識儲備更加深厚的情況下考察企業正式融資與非正式融資的決定因素還值得進一步研究。

參考文獻：

[1]Kaplan， S. Zingales， L. Do investmentecash flow sensitivities provide useful measures of financing constraints？[J]. Quarterly Journal of Economics，1997（01）.

[2]Devereux， M. Schiantarelli， F. Investment， financial factors and cash flow from UK panel data. In： Hubbard， G. （Ed.）， Information， Capital Markets and Investment[D]. University of Chicago Press， Chicago， IL. 1990.

[3]Hoshi， T.， Kashyap， A.， Scharfstein， D.， Corporate structure， liquidity and investment： evidence from Japanese industrial groups[J]. Quarterly Journal of Economics， 1991（01）.

[4]Harrison， A.， McMillan， M.， Does direct foreign investment affect domestic firm credit constraints？[J]. Journal of International Economics，2003（01）.

[5]Laeven， L.， Does financial liberalization reduce financing constraints？[J]. Financial Management 2003（01）.

[6]Straub S. Informal sector： the credit market channel[J]. Journal of Development Economics，2005（02）.

[7]田青.正式融資機制和非正式融資機制：誰促進了企業增長？[J].上海金融，2016（10）.

[8]俞鴻琳.關系網絡、商業信用融資與民營企業成長[J].經濟科學，2013（04）.

[9]劉廣生，岳芳芳.企業特征與再融資方式選擇——來自中國上市公司2007～2015年的經驗數據[J].經濟問題，2017（08）.

[10]曹琴，周顯異，李洋.融資偏好順序的影響因素探索——基于二元選擇Logit模型與分位數回歸[J].財會月刊，2016（26）.

[11]李斌，孫月靜.中國上市公司融資方式影響因素的實證研究[J].中國軟科學，2013（07）.

[12]陳陽.我國中小企業非正式融資與管制分析[J].經濟視角（下），2013（05）.

[13]趙翔.影響企業選擇融資方式的主要因素[J].商業經濟，2005（09）.

[14]Robichek A A， Horne J C. Abandonment value and capital budgeting[J]. The Journal of Finance，1967（04）.

[15]Rubinstein M E. A mean-variance synthesis of corporate financial theory[J]. The Journal of Finance，1973（01）.

[16]Scott Jr J H. A theory of optimal capital structure[J]. The Bell Journal of Economics，1976（01）.

*基金項目：湖南省社科基金項目（15YBX046）；湖南省大學生研究性學習和創新性實驗計劃項目（2016403）；吉首大學校級科研項目資助（編號：18SKY98）。

（作者單位：吉首大學商學院）