銀企關系對債務融資和企業投資效率的影響

邵 林

(齊魯工業大學(山東省科學院)金融學院，山東 濟南 250100)

一、問題的提出

銀行借款為企業提供投資資金，是中國企業目前融資的主要來源，企業為了獲得銀行借款會想方設法與銀行建立合作關系。通常情況下，銀企之間的合作關系范圍很廣，為了突出本文研究的主題，筆者將其界定為銀企高管關系和銀企信用關系。銀企關系的建立有助于提高企業高管投資決策的謹慎性，改善企業的投資效率。良好的銀企關系能夠為企業提供更多的貸款、更高的信貸額度[1]-[3]，有助于降低企業的融資成本，保持企業資本的流動性[3]。國外的早期研究發現建立銀企關系可以為企業獲得貸款提供支持，企業高管的銀行背景有助于企業獲得更多的銀行信貸[3-4]。銀企關系越緊密，企業獲得的信貸額度就越大[5]。長久以來，中國處于一種關系型社會形態，企業為了獲得更多的資源，緩解資金問題，會選擇任用有銀行工作背景的高管等方式與銀行建立關系，便出現了銀企關系[1]。銀企關系的建立有助于提高企業高管投資決策的謹慎性，改善企業的投資效率。銀企關系對企業投資效率的影響主要依托于對企業現金流量的影響[6]，也就是說銀企關系直接影響企業的投資資金、投資去向、投資成本和投資方式。銀企關系已經成為一種非正式制度，企業會更加愿意與銀行建立關系來獲得資源的競爭優勢，當然銀企關系也會降低信息不對稱、優化資源配置。在此背景下，本文重點研究中小板上市企業中銀企關系對債務融資和投資效率的影響，希望能對相關研究起到參考作用。

二、研究假設

唐建新等[1]發現，銀企高管關系對民營企業獲取銀行貸款有很大幫助。鄧建平和曾勇[2]認為，金融關聯關系對于緩解中國民營企業融資約束具有顯著的影響。程小可等[7]以滬深股主板上市的公司為研究對象研究銀企關聯對企業融資約束的影響，發現銀行關聯對于降低企業融資約束水平具有正向相關作用。陳鍵[8]以中小企業為研究對象，發現銀企關系有利于中小企業獲得貸款，但是貸款成本會隨著貸款利率的提高而提高。基于以上分析，筆者提出假設1：

假設1：銀企關系與企業債務融資呈現正向相關關系。

翟勝寶等[9]通過實證檢驗發現對于民營企業而言，建立良好的銀企關系可以引入銀行的監管，借助其專業的視角避開非效率投資，提高投資效率。深入考慮市場化進程對銀企關系與投資效率二者關系的影響，發現在市場化進程越低的地方，銀企關系越能顯著改善企業投資效率。翟勝寶等[9]以銀企高管關聯來定義銀企關系，認為任命具有銀行從業背景的高管作為企業的董事，不僅可以實現銀行對企業的監管，規范企業的投資行為，而且可以抑制民營企業過度投資，緩解投資不足，提高決策正確率，從而提高企業投資效率。基于以上分析，筆者提出假設2：

假設2：銀企關系與企業投資效率呈現正向相關關系。

實踐中，國有企業在信貸方面占據絕對優勢地位。雖然民營企業在整體經濟的占比超過60%，中小企業為中國提供了75%的城鎮就業機會。但是，從資本市場來看，滬深股市只有1 700家上市公司，其中中小企業占比不到40%。而且中小企業所獲信貸只占整個銀行信貸的20%—30%[10]。所以中小企業更需要與銀行建立良好關系，以降低銀企之間的信息不對稱，提高企業債務融資的獲得率，來緩解因資金不足造成的投資不足，提高投資效率[11]?；谝陨戏治觯P者提出假設3：

假設3：相比國有企業，非國有企業的銀企關系與企業投資效率的正相關關系更加顯著。

三、研究設計

(一)模型構建與變量選擇

本文構建模型來檢驗銀企關系與債務融資之間的關系，如下：

BLi,t=α0+α1BCi,t-1+α2SIZEi,t-1+α3ROEi,t-1+α4ATMi,t-1+α5LEVi,t-1+α6CASHi,t-1+εi,t

(1)

其中，BL表示債務融資，采用短期借款與長期借款之和的自然對數表示。BC是衡量銀企關系的一個虛擬變量，由兩個子變量BFRM和BFRC組合構成。其中，BFRM表示銀企高管關系，如果高管具有銀行從業背景取1，否則為0；BFRC表示銀企信用關系，企業發生信用借款時為1，否則為0。當BFRM和BFRC都為0 時BC等于0，否則為1。其余為控制變量，其中，企業規模(SIZE)等于期末資產總額的自然對數；凈資產收益率(ROE)等于息稅前凈利潤與期末凈資產的比值；總資產市值比(ATM)等于企業市值與總資產的比值；資產負債率(LEV)等于期末負債總額與期末資產總額之比；現金流量(CASH)等于經營活動現金流量與期末資產總額的比值。

考慮到中國資本市場發展過程中具有的獨特性，本文在Richardson[12]模型基礎上進行相應拓展，具體形式如下：

Ii,t=α0+α1Ii,t-1+α2SIZEi,t-1+α3ROEi,t-1+α4ATMi,t-1+α5LEVi,t-1+α6CASHi,t-1+α7AGEi,t-1+α8INDUSTRY+α9YEAR+εi,t

(2)

其中，投資水平Ii,t是構建固定資產、無形資產和其他長期資產支付的現金扣除折舊和各種攤銷之和與期初資產總額之比；上市年限(AGE)取企業上市的年限；行業(INDUSTRY)和年份(YEAR)分別是行業和年度虛擬變量；其他變量定義和模型(1)中變量定義相同。

殘差(εi,t)間接反映了企業投資效率的高低。用εi,t的大小來衡量實際投資偏離預期投資的水平。若εi,t大于零，說明實際投資較高，企業投資過度；若εi,t小于零，代表實際投資較低，企業投資不足。只要εi,t偏離零，則證明企業在進行非效率投資，且偏離度越大，投資效率就越低。本文將εi,t取絕對值，用IE表示，IE的大小就代表本文所指的非投資效率的高低。

為了檢驗上文提出的假設2和假設3，筆者在式(2)的基礎上構建模型，具體形式如式(3)—式(5)所示：

IEi,t=α0+α1BCi,t-1+α2STATEi,t-1+α3SIZEi,t-1+α4ROEi,t-1+α5LEVi,t-1+α6CASHi,t-1+α7MANSHAREi,t-1+α8IND+

α9DUAL+α10INDUSTRY+α11YEAR+εi,t

(3)

OVERi,t=α0+α1BCi,t-1+α2STATEi,t-1+α3SIZEi,t-1+α4ROEi,t-1+α5LEVi,t-1+α6CASHi,t-1+α7MANSHAREi,t-1+α8IND+

α9DUAL+α10INDUSTRY+α11YEAR+εi,t

(4)

UNDERi,t=α0+α1BCi,t-1+α2STATEi,t-1+α3SIZEi,t-1+α4ROEi,t-1+α5LEVi,t-1+α6CASHi,t-1+α7MANSHAREi,t-1+α8IND+

α9DUAL+α10INDUSTRY+α11YEAR+εi,t

(5)

其中，IE表示企業投資效率，取式(2)中的殘差絕對值；UNDER表示投資不足，取式(2)中的殘差小于零的值；OVER表示投資過度，取式(2)中的殘差大于零的值。所有權性質(STATE)表示當是國有企業時取1，否則為0；管理層持股(MANSHARE)是管理層持股數量和企業總股數量之比；獨董占比(IND)是獨立董事人數和董事會總人數比值；經營情況(DUAL)，當經理與董事為同一人為1，否則為0。出于優化模型的考慮，模型的控制變量中剔除了總資產市值比指標ATM，其他控制變量與模型(2)一致。

(二)樣本選取與數據來源

本文選取的研究樣本為2005—2015年中小板上市企業。筆者通過國泰安數據庫(CMSAR)、新浪財經網、深交所網站搜集銀企高管關系、銀企信用關系和一些其他相關的財務數據，通過EXCELE進行數據處理，STATA 12軟件來完成相關驗證工作。

由于金融行業的高負債性，財務報表中存在的計量方式比較特殊，按照慣例，剔除樣本中的金融類上市公司；由于本文在實證分析時模型中存在滯后1期項，故本文將2004年以后上市的企業剔除；由于ST股以及*ST股普遍被認為財務狀況出現異常，為了不影響研究結果的準確性，將ST股以及*ST股剔除；本文對數據缺失、上市未滿1年的上市企業樣本數據不予采用。通過上述處理，共獲得712家中小板上市企業，在2005—2015年之間共得到4 142個有效樣本。

四、實證分析

(一)描述性統計分析

本文運用STATA 12軟件，對變量進行描述性統計分析，如表1所示。

表1 描述性統計結果(N=4 142)

注：IE的樣本觀測值為3 430,UNDER為1 615，OVER為1 815。下同。

從表1可以看出，BL的均值為15.516，標準差為7.770，說明中小板上市企業債務融資量大，并且各個企業的融資規模差距也比較大。BFRM的最小值為0，說明銀企不存在高管關系，最大值為1，說明銀企存在銀企高管關聯，即企業有具有銀行從業背景的人員擔任高管，均值為0.256，說明樣本數據中，企業與銀行建立銀企高管關聯的數量并不多。BFRC的最小值為0，即企業不存在通過信用取得的借款，最大值為1，說明不存在其他形式的借款，均為信用借款，均值為0.501，表明樣本企業中銀行與企業之間建立信用關系的數量處于中等水平，仍然有很大的提升空間。SIZE的最小值為19.204，最大值為25.472，均值為21.468，且標準差為0.869，小于1，說明大部分企業的整體資產規模相差不大。ROE的最小值為-2.234，最大值為0.912，均值為0.064，最小值的絕對值大于最大值，且均值接近于0，說明中小板企業的整體盈利能力較弱。ATM的最小值為0.123，最大值為 31.423，均值為2.557，可以看出，樣本企業的成長性出現了很大的差距，有些企業成長性基本接近于零，沒有成長性可言，而有些企業出現驚人的高成長性，接近32。出現這種現象是因為中小板企業資金有限、規模小、發展不均衡，而且還跟以上提到的行業發展不均衡有關。LEV的均值為0.372，說明中小板企業的資產負債水平控制得當，整體水平并不很高，這也與中小板企業主要包含的行業類別有關。CASH的最小值為-0.762，最大值為0.475，均值為0.047，整體均值大于0，說明中小板企業中的現金流動性較強。IE的最小值為0.000時投資效率最高，最大值為0.646時投資效率較低，整體均值為0.041，說明整體的投資效率處于比較樂觀的情況。UNDER和OVER的均值為-0.042和0.040，說明兩種非效率投資行為都有同等程度的發生。MANSHARE的均值是0.149，說明樣本企業中管理層的持股比例偏低。DUAL的均值是0.332，偏向于0，說明樣本企業中大多數企業兩權分離，經理與董事非同一人。IND的均值是0.368，說明樣本企業中獨立董事在董事會中的規模約1/3。STATE的均值為0.173，偏向于0，說明樣本數據中，非國有企業占據大多數。

(二)相關性分析

對模型(1)變量進行相關性分析，結果如表2所示。

表2 相關性分析結果

注：***、**和*分別表示在 1%、 5%和 10%的水平上顯著相關。下同。

表2顯示， BFRM與BL的相關系數為0.049，BFRC與BL的相關系數為0.525，二者都顯著，說明銀企關系有利于企業獲得債務融資。ROE、ATM、和CASH的系數均為負，且都在1%的水平上顯著，說明他們均與BL呈現負向相關關系。由以上分析可以得出：ROE越小，越會加大企業負債融資； ATM越強，越傾向于進行債務融資行為； CASH越少，越有可能發生債務融資。而控制變量SIZE和LEV也都在1%的水平上顯著，但是相關系數為正，說明他們與債務融資呈現正向相關關系。由以上分析可以得出， SIZE對債務融資有正向促進作用，企業的規模越大，企業對由資產負債率提高帶來的破產壓力承受能力越強，越有能力和意愿來承擔更多的債務融資。

對模型(2)變量進行相關性分析，結果如表3所示。

表3 相關性分析結果

從表3可以看出，將樣本數據分為投資不足組(UNDER)和投資過度組(OVER)，結果顯示， BC與二者的系數均為負值，并且在1%的水平上顯著，表明銀企關系可以促進投資效率的提高。如果將BC拆分為 BFRM與BFRC來看，在投資不足組， BFRC和BFRM與投資效率的相關系數均為負值，且BFRC顯著相關，表明銀企關系可以減少投資不足，對企業投資效率有正向促進作用，尤其BFRC比BFRM效果可能更加明顯；在投資過度組，結果分析顯示與投資不足組結果一致。在投資不足組與投資過度組， SIZE的相關系數分別為-0.865和-0.729，并且均在1%的水平上顯著，表明企業規模越大，企業投資越有效，越有助于企業投資效率的提升。ROE的系數均為負，分別為-0.154和-0.544，且均在1%的水平上顯著，表明企業的盈利能力越強，越有助于提高投資效率。LEV、IND、MANSHARE和DUAL的相關性系數也都影響著企業的投資效率。

(三)回歸分析

1.銀企關系與債務融資模型回歸分析

表4 模型(1)的回歸結果

注：括號內為t值。下同。

2.銀企關系與投資效率模型回歸分析

(1)全樣本回歸分析。模型(2)的回歸結果如表5所示。

表5 模型(2)的回歸結果(N=3 430)

(2)分組回歸分析。將非效率投資分為投資不足和投資過度兩組，回歸結果如表6所示。

表6 按非效率投資行為分組回歸結果

從表6可知，投資過度組中BC的系數為負，且在5%水平上顯著；在投資不足組中BC的系數為正，且在10%水平上顯著。整體而言，在投資過度組，BC與投資效率負相關，可以抑制企業投資過度，從而提高投資效率；而在投資不足組，BC與投資效率正相關，對企業投資不足行為具有促進作用，反而降低了企業投資效率。

銀企關系有助于抑制企業投資過度的原因可以從兩個方面來進行分析：一方面企業發生過度投資行為的前提條件是資源豐富，有條件去進行投資，往往這類企業對資源的整合能力更強，在此過程中會比較容易與銀行接觸，建立良好的互動關系，而且此類企業對現金流敏感度較高，為了支撐該企業投資行為，需要更多的債務融資，此時可以利用銀企關系幫助企業獲得高效率、低成本的資金來源，從而提高投資效率；另一方面，企業與銀行建立關系時會引入監管機制，為了降低銀行自身的信貸風險，保證兩者之間關系的順利進行，銀行對他們的監管也會更加嚴格，嚴格把控資金用途，提高企業投資效率。

銀企關系導致企業發生投資不足可能存在以下原因：從銀行自身來講，在進行授信時，為了保證自身的收益性與安全性，使得資金順利回流，會限制資金的使用去向，并進行后續追蹤。從具有銀行從業背景的企業高管來講，相比于不直接參與企業經營活動的獨立董事，他們為了維護自身聲譽和社會地位，在進行投資決策時會保持謹慎，加強風險管理。

為了考察不同所有權性質下銀企關系與投資效率關系的影響，按照企業所有權性質的不同對樣本進行分組回歸，結果如表7所示。

表7 按所有權性質分組回歸結果

從表7可知，在非國有企業組， BFRM和BFRC的系數均為負值，且在5%的水平上顯著，說明二者都與投資效率顯著負相關；而國有企業組中， BFRM和BFRC與投資效率無顯著關系。這是因為國有企業相對于非國有企業，更會得到國家信貸政策支持，而且從銀行的角度出發，借款給國有企業資金相對更加安全，回收更加有保障，銀行更愿意借款給國有企業，因此，國有企業相比于非國有企業也就不存在融資難、融資貴等融資約束問題。從而驗證了本文的假設3。

五、結論與建議

本文用銀企信用關系、銀企高管關系作為影響中小板上市企業融資約束和投資效率的主要變量。運用Richardson信貸兩期模型，實證檢驗了銀企關系對中小板企業信貸的影響及銀企關系對中小板企業投資效率的影響。結果表明：首先，銀企高管關系、銀企信用關系均與債務融資正相關，也即銀企關系有助于緩解中小板上市公司融資難問題，有利于企業獲取更多的債務融資。其次，銀企高管關系、銀企信用關系均與企業投資效率正相關，有助于緩解中小板上市企業的投資效率低下，提高其投資效率；通過對不同非效率投資行為分組回歸，發現相比投資不足企業，過度投資企業的銀企關系與投資效率之間的正相關關系更加顯著，也即銀企關系更有利于抑制企業投資過度行為。最后，通過對所有權性質進行分組，發現不同的所有權性質下銀企關系對投資效率的影響是不一樣的，相比于國有企業，非國有企業的銀企關系與投資效率之間的正相關關系更加顯著，也即銀企關系更有助于提高非國有企業的投資效率。

基于上述結論，提出如下建議：從企業角度看，首先，加強與完善企業的信息披露機制。企業應當加強與完善信息披露機制，與銀行保持密切的信息交流，以便及時地獲得債務融資，保障投資的順利進行。應該借用銀行的監管機制與風險評估機制來避免企業的無效投資或過度投資，提高企業的投資效率，保障企業快速健康發展。其次，加強與銀行的業務往來，加強企業財務管理，維護好企業信用。除了主動的信息披露，企業與銀行的業務往來也有助于銀行了解企業，并且多年的良好信用也會對銀行的決策起積極的推動作用。最后，聘用有銀行工作經歷的管理人員。一個具有銀行工作經歷的管理人員不僅能解決以上兩個問題，而且自身在銀行系統的相關人脈會對企業的發展起到幫助作用。從銀行角度看，要加強與企業的交流互動。發掘優質客戶，為客戶提供最合理高效的解決方案不僅降低了風險，也提高了投資效率。進一步完善信用評估機制。銀行可以根據以往的業務往來信息來了解和評估企業的經營情況、財務狀況，一個高質高效的信用評估機制不僅能幫助銀行挖掘潛力客戶，也能幫銀行把風險降到最低，提高銀行效益。