非金融企業影子銀行化影響了經營績效嗎？

■桂荷發，張春蓮，王曉艷

一、引言與文獻綜述

近年來，脫實向虛已經成為影響我國實體經濟健康發展的關鍵因素。宏觀層面，脫實向虛主要表現為資金在金融體系內循環，引起影子銀行體系膨脹、資產價格繁榮以及實體經濟尤其是制造業企業融資難融資貴等問題。微觀層面，脫實向虛則表現為實體企業金融化，即非金融企業增加金融資產投資并減少生產性投資的現象（Epstein，2005）。實體企業從資本市場或銀行融入資金，甚至運用自有資金，以委托代理、股權創新和民間借貸等方式充當信用中介，或者購買銀行理財產品、券商理財產品、信托產品、結構性存款和互聯網理財等。從2010 年到2018 年，滬深兩市A 股上市公司委托理財交易額由166億元上升到47976億元；僅2019年上半年，滬深兩市A股上市公司發生了近14666筆委托理財，涉及1711家上市公司，委托理財金額高達23167億元。

企業金融化行為不僅體現在對債券、股票、投資性房地產和金融衍生產品等傳統金融資產的投資上，越來越多的企業開始利用超募資金和多元化融資渠道，開展影子銀行業務（韓珣等，2017），由此形成了非金融企業的影子銀行化業務。按照金融穩定理事會（Financial Stability Board）的定義，影子銀行是游離于傳統銀行體系之外的信用中介實體與信用中介活動，是銀行監管體系之外可能引發系統性風險和監管套利等問題的信用中介體系①中國人民銀行的金融穩定報告（2013）將銀子銀行定義為在正規銀行體系之外的信用中介，包括參與的實體和各種相關活動本身，它具有流動性轉換和信用轉換功能，但容易引發系統性金融風險，也容易誘導監管套利活動。。我國大量上市公司都或明或暗地充當信用中介角色，繞開正規金融體系，為資金需求方提供流動性，成為影子銀行體系中一個特殊的參與主體。

非金融企業從事影子銀行活動實際上是企業部門的一種變相金融投資活動，是多種因素共同作用的結果。從供給方看，一方面，我國國有企業、大型上市公司因政府隱性擔保、抵押品價值高等更容易從銀行和證券市場獲得融資，大量資金在企業內部閑置，投資需求意愿明顯（茍琴，2014）。另一方面，金融部門收益率高于實體部門，但銀行特許經營權、金融牌照管理以及壟斷經營等客觀因素導致金融行業準入門檻高，因此非金融企業紛紛轉向影子銀行體系，通過委托代理、股權創新和過橋貸款等形式從事影子銀行活動，非金融企業的影子銀行化趨勢日益增強（韓珣等，2017）。從需求方看，中小企業發展迅速、資金需求旺盛，但因其抵押品價值低、信息不對稱等問題增加了借貸風險，而商業銀行受限于監管當局在基準利率、抵押品、存貸款利率以及風險控制等方面的限制，難以向中小企業提供合適的金融產品（徐軍輝，2013）。在企業缺少直接融資方式的情況下，銀行差別性對待風險異質性企業，進一步促進了企業影子銀行業務的形成（彭俞超和黃志剛，2018）。資金稀缺方的融資需求以及資金盈余方的投資需求，共同推動了非金融企業的影子銀行化趨勢。

國內外學者關于影子銀行問題的討論，主要從金融系統等宏觀視角分析影子銀行的成因、影響因素和經濟后果，關于參與影子銀行主體的討論，也局限于銀行體系和借款方（Guariglia et al.，2011；胡耀輝，2020），較少涉及影子銀行中資金的提供者。非金融企業影子銀行活動具有一定的非合規性，本文試圖從微觀角度剖析影子銀行業務的參與主體——實體企業，分析其影子銀行化業務對企業主營業務的影響，以期豐富非金融企業影子銀行化的相關研究，為我國實體經濟發展實現“脫虛向實”提供一定的參考。

二、理論分析與研究假設

根據馬科維茨投資組合理論，公司經營就是一個投資組合，當經營利潤率下降時，公司將減少經營投資，轉而增加金融資產投資，公司對金融資產的投資需求日益增長，這種效應即為“擠出效應”。張成思和張步曇（2016）也將中國非金融上市公司實業投資率下降歸因于非金融企業金融化行為，因為一方面，金融資產配置的上升對實業投資存在“擠出”效應；另一方面，非金融企業金融化會增加對金融市場的投資支出并且促進企業回購股票，從而抑制實業投資。Orhangazi（2008）通過研究美國的金融化現象，發現金融化能夠抑制實業投資率；Demir（2009）對阿根廷、墨西哥以及土耳其的研究也證實了這一觀點。從中國上市公司的實際情況看，金融化程度與實業投資的關系更多的是負相關（王紅建等，2017）。進一步考察虛擬經濟作用于實體經濟的機制后發現，影子銀行的發展是虛擬經濟抑制實體經濟部門的重要渠道（周斌和謝佳松，2018），非金融企業的影子銀行行為意味著資本運作和投機行為將逐步取代傳統的主營業務活動，抑制實體經濟發展。基于上述分析，提出假設1：

假設1：非金融企業影子銀行化會抑制企業的主營業務發展。

現有研究證實了中國金融市場對企業融資的差別性對待：一方面，民營企業相對于國有企業在融資上具有較大的困難，因此他們可能缺乏充足的資金去參與影子銀行活動；另一方面，民營企業的盈利能力和生產力效率較高（Song et al.，2011），因此即使具有額外資金的民營企業也并不傾向于將資金投放于主營業務之外，而一些國有企業缺乏好的投資機會，放貸所帶來的高額利息收入對其有很大的吸引力（王永欽，2015）。在我國銀行占絕對主導地位的背景下，國有企業與正規金融機構建立了一種長期、穩定的借貸關系，因此國有企業一旦從外部獲得資金，更傾向于將資金投放到影子信貸市場，而不必擔憂信貸約束導致的流動性不足問題，國有企業通過外源融資從事影子銀行活動的動機更強（韓珣等，2017）。也有學者經過實證分析發現，國有企業更傾向于通過提供委托貸款來從事影子銀行業務，且提供的委托貸款規模相對較高，這與國有企業擁有獲取銀行貸款的優勢有關（張光利，2015）。經營風險越小的企業能夠從銀行獲得越多的信貸支持，進而將多余的資金投向影子銀行體系，造成企業影子銀行化。這一影響在國有銀行占比較低的地區更嚴重（彭俞超和黃志剛，2018）。由此，提出假設2：

假設2：與民營企業相比，國有企業影子銀行化對企業主營業務發展的抑制效應更突出。

融資約束動機是指企業將資金用于投資流動性較強的金融資產，使企業在面臨財務困境的時候，能夠發揮金融資產的“蓄水池”功能以解決經營活動投資不足的問題，而且可以通過產融結合的方式拓寬融資渠道、降低融資成本，緩解企業在規模擴張過程中所面臨的資金壓力。有學者對產業部門上市公司持有風險金融資產的市場價值進行了檢驗，發現產業部門公司持有風險金融資產對其股票回報產生負向作用，這種效應在融資約束強的公司表現更加強烈（閆海洲和陳百助，2018）。當實體企業面臨的融資約束程度較為嚴重時，為充盈現金流維持企業的正常運轉，企業的投資視野會變得短期化，企業更傾向于將資產配置于流動性強、回報周期短的金融資產，而不是回報周期長、不可逆但有利于主業發展的實物資本投資（宋軍和陸旸，2015），因此企業的主營業務發展更容易受到擠壓。當實體企業面臨的融資約束程度較低時，企業資源不僅可以滿足主營業務的正常發展需要，還可以部分用于金融投資，降低主營業務未來發展可能遇到的外部融資依賴，反哺主營業務發展。因此，提出假設3：

假設3：融資約束越強的企業，影子銀行化對企業主營業務發展的抑制作用更強。

三、實證研究設計

（一）變量選取

1.被解釋變量

對于非金融企業來講，經過處理后的主營業務收入規模能夠較好地反映實體經濟發展和產出狀況（周彬和謝佳松，2018），因此本文的被解釋變量采用了經過篩選后的實體經濟企業主營業務收入指標（INCOME）和主營業務收入增長率指標（INCOME_R）兩大指標。

另外，參考胡聰慧等（2015）的方法，采用剔除金融投資收益的主營業務利潤率（PROFIT）、（PROFIT_1）來衡量企業主營業務收入水平，其具體的計算公式為：

PROFIT=（營業利潤-投資收益+公允價值變動損失+對聯營企業和合營企業的投資收益）∕資產總計①這里需要解釋的是，胡聰慧等（2015）在文獻中用的計算公式是主營業務利潤率=（營業利潤-投資收益-公允價值變動收益+對聯營企業和合營企業的投資收益）∕資產總計，由于在利潤表中只找到了公允價值變動損失的數據，而通過其他報表找到的公允價值變動收益指標其缺失值更多，且對比了報表中的數據，公允價值變動損失是公允價值變動收益的相反數，絕對值都相等，所以本文就用“+公允價值變動損失”代替“-公允價值變動收益”，不會影響本文的實證分析結果。（下同）

PROFIT_1=（利潤總額-投資收益+公允價值變動損失+對聯營企業和合營企業的投資收益）∕資產總計

2.核心解釋變量

非金融企業主要通過兩種方式開展影子銀行業務：一是充當實質性信用中介，作為資金的直接融出方和信用創造的主體，通過委托代理、股權創新和民間借貸的方式為中小企業等資金需求方融出資金；二是通過購買銀行理財產品、券商理財、信托產品、結構性存款和互聯網理財等各種“類金融產品”加入體制內影子銀行的信用鏈條。本文所指的非金融企業影子銀行業務主要側重于通過第一種方式來實現，即非金融企業充當實質性信用中介，作為資金的直接供給方，主要通過委托貸款、委托理財以及民間借貸等三種方式向資金需求方融出資金。

關于非金融企業影子銀行規模的測算，根據企業開展影子銀行業務的方式，從上市公司財務報表及財務報表批注中挖掘出對應的會計科目、從微觀角度測算。在“實質性信用中介”模式下，采用委托貸款、委托理財以及民間借貸三類規模加總得到影子銀行業務規模。按照現行會計準則，大部分上市公司均將委托貸款記在其他流動資產、一年內到期的非流動資產以及其他非流動資產會計科目下。因此，將三類會計科目余額加總以估算委托貸款的規模。企業部門還可以基于廣義商業信用，以過橋貸款等民間借貸方式從事影子銀行活動，由于民間借貸具有較強的隱蔽性，一般記錄在其他應收款（王永欽，2015）。鑒于此，本文用其他應收款作為企業民間借貸的代理變量。上市公司委托理財數據來自國泰安對外投資數據庫，而其他流動資產、一年內到期的非流動資產、其他非流動資產以及其他應收款金額等會計科目則來自于國泰安上市公司資產負債表數據庫。

我國互聯網金融和資產證券化仍處于起步階段，這類影子銀行業務規模較小、透明度較低，在測算企業影子銀行化規模時，可以忽略這部分影子銀行活動，將上述三大影子銀行活動的規模加總，即得到非金融企業的影子銀行化規模（韓珣等，2017）。由此，本文的非金融企業影子銀行化規模（SBank）其計算公式為：

SBank=（其他流動資產+1 年內到期的非流動資產+其他應收款+其他非流動資產+委托理財）∕資產總計

另外，非金融企業的影子銀行化行為從本質上來說仍屬于企業金融化的范疇，該行為也表現為企業持有債權類金融資產，因此對影子銀行化的另一種度量方式如下：

SBank_1=（交易性金融資產+短期投資凈額+可供出售金融資產凈額+長期債權投資凈額）∕資產總計

3.調節變量

（1）企業性質（SOE）：企業性質分為兩種，即國有與非國有。企業性質不同，企業影子銀行化對該企業主營業務水平的影響會有所不同。

（2）企業融資約束（FC）：企業的融資約束程度用FC指數來表示。

①FC指標使用Kaplan&Zingales（1997）的方法計算所得，該值越大，表示企業面臨的融資約束程度越高。其中，OCF 為經營性凈現金流，OCF=經營活動產生的現金流量凈額∕前期期末資產總計；CASH 為現金持有水平，CASH=期末現金及現金等價物余額∕前期期末資產總計；DIV 為股利水平，div=每股稅前現金股利*股本總數；DIV=div∕前期期末資產總計；LEV 為資產負債率，Q為托賓Q 值。該值越大，表示企業面臨的融資約束程度越高。

4.控制變量

根據已有研究，進一步控制如下變量：企業年限（AGE）、企業規模（SIZE）、財務杠桿（LEV）、現金持有水平（CASH）、托賓Q值（Q）、獨立董事比例（IND）、股權制衡度（EQB）、股權集中度（HLD）。

5.行業和年度虛擬變量

針對每個樣本觀測值，設置了年度虛擬變量以控制年度效應，并根據中國證監會2012 年制訂的上市公司行業分類標準設置行業虛擬變量以控制行業效應。

本文主要變量的具體含義和指標說明見表1。

表1 變量名稱與定義

（二）計量模型設定

本文設置以下面板數據模型檢驗假設1：

為避免t統計值被高估，使用了企業層面的聚類穩健標準誤。通過Stata 軟件進行面板回歸，若非金融企業影子銀行化規模系數顯著為負，在一定程度上則可說明影子銀行化程度越高，對該企業主營業務發展的擠出效應越強。

為驗證企業融資約束的調節作用，在模型（1）的基礎上進行了一定的調整，設置了如下模型：

（三）樣本選擇

選取2003—2018年我國滬深兩市A股所有上市公司為研究樣本，并按以下原則對樣本進行篩選：第一，剔除金融行業和房地產行業上市公司；第二，剔除ST、*ST的公司；第三，刪除變量為缺失值的數據。經過以上篩選，最終得到26496 個樣本觀測值。研究中所使用的數據來自于CSMAR數據庫和Wind數據庫，數據處理使用STATA15.0軟件進行。為減少異常值的影響，對變量進行了1%和99%的縮尾處理。表2提供了所有變量的描述性統計結果。其中，從企業影子銀行化規模看，我國非金融企業的影子銀行化程度存在較大差異，且非金融企業總體存在影子銀行化現象。

表2 變量的描述性統計

四、實證結果分析

（一）影子銀行化程度與企業主營業務發展

表 3 為 2003—2018 年模型（1）的回歸結果。其中，列（1）和列（2）使用主營業務收入占比指標來衡量企業的主營業務發展水平，列（3）和列（4）使用主營業務利潤率來衡量企業的主營業務發展水平。列（1）和列（3）是對核心解釋變量企業影子銀行化規模的單獨回歸結果，而列（2）和列（4）是對所有解釋變量的回歸結果。

表3 企業影子銀行化對主營業發展的影響

續表3

由表3的結果可知，不論是采用主營業務收入占比還是主營業務利潤率來衡量企業的主營業務發展水平，影子銀行化程度（SBank）的系數估計值在1%水平上顯著為負，表明非金融企業影子銀行化活動會抑制企業主營業務的發展。因此，假設1得證。

（二）企業性質、影子銀行化與企業主營業務發展

表4為模型（1）的回歸結果。根據企業性質的不同，對樣本數據進行了分組回歸，其中列（1）和列（2）是對我國滬深A 股非金融上市公司中的國有企業樣本組回歸的結果，而列（3）和列（4）是對A股上市公司中的非國有企業樣本組回歸的結果。

由表4的結果可知，不論是采用主營業務收入指標還是主營業務利潤指標來衡量企業主營業務的發展水平，國有企業組中非金融企業影子銀行化規模（SBank）的系數估計值均在1%水平上顯著為負。非國有企業組中影子銀行化程度（SBank）的系數估計值對主營業務收入指標沒有顯著的抑制效應，對主營業務利潤率的抑制效應低于國有企業組。因此，與非國有企業相比，國有企業的影子銀行化程度對企業主營業務發展的抑制效應更強，即假設2得證。

表4 企業性質、影子銀行化與企業主營業務發展

（三）融資約束、影子銀行化與企業主營業務發展

表5 為模型（2）的回歸結果。其中列（1）和列（2）均以企業主營業務收入占比（INCOME）為被解釋變量，而列（3）和列（4）則是以企業主營業務利潤率（PROFIT）為被解釋變量。列（1）和列（3）是對影子銀行化程度（SBank）、融資約束度（FC）以及交乘項（FC×SBank）的回歸結果，而列（2）和列（4）是對所有解釋變量的回歸結果。

表5的第（2）—（4）列的回歸結果可以發現，在加入融資約束（FC）以及融資約束與影子銀行化規模的交乘項（FC×SBank）后，企業影子銀行化規模與企業主營業務收入占比及主營業務利潤率之間仍然呈現顯著負相關關系，企業融資約束程度的系數以及融資約束與影子銀行化規模的交乘項系數均在1%的水平下顯著為負，表明對于融資約束越強的公司而言，企業影子銀行化規模越大，越不利于企業主營業務的發展。因此，融資約束越強的企業，其企業影子銀行化對企業主營業務發展的抑制作用更強，即假設3得證。

表5 融資約束、影子銀行化與企業主營業務發展

五、穩健性分析

（一）2SLS估計

使用兩階段分析處理不可觀測變量導致的內生性問題，采用投資收益占比（INV）的滯后一期作為工具變量。其中：INV=（投資收益-對聯營企業和合營企業的投資收益）∕凈利潤。投資收益占比和影子銀行化規模息息相關，前一期的投資收益占比會影響本期的影子銀行化規模，但投資收益占比是企業的非主營業務所產生的利潤，不記入主營業務收入中，與主營業務收入水平不直接相關。同時，Wald 檢驗結果（Wald chi2=652.38）拒絕弱工具變量假設，滿足工具變量條件。2SLS的回歸結果見表6，結果同前文保持一致。

表6 以投資收益占比為工具變量

（二）更換變量的穩健性檢驗

使用主營業務收入占比增長率（INCOME_R）和營業利潤率（PROFIT_1）分別代替主營業務收入占比（INCOME）和主營業務利潤率（PROFIT）作為被解釋變量，用廣義的企業影子銀行化規模（SBank_1）代替了企業影子銀行化程度（SBank）作為解釋變量，重新進行基本回歸，結果見表7。結果顯示，無論更改解釋變量還是被解釋變量，影子銀行化規模都能顯著擠出企業主營業務收入，結論同前文保持一致。

表7 穩健性檢驗：替換被解釋變量與解釋變量

六、研究結論與啟示

本文以2003—2018 年中國滬深兩市A 股非金融上市公司為樣本，實證檢驗了非金融企業影子銀行化程度對企業主營業務發展的影響，并進一步分析了其調節效應。研究結果顯示：一是非金融企業影子銀行化行為顯著抑制了企業的主營業務發展；二是與非國有企業相比，國有企業的影子銀行化行為對該企業主營業務發展的抑制效應更強；三是融資約束越強的企業，其影子銀行化對企業主營業務發展的抑制作用更強。

據此，提出以下對策建議：一是要繼續深化供給側結構性改革，圍繞降低企業制度性交易成本、稅費負擔以及貸款成本等方面出臺切實可行的措施，為企業創造良好的營商環境，提升實體經濟效益。同時，加快傳統工業企業轉型升級的步伐，降低企業的生產成本，提高實體企業的創新能力和生產效率，以此縮小實體資本與金融資本之間的收益率差距，降低金融投資對實體企業的吸引力，從而引導實體企業回歸本源、專注主業。二是要進一步擴大金融業對內對外開放，不斷降低金融行業的準入壁壘，緩解金融機構“體制內”因素導致的融資歧視現象。適當發揮小額貸款公司、融資擔保公司、互聯網金融等替代性金融體系對銀行信貸供給不足的補充作用，以市場化而非企業部門二次放貸的方式提高金融資源的配置效率。三是要加強金融監管，抑制投機行為。監管部門可利用大數據、云計算等信息新技術加強金融監管的力度、增強金融監管的頻率，對實體企業的金融投機行為進行甄別，建立企業參與影子銀行活動的識別機制，監測非金融企業從事影子銀行業務的規模，尤其要著重甄別國有企業從事影子銀行化的行為。