貸款利率市場化降低了企業(yè)債務(wù)違約風(fēng)險(xiǎn)嗎？

吳錫皓 陳佳馨

作者簡介： 吳錫皓（1979—），男，海南三亞人，海南大學(xué)管理學(xué)院副教授，博士生導(dǎo)師，研究方向：資本市場會(huì)計(jì)信息披露。

摘 要：以中國人民銀行放開貸款利率上限和下限為準(zhǔn)自然實(shí)驗(yàn)，檢驗(yàn)貸款利率市場化如何影響企業(yè)債務(wù)違約風(fēng)險(xiǎn)。研究發(fā)現(xiàn)：貸款利率上限的放開對(duì)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的影響不明顯，但下限的放開卻能顯著降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)，并且這種作用一部分是通過遏制“短貸長投”的渠道實(shí)現(xiàn)的;此外，異質(zhì)性檢驗(yàn)表明，下限放開降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)的作用在規(guī)模小以及研發(fā)投入高的企業(yè)中更明顯。

關(guān)鍵詞： 貸款利率市場化;企業(yè)債務(wù)違約風(fēng)險(xiǎn);短貸長投

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217（2022）01-0074-07

一、引 言

根據(jù)中國人民銀行發(fā)布的《中國金融穩(wěn)定報(bào)告（2020）》，近3年我國處置不良貸款金額超過前8年總和。報(bào)告還指出，截至2019年，全國有460家大型企業(yè)面臨嚴(yán)重資金流動(dòng)性不足的問題，120家大型企業(yè)發(fā)生了債務(wù)違約。而2020年突如其來的新冠肺炎疫情更是給我國乃至全球經(jīng)濟(jì)帶來了前所未有的沖擊，企業(yè)的債務(wù)違約問題驟然凸顯，如何防范企業(yè)發(fā)生大面積債務(wù)違約，已然成為當(dāng)前我國金融領(lǐng)域亟需解決的一個(gè)重大問題。

以往諸多研究表明，投融資期限錯(cuò)配是造成企業(yè)資金流動(dòng)性不足，進(jìn)而引發(fā)債務(wù)違約的重要原因[1-3]。具體言之，當(dāng)企業(yè)需要購建長期資產(chǎn)時(shí)，它們采用短期借款的融資方式獲取資金，再通過短期“借新債還舊債”的方式償還債務(wù)（簡稱“短貸長投”）[4]，企業(yè)的這種投融資期限錯(cuò)配行為是導(dǎo)致其債務(wù)違約的重要原因[5]。而企業(yè)之所以選擇“短貸長投”的投融資策略，很大程度上是因?yàn)殚L期融資沒能得到滿足，尤其是在政府對(duì)金融實(shí)施嚴(yán)格管制下更是如此[4]。

當(dāng)金融管理體制由政府管制朝著市場化方向改革之后，企業(yè)的債務(wù)違約風(fēng)險(xiǎn)是否會(huì)有所變化？更進(jìn)一步，如果有變化，那么這種變化的路徑是什么？另外，從企業(yè)異質(zhì)性來看，哪些企業(yè)的變化會(huì)更大？顯然，這些都是很重要的問題，但目前學(xué)術(shù)界仍缺乏相應(yīng)的研究。2004年10月29日，中國人民銀行決定取消金融機(jī)構(gòu)貸款利率上限的管制，揭開了貸款利率市場化改革的序幕;2013年7月20日，央行再度取消金融機(jī)構(gòu)貸款利率下限的管制，標(biāo)志著我國貸款利率完全走向市場化。本文基于這兩次外生沖擊事件，檢驗(yàn)這兩輪改革對(duì)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的影響。

二、理論分析與研究假設(shè)

（一）放開貸款利率上限管制對(duì)企業(yè)債務(wù)違約的影響

以往諸多研究表明，“短貸長投”這種投融資期限錯(cuò)配是造成企業(yè)資金流動(dòng)性不足，進(jìn)而引發(fā)債務(wù)違約的重要原因[1-3]。而企業(yè)之所以選擇“短貸長投”的投融資策略，很大程度上是因其長期借款需求無法得到滿足所致，尤其是在政府對(duì)金融實(shí)施嚴(yán)格管制（具體表現(xiàn)為“信貸配給”） 下更是如此[4]。貸款利率上限管制的放開，對(duì)滿足企業(yè)的長期借款需求，進(jìn)而改善“短貸長投”現(xiàn)象可能會(huì)產(chǎn)生兩種相反的結(jié)果：第一，理論上，隨著貸款利率上限的放開，意味著“信貸配給”的金融管制不復(fù)存在，有利于增加企業(yè)長期貸款的可獲得性，緩解融資約束[2]。因此，貸款利率上限的放開，可能會(huì)在一定程度上解決企業(yè)長期資金需求的缺口、有效緩解“短貸長投”的問題，進(jìn)而降低債務(wù)違約風(fēng)險(xiǎn)。第二，放開貸款利率上限管制后，企業(yè)要想滿足其長期借款需求，往往需要支付更高的債務(wù)利息成本[6]。而長期借款融資成本的推高，可能會(huì)使得企業(yè)望而卻步，最終迫使這些企業(yè)繼續(xù)采用“短貸長投”的策略融資，以降低其融資成本[7]。而“短貸長投”的融資策略是引發(fā)債務(wù)違約的重要原因[1-3]，因此，從這個(gè)角度看，貸款利率上限的放開未必能夠降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)。基于上述分析，我們無法預(yù)期貸款利率上限的放開是否會(huì)降低債務(wù)違約風(fēng)險(xiǎn)。對(duì)此，我們提出以下零假設(shè)（null hypothesis）。

H1 貸款利率上限管制的放開對(duì)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的作用不明顯。

（二）放開貸款利率下限管制對(duì)企業(yè)債務(wù)違約的影響

貸款利率下限管制的放開加劇了銀行之間的競爭[8，9]，銀行平均收益逐漸靠近其邊際成本，貸款利率出現(xiàn)下滑，企業(yè)的債務(wù)融資成本也會(huì)隨之降低[10]。在激烈的競爭下，銀行會(huì)通過“以量補(bǔ)價(jià)”的方式來彌補(bǔ)競爭帶來的利潤損失，增大信貸供給的規(guī)模和覆蓋廣度[11，12]。因此，貸款利率下限的放開使得企業(yè)可以以更低的貸款利率獲得長期借款資金[13]，滿足其資金缺口，有利于遏制企業(yè)“短貸長投”這種投融資期限錯(cuò)配行為。如前所述，“短貸長投”行為是引發(fā)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的重要原因，貸款利率下限管制的放開能夠遏制“短貸長投”現(xiàn)象，意味著也能夠進(jìn)一步降低企業(yè)的債務(wù)違約風(fēng)險(xiǎn)。根據(jù)以上分析，我們提出以下研究假設(shè)。

H2 貸款利率下限管制的放開有助于降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

由于我國利率上限管制的放開時(shí)間為2004年，下限管制的放開時(shí)間為2013年，為了分別檢驗(yàn)這兩次外生事件給企業(yè)債務(wù)違約帶來的影響（即假設(shè)H1和H2），本文選取2001-2007年的樣本檢驗(yàn)假設(shè)H1，采用2010-2016 年的樣本檢驗(yàn)假設(shè)H2。以上述期間滬深兩市A股上市公司為初選樣本，并按照如下標(biāo)準(zhǔn)進(jìn)行篩選：首先，剔除金融類的上市公司;其次，剔除產(chǎn)權(quán)性質(zhì)不明確的樣本;最后，剔除變量數(shù)據(jù)不全的樣本。經(jīng)過上述篩選，最終得到20711個(gè)觀測值，這些數(shù)據(jù)主要來源于Wind和CSMAR數(shù)據(jù)庫。其中，債務(wù)違約風(fēng)險(xiǎn)（Z score）來源于Wind數(shù)據(jù)庫，其他財(cái)務(wù)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。為了避免極端值的影響，本文對(duì)所有的連續(xù)變量進(jìn)行1%和99%的Winsorize處理。

（二）變量設(shè)計(jì)

1.企業(yè)債務(wù)違約風(fēng)險(xiǎn)的測度。

借鑒前人的研究[14-16]，我們采用Z score模型來度量公司的債務(wù)違約風(fēng)險(xiǎn)，其計(jì)算公式為：

Z score=1.2×（營運(yùn)資本/總資產(chǎn)）+1.4×（留存收益/總資產(chǎn)）+3.3×（息稅前利潤/總資產(chǎn)）+0.6×（總市值/總負(fù)債）+0.999×（營業(yè)收入/總資產(chǎn)）（1）

Z score值越大，公司償債能力越強(qiáng)，違約風(fēng)險(xiǎn)越低。

2.貸款利率市場化的測度。

楊箏等（2017）[6]和王紅建等（2018）[2]認(rèn)為，國有企業(yè)與政府存在天然的密切聯(lián)系，當(dāng)國有企業(yè)需要從銀行融資時(shí)，政府往往會(huì)助推銀行放貸，因此銀行給國有企業(yè)的放貸決策很大程度上是政府干預(yù)的結(jié)果，而非市場化的結(jié)果。在上述學(xué)者看來，貸款利率市場化本身對(duì)國企的融資決策影響較弱，利率市場化的微觀經(jīng)濟(jì)效應(yīng)如何，更多是體現(xiàn)在非國有企業(yè)上。他們采用DID（雙重差分）方法測度利率市場化的效果，將非國有企業(yè)作為處理組樣本，國有企業(yè)作為控制組樣本。借鑒上述研究，我們設(shè)置虛擬變量Soe來區(qū)分處理組和控制組樣本：當(dāng)樣本為非國有企業(yè)時(shí)，Soe取值為1，否則為0。此外，在應(yīng)用DID方法時(shí)，還需要構(gòu)建貸款利率管制放開的時(shí)間虛擬變量。由于我國貸款利率上限和下限管制的放開不是同一時(shí)間，因此，分別設(shè)置兩個(gè)時(shí)間虛擬變量Postup（上限放開虛擬變量）和Postdown（下限放開虛擬變量）分別反映這兩個(gè)事件發(fā)生的時(shí)間。當(dāng)樣本期間為2004-2007年（放開上限之后）時(shí)，Postup取值為1;樣本期間為2001-2003（放開上限之前）時(shí)，Postup取值為0。類似地，當(dāng)樣本期間為2013-2016年（放開下限之后）時(shí)，Postdown取值為1;當(dāng)樣本期間為2010-2012年（放開下限之前）時(shí)，Postdown取值為0。DID模型見方程（2），其中，交乘項(xiàng)Postup×Soe（或者Postdown×Soe）的系數(shù)α3代表放開貸款利率上限管制（或者下限管制）對(duì)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的影響。

3.控制變量。

參考馮麗艷等（2016）[17]以及孟慶斌等（2019）[18]的研究，設(shè)置如下控制變量：企業(yè)規(guī)模（Size）、企業(yè)杠桿（Lev）、凈資產(chǎn)收益率（Roe）、銷售收入增長率（Growth）、權(quán)益融資能力（Offer）、資產(chǎn)流動(dòng)性（Liquidity）、債務(wù)擔(dān)保能力（Tangibility）以及年度效應(yīng)（Year）和行業(yè)效應(yīng)（Industry）。受版面限制，我們在回歸結(jié)果中不再報(bào)告控制變量的情況。

（三）模型設(shè)定

參考楊箏等（2017）[6]以及王紅建等（2018）[2]的研究，構(gòu)建以下DID模型，以檢驗(yàn)假設(shè)H1和H2。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

根據(jù)Altman（1968）[14]的研究，判斷企業(yè)將要發(fā)生財(cái)務(wù)危機(jī)的臨界值為1.81，當(dāng)Z score值大于2.99時(shí)，企業(yè)財(cái)務(wù)狀況良好，債務(wù)違約風(fēng)險(xiǎn)較小。表1中，Z score的均值和中位數(shù)分別為6.898和3.759，說明超過半數(shù)企業(yè)財(cái)務(wù)狀況良好;但Z score的25%分位數(shù)（即p25）為2.073，已經(jīng)接近Altman（1968）[14]提出的財(cái)務(wù)危機(jī)的臨界值1.81，由此說明樣本中有接近四分之一左右的公司的財(cái)務(wù)狀況不盡如人意。另外，Z score的標(biāo)準(zhǔn)差為9.782，說明企業(yè)間債務(wù)違約風(fēng)險(xiǎn)狀況存在較大差異。Soe的均值為0.514，表明樣本公司中，有大約51%的公司為非國有企業(yè)。其余變量的情況見表1，這里不再一一贅述。

（二）平行趨勢檢驗(yàn)

參考Lei等（2020）[19]的研究，以放開貸款利率管制的前一年（pre_1）為對(duì)比基準(zhǔn)，考察處理組樣本與控制組樣本在各個(gè)年度里的債務(wù)違約風(fēng)險(xiǎn)變動(dòng)趨勢是否有顯著差異，具體解釋見圖1。其中，pre_t代表利率管制放開的前t年，current代表放開利率管制當(dāng)年，post_t代表放開利率管制的后t年。圖1的左半圖顯示，時(shí)間在pre_3和pre_2上的線段與刻度為0的橫軸相交，表明與放開貸款利率上限管制之前一年（pre_1）相比，放開上限管制前三年（pre_3）和前兩年（pre_2），處理組樣本和控制組樣本在貸款利率上限放開之前，其債務(wù)違約風(fēng)險(xiǎn)變化趨勢不存在顯著差異;圖1的右半圖也得到同樣的結(jié)論，平行趨勢假定得到滿足。

（三）多元回歸結(jié)果

表2報(bào)告了模型（2）的回歸結(jié)果。在列（1）和列（2）的實(shí)證結(jié)果中，交乘項(xiàng)Postup×Soe的系數(shù)都不顯著，假設(shè)H1得到支持，即放開貸款利率上限管制并沒有顯著降低企業(yè)的債務(wù)違約風(fēng)險(xiǎn)。列（3）和列（4）中交乘項(xiàng)Postdown×Soe的系數(shù)分別為2.821和2.267，且都在1%的水平上顯著，說明放開貸款利率下限管制能夠顯著降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)，假設(shè)H2得到驗(yàn)證。本文還借鑒Deng等（2020）[20]的研究，設(shè)置時(shí)間虛擬變量Post用于捕捉放開上限和下限的綜合效果：當(dāng)時(shí)間范圍是2013-2016年（上限和下限都放開之后）時(shí)，Post取值為1，而當(dāng)時(shí)間范圍是2001-2003年（上限和下限都沒有放開之前）時(shí)，取值為0。列（5）和列（6）的交乘項(xiàng)Post×Soe的系數(shù)都在1%的水平上顯著，說明貸款利率上限和下限都放開以后，企業(yè)債務(wù)違約風(fēng)險(xiǎn)顯著降低。

（四）穩(wěn)健性檢驗(yàn)

由于放開上限管制并沒有降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)，因此，進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，僅僅考察放開下限管制的情形。

1.安慰劑檢驗(yàn)。

前述結(jié)果表明，放開下限管制（2013年及之后）降低了企業(yè)的債務(wù)違約風(fēng)險(xiǎn)。然而，這一結(jié)論也非常有可能是2013年發(fā)生的其他事件所導(dǎo)致的，未必恰好是貸款利率放開這一事件帶來的結(jié)果。基于此，我們將時(shí)間往前推兩年（即2011年）進(jìn)行安慰劑檢驗(yàn)，結(jié)果見表3。從表3可以看出，交乘項(xiàng)Postdown×Soe的系數(shù)不顯著，因此2013年放開貸款利率下限管制是導(dǎo)致企業(yè)債務(wù)違約風(fēng)險(xiǎn)下降的重要原因。

2.重新計(jì)量債務(wù)違約風(fēng)險(xiǎn)的檢驗(yàn)。

前文主要采用Z score指標(biāo)計(jì)量債務(wù)違約風(fēng)險(xiǎn)，為了避免計(jì)量問題造成結(jié)論的不可靠，我們用現(xiàn)金流量利息保障倍數(shù)（CIPM）重新計(jì)量企業(yè)債務(wù)違約風(fēng)險(xiǎn)：

現(xiàn)金流量利息保障倍數(shù)（CIPM）=經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量凈額/利息費(fèi)用 （3）

該指標(biāo)來自于Wind數(shù)據(jù)庫，該值越小，企業(yè)債務(wù)違約風(fēng)險(xiǎn)越大。將該指標(biāo)代入方程（2）中，結(jié)果見表4。表4結(jié)果顯示，無論是OLS模型，還是固定效應(yīng)（FE）模型，交乘項(xiàng)Postdown×Soe的系數(shù)都顯著為正。由此表明，貸款利率下限的放開仍然是導(dǎo)致企業(yè)債務(wù)違約風(fēng)險(xiǎn)降低的重要原因。

3.PSM-DID方法。

表5采用了PSM-DID方法進(jìn)行內(nèi)生性檢驗(yàn)，結(jié)果顯示，交乘項(xiàng)Postdown×Soe的系數(shù)顯著為正，假設(shè)H2依然成立，即貸款利率下限的放開是企業(yè)債務(wù)違約風(fēng)險(xiǎn)下降的重要原因。

五、進(jìn)一步分析

（一）放開貸款利率上限和下限效果不一樣的原因分析

前文的研究結(jié)果表明，在利率市場化過程中，放開貸款利率上限和下限的效果是不一樣的：放開上限并沒有影響企業(yè)的債務(wù)違約風(fēng)險(xiǎn)，而放開下限則顯著降低了企業(yè)的債務(wù)違約風(fēng)險(xiǎn)。推測其原因，放開貸款利率上限并不能有效降低企業(yè)債務(wù)融資成本，而債務(wù)融資成本降不下來，企業(yè)只能無奈繼續(xù)采用“短貸長投”的融資策略應(yīng)對(duì)資本短缺情形;當(dāng)“短貸長投”不能有效改善時(shí)，其債務(wù)違約風(fēng)險(xiǎn)自然很難有效降低。相反，放開貸款利率下限后，企業(yè)的融資成本就會(huì)下降，有助于其改善“短貸長投”的融資期限錯(cuò)配問題。基于此，我們分別檢驗(yàn)放開貸款利率上限和下限對(duì)債務(wù)融資成本的影響。借鑒前人的研究[21，22]，構(gòu)建模型（4）檢驗(yàn)上述推測。

其中Debtcost表示債務(wù)融資成本，具體用“凈財(cái)務(wù)費(fèi)用/負(fù)債總額”表示。控制變量（Controls）包括企業(yè)規(guī)模（Size）、企業(yè)盈利能力（Roa）、銷售收入增長率（Growth）、企業(yè)年齡（Age）、有形資產(chǎn)債務(wù)率（Tanasset）、資產(chǎn)流動(dòng)性（Liquid）、債務(wù)擔(dān)保能力（Tangibility）、現(xiàn)金流動(dòng)狀況（Cfo）以及年度效應(yīng)（Year）和行業(yè)效應(yīng)（Industry）。

表6列（1）和列（2）顯示，交乘項(xiàng)Postup×Soe的系數(shù)不顯著，說明放開貸款利率上限沒有降低企業(yè)債務(wù)融資成本。而列（3）和列（4）中，交乘項(xiàng)Postdown×Soe的系數(shù)顯著為負(fù)，說明放開貸款利率下限顯著降低了企業(yè)債務(wù)融資成本，這一結(jié)果與我們的推測一致。

（二）渠道效應(yīng)檢驗(yàn)

根據(jù)前文分析，放開貸款利率下限管制后，可能是通過降低企業(yè)“短貸長投”的渠道降低其債務(wù)違約風(fēng)險(xiǎn)。為了檢驗(yàn)這一渠道效應(yīng)，參考鐘凱等（2016）[4]的研究，采用以下方法計(jì)量企業(yè)投融資期限錯(cuò)配（Sfli）：[構(gòu)建固定資產(chǎn)、無形資產(chǎn)等長期資產(chǎn)支付的現(xiàn)金-（本期長期借款增加額+本期應(yīng)付債券增加額+本期權(quán)益增加額+經(jīng)營活動(dòng)現(xiàn)金凈流量+處置固定資產(chǎn)等長期資產(chǎn)收回的現(xiàn)金凈額）]/同年度平均總資產(chǎn)。Sfli值越大，表示“短貸長投”的現(xiàn)象越嚴(yán)重。同時(shí)，借鑒溫忠麟等（2004）[23]的方法，檢驗(yàn)“短貸長投”的中介效應(yīng)，檢驗(yàn)結(jié)果見表7。表7顯示，第二階段交乘項(xiàng) Postdown×Soe 的系數(shù)在1%的水平上顯著為負(fù)，說明貸款利率下限放開抑制了企業(yè)投融資期限錯(cuò)配（即“短貸長投”現(xiàn)象）。在第三階段檢驗(yàn)中，Sfli的回歸系數(shù)為-7.526，并且在 1% 的水平上顯著;而交互項(xiàng)Postdown×Soe的回歸系數(shù)為2.601，且在 1%水平上顯著為正。這些結(jié)果說明，貸款利率下限管制的放開，一部分是通過遏制企業(yè)“短貸長投”的渠道降低了企業(yè)債務(wù)違約風(fēng)險(xiǎn)。

（三）企業(yè)異質(zhì)性分析

在企業(yè)的債務(wù)融資過程中，“規(guī)模歧視”的問題歷來備受關(guān)注，相對(duì)于規(guī)模小的企業(yè)而言，銀行更愿意發(fā)放貸款給大企業(yè)[24]。放開貸款利率下限后，信貸歧視的問題是否會(huì)有所緩解，進(jìn)而降低中小企業(yè)的債務(wù)違約風(fēng)險(xiǎn)？除此之外，研發(fā)投入較高的公司，其結(jié)果如何往往具有較大不確定性[25]。因此，高研發(fā)公司往往要承受更高的融資成本和更為苛刻的貸款條件[10]。放開利率管制下限后，研發(fā)投入較高的企業(yè)的債務(wù)融資“解渴”問題是否得到有效緩解，進(jìn)而降低其債務(wù)違約風(fēng)險(xiǎn)？顯然，以上兩個(gè)問題都是重要的問題，但目前仍缺乏相應(yīng)研究。

本文以公司規(guī)模、研發(fā)投入的中位數(shù)為界，將樣本按照規(guī)模和研發(fā)投入進(jìn)行分組，分組后的回歸結(jié)果見表8。表8列（1）的結(jié)果顯示，在小規(guī)模企業(yè)組中，交乘項(xiàng)Postdown×Soe的系數(shù)為3.178，而在列（2）大規(guī)模企業(yè)組里，相應(yīng)系數(shù)只有1.171，兩者之間的差異在1%的水平上顯著（見表末的Chow test）。由此表明，放開貸款利率下限管制對(duì)降低債務(wù)違約風(fēng)險(xiǎn)的作用在小規(guī)模企業(yè)更為明顯。同樣，表8列（3）和列（4）的結(jié)果也顯示，無論是研發(fā)投入高還是研發(fā)投入低的企業(yè)，放開貸款利率下限都能顯著降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)。但交乘項(xiàng)Postdown×Soe在研發(fā)投入高組的系數(shù)為3.325，遠(yuǎn)大于低研發(fā)投入組的系數(shù)。因此，放開貸款利率管制下限對(duì)降低債務(wù)違約風(fēng)險(xiǎn)的作用在研發(fā)投入高的企業(yè)更明顯。

六、結(jié) 論

近年來，中美貿(mào)易摩擦以及新冠肺炎疫情的疊加沖擊，我國企業(yè)的債務(wù)違約問題驟然凸顯，如何防范企業(yè)發(fā)生大面積債務(wù)違約，已然成為當(dāng)前我國金融領(lǐng)域亟需解決的一個(gè)重大問題。本文以我國央行放開貸款利率上限和下限的準(zhǔn)自然實(shí)驗(yàn)數(shù)據(jù)，實(shí)證檢驗(yàn)貸款利率市場化如何影響企業(yè)債務(wù)違約風(fēng)險(xiǎn)。研究結(jié)果顯示，貸款利率上限的放開對(duì)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的影響不明顯，但下限的放開卻能顯著降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)，并且這種作用一部分是通過遏制“短貸長投”的渠道實(shí)現(xiàn)的。而貸款利率上限管制放開沒能降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)，其根源在于，該項(xiàng)改革并沒有降低企業(yè)的債務(wù)融資成本，進(jìn)而無法有效遏制“短貸長投”的現(xiàn)象，最終也沒法降低債務(wù)違約風(fēng)險(xiǎn)。此外，異質(zhì)性檢驗(yàn)表明，貸款利率下限放開降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)的作用在規(guī)模小以及研發(fā)投入高的企業(yè)中更明顯。

參考文獻(xiàn)：

[1] Acharya V V， Gale D， Yorulmazer T. Rollover risk and market freezes[J]. The Journal of Finance， 2011，66（4）：1177-1209.

[2] 王紅建，楊箏，阮剛銘，等.放松利率管制、過度負(fù)債與債務(wù)期限結(jié)構(gòu)[J].金融研究，2018（2）：100-117.

[3] Bao X， Luo Q， Li S， et al. Corporate social responsibility and maturity mismatch of investment and financing： Evidence from polluting and non-polluting companies[J].Sustainability， 2020， 12（12）： 49-72.

[4] 鐘凱，程小可，張偉華.貨幣政策適度水平與企業(yè)“短貸長投”之謎[J].管理世界，2016（3）：87-98+114+188.

[5] 李天鈺，劉艷.投融資期限錯(cuò)配與企業(yè)債券信用利差[J].金融監(jiān)管研究，2020（10）：1-17.

[6] 楊箏，劉放，李茫茫.利率市場化、非效率投資與資本配置——基于中國人民銀行取消貸款利率上下限的自然實(shí)驗(yàn)[J].金融研究，2017（5）：81-96.

[7] 徐亞琴，陳嬌嬌.利率市場化能抑制企業(yè)投融資期限錯(cuò)配么？[J].審計(jì)與經(jīng)濟(jì)研究，2020，35（5）：116-127.

[8] 邢光遠(yuǎn)，馮宗憲，冷奧琳.央行放開貸款利率管制對(duì)商業(yè)銀行盈利能力的影響研究——以商業(yè)銀行議價(jià)能力為路徑[J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，34（6）：51-57.

[9] 彭建剛，王舒軍，關(guān)天宇.利率市場化導(dǎo)致商業(yè)銀行利差縮窄嗎？——來自中國銀行業(yè)的經(jīng)驗(yàn)證據(jù)[J].金融研究，2016（7）：48-63.

[10]李波，朱太輝.銀行價(jià)格競爭、融資約束與企業(yè)研發(fā)投資——基于“中介效應(yīng)”模型的實(shí)證研究[J].金融研究，2020（7）：134-152.

[11]Ayyagari M， Demirgü-Kunt A， Maksimovic V. Firm innovation in emerging markets： The role of finance， governance， and competition[J]. Journal of Financial and Quantitative Analysis， 2011， 46（6）： 1545-1580.

[12]Love I， Martínez Pería M S. How bank competition affects firms’ access to finance[J]. The World Bank Economic Review， 2015， 29（3）： 413-448.

[13]王嘉鑫，汪蕓倩，張龍平.利率管制松綁、企業(yè)會(huì)計(jì)信息披露質(zhì)量與融資約束[J].經(jīng)濟(jì)管理，2020，42（4）：139-157.

[14]Altman， Edward I. The prediction of corporate bankruptcy ： A discriminant analysis [J]. Journal of Finance，1968， 23（1）：193-194.

[15]徐玉德，陳駿.上市公司違約風(fēng)險(xiǎn)、盈余質(zhì)量與銀行信用借款——基于滬深A(yù)股市場的經(jīng)驗(yàn)研究[J].證券市場導(dǎo)報(bào)，2011（2）：38-43.

[16]Putri H T. The prediction of bankruptcy with altman Z-Score and springate S-Score models in Sharia banks period 2012-2017[J].Journal of Manajemen dan Sains， 2019， 4（2）： 276-282.

[17]馮麗艷，肖翔，張靖.企業(yè)社會(huì)責(zé)任影響債務(wù)違約風(fēng)險(xiǎn)的內(nèi)在機(jī)制——基于經(jīng)營能力和經(jīng)營風(fēng)險(xiǎn)的中介傳導(dǎo)效應(yīng)分析[J].華東經(jīng)濟(jì)管理，2016，30（4）：140-148.

[18]孟慶斌，侯粲然，魯冰.企業(yè)創(chuàng)新與違約風(fēng)險(xiǎn)[J].世界經(jīng)濟(jì)，2019，42（10）：169-192.

[19]Lei Z， Zhou J A. Private returns to public investment： Political career incentives and infrastructure investment in China[EB/J]. Journal of Politics， 2020，Online，https：//doi.org/10.1086/715170.

[20]Deng X， Gao L， Kim J B. Short-sale constraints and stock price crash risk： Causal evidence from a natural experiment[J]. Journal of Corporate Finance， 2020， 60（6）：84-100.

[21]陳漢文，周中勝.內(nèi)部控制質(zhì)量與企業(yè)債務(wù)融資成本[J].南開管理評(píng)論，2014，17（3）：103-111.

[22]張偉華，毛新述，劉凱璇.利率市場化改革降低了上市公司債務(wù)融資成本嗎？[J].金融研究，2018（10）：106-122.

[23]溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用[J].心理學(xué)報(bào)，2004，36（5）：614-620.

[24]戰(zhàn)明華，王曉君，應(yīng)誠煒.利率控制、銀行信貸配給行為變異與上市公司的融資約束[J].經(jīng)濟(jì)學(xué)（季刊）， 2013，12（3）：1255-1276.

[25]Holmstrom B. Agency costs and innovation [J]. Journal of Economic Behavior & Organization， 1989， 12（3）：305-327.

（責(zé)任編輯：王鐵軍）

3795501908244