非金融企業影子銀行化的同伴效應研究

■李香花 王倩 李世輝

一、引言

為規范影子銀行的發展，我國自2016年開始出臺一系列政策。此后，影子銀行超規模膨脹得以有效遏制，但其存量風險仍然不可小覷。隨著中國經濟進入新常態，“三期疊加”引起的內需疲軟以及產能過剩等問題減少了企業部門的生產性投資機會，非金融企業為了轉型發展和獲取收益而涉足金融領域。越來越多的企業借助多元化融資渠道來募集資金，并通過多種形式投資于影子銀行體系，參與高風險、高收益的影子銀行活動[1]。中國銀保監會課題組披露的數據顯示，截至2019年末，中國廣義的影子銀行規模已高達84萬億元，狹義的影子銀行規模為39 萬億元[2]。其中，非金融企業投資于影子銀行業務當中的資金占比高達19.07%，非金融企業影子銀行化趨勢日漸增強。

影子銀行是一把“雙刃劍”。一方面，由于影子銀行為實體企業提供了新的融資渠道，在一定程度上滿足了企業的融資需求。影子銀行業務作為金融市場的必要補充[3]，已經成為非金融企業的重要融資渠道。另一方面，影子銀行的透明度較低且監管困難，其規模的大幅上升加劇了企業的財務風險[4]。此外，信貸歧視也可能存在于非金融企業影子銀行化的資源再分配過程中，導致高生產率但融資約束嚴重的企業未能獲得有效的資金流入[5]，阻礙我國經濟高質量發展。因此，維持經濟發展和風險防范的平衡具有重要的現實意義。2021年中央經濟工作會議指出，要通過為資本設置“紅綠燈”的方式，一方面發揮其作為生產要素的積極作用，另一方面加強對資本的有效監管，完善風險防范系統，防止資本野蠻生長。因此，全面認識我國非金融企業影子銀行化的成因，厘清影子銀行對金融監管提出的挑戰，并科學引導企業開展影子銀行業務，對于抑制企業“脫實向虛”以及促進經濟穩定發展具有重大的理論和現實意義。

關于非金融企業影子銀行化的形成動機以及影響因素，現有研究指出，非金融企業影子銀行化的主要影響因素包括追逐高額利潤、金融系統對異質性企業的融資約束以及實業投資的相對占比風險[1，6，7]等。此外，金融錯配程度、資本市場開放和信息優勢等也是影響非金融企業影子銀行化的重要因素[3，8，9]。但這些文獻的假設前提是企業作出影子銀行化決策的過程是獨立的，而鮮有學者從同伴效應視角研究非金融企業影子銀行化的群體影響。傳統的財務理論通常假設企業的最優決策是其自身特征的函數，獨立于其他個體。近年來，隨著行為決策理論的應用與推廣，越來越多的研究從同伴效應視角來探討財務領域的決策行為，并證實了同伴效應在企業經營決策中的存在性，即企業在融資決策[10]、薪酬決策[11，12]、股票拆分決策[13]、企業投資[14，15]、稅收規避[16]等方面都會受到同伴企業的影響。那么，非金融企業影子銀行化是否也會相互影響？本文試圖從同伴效應的視角對此展開討論。

本文以2008—2020年滬深兩市非金融上市企業的數據為研究樣本，考察同伴企業影子銀行化對焦點企業影子銀行化的影響。本文可能的貢獻體現在以下幾個方面：（1）拓展了非金融企業影子銀行化的相關研究。現有關于企業影子銀行化的文獻主要集中在利率差、融資約束和外部環境變化等對企業影子銀行化的影響方面，鮮有文獻考察同行業企業影子銀行化的群體性特征。本文則從同伴效應的角度切入，為全面認識我國非金融企業影子銀行化提供了新的視角。（2）豐富了企業經營決策同伴效應的研究。本文基于同伴效應理論研究我國非金融企業影子銀行化的外在動因，并進一步分析其形成機理、異質性和經濟后果，補充了公司行為決策同伴效應的研究內容。（3）為科學引導企業影子銀行化提供參考依據。本文對我國非金融企業影子銀行化同伴效應的研究有助于全面理解非金融企業影子銀行化的形成動機，這對當前影子銀行的有效監管和金融體制改革具有一定的啟示。

二、文獻回顧與研究假設

（一）文獻回顧

1.非金融企業影子銀行化

金融穩定理事會（FSB）將影子銀行定義為：“游離于監管體系之外、可能會引發系統性金融風險或是帶來監管套利風險的信用中介體系。”我國至今沒有關于影子銀行的明確定義，普遍接受的觀點是影子銀行具有類似銀行的投融資功能，發揮著信用中介的作用[3]。現有文獻將非金融企業影子銀行化定義為，非金融企業將資本投入到影子銀行信貸市場當中，參與投資活動，并以委托貸款、委托理財和民間借貸等方式實現資金空轉套利[17，18]。

企業的影子銀行活動具有信息不對稱、高杠桿、高風險和強傳染性等特點，處于監管的灰色甚至真空地帶[19]。近年來，國內學者對非金融企業影子銀行化的現象展開了廣泛的討論。王永欽等[20]通過考察上市公司資產負債表中會計科目的變化，為證實我國非金融企業參與影子銀行活動提供了有力證據。關于非金融企業影子銀行化的影響因素，已有文獻認為宏觀環境變化如經濟增長放緩、社會固定資產投資占比降低等促進了非金融企業影子銀行化[17]。并且，金融錯配程度的提高會加劇企業面臨的融資約束程度，從而導致實體投資水平下降，進而提高非金融企業影子銀行化的規模[8]。此外，研究還發現資本市場開放可以通過加強企業內外部治理、緩解企業融資約束等渠道對非金融企業影子銀行化起到抑制作用[9]。

2.同伴效應

“同伴效應”一詞最早產生于社會學領域，Mans?ki[21]將其定義為某一個體（即焦點企業）的行為決策會受到參照組內其他成員（即同伴企業）行為的影響。在早期研究中，研究者們用同伴效應解決社會學的一些問題。近些年來，同伴效應的研究對象不斷豐富，財務學領域也基于同伴理論對財務決策行為展開了廣泛的研究。在國外研究中，Faulkender等[11]研究證明了企業經理人的薪酬決策會受到同伴企業的影響。Amore[22]將同地區的其他企業界定為同伴企業，同樣發現了意大利的家族企業任用非家族企業董事的行為決策并非是完全獨立的，而是會受到同伴企業的影響。國內關于企業決策行為的同伴效應研究也越來越廣泛。李世輝等[23]研究發現我國上市公司的資本結構決策存在同伴效應。李佳寧等[15]研究發現同行業跨地區同伴企業的投資決策行為與焦點企業的投資決策行為存在顯著正相關關系。江新峰等[24]也證實了同群效應存在于企業投資決策當中，并且這種同群效應會受到產業政策的影響。此外，學者們還證實了同伴效應存在于企業高管薪酬[12]、現金鼓勵政策[25]、稅收規避[16]和綠色創新[26]等多個方面。

3.文獻述評

現有研究成果多聚焦于非金融企業影子銀行化相對獨立的成因及后果，尚未深入挖掘影子銀行化的外部驅動因素。在當前我國資本市場體系尚不發達的條件下，資源的錯配與資本的逐利性是影子銀行得以迅速發展壯大的表層因素，研究非金融企業影子銀行化的深層動因對有效引導影子銀行良性有序發展具有重要意義。在非金融企業影子銀行化是否也存在同伴效應方面，目前鮮有研究與探討。基于此，本文聚焦于考察非金融企業影子銀行化的同伴影響及其形成機理。

（二）理論分析與研究假設

已有的研究表明，企業的行為決策存在同伴效應，即企業進行決策時會受到周圍特征相似群體的影響，對同伴企業的依賴程度越來越高，并表現出行為趨同的現象[21，27]。目前，學者們已經從多個角度驗證了企業投資存在同伴效應。隨著實體投資收益和金融投資收益差距的不斷擴大，資本逐利的驅動使得非金融企業逐漸偏離其主營業務的發展方向，開始不斷涌入利潤豐厚的金融行業中，以期提高短期經營業績[1，28]。非金融企業影子銀行化正是基于這種套利動機的高風險投資活動，表現為企業將投資于實體經濟的資金轉投到影子銀行體系當中，其本質上是一種替代性投資活動[8，19]。當前，我國正處在經濟向高質量發展轉型的關鍵時期，傳統行業面臨新的技術革命與產業轉型壓力，而新型行業尚處于起步或高速發展但資源不足階段，行業新舊更替下的資源競爭加劇導致企業所處的經營環境復雜程度提升，面臨的風險也更大。企業影子銀行化不僅是企業自身內部的決策選擇，還可能受到同伴企業影子銀行化的驅動。基于已有研究，本文試圖從以下兩個方面闡述非金融企業影子銀行化同伴效應的形成原因。

一是社會學習效應。社會學習理論認為，同伴企業的行為及其背后的信息可以通過改變焦點企業決策者對某事件的期望進而改變其決策，焦點企業可以通過觀察外部環境獲取同伴信息[29]。首先，學習模仿行為可以降低信息獲取成本和決策風險。我國的資本市場尚不成熟，資金供需兩側存在高度的信息不對稱[30]。而影子銀行化是一項風險較高且隱蔽性較強的活動，當焦點企業無法獲得高質量的相關投資信息或者信息獲取成本很高時，也可能會傾向于從同伴企業中獲得更多債務需求方的有效信息。焦點企業通過借鑒同伴企業影子銀行化的決策經驗以降低自身影子銀行化決策失敗的風險。其次，企業在利潤驅動下會學習模仿同伴企業影子銀行化行為。追逐高額利潤是非金融企業影子銀行化的主要動機。當同伴企業參與影子銀行活動并通過資金套利成功牟取利差的現象頻繁發生時，會向焦點企業釋放有利信號并提高其對影子銀行化的預期收益，促使其模仿同伴企業的影子銀行化行為。

二是動態競爭效應。動態競爭理論認為，同行業企業間的市場領域高度重疊導致企業間的競爭更加激烈，為了抗衡競爭對手并維持自身的競爭地位，企業會密切關注對手的行為并相互模仿[13，31]。企業作為一種競爭組織，通常會采用各種投資手段參與到市場競爭中去，其目標是尋找各種路徑以實現利益最大化[32]，包括學習其他企業的行為。近年來，隨著影子銀行業務的大幅擴張，非金融企業參與影子銀行活動也成為企業擴大競爭力的手段，能夠在一定程度上為企業競爭戰略提供必要的財務支持，有助于企業實現資金的保值或增值[33]。因此，非金融企業影子銀行化可能是企業之間競爭互動的結果。當競爭對手通過影子銀行化獲取的利潤遠高于經營利潤，影子銀行化可能成為企業新的盈利渠道時，管理者出于短視或是迫于業績的壓力，會選擇通過影子銀行化取得高額收益作為競爭手段來維持其短期總體利潤率水平，進而鞏固其市場地位。因此，企業為了不被競爭對手趕超，會冒險模仿同伴企業開展影子銀行業務。

然而，考慮到影子銀行活動的“雙刃劍”特點及其與行業競爭的關系，行業競爭程度加劇可能會減弱焦點企業模仿同伴企業影子銀行化的動機。在競爭程度大的市場環境中，競爭對手數量多、產品差異化程度低且經營現金流波動性較大，此時企業需要提升現金持有量來抵御掠奪風險以及阻礙潛在競爭者進入市場[34]。根據資源有限理論，當非金融企業將有限的資金投入到影子銀行業務當中時，投資實體的資源會相應地減少，在激烈的市場競爭當中難以保證足量資金以維持原有的市場份額，導致企業喪失市場競爭優勢。另外，從企業長期可持續發展的角度來看，企業耗費大量資金參與高利差和高風險的影子銀行業務這一行為雖然可能會提升企業的短期績效，但是會對企業的主營業務產生擠出效應[35]，削弱企業的可持續競爭力，從而不利于企業的長期發展。因此，激烈的行業競爭會降低企業學習和模仿同伴企業影子銀行化的意愿。相反，當市場競爭較小時，企業的資金約束和主營業務壓力也會相對較小，更有空間和動機去模仿同伴企業影子銀行化的行為。

行業維度是企業行為決策同伴效應的重要信息傳導渠道[14]。企業在行業層面有重要的經濟聯系，因為他們有相同的產品生命周期，爭奪相同的客戶資源、市場資源以及人力資源等[25，36]。同行業企業之間的市場環境相似，可比性較強，相互之間學習與借鑒的意義更大[37]。因此，企業可能更傾向于與同行業企業展開互動，從而形成非金融企業影子銀行化的行業同伴效應。

綜合上述分析，提出研究假設1：

H1：非金融企業的影子銀行化存在行業同伴效應，即焦點企業影子銀行化與同伴企業影子銀行化存在顯著關聯性。

三、研究設計

（一）樣本選取與數據來源

本文選取2008—2020年滬深兩市A 股上市公司作為初始樣本。選擇起始于2008年的樣本數據，是因為中國影子銀行在2008年金融危機爆發后開始迅速發展。對初始樣本做如下篩選：（1）剔除金融類企業；（2）剔除財務狀況存在異常的企業；（3）剔除同伴企業數量小于3的樣本；（4）為了避免異常值的影響，對所有連續型變量進行上下1%的縮尾處理。本文所使用的財務數據來源于國泰安（CSMAR）數據庫。

（二）同伴企業界定

對同伴企業的參照組進行設定是非常關鍵的，有效的參照組應該具備能使焦點企業和同伴之間存在真正行為互動的條件[38]。雖然同行業上市公司處于相同的競爭環境，有著相同的產品生命周期，并且受相同金融政策的影響，但是按行業界定同伴企業的范圍過寬。企業的行為趨同還可能是由于企業具有相似的特征，如同區域內共同地方政府的干預、區域的發展水平以及文化習俗等區域因素。在此情況下，證實檢驗的同伴效應可能并非企業間互動的“凈效應”。因此，本文參照李佳寧等[15]的做法，將跨區域同行業企業界定為同伴企業。本文對于同區域的界定標準是企業所在地處在同一城市，行業分類則采取2012年證監會行業分類的標準。為了提高樣本分布的均衡性，制造業細分到二級行業，其他行業按照一級行業分類。

（三）模型設計與變量定義

為驗證假設1，本文借鑒Manski[21]提出的參照組內均值線性模型，構建實證模型（1）以檢驗非金融企業影子銀行化同伴效應。

其中，j 為焦點企業，-j 為同伴企業，i 為行業，r和-r分別表示同區域和非同區域，t為年份。被解釋變量SBj,i,r,t為焦點企業影子銀行化規模，本文借鑒李建軍等[1]的衡量方式，以委托貸款、委托理財和民間借貸三類規模來表示，其中委托貸款數據由其他流動資產、一年內到期的非流動資產、其他非流動資產三類會計科目余額加總得到，委托理財數據來自國泰安對外投資數據庫，民間借貸選用其他應收款科目余額來衡量。解釋變量為同伴企業影子銀行化規模，由焦點企業跨區域同行業企業影子銀行化規模的均值來衡量。Contorlsj,i,r,t為企業自身特征控制變量，具體包括企業規模（Size）、資產負債率（Lev）、盈利能力（ROE）、固定資產投資（Fa）、獨立董事比例（Indep）、企業成長性（Growth）和第一大股東持股比例（Top1）。為同伴企業控制變量，本文參考已有研究，控制了以下可能會影響企業影子銀行化的因素：企業規模（Size_peer）、資產負債率（Lev_peer）、盈利能力（ROE_peer）、固定資產投資（Fa_peer）、獨立董事比例（Indep_peer）、企業成長性（Growth_peer）和第一大股東持股比例（Top1_peer）。FirFEj為企業固定效應，包括時間固定效應（Year）和個體固定效應（Firm）；k 為常數項；β、m、γ、z 為各回歸系數，εj,t為殘差項。具體變量定義及衡量方法見表1。

表1 變量定義

四、實證結果分析

（一）描述性統計

表2報告了主要變量的描述性統計結果。從焦點企業來看，不同企業的影子銀行化存在較大差異，SB 的最大值為1.147，最小值為0.000，均值為0.090。從同伴企業來看，處于不同行業的群體間影子銀行化的差異也較大，SB_peer 的標準差為0.070。其次，焦點企業影子銀行化平均規模為0.090，同伴企業影子銀行化平均規模為0.090。焦點企業與同伴企業影子銀行化的均值較為接近，在一定程度上表明二者在影子銀行化行為上可能存在相似性。

表2 主要變量的描述性統計

（二）Pearson相關性分析

進一步統計模型中各主要變量間的Pearson 相關系數及顯著性（表略）。結果顯示，焦點企業影子銀行化（SB）和同伴企業影子銀行化（SB_peer）的相關系數為0.332，且在1%的水平上顯著，表明焦點企業影子銀行化和同伴企業影子銀行化具有高度的正相關關系，初步支持假設1。變量間的相關系數大部分小于0.500，主要變量間的方差膨脹系數（VIF）最大值為3.440，平均值為1.704，因此檢驗模型不存在嚴重共線性問題。

（三）回歸結果分析

本文使用面板固定效應模型（FE）進行估計，表3報告了同伴企業影子銀行化對焦點企業影子銀行化影響的回歸結果。本文所有實證結果的標準誤都聚類到企業個體層面，并控制了殘差在企業間自相關等問題。表3（1）列是在不考慮其他影響因素的情況下同伴企業影子銀行化與焦點企業影子銀行化的回歸結果，SB_peer 和SB 的回歸系數為0.317，且在1%水平上顯著。（2）列的結果顯示，在控制了焦點企業的企業規模、資產負債率等企業特征后，SB_peer 的系數為0.314，在1%水平上顯著，進一步支持了假設1。（3）列是進一步控制了同伴企業特征后的回歸結果，SB_peer 的系數為0.272，且在1%水平上顯著，表明同伴企業影子銀行化仍對焦點企業影子銀行化產生了顯著正向影響。

表3 基準回歸結果

（四）內生性處理

為了避免遺漏變量或影子銀行規模的測量誤差而導致結果出現偏誤從而產生內生性問題，本文采用工具變量方法。首先，借鑒Rose[39]、李佳寧等[15]的思路，選取與同伴企業的同城市非相關行業企業影子銀行化均值（IV_1）作為工具變量。該工具變量符合相關性和外生性的兩個條件。一方面，同伴企業和該工具變量企業處于同一城市，與內生解釋變量具有一定的相關性，滿足相關性要求；另一方面，工具變量企業所處行業和城市與焦點企業不同，滿足外生性要求。其次，本文借鑒Leary 等[40]的做法，用股票特質收益率（IV_2）構建新的工具變量。該工具變量也符合相關性和外生性的兩個條件。一方面，同伴企業的股票特質收益率反映了同伴企業自身的信息，與內生解釋變量具有一定的關聯，滿足相關性要求；另一方面，該工具變量反映的同伴企業股票信息并不會對焦點企業影子銀行化產生直接影響，滿足外生性要求。股票特質收益率的計算原理是將股票收益剔除風險以及行業因素得到殘差項，從其殘差項中提取股票收益波動，再取同伴企業年度股票特質收益率的均值作為工具變量。

工具變量法回歸結果如表4所示。（1）列為選取同伴企業的同城市非相關行業企業影子銀行化均值作為工具變量的回歸結果，SB_peer的系數為0.761，且在1%水平上顯著；（2）列為選取股票特質收益率作為工具變量的回歸結果，SB_peer的系數為0.970，且在5%水平上顯著。在考慮了同伴企業影子銀行化與焦點企業影子銀行化之間可能存在的內生性問題后，同伴企業影子銀行化對焦點企業影子銀行化仍然具有顯著的正向影響，這與前文的結論一致。

表4 工具變量法回歸結果

（五）穩健性檢驗

1.剔除特殊年度樣本觀測值

首先，由于在IPO年度，上市公司普遍存在“財務包裝”行為，很可能在影子銀行業務上進行異常操作，故剔除IPO年度樣本觀測值。其次，2008年爆發了全球金融危機，我國為應對沖擊，實施了多項經濟刺激政策，助推了影子銀行的發展。這可能促使企業的影子銀行化行為趨同，故剔除2008年度的樣本觀測值。此外，受2020年新冠肺炎疫情的影響，經濟不確定性增強，企業過度從事影子銀行業務的可能性提高，故剔除2020年度樣本觀測值。本文對剩下的樣本數據重新進行回歸，得到假設1 的回歸結果見表5（1）列，同伴效應的回歸系數為0.246，且在1%水平上顯著。實證結果與前文結論一致，假設1結論穩健。

2.變量滯后一期

為了削弱控制變量對焦點企業影子銀行的時滯影響并緩解內生性問題，對模型（1）中的解釋變量和所有的控制變量均作滯后一期處理，重新進行回歸。假設1 的回歸結果見表5（2）列，同伴效應的回歸系數為0.210，且在1%水平上顯著。實證結果與前文結論一致，再次證明非金融企業影子銀行化存在同伴效應。

3.替換變量的衡量方式

借鑒韓珣等[17]的做法，對委托貸款、委托理財和民間借貸三類規模的總和取對數（Lnsb）作為企業影子銀行化的代理變量，并對模型重新進行回歸，假設1 的回歸結果見表5（3）列，同伴效應的回歸系數為0.039，且在5%水平上顯著。表明在改變企業影子銀行化的衡量方式之后，假設1結論依然成立。

4.重新界定同伴企業

為了使結果不受行業分類標準的影響，本文更換了同伴企業的行業劃分標準。具體地，將所有行業均按照二級行業分類。對樣本重新回歸，假設1的回歸結果見表5（4）列，同伴效應的回歸系數為0.268，且在1%水平上顯著。回歸結果與前文結論保持一致，說明同伴企業影子銀行化會正向影響焦點企業影子銀行化。

5.排除宏觀因素的影響

非金融企業影子銀行化除了會受到同伴企業的影響，還可能受到相似的宏觀環境因素的影響。為了排除宏觀因素導致非金融企業影子銀行化與同伴企業影子銀行化趨同的可能性，本文在模型中控制了人均GDP（rjGDP）、省份GDP（sfGDP）以及省份人均GDP（sfrjGDP）等宏觀層面的變量。對樣本重新進行回歸，假設1的回歸結果見表5（5）列，同伴效應的回歸系數為0.286，且在1%水平上顯著。支持前文基準回歸結果，即假設1結論穩健。由此可見，這些檢驗結果再次為非金融企業影子銀行化同伴效應的存在性提供了穩健的證據。

表5 穩健性檢驗結果

五、形成機理檢驗

上文已實證了非金融企業影子銀行化行為存在同伴效應。那么，非金融企業影子銀行化行為同伴效應的形成機理是什么？本文對該問題進行拓展分析。

（一）學習效應與非金融企業影子銀行化同伴效應

理論分析部分已經闡述了學習效應是企業間相互模仿的潛在形成機理。Lieberman 等[41]基于經濟學、組織學和社會學等多門學科理論進一步提出“信息獲取性模仿”是企業學習模仿的重要動機，即企業在自身信息不完善的情況下，會模仿被認為擁有信息優勢的其他企業，由此來合理化企業的同伴行為。本文將對這種模仿方式進行進一步檢驗。

借鑒Leary 等[40]和彭鎮等[42]的研究，按照“企業市場地位”來識別樣本中的領頭企業和追隨企業。如果企業的營業收入在同行業企業中排名前30%，則認為企業的盈利能力和市場地位相對較高，是行業中的領頭企業，具有信息優勢；如果企業的營業收入在同行業企業中排名后30%，則認為是追隨企業。對于每家焦點企業，分別計算出同伴企業中領頭企業（SB_peer_H）和追隨企業（SB_peer_L）的影子銀行化規模平均值，并形成以下四種組合：（1）領頭焦點企業-領頭同伴企業；（2）領頭焦點企業-追隨同伴企業；（3）追隨焦點企業-領頭同伴企業；（4）追隨焦點企業-追隨同伴企業。如果領頭焦點企業不會模仿追隨同伴企業，而追隨焦點企業會模仿領頭同伴企業，則在一定程度上表明“信息獲取性模仿”是非金融企業影子銀行化同伴效應的形成機理。

回歸結果見表6。（1）和（2）列是針對領頭焦點企業的回歸結果，同伴追隨企業的回歸系數為0.071，不具有顯著性。（3）和（4）列是針對追隨焦點企業的回歸結果，同伴領頭企業的回歸系數為0.261，且在5%水平上顯著。這表明追隨企業影子銀行化受到行業領頭同伴企業影子銀行化的顯著正向影響，而領頭企業影子銀行化并不會受到行業追隨同伴企業影子銀行化的影響。因此，基于“信息獲取性模仿”的學習效應是非金融企業影子銀行化同伴效應的形成機理，且信息劣勢會增強企業模仿和學習的意愿。

（二）行業競爭與非金融企業影子銀行化同伴效應

為了考察非金融企業影子銀行化的同伴效應是否會受到行業競爭的影響，借鑒彭鎮等[42]的做法，選取赫芬達爾指數（HHI）作為行業競爭的代理變量。具體計算方法為：其中，Ij表示j企業的營業收入，I表示該企業所在行業的整體營業收入。該指數越大，表示企業所處的市場集中程度越高，行業競爭壓力越小。以各行業競爭程度的中位數對樣本分組，高于所在行業中位數的企業被劃分為行業競爭小的組，否則為行業競爭大的組，分別進行回歸。

表6（5）列報告了行業競爭壓力小的企業相應的回歸結果，同伴企業影子銀行化的回歸系數為0.293，且在1%水平上顯著，表明行業競爭壓力小的企業影子銀行化與行業同伴企業影子銀行化顯著正相關。（6）列報告了行業競爭壓力大的企業相應的回歸結果，同伴企業影子銀行化的回歸系數為0.103且不顯著，表明行業競爭壓力大的企業影子銀行化不受行業同伴企業影子銀行化的影響。這一結果表明，行業競爭不足是非金融企業影子銀行化同伴效應的形成機理。當企業的市場競爭較小時，企業的資金約束和主營業務壓力也會相對較小，企業更有空間和動機去模仿同伴企業影子銀行化的行為。

表6 形成機理檢驗結果

六、異質性分析

（一）基于產權性質的異質性分析

我國的國有企業和非國有企業在市場競爭和獲取信貸資源等方面有著較大的反差。由于存在信息不對稱和信貸歧視等問題，再加上政府金融政策的支持，國有企業更容易從正規金融機構獲取資金，受到的融資約束較小[43，44]。而非國有企業受到的融資約束相對較大[45]。前文理論分析已指出，融資約束與非金融企業影子銀行化的同伴效應緊密相關。為了深入探討企業性質對非金融企業影子銀行化同伴效應的影響，本文將企業全樣本按照產權性質分為國有企業和非國有企業兩個子樣本分別進行回歸，回歸結果見表7的（1）和（2）列。（1）列為國有企業影子銀行化同伴效應的回歸結果，同伴效應的回歸系數為0.291，且在1%水平上顯著。（2）列為非國有企業影子銀行化同伴效應的回歸結果，同伴效應的回歸系數不顯著。這說明，相比于非國有企業，國有企業有更大的空間去模仿同伴企業影子銀行化，驗證了非金融企業影子銀行化同伴效應在國有企業中更為明顯。

（二）基于經濟政策不確定性的異質性分析

經濟政策不確定性與企業行為決策的同伴效應之間有著密切的關系。外部環境不確定性在企業為了降低信息獲取成本和決策風險而學習和模仿同伴企業行為的方面產生了重要影響[46]。外部環境不確定性越高，企業越難以及時且準確地把握市場環境的變化，提高了其決策難度。在此情況下，企業更需要從外部網絡關系當中獲取更多的信息來應對環境不確定性[47]。因此，為了深入探討非金融企業影子銀行化同伴效應在經濟政策不確定性方面的異質性，本文選取Baker等[48]編制的中國經濟政策不確定性指數（EPU）作為代理變量。具體地，計算月度指數的均值再除以100 得到年度EPU 指數，再按照年度指數的中位數將樣本分為高經濟政策不確定性組和低經濟政策不確定性組，并分別進行回歸。

表7的（3）和（4）列報告了分組的回歸結果。由（3）列可知，在高經濟政策不確定性下，同伴效應的回歸系數為0.195，且在5%水平上顯著。由（4）列可知，在低經濟政策不確定性組下，同伴效應的回歸系數不顯著。因此，非金融企業影子銀行化同伴效應在高經濟政策不確定性的環境中更為明顯。可能的原因在于，當經濟政策不確定性較大時，焦點企業和同伴企業受公共信息噪聲的影響較大，因此企業向同伴學習其影子銀行化行為的意愿更強烈，企業希望捕捉有效信息從而降低其決策成本。

表7 異質性檢驗結果

七、經濟后果分析

關于非金融企業影子銀行化的經濟后果，現有研究發現非金融企業影子銀行化會增加企業的經營風險[1]、股價崩盤風險[35]以及擠壓主營業務，從而降低盈余可持續性等[49]。也有研究發現，非金融企業影子銀行化可以為高生產率企業提供融資渠道，在一定程度上優化了企業的金融資源配置效率[5]。

非金融企業參與影子銀行活動滿足了供給側和需求側的投融資需求，資金盈余企業向資金短缺企業提供委托貸款等可以增加實體經濟的資金流入，一定程度上可以提高資金的配置效率。從短期來看，非金融企業適度影子銀行化可以幫助企業的資本結構達到最優配置，降低財務風險，進而提升企業價值。從長期來看，非金融企業過度影子化會擠占企業的主營業務，加劇企業財務風險，進而損害企業價值。非金融企業影子銀行化的同伴效應對企業價值的影響可能是雙面的。本部分將從企業財務風險和企業價值兩個方面進一步探討非金融企業影子銀行化同伴效應的經濟后果。

（一）非金融企業影子銀行化同伴效應與財務風險

為了分析非金融企業影子銀行化同伴效應對企業財務風險的影響，本文構建了如下模型：

其中，被解釋變量為t+1期、t+2期的財務風險，參考Altman[50]提出的Z值（Z-score）作為財務風險的代理變量，計算方法為：Z=1.2×營運資金/總資產+1.4×留存收益/總資產+3.3 息稅前利潤/總資產+0.6權益的市場價值/總負債+0.999 營業收入/總資產。通常情況下，Z 值越大，財務風險越小；Z 值越小，財務風險越大。控制變量主要包括企業規模（Size）、資產負債率（Lev）、盈利能力（ROE）、董事會規模（Board）、第一大股東持股比例（Top1）、管理層前三名薪酬總額（Pay）和機構投資者持股比例（Inst），此外還控制了同伴企業行業層面平均特征、行業（Industry）、地區（Region）和時間固定效應（Year）。

表8的（1）和（2）列匯報了非金融企業影子銀行化同伴效應對財務風險回歸的結果。模型（2）中同伴企業影子銀行化的系數分別為0.416 和0.570，且均在1%水平上顯著；同伴企業影子銀行化平方項的系數分別為-0.932 和-1.998，且均在1%水平上顯著。這一結果表明，非金融企業影子銀行化同伴效應與企業財務風險存在先下降后上升的“U型”非線性關系。

表8 經濟后果檢驗結果

（二）非金融企業影子銀行化同伴效應與企業價值

為了分析非金融企業影子銀行化同伴效應對企業價值的影響，本文構建了如下模型：

其中，被解釋變量為t+1期、t+2期的托賓Q 值，計算方法為：Q=（每股價格×流通股份數+每股凈資產×非流通股份數+負債賬面價值）/總資產。控制變量等同于上。

表8的（3）和（4）列匯報了非金融企業影子銀行化同伴效應對企業價值回歸的結果。模型（3）中同伴企業影子銀行化的系數分別為7.537和11.738，且均在1%水平上顯著；同伴企業影子銀行化平方項的系數分別為-9.700 和-34.793，且分別在10%和1%水平上顯著。這一結果表明，非金融企業影子銀行化同伴效應與企業價值存在先上升后下降的“倒U型”非線性關系。

綜合上述結果可知，非金融企業影子銀行化的同伴效應對企業財務風險具有先降后升的“U型”影響，對企業價值具有先升后降的“倒U 型”影響。究其原因，一方面，企業模仿同伴企業投資行為可以降低企業信息獲取成本和決策失敗的風險，利用企業的閑置資金適度參與影子銀行活動可以優化企業的資源分配，并提高企業的資金利用效率和盈利能力，降低企業的財務風險，有利于實現企業價值最大化。另一方面，企業如果忽視自身的資金狀況和盈利能力而一味追隨同伴企業行為，過度開展影子銀行業務，會導致影子銀行化超出合理范圍，從而對企業的主營業務產生擠兌作用，降低企業的長期盈利能力，增加企業的財務風險，進而損害企業價值。

八、研究結論與政策啟示

本文選取2008—2020年滬深兩市A 股非金融上市企業作為研究樣本，從同伴效應角度分析了非金融企業影子銀行化問題。本文基于行業層面，并剔除區域因素的影響來定義同伴企業，主要研究結論如下：（1）我國非金融企業影子銀行化行為存在顯著的行業同伴效應，即同伴企業影子銀行化會顯著正向影響焦點企業影子銀行化。（2）基于“信息獲取性模仿”的學習效應和行業競爭不足是非金融企業影子銀行化同伴效應的潛在形成機理。具體而言，在行業中處于信息劣勢的追隨企業會模仿同伴領頭企業的影子銀行化行為，反過來則不成立；并且，隨著行業競爭壓力降低，非金融企業影子銀行化的同伴效應越顯著。（3）非金融企業影子銀行化同伴效應在產權性質和經濟政策不確定性方面存在異質性，國有企業和經濟政策不確定性高的企業更容易受到同伴企業影子銀行化的影響。（4）非金融企業影子銀行化同伴效應對企業的財務風險和企業價值分別產生了“U型”和“倒U型”影響。適度影子銀行化可以降低企業財務風險、提高企業價值，而過度影子銀行化會增加企業財務風險、損害企業價值。

通過本文的研究，得到如下啟示：（1）監管部門應對非金融企業影子銀行化同伴效應現象引起高度重視，尤其是在新冠肺炎疫情的巨大沖擊下，當前全球經濟不確定性持續升高，企業更有可能受到同伴效應的影響而過度參與影子銀行活動。因此，要加強對影子銀行化行業先行者的監管，防止其對市場造成重大沖擊。（2）政府應充分認識到影子銀行化現象的深層原因，加快推動金融市場的改革和資本市場信息環境的改善，改變資源配置在國有企業和非國有企業當中失衡和低效的現狀，緩解市場信息不對稱問題，規范企業合理開展影子銀行業務，最大程度地發揮金融服務于實體經濟的功能。（3）企業在制定影子銀行化決策時，不應局限于自身掌握的有限信息和經營環境，可以適度借鑒同行企業的經驗。但是不應盲目跟風模仿同伴企業，而應結合時代要求，根據企業自身的經管狀況和盈利能力對流動資金進行合理配置，摒棄唯利潤導向，更多地識別決策背后潛藏的風險，以企業長期價值為導向，理性制定投資決策。■