基于倾向得分匹配方法的银行授信对企业R&D投资的影响研究

ZhengJinYan

(福州大学经济与管理学院 福建 福州 350108)

一、引言

创新是经济发展的内在基础，企业作为国家创新的主体，代表企业创新战略的R&D(Research and Developmen，研究开发)投资不仅影响到企业的长期竞争力，也是国家创新动力引擎的基础。合理的R&D融资安排不仅企业的研发创新的必要前提，也是企业能持续创新战略的经济保障。金融系统，通过解决R&D投资需求可得性问题，支持企业创新，促进经济增长。在我国银行主导的金融体系中，如何实现金融行业发展对企业R&D投资的支持，成为近年来研究的重点之一。

然而，目前部分学者却从银行信贷的角度得出不同的结论。研究结果显示，银行在贷款前会偏好相对行业水平更低研发创新投入的企业，在贷款后抑制企业持续高频率创新，加剧低创新困境(徐飞，2019[3])。通过贷后的管理机制，银行贷款在一定程度上限制企业进行高风险的投资活动(童盼和陆正飞，2005[4])，如本文中研究的R&D投资。银行信贷由于需要按期定额的还本付息，获得了高额信贷的企业管理者，受到银行信贷支付刚性的影响，会减少贷后的创新投入(肖海莲等，2014[5])。相较于银行部门，股票市场更能促进企业专利创新，在含金量高的发明专利领域，这种效果更为突出(钟腾和汪昌云，2017[6])。

近年来，银行授信与企业R&D投资之间的关系的研究，为银行的创新消极效应提出了有力回应。银行授信作为银行信用贷款的一种方式，是银行给予企业贷款的最高限额。与抵押贷款相比，银行授信通常不需要抵押资产，企业可以根据自身经营状况在授信额度范围内自主调节贷款，企业获得银行授信后，其研发概率提高5.6个百分点，研发强度提高0.24个百分点(马光荣，2014[7])。

值得注意的是，企业获得并利用银行授信与否，同企业是否进行R&D投资类似，会受到企业的经营战略和财务状况等影响。现有研究表明，公司规模越大，流动性越好的企业越容易获得银行授信；公司的治理特征也对企业能否获得银行授信产生一定影响(林炳华，2015[8])。

因此，在银行授信存在“自选择性”的基础上，作为银行为企业提供的流动性工具，银行授信能否与企业的研发创新相匹配?本文认为，银行授信与企业的R&D投资之间存在动态内生关系，即创新研发投资多的企业会更加积极地积极地利用银行授信这一融资渠道，进而造成了相关研究的有偏估计。为探究银行授信这一融资模式对制造业企业R&D投资的影响，本文选取中国制造业A股上市公司为实证研究样本，探讨银行授信对于制造企业R&D投资的影响，丰富融资理论。同时，为企业获得银行授信之后的行为特征研究提供证据。

二、理论分析与文献回顾

(一)银行授信于企业R&D投资的匹配性

银行授信对企业R&D投资的匹配性，是指在企业的财务特征和治理环境一定的情况下，银行授信自身的特征可以与企业进行研发创新投资的融资特性相匹配，进而促进企业进行R&D投资。与传统银行信贷有所不同，银行授信允许企业在规定的额度之内，根据自身经营状况自主调节贷款，在授信额度内循环借贷，从流动性、融资成本等方面区别于传统银行信贷。

银行授信从稳定的资金来源角度，在促进企业R&D投资方面，异质性优势特征是明显的。Martin和Santomero(1997[2])就指出银行授信可以作为便捷灵活的资金来源。从其自身特征上看，银行综合授信的额度一般较大，并且在授信期内可以循环使用，因此企业可以根据研究开发阶段的不同，安排用信数额，匹配研发支出需求。企业的研究开发活动，支出具有高度不确定性，企业难以事先对其有精确的估计，如果使用传统的借贷方式，可能会造成资金的闲置，产生较大的机会成本。而银行综合授信额度可以在保证资金来源的条件下，既减少信贷资金的持有成本，又能缩短企业申请贷款和获得研发资金的真空期，在不影响日常经营的情况下，迅速为研发活动安排资金。

本工程实施完成后，在取水枢纽加设了防护围栏等水源地保护措施，同时在蓄水池前加设了自来水净化设施，完全满足了五寨县城居民高品质生活用水的要求。目前已安全运行两年多，累计为五寨县城居民生产生活供水达到190万m3左右。有效缓解了五寨县城居民生产生活紧缺的状况，使供水结构趋于合理，五寨县城区地下水快速下降的局面得到改观，产生巨大的社会经济和生态效益。

其次，银行授信作为企业R&D投资的一项资金来源，成本较低。Banerjee和Duflo(2010[1])指出中国目前的金融发展水平相对滞后，企业进行研发投资时，面临外部融资困难的问题。由于银行授信事先规定了资金的价格和规模，对企业来说，获得银行授信有助于降低其融资成本(刘婷和郭丽虹，2015[9])。对于授信额度中未利用到的部分，只需支付少量的费用。另外，公司获取授信额度而支付的利息可以从企业所得税的应纳税所得额中扣除，从财务管理角度仍然可以起到“税盾”的作用。从企业管理角度上看，银行在维持流动性方面，与现金相比缓解了因持有大额现金产生的代理问题，降低了管理成本。

(二)银行授信的企业R&D投资激励作用

银行授信的R&D投资效应体现在授信伴生的后续监督作用。正因为综合授信具有额度高、抵押少等特点，银行为了降低综合授信的风险，会对于企业授信期间的企业经营状况和用信情况会保持密切关注。黄志雄(2017[10])从企业披露的信息透明度角度研究了银行授信的监督作用，发现企业授信成功后，分析师盈余的预测误差相比未获得授信的企业，平均降低11.9%，同时提高了深交所信息透明度评级。处于银企关系中由综合授信产生的长期合作关系，银行将作出更利于企业长期发展的监督治理方向，进而通过提升企业R&D投资自由度等方式促进企业进行创新研发，以促进企业长期竞争力的提升。

另外，银行授信还从资信认定的溢出角度，为企业投资者提供企业研发创新的信息，使得企业可以拓宽R&D融资渠道。综合授信的决定是由利益相关方，即债权人银行经过对获信企业各项综合指标的评估基础上做出的。正如信息不对称理论指出的，银行基于规模效应能获得其他投资者者的获得的企业内部信息，综合授信的获得是授信方对企业的的资信认定，为市场参与者提供了“搭便车”的机会，降低了信息不对称程度。出于对银行资信认定的认可，投资者可能更愿意向企业提供较低成本的资金，从而降低企业R&D融资约束。

三、研究原理及设计

(一)研究原理

理论层面上，银行授信对企业R&D投资的促进作用有其合理之处，但作为一种被广泛采用的融资方式，银行授信的获得受到企业的公司规模，财务状况和治理结构的影响。在探讨融资方式对企业研发创新的影响时，大多文献采用的OLS或者动态面板。但是银行授信的获得与企业R&D投资强度之间，可能存在有内在的相关性：一方面，银行授信融资能促进企业在R&D方面的投资；另一方面，R&D投资较多的企业也会倾向于从银行方面寻求授信的融资支持。R&D投资强度更大，计划更明确的企业，为了满足研发资金需求，降低研发成本，可能会更多地需求银行融资方面的支持，即银行授信与企业R&D投资之间的“自选择性”，是本文研究的重点。因此，本文运用倾向得分匹配(Propensity Score Matching，PSM)方法，改善研究中可能存在的样本选择与识别问题，继而对银行授信的创新效应进行估计。

该方法的应用需要满足两个前提：首先，数据产结合生具有一致性，即需要在同一时期产生。在本文的研究中，无论是授信企业或者非授信企业，都在同一时间报具有同样指标的报表，二者之间具有可比性。其二，实验组和控制组的数据需要达到一定的比例，2015-2018年授信企业和非授信企业数目比重基本不超过在1：2，因此本文的PSM将处理组与控制组匹配比例设定为1：1，以达到较好的效果。

(二)研究设计

第一步，倾向得分匹配。为了研究银行授信对企业R&D投资的影响，本文将样本企业分为两组：授信组，即在当年获得了银行授信的企业；控制组：即没有获得银行授信的企业。倾向匹配(PSM)的原理是将多维信息X浓缩为一个维度，即Ps值，其实质是一个条件概率，表示为式(1)；再根据各个样本Ps值为其匹配对照组。匹配后的实验组和对照组之间在样本特征X上没有显著差异，区别就在于是否在当年获得了银行授信。

Ps(X)=Pr[Credit=1|X]=E[Credit|X]

(1)

在式(1)中，若公司在当年获得了银行授信额度则Credit=1，否Ccredit=0。根据倾向匹配原理，如果要发现公司获得银行授信后的“净后果”，样本特征X应是能够影响银行授信的变量。借鉴林炳华(2015)等对企业获得银行授信的影响因素的研究，在公司的财务特征方面，选择公司规模(Size)、资产负债率(Lev)、自由现金流(CF)、盈利性(roe)；治理特征方面，选择产权性质(state)、股权集中度(HHI5)、公司的成长性(Grow)等公司特征变变量，在控制年度虚拟变量的条件下，浓缩成Ps值(倾向得分)，即企业获得银行授信的条件概率。本文对于Ps值的估计基于Logit概率模型，将样本特征对处理变量(获得银行授信)进行Logit回归，计算出样本企业当年的获得银行授信的条件概率，Logit模型设置如(2)所示。在(2)式中，i表示样本个体，t为观测时间，实验处理变量为企业获得银行授信哑变量(Credit):若公司当年获得银行授信并公告定义为1，否则为0；其他变量说明见表1。

crediti,t=α+β1CFi.t+β2roei,t+β3Levi,t+β4Sizei,t+β5FCi,t+

β6HHI5i,t+β7Statei,t+β8Growi,t+β9Turni,t+ζ

(2)

计算出各个企业当年的Ps值后，运用最邻近匹配法(Nearest Neighbor Matching)进行1∶1匹配，即为授信企业寻找在当年Ps值最为接近的一个非授信企业作为样本对照组。匹配完成后，对于第i家授信公司，通过计算其相对于匹配企业的“参与者平均处理效应”(average treatment effect on the treated，ATT)来研究银行授信对企业R&D投资的影响，本文的“平均处理效应”是指由于企业获得了银行授信，造成的授信组与控制组在企业研发强度上的差异，用公式表示如(3)式，其中RD0it和RD1it表示公司在获得银行授信(Credit=1)和未获授信(Credit=0)两种情形下，公司的R&D投入强度。

ATT=E(RD1it-RD0it|credit=1)=E(RD1it|credit=1)-E(RD0it|credit=1)

=E(RD1it|credit=1)-E(RD0it|credit=0)

(3)

四、实证分析结果

(一)变量选取与定义

本文选取我国沪深两市2015-2018年A股上市的制造业公司公司作为样本来源，并对初始样本作以下筛选:①剔除了ST和*ST公司样本；②剔除关键数据不完整的公司样本。

本文所使用的公司财务数据来源于国泰安数据库(CSMAR)数据库，本文的授信数据来源于锐思(RESSET)数据库的借贷明细子数据库，按照数据库的公告数据进行人工整理，得到样本期内获得银行授信的样本。研发投入数据来源于国泰安数据库中的公司研发与创新子数据库。

本文的被解释变量是研发强度，借鉴郑毅(2018[11])、赵敏(2017[12])和卢馨(2013[13])等的研究方法，采用当年的研发投入/当年的营业收入来度量。因为企业的总资产是多年经营的成果，因此该度量方法相较于以研发投入支出占期初总资产，更能体现企业当年的研发支出战略及强度。

(二)描述性统计与匹配分析

表1 变量定义及说明

表2 变量分组统计结果

注：*、**、***分别代表在0.01、0.5、0.1水平下显著

表2报告了授信组与非授信组在现金流量，财务杠杆，股利支付水平和治理特征上有较大差异，并至少在5%的水平上显著，这与前文的分析一致，即银行授信具有“自选择”性，获得授信的企业与非授信企业相比，具有相对更高的财务杠杆，更加分散的股权结构；另一方面，授信企业受到的融资约束较高，因而较少分配现金股利，这为这些企业申请银行授信提供了动机。如果直接使用这些变量进行差分，研究银行授信对企业R&D投资的影响，可能会受到样本选择问题的影响。

表3 协变量PSM匹配效果检验

图1协变量标准化偏差变动情况

图2 倾向得分共同取值范围

正因为如此，进行倾向匹配以减少样本选择误差，对减少授信的“自选择”效应，观测银行授信对企业R&D投资的“净后果”。表3报告了对授信企业与非授信企业进行倾向匹配的结果，各协变量对在授信组与非授信组之间未体现出显著差，实施倾向匹配之后，变量的标准化偏差均低于10%的水平；另外，双侧T检验的P值显示，无法拒绝授信组与非授信组不存在系统性偏差的原假设，数据满足平衡性(data balancing)要求。图1报告了协变量标准化偏差的变动情况，通过PSM得到的配对样本有效地消除了控制变量可能存在的系统性差异。图2给出授信组与非授信组的共同取值范围，表明两组企业获得授信的条件概率同时存在于各个可能的取值范围中，观测值满足重叠假定(overlap assumption)，两组数据存在重叠，具有可比性。从结果上看，在各协变量进行匹配之后，银行授信对企业的R&D投资强度的处理效应(ATT)为0.612，T检验值为2.12，在5%的显著性水平下显著。通过对企业数据进行PSM分析，实证发现，与没有获得银行授信的企业相比，企业获得银行授信后R&D投资的强度更高。

五、结论与启示

本文以制造业上市企业为研究样本，结合倾向匹配的研究思想，实证检验了银行授信对企业R&D投资的影响。在本土创新融资条件下，银行授信不仅是企业保持流动性的有效工具，也具有一定的创新激励治理作用，能从长期角度促进企业的良性发展。

据此本文提出以下政策启示：(1)企业管理者需要重视银行授信的治理作用，有效利用授信的灵活性，重视银行授信的R&D投资激励机制，避免将银行授信仅作为企业的流动性工具。(2)银行授信的创新激励作用受到政策因素的影响较大，有关监管方可以设置相关规定，引导企业将授信额度用于促进企业长远发展的R&D投资。在加强监督的前提下，提高企业授信额度使用的合理性，引导企业的进行创新研发活动，发挥银行授信的监督治理功能。