去杠杆政策对我国制造业企业资本结构动态调整的影响

邵文武，邢 军，黄训江

(1.沈阳航空航天大学 经济与管理学院，沈阳 110136；2.东北大学 工商管理学院，沈阳 110004)

近年来，我国企业的杠杆率在数值上居高不下，位居世界前列[1]。尤其自2008年全球金融危机发生后，为刺激国内经济发展，我国政府主导加杠杆,导致我国的宏观杠杆率(债务/GDP)快速上升。据国际清算银行测算，至2018年末我国杠杆率达到254.6%，其中，非金融企业部门的杠杆率高达152.2%。居高不下的杠杆率不仅会加剧企业的财务风险和破产风险[2]，还会阻碍我国经济结构转型，甚至严重威胁我国经济平稳发展[3]。为避免杠杆率进一步攀升可能带来的经济和金融风险,2015年末,中央提出在扩大需求的同时提高供给质量，进行“供给侧结构性改革”。其中，“去杠杆”作为“三去一降一补”五大任务之一被提出来。2016年的中央经济工作明确提出要深入推进“三去一降一补”，去杠杆要在控制总杠杆的前提下，把降低企业杠杆作为重点。2017年全国金融工作会议进一步明确，把国有企业去杠杆作为重中之重[4]。2020年初至今，新冠肺炎疫情在全球爆发，为避免疫情导致经济增速滑落，债务增速提高，最终引起杠杆率攀升[5]。可见，杠杆率反弹值得警惕，“去杠杆”仍是我国现阶段宏观调控的重点。

中国作为著名的“世界工厂”，制造业是经济结构的重要组成部分，作为国民经济的支柱性产业，制造业的兴衰决定了国民经济的兴衰[6]。我国制造业企业多为传统的周期性企业，主要依赖债务融资，缺少现金流是导致杠杆率过高的主要原因[7]，杠杆率过高也是制造业风险积累的一个重要因素。此外，我国部分传统制造业仍存在产能过剩等问题，大量僵尸企业的存在导致制造业企业面临严峻的债务风险。微观层面，资产负债率是衡量企业杠杆率的有效指标[8]，杠杆率在某种意义上是资本结构的体现，去杠杆即降低企业资产负债率，促使实际资本结构向目标资本结构调整，进而达到优化资本结构、降低财务风险的目的。故研究去杠杆政策的提出对制造业企业资本结构调整速度产生的变化具有重要意义。

去杠杆政策提出以来，受到了学术界的广泛关注，针对去杠杆影响效应的相关研究已经取得了较为丰硕的成果。有关去杠杆对企业微观经济影响的研究中，李彩霞等[9]发现制造业上市公司过高的资产负债率会带来经营业绩下降。而綦好东等[10]利用上市企业数据间接研究发现，去杠杆能够通过降低企业财务风险进而提升企业绩效。马草原等[11]基于制造业大样本数据，发现去杠杆抑制了实体企业生产率的提高。其中，对负债不足的企业表现为抑制作用，而对过度负债企业生产率起到促进作用。卢露等[12]也认为去杠杆是供给侧结构性改革促进企业全要素生产率提高的重要途径。乔小乐等[13]发现去杠杆有助于提高制造业上市企业的资金使用效率，且对国有企业及东部地区企业的提升作用更大。秦海林等[14]发现，去杠杆可以增加公司的股权集中度，但对一股独大没有影响，这一效应在非国企表现更为明显。同时秦海林等[15]进一步研究发现去杠杆政策导致了债权人治理效应弱化，通过增加股权代理成本挫伤了投资者信心。徐鹏杰等[16]则通过构建动态系统GMM模型，发现金融去杠杆通过提高制造业企业资本产出效率及劳动生产率，进而促进企业转型升级。

去杠杆的实质是向下调整资本结构，去杠杆并不是把资产负债率向下调整为零，而是把杠杆率控制在有效防范风险的阈值内[8]，达到化解债务风险的目的，因此这一政策必然会促使企业进行资本结构调整。在去杠杆与企业资本结构的研究方面，杨玉龙等[17]发现去杠杆会降低企业的金融负债比重，但会增加企业的经营负债占比。许晓芳等[18]发现去杠杆程度与企业过度负债程度成正比，此关系在国企表现较弱，但过度负债的非国企和央企的去杠杆程度表现更为明显。郑曼妮等[19]发现财务赤字、盈利能力和市值账面比是国有过度负债企业资本结构动态调整的内在动力，而信贷配给导致过度负债国企缺乏去杠杆动力。

通过对以上文献的回顾可以看出，现有文献关于去杠杆对企业微观层面的影响主要集中于企业绩效、生产率、资金使用率、股权集中度、投资者信心、转型升级等方面。鲜有文献针对去杠杆对资本结构调整展开影响进行微观实证研究，尤其是针对制造业企业资本结构调整展开研究的文献相对较少。本文基于微观企业数据，从制造业这一支柱性产业入手，研究去杠杆政策对制造业企业资本结构动态调整速度的影响，试图探索去杠杆政策对资本结构动态调整的影响机制，为去杠杆政策工具选择提供参考依据，并对不同性质企业在去杠杆政策提出后资本结构动态调整速度产生的差异进行分析，为去杠杆政策着力点的进一步调整提供依据。

1 理论分析与研究假设

1.1 去杠杆政策与资本结构动态调整

基于动态权衡理论，融入调整成本、代理成本、财务风险，债务会因为税盾效应增加企业的市场价值[20-21]，同时过高的负债可能带来财务风险。因此，企业存在目标资本结构[22-23]，且目标资本结构随时间变化[24-25]，而企业目标资本结构的确定应综合权衡因债务增加带来的收益和成本[26-27]。在现实情况下，企业的实际资本结构往往偏离目标资本结构，面对外界的去杠杆压力，企业为了实现价值最大化，必将趋向对目标资本结构进行调整[28]。同时，企业在进行资本结构调整时有快有慢，加之目标资本结构的时间动态性[29]，因而企业的资本结构调整是动态的[30]。

面对外界压力，企业在多大程度上去杠杆，很大程度上取决于外界压力的导向作用。自 2015年开始，我国进入强制去杠杆阶段，政府发布了一系列去杠杆政策文件，通过政府引导的方式让企业降低负债水平，通过增加资本积累、市场化债转股及引入战略投资者等多渠道进行资本筹集，目的是通过提高借债成本，迫使企业减少新增债务[31]。这样虽然会一定程度抑制企业向更高债务水平进行资本结构调整，企业的杠杆率上升速度得到一定的缓解，但根据动态权衡理论，企业的实际资本结构与目标资本结构始终存在一定偏离。过度负债企业应该积极减少负债，让企业的实际资本结构向目标资本结构调整。本文以去杠杆政策为切入点，探讨这一政策对中国过度负债企业资本结构动态调整速度的影响。基于以上分析，提出以下研究假设：

H1：去杠杆政策的实施，显著加快了制造业企业资本结构动态调整的速度。

1.2 去杠杆政策影响制造业企业资本结构动态调整机制

我国制造业企业由于主要依赖于债务融资，融资约束程度一般较高[32]，且资本结构调整在不同的融资约束下，具有不同的调整成本和路径。现阶段银行贷款等债务融资作为大多数企业融资的主要方式，为企业带来大量资金的同时，也导致了高杠杆及高财务风险和破产风险的出现[33]。银行信贷资金作为债务性资本主要来源之一，必然是去杠杆目标下实施调控的重要内容和手段[34]。去杠杆政策提出后，政府采取的方式主要是加强金融机构对企业借债的约束，这必将导致信贷政策趋紧，银行等金融机构将减少对企业的放贷，使企业债务融资变得困难，进而迫使企业进行资本结构调整。基于以上分析，提出以下假设：

H2：去杠杆政策通过增加企业融资约束强度，进而加快资本结构动态调整速度。

1.3 去杠杆政策对资本结构动态调整影响的异质性

产权性质也是影响资本结构的重要因素。国内一些学者的研究已经证实，国有企业的整体杠杆水平高于非国有企业[35]。主要原因有：第一，由于国有企业天然与政府存在联系，因此普遍存在由于政府隐性担保的预算软约束和信贷融资优势[36]；第二，由于信贷市场存在信息不对称问题，银行在对国企进行评估时，信息成本较低[37]，并且国企通常有更多的厂房和设备作抵押物，因此银行更愿意为国有企业提供贷款[35]；第三，国有企业承担了更多的政策性责任，政府可能会通过财政补贴、贷款支持等手段降低国企的破产风险。因此，相对于非国有企业，国有企业更容易选择负债融资，且更容易过度负债。2017年全国金融工作会议也强调要把国有企业去杠杆作为重中之重。根据以上分析可知，我国国有企业的负债相对较高，因此受到去杠杆政策的影响应更明显。由此，本文提出以下假设:

H3a：相对于非国有企业，去杠杆政策加快国有企业资本结构动态调整速度更显著。

企业规模的差异对资本结构产生不同影响。大规模企业比小规模企业杠杆率更高[35]，主要体现在以下几方面：第一，大规模企业的资产净值更大，其对外负债的担保能力就更强，融资议价能力相对于小规模企业也更强，因此更容易以低成本获得金融机构的贷款[10]；第二，大规模企业拥有更规范的财务制度，且内部管理更完善，往往拥有更高的声誉，金融机构需要支付的交易成本和监督成本相对较小，因此，金融机构往往更倾向于为大规模企业提供贷款。由此推断，大规模企业的杠杆率相对于小规模企业更高，去杠杆政策对大规模企业的影响应更大。因此，得到以下假设：

H3b:相对于小规模企业，去杠杆政策加快大规模企业资本结构动态调整的速度更显著。

2 研究设计

2.1 样本选择

本文选取我国制造业上市公司2013～2018年间的样本数据，数据来源于国泰安数据库和锐思数据库，同时剔除金融类和ST类企业，剔除股东权益小于零的企业，剔除关键变量缺失的样本企业，剔除无连续两年观测数据的样本，最终得到6 415个观测值。为了避免异常观测值的影响，对所有连续变量的1%和99%百分位进行缩尾处理。本文采用黄俊威等[25]的做法,选用基于准自然实验的双重差分(DID)模型来分析去杠杆政策对资本结构动态调整的影响，能够较好地缓解政策之外因素对模型估计结果的干扰，将政策效果从其他可能影响的因素中分离出来。

2.2 主要变量定义

(1)被解释变量

资本结构(lev)。本文选取制造业上市公司财务报表中年末账面负债与总资产比率来衡量资本结构。

(2)解释变量

处理变量(treated)。采用陆正飞等[38]的做法划分企业是否过度负债，将实际资本结构(lev)大于目标资本结构(lev*)的企业作为实验组，赋值为1，其他企业则作为控制组，赋值为0。

实验期虚拟变量(time)。2015年“三去一降一补”政策在我国明确提出,因此本文将年份大于2015年的样本实验期虚拟变量赋值为1，否则为0。

交互项(did)。将处理变量和实验期虚拟变量的交互项(treated×time)引入资本结构动态调整模型中，用来检验去杠杆政策的效应。

(3)控制变量

借鉴黄继承等[39]的做法，本文在实证研究中选择企业规模(size)、成长性(grow)、流动比率(liquid)、总资产收益率(roa)和资产结构(fix)作为控制变量。同时，加入时间虚拟变量来控制由于时间引起的宏观影响因素，以确保研究结论更为简明客观。

(4)中介变量

融资约束(SA)。采取SA指数来衡量融资约束程度，借鉴Hadlock[40]的研究成果，采用主成分分析法构建SA指数计算公式。SA指数测度方法的最大优势在于选取了内生性较弱的企业规模(size)和企业上市存续时间(age)这两个变量，从而规避了内生性变量对测度结果的干扰影响。

变量定义见表1所示。

表1 变量定义

2.3 模型构建

调整的程度和快慢取决于调整成本的大小，由于调整成本因素，企业的实际资本结构向目标资本结构的调整需要较长时间，企业资本结构的偏离也只会被部分纠正，所以资本结构的调整只能是部分调整。本文采用Flannery等[24]提出的部分调整模型来描述资本结构的动态调整速度。部分调整模型设定如下

(1)

(2)

模型(2)中，公司的特征变量有：企业规模(size)、成长性(growth)、偿债能力(liquid)、第一大股东持股比例(holder)、资产结构(fix)、总资产收益率(roa)。

然后，将模型(2)代入模型(1)，得到模型(3)

levi,t=(1-β)levi,t-1+αβXi,t+εi,t

(3)

去杠杆政策的提出，为本文提供了一个准自然实验的情境，通过在模型(3)中添加去杠杆政策哑变量(didi,t)和去杠杆政策哑变量与资本结构的交互项(didi,t×levi,t-1)考察去杠杆政策实施对资本结构动态调整的影响，得到模型(4)，模型(4)中，资本结构调整速度=β-θdidi,t，若θ小于0，则说明去杠杆政策加快了企业资本结构调整速度。

levi,t=(1-β)levi,t-1+γdidi,t+θdidi,t×levi,t-1+αβXi,t+εi,t

(4)

其中，哑变量didi,t为公司i在t年是否属于去杠杆标的企业，即双重差分方法的实验组企业。参照Coricelli等[43]、陆正飞等[38]的做法，将企业实际资产负债率作为被解释变量，将影响企业目标资本负债率的特征变量作为解释变量，构建模型(5)。对模型(5)进行回归，根据回归结果，将实际资本结构大于目标资本结构的公司(残差项大于0)定义为过度负债企业作为实验组，反之则作为控制组。

levi,t=α0+α1sizei,t-1+α2growthi,t-1+α3liquidi,t-1+α4holderi,t-1+α5fixi,t-1+α6roai,t-1+α7year+εi,t

(5)

3 实证分析

3.1 我国制造业企业杠杆率分析

鉴于我国制造业企业规模差距较大，不同性质的企业杠杆率不同。因此，本文按照产权性质的不同将企业划分为国有企业和非国有企业，按照企业规模的大小将企业划分为小规模企业和大规模企业。我国制造业企业异质性企业杠杆率变化趋势如图1所示。

从图1可以看出，第一，去杠杆政策提出后，我国制造业总样本企业杠杆率减少但程度有限。第二，大规模企业的杠杆率远远高于小规模企业；国有企业的杠杆率比非国有企业高，这也验证了前文提到的国内一些学者的研究结论。第三，从时间序列看，政策实施后，大规模企业和国有企业杠杆率仍处于很高的水平。

图1 我国制造业异质性企业杠杆率变化趋势图

3.2 描述性统计

主要变量描述性统计情况如表2所示。从表2可以看出，我国制造业上市企业资本负债率lev的中位数为0.406，均值为0.417，超过半数企业的资产负债率超过中位数0.406，说明我国制造业企业总体上高杠杆现象仍然存在；企业规模最大值为25.44，最小值为19.735，均值为22.20，标准差为1.152，说明样本企业规模存在较大差异，按照规模分类研究异质性是很有必要的；企业成长性的均值为1.172，最大值为3.505，说明样本企业大部分成长性较好；流动比率最小值为0.340，最大值为18.016，标准差为2.330，说明样本企业偿债能力存在较大差异。

表2 变量描述性统计

3.3 相关性分析

为了防止变量之间存在多重共线性产生结果偏误，本文检验了主要变量之间的相关关系。变量之间相关系数如表3所示，从表3可以看出，变量之间的相关系数基本均在0.5以下，因此，排除了回归结果存在严重共线性的问题。只有lev和liquid之间的相关系数超过0.5，为-0.633 9，可能存在多重共线问题，但在基准回归分析时，两者的相关性并没有对回归结果造成影响，因此没有剔除变量。

表3 相关分析结果

3.4 平行趋势检验

双重差分法(DID)并不要求两组数据完全相同，但需要存在一定的差异性，但双重差分法(DID)要求这种差异不会随时间变化而变化，即实验组与控制组在去杠杆政策提出以前必须具有一致的发展趋势，以确保双重差分估计结果的无偏性，因此在进行双重差分之前要对实验个体展开平行趋势检验。本文通过对模型(5)的回归，得到过度负债企业3 524家，将其作为实验组，其余4 174家非过度负债企业作为控制组。图2为实验组与控制组两组样本的平行趋势图，图2中虚线代表实验组，即过度负债企业随时间变化的资本结构动态调整速度指数；实线代表控制组，即非过度负债企业资本结构动态调整速度指数随时间的变化趋势。从图2可以看出2013～2016年，高杠杆企业和低杠杆企业资本结构动态调整指数具有相同的趋势，都呈现上升状态，这说明双重差分模型通过了平行趋势检验。

图2 我国制造业异质性企业杠杆率变化趋势图

3.5 基准回归结果分析

首先对核心模型(4)全样本进行了DID估计，检验去杠杆政策实施对公司资本结构动态调整的影响。表4第(1)列显示了在不加入控制变量和年度虚拟变量的情况下，得到核心变量did×l.lev前的估计系数θ=-0.208<0，在 1%的水平上显著，说明去杠杆政策显著加快了过度负债企业的资本结构动态调整速度。在第(1)列的基础上加入年度虚拟变量得到第(2)列，再加入控制变量得到第(3)列，政策效果仍然显著，表明结果具有稳健性，即去杠杆政策显著加快了过度负债企业的资本结构动态调整速度，与理论预测完全一致，假设1得到验证。

表4 基准回归结果

3.6 稳健性检验

为了保证结果的稳健性，改变实验组和控制组的分组依据，按照“五控三增”政策中最低的资产负债率65%作为分组依据，将资产负债率大于65%的企业归为实验组，资产负债率小于65%的企业归为控制组。在依次加入年度虚拟变量和控制变量后，基准回归结果如表5所示，实证结果仍显示去杠杆政策在 1%的统计水平上显著加快了资本结构动态调整速度。这不仅再次检验了本文结果的稳健性，而且也间接地表明处理变量满足随机分组的要求。

表5 改变处理变量分组标准后的回归结果

3.7 影响机制分析

基于上文的理论分析，去杠杆政策的实施必将导致信贷政策趋紧，企业的融资约束程度增加，进而迫使企业进行资本结构调整。为进一步研究去杠杆政策对资本结构动态调整的影响机制,本文借鉴温忠麟等[44]提出的中介效应检验方法，来验证融资约束程度在去杠杆政策影响资本结构动态调整过程中所发挥的中介作用。中介效应模型由前文的模型(4)和下列的模型(6)、(7)构成：

SAi,t=β0+β1timei,t+β2treatedi,t+β3didi,t+λ∑Xi,t+γ∑year+εi,t

(6)

levi,t=(1-β)levi,t-1+γdidi,t+θ1didi,t×levi,t-1+φSAi,t+αβXi,t+εi,t

(7)

其中SA代表融资约束程度。第一步检验模型(4)中的θ是否显著。如果θ显著，进入第二步检验模型(6)和(7)，若β3和φ均显著，但θ1不显著，说明融资约束发挥了完全中介效应；若θ1显著，意味着融资约束仅仅发挥了部分中介效应。

中介效应检验结果如表6所示，第(1)列是前文的主回归结果，第(2)列结果显示去杠杆政策在1%水平上显著增加了企业的融资约束程度。第(3)列为融资约束、去杠杆政策与资本结构动态调整速度的回归结果。可以看出，β3、φ和θ1均显著，这表明融资约束发挥了部分中介效应。这与本文的整个理论推断相吻合，即去杠杆政策的确在一定程度上加剧了企业的融资约束程度，从而加快了企业的资本结构调整。

表6 中介效应检验结果

3.8 异质性分析

为了考察在产权性质和企业规模差异下去杠杆政策对资本结构动态调整的影响。按产权性质将样本分为国有企业和非国有企业分别进行检验，回归检验结果如表7第(1)、(2)列所示，可以看出，国企组与非国企组did×l.lev的回归系数θ均在 1% 的显著水平上为负，这表明去杠杆政策均显著加快了国有企业和非国有企业资本结构调整速度。且国企组的回归系数θ为-0.152，非国企组为-0.165，资本结构调整速度=β-θdid，其中θ越小代表资本结构调整速度越快，因此非国有企业的资本结构调整速度相对于国有企业更快些。回归结果与本文假设相反，可能的原因在于：第一，当国有企业陷入财务危机时，政府的干预和扶持使过度负债国企面临的财务风险较低[44]，导致控制财务风险的动力较弱，即使过度负债，也不一定会降低杠杆率，即缺乏向下调整资本结构的动力。相反，非国有企业面临更大的融资约束，为了规避风险，加快资本结构调整，以避免偏离目标资本结构所导致的企业价值大幅度受损[18]。第二，国有企业与政府的预算软约束和隐性担保现象仍严重存在，银行仍偏好向其提供贷款，导致国有企业在面临去杠杆政策时，相比非国有企业受到的融资约束要小，去杠杆的可能性和程度相对较低[38]。所以在去杠杆政策提出的背景下，国有企业相对于非国有企业资本结构调整的速度要慢。从图1可以看出，我国制造业国有企业的杠杆率明显高于非国有企业，但回归结果显示去杠杆政策相对于非国有企业对国有企业的政策效应小，因此国有企业去杠杆的任务更大，将来去杠杆政策的着力点仍应放在国有企业上。

表7 异质性检验结果

按企业规模将样本企业在行业前20%的作为大规模企业，在行业后20%的作为小规模企业分别进行检验，回归检验结果如表7第(3)、(4)列所示，去杠杆政策在1%显著水平上加快了大规模企业的资本结构动态调整速度，但在5%的水平上加快了小规模企业的资本结构调整速度。从显著性和调整速度系数θ中均能看出，大规模企业的资本机构调整速度相比小规模企业更快。从图1看，小规模企业杠杆率较低，去杠杆的空间很小，若过度去杠杆必将影响其绩效。相反，大规模企业去杠杆的空间很大，因此受到去杠杆政策的影响更显著。

4 结论与启示

本文利用2015年我国供给侧结构性改革之“去杠杆”政策的提出这一外生事件，采用双重差分法，基于制造业上市公司2013～2018年度的财务数据，并依据动态权衡理论，分析其对我国制造业企业资本结构动态调整的影响，得出如下结论：(1)去杠杆政策的提出显著加快了我国制造业企业资本结构动态调整速度，这验证了我国进行供给侧改革的有效性;(2)去杠杆政策主要通过增强企业的融资约束程度，进而加快资本结构动态调整的速度;(3)相比国有企业，去杠杆政策对非国有企业资本结构动态调整速度影响更大，而国有企业的杠杆率仍高于非国有企业，因此国有企业去杠杆仍是去杠杆政策实施的重点;(4)相比小规模企业，去杠杆政策加快大规模企业资本结构动态调整的作用更显著。本文的实证结论为供给侧改革之去杠杆提供了经验证据，但是，企业的高杠杆是长期积累的，去杠杆很难一步到位，持续去杠杆需要企业和政府的共同作用。

根据上述实证结果，得出如下启示：

第一，我国去杠杆政策接下来实施的着力点应继续向国有企业和大规模企业延续，尤其对过度负债企业和去杠杆速度慢的企业，应进一步加强融资约束，进而提升其去杠杆的速度。

第二，从图1可以看出，去杠杆政策在我国制造业取得了一定的效果，但企业的杠杆率仍偏高，后疫情阶段，应警惕我国企业的杠杆率可能会继续攀升，因此去杠杆政策的实施仍不能放松，防止风险继续累积，影响我国经济的平稳发展。

第三，对于小规模企业，应减少对其的政策控制，防止过度去杠杆致其绩效下降，应适当给予结构性加杠杆。