非金融企业影子银行化影响了经营绩效吗？

■桂荷发，张春莲，王晓艳

一、引言与文献综述

近年来，脱实向虚已经成为影响我国实体经济健康发展的关键因素。宏观层面，脱实向虚主要表现为资金在金融体系内循环，引起影子银行体系膨胀、资产价格繁荣以及实体经济尤其是制造业企业融资难融资贵等问题。微观层面，脱实向虚则表现为实体企业金融化，即非金融企业增加金融资产投资并减少生产性投资的现象（Epstein，2005）。实体企业从资本市场或银行融入资金，甚至运用自有资金，以委托代理、股权创新和民间借贷等方式充当信用中介，或者购买银行理财产品、券商理财产品、信托产品、结构性存款和互联网理财等。从2010 年到2018 年，沪深两市A 股上市公司委托理财交易额由166亿元上升到47976亿元；仅2019年上半年，沪深两市A股上市公司发生了近14666笔委托理财，涉及1711家上市公司，委托理财金额高达23167亿元。

企业金融化行为不仅体现在对债券、股票、投资性房地产和金融衍生产品等传统金融资产的投资上，越来越多的企业开始利用超募资金和多元化融资渠道，开展影子银行业务（韩珣等，2017），由此形成了非金融企业的影子银行化业务。按照金融稳定理事会（Financial Stability Board）的定义，影子银行是游离于传统银行体系之外的信用中介实体与信用中介活动，是银行监管体系之外可能引发系统性风险和监管套利等问题的信用中介体系①中国人民银行的金融稳定报告（2013）将银子银行定义为在正规银行体系之外的信用中介，包括参与的实体和各种相关活动本身，它具有流动性转换和信用转换功能，但容易引发系统性金融风险，也容易诱导监管套利活动。。我国大量上市公司都或明或暗地充当信用中介角色，绕开正规金融体系，为资金需求方提供流动性，成为影子银行体系中一个特殊的参与主体。

非金融企业从事影子银行活动实际上是企业部门的一种变相金融投资活动，是多种因素共同作用的结果。从供给方看，一方面，我国国有企业、大型上市公司因政府隐性担保、抵押品价值高等更容易从银行和证券市场获得融资，大量资金在企业内部闲置，投资需求意愿明显（苟琴，2014）。另一方面，金融部门收益率高于实体部门，但银行特许经营权、金融牌照管理以及垄断经营等客观因素导致金融行业准入门槛高，因此非金融企业纷纷转向影子银行体系，通过委托代理、股权创新和过桥贷款等形式从事影子银行活动，非金融企业的影子银行化趋势日益增强（韩珣等，2017）。从需求方看，中小企业发展迅速、资金需求旺盛，但因其抵押品价值低、信息不对称等问题增加了借贷风险，而商业银行受限于监管当局在基准利率、抵押品、存贷款利率以及风险控制等方面的限制，难以向中小企业提供合适的金融产品（徐军辉，2013）。在企业缺少直接融资方式的情况下，银行差别性对待风险异质性企业，进一步促进了企业影子银行业务的形成（彭俞超和黄志刚，2018）。资金稀缺方的融资需求以及资金盈余方的投资需求，共同推动了非金融企业的影子银行化趋势。

国内外学者关于影子银行问题的讨论，主要从金融系统等宏观视角分析影子银行的成因、影响因素和经济后果，关于参与影子银行主体的讨论，也局限于银行体系和借款方（Guariglia et al.，2011；胡耀辉，2020），较少涉及影子银行中资金的提供者。非金融企业影子银行活动具有一定的非合规性，本文试图从微观角度剖析影子银行业务的参与主体——实体企业，分析其影子银行化业务对企业主营业务的影响，以期丰富非金融企业影子银行化的相关研究，为我国实体经济发展实现“脱虚向实”提供一定的参考。

二、理论分析与研究假设

根据马科维茨投资组合理论，公司经营就是一个投资组合，当经营利润率下降时，公司将减少经营投资，转而增加金融资产投资，公司对金融资产的投资需求日益增长，这种效应即为“挤出效应”。张成思和张步昙（2016）也将中国非金融上市公司实业投资率下降归因于非金融企业金融化行为，因为一方面，金融资产配置的上升对实业投资存在“挤出”效应；另一方面，非金融企业金融化会增加对金融市场的投资支出并且促进企业回购股票，从而抑制实业投资。Orhangazi（2008）通过研究美国的金融化现象，发现金融化能够抑制实业投资率；Demir（2009）对阿根廷、墨西哥以及土耳其的研究也证实了这一观点。从中国上市公司的实际情况看，金融化程度与实业投资的关系更多的是负相关（王红建等，2017）。进一步考察虚拟经济作用于实体经济的机制后发现，影子银行的发展是虚拟经济抑制实体经济部门的重要渠道（周斌和谢佳松，2018），非金融企业的影子银行行为意味着资本运作和投机行为将逐步取代传统的主营业务活动，抑制实体经济发展。基于上述分析，提出假设1：

假设1：非金融企业影子银行化会抑制企业的主营业务发展。

现有研究证实了中国金融市场对企业融资的差别性对待：一方面，民营企业相对于国有企业在融资上具有较大的困难，因此他们可能缺乏充足的资金去参与影子银行活动；另一方面，民营企业的盈利能力和生产力效率较高（Song et al.，2011），因此即使具有额外资金的民营企业也并不倾向于将资金投放于主营业务之外，而一些国有企业缺乏好的投资机会，放贷所带来的高额利息收入对其有很大的吸引力（王永钦，2015）。在我国银行占绝对主导地位的背景下，国有企业与正规金融机构建立了一种长期、稳定的借贷关系，因此国有企业一旦从外部获得资金，更倾向于将资金投放到影子信贷市场，而不必担忧信贷约束导致的流动性不足问题，国有企业通过外源融资从事影子银行活动的动机更强（韩珣等，2017）。也有学者经过实证分析发现，国有企业更倾向于通过提供委托贷款来从事影子银行业务，且提供的委托贷款规模相对较高，这与国有企业拥有获取银行贷款的优势有关（张光利，2015）。经营风险越小的企业能够从银行获得越多的信贷支持，进而将多余的资金投向影子银行体系，造成企业影子银行化。这一影响在国有银行占比较低的地区更严重（彭俞超和黄志刚，2018）。由此，提出假设2：

假设2：与民营企业相比，国有企业影子银行化对企业主营业务发展的抑制效应更突出。

融资约束动机是指企业将资金用于投资流动性较强的金融资产，使企业在面临财务困境的时候，能够发挥金融资产的“蓄水池”功能以解决经营活动投资不足的问题，而且可以通过产融结合的方式拓宽融资渠道、降低融资成本，缓解企业在规模扩张过程中所面临的资金压力。有学者对产业部门上市公司持有风险金融资产的市场价值进行了检验，发现产业部门公司持有风险金融资产对其股票回报产生负向作用，这种效应在融资约束强的公司表现更加强烈（闫海洲和陈百助，2018）。当实体企业面临的融资约束程度较为严重时，为充盈现金流维持企业的正常运转，企业的投资视野会变得短期化，企业更倾向于将资产配置于流动性强、回报周期短的金融资产，而不是回报周期长、不可逆但有利于主业发展的实物资本投资（宋军和陆旸，2015），因此企业的主营业务发展更容易受到挤压。当实体企业面临的融资约束程度较低时，企业资源不仅可以满足主营业务的正常发展需要，还可以部分用于金融投资，降低主营业务未来发展可能遇到的外部融资依赖，反哺主营业务发展。因此，提出假设3：

假设3：融资约束越强的企业，影子银行化对企业主营业务发展的抑制作用更强。

三、实证研究设计

（一）变量选取

1.被解释变量

对于非金融企业来讲，经过处理后的主营业务收入规模能够较好地反映实体经济发展和产出状况（周彬和谢佳松，2018），因此本文的被解释变量采用了经过筛选后的实体经济企业主营业务收入指标（INCOME）和主营业务收入增长率指标（INCOME_R）两大指标。

另外，参考胡聪慧等（2015）的方法，采用剔除金融投资收益的主营业务利润率（PROFIT）、（PROFIT_1）来衡量企业主营业务收入水平，其具体的计算公式为：

PROFIT=（营业利润-投资收益+公允价值变动损失+对联营企业和合营企业的投资收益）∕资产总计①这里需要解释的是，胡聪慧等（2015）在文献中用的计算公式是主营业务利润率=（营业利润-投资收益-公允价值变动收益+对联营企业和合营企业的投资收益）∕资产总计，由于在利润表中只找到了公允价值变动损失的数据，而通过其他报表找到的公允价值变动收益指标其缺失值更多，且对比了报表中的数据，公允价值变动损失是公允价值变动收益的相反数，绝对值都相等，所以本文就用“+公允价值变动损失”代替“-公允价值变动收益”，不会影响本文的实证分析结果。（下同）

PROFIT_1=（利润总额-投资收益+公允价值变动损失+对联营企业和合营企业的投资收益）∕资产总计

2.核心解释变量

非金融企业主要通过两种方式开展影子银行业务：一是充当实质性信用中介，作为资金的直接融出方和信用创造的主体，通过委托代理、股权创新和民间借贷的方式为中小企业等资金需求方融出资金；二是通过购买银行理财产品、券商理财、信托产品、结构性存款和互联网理财等各种“类金融产品”加入体制内影子银行的信用链条。本文所指的非金融企业影子银行业务主要侧重于通过第一种方式来实现，即非金融企业充当实质性信用中介，作为资金的直接供给方，主要通过委托贷款、委托理财以及民间借贷等三种方式向资金需求方融出资金。

关于非金融企业影子银行规模的测算，根据企业开展影子银行业务的方式，从上市公司财务报表及财务报表批注中挖掘出对应的会计科目、从微观角度测算。在“实质性信用中介”模式下，采用委托贷款、委托理财以及民间借贷三类规模加总得到影子银行业务规模。按照现行会计准则，大部分上市公司均将委托贷款记在其他流动资产、一年内到期的非流动资产以及其他非流动资产会计科目下。因此，将三类会计科目余额加总以估算委托贷款的规模。企业部门还可以基于广义商业信用，以过桥贷款等民间借贷方式从事影子银行活动，由于民间借贷具有较强的隐蔽性，一般记录在其他应收款（王永钦，2015）。鉴于此，本文用其他应收款作为企业民间借贷的代理变量。上市公司委托理财数据来自国泰安对外投资数据库，而其他流动资产、一年内到期的非流动资产、其他非流动资产以及其他应收款金额等会计科目则来自于国泰安上市公司资产负债表数据库。

我国互联网金融和资产证券化仍处于起步阶段，这类影子银行业务规模较小、透明度较低，在测算企业影子银行化规模时，可以忽略这部分影子银行活动，将上述三大影子银行活动的规模加总，即得到非金融企业的影子银行化规模（韩珣等，2017）。由此，本文的非金融企业影子银行化规模（SBank）其计算公式为：

SBank=（其他流动资产+1 年内到期的非流动资产+其他应收款+其他非流动资产+委托理财）∕资产总计

另外，非金融企业的影子银行化行为从本质上来说仍属于企业金融化的范畴，该行为也表现为企业持有债权类金融资产，因此对影子银行化的另一种度量方式如下：

SBank_1=（交易性金融资产+短期投资净额+可供出售金融资产净额+长期债权投资净额）∕资产总计

3.调节变量

（1）企业性质（SOE）：企业性质分为两种，即国有与非国有。企业性质不同，企业影子银行化对该企业主营业务水平的影响会有所不同。

（2）企业融资约束（FC）：企业的融资约束程度用FC指数来表示。

①FC指标使用Kaplan&Zingales（1997）的方法计算所得，该值越大，表示企业面临的融资约束程度越高。其中，OCF 为经营性净现金流，OCF=经营活动产生的现金流量净额∕前期期末资产总计；CASH 为现金持有水平，CASH=期末现金及现金等价物余额∕前期期末资产总计；DIV 为股利水平，div=每股税前现金股利*股本总数；DIV=div∕前期期末资产总计；LEV 为资产负债率，Q为托宾Q 值。该值越大，表示企业面临的融资约束程度越高。

4.控制变量

根据已有研究，进一步控制如下变量：企业年限（AGE）、企业规模（SIZE）、财务杠杆（LEV）、现金持有水平（CASH）、托宾Q值（Q）、独立董事比例（IND）、股权制衡度（EQB）、股权集中度（HLD）。

5.行业和年度虚拟变量

针对每个样本观测值，设置了年度虚拟变量以控制年度效应，并根据中国证监会2012 年制订的上市公司行业分类标准设置行业虚拟变量以控制行业效应。

本文主要变量的具体含义和指标说明见表1。

表1 变量名称与定义

（二）计量模型设定

本文设置以下面板数据模型检验假设1：

为避免t统计值被高估，使用了企业层面的聚类稳健标准误。通过Stata 软件进行面板回归，若非金融企业影子银行化规模系数显著为负，在一定程度上则可说明影子银行化程度越高，对该企业主营业务发展的挤出效应越强。

为验证企业融资约束的调节作用，在模型（1）的基础上进行了一定的调整，设置了如下模型：

（三）样本选择

选取2003—2018年我国沪深两市A股所有上市公司为研究样本，并按以下原则对样本进行筛选：第一，剔除金融行业和房地产行业上市公司；第二，剔除ST、*ST的公司；第三，删除变量为缺失值的数据。经过以上筛选，最终得到26496 个样本观测值。研究中所使用的数据来自于CSMAR数据库和Wind数据库，数据处理使用STATA15.0软件进行。为减少异常值的影响，对变量进行了1%和99%的缩尾处理。表2提供了所有变量的描述性统计结果。其中，从企业影子银行化规模看，我国非金融企业的影子银行化程度存在较大差异，且非金融企业总体存在影子银行化现象。

表2 变量的描述性统计

四、实证结果分析

（一）影子银行化程度与企业主营业务发展

表 3 为 2003—2018 年模型（1）的回归结果。其中，列（1）和列（2）使用主营业务收入占比指标来衡量企业的主营业务发展水平，列（3）和列（4）使用主营业务利润率来衡量企业的主营业务发展水平。列（1）和列（3）是对核心解释变量企业影子银行化规模的单独回归结果，而列（2）和列（4）是对所有解释变量的回归结果。

表3 企业影子银行化对主营业发展的影响

续表3

由表3的结果可知，不论是采用主营业务收入占比还是主营业务利润率来衡量企业的主营业务发展水平，影子银行化程度（SBank）的系数估计值在1%水平上显著为负，表明非金融企业影子银行化活动会抑制企业主营业务的发展。因此，假设1得证。

（二）企业性质、影子银行化与企业主营业务发展

表4为模型（1）的回归结果。根据企业性质的不同，对样本数据进行了分组回归，其中列（1）和列（2）是对我国沪深A 股非金融上市公司中的国有企业样本组回归的结果，而列（3）和列（4）是对A股上市公司中的非国有企业样本组回归的结果。

由表4的结果可知，不论是采用主营业务收入指标还是主营业务利润指标来衡量企业主营业务的发展水平，国有企业组中非金融企业影子银行化规模（SBank）的系数估计值均在1%水平上显著为负。非国有企业组中影子银行化程度（SBank）的系数估计值对主营业务收入指标没有显著的抑制效应，对主营业务利润率的抑制效应低于国有企业组。因此，与非国有企业相比，国有企业的影子银行化程度对企业主营业务发展的抑制效应更强，即假设2得证。

表4 企业性质、影子银行化与企业主营业务发展

（三）融资约束、影子银行化与企业主营业务发展

表5 为模型（2）的回归结果。其中列（1）和列（2）均以企业主营业务收入占比（INCOME）为被解释变量，而列（3）和列（4）则是以企业主营业务利润率（PROFIT）为被解释变量。列（1）和列（3）是对影子银行化程度（SBank）、融资约束度（FC）以及交乘项（FC×SBank）的回归结果，而列（2）和列（4）是对所有解释变量的回归结果。

表5的第（2）—（4）列的回归结果可以发现，在加入融资约束（FC）以及融资约束与影子银行化规模的交乘项（FC×SBank）后，企业影子银行化规模与企业主营业务收入占比及主营业务利润率之间仍然呈现显著负相关关系，企业融资约束程度的系数以及融资约束与影子银行化规模的交乘项系数均在1%的水平下显著为负，表明对于融资约束越强的公司而言，企业影子银行化规模越大，越不利于企业主营业务的发展。因此，融资约束越强的企业，其企业影子银行化对企业主营业务发展的抑制作用更强，即假设3得证。

表5 融资约束、影子银行化与企业主营业务发展

五、稳健性分析

（一）2SLS估计

使用两阶段分析处理不可观测变量导致的内生性问题，采用投资收益占比（INV）的滞后一期作为工具变量。其中：INV=（投资收益-对联营企业和合营企业的投资收益）∕净利润。投资收益占比和影子银行化规模息息相关，前一期的投资收益占比会影响本期的影子银行化规模，但投资收益占比是企业的非主营业务所产生的利润，不记入主营业务收入中，与主营业务收入水平不直接相关。同时，Wald 检验结果（Wald chi2=652.38）拒绝弱工具变量假设，满足工具变量条件。2SLS的回归结果见表6，结果同前文保持一致。

表6 以投资收益占比为工具变量

（二）更换变量的稳健性检验

使用主营业务收入占比增长率（INCOME_R）和营业利润率（PROFIT_1）分别代替主营业务收入占比（INCOME）和主营业务利润率（PROFIT）作为被解释变量，用广义的企业影子银行化规模（SBank_1）代替了企业影子银行化程度（SBank）作为解释变量，重新进行基本回归，结果见表7。结果显示，无论更改解释变量还是被解释变量，影子银行化规模都能显著挤出企业主营业务收入，结论同前文保持一致。

表7 稳健性检验：替换被解释变量与解释变量

六、研究结论与启示

本文以2003—2018 年中国沪深两市A 股非金融上市公司为样本，实证检验了非金融企业影子银行化程度对企业主营业务发展的影响，并进一步分析了其调节效应。研究结果显示：一是非金融企业影子银行化行为显著抑制了企业的主营业务发展；二是与非国有企业相比，国有企业的影子银行化行为对该企业主营业务发展的抑制效应更强；三是融资约束越强的企业，其影子银行化对企业主营业务发展的抑制作用更强。

据此，提出以下对策建议：一是要继续深化供给侧结构性改革，围绕降低企业制度性交易成本、税费负担以及贷款成本等方面出台切实可行的措施，为企业创造良好的营商环境，提升实体经济效益。同时，加快传统工业企业转型升级的步伐，降低企业的生产成本，提高实体企业的创新能力和生产效率，以此缩小实体资本与金融资本之间的收益率差距，降低金融投资对实体企业的吸引力，从而引导实体企业回归本源、专注主业。二是要进一步扩大金融业对内对外开放，不断降低金融行业的准入壁垒，缓解金融机构“体制内”因素导致的融资歧视现象。适当发挥小额贷款公司、融资担保公司、互联网金融等替代性金融体系对银行信贷供给不足的补充作用，以市场化而非企业部门二次放贷的方式提高金融资源的配置效率。三是要加强金融监管，抑制投机行为。监管部门可利用大数据、云计算等信息新技术加强金融监管的力度、增强金融监管的频率，对实体企业的金融投机行为进行甄别，建立企业参与影子银行活动的识别机制，监测非金融企业从事影子银行业务的规模，尤其要着重甄别国有企业从事影子银行化的行为。