银行竞争是否影响了企业对外直接投资?——来自中国的证据

刘铠豪

(1.山东大学 公共经济与公共政策研究中心，山东 济南 250100;2.山东大学 经济学院,山东 济南 250100)

一、引言

改革开放四十多年来,中国对外开放的主旋律已经由单一的“引进来”逐步过渡到“引进来”与“走出去”并重,外资政策经历了从单纯“吸引外资”到“吸引外资”与“鼓励海外投资”并重的发展历程。近些年来,中国对外投资规模迅猛增长。据商务部统计,截至2020年底,中国2.8万家境内投资者在全球189个国家(地区)设立对外直接投资企业4.5万家,全球80%以上国家(地区)都有中国的投资。根据商务部、国家统计局和国家外汇管理局联合发布的《2020年度中国对外直接投资统计公报》的数据,2020年中国对外直接投资1 537.1亿美元,同比增长12.3%,流量规模首次位居全球第一;截至2020年末,中国对外直接投资存量2.58万亿美元,仅次于美国和荷兰。毋庸置疑,随着经济转型和企业竞争力的增强,我国逐渐从“资本输入”为主转变为“资本输入”和“资本输出”并重的开放发展模式,是我国全面深化改革和扩大开放的必经之路,也标志着中国正从国际贸易大国向境外投资大国迈进,这是中国在全球经济地位的历史性跨越。

与此同时,改革开放以来,中国银行业的垄断色彩逐渐褪去,垄断格局逐步被打破,竞争态势愈演愈烈。从1987年第一批股份制商业银行(如交通银行、招商银行、中信实业银行等)的创立,到20世纪90年代中后期国有银行的改革与城市商业银行的成立,再到21世纪加入WTO后国有银行的股份制改造与银行上市热潮,以及中国银行业对外资银行的逐步开放,直到2014年5家民营银行的试点创立,中国银行业的竞争格局从无到有,且无论是在产权性质上,还是在数量和规模上,均呈现出愈来愈激烈的竞争态势[1]。那么,银行竞争是中国企业对外直接投资的国内驱动因素吗?或者说,银行竞争是否影响了中国企业的对外直接投资呢?这是本文旨在探讨的核心问题。

金融是现代经济的血脉,是资源配置和宏观调控的重要工具。近些年来,中央政府高度重视银行业的发展。例如,习近平总书记在2017年的全国金融工作会议中强调,“要改善间接融资结构,推动国有大银行战略转型,发展中小银行和民营金融机构”;2018年末召开的中央经济工作会议更是明确了2019年的重点工作任务,提出“要以金融体系结构调整优化为重点深化金融体制改革,发展民营银行和社区银行,推动城商行、农商行、农信社业务逐步回归本源”。鉴于此,在加快金融供给侧结构性改革、推动金融结构同经济社会发展相适应的战略目标下,探究银行业发展能否成为企业“走出去”的有力支撑和保障，以及如何有效服务于实体经济,在当下具有重大现实意义。并且,有效评估银行业放松管制的对外直接投资效应、从银行竞争的视角对中国迈向境外投资大国提供一种可能的解释也十分具有理论意义。

关于银行竞争的经济效应,近些年已经引起了学术界的广泛关注,包括银行竞争对融资约束的影响作用[1-3]、银行竞争对企业创新的影响作用[4-6]、银行竞争对企业投资效率的影响作用[7-8]、银行竞争对企业负债的影响作用[9-10]和银行竞争对风险承担的影响作用[11-12]等。但是,目前关于银行竞争如何影响企业“走出去”的研究却屈指可数,仅有两篇:余静文和惠天宇[13]研究发现,银行业竞争程度的提升能够缓解企业融资约束,使企业能够在技术创新以及高技能生产要素方面配置更多资源,从而促进出口产品质量提升;刘铠豪等[14]研究发现,银行竞争增加了企业出口倾向,增大了企业出口规模,提升了企业出口强度并增加了企业出口利润率。目前并没有相关文献系统地探究银行竞争对中国企业对外直接投资的影响作用,该领域的空白有待于进一步填补。而本文的主要贡献在于:(1)本文补充了关于“企业对外直接投资(包括对外直接投资倾向、海外公司设立数量和对外直接投资速度)影响因素”这一研究领域的实证研究,证实了“银行竞争对中国企业对外直接投资的实质性影响”,从银行竞争的视角对中国迈向境外投资大国提供了一种可能的解释。(2)初次考察了银行竞争对企业对外直接投资(包括对外直接投资倾向、海外公司设立数量和对外直接投资速度)的潜在影响机制。(3)初步探讨了银行竞争与企业对外直接投资(包括对外直接投资倾向、海外公司设立数量和对外直接投资速度)的异质性关系。

虽然银行业放松管制是金融业对外开放力度不断加大背景下国家层面为引入竞争性市场机制而减少市场干预的重大政策选择,会在一定程度上增加整个银行业层面的竞争程度,但各地区的银行业竞争程度却呈现出较大的差异。“各类特征变量相似的企业在不同地区所面临的银行业竞争程度存在显著差异”这一客观事实为我们识别地区银行业竞争程度如何影响当地企业的生产经营活动提供了现实可能。因此,本文基于银行竞争的视角,利用中国研究数据服务平台的中国商业银行分支机构数据库构造出城市层面的银行竞争程度指标,以2000—2018年上市公司作为研究样本,旨在探究银行竞争对企业对外直接投资的影响作用。文章接下来的内容如下:第二部分为理论分析与研究假设,第三部分为研究设计,第四部分为实证分析,最后一部分为结论与政策启示。

二、理论分析与研究假设

市场力量假说认为,银行竞争的加剧将使企业有着更高的信贷供给和更低的贷款成本(即更低的借款利率),其融资约束程度也就越低。并且,姜付秀等[1]进一步指出,银行竞争越激烈,银行越有动力搜集和挖掘更为全面的企业信息,银行和企业之间的信息不对称程度越低,企业融资约束程度越低。在实证研究方面,无论是基于中国全部A 股上市公司还是基于中小企业的研究均表明,银行竞争确实能够缓解企业的融资约束[1-2],验证了市场力量假说。而大量的基于中国企业层面(无论是基于中国工业企业数据、上市企业关联交易数据还是中国民营企业微观数据)的实证研究已经广泛证实,融资约束对企业对外直接投资产生显著的负向影响。具体而言,融资约束会显著地降低企业对外直接投资的可能性[15-16],抑制企业海外子公司的数量和平均投资规模[17],抑制海外直接投资规模的扩张[18]。因此,银行竞争通过降低企业的融资约束可以促进企业对外直接投资,说明融资约束是银行竞争影响企业对外直接投资的渠道之一。基于此,本文提出如下假说:

假说1:银行竞争通过降低企业的融资约束进而促进企业对外直接投资。

企业研发创新需要持续地引进新设备、新技术和人才,因此,在创新项目的孕育周期中,企业需要时刻准备足够的资金来支持研发创新,资金链的突然中断和再延续会使企业遭受很大的损失。对不少企业而言,完全依靠企业有限的内部资金很难承担研发活动的融资缺口,通过外源融资来保证研发项目的持续进行成了企业研发资金的重要渠道来源[5]。随着银行管制的放松,更多的信贷资金流入到产品或过程创新项目,能显著提高企业研发的数量和质量[19]。并且,基于中国企业层面的研究表明,银行竞争的确对企业创新具有积极作用[5-6]。而大量的基于中国企业层面(无论是基于中国创业板民营企业数据、A股制造业上市公司数据还是中国工业企业数据)的实证研究已经广泛证实,创新水平的提升对企业对外直接投资产生显著的正向影响。具体而言,创新能力强的企业能够为其对外直接投资提供有力保障[20],技术创新有助于增加企业在境外投资的子公司数量[21],创新程度的提升则能加快企业对外直接投资速度[22]。因此,银行竞争通过提高企业的创新水平可以促进企业对外直接投资,说明创新水平是银行竞争影响企业对外直接投资的渠道之一。基于此,本文提出如下假说:

假说2:银行竞争通过提高企业创新水平进而促进企业对外直接投资。

商业信用产生于上下游生产和销售往来关系紧密的企业之间,是指企业在日常经营过程中，对其上下游客户的资金占用，如延期支付上游客户货款，索取下游客户预付款等，是企业短期融资的重要来源,这相当于卖方赋予买方的一个短期融资。而对商业信用和银行信用关系的研究,存在着替代性和互补性研究结论的不一致性:(1)部分学者研究认为,当企业面临银行信贷融资约束时,企业会更多地使用相互往来间所提供的商业信用,即银行信贷和商业信用之间呈替代关系[23-24],学术界称之为商业信用的“替代性融资理论”。(2)另一部分学者认为,当信用体系尚未完善时,金融市场和商品市场均会出现不同程度的信息不对称:从金融市场的角度来看,贷款需求者在无法提供足额的抵押担保品时,可以借助商业信用的“信号显示效应”表明企业的资质状况,从而有助于企业获得更多的银行信贷[25-26];从商品市场角度来看,商业信用提供者由于无法准确识别商业信用需求者的信息,因此对于商业信用提供者来说,获得更多银行信贷的企业可能会具有更好的偿债能力、投资项目和信用水平,结果便会导致获得银行信贷支持多的企业也会相应地得到更多的商业信用的现象出现。因此,银行信贷和商业信用之间会表现为互补关系。现有研究表明,商业信用和银行信用之间其实既存在替代性效应又存在互补性效应,两者方向相反,但最终显示的是效应大的那方的结果[27]。依据市场力量假说,银行竞争的加剧将使银行提供更多的信贷供给,即银行信用增加。但是,银行竞争引致的银行信用增加究竟是会增加还是减少商业信用呢?这个取决于替代性效应和互补性效应的大小,具有不确定性。而现有研究已经证实,商业信用融资能力能显著增加企业对外直接投资倾向[28],商业信用融资通过信号传递作用可以缓解企业的融资约束,从而促进对外直接投资[29]。因此,商业信用有助于促进企业对外直接投资。基于此,本文提出如下假说:

假说3a:若银行信用和商业信用之间的替代性效应大于互补性效应,那么银行竞争引致的银行信用增加会减少商业信用,商业信用的减少会抑制企业对外直接投资。

假说3b:若银行信用和商业信用之间的替代性效应小于互补性效应,那么银行竞争引致的银行信用增加会增加商业信用,商业信用的增加会促进企业对外直接投资。

假说3c:若银行信用和商业信用之间的替代性效应近似于互补性效应,那么银行竞争引致的银行信用增加对商业信用无实质性影响,进而对企业对外直接投资也无实质性影响。

三、研究设计

(一)数据来源与处理

本文选取2000—2018年上市公司作为研究样本,主要是基于这一典型事实:直到2014年5家民营银行的试点创立,我国银行业的竞争格局从无到有,且无论是在产权性质上,还是在数量和规模上,均呈现出愈来愈激烈的竞争态势[1]。因此,横跨2014年前后的上市公司数据在样本周期方面较为合适。上市公司数据主要来自CSMAR公司研究系列数据库和Wind沪深股票指标数据库,我们对两个数据库进行了匹配。参照刘莉亚等[30]、姜付秀等[1]的做法,本文对初始数据进行如下筛选:(1)鉴于金融类企业由于财务报表项目构成与实体企业有较大差异,而本文重点关注实体企业,因此,剔除金融行业类别的上市公司样本;(2)考虑到亏损类上市公司数据异常,剔除在数据提取期间被ST、*ST的上市公司样本;(3)剔除负债率大于100%的样本;(4)剔除主要出于避税动机的海外投资,这类海外公司的注册地集中在开曼群岛、英属维尔京群岛、百慕大群岛等避税天堂地区。此外,银行分支机构数据来自中国研究数据服务平台的中国商业银行分支机构数据库和中国银行保险监督管理委员会官网,城市层面的数据主要来自中国研究数据服务平台里面的中国城市统计数据库(Chinese City Statistics Database, CCSD)、Wind数据库、各城市年度国民经济和社会发展统计公报、各省份统计年鉴和《中国城市统计年鉴》,外资银行分支机构信息来自Wind数据库中的商业银行基本资料数据库。

(二)指标构建

本文利用中国研究数据服务平台的中国商业银行分支机构数据库以及中国银行保险监督管理委员会官网的相关信息,计算出各个银行每年在各个城市的分支机构数量,进而构建各个城市银行业的赫芬达尔-赫希曼指数(HHI)以衡量地区内的银行竞争水平,其计算方法如下:

(1)

其中,Branchk为第k个银行在该地区分支机构数量,TotalBranches为该地区银行所有分支机构数量。该指数取值范围为(0,1),且为负向指标,银行竞争程度越高,该值越小。

(三)计量模型与变量说明

为克服单一指标测量的局限性,借鉴李笑等[31]的做法,本研究所关注的企业对外直接投资行为主要包括三个方面:对外直接投资倾向、海外公司设立数量和对外直接投资速度。因此,本文所设定的基准回归模型如下:

Propensityit=α1+β1HHI_Cityct+

γ1Control_variableit+

ηk+φc+λt+εit

(2)

Scaleit=α2+β2HHI_Cityct+

γ2Control_variableit+

ηk+φc+λt+εit

(3)

Speedit=α3+β3HHI_Cityct+

γ3Control_variableit+

ηk+φc+λt+εit

(4)

其中,下标i代表企业,c代表企业所在地区(城市),t代表年份;被解释变量Propensity、Scale和Speed分别表示企业对外直接投资倾向、海外公司设立数量和对外直接投资速度;核心解释变量HHI_City是本文关注的各城市银行竞争程度;控制变量Control_variable主要包含三个方面:首先是影响企业对外直接投资行为的一系列企业特征的控制变量,包括全要素生产率(tfp)、经营年限(age)、独立董事比例(independent)、两职合一(duality)、资产负债率(asset-liability)和营业收入增长率(growing);其次,鉴于核心解释变量HHI_City是城市层面的变量,为了更精确地将其影响作用分离出来,回归模型中也控制了一些城市层面的特征变量,包括城市基础设施(lnroad)、直接金融规模(finance)和GDP增长率(gdp_growth);此外,借鉴洪俊杰和张宸妍[32]的做法,本文还控制了行业市场集中度(concentration);ηk、φc和λt分别代表行业固定效应、地区固定效应和年份固定效应;εit为干扰项。各变量的统计性描述如表1所示。

表1 各变量的统计性描述

四、实证分析

(一)基准回归

基准回归结果如表2所示,为了检验估计结果的稳健性,在表2第(1)-(3)列中不引入控制变量,第(4)-(6)列中引入企业层面的控制变量,第(7)-(9)列中再引入城市和行业层面的控制变量,所有回归均控制了行业固定效应、地区固定效应和年份固定效应。表2第(1)～(9)列的回归结果表明:银行竞争增加了企业对外直接投资倾向、增大了企业对外直接投资规模(海外公司设立数量)、提升了企业对外直接投资速度。换言之,银行竞争显著地促进了企业的对外直接投资。

表2 基准回归

(二)稳健性检验

为了证明基准回归的结论是稳健的,接下来本文进行了大量的稳健性检验(1)限于篇幅,此处省略稳健性检验的回归表格,留存备索。,以检验估计结果的稳健性,具体如下:

1.替换核心解释变量:采用省级层面的赫芬达尔-赫希曼指数(HHI_Province)作为替代变量

关于“企业可能会向异地银行借款”这一潜在行为是否会严重干扰本文的估计结果,本文认为其干扰较小,主要基于以下三点考虑:(1)我国金融系统以银行为主导,而银行系统的自身特征导致信贷市场存在天然的地理分割:城商行和农商行等地域性金融机构很少在其区域外经营,即便是政策性银行和大型商业银行的分支机构,也大多在分支机构当地开展业务[34]。(2)从银行的角度讲,企业与银行信贷关系发生的主导权更多地在银行手中[35],商业银行向企业放贷意愿取决于商业银行自身的制度规定。由于信息不对称现象的存在,银行对于企业信誉的审查非常严格,会尽可能地搜集与挖掘企业信息,不仅要看企业的财务状况与盈利能力,企业家的经营能力、地方声誉等软信息也是银行做出贷款决策时的重要考量项[36]。基于企业软信息获取的局限性,银行更愿意为当地企业提供贷款。事实上,由于中国银行贷款多数是抵押担保形式,为了更好地缓解借贷双方之间的信息不对称,控制银行贷款中可能遇到的金融风险,贷款多具有本地化要求,本地区企业很难从地区外的银行机构获得贷款[1]。(3)从企业的角度讲,当企业向银行借款时,除了考虑银行的贷款利率,还会考虑预期的交通成本。该交通成本既可指狭义上由空间距离产生的交通成本,也可广义上泛指因不合理干预如银行业市场进入壁垒和地方保护等,而产生的一系列交易成本[37]。鉴于各银行之间的贷款利率相差不大,交通成本的客观存在使得企业往往会优先选择当地银行进行借款。基于以上三点考虑,本文认为“企业可能会向异地银行借款”对本文估计结果的潜在干扰较小。当然,为了避免潜在的“企业可能会向异地银行借款”而带来的估计偏误,我们将地级市层面的赫芬达尔-赫希曼指数(HHI_City)替换为省级层面的赫芬达尔-赫希曼指数(HHI_Province)进行稳健性验证,因为企业“跨省进行异地银行借款”的可能性比“跨市进行异地银行借款”的可能性小很多。采用省级层面的赫芬达尔-赫希曼指数(HHI_Province)替换核心解释变量之后,估计结果比较稳健。

2.外资银行管制撤销

2006年,中国逐步取消对外资银行的诸多限制,如办理和经营人民币与外汇业务的地域和客户限制,所有权、经营和设立形式的限制等。外资银行监管的放松,促使中国银行业的市场主体数量增加,外资银行得以和国内银行在同一市场上公平竞争,因而更加剧了银行业的竞争[1]。为了消除外资银行管制撤销对估计结果的干扰,参考Jiang et al.[38]的做法,将样本城市划分为处理组和对照组:若该样本城市设有外资银行分支机构则为处理组,否则为对照组。因此,本文利用2006 年外资银行管制撤销这一外生冲击,建立双重差分模型(DID)进一步检验银行竞争影响企业对外直接投资的稳健性。具体模型如下所示:

Propensityit=α1+β1HHI_Cityct+

φ1After*Foreign+φ2After+

φ3Foreign+γ1Control_variableit

+ηk+φc+λt+εit

(5)

Scaleit=α2+β2HHI_Cityct+φ4After*Foreign+

φ5After+φ6Foreign+γ2Control_variableit

+ηk+φc+λt+εit

(6)

Speedit=α3+β3HHI_Cityct+

φ7After*Foreign+φ8After+

φ9Foreign+γ2Control_variableit+

ηk+φc+λt+εit

(7)

其中,After为时间虚拟变量,在撤销外资银行管制之前的样本,After取值为0,2006 年以后的样本,After取值为1。Foreign为组间虚拟变量,若公司所在城市当年没有外资银行分支机构,Foreign取值为0,否则取值为1。采用双重差分模型的估计结果相当稳健。

3.引入更多控制变量

为了检验估计结果的稳健性,本文也引入了更多的控制变量:(1)本文的样本周期涵盖了“营改增”试点的整个进程,为了进一步控制“营改增”的减税效应对企业对外直接投资行为的影响作用,借鉴范子英和彭飞[39]的做法,定义“营改增”虚拟变量(VAT)为试点地区的试点行业在实施“营改增”后取值为1,否则为0。引入“营改增”虚拟变量之后,估计结果相当稳健。(2)根据李磊等[40]的研究,外商直接投资“引进来”显著地促进了中国内资企业“走出去”。鉴于此,本文在基准回归的基础上引入了各城市外商直接投资实际使用额(fdi),估计结果依旧非常稳健。

4.安慰剂检验:是否存在其他随机因素影响基本结论

(8)

(9)

(10)

图1 随机处理后的 和 的分布(安慰剂检验)

5.工具变量法

为解决潜在的遗漏变量和测量误差等产生的内生性问题可能造成的估计偏误,本文采取工具变量法进行估计。借鉴蔡竞和董艳[5]构造工具变量的方法,我们将城市划分为三类:副省级城市、直辖市、同一省份内城市(除去副省级城市),然后使用同一类型城市银行竞争程度均值(不包括自身的城市银行竞争程度)作为工具变量。采用工具变量法进行IV-Probit和IV-Tobit回归之后的估计结果较为稳健。

6.更换估计方法

为了证实本文的实证结论不是特定计量方法的结果,现将估计方法做如下更换:(1)首先,之前本文在估计银行竞争对企业对外直接投资倾向的影响作用时,一直采用的是Probit模型,现替换为Logit模型进行重新估计,估计结果比较稳健。(2)其次,之前本文在估计银行竞争对企业对外直接投资规模(海外公司设立数量)、企业对外直接投资速度的影响作用时,一直采用的是Tobit模型,现替换为两部分模型(Two-part model)进行再次估计。Tobit模型最大的缺陷在于,它在其两个部分的模型中(Probit和Truncreg)使用的是完全相同的参数。而两部分模型允许不同的解释变量出现在Probit这个二值选择模型和之后的断尾回归模型, 因而更加灵活一些。可以说,Tobit是两部分模型的一个特例,而两部分模型是Tobit的一般化。鉴于此,我们采用两部分模型再次进行重新估计,估计结果非常稳健。

(三)潜在的影响机制分析

既然银行竞争对企业对外直接投资的影响作用非常稳健,那么潜在的影响机制是什么呢?或者说,银行竞争影响企业对外直接投资的渠道和路径有哪些呢?本文接下来将进行逐一探讨。

1.融资约束

本文采用经典的且被广泛应用的投资—现金流敏感性模型来检验银行竞争是否显著影响了企业的融资约束,构建模型如下:

Investmentit=α1+β1HHI_Cityct+

β2HHI_Cityct*CashFlowi,t-1+

β3CashFlowi,t-1+γ1Control_variableit

+ηk+φc+λt+εit

(11)

其中,Investment为企业新增投资水平,等于当年购建固定资产、无形资产和其他长期资产所支付的现金与处置固定资产、无形资产和其他长期资产而收回的现金之差除以年初总资产[41];CashFlow为现金流,等于经营活动现金流量净额/上期总资产。交乘项HHI_City*CashFlow是回归模型的核心解释变量。由于HHI 指数为负向指标,因此当该交乘项的回归系数显著为正时,代表银行竞争与企业的投资—现金流敏感性之间为负向关系,即银行竞争越激烈,企业的投资对内部现金流的依赖程度越低,企业的融资约束程度越低。而下页表3第(1)列的回归结果表明,银行竞争确实是使得投资对现金流的依赖程度降低了,即降低了企业的融资约束。事实上,在我国金融市场仍不完善、信贷资金分配受非市场因素制约现象十分突出、大量企业仍面临严重的融资约束问题这一现实背景下(2)《世界银行投资环境调查》数据表明,80%的中国企业将融资约束视为发展的主要障碍;中国中小企业协会的数据也显示,90%以上的小微企业无法正常获得银行贷款。[42],完全依靠企业有限的内部资金很难承担关键投资的融资缺口[5],而银行竞争使得这些投资不再那么依赖企业内部的现金流,进而增加了完成这些投资的可能性。而表3第(2)-(4)的估计结果表明,企业的投资能够显著地促进其对外直接投资。因此,银行竞争通过降低企业的融资约束(减轻了企业的投资对内部现金流的依赖程度,增加了完成投资的可能性)进而提升其对外直接投资,验证了假说1。

表3 融资约束(投资——现金流敏感性模型)

2.创新水平

我们采用中介效应模型(3)在检验融资约束这一影响机制时,本文采用的是公司金融领域经典的且被广泛认可的投资—现金流敏感性模型,在接下来检验影响机制的过程中,我们采用国际贸易领域检验影响机制时被广泛使用的中介效应模型。检验银行竞争是否通过影响企业创新水平进而影响其对外直接投资,中介效应模型的构建主要包括三个基本的步骤:(1) 将因变量对基本自变量进行回归;(2)将中介变量对基本自变量进行回归;(3)将因变量同时对基本自变量和中介变量进行回归。第(1)步在表2中已经完成,所以我们现在只需要完成第(2)和(3)步。关于企业创新水平,借鉴张璇等[43]的做法,本文选取的中介变量为企业当年的专利数(用zl表示)。具体分析如下:首先,表4第(1)列显示,银行竞争显著地增加了企业的专利数,即提高了企业的创新水平;而表4第(2)-(4)列的回归结果表明,专利数对企业对外直接投资的促进作用在统计上十分显著。因此,银行竞争通过提高企业创新水平进而促进其对外直接投资,验证了假说2。

表4 创新水平

3.商业信用

我们同样采用中介效应模型检验银行竞争是否通过影响企业商业信用进而影响其对外直接投资。关于企业商业信用水平,本文从前向商业信用额度(用tc表示)和后向商业信用额度(用tcs表示)两个维度进行考察。参照方明月[44]的做法,对于企业获得的来自上游供应商的商业信用,用应付账款与总负债的比例度量;对于企业提供给下游客户的商业信用,用应收账款与总资产的比例度量。表5和表6的估计结果表明,银行竞争既没有显著地增加企业的前向商业信用额度,也没有显著地增加企业的后向商业信用额度。因此,银行竞争并没有通过增加企业商业信用进而提升其对外直接投资,验证了假说3c。

表5 前向商业信用额度

表6 后向商业信用额度

(四)异质性检验

为了全面认识银行竞争与企业对外直接投资之间的异质性关系,本文接下来从不同维度进行了大量的异质性检验(4)限于篇幅,此处省略后三种异质性检验的回归表格,留存备索。,具体如下:

1.不同所有制类型:国有企业VS民营企业VS外资企业

对于不同所有制类型的企业而言,银行竞争对企业对外直接投资的影响作用是否存在显著差异呢?为了探究这一问题,我们按照企业的所有制类型把样本划分为国有企业、民营企业和外资企业三个组别进行分组回归。如表7所示，分组回归的估计结果表明,银行竞争对民营企业的对外直接投资产生显著的促进作用,但对国有企业和外资企业的影响作用在统计上并不显著。因此,银行竞争对企业对外直接投资的影响作用在国有企业、民营企业和外资企业之间存在一定的差异,主要作用于民营企业。究其原因,可能是由于三种不同所有制性质的企业所面临的融资约束差异造成的:(1)从中国的现实背景来看,国有企业由于自身特殊的国家发展战略定位,在银行体系享有独特的融资优势以及政策扶持优势[45],其融资约束程度相对较低;(2)外资企业在生产经营过程中所需要的外部融资来源并不完全依赖中国国内的银行体系,还会依靠国外的母公司或者国外的金融体系[45],其融资约束程度也相对较低;(3)而民营企业不具有国有企业或外资企业的融资优势,其融资约束程度相对较高。因此,银行竞争能够有效地缓解民营企业的融资约束,进而促进其对外直接投资。

表7 异质性：不同所有制：国有企业VS民营企业VS外资企业

2.不同规模:大企业VS小企业

对于不同规模的企业而言,银行竞争对企业对外直接投资的影响作用是否存在差异也是探究两者异质性关系的重要方面。以“企业员工数目”作为企业规模的衡量指标,按照企业员工数目的中位数将样本企业划分为大企业和小企业两个组别进行分组检验。如表8所示，分组回归的估计结果表明,与大企业相比,银行竞争对小企业对外直接投资的边际影响更大,并且在统计上也更为显著。因此,银行竞争对企业对外直接投资的影响作用在不同规模的企业之间存在一定的差异,对小企业的边际影响更大。究其原因,相对于大企业而言,小企业在融资方面具有两大劣势:(1)由于小企业自身固定资产规模较小,导致其抵押担保能力较差;(2)小企业的财务制度完善程度相对较差,导致其缓解银企之间贷款活动信息不对称能力也相对较差。因此,小企业长期所面临的贷款难、贷款贵等难题使其融资约束程度相对较高,而银行竞争能够更加有效地缓解小企业的融资约束,进而促进其对外直接投资。

表8 异质性：不同规模：大企业VS小企业

3.不同地区:东部地区VS中西部地区

在地理维度层面,我们探究一下银行竞争对企业对外直接投资的影响作用在东部地区和中西部地区之间是否存在明显差异。分组回归的估计结果表明,与中西部地区的企业相比,银行竞争对东部地区的企业的边际影响更大,并且在统计上也更为显著。因此,银行竞争对企业对外直接投资的影响作用在东部和中西部地区的企业之间存在一定的差异,主要作用于东部地区的企业。

4.不同行业:劳动密集型行业VS资本密集型行业

对于不同行业类型而言,银行竞争对企业对外直接投资的影响作用是否存在差异呢?为了探究这一问题,我们首先按照要素密集度的差异将样本企业分为资本密集型行业和劳动密集型行业两个组别分别进行检验。分组回归的估计结果表明,与资本密集型行业的企业相比,银行竞争对劳动密集型行业的企业的边际影响更大,并且在统计上也更为显著。因此,银行竞争对企业对外直接投资的影响作用在不同行业之间存在一定的差异,主要作用于劳动密集型行业的企业。究其原因,现有研究表明,相较于资本密集型行业的企业而言,“资本劳动比”较低的劳动密集型行业的企业由于面临更高的融资约束而阻碍了其对外直接投资[46]。影响机制检验结果已经证实,银行竞争降低了企业的融资约束。因此,银行竞争在降低融资约束的过程中会显著地促进劳动密集型行业的企业进行对外直接投资。

5.不同行业:市场集中度较低行业VS市场集中度较高行业

更进一步地,为了进一步探讨银行竞争对企业对外直接投资的影响作用是否存在行业差异,我们基于单个企业营业收入计算其所占行业市场份额,行业内每家公司的市场份额的平方累加即为该行业的赫芬达尔指数,然后按照赫芬达尔指数的中位数将样本企业划分为市场集中度较高行业和市场集中度较低行业两个组别分别进行检验。分组回归的估计结果表明,与市场集中度较高行业的企业相比,银行竞争对市场集中度较低行业的企业的边际影响更大,并且在统计上也更为显著。因此,银行竞争对企业对外直接投资的影响作用在不同行业之间存在一定的差异,主要作用于市场集中度较低行业的企业。究其原因,对于市场集中度较低的行业而言,较高的行业竞争程度使行业内的企业盈利被摊薄,盈余的下滑致使公司风险抵抗能力下降,致使公司无法按期偿债的违约风险增大,银行会要求负债企业给予更多的风险补偿,从而提高贷款利率,因而企业面临的融资约束程度相对较高[47]。而银行竞争能够更加有效地缓解市场集中度较低行业的企业的融资约束,进而促进其对外直接投资。

五、结论与政策启示

在金融供给侧结构性改革的大背景下,在贸易投资限制措施重新抬头的外部环境下,有效评估银行业改革的经济效应极具现实意义。鉴于中国银行业的垄断色彩逐渐褪去、竞争态势愈演愈烈,本文基于银行竞争的视角,采用2000—2018年上市公司微观数据系统地探讨了银行竞争对企业对外直接投资的影响作用。研究发现:银行竞争增加了企业对外直接投资倾向、增加了海外公司设立数量并提升了对外直接投资速度,并且这一结论在替换核心解释变量、控制外资银行管制撤销的冲击效应、引入更多控制变量、安慰剂检验、工具变量法、更换估计方法等条件下依旧稳健。潜在的影响机制分析发现,银行竞争主要是通过降低企业的融资约束和提升企业的创新水平两个路径提升了企业的对外直接投资。异质性检验结果显示,银行竞争对企业对外直接投资的影响作用在不同所有制类型(国有企业VS民营企业VS外资企业)、不同规模(大企业VS小企业)、不同地区(东部地区VS中西部地区)、不同行业(劳动密集型行业VS资本密集型行业;市场集中度较低行业VS市场集中度较高行业)的企业之间存在明显差异。基于上述研究结论,本文政策启示如下:

针对“银行竞争对企业对外直接投资的影响作用在大企业和小企业之间存在显著的差异”这一客观事实,适度增强“中小企业集聚地区”的银行竞争程度是在地理维度上有的放矢的精准举措。本文的异质性分析结果显示,与大企业相比,银行竞争对小企业对外直接投资的边际影响更大,并且在统计上也更为显著。因此,银行竞争对企业对外直接投资的影响作用在不同规模的企业之间存在一定的差异,对小企业的边际影响更大。鉴于此,进一步放松中小企业集聚地区的银行业管制,适度地增强这些地区的银行竞争程度,有助于促进中小企业的对外直接投资,实现中小企业集聚地区的海外投资繁荣。

针对“银行竞争对市场集中度较低行业(与市场集中度较高行业相比)的企业的影响作用在统计上更为显著” 这一客观事实,适当降低行业集中度,削弱行业内部垄断,是发挥“银行竞争对企业对外直接投资的促进作用”、助力中国企业“走出去”开拓国际市场的有效路径。本文的异质性检验结果表明,银行竞争对市场集中度较低行业企业的影响作用在统计上非常显著,而对市场集中度较高行业企业的影响作用在统计上并不显著。因此,对于市场集中度较高的行业而言,需要反垄断执法部门持续发力查处行业垄断乱象,有效维护公平竞争的市场秩序。同时,进一步深化改革减少行业内部垄断,不断完善反垄断执法体系,逐步形成要素自由流动、价格反应灵活、竞争公平有序、企业优胜劣汰的行业内部市场环境,可以在一定程度上降低其市场集中度,进而有助于发挥“银行竞争对企业对外直接投资的促进作用”,从而有助于推动这些行业的企业进行对外直接投资以及实现助力中国企业“走出去”的政策目标。