非金融企业影子银行化的同伴效应研究

■李香花 王倩 李世辉

一、引言

为规范影子银行的发展，我国自2016年开始出台一系列政策。此后，影子银行超规模膨胀得以有效遏制，但其存量风险仍然不可小觑。随着中国经济进入新常态，“三期叠加”引起的内需疲软以及产能过剩等问题减少了企业部门的生产性投资机会，非金融企业为了转型发展和获取收益而涉足金融领域。越来越多的企业借助多元化融资渠道来募集资金，并通过多种形式投资于影子银行体系，参与高风险、高收益的影子银行活动[1]。中国银保监会课题组披露的数据显示，截至2019年末，中国广义的影子银行规模已高达84万亿元，狭义的影子银行规模为39 万亿元[2]。其中，非金融企业投资于影子银行业务当中的资金占比高达19.07%，非金融企业影子银行化趋势日渐增强。

影子银行是一把“双刃剑”。一方面，由于影子银行为实体企业提供了新的融资渠道，在一定程度上满足了企业的融资需求。影子银行业务作为金融市场的必要补充[3]，已经成为非金融企业的重要融资渠道。另一方面，影子银行的透明度较低且监管困难，其规模的大幅上升加剧了企业的财务风险[4]。此外，信贷歧视也可能存在于非金融企业影子银行化的资源再分配过程中，导致高生产率但融资约束严重的企业未能获得有效的资金流入[5]，阻碍我国经济高质量发展。因此，维持经济发展和风险防范的平衡具有重要的现实意义。2021年中央经济工作会议指出，要通过为资本设置“红绿灯”的方式，一方面发挥其作为生产要素的积极作用，另一方面加强对资本的有效监管，完善风险防范系统，防止资本野蛮生长。因此，全面认识我国非金融企业影子银行化的成因，厘清影子银行对金融监管提出的挑战，并科学引导企业开展影子银行业务，对于抑制企业“脱实向虚”以及促进经济稳定发展具有重大的理论和现实意义。

关于非金融企业影子银行化的形成动机以及影响因素，现有研究指出，非金融企业影子银行化的主要影响因素包括追逐高额利润、金融系统对异质性企业的融资约束以及实业投资的相对占比风险[1，6，7]等。此外，金融错配程度、资本市场开放和信息优势等也是影响非金融企业影子银行化的重要因素[3，8，9]。但这些文献的假设前提是企业作出影子银行化决策的过程是独立的，而鲜有学者从同伴效应视角研究非金融企业影子银行化的群体影响。传统的财务理论通常假设企业的最优决策是其自身特征的函数，独立于其他个体。近年来，随着行为决策理论的应用与推广，越来越多的研究从同伴效应视角来探讨财务领域的决策行为，并证实了同伴效应在企业经营决策中的存在性，即企业在融资决策[10]、薪酬决策[11，12]、股票拆分决策[13]、企业投资[14，15]、税收规避[16]等方面都会受到同伴企业的影响。那么，非金融企业影子银行化是否也会相互影响？本文试图从同伴效应的视角对此展开讨论。

本文以2008—2020年沪深两市非金融上市企业的数据为研究样本，考察同伴企业影子银行化对焦点企业影子银行化的影响。本文可能的贡献体现在以下几个方面：（1）拓展了非金融企业影子银行化的相关研究。现有关于企业影子银行化的文献主要集中在利率差、融资约束和外部环境变化等对企业影子银行化的影响方面，鲜有文献考察同行业企业影子银行化的群体性特征。本文则从同伴效应的角度切入，为全面认识我国非金融企业影子银行化提供了新的视角。（2）丰富了企业经营决策同伴效应的研究。本文基于同伴效应理论研究我国非金融企业影子银行化的外在动因，并进一步分析其形成机理、异质性和经济后果，补充了公司行为决策同伴效应的研究内容。（3）为科学引导企业影子银行化提供参考依据。本文对我国非金融企业影子银行化同伴效应的研究有助于全面理解非金融企业影子银行化的形成动机，这对当前影子银行的有效监管和金融体制改革具有一定的启示。

二、文献回顾与研究假设

（一）文献回顾

1.非金融企业影子银行化

金融稳定理事会（FSB）将影子银行定义为：“游离于监管体系之外、可能会引发系统性金融风险或是带来监管套利风险的信用中介体系。”我国至今没有关于影子银行的明确定义，普遍接受的观点是影子银行具有类似银行的投融资功能，发挥着信用中介的作用[3]。现有文献将非金融企业影子银行化定义为，非金融企业将资本投入到影子银行信贷市场当中，参与投资活动，并以委托贷款、委托理财和民间借贷等方式实现资金空转套利[17，18]。

企业的影子银行活动具有信息不对称、高杠杆、高风险和强传染性等特点，处于监管的灰色甚至真空地带[19]。近年来，国内学者对非金融企业影子银行化的现象展开了广泛的讨论。王永钦等[20]通过考察上市公司资产负债表中会计科目的变化，为证实我国非金融企业参与影子银行活动提供了有力证据。关于非金融企业影子银行化的影响因素，已有文献认为宏观环境变化如经济增长放缓、社会固定资产投资占比降低等促进了非金融企业影子银行化[17]。并且，金融错配程度的提高会加剧企业面临的融资约束程度，从而导致实体投资水平下降，进而提高非金融企业影子银行化的规模[8]。此外，研究还发现资本市场开放可以通过加强企业内外部治理、缓解企业融资约束等渠道对非金融企业影子银行化起到抑制作用[9]。

2.同伴效应

“同伴效应”一词最早产生于社会学领域，Mans⁃ki[21]将其定义为某一个体（即焦点企业）的行为决策会受到参照组内其他成员（即同伴企业）行为的影响。在早期研究中，研究者们用同伴效应解决社会学的一些问题。近些年来，同伴效应的研究对象不断丰富，财务学领域也基于同伴理论对财务决策行为展开了广泛的研究。在国外研究中，Faulkender等[11]研究证明了企业经理人的薪酬决策会受到同伴企业的影响。Amore[22]将同地区的其他企业界定为同伴企业，同样发现了意大利的家族企业任用非家族企业董事的行为决策并非是完全独立的，而是会受到同伴企业的影响。国内关于企业决策行为的同伴效应研究也越来越广泛。李世辉等[23]研究发现我国上市公司的资本结构决策存在同伴效应。李佳宁等[15]研究发现同行业跨地区同伴企业的投资决策行为与焦点企业的投资决策行为存在显著正相关关系。江新峰等[24]也证实了同群效应存在于企业投资决策当中，并且这种同群效应会受到产业政策的影响。此外，学者们还证实了同伴效应存在于企业高管薪酬[12]、现金鼓励政策[25]、税收规避[16]和绿色创新[26]等多个方面。

3.文献述评

现有研究成果多聚焦于非金融企业影子银行化相对独立的成因及后果，尚未深入挖掘影子银行化的外部驱动因素。在当前我国资本市场体系尚不发达的条件下，资源的错配与资本的逐利性是影子银行得以迅速发展壮大的表层因素，研究非金融企业影子银行化的深层动因对有效引导影子银行良性有序发展具有重要意义。在非金融企业影子银行化是否也存在同伴效应方面，目前鲜有研究与探讨。基于此，本文聚焦于考察非金融企业影子银行化的同伴影响及其形成机理。

（二）理论分析与研究假设

已有的研究表明，企业的行为决策存在同伴效应，即企业进行决策时会受到周围特征相似群体的影响，对同伴企业的依赖程度越来越高，并表现出行为趋同的现象[21，27]。目前，学者们已经从多个角度验证了企业投资存在同伴效应。随着实体投资收益和金融投资收益差距的不断扩大，资本逐利的驱动使得非金融企业逐渐偏离其主营业务的发展方向，开始不断涌入利润丰厚的金融行业中，以期提高短期经营业绩[1，28]。非金融企业影子银行化正是基于这种套利动机的高风险投资活动，表现为企业将投资于实体经济的资金转投到影子银行体系当中，其本质上是一种替代性投资活动[8，19]。当前，我国正处在经济向高质量发展转型的关键时期，传统行业面临新的技术革命与产业转型压力，而新型行业尚处于起步或高速发展但资源不足阶段，行业新旧更替下的资源竞争加剧导致企业所处的经营环境复杂程度提升，面临的风险也更大。企业影子银行化不仅是企业自身内部的决策选择，还可能受到同伴企业影子银行化的驱动。基于已有研究，本文试图从以下两个方面阐述非金融企业影子银行化同伴效应的形成原因。

一是社会学习效应。社会学习理论认为，同伴企业的行为及其背后的信息可以通过改变焦点企业决策者对某事件的期望进而改变其决策，焦点企业可以通过观察外部环境获取同伴信息[29]。首先，学习模仿行为可以降低信息获取成本和决策风险。我国的资本市场尚不成熟，资金供需两侧存在高度的信息不对称[30]。而影子银行化是一项风险较高且隐蔽性较强的活动，当焦点企业无法获得高质量的相关投资信息或者信息获取成本很高时，也可能会倾向于从同伴企业中获得更多债务需求方的有效信息。焦点企业通过借鉴同伴企业影子银行化的决策经验以降低自身影子银行化决策失败的风险。其次，企业在利润驱动下会学习模仿同伴企业影子银行化行为。追逐高额利润是非金融企业影子银行化的主要动机。当同伴企业参与影子银行活动并通过资金套利成功牟取利差的现象频繁发生时，会向焦点企业释放有利信号并提高其对影子银行化的预期收益，促使其模仿同伴企业的影子银行化行为。

二是动态竞争效应。动态竞争理论认为，同行业企业间的市场领域高度重叠导致企业间的竞争更加激烈，为了抗衡竞争对手并维持自身的竞争地位，企业会密切关注对手的行为并相互模仿[13，31]。企业作为一种竞争组织，通常会采用各种投资手段参与到市场竞争中去，其目标是寻找各种路径以实现利益最大化[32]，包括学习其他企业的行为。近年来，随着影子银行业务的大幅扩张，非金融企业参与影子银行活动也成为企业扩大竞争力的手段，能够在一定程度上为企业竞争战略提供必要的财务支持，有助于企业实现资金的保值或增值[33]。因此，非金融企业影子银行化可能是企业之间竞争互动的结果。当竞争对手通过影子银行化获取的利润远高于经营利润，影子银行化可能成为企业新的盈利渠道时，管理者出于短视或是迫于业绩的压力，会选择通过影子银行化取得高额收益作为竞争手段来维持其短期总体利润率水平，进而巩固其市场地位。因此，企业为了不被竞争对手赶超，会冒险模仿同伴企业开展影子银行业务。

然而，考虑到影子银行活动的“双刃剑”特点及其与行业竞争的关系，行业竞争程度加剧可能会减弱焦点企业模仿同伴企业影子银行化的动机。在竞争程度大的市场环境中，竞争对手数量多、产品差异化程度低且经营现金流波动性较大，此时企业需要提升现金持有量来抵御掠夺风险以及阻碍潜在竞争者进入市场[34]。根据资源有限理论，当非金融企业将有限的资金投入到影子银行业务当中时，投资实体的资源会相应地减少，在激烈的市场竞争当中难以保证足量资金以维持原有的市场份额，导致企业丧失市场竞争优势。另外，从企业长期可持续发展的角度来看，企业耗费大量资金参与高利差和高风险的影子银行业务这一行为虽然可能会提升企业的短期绩效，但是会对企业的主营业务产生挤出效应[35]，削弱企业的可持续竞争力，从而不利于企业的长期发展。因此，激烈的行业竞争会降低企业学习和模仿同伴企业影子银行化的意愿。相反，当市场竞争较小时，企业的资金约束和主营业务压力也会相对较小，更有空间和动机去模仿同伴企业影子银行化的行为。

行业维度是企业行为决策同伴效应的重要信息传导渠道[14]。企业在行业层面有重要的经济联系，因为他们有相同的产品生命周期，争夺相同的客户资源、市场资源以及人力资源等[25，36]。同行业企业之间的市场环境相似，可比性较强，相互之间学习与借鉴的意义更大[37]。因此，企业可能更倾向于与同行业企业展开互动，从而形成非金融企业影子银行化的行业同伴效应。

综合上述分析，提出研究假设1：

H1：非金融企业的影子银行化存在行业同伴效应，即焦点企业影子银行化与同伴企业影子银行化存在显著关联性。

三、研究设计

（一）样本选取与数据来源

本文选取2008—2020年沪深两市A 股上市公司作为初始样本。选择起始于2008年的样本数据，是因为中国影子银行在2008年金融危机爆发后开始迅速发展。对初始样本做如下筛选：（1）剔除金融类企业；（2）剔除财务状况存在异常的企业；（3）剔除同伴企业数量小于3的样本；（4）为了避免异常值的影响，对所有连续型变量进行上下1%的缩尾处理。本文所使用的财务数据来源于国泰安（CSMAR）数据库。

（二）同伴企业界定

对同伴企业的参照组进行设定是非常关键的，有效的参照组应该具备能使焦点企业和同伴之间存在真正行为互动的条件[38]。虽然同行业上市公司处于相同的竞争环境，有着相同的产品生命周期，并且受相同金融政策的影响，但是按行业界定同伴企业的范围过宽。企业的行为趋同还可能是由于企业具有相似的特征，如同区域内共同地方政府的干预、区域的发展水平以及文化习俗等区域因素。在此情况下，证实检验的同伴效应可能并非企业间互动的“净效应”。因此，本文参照李佳宁等[15]的做法，将跨区域同行业企业界定为同伴企业。本文对于同区域的界定标准是企业所在地处在同一城市，行业分类则采取2012年证监会行业分类的标准。为了提高样本分布的均衡性，制造业细分到二级行业，其他行业按照一级行业分类。

（三）模型设计与变量定义

为验证假设1，本文借鉴Manski[21]提出的参照组内均值线性模型，构建实证模型（1）以检验非金融企业影子银行化同伴效应。

其中，j 为焦点企业，-j 为同伴企业，i 为行业，r和-r分别表示同区域和非同区域，t为年份。被解释变量SBj,i,r,t为焦点企业影子银行化规模，本文借鉴李建军等[1]的衡量方式，以委托贷款、委托理财和民间借贷三类规模来表示，其中委托贷款数据由其他流动资产、一年内到期的非流动资产、其他非流动资产三类会计科目余额加总得到，委托理财数据来自国泰安对外投资数据库，民间借贷选用其他应收款科目余额来衡量。解释变量为同伴企业影子银行化规模，由焦点企业跨区域同行业企业影子银行化规模的均值来衡量。Contorlsj,i,r,t为企业自身特征控制变量，具体包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROE）、固定资产投资（Fa）、独立董事比例（Indep）、企业成长性（Growth）和第一大股东持股比例（Top1）。为同伴企业控制变量，本文参考已有研究，控制了以下可能会影响企业影子银行化的因素：企业规模（Size_peer）、资产负债率（Lev_peer）、盈利能力（ROE_peer）、固定资产投资（Fa_peer）、独立董事比例（Indep_peer）、企业成长性（Growth_peer）和第一大股东持股比例（Top1_peer）。FirFEj为企业固定效应，包括时间固定效应（Year）和个体固定效应（Firm）；k 为常数项；β、m、γ、z 为各回归系数，εj,t为残差项。具体变量定义及衡量方法见表1。

表1 变量定义

四、实证结果分析

（一）描述性统计

表2报告了主要变量的描述性统计结果。从焦点企业来看，不同企业的影子银行化存在较大差异，SB 的最大值为1.147，最小值为0.000，均值为0.090。从同伴企业来看，处于不同行业的群体间影子银行化的差异也较大，SB_peer 的标准差为0.070。其次，焦点企业影子银行化平均规模为0.090，同伴企业影子银行化平均规模为0.090。焦点企业与同伴企业影子银行化的均值较为接近，在一定程度上表明二者在影子银行化行为上可能存在相似性。

表2 主要变量的描述性统计

（二）Pearson相关性分析

进一步统计模型中各主要变量间的Pearson 相关系数及显著性（表略）。结果显示，焦点企业影子银行化（SB）和同伴企业影子银行化（SB_peer）的相关系数为0.332，且在1%的水平上显著，表明焦点企业影子银行化和同伴企业影子银行化具有高度的正相关关系，初步支持假设1。变量间的相关系数大部分小于0.500，主要变量间的方差膨胀系数（VIF）最大值为3.440，平均值为1.704，因此检验模型不存在严重共线性问题。

（三）回归结果分析

本文使用面板固定效应模型（FE）进行估计，表3报告了同伴企业影子银行化对焦点企业影子银行化影响的回归结果。本文所有实证结果的标准误都聚类到企业个体层面，并控制了残差在企业间自相关等问题。表3（1）列是在不考虑其他影响因素的情况下同伴企业影子银行化与焦点企业影子银行化的回归结果，SB_peer 和SB 的回归系数为0.317，且在1%水平上显著。（2）列的结果显示，在控制了焦点企业的企业规模、资产负债率等企业特征后，SB_peer 的系数为0.314，在1%水平上显著，进一步支持了假设1。（3）列是进一步控制了同伴企业特征后的回归结果，SB_peer 的系数为0.272，且在1%水平上显著，表明同伴企业影子银行化仍对焦点企业影子银行化产生了显著正向影响。

表3 基准回归结果

（四）内生性处理

为了避免遗漏变量或影子银行规模的测量误差而导致结果出现偏误从而产生内生性问题，本文采用工具变量方法。首先，借鉴Rose[39]、李佳宁等[15]的思路，选取与同伴企业的同城市非相关行业企业影子银行化均值（IV_1）作为工具变量。该工具变量符合相关性和外生性的两个条件。一方面，同伴企业和该工具变量企业处于同一城市，与内生解释变量具有一定的相关性，满足相关性要求；另一方面，工具变量企业所处行业和城市与焦点企业不同，满足外生性要求。其次，本文借鉴Leary 等[40]的做法，用股票特质收益率（IV_2）构建新的工具变量。该工具变量也符合相关性和外生性的两个条件。一方面，同伴企业的股票特质收益率反映了同伴企业自身的信息，与内生解释变量具有一定的关联，满足相关性要求；另一方面，该工具变量反映的同伴企业股票信息并不会对焦点企业影子银行化产生直接影响，满足外生性要求。股票特质收益率的计算原理是将股票收益剔除风险以及行业因素得到残差项，从其残差项中提取股票收益波动，再取同伴企业年度股票特质收益率的均值作为工具变量。

工具变量法回归结果如表4所示。（1）列为选取同伴企业的同城市非相关行业企业影子银行化均值作为工具变量的回归结果，SB_peer的系数为0.761，且在1%水平上显著；（2）列为选取股票特质收益率作为工具变量的回归结果，SB_peer的系数为0.970，且在5%水平上显著。在考虑了同伴企业影子银行化与焦点企业影子银行化之间可能存在的内生性问题后，同伴企业影子银行化对焦点企业影子银行化仍然具有显著的正向影响，这与前文的结论一致。

表4 工具变量法回归结果

（五）稳健性检验

1.剔除特殊年度样本观测值

首先，由于在IPO年度，上市公司普遍存在“财务包装”行为，很可能在影子银行业务上进行异常操作，故剔除IPO年度样本观测值。其次，2008年爆发了全球金融危机，我国为应对冲击，实施了多项经济刺激政策，助推了影子银行的发展。这可能促使企业的影子银行化行为趋同，故剔除2008年度的样本观测值。此外，受2020年新冠肺炎疫情的影响，经济不确定性增强，企业过度从事影子银行业务的可能性提高，故剔除2020年度样本观测值。本文对剩下的样本数据重新进行回归，得到假设1 的回归结果见表5（1）列，同伴效应的回归系数为0.246，且在1%水平上显著。实证结果与前文结论一致，假设1结论稳健。

2.变量滞后一期

为了削弱控制变量对焦点企业影子银行的时滞影响并缓解内生性问题，对模型（1）中的解释变量和所有的控制变量均作滞后一期处理，重新进行回归。假设1 的回归结果见表5（2）列，同伴效应的回归系数为0.210，且在1%水平上显著。实证结果与前文结论一致，再次证明非金融企业影子银行化存在同伴效应。

3.替换变量的衡量方式

借鉴韩珣等[17]的做法，对委托贷款、委托理财和民间借贷三类规模的总和取对数（Lnsb）作为企业影子银行化的代理变量，并对模型重新进行回归，假设1 的回归结果见表5（3）列，同伴效应的回归系数为0.039，且在5%水平上显著。表明在改变企业影子银行化的衡量方式之后，假设1结论依然成立。

4.重新界定同伴企业

为了使结果不受行业分类标准的影响，本文更换了同伴企业的行业划分标准。具体地，将所有行业均按照二级行业分类。对样本重新回归，假设1的回归结果见表5（4）列，同伴效应的回归系数为0.268，且在1%水平上显著。回归结果与前文结论保持一致，说明同伴企业影子银行化会正向影响焦点企业影子银行化。

5.排除宏观因素的影响

非金融企业影子银行化除了会受到同伴企业的影响，还可能受到相似的宏观环境因素的影响。为了排除宏观因素导致非金融企业影子银行化与同伴企业影子银行化趋同的可能性，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）等宏观层面的变量。对样本重新进行回归，假设1的回归结果见表5（5）列，同伴效应的回归系数为0.286，且在1%水平上显著。支持前文基准回归结果，即假设1结论稳健。由此可见，这些检验结果再次为非金融企业影子银行化同伴效应的存在性提供了稳健的证据。

表5 稳健性检验结果

五、形成机理检验

上文已实证了非金融企业影子银行化行为存在同伴效应。那么，非金融企业影子银行化行为同伴效应的形成机理是什么？本文对该问题进行拓展分析。

（一）学习效应与非金融企业影子银行化同伴效应

理论分析部分已经阐述了学习效应是企业间相互模仿的潜在形成机理。Lieberman 等[41]基于经济学、组织学和社会学等多门学科理论进一步提出“信息获取性模仿”是企业学习模仿的重要动机，即企业在自身信息不完善的情况下，会模仿被认为拥有信息优势的其他企业，由此来合理化企业的同伴行为。本文将对这种模仿方式进行进一步检验。

借鉴Leary 等[40]和彭镇等[42]的研究，按照“企业市场地位”来识别样本中的领头企业和追随企业。如果企业的营业收入在同行业企业中排名前30%，则认为企业的盈利能力和市场地位相对较高，是行业中的领头企业，具有信息优势；如果企业的营业收入在同行业企业中排名后30%，则认为是追随企业。对于每家焦点企业，分别计算出同伴企业中领头企业（SB_peer_H）和追随企业（SB_peer_L）的影子银行化规模平均值，并形成以下四种组合：（1）领头焦点企业-领头同伴企业；（2）领头焦点企业-追随同伴企业；（3）追随焦点企业-领头同伴企业；（4）追随焦点企业-追随同伴企业。如果领头焦点企业不会模仿追随同伴企业，而追随焦点企业会模仿领头同伴企业，则在一定程度上表明“信息获取性模仿”是非金融企业影子银行化同伴效应的形成机理。

回归结果见表6。（1）和（2）列是针对领头焦点企业的回归结果，同伴追随企业的回归系数为0.071，不具有显著性。（3）和（4）列是针对追随焦点企业的回归结果，同伴领头企业的回归系数为0.261，且在5%水平上显著。这表明追随企业影子银行化受到行业领头同伴企业影子银行化的显著正向影响，而领头企业影子银行化并不会受到行业追随同伴企业影子银行化的影响。因此，基于“信息获取性模仿”的学习效应是非金融企业影子银行化同伴效应的形成机理，且信息劣势会增强企业模仿和学习的意愿。

（二）行业竞争与非金融企业影子银行化同伴效应

为了考察非金融企业影子银行化的同伴效应是否会受到行业竞争的影响，借鉴彭镇等[42]的做法，选取赫芬达尔指数（HHI）作为行业竞争的代理变量。具体计算方法为：其中，Ij表示j企业的营业收入，I表示该企业所在行业的整体营业收入。该指数越大，表示企业所处的市场集中程度越高，行业竞争压力越小。以各行业竞争程度的中位数对样本分组，高于所在行业中位数的企业被划分为行业竞争小的组，否则为行业竞争大的组，分别进行回归。

表6（5）列报告了行业竞争压力小的企业相应的回归结果，同伴企业影子银行化的回归系数为0.293，且在1%水平上显著，表明行业竞争压力小的企业影子银行化与行业同伴企业影子银行化显著正相关。（6）列报告了行业竞争压力大的企业相应的回归结果，同伴企业影子银行化的回归系数为0.103且不显著，表明行业竞争压力大的企业影子银行化不受行业同伴企业影子银行化的影响。这一结果表明，行业竞争不足是非金融企业影子银行化同伴效应的形成机理。当企业的市场竞争较小时，企业的资金约束和主营业务压力也会相对较小，企业更有空间和动机去模仿同伴企业影子银行化的行为。

表6 形成机理检验结果

六、异质性分析

（一）基于产权性质的异质性分析

我国的国有企业和非国有企业在市场竞争和获取信贷资源等方面有着较大的反差。由于存在信息不对称和信贷歧视等问题，再加上政府金融政策的支持，国有企业更容易从正规金融机构获取资金，受到的融资约束较小[43，44]。而非国有企业受到的融资约束相对较大[45]。前文理论分析已指出，融资约束与非金融企业影子银行化的同伴效应紧密相关。为了深入探讨企业性质对非金融企业影子银行化同伴效应的影响，本文将企业全样本按照产权性质分为国有企业和非国有企业两个子样本分别进行回归，回归结果见表7的（1）和（2）列。（1）列为国有企业影子银行化同伴效应的回归结果，同伴效应的回归系数为0.291，且在1%水平上显著。（2）列为非国有企业影子银行化同伴效应的回归结果，同伴效应的回归系数不显著。这说明，相比于非国有企业，国有企业有更大的空间去模仿同伴企业影子银行化，验证了非金融企业影子银行化同伴效应在国有企业中更为明显。

（二）基于经济政策不确定性的异质性分析

经济政策不确定性与企业行为决策的同伴效应之间有着密切的关系。外部环境不确定性在企业为了降低信息获取成本和决策风险而学习和模仿同伴企业行为的方面产生了重要影响[46]。外部环境不确定性越高，企业越难以及时且准确地把握市场环境的变化，提高了其决策难度。在此情况下，企业更需要从外部网络关系当中获取更多的信息来应对环境不确定性[47]。因此，为了深入探讨非金融企业影子银行化同伴效应在经济政策不确定性方面的异质性，本文选取Baker等[48]编制的中国经济政策不确定性指数（EPU）作为代理变量。具体地，计算月度指数的均值再除以100 得到年度EPU 指数，再按照年度指数的中位数将样本分为高经济政策不确定性组和低经济政策不确定性组，并分别进行回归。

表7的（3）和（4）列报告了分组的回归结果。由（3）列可知，在高经济政策不确定性下，同伴效应的回归系数为0.195，且在5%水平上显著。由（4）列可知，在低经济政策不确定性组下，同伴效应的回归系数不显著。因此，非金融企业影子银行化同伴效应在高经济政策不确定性的环境中更为明显。可能的原因在于，当经济政策不确定性较大时，焦点企业和同伴企业受公共信息噪声的影响较大，因此企业向同伴学习其影子银行化行为的意愿更强烈，企业希望捕捉有效信息从而降低其决策成本。

表7 异质性检验结果

七、经济后果分析

关于非金融企业影子银行化的经济后果，现有研究发现非金融企业影子银行化会增加企业的经营风险[1]、股价崩盘风险[35]以及挤压主营业务，从而降低盈余可持续性等[49]。也有研究发现，非金融企业影子银行化可以为高生产率企业提供融资渠道，在一定程度上优化了企业的金融资源配置效率[5]。

非金融企业参与影子银行活动满足了供给侧和需求侧的投融资需求，资金盈余企业向资金短缺企业提供委托贷款等可以增加实体经济的资金流入，一定程度上可以提高资金的配置效率。从短期来看，非金融企业适度影子银行化可以帮助企业的资本结构达到最优配置，降低财务风险，进而提升企业价值。从长期来看，非金融企业过度影子化会挤占企业的主营业务，加剧企业财务风险，进而损害企业价值。非金融企业影子银行化的同伴效应对企业价值的影响可能是双面的。本部分将从企业财务风险和企业价值两个方面进一步探讨非金融企业影子银行化同伴效应的经济后果。

（一）非金融企业影子银行化同伴效应与财务风险

为了分析非金融企业影子银行化同伴效应对企业财务风险的影响，本文构建了如下模型：

其中，被解释变量为t+1期、t+2期的财务风险，参考Altman[50]提出的Z值（Z-score）作为财务风险的代理变量，计算方法为：Z=1.2×营运资金/总资产+1.4×留存收益/总资产+3.3 息税前利润/总资产+0.6权益的市场价值/总负债+0.999 营业收入/总资产。通常情况下，Z 值越大，财务风险越小；Z 值越小，财务风险越大。控制变量主要包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROE）、董事会规模（Board）、第一大股东持股比例（Top1）、管理层前三名薪酬总额（Pay）和机构投资者持股比例（Inst），此外还控制了同伴企业行业层面平均特征、行业（Industry）、地区（Region）和时间固定效应（Year）。

表8的（1）和（2）列汇报了非金融企业影子银行化同伴效应对财务风险回归的结果。模型（2）中同伴企业影子银行化的系数分别为0.416 和0.570，且均在1%水平上显著；同伴企业影子银行化平方项的系数分别为-0.932 和-1.998，且均在1%水平上显著。这一结果表明，非金融企业影子银行化同伴效应与企业财务风险存在先下降后上升的“U型”非线性关系。

表8 经济后果检验结果

（二）非金融企业影子银行化同伴效应与企业价值

为了分析非金融企业影子银行化同伴效应对企业价值的影响，本文构建了如下模型：

其中，被解释变量为t+1期、t+2期的托宾Q 值，计算方法为：Q=（每股价格×流通股份数+每股净资产×非流通股份数+负债账面价值）/总资产。控制变量等同于上。

表8的（3）和（4）列汇报了非金融企业影子银行化同伴效应对企业价值回归的结果。模型（3）中同伴企业影子银行化的系数分别为7.537和11.738，且均在1%水平上显著；同伴企业影子银行化平方项的系数分别为-9.700 和-34.793，且分别在10%和1%水平上显著。这一结果表明，非金融企业影子银行化同伴效应与企业价值存在先上升后下降的“倒U型”非线性关系。

综合上述结果可知，非金融企业影子银行化的同伴效应对企业财务风险具有先降后升的“U型”影响，对企业价值具有先升后降的“倒U 型”影响。究其原因，一方面，企业模仿同伴企业投资行为可以降低企业信息获取成本和决策失败的风险，利用企业的闲置资金适度参与影子银行活动可以优化企业的资源分配，并提高企业的资金利用效率和盈利能力，降低企业的财务风险，有利于实现企业价值最大化。另一方面，企业如果忽视自身的资金状况和盈利能力而一味追随同伴企业行为，过度开展影子银行业务，会导致影子银行化超出合理范围，从而对企业的主营业务产生挤兑作用，降低企业的长期盈利能力，增加企业的财务风险，进而损害企业价值。

八、研究结论与政策启示

本文选取2008—2020年沪深两市A 股非金融上市企业作为研究样本，从同伴效应角度分析了非金融企业影子银行化问题。本文基于行业层面，并剔除区域因素的影响来定义同伴企业，主要研究结论如下：（1）我国非金融企业影子银行化行为存在显著的行业同伴效应，即同伴企业影子银行化会显著正向影响焦点企业影子银行化。（2）基于“信息获取性模仿”的学习效应和行业竞争不足是非金融企业影子银行化同伴效应的潜在形成机理。具体而言，在行业中处于信息劣势的追随企业会模仿同伴领头企业的影子银行化行为，反过来则不成立；并且，随着行业竞争压力降低，非金融企业影子银行化的同伴效应越显著。（3）非金融企业影子银行化同伴效应在产权性质和经济政策不确定性方面存在异质性，国有企业和经济政策不确定性高的企业更容易受到同伴企业影子银行化的影响。（4）非金融企业影子银行化同伴效应对企业的财务风险和企业价值分别产生了“U型”和“倒U型”影响。适度影子银行化可以降低企业财务风险、提高企业价值，而过度影子银行化会增加企业财务风险、损害企业价值。

通过本文的研究，得到如下启示：（1）监管部门应对非金融企业影子银行化同伴效应现象引起高度重视，尤其是在新冠肺炎疫情的巨大冲击下，当前全球经济不确定性持续升高，企业更有可能受到同伴效应的影响而过度参与影子银行活动。因此，要加强对影子银行化行业先行者的监管，防止其对市场造成重大冲击。（2）政府应充分认识到影子银行化现象的深层原因，加快推动金融市场的改革和资本市场信息环境的改善，改变资源配置在国有企业和非国有企业当中失衡和低效的现状，缓解市场信息不对称问题，规范企业合理开展影子银行业务，最大程度地发挥金融服务于实体经济的功能。（3）企业在制定影子银行化决策时，不应局限于自身掌握的有限信息和经营环境，可以适度借鉴同行企业的经验。但是不应盲目跟风模仿同伴企业，而应结合时代要求，根据企业自身的经管状况和盈利能力对流动资金进行合理配置，摒弃唯利润导向，更多地识别决策背后潜藏的风险，以企业长期价值为导向，理性制定投资决策。■