失信被执行人名单制度影响企业银行借款机理探讨——基于第三方声誉惩罚视角的检验

周 洲 周丹琪 冉 戎

一、引言

银行借款是中国企业最主要的融资渠道，市场诚信环境是企业获取银行借款的重要影响因素(钱先航和曹廷求，2015[1])，而最权威的司法判决能否得到切实执行是反映市场诚信环境的“底线”，中国司法实践中的“执行难”是中国市场诚信环境有待改善的客观反映(黄忠顺，2017[2])。最高人民法院于2013年发布了《关于公布失信被执行人名单信息的若干规定》(以下简称“失信被执行人名单制度”)，试图利用政府实施的第三方声誉惩罚约束企业不诚信行为，为信贷市场创造更加诚信的环境。对于具备履行能力，但是通过各种手段拒绝履行法律判决的被执行人，人民法院有权对他们给予曝光并向各部门通报，直至失信被执行人履行生效法律文书规定的义务。失信被执行人名单制度将声誉与个人信用相结合，使拒不执行法律义务者承担相当的心理压力，迫使其主动履行法律义务。同时，对失信被执行人的第三方声誉惩罚将形成社会示范，使更多的人主动履行各种社会义务。既有研究证明了政府等权威第三方机构实施的声誉惩罚将给失信企业带来巨大的经济损失，同时对失信企业融资产生负向影响(Karpoff等，2008[3]；Verschoor等，2012[4]；Armour等，2017[5])。那么，政府实施的第三方声誉惩罚是否还能对其他没有失信行为的企业产生影响呢？遗憾的是目前尚无这方面的实证研究。

基于此，笔者首先利用2010—2016年中国沪深A股上市公司的数据，基于第三方声誉惩罚理论对失信被执行人名单制度能否以及如何对企业银行借款产生影响进行实证检验；然后在此基础上，本研究还将探究企业自身风险以及所处地区金融发展差异对失信被执行人名单制度与企业银行借款关系的影响，并进一步检验失信被执行人名单制度对企业融资结构的影响以及设立退出机制是否会削弱失信被执行人名单制度对企业银行借款的影响。

二、文献综述及研究假设

(一)失信被执行人名单制度对企业银行借款的影响

Ang等(2015)[6]、雷宇(2016)[7]等发现声誉是一种非正式的治理机制，它有助于降低市场的交易成本，促进市场主体间相互合作，而声誉惩罚是一种“负激励”，也有助于提高市场主体的合作水平(Gächter和Fehr，2002[8]；Sigmund，2007[9]；Raihani等，2010[10])，允许更大群体内实现稳定合作的演变。目前声誉惩罚的既有研究主要在二元互动的框架下进行，考察交易双方如何运用声誉惩罚来抑制机会主义行为，但在市场规模较大时，二元互动下的声誉惩罚仍存在诸多限制。第一，市场参与者可能并不了解自己所处市场上的每一次二元互动。作为直接观察的替代品，市场参与者可能会通过别人共享信息来了解合作伙伴的声誉(Gallo和Yan，2015[11]；Giardini和Vilone，2016[12])。虽然共享信息被视为一种低成本的信息获取方式，但是它并不是完全免费的，因为它涉及评估信息真实性所花费的精力以及保留信息等成本(Hess和Hagen，2006[13])，这些成本阻止了市场上声誉惩罚信息的传播。第二，声誉惩罚可能会被机会主义者滥用。有时机会主义者会将声誉惩罚作为一种报复行为，利用散布谣言来对抗合作者(Oliver，1984[14])，被报复的威胁可能会削弱合作者进行声誉惩罚的意愿。第三，虽然既有研究通过理论分析普遍认为声誉惩罚是有效的市场诚信治理机制，但声誉惩罚也具有外部性，惩罚者自身也要承担高昂的成本，而第三方则从合作水平的提高中受益(Nowak等，2008[15]；Rankin等，2009[16]；Wu等，2009[17])。因此，声誉惩罚通常被认为是真正的利他主义(Barclay，2006[18])，由市场参与者对机会主义者进行声誉惩罚代价高昂。

综上所述，既然声誉惩罚具有一定公共品属性，则可以由公权力担任声誉惩罚的“第三方”执行者来实施利他惩罚，提供声誉惩罚的“公共品”并承担声誉惩罚成本，而且，由公权力实施的声誉惩罚能够降低声誉惩罚错误率，提高声誉惩罚权威性和失信受罚的确定性。中国的失信被执行人名单制度就是典型的由公权力实施的第三方声誉惩罚机制，该制度不仅对失信被执行人起到了声誉惩罚作用，加大了企业的失信成本，还为人们未来的行为模式提供了相对确定的预期，有助于提高司法公信力和社会诚信水平(刘涛和朱燕，2013[19])，从而降低市场交易成本并有利于企业获得更多的银行借款(余泳泽等，2020[20])。基于以上分析，本文提出假设1：

H1：失信被执行人名单制度有助于企业获取银行借款。

(二)失信被执行人名单制度通过企业声誉对企业银行借款的影响

声誉在信贷市场中有重要意义，具有良好声誉的企业可以向市场发送稳定经营且违约风险较低的信号，从而获得银行更大的信任(叶康涛等，2010[21])，使企业更容易获得银行资金支持；反之，声誉较差的企业则要为失信行为付出沉重代价(石晓峰和仲秋雁，2017[22])。当企业受到负面声誉的冲击时，这些负面信息将会向资本市场传递不利信号，此时企业的债务违约风险上升，为了避免债务违约事件发生，银行的贷款意愿将会随之降低(陈雪等，2021[23])。失信被执行人名单制度出台后，企业若出现失信行为将会受到更加严厉的第三方声誉惩罚，其失信行为将通过网络、报纸等媒体曝光，并在市场上迅速形成负面声誉，降低银行及其他利益相关者对企业的信用评价，大大增加企业失信的声誉成本。一方面，失信被执行人名单制度的第三方声誉惩罚使失信企业更容易成为市场上的“反面典型”，可以对其他企业发挥“替代强化”作用，促使其他企业更重视保护和提升自己的声誉；另一方面，强化对失信行为的声誉惩罚使失信行为的声誉成本大于外部收益，市场上的企业作为理性经济人可能改变决策偏好，更倾向于诚信行为、严守契约，从客观结果来看企业声誉得到了普遍提高，有利于获取银行的信任。基于上述分析，本文提出假设2：

H2：失信被执行人名单制度可以通过提高企业声誉帮助企业获得更多的银行借款。

(三)失信被执行人名单制度通过企业内部控制质量对企业银行借款的影响

内部控制是企业治理中一项重要的机制，对企业提升经营绩效和降低融资约束等方面有重要影响(赵玲和黄昊，2022[24])。由于企业内部控制质量在很大程度上受制于企业管理层的影响，因此，企业管理层所处社会文化环境将会对企业内部控制质量产生一定作用。失信被执行人名单制度通过第三方声誉惩罚改善了市场诚信环境，增强了人们的信用意识，推动“守信”成为一种普世价值观，并内化为企业经营的道德标准(Pruckner和Sausgruber，2013[25])，约束了企业管理层的自利行为。因此，失信被执行人名单制度作为第三方声誉惩罚还可以发挥“激励机制”，增强企业管理层诚实守信的心理激励，提升企业管理层信用意识和道德素养，倒逼企业强化内部治理，实施更严格的内部控制(Doyle等，2007[26])，进一步降低“机会主义”及“逆向选择”风险(杨雄胜，2005[27])。另外，严格的内部控制还可以有效抑制企业管理层的盈余管理、报表粉饰等“失信行为”(陈汉文等，2019[28])，提高会计信息质量，从而缓解信息不对称，增加企业获得的银行借款。基于上述分析，本文提出假设3：

H3：失信被执行人名单制度可以通过提高企业内部控制质量帮助企业获得更多的银行借款。

(四)不同风险水平的企业中失信被执行人名单制度对企业银行借款的影响

除了外部制度，资金实力、市场地位等企业自身风险水平也是影响银行借款的重要因素，那么，企业自身风险水平的高低是否会影响失信被执行人名单制度的第三方声誉惩罚效果呢？李卓松(2018)[29]的研究发现，较高的企业风险水平将会提升其融资成本。银行在放贷前会利用企业财务信息对企业的风险水平进行评估，风险较高的企业更有可能因为业绩下行或现金流波动过大而无法履行还款义务(于晓红和卢相君，2012[30])，而风险较低的企业往往具备更好的还款能力且违约率较低(程砚秋，2015[31])，银行也可以减少对企业的事后监督。因此，当政府通过第三方声誉惩罚降低了市场交易成本时，风险水平较低的企业更容易成为银行的放贷对象，此时失信被执行人名单制度更有助于风险水平较低的企业获得银行借款。基于上述分析，本文提出假设4：

H4：企业自身风险水平较低时，企业银行借款受到失信被执行人名单制度的影响更显著。

(五)不同地区金融发展水平下失信被执行人名单制度对银行借款的影响

地区金融发展水平也是影响企业获取外部融资的重要因素(Claessens和Laeven，2003[32])，陈耿等(2015)[33]的研究证明，当企业所处地区的金融发展水平较高时，以银行为主的正规金融机构数量较多，拓宽了企业的融资渠道，缓解了企业的融资压力，此时，即使失信被执行人名单制度利用第三方声誉惩罚措施提升了市场诚信水平，其对企业银行借款的作用也将相对减弱。此外，Diamond(1984)[34]、Demirgücç-Kunt和Maksimovic(2002)[35]等的研究发现，金融发展水平较高地区的借贷配套体系完善，贷款的事前信息收集以及事后监督执行的成本相对较低，缓解了银企之间的信息不对称，在一定程度上弱化了失信被执行人名单制度的作用；反之，在金融发展水平较低的地区，银企之间存在较严重的信息不对称，失信被执行人名单制度可以通过第三方声誉惩罚更明显地降低交易成本，缓解制约银行借款的信息不对称。因此，对于企业银行借款而言，第三方声誉惩罚的制度环境和地区金融发展水平可以相互替代。基于上述分析，本文提出假设5：

H5：企业所处地区的金融发展水平较低时，企业银行借款受到失信被执行人名单制度的影响更显著。

三、研究设计

(一)样本与数据来源

最高人民法院于2010年发布了《关于限制被执行人高消费的若干规定》，开始对失信行为实施“经济型惩戒”，2013年建立的失信被执行人名单制度对失信行为追加第三方声誉惩罚，是对强制性消费约束的“补充惩戒”。为了剥离出失信被执行人名单制度对于企业银行借款的净影响，本文以2013年失信被执行人名单制度出台为实验事件，选取实验事件发生前后相同的时间区域，即2010—2016年的A股上市公司作为研究样本。由于失信被执行人名单中的企业一般是有限公司或有限责任公司，而上市公司受到严格的监管，进入失信被执行人名单的可能性较小。自2013年以来，失信被执行人的数量达到了691万，其中上市公司数量不足100家，且绝大多数为ST企业。因此，上市公司受失信被执行人名单制度的直接影响较小，这使我们可以利用上市公司数据研究失信被执行人名单制度对非失信企业银行借款的影响。本文所需数据来自CSMAR数据库，对样本进行了如下处理：(1)剔除ST或*ST企业；(2)剔除金融业上市公司样本；(3)剔除重要变量缺失的样本；(4)对连续变量进行上下1%的Winsor缩尾处理。经过上述筛选，本文最终得到14 260个观测值作为研究样本。

(二)模型设定与变量定义

由于2013年在全国范围内实施的“失信被执行人名单制度”是一项对所有企业均有影响的制度，无法剥离出完全不受该制度影响的对照组。根据Vig(2013)[36]、Campello和Larrain(2016)[37]等的做法，本文根据该制度对不同特质企业影响的差异性来构建实验组和对照组。具体地，本文基于企业固定资产占比高低来判断企业银行借款是否更容易受到失信被执行人名单制度的影响。由于抵押品可以大大缓解银企之间的逆向选择与道德风险问题，起到风险控制的作用(尹志超和甘犁，2011[38])，因此，企业可以通过向银行提供抵押或担保品提高企业的贷款信用评级，有助于其获得银行借款。在众多抵押形式中，固定资产的交易市场最为成熟，且价值波动小，变现容易，因此银行对于机器、土地等固定资产的抵押尤为重视(Gregory和Tenev，2001[39])。如果企业的固定资产占比较低，则往往缺乏抵押品，可能无法顺利获得银行借款(Ayyagari等，2010[40])。因此，固定资产占比较低的企业所能获得的银行借款对失信被执行人名单制度更加敏感，适合作为本研究的实验组。

在模型设定上，本文将更容易受到失信被执行人名单制度影响的企业作为“实验组”，将不容易受到失信被执行人名单制度影响的企业设为“对照组”。由于在该制度开始实施的2013年企业有可能已经对制度做出了一定反应，为了减少选择性偏误，本文选取2010—2012年企业的固定资产平均占比作为分组依据。为消除时间和个体之间的差异，本文运用双重差分法进行实证检验，模型如下：

Loanit=β0+β1Treati×Postt+β2Treati+β3Postt

+β4Controlsit+δi+γt+εit

(1)

其中，Loan表示企业的银行借款，Treat为分组虚拟变量，为了凸显失信被执行人名单制度对企业银行借款影响的差异性，本文将2010—2012年固定资产占比平均值最低的1/3的企业设为实验组，取值为1，反之将固定资产占比平均值最高的1/3的企业作为对照组，取值为0。Post为年份虚拟变量，本文将2010—2013年取值为0，2014—2016年取值为1。Controls为一系列企业层面控制变量。模型中β1系数反映了失信被执行人名单制度实施前后实验组和对照组企业所获得的银行借款的变化情况。

被解释变量企业银行借款利用总借款与总资产的比值来衡量。参照徐思等(2019)[41]的做法，企业层面控制变量包括企业规模(Size)、企业负债水平(Lev)、企业会计业绩(Roe)、成长能力(Growth)、股权集中度(Top1)、两职合一(Dual)以及产权性质(Soe)。具体变量定义参照表1。

表1 变量定义

四、实证结果及分析

(一)描述性统计

表2为主要变量的描述性统计。样本中所有企业总借款占比的平均值约为0.158，标准差为0.143，最大值是平均值的3.72倍，说明不同企业的银行借款水平具有较大差异。企业获得银行借款水平的平均值和中位数相差不大，说明样本数据基本呈正态分布。

表2 描述性统计

(二)实证结果分析

本文从失信被执行人名单制度出台这一准自然实验出发，运用双重差分的方法考察失信被执行人名单制度对企业银行借款的影响，结果如表3所示。本文在列(1)中只检验解释变量的影响，列(2)控制了年度固定效应和行业固定效应，列(3)在加入控制变量的同时控制了年度固定效应和行业固定效应。从表3列(1)到列(3)可以发现，核心解释变量Treat×Post的系数和显著性均没有发生太大变化。列(3)的回归结果证明：失信被执行人名单制度通过第三方声誉惩罚显著提高了企业的银行借款，验证了H1。

表3 失信被执行人名单制度与企业银行借款的回归结果

(三)稳健性检验

1.平行趋势检验。

双重差分模型有效的潜在前提是实验组和对照组在制度实施之前具有相同的变化趋势。本文通过构建模型(2)来检验对照组和实验组是否符合平行趋势假设(Bertrand和Mullainathan，2003[42]；Fang等，2017[43])。模型设定如下：

Loanit=α+β1Treati×Before-3+β2Treati×Before-2

+β3Treati×Current+β4Treati×After1+β5Treati

×After2+β6Treati×After3+τ1Before-3

+τ2Before-2+τ3Current+τ4After1+τ5After2

+τ6After3+γ1Treati+γ2Controlsit

+δi+γt+εit

(2)

其中，Before-3在2010年时取值为1，其余为0；Before-2在2011年时取值为1，其余为0；2013年为失信被执行人名单制度开始实施年份，此时Current取值为1，其余为0；After1在2014年时取值为1，其余为0；After2在2015年时取值为1，其余为0；After3在2016年时取值为1，其余为0。

从表4的回归结果中可以看出，制度实施前的系数β1和β2均不显著，说明制度实施前对照组和实验组没有明显差异。制度实施后的系数β3-β5均显著为正，说明失信被执行人名单制度实施后对照组和实验组企业的银行借款产生显著差异，该制度对固定资产较低的企业产生了影响，总体上平行趋势成立。

表4 平行趋势检验

2.剂量效应检验。

为了保证实证结果的稳健性，本文改变实验组和对照组的构造方法(钱雪松和方胜，2017[44])。本文保持对照组不变，将固定资产处于中间1/3的企业作为实验组，重新检验失信被执行人名单制度对企业银行借款的影响，结果如表5列(1)所示。本文还将对照组改为固定资产最高的1/2的企业，实验组改为固定资产最低的1/2的企业进行回归，其结果如表5列(2)所示。从结果可以看出，在两种新分组的情况下，该制度仍然在1%的水平上显著提高了企业的银行借款。同时，两种结果都表现出剂量效应，即对照组和实验组之间的差异逐渐缩小时，制度所产生的效果在两组间的差异也会随之减少，说明失信被执行人名单制度对企业银行借款的提升作用存在“中等区间”。表5列(1)与列(2)中Treat×Post的系数均小于表4列(3)基准回归中的系数，说明制度作用因分组不同被削弱，与理论预期相符。

3.倾向得分匹配法。

因为制度本身可能会存在非随机选择因素，从而产生一定的内生性问题，为此，本文进一步使用倾向得分匹配法和双重差分相结合的方法(PSM-DID)进行检验。倾向得分匹配法有助于改善样本选择偏差问题，保证处理组和对照组的可比较性。其基本思想是：通过匹配构建一个与固定资产占比较低企业的主要特征“尽可能一致”的固定资产占比高企业作为对照组，使匹配后两个样本组的配对企业之间仅在固定资产占比方面有所不同。具体地，本文先将控制变量用于倾向得分匹配法，对样本进行1∶4有放回近邻匹配方法匹配，再用双重差分法进行估计，其结果如表5列(3)所示，可见结果并未发生实质性变化。

4.添加地区层面控制变量。

考虑到地区层面差异可能会影响企业获得的银行借款，本文添加一系列地区层面控制变量，包括：(1)经济发展水平。由于银行借款受到国家宏观经济发展的影响较大，本文使用平减后的城市人均GDP取对数(GDP_per)进行衡量。(2)法制化水平。金融契约的界定和实施很大程度上依赖于法律的保护，本文使用各省份每万人律师数(Law)进行衡量。表5列(4)的回归结果依然和基准回归相符。

表5 稳健性检验

(四)作用机制检验

为了检验失信被执行人名单制度对企业银行借款的作用渠道，本文根据Baron和Kenny(1986)[45]提出的依次检验法构建中介效用模型：

Mediacyit=α0+α1Treati+α2Postt+α3Treati×Postt

+α4Controlsit+δi+γt+εit

(3)

Loanit=β0+β1Treati+β2Postt+β3Treati×Postt

+β4Mediacyit+β5Controlsit+δi+γt+εit

(4)

其中，Mediacy为一系列中介变量，其他变量含义同模型(1)，所有回归结果的标准误差均在企业层面进行聚类调整。

1.替代强化机制检验。

本文参考甄红线和王三法(2021)[46]的做法，选择了14个与企业声誉相关的指标(1)这些指标具体包括：消费者和社会角度的企业资产、主营业务收入、净利润、总资产收益率和主营业务收入市场占有率；债权人角度的资产负债率、流动比率、长期负债比；股东角度的每股收益、每股股利、股东大会出席率和是否为国际四大会计师事务所审计；企业角度的董事会规模；声誉投入角度的无形资产净额的对数。，采用因子分析法计算出企业声誉得分(REP)。企业声誉得分越高，说明企业声誉越好。模型(3)的回归结果如表6列(1)所示，模型(4)的回归结果如表6列(2)所示。α3、β3和β4的系数都通过了显著性检验，说明失信被执行人名单制度可以利用第三方声誉惩罚对企业起到威慑作用并约束企业的失信行为，提高企业声誉，从而帮助企业获得银行借款，验证了H2。

2.激励机制检验。

企业内部控制质量是一个宽泛的概念，为保证实证结果的可靠性，本文利用三种变量来衡量：(1)利用内部控制是否存在缺陷(Inc)。当企业自我评价报告中表明自身存在重大缺陷时，即认为企业内部控制存在缺陷，虚拟变量Inc取值为0，反之取值为1。(2)迪博-中国上市公司内部控制质量指数(Dib)。迪博-中国上市公司内部控制质量指数是外界对企业内部控制质量的评价，反映了企业风险管控水平和内部控制能力，该指数的值越大，表明内部控制目标越能得到贯彻落实，内部控制质量越高。(3)借鉴Roychowdhury(2006)[47]的模型来测量企业真实盈余管理水平(RM)，该指标的值越大，代表真实盈余管理水平越高，企业内部控制质量越差。

表6 替代强化机制检验

表7的回归结果证明，无论采用哪种方式衡量企业内部控制质量，α3、β3和β4的系数都显著，说明存在部分中介效应，失信被执行人名单制度所代表的第三方声誉惩罚机制将会提升企业信用意识，倒逼企业提高内部控制质量，降低企业盈余管理，从而帮助企业获得银行借款，验证了H3。

表7 激励机制检验

(五)异质性检验

为了考察失信被执行人名单制度对不同风险水平以及不同地区企业的作用差异，本文在双重差分模型的基础上继续构建三重差分模型进行进一步的识别检验。具体模型构建如下：

Loanit=β0+β1Treati×Postt×dz+β2Treati×Postt

+β3Treati+β4Postt+β5Treati×dz

+β6Controlsit+δi+γt+εit

(5)

其中，dz依次表示企业风险与地区金融发展水平。本文利用企业财务杠杆(DFL)与行业竞争度(HHI)衡量企业风险，利用普惠金融指数(Fin)衡量地区金融发展水平，其他变量同模型(1)。本文主要关注三重差分交乘项β1，若其通过显著性检验，则说明失信被执行人名单制度在不同特征的企业中存在明显差异。

1.企业风险水平的影响分析。

传统企业风险主要包括财务风险和经营风险，本文使用企业财务杠杆率的大小来衡量其财务风险的高低，财务杠杆率越高则相应的企业财务风险越大；同时，利用HHI指数(2)本文基于所有者权益构建市场竞争度指标。由于文中样本数据只保留了固定资产占比最高1/3和最低的1/3企业，衡量行业的市场竞争度时若只根据回归样本进行计算则会产生一定误差，故本文使用全样本(即所有上市公司A股企业)对市场竞争度(HHI)进行计算。衡量企业所处行业的竞争度，HHI指数越高，说明市场集中度越高，行业内的市场竞争度越小，此时企业经营风险较低。本文以财务杠杆的年度行业均值为界将样本分为财务风险较低的企业(赋值为1)和财务风险较高的企业(赋值为0)，生成虚拟变量DFL，再根据企业所处行业的HHI指数生成变量HHI，分别和双重差分项交乘构建三重差分模型。结果如表8列(1)和列(2)所示，三重差分交乘项系数显著为正，说明当失信被执行人名单制度通过第三方声誉惩罚降低市场交易成本时，风险水平较低的企业更容易获得银行借款，失信被执行人名单制度的第三方声誉惩罚机制主要对企业银行借款起到“锦上添花”的作用，验证了H4。

表8 异质性检验

2.地区金融发展水平的影响分析。

本文使用北京大学数字普惠金融指数(郭峰等，2020[48])来衡量地区金融发展水平，取其自然对数定义为Fin，构造三重差分项进行检验。表8列(3)的结果显示三重差分系数显著为负，说明地区金融发展水平和第三方声誉惩罚的制度环境呈现替代关系，在金融发展水平较低地区更需要第三方声誉惩罚机制弥补金融体系的“缺位”，失信被执行人名单制度对银行借款的作用更显著，验证了H5。

五、进一步检验

(一)通过其他融资渠道对失信被执行人名单制度的银行借款提升作用进行检验

除了银行借款，商业信用也是企业的一种重要融资渠道(3)商业信用是指在商品交易中由于延期付款或预收货款所形成的企业间的借贷关系。具体形式包括应付账款、应付票据、预收账款等。。商业信用的双方是密切往来的商业伙伴，拥有共同的商业利益，属于信用融资范畴。相比银行借款而言，商业信用融资具有手续便利、门槛低的特点(Biais和Gollier，1997[49]；Petersen和Rajan，1997[50])，但也有期限较短、融资金额较少等缺点。那么，失信被执行人名单制度对企业商业信用融资有何影响呢？

本文利用2010—2016年的中国沪深A股上市公司作为研究样本，被解释变量“企业商业信用”利用企业商业信用与总资产的比值来衡量，模型设定同模型(1)。从表9列(1)的回归结果中可以看出，失信被执行人名单政策的建立显著降低了企业获得的商业信用融资。可能的原因是：石晓军和李杰(2009)[51]、赵胜民和张博超(2019)[52]等发现，在既定的企业融资需求下，银行借款和商业信用融资是相互替代的关系，对于那些难以获得银行融资的企业，他们更倾向于获取商业信用融资。失信被执行人名单制度出台后，由政府实施的第三方声誉惩罚提高了司法公信力和社会诚信水平，企业内部控制质量提高，从资本市场中获得的银行借款增加，此时对于商业信用融资的需求显著减少。因此，失信被执行人名单制度增加了企业获得的银行借款，减少了商业信用融资，改变了企业融资结构。

(二)失信被执行人名单制度银行借款提升作用的动态检验

中国对失信被执行人的声誉惩罚是一个动态变化的过程，失信被执行人名单制度也经历了数次修改，不同阶段对失信被执行人的惩戒措施有所不同，因此，对失信被执行人名单制度的银行借款提升作用还需进行动态检验。

2017年3月，最高人民法院通过了《最高人民法院关于修改〈最高人民法院关于公布失信被执行人名单信息的若干规定〉的决定》(以下简称《修改》)，在失信被执行人的第三方声誉惩罚中导入了“退出”机制。《修改》明确了纳入失信被执行人名单的期限为两年，若情节严重或具有多项失信行为可延长一至三年。那么，这种带有退出机制的第三方声誉惩罚是否会降低失信被执行人名单制度的惩罚力度，削弱第三方声誉惩罚对企业银行借款的提升作用呢？

本文使用2015—2019年的中国沪深A股上市公司数据检验第三方声誉惩罚退出机制是否会对企业银行借款产生影响，设置新的时间虚拟变量law2017，在2017年之前取0，2017年及以后取1。表9列(2)的结果显示，Treat×Law2017的系数并不显著，说明第三方声誉惩罚退出机制对于企业银行借款没有显著影响。由于网络、电视等现代传媒具有传播速度快、范围广等特点，数年的“曝光”足以产生“公告效应”，让失信被执行人名誉扫地，形同“社会死亡”。即使《修改》让失信被执行人在不履行法律义务的前提下2～5年后仍然能自动从失信被执行人“黑名单”中撤销，但曾经失信的不良记录无法抹去，在信息时代中失信行为更加无所遁形，失信会使企业声誉受到几乎不可挽回的重大损失。因此，时间限定的第三方声誉惩罚并不会弱化声誉惩罚机制的作用。

表9 失信被执行人名单制度的企业银行借款提升作用的进一步检验

六、研究结论与展望

(一)研究结论

虽然已有学者证明了当企业受到政府声誉惩罚时，其损失将远远高于罚款金额(Karpoff，2008[3]；Verschoor，2012[4])，但迄今缺乏关于政府的声誉惩罚是否会对其他未受罚企业产生影响的实证。本文基于第三方声誉惩罚理论，将2013年失信被执行人名单制度的出台作为自然实验，以2010—2016年中国大陆A股上市公司作为研究样本，实证检验了失信被执行人名单制度对企业银行借款的影响，得出如下主要研究结论。

第一，失信被执行人名单制度有助于企业获得银行借款。失信被执行人名单制度利用政府担当第三方声誉惩罚的执行者，提高了声誉惩罚的权威性，有助于提高社会诚信水平，降低市场交易成本，从而提升了企业银行借款。更换分组方法、改用倾向得分匹配法、添加地区层面控制变量等一系列稳健性检验均支持了这一结论。

第二，失信被执行人名单制度通过倒逼企业提高声誉、强化内部控制质量提高企业银行借款。失信被执行人名单制度通过第三方声誉惩罚增加了企业失信的声誉成本，企业作为理性经济人可能会改变决策偏好，从而在客观上提高企业声誉，增强银行放贷意愿；失信被执行人名单制度通过政府实施第三方声誉惩罚，改善了市场诚信环境，增强了企业管理层的信用意识，使其实施更严格的内部控制，从而提高会计信息质量，帮助企业获得银行借款。

第三，企业风险水平越低，失信被执行人名单制度对企业银行借款的作用越显著。企业拥有较低的风险水平意味着其具备较好的还款能力且违约率较低，此时失信被执行人名单制度通过第三方声誉惩罚改善市场环境后，风险水平低的企业更容易成为银行的放款对象。另外，地区金融发展水平与失信被执行人名单制度之间存在替代关系，在金融不发达的地区，失信被执行人名单制度能够通过政府主导的第三方声誉惩罚降低市场交易成本，弥补金融发展的不足，企业银行借款受到失信被执行人名单制度的影响也更显著。

第四，失信被执行人名单制度也影响了企业其他融资渠道。本文通过实证检验证明了失信被执行人名单制度显著降低了企业的商业信用融资规模，改变了企业融资结构。在对失信被执行人名单制度修改产生的影响进行检验后，本文发现声誉具有“建难毁易”的特征，声誉惩罚的退出机制并不会弱化第三方声誉惩罚的企业银行借款提升作用。

(二)管理启示

基于失信被执行人名单制度对企业银行借款影响机理的研究结论，得到如下主要管理启示。

第一，确保失信被执行人名单制度的有效实施。应严格按照程序将失信人员纳入“黑名单”，同时充分利用信息技术进行数据互联，与个人和企业的信用档案实现失信信息共享，确保失信被执行人名单制度对企业生产经营活动的规范作用。

第二，完善政府主导的第三方信用惩罚措施。政府主导的第三方信用惩罚是缓解企业融资约束、激活市场活力的重要途径。2019年7月国务院办公厅发布了《关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》，指出要加强完善失信联合惩戒机制，深入开展失信联合惩戒。本文结论为构建良好的失信联合惩戒提供了理论依据，以消费约束为代表的经济型惩戒和以声誉惩罚为代表的社会型惩戒相结合是未来第三方信用惩戒的正确发展方向，有助于形成“一处失信、处处受限”的信用惩戒格局。

第三，降低企业自身风险水平。解决企业融资难问题不仅依靠外部制度环境的改善，还依赖于企业自身财务信息质量改善以及市场竞争力提高。因此，企业在日常经营中应注意降低其经营风险和财务风险，使制度环境改善发挥更大的企业银行借款提升作用。

(三)局限与展望

本文实证检验了失信被执行人名单制度对企业银行借款的影响，丰富了第三方声誉惩罚的相关研究，未来在该领域可以从以下两个方面进行更加深入的研究：其一，本文以中国企业为样本研究了失信被执行人名单制度对企业银行借款的影响，但不同国家对于失信被执行人的声誉惩罚方式有所不同，因此，本文结论对于其他国家是否适用仍需进一步实证检验，未来研究可以将其他国家企业作为研究样本对本文结论进行进一步验证。其二，本文检验了失信被执行人名单制度对企业银行借款的影响，但对受信用环境影响的企业其他方面尚未加以研究，未来可以针对企业生产经营合规性、会计信息披露质量等方面进行拓展研究。