宏观审慎政策、金融监管与企业债务融资——基于过度负债的解释

陈 荪

（浙江交通职业技术学院，杭州 浙江 311112）

一、引言及文献综述

2008 年，为应对美国次贷危机引发的全球金融风暴对经济的剧烈冲击，中国有序制定政策、实施一揽子计划，释放资金4 万亿。与此同时，部分非金融企业的杠杆率持续攀升。面对复杂多变的形势，借鉴国际经验，遏制高杠杆成为中国供给侧改革的核心之一。2018年4月中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会、国家外汇管理局联合发布《关于规范金融机构资产管理业务的指导意见》（以下简称资管新规）。资管新规是我国金融监管模式创新的里程碑，标志着金融监管从机构监管向原则监管和功能监管转化（廖素芳，2020）。那么，资管新规对企业债务融资会产生什么影响，其传导机制如何，资管新规能否有针对性地、高效地发挥去杠杆作用？

国内外实证经验表明，宏观政策环境对企业债务融资将产生重要影响。Korinek &Simsek（2014）研究显示宏观审慎政策对缓解过度杠杆问题具有显著的应对效果。我国学者苏帆等（2019）基于市场化因素，研究宏观审慎政策对高杠杆的影响，结果显示2013 年实施的《商业银行资本管理办法（试行）》，强制提高商业银行的资本充足率，尽管显著抑制了银行个体风险，但易诱发银行的风险转移行为，从而导致更大的系统性风险溢出；郑曼妮等（2018）考察利率政策的微观效应后指出，利率市场化能有效引导过度负债企业降杠杆，该结论在非国有企业及行业集中度低的企业显著存在。

基于金融系统的复杂性，企业去杠杆并非易事，受到政策约束和监管压力，企业存在操纵杠杆的动机，并通过一些手段，如表外负债、明股实债、其他会计操纵手段等，粉饰企业的财务状况（许晓芳和陆正飞，2020）。宏观审慎政策如何才能更好地发挥成效需要决策者和学者们深入思考。目前关于去杠杆政策效应的研究大都未区分企业负债的具体情况，这种对“企业高杠杆”认知的偏差难以精准地反映政策的实效，盲目地去杠杆很可能对企业造成不利影响。事实已表明实体企业在去杠杆的进程中可能受到冲击，信贷规模萎缩（崔宇清，2017）和融资成本提升成为制约其发展的两大瓶颈。对比宏观审慎政策工具的整理和划分标准（卜林和赵航，2020），现有研究主要从货币政策、资本流动性要求这两大方面检验企业债务融资受到的影响，宏观审慎政策工具研究的完整性和有效性亟须补充和加强。此外，关于宏观审慎政策对企业负债融资的传导机制，仅有少量文献从资本结构调整的角度进行探索。

本文搜集2003—2020 年上市公司的相关数据，通过双重差分估计法（Difference-in-Differences，DID），检验资管新规对企业债务融资的影响。研究贡献体现在如下三个方面：第一，以企业债务融资为落脚点，聚焦去杠杆政策的实施效果，为该领域研究补充了新的经验证据；第二，基于过度负债的角度，考察资管新规的作用机理，拓展了对高杠杆的新理解思路，揭示了宏观政策到微观企业的传导机制；第三，根据非金融企业债务结构特征的文献及研究报告，检验资管新规对不同类型企业债务融资的影响程度，提供了进一步推进结构性去杠杆的实证依据。

二、宏观审慎政策影响企业债务融资的理论分析及研究假设

（一）理论分析

一般认为，企业在市场价值上涨时发行股本，反之回购股本，企业的资本结构是其择机选择股权融资而累积形成的结果（Baker &Wurgler，2002）。但中国金融市场尚在完善，企业上市难度大，上市后再融资效率低下，绝大多数企业只能依赖负债融资。Wind数据库近年的统计表明，银行借款是中国企业最主要的负债形式。财务杠杆是一把双刃剑，中国作为经济高速增长的新兴市场国家，必然会经历企业负债上升这一过程（钟宁桦等，2016），非金融企业的高杠杆并非中国的独特现象（谭小芬和李源，2018）。如何有效地发挥财务杠杆的积极作用，保障企业资金需求的同时防范财务风险，学者们从多个角度对杠杆水平的合理性作出界定。一方面，我国非金融企业迅速攀升的负债率缺乏宏观基本面的支撑，且伴随着逐步趋紧的货币政策（谭小芬等，2017），企业偿债能力下降，实际负债率（即资产负债率）居高不下；另一方面，研究显示企业具有目标负债率（Byoun，2008；盛明泉等，2012），当实际负债率超过目标负债率（即过度负债）时，企业的财务安全状态将会恶化。邓路等（2016）、周茜等（2020）指出我国企业存在过度负债行为。长期以来，金融歧视及金融压抑导致特定行业企业持续获得贷款形成高杠杆，甚至过度负债，加剧财务风险。资管新规的实施可以从以下三个方面影响企业债务融资：

1.资源效应——提高金融系统稳定性。Deangelo &Roll（2015）对美国上市公司负债率连续跟踪研究后发现信贷资金供给面的波动是影响企业杠杆的主要因素。资管新规有层次地压缩非标存量规模，增加了银行正规信贷资源的供给，有利于摸清信贷资金底数，从而有序降低过度负债企业杠杆水平，维持非过度负债企业杠杆平稳。

2.信息效应——缓解金融监管信息不对称性。市场跨机构交叉性资管产品存在套利空间，银行资管业务快速发展，形成影子银行。Moura et al.（2018）指出对传统银行和影子银行的不对称监管会降低宏观审慎政策的有效性。由于影子银行的存在，在金融监管加强时，不论是对银行贷款进行资本监管（肖立伟，2019），还是加紧利率管制（Funke et al.，2015），都会导致资金转移到影子银行部门，从而挤兑实体经济可获得的信贷资源。资管新规将资管业务纳入监管体系，加之修订后的《中华人民共和国证券法》扩大了证券的定义，扩展了监管空间，有利于消除监管套利和监管真空（廖素芳，2020），提高银行贷款投放效率，改善特定行业企业过度负债的现状。

3.经济效应——降低企业的债务融资成本。钱雪松和杜立（2018）实证表明，利率市场化与国有企业借款利率正相关，与非国有企业借款利率显著负相关。受到政府扶持，特定行业企业长期执行低利率政策，造成其他行业企业承受相对较高成本的负债。资管新规打破资管产品刚性兑付，回归风险收益相匹配的市场化定价机制，有利于银行制定更透明、更合理的贷款利率政策，整体上减轻企业利息支出的负担。

综上理论分析，资管新规结构性推进去杠杆，对企业负债融资产生影响，理论框架参见图1。

图1 资管新规对实体企业债务融资影响的传导机理

（二）研究假设

资管新规旨在“去杠杆”，同时配套执行信贷宽松政策，强调定向引导资金服务实体经济。Angelini et al.（2014）通过检验证实，以资本充足率为政策工具与货币政策相组合，对稳定宏观经济具有显著的积极效应。Rubio &Carrasco-Gallego（2014）通过考察针对贷款价值比率（LTV）的宏观审慎政策与传统货币政策——泰勒规则的相互作用，认为两项政策的共同实施有效地提高了金融系统的稳定性。Korinek &Simsek（2014）进一步指出，相较于资本充足率政策、利息率政策，去杠杆政策对企业债务融资的影响更为显著。

资本结构理论认为，企业的财务弹性（即未使用的负债额度）是企业资本结构决策的诱因。Denis &Mckeon（2012）指出负债总额的变动及杠杆率的再调整取决于企业的投资需求及财政盈余状况。当出现赤字，即现金净流量小于股利、资本支出及运营资本投资之和时，企业倾向于使用更多的负债填补财政空缺，哪怕其实际负债率已远高于目标负债率。因而，判断企业负债是否合理不仅要根据实际负债率的高低，还要根据实际负债率是否偏离目标负债率及偏离的程度。目标负债率受企业特征、宏观环境及测度成本的综合影响，调整速度缓慢，研究显示其横截面的稳定性可维持20年以上。实际负债率则是财务指标体系中的常规项目，测度简单，易受内外部环境影响而波动。由于目标负债率相对固定，实际负债率就成为直接影响企业过度负债水平的因素。据此，本文提出假设H1：

H1：资管新规能够有效降低过度负债企业的实际负债率，纠正其过度负债问题。

于蔚等（2012）从“容量受限”和“成本权衡”两个方面阐述了资金供给面对企业融资决策的影响。预算软约束等政府干预因素，使国有企业具有较高的信用评级。占金融体系主导地位的大型国有控股银行，作为信贷资金的主要提供者（刘小玄和周晓艳，2011），对国有企业存在意识偏好（白俊和连立帅，2012；谭小芬等，2020），致使其失去调整负债率的外部动力。陆正飞等（2015）指出国有企业过度负债的可能性低于非国有企业，且“国有”性质为其财务风险提供隐性担保。在有限的信贷资源背景下，一些非国有企业通过正常渠道获取银行贷款受限，不得不依赖更高成本的负债方式和渠道，使财务风险增加，对宏观环境的变化更为敏感。因此，本文提出假设H2：

H2：不同所有制企业受资管新规影响程度存在差异，非国有过度负债企业实际负债率的下降幅度更大。

在市场化进程越慢的地区，政府干预企业发展的程度越高，当信贷资源增加，那些获得政府扶持和庇护的企业即使已经过度负债，仍更容易获得贷款，因此这类企业缺乏去杠杆的动力，对外部环境变化的反应更为迟钝（郑曼妮，2018）。权衡理论指出企业存在最优负债率，市场化程度的提高可加速资本结构的调整，显著纠正资本结构的偏离程度（姜付秀和黄继承，2011）。我国东部地区民营经济相对发达，市场化程度较高，据此本文提出假设H3：

H3：不同地域企业受资管新规影响程度存在差异，东部地区过度负债企业实际负债率的调整幅度更大。

三、研究设计与描述性统计

（一）样本选择与数据来源

本文选取2003—2020年在上海证券交易所和深圳证券交易所上市的A 股工业企业面板数据为研究样本，并进行以下处理：剔除金融类及ST 类企业；剔除股东权益小于零的公司；剔除计算资本结构调整速度所需变量有所缺失的样本；剔除无连续2年观测数据的样本。经过以上筛选，最终得到21595 个观测值。企业财务数据来自国泰安数据库（CSMAR）。为消除极端值的影响，本文对所有连续变量均在1%和99%分位点进行Winsorize处理。

（二）变量定义与模型设定

1.过度负债企业的甄别。根据债务融资优势假说、股权融资优势假说及财务危机成本假说，受到宏观经济、社会秩序及国家政策等因素影响，企业会进行综合考量，从而选择融资方式，调整资本结构。本文参照陆正飞等（2015）、郑曼妮等（2018）对于过度负债的衡量方法，对企业进行分类，观测资管新规的实施对企业债务融资的影响。根据Denis &Mckeon（2012）的做法，本文采用企业负债率对其主要因素回归的方式衡量企业的目标负债率（OLev），主要因素包括：产权性质（SOE）、企业盈利能力（ROA）、行业负债率的中位数（IND-LEV）、总资产增长率（GROWTH）、固定资产比率（FATA）、企业规模（SIZE）和第一股东持股比例（SHRCR1）。回归模型如下：

企业当年的实际负债率（Lev）与模型（1）计算的目标负债率（OLev）的差额即为过度资产负债率（ExLev）。计算公式如下：

当ExLev为正数时，说明企业过度负债，且该差额越大说明企业过度负债水平越高，负债越不合理；反之，当ExLev为负数时，说明企业负债不足，发展受限。

2.双重差分模型设计。为了探究资管新规对企业债务融资的影响，最直接的方法是比较企业在政策颁布前后的负债率差异，但负债率的变动除了受政策影响以外，还可能受到其他因素影响，为消除这些因素的干扰，保证结论的可靠性，本文采用双重差分估计法（DID）进行检验。根据对我国债务结构的研究成果及杠杆率合理水平的原理分析，资管新规的作用不应仅体现在降低实际杠杆率水平，还应体现在优化债务结构和提升信贷分配效率，通过资产监管使过度负债企业控制财务风险、负债不足企业获得资金保障。本文以企业过度负债作为检验资管新规实施质效的落脚点，设定分组虚拟变量Treat，所有过度负债的企业赋值为1，作为处理组；非过度负债的企业赋值为0，作为对照组。

实验期政策实施虚拟变量（Post）。2018 年4 月27日，中国人民银行等部门正式颁布施行《关于规范金融机构资产管理业务的指导意见》，本文以2018年为节点，如果时间处于2018年以后（含2018年），则样本实验期的政策实施虚拟变量赋值为1，表示金融去杠杆政策升级，属于强监管；反之，则为0。综上所述，本文构建的实证基准模型为：

被解释变量LnLevi,t为实际负债率，反映企业的财务风险程度，度量时取（1+Levi,t）的对数。δi和γt分别为控制样本企业的年份固定效应和产业固定效应，以减小遗漏变量影响。εi,t为模型残差项。

3.控制变量。通过整理已有文献的做法（陆正飞等，2015；钟宁桦等，2016），本文在研究过程中对其他可能影响企业过度负债的特征变量进行控制，具体控制变量说明见表1。

表1 控制变量及定义

（三）平行趋势假设检验与变量描述性统计

双重差分（DID）模型的基本假设为平行趋势假设，通过观察图2，可以验证资管新规颁布之前，处理组企业与对照组企业在实际负债率方面的变化趋势相似，而资管新规颁布之后两组企业的变化趋势开始发生改变。该检验结果排除了估计系数是由资管新规颁布之前的某些因素驱动的可能性，说明处理组企业与对照组企业之间的实际负债率的差异是因资管新规颁布而产生的。

图2 平行趋势假设检验

表2 为本文主要变量的描述性统计结果。数据显示，企业实际资产负债率最小值为0.007，最大值为100.6，说明企业资本结构差异巨大，均值和中位数分别为45.1%和41.3%，略低于陆正飞等（2015）的统计结果（51%和52%），说明近些年来企业总体负债水平未得到有效改善；Size标准差为1.472，表明企业规模存在一定差异。Dual的均值为0.231，即23.1%的样本企业存在董事长与总经理两职兼任的现象。FAR最大值与最小值的差异反映出企业之间获取新增贷款的能力相距甚远。现金是企业债务偿还最直接的保障，统计结果显示，CF最大值为3.444，最小值为负值（-10.90），说明各企业的偿债能力差距悬殊。

表2 变量描述性统计

四、实证结果与分析

（一）基础检验

依照回归模型（1）测度出企业的目标资产负债率后，根据模型（2）再减去其实际资产负债率，所得的差额若为正值，说明该企业过度负债，否则负债不足。根据此方法对企业进行分类后，利用模型（3）估计资管新规对过度负债企业杠杆的影响，探索资管新规对企业融资行为的传导机理。

表3所示，资管新规颁布后企业实际负债率下降了36%，且在1%的置信水平下显著，对控制变量、年份固定效应和产业固定效应进行控制后，资产负债率（LnLev）与资管新规和时间虚拟变量的交乘项（Post×Treat）的回归系数依旧显著负相关，说明资管新规的实施能够有效降低过度负债企业的实际负债率，并且由于企业自身的目标负债率在一定时期内相对稳定，实际负债率的降低意味着其过度负债的程度得到缓解，结果有效支持了基础假设1。

表3 资管新规与过度负债企业降杠杆：基础检验

（二）异质性检验

1.产权性质与过度负债企业资产负债率。表4为假设2的检验结果，第（3）列和第（4）列非国有企业的Post×Treat与LnLev的回归系数在1%水平下呈显著负相关，说明具有非国有产权性质的企业受到资管新规实施的影响明显，负债率下降52.2%。由于预算软约束、隐性担保等因素，国有企业具有负债融资优势，更容易获得信贷资金，面对宏观因素的变化，负债水平更为稳定，财务风险更低。而非国有企业受到信贷歧视，融资受限，过度负债程度受资管新规冲击更明显，研究假设2得到了验证。

表4 产权异质性分析

2.地域特征与过度负债企业资产负债率。表5是地域差异对过度负债企业资产负债率影响的回归分析结果。第（1）到第（4）列依次显示了东部和中部地区企业的负债率（LnLev）与资管新规和时间虚拟变量的交乘项（Post×Treat）的回归系数，均在1%水平下呈显著负相关，代表东部地区的回归系数最大，说明资管新规对地处我国东、中部地区的过度负债企业均具有显著的政策效应，明显降低了其资产负债率水平，其中，东部地区企业负债率下降54.1%，幅度最大。数据显示，随着企业所处地域的东移，资管新规对过度负债企业负债率的影响逐步加强，研究假设3成立。

表5 地域异质性分析

3.行业特征与过度负债企业资产负债率。制造业企业是工业企业的重要组成部分，其负债率对资管新规的反应程度具有一定的权重，因此本文仅保留制造业企业进行回归分析，结果如表6 所示。对比表4第（1）列至第（4）列后发现，LnLev与Post×Treat的回归系数均在1%的置信水平下通过检验，且表6第（4）列的结果（-0.404）与表3 第（4）列的结果（-0.403）的结果相差较小，表明资管新规对制造业过度负债企业资产负债率的约束效果比较可靠。

表6 仅保留制造业企业样本分析

（三）稳健性检验

双重差分估计法（DID）作为评估政策效应最经典的计量方法之一，能有效排除样本期内其他因素对结论的干扰，但企业之间具有较大的异质性，且在实践当中较难区分企业融资行为是受政策影响还是自我选择的结果，因此，为了消除传统DID 模型存在样本选择偏误的内生性问题，进一步确保研究结果的可靠性，本文采用倾向性得分匹配和双重差分法（PSMDID）进行稳健性检验。具体做法为，先利用PSM 方法根据企业规模、资产回报率、销售增长率及现金流量，按照1：2 进行最邻近匹配，剔除没有匹配对象的样本，再对剩余的、具有同质性的样本进行DID估计。PSM-DID 检验结果如表7 所示，LnLev与Post×Treat的回归系数均在1%的置信水平下呈显著负相关，说明资管新规的实施对过度负债企业的资产负债率具有明显的抑制作用，与上文结论相符，本文的实证方法是稳健的。

表7 PSM-DID分析

五、研究结论与政策建议

中国是新兴市场国家，在利用好财务杠杆的同时做好风险防范是保持经济健康、稳定增长的重要工作。全球金融危机爆发以来，中国制定了一系列政策法规以防止系统性金融风险的发生，经济也经历了“去杠杆”的过程，在此期间非金融企业受到一定影响。本文利用2003—2020 年沪深两市21595 家A 股上市公司数据，采取双重差分模型（DID）探讨了宏观审慎政策、金融监管与企业债务融资的关系与作用机制。研究显示，资管新规作为我国以“去杠杆，控风险”为目标的宏观审慎政策的重要补充，实施后，企业的资本结构得到明显改善，有效降低了过度负债企业的高杠杆。异质性分析结果表明，资管新规对非国有过度负债企业的影响程度高于国有过度负债企业，对东部、中部地区过度负债企业的影响程度高于西部地区过度负债企业。

为了优化企业融资环境，提高企业发展活力，维持良好的金融生态，本文根据研究结果，提出如下政策建议：

首先，进一步推进政府部门、学术及实践领域对“高杠杆”的多维度界定，明确“去杠杆”的落脚点。资本结构理论指出，企业目标资本结构与自身实际资本结构存在偏差，因此不应仅以“一刀切”式的实际负债率为标准来判断企业杠杆的高低，而应从企业实际负债率偏离其目标负债率的程度，即是否过度负债来完善对企业负债合理性的辨别，集中着眼于过度负债企业“高杠杆”的治理，结合产权、地域等特征因素，有的放矢、循序渐进地推进工作，凸显“去杠杆”政策的结构性效应。

其次，继续完善金融宏观调控，减少非效率的行政干预，推动信贷市场的有效竞争，依靠市场化机制促进信贷资金在企业间进行合理配置。进一步构建公平竞争的经营环境，推进资产庞杂冗大、经济效益低下的企业的治理，妥善处置资不抵债却仍进行金融活动的僵尸企业，从而更高质效地保障新增的信贷资源服务于有融资需求且有偿还能力的企业，切实引导资金“定向灌溉”，降低企业的财务风险，从而维护金融系统稳定，保障经济健康持续发展。