国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

非金融企業(yè)影子銀行化影響了經(jīng)營績效嗎?

2021-08-09 07:43:28桂荷發(fā)張春蓮王曉艷
金融與經(jīng)濟 2021年7期
關(guān)鍵詞:非金融主營業(yè)務(wù)影子

■桂荷發(fā),張春蓮,王曉艷

一、引言與文獻綜述

近年來,脫實向虛已經(jīng)成為影響我國實體經(jīng)濟健康發(fā)展的關(guān)鍵因素。宏觀層面,脫實向虛主要表現(xiàn)為資金在金融體系內(nèi)循環(huán),引起影子銀行體系膨脹、資產(chǎn)價格繁榮以及實體經(jīng)濟尤其是制造業(yè)企業(yè)融資難融資貴等問題。微觀層面,脫實向虛則表現(xiàn)為實體企業(yè)金融化,即非金融企業(yè)增加金融資產(chǎn)投資并減少生產(chǎn)性投資的現(xiàn)象(Epstein,2005)。實體企業(yè)從資本市場或銀行融入資金,甚至運用自有資金,以委托代理、股權(quán)創(chuàng)新和民間借貸等方式充當信用中介,或者購買銀行理財產(chǎn)品、券商理財產(chǎn)品、信托產(chǎn)品、結(jié)構(gòu)性存款和互聯(lián)網(wǎng)理財?shù)取?010 年到2018 年,滬深兩市A 股上市公司委托理財交易額由166億元上升到47976億元;僅2019年上半年,滬深兩市A股上市公司發(fā)生了近14666筆委托理財,涉及1711家上市公司,委托理財金額高達23167億元。

企業(yè)金融化行為不僅體現(xiàn)在對債券、股票、投資性房地產(chǎn)和金融衍生產(chǎn)品等傳統(tǒng)金融資產(chǎn)的投資上,越來越多的企業(yè)開始利用超募資金和多元化融資渠道,開展影子銀行業(yè)務(wù)(韓珣等,2017),由此形成了非金融企業(yè)的影子銀行化業(yè)務(wù)。按照金融穩(wěn)定理事會(Financial Stability Board)的定義,影子銀行是游離于傳統(tǒng)銀行體系之外的信用中介實體與信用中介活動,是銀行監(jiān)管體系之外可能引發(fā)系統(tǒng)性風(fēng)險和監(jiān)管套利等問題的信用中介體系①中國人民銀行的金融穩(wěn)定報告(2013)將銀子銀行定義為在正規(guī)銀行體系之外的信用中介,包括參與的實體和各種相關(guān)活動本身,它具有流動性轉(zhuǎn)換和信用轉(zhuǎn)換功能,但容易引發(fā)系統(tǒng)性金融風(fēng)險,也容易誘導(dǎo)監(jiān)管套利活動。。我國大量上市公司都或明或暗地充當信用中介角色,繞開正規(guī)金融體系,為資金需求方提供流動性,成為影子銀行體系中一個特殊的參與主體。

非金融企業(yè)從事影子銀行活動實際上是企業(yè)部門的一種變相金融投資活動,是多種因素共同作用的結(jié)果。從供給方看,一方面,我國國有企業(yè)、大型上市公司因政府隱性擔保、抵押品價值高等更容易從銀行和證券市場獲得融資,大量資金在企業(yè)內(nèi)部閑置,投資需求意愿明顯(茍琴,2014)。另一方面,金融部門收益率高于實體部門,但銀行特許經(jīng)營權(quán)、金融牌照管理以及壟斷經(jīng)營等客觀因素導(dǎo)致金融行業(yè)準入門檻高,因此非金融企業(yè)紛紛轉(zhuǎn)向影子銀行體系,通過委托代理、股權(quán)創(chuàng)新和過橋貸款等形式從事影子銀行活動,非金融企業(yè)的影子銀行化趨勢日益增強(韓珣等,2017)。從需求方看,中小企業(yè)發(fā)展迅速、資金需求旺盛,但因其抵押品價值低、信息不對稱等問題增加了借貸風(fēng)險,而商業(yè)銀行受限于監(jiān)管當局在基準利率、抵押品、存貸款利率以及風(fēng)險控制等方面的限制,難以向中小企業(yè)提供合適的金融產(chǎn)品(徐軍輝,2013)。在企業(yè)缺少直接融資方式的情況下,銀行差別性對待風(fēng)險異質(zhì)性企業(yè),進一步促進了企業(yè)影子銀行業(yè)務(wù)的形成(彭俞超和黃志剛,2018)。資金稀缺方的融資需求以及資金盈余方的投資需求,共同推動了非金融企業(yè)的影子銀行化趨勢。

國內(nèi)外學(xué)者關(guān)于影子銀行問題的討論,主要從金融系統(tǒng)等宏觀視角分析影子銀行的成因、影響因素和經(jīng)濟后果,關(guān)于參與影子銀行主體的討論,也局限于銀行體系和借款方(Guariglia et al.,2011;胡耀輝,2020),較少涉及影子銀行中資金的提供者。非金融企業(yè)影子銀行活動具有一定的非合規(guī)性,本文試圖從微觀角度剖析影子銀行業(yè)務(wù)的參與主體——實體企業(yè),分析其影子銀行化業(yè)務(wù)對企業(yè)主營業(yè)務(wù)的影響,以期豐富非金融企業(yè)影子銀行化的相關(guān)研究,為我國實體經(jīng)濟發(fā)展實現(xiàn)“脫虛向?qū)崱碧峁┮欢ǖ膮⒖肌?/p>

二、理論分析與研究假設(shè)

根據(jù)馬科維茨投資組合理論,公司經(jīng)營就是一個投資組合,當經(jīng)營利潤率下降時,公司將減少經(jīng)營投資,轉(zhuǎn)而增加金融資產(chǎn)投資,公司對金融資產(chǎn)的投資需求日益增長,這種效應(yīng)即為“擠出效應(yīng)”。張成思和張步曇(2016)也將中國非金融上市公司實業(yè)投資率下降歸因于非金融企業(yè)金融化行為,因為一方面,金融資產(chǎn)配置的上升對實業(yè)投資存在“擠出”效應(yīng);另一方面,非金融企業(yè)金融化會增加對金融市場的投資支出并且促進企業(yè)回購股票,從而抑制實業(yè)投資。Orhangazi(2008)通過研究美國的金融化現(xiàn)象,發(fā)現(xiàn)金融化能夠抑制實業(yè)投資率;Demir(2009)對阿根廷、墨西哥以及土耳其的研究也證實了這一觀點。從中國上市公司的實際情況看,金融化程度與實業(yè)投資的關(guān)系更多的是負相關(guān)(王紅建等,2017)。進一步考察虛擬經(jīng)濟作用于實體經(jīng)濟的機制后發(fā)現(xiàn),影子銀行的發(fā)展是虛擬經(jīng)濟抑制實體經(jīng)濟部門的重要渠道(周斌和謝佳松,2018),非金融企業(yè)的影子銀行行為意味著資本運作和投機行為將逐步取代傳統(tǒng)的主營業(yè)務(wù)活動,抑制實體經(jīng)濟發(fā)展?;谏鲜龇治觯岢黾僭O(shè)1:

假設(shè)1:非金融企業(yè)影子銀行化會抑制企業(yè)的主營業(yè)務(wù)發(fā)展。

現(xiàn)有研究證實了中國金融市場對企業(yè)融資的差別性對待:一方面,民營企業(yè)相對于國有企業(yè)在融資上具有較大的困難,因此他們可能缺乏充足的資金去參與影子銀行活動;另一方面,民營企業(yè)的盈利能力和生產(chǎn)力效率較高(Song et al.,2011),因此即使具有額外資金的民營企業(yè)也并不傾向于將資金投放于主營業(yè)務(wù)之外,而一些國有企業(yè)缺乏好的投資機會,放貸所帶來的高額利息收入對其有很大的吸引力(王永欽,2015)。在我國銀行占絕對主導(dǎo)地位的背景下,國有企業(yè)與正規(guī)金融機構(gòu)建立了一種長期、穩(wěn)定的借貸關(guān)系,因此國有企業(yè)一旦從外部獲得資金,更傾向于將資金投放到影子信貸市場,而不必擔憂信貸約束導(dǎo)致的流動性不足問題,國有企業(yè)通過外源融資從事影子銀行活動的動機更強(韓珣等,2017)。也有學(xué)者經(jīng)過實證分析發(fā)現(xiàn),國有企業(yè)更傾向于通過提供委托貸款來從事影子銀行業(yè)務(wù),且提供的委托貸款規(guī)模相對較高,這與國有企業(yè)擁有獲取銀行貸款的優(yōu)勢有關(guān)(張光利,2015)。經(jīng)營風(fēng)險越小的企業(yè)能夠從銀行獲得越多的信貸支持,進而將多余的資金投向影子銀行體系,造成企業(yè)影子銀行化。這一影響在國有銀行占比較低的地區(qū)更嚴重(彭俞超和黃志剛,2018)。由此,提出假設(shè)2:

假設(shè)2:與民營企業(yè)相比,國有企業(yè)影子銀行化對企業(yè)主營業(yè)務(wù)發(fā)展的抑制效應(yīng)更突出。

融資約束動機是指企業(yè)將資金用于投資流動性較強的金融資產(chǎn),使企業(yè)在面臨財務(wù)困境的時候,能夠發(fā)揮金融資產(chǎn)的“蓄水池”功能以解決經(jīng)營活動投資不足的問題,而且可以通過產(chǎn)融結(jié)合的方式拓寬融資渠道、降低融資成本,緩解企業(yè)在規(guī)模擴張過程中所面臨的資金壓力。有學(xué)者對產(chǎn)業(yè)部門上市公司持有風(fēng)險金融資產(chǎn)的市場價值進行了檢驗,發(fā)現(xiàn)產(chǎn)業(yè)部門公司持有風(fēng)險金融資產(chǎn)對其股票回報產(chǎn)生負向作用,這種效應(yīng)在融資約束強的公司表現(xiàn)更加強烈(閆海洲和陳百助,2018)。當實體企業(yè)面臨的融資約束程度較為嚴重時,為充盈現(xiàn)金流維持企業(yè)的正常運轉(zhuǎn),企業(yè)的投資視野會變得短期化,企業(yè)更傾向于將資產(chǎn)配置于流動性強、回報周期短的金融資產(chǎn),而不是回報周期長、不可逆但有利于主業(yè)發(fā)展的實物資本投資(宋軍和陸旸,2015),因此企業(yè)的主營業(yè)務(wù)發(fā)展更容易受到擠壓。當實體企業(yè)面臨的融資約束程度較低時,企業(yè)資源不僅可以滿足主營業(yè)務(wù)的正常發(fā)展需要,還可以部分用于金融投資,降低主營業(yè)務(wù)未來發(fā)展可能遇到的外部融資依賴,反哺主營業(yè)務(wù)發(fā)展。因此,提出假設(shè)3:

假設(shè)3:融資約束越強的企業(yè),影子銀行化對企業(yè)主營業(yè)務(wù)發(fā)展的抑制作用更強。

三、實證研究設(shè)計

(一)變量選取

1.被解釋變量

對于非金融企業(yè)來講,經(jīng)過處理后的主營業(yè)務(wù)收入規(guī)模能夠較好地反映實體經(jīng)濟發(fā)展和產(chǎn)出狀況(周彬和謝佳松,2018),因此本文的被解釋變量采用了經(jīng)過篩選后的實體經(jīng)濟企業(yè)主營業(yè)務(wù)收入指標(INCOME)和主營業(yè)務(wù)收入增長率指標(INCOME_R)兩大指標。

另外,參考胡聰慧等(2015)的方法,采用剔除金融投資收益的主營業(yè)務(wù)利潤率(PROFIT)、(PROFIT_1)來衡量企業(yè)主營業(yè)務(wù)收入水平,其具體的計算公式為:

PROFIT=(營業(yè)利潤-投資收益+公允價值變動損失+對聯(lián)營企業(yè)和合營企業(yè)的投資收益)∕資產(chǎn)總計①這里需要解釋的是,胡聰慧等(2015)在文獻中用的計算公式是主營業(yè)務(wù)利潤率=(營業(yè)利潤-投資收益-公允價值變動收益+對聯(lián)營企業(yè)和合營企業(yè)的投資收益)∕資產(chǎn)總計,由于在利潤表中只找到了公允價值變動損失的數(shù)據(jù),而通過其他報表找到的公允價值變動收益指標其缺失值更多,且對比了報表中的數(shù)據(jù),公允價值變動損失是公允價值變動收益的相反數(shù),絕對值都相等,所以本文就用“+公允價值變動損失”代替“-公允價值變動收益”,不會影響本文的實證分析結(jié)果。(下同)

PROFIT_1=(利潤總額-投資收益+公允價值變動損失+對聯(lián)營企業(yè)和合營企業(yè)的投資收益)∕資產(chǎn)總計

2.核心解釋變量

非金融企業(yè)主要通過兩種方式開展影子銀行業(yè)務(wù):一是充當實質(zhì)性信用中介,作為資金的直接融出方和信用創(chuàng)造的主體,通過委托代理、股權(quán)創(chuàng)新和民間借貸的方式為中小企業(yè)等資金需求方融出資金;二是通過購買銀行理財產(chǎn)品、券商理財、信托產(chǎn)品、結(jié)構(gòu)性存款和互聯(lián)網(wǎng)理財?shù)雀鞣N“類金融產(chǎn)品”加入體制內(nèi)影子銀行的信用鏈條。本文所指的非金融企業(yè)影子銀行業(yè)務(wù)主要側(cè)重于通過第一種方式來實現(xiàn),即非金融企業(yè)充當實質(zhì)性信用中介,作為資金的直接供給方,主要通過委托貸款、委托理財以及民間借貸等三種方式向資金需求方融出資金。

關(guān)于非金融企業(yè)影子銀行規(guī)模的測算,根據(jù)企業(yè)開展影子銀行業(yè)務(wù)的方式,從上市公司財務(wù)報表及財務(wù)報表批注中挖掘出對應(yīng)的會計科目、從微觀角度測算。在“實質(zhì)性信用中介”模式下,采用委托貸款、委托理財以及民間借貸三類規(guī)模加總得到影子銀行業(yè)務(wù)規(guī)模。按照現(xiàn)行會計準則,大部分上市公司均將委托貸款記在其他流動資產(chǎn)、一年內(nèi)到期的非流動資產(chǎn)以及其他非流動資產(chǎn)會計科目下。因此,將三類會計科目余額加總以估算委托貸款的規(guī)模。企業(yè)部門還可以基于廣義商業(yè)信用,以過橋貸款等民間借貸方式從事影子銀行活動,由于民間借貸具有較強的隱蔽性,一般記錄在其他應(yīng)收款(王永欽,2015)。鑒于此,本文用其他應(yīng)收款作為企業(yè)民間借貸的代理變量。上市公司委托理財數(shù)據(jù)來自國泰安對外投資數(shù)據(jù)庫,而其他流動資產(chǎn)、一年內(nèi)到期的非流動資產(chǎn)、其他非流動資產(chǎn)以及其他應(yīng)收款金額等會計科目則來自于國泰安上市公司資產(chǎn)負債表數(shù)據(jù)庫。

我國互聯(lián)網(wǎng)金融和資產(chǎn)證券化仍處于起步階段,這類影子銀行業(yè)務(wù)規(guī)模較小、透明度較低,在測算企業(yè)影子銀行化規(guī)模時,可以忽略這部分影子銀行活動,將上述三大影子銀行活動的規(guī)模加總,即得到非金融企業(yè)的影子銀行化規(guī)模(韓珣等,2017)。由此,本文的非金融企業(yè)影子銀行化規(guī)模(SBank)其計算公式為:

SBank=(其他流動資產(chǎn)+1 年內(nèi)到期的非流動資產(chǎn)+其他應(yīng)收款+其他非流動資產(chǎn)+委托理財)∕資產(chǎn)總計

另外,非金融企業(yè)的影子銀行化行為從本質(zhì)上來說仍屬于企業(yè)金融化的范疇,該行為也表現(xiàn)為企業(yè)持有債權(quán)類金融資產(chǎn),因此對影子銀行化的另一種度量方式如下:

SBank_1=(交易性金融資產(chǎn)+短期投資凈額+可供出售金融資產(chǎn)凈額+長期債權(quán)投資凈額)∕資產(chǎn)總計

3.調(diào)節(jié)變量

(1)企業(yè)性質(zhì)(SOE):企業(yè)性質(zhì)分為兩種,即國有與非國有。企業(yè)性質(zhì)不同,企業(yè)影子銀行化對該企業(yè)主營業(yè)務(wù)水平的影響會有所不同。

(2)企業(yè)融資約束(FC):企業(yè)的融資約束程度用FC指數(shù)來表示。

①FC指標使用Kaplan&Zingales(1997)的方法計算所得,該值越大,表示企業(yè)面臨的融資約束程度越高。其中,OCF 為經(jīng)營性凈現(xiàn)金流,OCF=經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額∕前期期末資產(chǎn)總計;CASH 為現(xiàn)金持有水平,CASH=期末現(xiàn)金及現(xiàn)金等價物余額∕前期期末資產(chǎn)總計;DIV 為股利水平,div=每股稅前現(xiàn)金股利*股本總數(shù);DIV=div∕前期期末資產(chǎn)總計;LEV 為資產(chǎn)負債率,Q為托賓Q 值。該值越大,表示企業(yè)面臨的融資約束程度越高。

4.控制變量

根據(jù)已有研究,進一步控制如下變量:企業(yè)年限(AGE)、企業(yè)規(guī)模(SIZE)、財務(wù)杠桿(LEV)、現(xiàn)金持有水平(CASH)、托賓Q值(Q)、獨立董事比例(IND)、股權(quán)制衡度(EQB)、股權(quán)集中度(HLD)。

5.行業(yè)和年度虛擬變量

針對每個樣本觀測值,設(shè)置了年度虛擬變量以控制年度效應(yīng),并根據(jù)中國證監(jiān)會2012 年制訂的上市公司行業(yè)分類標準設(shè)置行業(yè)虛擬變量以控制行業(yè)效應(yīng)。

本文主要變量的具體含義和指標說明見表1。

表1 變量名稱與定義

(二)計量模型設(shè)定

本文設(shè)置以下面板數(shù)據(jù)模型檢驗假設(shè)1:

為避免t統(tǒng)計值被高估,使用了企業(yè)層面的聚類穩(wěn)健標準誤。通過Stata 軟件進行面板回歸,若非金融企業(yè)影子銀行化規(guī)模系數(shù)顯著為負,在一定程度上則可說明影子銀行化程度越高,對該企業(yè)主營業(yè)務(wù)發(fā)展的擠出效應(yīng)越強。

為驗證企業(yè)融資約束的調(diào)節(jié)作用,在模型(1)的基礎(chǔ)上進行了一定的調(diào)整,設(shè)置了如下模型:

(三)樣本選擇

選取2003—2018年我國滬深兩市A股所有上市公司為研究樣本,并按以下原則對樣本進行篩選:第一,剔除金融行業(yè)和房地產(chǎn)行業(yè)上市公司;第二,剔除ST、*ST的公司;第三,刪除變量為缺失值的數(shù)據(jù)。經(jīng)過以上篩選,最終得到26496 個樣本觀測值。研究中所使用的數(shù)據(jù)來自于CSMAR數(shù)據(jù)庫和Wind數(shù)據(jù)庫,數(shù)據(jù)處理使用STATA15.0軟件進行。為減少異常值的影響,對變量進行了1%和99%的縮尾處理。表2提供了所有變量的描述性統(tǒng)計結(jié)果。其中,從企業(yè)影子銀行化規(guī)??矗覈墙鹑谄髽I(yè)的影子銀行化程度存在較大差異,且非金融企業(yè)總體存在影子銀行化現(xiàn)象。

表2 變量的描述性統(tǒng)計

四、實證結(jié)果分析

(一)影子銀行化程度與企業(yè)主營業(yè)務(wù)發(fā)展

表 3 為 2003—2018 年模型(1)的回歸結(jié)果。其中,列(1)和列(2)使用主營業(yè)務(wù)收入占比指標來衡量企業(yè)的主營業(yè)務(wù)發(fā)展水平,列(3)和列(4)使用主營業(yè)務(wù)利潤率來衡量企業(yè)的主營業(yè)務(wù)發(fā)展水平。列(1)和列(3)是對核心解釋變量企業(yè)影子銀行化規(guī)模的單獨回歸結(jié)果,而列(2)和列(4)是對所有解釋變量的回歸結(jié)果。

表3 企業(yè)影子銀行化對主營業(yè)發(fā)展的影響

續(xù)表3

由表3的結(jié)果可知,不論是采用主營業(yè)務(wù)收入占比還是主營業(yè)務(wù)利潤率來衡量企業(yè)的主營業(yè)務(wù)發(fā)展水平,影子銀行化程度(SBank)的系數(shù)估計值在1%水平上顯著為負,表明非金融企業(yè)影子銀行化活動會抑制企業(yè)主營業(yè)務(wù)的發(fā)展。因此,假設(shè)1得證。

(二)企業(yè)性質(zhì)、影子銀行化與企業(yè)主營業(yè)務(wù)發(fā)展

表4為模型(1)的回歸結(jié)果。根據(jù)企業(yè)性質(zhì)的不同,對樣本數(shù)據(jù)進行了分組回歸,其中列(1)和列(2)是對我國滬深A(yù) 股非金融上市公司中的國有企業(yè)樣本組回歸的結(jié)果,而列(3)和列(4)是對A股上市公司中的非國有企業(yè)樣本組回歸的結(jié)果。

由表4的結(jié)果可知,不論是采用主營業(yè)務(wù)收入指標還是主營業(yè)務(wù)利潤指標來衡量企業(yè)主營業(yè)務(wù)的發(fā)展水平,國有企業(yè)組中非金融企業(yè)影子銀行化規(guī)模(SBank)的系數(shù)估計值均在1%水平上顯著為負。非國有企業(yè)組中影子銀行化程度(SBank)的系數(shù)估計值對主營業(yè)務(wù)收入指標沒有顯著的抑制效應(yīng),對主營業(yè)務(wù)利潤率的抑制效應(yīng)低于國有企業(yè)組。因此,與非國有企業(yè)相比,國有企業(yè)的影子銀行化程度對企業(yè)主營業(yè)務(wù)發(fā)展的抑制效應(yīng)更強,即假設(shè)2得證。

表4 企業(yè)性質(zhì)、影子銀行化與企業(yè)主營業(yè)務(wù)發(fā)展

(三)融資約束、影子銀行化與企業(yè)主營業(yè)務(wù)發(fā)展

表5 為模型(2)的回歸結(jié)果。其中列(1)和列(2)均以企業(yè)主營業(yè)務(wù)收入占比(INCOME)為被解釋變量,而列(3)和列(4)則是以企業(yè)主營業(yè)務(wù)利潤率(PROFIT)為被解釋變量。列(1)和列(3)是對影子銀行化程度(SBank)、融資約束度(FC)以及交乘項(FC×SBank)的回歸結(jié)果,而列(2)和列(4)是對所有解釋變量的回歸結(jié)果。

表5的第(2)—(4)列的回歸結(jié)果可以發(fā)現(xiàn),在加入融資約束(FC)以及融資約束與影子銀行化規(guī)模的交乘項(FC×SBank)后,企業(yè)影子銀行化規(guī)模與企業(yè)主營業(yè)務(wù)收入占比及主營業(yè)務(wù)利潤率之間仍然呈現(xiàn)顯著負相關(guān)關(guān)系,企業(yè)融資約束程度的系數(shù)以及融資約束與影子銀行化規(guī)模的交乘項系數(shù)均在1%的水平下顯著為負,表明對于融資約束越強的公司而言,企業(yè)影子銀行化規(guī)模越大,越不利于企業(yè)主營業(yè)務(wù)的發(fā)展。因此,融資約束越強的企業(yè),其企業(yè)影子銀行化對企業(yè)主營業(yè)務(wù)發(fā)展的抑制作用更強,即假設(shè)3得證。

表5 融資約束、影子銀行化與企業(yè)主營業(yè)務(wù)發(fā)展

五、穩(wěn)健性分析

(一)2SLS估計

使用兩階段分析處理不可觀測變量導(dǎo)致的內(nèi)生性問題,采用投資收益占比(INV)的滯后一期作為工具變量。其中:INV=(投資收益-對聯(lián)營企業(yè)和合營企業(yè)的投資收益)∕凈利潤。投資收益占比和影子銀行化規(guī)模息息相關(guān),前一期的投資收益占比會影響本期的影子銀行化規(guī)模,但投資收益占比是企業(yè)的非主營業(yè)務(wù)所產(chǎn)生的利潤,不記入主營業(yè)務(wù)收入中,與主營業(yè)務(wù)收入水平不直接相關(guān)。同時,Wald 檢驗結(jié)果(Wald chi2=652.38)拒絕弱工具變量假設(shè),滿足工具變量條件。2SLS的回歸結(jié)果見表6,結(jié)果同前文保持一致。

表6 以投資收益占比為工具變量

(二)更換變量的穩(wěn)健性檢驗

使用主營業(yè)務(wù)收入占比增長率(INCOME_R)和營業(yè)利潤率(PROFIT_1)分別代替主營業(yè)務(wù)收入占比(INCOME)和主營業(yè)務(wù)利潤率(PROFIT)作為被解釋變量,用廣義的企業(yè)影子銀行化規(guī)模(SBank_1)代替了企業(yè)影子銀行化程度(SBank)作為解釋變量,重新進行基本回歸,結(jié)果見表7。結(jié)果顯示,無論更改解釋變量還是被解釋變量,影子銀行化規(guī)模都能顯著擠出企業(yè)主營業(yè)務(wù)收入,結(jié)論同前文保持一致。

表7 穩(wěn)健性檢驗:替換被解釋變量與解釋變量

六、研究結(jié)論與啟示

本文以2003—2018 年中國滬深兩市A 股非金融上市公司為樣本,實證檢驗了非金融企業(yè)影子銀行化程度對企業(yè)主營業(yè)務(wù)發(fā)展的影響,并進一步分析了其調(diào)節(jié)效應(yīng)。研究結(jié)果顯示:一是非金融企業(yè)影子銀行化行為顯著抑制了企業(yè)的主營業(yè)務(wù)發(fā)展;二是與非國有企業(yè)相比,國有企業(yè)的影子銀行化行為對該企業(yè)主營業(yè)務(wù)發(fā)展的抑制效應(yīng)更強;三是融資約束越強的企業(yè),其影子銀行化對企業(yè)主營業(yè)務(wù)發(fā)展的抑制作用更強。

據(jù)此,提出以下對策建議:一是要繼續(xù)深化供給側(cè)結(jié)構(gòu)性改革,圍繞降低企業(yè)制度性交易成本、稅費負擔以及貸款成本等方面出臺切實可行的措施,為企業(yè)創(chuàng)造良好的營商環(huán)境,提升實體經(jīng)濟效益。同時,加快傳統(tǒng)工業(yè)企業(yè)轉(zhuǎn)型升級的步伐,降低企業(yè)的生產(chǎn)成本,提高實體企業(yè)的創(chuàng)新能力和生產(chǎn)效率,以此縮小實體資本與金融資本之間的收益率差距,降低金融投資對實體企業(yè)的吸引力,從而引導(dǎo)實體企業(yè)回歸本源、專注主業(yè)。二是要進一步擴大金融業(yè)對內(nèi)對外開放,不斷降低金融行業(yè)的準入壁壘,緩解金融機構(gòu)“體制內(nèi)”因素導(dǎo)致的融資歧視現(xiàn)象。適當發(fā)揮小額貸款公司、融資擔保公司、互聯(lián)網(wǎng)金融等替代性金融體系對銀行信貸供給不足的補充作用,以市場化而非企業(yè)部門二次放貸的方式提高金融資源的配置效率。三是要加強金融監(jiān)管,抑制投機行為。監(jiān)管部門可利用大數(shù)據(jù)、云計算等信息新技術(shù)加強金融監(jiān)管的力度、增強金融監(jiān)管的頻率,對實體企業(yè)的金融投機行為進行甄別,建立企業(yè)參與影子銀行活動的識別機制,監(jiān)測非金融企業(yè)從事影子銀行業(yè)務(wù)的規(guī)模,尤其要著重甄別國有企業(yè)從事影子銀行化的行為。

猜你喜歡
非金融主營業(yè)務(wù)影子
前10 個月我國對外非金融類直接投資同比增長10.3%
農(nóng)產(chǎn)品加工業(yè)主營業(yè)務(wù)收入與農(nóng)民收入關(guān)系的實證分析
2017年1-7月塑料制品行業(yè)主營業(yè)務(wù)收入利潤率5.82%
What a Nice Friend
今年前2個月我國對外直接投資增長71.8%
紫光閣(2016年4期)2016-11-19 10:49:08
和影子玩耍
讀者(2016年20期)2016-10-09 09:42:34
不可思議的影子
誰不在誰不在
一季度大中型鋼鐵企業(yè)主營業(yè)務(wù)虧損超百億元
2015年5月我國自行車行業(yè)主營業(yè)務(wù)收入完成情況
中國自行車(2015年8期)2015-05-30 10:48:04
萍乡市| 封开县| 宜川县| 枣强县| 左贡县| 应城市| 鄂托克旗| 叶城县| 雷州市| 两当县| 夏津县| 揭阳市| 固原市| 扶余县| 资阳市| 皮山县| 江川县| 会东县| 新邵县| 安岳县| 蓬莱市| 汝城县| 泌阳县| 繁峙县| 澄江县| 闽侯县| 黄骅市| 绿春县| 凌云县| 冀州市| 武城县| 内丘县| 于都县| 昌宁县| 唐海县| 牙克石市| 胶州市| 汕尾市| 枝江市| 瑞安市| 运城市|