周 洲 周丹琪 冉 戎

一、引言

銀行借款是中國企業(yè)最主要的融資渠道，市場誠信環(huán)境是企業(yè)獲取銀行借款的重要影響因素(錢先航和曹廷求，2015[1])，而最權威的司法判決能否得到切實執(zhí)行是反映市場誠信環(huán)境的“底線”，中國司法實踐中的“執(zhí)行難”是中國市場誠信環(huán)境有待改善的客觀反映(黃忠順，2017[2])。最高人民法院于2013年發(fā)布了《關于公布失信被執(zhí)行人名單信息的若干規(guī)定》(以下簡稱“失信被執(zhí)行人名單制度”)，試圖利用政府實施的第三方聲譽懲罰約束企業(yè)不誠信行為，為信貸市場創(chuàng)造更加誠信的環(huán)境。對于具備履行能力，但是通過各種手段拒絕履行法律判決的被執(zhí)行人，人民法院有權對他們給予曝光并向各部門通報，直至失信被執(zhí)行人履行生效法律文書規(guī)定的義務。失信被執(zhí)行人名單制度將聲譽與個人信用相結合，使拒不執(zhí)行法律義務者承擔相當的心理壓力，迫使其主動履行法律義務。同時，對失信被執(zhí)行人的第三方聲譽懲罰將形成社會示范，使更多的人主動履行各種社會義務。既有研究證明了政府等權威第三方機構實施的聲譽懲罰將給失信企業(yè)帶來巨大的經濟損失，同時對失信企業(yè)融資產生負向影響(Karpoff等，2008[3]；Verschoor等，2012[4]；Armour等，2017[5])。那么，政府實施的第三方聲譽懲罰是否還能對其他沒有失信行為的企業(yè)產生影響呢？遺憾的是目前尚無這方面的實證研究。

基于此，筆者首先利用2010—2016年中國滬深A股上市公司的數據，基于第三方聲譽懲罰理論對失信被執(zhí)行人名單制度能否以及如何對企業(yè)銀行借款產生影響進行實證檢驗；然后在此基礎上，本研究還將探究企業(yè)自身風險以及所處地區(qū)金融發(fā)展差異對失信被執(zhí)行人名單制度與企業(yè)銀行借款關系的影響，并進一步檢驗失信被執(zhí)行人名單制度對企業(yè)融資結構的影響以及設立退出機制是否會削弱失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響。

二、文獻綜述及研究假設

(一)失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響

Ang等(2015)[6]、雷宇(2016)[7]等發(fā)現聲譽是一種非正式的治理機制，它有助于降低市場的交易成本，促進市場主體間相互合作，而聲譽懲罰是一種“負激勵”，也有助于提高市場主體的合作水平(G?chter和Fehr，2002[8]；Sigmund，2007[9]；Raihani等，2010[10])，允許更大群體內實現穩(wěn)定合作的演變。目前聲譽懲罰的既有研究主要在二元互動的框架下進行，考察交易雙方如何運用聲譽懲罰來抑制機會主義行為，但在市場規(guī)模較大時，二元互動下的聲譽懲罰仍存在諸多限制。第一，市場參與者可能并不了解自己所處市場上的每一次二元互動。作為直接觀察的替代品，市場參與者可能會通過別人共享信息來了解合作伙伴的聲譽(Gallo和Yan，2015[11]；Giardini和Vilone，2016[12])。雖然共享信息被視為一種低成本的信息獲取方式，但是它并不是完全免費的，因為它涉及評估信息真實性所花費的精力以及保留信息等成本(Hess和Hagen，2006[13])，這些成本阻止了市場上聲譽懲罰信息的傳播。第二，聲譽懲罰可能會被機會主義者濫用。有時機會主義者會將聲譽懲罰作為一種報復行為，利用散布謠言來對抗合作者(Oliver，1984[14])，被報復的威脅可能會削弱合作者進行聲譽懲罰的意愿。第三，雖然既有研究通過理論分析普遍認為聲譽懲罰是有效的市場誠信治理機制，但聲譽懲罰也具有外部性，懲罰者自身也要承擔高昂的成本，而第三方則從合作水平的提高中受益(Nowak等，2008[15]；Rankin等，2009[16]；Wu等，2009[17])。因此，聲譽懲罰通常被認為是真正的利他主義(Barclay，2006[18])，由市場參與者對機會主義者進行聲譽懲罰代價高昂。

綜上所述，既然聲譽懲罰具有一定公共品屬性，則可以由公權力擔任聲譽懲罰的“第三方”執(zhí)行者來實施利他懲罰，提供聲譽懲罰的“公共品”并承擔聲譽懲罰成本，而且，由公權力實施的聲譽懲罰能夠降低聲譽懲罰錯誤率，提高聲譽懲罰權威性和失信受罰的確定性。中國的失信被執(zhí)行人名單制度就是典型的由公權力實施的第三方聲譽懲罰機制，該制度不僅對失信被執(zhí)行人起到了聲譽懲罰作用，加大了企業(yè)的失信成本，還為人們未來的行為模式提供了相對確定的預期，有助于提高司法公信力和社會誠信水平(劉濤和朱燕，2013[19])，從而降低市場交易成本并有利于企業(yè)獲得更多的銀行借款(余泳澤等，2020[20])。基于以上分析，本文提出假設1：

H1：失信被執(zhí)行人名單制度有助于企業(yè)獲取銀行借款。

(二)失信被執(zhí)行人名單制度通過企業(yè)聲譽對企業(yè)銀行借款的影響

聲譽在信貸市場中有重要意義，具有良好聲譽的企業(yè)可以向市場發(fā)送穩(wěn)定經營且違約風險較低的信號，從而獲得銀行更大的信任(葉康濤等，2010[21])，使企業(yè)更容易獲得銀行資金支持；反之，聲譽較差的企業(yè)則要為失信行為付出沉重代價(石曉峰和仲秋雁，2017[22])。當企業(yè)受到負面聲譽的沖擊時，這些負面信息將會向資本市場傳遞不利信號，此時企業(yè)的債務違約風險上升，為了避免債務違約事件發(fā)生，銀行的貸款意愿將會隨之降低(陳雪等，2021[23])。失信被執(zhí)行人名單制度出臺后，企業(yè)若出現失信行為將會受到更加嚴厲的第三方聲譽懲罰，其失信行為將通過網絡、報紙等媒體曝光，并在市場上迅速形成負面聲譽，降低銀行及其他利益相關者對企業(yè)的信用評價，大大增加企業(yè)失信的聲譽成本。一方面，失信被執(zhí)行人名單制度的第三方聲譽懲罰使失信企業(yè)更容易成為市場上的“反面典型”，可以對其他企業(yè)發(fā)揮“替代強化”作用，促使其他企業(yè)更重視保護和提升自己的聲譽；另一方面，強化對失信行為的聲譽懲罰使失信行為的聲譽成本大于外部收益，市場上的企業(yè)作為理性經濟人可能改變決策偏好，更傾向于誠信行為、嚴守契約，從客觀結果來看企業(yè)聲譽得到了普遍提高，有利于獲取銀行的信任?；谏鲜龇治觯疚奶岢黾僭O2：

H2：失信被執(zhí)行人名單制度可以通過提高企業(yè)聲譽幫助企業(yè)獲得更多的銀行借款。

(三)失信被執(zhí)行人名單制度通過企業(yè)內部控制質量對企業(yè)銀行借款的影響

內部控制是企業(yè)治理中一項重要的機制，對企業(yè)提升經營績效和降低融資約束等方面有重要影響(趙玲和黃昊，2022[24])。由于企業(yè)內部控制質量在很大程度上受制于企業(yè)管理層的影響，因此，企業(yè)管理層所處社會文化環(huán)境將會對企業(yè)內部控制質量產生一定作用。失信被執(zhí)行人名單制度通過第三方聲譽懲罰改善了市場誠信環(huán)境，增強了人們的信用意識，推動“守信”成為一種普世價值觀，并內化為企業(yè)經營的道德標準(Pruckner和Sausgruber，2013[25])，約束了企業(yè)管理層的自利行為。因此，失信被執(zhí)行人名單制度作為第三方聲譽懲罰還可以發(fā)揮“激勵機制”，增強企業(yè)管理層誠實守信的心理激勵，提升企業(yè)管理層信用意識和道德素養(yǎng)，倒逼企業(yè)強化內部治理，實施更嚴格的內部控制(Doyle等，2007[26])，進一步降低“機會主義”及“逆向選擇”風險(楊雄勝，2005[27])。另外，嚴格的內部控制還可以有效抑制企業(yè)管理層的盈余管理、報表粉飾等“失信行為”(陳漢文等，2019[28])，提高會計信息質量，從而緩解信息不對稱，增加企業(yè)獲得的銀行借款?；谏鲜龇治?，本文提出假設3：

H3：失信被執(zhí)行人名單制度可以通過提高企業(yè)內部控制質量幫助企業(yè)獲得更多的銀行借款。

(四)不同風險水平的企業(yè)中失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響

除了外部制度，資金實力、市場地位等企業(yè)自身風險水平也是影響銀行借款的重要因素，那么，企業(yè)自身風險水平的高低是否會影響失信被執(zhí)行人名單制度的第三方聲譽懲罰效果呢？李卓松(2018)[29]的研究發(fā)現，較高的企業(yè)風險水平將會提升其融資成本。銀行在放貸前會利用企業(yè)財務信息對企業(yè)的風險水平進行評估，風險較高的企業(yè)更有可能因為業(yè)績下行或現金流波動過大而無法履行還款義務(于曉紅和盧相君，2012[30])，而風險較低的企業(yè)往往具備更好的還款能力且違約率較低(程硯秋，2015[31])，銀行也可以減少對企業(yè)的事后監(jiān)督。因此，當政府通過第三方聲譽懲罰降低了市場交易成本時，風險水平較低的企業(yè)更容易成為銀行的放貸對象，此時失信被執(zhí)行人名單制度更有助于風險水平較低的企業(yè)獲得銀行借款。基于上述分析，本文提出假設4：

H4：企業(yè)自身風險水平較低時，企業(yè)銀行借款受到失信被執(zhí)行人名單制度的影響更顯著。

(五)不同地區(qū)金融發(fā)展水平下失信被執(zhí)行人名單制度對銀行借款的影響

地區(qū)金融發(fā)展水平也是影響企業(yè)獲取外部融資的重要因素(Claessens和Laeven，2003[32])，陳耿等(2015)[33]的研究證明，當企業(yè)所處地區(qū)的金融發(fā)展水平較高時，以銀行為主的正規(guī)金融機構數量較多，拓寬了企業(yè)的融資渠道，緩解了企業(yè)的融資壓力，此時，即使失信被執(zhí)行人名單制度利用第三方聲譽懲罰措施提升了市場誠信水平，其對企業(yè)銀行借款的作用也將相對減弱。此外，Diamond(1984)[34]、Demirgüc?-Kunt和Maksimovic(2002)[35]等的研究發(fā)現，金融發(fā)展水平較高地區(qū)的借貸配套體系完善，貸款的事前信息收集以及事后監(jiān)督執(zhí)行的成本相對較低，緩解了銀企之間的信息不對稱，在一定程度上弱化了失信被執(zhí)行人名單制度的作用；反之，在金融發(fā)展水平較低的地區(qū)，銀企之間存在較嚴重的信息不對稱，失信被執(zhí)行人名單制度可以通過第三方聲譽懲罰更明顯地降低交易成本，緩解制約銀行借款的信息不對稱。因此，對于企業(yè)銀行借款而言，第三方聲譽懲罰的制度環(huán)境和地區(qū)金融發(fā)展水平可以相互替代?；谏鲜龇治觯疚奶岢黾僭O5：

H5：企業(yè)所處地區(qū)的金融發(fā)展水平較低時，企業(yè)銀行借款受到失信被執(zhí)行人名單制度的影響更顯著。

三、研究設計

(一)樣本與數據來源

最高人民法院于2010年發(fā)布了《關于限制被執(zhí)行人高消費的若干規(guī)定》，開始對失信行為實施“經濟型懲戒”，2013年建立的失信被執(zhí)行人名單制度對失信行為追加第三方聲譽懲罰，是對強制性消費約束的“補充懲戒”。為了剝離出失信被執(zhí)行人名單制度對于企業(yè)銀行借款的凈影響，本文以2013年失信被執(zhí)行人名單制度出臺為實驗事件，選取實驗事件發(fā)生前后相同的時間區(qū)域，即2010—2016年的A股上市公司作為研究樣本。由于失信被執(zhí)行人名單中的企業(yè)一般是有限公司或有限責任公司，而上市公司受到嚴格的監(jiān)管，進入失信被執(zhí)行人名單的可能性較小。自2013年以來，失信被執(zhí)行人的數量達到了691萬，其中上市公司數量不足100家，且絕大多數為ST企業(yè)。因此，上市公司受失信被執(zhí)行人名單制度的直接影響較小，這使我們可以利用上市公司數據研究失信被執(zhí)行人名單制度對非失信企業(yè)銀行借款的影響。本文所需數據來自CSMAR數據庫，對樣本進行了如下處理：(1)剔除ST或*ST企業(yè)；(2)剔除金融業(yè)上市公司樣本；(3)剔除重要變量缺失的樣本；(4)對連續(xù)變量進行上下1%的Winsor縮尾處理。經過上述篩選，本文最終得到14 260個觀測值作為研究樣本。

(二)模型設定與變量定義

由于2013年在全國范圍內實施的“失信被執(zhí)行人名單制度”是一項對所有企業(yè)均有影響的制度，無法剝離出完全不受該制度影響的對照組。根據Vig(2013)[36]、Campello和Larrain(2016)[37]等的做法，本文根據該制度對不同特質企業(yè)影響的差異性來構建實驗組和對照組。具體地，本文基于企業(yè)固定資產占比高低來判斷企業(yè)銀行借款是否更容易受到失信被執(zhí)行人名單制度的影響。由于抵押品可以大大緩解銀企之間的逆向選擇與道德風險問題，起到風險控制的作用(尹志超和甘犁，2011[38])，因此，企業(yè)可以通過向銀行提供抵押或擔保品提高企業(yè)的貸款信用評級，有助于其獲得銀行借款。在眾多抵押形式中，固定資產的交易市場最為成熟，且價值波動小，變現容易，因此銀行對于機器、土地等固定資產的抵押尤為重視(Gregory和Tenev，2001[39])。如果企業(yè)的固定資產占比較低，則往往缺乏抵押品，可能無法順利獲得銀行借款(Ayyagari等，2010[40])。因此，固定資產占比較低的企業(yè)所能獲得的銀行借款對失信被執(zhí)行人名單制度更加敏感，適合作為本研究的實驗組。

在模型設定上，本文將更容易受到失信被執(zhí)行人名單制度影響的企業(yè)作為“實驗組”，將不容易受到失信被執(zhí)行人名單制度影響的企業(yè)設為“對照組”。由于在該制度開始實施的2013年企業(yè)有可能已經對制度做出了一定反應，為了減少選擇性偏誤，本文選取2010—2012年企業(yè)的固定資產平均占比作為分組依據。為消除時間和個體之間的差異，本文運用雙重差分法進行實證檢驗，模型如下：

Loanit=β0+β1Treati×Postt+β2Treati+β3Postt

+β4Controlsit+δi+γt+εit

(1)

其中，Loan表示企業(yè)的銀行借款，Treat為分組虛擬變量，為了凸顯失信被執(zhí)行人名單制度對企業(yè)銀行借款影響的差異性，本文將2010—2012年固定資產占比平均值最低的1/3的企業(yè)設為實驗組，取值為1，反之將固定資產占比平均值最高的1/3的企業(yè)作為對照組，取值為0。Post為年份虛擬變量，本文將2010—2013年取值為0，2014—2016年取值為1。Controls為一系列企業(yè)層面控制變量。模型中β1系數反映了失信被執(zhí)行人名單制度實施前后實驗組和對照組企業(yè)所獲得的銀行借款的變化情況。

被解釋變量企業(yè)銀行借款利用總借款與總資產的比值來衡量。參照徐思等(2019)[41]的做法，企業(yè)層面控制變量包括企業(yè)規(guī)模(Size)、企業(yè)負債水平(Lev)、企業(yè)會計業(yè)績(Roe)、成長能力(Growth)、股權集中度(Top1)、兩職合一(Dual)以及產權性質(Soe)。具體變量定義參照表1。

表1 變量定義

四、實證結果及分析

(一)描述性統(tǒng)計

表2為主要變量的描述性統(tǒng)計。樣本中所有企業(yè)總借款占比的平均值約為0.158，標準差為0.143，最大值是平均值的3.72倍，說明不同企業(yè)的銀行借款水平具有較大差異。企業(yè)獲得銀行借款水平的平均值和中位數相差不大，說明樣本數據基本呈正態(tài)分布。

表2 描述性統(tǒng)計

(二)實證結果分析

本文從失信被執(zhí)行人名單制度出臺這一準自然實驗出發(fā)，運用雙重差分的方法考察失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響，結果如表3所示。本文在列(1)中只檢驗解釋變量的影響，列(2)控制了年度固定效應和行業(yè)固定效應，列(3)在加入控制變量的同時控制了年度固定效應和行業(yè)固定效應。從表3列(1)到列(3)可以發(fā)現，核心解釋變量Treat×Post的系數和顯著性均沒有發(fā)生太大變化。列(3)的回歸結果證明：失信被執(zhí)行人名單制度通過第三方聲譽懲罰顯著提高了企業(yè)的銀行借款，驗證了H1。

表3 失信被執(zhí)行人名單制度與企業(yè)銀行借款的回歸結果

(三)穩(wěn)健性檢驗

1.平行趨勢檢驗。

雙重差分模型有效的潛在前提是實驗組和對照組在制度實施之前具有相同的變化趨勢。本文通過構建模型(2)來檢驗對照組和實驗組是否符合平行趨勢假設(Bertrand和Mullainathan，2003[42]；Fang等，2017[43])。模型設定如下：

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年時取值為1，其余為0；Before-2在2011年時取值為1，其余為0；2013年為失信被執(zhí)行人名單制度開始實施年份，此時Current取值為1，其余為0；After1在2014年時取值為1，其余為0；After2在2015年時取值為1，其余為0；After3在2016年時取值為1，其余為0。

從表4的回歸結果中可以看出，制度實施前的系數β1和β2均不顯著，說明制度實施前對照組和實驗組沒有明顯差異。制度實施后的系數β3-β5均顯著為正，說明失信被執(zhí)行人名單制度實施后對照組和實驗組企業(yè)的銀行借款產生顯著差異，該制度對固定資產較低的企業(yè)產生了影響，總體上平行趨勢成立。

表4 平行趨勢檢驗

2.劑量效應檢驗。

為了保證實證結果的穩(wěn)健性，本文改變實驗組和對照組的構造方法(錢雪松和方勝，2017[44])。本文保持對照組不變，將固定資產處于中間1/3的企業(yè)作為實驗組，重新檢驗失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響，結果如表5列(1)所示。本文還將對照組改為固定資產最高的1/2的企業(yè)，實驗組改為固定資產最低的1/2的企業(yè)進行回歸，其結果如表5列(2)所示。從結果可以看出，在兩種新分組的情況下，該制度仍然在1%的水平上顯著提高了企業(yè)的銀行借款。同時，兩種結果都表現出劑量效應，即對照組和實驗組之間的差異逐漸縮小時，制度所產生的效果在兩組間的差異也會隨之減少，說明失信被執(zhí)行人名單制度對企業(yè)銀行借款的提升作用存在“中等區(qū)間”。表5列(1)與列(2)中Treat×Post的系數均小于表4列(3)基準回歸中的系數，說明制度作用因分組不同被削弱，與理論預期相符。

3.傾向得分匹配法。

因為制度本身可能會存在非隨機選擇因素，從而產生一定的內生性問題，為此，本文進一步使用傾向得分匹配法和雙重差分相結合的方法(PSM-DID)進行檢驗。傾向得分匹配法有助于改善樣本選擇偏差問題，保證處理組和對照組的可比較性。其基本思想是：通過匹配構建一個與固定資產占比較低企業(yè)的主要特征“盡可能一致”的固定資產占比高企業(yè)作為對照組，使匹配后兩個樣本組的配對企業(yè)之間僅在固定資產占比方面有所不同。具體地，本文先將控制變量用于傾向得分匹配法，對樣本進行1∶4有放回近鄰匹配方法匹配，再用雙重差分法進行估計，其結果如表5列(3)所示，可見結果并未發(fā)生實質性變化。

4.添加地區(qū)層面控制變量。

考慮到地區(qū)層面差異可能會影響企業(yè)獲得的銀行借款，本文添加一系列地區(qū)層面控制變量，包括：(1)經濟發(fā)展水平。由于銀行借款受到國家宏觀經濟發(fā)展的影響較大，本文使用平減后的城市人均GDP取對數(GDP_per)進行衡量。(2)法制化水平。金融契約的界定和實施很大程度上依賴于法律的保護，本文使用各省份每萬人律師數(Law)進行衡量。表5列(4)的回歸結果依然和基準回歸相符。

表5 穩(wěn)健性檢驗

(四)作用機制檢驗

為了檢驗失信被執(zhí)行人名單制度對企業(yè)銀行借款的作用渠道，本文根據Baron和Kenny(1986)[45]提出的依次檢驗法構建中介效用模型：

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為一系列中介變量，其他變量含義同模型(1)，所有回歸結果的標準誤差均在企業(yè)層面進行聚類調整。

1.替代強化機制檢驗。

本文參考甄紅線和王三法(2021)[46]的做法，選擇了14個與企業(yè)聲譽相關的指標(1)這些指標具體包括：消費者和社會角度的企業(yè)資產、主營業(yè)務收入、凈利潤、總資產收益率和主營業(yè)務收入市場占有率；債權人角度的資產負債率、流動比率、長期負債比；股東角度的每股收益、每股股利、股東大會出席率和是否為國際四大會計師事務所審計；企業(yè)角度的董事會規(guī)模；聲譽投入角度的無形資產凈額的對數。，采用因子分析法計算出企業(yè)聲譽得分(REP)。企業(yè)聲譽得分越高，說明企業(yè)聲譽越好。模型(3)的回歸結果如表6列(1)所示，模型(4)的回歸結果如表6列(2)所示。α3、β3和β4的系數都通過了顯著性檢驗，說明失信被執(zhí)行人名單制度可以利用第三方聲譽懲罰對企業(yè)起到威懾作用并約束企業(yè)的失信行為，提高企業(yè)聲譽，從而幫助企業(yè)獲得銀行借款，驗證了H2。

2.激勵機制檢驗。

企業(yè)內部控制質量是一個寬泛的概念，為保證實證結果的可靠性，本文利用三種變量來衡量：(1)利用內部控制是否存在缺陷(Inc)。當企業(yè)自我評價報告中表明自身存在重大缺陷時，即認為企業(yè)內部控制存在缺陷，虛擬變量Inc取值為0，反之取值為1。(2)迪博-中國上市公司內部控制質量指數(Dib)。迪博-中國上市公司內部控制質量指數是外界對企業(yè)內部控制質量的評價，反映了企業(yè)風險管控水平和內部控制能力，該指數的值越大，表明內部控制目標越能得到貫徹落實，內部控制質量越高。(3)借鑒Roychowdhury(2006)[47]的模型來測量企業(yè)真實盈余管理水平(RM)，該指標的值越大，代表真實盈余管理水平越高，企業(yè)內部控制質量越差。

表6 替代強化機制檢驗

表7的回歸結果證明，無論采用哪種方式衡量企業(yè)內部控制質量，α3、β3和β4的系數都顯著，說明存在部分中介效應，失信被執(zhí)行人名單制度所代表的第三方聲譽懲罰機制將會提升企業(yè)信用意識，倒逼企業(yè)提高內部控制質量，降低企業(yè)盈余管理，從而幫助企業(yè)獲得銀行借款，驗證了H3。

表7 激勵機制檢驗

(五)異質性檢驗

為了考察失信被執(zhí)行人名單制度對不同風險水平以及不同地區(qū)企業(yè)的作用差異，本文在雙重差分模型的基礎上繼續(xù)構建三重差分模型進行進一步的識別檢驗。具體模型構建如下：

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

+β3Treati+β4Postt+β5Treati×dz

+β6Controlsit+δi+γt+εit

(5)

其中，dz依次表示企業(yè)風險與地區(qū)金融發(fā)展水平。本文利用企業(yè)財務杠桿(DFL)與行業(yè)競爭度(HHI)衡量企業(yè)風險，利用普惠金融指數(Fin)衡量地區(qū)金融發(fā)展水平，其他變量同模型(1)。本文主要關注三重差分交乘項β1，若其通過顯著性檢驗，則說明失信被執(zhí)行人名單制度在不同特征的企業(yè)中存在明顯差異。

1.企業(yè)風險水平的影響分析。

傳統(tǒng)企業(yè)風險主要包括財務風險和經營風險，本文使用企業(yè)財務杠桿率的大小來衡量其財務風險的高低，財務杠桿率越高則相應的企業(yè)財務風險越大；同時，利用HHI指數(2)本文基于所有者權益構建市場競爭度指標。由于文中樣本數據只保留了固定資產占比最高1/3和最低的1/3企業(yè)，衡量行業(yè)的市場競爭度時若只根據回歸樣本進行計算則會產生一定誤差，故本文使用全樣本(即所有上市公司A股企業(yè))對市場競爭度(HHI)進行計算。衡量企業(yè)所處行業(yè)的競爭度，HHI指數越高，說明市場集中度越高，行業(yè)內的市場競爭度越小，此時企業(yè)經營風險較低。本文以財務杠桿的年度行業(yè)均值為界將樣本分為財務風險較低的企業(yè)(賦值為1)和財務風險較高的企業(yè)(賦值為0)，生成虛擬變量DFL，再根據企業(yè)所處行業(yè)的HHI指數生成變量HHI，分別和雙重差分項交乘構建三重差分模型。結果如表8列(1)和列(2)所示，三重差分交乘項系數顯著為正，說明當失信被執(zhí)行人名單制度通過第三方聲譽懲罰降低市場交易成本時，風險水平較低的企業(yè)更容易獲得銀行借款，失信被執(zhí)行人名單制度的第三方聲譽懲罰機制主要對企業(yè)銀行借款起到“錦上添花”的作用，驗證了H4。

表8 異質性檢驗

2.地區(qū)金融發(fā)展水平的影響分析。

本文使用北京大學數字普惠金融指數(郭峰等，2020[48])來衡量地區(qū)金融發(fā)展水平，取其自然對數定義為Fin，構造三重差分項進行檢驗。表8列(3)的結果顯示三重差分系數顯著為負，說明地區(qū)金融發(fā)展水平和第三方聲譽懲罰的制度環(huán)境呈現替代關系，在金融發(fā)展水平較低地區(qū)更需要第三方聲譽懲罰機制彌補金融體系的“缺位”，失信被執(zhí)行人名單制度對銀行借款的作用更顯著，驗證了H5。

五、進一步檢驗

(一)通過其他融資渠道對失信被執(zhí)行人名單制度的銀行借款提升作用進行檢驗

除了銀行借款，商業(yè)信用也是企業(yè)的一種重要融資渠道(3)商業(yè)信用是指在商品交易中由于延期付款或預收貨款所形成的企業(yè)間的借貸關系。具體形式包括應付賬款、應付票據、預收賬款等。。商業(yè)信用的雙方是密切往來的商業(yè)伙伴，擁有共同的商業(yè)利益，屬于信用融資范疇。相比銀行借款而言，商業(yè)信用融資具有手續(xù)便利、門檻低的特點(Biais和Gollier，1997[49]；Petersen和Rajan，1997[50])，但也有期限較短、融資金額較少等缺點。那么，失信被執(zhí)行人名單制度對企業(yè)商業(yè)信用融資有何影響呢？

本文利用2010—2016年的中國滬深A股上市公司作為研究樣本，被解釋變量“企業(yè)商業(yè)信用”利用企業(yè)商業(yè)信用與總資產的比值來衡量，模型設定同模型(1)。從表9列(1)的回歸結果中可以看出，失信被執(zhí)行人名單政策的建立顯著降低了企業(yè)獲得的商業(yè)信用融資。可能的原因是：石曉軍和李杰(2009)[51]、趙勝民和張博超(2019)[52]等發(fā)現，在既定的企業(yè)融資需求下，銀行借款和商業(yè)信用融資是相互替代的關系，對于那些難以獲得銀行融資的企業(yè)，他們更傾向于獲取商業(yè)信用融資。失信被執(zhí)行人名單制度出臺后，由政府實施的第三方聲譽懲罰提高了司法公信力和社會誠信水平，企業(yè)內部控制質量提高，從資本市場中獲得的銀行借款增加，此時對于商業(yè)信用融資的需求顯著減少。因此，失信被執(zhí)行人名單制度增加了企業(yè)獲得的銀行借款，減少了商業(yè)信用融資，改變了企業(yè)融資結構。

(二)失信被執(zhí)行人名單制度銀行借款提升作用的動態(tài)檢驗

中國對失信被執(zhí)行人的聲譽懲罰是一個動態(tài)變化的過程，失信被執(zhí)行人名單制度也經歷了數次修改，不同階段對失信被執(zhí)行人的懲戒措施有所不同，因此，對失信被執(zhí)行人名單制度的銀行借款提升作用還需進行動態(tài)檢驗。

2017年3月，最高人民法院通過了《最高人民法院關于修改〈最高人民法院關于公布失信被執(zhí)行人名單信息的若干規(guī)定〉的決定》(以下簡稱《修改》)，在失信被執(zhí)行人的第三方聲譽懲罰中導入了“退出”機制?！缎薷摹访鞔_了納入失信被執(zhí)行人名單的期限為兩年，若情節(jié)嚴重或具有多項失信行為可延長一至三年。那么，這種帶有退出機制的第三方聲譽懲罰是否會降低失信被執(zhí)行人名單制度的懲罰力度，削弱第三方聲譽懲罰對企業(yè)銀行借款的提升作用呢？

本文使用2015—2019年的中國滬深A股上市公司數據檢驗第三方聲譽懲罰退出機制是否會對企業(yè)銀行借款產生影響，設置新的時間虛擬變量law2017，在2017年之前取0，2017年及以后取1。表9列(2)的結果顯示，Treat×Law2017的系數并不顯著，說明第三方聲譽懲罰退出機制對于企業(yè)銀行借款沒有顯著影響。由于網絡、電視等現代傳媒具有傳播速度快、范圍廣等特點，數年的“曝光”足以產生“公告效應”，讓失信被執(zhí)行人名譽掃地，形同“社會死亡”。即使《修改》讓失信被執(zhí)行人在不履行法律義務的前提下2～5年后仍然能自動從失信被執(zhí)行人“黑名單”中撤銷，但曾經失信的不良記錄無法抹去，在信息時代中失信行為更加無所遁形，失信會使企業(yè)聲譽受到幾乎不可挽回的重大損失。因此，時間限定的第三方聲譽懲罰并不會弱化聲譽懲罰機制的作用。

表9 失信被執(zhí)行人名單制度的企業(yè)銀行借款提升作用的進一步檢驗

六、研究結論與展望

(一)研究結論

雖然已有學者證明了當企業(yè)受到政府聲譽懲罰時，其損失將遠遠高于罰款金額(Karpoff，2008[3]；Verschoor，2012[4])，但迄今缺乏關于政府的聲譽懲罰是否會對其他未受罰企業(yè)產生影響的實證。本文基于第三方聲譽懲罰理論，將2013年失信被執(zhí)行人名單制度的出臺作為自然實驗，以2010—2016年中國大陸A股上市公司作為研究樣本，實證檢驗了失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響，得出如下主要研究結論。

第一，失信被執(zhí)行人名單制度有助于企業(yè)獲得銀行借款。失信被執(zhí)行人名單制度利用政府擔當第三方聲譽懲罰的執(zhí)行者，提高了聲譽懲罰的權威性，有助于提高社會誠信水平，降低市場交易成本，從而提升了企業(yè)銀行借款。更換分組方法、改用傾向得分匹配法、添加地區(qū)層面控制變量等一系列穩(wěn)健性檢驗均支持了這一結論。

第二，失信被執(zhí)行人名單制度通過倒逼企業(yè)提高聲譽、強化內部控制質量提高企業(yè)銀行借款。失信被執(zhí)行人名單制度通過第三方聲譽懲罰增加了企業(yè)失信的聲譽成本，企業(yè)作為理性經濟人可能會改變決策偏好，從而在客觀上提高企業(yè)聲譽，增強銀行放貸意愿；失信被執(zhí)行人名單制度通過政府實施第三方聲譽懲罰，改善了市場誠信環(huán)境，增強了企業(yè)管理層的信用意識，使其實施更嚴格的內部控制，從而提高會計信息質量，幫助企業(yè)獲得銀行借款。

第三，企業(yè)風險水平越低，失信被執(zhí)行人名單制度對企業(yè)銀行借款的作用越顯著。企業(yè)擁有較低的風險水平意味著其具備較好的還款能力且違約率較低，此時失信被執(zhí)行人名單制度通過第三方聲譽懲罰改善市場環(huán)境后，風險水平低的企業(yè)更容易成為銀行的放款對象。另外，地區(qū)金融發(fā)展水平與失信被執(zhí)行人名單制度之間存在替代關系，在金融不發(fā)達的地區(qū)，失信被執(zhí)行人名單制度能夠通過政府主導的第三方聲譽懲罰降低市場交易成本，彌補金融發(fā)展的不足，企業(yè)銀行借款受到失信被執(zhí)行人名單制度的影響也更顯著。

第四，失信被執(zhí)行人名單制度也影響了企業(yè)其他融資渠道。本文通過實證檢驗證明了失信被執(zhí)行人名單制度顯著降低了企業(yè)的商業(yè)信用融資規(guī)模，改變了企業(yè)融資結構。在對失信被執(zhí)行人名單制度修改產生的影響進行檢驗后，本文發(fā)現聲譽具有“建難毀易”的特征，聲譽懲罰的退出機制并不會弱化第三方聲譽懲罰的企業(yè)銀行借款提升作用。

(二)管理啟示

基于失信被執(zhí)行人名單制度對企業(yè)銀行借款影響機理的研究結論，得到如下主要管理啟示。

第一，確保失信被執(zhí)行人名單制度的有效實施。應嚴格按照程序將失信人員納入“黑名單”，同時充分利用信息技術進行數據互聯，與個人和企業(yè)的信用檔案實現失信信息共享，確保失信被執(zhí)行人名單制度對企業(yè)生產經營活動的規(guī)范作用。

第二，完善政府主導的第三方信用懲罰措施。政府主導的第三方信用懲罰是緩解企業(yè)融資約束、激活市場活力的重要途徑。2019年7月國務院辦公廳發(fā)布了《關于加快推進社會信用體系建設構建以信用為基礎的新型監(jiān)管機制的指導意見》，指出要加強完善失信聯合懲戒機制，深入開展失信聯合懲戒。本文結論為構建良好的失信聯合懲戒提供了理論依據，以消費約束為代表的經濟型懲戒和以聲譽懲罰為代表的社會型懲戒相結合是未來第三方信用懲戒的正確發(fā)展方向，有助于形成“一處失信、處處受限”的信用懲戒格局。

第三，降低企業(yè)自身風險水平。解決企業(yè)融資難問題不僅依靠外部制度環(huán)境的改善，還依賴于企業(yè)自身財務信息質量改善以及市場競爭力提高。因此，企業(yè)在日常經營中應注意降低其經營風險和財務風險，使制度環(huán)境改善發(fā)揮更大的企業(yè)銀行借款提升作用。

(三)局限與展望

本文實證檢驗了失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響，豐富了第三方聲譽懲罰的相關研究，未來在該領域可以從以下兩個方面進行更加深入的研究：其一，本文以中國企業(yè)為樣本研究了失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響，但不同國家對于失信被執(zhí)行人的聲譽懲罰方式有所不同，因此，本文結論對于其他國家是否適用仍需進一步實證檢驗，未來研究可以將其他國家企業(yè)作為研究樣本對本文結論進行進一步驗證。其二，本文檢驗了失信被執(zhí)行人名單制度對企業(yè)銀行借款的影響，但對受信用環(huán)境影響的企業(yè)其他方面尚未加以研究，未來可以針對企業(yè)生產經營合規(guī)性、會計信息披露質量等方面進行拓展研究。