银行信贷、投资扩张与产能过剩的相关性研究

银行信贷、投资扩张与产能过剩的相关性研究【中图分类号】F234.4【文献标识码】A【文章编号】1004-5937〔2017〕11-0061-07一、研究背景及问题提出产能过剩是当前中国存在的突出问题，也是关注的重点。2015年11月10日，在财经领导小组第十一次会议上，---主席首次提出“在适度扩大总需求的同时，着力加强供给侧改革，着力提高供给体系的质量和效率〞。2016年3月5日，在工作报告中李克强总理再次明确提出“着力加强供给侧改革，加快培育新的发展动能，改造提升传统比较优势，抓好去产能、去库存、去杠杆、降成本、补短板……〞。自此，产能过剩、去产能、去库存、去杠杆等成为人们热议的焦点。在供给侧改革中，去产能、去库存、去杠杆等任务并非是相互独立的，过剩的产能和高库存背后往往可能存在信贷的支持。因此，本文试图研究信贷与产能过剩之间的关系。改革开放以来，我们国家大量引进外资和技术，通过不断扩大、增加产能来维持的高速发展。2008年全球危机爆发后，为了继续维持经济的稳定和较快增长，提出了应对全球危机的一揽子计划，包括取消商业银行的信贷规模限制，扩大信贷规模，以加大金融对经济发展的支持力度；同时加强对民生工程、基础设施、生态等领域的建设，到2010年年末使总规模达到4?f亿元，即“4万亿计划〞。这一系列措施的效果十分显著，2009―2014年，我们国家经济在全球经济萎缩的背景下仍然实现了较快的增长，年均增长速度达到8.58%，但近年来，经济快速增长带来的后果也日益凸显出来。大规模投资引起的产能过剩问题越来越严重，除钢铁行业外，化工、水泥、平板玻璃、有色金属、陶瓷等行业的产能过剩问题也相当严重，产能过剩已经成为当前以及未来一段时间内制约我们国家经济发展的障碍。据工信部，2014年，我们国家粗钢的产能已达到11.6亿吨，而当年的实际产量只达到8.2亿吨，消费量仅为7.4亿吨，钢铁行业的产能利用率只有70%，大大低于80%的国际水平，产能过剩严重。然而在产能过剩严重的情况下，当年钢铁工业新开工的项目却达到了2037个，固定资产投资达到6479亿元。在高耗能、产能过剩严重的水泥和平板玻璃行业，2014年的产量分别为24.8亿吨和7.9亿重量箱，均达到世界第一的水平，而水泥行业当年又新增产能7000多万吨。从以上数据可以看出，我们国家众多行业一方面存在生产力过剩的现象，产能过剩问题严重；另一方面又在不断扩大投资，增加产能。正是在此背景下，首次提出了以“三去一降一补〞为目标的供给侧改革，这一改革目标的提出为解决我们国家产能过剩问题指明了方向。产能过剩一般是指实际的生产能力超出市场需求和正常期望水平的状态，是资源配置效率低的外在表现。过剩的产能是在宏观需求冲击、政策扭曲以及国有利益机制等因素的共同作用下产生的。在这些因素中，银行信贷作为连接调控政策和微观的具体手段，在产能过剩的形成中起到了很大的作用，过剩的产能和高库存背后往往存在银行信贷的支持。根据中国人民银行公布的数据，从金融危机爆发后的这几年来看，中国人民银行多次下调金融机构人民币贷款和存款基准利率，我们国家人民币贷款额不断增加。非金融企业及其他部门的贷款由2009年的28.69万亿元增长到2014年的57.58万亿元，共增长了100.73%，平均每年增长20.15%。宽松的信贷下，我们国家银行信贷水平大幅提高，企业整体借款额增加。在信贷水平不断提升的同时，我们国家制造业的投资额也在不断增加，投资规模不断扩大。2009年我们国家制造业固定资产总投资额为7.706万亿元，到2014年投资额达到16.703万亿元，投资规模总体提高了116.75%，年均增长23.35%。表1为2009―2014年我们国家银行信贷、制造业固定资产投资额具体数据。从数据来看，银行信贷增长的速度和固定资产投资增长的速度有较强的吻合度。除此之外，从信贷的流向来看，当前产能过剩的行业基本都是前期银行信贷投放的重点。在宽松的货币政策下，企业可以更加容易地以较低的成本从银行取得借款，企业通过银行借款筹集资金的意愿和能力增强，内部杠杆率不断提高。根据国际清算银行的，从2008年开始中国企业部门的杠杆率迅速上升，到2015年9月，中国企业部门的杠杆率达到166.3%，超过警戒线76.3个百分点。一般而言，宽松的货币政策为企业提供了便利、低成本的资金筹集渠道，大量信贷资金涌入企业，企业内部的杠杆水平提高，这可能激发企业投资扩张的热情，如果投资扩张与企业自身的能力以及不匹配或者与发展不符就会形成过度投资现象。而在企业投资扩张行为的推动下，企业的产能不断膨胀，如果市场不能及时消化这些产能，最终可能形成产能过剩。从已有的研究结论来看，企业的投资扩张受地方干预、银行信贷、市场化改革以及层控制权等因素的影响，然而国内已有的研究并未对银行信贷与企业投资扩张行为的关系得出一致结论，企业投资扩张行为与产能过剩的关系也并不明朗。因此，在改革的背景下，弄清我们国家银行信贷与企业投资扩张之间的关系，以及投资扩张是否导致产能过剩，进而分析投资扩张在银行信贷与产能过剩之间是否起中介作用显得很有必要。已有的对产能过剩的研究，大都是从行业或地区等宏观层面出发，然而无论是行业还是地区都是由微观的企业组成，行业的产能过剩与每个企业的产能利用情况密切相关。基于此，本文从微观企业层面探讨银行信贷与产能过剩的关系以及企业投资扩张是否在银行信贷与产能过剩间起中介作用，从而为治理产能过剩提供理论依据。二、理论分析及研究假设〔一〕银行信贷与企业投资扩张关于银行信贷与企业投资扩张的关系，理论界存在不同的认识。一方面，从代理成本理论来看，银行信贷可能会推动企业的投资扩张。作为企业的投资者，股东和债权人之间存在利益冲突。一般而言，股东和债权人的风险偏好存在差异，股东偏好风险较大的项目，要求的回报率比较高，而债权人偏好风险相对比较小的项目，要求的回报率比较低，但现实情况是股东往往能够控制企业的经营决策，因此在债权人不能对股东实施有效监督和约束的情况下，股东很可能会投资一些风险相对比较大，甚至净现值为负的项目，以利用债权人的资金博取可能的高收益，从而产生过度投资，也就是“资产替代〞现象。JensenandMeckling[1]从债权人与股?|利益冲突的视角提出在财务杠杆比较高时，股东有强烈的动机从事成功机会很小但一旦成功收益巨大的项目，从而产生过度投资。GavishandKalay[2]分析了由股东与债权人之间利益冲突引起的资产替代问题，研究结果表明随着资产负债率的提高，企业的资产替代问题会更加严重。另一方面，从的相机治理理论来看，银行信贷可能有助于抑制企业投资扩张。现代企业两权分离，股东和者之间存在利益冲突，由于信息的不对称，出于对自身地位、声誉以及经济利益的追求，管理者往往更加倾向于扩大企业的规模。的相机治理理论认为企业的负债能够约束管理层的这种投资扩张倾向。首先，企业需要偿还到期的债务本金和利息，如果到期无力偿还或是资不抵债，企业将面临破产清算，这样管理者的职业安全、声誉以及经济利益都将受到威胁，因此出于对自身利益的考虑，管理者进行投资决策时就会考虑债务因素，尽量保留足额的资金以偿还到期债务，从而减少管理层可以支配的自由现金流，限制其投资扩张的行为。其次，为了维护自身的权益，债权人会对企业经营活动进行干预和监督，在签订借款合同时，债权人往往会在合同中加入一些保护性条款，例如规定企业流动资金的保持量、限制企业净经营性长期资产总投资的规模、贷款专款专用等，这些条款都会在一定程度上限制企业的投资扩张行为。GrossmanandHart[3]认为企业需要偿还到期债务的本金和利息，从而降低了股东和管理者之间的利益冲突。在我们国家现前阶段，由于独特的经济、制度环境，导致债务的相机治理作用被弱化，银行信贷更多地表现为对企业投资扩张行为的推动作用。何建明[4]认为对企业的扶植会推动银行对部分大型企业的超额信贷供给，从而引起这些企业的过度投资行为。辛清泉、林斌[5]指出对国有企业和国有商业银行同时实施的预算软约束会导致债务治理机制失效，从而引起企业的投资扩张。李枫、杨兴全[6]发现债务整体上对抑制企业过度投资并没有显著作用，在国有控股中，负债以及银行借款反而会加重过度投资。王建新[7]认为由于我们国家金融体系不健全，许多国有上市存在预算软约束现象，债务并未发挥有效的约束作用。张兆国等[8]研究发现有关系的企业银行借款更加容易，导致过度投资行为。陈其安等[9]指出，我们国家国有控股上市公司有国家信用作后盾以及地方的扶植，商业银行并未对公司实施有效监管，从而导致公司的过度投资随着银行债务融资的增加而增加。从以上分析可以看出，在干预、银企关系以及企业关联等因素的影响下，银行信贷对企业的约束作用削弱，从而更多地表现为对企业投资扩张的资金支持功能。基于此，提出本文的假设1。假设1：银行信贷会推动企业投资扩张行为的产生。〔二〕投资扩张与产能过剩通过上面的分析可以看出，在我们国家银行信贷很有可能加剧了企业的投资扩张行为，那么这样的投资扩张行为是否会最终引起企业的产能过剩呢？产能过剩可以分为周期性产能过剩和非周期性产能过剩。周期性产能过剩是由市场经济的周期性波动引起的，属于正常现象，而由经济周期以外的因素引起的产能过剩则属于非周期性产能过剩。多者认为当前我们国家面临的不仅仅仅是简单的周期性产能过剩，也是转轨经济体制下制度的不完善以及长期以来经济粗放高速发展等原因导致的非周期性产能过剩。我们国家本轮产能过剩是经济周期因素与经济体制原因等多种因素叠加的结果，具有鲜明的中华特点[10]。关于投资扩张是否会引起产能过剩，尚未形成完整的理论体系。从已有的研究来看，大部分学者认为投资扩张会导致产能过剩。林毅夫等[11]指出，在信息不充分的情况下，企业很容易对某个或者某几个行业形成良好共识，从而集中涌入相关行业，形成“潮涌〞现象，并最终导致行业的产能过剩。耿强等[12]指出，的政策性补贴歪曲了要素的市场价格，压低了企业的投资成本，从而引发了企业投资行为的扭曲，导致产能过剩问题产生。江飞涛等[13]在研究地区竞争与产能过剩的关系时，再次指出地方竞争使得企业的投资风险外部化，从而引起企业的过度产能投资，并最终引发行业产能过剩。王立国、鞠蕾[14]的研究结果表明，地方的不当干预会引发企业过度投资，进而造成产能过剩问题。韩国高[15]研究发现经济高速增长带来的大量固定资产投资导致了产能过剩。赵昌文等指出地方业绩考核体系刺激下的企业投资也加剧了产能过剩。除此之外，积极的宏观政策刺激下产生的消费热情、的产业政策以及信息的不充分极易引起企业的投资热，导致产能的增加。然而，这种通过政策刺激的需求热并非是持续的，当短期的消费热情回归正常后，产能的持续性必然会引起生产能力剩余的问题。从以上分析可以看出，在信息不充分、政策导向、短期需求热等因素的影响下，企业的投资扩张行为可能会导致企业产能过剩，由此提出本文的假设2。假设2：企业的投资扩张会加剧产能过剩。〔三〕银行信贷与产能过剩通过以上对银行信贷与企业投资扩张的关系以及投资扩张与产能过剩关系的理论分析可以看出，银行信贷会推动企业的投资扩张并最终引起企业产能过剩，银行信贷影响产能过剩的作用机理如此图1所示。在经济高速增长以及金融危机背景下，宽松的货币政策使银行信贷规模不断扩大，企业从银行取得的资金越来越多，而股东与债权人的利益冲突以及由干预、银企关系以及企业的政治关联等因素引起的预算软约束问题使银行信贷更多地表现为对企业投资的资金支持功能，从而加剧企业的投资扩张行为。而企业投资决策时信息的不充分、的政策导向以及宏观调控政策引发的短期需求热等因素，会导致企业对自身的战略发展以及某个行业的发展作出错误预期，形成盲目的过度投资，并最终引发企业的产能过剩。因此，在我们国家现前阶段特殊的经济制度背景下，银行信贷会因影响企业的投资行为而导致产能过剩。基于此，提出本文的假设3。假设3：银行信贷能够引起产能过剩，投资扩张在银行信贷导致产能过剩的过程中起中介作用。三、研究设计〔一〕样本选取及数据;本文主要考察2008年金融危机之后企业的银行信贷、投资扩张与产能过剩三者之间的关系，因此选取2008年之后的数据进行研究。选取2009―2014年深沪两市A股制造业上市公司作为初始样本，同时删除了被ST的公司以及数据缺失、无效的公司，最终得到692家制造业上市公司2009―2014年的3436个样本观测值。数据;于国泰安数据库以及万德数据库，主要采用Excel2007以及SPSS17.0对数据进行处理和分析。〔二〕模型设计及变量定义本文设计了3组7个模型，对银行信贷是否通过影响企业的投资扩张行为进而影响产能过剩进行检验。首先设计模型对银行信贷与企业投资扩张之间的关系进行检验，其次设计模型来检验企业投资扩张是否会引起产能过剩，最后根据Mulleretal.以及温忠麟等[16]判定中介作用的方法，设计模型对企业投资扩张在银行信贷与产能过剩之间的中介作用进行检验。1.银行信贷与企业投资扩张企业投资扩张的水平用企业新增投资支出衡量。当银行信贷与企业投资支出正相关时，说明银行信贷能够推动企业的投资扩张行为。企业的投资水平主要受企业投资机会以及成长性的影响，一般用托宾Q值以及股票回报率来衡量企业的投资机会和成长性。但考虑到我们国家市场的实际情况，本文引进总资产回报率作为衡量企业投资机会和成长性的补充变量。同时，根据以前的文献，企业的投资还会受到资产规模、上市年限、负债水平以及其他资金;的影响。除此之外，引进行业和年度虚拟变量以控制行业和年度因素的固定影响。据此，建立多元线性模型〔1〕来检验企业银行信贷与企业投资扩张的关系。其中Inve表示企业投资扩张水平，用本期新增投资额/期初总资产表示，本期新增投资额为现金流量表中“购建固定资产、无形资产和其他长期资产支付的现金〞加上“取得子公司及其他营业单位支付的现金净额〞，减去“处置固定资产、无形资产和其他长期资产收回的现金净额〞和“处置子公司及其他营业单位收到的现金净额〞，最后减去本期固定资产折旧和无形资产摊销额的值；Tobin、ROA、StockRetu代表企业的成长性和投资机会，分别用上一期的托宾Q值、上一期?资产报酬率以及上一期的股票回报率衡量；Age表示企业的上市年限，用企业上市年限取对数度量；Size表示企业的规模，用期初总资产取对数度量；Lev表示资产负债率，用期初的负债合计/期初总资产度量；BD表示企业的银行信贷水平，用本期企业的长短期借款增加额合计数/期初总资产度量；Cap表示企业通过权益融资筹得的资金水平，用本期新增实收资本/期初总资产衡量；Pay表示企业商业信用水平，用企业本期增加的应付款项及预收账款合计数/期初总资产衡量；Indu和Year分别表示行业和年份虚拟变量，Indu按中国证监会2012年的行业分类标准将所有制造业企业分为13个行业；？茁0表示常数项，？茁1―？茁11表示各变量的系数。2.投资扩张与产能过剩已有研究大都从行业层面研究产能过剩，从企业层面测度产能过剩的指标比较少，本文借鉴修宗峰等[17]的做法，用收入与固定资产的比作为衡量企业产能利用率的指标，该指标越低表示企业的产能利用效率越低，产能过剩程度越大。为了进一步检验投资扩张是否会推动企业产能过剩问题的产生，本文建立模型〔2〕。ProduCap=？茁0+？茁1Tobin+？茁2ROA+？茁3Age+？茁4Size+？茁5Lev+？茁6Inve+？茁7Cap+？茁8Pay+？茁9Indu+？茁10Year+？着〔2〕模型〔2〕中ProduCap代表企业的产能过剩程度，用本期营业收入/期末固定资产总额衡量；其他变量的含义和模型〔1〕中相同。3.企业投资扩张对银行信贷和产能过剩的中介作用中介作用是一种间接作用，当自变量X通过另一变量Z对因变量Y产生影响时，则称Z为中介变量，Z在X与Y之间具有中介作用。在只有一个中介变量时，若X对Y的总效应为a，X对Y的直接效应为b，则a-b为中介效应，当b等于0时为完全中介，b不等于0时为部分中介。依据Mulleretal.[18]以及温忠麟等[16]判定中介作用的方法，要证明投资扩张在银行信贷对产能过剩的影响中起中介作用，需要满足四个条件：第一，银行信贷对企业投资扩张的影响显著，这在模型〔1〕中将进行检验；第二，企业投资扩张对产能过剩作用显著，模型〔2〕将对此问题进行检验；第三，在投资扩张变量未引进时，银行信贷对产能过剩的作用显著；第四，当投资扩张变量引入时，银行信贷对产能过剩的作用不再显著或者相关性、显著性降低。当银行信贷对产能过剩的作用变得不显著时，说明投资扩张为完全中介，即银行信贷对产能过剩的效应全部是通过投资扩张引起的；如果银行信贷对产能过剩的作用仍然显著但是相关性、显著性降低，说明投资扩张属于部分中介，银行信贷可能对产能过剩具有直接效应，或者还具有其他中介变量使银行信贷对产能过剩产生影响。依据假设3，为进一步检验上述第三、第四个条件是否成立，分别建立模型〔3〕和模型〔4〕，以考察银行信贷是否对产能过剩有显著的影响以及当投资扩张变量引入时这种影响的变化情况。四、??证检验及结果分析〔一〕描述性统计分析表2是2009―2014年深沪两市A股制造业上市公司主要变量的描述性统计数据。由表2可知银行信贷水平〔BD〕的均值为正，说明2009―2014年制造业上市公司银行信贷水平整体都在提高。企业权益融资水平和商业信用融资水平的均值分别为0.027和0.016，高于银行借款融资水平，说明我们国家制造业企业更加倾向于采用权益融资方式和商业信用融资方式。企业投资扩张水平〔Inve〕的值为0.008，说明制造业上市公司投资额整体在不断增加，制造业投资规模不断扩大。企业产能过剩的程度〔ProduCap〕均值为1.952，标准差为14.357，固定资产的产能利用率在制造业上市公司之间差异比较大。〔二〕回归检验及结果分析本文从银行信贷整体水平对模型进行检验。通过检验模型〔1〕、模型〔2〕、模型〔3〕和模型〔4〕来考察银行信贷整体水平、投资扩张及产能过剩三者的关系。表3列示了模型〔1〕和模型〔2〕的回归结果。模型〔1〕用来检验企业银行信贷是否会推动投资扩张，从回归结果来看银行借款〔BD〕的回归系数为0.273，且在99%的水平下显著，说明银行信贷对企业的投资扩张有明显的推动作用。股东与债权人之间的代理冲突使得股东倾向于投资高风险的项目，在缺乏有效的监督治理时，较高的银行信贷水平带来充足的自由现金流无疑会推动企业的过度投资行为，假设1得到验证。股票回报率〔StockRetu〕与投资扩张水平显著负相关，而总资产回报率〔ROA〕与投资扩张水平不存在显著相关关系，说明我们国家制造业企业的投资行为与企业的投资机会以及成长性的相关性差，企业投资行为可能因为信息不充分、政策导向等因素的干预被扭曲。而资产负债率〔Lev〕与权益融资水平〔Cap〕和企业投资扩张水平都在99%的显著性水平下负相关，说明我们国家权益融资和债务融资总体上对企业的投资扩张行为有抑制作用，但债务融资中的银行信贷却对企业投资扩张产生了推动作用。债务融资整体上对企业的相机治理作用比较明显，但是由于我们国家干预、银企关系以及企业政治关联等因素的影响，银行信贷对企业的治理约束作用被削弱，从而更多地表现为对企业投资扩张的资金支持功能。模型〔2〕可以检验投资扩张是否会加剧产能过剩，回归结果显示企业投资扩张水平〔Inve〕的系数为-0.450，并且在99%的水平下显著，说明随着投资的增加，固定资产利用率在显著下降，企业的投资扩张行为加剧了产能过剩，本文的假设2通过检验。积极的宏观经济政策刺激下产生的短期消费热情，与企业过度投资形成的持续性高产能之间的不对称最终会导致生产能力的过剩。表4列示了模型〔3〕和模型〔4〕的回归结果。模型〔3〕和模型〔4〕用来检验投资扩张的中介作用。从模型〔3〕的回归结果来看，在未引进企业投资扩张水平〔Inve〕变量时，银行信贷水平〔BD〕的回归系数为-0.320，且在99%水平下显著，说明银行