不完全信息條件下的出口與信貸約束
——來(lái)自中國(guó)的理論與證據(jù)

Robert C. Feenstra，李志遠(yuǎn)，余淼杰(1.加州大學(xué)戴維斯分校 經(jīng)濟(jì)系，加利福尼亞州 戴維斯 95616；2.美國(guó)國(guó)家經(jīng)濟(jì)研究局，馬薩諸塞州 劍橋 0218；.上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200；.北京大學(xué) 國(guó)家發(fā)展研究院 中國(guó)經(jīng)濟(jì)研究中心，北京 100871)

?

不完全信息條件下的出口與信貸約束
——來(lái)自中國(guó)的理論與證據(jù)

Robert C. Feenstra1，2，李志遠(yuǎn)3，余淼杰4
(1.加州大學(xué)戴維斯分校 經(jīng)濟(jì)系，加利福尼亞州 戴維斯 95616；2.美國(guó)國(guó)家經(jīng)濟(jì)研究局，馬薩諸塞州 劍橋 02138；3.上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433；4.北京大學(xué) 國(guó)家發(fā)展研究院 中國(guó)經(jīng)濟(jì)研究中心，北京 100871)

文章討論了在“銀行-企業(yè)”不完全信息條件下，國(guó)內(nèi)企業(yè)和出口企業(yè)面對(duì)的信貸約束為何不同。由于企業(yè)的生產(chǎn)率等信息對(duì)于銀行而言屬于內(nèi)部信息，銀行為了保持激勵(lì)相容，會(huì)向企業(yè)提供少于企業(yè)所需最優(yōu)數(shù)量的貸款。這種貸款的約束構(gòu)成了企業(yè)面對(duì)的信貸約束。出口企業(yè)的運(yùn)輸時(shí)間越長(zhǎng)，相比國(guó)內(nèi)企業(yè)就會(huì)面臨更緊的信貸約束。使用中國(guó)企業(yè)的數(shù)據(jù)驗(yàn)證這一理論，我們發(fā)現(xiàn)，對(duì)中國(guó)企業(yè)而言，出口業(yè)務(wù)占比越大、運(yùn)輸時(shí)間越長(zhǎng)、生產(chǎn)率差異越大，企業(yè)面臨的信貸約束也就越緊。

出口；信貸約束；不完全信息；異質(zhì)性生產(chǎn)率；中國(guó)企業(yè)

一、引 言

2008年的金融危機(jī)引起了學(xué)術(shù)界就信貸約束是否顯著降低企業(yè)出口的討論。一方面，Amiti和Weinstein (2011)認(rèn)為貿(mào)易融資在日本20世紀(jì)90年代和美國(guó)近期的貿(mào)易活動(dòng)中扮演了重要角色；Chor和Manova (2012)發(fā)現(xiàn)出口國(guó)金融脆弱的部門(mén)對(duì)美國(guó)的貿(mào)易確實(shí)受到了更大的影響。另一方面，Levchenko等 (2010)發(fā)現(xiàn)信貸約束不影響美國(guó)的進(jìn)出口；Belgium等(2010)則認(rèn)為，盡管金融變量影響出口，然而國(guó)內(nèi)企業(yè)也同樣受到影響。當(dāng)然，早在危機(jī)之前，學(xué)術(shù)界已經(jīng)承認(rèn)在國(guó)家層面，金融發(fā)展水平和對(duì)外貿(mào)易之間存在潛在的因果關(guān)系。Kletzer和Bardhan (1987; 又見(jiàn) Beck, 2002；Matsuyama, 2005)認(rèn)為信貸市場(chǎng)的不完美會(huì)降低出口并影響貿(mào)易結(jié)構(gòu)；Chaney (2005)在Melitz (2003)的框架下構(gòu)建了上述模型，Manova (2013)對(duì)其進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果顯示，不同金融脆弱性的出口部門(mén)、不同金融發(fā)展水平的國(guó)家，受到的信貸約束具有系統(tǒng)性差異。*其他探討貿(mào)易與金融的文獻(xiàn)包括：Qiu (1999),Harrison和McMillan(2003)，Greenaway等(2007), Muls (2008), Buch等(2008), Héricourt和Poncet (2009), Poncet等(2009)以及Egger和Keuschnigg (2011)。

鑒于現(xiàn)有研究對(duì)信貸約束的不同觀點(diǎn)，我們有理由相信應(yīng)當(dāng)重新從理論上探究信貸約束對(duì)于國(guó)內(nèi)企業(yè)和出口企業(yè)的不同影響。Amiti和Weinstein (2011)提出過(guò)兩個(gè)有力的理由：出口企業(yè)的生產(chǎn)與銷售存在較長(zhǎng)周期；出口企業(yè)面臨更高的跨境支付風(fēng)險(xiǎn)。他們將貿(mào)易融資(而非貿(mào)易信貸)定義為企業(yè)間簽訂的用來(lái)保障出口商的契約。我們選取他們提出的第一個(gè)理由，即出口商的回款周期更長(zhǎng)，這與Berman等(2012)*在工作論文階段(Feenstra等, 2011)，我們還考慮了出口企業(yè)面臨的國(guó)際風(fēng)險(xiǎn)。但是由于風(fēng)險(xiǎn)是外生變量(與Ahn (2011)不同)，這種風(fēng)險(xiǎn)在理論上影響有限，在實(shí)證中無(wú)法得到足夠的證據(jù)，因此并未在此進(jìn)行討論。Berman等(2012)提出了違約風(fēng)險(xiǎn)，但是在模型中構(gòu)造為依賴運(yùn)輸時(shí)間的變量，從而在模型和檢驗(yàn)中得到顯著效果。的觀點(diǎn)相一致。本文的目的是在模型中考慮異質(zhì)性的運(yùn)輸時(shí)間，檢驗(yàn)由此引起的出口商和國(guó)內(nèi)銷售企業(yè)所面臨的銀行信貸差異。并利用中國(guó)的企業(yè)數(shù)據(jù)進(jìn)行檢驗(yàn)。

本文模型的特點(diǎn)是銀行面臨不完全信息，即企業(yè)有兩個(gè)方面的特征不能被完整觀測(cè)到。首先，銀行無(wú)法觀測(cè)到企業(yè)生產(chǎn)率。對(duì)于中國(guó)這樣快速增長(zhǎng)的經(jīng)濟(jì)體，企業(yè)進(jìn)入速度之快使得銀行無(wú)法及時(shí)有效地了解企業(yè)的實(shí)際經(jīng)營(yíng)狀況，因此這一假設(shè)是合理的。銀行與企業(yè)簽訂貸款數(shù)量和利率合同，會(huì)使得銀行自身利益最大化。從顯示原則出發(fā)并為不失一般性，我們假設(shè)合同會(huì)誘導(dǎo)企業(yè)提供真實(shí)的生產(chǎn)率信息。第二，銀行無(wú)法觀測(cè)貸款最終用于出口還是內(nèi)銷。這意味著我們并沒(méi)有對(duì)銀行的貿(mào)易融資進(jìn)行建模，因?yàn)橘Q(mào)易融資認(rèn)為銀行有能力區(qū)別企業(yè)將貸款是否用于出口生產(chǎn)。*Ahn(2011) 提供了以信息經(jīng)濟(jì)學(xué)為基準(zhǔn)的貿(mào)易融資模型。特別地，銀行貸款被用于設(shè)備購(gòu)買并覆蓋當(dāng)期生產(chǎn)成本，無(wú)論產(chǎn)出日后在哪里被銷售。對(duì)銀行無(wú)法監(jiān)控貸款流向的假設(shè)在不同的文章中都有提及，比如Bolton和Scharfstein(1990)。

基于上述假設(shè)，第二節(jié)我們將推導(dǎo)出與銀行激勵(lì)相容的、使銀行利潤(rùn)最大化的貸款模型，此時(shí)企業(yè)獲得的貸款小于最優(yōu)的貸款量，即銀行激勵(lì)相容原則造成了企業(yè)的信貸約束。信貸約束的原因在于，由于企業(yè)不能按照完全信息下的最優(yōu)生產(chǎn)量生產(chǎn)，獲得的銀行貸款量小于完全信息下的最優(yōu)貸款，從而損失了二階的(second-order)銷售利潤(rùn)。但是企業(yè)可以通過(guò)降低還款利率來(lái)獲得一階的(first-order)利潤(rùn)。因此，不受信貸約束的企業(yè)絕不會(huì)報(bào)告出真實(shí)生產(chǎn)率，獲得的貸款也小于完全信息下的最優(yōu)貸款量。所以激勵(lì)相容原則意味著企業(yè)一定會(huì)受到信貸約束。進(jìn)一步，由于銀行不能跟蹤企業(yè)獲得貸款后的資金流向，因此出口和內(nèi)銷活動(dòng)都會(huì)受到上述信貸約束的影響。又因?yàn)槌隹谛枰L(zhǎng)的運(yùn)輸時(shí)間，出口企業(yè)所面臨的信貸約束會(huì)比國(guó)內(nèi)企業(yè)更加嚴(yán)重。

出口和內(nèi)銷業(yè)務(wù)面臨的信貸約束是否相同？我們認(rèn)為答案是不一而論的。當(dāng)同一企業(yè)同時(shí)從事出口和內(nèi)銷時(shí)，銀行并不會(huì)區(qū)別對(duì)待出口和內(nèi)銷業(yè)務(wù)；然而，對(duì)于出口企業(yè)和內(nèi)銷企業(yè)而言，銀行信貸確實(shí)有所不同，出口企業(yè)由于生產(chǎn)銷售周期較長(zhǎng)，因此面臨的信貸約束也會(huì)更緊，從而降低了深度邊際和廣度邊際。實(shí)證上，我們?cè)诘谌?jié)和第四節(jié)利用2000-2008年中國(guó)工業(yè)企業(yè)數(shù)據(jù)檢驗(yàn)上述理論。投資環(huán)境報(bào)告顯示，中國(guó)是全球信貸約束最緊的國(guó)家之一，見(jiàn)(Claessens和Tzioumis,2006)，鑒于中國(guó)出口的高速增長(zhǎng)和所面臨的較大信貸約束，本文的實(shí)證結(jié)果具有重要意義。

我們對(duì)結(jié)構(gòu)模型進(jìn)行估計(jì)，設(shè)定銷售額受到利率、出口份額和其他變量的影響。實(shí)證結(jié)果穩(wěn)健地證明了出口企業(yè)面臨的信貸約束比國(guó)內(nèi)企業(yè)更緊：企業(yè)出口份額上升、運(yùn)輸時(shí)間增加、企業(yè)生產(chǎn)率異質(zhì)性更強(qiáng)，信貸約束也就越緊。相比于Manova(2013)關(guān)注產(chǎn)業(yè)層面的金融脆弱性特征，我們的結(jié)果更加深入到企業(yè)生產(chǎn)層面(即出口份額和運(yùn)輸模式)和行業(yè)層面(即不完全信息)的特征。我們同樣發(fā)現(xiàn)，更高的抵押品可以對(duì)沖信貸約束的影響，并且擴(kuò)大出口量。結(jié)論與討論見(jiàn)第五節(jié)，在線附錄提供了更多的理論和實(shí)證結(jié)果。*附錄參見(jiàn)http://www.econ.ucdavis.edu/faculty/fzfeens/papers.html。*由于篇幅所限，中文版附錄未列出，如有需要可與作者聯(lián)系。

二、激勵(lì)相容的貸款

1.模型。我們假設(shè)兩國(guó)模型，本國(guó)和外國(guó)(外國(guó)變量加*表示)。勞動(dòng)力是唯一的生產(chǎn)要素，本國(guó)人口為L(zhǎng)。同時(shí)存在兩個(gè)部門(mén)，第一個(gè)部門(mén)生產(chǎn)單一同質(zhì)化商品并且可以自由貿(mào)易，假設(shè)為連續(xù)統(tǒng)。兩國(guó)在第一個(gè)部門(mén)生產(chǎn)具有規(guī)模報(bào)酬不變的特征，因此工資為固定(w)。第二個(gè)部門(mén)與Melitz (2003)相同，在壟斷競(jìng)爭(zhēng)條件下生產(chǎn)連續(xù)的差異化產(chǎn)品。

(1)消費(fèi)者

消費(fèi)者擁有一單位勞動(dòng)力稟賦，對(duì)于差異化產(chǎn)品具有常替代彈性偏好。因此代表性消費(fèi)者的效用函數(shù)為：

其中ω表示不同產(chǎn)品，Ω是消費(fèi)者可以購(gòu)買的所有產(chǎn)品集合，σ>1是不同商品間的常替代彈性，μ是不同部門(mén)的支出份額。因此對(duì)于每一種商品的需求為：

(1)

(2)企業(yè)和銀行

不同部門(mén)的企業(yè)需要通過(guò)借貸融資來(lái)覆蓋δ比例的固定和可變成本。企業(yè)從單一、壟斷的銀行借款，銀行通過(guò)控制利率從而實(shí)現(xiàn)利潤(rùn)最大化。將企業(yè)貸款過(guò)程簡(jiǎn)化如下：銀行根據(jù)公開(kāi)可見(jiàn)的生產(chǎn)率分布向企業(yè)提供利率和授信額度，之后隨機(jī)賦予企業(yè)一個(gè)生產(chǎn)率，企業(yè)根據(jù)其已知的生產(chǎn)率向銀行申請(qǐng)貸款。在向銀行申請(qǐng)授信時(shí)，給定銀行授信額度與貸款利率，企業(yè)選擇使其利潤(rùn)最大化的生產(chǎn)率向銀行報(bào)告。獲得貸款后，企業(yè)選擇國(guó)內(nèi)或國(guó)外市場(chǎng)進(jìn)行生產(chǎn)銷售，企業(yè)盈利后銀行回收貸款和利息。

此處，授信額度和貸款利率都是由銀行在最開(kāi)始制定的，隨后企業(yè)根據(jù)自身利潤(rùn)最大化原則選擇在國(guó)內(nèi)、國(guó)外市場(chǎng)進(jìn)行生產(chǎn)銷售。因此，銀行無(wú)法事先知曉企業(yè)是否從事出口業(yè)務(wù)。但是在激勵(lì)相容的貸款合同下，銀行可以完全準(zhǔn)確地預(yù)測(cè)企業(yè)是否是一個(gè)出口企業(yè)。

銀行貸款面臨機(jī)會(huì)成本i，即貸款利率。假設(shè)對(duì)國(guó)內(nèi)企業(yè)(出口企業(yè))的還款時(shí)間為τd(τe)期，進(jìn)一步假設(shè)τe>τd，即出口企業(yè)由于運(yùn)輸時(shí)間需要更長(zhǎng)的回款期限。

2.國(guó)內(nèi)企業(yè)決策。在不完全信息條件下，銀行無(wú)法觀測(cè)到申請(qǐng)授信企業(yè)的實(shí)際生產(chǎn)率x。為了最大化利潤(rùn)，銀行制定的授信額度Md(x′)和貸款利率Id(x′)依賴于企業(yè)報(bào)告的生產(chǎn)率x′。

根據(jù)顯示原則，銀行的最優(yōu)合同應(yīng)該是引導(dǎo)企業(yè)報(bào)告其實(shí)際的生產(chǎn)率，即x′=x。將這一激勵(lì)相容條件加入預(yù)算約束，國(guó)內(nèi)企業(yè)的利潤(rùn)最大化問(wèn)題為：

(2)

同時(shí)，企業(yè)收到國(guó)內(nèi)需求約束，Cd是固定成本。*注意此處我們假設(shè)沒(méi)有風(fēng)險(xiǎn)存在。引入風(fēng)險(xiǎn)和擔(dān)保并不會(huì)影響我們的主要結(jié)論，模型推廣參見(jiàn)Feenstra, Li和Yu(2011)。第一個(gè)約束是激勵(lì)相容約束，第二個(gè)約束表示利潤(rùn)大于零，第三個(gè)約束表示給定生產(chǎn)率qd，授信額度可以覆蓋δ比例的固定成本和可變成本。

由于第三個(gè)約束在模型中一定為緊的約束，因此我們對(duì)企業(yè)報(bào)告的生產(chǎn)率x′求一階導(dǎo)數(shù)得到：

(3)

其中，

(4)

第一行Φd表示邊際利潤(rùn)與邊際成本的比率。不需要借貸的企業(yè)將在Φd=1處生產(chǎn)，受到借貸約束的企業(yè)則會(huì)在Φd>1處生產(chǎn)。這意味著Φd實(shí)際上衡量了企業(yè)面臨的信貸約束：Φd越大，企業(yè)生產(chǎn)的產(chǎn)品就越少。第二行等式通過(guò)第三個(gè)約束為緊約束的條件以及需求曲線決定的價(jià)格(國(guó)內(nèi)需求)得出，貸款Md(x)越少，信貸約束Φd越緊。

3.出口商決策。我們假設(shè)壟斷的銀行不能對(duì)國(guó)內(nèi)市場(chǎng)和出口市場(chǎng)提供不同的貸款合約，但企業(yè)可以自由決定將貸款用于國(guó)內(nèi)市場(chǎng)還是出口市場(chǎng)。因此，企業(yè)向銀行報(bào)告的是使得利潤(rùn)最大化的生產(chǎn)率x′，并將貸款分配于國(guó)內(nèi)市場(chǎng)和出口市場(chǎng)。

(5)

前兩個(gè)約束條件等同于國(guó)內(nèi)企業(yè)的約束條件，但是重要的是第三個(gè)條件的差異。第三個(gè)約束指的是，銀行授信額度必須足夠覆蓋國(guó)內(nèi)生產(chǎn)和出口生產(chǎn)的固定資產(chǎn)投資。對(duì)于出口企業(yè)而言，這筆貸款用于國(guó)內(nèi)生產(chǎn)還是出口生產(chǎn)是完全替代的，因此銀行業(yè)只能制定一筆授信額度和相同的利率。

求解上述方程qd和qe，得到企業(yè)通過(guò)選擇兩個(gè)市場(chǎng)的生產(chǎn)量來(lái)最大化利潤(rùn)：

(6)

(7)

利用國(guó)內(nèi)需求和出口需求，加上(6)式中pd和pe相等的條件，可得國(guó)內(nèi)部分貸款和出口部分貸款關(guān)系如下：

(8)

其中，我們將國(guó)內(nèi)和出口需求定義為：

(9)

(10)

其中，

(11)

再加上(6)式邊際收益相等條件，可得：

(12)

(13)

(14)

之后，根據(jù)激勵(lì)相容(3)式和國(guó)內(nèi)約束條件(14)式，國(guó)內(nèi)企業(yè)的利率為：

(15)

(16)

其中，最后一個(gè)參數(shù)為：

因此，出口企業(yè)的利率為：

三、實(shí)證模型與數(shù)據(jù)

1.實(shí)證策略。利用上面的推導(dǎo)，我們可以建立起企業(yè)營(yíng)業(yè)收入和貸款利率的關(guān)系，并利用中國(guó)企業(yè)數(shù)據(jù)進(jìn)行驗(yàn)證。接下來(lái)我們證明，營(yíng)業(yè)收入與貸款利率存在線性關(guān)系，但是相關(guān)系數(shù)是國(guó)內(nèi)企業(yè)和出口企業(yè)面臨的信貸約束的一個(gè)非線性方程。理論上(14)式已證明，信貸約束由企業(yè)對(duì)外業(yè)務(wù)比例ηe決定，且ηd=1-ηe。因此，我們最終估計(jì)的方程是對(duì)外業(yè)務(wù)比例的非線性方程，并視后者為內(nèi)生變量：這些設(shè)定都使得估計(jì)更為復(fù)雜。

對(duì)于出口企業(yè)，營(yíng)業(yè)收入和貸款利率的關(guān)系也可以得到相似的關(guān)系：

總結(jié)以上結(jié)果，我們將利率和企業(yè)營(yíng)業(yè)收入的關(guān)系表達(dá)為：

我們得到企業(yè)j在t年的營(yíng)業(yè)收入與貸款利率的關(guān)系為：

r(xjt)=β0Cd+β1I(xjt)+g1jtI(xjt)+g2jtCd+g3jt

(17)

其中，系數(shù)為：

(18)

以及

(19)

對(duì)于其他項(xiàng)，首先考慮第一個(gè)方程g1(ηejt),對(duì)于出口企業(yè)為負(fù)但是絕對(duì)值小于β1。因此，對(duì)于出口企業(yè)而言，銀行費(fèi)用I(xjt)與營(yíng)業(yè)收入β1+g1(ηejt)有關(guān)，且其大于0小于β1。因此銀行費(fèi)用降低出口企業(yè)營(yíng)業(yè)收入，反映出出口企業(yè)面臨著更緊的信貸約束。同樣的邏輯可以運(yùn)用在國(guó)內(nèi)銷售的固定成本Cd，后者降低出口企業(yè)β0+g2(ηejt)的營(yíng)業(yè)收入，但是只減少國(guó)內(nèi)企業(yè)β0的營(yíng)業(yè)收入。因此，出口商由于銀行費(fèi)用和固定成本Cd等額外的信貸約束只能獲得較少的收入。

此外，g3(ηejt)說(shuō)明貸款利率同樣會(huì)降低出口企業(yè)的營(yíng)業(yè)收入，原因在于Θ決定了臨界出口企業(yè)的貸款利率。隨著貸款利率上升和出口企業(yè)銷售周期的增加，銀行的貿(mào)易融資業(yè)務(wù)會(huì)面臨更高的機(jī)會(huì)成本并反映到更高的貸款利率上，因此降低了出口企業(yè)的廣度邊際。

(17)式總結(jié)了企業(yè)利率和營(yíng)業(yè)收入的關(guān)系，在實(shí)證中我們?nèi)匀恍枰朔齻€(gè)問(wèn)題。首先，上式?jīng)]有誤差項(xiàng)，因?yàn)槔麧?rùn)取決于生產(chǎn)率，而生產(chǎn)率可以被企業(yè)直接觀測(cè)到。我們可以認(rèn)為這是事前生產(chǎn)率，而事后生產(chǎn)率與事前生產(chǎn)率的差異可以視作誤差項(xiàng)，包括生產(chǎn)沖擊、貿(mào)易時(shí)間沖擊和政府干預(yù)等。因此，我們定義企業(yè)的實(shí)際收入為Rjt=r(xjt)+εjt，其中E(εjt|xjt)=0,從而在(17)式中引入誤差項(xiàng)。

誤差項(xiàng)的存在直接引出了內(nèi)生性的問(wèn)題。我們希望觀察到的實(shí)際利率Ijt與理論利率I(xjt)不同，因此滿足Ijt=I(xjt)+ujt，其中E(ujt|xjt)=0。誤差項(xiàng)ujt與收益的誤差項(xiàng)εjt很可能存在相關(guān)性，因?yàn)樯a(chǎn)沖擊同樣可以影響銀行利率。因此，我們將利率視作內(nèi)生變量，因此需要找到與誤差項(xiàng)εjt，ujt無(wú)關(guān)的工具變量。我們利用Olley和Pakes (1996)的方法區(qū)分企業(yè)包含所有沖擊的生產(chǎn)率TFP1和不包含外生沖擊的生產(chǎn)率TFP2。TFP1是標(biāo)準(zhǔn)的企業(yè)層面生產(chǎn)率，TFP2是利用企業(yè)投資決策推斷的預(yù)期生產(chǎn)率，TFP2與xjt相關(guān)但是與外生沖擊εjt，ujt無(wú)關(guān)。

因而我們計(jì)量模型中的系數(shù)與內(nèi)生變量海外業(yè)務(wù)比例是相關(guān)的，即其是一個(gè)隨機(jī)相關(guān)系數(shù)(CRC)模型。這給模型估計(jì)帶來(lái)了挑戰(zhàn)，利用Rjt=r(xjt)+εjt和Ijt=I(xjt)+ujt替換(17)式可得：

Rjt=β0Cd+β1Ijt+g1jtIjt+g2jtCd+g3jt-(β1+g1jt)ujt+εjt

(20)

即便E(ujt|xjt)=0,我們也不能認(rèn)為E(g1jtujt|xjt)=0，因?yàn)間1jt和ujt存在相關(guān)性。這樣，xjt就不再是一個(gè)可行的工具變量。

Heckman和Vytlacil (1998)提出，利用內(nèi)生變量的估計(jì)值替換隨機(jī)相關(guān)系數(shù)模型中的內(nèi)生變量本身，即海外業(yè)務(wù)比例。下一節(jié)我們利用包含xjt的外生變量Zjt對(duì)第二類Tobit模型或Heckman方法估計(jì)海外業(yè)務(wù)比例，因此此處我們重新將gijt表示為gijt=E(gijt|Zjt)+vijt，其中E(vijt|Zjt)=0,i=1,2,3。我們將這些變量替換到(20)式得到：

Rjt=β0Cd+β1Ijt+E(g1jt|Zjt)Ijt+E(g2jt|Zjt)Cd+E(g3jt|Zjt)+wjt

(21)

其中wjt=v1jtI(xjt)+v2jtCd+v3jt-[β1+E(g1jt|Zjt)]ujt+εjt為誤差項(xiàng)。所有包含這一誤差項(xiàng)的變量都符合給定Zjt,均值為零的特征。因此wjt與工具變量條件無(wú)關(guān)。*注意，此處v1jt、ujt經(jīng)過(guò)迭代在wjt中出現(xiàn)了兩次且符號(hào)相反，因此被消除。這是因?yàn)椴煌贖eckman和Vytlacil (1998)，我們從理論模型出發(fā)加入了誤差項(xiàng)，與v1jtujt相同的項(xiàng)并未在Heckman和Vytlacil模型中被消除，因此他們需要條件同方差的假設(shè)從而確保估計(jì)的無(wú)偏性。而我們的文章不需要這一假設(shè)。

最后一個(gè)挑戰(zhàn)是處理方程中的非線性部分gi(ηejt)。對(duì)(17)式的估計(jì)需要借助非線性結(jié)構(gòu)方程，同時(shí)包括內(nèi)生解釋變量和一階Heckman過(guò)程，在計(jì)算上十分麻煩。因此，為簡(jiǎn)化估計(jì)方法，我們對(duì)gi(ηejt)進(jìn)行了簡(jiǎn)化。

我們對(duì)方程gi,i=1,2,3,采用不同的簡(jiǎn)化方式，由(14)式可得：

(22)

考慮到g1(ηejt)是非線性的，我們采用二階泰勒展開(kāi)逼近ηejt=0附近，

從系數(shù)β2和β3的定義出發(fā)，我們得到了(22)式中方程g1的具體值：

(23)

(24)

回到方程g2,可以被化簡(jiǎn)為

其中β4<0。因此對(duì)參數(shù)β4的估計(jì)并不依賴泰勒展開(kāi)。*如同參數(shù)β2和β3，我們假設(shè)參數(shù)β4對(duì)所有企業(yè)都是常數(shù)。所有參數(shù)都依賴于(τe-τd)，即出口企業(yè)和國(guó)內(nèi)企業(yè)還款的時(shí)間長(zhǎng)短差異。我們?cè)试S海運(yùn)和非海運(yùn)企業(yè)擁有不同的參數(shù)。最后，我們并未把g3表示為海外業(yè)務(wù)比例的方程，但是利用參數(shù)β5×1{xjt≥xe}考慮這一因素對(duì)出口企業(yè)的影響。*在我們的工作論文(Feenstra、Li和Yu, 2011) 中，我們?cè)试S參數(shù)β5隨時(shí)間變化，然而結(jié)果并不穩(wěn)健，因此此處略去。另外，原則上我們?cè)诠烙?jì)(25)式時(shí)應(yīng)該用1{xjt≥xe}給定Zjt的條件均值，但實(shí)際上我們發(fā)現(xiàn)用該變量本身會(huì)使得系數(shù)估計(jì)更加穩(wěn)健。

將gi代入(21)式，并將固定成本Cd放進(jìn)系數(shù)β0和β4,我們得到：

(25)

2.企業(yè)層面數(shù)據(jù)。本文利用中國(guó)企業(yè)數(shù)據(jù)庫(kù)的企業(yè)層面面板數(shù)據(jù)，包括2000-2008年每年160 000多家制造業(yè)企業(yè)。企業(yè)數(shù)量從2000年的162 885家翻一番到2008年412 212家。*官方尚未公布2008年數(shù)據(jù)，樣本中的數(shù)據(jù)是試用版數(shù)據(jù)，因此并不包括企業(yè)ID數(shù)據(jù)。我們利用可用的字段與之前的數(shù)據(jù)合并，得到33 648個(gè)觀測(cè)值，與2007年的336 768基本一致。數(shù)據(jù)來(lái)自中國(guó)國(guó)家統(tǒng)計(jì)局的年度企業(yè)普查，包括兩類企業(yè)：(1)所有國(guó)有企業(yè)；(2)所有年銷售額在500萬(wàn)元($770 000)以上的規(guī)模企業(yè)。*由于小企業(yè)更有可能面臨信貸約束，本文的估計(jì)結(jié)果顯然是低估的。我們的估計(jì)結(jié)果是中國(guó)企業(yè)面臨的信貸約束的下界，感謝審稿人提出的上述意見(jiàn)。非國(guó)有企業(yè)不一定是跨國(guó)企業(yè)。數(shù)據(jù)包括超過(guò)100個(gè)財(cái)務(wù)指標(biāo)。

盡管原始數(shù)據(jù)有2 235 438觀測(cè)值，仍然有一小部分?jǐn)?shù)據(jù)存在噪音，主要是由于一些企業(yè)的錯(cuò)誤報(bào)告。*比如一些個(gè)體戶企業(yè)并沒(méi)有財(cái)務(wù)報(bào)表，記賬單位是元，而非官方所要求的是1 000元。因此我們對(duì)測(cè)量誤差和小微企業(yè)進(jìn)行數(shù)據(jù)清理，標(biāo)準(zhǔn)如下：首先，核心財(cái)務(wù)指標(biāo)(如總資產(chǎn)、固定資產(chǎn)凈值、銷售額、工業(yè)產(chǎn)品價(jià)值)不能為缺失；否則去掉觀測(cè)值。其次，企業(yè)員工數(shù)量不能低于10人。*Levinsohn和Petrin (2003) 認(rèn)為應(yīng)當(dāng)考慮所有10人以上的企業(yè)，我們遵循他們的標(biāo)準(zhǔn)。Brandt等(2012)認(rèn)為應(yīng)當(dāng)以8人為分界線，這樣更加符合中國(guó)的實(shí)際情況。我們也用這個(gè)標(biāo)準(zhǔn)進(jìn)行分析，結(jié)果并無(wú)顯著差異。此外，根據(jù)Cai和Liu(2009)以及審計(jì)總則(GAAP)，我們刪除了不滿足以下任意一條件的企業(yè)：(i) 總資產(chǎn)必須高于流動(dòng)資產(chǎn)；(ii)總資產(chǎn)必須高于固定資產(chǎn)總額；(iii) 總資產(chǎn)必須高于固定資產(chǎn)凈額；(iv) 企業(yè)成立時(shí)間必須有效；*特別地，成立時(shí)間為2008年以后、12月以后、1月以前的企業(yè)也被刪除。(v)企業(yè)ID編碼不能缺失且不能重復(fù)；(vi)企業(yè)銷售額不能低于500萬(wàn)元人民幣；(vii)企業(yè)的利息支出必須為正。

經(jīng)過(guò)嚴(yán)格篩選后，我們得到963 180個(gè)觀測(cè)值，大約占全樣本的一半。最后三項(xiàng)標(biāo)準(zhǔn)大約占刪除樣本的60%。這些觀測(cè)值中有36 637個(gè)觀測(cè)值是純出口企業(yè)，926 543個(gè)觀測(cè)值是國(guó)內(nèi)企業(yè)，包括港澳臺(tái)投資的合營(yíng)企業(yè)，以及99 742個(gè)外資企業(yè)觀測(cè)值。

說(shuō)明：剔除了36 637個(gè)純出口企業(yè)觀測(cè)值后，樣本中共有926 543個(gè)國(guó)內(nèi)企業(yè)觀測(cè)值和99 742個(gè)外資企業(yè)觀測(cè)值。企業(yè)營(yíng)業(yè)收入和利息支出全部轉(zhuǎn)化為美元，匯率為1美元=8.05人民幣(樣本期間均價(jià))。所有外資企業(yè)(即跨國(guó)公司)不包括港澳臺(tái)公司。

表1所示，海外銷售額等于銷售額的純出口公司，其銷售額和財(cái)務(wù)費(fèi)用明顯小于其他企業(yè)。由于純出口企業(yè)并不是我們理論討論的范圍，我們將這些企業(yè)從樣本中剔除。對(duì)于國(guó)有企業(yè)，觀測(cè)值相對(duì)較少(約39 419或總樣本的4.1%)，且并不符合企業(yè)獨(dú)立性原則，因此也從樣本中刪除。

跨國(guó)公司也不直接適用于我們的理論，因?yàn)榭鐕?guó)公司通常有其他融資渠道(Harrison和McMillan, 2003; Manova等, 2011)。因此我們將跨國(guó)公司單獨(dú)作為一個(gè)樣本，并單獨(dú)進(jìn)行回歸后，從樣本中刪除。*回歸中共300 372家中國(guó)企業(yè)和42 612家外資企業(yè)(即跨國(guó)公司)。表1結(jié)果顯示，外資企業(yè)銷售額更高、財(cái)務(wù)費(fèi)用更高，且更有可能從事出口業(yè)務(wù)，海外業(yè)務(wù)占比也高于中國(guó)企業(yè)。

其他變量并未在表1中單獨(dú)報(bào)告，但是在回歸中是用到了。如前所述，我們估計(jì)出企業(yè)的預(yù)期生產(chǎn)率TFP2，而不是傳統(tǒng)的生產(chǎn)率，從Olley和Pakes (1996)框架下討論，考慮一個(gè)Cobb-Douglas生產(chǎn)函數(shù)：

lnYjt=γklnKjt+γllnLjt+xjt+εjt

(26)

其中Yjt是企業(yè)j在t年的增加值。*此處我們用平減后的企業(yè)增加值來(lái)估計(jì)生產(chǎn)率并且除去中間品投入，后者被視作一種要素投入。盡管如此，我們并不能用增加值來(lái)衡量2008年的企業(yè)生產(chǎn)率，因?yàn)樵谠囉冒姹緮?shù)據(jù)中，這一變量缺失。我們用產(chǎn)出來(lái)替代企業(yè)2008年的增加值。傳統(tǒng)的生產(chǎn)率用下式估計(jì)：

(27)

這種方法下，企業(yè)生產(chǎn)率(TFP1)顯然與增加值相關(guān)，也與事前沖擊εjt相關(guān)。

但是Olley-Pakes方法引出了第二種衡量生產(chǎn)率的方法。這種方法假設(shè)投資Vjt決定于預(yù)期到的生產(chǎn)率TFP2jt：Vjt=h1(TFP2jt,lnKjt),其中Kjt表示企業(yè)資本。通過(guò)這個(gè)估計(jì)，我們可以逆向計(jì)算出預(yù)期到的生產(chǎn)率：

(28)

我們?cè)诟戒浿懈蛹?xì)致地討論這個(gè)方法。第二種估計(jì)方法計(jì)算的生產(chǎn)率就是理論中所說(shuō)的企業(yè)事前觀測(cè)到的生產(chǎn)率，與Melitz模型相近并且與εjt獨(dú)立。TFP2作為我們估計(jì)(25)式時(shí)的工具變量，也在Heckman方法中用到這一變量。

除了企業(yè)層面的生產(chǎn)數(shù)據(jù)，我們也運(yùn)用更加分散的、產(chǎn)品層面的海關(guān)數(shù)據(jù)，后者包括運(yùn)輸方式及出口價(jià)值，并與企業(yè)層面數(shù)據(jù)合并。我們利用這個(gè)數(shù)據(jù)來(lái)估計(jì)運(yùn)輸時(shí)間對(duì)信貸約束的影響。

四、估計(jì)結(jié)果

1.信貸約束。首先檢驗(yàn)(25)式中企業(yè)營(yíng)業(yè)收入和財(cái)務(wù)費(fèi)用的關(guān)系。注意簡(jiǎn)單的二維圖(2位行業(yè)層面的平均值)中，二者存在明顯的正相關(guān)關(guān)系，與理論預(yù)測(cè)相同。*參見(jiàn)附錄，圖-A1。進(jìn)一步，我們對(duì)(25)式進(jìn)行OLS回歸，見(jiàn)表2第1列。我們需要用Heckman方法控制海外業(yè)務(wù)比例這一內(nèi)生變量，結(jié)果在下面報(bào)告。同時(shí)需要用TFP2作為工具變量來(lái)控制財(cái)務(wù)費(fèi)用這一內(nèi)生變量。在OLS回歸后，我們繼續(xù)用二階段最小二乘法(2SLS)估計(jì)，表2剩余部分將報(bào)告這一結(jié)果。前2列我們只關(guān)注中國(guó)公司，外資企業(yè)結(jié)果在第3列報(bào)告。

表2 國(guó)內(nèi)企業(yè)和外資企業(yè)的基準(zhǔn)回歸(2000-2008年)

2.二元選擇模型。表2第1列的OLS估計(jì)結(jié)果是對(duì)海外業(yè)務(wù)占比進(jìn)行回歸，但是這一變量本身存在內(nèi)生性。為了控制內(nèi)生性，我們采用Heckman方法或第二類Tobin模型進(jìn)行識(shí)別。二元選擇模型包括：(i)出口參與方程

(29)

理論模型認(rèn)為企業(yè)的出口決策取決于抵押品，見(jiàn)工作論文(Feenstra等, 2011)。我們根據(jù)Manova (2013)，運(yùn)用企業(yè)有形資產(chǎn)占總資產(chǎn)的比重來(lái)衡量抵押品。特別地，我們將臨界生產(chǎn)率作為抵押品的被解釋變量。*金融學(xué)中，企業(yè)抵押品通常由有形資產(chǎn)占總資產(chǎn)的比例來(lái)衡量，而不是有形資產(chǎn)的水平值，主要因?yàn)楹笳呤瞧髽I(yè)規(guī)模和收益的內(nèi)生變量。此外，之前文獻(xiàn)認(rèn)為美國(guó)出口企業(yè)的資本密集度更高，并且資本密集度高的行業(yè)也更多地從事出口業(yè)務(wù)(Bernard等, 2007)。這意味著Heckscher-Ohlin在跨行業(yè)的貿(mào)易中也存在影響力。近年來(lái)的研究表明，中國(guó)的貿(mào)易或許與Heckscher-Ohlin預(yù)測(cè)的相反，勞動(dòng)力密集型產(chǎn)業(yè)更多從事出口(Lu, 2010)。因此，有必要檢驗(yàn)出口行為與勞動(dòng)力密集度的關(guān)系，因此我們?cè)诔隹跊Q策方程中納入勞動(dòng)力密集度這個(gè)變量。

最后，我們控制年份固定效應(yīng)Dt和四位行業(yè)固定效應(yīng)ζn，我們利用下面的Probit模型作為Heckman第一步回歸：

(30)

其中Φ(.)是正態(tài)分布的累積密度函數(shù)，Zjt是一系列外生變量的向量。在估計(jì)選擇方程時(shí)，我們馬上遇到了數(shù)據(jù)上的問(wèn)題：近80%的樣本并不報(bào)告無(wú)形資產(chǎn)。為了解決這一問(wèn)題，我們?cè)诨貧w中加入無(wú)形資產(chǎn)的啞變量(如果報(bào)告為1，否則為0)。

表3報(bào)告了中國(guó)企業(yè)和外資企業(yè)的Heckman回歸結(jié)果。第1列報(bào)告了第一步Probit模型的回歸結(jié)果，企業(yè)生產(chǎn)率越高，從事出口的概率也就越高。此外，企業(yè)的有形資產(chǎn)與總資產(chǎn)比例越高，從事出口業(yè)務(wù)的概率也越高。*這一結(jié)果與我們工作論文的理論預(yù)測(cè)一致，即企業(yè)抵押品越高，現(xiàn)金流約束越小，特別是出口企業(yè)。資本密集型企業(yè)更有可能從事出口業(yè)務(wù)，說(shuō)明中國(guó)企業(yè)出口行為符合Heckscher-Ohlin預(yù)測(cè)的貿(mào)易結(jié)構(gòu)。*這一結(jié)果與Lu (2011)不同，因?yàn)榧兂隹谄髽I(yè)已經(jīng)從樣本中刪除。Dai等(2012)發(fā)現(xiàn)純出口企業(yè)主要是加工貿(mào)易企業(yè)，當(dāng)這些加工貿(mào)易企業(yè)被剔除后，中國(guó)的出口貿(mào)易模式符合Heckscher-Ohlin模型預(yù)測(cè)。Heckman第二步的結(jié)果與第一步基本一致，詳見(jiàn)第2列。

與中國(guó)企業(yè)相比，外國(guó)企業(yè)的Hechman估計(jì)結(jié)果明顯不同，見(jiàn)第3至4列。企業(yè)生產(chǎn)率對(duì)企業(yè)出口決策沒(méi)有顯著影響?？赡艿脑蚴呛芏嗤赓Y企業(yè)是生產(chǎn)率較低的加工貿(mào)易企業(yè)(Yu, 2011)，或者這些跨國(guó)公司是垂直分工，主要依賴其內(nèi)部的銷售資源(Feenstra和Hanson, 2005)。結(jié)合2SLS的回歸結(jié)果，我們認(rèn)為外資企業(yè)并不適用于中國(guó)企業(yè)的計(jì)量模型，因此我們接下來(lái)的回歸主要關(guān)注于中國(guó)企業(yè)。

表3 Heckman兩步法估計(jì)的二元選擇模型(2000-2008年)

說(shuō)明：括號(hào)內(nèi)是企業(yè)聚類后的T統(tǒng)計(jì)量，由2SLS回歸反復(fù)抽樣得到。*,**，***表示10%,5%,1%的顯著水平。采用第二類Tobit模型回歸，其中第一步為(30)式的Probit回歸。第一步因變量是企業(yè)出口啞變量，第二步因變量是企業(yè)海外業(yè)務(wù)占比。第1列和第3列是Probit回歸結(jié)果，第二步中的逆密爾系數(shù)由第一步Probit回歸得到。TFP1的估計(jì)值由TFP1對(duì)企業(yè)財(cái)務(wù)變量和第一步的其他外生變量回歸得到，在第一步中作為外生變量，但是不出現(xiàn)在第二步回歸中。企業(yè)有形資產(chǎn)比例以百分?jǐn)?shù)表示，由有形資產(chǎn)比總資產(chǎn)得到。因?yàn)?0%的樣本不報(bào)告無(wú)形資產(chǎn)，我們加入無(wú)形資產(chǎn)啞變量：如果報(bào)告無(wú)形資產(chǎn)，則該變量等于1，否則為0。行業(yè)固定效應(yīng)是4位中國(guó)行業(yè)代碼(CIC)層面的固定效應(yīng)。同時(shí)加入了年份固定效應(yīng)、2位中國(guó)行業(yè)代碼與資本勞動(dòng)比交叉項(xiàng)固定效應(yīng)和年份與資本勞動(dòng)比交叉項(xiàng)固定效應(yīng)。

4.企業(yè)抵押品。我們考慮(25)式的兩個(gè)拓展形式。首先，我們用有形資產(chǎn)作為企業(yè)抵押品的衡量。Manova (2013)論證了這一變量在解釋部門(mén)貿(mào)易對(duì)金融變量的敏感性時(shí)十分重要。通過(guò)假設(shè)企業(yè)成功生產(chǎn)的概率ρ并且償付銀行貸款，我們?cè)谀Ｐ椭幸氲盅浩返母拍?。如果企業(yè)生產(chǎn)失敗的概率為(1-ρ)，那么企業(yè)的銀行貸款就出現(xiàn)違約，銀行獲得抵押品Ajt的所有權(quán)，即企業(yè)的有形資產(chǎn)。此時(shí)，銀行的預(yù)期收益是[ρI(xjt)+(1-ρ)Ajt]，企業(yè)的預(yù)期收益為ρr(xjt)。將其代入(17)式并將等式兩邊除以ρ，將gi代入可得：

(31)

從(31)式可得，用抵押品替代利息費(fèi)用后，回歸方程中出現(xiàn)抵押品變量。由于β1>0，且項(xiàng)目成功的概率為正ρ∈(0,1]，因此抵押品和營(yíng)業(yè)收入為正相關(guān)關(guān)系β6>0。相似地，我們認(rèn)為出口企業(yè)抵押品的系數(shù)小于國(guó)內(nèi)企業(yè)，且隨著海外業(yè)務(wù)占比增加而減少，β7<0。

表4 中國(guó)企業(yè)海運(yùn)及非海運(yùn)的2SLS估計(jì)(2000-2006年)

5.出口運(yùn)輸模式。對(duì)模型的第二個(gè)拓展中，我們根據(jù)Amiti和Weinstein (2011)的方法將貿(mào)易運(yùn)輸分為幾種模式。從理論上說(shuō)明了出口企業(yè)由于運(yùn)輸時(shí)間較長(zhǎng)因此面臨更緊的信貸約束。事實(shí)上，企業(yè)運(yùn)輸方式多種多樣：航運(yùn)、海運(yùn)、公路運(yùn)輸以及上述的組合。通常海運(yùn)是最耗時(shí)的運(yùn)輸模式，回款周期也是最長(zhǎng)的。因此我們認(rèn)為，如果企業(yè)的運(yùn)輸主要依靠海運(yùn)，那么它們面臨的信貸約束也就更緊。

為了檢驗(yàn)運(yùn)輸時(shí)間是否影響信貸約束，我們構(gòu)造海運(yùn)啞變量，當(dāng)企業(yè)一半以上出口額通過(guò)海運(yùn)運(yùn)輸時(shí)，啞變量等于1，否則等于0。相似地，我們引入非海運(yùn)啞變量(1-海運(yùn)啞變量)。*如果將海運(yùn)標(biāo)準(zhǔn)提高為75%, 90% 或95%，估計(jì)結(jié)果也不變。然而，如果利用航運(yùn)啞變量，估計(jì)結(jié)果就不再穩(wěn)健。隨后我們單獨(dú)回歸，將海運(yùn)和海外業(yè)務(wù)占比估計(jì)值、海外業(yè)務(wù)占比估計(jì)值的平方分別做交叉項(xiàng)，結(jié)果在第2至3列報(bào)告。結(jié)果顯示，系數(shù)符號(hào)與理論預(yù)測(cè)相同。

6.不完全信息。目前為止實(shí)證結(jié)果支持出口企業(yè)面臨的信貸約束更緊這一假說(shuō)。然而，信息不對(duì)稱問(wèn)題在某些行業(yè)可能更加嚴(yán)重。理論上，帕累托系數(shù)θ越小，企業(yè)生產(chǎn)率的差異就越大，意味著(14)式的信貸約束越緊。為了檢驗(yàn)這個(gè)假說(shuō)，我們利用TFP2變量，即銀行無(wú)法觀測(cè)的、企業(yè)的事前生產(chǎn)率。我們計(jì)算了TFP2在不同行業(yè)的方差，并按大小對(duì)行業(yè)進(jìn)行排序，從而用得到行業(yè)的百分位序數(shù)來(lái)檢驗(yàn)上述假說(shuō)。*參見(jiàn)附錄表-A1最后一列。

表5 行業(yè)生產(chǎn)率差異的2SLS回歸結(jié)果(2000-2006年)

五、結(jié) 論

本文試圖回答為什么企業(yè)會(huì)在國(guó)內(nèi)業(yè)務(wù)和出口業(yè)務(wù)中遭遇信貸約束。我們從基本的假設(shè)出發(fā)，假設(shè)企業(yè)在生產(chǎn)前獲得資本要素，而企業(yè)生產(chǎn)率則存在信息不對(duì)稱。顯示原則要求銀行的最優(yōu)選擇是向企業(yè)提供貸款合同，在這份貸款合同下，企業(yè)有激勵(lì)向銀行報(bào)告真實(shí)的生產(chǎn)率信息。我們論證了上述激勵(lì)相容原則會(huì)導(dǎo)致企業(yè)的信貸約束，原因在于不受信貸約束的企業(yè)一定有動(dòng)機(jī)向銀行報(bào)告較低的生產(chǎn)率。此時(shí)，企業(yè)由于降低產(chǎn)量會(huì)損失二階利潤(rùn)，但是通過(guò)降低利息費(fèi)用從而可以增加一階利潤(rùn)。因此，企業(yè)沒(méi)有動(dòng)機(jī)報(bào)告真實(shí)的生產(chǎn)率。

我們解釋了為何出口企業(yè)和國(guó)內(nèi)企業(yè)面臨不同的信貸約束：出口企業(yè)的生產(chǎn)銷售周期更長(zhǎng)(Berman等, 2012)。這使得銀行對(duì)出口企業(yè)的國(guó)內(nèi)業(yè)務(wù)和海外業(yè)務(wù)都施加更緊的信貸約束，降低了出口企業(yè)的廣度邊際和深度邊際。實(shí)證上，我們發(fā)現(xiàn)隨著企業(yè)海外業(yè)務(wù)占比上升、運(yùn)輸時(shí)間增加、行業(yè)生產(chǎn)率差異擴(kuò)大(使得信息不對(duì)稱更加嚴(yán)重)，企業(yè)面臨的信貸約束會(huì)越來(lái)越緊。

出口企業(yè)的國(guó)內(nèi)業(yè)務(wù)和海外業(yè)務(wù)面臨相同的信貸約束，這一理論結(jié)果與Behrens等(2010)研究比利時(shí)的實(shí)證結(jié)果相吻合，后者發(fā)現(xiàn)金融變量對(duì)企業(yè)內(nèi)部的國(guó)內(nèi)業(yè)務(wù)和海外業(yè)務(wù)影響相同。但這一結(jié)果與Amiti和Weinstein (2011)利用日本數(shù)據(jù)的研究結(jié)果相悖，后者認(rèn)為銀行對(duì)出口業(yè)務(wù)的影響是國(guó)內(nèi)業(yè)務(wù)的5倍。一個(gè)可能的解釋是Amiti和Weinstein (2011)的信貸是關(guān)注于銀行的貿(mào)易融資業(yè)務(wù)，專注于出口業(yè)務(wù)，而我們的信貸是更加廣義的對(duì)企業(yè)固定資產(chǎn)購(gòu)買提供的信貸。

我們模型的一個(gè)局限是這是一個(gè)靜態(tài)模型，而其他理論文獻(xiàn)關(guān)注于信貸約束的動(dòng)態(tài)特征。Clementi和Hopenhayn (2006)構(gòu)造了動(dòng)態(tài)的激勵(lì)相容信貸約束，并且證明在動(dòng)態(tài)條件下，信貸約束如何影響企業(yè)增長(zhǎng)和存續(xù)。在這個(gè)設(shè)定下，企業(yè)信貸被放松為現(xiàn)金流的增加。Verani和Gross(2012)證明了如何利用Melitz模型推導(dǎo)Clementi和Hopenhayn (2006)的企業(yè)利潤(rùn)方程，加上Verani (2011)的條件后，求解了國(guó)內(nèi)企業(yè)和出口企業(yè)的動(dòng)態(tài)問(wèn)題。盡管如此，上述文獻(xiàn)都沒(méi)有區(qū)分國(guó)內(nèi)企業(yè)和出口企業(yè)在運(yùn)輸時(shí)間上的差異，而在我們的模型中，我們考慮了這一重要因素。我們期待我們的模型也可以在上述動(dòng)態(tài)模型中得到推廣，當(dāng)然這并非本文的討論內(nèi)容。

[1]Ahn J. A theory of domestic and international trade finance[R]. IMF Working Paper No. 11/262, 2011.

[2]Amiti M, Weinstein D E. Exports and financial shocks[J]. The Quarterly Journal of Economics, 2011, 126(4): 1841-1877.

[3]Beck T. Financial development and international trade: Is there a link?[J]. Journal of International Economics, 2002, 57(1): 107-131.

[4]Behrens K,Corcos G, Mion G. Trade crisis? What trade crisis?[R]. CEPR Discussion Paper No. DP7956, 2010.

[5]Berman N, de Sousa J, Martin P, et al. Time to ship during financial crises[R]. NBER Working Paper No. 18274, 2012.

[6]Bernard A B, Jensen J B, Redding S J, et al. Firms in international trade[J]. Journal of Economic Perspectives, 2007, 21(3): 105-130.

[7]Bolton P, Scharfstein D S. A theory of predation based on agency problems in financial contracting[J]. The American Economic Review, 1990, 80(1): 93-106.

[8]Brandt L, van Biesebroeck J, Zhang Y. Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing[J]. Journal of Development Economics, 2012, 97(2): 339-351.

[9]Buch C M, Kesternich I, Lipponer A, et al. Real versus financial barriers to multinational activity[R]. University of Nottingham, 2008.

[10]Cai H, Liu Q. Competition and corporate tax avoidance: Evidence from Chinese industrial firms[J]. The Economic Journal, 2009, 119(537): 764-795.

[11]Chaney T. Liquidity constrained exporters[R]. University of Chicago, 2005.

[12]Chor D, Manova K. Off the cliff and back? Credit conditions and international trade during the global financial crisis[J]. Journal of International Economics, 2012, 87(1): 117-133.

[13]Claessens S, Tzioumis K. Measuring firms’ access to finance[R]. Access to Finance: Building Inclusive Financial Systems，Organized by the Brooking Institution and the World Bank, 2006.

[14]Clementi G L, Hopenhayn H A. A theory of financing constraints and firm dynamics[J]. The Quarterly Journal of Economics, 2006, 121(1): 229-265.

[15]Dai M,Maitra M, Yu M. Unexceptional exporter performance in China? The role of processing trade[J]. Journal of Development Economics,2016,121:177-189.

[16]Egger P, Keuschnigg C. Access to credit and comparative advantage[R]. Discussion Paper, 2011.

[17]Ellison G,Glaeser E L, Kerr W R. What causes industry agglomeration? Evidence from coagglomeration patterns[J]. American Economic Review, 2010, 100(3): 1195-1213.

[18]Feenstra R C, Hanson G H. Ownership and control in outsourcing to China: Estimating the property-rights theory of the firm[J]. The Quarterly Journal of Economics, 2005, 120(2): 729-761.

[19]Feenstra R C, Li Z, Yu M. Exports and credit constraints under incomplete information: Theory and evidence from China[R]. NBER Working Paper No. 16940, 2011.

[20]Greenaway D,Guariglia A, Kneller R. Financial factors and exporting decisions[J]. Journal of International Economics, 2007, 73(2): 377-395.

[21]Gross T, Verani S. Financing constraints, firm dynamics, and international trade[R]. Finance and Economics Discussion Series No. 2012-68, 2012.

[22]Harrison A E, McMillan M S. Does direct foreign investment affect domestic credit constraints?[J]. Journal of International Economics, 2003, 61(1): 73-100.

[23]Heckman J, Vytlacil E. Instrumental variables methods for the correlated random coefficient model: Estimating the average rate of return to schooling when the return is correlated with schooling[J]. The Journal of Human Resources, 1998, 33(4): 974-987.

[24]Héricourt J, Poncet S. FDI and credit constraints: Firm-level evidence from China[J]. Economic Systems, 2009, 33(1): 1-21.

[25]Kletzer K, Bardhan P. Credit markets and patterns of international trade[J]. Journal of Development Economics, 1987, 27(1-2): 57-70.

[26]Levchenko A A, Lewis L T, Tesar L L. The collapse of international trade during the 2008-2009 crisis: In search of the smoking gun[R]. NBER Working Papers No. 16006, 2010.

[27]Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservables[J]. Review of Economic Studies, 2003, 70(2): 317-341.

[28]Lu D. Exceptional exporter performance? Evidence from Chinese manufacturing firms[R]. Job Market Paper, 2010.

[29]Manova K, Wei S-J, Zhang Z. Firm exports and multinational activity under credit constraints[R]. NBER Working Paper No. 16905, 2011.

[30]Manova K. Credit constraints, heterogeneous firms, and international trade[J]. Review of Economic Studies, 2013, 80(2): 711-744.

[31]Matsuyama K. Credit market imperfections and patterns of international trade and capital flows[J].Journal of the European Economic Association, 2005, 3(2-3): 714-723.

[32]Melitz M J. The impact of trade on intra-industry reallocations and aggregate industry productivity[J]. Econometrica, 2003, 71(6): 1695-1725.

[34]Olley G S, Pakes A. The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica, 1996, 64(6): 1263-1297.

[35]Poncet S, Steingress W, Vandenbussche H. Credit allocation in China: Firm-level evidence[J]. MET/Medium for Econometric Applications, 2009, 17(2): 2-7.

[36]Qiu L D. Credit rationing and patterns of new product trade[J]. Journal of Economic Integration, 1999, 14(1): 75-95.

[37]Verani S. Aggregate consequences of firm-level financing constraints[R]. Job Market Paper，University of California,2011.

[38]Yu M J. Processing trade, firm productivity, and tariff reductions: Evidence from Chinese products[R]. CCER Working Paper No. E201006, 2011.

(責(zé)任編輯 石 頭)

Exports and Credit Constraints under Incomplete Information: Theory and Evidence from China

Robert C. Feenstra1,2, Li Zhiyuan3, Yu Miaojie4

(1.DepartmentofEconomics,UniversityofCalifornia-Davis,California95616,USA; 2.NBER,Massachusetts02138,USA;3.SchoolofEconomics,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China; 4.ChinaCenterforEconomicResearch,PekingUniversity,Beijing100871,China)

This paper examines why credit constraints for domestic and exporting firms arise in a setting where banks do not observe firms’ productivities. To maintain incentive compatibility, banks lend below the amount that firms need for optimal production. The longer time needed for export shipments induces a tighter credit constraint on exporters than on purely domestic firms. In our application to Chinese firms, we find that the credit constraint is more stringent as a firm’s export share grows, as the time to ship for exports is lengthened, and as there is greater dispersion of firms’ productivities, reflecting more incomplete information.

export; credit constraint; incomplete information; heterogeneous productivity; Chinese firm

2016-09-01

Robert C. Feenstra(1956-)，男，美國(guó)籍，加州大學(xué)戴維斯分校經(jīng)濟(jì)學(xué)系教授、美國(guó)國(guó)家經(jīng)濟(jì)研究局研究員； 李志遠(yuǎn)(1979-)，男，山西孝義人，復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院副教授； 余淼杰(1976-)，男，廣東饒平人，北京大學(xué)國(guó)家發(fā)展研究院中國(guó)經(jīng)濟(jì)研究中心教授。

F740

A

1001-9952(2017)05-0044-21

10.16538/j.cnki.jfe.2017.05.004

【編者按】從國(guó)家層面來(lái)看，出口需要金融部門(mén)的支持，而出口企業(yè)往往受到信貸約束從而影響出口表現(xiàn)。2008年的金融危機(jī)也曾引發(fā)了學(xué)術(shù)界關(guān)于信貸約束是否影響了企業(yè)出口的討論。本期《財(cái)經(jīng)研究》“海外歸來(lái)”欄目翻譯了復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院李志遠(yuǎn)副教授在TheReviewofEconomicsandStatistics2014年第10期合作發(fā)表的論文“ExportsandCreditConstraintsUnderIncompleteInformation：TheoryandEvidenceFromChina”。*本文獲得了原文的翻譯版權(quán)。The Review of Economics and Statistics是經(jīng)濟(jì)學(xué)領(lǐng)域國(guó)際頂級(jí)期刊之一。本文由李志遠(yuǎn)副教授與余淼杰教授翻譯。其中李志遠(yuǎn)副教授于2010年獲得美國(guó)加州大學(xué)戴維斯分校經(jīng)濟(jì)學(xué)博士學(xué)位，并于同年回國(guó)工作，主要致力于國(guó)際貿(mào)易理論與實(shí)證、國(guó)際貿(mào)易政策等領(lǐng)域的研究。余淼杰教授于2005年獲得美國(guó)加州大學(xué)戴維斯分校經(jīng)濟(jì)學(xué)博士學(xué)位，主要致力于國(guó)際貿(mào)易與發(fā)展經(jīng)濟(jì)學(xué)的研究。作者感謝Kyle Bagwell, Kalina Monova, Larry Qiu, David Weinstein教授的寶貴建議，感謝NBER, Harvard, Tsinghua University, the University of Queensland, University of Victoria, University of California, Irvine and San Diego參會(huì)人員的寶貴建議。該文入選了全球“經(jīng)濟(jì)學(xué)與商學(xué)”領(lǐng)域前1%ESI高被引論文，同時(shí)獲得了第六屆“張培剛發(fā)展經(jīng)濟(jì)學(xué)優(yōu)秀成果獎(jiǎng)”。文章充分考慮了企業(yè)生產(chǎn)率等相對(duì)于銀行屬于內(nèi)部信息的因素，從不完全信息的角度解釋了出口企業(yè)信貸約束產(chǎn)生的原因。