金融生態(tài)環(huán)境、信貸資源配置對(duì)我國(guó)僵尸企業(yè)影響的研究
——基于空間計(jì)量模型實(shí)證

孫志紅 ，呂婷婷

(1.石河子大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆石河子，832000；2.兵團(tuán)金融發(fā)展研究中心，新疆石河子，832000)

一、引言

我國(guó)經(jīng)濟(jì)發(fā)展步入新常態(tài)階段，經(jīng)濟(jì)增速放緩、下行壓力加大帶來(lái)了一系列負(fù)面影響，行業(yè)競(jìng)爭(zhēng)環(huán)境惡化、經(jīng)營(yíng)虧損、無(wú)力償債的困境企業(yè)數(shù)量迅速增加，滋生了一大批“僵尸企業(yè)”。據(jù)報(bào)告顯示[1]，2013年底我國(guó)規(guī)模以上工業(yè)企業(yè)中僵尸企業(yè)的數(shù)量高達(dá)27 000多家，2015年上市公司中僵尸企業(yè)的數(shù)量達(dá)到350家，且多集中在電力、熱力、黑色金屬冶煉及石油加工等關(guān)系到國(guó)民經(jīng)濟(jì)命脈的行業(yè)。僵尸企業(yè)的杠桿率普遍偏高，它打破了市場(chǎng)自發(fā)淘汰落后產(chǎn)能的反饋機(jī)制，搶占正常企業(yè)的資源，導(dǎo)致社會(huì)資源配置效率下降，系統(tǒng)性金融風(fēng)險(xiǎn)增大，嚴(yán)重地阻礙了我國(guó)經(jīng)濟(jì)健康發(fā)展。

為防止僵尸企業(yè)進(jìn)一步惡化經(jīng)濟(jì)，國(guó)務(wù)院先后出臺(tái)《國(guó)務(wù)院關(guān)于鋼鐵行業(yè)化解過(guò)剩產(chǎn)能實(shí)現(xiàn)脫困發(fā)展的意見(jiàn)》《國(guó)務(wù)院關(guān)于積極穩(wěn)妥降低企業(yè)杠桿率的意見(jiàn)》等一系列政策[2-3]。中央也多次召開(kāi)會(huì)議鄭重提出要清理僵尸企業(yè)，2015年中央經(jīng)濟(jì)工作會(huì)議中提出有效地“去產(chǎn)能”“去杠桿”，首先要牢牢抓住“僵尸企業(yè)”這個(gè)牛鼻子[4]。李克強(qiáng)總理在主持國(guó)務(wù)院常務(wù)會(huì)議時(shí)也特別提到，“要加快推進(jìn)僵尸企業(yè)重新組合或退出市場(chǎng)”。2017年12月，全國(guó)金融工作會(huì)議上再次強(qiáng)調(diào)抓好處置“僵尸企業(yè)”工作。

妥善處置僵尸企業(yè)成為推動(dòng)中國(guó)經(jīng)濟(jì)良性發(fā)展的重要執(zhí)本之舉，對(duì)于轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、推動(dòng)經(jīng)濟(jì)提質(zhì)增效都具有重要意義。而要想讓僵尸企業(yè)入土為安，首先必須要厘清僵尸企業(yè)的形成機(jī)理。我國(guó)實(shí)行以大型國(guó)有銀行為主導(dǎo)的金融體系和政府干預(yù)下的非市場(chǎng)化金融資源配置手段，僵尸企業(yè)的形成帶有鮮明的金融生態(tài)環(huán)境的特征[5]。僵尸企業(yè)主要集中在經(jīng)濟(jì)較為發(fā)達(dá)的東部、南部地區(qū)，而經(jīng)濟(jì)稍微落后的西部、東北地區(qū)的僵尸企業(yè)表現(xiàn)為數(shù)量少，占比高的特征。由于區(qū)域的資源要素稟賦不同，導(dǎo)致僵尸企業(yè)的空間分布存在異質(zhì)性。東北地區(qū)的僵尸企業(yè)主要集中在重化工行業(yè)和資產(chǎn)規(guī)模較大的國(guó)有企業(yè)；東部沿海地區(qū)的僵尸企業(yè)主要集中在紡織業(yè)、加工業(yè)等勞動(dòng)密集型行業(yè)；河北、內(nèi)蒙古、山西、新疆等省、自治區(qū)的僵尸企業(yè)則集中在資源依賴(lài)性的行業(yè)[6]。

僵尸企業(yè)問(wèn)題已經(jīng)得到廣泛關(guān)注，但國(guó)內(nèi)有關(guān)的實(shí)證分析還較為匱乏，基于我國(guó)樣本數(shù)據(jù)的僵尸企業(yè)研究就顯得尤為重要。文章從金融生態(tài)環(huán)境入手，選取2003—2016年我國(guó)30個(gè)省、自治區(qū)、直轄市②的僵尸企業(yè)為研究樣本，通過(guò)建立空間計(jì)量模型試圖探究信貸資源配置對(duì)僵尸企業(yè)的影響，并在理論分析和實(shí)證檢驗(yàn)的基礎(chǔ)上，為我國(guó)加快僵尸企業(yè)出清提出建議。

二、國(guó)內(nèi)外研究現(xiàn)狀

20世紀(jì) 80年代，Kane[7]首次將“僵尸”的概念應(yīng)用到經(jīng)濟(jì)學(xué)中，20世紀(jì)90年代末日本和歐盟國(guó)家相繼爆發(fā)的“僵尸企業(yè)”問(wèn)題[8]，引起了學(xué)者們的關(guān)注。最初僵尸企業(yè)的界定是基于企業(yè)經(jīng)營(yíng)績(jī)效和企業(yè)可持續(xù)發(fā)展能力兩個(gè)方面[9-10]，隨后依據(jù)僵尸企業(yè)的特點(diǎn)，學(xué)者們提出了以銀行對(duì)企業(yè)貸款的補(bǔ)貼程度作為判斷依據(jù)的 CHK法[11]、新增“盈利能力”和“長(zhǎng)青借貸”兩個(gè)標(biāo)準(zhǔn)的FN-CHK法[12]、企業(yè)在存在償付問(wèn)題基礎(chǔ)上仍接受金融支持的KNN法[13]等?；诙唐谕獠繘_擊或當(dāng)年經(jīng)營(yíng)管理出現(xiàn)問(wèn)題可能會(huì)將正常企業(yè)錯(cuò)誤識(shí)別為“僵尸企業(yè)”的可能性，聶輝華等[14]提出使用FN-CHK法，認(rèn)為企業(yè)若連續(xù)兩個(gè)年度均被識(shí)別為僵尸企業(yè)，才能被視為“僵尸企業(yè)”。

僵尸企業(yè)的形成是多方面因素共同作用的結(jié)果，銀行為掩蓋壞賬損失的不良動(dòng)機(jī)、政府監(jiān)管寬松、銀企關(guān)系促使了僵尸企業(yè)的產(chǎn)生，長(zhǎng)期低利率的貨幣政策、政府不當(dāng)?shù)木戎?jì)劃是導(dǎo)致僵尸企業(yè)持續(xù)存在的原因[15-16]。國(guó)內(nèi)僵尸企業(yè)的識(shí)別重點(diǎn)集中在信貸市場(chǎng)的優(yōu)惠條件、政府的財(cái)政補(bǔ)貼和稅收返還等方面[17]。我國(guó)實(shí)行唯GDP論的官員政績(jī)考核標(biāo)準(zhǔn)，僵尸企業(yè)的形成難以擺脫制度環(huán)境的烙印[18]。地方政府對(duì)企業(yè)尤其是國(guó)有企業(yè)以直接財(cái)政、間接貸款貼息進(jìn)行補(bǔ)貼；出于風(fēng)險(xiǎn)準(zhǔn)備金的考慮，銀行在企業(yè)無(wú)力償還負(fù)債時(shí)，仍將信貸資金配置給僵尸企業(yè)[19-20]。經(jīng)濟(jì)下行壓力增大、金融市場(chǎng)要素不完善、制度和誠(chéng)信文化缺位、法律信用機(jī)制不健全等一系列的金融生態(tài)環(huán)境要素則是僵尸企業(yè)存續(xù)的重要外部環(huán)境因素[21]。與地方政府建立政治關(guān)聯(lián)的企業(yè)也會(huì)由于產(chǎn)權(quán)不清晰、政企不分的問(wèn)題，存在道德風(fēng)險(xiǎn)[22-23]。

研究表明，僵尸企業(yè)會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生負(fù)外部效應(yīng)，擠壓健康企業(yè)投資和就業(yè)的增長(zhǎng)空間。僵尸企業(yè)對(duì)非僵尸企業(yè)產(chǎn)生了嚴(yán)重的投資擠出效應(yīng)，一方面，“僵尸借貸”占用正常企業(yè)的信貸資源，在信貸收縮的大環(huán)境下，過(guò)高的融資成本抑制了正常企業(yè)進(jìn)行新的投資[24-25]；另一方面，僵尸企業(yè)獲得的銀行補(bǔ)貼貸款的財(cái)務(wù)成本較低，在市場(chǎng)競(jìng)爭(zhēng)當(dāng)中可通過(guò)采取提高員工工資、降低產(chǎn)品價(jià)格等手段，加劇行業(yè)的競(jìng)爭(zhēng)程度，阻礙市場(chǎng)的潛在進(jìn)入者，產(chǎn)生擠出效應(yīng)[26]。在實(shí)際生活中，受外部需求的沖擊，供需矛盾進(jìn)一步被激化。企業(yè)產(chǎn)生大量的庫(kù)存積壓、經(jīng)營(yíng)利潤(rùn)下降、內(nèi)部現(xiàn)金流惡化、償債壓力增大導(dǎo)致企業(yè)僵尸化[27-28]。處于僵尸階段的企業(yè)大都是國(guó)有企業(yè)，以銀行借款、企業(yè)債券、發(fā)行股票等方式配置到僵尸企業(yè)中的金融資源的債務(wù)成本低，這種低廉的融資成本會(huì)加劇企業(yè)的盲目擴(kuò)張[29-30]。按照正常的市場(chǎng)競(jìng)爭(zhēng)機(jī)制，僵尸企業(yè)本應(yīng)當(dāng)退出市場(chǎng)，但由于資本市場(chǎng)發(fā)展滯后，市場(chǎng)退出機(jī)制不健全，僵尸企業(yè)以增發(fā)股票、出售股權(quán)和資產(chǎn)的方式推遲退市，并通過(guò)資產(chǎn)重組、并購(gòu)等方式在資本市場(chǎng)上維持生存[31]。過(guò)高的破產(chǎn)成本同樣給僵尸企業(yè)的退出帶來(lái)了阻礙效應(yīng)[33]，我國(guó)企業(yè)申破產(chǎn)手續(xù)煩瑣、時(shí)間周期長(zhǎng)，債權(quán)的法律支持匱乏，為了避免低效的資產(chǎn)變現(xiàn)率和高昂的訴訟成本，銀行等金融機(jī)構(gòu)只得做出持續(xù)性貸款的無(wú)奈選擇，這在一定程度上造成僵尸企業(yè)難以出清[34]。金融生態(tài)環(huán)境具有聲譽(yù)替代效應(yīng)，通過(guò)改善金融生態(tài)環(huán)境能削弱政治關(guān)聯(lián)與企業(yè)融資成本之間的負(fù)相關(guān)關(guān)系，企業(yè)減少政治關(guān)聯(lián)效應(yīng)，僵尸企業(yè)存在的機(jī)率也會(huì)隨之降低[32]。

我國(guó)的僵尸企業(yè)空間分布存在異質(zhì)性，從東部到西部地區(qū)，僵尸企業(yè)呈現(xiàn)數(shù)量依次遞減、比例依次遞增的情況[35]。東部地區(qū)中小民營(yíng)企業(yè)較多，企業(yè)間多采取上下游互相擔(dān)保的形式貸款，僵尸企業(yè)的傳染效應(yīng)會(huì)導(dǎo)致其他正常的企業(yè)也變成僵尸企業(yè)，地區(qū)的經(jīng)濟(jì)發(fā)展僵化，引發(fā)區(qū)域性金融風(fēng)險(xiǎn)[36]。西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)較為單一、能源經(jīng)濟(jì)依賴(lài)性強(qiáng)、國(guó)有經(jīng)濟(jì)成分高，地方政府會(huì)將更多的資源向當(dāng)?shù)氐凝堫^企業(yè)傾斜，這就造成了西部地區(qū)僵尸企業(yè)數(shù)量少，但經(jīng)濟(jì)影響嚴(yán)重。

現(xiàn)有的研究缺乏規(guī)范嚴(yán)謹(jǐn)實(shí)證研究，尤其是從空間的角度來(lái)探究僵尸企業(yè)成因的文獻(xiàn)更是鮮見(jiàn)，該文①摒棄了傳統(tǒng)的以經(jīng)濟(jì)發(fā)展水平、金融市場(chǎng)發(fā)展、政府治理、制度和誠(chéng)信文化建設(shè)等單一方面探討僵尸企業(yè)成因的做法，而是以金融生態(tài)環(huán)境整體著手，較為系統(tǒng)性地對(duì)僵尸企業(yè)形成的可能路徑進(jìn)行探究，這對(duì)制定出有針對(duì)性的僵尸企業(yè)出清的策略具有重要的意義；②僵尸企業(yè)的分布存在空間依賴(lài)性和空間異質(zhì)性，信貸資源配置失衡和金融生態(tài)環(huán)境是僵尸企業(yè)形成的主要影響因素，但目前還未有相關(guān)文獻(xiàn)將這三者聯(lián)系起來(lái)，文章通過(guò)構(gòu)建空間誤差和空間滯后模型將三者結(jié)合起來(lái)，進(jìn)一步豐富了現(xiàn)有的實(shí)證檢驗(yàn)成果。

圖1 金融生態(tài)環(huán)境、信貸資源配置與僵尸企業(yè)形成作用機(jī)理圖

三、模型建立

(一) 變量與數(shù)據(jù)選取

1.被解釋變量

CHK模型易將優(yōu)質(zhì)企業(yè)誤判為僵尸企業(yè)或遺漏借新還舊的僵尸企業(yè)[37]，文章引用修正KNN標(biāo)準(zhǔn)，以“金融支持”和“償付性”為判斷標(biāo)準(zhǔn)。若企業(yè)實(shí)際利息支出Ri，t低于理論利息支出(同 CHK 標(biāo)準(zhǔn))或當(dāng)年債務(wù)額有所增加，說(shuō)明企業(yè)獲得了金融支持[38]；若BEIT小于理論最低利息支出或扣除非經(jīng)常性損益后(政府補(bǔ)貼、稅收返還和減免)Git的利潤(rùn)總額profiti，t小于理論利息支出，說(shuō)明企業(yè)存在償付問(wèn)題[39]。

既具有償付問(wèn)題又獲得金融支持的企業(yè)為僵尸企業(yè)，計(jì)算公式如式(1)-(3)：

式中：BSi，t、BLi，t、Bondsi，t分別為i企業(yè)t年末的短期貸款、長(zhǎng)期貸款和應(yīng)付債券；rst、rlt、rcbt分別為第t年市場(chǎng)上可觀測(cè)到的0～6個(gè)月、6～12個(gè)月貸款基準(zhǔn)利率加權(quán)平均值，1～3年、3～5年和 5年以上的長(zhǎng)期貸款的基準(zhǔn)利率的加權(quán)平均值[40]以及同期發(fā)行五年期 AAA 的公司債的利率[41]；Zi，t表示利率差；Bi，t為企業(yè)t時(shí)期的短期貸款、長(zhǎng)期貸款和應(yīng)付債券之和。

考慮到縣級(jí)或地級(jí)市由于地理距離太近、規(guī)模以上的上市公司數(shù)量過(guò)少，難以構(gòu)成研究的樣本，本文以省際僵尸企業(yè)數(shù)量作為被解釋變量。

2.解釋變量

在借鑒相關(guān)研究[42-43]的基礎(chǔ)上，構(gòu)建了金融生態(tài)環(huán)境指標(biāo)評(píng)價(jià)體系。因子分析的KMO值均大于0.5，表明所選的變量適合做因子分析。通過(guò)對(duì)因子載荷矩陣旋轉(zhuǎn)的方式篩選出政府治理、經(jīng)濟(jì)基礎(chǔ)、金融發(fā)展水平、信用和制度環(huán)境四個(gè)公共因子，并分別計(jì)算四個(gè)公共因子得分和金融生態(tài)環(huán)境綜合得分。僵尸企業(yè)的資金來(lái)源主要是銀行信貸，因此選擇貸款總額、中長(zhǎng)期貸款、短期貸款分別從信貸資源的總量、不同期限結(jié)構(gòu)的貸款角度分析對(duì)僵尸企業(yè)的影響機(jī)制。

3.控制變量及數(shù)據(jù)來(lái)源

為了減少變量的內(nèi)生性隱患，文章從各省的經(jīng)濟(jì)發(fā)展水平、消費(fèi)市場(chǎng)規(guī)模、財(cái)政支出、貿(mào)易開(kāi)放度、固定資產(chǎn)投資、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)等選取控制變量[44]，變量的定義具體見(jiàn)表1。

(二) 模型的設(shè)定

空間計(jì)量模型是添加空間權(quán)重矩陣修正模型，更加符合客觀現(xiàn)實(shí)，它主要包括被解釋變量空間自相關(guān)的判斷和對(duì)空間計(jì)量模型的選擇、分析這兩個(gè)方面。

1.空間自相關(guān)

判斷數(shù)據(jù)是否存在空間依賴(lài)性是確定是否使用空間計(jì)量方法的前提，度量空間自相關(guān)較為常用的是Moran’s I法，如式(4)：

表1 變量的設(shè)定與數(shù)據(jù)來(lái)源

式中：S2為樣本方差，Wi，j為空間權(quán)重矩陣(地區(qū)間人均GDP的差額為“經(jīng)濟(jì)距離”指標(biāo))。

Moran’s I的取值區(qū)間為[-1，1]，若 0＜Moran’s＜1時(shí)，說(shuō)明被解釋變量間為正自相關(guān)，相同屬性值(H-H、L-L)呈現(xiàn)空間集聚分布；若-1＜Moran’s＜0 Moran’s I為負(fù)值，則表示被解釋變量間呈現(xiàn)空間負(fù)自相關(guān)，不同的屬性值(H-L、L-H)呈現(xiàn)聚集分布；當(dāng)Moran’s I=0時(shí)，表示被解釋變量之間不相關(guān)。

2.空間計(jì)量模型的設(shè)定

為判斷地區(qū)的金融生態(tài)環(huán)境、信貸資源配置對(duì)僵尸企業(yè)的數(shù)量的影響效應(yīng)究竟取決于鄰近地區(qū)的僵尸企業(yè)數(shù)量的觀察值還是局域特征級(jí)在空間上相關(guān)的誤差項(xiàng)，則設(shè)定空間滯后模型(SLM)和空間誤差模型(SEM)如式(5)-(7)：

SLM模型：

SEM模型：

式中，ρ表示空間滯后系數(shù)；Wi，j表示N*×N維標(biāo)準(zhǔn)化處理后的空間權(quán)重矩陣；envit、loanit分別表示金融生態(tài)環(huán)境、貸款總額；Xi，t表示一系列的控制變量；λi、μt表示空間效應(yīng)和時(shí)間效應(yīng)；εi，t為隨機(jī)誤差項(xiàng)；φi，t是空間誤差模型的殘差項(xiàng)；γ表示空間誤差系數(shù)；i、t分別表示地區(qū)和時(shí)間。

四、空間計(jì)量模型的實(shí)證分析

(一) 空間相關(guān)性檢驗(yàn)

據(jù)表2僵尸企業(yè)數(shù)量分布的空間自相關(guān)性結(jié)果顯示，Moran’s I指數(shù)大致在0.1～0.4 的區(qū)間內(nèi)變化，且大部分年份Moran’s I指數(shù)均通過(guò)了10%的顯著性水平，說(shuō)明我國(guó)僵尸企業(yè)分布具有正向的空間自相關(guān)性，存在著顯著的空間集聚。整體上看，僵尸企業(yè)數(shù)量的Moran’s I明顯呈現(xiàn)周期變動(dòng)趨勢(shì)，僵尸企業(yè)空間集聚性處于動(dòng)態(tài)變化的狀態(tài)，因此結(jié)合空間因素，探討影響僵尸企業(yè)空間集聚的因素研究非常具有現(xiàn)實(shí)意義。

表2 空間相關(guān)性指數(shù)及檢驗(yàn)

圖2為2003年、2016年我國(guó)僵尸企業(yè)數(shù)量的Moran’s I的散點(diǎn)圖，可以看出僵尸企業(yè)的高值區(qū)和低值區(qū)都呈現(xiàn)較明顯的集聚特征。結(jié)合表3來(lái)看，高值集聚區(qū)和低值集聚區(qū)包含 22個(gè)省份，73.33%的省份表現(xiàn)出相似的空間關(guān)聯(lián)，呈現(xiàn)出正的相關(guān)性。其中第一象限包含13個(gè)省份，分別為北京、天津、江蘇、浙江、廣東、湖北、湖南、山西、河南、安徽、四川、新疆、陜西，表現(xiàn)出高高(HH)的正相關(guān)關(guān)系集群；第三象限包含9個(gè)省份，分別為吉林、河北、內(nèi)蒙古、寧夏、青海、云南、重慶、廣西、甘肅，呈現(xiàn)出低低(LL)的空間自相關(guān)關(guān)系；第二象限包括黑龍江、海南、江西、貴州，被高值所包圍，呈現(xiàn)出低高(LH)負(fù)相關(guān)關(guān)系；第四象限包括福建、遼寧、山東、上海，被低值所包圍，呈現(xiàn)高低(HL)的空間負(fù)相關(guān)關(guān)系，僵尸企業(yè)具有明顯的空間集聚分布特征。

通過(guò)對(duì)僵尸企業(yè)的集聚動(dòng)態(tài)分析發(fā)現(xiàn)，遼寧、上海、山東、海南從第一象限轉(zhuǎn)到第二或第四象限，東部沿海地區(qū)僵尸企業(yè)正向的空間集聚性逐漸減弱；山西、安徽、河南、湖南等從第二象限轉(zhuǎn)到第一象限，中部地區(qū)僵尸企業(yè)正向的空間關(guān)聯(lián)性正在加強(qiáng)；內(nèi)蒙古、廣西、寧夏從第二象限轉(zhuǎn)向第三象限，陜西、四川從第二或第四轉(zhuǎn)入到第一象限，西部地區(qū)各省僵尸企業(yè)正向的空間相關(guān)性也在不斷加強(qiáng)。

圖2 2003年、2016年僵尸企業(yè)Moran’s I散點(diǎn)圖

表3 我國(guó)30個(gè)省(自治區(qū)、直轄市)僵尸企業(yè)聚集空間關(guān)聯(lián)模式

我國(guó)僵尸企業(yè)數(shù)量表現(xiàn)出明顯的非平衡發(fā)展且具有明顯的空間自相關(guān)性，為了避免普通面板回歸因忽略空間自相關(guān)性而帶來(lái)的誤差，運(yùn)用空間計(jì)量模型進(jìn)行分析更為恰當(dāng)。

(二) 空間計(jì)量模型的分析

1.信貸資源配置對(duì)僵尸企業(yè)的作用機(jī)制分析

(1) 模型的選擇

據(jù)表4檢驗(yàn)結(jié)果顯示，Lagrange Multiplier(lag)統(tǒng)計(jì)量和Robust LM(lag)統(tǒng)計(jì)量的值分別大于Lagrange Multiplier(error)、Robust LM(error)值，且通過(guò)了1%的顯著性水平檢驗(yàn)，因此選擇空間滯后模型(SLM)更為合適。Hausman檢驗(yàn)顯示，Hausman統(tǒng)計(jì)量為-41.686，P值=0.0000，因此拒絕隨機(jī)效應(yīng)假設(shè)，說(shuō)明固定效應(yīng)更優(yōu)。

(2) 估計(jì)與分析

根據(jù)模型的擬合優(yōu)度，文章選擇時(shí)間固定效應(yīng)對(duì)信貸資源配置與僵尸企業(yè)的作用機(jī)制進(jìn)行分析。為了檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，文章將空間誤差模型回歸結(jié)果列出，如表5所示，SLM模型和SEM模型相對(duì)應(yīng)的回歸參數(shù)的方向、大小以及顯著性無(wú)明顯的差異，這表明模型的穩(wěn)健性較好。

表4 OLS回歸結(jié)果

表5 SLM和SEM的估計(jì)結(jié)果

觀察表5可知，空間自回歸參數(shù)ρ在1%的顯著性水平下顯著為正，表明在地理空間的鄰接上我國(guó)省域僵尸企業(yè)之間的確存在顯著的正向空間溢出效應(yīng)[45]。SLM模型的結(jié)果顯示，貸款總額 loan系數(shù)在1%的顯著性水平下顯著為 5.752，這表明貸款總額會(huì)促進(jìn)僵尸企業(yè)的數(shù)量的增加；中長(zhǎng)期貸款lloan的系數(shù)為6.415，大于短期貸款sloan的系數(shù)2.540，且均在1%的顯著性水平顯著，短期貸款、中長(zhǎng)期貸款的增加會(huì)導(dǎo)致僵尸企業(yè)的數(shù)量增加，但中長(zhǎng)期貸款的增多更易導(dǎo)致僵尸企業(yè)的形成。

在回歸分析當(dāng)中，模型又引入了人均 GDP的對(duì)數(shù)、總?cè)丝跀?shù)的對(duì)數(shù)、地方財(cái)政支出/GDP的比重、進(jìn)出口貿(mào)易/GDP、全社會(huì)固定資產(chǎn)投資/GDP等影響僵尸企業(yè)的控制變量，回歸結(jié)果顯示：pgdp、pop的增長(zhǎng)對(duì)僵尸企業(yè)的形成具有顯著的正向影響，經(jīng)濟(jì)水平越發(fā)達(dá)、消費(fèi)市場(chǎng)規(guī)模越龐大的地區(qū)，企業(yè)數(shù)量基數(shù)較大，因此僵尸企業(yè)的數(shù)量也會(huì)較多，這符合當(dāng)前我國(guó)僵尸企業(yè)的分布現(xiàn)狀。

財(cái)政依存度expen的系數(shù)顯著為正，政府對(duì)經(jīng)濟(jì)發(fā)展的干預(yù)力度逐漸增大，不當(dāng)財(cái)政補(bǔ)貼導(dǎo)致僵尸企業(yè)數(shù)量增多。trade系數(shù)顯著為負(fù)，說(shuō)明對(duì)外開(kāi)放程度的提高可以抑制僵尸企業(yè)的數(shù)量增長(zhǎng)。因?yàn)閷?duì)外開(kāi)放程度越高，市場(chǎng)競(jìng)爭(zhēng)越充分，企業(yè)自身的競(jìng)爭(zhēng)力、創(chuàng)新力越強(qiáng)，僵尸企業(yè)也會(huì)被市場(chǎng)機(jī)制淘汰。fasset系數(shù)顯著為負(fù)，表明隨著全社會(huì)固定資產(chǎn)投資規(guī)模的增大，僵尸企業(yè)的數(shù)量在逐漸減少。近幾年我國(guó)固定資產(chǎn)投資回報(bào)率呈現(xiàn)邊際遞減，這驅(qū)動(dòng)著固定資產(chǎn)投資開(kāi)始由原來(lái)的重規(guī)模向重效率轉(zhuǎn)換。尤其是采礦業(yè)、建筑業(yè)、電力、燃?xì)獾刃袠I(yè)的投資規(guī)模下降。city的系數(shù)不顯著，這說(shuō)明城鎮(zhèn)化水平對(duì)僵尸企業(yè)的數(shù)量的影響不明顯。product的系數(shù)顯著為正，這表明隨著第一、二產(chǎn)業(yè)占GDP的比重增大，僵尸企業(yè)的數(shù)量呈現(xiàn)上升的趨勢(shì)，當(dāng)前我國(guó)第一、二產(chǎn)業(yè)規(guī)模的增大對(duì)僵尸企業(yè)數(shù)量的增多起著推動(dòng)作用。勞動(dòng)密集型行業(yè)、重化工行業(yè)一直都是僵尸企業(yè)占比較高的行業(yè)，如紡織業(yè)、制造業(yè)在解決人口就業(yè)問(wèn)題方面發(fā)揮著至關(guān)重要的作用，重化工業(yè)也是當(dāng)?shù)卣攸c(diǎn)扶持的行業(yè)，規(guī)模龐大，是地方金融機(jī)構(gòu)的主要客戶，當(dāng)?shù)卣苤朴诒＞蜆I(yè)和穩(wěn)增長(zhǎng)的雙重壓力，不得不維持這類(lèi)企業(yè)的生存，從而催生了大量的僵尸企業(yè)。

2.金融生態(tài)環(huán)境、信貸資源配置與僵尸企業(yè)的作用機(jī)制分析

(1) 模型的選擇

表6的結(jié)果顯示，選擇時(shí)空雙固定效應(yīng)更優(yōu)，SEM模型和 SLM 模型相對(duì)應(yīng)的回歸參數(shù)的方向、大小以及顯著性無(wú)明顯的差異，這也表明模型的穩(wěn)健性較好。

(2) 估計(jì)與分析

作為金融生態(tài)環(huán)境各要素連接的中樞，信貸資源要受到金融生態(tài)環(huán)境各要素的影響，因此研究?jī)烧哧P(guān)系并厘清僵尸企業(yè)形成機(jī)制具有強(qiáng)烈的現(xiàn)實(shí)意義。

表6 OLS回歸結(jié)果

觀察表7、表8可知，模型(1)中，env系數(shù)為負(fù)不顯著，表明金融生態(tài)環(huán)境的改善能減少僵尸企業(yè)數(shù)量，但目前這種效應(yīng)并未顯示。loan的系數(shù)顯著為正，僵尸企業(yè)數(shù)量會(huì)隨著金融機(jī)構(gòu)放貸數(shù)量的增加而增多，表明我國(guó)的信貸資源配置失衡，導(dǎo)致僵尸企業(yè)數(shù)量增長(zhǎng)；交乘項(xiàng)loan*env的系數(shù)顯著為正，金融生態(tài)環(huán)境整體加劇了貸款總額與僵尸企業(yè)數(shù)量的正相關(guān)關(guān)系。

為進(jìn)一步研究金融生態(tài)環(huán)境影響貸款總額與僵尸企業(yè)的作用機(jī)制，文章從四個(gè)維度政府治理 gov、經(jīng)濟(jì)基礎(chǔ) enc、金融市場(chǎng)發(fā)展 fmrt、制度和誠(chéng)信文化建設(shè)reg與中長(zhǎng)期貸款lloan(模型2—模型5)、短期貸款sloan(模型6—模型9)進(jìn)行了分組SLM回歸④，結(jié)果顯示lloan、sloan的回歸系數(shù)均顯著為正，且lloan的回歸系數(shù)大于sloan，這表明相較于短期貸款，中長(zhǎng)期貸款數(shù)量的增多更易導(dǎo)致僵尸企業(yè)形成。

模型(2)和模型(6)中，gov的系數(shù)均為負(fù)值，這表明有效的政府治理能減少僵尸企業(yè)的數(shù)量。模型(2)中l(wèi)loan的系數(shù)在1%的顯著性水平下顯著為6.491，長(zhǎng)期貸款和僵尸企業(yè)的數(shù)量具有正向關(guān)系，交乘項(xiàng)lloan*gov系數(shù)為負(fù)，但不顯著，這表明有效的政府治理能夠減弱中長(zhǎng)期貸款和僵尸企業(yè)數(shù)量之間的正相關(guān)關(guān)系，但當(dāng)前政府治理的效用并未發(fā)揮出來(lái)。模型(6)中 sloan*gov的系數(shù)為-0.198，小于模型(2)lloan*gov的絕對(duì)值，這表明政府治理能更有效地減弱中長(zhǎng)期貸款和僵尸企業(yè)正相關(guān)關(guān)系。模型(3)、模型(7)中enc的系數(shù)均不顯著，但lloan*enc、sloan*enc的系數(shù)為負(fù)值，說(shuō)明經(jīng)濟(jì)發(fā)展水平對(duì)僵尸企業(yè)數(shù)量的影響并不明確，但能夠間接抑制貸款和僵尸企業(yè)數(shù)量之間的正相關(guān)關(guān)系。模型(4)、模型(7)中fmrtz系數(shù)分別為0.223、-0.099，但均不顯著，發(fā)達(dá)的金融市場(chǎng)體系能夠降低信息不對(duì)稱(chēng)產(chǎn)生的逆向選擇，減少企業(yè)融資摩擦，健康的企業(yè)會(huì)容易獲得資金，這樣缺乏競(jìng)爭(zhēng)力的僵尸企業(yè)就會(huì)被淘汰掉；但同時(shí)，企業(yè)也很可能會(huì)在低成本的債務(wù)資金的驅(qū)動(dòng)下盲目投資，造成產(chǎn)能過(guò)剩，進(jìn)而轉(zhuǎn)變成僵尸企業(yè)，所以金融市場(chǎng)的發(fā)展對(duì)僵尸企業(yè)的影響作用尚未明確，但是金融市場(chǎng)能夠降低中長(zhǎng)期貸款、短期貸款與僵尸企業(yè)之間的正向相關(guān)關(guān)系。模型(5)、模型(9)中reg的系數(shù)為正，lloan*reg、sloan*reg的系數(shù)在1%的顯著性水平下顯著，表明完善的誠(chéng)信文化制度能改善企業(yè)金融環(huán)境，提升社會(huì)互信水平，完善企業(yè)的保障和退出機(jī)制，減少僵尸企業(yè)的存續(xù)[46]。

表7 貸款總額和中長(zhǎng)期貸款、金融生態(tài)環(huán)境與僵尸企業(yè)的SLM估計(jì)結(jié)果

表8 短期貸款、金融生態(tài)環(huán)境與僵尸企業(yè)SEM估計(jì)結(jié)果

五、結(jié)論和建議

僵尸企業(yè)存在于我國(guó)國(guó)民經(jīng)濟(jì)的各行各業(yè)，盡管給社會(huì)帶來(lái)巨大的風(fēng)險(xiǎn)，但也不意味著應(yīng)該實(shí)行“一刀切”策略。想要有針對(duì)性地處置僵尸企業(yè)，首先要找準(zhǔn)僵尸企業(yè)的成因，文章研究結(jié)果顯示：

(1) 我國(guó)的僵尸企業(yè)分布存在著顯著的空間集聚性，且僵尸企業(yè)的空間集聚一直處于動(dòng)態(tài)變化的狀態(tài)，高值集聚和低值集聚同質(zhì)性是我國(guó)僵尸企業(yè)集聚的主要形式。我國(guó)東部地區(qū)僵尸企業(yè)的空間關(guān)聯(lián)性在逐漸減弱，但呈現(xiàn)向中部和西部地區(qū)蔓延的趨勢(shì)。

(2) 在信貸資源配置、金融生態(tài)環(huán)境對(duì)僵尸企業(yè)數(shù)量影響的研究中發(fā)現(xiàn)，貸款總量的增多會(huì)導(dǎo)致僵尸企業(yè)數(shù)量增多，其中中長(zhǎng)期貸款的增多是形成僵尸企業(yè)的重要原因；金融生態(tài)環(huán)境總體對(duì)僵尸企業(yè)的影響作用并不顯著，但是政府治理效率、金融市場(chǎng)發(fā)展以及制度和誠(chéng)信文化建設(shè)能間接通過(guò)減弱信貸資源與僵尸企業(yè)之間的正相關(guān)關(guān)系發(fā)揮作用。

基于實(shí)證結(jié)果，并在充分考慮了我國(guó)制度環(huán)境的基礎(chǔ)上，本文提出如下對(duì)策和建議：

(1) 由于我國(guó)僵尸企業(yè)分布呈現(xiàn)空間集聚現(xiàn)象，尤其是中部西部地區(qū)正逐漸成為僵尸企業(yè)重點(diǎn)集聚區(qū)，因此要想改善當(dāng)前的現(xiàn)狀，必須要迅速調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，一改原來(lái)依賴(lài)資源帶動(dòng)經(jīng)濟(jì)發(fā)展的模式，加快高污染、高耗能的僵尸企業(yè)的退出。僵尸企業(yè)多集中在勞動(dòng)密集型和重工業(yè)行業(yè)等關(guān)系到國(guó)民經(jīng)濟(jì)命脈的行業(yè)，一味地市場(chǎng)出清很可能會(huì)造成經(jīng)濟(jì)衰退，因此僵尸企業(yè)的處置方法應(yīng)當(dāng)以采取“優(yōu)兼劣清”的策略，即對(duì)優(yōu)質(zhì)的仍有盤(pán)活希望的僵尸企業(yè)采取兼并重組，最大化利用“僵尸企業(yè)”的有利資源，使得“僵尸企業(yè)”破繭重生，而對(duì)一些主要依靠吸血難以存活的企業(yè)應(yīng)當(dāng)有序地進(jìn)入破產(chǎn)清算程序。

(2) 加強(qiáng)我國(guó)金融體系建設(shè)，優(yōu)化金融資源結(jié)構(gòu)，提升金融資源配置的效率。對(duì)于金融部門(mén)，特別是銀行，應(yīng)當(dāng)著力提高信貸決策效率，采用科學(xué)方法識(shí)別產(chǎn)能過(guò)剩企業(yè)，停止對(duì)已過(guò)剩企業(yè)的信貸支持，防止“僵尸企業(yè)”出現(xiàn)；限制對(duì)出現(xiàn)過(guò)剩苗頭企業(yè)的信貸供應(yīng)，防止信貸因素促成的產(chǎn)能過(guò)剩。

(3) 政府過(guò)度干預(yù)下信貸資源配置扭曲是我國(guó)僵尸企業(yè)形成的原因，而有效的政府治理則能減少僵尸企業(yè)的產(chǎn)生，因此政府在宏觀調(diào)控、政策引導(dǎo)和制度約束等方式參與僵尸企業(yè)治理的過(guò)程中，要避免采取過(guò)多的行政干預(yù)手段。當(dāng)然完全放任僵尸企業(yè)自生自滅，過(guò)度的市場(chǎng)化也是不可取的，政府應(yīng)當(dāng)充分發(fā)揮政府對(duì)市場(chǎng)的糾偏作用來(lái)拯救僵尸企業(yè)，“有形之手”與“無(wú)形之手”相互聯(lián)動(dòng)，達(dá)到僵尸企業(yè)“出清”的目的。

(4) “僵尸企業(yè)”難以出清的很大的一個(gè)原因就是退出機(jī)制不健全，首先從司法機(jī)制層面，推動(dòng)《中華人民共和國(guó)企業(yè)破產(chǎn)法》的實(shí)施，建立企業(yè)破產(chǎn)相關(guān)的配套機(jī)制，健全企業(yè)破產(chǎn)退出機(jī)制。以市場(chǎng)化手段加快淘汰“僵尸企業(yè)”，處置的核心就在于減少政府的行政干預(yù)，努力營(yíng)造良好的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，以?xún)?yōu)勝劣汰的市場(chǎng)機(jī)制作為企業(yè)淘汰的標(biāo)準(zhǔn)。

注釋?zhuān)?/p>

① 主營(yíng)業(yè)務(wù)收入2000萬(wàn)元及以上、固定資產(chǎn)投資項(xiàng)目計(jì)劃總投資額500萬(wàn)元及以上的工業(yè)企業(yè)。

② 考慮到數(shù)據(jù)可得性，在指標(biāo)選擇時(shí)剔除西藏。

③ 金融生態(tài)環(huán)境指標(biāo)體系分為4個(gè)目標(biāo)層、9個(gè)準(zhǔn)則層、22個(gè)指標(biāo)層，篇幅限制，此處從略，備索。

④ 為了避免在進(jìn)行回歸時(shí)，出現(xiàn)多重共線性問(wèn)題，對(duì)貸款總額loan、中長(zhǎng)期貸款lloan、短期貸款sloan、政府治理gov、經(jīng)濟(jì)基礎(chǔ)enc、金融市場(chǎng)發(fā)展fmrt、制度和誠(chéng)信文化建設(shè)reg變量進(jìn)行去均值處理。