短貸長投、銀企關聯與企業債務違約風險

■劉垣鈺，郭淑娟

一、引言

近些年來，中國企業債務違約問題愈加嚴峻，不少企業面臨著嚴峻的資金流動性不足問題。2020年全年新增23家企業“暴雷”違約，共有178家大型企業發生債務違約，違約金額總計1600億元。此外，金融機構不良貸款率從2014年的1.25%持續攀升至2021年的1.89%。因此，如何有效防范企業頻繁發生債務違約，如何妥善應對企業債務違約風險，已成為當前實體企業和金融領域迫切需要重視的問題。

研究企業債務違約問題，一個不可忽視的關鍵性因素為目前企業普遍存在的“短貸長投”行為，即企業大量利用短期貸款來支持長期投資活動的一種激進型的投融資期限錯配問題。實踐中，大量企業債務違約案例都與“短貸長投”密切相關。因此，企業的“短貸長投”行為與債務違約之間是否存在必然關系？具體作用機制是什么？這些問題都需要深入研究。

關于“短貸長投”經濟后果的研究。已有文獻發現，“短貸長投”會通過阻礙人力資本投入和研發投入，來抑制企業的創新能力，加劇企業的經營風險，引發非效率投資，對企業經營績效產生負面影響（鐘凱等，2016），也會通過提高企業的債務融資成本、減少研發投入兩方面來惡化企業績效（劉曉光和劉元春，2019）。然而尚未有文獻關注“短貸長投”對企業債務違約風險的影響及作用機制。

關于“短貸長投”治理的研究?，F有文獻主要從貨幣政策的適度水平（鐘凱等，2016）、銀行業的競爭程度等外部金融環境視角和產融結合、資產可抵押性等企業內部結構視角進行相關研究。尚未有文獻就企業選擇與銀行建立股權、人事等關系，即銀企關聯的非正式制度安排視角進行研究。建立良好的銀企關系，有助于企業獲得更多的長期貸款、更低的融資成本、更高的貸款額度以及更寬松的貸款條件等（陳仕華和馬超，2013）。那么，銀企關聯能否緩解“短貸長投”所引發的負面影響？不同類型的銀企關聯對“短貸長投”所引發的負面影響的調節效果是否存在差異？這些問題都值得進一步研究。

全文邊際貢獻在于：第一，以企業“短貸長投”為切入點，拓展了債務違約風險的研究視角。第二，豐富了企業“短貸長投”經濟效應的相關研究。從風險防范的角度考察“短貸長投”的微觀經濟后果，并從債務融資成本、盈利水平和過度投資程度三個方面厘清了“短貸長投”影響債務違約風險的作用機制。第三，深入分析不同類型的銀企關聯對“短貸長投”與債務違約風險的調節效應。第四，充分考慮企業產權性質、研發投入、生命周期以及地區屬性的差異效果，進一步將企業微觀特征異質性情境納入研究框架。

二、理論分析與研究假設

（一）“短貸長投”對企業債務違約風險的影響

根據期限匹配理論，資產和債務期限相匹配，可以有效控制企業流動性風險，有利于降低企業資產的現金流入無法償還到期債務和滿足投資需求而引發的風險。

為應對金融環境抑制，企業可能被迫選擇“短貸長投”這種替代性機制，然而“短貸長投”的經濟后果具有突發性和隱蔽性（劉曉光和劉元春，2019）?！岸藤J長投”雖然在一定程度上為企業投資提供了流動性支持，緩解了企業所面臨的融資約束，但很可能引發更大的債務危機。具體而言：第一，長期投資具有投資回收期長、不確定性大的特點。當短期貸款到期時，長期投資可能還沒產生利潤來償還到期債務，卻增大了企業的償還債務壓力（白云霞等，2016），容易引發資金周轉困難，企業不得不“借新還舊”“借新還息”，進而增加了企業的債務融資成本，使企業面臨較高的資金續借風險（鐘凱等，2019）。一旦企業內部資金周轉困難、外部資金續借難度增大時，極易引發資金鏈斷裂，帶來無法償還的債務違約風險。第二，“短貸長投”迫使企業以更高昂的融資成本進行短期貸款的續借，更多的是滿足企業資金周轉上的需要，而非實際的投資和研發創新活動，有可能降低企業盈利水平，導致企業陷入財務困境（劉曉光和劉元春，2019）。甚至企業還可能被迫放棄正常的投資機會來償還債務，進一步惡化了企業的盈利能力和償債能力，從而導致企業陷入財務危機甚至破產倒閉（馬秀斌和張慶君，2020）。第三，“短貸長投”在滿足企業自身資金需求的同時，也為企業在較多資金支持的情境下進行過度投資提供了可能性。企業的長期貸款短缺可能是由于投資項目和經營狀況不符合銀行要求，但短期貸款的限制條件較為寬松，反而支持了企業的不合理投資行為，甚至產生羊群效應（孫鳳娥，2019），不利于企業長期穩定發展，提高了債務違約的可能性。

綜上所述，“短貸長投”通過增加債務融資成本、降低企業的盈利水平、提高過度投資程度三個途徑提高了企業的債務違約風險。據此，提出假設H1。

H1：“短貸長投”提高了企業的債務違約風險

（二）銀企關聯對“短貸長投”與企業債務違約風險關系的影響

銀企關聯主要包括高管關聯和持股關聯兩種類型。高管關聯是一種非正式制度的銀行人事關聯，主要指企業聘請現在或曾經在銀行工作的中高層人士擔任高管或董事，從而與銀行建立關聯。持股關聯是指企業持有銀行的股權與銀行建立關聯，通過向銀行董事會派駐人員，參與銀行的經營決策，從而增加企業的融資便利性。

基于高管關聯視角。具有銀行工作背景的高管在信貸融資方面擁有相當專業、獨到的洞察力，可以發揮金融專家的咨詢、指導作用。此外，具備銀行工作背景的高管充分了解銀行和企業的內部情況，有效緩解銀企之間的信息不對稱，幫助企業獲得更多的長期貸款和更低的融資成本，還可以幫助企業順利化解各種危機，如財務困境危機（Zahra&Pearce，1989）?？傊?，利用其關系資源可以緩解企業所面臨的融資約束，提高企業貸款可得性，為其帶來更加充裕的資金流（秦建文和關欣，2018），從而有效防止企業因“短貸長投”引發的資金鏈斷裂，降低企業所承擔的流動性風險壓力。

基于持股關聯視角。隨著銀行股份制改革，大量企業積極持有商業銀行股份，成為銀行股東。一方面，可以協調統一銀行和企業之間的利益關系，拉近銀企雙方的“信息距離”，極大緩解銀企之間的利益沖突，降低銀行為企業提供貸款過程中的信息不對稱和監督成本，從而緩解企業融資約束，提升企業的整體融資水平（郭牧炫和廖慧，2013）。另一方面，可以為企業資金周轉提供“隱性擔?！?，向外界傳遞企業具有較強融資能力的“積極信號”，增強企業在信貸市場中的聲譽，有助于企業的金融資產配置（劉星和蔣水全，2015）。

綜上，銀企關聯作為一種重要的社會資本，不僅可以發揮“信息效應”以緩解銀企之間的信息不對稱程度，還可以發揮“資源效應”以增加企業獲取社會資源的能力，顯著影響企業的債務期限結構。據此，提出假設H2。

H2：銀企關聯能有效緩解“短貸長投”與企業債務違約風險的正相關關系

三、研究設計

（一）樣本選取與數據來源

中國人民銀行于2013年7月放開了金融機構貸款利率下限的限制，標志著貸款利率已完成市場化改革。為避免此外生事件對研究結果的影響，選取2014—2021年滬深A股上市公司為研究樣本，并按照如下標準對樣本進行篩選：（1）剔除金融行業的上市公司；（2）剔除產權性質不明確的樣本；（3）剔除變量數據不全或含有缺失值的樣本。經過上述篩選，最終得到15038個觀測值。這些數據都來源于國泰安數據庫（CSMAR），其中高管具有銀行工作背景數據是根據CSMAR數據庫的“上市公司人物特征”專欄中的金融背景，并通過手工收集整理而得。行業分類方法是按制造行業大類細分，其他行業是按門類劃分。為避免受極端值的影響，對所有連續變量進行1%和99%的Winsorize處理。

（二）變量設計

1.被解釋變量：企業債務違約風險（ZScore）

借鑒前人（Putri，2019）的研究成果，采用ZScore模型度量企業債務違約風險，具體模型如下：

ZScore=1.2×（營運資金/總資產）+1.4×（留存收益/總資產）+3.3×（息稅前利潤/總資產）+0.6×（總市值/總負債）+0.999×（營業收入/總資產）

該模型以2.67和1.81作為臨界值，當ZScore≥2.67時為財務狀況良好，債務違約風險較低；當ZScore＜1.81時為陷入財務困境，潛伏著債務違約風險；1.81≤ZScore＜2.67為灰色地帶，表明企業的財務狀況極不穩定，發生債務違約的可能性很大。綜上，ZScore值越大，企業償債能力越強，債務違約風險越低。

2.解釋變量：短貸長投（SFLI）

關于“短貸長投”的度量尚未形成統一標準，主要的度量方法有兩種：一是劉曉光和劉春元（2019）提出的“短債長用”指標，反映企業的債務與資產期限結構的匹配情況；二是基于“資金缺口”構建的“短貸長投”指標（鐘凱等，2016）。第一種指標為存量特征指標，與資產負債表指標相一致，適合于共同進行基準分析，也適合于考察其對企業債務違約風險的長期影響，因此選取第一種衡量指標作為解釋變量。同時將第二種流量特征指標作為替代性指標進行穩健性檢驗?！岸藤J長投”=短期負債比例（即短期負債/總負債）-短期資產比例（即短期資產/總資產）。SFLI數值越大則表明企業“短貸長投”行為越嚴重。

3.調節變量：銀企關聯（BC）

借鑒翟勝寶等（2018）的研究，將銀企關聯（BC）細分為持股關聯（CG）和高管關聯（EC）。如果企業持有銀行股份則持股關聯虛擬變量CG賦值為1，否則為0。如果企業高管具有銀行工作背景則高管關聯虛擬變量EC賦值為1，否則為0。如果高管關聯和持股關聯滿足其中一個條件即代表企業存在銀企關聯，BC則賦值為1，否則為0。

4.控制變量

為精準地檢驗“短貸長投”與企業債務違約風險之間的關系，借鑒劉曉光和劉春元（2019）、鐘凱等（2019）的研究方法，同時結合上市公司的實際情況，對企業層面的特征變量進行控制。

（三）模型構建

1.“投資—短期貸款”敏感性模型

借鑒Mclean&Zhao（2014）和鐘凱等（2016）的研究方法，建立“投資—短期貸款”敏感性模型來檢驗“短貸長投”行為在中國資本市場中的存在性。

其中，INV=（購建固定資產、無形資產和其他長期資產支付的現金/上一年期末總資產）；CFO=（經營活動產生的現金流量凈額/上一年期末總資產）；SHORTDEBT=[（取得借款收到的現金－長期借款本期增加額）/上一年期末總資產]，表示利用上一年總資產剔除規模效應的企業當期短期信貸增量；LONGDEBT=[（本期長期借款+一年內到期的非流動負債-前期長期借款）/上一年期末總資產]，表示利用上一年總資產剔除規模效應的企業當期長期信貸增量；Q=Tobin’s Q，用來衡量企業的投資機會。

2.基準回歸模型

為驗證“短貸長投”對企業債務違約風險的影響，建立多元回歸模型（2）。

其中，ZScore表示企業債務違約風險，SFLI表示“短貸長投”，Size表示企業規模，Lev表示資產負債率，TAT表示總資產周轉率，Age表示企業上市年限，FA表示固定資產比重，還控制了年份和行業固定效應。當a1＜0時，說明SFLI越大，ZScore越小，即“短貸長投”程度越高，企業的債務違約風險就越高。

四、實證結果分析

（一）描述性統計

中國2014—2021年上市企業中ZScore的均值和中位數分別為4.790和3.008，都大于安全臨界值2.67，表明超過半數企業的財務狀況良好，債務違約風險較低。但ZScore的25%分位數為1.729，已經低于財務危機臨界值1.81，表明研究樣本中有1/4左右的企業陷入財務困境，債務違約風險很高，甚至瀕臨破產。SFLI的均值和中位數分別為0.253和0.260，25%分位數為0.134，均大于0，則表明我國約有超過75%的企業存在“短貸長投”行為。

表1 主要變量定義

（二）“投資—短期貸款”敏感性分析

首先，驗證“短貸長投”在中國上市企業中的存在性，利用模型（1）進行全樣本回歸，回歸結果如表2第1列所示?！巴顿Y—短期貸款”敏感性（CFO）和短期信貸增量（SHORTDEBT）的系數均在1%的水平顯著為正，表明隨著短期貸款的增加，企業購建固定資產、無形資產等其他長期投資活動支付的資金（INV）也逐漸增加。證明了上市企業中“短貸長投”普遍存在，支持基準回歸分析的理論前提。

表2 “投資—短期貸款”敏感性分析

其次，利用模型（1）對國有企業和非國有企業分樣本進行回歸，回歸結果如表2列（2）（3）所示。無論是國有企業還是非國有企業，短期信貸增量（SHORTDEBT）的系數均在1%的水平上顯著為正。但是非國有企業的回歸系數和顯著性水平均高于國有企業，表明非國有企業“短貸長投”更嚴重?？赡苁怯捎趪衅髽I在某種意義上受到地方政府隱形保護，而非國有企業更容易受到“信貸歧視”。

（三）“短貸長投”與企業債務違約風險

表3報告了模型（2）“短貸長投”與企業債務違約風險的多元回歸結果。由列（1）可知，“短貸長投”（SFLI）的系數為-3.122，在1%的水平上顯著為負。結果表明，SFLI越大，ZScore越小，即“短貸長投”程度越高，企業債務違約風險就越高，驗證了研究假設H1。

為進一步驗證“短貸長投”對債務違約風險的影響機理，基于ZScore的兩個經驗臨界值，構建了兩個衍生性的虛擬變量：Z1是根據安全臨界值2.67構建企業“離開安全區”的虛擬變量，即當企業的ZScore＜2.67時，Z1=1，否則為0，說明企業不再是安全無憂，財務狀況不穩定，至少已進入灰色地帶；Z2是根據財務危機臨界值1.81構建企業“進入財務危機區”的虛擬變量，即當企業的ZScore＜1.81時，Z2=1，否則為0，說明企業財務狀況已經極度惡化，面臨較大的債務違約風險，甚至瀕臨破產。

由于因變量Z1、Z2是虛擬變量，表3列（2）（3）采用Logit模型分別進行回歸分析。列（2）結果顯示，SFLI對Z1在1%的水平上顯著為正，說明“短貸長投”促進了企業離開安全區，進入灰色地帶。列（3）結果顯示，SFLI對Z2也在1%的水平上顯著為正，說明“短貸長投”顯著促進企業陷入財務困境。綜上可見，“短貸長投”對企業債務違約風險具有持續性的提升作用，進一步驗證了研究假設H1。

（四）“短貸長投”、銀企關聯與企業債務違約風險

表4報告了銀企關聯對“短貸長投”與企業債務違約風險調節效應的分組回歸結果。由列（5）（6）可知，不存在銀企關聯（BC=0）時，SFLI的系數為-3.230，在1%的水平上顯著為負；存在銀企關聯（BC=1）時，SFLI的系數為-2.089，也在1%的水平上顯著為負。但當存在銀企關聯時，“短貸長投”對債務違約風險的負面影響更小，并基于Bootstrap組間系數差異檢驗可得P值為0.069，在10%的水平上顯著，證明了銀企關聯能有效緩解“短貸長投”對企業債務違約風險的負面影響，驗證了研究假設H2。

表4 “短貸長投”、銀企關聯與企業債務違約風險

進一步區分銀企關聯的類型，分別從持股關聯（CG）與高管關聯（EC）角度分析“短貸長投”對企業債務違約風險的影響。由列（1）（2）可知，不存在持股關聯（CG=0）時，SFLI的系數分別為-3.175，在1%的水平上顯著；存在持股關聯（CG=1）時，SFLI系數降低為-1.453，并在5%的水平上顯著。P值為0.086，在10%的水平上顯著，證明了持股關聯會顯著弱化“短貸長投”對企業債務違約風險的負面影響。由列（3）（4）可知，不存在高管關聯（EC=0）和存在高管關聯（EC=1）時，SFLI的系數分別為-3.181、-2.332，均在1%的水平上顯著，可見高管關聯會弱化“短貸長投”對企業債務違約風險的影響，但P值結果不顯著。因此，相較于高管關聯，持股關聯更能顯著弱化“短貸長投”對企業債務違約風險的負面影響。

五、穩健性檢驗

（一）變更核心度量指標

1.變更“短貸長投”度量指標

借鑒鐘凱等（2016）的研究，基于“資金缺口”構建“短貸長投”流量指標SFLI_1，可以與前文的存量指標形成互補。變量定義為SFLI_1=購建固定資產等投資活動支付的現金-（長期借款本期增加額+本期權益增加額+經營活動現金凈流量+處置固定資產等長期資產收回的現金），除以期初總資產剔除規模效應。結果顯示，SFLI_1的系數在1%的水平上顯著為負，與前文回歸結果相一致。

2.變更債務違約風險度量指標

借鑒劉曉光和劉春元（2019）構建的兩個風險融資者體征變量來衡量企業債務違約風險。一是“風險融資者體征”（PZ）：如果企業利息保障倍數＜1，說明企業的息稅前利潤已不足以彌補利息，PZ=1，否則為0；二是“持續性風險融資體征”（ZB）：如果企業連續3年出現PZ=1，即說明該企業已經不具備持續性經營能力，債務違約風險加大，ZB=1，否則為0。由于因變量企業債務違約風險是虛擬變量，所以選取Logit模型進行回歸分析。結果顯示，“短貸長投”（SFLI）與債務違約風險（PZ、ZB）之間均顯著正相關，分別在1%和5%的水平上顯著，與前文回歸結果相一致。

（二）內生性檢驗

1.工具變量法

為檢驗互為因果的內生性影響，借鑒鐘凱等（2019）的方法，選取“短貸長投”按行業和年度分類的中位數SFLI_Med作為工具變量，采取兩階段法進行回歸。相關性方面，弱工具變量檢驗的F值為769.484，且P值為0.000，表明不存在弱工具變量問題。外生性方面，“短貸長投”的行業年度中值與特定企業的違約風險相關性較低，因此工具變量具有外生性，且工具變量與自變量數量相等，可恰好被識別，也不存在過度識別問題。因此，工具變量選取有效。在第一階段回歸結果中，工具變量行業年度中值（SFLI_Med）的系數在1%的水平上顯著為正；第二階段回歸結果中，控制了內生性問題后，“短貸長投”與企業債務違約風險仍呈現顯著的正相關關系，假設仍然成立。

2.滯后一期

為避免可能的雙向因果導致的內生性問題，將核心解釋變量和控制變量均滯后一期替換原變量，并利用模型（2）重新回歸，以此來檢驗“短貸長投”及其他控制變量的改變可能對下一期企業債務違約風險的影響。檢驗結果所示，“短貸長投”與企業債務違約風險仍然存在顯著的正向影響關系，與基準回歸結果基本保持一致。

（三）系統GMM估計

鑒于企業債務違約風險具有一定的動態性和延續性，進一步在解釋變量中加入被解釋變量債務違約風險的一階滯后項（L.ZScore），同時采用系統GMM進行估計。檢驗結果所示，AR（2）檢驗和Hansen檢驗的P值均大于0.1，表明擾動項的差分不存在二階序列自相關，通過了序列相關性檢驗，工具變量選取有效。此外，企業債務違約風險的滯后項系數顯著為正，“短貸長投”的估計系數符號仍與前文相一致，再次驗證了基準回歸結果的穩健性。

六、進一步分析

（一）影響機制檢驗

首先，檢驗“短貸長投”對債務融資成本的影響，采用財務費用除以主營業務收入來度量債務融資成本（Cost）?；貧w結果如表5列（1）所示，SFLI系數顯著為正，表明“短貸長投”會提高債務融資成本，加劇企業的融資困境，進而提高債務違約風險。其次，檢驗“短貸長投”對盈利水平的影響，盈利水平（EBIT）采用企業息稅前利潤除以總資產來衡量。如表5列（2）所示，SFLI的系數顯著為負，表明“短貸長投”降低了企業的盈利水平，負面影響了企業的經營績效，進而提高了債務違約風險。再次，檢驗“短貸長投”對過度投資程度的影響，借鑒Richardson（2006）構建的投資效率模型，選取模型殘差大于0的樣本，殘差值越大表示企業過度投資程度（ExcessInvest）越高。如表5列（3）所示，SFLI的系數顯著為正，即“短貸長投”提高了企業的過度投資程度，這會引發非效率投資，降低企業的投資回報率，提高債務違約風險。

最后，檢驗上述三個中介變量對企業債務違約風險的影響，回歸結果如表5列（4）所示。Cost的系數顯著為負，表明企業債務融資成本越高，債務違約風險就越高；EBIT的系數顯著為正，表明企業盈利水平越低，債務違約風險越高；ExcessInvest的系數顯著為負，表明企業過度投資程度越大，債務違約風險越高，上述回歸結果與前文論述相一致。此外，借鑒溫忠麟等（2004）的研究，在模型（2）中加入三個中介變量，檢驗在加入三個中介變量后“短貸長投”的系數是否發生變化，回歸結果如表5列（5）所示。EBIT的系數依然顯著為正，Cost和ExcessInvest的系數依然顯著為負，SFLI的系數也仍顯著為負，表明其發揮了中介效應。綜上所述，“短貸長投”會增加債務融資成本、降低企業的盈利水平、提高過度投資程度，并通過以上三個途徑來提高企業的債務違約風險。

表5 影響機制檢驗

（二）基于企業微觀特征的異質性檢驗

1.產權性質異質性

將樣本分為國有和非國有企業，探究產權性質對“短貸長投”與企業債務違約風險的影響，回歸結果如表6所示。根據Panel A列（1）可知在非國有企業中，SFLI的系數為-3.268，而在列（2）國有企業中，系數為-2.741，均在1%水平顯著為負，組間系數差異在10%的水平上顯著（見表末Chow檢驗）。研究表明，“短貸長投”提高企業債務違約風險的作用在非國有企業更明顯?？赡苁怯捎谠谄髽I債務融資中“信貸歧視”等問題的存在，非國有企業面臨著更嚴的融資約束，很難獲得長期貸款。

2.研發異質性

首先，將研發投入除以營業收入以剔除規模效應。其次，以研發投入的中位數為界，將樣本分成高研發投入和低研發投入企業，比較不同研發投入之間是否存在差異。企業研發異質性對“短貸長投”與債務違約風險的影響如表6所示。Panel A列（3）（4）結果顯示，無論是研發投入高還是研發投入低的企業，“短貸長投”都能顯著提高企業債務違約風險。但SFLI在研發投入高的企業中系數為-3.930，遠低于研發投入低的企業，組間系數差異在1%的水平上顯著（見表末Chow檢驗）。研究表明，“短貸長投”提高企業債務違約風險的作用在研發投入高的企業中更明顯?？赡苁怯捎谘邪l投入高的企業，往往具有前期投資成本高、投資回收期長、不確定性大的特點，導致高研發的企業往往要承受更高的融資成本，負擔著“短貸長投”所帶來的更大的償還債務壓力。

3.生命周期異質性

參考梁上坤等（2019）的研究，采用綜合得分判別法，分行業對銷售收入增長率、存留收益率、資本支出率、企業年齡等4個變量分別打分并算出綜合得分，然后按行業對綜合得分排序，得分最高的1/4為成長期企業（LifeCycle=1）、得分最低的1/4為衰退期企業（LifeCycle=3），其余為成熟期企業（LifeCycle=2）。表6中Panel B列（1）—（3）按不同生命周期分樣本進行回歸，列（2）（3）SFLI系數相近，均在1%的水平顯著為負，而第l列成長期SFLI系數為-4.709，遠低于后兩列，也在1%的水平上顯著為負。由Chow檢驗可知，成熟期、衰退期和成長期企業的組間系數差異均在1%的水平上顯著。Panel B列（4）加入企業生命周期以及“短貸長投”與生命周期的交互項，進行全樣本回歸。結果顯示，SFLI系數顯著為負，同時交互項系數為0.701，在5%的水平顯著為正。研究表明，“短貸長投”提高企業債務違約風險作用，隨著企業生命周期的推移逐漸減弱?？赡苁怯捎诔砷L期的企業仍處于發展階段，面臨著較多的外部威脅和不確定性因素。隨著企業不斷發展，成熟期企業各方面都趨于完善，擁有較為豐富的資源，具有一定的抗風險能力。而處于衰退期的企業往往會選擇風險低、流動性強的保守戰略，以防御企業可能發生的各種風險。

表6 異質性檢驗

4.經濟地區異質性

依照國家統一的劃分標準，將企業分為東部、中部、西部三大經濟地區企業，并分組進行回歸分析。Panel B列（5）—（7）列顯示，東、中部地區企業SFLI系數相近，均在1%的水平上顯著為負，而經濟不發達的西部地區企業SFLI系數為-3.950，遠低于前兩列，并在1%的水平上顯著為負。通過Chow檢驗可知，東、中部地區和西部地區企業的組間系數差異均在10%的水平上顯著。研究表明，相較東、中部地區企業，西部地區企業中“短貸長投”提高企業債務違約風險的作用更加明顯?？赡苁怯捎谖鞑康貐^企業經濟發展水平以及制度環境相對較差，面臨著更為嚴峻的融資約束，抗風險能力也相對較弱。

七、結論與對策建議

研究發現，第一，“短貸長投”在中國上市企業中普遍存在，在非國有企業中尤甚。第二，“短貸長投”會顯著提高企業的債務違約風險，在變更核心度量指標、控制內生性問題和替換估計方法后，該研究結果依然穩健。第三，銀企關聯能夠弱化“短貸長投”對企業債務違約風險的負面影響，尤其是持股關聯時，這種弱化效應更加明顯。第四，影響機制檢驗表明，“短貸長投”會增加債務融資成本、降低企業的盈利水平、提高過度投資程度，并通過以上三個途徑來提高企業債務違約風險。第五，基于企業微觀特征的異質性檢驗表明，“短貸長投”提高企業債務違約風險的作用在非國有企業、研發投入高的企業、成長期企業以及西部地區企業中更加明顯。

結合研究結論，提出以下建議：（1）企業應合理規劃融資方案，優化債務期限結構，提高債務與投資項目的期限匹配程度，避免激進型的投融資期限錯配行為。（2）企業應積極與銀行建立良好的“親密關系”，多引進具有銀行工作背景的高管，充分發揮其金融專家的咨詢、指導作用。在有條件的情況下，應當積極持有開戶銀行股權，建立產融合作關系，密切企業與銀行之間的利益關系，強化銀企之間的信息溝通。（3）銀行應建立有效制衡的股權結構，嚴格監管股東關聯貸款業務和完善信息披露機制。政府也應對銀企關聯進行正確的引導和監督，使其積極作用得到最大限度的發揮。（4）銀行應加強風險管理，在貸款決策過程中，對非國有企業，以及處于研發投入較大、成長周期以及西部地區的企業貸款時，尤其要注意防控這類企業的“短貸長投”風險，加強對這類企業貸款使用的管控。（5）國家應重點加強“短貸長投”的監管力度，并為其提供有效的優惠政策或給予一定的資金支持，以有效防范微觀企業發生債務違約的概率。