金融錯配與我國非金融企業系統性風險

李小林 郭慶娟

(中國海洋大學 經濟學院,山東 青島 266100)

依據資源配置效率理論,為達到金融資源配置的帕累托最優狀態,金融資源應該流向效率最高的部門和企業。[1]然而,不可否認的是,當前我國金融體系內仍存在著基于“規模歧視”和“所有制歧視”的金融錯配現象。特別地,基于風險與收益的權衡,在貨幣政策緊縮時期,銀行更愿意將信貸資金配給至具有政府隱性擔保的國有企業,從而對非國有企業獲取信貸資源產生顯著擠出效應,并進而引致金融資源的低效配置。據國泰安(CSMAR)數據庫披露的上市企業財務數據顯示,2007—2020年,我國國有企業部門的平均總資產收益率(4.34%)明顯低于非國有企業部門(5.87%),而其平均資產負債率與銀行信貸資產占比(1)銀行信貸資產占比=(短期借款+一年內到期的非流動性負債+長期借款)/總資產。其中,國有企業與非國有企業三項指標的對比均通過了均值差異檢驗。(49.73%和19.17%)卻顯著高于非國有企業部門(36.88%和13.03%),表明當前我國國有與非國有企業部門間存在嚴重的金融錯配。金融的本質在于服務實體經濟,而金融錯配的持續存在必定會削弱金融體系對實體經濟的有力支撐。

一、研究綜述

已有研究表明,金融錯配的不利沖擊會直接作用于實體經濟部門,不僅會扭曲資本市場價格信號,而且能夠弱化金融的跨期資源配置能力和風險分散能力。從微觀層面來看,金融錯配降低了資本配置效率,嚴重阻礙企業的生產、實體投資及創新行為。[2][3][4][5]從宏觀層面來看,金融資源對低效產業的支持會對新興產業產生“擠出”效應,導致產業結構失衡,從而不利于產業結構升級。[6]同時,金融資源對“僵尸企業”的過度偏向,致使健康企業因其資金需求不足而發展步伐受限,因此整個經濟發展的步伐都會減緩。[7]然而,這些研究的分析視角仍集中于金融資源配置對非金融企業的投融資行為的影響,而未充分關注金融資源配置在非金融企業系統性風險生產與演化中的重要作用。金融錯配程度提高是否會增加非金融企業的系統性風險?如果會,其潛在的機制究竟如何體現?本文擬在這一方向作出探索性研究。厘清這些問題,對當下推進金融服務實體經濟,有效防止非金融企業系統性風險危害經濟健康增長及金融穩定發展尤為重要。

研究表明,非金融企業部門正成為引發我國系統性風險的主要風險點。[8][9]一方面,我國非金融企業部門宏觀杠桿率水平不斷攀升,不僅顯著高于金融部門、政府部門和居民部門,甚至遠高于主要發達經濟體非金融企業部門,見圖1(a)和1(b)。高杠桿帶來的債務違約風險嚴重加劇了非金融企業部門的系統脆弱性。[9]另一方面,非金融企業部門行業間關聯,反而搭建了特定企業局部風險傳播的傳導路徑。例如單個企業的債務違約風險會通過債權或債務關系形成的資金鏈引發非金融企業部門間風險“共振”,[10]以及羊群效應、恐慌心理等引致的風險在行業間傳染擴散,最終形成系統性風險。然而,現階段對系統性風險的研究大多聚焦于金融機構系統性風險的測量、傳染溢出、驅動因素等問題,[8][11]僅有部分學者關注到金融業與實體行業間存在著系統性風險溢出效應,[12][13]強調也應注意系統重要性實體行業和系統脆弱性實體行業對經濟體系的系統性影響。

資料來源:中國國家資產負債表研究中心、國際清算銀行(BIS)。

目前,部分學者采用基于市場數據的尾部依賴模型對系統性風險進行刻畫,包括條件在險價值(ΔCoVaR)、邊際期望損失(MES)等。[8][14][15]基于此,本文采用MES來衡量非金融企業的系統性風險,經過計算得到樣本期內非金融企業的MES均值為3.076%,而金融企業的MES均值為3.130%。不難發現,在綜合水平上,非金融企業部門的系統性風險接近于金融部門。接下來,采用MES和ΔCoVaR從系統脆弱性和系統重要性兩個視角刻畫金融部門和非金融企業部門的系統性風險。如圖2(a)和2(b)所示,在整體走勢上,非金融企業與金融企業的MES和ΔCoVaR呈現近乎相同的波動趨勢。并且,在2008年國際金融危機和2015年“股災”期間非金融企業部門比金融部門呈現出更高的系統脆弱性;而金融部門的系統重要性整體上略高于非金融企業部門。以上數據和圖形再次說明,與金融企業相比,非金融企業的系統性風險也應得到高度重視。

圖2 我國金融部門與非金融企業部門系統性風險的動態演化

鑒于此,本文將2007—2020年我國滬深A股非金融上市企業作為研究樣本,首先從理論層面詮釋了金融錯配影響非金融企業系統性風險的微觀作用機理,并提出待于檢驗的研究假說。然后逐一計算出所有A股非金融上市企業的系統性風險度量指標,并采用固定效應模型進行基準回歸和充分的穩健性檢驗,為準確判斷金融錯配對非金融企業系統性風險的影響提供因果識別層面的經驗證據。研究結果表明,金融錯配通過推升非金融企業的過度負債、商業信用關聯以及“脫實向虛”,顯著提高了我國非金融企業的系統性風險水平。這一核心研究結論在替換核心變量度量方式、考慮地區差異、剔除金融危機與股災沖擊,以及控制內生性問題后依然成立。進一步分析發現,金融錯配提高非金融企業系統性風險的作用效果對于高客戶集中度、貨幣政策緊縮期及金融周期下行期的企業尤為明顯,表明政府部門應該尤為關注特定企業部門及特定時期因金融資源錯配而引致的非金融企業部門系統性風險問題。

本文的邊際貢獻主要體現為以下三個方面:第一,已有文獻側重于對金融業的研究,著重探索銀行等金融機構的系統性風險對金融體系穩定造成的影響,而本文將重點放在非金融企業,證實非金融企業亦是系統性風險的重要源頭,拓寬了防范化解重大經濟金融風險的著力點。第二,拓展了企業系統性風險動因方面的研究,以金融錯配為切入點,證實了金融錯配是非金融企業系統性風險的重要驅動因素,研究發現金融錯配會通過推升企業過度負債、商業信用關聯及“脫實向虛”進而提高非金融企業系統性風險。第三,研究的結論為我國政策制定部門進一步完善宏觀政策調控方式,進而降低金融錯配對非金融企業系統性風險的不利沖擊提供了啟示與參考。

二、理論分析與研究假設

系統性風險是指因個體風險累積及放大傳染所引起的整個經濟體系崩潰的不確定性。其中,由杠桿機制和關聯機制所組成的風險放大機制是系統性風險生成機理的核心要素。[16]對于非金融企業而言,融資約束差異所引起的投融資行為是其系統性風險的重要演化過程。一方面,融資優勢企業的過度負債會導致其自身財務脆弱性的累積,而融資劣勢方的負債不足則會降低其抵御風險的能力。在杠桿機制的作用下,外部不利沖擊所引致的特定企業風險將會加速放大并向外擴散。另一方面,這種資金配置失衡還會催生企業之間以及企業與金融機構之間的高風險資金流動。一旦關聯網絡內部的特定企業遭受嚴重損失,在關聯機制的作用下,個體風險將會進一步放大與傳播,進而演化為系統性風險?；诖?本文認為金融錯配是非金融企業系統性風險的重要推動因素,并且會通過推升企業過度負債、商業信用關聯及“脫實向虛”進而提升非金融企業的系統性風險。

1、過度負債渠道

金融錯配所展現的信貸資源分配不當是造成非金融企業部門結構性高杠桿的主要原因。在金融錯配環境下,資本市場價格信息扭曲,國有企業和大規模企業更易進入信貸市場,能夠以較低的努力獲得超出正常經營活動所需的資金,而資金的低效使用阻礙了此類企業應有的投入產出,導致企業債務不斷積壓,最終表現為過度負債的高杠桿特性。而非國有企業和小微企業則由于抵押品不足、信息披露不充分等因素,較高的利率和較嚴苛的貸款條件使其面臨著巨大資金使用成本,從銀行等金融機構獲得的資金甚至不能滿足其正常經營活動,最終造成負債不足的融資困境。

而信貸分配失衡所呈現的非金融企業過度負債與負債不足均會增加企業內生脆弱性,成為非金融企業系統性風險的潛在源頭。對于負債不足企業而言,信貸失衡的逐漸加深會降低企業抵御風險的能力。對于過度負債企業而言,負債過度使其具有較高的財務脆弱性。一方面,過度負債使企業的利息負擔加重,當企業遭受外部沖擊時,債務違約風險及經營風險會增加;另一方面,過度負債伴隨著過度投資,一旦投資收益無法及時回收,造成企業資金鏈的斷裂,就會引致企業信用風險的增加。債權與債務關系使得非金融企業間緊密關聯,在杠桿機制的作用下,個體企業的上述風險將會不斷被放大傳染,進而演變為非金融企業的系統性風險。

2、商業信用關聯渠道

作為一種非正式融資,非金融企業商業信用供給主要體現為兩部分:一是經營屬性,即滿足企業為促進銷售而開展正常經營業務的融資需求;二是金融屬性,即將其信貸資金二次分配給供應鏈上下游企業。企業間信貸資金分配的兩極分化催生了商業信用二次分配的需求方和供給方。從供給端看,在金融錯配環境下,融資優勢企業出于利潤最大化和業績壓力,會選擇回報率較高的金融投資。此時,管理者有動機將其閑置資金以商業信用形式分配給上下游中小企業,以期獲得需求方支付超額金融回報。[17][18]從需求端看,金融錯配加劇了融資劣勢企業的困境。在這種情形下,融資劣勢企業為解決資金短缺問題,不得不尋求非正規的融資渠道。而基于供應鏈的長期業務關聯會降低企業間的信息不對稱,從而增加中小企業對商業信用的融資需求。

商業信用作為一種短期融資渠道,其二次配置行為對于緩解金融錯配引致的信貸失衡起著重要作用。然而非金融企業充當信用中介的行為會強化供應鏈上下游企業間以及不同產業鏈之間的信用關聯,進而構成復雜的商業信用渠道“網”。在關聯機制的作用下,單個企業的違約風險或破產風險會轉移至上下游企業,甚至經由供應鏈網絡傳染至更多企業,造成風險累積和溢出效應,進而誘發經濟體系的系統性風險。因而,商業信用的二次配置行為可視為非金融企業系統性風險的潛在風險實現過程。

3、“脫實向虛”渠道

非金融企業的“脫實向虛”問題,總體表現為企業的產業“空心化”和資產“金融化”。金融資產投資不僅可以滿足企業的預防性流動性需求,也是企業獲取短期超額投資收益的重要途徑。而金融錯配會使得資本與投資機會分離,造成金融資源供給與實體經濟需求不匹配,進而形成金融資源空轉。[19]一方面,金融錯配尤其會加劇融資劣勢企業的外部融資約束,較高的融資成本放大了企業未來陷入流動性風險的可能性?！邦A防性儲蓄動機”促使企業傾向于配置更多的長期金融資產,以便獲得長期穩定的投資收益。另一方面,金融錯配會降低融資優勢企業獲得資金的成本。由于其獲得的資金能夠超額滿足其正常經營活動,剩余的資金就可以用來金融逐利?！袄麧欁分饎訖C”促使企業增加金融資產投資,以便獲取超額投資收益。[20]

然而,非金融企業此類投機行為的增強,將會抑制企業自身主營業務的發展?！懊搶嵪蛱摗彼碌膶嶓w經濟與虛擬經濟之間的結構性失衡,還會使企業陷入脆弱性困境。另外,非金融企業金融化的同群效應也會對其他企業的投融資行為產生影響,導致金融化現象在同群企業中擴散傳染。[21]一旦經濟遭受到較大負面沖擊,資產價格下跌迫使特定企業拋售金融資產的行為,會引致同群企業的集中拋售而造成資產價格的進一步下跌,導致企業個體風險逐步演化為系統性風險。

綜上所述,本文認為金融錯配沖擊引致的非金融企業的脆弱性,會經由杠桿機制和關聯機制放大,最終演化為系統性風險(見圖3)。因此,本文提出如下待于驗證的核心研究假說:

圖3 金融錯配影響非金融企業系統性風險的內在機理

假說1金融錯配程度增加會通過推升企業過度負債、商業信用關聯及“脫實向虛”進而增加企業的系統性風險。

三、研究設計

(一)模型設定

為考察金融錯配沖擊對非金融企業系統性風險的影響,本文建立如下基準計量模型(1):

MESi,g,t=α0+α1FMi,t-1+α2Controls+ηg,t+γi+εi,g,t

(1)

其中,i、g、t分別表示企業個體、行業和年份,MES表示非金融企業系統性風險水平,FM表示企業金融錯配程度,Controls為控制變量。ηg,t和γi分別代表行業-時間固定效應和個體固定效應,以控制行業層面隨時間變化的不可觀測因素及企業層面不隨時間變化的固定特征。εi,g,t為隨機擾動項。此外,核心解釋變量與控制變量均滯后一期以減少可能的內生性問題。

(二)指標選取

1、非金融企業系統性風險水平(MES)

借鑒Acharya等的研究,[15]本文采用邊際期望損失(MES)來衡量非金融企業的系統性風險水平。對于MES的構造,具體分為兩步進行:第一,計算市場期望損失(ES)。ES為當市場日收益率下跌超過2%時,經企業市值加權平均的所有企業收益率的均值。第二,計算單家企業的MES。MES為當市場日收益率下跌超過2%時,單家企業市值波動的情況。上述兩步可以表示為:

(2)

MESi,t=?ESm,t/?ωi=-Et-1(ri,t|rm,t<-0.02)

(3)

MES是指當發生系統性風險時,企業受到風險沖擊的脆弱性。ri,t、rm,t分別是企業個體股票回報率和市場整體回報率,且rm,t=∑ωi,tri,t。本文基于3250家滬深A股上市企業個體股票和市場指數的周度對數收益率數據計算MES,并將其年度算數平均值作為非金融企業系統性風險的代理變量。同時,便于后續描述,進一步將計算得到的MES取相反數。因此,MES數值越大,代表非金融企業系統性風險水平越高。

2、金融錯配程度(FM)

借鑒韓珣和李建軍的研究,[22]本文采用企業的資金使用成本與所處行業的平均資金使用成本的偏離程度來衡量企業面臨的金融錯配程度(FM)。具體來說,本文采用財務費用中的利息支出與扣除應付賬款的負債總額之比來衡量企業資金使用成本,而FM采用企業資金使用成本與行業平均資金使用成本的差額予以表示,其值越大代表企業的金融錯配程度越高。

3、控制變量

借鑒Dungey等的研究,[8]本文還控制了部分可能共同影響非金融企業系統性風險和金融錯配的企業特征變量?？刂谱兞康亩攘糠绞揭来螢?(1)企業規模(Size),為總資產的自然對數值;(2)企業年齡(Age),為企業年齡加1的自然對數值;(3)杠桿率(Lev),為總負債與總資產之比;(4)資產收益率(Roa),為凈利潤與總資產之比;(5)賬面市值比(Mb),為總資產賬面價值與總資產市場價值之比;(6)經營性凈現金流(Cfo),為經營性凈現金流與總資產之比;(7)融資約束(SA),其中SA=|-0.737×Size+0.043×Size2-0.040×Age|;(8)資產有形性(Tang),為固定資產與總資產之比;(9)市場份額(Market),為營業收入與同行業營業收入總額之比;(10)債務期限結構(Maturity),為流動負債與總負債之比;(11)股權集中度(Top1),為第一大股東持股比例;(12)機構投資者持股比例(IIP),為機構投資者所持股份與總股本之比。

(三)數據來源

本文選取2007—2020年我國滬深A股上市企業的年度財務數據作為研究樣本,企業層面數據來源于CSMAR數據庫,系統性風險指標度量數據來自于WIND數據庫。同時,對原始數據進行如下處理:(1)剔除金融和保險業、ST和*ST的樣本;(2)剔除上市少于三年的企業以及主要變量觀測值缺失的樣本;(3)為消除極端值的影響,對企業層面的連續變量均進行上下1%的Winsorize縮尾處理。經過上述處理,最終研究樣本包含3230家企業、29226個企業—年份觀測值。

主要變量的描述性統計結果見表1的Panel A。從中可以看出,在全樣本觀測值中,非金融企業系統性風險MES的均值(2.945%)大于中位數(2.833%),且從最小值與最大值看,系統性風險水平由0.862%上升到5.902%,隱含著非金融企業部門系統性風險水平的波動率相對較大、個體差異明顯。FM的均值與中位數分別為-0.020%和-0.167%,表明總體上我國非金融企業普遍存在金融錯配現象。進一步地,將企業按照產權性質劃分為國有和非國有企業。Panel B的均值差異檢驗結果顯示,非國有企業FM均值(0.003%)顯著大于國有企業的均值(-0.054%),說明我國非金融企業金融錯配現象在非國有企業中更為明顯。

表1 描述性統計和差異性檢驗

四、實證結果分析

(一)基準回歸結果分析

表2列示了金融錯配與非金融企業系統性風險的基準回歸結果。其中,第(1)列展示了全樣本的回歸結果,第(2)—第(3)列為二者關系的產權差異結果,所有回歸均控制個體固定效應和行業-時間固定效應并進行了穩健標準誤調整。容易看出,第(1)列中FM的系數在1%的水平上顯著為正,即金融錯配程度的提高會增加非金融企業的系統性風險。由此可見,金融錯配程度的加深是導致我國非金融企業系統性風險的重要原因之一。實際上,與國有企業相比,非國有企業更不易得到銀行等金融機構的融資支持。為維持正常經營活動與發展,非國有企業配置金融資產以發揮“蓄水池”作用,尋求非正規融資的動機會更加強烈,從而使得此類企業在面臨金融錯配沖擊時的系統性風險更大。第(2)—第(3)列的結果顯示,國有企業FM的系數在10%水平上顯著為正,而非國有企業FM的系數在1%水平上顯著為正,這表明金融錯配對非金融企業系統性風險的不利沖擊在非國有企業中更為凸顯。

表2 金融錯配與非金融企業系統性風險的基準回歸結果

控制變量的結果總體上符合預期。企業規模(Size)、年齡(Age)的系數顯著為正,與“太大而不能倒”理論相契合,即企業規模越大、成立時間越長,與本國及全球金融系統越密切,一旦遭受沖擊將會對市場造成巨大影響,因此其具備更高的系統性風險。杠桿率(Lev)系數在國有企業中為正,在非國有企業中為負,原因在于國有企業過度負債與非國有企業的負債不足均會帶來債務違約風險,進而在遭受沖擊時脆弱性更顯現。資產收益率(Roa)、賬面市值比(Mb)、經營性凈現金流(Cfo)的系數顯著為負,可能源于具有較高的盈利能力、投資價值及流動性增強了企業抵御風險的能力,使其在陷入危機時能更好地彌補損失。融資約束(SA)的系數顯著為正,這可能源于融資約束高的企業難以通過外部融資獲取資金進行投資,因此其系統性風險水平高。本文控制變量的回歸結果與已有文獻基本一致,后文不再贅述。

(二)作用渠道分析

綜合前文理論分析可知,金融錯配程度增加會提升非金融企業系統性風險,其中,加劇過度負債、商業信用關聯及“脫實向虛”是其潛在重要作用渠道。

1、過度負債渠道

非金融企業間的金融錯配現象突出表現為國有企業、大規模企業的過度負債,以及民營企業、中小企業的負債不足。對于企業過度負債的度量,借鑒綦好東等的研究,[23]采用實際負債率減去目標負債率(2)目標負債率由實際負債率對滯后一期的國有性質(Soe)、企業盈利能力(Roa)、行業資產負債率的中位數(Ind_lev)、總資產增長率(Growth)、固定資產占比(Fixasset)、企業規模(Size)、第一大股東持股比例(Top1)進行回歸擬合得到。表示企業過度負債水平(Gdfz),該指標值越大,表明企業過度負債水平越高。同時,遵循陸正飛等的研究,[24]采用利息保障倍數(Lxbz)來刻畫過度負債程度,采用凈利潤、所得稅費用與財務費用之和與財務費用的比值進行表示,過低的利息保障倍數會導致企業短期內無法償還債務,該值越大,表明過度負債水平越低。如表3列(1)—列(2)所示,FM對過度負債水平(Gdfz)的影響系數顯著為正,對利息保障倍數(Lxbz)的影響系數顯著為負,表明金融錯配程度的加深會提升非金融企業的過度負債水平。過度負債強化了企業的財務脆弱性,當企業遭受外部沖擊時,單個風險會經由杠桿放大機制演化為非金融企業的系統性風險。因此,金融錯配程度的加深,會通過推升非金融企業過度負債這一渠道來提高其系統性風險。

表3 金融錯配與非金融企業系統性風險的作用機制檢驗

2、商業信用關聯渠道

在金融錯配環境下,初次信貸資金配置量呈現出明顯的“馬太效應”,融資劣勢企業的融資需求與融資優勢企業的利益需求相疊加,致使中小企業增加對商業信用的融資需求。對于企業商業信用(TC),借鑒陳勝藍和劉曉玲的研究,[25]采用應收賬款、應收票據與預付賬款三者之和與營業收入的比值進行衡量,該值越大,表明企業對外提供的商業信用越多。另外,借鑒鐘凱等的研究,[17]以商業信用的金融屬性即企業超額商業信用(3)超額商業信用由商業信用對滯后一期的成長性(Tobinq)、企業盈利能力(Roa)、資產負債率(Lev)、經營性現金流(Cfo)、營業收入增長率(Grow)、固定資產占比(Fixasset)、企業規模(Size)、第一大股東持股比例(Top1)進行回歸擬合得到的殘差來表示。(TC_RES)作為代理變量。如表3列(3)—列(4)所示,FM對商業信用(TC)和超額商業信用(TC_RES)的影響系數均顯著為正,表明金融錯配程度加深能夠顯著增加企業商業信用。如前文所述,非金融企業充當信用中介的行為會加劇供應鏈上下游企業的風險聯動,單個企業的違約風險或破產風險會經由供應鏈網絡擴散,造成風險累積和溢出效應,進而引致系統性風險。因此,金融錯配程度的加深,會通過推升非金融企業商業信用關聯這一渠道來提高其系統性風險。

3、“脫實向虛”渠道

金融錯配會引致資本與投資機會分離,推動融資劣勢企業與融資優勢企業的金融逐利動機,降低實體投資,最終形成資本“脫實向虛”的金融亂象。借鑒司登奎等的研究,[26]本文采用金融資產持有份額(Finasset)和金融渠道獲利(Finpro)來衡量企業“脫實向虛”。對于非金融企業金融資產持有份額,采用金融資產(4)金融資產包括交易性金融資產、衍生金融資產、可供出售金融資產凈額、持有到期投資凈額、投資性房地產凈額、應收股利凈額、應收利息凈額及長期股權投資凈額。占總資產的比重予以表示。對于非金融企業金融渠道獲利,采用公允價值變動損益、投資收益及其他綜合收益之和與營業利潤的比值予以表示。如表3列(5)—列(6)所示,FM對金融資產持有份額(Finasset)和金融渠道獲利(Finpro)的影響系數均顯著為正,表明金融錯配程度加深能夠顯著提升非金融企業“脫實向虛”水平,強化了企業間及企業與金融機構間的信用風險關聯。因此,金融錯配程度的加深,會通過推升非金融企業“脫實向虛”這一渠道來提高其系統性風險。

(三)穩健性檢驗

1、替換核心變量的度量方式

對于被解釋變量的潛在度量誤差,本文采用如下方式進行再檢驗:一是將基準回歸中的MES年度算術平均值替換為MES的年度中位數;二是借鑒楊子暉等的研究,[27]采用主成分分析法,并基于VaR、ΔCoVaR及MES三個指標,構造合成系統性風險指標Comrisk。相較于單一指標,基于不同測度方法所構建的綜合指標具有更好的預測能力。[28]表4第(1)和第(2)列的回歸結果顯示,FM的系數依然顯著為正,進一步證實了基準回歸結果的穩健性。

表4 穩健性檢驗一:替換核心變量及考慮地區差異

對于解釋變量的測量誤差,本文進一步采用企業資金使用成本與行業平均資金使用成本的比值來刻畫金融錯配。此外,借鑒邵挺的研究,[2]采用企業資金使用成本與資產收益率、資產負債率、前十大股東持股比例、Z值的回歸殘差作為金融錯配的替代變量。表4第(3)和第(4)列的回歸結果顯示,金融錯配的替代性指標FM1、FM2對非金融企業系統性風險的影響系數均顯著為正,表明了基準回歸結果的可靠性。

2、考慮地區差異

為了控制更多的混雜因素及其他可能存在的遺漏變量,本文在基準回歸(1)的基礎上,進一步加入地區-時間固定效應與地區-行業固定效應,以分別控制行業和省份層面隨時間變化的不可觀測因素對非金融企業系統性風險的影響。表4第(5)—第(7)列的回歸結果顯示,FM的系數依然顯著為正,再次證明了前文研究結論的穩健性。

3、剔除金融危機和股災沖擊

前文分析并未考慮樣本期內與金融錯配相關的其他同期沖擊,如2008年金融危機和2015年股災沖擊。為控制這一問題,借鑒Cui等的研究,[29]本文構建了金融危機和股災虛擬變量,具體度量方式為:關于金融危機的沖擊,將2008—2009年取值為1,其余年份為0,以Crisis1表示;有關股災的沖擊,將2015—2016年取值為1,其余年份為0,以Crisis2表示。隨后,在模型(1)中逐一加入金融錯配與金融危機虛擬變量的交互項及金融錯配與股災虛擬變量的交互項以重新進行參數估計。如表5第(1)、第(2)列的結果所示,FM的系數仍顯著為正,與基準回歸結論相一致,表明本文的主要發現并非源于金融危機和股災的沖擊。

表5 穩健性檢驗二:剔除金融危機和股災沖擊及內生性處理

4、內生性處理

盡管基準模型(1)納入了一系列控制變量和固定效應,但金融錯配與系統性風險的關系仍可能因遺漏變量、反向因果而存在內生性問題。首先,非金融企業系統性風險也可能會影響到企業金融錯配水平。為控制這一問題,對當期金融錯配對上一期非金融企業系統性風險進行回歸,提取回歸殘差項(R.FM)作為基準模型的核心解釋變量并重新進行回歸。由于回歸殘差項可認為是當期金融錯配中不受上一期系統性風險影響的部分,因而以其作為解釋變量可以控制系統性風險對金融錯配產生的潛在影響。表5第(3)列顯示,R.FM的系數在10%水平上顯著為正,表明在控制了雙向因果關系的干擾后,金融錯配增加非金融企業系統性風險的結論仍然成立。其次,借鑒范合君等的研究,[30]采用企業金融錯配與按行業和省份分類的金融錯配指標均值差額的三次方作為工具變量?；貧w結果如表5第(4)、第(5)列所示,第一階段工具變量FM_IV的估計系數顯著為正,通過了相關性檢驗。此外,LM統計量對應的P值為0,通過了不可識別檢驗;WaldF統計量為3626.611,大于10%的臨界值19.93,通過了弱工具變量檢驗。同時,第二階段FM的估計系數依舊顯著為正,表明在運用工具變量法控制內生性的前提下,金融錯配增加企業系統性風險的結果仍然成立。

五、進一步分析

前文基準回歸分析證實,金融錯配程度的加深會顯著提升非金融企業的系統性風險。值得注意的是,上述效應在不同情境下可能存在差異。下文將依據客戶集中度、貨幣政策松緊度以及金融周期,以分組回歸的方式來檢驗金融錯配對非金融企業系統性風險的異質性影響。

1、客戶集中度

客戶集中度反映的是企業對客戶的依賴度。從資金約束角度來看,客戶集中度過高會產生資金侵占效應,即客戶集中度較高時,客戶會延長付款期限,導致供貨商企業資金周轉困難及壞賬風險增加。從外部融資效率角度來看,供應鏈金融的應用會緩解企業的融資約束?？蛻艏卸冗^高時,大客戶會憑借其買方強勢地位要挾供貨商企業提供商業信用供給,這會惡化供貨商企業的流動性水平,加劇企業的財務風險和經營風險。另外,銀行認為高客戶集中度企業的信貸回收風險會更高,使得銀行在對此類企業進行信貸配給時制定更加嚴苛的限制性條款,從而導致企業受到銀行信貸約束的可能性增加。[31]因此,本文預期,在客戶集中度較高時,金融錯配對非金融企業系統性風險的不利沖擊更顯著。本文采用前五大客戶銷售額占年度總銷售額比例來衡量企業客戶集中度,將高于行業客戶集中度中位數的企業視為高客戶集中度組,其余為低客戶集中度組。表6列(1)—列(2)的分組回歸結果顯示,FM的系數在高客戶集中度企業中顯著為正,表明金融錯配對非金融企業系統性風險的不利沖擊在高客戶集中度的企業中更明顯。

表6 異質性分析

2、貨幣政策松緊度

貨幣政策作為宏觀經濟調控的主要工具之一,主要通過調節銀行信貸的方式影響非金融企業。在貨幣政策緊縮時期,信貸資源減少,銀行基于風險收益的權衡更愿意將信貸資金分配給具有政府隱性擔保的國有企業,對私營企業獲取信貸資源產生顯著擠出效應,從而引致金融資源的低效配置。因此,本文預期,在貨幣政策緊縮時期,金融錯配對非金融企業系統性風險的不利沖擊會凸顯出來。本文采用貨幣供應量M2同比增長率來衡量貨幣政策松緊程度,其值越高代表貨幣政策越寬松?；诖?以樣本期內M2同比增長率的中位數作為分組依據,將高于M2同比增長率中位數的時期視為貨幣政策寬松期;否則為貨幣政策緊縮期。表6第(3)—第(4)列的分組回歸結果顯示,FM的系數在貨幣政策緊縮期中顯著為正,證實了金融錯配對非金融企業系統性風險的不利沖擊在貨幣政策緊縮時期更為凸顯。

3、金融周期

金融周期與系統性風險有著密切聯系,在金融周期上行階段,系統性風險逐步累積;在金融周期下行階段,前期累積的風險通過杠桿與關聯機制逐步暴露并實現。[16]現有研究表明,信貸順周期是金融周期的重要形式,在金融周期上行階段,信貸繁榮、規模不斷增大,銀行更愿意發放貸款;而在金融周期下行階段,信貸規模緊縮、持續減少,銀行會收緊信貸。這意味著,在金融周期下行階段,企業金融錯配現象會更加明顯,企業面臨的債務負擔增加。因此,針對不同的金融周期階段,金融錯配對非金融企業系統性風險的不利沖擊存在顯著差異。本文將非金融企業部門銀行信貸與國內生產總值的比值進行HP濾波處理,以其周期項來刻畫金融周期。若周期項大于0,則意味著金融周期處于上行階段;否則為下行階段。表6第(5)—第(6)列的分組回歸結果顯示,FM的系數在金融周期下行階段顯著為正,證實了金融錯配對非金融企業系統性風險的不利沖擊在金融周期下行期更為凸顯。

六、主要結論與政策建議

在當前我國金融資源配置的市場機制尚未健全的現實背景下,如何優化資源配置效率并提升金融服務實體經濟的質效,對于完善貨幣政策調控以防范實體經濟系統性風險具有重要現實意義?；谖覈墙鹑谄髽I部門客觀存在的金融錯配事實,本文以2007—2020年我國滬深A股非金融上市企業的年度數據為研究樣本,實證檢驗了金融錯配對非金融企業系統性風險的影響效應與作用機制。研究結果表明,金融錯配通過加劇企業的過度負債、商業信用關聯以及“脫實向虛”,顯著提高了非金融企業的系統性風險水平。這一效應對于高客戶集中度、貨幣政策緊縮期及金融周期下行期的企業尤為明顯,意味著政府部門應更為關注特定企業部門及特定時期因金融錯配而引致的非金融企業系統性風險上升的潛在威脅。

根據上述研究結論,本文提出以下幾方面政策主張與建議。第一,系統性風險的監控防范不應局限于金融體系內部。當前,經濟金融體系呈現出更為復雜的內在關聯性,導致非金融企業的系統重要性逐漸加強。對于非金融企業的系統性風險監管也不容忽視,監管部門需將其納入監管框架下,以構造更加完善的系統性風險監測機制。第二,針對我國金融體系存在的金融錯配現象,政府部門應進一步推進金融體系改革,優化金融資源配置效率,防范化解系統性風險。一方面,減少政府干預,降低信貸配置的“所有制歧視”和“規模歧視”,確保稀缺的金融資源流向效率更高的企業;另一方面,完善相關金融體制機制,更好地發揮直接融資渠道的作用,降低非正規融資的可能性,改善中小企業融資難、融資貴的困境,進而有效減輕不同企業部門之間的金融錯配。第三,在我國經濟增長趨緩并面臨下行壓力的背景下,政策部門在進行宏觀調控時,要增強宏觀政策與實體經濟發展之間的契合度,不能為了追求經濟增長而傾向于過度寬松的政策調控,可考慮進一步提高政策適度性、政策連續性及政策前瞻性水平,提升政策的結構性調節功能,由此弱化相關企業部門之間的金融資源錯配,從而減輕因過度負債、商業信用關聯和“脫實向虛”的加劇而導致的非金融企業系統性風險上升的不利局面。