一、引 言
自我国经济步入“新常态”以来,我国的经济增长速度逐渐放缓,而经济体内的宏观杠杆率与微观杠杆率则呈现不同程度的攀升,俨然已成为经济发展进程中较为突出的结构性矛盾之一。诚然,合适的杠杆率水平有利于企业采取最佳投资决策以优化资源配置,而且对于其正常有序、健康运营并进而实现经济高质量发展具有重要的意义。然而,杠杆的过度增加不仅会对企业的正常经营及发展产生不利冲击,还会形成系统性风险并进而不利于经济稳定发展。在2016年7月的经济形势专家座谈会上,习近平总书记强调,以推进供给侧结构性改革为主线,有力、有度、有效落实“三去一降一补”重点任务,其中“一去”的重点是降低非金融类企业的高杠杆率。在2018年4月召开的中央经济工作会议中,中央首次提出结构性去杠杆,并将企业杠杆作为结构性去杠杆的重点。因此,基于我国的发展现实,揭示非金融企业杠杆率居高不下背后所隐含的潜在政策因素,不仅是供给侧结构性改革的重要目标之一,而且对于有效地结构性去杠杆并防范系统性金融风险具有重要的实践指导意义。
如何有效进行结构性去杠杆并使其降至合理水平的一个关键因素在于准确识别杠杆率的动态演化特征及其背后所隐含的驱动因素。部分研究发现,我国企业平均负债率的动态变化特征在所有制性质、规模和空间布局等方面存在显著差异(钟宁桦等,2016)。特别地,房地产和建筑业部门的债务比重上升最快,而制造业部门的债务占比出现下降。针对杠杆率的动态演化特征及其背后所隐含的潜在驱动因素,学界重点从企业自身特征展开研究,相继发现企业规模、有形资产占比、盈利能力等企业个体层面因素以及行业平均杠杆率和产品市场竞争程度等行业层面因素是影响杠杆率变动的重要因素(Stulz,1984;Kim等,1998;Opler等,1999;Almeida等,2004;Brown和Petersen,2011;胡奕明等,2017)。
不难发现,已有研究重点从企业的自身特征来探析企业杠杆率的形成机制,而鲜有文献从非预期外部冲击视角对企业杠杆率的动态演化特征进行考察。杠杆率的演化是企业自身资产配置的结果体现,不仅受企业自身和行业特征的影响,还受外部冲击的影响。换言之,企业杠杆率的动态演化一方面来自于企业正常经营而采取的“主动”调整,另一方面来自于外生冲击所导致的企业“被动”承担。特别地,非预期外部冲击不仅会直接导致企业“被动”改变资产配置并影响杠杆率,还会通过改变其决定因素而对企业杠杆率产生间接影响(Halling等,2016)。因此,在结构性去杠杆进程中,仅考虑企业自身特征而忽略外部冲击因素很有可能无法较好地阐释杠杆率“居高不下”的症结所在,这在一定程度上会影响结构性去杠杆政策的效果。目前,虽有学者开始注意到外部冲击会对企业杠杆率产生一定的影响,如宫汝凯等(2019)创新性地选取政策不确定性作为外生冲击,并重点分析了政策不确定性增加对中国非金融企业杠杆率的动态影响,发现经济政策不确定性增加倾向于降低企业杠杆率,且该效应在民营、小规模和制造业企业中尤为明显;但是,由于经济政策包含的种类非常多,而且不同政策调控的方向、锚定的目标以及调整的力度各有所趋,特别是不同政策之间很有可能会存在冲突或叠加效应,因此全局性的政策分析必然会低估或高估某一具体政策的真实效应。同时,忽略我国金融与经济不断开放的典型事实,也不利于全面且准确揭示杠杆率的动态演化及其形成机制。
汇率作为连接国内市场与国际市场的桥梁,是平衡内外部经济的核心变量。特别是伴随着人民币汇率形成机制的不断完善及市场化改革的深层推进,人民币汇率波动的频率及幅度也更加明显。当人民币汇率波动幅度超过一定的阈值时,为维持人民币汇率在合意均衡水平上的基本稳定,货币当局除了采用公开市场操作之外,还会通过央行沟通、预期引导以及加大参考一篮子货币力度等多种形式进行政策调控。但应注意的是,在不同的经济情景下,汇率政策调控的方向和力度各有所趋,由此引致的不确定性还会强化其对微观经济主体的内在传导机制,进而对实体经济产生影响。一方面,市场会对不同汇率政策产生异质性反应,进而形成非一致汇率预期;另一方面,公众难以判断当局是否、何时以及如何调整现行政策,这无疑会增加汇率政策不确定性,进而影响企业的投融资行为,甚至会出现资源错配,并对企业的有序运营产生不利冲击。
在我国金融双向开放不断推进及全球金融一体化程度不断加深的进程中,我国资本市场的国际化及市场化程度正在不断提高,这使得资本市场与外汇市场之间的联系也更加紧密。鉴于此,本文基于我国双向开放及人民币汇率形成机制渐进完善的典型事实,选取汇率政策调整过程中所形成的不确定性为外部冲击,重点阐释其对微观企业杠杆率的驱动逻辑和经验证据,并以此为维护我国经济金融的稳定、推进供给侧改革和结构性去杠杆提供必要的微观基础。具体而言,本文重点关注以下问题:汇率政策不确定性是否会对企业的杠杆率产生影响?汇率政策不确定性究竟会通过怎样的渠道对杠杆率产生影响?这一影响在不同类型的企业中是否存在差异以及呈现怎样的异质性特征?政府应当如何进一步深化金融市场改革以较好地服务企业及实体经济高质量发展?厘清上述问题,不仅有助于理解汇率政策不确定性对企业杠杆率影响的理论逻辑,并以此健全金融服务实体经济发展的功能,还有助于当局在新时代条件下完善人民币汇率形成机制以维持人民币汇率在合意均衡的区间内有序波动,更有益于企业将有限的资本投到具有长远发展价值的主营业务,因此对于正确认识与评估人民币汇率形成机制改革的相关政策,进而确保我国经济平稳、健康、有序发展具有重要的理论价值和现实意义。
本文的研究结果表明,汇率政策不确定性的增加倾向于提升企业杠杆率,且汇率政策不确定性每增加10%,企业杠杆率平均增加20%,在替换核心变量的度量指标、改变模型设定、参数估计方法并控制内生性后,该结论依然稳健。同时,上述效应在融资约束较低、涉外业务、低生产率和低成长性的企业中尤为明显。进一步发现,国际资本流动、投资效率及风险承担是汇率政策不确定性影响企业杠杆率的重要机制,且国际资本流动占主导地位。因此,完善汇率政策调控体系并弱化政策不确定性的形成机制对于维护企业有序运营与健康发展至关重要。
与已有的研究相比,本文可能的创新点及主要工作体现在:第一,现有研究在考察政策不确定性的效应时,重点围绕所有的经济政策进行分析。然而,由于不同政策调控的方向、锚定的目标以及调整的力度各有所趋,而且不同政策之间很有可能会存在冲突或叠加效应,因此笼统地进行全局性政策分析必然会低估或高估某一具体政策的真实效应,从而影响宏观经济及微观企业的有序发展。本文正是考虑到这一点,基于我国金融双向开放及人民币汇率市场化渐进改革的现实,探究汇率政策不确定性对微观企业杠杆率的影响效应,并探究其中的动态传导机制,这对于更深层次地厘清汇率政策不确定性驱动杠杆率的内在逻辑和作用机理具有重要启示。第二,现有研究主要从货币政策视角考察企业杠杆率的动态演化,然而,伴随着我国与全球经济的深层次融合,汇率政策调整过程中所形成的不确定性对企业可能产生的影响不应忽视。事实上,伴随着近年来供给侧改革的持续深化以及结构性去杠杆政策的实施,企业杠杆率居高不下的客观事实依然存在,因此很有必要对杠杆率背后所隐含的外生冲击源进行深度挖掘。本文从公司金融视角,实证考察了汇率政策不确定性对非金融企业杠杆率的影响,有助于从微观层面为供给侧结构性改革提供理论依据和实践参考。
二、文献回顾与研究假说
作为具有转型和新兴双重特征的经济体,我国在借助政策调整保增长和调结构上充分发挥了政府的干预作用,取得了良好的效果;但也应注意到,政策的频繁调整有可能对市场预期造成负向干扰,不利于宏观经济稳定及微观个体的再生产活动,甚至还会反过来削弱政策调控的有效性。特别地,当企业所面临的经济环境不确定性增加时,企业所采取的投融资决策行为需要承担一定的沉没成本,如交易成本、时间机会成本和折价损失等。同时,政策不确定性升高还会导致严重的信息不对称问题,进而使得市场投资者无法判断企业的发展前景,此时企业所做出的融资决策也需要综合权衡当前与未来的额外收益(Cao等,2013;Pástor和Veronesi,2013;Francis等,2014)。由于未来收益与外部不确定性程度正相关,因此,当外部不确定性程度增加时,企业倾向于在当期采取增加债务融资或加杠杆的措施以匹配未来的投资机会(Bernanke,1983;Rodrik,1991;Dixit和Pindyck,1994;Bloom等,2007)。
汇率不仅是资产价格,更是一种政策工具。特别地,汇率政策能够通过国际资本流动的“无抛补利率平价”和进出口价格的“传递效应”对宏观经济及微观个体行为产生重要影响(司登奎等,2019)。汇率政策及其形成的不确定性对微观企业投融资行为的影响主要体现在实物期权效应上,考虑到投资的不可逆性特征,汇率政策不确定性的冲击会增加等待的实物期权的价值。换言之,当汇率政策不确定性增加时,为降低财务成本并避免陷入流动性困境,企业倾向于通过增加债务融资以维持其有序经营。而且还需指出的是,汇率政策不确定性的上升还会导致项目违约风险的提升,这无疑会加大外部融资成本和股权风险溢价,因而会进一步促使企业采取增加杠杆的行为以维持其有序运营(Gilchrist等,2012;Pástor和Veronesi,2013)。结合上述分析,本文提出如下研究假说:
研究假说1:汇率政策不确定性的增加倾向于提升企业杠杆率。
随着全球经济一体化的逐步推进,政策不确定性会对不同经济体之间的国际资本流动产生影响。特别地,在开放的经济条件下,当一国汇率政策出现较大程度的不确定时,资本持有者出于投机心理或者采取观望态度会对资本流向进行调整(Dixit和Pindyck,1994),这会使得短期国际资本流动的波动程度加大,流动变得更加频繁。政策不确定性增加会降低国际资本对利率的敏感性,不仅会削弱政策调控的有效性,还会加剧宏观经济波动并抑制微观个体的再生产活动。谭小芬等(2018)利用1997—2013年的季度数据分析了全球政策不确定性对跨境资本流动的影响,发现政策不确定性不仅会对国际资本流动产生直接影响,还会通过影响利差而对国际资本流动产生间接冲击。Chen等(2019)实证考察了1996—2015年间126个经济体的政策不确定性对外商直接投资的影响,研究发现政策不确定性增加会通过投资渠道而阻碍企业对外直接投资,进而对跨境资本流动产生影响。
由于我国的资本账户存在一定程度的管制以及金融市场尚未完全开放,因而无法形成平滑的收益率曲线,且存在较多的无风险套利机会。特别地,基于我国外汇市场发展的现实,由于个体投资者无法在外汇市场上直接交易,汇率政策及其不确定性通过国际资本流动渠道对实体经济的冲击主要以银行间市场为媒介。一方面,当国际资本大规模流入时,商业银行流动性约束得到缓解,信贷动机的增强能够在一定程度上缓解企业的融资约束,进而促进其增加杠杆;另一方面,国际资本的流入还会在一定程度上助推资产价格并促进社会资金的供给,对于企业而言,其抵押品价值的提升还会通过放松借贷限制而提高企业信贷的可获得性。从这一角度讲,汇率政策不确定性会通过国际资本流动渠道对宏观经济环境及微观企业的融资决策与杠杆率水平产生重要影响。
需要提及的是,由于我国的金融体系又是以银行为代表的间接融资体系,因此短期国际资本流动会在一定程度上对企业的融资决策产生重要影响。特别地,当国际资本大量流入经济体时,不仅会促进金融机构的信贷投放动机,并加剧金融体系的脆弱性,还会引致企业的过度借贷行为。在这一过程中,融资成本发挥着极为重要的作用;与此同时,国际资本流入会通过放松金融机构的流动性约束,降低企业的融资成本,提高企业的信贷可获得性,进而提升企业杠杆率(张勇,2015;韩珣等,2017)。
从我国的发展现实来看,尽管金融市场化进程取得了一定的成效,但依然存在的金融管制使得金融发展存在一定的抑制现象(陈斌开和林毅夫,2012;沈永建等,2018)。其中,金融市场管制会使得信贷产品定价存在扭曲,不利于要素自由流动和资本配置效率的提升,同时还会使得中小企业和民营企业面临严重的预算“硬约束”。受限于融资约束的不利冲击,实体企业倾向于通过支付较高的风险溢价获取经营流动性。由于在外部不确定性增加的情况下,企业的经营状况会受到一定程度的影响,加上投资项目的违约率也会相应增加,因此金融机构会加大对贷款的审查力度,此时企业的股权风险溢价会相应增加,这会进一步加剧企业的风险承担。特别地,当企业的资产负债表恶化及经营效率下降时,金融“加速器”效应会进一步对企业的正常经营产生不利冲击并加剧其风险承担。在这一状况下,企业需要通过更高成本的外部融资以维持其营运,进而会助推企业的杠杆率提升。
政策不确定性的增加还会影响企业的资产配置,进而对投资效率产生不利冲击。特别地,当外部投融资环境恶化时,出于“利润追逐”动机,非金融企业通过从事高风险、流动性较差的活动来对冲较高的融资成本。换言之,为追求利润最大化,企业管理者倾向于投资风险与收益率相对较高的金融资产而非固定资产,这会进一步促使金融渠道获利演变为企业盈利的主导模式。然而,非金融企业的主体业务在于物质资料的生产,是实体经济的代表和支柱,其对金融资产配置以及相应的风险识别和管理能力则相对较弱。一旦金融资产大幅减值及泡沫破裂,这会致使企业陷入财务困境,并引发不良贷款及违约率的上升,进而通过“多米诺骨牌效应”引发整个金融体系的不稳定,从而加剧系统性金融风险(王永钦等,2015)。而且,忽视主营业务的存续和创新,不仅会恶化企业的外部融资环境,还会对其资产负债表产生不利冲击,并进一步促使企业过度借贷而滋生非效率投资行为。
还需提及的是,由于金融业凭借垄断地位获取超额利润,因此较多的实体企业会通过影子银行业务融资以增持金融资产、进入金融行业等方式获取超额利润,这无疑会导致实体企业逐渐偏离主营业务,形成制造业“空心化”现象,进而会造成企业的非效率投资而对资产负债表产生不利冲击,还会形成“多米诺骨牌效应”而对企业的再生产活动产生影响。为此,本文提出如下研究假说:
研究假说2:汇率政策不确定性会通过短期国际资本流动、加剧风险承担及滋生非效率投资行为而提升企业杠杆率。
从我国当前的发展现实来看,不同规模和不同所有制的企业所面临的融资约束存在显著差异。一方面,规模大小是银行判断企业信用以配置信贷资金的重要依据,是企业融资约束的重要决定因素(Almeida等,2004;张成思和刘贯春,2018)。其中,由于小规模企业上市时间短、信息披露少,企业和市场的信息不对称性较强,更容易受到外部融资溢价的冲击。因此,不同规模的企业在应对汇率政策不确定性冲击时所采取的投资决策存在差异。考虑到国有及大规模企业在财政补贴、股权融资、银行贷款等方面相较于民营及小规模企业会得到更多的支持,并与银行保持长期合作关系,因此所受到的融资约束较小(Qian,1994;Lin和Tan,1999)。另一方面,银行作为企业信贷资金的主要供给者,为保证资金使用的安全性,会在汇率政策不确定性上升时,加大信贷审核力度,审慎发放贷款(Francis等,2014),这会导致企业面临更高的贷款成本和融资约束。因此,对于不同融资约束类型的企业而言,汇率政策不确定性的冲击效应也有所不同。
为应对汇率政策不确定性的冲击,不同类型企业的反应也存在差异。特别地,具有较高生产率和较好产品质量的企业,由于其融资依赖水平及产品替代弹性相对较小,往往具有较强的能力以抵御非预期外部冲击,即外生冲击对其杠杆率的影响相对较弱。同时,对于处于不同成长周期的企业,由于资产配置、流动性约束及资产负债表所隐含的财务实力存在差别,在汇率政策不确定性增加时,其杠杆率的动态演化也不尽相同。从这一角度来看,具有不同特征的企业的杠杆率对汇率政策不确定性的反应也有所差异。为此,本文提出如下研究假说:
研究假说3:汇率政策不确定性对企业杠杆率的影响在融资约束较低、涉外业务、低生产率和低成长性的企业中尤为显著。
三、模型设定、指标选取与数据来源
(一)模型设定
由上述理论分析可知,汇率政策不确定性会通过国际资本流动、企业风险承担及非效率投资渠道而对企业杠杆率产生影响。为验证上述理论假说,本文以企业杠杆率(leverage)为主要被解释变量,以汇率政策不确定性为核心解释变量,构建模型如下:
$leverag{e_{it}} = {a_0} + {a_1}ex{r_t} + {a_2}Contro{l_{it}} + {\mu _i} + {\gamma _t} + {\varepsilon _{it}}$ | (1) |
其中,下标i表示企业,下标t表示时期;leverage代表企业杠杆率;exr为汇率政策不确定性指数,也即本文的核心解释变量;Control为控制变量;
(二)指标选取及数据来源
关于企业杠杆率(leverage)的度量,我们采用企业资产负债率进行刻画,即用企业总负债与总资产之比进行度量。进一步地,为了从期限结构视角考察汇率政策不确定性对企业杠杆率的影响效应,本文将负债划分为流动性负债和长期负债,并进一步分别采用流动性负债和长期负债与总资产的比值刻画异质性企业杠杆率。在后文的实证分析中,我们对其进行对数化处理。
关于汇率政策不确定性的度量,本文借鉴Huang和Luk(2020)的研究,基于中国大陆十大代表性报纸(北京青年报、广州日报、解放日报、人民日报海外版、上海晨报、南方都市报、新京报、今日晚报、文汇报和羊城晚报),利用文本分析法对新闻报道进行关键词提取,其中提取的关键词为汇率、外汇、外汇管理局/外管局、资本管制、升值/贬值、资本账户、国际收支和对外债务/对外债权,并通过主成分分析法构建中国汇率政策不确定性指数(exr)。
对于国际资本流动(sgcf)的刻画,由于我国并未直接公布国际资本流动的具体数据,因此我们将央行外汇占款增量与净出口及实际利用外商直接投资之差来近似衡量短期国际资本流动。需要特别指出的是,为了更为直观地刻画国际资本流动在汇率政策不确定性影响企业杠杆率的过程中所发挥的潜在作用,我们在后文的实证分析中将国际资本流动与企业层面上的融资约束进行交互,并以此得到微观企业层面上的国际资本流动。
为保证对关键变量估计的准确性,本文借鉴刘贯春等(2018)、宫汝凯等(2019)的研究,设定如下控制变量:(1)总资产收益率roa,用净利润与企业总资产之比进行衡量;(2)企业规模size,采用企业总资产自然对数的差分值来衡量;(3)现金流cfo,采用货币资金占比的自然对数的差分值进行衡量;(4)企业成长机会tobinq,用公司市场价值对其资产重置成本的比率来衡量;(5)前十大股东持股比例top10,用公司持股数量前10位的股东持股份额之和来表示;(6)固定资产比例fixasset,用固定资产与总资产的比值来表示。(7)工资支出wage,采用企业支付工资总额的对数值并进行差分来衡量。基于数据可得性和研究的时效性,本文所选择的样本为2003—2018年我国非金融类上市公司数据,除汇率政策不确定性为作者测算之外,其余指标均来自CSMAR和Wind数据库。
四、实证检验与分析
(一)汇率政策不确定性与企业杠杆率:整体影响
为考察汇率政策不确定性对企业杠杆率的影响,我们首先对基准模型进行回归,结果如表1所示。从列(1)中可以发现,在未加入任何控制变量时,汇率政策不确定性对企业杠杆率的影响系数为0.041,且在1%的水平上显著,表明在不考虑其他控制变量的情况下,汇率政策不确定性对企业杠杆率具有显著的正向影响,即汇率政策不确定性的增加倾向于促使企业增加杠杆。列(2)与列(3)分别为加入部分和全部控制变量的回归结果。我们发现,汇率政策不确定性对企业杠杆率的影响系数依然显著,且符号未发生根本性变化,表明汇率政策不确定性会加剧企业杠杆率的结论依然稳健。诚如上文所言,汇率政策不确定性上升时,企业的资本成本会相应增加,而且政策不确定性增加所导致的外部投资环境较差也会进一步降低资产收益率,此时企业将会通过扩大信贷融资的方式以维持其有序经营,因而会使得企业具有增加杠杆的动机。
(1) | (2) | (3) | (4) | (5) | |
leverage | leverage | leverage | 长期负债 | 短期负债 | |
leverage | leverage | ||||
exr | 0.041***(10.760) | 0.204***(6.430) | 0.200***(6.380) | 0.057***(3.490) | −0.084***(−4.120) |
roa | −0.004***(−21.080) | −0.004***(−22.660) | −0.000***(−3.070) | −0.003***(−80.490) | |
size | 0.999***(4.210) | 1.981***(7.810) | 0.335***(8.520) | −0.105**(−2.030) | |
cfo | −0.013***(−2.780) | −0.011**(−2.430) | −0.002***(−2.970) | 0.001(0.570) | |
tobinq | 0.054***(5.260) | 0.071***(6.970) | −0.002(−1.210) | −0.001(−0.280) | |
top10 | −0.473***(−13.220) | 0.020***(3.490) | −0.077***(−10.190) | ||
fixasset | 0.348***(10.320) | 0.041***(7.560) | 0.065***(9.110) | ||
wage | 0.018***(4.080) | 0.003***(5.180) | 0.001*(1.890) | ||
常数项 | −3.528***(−14.770) | −14.812***(−6.850) | −14.357***(−6.710) | −0.258***(−3.920) | 0.489***(5.950) |
时间效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
个体效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj-R2 | 0.021 | 0.045 | 0.068 | 0.078 | 0.382 |
N | 21 790 | 16 609 | 16 444 | 15 067 | 16 144 |
注:小括号内数值为t统计量;***、**和*分别表示在1%、5%和10%的水平上显著。下同。 |
如前文所言,为了从期限结构视角探究汇率政策不确定性对企业杠杆率的影响,本文分别以流动负债总额和长期负债总额占总资产的比重作为短期负债和长期负债的度量指标,进一步对其进行实证分析,结果如表1中列(4)—列(5)所示。不难发现,汇率政策不确定性的增加倾向于增加企业长期负债,而对短期负债则有抑制效果。这一结果所隐含的经济学含义可概述为:一方面,从需求侧来看,出于预防性动机,汇率政策不确定性增加会导致企业降低当期投资,进而导致企业减少负债。另一方面,当汇率政策不确定性增加时,金融机构倾向于通过采取提高资本成本的方式以匹配风险溢价,这会增加企业收紧流动性约束的动机,因而会在一定程度上降低企业的短期负债。但从长期来看,汇率政策不确定性增加倾向于推升企业杠杆率,特别是伴随着汇率政策不确定性的增加,公司治理结构会随之改变,非金融类企业的投资决策更多地服从资产流动性要求,且企业员工尤其是高管的薪酬水平(薪酬激励制度逐步转变为股票期权)与股票短期价格的关系更为密切(Orhangazi,2008)。此时,管理者倾向于由长期限的固定资产投资转向短期限的金融资产投资,这种投资偏好的改变会使得企业具有更大的潜在动力进行银行信贷,从而推动企业资产负债率的快速上升,这与表1中列(1)—列(3)的结果相吻合。
对于控制变量而言,从表1中列(3)的结果可以看出,总资产收益率的系数显著为负(−0.004),表明总资产收益率的提高可以降低企业杠杆率。因为企业的盈利水平越高,企业就越能通过自身的资源配置以应对汇率政策不确定性的不利冲击,所以有利于降低企业的杠杆率水平。企业规模的系数显著为正(1.981),意味着企业规模的扩大能够提供较为充足的抵押而获取信贷,此时企业的杠杆率也呈上升态势。此外,现金流的系数为−0.011,且在1%的水平上显著,说明充足的现金流能够有效降低企业杠杆率,因为充足的现金流使得企业拥有更多的资金以应对外生不利冲击。前十大股东持股比例系数为−0.473,意味着前十大股东持股比例越高,企业越依赖于股权融资而非外部融资,这有利于降低企业的杠杆率水平。总之,由于控制变量的分布与已有文献基本一致,且参数估计结果符合经济学直觉,这进一步印证了本文所选控制变量具有一定的合理性和有效性。
(二)稳健性检验①
1. 调整度量方式。为了避免核心指标可能存在的度量偏误,我们对汇率政策不确定性的度量进行多维形式的变换,以体现结果的稳健性。由于本文构建的汇率政策不确定性指数是月度数据,而采取当年最后一月的数值作为年度指标的形式可能会导致度量偏差,并进一步影响参数估计结果的有效性。为避免数据转换过程中存在的度量偏差,我们分别采用上述指标月度数据的平均值和中位数作为当年汇率政策不确定性的衡量指标。此外,为了避免金融危机期间其他政策对研究结果的干扰,本文在全样本中剔除2008—2009年期间的数据。结果表明,无论是替换汇率政策不确定性指标,还是更换研究样本期间,核心解释变量系数的显著性和符号并没有发生实质性的变化,表明汇率政策不确定性的增加会提升企业杠杆率的研究结论依然稳健。
2. 变换参数估计方法。有别于前文的双向固定效应模型,本文进一步采用极大似然参数估计(MLE)和广义最小二乘法(GLS)刻画汇率政策不确定性对企业杠杆率的影响。此外,为弱化因样本自选择而引起的统计结果偏误,我们基于Bootstrap方法对样本随机抽样1000次。研究发现,无论是采用MLE估计、GLS估计,还是Bootstrap抽样估计,汇率政策不确定性对企业杠杆率的影响系数均在1%的水平上显著为正,进一步表明汇率政策不确定性的增加能提升企业杠杆率。
五、进一步分析
(一)异质性分析之一:基于融资约束视角
诚如上文所言,在汇率政策不确定性影响企业杠杆率的过程中,融资约束在其中发挥着潜在的重要作用。为间接检验这一逻辑,本文按照融资约束程度进行分组,并以此考察潜在的异质性特征。相较于国有企业和大规模企业,民营企业和小规模企业的融资约束较大,因此,我们遵照张成思和刘贯春(2018)的研究,按照企业所有制和企业规模进行异质性检验。其中,依据所有制形式,将企业样本分为国有企业和民营企业,并将企业规模25%分位点以下的企业归类为小规模,而将75%分位点以上的企业归类为大规模。回归结果如表2所示。基于所有制分组和企业规模分组的实证结果显示,汇率政策不确定性的增加均会促使企业加杠杆,而且汇率政策不确定性增加对企业杠杆率的加剧效应在国有企业和大规模企业中相对较大,而在民营企业和小规模企业中的影响相对较小。
(1) | (2) | (3) | (4) | |
国有 | 民营 | 大规模 | 小规模 | |
exr | 0.513***(4.170) | 0.326**(2.160) | 0.697***(5.060) | 0.043(0.090) |
控制变量 | 控制 | 控制 | 控制 | 控制 |
常数项 | −2.927***(−5.910) | −2.020***(−3.150) | −3.424***(−5.810) | −1.332(−0.700) |
时间效应 | 控制 | 控制 | 控制 | 控制 |
个体效应 | 控制 | 控制 | 控制 | 控制 |
Adj-R2 | 0.067 | 0.12 | 0.123 | 0.157 |
N | 7 921 | 8 523 | 4 787 | 3 150 |
经验p值 | 0.009 | 0.065 | ||
注:“经验p值”用于检验组间系数差异的显著性,通过自举法(Bootstrap)抽样1 000次得到。下同。 |
(二)异质性分析之二:基于业务类型、生产率与成长性特征视角
诚如前文所言,汇率政策的调整及其所形成的不确定性还会改变企业对于外资的选择性偏好,进而对其杠杆率产生影响。为此,我们依据企业的业务类型分为涉外业务企业和非涉外业务企业,并以此考察汇率政策不确定性对企业杠杆率的影响在不同业务类型的企业中是否呈现异质性特征。表3中的列(1)和列(2)分别汇报了涉外业务和非涉外业务企业的异质性分组结果,发现汇率政策不确定性增加对涉外企业杠杆率具有显著的提升效应,而对非涉外企业杠杆率的提升效应相对较小。该结果符合经济学直觉。由于涉外企业受汇率政策调整的影响明显,因此当汇率政策不确定性增加时,其对涉外企业杠杆率的影响相对更大。
(1) | (2) | (3) | (4) | (5) | (6) | |
涉外企业 | 非涉外企业 | 高技术企业 | 低技术企业 | 高成长性 | 低成长性 | |
exr | 0.556***(3.700) | 0.195***(6.060) | 0.435***(3.540) | 0.755***(5.330) | 0.393**(2.340) | 0.518***(5.860) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | −38.185***(−3.720) | −14.029(−6.390) | −2.494***(−4.940) | −3.798***(−6.480) | −2.379***(−3.430) | −2.734***(−7.470) |
时间效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
个体效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj-R2 | 0.204 | 0.068 | 0.080 | 0.113 | 0.088 | 0.090 |
N | 654 | 15 790 | 9 421 | 7 023 | 8 948 | 8 440 |
经验p值 | 0.014 | 0.007 | 0.001 |
在抵御非预期外部冲击上,生产率较高的企业往往具有较强的能力。借鉴李小林和司登奎(2019)的研究,我们通过LP算法计算企业的全要素生产率,并将经年度和行业调整之后的中位数作为临界值:当企业全要素生产率大于行业中位数时,将其视为全要素生产率较高的企业;反之则为全要素生产率较低的企业。表3中的列(3)和列(4)分别显示了汇率政策不确定性对企业杠杆率的影响在高生产率和低生产率企业中的异质性特征。不难发现,汇率政策不确定性增加会显著推升低生产率企业的杠杆率,而对高生产率企业杠杆率的影响则相对较小,这也进一步隐含着提高生产率水平对于结构性去杠杆进而促进企业有序、健康发展至关重要。
针对不同成长机会的企业,汇率政策变动所导致的杠杆率变动效应也不尽相同。为此,本文采取tobinq的中位数作为分割点进行分组,将中位数以上的企业视作高成长性企业,而将中位数以下的企业视为低成长性企业。表3中的列(5)和列(6)显示了汇率政策不确定性与企业杠杆率关系的分样本参数估计结果。不难发现,无论是高成长性企业还是低成长性企业,汇率政策不确定性增加均会助推杠杆率上升,且对低成长性企业的影响相对较大,这表明在汇率政策不确定性环境下,具有低成长性特征的企业平滑投资的动机较小,且无法较为灵活地应对汇率政策不确定性的不利冲击,而具有高成长性特征的企业往往会对固定资产投资表现出较强的平滑动机,因而其杠杆率提高的速度相对较慢,即汇率政策不确定性对高成长性企业的杠杆率影响相对较小。进一步采用Bootstrap检验对汇率政策不确定性的杠杆率效应在低成长性企业和高成长性企业之间的差异作用进行确认,结果显示两者之间存在显著差异。
(三)机制检验
汇率政策不确定性影响企业杠杆率的潜在机制是什么?结合前文理论分析可知,国际资本流动、投资效率以及风险承担是汇率政策不确定性影响企业杠杆率的重要渠道。其中,本文采用Richardson(2006)所提出的模型来估计投资效率(efficiency),将投资支出分为两部分:一部分是维持公司正常资产运营的支出和预期的投资支出,与公司的成长机会、融资约束以及行业等因素有关;另外一部分是非预期支出,该值为正,代表过度投资,而取值为负则代表投资不足。本文对非预期支出取绝对值,该值越大,表明投资效率越小。本文借鉴Han和Qiu(2007)的做法,以3期经营性现金流的滑动窗口标准差作为风险承担(Risk)的度量指标,并随后将上述三个机制变量分别作为被解释变量进行回归,机制分析结果如表4所示。
(1) | (2) | (3) | (4) | (5) | (6) | |
国际资本流动 | 投资效率 | 风险承担 | ||||
sgcf | leverage | efficiency | leverage | Risk | leverage | |
exr | 0.284*(1.910) | 0.016**(2.290) | 0.006***(54.180) | |||
sgcf | 0.168***(10.470) | |||||
efficiency | 0.013***(7.370) | |||||
Risk | 0.106***(6.380) | |||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | −1.680***(−9.810) | 0.527***(9.720) | 1.062**(2.280) | −0.809***(−22.370) | 10.422***(168.310) | −5.983***(−4.440) |
时间效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
个体效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Adj-R2 | 0.020 | 0.995 | 0.005 | 0.071 | 0.233 | 0.068 |
N | 16066 | 16066 | 16066 | 16609 | 16444 | 16444 |
经验p值 | 0.002 | 0.015 | 0.000 |
表4显示了汇率政策不确定性影响企业杠杆率的机制分析结果,列(1)和列(2)为汇率政策不确定性通过国际资本流动渠道而影响企业杠杆率的检验结果。不难看出,汇率政策不确定性对国际资本流动的影响系数显著为正(0.284),而国际资本流动对企业杠杆率的影响系数也显著为正(0.168),这意味着汇率政策不确定性增加会引发国际资本流入,进而助推企业杠杆率提升。该结果所隐含的经济学意义可概述为,在开放的经济条件下,汇率作为政策传导的重要渠道之一,能够通过国际资本流动的“无抛补利率平价”和进出口价格的“传递效应”对宏观经济及微观个体行为产生重要影响。特别地,汇率政策不确定性增加会削弱国际资本的利率敏感性,这不仅会降低政策调控的有效性,还会加剧宏观经济波动并抑制微观个体的再生产活动。就短期国际资本流动而言,当汇率政策出现较大程度的不确定性时,短期国际资本持有者会出于投机心理或者采取观望态度而对资本流向进行调整(Dixit和Pindyck,1994),这会使得短期国际资本流动的波动性加大,流动变得更加频繁。正如前文所言,由于我国资本账户尚未完全开放,一定程度的资本管制使得个体投资者无法在外汇市场进行直接交易,国际资本流动会对金融机构的资产负债表及其流动性约束产生重要影响。同时,由于我国的金融体系又是以银行为代表的间接融资体系,因此短期国际资本流动必然与企业的杠杆率具有较强的关联。具体而言,国际资本流入有助于增加银行的流动性,此时企业的融资约束下降(Baskaya等,2017),企业倾向于提高固定资产投资和扩大经营规模,直至新增资产的边际收益与新增负债相等(张原劼和施建淮,2020),在这一情景下,企业的杠杆率将呈现上升态势。此外,国际资本流动还会对资产价格产生重要影响(朱孟楠和闫帅,2017)。特别地,当国际资本呈现大幅流入时,企业融资约束降低,此时将会更有动机通过信贷进行融资并实现公司价值最大化。因此,国际资本流动是汇率政策不确定性影响企业杠杆率的重要传导渠道,即国际资本流动机制得到证实。
从列(3)和列(4)的回归结果可以发现,汇率政策不确定对企业投资效率的影响系数显著为正(0.016),这意味着汇率政策不确定性的增加能够显著降低企业投资效率,而投资效率对企业杠杆率的影响系数同样显著为正(0.013),进一步印证了汇率政策不确定性会通过降低投资效率而助推企业杠杆率。特别地,当政策不确定性增加时,出于“利润追逐”动机,非金融企业通过从事高风险、流动性较差的活动以匹配较高的融资成本。换言之,为追求利润最大化,企业管理者趋向于投资风险与收益率相对较高的金融资产而非固定资产,这会进一步促使金融渠道获利演变为企业盈利的主导模式。然而,非金融企业的主体业务在于物质资料的生产,是实体经济的代表和支柱,而它们对金融资产配置以及相应的风险识别和管理能力则相对较弱。一旦金融资产大幅减值及泡沫破裂,这会致使企业陷入财务困境,并引发不良贷款及违约率的上升,进而通过“多米诺骨牌效应”引发整个金融体系的不稳定,从而加剧系统性金融风险(王永钦等,2015)。而且,忽视主营业务的存续和创新,不仅会恶化企业的外部融资环境,还会对其资产负债表产生不利冲击,并进一步促使企业过度借贷而滋生非效率投资行为。因此,汇率政策不确定性的增加会通过降低投资效率而导致企业杠杆率上升的机制得到验证。
列(5)和列(6)显示了风险承担机制的潜在作用。不难发现,汇率政策不确定性的增加倾向于加剧企业风险承担(0.006),而且企业风险承担对杠杆率的影响系数也显著为正(0.106),这充分表明,伴随着汇率政策不确定性的增加,外部环境的恶化会加剧企业的风险承担,进而助推杠杆率上升。诚如前文所言,当外部融资环境不确定性增加时,企业所采取的投融资决策行为需要承担一定的沉没成本,如交易成本、时间机会成本和折价损失等。同时,政策不确定性的升高还会导致严重的信息不对称问题,进而使得市场投资者无法判断企业的发展前景,此时企业所做出的融资决策也需要综合权衡当前与未来的额外收益(Cao等,2013;Pástor和Veronesi,2013;Francis等,2014)。特别地,由于未来收益与外部不确定性程度正相关,因此,当外部不确定性程度增加时,企业倾向于在当期采取加杠杆措施以匹配未来的投资机会(Bernanke,1983;Rodrik,1991;Dixit和Pindyck,1994;Bloom等,2007)。此外,从信贷的供给情形来看,考虑到在外部不确定性程度增加的情况下,企业的经营状况会受到一定的影响,加上投资项目的违约率也会相应增加,因此金融机构会加大对贷款的审查力度,此时企业的股权风险溢价会相应增加,这会进一步加剧企业的风险承担。特别地,当企业的资产负债表恶化及经营效率下降时,金融“加速器”效应会进一步对企业的正常经营产生不利冲击并加剧其风险承担。在这一状况下,企业需要通过更高成本的外部融资以维持其营运,进而会助推企业的杠杆率提升。因此,汇率政策不确定性会加剧企业的风险承担而助推企业提升杠杆率这一机制得到验证。
六、研究结论与启示
当前,我国的宏观经济步入下行阶段,经济的结构性问题逐渐凸显,引起了政府部门和学术界的广泛关注。特别是,非金融类企业的杠杆率为何居高不下,俨然已成为供给侧结构性改革的重点所在。本文试图从汇率政策不确定性视角揭示企业杠杆率的动态演化特征,并重点分析汇率政策不确定性影响企业杠杆率的潜在传导机制,随后结合我国典型事实提出系列待检验的研究假说。进一步地,本文采用文本分析法对新闻报道进行关键词提取,并尝试构建了我国汇率政策不确定性指数,同时基于2003–2018年我国非金融企业年度数据,实证分析了汇率政策不确定性对企业杠杆率的影响。研究所得结论如下:
汇率政策不确定性的增加倾向于助推企业杠杆率水平的上升,汇率政策不确定性每增加10%,企业杠杆率平均增加20%;在替换汇率政策不确定性指标、改变模型设定、变换参数估计方法并控制内生性问题后,汇率政策不确定性影响企业杠杆率的结论依然稳健。进一步的异质性分析结果表明,汇率政策不确定性对企业杠杆率的影响效应在融资约束较低、涉外、低生产率和低成长性的企业中尤为明显,体现了汇率政策不确定性对企业杠杆率的影响具有潜在的异质性特征。从机制上来看,国际资本流动、投资效率和风险承担是汇率政策不确定性影响企业杠杆率的传导机制,而且汇率政策不确定性的增加倾向于引发国际资本流入、降低投资效率并加剧企业风险承担,进而助推企业杠杆率提升,且国际资本流动发挥着主导作用。
结合上述研究结论,本文提出如下政策建议:第一,随着全球经济一体化的逐步深化及国内各经济主体的联系日益紧密,决策当局在制定政策时,可以考虑采取多种政策的协调搭配,发挥政策的联合调控机制作用,这对于稳定市场预期并降低外生冲击对企业杠杆率的不利影响至关重要,同时也有利于揭示杠杆率的动态演化机制及其背后所隐含的外生驱动因素。第二,考虑到国际资本流动是汇率政策不确定性影响企业杠杆率的重要渠道,且国际资本大规模流动会加剧企业风险承担,因此决策当局应强化对资本项目的管理,构建和完善对国际资本流动的监测机制,严格监控国际资本流动的方向、速度和规模,并以此健全稳定国际资本流动的调控体系。第三,从我国当前的发展现实来看,由于信贷资源存在“所有制偏向”,使得我国的杠杆率风险主要分布在国有企业中,因此为切实有效地推进结构性去杠杆,决策部门需要进一步深化金融市场改革,从根本上完善资源配置的市场化机制,这不仅有助于化解系统性金融风险,而且有助于信贷资源有序流动,进而提高信贷配置效率。第四,考虑到汇率政策不确定性对企业杠杆率的影响具有显著的异质性特征,因此决策部门在制定政策时应注重不同类型企业的异质性反应,通过不断提高制度质量,健全金融机构的法人治理结构,使我国的商业银行真正具有内在的自我约束机制,从而更有效地发挥金融服务实体经济的功能。另外,还要注意提高企业自身的生产率水平及公司治理能力,这不仅有助于缓解信息不对称和代理问题及其所隐含的潜在风险承担效应,而且对于降低政策不确定性的负向冲击进而实现“六稳”目标具有重要的实践指导意义。
① 限于篇幅,本文没有给出具体的计算结果,如有需要可向作者索取。
[1] | 陈斌开, 林毅夫. 金融抑制、产业结构与收入分配[J]. 世界经济, 2012(1): 3–23. |
[2] | 宫汝凯, 徐悦星, 王大中. 经济政策不确定性与企业杠杆率[J]. 金融研究, 2019(10): 59–78. |
[3] | 韩珣, 田光宁, 李建军. 非金融企业影子银行化与融资结构——中国上市公司的经验证据[J]. 国际金融研究, 2017(10): 44–54. |
[4] | 胡奕明, 王雪婷, 张瑾. 金融资产配置动机: “蓄水池”或“替代”? ——来自中国上市公司的证据[J]. 经济研究, 2017(1): 181–194. |
[5] | 李小林, 司登奎. 人民币汇率与企业投资行为: 理论分析与经验研究[J]. 上海财经大学学报, 2019(6): 50–63. |
[6] | 刘贯春, 张军, 刘媛媛. 金融资产配置、宏观经济环境与企业杠杆率[J]. 世界经济, 2018(1): 148–173. |
[7] | 沈永建, 徐巍, 蒋德权. 信贷管制、隐性契约与贷款利率变相市场化——现象与解释[J]. 金融研究, 2018(7): 49–68. |
[8] | 司登奎, 李小林, 葛新宇, 等. 泰勒规则、国际资本流动与人民币汇率动态决定[J]. 财经研究, 2019(9): 30–43. |
[9] | 谭小芬, 尹碧娇, 杨燚. 中国非金融企业杠杆率的影响因素研究: 2002—2015年[J]. 中央财经大学学报, 2018(2): 23–37. |
[10] | 王永钦, 刘紫寒, 李嫦, 等. 识别中国非金融企业的影子银行活动——来自合并资产负债表的证据[J]. 管理世界, 2015(12): 24–40. |
[11] | 张成思, 刘贯春. 中国实业部门投融资决策机制研究——基于经济政策不确定性和融资约束异质性视角[J]. 经济研究, 2018(12): 51–67. |
[12] | 张勇. 热钱流入、外汇冲销与汇率干预——基于资本管制和央行资产负债表的DSGE分析[J]. 经济研究, 2015(7): 116–130. |
[13] | 张原劼, 施建淮. 银行业跨境资本流动对企业投资的影响[J]. 国际经贸探索, 2020(7): 52–70. |
[14] | 钟宁桦, 刘志阔, 何嘉鑫, 等. 我国企业债务的结构性问题[J]. 经济研究, 2016(7): 102–117. |
[15] | 朱孟楠, 闫帅. 异质性投资视角下短期国际资本流动与资产价格[J]. 国际金融研究, 2017(2): 36–44. |
[16] | Almeida H, Campello M, Weisbach M S. The cash flow sensitivity of cash[J]. Journal of Finance, 2004, 59(4): 1777–1804. DOI:10.1111/j.1540-6261.2004.00679.x |
[17] | Baskaya Y S, Di Giovanni J, Kalemli-Özcan Ş, et al. Capital flows and the international credit channel[J]. Journal of International Economics, 2017, 108(S1): 15–22. |
[18] | Bernanke B S. Irreversibility, uncertainty, and cyclical investment[J]. The Quarterly Journal of Economics, 1983, 98(1): 85–106. DOI:10.2307/1885568 |
[19] | Bloom N, Bond S, van Reenen J. Uncertainty and investment dynamics[J]. The Review of Economic Studies, 2007, 74(2): 391–415. DOI:10.1111/j.1467-937X.2007.00426.x |
[20] | Brown J R, Petersen B C. Cash holdings and R&D smoothing[J]. Journal of Corporate Finance, 2011, 17(3): 694–709. DOI:10.1016/j.jcorpfin.2010.01.003 |
[21] | Cao C, Chen Y, Liang B, et al. Can hedge funds time market liquidity?[J]. Journal of Financial Economics, 2013, 109(2): 493–516. DOI:10.1016/j.jfineco.2013.03.009 |
[22] | Chen K X, Nie H, Ge Z Y. Policy uncertainty and FDI: Evidence from national elections[J]. Journal of International Trade & Economic Development, 2019, 28(4): 419–428. |
[23] | Dixit A K, Pindyck R S. Investment under uncertainty[M]. Princeton: Princeton University Press, 1994. |
[24] | Francis B B, Hasan I, Zhu Y. Political uncertainty and bank loan contracting[J]. Journal of Empirical Finance, 2014, 29: 281–286. DOI:10.1016/j.jempfin.2014.08.004 |
[25] | Gilchrist S, Zakrajšek E. Credit spreads and business cycle fluctuations[J]. American Economic Review, 2012, 102(4): 1692–1720. DOI:10.1257/aer.102.4.1692 |
[26] | Halling M, Yu J, Zechner J. Leverage dynamics over the business cycle[J]. Journal of Financial Economics, 2016, 122(1): 21–41. DOI:10.1016/j.jfineco.2016.07.001 |
[27] | Han S, Qiu J P. Corporate precautionary cash holdings[J]. Journal of Corporate Finance, 2007, 13(1): 43–57. DOI:10.1016/j.jcorpfin.2006.05.002 |
[28] | Huang Y, Luk P. Measuring economic policy uncertainty in China[J]. China Economic Review, 2020, 59: 1–18. DOI:10.1016/j.chieco.2019.101367 |
[29] | Kim C S, Mauer D C, Sherman A E. The determinants of corporate liquidity: Theory and evidence[J]. Journal of Financial and Quantitative Analysis, 1998, 33(3): 335–359. DOI:10.2307/2331099 |
[30] | Lin J Y, Tan G F. Policy burdens, accountability, and the soft budget constraint[J]. American Economic Review, 1999, 89(2): 426–431. DOI:10.1257/aer.89.2.426 |
[31] | Opler T, Pinkowitz L, Stulz R, et al. The determinants and implications of corporate cash holdings[J]. Journal of Financial Economics, 1999, 52(1): 3–46. DOI:10.1016/S0304-405X(99)00003-3 |
[32] | Orhangazi Ö. Financialisation and capital accumulation in the non-financial corporate sector: A theoretical and empirical investigation on the US economy: 1973-2003[J]. Cambridge Journal of Economics, 2008, 32(6): 863–886. DOI:10.1093/cje/ben009 |
[33] | Pástor L, Veronesi P. Political uncertainty and risk premia[J]. Journal of Financial Economics, 2013, 110(3): 520–545. DOI:10.1016/j.jfineco.2013.08.007 |
[34] | Qian Y Y. A theory of shortage in socialist economies based on the “soft budget constraint”[J]. The American Economic Review, 1994, 84(1): 145–156. |
[35] | Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2-3): 159–189. DOI:10.1007/s11142-006-9012-1 |
[36] | Rodrik D. Policy uncertainty and private investment in developing countries[J]. Journal of Development Economics, 1991, 36(2): 229–242. DOI:10.1016/0304-3878(91)90034-S |
[37] | Stulz R M. Optimal hedging policies[J]. Journal of Financial and Quantitative Analysis, 1984, 19(2): 127–140. DOI:10.2307/2330894 |