《财经研究》
2025第51卷第1期
投资审批制度改革与企业投融资期限匹配——来自投资项目在线审批监管平台的证据
覃家琦 , 张令昊 , 马振邦     
南开大学 金融学院, 天津 300350
摘要: 国家“十四五”规划强调,深化投融资体制改革是促进形成市场主导的投资内生增长机制的重要举措。文章以2015年以来的省市级投资项目在线审批监管平台建设作为准自然实验,使用交错双重差分法系统考察了平台上线所引领的投资审批制度改革对企业投融资期限匹配的因果影响。研究结果表明,平台显著缓解了企业投融资期限错配程度。机制分析表明,平台通过抑制企业低效投资和缓解企业因信息不对称而产生的融资约束,实现了投资与融资的高效联动与协调。异质性分析发现,在实体投资需求旺盛、管理层风险偏好较高、劳动力投资效率较高、银行贷款可得性较低的企业中,平台的纠偏效果更强。此外,平台有助于优化地区营商环境,引导企业“脱虚向实”,促进企业业绩高质量增长。文章为进一步优化平台建设提供了丰富的经验证据,也为建立政企常态化沟通交流机制和充分激发市场主体投资活力提供了来自投资制度改革视角的理论依据和决策参考。
关键词: 投资项目在线审批监管平台    投融资期限错配    有效投资    
Investment Approval System Reform and Corporate Investment-Financing Maturity Match: Evidence from the Online Approval and Supervision Platform for Investment Projects
Qin Jiaqi, Zhang Linghao, Ma Zhenbang     
School of Finance, Nankai University, Tianjin 300350, China
Summary: The “14th Five-Year Plan” emphasizes that deepening the reform of the investment and financing system is an important measure to promote the formation of a market-oriented endogenous growth mechanism for investment. The online approval and supervision platform for investment projects simplifies approval processes, improves efficiency, and ensures transparency throughout the entire lifecycle of investment projects by establishing a normalized mechanism for data sharing and business collaboration. This provides institutional support for facilitating corporate investment and financing. This paper uses the construction of provincial and municipal online approval and supervision platforms for investment projects since 2015 as a quasi-natural experiment and employs a staggered DID approach to study their impact on corporate investment-financing maturity match. The results show that the platform significantly alleviates investment-financing maturity mismatch. Mechanism testing reveals that the platform enhances the efficient coordination of investment and financing by curbing inefficient corporate investments and mitigating financing constraints caused by information asymmetry. Heterogeneity analysis indicates that the corrective effect of the platform is stronger in firms with robust real investment demand, higher managerial risk preferences, greater labor investment efficiency, and lower access to bank loans. Additionally, the platform contributes to optimizing the regional business environment, guiding firms to shift towards real economic activities, and promoting high-quality corporate performance growth. This paper makes the following contributions: (1) From the perspective of corporate investment-financing maturity match, it examines for the first time the impact and mechanism of the online approval and supervision platform on corporate investment and financing activities. (2) Grounded in the market-oriented reform of the investment system, it provides a new framework for understanding investment-financing maturity mismatch among Chinese enterprises from the perspective of the market-oriented delegation of investment rights, offering actionable policy insights for preventing systemic risks. (3) By focusing on the role of digital technology in enabling government function transformation, it effectively integrates the market-oriented reform of the investment system with the supply-side reform of finance, proposing clear policy recommendations for decision-making.
Key words: online approval and supervision platform for investment projects    investment-financing maturity mismatch    effective investments    

一、引 言

国家“十四五”规划对我国投资领域的改革与发展提出了重要部署,强调要深化投融资体制改革,推动形成市场主导的投资内生增长机制。党的二十大报告进一步指出,“要充分发挥市场在资源配置中的决定性作用,更好发挥政府作用……深化简政放权、放管结合、优化服务改革”。与此相关的“放管服”改革,通过优化组织机构与项目流程,成为践行“有效市场、有为政府”理念、提升投资环境的重要举措。自2004年国务院发布《国务院关于投资体制改革的决定》以来,投资领域的改革措施,如行政审批中心设立、行政审批事项的取消或下放、商事制度改革等,侧重于降低企业设立与市场进入的制度性交易成本。近年来,随着数字经济的发展,以数据要素共享和信息公开透明为重点的“数字政府”实践逐步推进,投资项目在线审批监管平台等数字化平台(下文简称“平台”)的重要性逐渐显现。其中,平台与企业投资项目开展和项目融资的关系最为密切,成为落实投资审批制度改革,遵循“互联网+投资项目”这一改革思路的代表性实践。平台通过构建各部门、各地方、各相关系统间常态化的数据共享与业务协同机制,不仅简化了投资项目审批流程和提高了效率,还实现了投资项目全流程的公开透明化,为企业投融资便利化提供了制度支撑。

根据MM理论(Modigliani-Miller理论),有效投资需要合适的融资方式匹配。然而,中国企业长期依赖债务融资,形成了“债务驱动投资”的增长模式,但并未带来企业的高质量发展(Campello等,2011;凌润泽等,2023),反而凸显出严重的投融资期限错配问题。企业的投融资期限错配是一个资产结构主动决策与债务期限被动接受的投融资互动过程。当短期债务被用于支持企业长期投资,而无法及时形成利润反哺偿债时,企业会进入“借新债还旧债”的恶性循环,甚至出现现金流短缺引发的财务困境乃至破产(Morris,1976)。一旦企业资金链发生断裂,将导致企业陷入经营危机,甚至可能导致其信用风险通过金融网络传导而形成系统性金融风险(Bleakley和Cowan,2010;李扬,2014)。在中国背景下,金融市场结构不完善(白云霞等,2016)、利率期限结构不合理(钟凯等,2016)、经济政策不稳定(李增福等,2022)、地方政府债务侵占(刘贯春等,2022)等可能存在的问题导致企业被迫采用短期贷款滚动支持长期投资,出现不同程度的投融资期限错配现象。然而,作为投融资期限错配的另一视角,企业投资则在现有文献中被忽视。

从企业投资效率提升角度分析投融资期限错配问题之所以具有重要性和可行性,是因为投资决定企业利润和企业价值,而企业利润与企业价值代表了企业未来偿债能力和违约风险,这进一步影响了信贷供给方的放贷决策。实际上,在假定当前金融体系不变的情况下,信贷供给方寻找合适投资标的的重要标准是该笔资金所投项目的可回收性,这种可回收性除了市场决定的利润和公司价值外,还可能涉及政治关联、银企关系等非正式制度。从广义上来讲,这些制度因素均可以被提炼为企业面临的外部环境,而投资是否顺利的关键在于以投(融)资环境为主的营商环境优劣。已有研究表明,营商环境优化有助于资源配置效率提高,具体表现为市场主体的进入便利(杜运周等,2020;张卫东和夏蕾,2022)和健康成长(夏后学等,2019;李坚飞等,2023)。无论是以上哪种情况,企业开展具体活动无不需要融资支持,这是融资决定投资的部分。提升企业信息披露质量,缓解银企之间的信息不对称(周泽将等,2020)和拓宽企业融资渠道(潘越等,2022)是融资环境改善的具体内容。然而,作为营商环境的重要组成部分,投(融)资环境对企业投融资行为的影响却没有在文献中引起重视。

基于以上分析,本文手工收集整理我国各省市级平台建立的时间数据,以平台先后上线作为一项准自然实验,系统考察了平台对企业投融资期限错配的影响。首先,本文检验了平台上线对企业投融资期限错配的综合影响,结果表明平台上线能够有效缓解企业面临的投融资期限错配问题。其次,从投融资一体协同视角,本文发现平台通过抑制企业低效投资和缓解企业因信息不对称而产生的融资约束有效缓解了企业投融资期限错配程度。异质性检验表明,平台缓解企业投融资期限错配的影响集中在实体投资需求旺盛、管理层风险偏好较高、劳动力投资效率较高、银行贷款可得性较低的企业。最后,本文进一步揭示了平台上线能够有效优化地区营商环境,引导企业“脱虚向实”,促进企业业绩高质量发展。

本文的边际贡献主要有以下三个方面:第一,基于中国独特的投融资体制演变背景,本文从企业投融资期限匹配视角切入,研究了投资项目在线审批监管平台对企业投融资活动的影响及其机制。一方面,现有研究讨论了投资审批体制改革(王贤彬和黄亮雄,2020)和负面清单制度(王雄元和徐晶,2022)等制度对特定行业的影响,但缺乏从投融资互动视角研究全市场投资环境优化;另一方面,公共管理学科更多关注平台间协作(谈婕和高翔,2020;张靓,2021)与网络平台联动(朱春琴,2018),且大多为理论分析或案例研究,缺乏微观企业的大样本实证研究。本文利用各省市平台上线的准自然实验,结合微观企业投融资数据构造交错DID模型,从抑制低效投资和降低融资信息不对称两方面剖析其作用,论证了平台运行的有效性与合理性。第二,本文立足投资体制市场化改革,从投资权利市场化让渡的角度提供了理解中国企业投融资期限错配的新框架,并为防范系统性风险提供了政策着力点。以往研究大多从企业内部特征(刘晓光等,2019)、外部市场变动(钟凯等,2016)、宏观政策环境(刘贯春等,2022)等方面解释投融资期限错配现象,却忽视了“简政放权”改革对企业投融资行为的影响。本文研究表明,平台通过优化企业投资决策和延长债务期限,激发了市场主体投资活力,为市场化投资审批改革推动实体经济高质量发展提供了理论支撑与实践参考。第三,本文以数字技术赋能政府职能转变为切入点,将投资体制市场化改革与金融供给侧改革有效对接,提出明确决策建议。平台应通过数字化改革降低企业投资项目的制度性交易成本(李文钊等,2023),并联动银行等金融机构拓宽融资渠道,形成“以投资找融资,为融资寻投资”的高效匹配模式。本文为企业提升投资效率、优化融资结构提供了实践指导,也为政府通过数字政府建设、优化营商环境、推进金融供给侧改革协同发力提供了政策启示,从而有助于构建市场主导的投资内生增长机制。

二、制度背景与理论分析

(一)中国投融资体制改革的实践历程与理论基础

中国过去的计划经济体制以管理固定资产投资为核心,在转向社会主义市场经济改革中投资管理体制改革具有重大特殊意义(罗云毅,1993;覃家琦,2021)。2004年7月16日,国务院发布《国务院关于投资体制改革的决定》,提出“改革项目审批制度,落实企业投资自主权”,并规定审批制、核准制、备案制三类投资项目。其中,审批制适用于政府投资项目,核准制适用于重大或限制类项目,其余项目采用备案制。尽管《国务院关于投资体制改革的决定》是投资体制改革的里程碑(王贤彬和黄亮雄,2020),但“一分为三”的做法并未真正取消审批。备案制仅免除企业向主管部门提交项目可行性报告的要求,但土地、用水用电、环保等环节仍需审批(覃家琦,2021)。线下审批流程复杂、效率低下带来的制度性交易成本使企业投资面临较高不确定性,也使金融机构难以判断企业项目收益与风险,导致企业投资与融资间难以有效匹配。

2013年党的十八届三中全会通过《中共中央关于全面深化改革若干重大问题的决定》,将政府职能转变和投资项目审批制度改革设置为重要目标。2014年12月10日,国务院办公厅发布《精简审批事项规范中介服务实行企业投资项目网上并联核准制度的工作方案》,提出“精简审批事项、网上并联办理、强化协同监管”的目标,并明确四项任务,即精简核准审批事项、实行网上并联办理、规范中介服务、建设全国统一的平台。“横到边、纵到底”的全国统一平台建设提上日程。自2015年起,各省市级平台陆续建成上线。2016年12月14日,《企业投资项目核准和备案管理条例》首次确立平台的法定地位,要求“除涉及国家秘密的项目外,项目核准、备案通过国家建立的项目在线监管平台办理”。为保障平台规范运行,2017年6月25日,国家发改委联合18个部委发布了《全国投资项目在线审批监管平台运行管理暂行办法》,为平台运营提供制度保障。

(二)平台的功能分析

对于企业投资活动而言,平台的设计初衷是尽可能降低制度性交易成本。首先,平台规范政府投资审批权限,实现权力透明运行。企业可通过办事指南明确项目类型,避免部门对备案制项目的过度干预,制约线下审批中的多重加码现象。审批、核准和备案过程结果全面公开透明,明确政府审批权力边界,确立企业投资主体地位。其次,平台整合数据与简化流程,提高政府服务效率。线上政务办理减少了企业的时间成本,多部门协办与全程留痕机制倒逼政府提效,降低企业投资中的监管不确定性。再次,平台推动中介服务市场化,打破行业垄断,切断中介机构与政府间的利益关联,降低中介成本, 1提高第三方意见可信度。最后,平台为企业决策提供参考,借助大数据服务帮助企业了解行业投资动态,更合理地进行决策,同时政府也能优化审批和预算安排,避免重复建设和资源浪费。 2

对于企业融资需求而言,平台尽可能释放投资数据形成的数据要素价值,通过建立投资平台与相应融资平台的信息归集共享机制,有效降低公开数据共享成本,形成投融资的有效对接。平台持续优化服务功能,方便用户融资需求对接。企业依托平台数据能够有效对接金融机构,提升企业融资可得性、便利性和合理性,促使“金融活水”流向实体经济。企业通过平台申报项目信息时能够同时发布融资需求,进而由平台根据企业资金需求、贷款期限等要求精准推送给金融机构;同时,金融机构能够在线发布金融产品,介绍信贷政策、适用范围、申请条件等,平台将对金融产品进行分类以方便企业查询,有效降低了企业与金融机构之间的信息不对称。 3

(三)平台与企业投融资期限匹配

从企业资产结构视角看,给定债务期限结构不变时,减少长期资产投资同样可以缓解投融资期限错配(刘贯春等,2022)。中央政府的工作报告多次指出,部分行业和地区存在盲目投资和低水平重复建设问题(曹春方等,2014)。企业非效率的长期资产投资不仅浪费资源,还通过扭曲资产期限结构加剧投融资期限错配。一方面,平台连接并优化了政府各部门间繁琐、碎片化的信息流,保障信息高效沟通,从而有效避免低水平投资项目通过审批,并监管产业政策禁止的备案项目;另一方面,企业可以通过平台快速获取拟投资项目的市场信息,更准确判断项目投资价值,避免低效投资造成投融资期限错配的进一步加剧。平台通过市场“无形之手”和政府“有形之手”的协同作用,对企业投资进行资源配置与调控,有效避免外部扭曲激励下的盲目投资,并通过外部治理机制推动资金向高质量企业活动配置,缓解投融资期限错配(叶永卫等,2022;汪伟和张少辉,2022)。

从债务期限结构视角看,信贷供给理论认为企业投融资期限错配原因在于长期融资供给不足,企业不得不依靠滚动短期债务满足长期投资(Fan等,2012;白云霞等,2016)。平台上线前,企业投资项目需要多部门线下办理,信息共享程度低且审批规则复杂,导致政府效率低下(Pandey和Welch,2005),企业面临着较高的制度性交易成本与监管不确定性(李文钊等,2023)。监管不透明进一步加剧了金融机构对企业盈利与还款能力的判断难度,导致信贷资源配置扭曲,也使企业无法合理判断自身融资需求。一方面,得益于平台实现投资项目的数据共享与信息公开,政府权力边界更加清晰,中介服务更加规范,金融机构可借助平台查询企业投资项目信息,横向对比类似项目的在建与规划情况,更准确评估项目未来收益,更好地提供期限匹配的长期贷款;另一方面,企业也能够通过平台并根据投资项目情况主动对接金融机构,增加融资选择的灵活性和可得性,降低匹配长期贷款的信息搜集成本,从而更好地实施企业的长期投资计划。基于以上分析,本文提出如下研究假设:

研究假设:在其他条件一定的情况下,省市级平台能够降低企业投融资期限错配程度。

三、研究设计

(一)样本选择与数据来源

本文以省市级平台上线作为外生冲击,以2009—2022年A股上市公司作为初始样本。对初始样本进行以下处理:(1)剔除金融保险类企业;(2)剔除平台上线后才上市的企业;(3)剔除 ST、*ST和PT 样本;(4)剔除公司注册地在样本期内发生跨省改变的企业;(5)为避免异常值影响,对相关连续变量在 1% 和 99% 水平上进行缩尾处理。本文最终获得31687 个“企业—年度”观测值,涉及2817家企业。

地方平台由31个省市、新疆生产建设兵团和5个计划单列市的平台组成。 4对于下半年上线的平台,将其视为下一年正式实施。平台上线时间通过公开信息收集整理;上市公司财务数据来源于国泰安数据库(CSMAR);地方政府债务数据来自同花顺数据库(iFinD);银行竞争数据经国家金融监督管理总局许可证信息查询后计算得到。

(二)模型设计与变量定义

考虑到平台并非在同一时间上线,因此借鉴刘晓光和刘元春(2019)的研究方法,使用交错双重差分(Staggered Difference-in-Differences)模型检验平台的影响效果。具体模型如下:

SFLIict=β0+β1Platformct+γXit+μi+δt+εict (1)

其中,下标ict分别表示企业、地区和年份;SFLI衡量了企业的投融资错配程度;Platform为平台上线变量,该地区平台上线当年及之后年份取值为1,其余为0。同时,本文参考Chen等(2011)、钟凯等(2016)、赖黎等(2019)、Han等(2022)、李增福等(2022)的做法,控制了企业层面的一系列特征变量,包含企业规模Size、资产负债率Leverage、盈利能力ROA、成长性Growth、现金流Cashflow、固定资产FixAsset、上市年限Age、第一大股东持股比例Top1、独董比例IndRatio、两职兼任Dual、产权性质SOE。同时,模型中加入企业固定效应μi与年份固定效应δt。回归系数标准误差在企业层面聚类。β1为重点关注的估计系数,其反映平台对企业投融资错配的影响程度。各变量具体定义详见表1

表 1 变量定义
变量类型 变量名称 变量符号 变量说明
被解释变量 投融资错配程度 SFLI (短期负债/总负债)−(短期资产/总资产)
核心解释变量 平台上线 Platform 虚拟变量,上市公司注册地所在地区平台上线当年及之后年份取值为1,其余为0
控制变量 企业规模 Size 企业总资产的自然对数
资产负债率 Leverage 总负债/总资产
盈利能力 ROA 净利润/总资产
企业成长性 Growth 营业收入增长率
经营现金流 Cashflow 经营活动产生的现金流量净额/总资产
固定资产 FixAsset 固定资产净值/总资产
上市年限 Age 企业上市年份加1的自然对数
最大股东持股比例 Top1 最大股东持股/总股本
独董比例 IndRatio 期末独立董事人数/期末董事会人数
两职兼任 Dual 虚拟变量,董事长与总经理兼任取1,否则取0
产权性质 SOE 虚拟变量,国有企业取1,否则取0

(三)描述性统计 5

整体来看,投融资错配程度(SFLI)均值为0.253,中位数为0.252,标准差为0.192,这表明我国非金融类企业普遍存在投融资期限错配的现象,且不同企业的错配程度存在较大差异。其余控制变量描述性统计结果均处于合理范围。相关系数矩阵与VIF检验检验表明所有变量的相关性系数均小于0.5,且VIF值均低于经验值5,这说明模型不存在严重的多重共线性问题。

四、实证结果

(一)基准回归结果

表2汇报了平台上线对企业投融资期限错配程度的检验结果。列(1)未加入控制变量,列(2) 仅加入与企业财务状况相关的控制变量,列(3)则纳入所有控制变量。以列(3)为例,Platform的估计系数为−0.017,这表明相较于平台未上线地区的企业,平台上线后企业的投融资期限错配程度下降17%。为控制潜在地区和行业非时变因素的影响,列(4)进一步控制年份、行业和地区固定效应;考虑到行业随时间变化的经济因素和产业扶持政策的影响,列(5)则加入行业—年份的交互固定效应。

表 2 基准回归结果
(1) (2) (3) (4) (5)
SFLI SFLI SFLI SFLI SFLI
Platform −0.008**(−2.042) −0.013***(−2.938) −0.017***(−3.709) −0.015***(−3.391) −0.016***(−3.607)
Size −0.016***(−3.805) −0.021***(−5.206) −0.014***(−6.590) −0.021***(−5.227)
Leverage −0.085***(−5.079) −0.136***(−8.102) −0.094***(−7.202) −0.139***(−8.433)
ROA −0.182***(−8.237) −0.152***(−6.998) −0.266***(−10.305) −0.131***(−6.115)
Growth 0.007***(2.614) 0.007***(2.675) 0.006*(1.958) 0.008***(3.200)
Cashflow 0.126***(7.627) 0.104***(6.367) 0.180***(8.967) 0.111***(6.721)
FixAsset 0.535***(25.586) 0.495***(23.940) 0.511***(30.355) 0.493***(25.564)
Age 0.066***(15.799) 0.037***(12.617) 0.066***(15.702)
Top1 −0.077***(−3.326) −0.022(−1.604) −0.067***(−3.004)
IndRatio −0.037(−1.167) −0.004(−0.131) −0.036(−1.141)
Dual −0.002(−0.461) 0.002(0.630) −0.001(−0.330)
SOE 0.004(0.418) −0.021***(−3.931) 0.004(0.460)
常数项 0.257***(115.931) 0.528***(5.838) 0.579***(6.415) 0.446***(9.569) 0.574***(6.419)
企业固定效应 控制 控制 控制 未控制 控制
年份固定效应 控制 控制 控制 控制 未控制
地区固定效应 未控制 未控制 未控制 控制 未控制
行业固定效应 未控制 未控制 未控制 控制 未控制
行业−年份固定效应 未控制 未控制 未控制 未控制 控制
观测值 31 687 31 687 31 687 31 687 31 674
调整 R2 0.528 0.583 0.595 0.336 0.603
Oster δ −1.095 −1.262
  注:除列(1)外,括号内均为聚类到企业层面的t 统计量;******分别表示在10%、5%和1%的水平上显著。下同。

同时,借鉴Oster(2019)的方法检验遗漏变量的干扰程度。在给定Rmax的值并计算在β=0的情况下δ的值,若δ大于1或小于0,则可以认为不可观测变量造成的偏误较小。 6表2中Oster检验的δ值均小于0,这表明基准回归结果受遗漏变量因素影响较小。

(二)稳健性检验 7

1.平行趋势检验

为保证本文采用交错DID模型符合平行趋势假设,同时直观反映平台上线前后对企业投融资期限错配的动态影响,本文参考Jacobson等(1993)、刘贯春等(2022)的做法,使用事件研究法进行检验。本文以各地区平台上线的前一年为基期,包含90%置信区间的事件前8期和后6期的事件研究法结果图表明满足平行趋势假设。同时,为排除不可观测的时变混淆因素产生偏误,本文基于Liu等(2022)提出的因果效应反事实估计框架,采用矩阵完成估计量( Matrix completion estimator,MC)进行插补,结果依旧支持平行趋势假设。

本文进一步使用Rambachan和Roth(2023)提出的在违反平行趋势假设时进行敏感性分析的Honestdid方法,计算平行趋势最大偏离程度(Mbar)对应点估计置信区间。本文参考Biasi和Sarsons(2022)的方法,设置最大偏差度 Mbar = 1×标准误计算平行趋势敏感性。分别采用在相对偏离程度限制和平滑限制下平台上线处理效应的平行趋势敏感性检验,结果表明即使平行趋势存在一定程度偏离,平台仍然对企业投融资期限错配具有显著的缓解作用。

2.安慰剂检验

考虑到2015年国家发改委在全国平台纵向贯通工作会议、国务院政策例行吹风会等场合多次重点强调加快平台建设,这可能导致无预期效应假设的潜在违背,从而对估计结果造成影响。因此,本文参考Liu和Lu(2015)的方法进行了混合安慰剂检验。 8通过重复500次后得到安慰剂效应的分布,在进行无约束的混合安慰剂和有约束的混合安慰剂检验时,随机分布估计值均集中在0附近且远大于基准回归估计值,这表明回归结果较为稳健。

3.“固定资产投资—短期负债”敏感性系数

本文参考Almeida(2004)、McLean和Zhao(2014)使用的“固定资产投资(现金)—现金流”敏感度框架对企业投融资期限错配问题进行分析,而Bleakley和Cowan(2010)、钟凯等(2016)、刘贯春等(2022)均采用“固定资产投资—流动负债”敏感度框架。借鉴上述方法,本文构建如下回归模型,以考察平台是否能够缓解企业投融资期限错配问题:

Invict=α0+α1Slevit×Platformct+α2Slevit+α3Platformct+γXit+μi+δt+εict (2)

其中,Inv为企业投资,Inv1=(当期固定资产净值−上期固定资产净值+当期固定资产折旧额)/期初资本存量(Zwick和Mahon,2017),Inv2=(购建固定资产、无形资产和其他长期资产支付的现金的增加值)/期初资本存量(Biddle,2009;Bleakley和Cowan,2010);Slev为企业短期债务增长,使用企业短期债务增量与企业平均资产的比值衡量;其余变量与模型(1)保持一致。结果显示,Slev系数显著为正,交互项系数显著为负,这表明平台上线能够显著缓解企业投融资期限错配。

4.排除同期其他事件的影响

考虑到平台上线期间有其他同期政策会对企业投融资期限错配产生影响,为避免其他政策的干扰,本文将环保税法、供给侧结构性改革、利率市场化、地方政府债务治理、社会信用体系建设等同期政策冲击控制后再进行检验,结果发现平台的积极影响依旧显著。 9

5.样本自选择问题

考虑到平台上线可能与各地宏观经济相关,更多的企业投资促使政府加快平台建设。为缓解潜在自选择问题,本文选取控制变量中的连续变量作为匹配协变量,采用PSM-DID方法进行1:3最近邻匹配,降低处理组与对照组的特征差异。同时,为降低PSM方法的主观设定影响及样本损失问题,本文采用Hainmueller(2012)提出的熵平衡法,使处理组与对照组在控制变量的高阶矩分布上接近。熵平衡后协变量的三阶矩分布无显著差异。使用PSM-DID与熵平衡方法的估计结果表明,平台上线的系数显著为负,这表明结果具有稳健性。

6.其他稳健性检验

(1)子样本回归。本文参考刘贯春等(2022)的做法,仅保留制造业样本进行估计以剔除行业特定因素影响;由于计划单列市与新疆生产建设兵团在行政地位上不同于省级行政区,可能对企业投融资行为具有差异化影响,因此剔除企业注册地位于深圳、宁波、大连、青岛、厦门与新疆生产建设兵团的企业后进行回归;将平台上线当年的数据剔除以避免潜在的混淆效应。

(2)模型设定。本文将解释变量滞后一期以缓解潜在的逆向因果;进一步控制省份的宏观经济变量以排除地区因素影响;将标准误分别聚类到行业层面与地区层面;参考Barclay和Smith(1995)、白云霞等(2016)的做法,采用(长期资产−长期负债−股东权益)/长期资产衡量企业投融资错配程度(SFLI1);同时参考照钟凯等(2016)的做法,用固定资产等投资活动现金支出− (长期借款本期增加额+本期权益增加额+经营活动现金净流量+出售固定资产现金流入)衡量企业投融资错配程度(SFLI2)。

(3)异质性稳健估计量。在组别和时间维度上的处理效应异质性是导致双向固定效应模型产生偏误的重要原因(de Chaisemartin 和 D’Haultfœuille,2020Goodman-Bacon,2021),当处理效应存在异质性时,即使满足平行趋势假设,处理效应的估计结果也会存在偏误。因此,本文使用Callaway和Sant’Anna(2021)提出的多期 DID 估计量(对应csdid命令)以及Gardner(2022)提出的两阶段估计方法(对应did2s命令)来消除估计偏差。

五、机制检验

(一)企业资产结构视角:平台抑制企业低效投资

1.抑制过度投资

首先,本文参考刘贯春等(2022)的做法,检验平台是否降低企业固定资产投资规模;其次,考虑到降低过度投资能够缓解企业投融资期限错配(李增福和陈嘉滢,2023),本文基于Richardson(2006) 的方法计算企业投资效率,并只保留残差为正时的过度投资(Overint)。使用Inv1Inv2作为因变量分别得到过度投资Overint1Overint2表3Platform的系数在均显著为负,这表明平台能降低企业投资水平,并且能够缓解企业过度投资。

表 3 平台缓解企业过度投资
(1)(2)(3)(4)
Inv1Inv2Overint1Overint2
Platform−0.020**(−2.250)−0.003*(−1.668)−0.001***(−3.805)−0.002**(−2.241)
控制变量控制控制控制控制
企业固定效应控制控制控制控制
年份固定效应控制控制控制控制
观测值30 46130 44523 67723 962
调整R20.0540.4210.7370.569

2.增强投资—投资机会敏感性

本文基于资本配置效率进一步考察平台对企业投资的影响,借鉴McLean等(2012)的方法,利用“投资—投资机会敏感度”框架进一步分析平台对企业资本配置效率的影响。具体模型如下:

Invict=α0+α1Qit×Platformct+α2Qit+α3Platformct+γXit+μi+δt+εict (3)

其中,Inv为企业投资,衡量方式与上文一致;Q表示企业投资机会,采用企业托宾Q值来度量;其他变量定义与前文一致。表4汇报了平台上线对企业资本配置效率的影响。交互项系数在两种新增投资的衡量方法下均显著为正,这说明平台虽然降低了企业整体投资规模,但显著改善了企业资本配置效率,对优化企业投资决策发挥了重要作用。

表 4 平台与企业资本配置效率
(1)(2)
Inv1Inv2
Platform×TobinQ0.012**(2.173)0.002***(2.893)
Platform−0.048***(−3.103)−0.007***(−2.994)
TobinQ−0.022***(−3.887)−0.000(−0.236)
控制变量控制控制
企业固定效应控制控制
年份固定效应控制控制
观测值29 97829 963
调整R20.0570.422

3.增进资本再分配效率

如果平台对所有企业投资行为均存在抑制作用,那么这将降低企业间资本的再分配效率,导致产能利用率和资本边际回报率较高的企业投资受限,从长期来看则可能导致平台上线对总产出产生负面影响;相反,若平台仅抑制企业无效投资,则不会存在这种负面影响。当企业观察到竞争性投资项目已经申报审批时,企业会理性地改变投资计划;而当政府观察到企业的投资与已有项目存在重复时,政府也能及时进行反馈。

首先,本文借鉴李雪松等(2017)的方法,使用随机前沿分析法(SFA),利用公司营业收入、固定资产净值和企业人数来构建随机前沿生产面,计算上市公司产能利用率(CU);其次,本文借鉴Bau和Matray(2023)、刘贯春等(2022)的方法,使用主营业务收入与固定资产净额比值的自然对数衡量企业边际资本回报率(MRPK)。表5的结果表明,企业产能利用率与边际资本回报率越高,平台减少企业投资的影响越能得到显著缓解,平台能够有效约束产能利用率和边际资本回报率较低企业的投资。

表 5 平台降低企业无效投资
(1)(2)(3)(4)
Inv1Inv2Inv1Inv2
Platform×CU0.481**(2.031)0.178***(3.788)
Platform×MRPK0.030***(4.229)0.007***(9.224)
Platform−0.027**(−2.555)−0.006***(−2.903)−0.056***(−3.769)−0.011***(−5.846)
CU6.212(0.504)−2.018(−1.340)
MRPK−0.067***(−8.099)−0.017***(−13.944)
控制变量控制控制控制控制
企业固定效应控制控制控制控制
年份固定效应控制控制控制控制
观测值30 43730 42130 46030 444
调整R20.0540.4220.0570.433

(二)债务期限结构视角:平台降低企业信息不对称缓解融资困难

资本市场中普遍存在的信息不对称问题阻碍了资源的均衡配置(李逸飞等,2022)。由于中国金融市场结构尚不完善,银行等金融机构通常倾向于向企业提供短期贷款以降低风险敞口(张纯和吕伟,2007)。下文进一步检验平台能够有效降低企业信息不对称性,以缓解外部融资困难。本文借鉴Dechow等(1995)的方法,利用修正Jason模型计算操纵性应计项目绝对值(AbsDA)来衡量企业信息不对称性;同时,借鉴Bharath和Shumway(2008)、于蔚等(2014)的方法,基于日频交易数据计算流动性比率(LR)、非流动性比率(ILL)和收益率反转指标(GAM),并提取第一主成分构建企业信息不对称指标(ASY)。AbsDAASY均为企业信息不对称程度的正向指标。本文参考李增福和陈嘉滢(2023)的做法,在模型中加入AbsDAASY及其与Platform的交互项。表6列(1)和列(2)的结果显示,交互项系数显著为负,这表明平台降低企业信息不对称性缓解了投融资期限错配。

表 6 平台降低企业信息不对称缓解融资约束
(1) (2) (3) (4) (5)
SFLISFLIKZΔSloanLdebt
ASY×Platform−0.027***(−3.410)
ASY0.017**(2.215)
AbsDA×Platform−0.093***(−2.945)
AbsDA−0.011(−0.468)
Platform−0.023***(−4.707)−0.012**(−2.348)−0.095***(−2.618)−0.004**(−2.384)0.009**(2.007)
控制变量控制控制控制控制控制
企业固定效应控制控制控制控制控制
年份固定效应控制控制控制控制控制
观测值31 57830 27829 07528 51031 687
调整R20.5950.5970.8290.1110.464

本文进一步借鉴刘贯春等(2022)、谢雁翔等(2022)的方法,使用KZ指数(KZ 10、短期借款增加规模(ΔSloan 11和长期负债比例(Ldebt 12度量企业的融资约束情况。表6列(3)—列(5)的结果表明,平台能够显著降低企业融资约束,提高长期负债比例。这说明平台通过降低企业信息不对称性缓解了融资约束,促进了债务期限长期化,优化了企业债务期限结构。

六、异质性分析

(一)固定资产投资需求

平台涉及企业固定资产投资项目的审批、核准与备案,固定资产投资意愿较强的企业因投资需求较高更能从平台中获益。本文从资产可逆性角度刻画企业实体投资需求。相较于固定资产投资较多的企业,资产可逆性较高的企业具有更高的实体投资意愿,并更需长期资金支持(刘贯春和叶永卫,2022)。本文借鉴Gulen和Ion(2016)的方法,以固定资产净额占总资产比重衡量资产可逆性,数值越大,表示资产可逆性越低,固定资产投资意愿越低。依据年度中位数将样本分为低投资需求组与高投资需求组。表7列(1)和列(2)的结果显示,Platform估计系数只在高投资需求企业中显著,这表明投资需求较高的企业能更好地通过平台缓解投融资期限错配问题。

表 7 异质性检验
(1)(2)(3)(4)(5)(6)(7)(8)
固定资产投资需求管理层风险偏好劳动力投资效率银行贷款可得性
SFLISFLISFLISFLISFLISFLISFLISFLI
Platform−0.006−0.021***−0.008−0.020***−0.009−0.025***−0.031***−0.004
(−0.992)(−3.458)(−1.284)(−3.066)(−1.450)(−3.515)(−3.885)(−0.559)
控制变量控制控制控制控制控制控制控制控制
企业固定效应控制控制控制控制控制控制控制控制
年份固定效应控制控制控制控制控制控制控制控制
观测值15 68315 65315 65215 63714 38114 08211 25811 716
调整R20.5290.5740.6060.6330.6560.5740.6710.670
经验P0.0400.0200.0600.000

(二)管理层风险偏好

高层梯队理论认为,管理层的认知基础会影响企业经营行为(Hambrick和Mason,1984)。风险偏好较高的管理层在投资决策中可能放松考察标准,盲目进行长期投资(刘兵等,2014),并倾向于高风险、高杠杆的融资策略(Malmendier等,2011),从而加剧企业投融资期限错配。平台通过标准化材料申报与项目信息公开,使债权人、中小股东等利益相关方能够利用统一代码对企业投资项目进行监管,防止管理层因自身利益进行非理性投资。因此,平台能够加强外部监督,更有效缓解风险偏好较高企业的投融资期限错配问题。本文借鉴Walls和Dyer(1996)的方法,以交易性金融资产、可供出售金融资产以及投资性房地产总额占资产总额比重衡量管理层风险偏好。依据年度中位数将样本分为低风险偏好与高风险偏好组,表7列(3)和列(4)的结果显示,Platform估计系数只在高风险偏好企业中显著,这表明平台能够促使风险偏好较高的企业更加谨慎决策。

(三)劳动力投资效率

高效的劳动投入与有效的资本投入是企业生产效率的关键保障。平台帮助企业进行合理资本投资决策,但若企业劳动力投资效率较低,雇用或解雇员工会引发劳动力市场摩擦,并产生劳动力调整成本(Hamermesh,1995;Hamermesh和Pfann,1996)。这可能削弱平台缓解企业投融资期限匹配的效果。本文借鉴Jung等(2014)和申丹琳等(2022)的做法,采用回归模型残差的绝对值衡量企业劳动力投资效率,并根据行业年度中位数将样本分为低劳动力投资效率组与高劳动力投资效率组。表7列(5)和列(6)的结果显示,Platform估计系数只在劳动力投资效率较高的企业中显著,这表明劳动力投资与资产投资需相互匹配,才能更好发挥平台的作用。

(四)银行贷款可得性

如前文所言,依托平台数据能够帮助企业对接金融机构,降低企业与金融机构之间的信息不对称性,从而推动融资难问题解决。因此,相较于银行贷款可得性本身就较高的企业而言,平台上线应当对获取银行贷款支持能力较低企业的影响更大。本文借鉴陆正飞等(2008)的做法,使用(长期贷款+短期贷款)/总资产来衡量企业银行贷款可得性。根据行业年度中位数将样本分为低可得性组与高可得性组,表7列(7)和列(8)的结果显示,Platform的估计系数只在银行贷款可得性较低的企业中显著。这进一步论证了平台能帮助贷款获得能力较低的企业获得金融支持。

七、进一步讨论

(一)平台优化企业营商环境

平台是投资环境建设的重要内容,而投资环境又是营商环境的关键组成部分。首先,本文采用樊纲等(2011)构建的市场化指数衡量各省份市场化程度。由于平台的积极作用主要体现在减少政府干预、加强市场分配机制和促进信贷资源合理分配方面,因此本文检验平台是否显著提高全面市场化程度(Market)。 13其次,经济政策不确定性会恶化企业经营环境(李增福等,2022),进而影响企业投融资行为,因此本文借鉴彭远怀(2023)的方法,使用Yu等(2021)构建的省级经济政策不确定性指数(EPU)衡量地方政府政策效率。 14最后,营商环境的主要表现是制度性交易成本的高低(李文钊等,2023),因此本文参考范合君等(2022)的做法,以公司管理费用衡量企业交易成本(Cost),并用总资产进行标准化处理以消除企业规模的影响。结果表明,平台加快了地区市场化进程,降低了经济政策不确定性与制度性交易成本,显著改善了地区营商环境。 15

(二)平台与企业金融投资行为

平台能简化企业固定资产投资审批流程,降低企业投资过程中的外部不确定性。张成思和郑宁(2019)研究表明,规避固定资产投资风险是企业进行金融投资的重要因素,而孙华妤等(2021)则直接强调延长企业信贷期限结构能够显著降低金融投资。因此,本文建立如下模型检验平台上线缓解企业投融资期限错配是否引导企业“脱虚向实”:

Finict=α0+α1SFLIit×Platformct+α2SFLIit+α3Platformct+γXit+μi+δt+εict (4)

其中,Fin衡量企业金融化程度。 16实证结果显示,交互项SFLI×Platform的估计系数在四种企业金融投资的衡量方法下均显著为负,这表明平台通过缓解企业投融资期限错配进而引导企业“脱虚向实”。 17

(三)平台提高企业绩效

债务期限结构与投资期限结构相匹配是企业持续经营的基本原则(刘贯春和叶永卫,2022),企业投融资期限错配会导致企业经营风险与财务困难(李增福等,2022)。为探究平台上线缓解企业投融资期限错配能否有效改善绩效,本文进一步检验平台上线缓解企业投融资期限错配的经济后果。考虑到企业项目审批存在一定时滞,其对企业绩效的影响存在滞后项,因此将被解释变量滞后一期,具体模型如下:

Outcomeict+1=α0+α1SFLIit×Platformct+α2SFLIit+α3Platformct+α4Qit+γXit+μi+δt+εict (5)

其中,Outcome为衡量企业绩效的相关指标。 18平台上线的经济后果检验结果显示,平台有效缓解企业投融资期限错配对提高企业经营绩效并降低风险具有重要意义。 19

八、研究结论及政策启示

投资项目在线审批监管平台作为数字政府背景下改革投融资体制和优化营商环境的重要工具,是否会影响企业的投融资期限匹配?这一问题尚未有文献关注。本文为企业的投融资期限错配行为提供了一个基于投融资互动视角的分析框架,强调投资审批制度改革对于“债务—投资”模式有效运行的重要意义。本文基于省市级投资在线审批监管平台上线作为准自然实验,以企业投融资期限匹配作为切入点,使用交错双重差分法考察了平台的微观经济效应及影响路径。研究表明,平台上线后,企业投融资期限错配程度得到有效缓解,该结论稳健。机制检验发现,平台通过减少企业低效投资行为和缓解企业因信息不对称而导致的融资约束,从而实现了投资与融资的高效联动协调。异质性分析发现,在实体投资需求旺盛、管理层风险偏好较高、劳动力投资需求较高和银行贷款获得性较低的企业中,平台对企业投融资期限匹配的纠偏作用更为显著。此外,平台显著改善了地区营商环境,引导企业“脱虚向实”,促进了企业业绩高质量增长,从而证实了平台对优化宏观投资环境、激发企业有效投资和实现企业增值具有积极效果。

本文具有如下三方面政策启示:第一,平台可通过减少低效投资和优化债务期限而改善企业投融资期限错配。因此,需要进一步完善“一网通办”,实现政府部门联通、全国项目覆盖与统一代码制度,推动审批、建设与监管信息共享,提高透明度;加快重点项目审批流程,利用人工智能与大数据分析投资意向,为企业投资决策提供参考。第二,继续推进资本市场改革,通过数字赋能降低企业与金融机构之间的信息不对称性;加快投资项目数据与银行、保险、基金等金融机构数据共享,推广跨区域项目审批,促进资金合理调配;通过数字技术推动“放管服”改革,解决企业融资难题;建立政企常态化沟通机制,鼓励民间资本参与重大项目建设,完善政府和社会资本合作机制。第三,政策制定者应进一步厘清数字化背景下的政企边界。政府应优化投融资信息平台,提升透明度和可信度,促进市场主体自发投融资活动;深化投资审批体制改革,统筹资金资源,防止低效投资;通过简化审批、提供融资支持和政策补贴等措施,提升投资全流程的科学化与便利化水平,为高质量发展提供支撑。

1因中介组织以罚代管、市场准入隐性壁垒、招投标不公正待遇、前期手续办理进展缓慢等问题所付出的交易成本。

2上述在线平台所发挥的作用来自2015年12月10日国家发改委就投资项目在线审批监管平台建设运行有关情况举行新闻发布会的文字实录。

3目前在线投资平台功能持续迭代,完成与全国环评统一申报和审批系统以及自然资源、生态环境、交通运输、水利、能源等领域投资数据的共享,启动投贷联动试点合作机制,推出民间资本推介项目平台,推动高频政务服务事项“跨省通办”,上线全国政府与社会资本合作项目信息系统等功能。

4不包括港澳台地区。稳健性检验中,在剔除五个计划单列市与新疆生产建设兵团的样本后,结论依旧是稳健的。

5限于篇幅,此处省略了描述性统计、相关系数矩阵与VIF检验结果;如有需要,可向作者索取。

6δ大于1时,表明不可观测变量的影响必须大于已观测变量的影响才能充分解释估计的影响;而当控制了一组控制变量后,不太可能出现这样的情况。当δ小于0时,估计的影响是向下的,增加更多的控制可能会使系数更大,因此也表明不可观测变量的影响较小(Satyanath等,2017;Bertocchi和Dimico,2019)。

7限于篇幅,稳健性检验部分未汇报全部结果;如有需要,可向作者索取。

8从样本中无放回随机抽取若干个体作为“伪处理个体”(fake treatment unit),并随机抽取一个统一“伪处理时间”(fake treatment time)进行估计,得到一个安慰剂效应估计值。具体可参考《双重差分法的安慰剂检验:一个实践的指南》(陈强等,2025)及Stata命令didplacebo中的help文件。

9限于篇幅,检验方法未详细汇报;如有需要,可向作者索取。

10具体计算方法参考魏志华等(2014)。

11短期借款增加规模等于企业短期借款的一阶差分除以总资产。

12企业长期负债比例等于企业非流动负债先减去一年内到期的非流动负债再除以企业负债总额。

13借鉴马连福等(2015)的方法,以历年市场化指数的平均增长幅度将数据推算至2022年。

14省级经济政策不确定性指数可用数据截至2017年。

15限于篇幅,省略了具体结果;如有需要,可向作者索取。

16借鉴杜勇等(2017)的方法,Fin1=(交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额)/总资产;Fin2=(交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额)/营业利润。同时,借鉴Arrighi(1994)、张成思和张步昙(2010)的方法,Fin3=(投资收益+公允价值变动损益+净汇兑收益+其他综合收益)/营业利润;Fin4=(投资收益+公允价值变动损益+净汇兑收益− 合营与联营企业的投资收益)/营业利润。

17限于篇幅,省略了具体结果;如有需要,可向作者索取。

18企业价值对企业绩效影响较大,故在模型中加入托宾Q,具体包括:(1)利息保障倍数(IPM),等于息税前利润/利息费;(2)短期投资效率(Sinve),使用存货周转率衡量(Li等,2023);(3)企业预期违约风险(EDF)(Bharath和Shumway,2008);(4)可持续增长率(SGR),等于(销售净利率×总资产周转率×留存收益率×权益乘数)/(1− 销售净利率×总资产周转率×留存收益率×权益乘数)。

19限于篇幅,省略了具体结果;如有需要,可向作者索取。

主要参考文献
[1] 白云霞, 邱穆青, 李伟. 投融资期限错配及其制度解释——来自中美两国金融市场的比较[J]. 中国工业经济, 2016(7): 23–39.
[2] 范合君, 吴婷, 何思锦. “互联网+政务服务”平台如何优化城市营商环境?——基于互动治理的视角[J]. 管理世界, 2022(10): 126–153.
[3] 李文钊, 翟文康, 刘文璋. “放管服”改革何以优化营商环境?——基于治理结构视角[J]. 管理世界, 2023(9): 104–123.
[4] 李逸飞, 李茂林, 李静. 银行金融科技、信贷配置与企业短债长用[J]. 中国工业经济, 2022(10): 137–154. DOI:10.3969/j.issn.1006-480X.2022.10.008
[5] 李增福, 陈俊杰, 连玉君, 等. 经济政策不确定性与企业短债长用[J]. 管理世界, 2022(1): 77–89. DOI:10.3969/j.issn.1002-5502.2022.01.006
[6] 刘贯春, 程飞阳, 姚守宇, 等. 地方政府债务治理与企业投融资期限错配改善[J]. 管理世界, 2022(11): 71–85. DOI:10.3969/j.issn.1002-5502.2022.11.006
[7] 刘晓光, 刘元春. 杠杆率、短债长用与企业表现[J]. 经济研究, 2019(7): 127–141.
[8] 潘越, 谢玉湘, 宁博, 等. 数智赋能、法治化营商环境建设与商业信用融资——来自“智慧法院”视角的经验证据[J]. 管理世界, 2022(9): 194–207. DOI:10.3969/j.issn.1002-5502.2022.09.014
[9] 覃家琦. 大国脚步:中国投融资体制改革70年[M]. 北京:中国财政经济出版社,2021.
[10] 王贤彬, 黄亮雄. 投资审批体制改革推动投资增长了吗——来自2004年中央投资审批体制改革的经验证据[J]. 财贸经济, 2020(3): 49–65. DOI:10.3969/j.issn.1002-8102.2020.03.005
[11] 王雄元, 徐晶. 放松市场准入管制提高了企业投资效率吗?——基于“市场准入负面清单”试点的准自然实验[J]. 金融研究, 2022(9): 169–187.
[12] 夏后学, 谭清美, 白俊红. 营商环境、企业寻租与市场创新——来自中国企业营商环境调查的经验证据[J]. 经济研究, 2019(4): 84–98.
[13] 谢雁翔, 覃家琦, 金振, 等. 增值税留抵退税与企业短贷长投[J]. 财政研究, 2022(9): 58–74.
[14] 钟凯, 程小可, 张伟华. 货币政策适度水平与企业“短贷长投”之谜[J]. 管理世界, 2016(3): 87–98.
[15] Bau N, Matray A. Misallocation and capital market integration: Evidence from India[J]. Econometrica, 2023, 91(1): 67–106. DOI:10.3982/ECTA19039
[16] Bertocchi G, Dimico A. The long-term determinants of female HIV infection in Africa: The slave trade, polygyny, and sexual behavior[J]. Journal of Development Economics, 2019, 140: 90–105. DOI:10.1016/j.jdeveco.2019.05.005
[17] Bharath S T, Shumway T. Forecasting default with the Merton distance to default model[J]. The Review of Financial Studies, 2008, 21(3): 1339–1369. DOI:10.1093/rfs/hhn044
[18] Biasi B, Sarsons H. Flexible wages, bargaining, and the gender gap[J]. The Quarterly Journal of Economics, 2022, 137(1): 215–266.
[19] Callaway B, Sant’Anna P H C. Difference-in-differences with multiple time periods[J]. Journal of Econometrics, 2021, 225(2): 200–230. DOI:10.1016/j.jeconom.2020.12.001
[20] Chen S M, Sun Z, Tang S, et al. Government intervention and investment efficiency: Evidence from China[J]. Journal of Corporate Finance, 2011, 17(2): 259–271. DOI:10.1016/j.jcorpfin.2010.08.004
[21] de Chaisemartin C, D'Haultfœuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020, 110(9): 2964–2996. DOI:10.1257/aer.20181169
[22] Goodman-Bacon A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254–277. DOI:10.1016/j.jeconom.2021.03.014
[23] McLean R D, Zhang T Y, Zhao M X. Why does the law matter? Investor protection and its effects on investment, finance, and Growth[J]. The Journal of Finance, 2012, 67(1): 313–350. DOI:10.1111/j.1540-6261.2011.01713.x
[24] McLean R D, Zhao M X. The business cycle, investor sentiment, and costly external finance[J]. The Journal of Finance, 2014, 69(3): 1377–1409. DOI:10.1111/jofi.12047
[25] Morris J R. On corporate debt maturity strategies[J]. The Journal of Finance, 1976, 31(1): 29–37. DOI:10.1111/j.1540-6261.1976.tb03193.x
[26] Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2): 159–189.
[27] Zwick E, Mahon J. Tax policy and heterogeneous investment behavior[J]. American Economic Review, 2017, 107(1): 217–248. DOI:10.1257/aer.20140855

1因中介组织以罚代管、市场准入隐性壁垒、招投标不公正待遇、前期手续办理进展缓慢等问题所付出的交易成本。

2上述在线平台所发挥的作用来自2015年12月10日国家发改委就投资项目在线审批监管平台建设运行有关情况举行新闻发布会的文字实录。

3目前在线投资平台功能持续迭代,完成与全国环评统一申报和审批系统以及自然资源、生态环境、交通运输、水利、能源等领域投资数据的共享,启动投贷联动试点合作机制,推出民间资本推介项目平台,推动高频政务服务事项“跨省通办”,上线全国政府与社会资本合作项目信息系统等功能。

4不包括港澳台地区。稳健性检验中,在剔除五个计划单列市与新疆生产建设兵团的样本后,结论依旧是稳健的。

5限于篇幅,此处省略了描述性统计、相关系数矩阵与VIF检验结果;如有需要,可向作者索取。

6δ大于1时,表明不可观测变量的影响必须大于已观测变量的影响才能充分解释估计的影响;而当控制了一组控制变量后,不太可能出现这样的情况。当δ小于0时,估计的影响是向下的,增加更多的控制可能会使系数更大,因此也表明不可观测变量的影响较小(Satyanath等,2017;Bertocchi和Dimico,2019)。

7限于篇幅,稳健性检验部分未汇报全部结果;如有需要,可向作者索取。

8从样本中无放回随机抽取若干个体作为“伪处理个体”(fake treatment unit),并随机抽取一个统一“伪处理时间”(fake treatment time)进行估计,得到一个安慰剂效应估计值。具体可参考《双重差分法的安慰剂检验:一个实践的指南》(陈强等,2025)及Stata命令didplacebo中的help文件。

9限于篇幅,检验方法未详细汇报;如有需要,可向作者索取。

10具体计算方法参考魏志华等(2014)。

11短期借款增加规模等于企业短期借款的一阶差分除以总资产。

12企业长期负债比例等于企业非流动负债先减去一年内到期的非流动负债再除以企业负债总额。

13借鉴马连福等(2015)的方法,以历年市场化指数的平均增长幅度将数据推算至2022年。

14省级经济政策不确定性指数可用数据截至2017年。

15限于篇幅,省略了具体结果;如有需要,可向作者索取。

16借鉴杜勇等(2017)的方法,Fin1=(交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额)/总资产;Fin2=(交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+投资性房地产净额)/营业利润。同时,借鉴Arrighi(1994)、张成思和张步昙(2010)的方法,Fin3=(投资收益+公允价值变动损益+净汇兑收益+其他综合收益)/营业利润;Fin4=(投资收益+公允价值变动损益+净汇兑收益− 合营与联营企业的投资收益)/营业利润。

17限于篇幅,省略了具体结果;如有需要,可向作者索取。

18企业价值对企业绩效影响较大,故在模型中加入托宾Q,具体包括:(1)利息保障倍数(IPM),等于息税前利润/利息费;(2)短期投资效率(Sinve),使用存货周转率衡量(Li等,2023);(3)企业预期违约风险(EDF)(Bharath和Shumway,2008);(4)可持续增长率(SGR),等于(销售净利率×总资产周转率×留存收益率×权益乘数)/(1− 销售净利率×总资产周转率×留存收益率×权益乘数)。

19限于篇幅,省略了具体结果;如有需要,可向作者索取。