高管金融联结背景的企业贷款融资：由A股非金融类上市公司观察，本文主要内容关键词为：高管论文,融资论文,上市公司论文,贷款论文,背景论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
高管是企业贷款融资行为的主要决策者和实际执行者，其特征势必会影响企业贷款融资行为。在此，拟就高管对企业贷款融资的影响进行研究。
一、文献综述
在考察高管特征对企业贷款融资行为的影响时，不同理论侧重于关注高管特征的不同方面。主流的MM定理，以及通过放松MM定理的假设引申而来的信息不对称理论、代理理论和市场择时理论，均将高管假定为追求效用最大化的、完全理性的决策者(余明桂等，2006)，这些理论侧重于关注高管的经济人属性特征。高阶理论将高管的认知基础和价值观引入决策理论框架，认为高管的人口统计学特征(如年龄、任期、性别、种族、教育背景、职业路径等)及其异质性会影响诸多方面的企业行为，企业贷款融资行为亦不例外[1]。高阶理论侧重于关注高管的自然属性特征。由于高管成员常常镶嵌于一组特定的社会关系网络中，因此社会资本理论认为，高管与关键资源提供者之间的联结关系会对企业贷款融资行为有影响[2]。社会资本理论侧重于关注高管的社会关系属性特征。
由于我国转型经济环境的特殊性，社会关系网络作为正式制度的一种替代机制，已经成为企业生存和发展的重要方式，甚至有学者将我国的这种情况称为“网络资本主义”[3]。在这种制度背景下，从高管的社会关系属性角度研究其对企业贷款融资行为的影响成为理论研究的热点问题之一。不过，由于转型背景下政府角色的特殊作用，现有文献主要关注高管与政府的联结关系对企业贷款融资行为的影响。例如，余明桂、潘红波(2008)基于1993-2005年118家民营上市公司576个观测样本研究发现，有政治联结关系的企业要比没有政治联结关系的企业获得更多的银行贷款和更长的贷款期限，而且在金融发展落后、法治水平低下和政府侵害产权严重的地区，政治联结关系的贷款效应就越显著。罗党论、甄丽明基于2002-2005年中国民营上市公司1 121个观测数据研究发现，相对于没有参与政治的民营企业来说，有政治关系的民营企业其外部融资时所受的融资约束更少，同时，越在金融发展水平低的地区，民营企业的政治关系对其融资的帮助越明显[4]。罗党论、刘璐基于2005-2009年的民营上市公司1728个观测样本研究发现，有政治联结关系的公司不仅能获得更多的融资，而且降低了银行对其融资的盈利要求[5]。
实际上，高管除了建立广泛的政治联结关系外，还与金融机构也建立的联结关系——高管金融联结，是指由同时兼任企业和金融机构高管(包括高管、董事和监事)而在企业与金融机构之间形成的联结关系。在这里使用的深、沪两市A股上市公司2000-2010年的研究样本中，拥有高管金融联结的公司数约占非金融类A股上市公司总数的7.49%。从纵向趋势来看，拥有高管金融联结的公司数量和比例均不断增加，从2000年的27家企业(占比2.56%)增加至2010年的215家企业(占比11.42%)，具体如表1所示。那么，高管金融联结是否会对企业贷款融资行为产生影响？更进一步讲，如果确有影响，那么在什么情景下高管金融联结对贷款融资行为影响会更大？
二、理论分析与研究假设
对于高管金融联结现象，资源依赖理论给出解释也许更具说服力。资源依赖理论认为，组织是一个开放的系统，任何组织都不能拥有其赖以生存所需要的全部资源，所有组织都必须为了生存而与环境进行交换[6]。获取资源的需要产生了组织对外部环境的依赖。组织对资源的依赖程度取决于三个因素：资源对组织生存的重要性、拥有资源的组织对资源进行分配和使用的程度、可替代性资源的存在程度。组织能够采取很多策略来缓解对资源的依赖程度，如并购、合资、联盟，以及连锁董事(或高管金融联结)等。与其他几种方式相比，通过连锁董事(或高管金融联结)方式的解决成本更为低廉、风险相对更小[7]。
资金犹如企业“血液”，是企业生存与发展所依赖的重要资源，因此任何企业都逃脱不了对金融机构的依赖性。但与英美等国相比，在我国特殊制度背景下，企业对金融机构的依赖性更强。在英美等典型市场经济体制中，大多数企业主要依赖于直接融资，从银行获取资金的间接融资方式相对而言成本更高，并且银行处于竞争的市场环境中，信贷资金使用效率也相对较高。而在我国，由于主要商业银行由政府所有或受到政府严格控制，禁止民间金融活动；长期人为执行低利率甚至负利率政策，以为企业筹措廉价租金；政府控制贷款规模和方向，重点支持优先发展部门和企业[8]。尽管资本市场和民间金融市场近些年有所发展，但也没有从根本上改变这种格局，这就意味着大量企业的资金需求难以得到满足。面对大量企业的申请，银行的信贷权限却不透明，高质量且透明的企业未必得到贷款(刘浩等，2012)。此外，在我国，由于种种原因，企业难以依赖于法律体系来保护其产权和合同的实施。由于我国的法律改革的步伐滞后于经济改革，司法体系在合同实施中的作用非常有限。在信贷市场发展不甚完善以及正式制度缺乏的条件下，基于关系这种非正式的替代性便会发挥重要作用(余明桂、潘红波，2008)。而我国自古以来就有重视关系的文化传统，有关系好办事，没关系难办事，使人们普遍相信高管的关系网络是企业成功的重要前提。高管金融联结将企业与金融机构联系起来，这可能会对企业贷款融资行为产生正向影响，主要体现为较多的融资数额和较低的融资成本，具体影响机理可能有以下三个方面：
第一，高管金融联结有助于降低企业与金融机构之间的信息不对称程度。企业与金融机构之间的信息不对称是导致企业贷款融资受到约束的重要原因[9]。与发达国家相比，作为传递企业信息的证券、债务等资本市场在我国仍不甚发达，使得信息不对称在企业贷款融资受到约束的问题上更为突出。在企业与金融机构的贷款合约中，由于信息不对称，金融机构为了规避由此导致的风险，往往会限制贷款规模或提高贷款利率。高管金融联结则能有效缓解借贷双方的信息不对称程度，由于兼任企业和金融机构的高管亲历企业决策，不仅能够清楚地了解投资项目的风险、投资前景、预期收益等信息，还能作为信息沟通渠道，准确、及时、生动地将此信息传递给金融机构，便于金融机构确定适当的贷款规模和恰当的贷款价格[10]。
第二，高管金融联结可能会起到担保作用，有助于增加金融机构对企业的信任。股东与债权人存在利益冲突，这种冲突主要体现在股东会以债权人权益为代价追求自身利益，即道德风险[11]。良好的法律环境是约束企业道德风险的重要机制，然而，由于我国仍然缺乏有效的制度环境。金融机构为了防范企业的道德风险，往往会增加贷款门槛。高管金融联结可能会增加金融机构对企业的信任，由于兼任企业和金融机构的高管能够将企业高管和金融机构高管吸纳进同一个“关系圈子”中，通过“关系圈子”的内部互动增加彼此的了解与信任。通过“关系圈子”形成的团体有助于加强团体内部成员之间的信任，这种信任会降低金融机构对企业发生道德风险概率的预期，降低金融机构对联结企业的贷款门槛[12]。
第三，高管金融联结可能会有助于企业获得优惠贷款融资的技巧。缺乏贷款技巧可能是企业遇到贷款障碍(表现为贷款数额小和贷款利率高)的又一个重要原因。例如金融机构在审核企业贷款申请时，有其自身制定的审核标准，并依据这些标准判定是否向企业发放贷款，以及贷款数额、贷款利率、期限结构等贷款政策。如果企业不清楚其所要贷款的金融机构的融资“技巧”，不仅申请贷款失败的概率很高，而且还很有可能获得的融资数额少或融资成本高[13]。而身兼金融机构的高管，可能会帮助了解其所贷款的金融机构的贷款“诀窍”，为企业提供有价值的贷款建议，帮助企业获得较多的贷款数额以及较低的贷款成本。
基于上述分析，这里提出如下假设：
与不具有高管金融联结的企业相比，具有高管金融联结的企业获得的贷款融资数量较多，支付的贷款融资成本较低。
三、研究设计
这里采用实证研究的方法，就高管金融联结对企业贷款融资的影响进行探讨。
(一)研究样本与数据来源
为考察高管金融联结对企业贷款融资的影响，在此选用2000至2010年沪、深两市A股非金融类上市公司为研究样本，样本期共包括15399个观测值。这里使用的高管金融联结数据来自《上市公司财务数据报告全文汇编》(2000-2010年)(简称《汇编》)，具体处理过程如下：对于任意一年，从《汇编》中获得沪、深两市A股上市公司(包括金融类上市公司)名单及高管、董事会、监事会成员名单，对于遗漏数据，从CSMAR数据库和新浪网进行补遗，由于新浪网提供了详细的高管个人信息，这有助于判定兼任非金融类上市公司与金融类上市公司高管的同名成员，是否为“真正”的高管金融联结。这里使用的其他变量包括公司财务特征、董事会特征、所属行业及制度环境等方面。其中，公司财务特征、董事会特征以及公司所属行业信息来自CSMAR数据库与WIND数据库，制度环境数据来自樊纲等编著的《中国市场化指数》中的金融业市场化指数体系[14]。另外，为缓解异常值对参数估计结果的影响，这里对贷款数量、贷款成本等连续性变量在1%和99%分位数上进行Winsorize处理。
(二)研究模型与变量定义
在此使用回归模型(1)与模型(2)，分别检验高管金融联结对企业贷款融资数量和贷款融资成本的影响。
模型(1)中LOAN代表企业贷款融资数量(为长期贷款与短期贷款之和)，测量时进行对数化处理。模型(2)中COST代表企业贷款融资成本，测量化为贷款利息占贷款数量的百分比。由于年报中没有披露具体每一笔贷款的利率，这里借鉴蒋琰(2009)的做法，用利息总支出与长短期债务平均和的比值来测算企业贷款成本。其中，短期债务包括资产负债表中的短期贷款，长期债务包括长期借款、一年内到期的长期借款、长期应付款、应付债券与其他长期负债项等。TIE代表高管金融联结变量，测量为企业是否拥有兼任企业和金融联结的高管，是为1，否为0。
在实际测量中，高管既包括总经理、副总经理、财务总监、银行行长、银行副行长等高管成员，也包括董事长、副董事长、董事、董事会秘书、独立董事等董事会成员，还包括监事会主席、监事会副主席、监事、外部监事等监事会成员。
进一步考察企业性质(TY PE)与地区金融市场化水平(FIN_DEV P_i)对高管金融联结贷款效应的调节效应。在此，将研究样本分为国有企业与民营企业两类：在实际测量时，借鉴夏立军、方轶强(2005)关于企业性质的分类标准，当上市公司的终极控制人可以追溯为自然人、民营企业、村办集体企业等时，将该企业认定为民营企业；当上市公司终极控制人可以追溯至中央或地方国资委或地方政府时，则将该企业认定为国有企业。地区金融市场化水平(FIN_DEVP_i)主要依据樊纲等编著《中国市场化指数》中的金融业市场化指数体系[15]，该体系包括：金融业的市场化指标(FIN_DEVP_1)、金融业的市场竞争指标(FIN_DEVP_2)以及信贷资金分配的市场化指标(FIN_DEVP_3)。其中，金融业的市场化指标是从总体上描述我国金融业环境的发展情况，该指标越高，说明地区的金融业环境发展越好；金融业的市场竞争指标考察的是非国有金融机构吸收存款占全部金融机构吸收存款的比例的情况，该指标越高，说明地区内金融机构间的竞争越充分；信贷资金分配的市场化指标考察的是信贷资金分配机构与产出结构之间的偏离程度，二者的偏离程度越大，该指标越低。借鉴余明桂、潘红波(2008)的做法，这里通过对样本期内各地区指标值进行排序，将大于(含等于)中位数的地区认定为金融环境发展较好的地区，小于中位数的地区认定为金融环境发展较差的地区。
模型(1)和模型(2)中的CONTROL是影响贷款数量与贷款成本的控制变量。参考余明桂、潘红波(2008)、蒋琰(2009)、方军雄(2010)等人的研究，这里的控制变量包括公司治理、企业特征、行业特征等方面：第一大股东持股比例(SHARE_FIRST)，第一大股东的持股数量与企业全部股份的比值；二职合一(DUAL)，董事长与总经理是否为一人兼任，是为1，否为0；董事会规模(SCA LE_BOARD)，董事会中的董事成员数量；独董比例(RA TIO_INDE)，董事会成员中独立董事人数占全体董事人数的比例；固定资产比例(FIXAS)，为固定资产占总资产的比值；总资产收益率(ROA)，为企业年末净利润与总资产的比值；成长性(GROW TH)，为企业营业收入增长率；企业规模(SIZE)，为年末企业员工数量的自然对数；成立年限(A GE)，为企业成立之样本期末的年限。此外，这里还控制了行业特征(INDUSTRY)和制度变迁(YEAR)对贷款融资行为的可能影响。行业划分是根据中国证监会《上市公司行业分类指引》(2001年版)制定的标准，由于制造业的数量和差异较大，在此按照二级代码分类，其余按一级代码分类，剔除金融业外，共有21个行业子类，引入20个虚拟变量(IND US TRY_i，i=01，02，03，…，20)。年度虚拟变量以2000年为基准年，共设置10个年份虚拟变量(Y EA R_j，j=01，02，03，…，10)。
四、回归结果与分析
在建立模型和选取样本变量等基础上，对实证法结果进行分析。
(一)单变量分析
表2给出了有高管金融联结和无高管金融联结企业在贷款融资数量和贷款融资成本的差异。表2中数据显示，有高管金融联结企业的贷款数量均值为17923万元(自然对数为19.004)，无高管金融联结企业的则为6486万元(自然对数为17.988)，前者比后者高出11437万元，这种差异在1%水平上显著。我们进一步考察高管金融联结对长期贷款和短期贷款影响时发现：有高管金融联结企业的长期贷款均值为68万元(自然对数为13.437)，无高管金融联结企业的则为7.3万元(自然对数为11.197)，前者比后者高出60.7万元，这种差异在1%水平上显著；有高管金融联结企业的短期贷款均值为5863万元(自然对数为18.887)，无高管金融联结企业的则为2837万元(自然对数为17.161)，前者比后者高出3026万元，这种差异也在1%水平上显著。上述结果表明，不管是总贷款，还是长期或短期贷款，高管金融联结对企业贷款融资数量均有显著正向影响。此外，有高管金融联结企业的贷款融资成本均值为4.4%，无高管金融联结企业的则为5.3%，前者比后者低出0.9个百分点，这种差异在1%水平上显著。这说明高管金融联结对贷款融资成本有显著负向影响。支持上述提出的假设。不过，由于没有纳入控制变量，单变量检验的结果可能会被高估，因此需要进一步进行多变量检验的回归分析。
(二)多元回归分析
表3和表4给出了前述假设的实证检验结果。表3中模型(1)是在控制了公司治理、企业特征、行业特征和年度效应之后的回归结果。结果表明，TIE变量的回归系数显著为正，且在1%水平上显著，与单变量检验结果一致。这意味着，即使控制了其他影响因素，高管金融联结对企业贷款融资数额仍有显著的促进作用。表4中模型(1)是在控制了影响贷款融资成本的其他因素之后的回归结果。结果表明，TIE变量的回归系数显著为负，且在1%水平上显著，与单变量检验结果一致。这意味着，即使控制了其他因素以后，高管金融联结对企业贷款融资成本仍有显著的抑制作用。这些结果支持上述假设，即与不具有高管金融联结的企业相比，具有高管金融联结的企业获得的贷款融资数量较多，支付的贷款融资成本较低。
为考察企业性质对高管金融联结贷款效应的调节作用，这里采用样本分组方法加以检验，即根据终极控制人属性(自然人还是政府部门)将总样本分为民营企业样本和国有企业样本。表3中模型(2)和模型(3)给出了TIE变量对贷款融资数量的回归结果。结果表明：不管是在国企样本还是在民企样本中，TIE变量的回归系数均显著为正，这说明高管金融联结对贷款融资数量的正向影响在国企和民企中都发挥作用。不过，民企样本中TIE变量回归系数为0.566，而国企样本TIE变量的回归系数为0.419，前者大于后者，说明相对于国有企业而言，民企高管金融联结对贷款融资数量的正向影响越强。表4中模型(2)和模型(3)给出了TIE变量对贷款融资成本的回归结果。结果表明：不管是在国企样本还是在民企样本中，TIE变量的回归系数均显著为负，这说明高管金融联结对贷款融资成本的负向影响在国企和民企中都是成立的。不过，民企样本中TIE变量回归系数为-0.005，而国企样本TIE变量的回归系数为-0.003，说明相对于国有企业而言，民企高管金融联结对贷款融资成本的负向影响越强。这些结果说明，相对于国有企业而言，民营企业高管金融联结与贷款融资数额之间的正向关系较强，与贷款融资成本之间的负向关系较强。
在考察地区金融市场化水平对高管金融联结贷款效应的调节作用时，这里依据樊纲等编著《中国市场化指数》[16]中的金融业市场化指数体系，将总样本分为高金融市场化样本组和低金融市场化样本组。由于樊纲等是用三个指标衡量金融市场化水平，即金融业的市场化指标(FIN_DEVP_1)、金融业的市场竞争指标(FIN_DEVP_2)以及信贷资金分配的市场化指标(FIN_DEVP_3)，出于结论稳健性考虑，在此分别依据这三个指标进行分组，在分组时是以样本期内各地区指标值的中位数为依据，将大于(含等于)中位数的地区认定为金融市场环境发展较好的地区，小于中位数的地区认定为金融市场环境发展较差的地区。
表3中模型(4)和模型(5)是根据金融业市场化指数进行分组，考察金融高管金融联结对贷款融资数量影响的回归结果。结果表明：在金融市场化指数高的样本组，尽管TIE变量的回归系数为正，但不能达到10%的显著性水平；而在金融市场化指数低的样本组，TIE变量的回归系数显著为正，这说明高管金融联结在金融市场化水平较低的环境下更可能发挥作用。表3中模型(6)和模型(7)是根据金融业竞争指数进行分组的回归结果。结果表明，不管是在高样本组还是在低样本组，TIE变量的回归系数均显著为正；不过，在低样本组中的TIE变量的回归系数(为0.651)要大于高样本组中TIE变量的回归系数(为0.479)。表3中模型(8)和模型(9)是根据信贷资金分配指数进行分组的回归结果。其回归结果类似于金融业竞争指数分组的回归结果，即尽管在高样本或低样本组，TIE变量的回归系数均显著为正，但在低样本组中的TIE变量的回归系数(0.486)要大于高样本组中TIE变量的回归系数(0.399)。表3中模型(4)至模型(9)的回归结果在一定程度上表明，与地处金融业市场环境较好地区的企业相比，地处于金融业市场环境较差地区企业的高管金融联结对贷款融资数额的正向影响越强。
表4中模型(4)和模型(5)是根据金融业市场化指数进行分组，考察高管金融联结对贷款融资成本的回归结果。结果表明：不管是在金融市场化指数的高样本组还是低样本组，TIE变量的回归系数均显著为负；不过，在低样本组中的TIE变量的回归系数(-0.006)要负向大于高样本组中的TIE变量的回归系数(-0.004)。表4中模型(6)和模型(7)是根据金融业竞争指数进行分组的回归结果。结果表明，在金融竞争指数高的样本组，TIE变量的回归系数为正，但不能达到10%的显著性水平；而在金融竞争指数低的样本组，TIE变量的回归系数为负，且在10%水平上显著，这说明高管金融联结在金融市场竞争程度低的环境下更可能发挥作用。表4中模型(8)和模型(9)是根据信贷资金分配指数进行分组的回归结果。其回归结果类似于金融业竞争指数分组的回归结果，即TIE变量回归系数在低样本组不能达到10%的显著性水平，而在高样本组的回归系数显著为负。表4中模型(4)至模型(9)的回归结果在一定程度上表明，与地处金融业市场环境较好地区的企业相比，地处于金融业市场环境较差地区企业的高管金融联结对贷款融资成本的负向影响越强①。
五、结论与启示
基于2000-2010年A股非金融类上市公司高管金融联结与企业贷款融资数据的研究发现：高管金融联结对企业贷款融资行为有显著影响，即与不具有高管金融联结的企业相比，具有高管金融联结的企业可能获得较多的贷款融资数额，以及支付较低的贷款融资成本；对于民营企业(较之国有企业)以及地处金融市场化程度欠发达地区的企业而言，高管金融联结对贷款融资数额的正向影响越强，对贷款融资成本的负向影响越强。现有研究表明，企业外部融资的可获得性，在很大程度上取决于所在国家或地区的法律和司法效率、产权保护、金融体系等制度因素。但在转型国家，这些正式制度相对欠缺，迫使企业不得不依赖一些替代性的非正式机制加以弥补[17]，企业与金融机构之间的高管联结关系就是一种非常重要的替代性机制。高管金融联结作为一种非正式的关系机制，可以缓解因正式制度缺失所导致的贷款融资约束，这种非正式机制对面临贷款难的民营企业，以及处在金融市场化程度欠发达地区的企业缓解融资约束更为重要。尽管在正式制度缺失情况下，类似于高管金融联结这种非正式关系机制会对企业发展有一定的积极作用，但通过非正式关系机制影响贷款融资行为，对全社会资源配置并非总是没有成本。如Krugman就认为，1998年东亚金融危机爆发的重要原因之一，就是由于金融机构基于裙带关系而不是基于市场化规则对企业进行信贷配置所导致的[18]。因此，促进金融业市场发展，建立更加市场化的制度环境，也许对企业的健康成长与发展更为重要。
注释：
①关于贷款融资数量的回归结果也同样适用于长期贷款数量和短期贷款数量，篇幅所限，未在正文中汇报，留存备索。
标签：金融论文; 回归系数论文; 企业贷款论文; 融资成本论文; 非金融机构论文; 回归模型论文; 企业特征论文; 融资论文;