天天硕士研究生论文网

硕士论文范文

企业发放非关联委托贷款对自身创新产出的影响——经验证据及其机制检验

作者:admin1 日期:2022-05-11 13:18:21 点击:600

摘 要:随着经济金融化趋势的不断增强,实体企业越来越倾向于投资金融资产以获 取投资收益。委托贷款成为企业最重要的类金融业务之一,受到不少上市公司的 青睐。企业发放非关联委托贷款作为一种金融投资行为会影响自身的资源配置, 进而影响其创新行为。若企业发放非关联委托贷款主要是为合理利用其闲置资金, 则可以通过改善财务流动性增加创新投入,进而提高创新产出;若企业发放非关 联委托贷款主要是为短期套利,则可能挤占创新资源,进而不利于创新产出的增 加;由于不同的企业在资金状况及治理结构等方面存在显著差异,发放非关联委 托贷款的创新产出效应会表现出明显的企业异质性。本文利用 20092019 年中 国沪深 A 股非金融类上市企业的相关数据,从广延边际角度(是否发放非关联 委托贷款)和集约边际角度(非关联委托贷款发放规模)进行实证检验企业发放 非关联委托贷款对自身创新产出的影响,并根据企业融资约束、股权集中度和资 本结构分别进行异质性分析,随后探讨非关联委托贷款与自身创新产出之间的内 在影响机制。

本文研究结果表明:样本企业发放非关联委托贷款对其创新产出具有显著抑 制作用,且贷款规模越大抑制效应越强;相对来讲,融资约束较低、股权集中度 较高、资产负债率较高的样本企业发放非关联委托贷款对其创新产出的抑制作用 更大;样本企业发放非关联委托贷款或者增加非关联委托贷款规模,都不会促进 其流动性供给的增加(即不存在资金储蓄效应),反而都会减少其研发强度(即 存在资源侵占效应),进而抑制创新产出增长。本文的证据更倾向于支持非关联 委托贷款影响企业创新产出的资源侵占假说。上述结论警示新时代中国企业的高 质量发展需要纠正不合理的资金配置行为:一方面,金融监管机构应进行科学引 导和适度监管,约束企业主要为短期套利发放非关联委托贷款进而挤占创新投入 的短视行为;另一方面企业要转变发展方式,实施创新驱动战略,并改善资本结 构、优化治理结构,促进创新投入和产出增长。

关键字:非关联委托贷款;创新产出;创新资源;资金储蓄效应;资源侵占效应

Abstract

As the trend of economic financialization continues to increase, entity companies are increasingly inclined to invest in financial assets to obtain investment income. Entrusted loans have become one of the most important financial businesses of enterprises and are favored by many listed companies. As a financial investment behavior, the issuance of entrusted loans to non-affiliated enterprises by enterprises will affect the lender's resource allocation, which in turn affects their innovative behavior. If enterprises issue entrusted loans to non-affiliated ones mainly for rational use of their idle funds, it can increase innovation input by improving financial liquidity, thereby increasing innovation output. If enterprises issue non-affiliated entrusted loans mainly for short-term arbitrage, it may squeeze innovation resource, and is unfavorable for the increase of innovation output. As different enterprises have significant differences in capital status and governance structure, the innovation output effect of issuing non-affiliated entrusted loans will show obvious heterogeneity of enterprises. Taking A-share non-financial listed companies in Shanghai and Shenzhen stock exchanges from 2009 to 2019 as samples, the empirical test is conducted from the perspective of broad margin (whether non-affiliated entrusted loans are issued) and intensive margin (the scale of non-affiliated entrusted loans issued). Then, according to the enterprise's financing constraints, ownership concentration and capital structure heterogeneity analysis respectively. Finally, the internal influence mechanism between non-related entrusted loans and their own innovation output is discussed.

The results show that: The issuance of non-affiliated entrusted loans has a significant inhibition effect on the innovation output of sample enterprises, and the larger the loan scale, the stronger the inhibition effect. Relatively speaking, the sample enterprises with lower financing constraints higher ownership concentration and higher asset-liability ratio have a greater inhibition effect on their innovation output

when issuing non-affiliated entrusted loans. The sample enterprises issuing or increasing the scale of non-affiliated entrusted loans will not promote the increase of their liquidity supply (that is, there is no fund saving effect), but will reduce their R&D intensity (that is, there is resource encroachment effect), thus inhibiting the growth of innovation output. The above conclusion warns that the high-quality development of Chinese enterprises in the new era needs to correct irrational capital allocation behaviors. On one hand, the financial regulatory authorities should conduct scientific guidance and appropriate supervision to restrain the short-sighted behavior of enterprises issuing non-affiliated entrusted loans mainly for short-term arbitrage and thus taking up the innovation input. On the other hand, enterprises should change their development methods, implement innovation-driven strategies, improve their capital structure, optimize their governance structure, and promote the growth of innovation input and output.

Keywords: non-affiliated entrusted loans; innovation output; innovation resource; fund saving effect; resource encroachment effect

中文摘要 ................................................................  I

英文摘要 ................................................................  II

第一章 绪论 .............................................................  1

第一节 研究背景和意义 ...............................................  1

第二节 研究内容和框架 ...............................................  3

第三节 论文可能创新与不足 ...........................................  6

第二章 文献回顾 .........................................................  7

第一节 委托贷款动因及其经济后果分析..................................  7

第二节 企业创新的影响因素 ...........................................  10

第三节 委托贷款对企业创新的影响...................................... 12

第四节 文献评述 .......................................................................... 12

第三章 理论分析与假设 .......................................................................... 14

第一节 非关联委托贷款对创新产出的影响分析 .......................................................................... 14

第二节 非关联委托贷款对创新产出的异质性影响分析 .......................................................................... 15

第三节 非关联委托贷款对创新产出的影响机制分析 .......................................................................... 17

第四章 研究设计与模型构建 .......................................................................... 18

第一节 样本选择与数据来源 .......................................................................... 18

第二节 计量模型设计及变量定义 .......................................................................... 18

第三节 异质性分析的子样本划分 .......................................................................... 20

第五章 实证检验与结果分析 ...............................................  21

第一节 相关变量的描述性统计.......................................... 21

第二节 变量的相关性分析与模型的多重共线性检验 .......................................................................... 22

第三节 非关联委托贷款与创新产出的多元回归分析 .......................................................................... 23

第四节 内生性问题与稳健性检验 .......................................................................... 25

第五节 异质性检验与结果分析.......................................... 29

第六章 非关联委托贷款对创新产出的影响机制研究 .......................................................................... 34

第一节 中介效应模型设计 .......................................................................... 34

第二节 中介效应检验结果分析.......................................... 35

第七章 研究结论及政策启示 ...............................................  39

第一节 研究结论 .....................................................  39

第二节 政策启示 .....................................................  39

参考文献 ................................................................  41

附录 ....................................................................  47

致谢 ....................................................................  58

攻读硕士学位期间的科研经历 .............................................. 59

独创性声明和论文使用授权说明............................................  60

第一章 绪论

第一节 研究背景和意义

一、研究背景

改革开放后,中国实现了持续高速增长的经济奇迹;进入新发展阶段,实现 高质量发展成为发展主题(钟瑛,2021)。要实现高质量发展,必须转变发展方 式,实施创新驱动发展战略。党的十九届四中全会审议通过的《中共中央关于坚 持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大 问题的决定》提出,要“ 建立以企业为主体、市场为导向、产学研深度融合的 技术创新体系,支持大中小企业和各类主体融通创新”。创新是引领发展的第一 动力,微观企业的技术创新是打造核心竞争力、促进经济可持续增长的重要源泉。 然而,创新驱动并不是一蹴而就的,尤其是目前企业的创新行为还受到诸多约束。 由于企业创新活动存在弱排他性(Teece, 1986)、资产专用性(David等,2008) 和不确定性(温军等, 2011)等特征,致使很多企业都难以实现技术创新。因此, 如何更好地激发企业的创新动力,有效纠正抑制企业创新的行为成为亟待解决的 现实问题和重大理论研究课题。

随着实体经济的低迷以及金融行业利润的高企,越来越多的企业选择将资金 投入金融领域,非金融企业的金融化趋势日益明显(韩珣和李建军, 2020)。委 托贷款作为一种金融创新工具,是企业最重要的类金融业务之一(张成思和张步 昙, 2016)。我国《贷款通则》中明令禁止,在没有实际贸易背景下,不允许不 同法人之间转移实体账户资金。因此,只能通过委托贷款这种搭桥方式来实现企 业间资金的相互融通(钱雪松等, 2013)。在非金融企业部门 “脱实向虚”、企 业间直接借贷受到政府管制的背景下,很多上市公司充当了资金的配置者,将从 多元化融资渠道获得的低成本资金通过金融中介机构提供给资金需求方,成为影 子银行体系中一个特殊的参与主体。尤其在存在委托代理和信息不对称问题时, 管理层有较强的动机发放委托贷款,以期在资金调剂的过程中获取短期利差收益 (韩珣等, 2017)。 近年来,一些处境窘迫、资金缺口大、净利润下滑的上市公 司也频繁发放委托贷款。然而,与如火如荼的委托贷款实践相比,学术界对委托 贷款的相关研究就显得较为滞后。作为规避金融监管的通道,委托贷款具有一定 的隐蔽性,无法直接获得相关的微观数据(钱雪松等, 2020)。因此,现有文献 主要是从宏观角度考察委托贷款的成因以其造成的经济后果(马亚明和徐洋, 2017),从微观的角度研究贷款参与主体的文献相对有限,且大多局限于对商业银行体系和借款方的探讨(祝继高等,2016),委托方的实证研究仍存在一定的 空白。

委托贷款是企业对自身资源进行配置的一种行为,势必会影响到其创新投入 和产出(史学智和阳镇,2021)。根据借贷企业双方之间是否存在股权关联关系, 可以将委托贷款划分为关联委托贷款和非关联委托贷款。上市公司发放给关联方 的委托贷款的利息低、数额大,且所得收益需要纳入合并报表,不会增加企业自 身的盈利,更多的是作为优化企业集团内部资本配置的一种渠道(钱雪松等, 2013);上市公司发放的非关联委托贷款利息则相对较高、贷款期限较短,更有 可能是作为上市公司追逐短期高额收益的一种金融投资行为(Allen等,2019)。 关联委托贷款放款动机与非关联委托贷款的放款动机有着本质的区别。一般来讲 非关联委托贷款对企业创新活动的影响更大,尤其是当“高利”的诱惑越来越大, 想着靠“倒腾资金”就可以高枕无忧时,以上市公司为代表的实体企业可能将更 多的资金配置到非关联委托贷款上,进而对其创新活动造成较大影响。因此,本 文旨在研究企业发放非关联委托贷款这一金融投资行为对其自身创新产出的影 响及其作用机制。

二、研究意义

委托贷款是规避金融监管的产物,具有一定隐蔽性,数据获取相对困难。目 前大多数文献是将委托贷款纳入影子银行,从宏观加总数据切入探讨影子银行对 企业创新的影响进行,利用微观层面数据单独检验委托贷款对企业创新产出影响 的研究非常有限,亟待进一步系统地考察。因此本文从广延边际和集约边际的角 度探讨非关联委托贷款对企业创新产出的影响,具有一定的理论意义和现实意义。

(一) 理论意义

本文揭示了企业发放非关联委托贷款这一金融投资行为与其创新产出之间 的关系,并进一步刻画了具体的作用机制,即非关联委托贷款会通过侵占创新资 源抑制企业自身创新产出,为后续研究金融投资活动与实体企业创新之间的关系 提供了一定的理论基础,同时也拓宽了委托贷款的研究边界。此外,本文从微观 企业视角丰富了现有影子银行的相关研究。委托贷款作为影子银行的核心业务之 一,只有少量文献对不同类型的委托贷款予以清晰区分。非关联委托贷款与银行 理财产品等“银行的影子”不同,它是实体企业间的直接借贷,商业银行等金融 中介只是形式上的受托中介而不承担贷款风险,属于真正意义上“脱媒”的影子 银行,故本文研究为实体企业的影子银行活动提供了微观证据。

(二) 现实意义

实体企业是国民经济的细胞,本文研究实体企业在博取非关联委托贷款的高 收益的同时是否会降低自身的创新产出,不但能帮助我们更好的理解实体企业发放非关联委托贷款的动机及其对公司创新行为的影响,对进一步完善金融市场管 理也具有重要的现实意义。此外,本文的研究结论为企业从事非关联委托贷款业 务如何影响其创新产出提供了相关证据,警示企业在进行决策时要综合考虑企业 的长远利益与短期利益,进而有助于我国实体企业及时调整投资行为做出合理的 投资决策。

第二节 研究内容和框架

本文拟通过文献梳理、机理分析、实证研究、机制检验这四个方面,探讨企 业发放非关联委托贷款对其自身创新产出影响。在文献梳理方面,主要对国内外 研究中关于委托贷款动因及其经济后果、创新的影响因素、委托贷款对企业创新 的影响这三个方面的内容进行梳理总结,为后文的机理分析、实证研究提供文献 支撑。在机理分析方面,首先,从资金储蓄动机和市场套利动机这两个角度分析 企业发放非关联委托贷款对其创新产出的影响。其次,分别从融资约束、股权集 中度以及资本结构探讨企业发放非关联委托贷款对其创新产出影响的异质性,为 后文的实证分析奠定理论基础。在实证研究方面,以非关联委托贷款为出发点, 从广延边际和集约边际两个角度实证检验我国非金融类上市公司发放非关联委 托贷款与否及其发放规模对创新产出的影响。在机制检验方面,分别从资金储蓄 效应、资源侵占效应这两个角度探讨企业发放非关联委托贷款对其创新产出影响 的传导过程及其作用机制。根据以上研究内容,将本文划分为七个章节,文章具 体内容安排如下:

第一章:绪论。本章主要介绍论文的研究背景和意义,并阐述研究内容和框 架以及本文可能的创新点与不足。

第二章:文献回顾。本章首先梳理了国内外委托贷款的相关素文献,主要分 析了企业发放委托贷款的动因及其带来的经济后果,其次从宏观、中观、微观三 个层面回顾影响企业创新因素的相关文献,接着梳理委托贷款对企业创新影响的 相关研究,最后对研究成果进行文献评述,从而引出本文的研究方向和研究内容。

第三章:理论分析与研究假设。本章首先从理论层面对非关联委托贷款与创 新产出的相关性进行了分析,接着探讨其影响的异质性,最后分析非关联委托贷 款影响创新产出的传导过程,进而提出有待检验的研究假设。

第四章:研究设计与模型构建。本章主要是基于上文提出的研究假设进行模 型的构建,并介绍了样本的选取、数据的来源与处理以及变量的定义,为下一章 实证检验奠定基础。

第五章:实证检验与结果分析。本章首先对文章变量进行描述性统计及相关性分析,并检验多重共线性;接着运用最小二乘估计法,分别从广延边际和集约 边际研究非关联委托贷款对企业创新产出的影响,并对实证结果进行详细的分析; 然后对前面的实证结果进行内生性检验和稳健性检验,以验证本文结论的可靠性; 最后分别从融资约束、股权集中度以及资本结构这三个方面探讨企业发放非关联 委托贷款对其创新产出影响的异质性。

第六章:影响机制研究。本章通过构建中介效应模型,分别从资金储蓄效应、 资源侵占效应这两个角度对非关联委托贷款影响创新产出的机制进行检验,验证 企业发放非关联委托贷款是否有通过改善企业的流动性供给或侵占企业的创新 资源,进而影响自身的创新产出。

第七章:研究结论与政策启示。本章主要是总结全文,对研究结论进行系统 的阐述,并结合研究结论提出相关的政策启示。

本文的研究框架和技术路线见图 1-1 所示:

 image.png

第三节 论文可能创新与不足

与已有文献的研究成果相比,本文可能的创新点在于:

(1)本文利用微观层面数据实证考察了企业发放非关联委托贷款对自身创 新产出的影响机制,分析企业在博取非关联委托贷款高收益的同时是如何影响其 创新产出,为后续研究提供了一定的理论基础,对进一步完善金融市场管理和优 化企业自有资源配置也具有参考价值。

(2)  本文不仅从广延边际的角度分析了企业是否发放非关联委托贷款业务 与企业创新产出之间的关系,还从集约边际的角度探讨非关联委托贷款的发放规 模对企业创新产出影响,进一步深化并丰富了非关联委托贷款对企业创新产出的 影响研究,研究结果为全面理解企业间的委托贷款带来了新的经验证据。

(3)  在数据收集方法上,本文在手工收集整理 A 股非金融类上市公司披露 的非关联委托贷款公告数据的基础上,还结合了上市公司年报中的委托贷款信息 来填补遗漏的数据,较好的解决了数据准确性、完整性不足的问题,同时在一定 程度上避免了以为研究中可能存在的人为样本选择性偏差问题。

本文也存在着一定的局限性,具体表现在以下三点:

(1)非关联委托贷款的借方大多为未上市的企业,无法获取相关的财务信 息和创新数据。故鉴于数据可获得性等客观因素,本文仅从借出方的角度探讨了 发放非关联委托贷款对企业自身创新产出的影响,未能深入探讨非关联委托贷款 对借入方以及借贷双方总体创新产出的影响。

( 2 )在异质性分析上,本文仅对微观企业维度三个方面的异质性(融资约 束、股权集中度和资产负债率) 进行了考察,没有分析区域、市场等宏观维度 的异质性以及其他方面的企业异质性(如规模、所有权性质、行业等),这些都 是进一步拓展的研究方向。

(3)在研究方法上,尽管中介效应模型在检验变量之间的影响机制方面能 发挥一定的积极作用,但目前有部分学者对中介效应模型的合理性提出一些质疑。 例如:Zhao(2010)认为直接效应的缺失不应成为评价中介效应强度的标准,寻 找中介效应不需要以X对Y存在显著的净效应(丫1)为前提。如何更好地检验 非关联委托贷款影响企业自身创新产出的机制尚需进一步探讨。

第二章 文献回顾

第一节 委托贷款动因及其经济后果分析

委托贷款是指由政府部门、企业、事业单位等委托人提供合法来源的资金, 委托业务银行根据委托人确定的贷款对象、用途、金额、期限、利率等代为发放、 监督使用并协助收回的贷款业务(钱雪松等,2013)。资金供应方、资金需求方 与金融中介机构三者的关系如图 2-1 所示。委托贷款的实质是由资金供应者的投 资与资金接受者的融资两部分构成。从资金供应者的视角看,委托贷款的发放是 一种金融投资行为,既有收益又存在一定的违约风险。当委托方拥有充沛的资金 且想获得额外的投资收入时,会根据自身要求撰写委托贷款申请书并委托给金融 中介机构。当金融中介机构寻找到符合要求的资金需求者时,就会以自己的名义 将资金贷给资金需求方,从而使委托方获得一定的利息收入。从资金接受者的视 角看,委托贷款是企业进行外部融资的一条渠道。在银行信贷受到约束、融资渠 道有限的情况下,出于企业发展需要大量的资金考虑,企业会选择委托贷款的形 式进行融资(姜永盛,2017)。

image.png

图 2-1 论文研究框架及技术路线图 

一、委托贷款的动因分析

随着经济金融化趋势的日益增强、金融资产种类的不断增多,实体企业越来 越倾向于配置金融资产以获取投资收益(Brown, 2014)。委托贷款作为中国特 色的金融创新工具,通过实现关联企业之间资金借贷正当化,成为企业重要的类 金融业务之一,受到不少上市公司的青睐(Allen等,2019)。众多学者对企业发 放委托的动机展开了深入分析,目前学术界存在着两种截然不同的观点。

一种观点认为委托贷款是企业的理性选择,即资金效率观。这种观点认为上 市公司开展委托贷款在于以下两方面的原因: (1)委托贷款可以通过提高企业集 团资本配置效率形成一定的资产规模效益,进而增加公司进行外部贷款时的议价 优势,支持公司主营业务发展(李西文和申富平, 2015)。与从外部寻求资金相 比,调动集团内部资金的风险和成本都比较低,因此委托贷款可以发挥内部资本市场优化企业内部资源配置的部分功能(佟岩等, 2010) 。李焰等(2007)从融 资约束的角度考察发现,集团公司可以通过委托贷款提高企业的融资能力以达到 扩大集团可控现金流的目的,进而缓解集团高速扩张过程中的融资约束。钱雪松 和李晓阳(2013)指出,集团公司能够利用关联委托贷款将集团内部多余的资金 转移到收益较高或资金紧缺的单位公司,及时化解各企业间资金分布不均衡的问 题,实现集团资源配置的最优化;(2)上市公司向非关联方发放委托贷款能够获 得较高的利息收益,盘活上市公司闲置资金,从而达到利用盈余资金为上市公司 创造利润的目的,增加股东的利益(郝项超, 2020)。在风险一定的情况下,根 据投资决策的应用原则,资金往往会配置到收益较高的项目中。梁斌(2019)发 现委托贷款的动机与公司的盈利能力是正相关的关系。上市公司盈利能力越强, 产生的盈余资金越多,就会有部分资金会在企业内闲置。当目前没有好的投资项 目时,公司会增强发放委托贷款的动机。董萌筱和于鹏飞(2011)认为上市公司 发放委托贷款的需求和可能性是源于众多中小企业资金的短缺以及上市公司的 融资便利。当企业的主营业务收益以及前景越来越不好的时候,从资本投资收益 的角度衡量和从向股东负责的角度两方面考虑,发放委托贷款都可能是上市公司 旳理性选择。

另一种观点则认为委托贷款是企业投机动机驱动,即利益侵占观。该观点认 为上市公司发放委托贷款的主要动机是为了套取高额利润,而不是单纯为了提高 企业的资本配置效率(李梅和孙彦娜, 2013)。 根据委托代理理论,在存在信息 不对称的情况下,管理者出于业绩考核的压力,会忽视企业的长期发展需要而选 择将企业内部资金用于发放委托贷款以提高上市公司短期的盈利能力,侵害到股 东的利益(沈中华等, 2019)。余琰和李怡宗(2016)从管理者短视的角度出发, 发现短视的管理者为了提升当期盈余水平,往往会做出将资金配置到高息委托贷 款上的决策。此外,我国上市公司一直广泛存在着资金占用的问题(黎来芳等, 2008),大股东会通过占用上市公司的资金来侵占中小股东的利益(周中胜和陈 汉文, 2006)。王鹏和周黎安(2006)认为委托贷款的产生就是源自于大股东对 中小股东的利益侵占。Huang等(2011)根据借贷企业双方之间是否存在股权关 联关系将委托贷款划分为关联委托贷款和非关联委托贷款后发现,短期投资获取 收益是企业发放非关联委托贷款的主要动机。 Allen 等(2019)的研究也倾向于 支持企业向没有股权关联的企业发放委托贷款是为了追逐短期的高收益。尤其是 在楼市调控、股市低迷、民间资金紧张的情况下,不少上市公司在面对非关委托 贷款的高额利息诱惑时,会选择将企业内部的资金通过委托贷款的形式演变为纯 粹的“高利贷”(李勇, 2014)。

二、委托贷款的经济后果分析

目前,国内外学者关于委托贷款对金融市场或企业的影响各抒己见。有些学 者认为委托贷款有利于资金的调度和经济的改善,并且这种正向作用会随着国家 政策和制度的完善而越发显著(陈晓庆,2017)。Adrian和Ashcraft(2010)认 为委托贷款作为一种创新金融工具,能够在一定程度上能缓解资源配置扭曲的问 题,是对金融市场压抑的一种“修正”。何莹(2015)通过研究关联企业间委托 贷款的具体案例得出,企业能够通过委托贷款提供大量的资金支持关联企业的项 目投资,促进子公司主营业务的发展。钱雪松等(2018)从正规信贷周期视角切 入,实证发现委托贷款会通过区域之间的资金反哺,在一定程度上缓解正规信贷 波动对实体经济的负面影响,对正规金融的起到补充作用,促进中小企业的发展。 姜永盛(2017)基于“现金—现金流模型”研究发现委托贷款能够在一定程度上 缓解借款企业的融资约束,进而提高企业对外投资的水平。梁斌(2019)发现在 市场利率走低、行业萎靡但市场资本需求量大的背景下,实施委托贷款业务能够 让委托方获得较高利息收益,同时也有利于让资金需求方筹集到足够的资金以推 动项目的发展。

有一些学者认为企业从事委托贷款会给企业带来负面的影响。钱雪松和李晓 阳(2013)实证研究发现上市公司开展委托贷款业务可能带来上市公司主营业务 空心化、贷款风险失控等风险。李建军和韩珣(2019)通过实证检验发现,实体 企业参与委托贷款与其流动性风险呈显著正相关的关系,会提高出资企业的经营 风险,同时不利于企业的长期发展。钱航(2017)研究香溢融通委托贷款后发现, 企业发放委托贷款容易导致其出现主业偏离、资产减值等情况,进而增大借款方 的违约风险,损害企业盈利的质量和持续性。余琰和李怡宗(2016)以高息委托 贷款为研究对象,发现委托贷款会通过影响企业盈利的持续性和结构性损害上市 公司的价值。白俊等(2021)基于股价崩盘风险的视角考察发现,关联委托贷款 的发放会通过降低了信息透明度增加企业的股价崩盘风险。此外,委托贷款可能 会成为大股东实行“掏空”行为的一种渠道,当企业内部治理不善时,大股东会 通过设置委托贷款的贷款利率进行利益的转移,达到转移资金的目的(周中胜和 陈汉文, 2006)。戴琪骏(2016)通过对大量关联型委托贷款交易进行研究,发 现委托贷款是实现关联企业之间输送利益的便捷工具。林钟高和丁茂桓(2017) 发现在企业内部的监管、审计制度存在漏洞的情况下,企业发放委托贷款的投资 决策很可能是股东、高管做出的战略性误判,不仅不会改善企业的经营状况,反 而会损害了企业的长远发展。

还有一些学者认为委托贷款会扰乱中国的金融秩序,妨碍国家的宏观调控政 策的落实。尚秀琳(2011)指出企业发放委托贷款追求高额利润是一种舍本逐末的投机行为,会动摇产业的根基、扰乱金融市场的发展。王媛君(2013)认为委 托贷款在缓解企业融资约束方面的作用有限,反而会导致社会整体融资成本的增 加。同时委托贷款的审批过程中会避开了相关的信贷监管渠道,银行监管角色的 弱化将导致不合理的金融体系分配,对我国的宏观调控政策造成一定的冲击。钱 雪松和李晓阳(2013)发现与关联委托贷款相比,非关联委托贷款利率不能及时 且充分的反映借款者的风险因素以及金融市场条件的变化,会导致信贷定价机制 的扭曲,加剧金融风险的发生。白俊等(2021)认为委托贷款违约概率显著高于 同期银行业金融机构不良贷款率,容易造成系统性金融风险的微观积聚。此外, 从委托贷款借到的资金利息普遍较高,当中小企业可能将资金重新投资于短期收 益高的金融资产以偿还高额利息,从而导致虚拟经济与实体经济继续背离而行, 加快经济“脱实向虚”的步伐(文春晖等, 2018)。张燕(2018)认为委托贷款 的高风险性会严重扰乱到我国的金融市场,政府监管部门应该及时对委托贷款进 行整治。

第二节 企业创新的影响因素

企业创新是公司长期竞争优势的源泉(Porter, 1992),也是经济体内生增长 的重要构成部分(Rober, 1957)。目前关于企业创新活动影响因素的实证研究已 经积累了丰富的文献,现有研究主要从宏观政府层面、中观市场层面以及微观企 业层面来分析企业创新的影响因素。

影响企业创新的宏观政府层面因素包括:税收优惠、政府补贴、人才支持政 策、知识产权保护等。在税收优惠方面,朱永明(2019)实证研究发现,税收优 惠能在一定门槛范围内提高企业的创新效率,而在创新价值创造过程中则表现出 门槛异质效益。在政府补贴方面,郭玥(2018)实证研究发现政府创新补助会显 著促进企业研发投入和实质性创新产出的增加,而非创新补助对企业创新无显著 影响。潘孝珍和楼梦佳(2021)发现政府研发补贴会对企业研发投入存在融资结 构门槛的激励效应,即只有当企业的债权融资率低于门槛值、股权融资率高于门 槛值时,政府研发补贴才能有效提高企业研发投入。在人才支持政策方面,刘春 林和田玲(2021)运用信号理论发现,人才政策“背书”不仅有利于企业接近政 府资源以获取政府的创新补贴,而且能够通过提高企业的商业信用改善企业获取 市场资源的能力,进而从总体上促进企业的创新行为。在知识产权保护方面, Ang等(2014)通过实证检验后发现,政府知识产权保护执法力与企业外部融资 的能力呈现显著的正相关关系产生,进而提高企业研发投入,促进企业创新专利 的产出。

影响企业创新的中观市场层面因素则包括企业所处国家的金融发展水平、银 行业竞争、融资约束、分析师跟踪等。在金融发展水平方面, Amore 等(2013) 研究发现,当金融市场的发展水平与企业创新呈现显著的正相关关系,金融发展 水平的提高对企业创新的增加有一定积极的作用。在银行业竞争方面, Cornaggia (2013)认为,银行业竞争能够为小型的、创新型的企业提供有更多的融资渠道, 在为创新项目融资时有更多的选择,而不是沦为大型上市公司收购的对象。李波 和朱太辉(2021)的研究结论也证实了银行价格竞争不仅会通过提高银行的风险 容忍度直接增加银行发放给企业研发投资的信贷供给意愿,而且可以通过降低贷 款价格、增加贷款间接激励企业进行创新活动。在融资约束方面,Alvarez和Crespi (2015)研究发现融资约束与企业创新之间存在显著的负向关系,企业创新活动 需要消耗大量的资源,融资约束会抑制企业研发行为。但是孙博等(2019)认为 融资约束与企业创新之间不是简单的线性关系,而是呈倒 U 型关系。即在保持 其他因素不变的条件下,加剧企业融资约束程度,企业创新绩效将呈现出先上升 后下降的过程。在分析师跟踪方面,He和Tian(2013)研究发现指出,分析师 会更倾向于预测企业的短期业绩进而提高市场的预期,面对传递而来的压力,管 理层会为了提高企业短期绩效而选择降低企业创新投资。

影响企业创新的微观层面因素包括:企业规模、产权性质、股权激励、管理 者特征等。在企业规模方面,大部分文献与蔡绍洪(2019)的结论一致,认为大 企业具有较强的研发实力和抗风险能力,对技术创新的影响更大,因此企业规模 会显著促进创新成果;但Lafore(2015)认为,创新特许收费制度、知识产权保 护政策的实施对于中小企业的激励作用更大,因此中小企业比大企业更有动力创 新;刘志红和曹俊文(2018)研究发现,企业规模与创新之间不是简单的线性关 系。随着企业规模的增加,技术创新投入会出现先增后减得现象,而技术创新产 出会出现先减后加的现象。在产权性质方面, Jiang 等(2013)实证发现非国有 企业的创新意愿和创新水平比国有企业的更高。在股权激励方面,田轩和孟清扬 (2018)以我国 A 股上市公司为例研究发现,股权激励计划与企业创新投入和 产出之间呈现显著的正相关关系。在管理者特征方面,孙慧和张娇(2018)研究 发现管理者过度自信会显著抑制企业创新绩效,且会通过创新投入过度行为负向 影响企业创新绩效;李钧等(2020)研究发现,管理层能力会显著的促进企业的 创新绩效,尤其是在产品市场竞争激烈的背景下,管理层能力对企业创新绩效的 促进作用会更加显著。

第三节 委托贷款对企业创新的影响

目前关于委托贷款对企业创新的影响的文献非常有限,大多是将委托贷款纳 入到影子银行,利用宏观加总数据来探讨企业作为影子银行的资金需求者对其创 新产出的影响。淡永鑫(2018)认为影子银行能够通过扩展企业的融资渠道降低 企业对内部现金流的依存度,进而缓解企业融资约束,促使企业创新活动保持平 稳持续。郑建明等(2017)研究发现影子银行会显著提高企业研发投入的意愿, 并且相对于非国有企业,影子银行对国有企业研发投入提升更高。冯彬( 2020) 以新三板中小企业为样本,指出影子银行与创新投入之间表现为逐渐递减的非线 性关系,且是以融资约束作为门槛的单重弯折。即超过门槛值之后,影子银行抑 制创新投入的影响会在显著增大。目前只有少数的文献探讨了企业作为影子银行 的资金配置者对其创新的影响,且持有不同的意见。一部分学者认为,企业可以 通过从事影子银行这类金融投资获取丰厚的利润回报,大幅度的促进企业资本的 增长和累积,为企业创新奠定较为雄厚的经济基础,进而提高企业研发活动的投 资比重( Zademach, 2009;Arizala 等, 2013)。另外一部分学者则认为企业从事 影子银行活动对企业创新活动存在显著的挤出效应,且从事影子银行活动的规模 越大,其下一年的创研发投入就会越低(王善平和彭莉莎, 2018)。

纵观已有的研究,由于数据获取困难,鲜有文献考虑到企业加入“放贷”的 行列,利用微观层面数据单独考察委托贷款对企业创新影响。余琰和李怡宗(2016) 以2007年到2012年的上市公司作为研究主体,考察发现上市公司从事高息委托 贷款的同时降低了企业的创新活动。由于年份限制导致数据较少,故这篇文献仅 从广延边际的角度分析了企业是否从事委托贷款对企业创新的影响,没有从集约 边际的角度探讨发放委托贷款的规模对企业创新影响,还有进一步探讨的空间。 此外,该文献没有探讨委托贷款影响企业创新的传导途径,故可以继续深入研究, 更全面的探索企业从事委托贷款是通过哪种渠道对其创新产生影响。

第四节 文献评述

近年来,企业创新是公司金融领域研究的热点之一,备受学者们的关注。纵 观已有的研究,关于企业创新水平影响因素的文献相对较多,主要从宏观政府层 面、中观市场层面以及微观企业层面三方面进行研究。其中宏观政府层面主要从 税收优惠、政府补贴、人才支持政策、知识产权保护等方面展开研究;中观市场 层面主要从金融发展水平、银行业竞争、融资约束、分析师跟踪等方面展开研究; 而企业微观层面因素主要从企业规模、产权性质、股权激励、管理者特征等方面展开研究。在委托贷款研究方面,主要是从发放委托贷款的动因和带来的经济影 响进行了探讨。关于上市公司开展委托贷款的动因,目前学术界存在着两种截然 不同的观点。一种观点认为委托贷款是企业的理性选择,即资金效率观;另一种 观点则认为委托贷款是企业投机动机驱动,即利益侵占观。目前国内外学者对于 委托贷款对金融市场或企业的影响各抒己见。有些学者认为委托贷款对于资金调 度和经济改善具有正向作用,是对金融市场压抑的一种“修正”;有些学者则认 为委托贷款会给企业带来负面的影响,如主营业务空心化、贷款风险失控以及企 业价值受损等;还有一些学者认为委托贷款会扰乱中国的金融秩序,妨碍国家的 宏观调控政策的落实

总体上看,已有文献关于委托贷款参与主体的微观讨论,大多集中于银行等 金融机构以及资金借款方的研究,对非金融企业作为委托贷资金的提供者的讨论 十分有限。现有文献中关于委托贷款对企业创新的影响的研究,大多是将委托贷 款纳入到影子银行,利用宏观加总数据探讨企业作为影子银行的资金需求者对其 创新产出的影响。只有少数的文献探讨了企业作为影子银行的资金配置者对其创 新的影响,利用微观层面数据单独考察委托贷款对企业创新影响及作用路径的文 献更是凤毛麟角。

第三章 理论分析与研究假设

第一节 非关联委托贷款对创新产出的影响分析

企业创新活动需要大量稳定的资金作为支持(Brown等,2009)。创新活动 资金大部分来源于企业生产经营活动产生的内部资金和政府部门、金融市场等提 供的外部融资(Hsu等,2013)。由于企业的研发项目具有高度保密需要,且研 发的过程中面临着周期长、风险大、收益不稳定的问题,因此创新项目往往难以 获得外部融资,只能更多的依靠企业内部资金的投入(胡恒强等, 2020)。上市 公司合理的配置企业的内部资金,可以更好的为企业创新活动提供所需资金,有 效的促进企业创新产出;反之,不合理的内部资金配置可能抑制企业创新产出(万 良勇等, 2020)。因此,在实践中,企业发放非关联委托贷款可能促进其创新产 出增长,也可能抑制其创新产出增长。

(1) 企业将资金配置到非关联委托贷款上可能会促进自身创新产出。由于 市场摩擦的存在,企业筹集的资金通常并不能立即全部投入使用,因此企业很可 能存在资金闲置的情况。企业可以选择将闲置资金存入银行,但是利息收入相对 较少,资金使用效率太低。或者选择将闲置资金投资于期限较长的项目,虽然可 以获得较高的投资收益,但是流动性相对较差,可能引起一定的财务流动性风险

(Demir, 2008)。相比而言,非关联委托贷款利息高、回收期限短,企业将自有 资金用于发放非关联委托贷款可以实现资本的保值、增值的,提高资金的配置效 率,在一定程度上预防未来研发过程中资金出现短缺的情况(杨松令等, 2019), 进而促进企业创新产出。此外,非关联委托贷款的产生的超额收益可以改善企业 经营业绩,营造现金流充足的现象,在一定程度上能够提高企业的信用等级,使 得企业更容易进行融资(Theurillat等,2010)。这样,可以提升企业创新投入的 充足性和持续性,进而促进创新产出增长。总之,上市公司可以通过非关联委托 贷款直接或者间接提高其财务流动性,降低流动性风险,进而促进企业的创新产 出。此外,在企业没有好的投资项目时,将越多的闲置资金利用起来投入到非关 联委托贷款上,对企业创新产出的促进作用也会越大。

(2) 企业将资金配置到非关联委托贷款上也可能会抑制自身创新产出。首 先,根据资源基础理论,当企业内部资金有限且存在外部融资约束的条件下,企 业发放非关联委托贷款必定会挤占创新投资的资源,进而导致企业的创新产出减 少。表面上看,在经济下行、实体经济回报率低于虚拟经济投资回报率的大趋势 下,短视的管理者选择将更多的资源用于非关联委托贷款等类金融业务以获取一 定回报,达到了提高上市公司短期的盈利能力的目的。但实际上,上市公司将现金用于“放贷”的行为势必会降低对主营业务上的投资,对实体投资具有挤出效 应,进而降低企业创新水平,损害企业价值(余琰和李怡宗, 2016)。其次,非 关联委托贷款超高投资回报率会促使企业更加关注短期的利益。资本的天性是逐 利,管理者在非关联委托贷款高回报率的诱惑下,会改变主营业务投资在日常经 营决策中的优先地位,将越来越多的资金向非关联委托贷款倾斜(ToriOnaran2018)。当以短期套利为目标的金融投机取代长期实业的创新投资,成为企业收 益的主要来源时,企业会丧失创新投资的动力(亚琨等, 2018),间接驱使企业 侵占原本的创新资源从事非关联委托贷款,进而减少企业的创新产出。在这种情 况下,实体企业发放的非关联委托贷款的规模越大,挤占的创新资源就越多,对 企业创新产出的抑制作用也越大。

综上所述,如果企业发放非关联委托贷款可能是企业配置闲置资金的理性选 择,会促进自身创新产出,且发放的规模越大对企业自身创新产出的促进作用越 大;企业发放非关联委托贷款也可能是侵占创新资源的资本套利行为,会抑制自 身创新产出,且发放的规模越大对企业自身创新产出的抑制作用越大。因而,在 经济实践中,企业发放非关联委托贷款会促进还是抑制其创新产出,具有不确定 性。而从整体上看,一个市场(地区或国家)中企业发放非关联委托贷款的创新 产出效应,不但是所有企业行为的综合效应,而且还会受到宏观经济态势和市场 环境的影响。因此,在不同时期、不同国家(地区),企业发放非关联委托贷款 对其创新产出的影响可能是促进,也可能是抑制或者不显著,需要通过实证检验 得出结论。因此,本文提出竞争性研究假设 H1:

H1a:企业发放非关联委托贷款会促进自身创新产出,且非关联委托贷款的 发放规模越大促进作用越大。

H1b:企业发放非关联委托贷款会抑制自身创新产出,且非关联委托贷款的 发放规模越大抑制作用越大。

第二节 非关联委托贷款对创新产出的异质性影响分析

上述研究只是从整体上考察发放非关联委托贷款对企业自身创新产出造成 的影响,尚未考虑企业异质性是否会对结果造成显著差异。不同企业的外部资金 获取能力、现金流状况、资本结构以及治理结构存在显著差异,而这些因素都会 影响企业的资本配置行为,因而企业发放非关联委托贷款的创新产出效应会表现 出明显的企业异质性。企业异质性具有多样性,本文主要针对企业在融资约束、 股权集中度和资产负债率三个方面的异质性进行探讨。

(1)融资约束的异质性。高融资约束的企业,内部资金相对匮乏且融资难度较高,更可能会出于预防未来可能发生的流动性风险的动机从事非关联委托贷 款,以平滑技术创新活动过程中的风险。低融资约束的企业容易通过资本市场筹 集到成本低廉的资金,企业资金相对充裕,在泛金融部门的收益率高于实体经济 部门的情况下,更容易基于资本投机逐利的动机将较低成本获得的资金以非关联 委托贷款的形式高息贷出(张靖璐和杨杰, 2021),进而侵占企业的创新资源, 降低自身创新产出。基于此动机,低融资约束的企业发放非关联委托贷款会侵占 更多自身创新活动方面的资源投入,对自身创新产出的抑制作用相较于高融资约 束的企业会更大。据此,本文提出:

H2:相对于高融资约束企业,低融资约束企业发放非关联委托贷款对其创 新产出的抑制作用更大(或促进作用更小)。

(2) 股权集中度的异质性。股东对企业经营的参与程度以及管理层对企业 的管理方式会因企业的股权集中程度的差异而有所不同。短期的投机行为对于股 东而言,可能是个利好,直接利益较大。因此在股权集中度相对较高的企业中, 大股东很有可能将委托贷款作为利益输送的便捷渠道,为了自身利益侵占中小股 东的利益(戴琪骏, 2016)。大股东可以利用其拥有的授权和权利要求管理者选 择将更多的企业现金配置到非关联委托贷款上以获取暴利,侵占企业的创新资源, 进而减少自身创新产出。而在股权集中度低的企业,大股东侵害上市公司和中小 股东的权益的现象相对较少,更可能出于长期发展的考虑将企业闲置资金配置到 非关联委托贷款上,对创新资源的侵占较股权集中度高的企业更少。因此,发放 非关联委托贷款对股权集中度高的企业的创新产出抑制作用相较于股权集中度 低的企业会更大。据此,本文提出:

H3:相对于股权集中度低的企业,发放非关联委托贷款对股权集中度高的企 业的创新产出抑制作用更大(或促进作用更小)。

(3) 资本结构的异质性。不同的资本结构会导致管理层面临不同的短期获 利压力,进而导致管理层对企业资金的配置存在显著差异(顾海峰和张欢欢, 2020)。当企业存在着较高的资产负债率时,管理层将面临偿还贷款以及利息的 压力。出于尽快改善企业短期盈利的动机,管理层更愿意将企业现金投资于收益 率高、周期短的非关联委托贷款上,进而减少企业的创新产出。而资产负债率低 的企业没有还本付息的压力,企业更可能是出于资金储蓄的动机发放非联委托贷 款,对创新资源的侵占相较于资产负债率高的企业会更小。因此,发放非关联委 托贷款对资产负债率高的企业的创新产出抑制作用相较于资产负债率低的企业 会更大。据此,本文提出:

H4: 相对于资产负债率低的企业,发放非关联委托贷款对资产负债率高的企 业的创新产出抑制作用更大(或促进作用更小)。

第三节 非关联委托贷款对创新产出的影响机制分析

(1) 资金储备效应。企业创新活动是个持续积累的过程,需要大量的资金 的支持。与持有现金资产相比,企业贷出非关联委托贷款可以在市场上获得非常 可观的收益,这会在很大程度上改善企业的经营业绩;与股权、房地产等长期投 资相比,非关联委托贷款能够在较短的时间内收回,可以为企业创新及时提供资 金支持(Jibril等,2018)。创新活动的调整成本较高,非关联委托贷款可以增加 一定时期内的可支配资金,即提高企业的流动性供给,以降低财务流动性风险对 创新活动的不利影响。此外,良好的流动性不但会让企业更有底气坚持进行技术 创新,还会提升企业进行固定资产投资的意愿,这也为创新活动提供了良好的基 础,进而促进企业的创新产出(郝项超, 2020)。因此,如果企业将非关联委托 贷款作为一种流动性储备和财务管理手段,则发放非关联委托贷款会增加企业的 流动性供给,进而促进自身创新产出。综上所述,本文认为非关联委托贷款对企 业创新产出的影响可能通过资金储蓄效应这条途径进行传导。据此,本文提出:

H5:企业发放非关联委托贷款会通过资金储备效应(增加流动性供给)促 进其创新产出。

(2) 资源侵占效应。在既定资源禀赋下,企业为追逐高额投资回报发放非 关联委托贷款势必会造成创新资源的侵占。已有研究发现,若实体企业在委托贷 款等类金融投资上配置太多的资本,则会不可避免地缩减用于生产经营性创新投 资的实物资本投资,从而挤出对创新的投资(王红建等, 2017)。创新资源的投 入是企业实现创新产出的基础。一方面,企业创新资源的增加可以为提升企业创 造新知识和新技术的能力提供有力的支持,进而增加企业的创新产出(Huang 等, 2015)。另一方面,企业在增加创新资源的过程中,接触、学习、模仿新的外部 技术知识的机会也会大大增加,这为企业更准确地预测技术的发展方向提供了很 大程度上的帮助,最终为企业的创新产出提供了有利的条件(Cassiman和 Veugelers, 2006)。因此,研发经费支出的减少会削弱企业创造新知识和新技术 的能力,进而导致企业的创新产出减少(Bereski等,2018)。企业的资源是有限 的,如果企业将发放非关联委托贷款作为一种投机套利和投资替代手段,将现金 分配到非关联委托贷款上就会侵占企业本身进行技术创新的研发投入,导致企业 在进行设备升级、产品研发时缺乏足够的资金,进而抑制了自身创新产出。综上 所述,本文认为非关联委托贷款对企业创新产出的影响可能通过资源侵占效应这 条途径进行传导。据此,本文提出:

H6:企业发放非关联委托贷款会通过资源侵占效应(减少研发投入)抑制 其创新产出。

第四章 研究设计与模型构建

第一节 样本选择与数据来源

本文以 2009—2019 年中国 A 股上市公司为研究对象。自 2004 年起,证监 会要求上市公司需披露其涉及的委托贷款业务的相关借贷信息,这为研究非关联 委托贷款提供了微观交易信息的查找渠道,在一定程度上解决数据可得性问题。 但是目前我国上市公司信息披露制度还不够完善,有部分上市公司只在年报中披 露其涉及的非关联委托贷款业务,并没有按照要求及时在沪深交易所发布公告。 因此,本文在手工收集整理沪深交易所 A 股上市公司披露的全部非关联委托贷 款公告数据的基础上,通过查询上市公司年报的信息填补遗漏的数据,较好的解 决了数据准确性、完整性不足的问题。为了使数据更具有代表性,剔除金融、保 险类以及房地产行业上市企业,剔除部分专利数据缺失、财务信息缺失和资不抵 债的公司样本,最终得到 20374个公司年度观测值。研究中所使用的创新数据来 源于Wind数据库和中国研究数据服务平台,公司所有财务数据均来源于CSMAR 数据库。为了克服极端值的影响,本文对模型中所有的连续变量进行了1%和99% 分位的缩尾处理。

第二节 计量模型设计及变量定义

考虑到企业技术创新的滞后影响,本文参考万良勇等(2020)和余琰等(2016) 学者的研究设计,将所有解释变量滞后一期,构建如下两个基本计量模型检验发 放非关联委托贷款对企业创新自身产出的影响。

Innovationit = a0 + a1EnLoansi,t-1 + ajControli,t-1 + Indui + Yeart + Eit (4-1)

Innovationit = a0 + a1Amounti t-1 + ajControli t-1 + Indui + Yeart + sit (4-2)

模型(1)从广延边际的角度,实证检验上市公司是否发放非关联委托贷款 的对自身创新产出的影响;模型(2)从集约边际的角度,实证检验非关联委托 贷款的发放规模对企业自身创新产出影响。

一、被解释变量

Innovationit为模型的被解释变量,代表企业i在第t年的创新产出。我国的 专利种类分为三种,发明专利、实用新型专利以及外观设计专利。其中,发明专 利是对产品和方法的创新,技术含量最高,体现着企业核心竞争力。故本文借鉴


刘春林和田玲(2021)和Zhou等(2017)等做法,采取发明专利申请量的自然 对数(InvApply)和发明专利授权量的自然对数(InvGrant)这两个指标来衡量。


二、

解释变量




模型的解释变量有两类:是否发放非关联委托贷款(EnLoans)和非关联委


托贷款发放规模(Amount)。模型(1)中的解释变量EnLoans为非关联委托贷 款的虚拟变量,公司当年有发放非关联委托贷款的记录,赋值为1;企业当年没


有发放非关联委托贷款的记录,则赋值为 0。

模型(2)中的解释变量 Amount


为上市公司发放的非关联委托贷款规模,参考杜立和钱雪松(2021 年)的做法,

企业当年有新增的非关联委托贷款,则赋值为新增的非关联委托贷款总额的自然


对数;企业当年没有新增的非关联委托贷款,

赋值为 0。




表 4-1 各变量符号、名称及其含义


变量类型

变量符号

变量名称

变量定义


被解释变量

InvApply

发明专利申请量

发明专利授权量

企业当年新增的发明专利的申请数

量,加1后取对数

企业当年新增的发明专利的授权数



InvGrant


量,加1后取对数




是否发放非关联委

企业当年有发放非关联委托贷款的


解释变量

EnLoans

托贷款

记录,赋值为1;否则赋值为0


Amount

非关联委托贷款发

企业当年有新增的非关联委托贷款,






放规模

赋值为规模自然对数;否则赋值为0



Size

Lev

Age

Growth

企业经营规模

财务杠杆

企业年龄

企业成长性

企业总资产取对数

负债总额除以所有者权益

观测年度与企业成立年度的差值,取 对数

用主营业务增长率衡量,当期营业收

入减去上期收入后除以上期收入



ROA

总资产净收益率

当期净利润除以期末总资产


控制变量

Fixed

企业资本密集度

期末固定资产除以期末总资产




前十大股东持股

前十大股东的持股数之和占公司总



Larsha

比例

股数的比例



Inddir

独立董事比例

独立董事人数除以所有董事人数



Industry

行业虚拟变量

年度虚拟变量

当企业处于该行业时,取值为1;否则

取值为0

当企业所处于该年份时,取值为1;



Year

否则取值为0


三、控制变量

Control 为企业层面一系列的控制变量。借鉴已有文献(万良勇等, 2020; 余琰和李怡宗,2016),本文所用到的控制变量包括:企业经营规模(Size)财 务杠杆(Lev)、企业年龄(Age)、企业成长性(Growth)>总资产净收益率(ROA)、 企业资本密集度(Fixed)、前十大股东持股比例(Larsha)以及独立董事比例 (Inddir)。行业效应(Industry)和年度效应(Year)。具体变量的详细定义见表 4-1 。

第三节 异质性分析的子样本划分

为了考察发放非关联委托贷款对企业自身创新产出的影响是否会因企业微 观特征差异而有所不同,本文以企业融资约束、股权集中度、资本结构的样本均 值作为划分标准,然后分别从广延边际和集约边际对每个子样本进行回归。

(1) 融资约束:本文采用Hadlock和Pierce (2010)提出的SA指数来衡 量企业面临的融资约束,计算公式为:SA=-0.737XSize+0.043x Size2-0.04xAge。 SA 指数绝对值越大,说明企业的融资约束越大。将大于 SA 指数样本均值的划 分为高融资约束的企业,小于SA指数样本均值的划分为融资约束低的企业;

(2) 股权集中度:本文参考顾海峰和张欢欢(2020)的做法,采用前十大 股东的持股比例来衡量企业的股权集中度。将大于样本均值的划分为高股权集中 度的企业,小于样本均值的划分为低股权集中度的企业;

(3) 资本结构:本文参考俞富坤和盛宇华(2021)的做法,使用资产负债 比率对企业的资本结构进行衡量。将大于样本均值的划分为高资产负债率的企业, 小于样本均值的划分为资产负债率的企业。

第五章 实证检验与结果分析

第一节 相关变量的描述性统计

表2汇报了模型主要变量的基本描述性统计量。由表5-1可知,发明专利申 请量的均值为1.7409,中位数为1.6094,极端值差距为5.7462,发明专利授权量 的均值1.1383,中位数为0.6931,极端值差距为4.8903,表明各样本公司的创新 产出存在较大的差距。在所有的样本中,约有1.16%的样本企业在当年发放了非 关联委托贷款,由此可知发放非关联委托贷款的公司占上市公司的总比例不是很 大。非关联委托贷款发放规模的最大值为 21.0948,表明企业发放的非关联委托 贷款的数额还是比较大的。此外,上市公司在成长性、资本密集度、大股东持股 比例等方面均存在丰富的差异性,这有利于我们探讨哪些特性的企业从事非关联 委托贷款对其自主创新的影响更大。

表 5-1 相关变量的描述性统计

变量

观测值

平均值

标准差

极小值

中位数

极大值

InvApply

20374

1.7409

1.4080

0

1.6094

5.7462

InvGrant

20374

1.1383

1.1616

0

0.6931

4.8903

EnLoans

20374

0.0116

0.1072

0

0

1

Amount

20374

0.2159

1.9942

0

0

21.0948

Size

20374

21.9793

1.2449

19.5693

21.7988

25.7813

Lev

20374

0.8910

0.7946

0.0315

0.6327

3.3148

Age

20374

2.6748

0.4232

1.1843

2.7521

3.3851

Growth

20374

0.1800

0.3563

-0.4774

0.1260

2.2253

ROA

20374

0.0424

0.0606

-0.2512

0.0416

0.1994

Fixed

20374

0.2215

0.1497

0.0062

0.1912

0.6921

Larsha

20374

0.5939

0.1547

0.2295

0.6029

0.9492

Inddir

20374

0.3738

0.0529

0.3333

0.3333

0.5714

第二节 变量的相关性分析与模型的多重共线性检验

主要变量的相关性分析结果见表 5-2,各变量之间显著相关。其中,非关联 委托贷款与企业创新产出显著负相关,说明实体企业发放非关联委托贷款会抑制 企业创新产出,但两者之间是否存在线性关系,还需要通过多元线性回归进一步 的进行验证。一般认为变量相关系数大于 0.8,就可能存在多重共线性。表中各 变量的相关系数均小于 0.5,初步认为变量之间不存在多重共线性。为了保证模 型估计的准确性,需要进一步采用方差膨胀因子来测量变量之间的共线性问题。

表 5-2 相关性检验结果

变量

InvApply

EnLoans

Size

Lev

Age

InvApply

1.0000





EnLoans

-0.0161**

1.0000




Size

0.3765***

-0.0013

1.0000



Lev

0.0975***

-0.0268***

0.4625***

1.0000


Age

0.0946***

-0.0033

0.2522***

0.1854***

1.0000

Growth

0.0366***

-0.0237***

0.0189***

-0.0066

-0.0671***

ROA

0.0298***

0.0231***

-0.0460***

-0.3702***

-0.1192***

Fixed

-0.0711***

0.0071

0.2004***

0.2063***

0.0837***

Larsha

-0.0147**

-0.0175**

0.0186***

-0.1515***

-0.2744***

Inddir

0.0079

-0.0197***

-0.0115

-0.0239***

-0.0069

变量

Growth

ROA

Fixed

Larsha

Inddir

Growth

1.0000





ROA

0.2321***

1.0000




Fixed

-0.0885***

-0.1377***

1.0000



Larsha

0.1171***

0.2804***

-0.0319***

1.0000


Inddir

-0.0016

-0.0334***

-0.0279***

0.0242***

1.0000

注:*、**、***分别表示 1%、5%、10%的显著性水平。

多重共线性检验结果如表 5-3 所示。一般只有当变量的 VIF 值大于 10 时, 才认为变量之间有存在多重共线性的问题。根据表中的结果,本文各变量的 VIF 值均小于2,平均VIF值为1.31,各变量的VIF值均在合理范围之内,可以判定 变量之间不存在多重共线性。因此本文的变量选取是合理的,适合进行下一步模 型的研究分析。

表 5-3 多重共线性检验结果

变量

VIF

1/VIF

L.EnLoans

1.0093

0.9908

L.Size

1.5599

0.6411

L.Lev

1.7206

0.5813

L.Age

1.4027

0.7129

L.Growth

1.1008

0.9084

L.ROA

1.3770

0.7262

L.Fixed

1.3222

0.7563

L.Larsha

1.2408

0.8059

L.Inddir

1.0173

0.9830

 

第三节 非关联委托贷款与创新产出的多元回归分析

本文采用最小二乘估计方法进行基准模型的回归,回归结果如表 5-4 所示。

从表中的第(1)列和第(2)列的估计结果可以看出,解释变量企业是否发放无关联委托贷款的系数在1%的水平上显著为负,分别为-0.3068-0.1801,即企业 当年发放非关联委托贷款,企业下一年发明专利的申请量将比本年减少 30.68%, 下一年的发明专利的授权量将比本年减少 18.01%。该结果说明,相对于当年未 发放非关联委托贷款的公司,当年发放非关联委托贷款公司的企业下一年创新产 出显著更少,且对企业下一年发明专利的申请量的抑制作用更大。以上分析仅考 虑了是否发放非关联委托贷款时企业创新产出的差异,即非关联委托贷款对企业 创新产出影响的广延边际。接着,我们考虑非关联委托贷款对企业创新产出影响 的集约边际,即发放非关联委托贷款的规模不同时企业创新产出的变化。

从表中的第(3)列和第(4)列的估计结果可以看出,解释变量企业发放无 关联委托贷款的规模的估计系数为负,分别为-0.0172和-0.0101,且均在1%的水 平上显著,即企业当年发放的非关联委托贷款的规模每增加 1%,企业下一年发 明专利的申请量将比本年减少 1.72%,下一年的发明专利的授权量将比本年减 1.01%。该结果说明,企业当年发放非关联委托贷款的规模越大,公司的企业下 一年创新产出越少,且对企业下一年发明专利的申请量的抑制作用更大。

综合来看,第(1)列和第(2)列的估计结果说明,相对于未发放非关联委 托贷款的企业,发放了关联委托贷款的企业创新产出显著更低。第(3)列和第(4)     列的估计结果说明,企业发放的非关联委托贷款贷款越多,企业的创新产 出降低越多,而企业发放的非关联委托贷款贷款越少越有助于企业的创新产出。 从广延边际的角度和集约边际的角度,证实了非关联委托贷款与企业创新产出呈现的是一种替代关系,即企业发放非关联委托贷款会减少自身创新产出,且非关 联委托贷款的发放规模越大对企业自身创新产出的抑制作用越大,上述总体检验 结果支持了 H1b

表 5-4 企业发放非关联委托贷款对自身创新产出的影响

变量

(1)

InvApply

(2)

InvGrant

(3)

InvApply

(4)

InvGrant

L.EnLoans

-0.3068***

-0.1801***




(0.0804)

(0.0591)



L.Amount



-0.0172***

-0.0101***




(0.0043)

(0.0032)

L.Size

0.5128***

0.4351***

0.5129***

0.4352***


(0.0101)

(0.0088)

(0.0101)

(0.0088)

L.Lev

0.0153

-0.0266**

0.0152

-0.0267**


(0.0150)

(0.0127)

(0.0150)

(0.0127)

L.Age

-0.1880***

-0.1412***

-0.1881***

-0.1412***


(0.0243)

(0.0203)

(0.0243)

(0.0203)

L.Growth

0.1022***

0.0085

0.1021***

0.0084


(0.0279)

(0.0224)

(0.0279)

(0.0224)

L.ROA

1.7351***

0.5769***

1.7356***

0.5772***


(0.1804)

(0.1505)

(0.1804)

(0.1505)

L.Fixed

-1.2791***

-0.9898***

-1.2792***

-0.9898***


(0.0697)

(0.0586)

(0.0696)

(0.0586)

L.Larsha

-0.1686**

-0.1195**

-0.1687***

-0.1196**


(0.0655)

(0.0551)

(0.0655)

(0.0551)

L.Inddir

-0.0242

0.0852

-0.0252

0.0846


(0.1801)

(0.1518)

(0.1801)

(0.1518)

Constant

-9.7351***

-8.7699***

-9.7365***

-8.7707***


(0.2401)

(0.2066)

(0.2401)

(0.2067)

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

17953

17953

17953

17953

调整后的 2

0.2658

0.2574

0.2659

0.2574

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

 第四节 内生性问题与稳健性检验

一、 内生性问题的处理

(—)Heckman 两步法

当企业本身处于主营业务不好等情况时,会导致企业管理者减少创新活动, 并将资金分配到非关联委托贷款上以改善企业的经营业绩,即存在样本的选择性 偏差问题。故本文应Heckman(1979)提出的Heckman两阶段模型,解决上述检验 过程中可能存在的样本自选择问题。首先,以“企业是否发放非关联委托贷款” 作为第一阶段估计的被解释变量,以影响企业发放非关联委托贷款的因素作为解 释变量进行 Probit 估计,基准模型如下式所示:

Pr(EnLoansi t = 1) = a0 + a1Investi t + a2Shibori t + ajControli t + “it(5-1)

在选取 Heckman 样本选择模型中的变量时,必须设置至少一个对企业发放 非关联委托贷款有影响,但对企业创新产出没有影响的工具变量,否则计算出的 逆米尔斯比率 IMR 会与随机误差项相关,使得 IMR 系数估计有偏,不能有效控 制是否从事非关联委托贷款 EnLoans 变量的选择偏差。参考王红建等( 2017)等 和盛明泉等(2018)的做法,选择企业投资收益水平(Invest)作为工具变量引 入第一阶段回归模型的解释变量。这是因为企业投资收益是企业非营业利润的主 要来源之一,与企业发放非关联委托贷款密切相关,但又不会是公司主营业务和 创新投资的主要资金来源。因而该工具变量在经济意义上,与企业创新没有显著 性相关关系,满足了工具变量的基本条件。企业投资收益水平(Invest)用投资 收益占总资产的之比来衡量。 Control 为企业自身可能影响非关联委托贷款发放 的其他因素,包括企业经营规模(Size)财务杠杆(Lev)、企业年龄(Age)、企 业成长性(Growth)、总资产净收益率(ROA)、企业资本密集度(Fixed)、前十 大股东持股比例(Larsha)以及独立董事比例(Inddir)。

根据Probit的回归结果,计算出逆米尔斯比率(IMR),IMR公式如下:(4)cp(.)0(.)分别为标准正态分布的密度函数和累积分布函数。然后, 将计算得到的IMR作为变量加入原回归方程中,即:

Innovationit = Po + PiEnLoansit-i + PjControli,t-i + p]cIMRi,t-i +IndUi + Yeari + 甩得到 Heckman 两阶段法的结果如表 5-5 所示。从第一阶段结果来看,EnLoans InvestShibor 显著正相关,其他控制变量也均通过显著性检验,说 明控制方程整体显著且拟合较好。从第二阶段结果来看,IMR的系数显著不为0 , 说明存在样本自选择问题。在控制样本选择性偏误后,非关联委托贷款的系数仍 在 1%的水平上显著为负,这与前文结论完全一致。

表 5-5 Heckman 两阶段法的检验结果

第一阶段

第二阶段

变量

(1)

EnLoans

(2)

InvApply

(3)

InvGrant

(4)

InvApply

(5)

InvGrant

Invest

5.2112***






(1.6422)





L.EnLoans


-2.2982***

-1.4249***





(0.6990)

(0.5223)



L.Amount




-0.1237***

-0.0753***





(0.0291)

(0.0239)

L.IMR


1.3180***

0.6103**

0.8000***

0.4922***



(0.3314)

(0.2390)

(0.2135)

(0.1756)

控制变量

控制

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

控制

样本数

18656

16508

16508

16508

16508

Pseudo- 2

0.1736





调整后的 2


0.2605

0.2547

0.2607

0.2548

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

(二)倾向得分匹配 为了解决可能遗漏重要变量和非关联委托贷款与企业创新产出之间可能存 在逆向因果关系导致的内生性问题,本文还运用倾向得分匹配(PSM)方法,具 体采用一对三的最近邻匹配法进行匹配。基本思路是,以现有的对照组样本(未 发放非关联委托贷款的企业)为基础构造尽可能与处理组(发放关联委托贷款的 企业)特征最接近的新的对照组。对照组和处理组除了是否发放非关联委托贷款 这一变量不同以外,其他控制变量尽量接近。PSM模型中的相关预测变量包括 主模型的所有控制变量,企业经营规模、财务杠杆、企业年龄、企业成长性、总 资产净收益率、企业资本密集度、前十大股东持股比例、独立董事比例,同时也 控制行业效应和时间效应。平衡性检验结果如表5-6所示,所有配对变量的偏差 都不超过 10%,而且 t 检验的结果不拒绝处理组和对照组无系统差异的原假设, 所有变量的标准化偏差均大幅度缩小,样本匹配结果比较理想。

表 5-6 平衡性检验结果

变量

样本

平均值

标准偏误

T检验

实验组

控制组

T值

P值

L.Size

匹配前

210.958

210.883

7.3

0.94

0.349


匹配后

210.958

210.903

5.3

0.58

0.562

L.Lev

匹配前

0.67985

0.86811

-27.7

-3.58

0.000


匹配后

0.67985

0.68055

-0.1

-0.01

0.990

L.Age

匹配前

20.6285

20.6431

-3.5

-0.51

0.610


匹配后

20.6285

20.6339

-1.3

-0.14

0.891

L.Growth

匹配前

0.08285

0.1886

-36.2

-4.50

0.000


匹配后

0.08285

0.09033

-2.6

-0.32

0.747

L.ROA

匹配前

0.0511

0.04439

12.1

1.75

0.080


匹配后

0.0511

0.05169

-1.1

-0.12

0.902

L.Fixed

匹配前

0.56847

0.59376

-16.0

-2.45

0.014


匹配后

0.56847

0.57165

-2.0

-0.21

0.831

L.Larsha

匹配前

0.36109

0.37292

-24.6

-3.37

0.001


匹配后

0.36109

0.36001

2.2

0.26

0.795

L.Inddir

匹配前

0.23337

0.22177

8.5

1.18

0.239


匹配后

0.23337

0.23475

-1.0

-0.11

0.913

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

表5-7报告了企业发放非关联委托贷款对其创新产出采用最近邻匹配方法后 的估计结果, ATT 为仅考虑企业发放非关联委托贷款的平均处理效应,所有匹配 结果均显著为负,且都在 1%水平上显著,匹配结果也支持了企业发放非关联委 托贷款会抑制下一年发明专利的申请量和授权量。

表 5-7 倾向得分匹配估计结果

被解释变量

(1) (2)

发明专利申请量              发明专利授权量

估计方法

未匹配

ATT

观测值

最近邻匹配                  最近邻匹配

-0.2346***                                            -0.1368**

-0.4451***                                           -0.2898***

16753                                                  16753

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

接着,本文用匹配后的样本对模型重新进行了回归,回归结果如表5-8所示。
解释变量的估计系数均在 1%的水平下显著为负,估计系数符号和显著性水平都没有发生根本性改变,仍然表明发放非关联委托贷款会显著抑制企业自身创新产出与主回归部分结果一致,这进一步验证了本文理论分析和经验发现的可靠性。

表 5-8 倾向得分匹配后重新回归的结果

变量

(1)

InvApply

(2)

InvGrant

(3)

InvApply

(4)

InvGrant

L.EnLoans

-0.4331***

-0.2819***




(0.0907)

(0.0692)



L.Amount



-0.0241***

-0.0157***




(0.0049)

(0.0037)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

883

883

883

883

调整后的R2

0.2282

0.2468

0.2296

0.2476

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。 

二、 稳健性检验

为检验估计模型结果的稳健性,进一步采用替换被解释变量、变量衡量方式 以及解释变量的方法进行稳健性检验。

(一)替换被解释变量

本文选用企业当年新增专利申请量(PatentApply)替代原被解释变量企业当 年新增发明专利申请量, PatentApply 采用企业当年新增专利授权量的自然对数 来衡量,重新进行模型估计。回归结果如表 5-9 的第(1)和第(2)列所示,企 业是否发放非关联委托贷款EnLoans与发放非关联委托贷款的规模Amount的回 归系数均在 1%的水平上显著为负,表明发放非关联委托贷款或增加贷款规模都 会显著抑制其创新产出,与前文的结论完全一致,说明本文的结果具有较好的稳 健性及可靠性。

(二)替换变量衡量方式

本文在衡量企业发放非关联委托贷款的规模时,使用的是企业当年新增非关 联委托贷款的对数。为检验估计模型结果的稳健性,采用企业当年新增的非关联 委托贷款总额占当年营业收入的比例来衡量发放非关联委托贷款的规模,重新检 验的结果如表5-10的第(3)和第(4)列所示。替换过衡量方式之后, Amount 的回归系数均在 1%的水平上显著为负,表明企业当年发放的非关联委托贷款的 数量越多,下一年发明专利的申请量和授权量就越少,与前文的结论完全一致。

(三)  替换解释变量

本文将解释变量替换成企业发放无关联贷款的次数(Frequency),Frequency 采用企业当年发放无关联贷款次数的自然对数来衡量,重新回归结果如表 5-10所示的第(5)和第(6)列。结果表明企业当年发放非关联委托贷款的次数越多, 下一年的发明专利申请量和授权量就越少。企业当年发放非关联委托贷款的次数 越多,管理者对非关联委托贷款投入精力就越多,对短期利益的关注就会越多, 就越容易忽视企业的创新活动,企业创新产出减少的越多。进一步补充说明发放 非关联委托贷款会显著的抑制企业自身创新产出。

表 5-9 稳健性检验结果

变量

替换被解释变量

替换变量衡量方式

替换解释变量

(1)

PatentApply

( 2)

PatentApply

( 3)

InvApply

( 4)

InvGrant

(5)

InvApply

( 6)

InvGrant

L.EnLoans

-0.4845***







(0.1174)






L.Amount


-0.0271***

-1.3498***

-0.8546***





(0.0063)

(0.3994)

(0.3280)



L.Frequency





-0.1339***

-0.0982***






(0.0500)

(0.0323)

控制变量

控制

控制

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

控制

控制

样本数

17953

17953

17953

17953

17953

17953

调整后R2

0.2600

0.2600

0.2657

0.2573

0.2515

0.2451

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

第五节 异质性检验与结果分析

融资约束异质性检验结果如表 5-10 所示。从 Panel A 第(1 )列和第( 2)列 的估计系数看,高融资约束企业的 EnLoans 系数为-0.1644 且不显著,低融资约 束企业的EnLoans系数为-0.3810且在1%的水平上显著。从Panel B第(5)列 和第(6)列的估计系数看,高融资约束企业的EnLoans系数为-0.0496且不显著, 低融资约束企业的EnLoans系数为-0.2187且在1%的水平上显著。该结果说明低 融资约束企业发放非关联委托贷款会显著抑制下一年专利的申请和授权数量,而 对于高融资约束企业创新产出的抑制作用并不显著。以集约边际的角度,从Panel A第(3)列和第(4)列的估计系数看,高融资约束企业的Amount系数为-0.0099 且不显著,低融资约束企业的Amount系数为-0.0207且在1%的水平上显著。从 Panel B 第(7)列和第(8)列的估计系数看,高融资约束企业的 Amount 系数 为-0.0032且不显著,低融资约束企业的Amount系数为-0.0117且在1%的水平上 显著,两者存在显著差别。该结果说明低融资约束的企业发放非关联委托贷款的


规模越大,下一年专利的申请数量和授权数量就会越少,而高融资约束企业发放

非关联委托贷款的规模对其创新产出的抑制作用并不显著。


综合来看,对于融资约束较低的企业,发放非关联委托贷款或增加贷款规模

都会显著抑制其创新产出;而对于融资约束较高的企业,该抑制效应并不显著。

此外,低融资约束企业样本的被解释变量系数都比全样本的被解释变量系数要大,

表明非关联委托贷款对于低融资约束的企业创新产出影响更大。这是因为,低融   资约束的企业容易通过资本市场筹集到成本低廉的资金,更容易基于资本投机逐

利的动机发放非关联委托贷款,

挤占更多的创新资源,减少的企业创新产出。高

融资约束的企业,资金相对匮乏且融资难度高,更可能会出于预防未来可能发生   的流动性风险的动机发放非关联委托贷款,对企业创新产出的抑制作用不显著。


表   5-10 融资约束异质性检验结果


Panel A::被解释变量为In vApply

变量

(1)

(2)

(3)

(4)

高融资约束

低融资约束

高融资约束

低融资约束

L.EnLoans

-0.1644

-0.3810***




(0.1138)

(0.1072)



L.Amount



-0.0099

-0.0207***




(0.0063)

(0.0056)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8261

9692

9692

8261

调整后的R2

0.1132

0.2623

0.2624

0.1132

Panel B::被解释变量为I nvGrant

变量

(5)

高融资约束

(6)

低融资约束

(7)

高融资约束

(8) 低融资约束

L.EnLoans

-0.0496

-0.2187***




(0.0844)

(0.0790)



L.Amount



-0.0032

-0.0117***




(0.0047)

(0.0042)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8261

9692

8261

9692

调整后的R2

0.1063

0.2582

0.1063

0.2582

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

 

表   5-11 股权集中度异质性检验结果

Panel A::被解释变量为In vApply

变量

(1)

高股权集中度

(2)

低股权集中度

(3)

高股权集中度

(4)

低股权集中度

L.EnLoans

-0.4150***

-0.2429**




(0.1438)

(0.0943)



L.Amount



-0.0226***

-0.0140***




(0.0078)

(0.0050)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8250

9703

8250

9703

调整后的 2

0.2614

0.2782

0.2614

0.2782

Panel B::被解释变量为I nvGrant

变量

(5)

(6)

(7)

(8)

高股权集中度

低股权集中度

高股权集中度

低股权集中度

L.EnLoans

-0.2883***

-0.1112




(0.0979)

(0.0735)



L.Amount



-0.0154***

-0.0067*




(0.0053)

(0.0040)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

8250

9703

8250

9703

调整后的 2

0.2567

0.2639

0.2567

0.2639

注:*、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

股权集中度异质性检验结果如表5-11所示。从Panel A第(1)列和第(2) 列的估计系数看,高股权集中度企业的EnLoans系数为-0.4150且在1%的水平上 显著,低股权集中度企业的EnLoans系数为-0.2429且在5%水平上显著。从Panel B第(5)列和第(6)列的估计系数看,高股权集中度企业的EnLoans系数为-0.2883 且在 1%的水平上显著,低股权集中度企业的 EnLoans 系数为-0.1112 且不显著。 该结果表明,高股权集中度企业发放非关联委托贷款会显著抑制企业下一年发明 专利申请数量和授权数量,而低股权集中度的企业发放非关联委托贷款仅会显著 抑制下一年发明专利的申请数量,且影响程度小于高股权集中度的企业。从Panel A第(3)列和第(4)列的估计系数看,高股权集中度企业的Amount系数为-0.0226, 低股权集中度企业的Amount系数为-0.0140,且两者都在1%的水平上显著。从Panel B7列和第8列的估计系数看,高股权集中度企业的Amount系 数为-0.0154且在1%的水平上显著,低股权集中度企业的Amount系数为-0.0067 且在 10%的水平上显著。该结果说明,高股权集中度和低股权集中度的企业发放 非关联委托贷款的数量越多,下一年发明专利的授权数量就会越少,且对高股权 集中度的企业抑制作用更大。

总体上看,对于不同股权集中度的样本企业,发放非关联委托贷款或增加贷 款规模均会抑制其创新产出,不过该抑制效应对股权集中度较高的企业更强。这 是因为,在高股权集中度的企业中,大股东很有可能为了自身利益侵占小股东利 益。非关联委托贷款可以获得超高的投资回报率,大股东会要求管理者将更多的 企业现金流配置到非关联委托贷款上以获取暴利,侵占企业的创新资源,进而减 少自身创新产出。而在股权集中度低的企业,大股东侵害上市公司和中小股东的 权益的现象相对较少,更可能出于长期发展的考虑将企业闲置资金配置到非关联 委托贷款上,对创新资源的侵占较股权集中度高的企业少,故高股权集中度的企 业发放非关联委托贷款对自身创新产出的抑制作用会更大。

资产负债率异质性检验结果如表5-12所示。以广延边际的角度,从Panel A 第( 1)列和第( 2)列的估计系数看,高资产负债率企业的 EnLoans 系数为-0.5843 且在1%的水平上显著,低资产负债率企业的EnLoans系数为-0.0855且不显著。 从表9的Panel B第(5)列和第(6)列的估计系数看,高资产负债率企业的EnLoans 系数为-0.3515 且在 1%的水平上显著,低资产负债率企业的 EnLoans 系数为 -0.0328 且不显著。该结果说明高资产负债率的企业发放非关联委托贷款会显著 抑制企业下一年专利申请数量,而低资产负债率的企业发放非关联委托贷款对下 一年专利申请数量的抑制作用并不显著。从表8的Panel A第(3)列和第(4) 列的估计系数看,高资产负债率企业的Amount系数为-0.0331且在1%的水平上 显著,低资产负债率企业的Amount系数为-0.0047且不显著。从表8的Panel B 第(7)列和第(8)列的估计系数看,高资产负债率企业的Amount系数为-0.0200 且在1%的水平上显著,低资产负债率企业的Amount系数为-0.0017且不显著。 该结果说明高资产负债率的企业当年发放非关联委托贷款的数量越多,企业下一 年专利申请和授权数量越少,而对低资产负债率的企业的抑制作用并不显著。

综合来看,对于资产负债率较高的企业,发放非关联委托贷款或增加贷款规 模都会显著抑制其创新产出;而对于资产负债率较低的样本企业,该抑制效应并 不显著。此外,资产负债率较高的企业被解释变量系数都比全样本的被解释变量 系数要大,表明非关联委托贷款对于资产负债率较高的企业的创新产出的影响更 大。这原因在于,当企业存在着较高的资产负债率时,管理层将面临较大的偿款 付息的压力。管理层出于尽快改善企业短期盈利的动机,更愿意将企业现金尽配

置到收益率高、周期短的非关联委托贷款上,侵占企业的创新资源,减少自身创   新产出。而资产负债率低的企业没有还本付息的压力,企业更可能是出于资金储 蓄的动机发放非联委托贷款,对创新资源的侵占效应较小,因此对自身创新产出 的抑制作用不显著。


表 5-12 资产负债率异质性检验结果

Panel A::被解释变量为In vApply

变量

(1)

高资产负债率

(2)

低资产负债率

(3)

高资产负债率

(4)

低资产负债率

L.EnLoans

-0.5843***

-0.0855




(0.1277)

(0.1024)



L.Amount



-0.0331***

-0.0047




(0.0068)

(0.0055)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

9026

8927

9026

8927

调整后的 2

0.3374

0.1539

0.3375

0.1539

Panel B::被解释变量为I nvGrant

变量

(5)

(6)

(7)

(8)

高资产负债率

低资产负债率

高资产负债率

低资产负债率

L.EnLoans

-0.3515***

-0.0328




(0.0929)

(0.0753)



L.Amount



-0.0200***

-0.0017




(0.0050)

(0.0041)

控制变量

控制

控制

控制

控制

行业效应

控制

控制

控制

控制

时间效应

控制

控制

控制

控制

样本数

9026

8927

9026

8927

调整后的 2

0.3284

0.1467

0.3285

0.1467

注: *、**、***分别表示1%、5%、10%的显著性水平,括号中的数值为标准差。

综上所述,从广延边际角度和集约边际的角度均表明,相对于融资约束较高、 股权集中度较低和资产负债率较低的企业,融资约束较低、股权集中度较高和资 产负债率较高的企业发放非关联委托贷款对其创新产出的抑制作用更大,假设 H2、H3、H4 得到验证。

天天论文网
专注硕士论文服务

24小时免费热线

SERVICE ONLINE

13503820014

手机扫描二维码

收缩
  • 电话咨询

  • 13838208225