去杠杆对国有企业融资约束的异质性冲击研究

以2009—2017年国有制造业上市企业为样本，研究发现：（1）即使是国有企业，在经济增速下行期也都普遍面临融资约束，但“央企”融资约束水平显著低于“地方国企”；（2）2015—2017期间中央“去杠杆”政策的实施对“央企”的影响效果更突出——“央企”杠杆率回落程度显著高于“地方国企”；（3）分组检验表明，“央企”杠杆率回落更快的原因在于“央企”政治约束更强；（4）将杠杆率细分为银行信贷杠杆和商业信用杠杆后，发现“央企”杠杆率回落主要源于信贷杠杆的快速缩减，但“央企”在收缩信贷杠杆的同时却在快速扩张商业信用杠杆，表明“去杠杆”政策的真实效果不仅局限于对企业杠杆“水平”的影响，还表现为对企业杠杆率“结构”的冲击。

一、引 言

伴随经济步入新常态，因增速放缓导致的存货增长、产能积压严重抑制了实体经济的增长动力，在此背景下，中央推出了以“三去一降一补”①为代表的一系列“供给侧”结构性改革措施。其中，“去杠杆”作为“金融供给侧改革”的重点，在推动实体经济结构调整过程中扮演了重要的角色。

围绕“去杠杆”政策效果展开的研究近年来逐渐增多，研究核心主要围绕“去杠杆”实现路径、经济后果、潜在风险等方面展开，具体而言：（1）实现路径方面，谭小芬等基于47个国家和地区非金融类上市企业的实证研究发现，金融结构的市场化水平每提高1个百分点，企业杠杆率将下降0.44个百分点。因此，调整金融结构是加速企业去杠杆的重要途径。[1]王倩和赵铮从银行同业监管套利出发，证明了商业银行同业业务扩张具有顺周期性，而同业扩张带来的影子信贷增长是推动企业杠杆率攀升的重要因素，因此，应强化结构性货币政策和“逆周期”宏观审慎监管，通过加速金融去杠杆来推动实体经济去杠杆。[2]于博以高新技术企业为样本，利用系统GMM检验了技术创新对实体经济去杠杆的推动效应，证明了行业层面的创新溢出对这一推动效应具有加速作用。[3]（2）经济后果方面，刘晓光等研究发现，去杠杆除了传统意义上的降低宏观金融风险、提高金融运行效率功能，去杠杆还有助于缩小收入分配不平等，且能弱化收入分配的极化效应，从而将去杠杆的经济后果研究从企业和政府部门拓展至家庭部门；[4]马亚明和张洁琼发现，去杠杆有助于缓解资产价格波动、降低金融非稳定性、提高自身的产出激励效应。同时，金融部门提升杠杆率有助于挤出企业部门杠杆率、居民部门加杠杆有助于降低非金融企业和政府部门的杠杆率。[5]（3）潜在风险方面，中国人民银行杠杆率研究课题组指出，去杠杆应谨慎推进、不宜过急，应防范在去杠杆进程中引发的地方政府债务和非金融企业债务违约风险。[6]黄少安和王伟佳研究了“去杠杆”如何引发经济波动风险，发现经济下行期，去杠杆会引发较大的经济波动，相比某个部分单独实施去杠杆，家庭部门与企业部门同时去杠杆带来的经济波动相对更小。[7]

纵观上述研究，大多围绕宏观层面探讨中央“去杠杆”政策的经济后果。然而，去杠杆政策的落地，最后必然体现在微观杠杆率的降低上。于是，去杠杆政策的实施为观察和理解宏观经济政策与微观企业行为之间的互动关系提供了有利契机。由于微观主体的“杠杆构成”“产权特征”均存在显著差异，因此，政策的冲击效果也必然会存在异质性。但现有文献对这一异质性的探讨仍主要局限于国有企业和民营企业维度，忽视了国有企业内部的差异。基于此，本文力争在划分产权性质基础上进一步从“政治约束”和“杠杆构成”视角探讨去杠杆政策的异质性效果，从而丰富现有研究。

本文研究受以下文献启发：邹朋飞等的研究发现，中央国有企业主要依赖商业信用融资加杠杆，而地方国有企业则主要利用银行信贷加杠杆；[8]马红和王元月发现，降低“债务杠杆”对企业投资效率的促进作用在国有企业样本下更为显著。[9]以上研究表明：不同所有制特征的企业受“去杠杆”政策冲击的程度很可能是不同的。同时，不同所有制特征的企业，在去杠杆过程中，其杠杆结构的演变也可能存在差异。借鉴上述研究，本文确立了如下研究问题：

1.聚焦国有企业②，分析不同类型国企在“去杠杆”政策冲击下融资约束水平如何差异化演变？

2.融资约束水平的差异化上升是否源于不同类型国企在实施“去杠杆”方面的力度差异？

3.“央企”融资约束在去杠杆周期下上升更快是否与政治约束导致去杠杆压力更强有关？

4.“央企”加速实施“去杠杆”的同时，其“杠杆结构”出现了怎样的变化？信贷杠杆下降的同时是否伴随了其他类型杠杆率（如商业信用杠杆率）的攀升？

本文研究结论：基于Fazzari和Petersen的固定投资平滑模型 （Fixed Investment Smoothing Model）检验企业融资约束，[10]证明了去杠杆政策的推出强化了国有企业的融资约束，且这一政策冲击对“央企”的影响更高，央企在政策冲击下不仅调整了杠杆水平，还调整了杠杆结构。

二、文献综述与研究假设

融资约束是指在非完美市场下存在信息不对称，企业在寻求外部融资时出现摩擦。国内现有对融资约束的研究主要集中在对国有企业与非国有企业的分类分析方面。例如，现有研究普遍认为，受到政府担保及补贴扶持的影响，国有企业较非国有企业面临较低的融资约束。这方面的代表性研究包括：林毅夫等从政策性负担角度分析了政府干预甚至补贴国有企业的必然性；[11]傅利平等进一步分析国有企业较非国有企业面临较低融资约束的潜在原因——国有企业投资活动的目的不仅仅是利润，还在政府税收、社会稳定等方面承担了更多的社会责任，而融资偏护可以视为履行上述社会责任的补偿。[12]钟宁桦等就调研数据的实证检验发现，银行资金对国有企业的偏向性在金融危机后越发增强，即使是负利润的“僵尸”企业，在2008年后也更加容易获得贷款；[13]任泽平等认为国有企业在政府隐性担保、政策扶持及行政补贴等方面的多重优势导致其融资约束显著更低，因此，即使在经济下行阶段，其杠杆率也不断得以上升。[14]

尽管现有研究大多数认为国有企业的融资约束相对较低，但是，这并不意味着国有企业不存在融资约束。李治宇等指出，国有企业注重固定资产投资，其所在行业大多为重资产行业，且主要依赖银行长期贷款，因而其真实流动性风险并不弱于民营企业，并且，从投融资的期限错配上看，国有企业错配通常更强，因此，其融资约束以及由此带来的偿付风险并不可忽视。[15]沈红波等也发现，国有企业的投资活动存在投融资期限错配，其与新增短期债务之间的联系相较于非国有企业更加紧密。[16]事实上，近年来各地区均有国有企业爆发债务危机的案例（如渤海钢铁、海航集团），这也验证了政府担保并非国有企业规避流动性风险的永久性手段，国有企业融资约束一旦恶化，由此导致的违约风险对实体经济乃至金融稳定的冲击程度无疑会更高。

然而，有关国有企业融资约束的研究，尤其是政策冲击下不同类型的国企面临的融资约束差异及其动态演变研究，至今仍鲜见。目前，主流观点认为“央企”比地方国企具有更低的融资约束。其逻辑在于：政府控制“层级”越高，国有企业能获得的优势越多，即政治关联能够带来“优势效应”。例如，刘静指出，由于社会责任和税收优势的不同，省及以上级别国企税收负担相对省以下级别国企较轻，省以下级别国企更偏向于为地方经济发展及财政收入付出成本；[17]代光伦等指出，在国有企业普遍面临融资约束情况下，中央政府控制的企业的融资约束显著弱于地方政府控制企业的融资约束，中央企业由于更易享受政府隐形担保及政治和社会资源因而融资约束较小；[18]方明月从低利率贷款的可获得性差异角度分析了不同类型的国有企业，证明了中央企业由于行政级别较高、政治级别优势较大，因此能获得更低利率的贷款；[19]高炜等指出，“央企”和地方国企的政治关联程度存在差异，中央政府较地方政府更能够提供政治与经济资源方面的协助。[20]借鉴上述研究，本文认为：“央企”由于在更大程度上受惠于更高的政府控制层级所带来的政治优势、资源优势、声誉优势，所以，其融资约束水平较普通国有企业会更低。基于此，本文提出“非政策冲击”下的比较分析假设。

假设1：国有制造业上市企业普遍面临融资约束，但“央企”约束水平显著低于“地方国企”。

假设1关注的是非政策冲击下“央企”与“地方国企”的融资约束差异。然而，2015年12月，中央经济工作会议提出“三去一降一补”。其后，国务院发布《关于积极稳妥降低企业杠杆率的意见》。该政策的推出意味着去杠杆成为中央经济调控战略的重要组成部分。上述宏观政策无疑会对不同类型微观企业的资金面（融资约束）构成冲击。这种冲击不仅会强化民营企业融资约束，也会强化国有企业的融资约束。但是，梳理现有研究发现，这一政策冲击并非对民营企业更强，反而是对国有企业更突出。例如，张晓晶等从资产负债表角度分析了国企和民企在去杠杆阶段杠杆率出现分化背后的机理，指出经济下行期现金流不足以及产能出清滞后“倒逼”私营企业“被动”加杠杆，而国有企业在此阶段由于采取了更为激进的资产扩张策略，从而使得杠杆率反而呈下降趋势。[21]受此启发，本文力争进一步考察去杠杆政策对不同类型的“国有”企业融资约束将会产生怎样的异质性冲击，例如，是否存在“央企”受冲击程度大于地方国企的情况？若存在，其背后动因为何？

关于政策冲击下的融资约束演变，本文存在如下预期：政策冲击对“央企”和“地方国企”会产生异质性影响，“央企”去杠杆强度更高、融资约束程度更强。提出这一预期的逻辑如下。

一是不同类型国有企业所面临的“政治约束”存在差异。周权雄等指出，国企内部从中央政府到各级地方政府的多层级、多委托人的共同代理关系会导致信息传递的迟缓和失真，这意味着“央企”很可能对中央经济政策更为敏感，执行效力更强。[22]本文认为，政治关联除了带来“优势效应”外，还会在特定政策周期下带来“约束效应”。

二是中央国有企业与地方国有企业受到的监管也存在差异。刘星等明确指出，中央上市国有企业受到的监管强于地方上市国有企业，认为这与中央上市国有企业规模大、属于重点行业、关系国计民生的特质及地方上市国有企业软预算约束、寻租于政府的现象存在关联。[23]Zhang等以反腐为研究视角，发现中央国有企业比普通国企在更高水平上受到了中央反腐监督行动的影响。[24]这也从另一侧面揭示出“央企”面临的监督水平更高。除政府监督外，媒体监督也会导致融资约束的形成。梁红玉研究发现，媒体监督可以通过声誉机制影响企业融资约束，而且，声誉效应相对较低的民营企业受媒体监督影响形成的融资约束负担更高。[25]这进一步暗示出“央企”与“地方国企”受媒体监督的水平也很可能存在类似差异，并由此导致融资约束强度产生不同。

三是“央企”和“地方国企”与地方政府的关系存在差异。从1994年分税制改革到2018年国地税合并，在此期间地方财政压力增大，地方官员在经济绩效的压力下，推动地方政府利用其权力追求政治目标，地方国有企业成为其实现政治、经济等目标的工具。因此，地方政府也会出于财政压力而为地方国企提供融资便利，进而导致预算软约束。周黎安指出，政府官员政治目标的驱动影响我国长期存在的产业同构化和地方保护主义，同时促进了地方国企软预算约束的形成。[26]曹春方等在地方政府干预方面进行了更为详细的分析，发现财政压力、晋升压力和官员任期都会对“地方国企”过度投资行为产生影响，并指出地方官员可利用自身网络及活动影响国有银行及辖区内金融单位的贷款行为。[27]除融资干预程度不同外，地方政府对不同类型国企的投资激励效应也并不相同。例如，程仲鸣等发现，地方政府干预行为与地方国有上市公司过度投资同向变动，而中央政府控制与非政府控制的公司却不存在类似关系。[28]刘红忠等认为，分税制改革、纵向财政竞争、债券融资的缺乏及量入为出、收支平衡的原则抑制了地方政府的融资，于是，地方政府加大了政府融资平台的建设，而地方融资平台的资金投向主要是“地方”国企和房地产[29-30]；逯东等则发现地方政府主要干预“地方”国有企业投资，干预动机主要是刺激经济增长、财政盈余和政绩诉求。[31]高炜等从互利共赢角度分析了地方政府与“地方”国有企业政治关联存在的合理性，从而揭示了为何地方政府偏爱“地方”国有企业（而非“央企”）的原因。[20]

综上，在去杠杆政策实施阶段（2015—2017），“央企”杠杆率调整速度很可能会超过“地方国企”，这一方面源于“央企”政治约束更高、受行政监管水平更高，另一方面也源于地方政府与地方国企进行资源绑定、寻求互利共赢，因此，其对地方国有企业的融资偏护会比“央企”更强。这与现有研究发现“央企”与地方国企在2016年后出现杠杆率背离特征相一致。[32]

图1进一步从数据特征上验证了2012年以来不同类型国有企业的杠杆率演变差异，证明了自2015年“去杠杆政策”以来，“央企”信贷杠杆率（长短期借款占总资产比重）下降幅度确实更快。

综合上述逻辑分析和特征事实分析，本文认为：相较于中央国有企业，地方国有企业更大程度上享有地方政府的隐性担保和政治资源，由此导致中央去杠杆政策对地方国企的影响因地方政府干预而形成一定程度的缓冲效应，从而使得去杠杆率效果在地方国企和“央企”间形成差异。另外，近几年来，渤海钢铁、锦西化工、海航控股等一系列大型国企出现违约事件，这在较大程度上影响并改变着资金供给者的风险偏好，银行对大型国有企业也正在重新经历风险识别过程。这也意味着国有企业的融资约束水平可能会由此重新分布。基于以上预期，本文提出以下假设：

图1 不同类型国有企业信贷杠杆率演变图

假设2：去杠杆政策对“央企”影响更为突出，即“央企”杠杆率在政策冲击下的回落程度更高，由此也导致“央企”融资约束水平在政策冲击下的上升幅度更高。

假设2力争以“去杠杆”政策冲击和风险事件爆发为背景，考察国有企业内部融资约束水平及结构的变化，这将为理解国有企业融资约束在新周期下的演变机制提供逻辑解释。然而，深入思考假设2不难发现，假设2虽然揭示了现象（“央企”去杠杆意愿更强、效果更突出）并对其形成逻辑进行了分析，但是，仍有一个现实问题没有解答——若“央企”在“去杠杆”周期下确实更大程度上压缩了杠杆率，那么，“央企”将如何克服由“去杠杆”引发的资金流短缺呢？

借鉴邹朋飞等的研究，本文进一步从融资来源视角分解了“杠杆率”的构成，即将杠杆率分解为“银行信贷杠杆率”和“商业信用杠杆率”。因为，邹朋飞等发现，“央企”主要依赖于商业信用融资加杠杆，而地方国企则主要利用银行信贷加杠杆。[8]由此引发一个设问：去杠杆周期下，“央企”加速实施去杠杆背后是否也存在某种杠杆率“结构”的分化呢？例如，“央企”在显著降低银行信贷杠杆率的同时，是否会显著提高商业信用杠杆率？鉴于商业信用融资能力与企业市场声誉及自身在买方市场的势力强弱直接相关，而“央企”无论声誉和市场势力都高于地方国有企业，所以，本文预期：“央企”很可能在降低信贷杠杆的同时扩张商业信用杠杆。基于此，本文提出如下研究假设：

假设3：“去杠杆”政策的实施，虽然显著降低了“央企”信贷杠杆率，但也提升了“央企”借助商业信用进行杠杆扩张的意愿，并最终使得“央企”商业信用杠杆率在去杠杆阶段显著攀升。

三、实证设计

（一）假设1的实证设计

1.关于固定投资平滑模型的介绍。假设1力争检验国有企业是否面临融资约束，且不同类型国有企业的融资约束水平是否存在显著差异。传统的融资约束检验主要采用投资-现金流敏感度分析（以下简称FHP模型）。但是，现有文献指出，在投资-现金流敏感性分析中，正敏感性很可能源于被遗漏的投资机会，所以，本文对融资约束的度量采用了Fazzari和Petersen的固定投资平滑模型，该模型可以在过滤投资机会影响的条件下更准确地刻画融资约束。

所谓固定投资平滑，是指当企业遭遇外部需求冲击时，其固定投资必然会出现波动，然而，由于固定投资的调整成本非常高，所以，频繁的固定投资波动对企业而言意味着较大的成本损失。然而，若不削减固定投资，在需求冲击下，企业现金流水平必然会紧缺，于是，企业会增加外部融资以稳定现金流，从而维持固定资产投资。然而，融资约束的存在很可能使得上述过程无法成立。但是，即使是存在融资约束的公司，也可以通过缩减流动性强、调整成本低的营运资本投资来实现补充现金流、稳定固定投资的目的。换言之，由于营运资本投资（Working Capital Investment）和固定投资（Fixed Investment）的流动性不同、调整成本存在差异，所以，对于一个存在融资约束的企业而言，在遭遇外部需求冲击时，它并不会等比例地降低固定资产投资和营运资本投资，而是会优先降低流动性更强、调整成本更低的营运资本，甚至通过加速收缩营运资本投资来“平滑”固定投资，表现为营运资本投资（ΔW）对固定投资（I）的回归系数应该显著为负。Fazzari和Petersen将上述负敏感性成为固定投资“平滑”效应（Fixed Investment Smoothing Effect），并认为，平滑效应的存在可以作为企业存在融资约束的重要证据。[10]

与投资-现金流敏感性分析相比，固定投资平滑模型的优势在于能够过滤掉因遗漏投资机会而产生的估计偏误。这是由于：平滑模型虽然在固定投资方程中增加了营运资本因素（ΔW），但依然保留了现金流（CF）这一原有影响因素。若正的投资-现金流敏感性不是源于融资约束，而是源于遗漏的投资机会时，由于遗漏的投资机会对固定投资（Y）和营运资本投资（X）产生同向影响——对于一个完整的生产、销售循环，固定资产投资与营运资本投资具有正相关特征。所以，此时ΔW对I的回归系数应为正，而非平滑效应下的负相关。基于此，本文最终采用固定投资平滑模型来识别和检验不同类型企业的融资约束。

2.假设1的模型设计与内生性处理。Fazzari和Petersen的固定投资平滑模型的简化式（Reduced-Form）如下。[10]

模型（1）与投资-现金流敏感度模型的区别是增加了营运资本投资（ΔW）。其中，若ΔW的系数β3显著为负，则表明企业被迫利用营运资本来平滑固定投资。Fazzari和Petersen认为，如果企业并无融资约束，那么，就不会产生平滑行为，因为平滑本身存在调整成本，而用外部融资来支持固定资产投资显然是更优的选择。所以，若平滑效应显著，则意味着企业存在融资约束。此外，Fazzari和Petersen进一步指出，营运资本具有一定的内生性。因此他们采用2SLS法进行估计。其中，营运资本投资的工具变量设定为：托宾Q(Qjt)、现金流CF(CF/Kjt)、期初营运资本存量(W/Kjt)。

除上述简化式外，Fazzari和Petersen还提供了平滑模型的扩展式，即加入了同期的和滞后一期的“销售资本比”，其具体形式模型（2）所示[10]:

本文在检验中，也将遵循上述规范，同时汇报简化式和扩展式的回归结果。本文认为，若假设1成立，则：（1）全样本下的ΔW系数β3应显著为负；（2）地方国企的｜β3｜应显著高于央企的｜β3｜。

(二)假设2的实证设计

1.“去杠杆”政策的冲击效应检验（对杠杆率的冲击检验）。本文采用双重差分法（DID）对“去杠杆”政策的冲击效果进行评估。本文将“央企”视为处理组，普通国企视为控制组。因为，根据前文分析可知，“央企”的政治约束更强，且地方政府对“央企”的融资保护、财政补贴、预算软约束支持力度更弱，所以，“央企”在政策冲击下会产生更强的自我“约束力”，而地方国企约束则会较弱。图1也明确显示出地方国企杠杆率在2016年和2017年几乎没有变动，而“央企”下调幅度却非常显著。基于上述差异，本文将“央企”定义为处理组。政策时点的设定上，将2016和2017作为政策冲击时期，而2009—2015年期间作为政策冲击前期。

双重差分法是“准自然实验”下较为常用的政策评估和因果推断方法。两期DID模型结构如（3）所示：

其中，Gi为实验组虚拟变量（Gi=1，若个体i属于实验组；Gi=0，若个体i属于控制组）。互动项Gi*Dt=xit。上述DID模型可以很容易地推广到多期数据的情形。以本文研究为例，具体如（4）所示：

此时，Dt为虚拟变量，只要t属于实验期（本文中，实验期为2016—2017），则Dt=1，否则为0。D2010…D2017分别对应2010年到2017年的年度变量（去掉D2009以避免虚拟变量陷阱）。

考虑到面板数据在处理个体和时点异质性方面的优势，本文采用面板数据固定效应优化模型（4）的估计。借鉴Chang等[33]的研究，本文确定了相关控制变量，最终回归模型如（5）所示。

模型（5）中，TYPE*DELEV为双重差分项。若企业类型为“央企”，则TYPE=1，若为普通国企，则Type=0。控制变量LnAsset为年末总资产账面价值的自然对数，Age为本年度与上市年度之间的年数，ROA为资产回报率，Tangas为资产的可变现性，GAexp为一般和管理费用，NDTS为非债务税盾，ETR为有效税率，Indgrow为按行业和年份划分的农副产品中位数，SOE为政府控制虚拟变量，DIV为每股分红送转。DELEV为政策冲击时点变量，若样本所在年份为2016—2017，则DELEV=1。μi控制不可观测个体异质性，控制年度异质性。上述变量具体定义及口径参见表1。

若假设2成立，则预期模型（5）中的DID项（TYPE*DELEV）的系数应显著为负，即去杠杆政策对处理组（央企）“杠杆率”产生了显著的负冲击。

2.“去杠杆”政策的冲击效应检验（对融资约束的冲击检验）。为考察去杠杆政策对企业融资约束的异质性冲击效应，本文在平滑模型的基础上引入“去杠杆”这一政策虚拟变量（DELEV），并利用其与营运资本的交叉项来观测去杠杆政策对融资约束的异质性冲击。相关检验如模型（6）所示。

若假设2成立，即去杠杆政策会降低“央企”杠杆率，从而强化“央企”融资约束，那么模型（8）中，“央企”组的交叉项（DELEV*ΔW）系数绝对值｜ω7｜应大于地方国企该系数的绝对值｜ω7｜。

(三)假设3的实证设计

假设3力争从杠杆分解角度考察“央企”在“去杠杆”政策冲击下，如何通过调节杠杆结构来缓解现金流压力，即检验“央企”是否存在降低银行信贷杠杆的同时扩张商业信用杠杆的情况。为此，本文将总杠杆率（总负债/总资产）分解为两部分：（1）信贷杠杆率（BL_LEV），以“（短期借款+长期借款+1年内到期的非流动负债）/总资产”计量；（2）商业信用杠杆率（TC_LEV），以“（应付账款+预收账款）/总资产”计量。在此基础上，本文进一步在模型（5）的基础上构建了模型（7），继续利用DID估计检验“去杠杆”政策对“央企”信贷杠杆率和商业信用杠杆率异质性冲击效应。

若假设3成立，则预期模型（7）中，Y为BLLEV时，交叉项系数σ2应为负，表明“央企”信贷杠杆率在政策冲击下确实显著下降；同时，Y为TCLEV时，交叉项系数τ2应为正，表明“央企”商业信用杠杆率在去杠杆政策冲击下不降反升，即“央企”降低银行杠杆的同时也扩张了商业信用杠杆。

四、变量、样本与描述性统计

（一）变量定义

表1 主要变量的定义与计量方式

（二）样本选择

本文数据来源为Wind数据库，选取2009—2017沪深A股上市公司中证监会行业分类指引属于制造业及公司属性为中央国有企业或地方国有企业的样本，剔除了ST类企业及2010年（含）以后上市的企业。最终得到395家企业，共计3555个样本③。

（三）描述性统计

主要变量的分年度均值分析如表2所示：（1）无论是“央企”还是地方国企，固定投资均在2013年开始呈现显著下行特征，“央企”在2015—2017年甚至出现平均水平为负的情况，即“央企”固定投资下滑更为剧烈，这与本文预期“央企”约束更强、受地方融资保护更弱存在逻辑一致性；（2）内部现金流（折旧和摊销前利润）在2015年触底、在2016和2017年回升，说明上市公司盈利条件自2016年开始有所改善，但是，从2015—2017年营运资本投资情况看，这一利润改善的背后伴随的是营运资本在同期出现超过20%的增长，这暗示出利润回升很可能源于赊销增加，从而导致应收账款等营运资本攀升。换言之，增长的质量并不乐观。

主要变量的总体描述性统计如表3所示。表3表明：1.相较于现金流与固定投资，营运资本的变动幅度更大，即标准差相对较高，这表明营运资本更易调整，也为营运资本平滑固定投资提供了证据。2.与总杠杆率（LEV）和银行信贷杠杆率（BLLEV）相比，商业信用杠杆率（TCLEV）更为稳定，这与“央企”信贷杠杆率在去杠杆周期下降幅更快，但商业信用杠杆却相对较慢在逻辑上是一致的。

表2 主要变量的分年度的描述性统计

表3 描述性统计

五、实证结果

（一）假设1的实证结果及分析

表4给出了假设1的检验结果：（1）平滑模型（第2列）较传统的敏感性分析模型（第1列）更具有解释力，因为在控制住营运资本短期平滑效应的基础上，现金流更能表现出其对企业固定投资的长期影响。因此，现金流CF的系数比传统模型下更高。这与Fazzari和Petersen认为平滑模型能修正传统模型对现金流的低估偏误的预期完全一致。[10]（2）营运资本因素ΔW/K对固定投资确实具有负影响，即平滑效应显著成立，就国有企业全样本而言，融资约束成立，即国有企业总体面临融资约束。（3）不同类型国企营运资本对固定投资的平滑效应存在显著差异——地方国企平滑系数绝对值大于“央企”，即地方国有企业面临的融资约束更大，这与假设1的预期一致。

表4 基于平滑效应的融资约束检验（全样本）

（二）假设2的实证结果及分析

表5给出了假设2的检验结果。结果表明：（1）无论是全部国企，还是不同类型的国企，ΔW/K的系数均为负，即在2010—2017这一经济下行期，即使是国有企业，也同样面临显著的融资约束。（2）去杠杆政策的实施对不同类型国有企业平滑效应的影响具有异质性——“央企”的政策时点冲击与营运资本的“交叉项”系数显著为负，而地方国有企业的交叉项系数却不显著，这表明“去杠杆”政策的实施加剧了中央国有企业的平滑水平，即“央企”融资约束在政策冲击下上升。相反，地方国有企业平滑水平却没有发生显著变化，暗示地方国企的融资约束受政策冲击影响不明显。

考虑到融资约束的变化应与企业杠杆率的变化存在某种同步特征。换言之，融资约束在政策周期下的变化很可能源于政策对杠杆率的影响。基于此，本文进一步结合模型（5）通过DID检验考察了政策冲击下“央企”杠杆率的下降幅度是否显著快于地方国企。若表5所呈现的融资约束异质性变化（仅“央企”融资约束显著上升）是杠杆率出现异质性演变的结果。那么，在表6的DID检验中，双重差分项的系数也应显著为负。换言之，当以融资约束变化不显著的地方国企为控制组，以融资约束受政策冲击明显的“央企”为实验组时，在政策实施期（2016—2017）前后，应能观察到显著的政策冲击效应。实证上即表现为DID估计中交互项系数显著为负——政策冲击对实验组（央企）产生了显著的去杠杆作用，“央企”杠杆率（相比控制组）在政策调控下呈现显著降幅。

然而，遗憾的是，表6回归结果并未如预期一样，即“央企”杠杆率并未因政策效应出现显著下降。这似乎显示出“去杠杆”这一政策冲击对融资约束显著上升的“央企”而言，并没有带来显著的杠杆率“冲击”效应。如何理解这一实证结果呢？事实真的如此吗？理解这一结果的关键之处在于：去杠杆政策这一外生冲击很可能对“央企”的影响更为突出，但这一突出性却未必以“总杠杆率”的方式体现。因为总杠杆可以进一步分解为银行信贷杠杆（BLLEV）和商业信用杠杆（TCLEV），政策冲击很可能倒逼“央企”降低银行信贷杠杆，但由于“央企”市场声誉以及买方市场地位更强，所以，在缩减银行信贷杠杆率的同时，“央企”很可能同时反向扩张商业信用杠杆。此消彼长，最终“央企”总杠杆（LEV）并未表现出明显的降低。这就是表6中对总杠杆率LEV进行DID估计为何不显著的原因。为验证政策冲击会影响杠杆率的结构，本文进一步给出了分类检验表（表7）。

表5 去杠杆政策对融资约束的异质性冲击效应检验

（三）假设3的实证结果及分析

表7表明：去杠杆政策实施后“央企”杠杆率出现了结构性上升——虽然表6显示传统杠杆率（总负债/总资产）变化虽然不显著，但在本表中，有关银行信贷杠杆率的DID检验表现为中央国有企业的杠杆率下降速度显著高于地方国有企业。同时，当进一步对商业信用杠杆率进行回归时，也发现中央国有企业的商业信用杠杆率在去杠杆政策实施后相较于地方国有企业不降反升。这说明在去杠杆政策实施后，中央国有企业的银行信贷融资相对减少，转而更加依赖于其存在市场地位及信誉等优势的商业信用渠道进行融资，因此其传统负债率的交叉项可能为正，这证明了在去杠杆进程下，“央企”虽然降低了银行杠杆，弱化了银行系统风险，但是却将杠杆风险转移至“供应链”上游，从而加剧了企业间的商业信用风险。上述研究为理解“央企”在去杠杆进程中的杠杆率结构演变提供了逻辑借鉴和实证参考。

六、进一步分析

前文分析过程包括两个主要发现：（1）同样是国有企业，“央企”的融资约束水平在“去杠杆周期”下上升得更快；（2）“央企”融资约束上升背后，是信贷杠杆的下降（去杠杆）和商业信用杠杆的上升（升杠杆）。前者揭示了“去杠杆”政策，在实施效果上的异质性，后者揭示了“央企”的“去杠杆”路径。然而，虽然现有文献也认为“央企”政治层级更高[34]，政治关联更强（代光伦等；高炜和黄冬娅）[18][20]，但是，现有文献大多是认为这一政治“优势”会给“央企”带来更多的好处。然而，本文却指出，政治关联带来的政治“优势”在特定条件下很可能会演变为一种政治“约束”。例如，当“去杠杆”作为中央经济工作重点后，在这一中央经济政策落地过程中，“央企”面临的考核压力必然更大，其政治“约束”更强，从而导致其主动降杠杆的动机更高。然而，这一“政治约束论”是否真的存在呢？由于现有文献并没有给出一种相对科学的度量企业政治约束的指标，因此，有关“政治约束论”的存在性，很难直接进行证明。但是，考虑到政治约束与企业地理位置紧密相关，例如，若“央企”所在地为北京，那么，其政治约束相对会比非北京“央企”更高，因此，本文认为，若“政治约束论”成立，那么，北京“央企”因“去杠杆”政策导致的融资约束上升幅度应该显著高于非北京“央企”。换言之，预期在表8中，北京“央企”的交叉项系数应该更“负”。

表6 去杠杆政策对杠杆率的异质性冲击效应检验（DID估计）

表7 去杠杆政策冲击下“央企”杠杆率的“结构演变”（DID估计）

表8显示：北京“央企”的交叉项系数数值确更低，这意味着北京“央企”由于面临更强的政治约束，所以，受“去杠杆”政策冲击程度更强，融资约束在政策冲击下上升幅度更高。这一实证结果为“政治约束效应”的存在性，提供了一定的逻辑支持。

表8 对“政治约束”存在性的检验

七、结论与贡献

本文研究结论包括：（1）在2009—2017年这一经济增速下行阶段，即使是国有企业，也开始普遍面临融资约束，但是，中央国有企业的约束显著低于地方国有企业；（2）2016—2017年期间，中央去杠杆政策的实施强化了国有企业融资约束，但中央国有企业由于面临更强的“政治约束”，因此受政策冲击的影响大于地方国有企业，即“央企”杠杆率在政策冲击下的回落程度更高，由此也导致“央企”融资约束水平在政策冲击下的上升幅度更高；（3）“去杠杆”政策的实施虽然显著降低了“央企”信贷杠杆率，但也提升了“央企”借助商业信用进行杠杆扩张的意愿，并最终导致“央企”商业信用杠杆率在去杠杆阶段显著攀升。

本文潜在贡献为：（1）以2016—2017年期间中央“去杠杆”政策为研究背景，实证检验了政策冲击对我国不同类型国有企业（央企、普通国企）融资约束及杠杆率的异质性影响，并证明了产生这一差异的动因——“政治约束”强度不同。这与传统研究认为“政治关联”对企业财务决策会产生“优势效应”不同，指出了政治关联在特定时期下也会对企业财务决策形成“约束效应”。这既丰富了现有文献对政治关联的理解，也为“去杠杆”政策评估研究提供了新的逻辑视角。（2）通过区分融资来源，本文将杠杆率分解为银行信贷杠杆率和商业信用杠杆率，并证明了“央企”虽然在相对更强的政治约束和相对较弱的地方政府融资偏护下，呈现出融资约束升高、杠杆率下降的特征，但杠杆率的下降主要是通过降低银行信贷杠杆实现的，同期商业信用杠杆率呈现出不降反升格局，这表明去杠杆政策不仅改变了企业融资约束及杠杆率水平，同时也对企业杠杆率“结构”产生了调节作用。这一发现对认识宏观调控政策如何影响微观企业财务行为，提供了新的视角。（3）本文以政策冲击为背景，通过分析杠杆“结构”的演变特征，间接证明了商业信用与银行信贷之间存在替代关系，这为传统替代理论在中国“去杠杆”情境下的存在性提供了证据。

注释：

①2015年12月，中央经济工作会议提出，2016年经济社会发展特别是结构性改革任务繁重，必须要紧抓关键点，即抓好“去产能、去库存、去杠杆、降成本、补短板”五大任务。

②本文聚焦国有企业展开研究主要基于以下原因：1.有关国企与民企融资约束差异及杠杆率差异的研究已经较为丰富，但有关国有企业内部融资约束的异质性研究，尤其是去杠杆政策冲击下的异质性演变研究仍不多见。2.钟宁桦等发现，国有企业虽然具有更强的杠杆偏好，但从国有企业细分构成上看，普通地方国企在2015年前的杠杆率扩张并没有表现出如大型“央企”那样激进，这暗示出在杠杆率决策方面，虽然同是国有企业，但“央企”和普通的地方国企相比，其决策结果仍有可能存在较大差异。3.本文在分析去杠杆率实现路径时将杠杆率细化为信贷杠杆和商业信用杠杆，而古昕等研究发现，国企和民企杠杆率与商业银行杠杆率的联动性存在显著差异，只有后者对银行杠杆率波动敏感，这也暗示出两类样本的本质存在差异。

③由于国泰安数据库中存在部分企业Q值缺失的情况，故实际参与固定投资平滑模型回归的样本数为3362。