银行业竞争、 资本配置与制造业上市企业全要素生产率——基于异质性融资依赖视角

李 琳

一 引 言

制度低效导致的宏观金融资源错配(张杰等，2017)和代理冲突导致的微观企业资金配置效率低下(Jensen和Meckling，1976；Stein，2003)严重制约了我国制造业的高质量发展。尤其是近些年随着实体经济投资回报率持续下降，经济更是呈现出了“脱实向虚”趋势(韩珣和李建军，2020)。因此，如何通过金融供给侧结构性改革切实提升制造业企业的外部融资能力和资金配置效率是我国经济实现高质量发展亟需解决的一个重要现实问题。通过持续引入新的商业银行、促进竞争的渐进式改革是中国金融体制改革的主线之一，特别是2001年12月加入WTO后，中国政府进一步加大了推动银行市场竞争环境的建设力度，经过多年发展，国有银行的绝对垄断地位已大幅下降，银行业竞争愈发激烈。

大量文献从微观企业视角研究银行业竞争的经济后果。基于中国银行业竞争制度背景的不少研究认为，银行业竞争在增加企业融资规模和降低企业融资成本方面发挥了积极作用(张杰等，2017；李志生等，2020)，并促进了企业全要素生产率提升(蔡卫星，2019；Gao et al.，2019；Li和Huang, 2015；盛安琪和耿献辉，2021)。近年来，祝继高等(2020)、李志生和金凌(2021)等学者尝试探讨了银行业竞争对企业投资效率的影响，发现银行业竞争通过发挥债权治理效应显著提高了企业的投资水平和投资效率。本文在已有研究基础上，利用中国银监会网站公开的金融许可证信息构造了地级市银行业竞争指标，以2006—2019年中国沪深两市A股制造业上市企业为研究样本，基于异质性融资依赖视角，深入分析了银行业竞争对制造业上市企业全要素生产率的影响及机制。本文可能的贡献为：一是与现有研究主要使用中国工业企业数据不同，本文利用上市企业数据，一方面可在较长的样本区间研究持续的银行业竞争环境变化对微观企业的作用，另一方面上市企业相较工业企业一定程度上能反映金融摩擦最小状态下企业的实际融资需求(Rajan和Zingales，1998)，有助于厘清银行业竞争对制造业企业全要素生产率的真实影响及机制路径。二是现有研究主要考察了银行业竞争促进企业全要素生产率的融资约束机制，本文则重点考察了银行业竞争作用于企业全要素生产率的资本配置机制，打开了银行业竞争作用于制造业企业全要素生产率的“黑箱”，深化了银行业改革支持实体经济发展的研究，丰富了银行业竞争与企业资本配置的文献。三是已有银行业竞争代理变量，主要衡量了各地区的宏观银行业竞争水平。然而，不同企业由于要素密集度不同，外部融资依赖度有较大差异(Rajan和Zingales，1998)。采用地区银行业竞争度无法识别对不同融资依赖企业的真实影响。本文基于异质性融资依赖视角的研究，有利于更加精确地评估银行业竞争对制造业企业全要素生产率的影响。

二 理论分析及研究假说

优序融资理论认为，企业是否寻求外部融资由其持有的自由现金流与投资项目所需的现金流资金缺口决定。当企业发展进入资本密集或研发密集阶段时，企业会加大外部融资需求(Rajan和Zingelas，1998)。在MM理论资本市场完美假设条件下，企业内外部融资成本相等，不存在融资约束。但现实中信息不对称问题却使经济主体获得外部融资需付出高额的成本(Myers和Majluf，1984)，特别是外部资金需求高的企业，项目风险及周期相较于一般企业更大、更长，所面临的融资约束更为严重(Rajan和Zingales，1998)。在我国以银行为主导的金融体系下，制造业上市企业外部融资依然高度依赖于银行信贷，而受制于金融市场化程度较低及制造业企业整体信用风险偏高，我国高融资依赖制造业企业的融资约束尤为严重。高融资约束环境使企业不得不将那些风险相对较高、投资周期较长，但回报更高、更有利于企业全要素生产率提升的投资项目削减，从而造成了严重效率损失。

产业组织理论的“市场力量假说”认为银行业竞争加剧将削弱垄断银行对信贷市场的控制力，降低银行期望收益率和保本贷款额，促使银行增加信贷供给，降低信贷均衡利率，缓解企业融资约束(Besanko和Thakor，1992；Guzman，2000)。而以信息不对称理论为基础的“信息假说”认为通过垄断可激励银行与借款人形成长期关系，缓解信息不对称所引致的逆向选择与道德风险问题，但银行业竞争提高导致的信息溢出与搭便车现象，将阻碍银企关系形成，造成借贷决策低效(Petersen和Rajan，1995)。因此，根据“市场力量假说”，银行业竞争通过缓解高融资依赖企业融资约束可提升企业全要素生产率；根据“信息假说”，银行业竞争将通过抑制高融资依赖企业信贷而降低企业全要素生产率。“市场力量假说”和“信息假说”两种观点都有大量经验研究支持，但这些结论主要建立在欧美发达国家制度背景下。基于中国情境的经验研究，总体上支持了“市场力量假说”。据此提出假说1。

假说1：银行业竞争有利于高融资依赖企业全要素生产率的提升。

高效率的资本配置是指企业合理将资本投资于生产经营所需的生产要素进而实现生产率最大化的方式(Almeida和Wolfenzon，2006)。“自由现金流假说”认为，两权分离下所有者和管理者利益目标相悖，可引发管理者基于自利性目的而滥用资金进而侵占股东利益的第一类委托代理问题(Jensen, 1986)。而金字塔式股权结构下终极控制权和现金流权不对等又会导致终极控股人为获取私利而利用资产转移、内部交易、关联投资等方式侵占中小股东利益的第二类委托代理问题。因股权结构相对集中，我国资本市场的第二类委托代理问题尤为突出(Jiang和Kim，2015)。在大股东终极控制模式下，固定资产、专用资产等是大股东从上市企业谋取控制收益的重要来源，上市企业更倾向于对这些资产进行投资，从而挤占R&D 投资和其他技术性资产的长期投资(Dyck和Zingales，2004)。代理成本问题的存在使企业资本并不能按照传统金融理论中边际收益和成本相等的原则在新古典完美市场均衡条件下自动实现最优配置(Stein，2003)，不利于企业全要素生产率提升。

可见，通过提升企业资本配置效率促进企业全要素生产率的关键是发挥公司的治理能力。债权治理在抑制企业资本非效率配置方面可发挥重要作用。一是债权人通过约定债务期限、规模、利率、设置限制性条款、要求提供担保物等方式向企业施压以保障自身按期收回本息的举措，可减少管理层支配的自由现金流，抑制管理层的自利性行为(Jensen和Meckling，1976)；二是银行通过降低大股东信用评级、提高后续借款成本、提前收回贷款等方式，可惩戒大股东谋求控制权私有的行为(Lin et al.，2011)。我国银行债权具有积极的外部治理效应，尤其是随着银行业竞争程度提升，银行的债权治理能力将被强化。这源于银行通过信贷扩张获取利润的行为，提高了银行风险偏好水平。为降低银行经营风险，银行将主动与企业保持沟通，从而更有效地监督企业资金使用行为(李志生等，2020)。据此提出假说2。

假说2：银行业竞争通过促进信贷强化债权治理效应有助于提升企业资本配置效率，进而提高企业全要素生产率。

三 研究设计

(一)数据来源

本文的研究样本为2006—2019年中国沪深A股上市企业。为保证数据的完整性和研究结果的可靠性，在使用前剔除了数据短缺严重的企业，最终得到15278个样本。数据源于国泰安数据库。为消除样本离群值的影响，对所有连续变量在99%和1%分位处缩尾处理。

(二)模型设定

为检验银行业竞争对制造业企业全要素生产率的影响，参考Rajan和Zingales(1998)的方法，设计了如下实证模型:

TFP

=

α

+

γ

×

Comp

×

EXD

-1+∑

β

×

Control

-1+

d

+

d

+

μ

(1)

式(1)中，被解释变量

TFP

代表企业

i

在第

t

年的全要素生产率；核心解释变量

Comp

为企业

i

所在城市

t

年的银行业竞争水平；

EXD

表示企业

i

在

t

年的外部融资依赖度；控制变量

Control

是一系列企业特征因素；

d

为企业个体固定效应，用于捕捉不随时间变化的企业特征；

d

是年份固定效应，用来控制随时间变化的不可观测因素；

μ

为企业层面聚类稳健标准误。

γ

衡量了银行业竞争对异质性外部融资依赖制造业企业的全要素生产率效应，结果显著为正，表明银行业竞争能促进高外部融资依赖制造业企业全要素生产率；为负表示会抑制高外部融资依赖制造业企业全要素生产率。为缓解可能存在的内生性问题，本文企业层面变量进行了滞后一期处理。

(三)变量定义

1.被解释变量：全要素生产率

常用的测算企业全要素生产率的方法主要有OP方法和LP方法。但OP法要求企业真实投资必须为正，在估计时将会损失不少样本，而LP方法可通过替换变量解决样本损失问题。在这一考虑下，选择LP方法测度企业全要素生产率较为合适(任胜钢等，2019)。全要素生产率计算过程中用到的产出变量为企业主营业务收入，劳动力投入为支付给职工以及为职工支付的现金，资本投入为企业固定资产净额，中间投入为主营业务成本与财务费用、管理费用、销售费用之和减固定资产折旧与支付给职工以及为职工支付的现金之和。以上变量都是以1992年为基期的实际值的对数，其中主营业务收入、劳动力投入、中间投入使用企业所在省份GDP指数平减，企业固定资产净额使用固定资产投资价格指数平减。

2.核心解释变量：银行业竞争

有关银行业竞争的代理变量，以银行业市场结构指标或放松管制的准自然实验居多，但这两类指标主要衡量了各地区的宏观银行业竞争水平。Rajan和Zingales(1998)开创性地提出一国金融体系促进经济增长的机制在于发达的金融市场能够降低高融资依赖行业的融资约束。这意味着银行业竞争对企业全要素生产率的影响与行业的外部融资依赖度密不可分。本文发现，即使是在同一行业内部，不同企业的融资依赖水平也存在较大差异。参考Rajan和Zingales(1998)的研究思路，采用各地级市银行业竞争度与企业外部融资依赖度的乘积作为企业银行业竞争的代理变量。本文同时将各城市各年银行业赫芬达尔—赫希曼指数(

HHI

)和前三大银行分支机构占比(

CR

3)作为地区银行业竞争程度的替代变量，因此，企业银行业竞争指数可表示为

HHI

*

EXD

和

CR

3*

EXD

，本文分别定义为

BHHID

和

BCR

3

D

。银行业竞争度和企业外部融资依赖度的具体测算方式如下。(1)银行业竞争。借鉴张杰等(2017)、蔡卫星(2019)的研究，利用国泰安数据库中提供的银行机构金融许可证信息，基于手工计算的各银行各年度在各个城市的分支机构数量，构建了衡量各城市银行业竞争水平的银行业赫芬达尔—赫希曼指数(

HHI

)，为保证结果的稳健性，参考现有研究，同时计算了前三大银行分支机构占比(

CR

3)。与既有研究一致，考虑到政策性银行、农村合作银行、农村信用社的特殊性，本文仅保留了国有商业银行、股份制商业银行、城市商业银行、农村商业银行、外资银行几类商业银行。各城市各年的银行业赫芬达尔—赫希曼指数(

HHI

)计算方法如下:

(2)

其中，

Branch

为第

k

个银行在

C

城市的分支机构数量，

Total

为

C

城市银行分支机构数量。各城市各年的前三大银行分支机构占比(

CR

3)计算方法如下:

(3)

其中，

Branch

1、

Branch

2 、

Branch

3分别为

C

城市分支机构数量最多的三家银行的机构数量，

Total

为

C

城市银行分支机构数量。以上两个指标的取值范围为(0， 1)，数值越小，表示银行业竞争度越大。参考蔡卫星(2019)的研究，本文通过定义

BHHI

=1-

HHI

和

BCR

3=1-

CR

3将各城市银行业竞争指标正向化，即数值越大，意味着银行业竞争程度越高。

(2)企业融资依赖度。Rajan和Zingales(1998)首次运用20世纪 80年代美国上市企业数据，运用“外部融资依赖度=(资本支出-经营性现金流)/资本支出”的方法计算了各行业的外部融资依赖度，该方法在国内外研究中得到了广泛运用。本文根据这一方法计算了制造业上市企业的外部融资依赖度。

3. 控制变量

参考现有研究，本文控制了企业规模(

Size

)、杠杆率(

Lev

)、企业年龄(

Age

)、成长性(

Rg

)、规模扩张(

Ag

)、盈利能力(

Roe

)、技术选择(

Tech

)、经营净现金流(

Cash

)、劳动力质量(

Labq

)、股权集中度(

Top

1)、企业所有制(

Soe

)对制造业企业全要素生产率的影响。变量定义见表1。

表1 变量定义

4.描述性统计

主要变量描述性统计结果见表2。与任胜钢等(2019)的研究结果相似，本文发现样本期间对数形式的平均全要素生产率为6.458，且呈现稳步上升趋势，说明上市企业高质量发展能力在逐步提升。地级市的

BHHI

指数和

BCR

3指数在样本期间呈递增趋势，意味着随着银行业放松管制政策的推进，各城市银行业竞争程度在不断加剧。与此同时，不同城市间的银行业竞争程度差距较大，信贷市场表现出了显著的本地市场特征。考虑企业融资依赖程度构造的

BHHID

指数和

BCR

3

D

指数，最大值和最小值之间存在显著差异，说明不同企业对外部融资的依赖水平差异明显，构造包含外部融资依赖度的银行业竞争指数具有合理性。

表2 主要变量的描述性统计

四 实证结果与分析

(一)基本估计结果

表3报告了银行业竞争影响制造业上市企业全要素生产率的基准回归结果。列(1)和列(2)企业银行业竞争

HHI

指数的回归结果表明，无论是否添加控制变量，企业银行业竞争

HHI

指数的估计系数均显著为正。列(3)和列(4)企业银行业竞争

CR

3指数的回归结果表明，回归系数虽有所降低，但仍显著为正。以上结论表明，地区银行业竞争水平对高融资依赖制造业上市企业全要素生产率产生了较强促进作用，也意味着促进地方银行业竞争的政策使金融资源配置到了资金更短缺的企业，支持了实体经济的高质量发展。

表3 银行业竞争对制造业上市企业全要素生产率影响的基准回归结果

(续上表)

(二)稳健性检验

1.替换

TFP

为排除指标测量误差造成的估计偏误，运用OLS 方法测算的全要素生产率进行稳健性检验，再次按式(1)回归，结果如表4所示。与表 3相比，企业层面银行业竞争

HHI

指数和银行业竞争

CR

3指数回归系数有所降低，但仍分别在10%和5%的统计水平下显著，这说明改变被解释变量测算方法不会影响本文的估计结果。

表4 替换被解释变量的回归结果

2.替换融资依赖度

采用地级市银行业竞争指标考察企业经济后果可缓解逆向因果问题，因为单个企业不太可能影响银行设立分支机构的决策。然而，本文用各城市银行业竞争指数与企业融资依赖度相乘构造的变量来衡量银行业竞争水平，一定程度上加剧了逆向因果。同时，不同企业甚至同一企业不同年份的融资依赖程度差异较大，可能存在由测量误差带来的估计偏误问题。为缓解逆向因果和测量误差带来的估计偏误问题，本文使用行业融资依赖度作为企业融资依赖度的替代变量。Rajan和Zingales(1996)曾测度了ISIC3位数的美国34个行业外部融资依赖度。因美国资本市场在世界范围内最为发达，金融摩擦较小，美国行业外部融资的数量接近或等于其实际需求数量。在全球化背景下，各国行业生命周期和融资特征呈趋同性，可将美国行业融资依赖程度作为我国行业融资依赖度的替代变量(Hsu et al.，2014)。为避免中美行业潜在发展差异的影响，本文也根据我国上市企业数据计算了我国制造业行业在样本期间的融资依赖度。表5列(1)和列(2)、列(3)和列(4)分别报告了替换为美国行业融资依赖度和中国行业融资依赖度的回归结果，结果并未发生显著改变。

表5 替换融资依赖度的回归结果

3.考虑地区、行业特征趋势

考虑到企业全要素生产率可能会受行业、地区随时间变化的不可观测因素影响。在式(1)基础上，进一步引入城市固定效应与年份固定效应交互项、行业固定效应与年份固定效应交互项，以控制诸如地区逐年经济波动、行业逐年需求波动、行业信贷政策逐年变化等的影响。表6列(1)—列(3)依次在前列基础上控制了年份、个体、行业-年份、城市-年份固定效应，可以看到随着控制程度的提升，核心解释变量的系数并未发生显著变化，结果依然稳健。

表6 考虑地区、行业特征趋势

4.考虑样本自选择偏误

高生产率企业相较于低生产率企业面临更多成长和投资机会，进而有更高的外部融资依赖度，这将导致不同融资依赖企业样本存在较大差异，产生样本选择偏误。本文采用 PSM 方法，根据融资依赖度分位数将样本分为三组，在此基础上生成虚拟变量

Dummyexd

，定义最高融资依赖组为1，剩余融资依赖组为0，以

Dummyexd

为控制变量，以成长性、所属行业、杠杆率、经营净现金流为匹配变量，使用Logit回归，倾向分值选取近邻方法，在两组之间进行1:1有放回回归。匹配后高融资依赖组和非高融资依赖组平衡性检验显示，4个变量偏差分别降低81.6%、83.3%、51.7%、96.1%，从而使得匹配后的样本不存在显著差异，缓解了本文可能存在的样本选择偏误问题。表7列(3)和列(4)报告了匹配后样本的回归结果，结果表明银行业竞争对高融资依赖企业全要素生产率的影响仍显著为正。

表7 考虑样本自选择偏误

5.考虑专利质押政策和知识产权保护的影响

为解决企业因抵押物缺乏而导致的融资难、融资贵问题，我国于2008年起逐步开始推行专利质押政策。因此，高融资依赖企业全要素生产率的提升可能来自专利质押政策，而不是银行业竞争。因专利质押政策是分城市逐步推行的，可将专利质押政策视为一项准自然实验。基于此，在式(1)的基础上，加入

Patentpolicy

变量取值为1表示企业所在城市为专利质押试点城市且政策已经实施，取值为0则表示企业所在城市不是试点城市或虽是试点城市但时间处于政策实施之前。。表8列(1)和列(2)的结果表明，控制专利质押政策后，银行业竞争仍显著促进了高融资依赖企业的全要素生产率。另外，根植于法律体系的产权保护和投资者保护决定了银行业竞争水平，可能是更有力的知识产权保护而不是银行业竞争水平影响了高融资依赖企业的全要素生产率。本文以 2012年开始实施的“国家知识产权示范城市”这一准自然实验作为知识产权保护的代理变量，在式(1)的基础上，加入变量

Propertypolicy

取值为1表示企业所在城市为知识产权示范城市且政策已经实施，取值为0则表示企业所在城市不是知识产权示范城市或虽是知识产权示范城市但时间处于政策实施之前。。表8列(3)和列(4)的回归结果同样表明，控制知识产权保护后，银行业竞争对高融资依赖企业全要素生产率的影响仍是稳健的。

表8 考虑专利质押和知识产权保护政策的影响

(三)异质性分析

1.基于企业所有制的异质性分析

我国上市国有企业主要分布在重资产行业，有充足的抵押物，再加上政府的隐性担保，相较于民营企业更易获得贷款(Gao et al.，2019)，因此，民营高融资依赖企业相较于国有高融资依赖企业面临更高的融资约束。如果银行业竞争能使信贷资源配置到更依赖外部融资的企业，那么，银行业竞争程度更高的地区，民营高融资依赖企业全要素生产率提升更快。本文根据企业所有制，将样本分为国有企业和民营企业分别进行回归。结果如表9所示，银行业竞争对民营高融资依赖企业产生了显著影响，而对国有高融资依赖企业虽然也产生了正向效应，但并不显著。这也间接表明银行业竞争使金融资源在所有制之间的错配得到了缓解。

表9 基于企业所有制异质性分析

2.基于产业类型的异质性分析

创新活动具有高投入、长周期、高风险的属性，银行为克服信息不对称和道德风险，对创新型企业往往会采取提高抵押物要求和变相提高贷款利率的策略，从而加剧创新型企业的融资约束(Cornaggia et al.，2015)。根据我国《战略性新兴产业分类(2018)》，战略性新兴产业是以重大技术突破和重大发展需求为基础的产业。这意味着战略性新兴产业企业相较于非战略性新兴产业企业面临更高的外部融资约束。可以预见，银行业竞争程度更高的地区，战略性新兴产业高融资依赖企业全要素生产率提升更快。本文将《战略性新兴产业分类(2018)》与中国证监会二级行业分类相匹配，将样本分为战略性新兴产业企业和非战略性新兴产业企业两组。结果如表10所示，银行业竞争对战略性新兴产业高融资依赖企业的全要素生产率产生了显著正向影响，说明促进银行业竞争的政策对我国经济高质量发展具有重要意义。

表10 基于产业类型的异质性分析

3. 基于企业规模的异质性检验

相较于小企业，大企业往往有更多抵押品(Gelos和Werner，2002)，小规模企业相对于大规模企业融资约束程度更高。可以预见，银行业竞争程度更高的地区，小规模高融资依赖企业全要素生产率提升更快。本文根据企业规模分位数将样本分为三组，取规模最大组和最小组分别进行回归。结果如表11所示，银行业竞争对小规模高融资依赖企业全要素生产率产生了更为积极的影响。这说明银行业竞争促使信贷资源向规模相对较小的企业倾斜，一定程度上提高了社会资金的配置效率。

表11 基于企业规模的异质性分析

五 机制分析

(一)资本配置效率机制

本文借助温忠麟等(2005)的中介效应模型检验银行业竞争促进制造业企业全要素生产率的资本配置效率机制。根据中介效应模型的检验程序，先检验式(4)中的

ρ

是否显著。如果

ρ

显著，再检验式(5)与式(6)，如果

λ

和

γ

均显著，但

γ

不显著，说明中间变量发挥了完全中介效应；如果

γ

显著，意味着中间变量仅发挥了部分中介效应。

TFP

=

α

+

ρ

×

Comp

×

EXD

-1+∑

β

×

Control

-1+

d

+

d

+

μ

(4)

Intermediary

=

α

+

λ

×

Comp

×

EXD

-1+∑

β

×

Control

-1+

d

+

d

+

μ

(5)

TFP

=

α

+

γ

×

Comp

×

EXD

-1+

γ

Intermediary

+∑

β

×

Control

-1+

d

+

d

+

μ

(6)

其中

Intermediary

为中间变量，表示企业资本配置效率。根据李志生和金凌(2021)的做法，将式(7)回归残差项的绝对值作为企业资本配置效率的度量指标。

Rg

表示企业主营业务收入增长率，代表企业拥有的投资机会，模型的拟合项为企业最优资本配置水平。残差项指企业实际资本配置水平与最优资本配置水平之间的差额，表示企业资本配置效率(

Inve

)，取绝对值后，数值越大，表示配置效率越低。由表12列(2)和列(5)可知，企业银行业竞争

HHI

指数和

CR

3指数对高融资依赖企业资本配置效率的影响系数分别在10%和5%的统计水平下显著，意味着地区银行业竞争使高融资依赖企业的资本配置效率提升更多；而列(3)和列(6)中，企业资本配置效率对全要素生产率的影响系数在1%水平下显著为负，说明资本配置效率的提升可对企业全要素生产率产生促进作用。以上结论验证了资本配置效率提升是银行业竞争促进高融资依赖企业全要素生产率的机制。

Inveit=α+γ1×Rgit-1+μit (7)

前文分析表明，银行业竞争可通过提高资本配置效率促进高融资依赖企业全要素生产率提升。但企业投资行为依然是一个黑箱，还是无法了解企业在各要素之间的配置情况。为此，本文分析了银行业竞争对高融资依赖企业在员工数量、人均工资、资本、中间品、研发投入等要素方面的配置行为。结果如表13所示，银行业竞争对高融资依赖企业的员工数量、人均工资、中间品和研发投入四类要素的配置有正向作用，特别是显著提升了人均工资和中间品的配置，而对代表固定资产等有形资产的资本配置则产生了显著的抑制作用。

表13 要素配置行为(1)

那么何种要素配置行为能促进企业全要素生产率提升？本文进一步借助中介效应模型，将受到显著影响的人均工资、中间品和资本要素作为中介变量进行检验。表14列(1)和列(4)显示，人均工资对企业全要素生产率产生了负向影响，说明高融资依赖企业在获得银行信贷后，将大量资金用于应对上涨的劳动力成本。不过，人均工资回归系数不显著，说明劳动力成本上涨尚未对我国企业全要素生产率产生显著抑制作用，但这种负面影响不能忽视。伴随着金融危机之后大规模经济刺激计划的实施，我国固定资产投资持续攀升，资本深化程度显著提高，然而过快的资本深化速度可能导致资本要素产出效率受损，进而抑制全要素生产率(余东华等，2019)。这意味着减少资本投入可提升企业全要素生产率。表14列(2)和列(5)的结果表明，我国上市制造业企业减少资本投入确实对企业全要素生产率产生了显著的积极影响，说明资本投入是银行业竞争促进高融资依赖企业全要素生产率提升的渠道。中间品，尤其是进口中间品可通过技术溢出促进企业技术进步。然而进口中间品在信息搜集、渠道构建、技术调整等固定成本和关税方面的花费更高，因此，企业较高的融资约束将限制企业进口中间品(武力超和刘莉莉，2018)。可见，银行业竞争通过缓解高融资依赖企业的融资约束无疑将有利于企业增加中间品的投入。表14列(3)和列(6)显示，纳入中间品投入后，银行业竞争对企业全要素生产率的作用不再显著，而中间品投入对企业全要素生产率的效应在1%统计水平下显著，且回归系数为0.539，远高于资本投入减少带来的正向效应，说明中间品投入是银行业竞争促进高融资依赖企业全要素生产率提升的主要原因。这也意味着通过银行业竞争，可大力支持企业通过引进先进技术的方式提升全要素生产率。不过，随着我国进入高质量发展阶段，继续依靠中间品投入促进技术进步需有较高的自主创新能力为依托(姚博和汪红驹，2019)，而如表13列(5)所示，自主创新有较高的风险，银行业竞争对自主创新的支持力度有限。

表14 要素配置行为(2)

(二)进一步分析

以上分析表明，高融资依赖企业在获得融资后将资金理性地配置到生产所需的要素上，从而实现资本的优化配置，提升了企业全要素生产率。这源于银行信贷扩张带来的经营风险加剧，倒逼银行增加对企业的信息挖掘，进而形成了较强的债权治理效应。即信贷越多的企业，银行业竞争通过提升资本配置效率促进企业全要素生产率的作用应更强。通常长期负债与R&D等长期投资相关，可产生更强的债权治理效应(唐玮等，2017)。本文根据长期借款/年初总资产的中位数，将样本分为低借款率和高借款率两组。表15(1)的回归结果表明，低借款率样本中，银行业竞争并未对高融资依赖企业全要素生产率产生显著影响；列(2)—列(4)的结果则说明，高借款率样本中，银行业竞争对高融资依赖企业全要素生产率产生了显著促进效应，且这种效应主要是通过提升企业资本配置效率产生的。

表15 债权治理效应

(续上表)

如果银行业竞争产生的积极债权治理效应是因银行主动加强了信息挖掘，这意味着信息不对称程度高的企业，银行业竞争通过提升资本配置效率促进企业全要素生产率的作用应更强。分析师通过现场调研等活动深入挖掘企业信息、公开分析报告，有助于降低企业与外部投资者之间的信息不对称(Chang et al.，2006)。因此，借款率较高的企业中，较少分析师关注的企业信息不对称程度更高。本文根据分析师人数分位数将高借款率样本分为三组，并取最低和最高分析师人数两组分别回归。表16显示，高债权治理效应体现在分析师关注较低的组中，从而验证了银行业竞争产生积极债权治理效应是由于银行主动加强了信息挖掘。

表16 信息挖掘

六 研究结论和政策启示

目前，我国金融改革进入深水区，以银行业为主导的金融体系如何改革才能更好地支持经济高质量发展？为回答这一重大现实问题，本文利用中国银监会网站公开的金融许可证信息构造了地级市银行业竞争指标，以2006—2019年中国沪深两市A股制造业上市企业为研究样本，基于异质性融资依赖视角，深入分析了银行业竞争对制造业企业全要素生产率的影响及机制。结果显示，银行业竞争显著促进了高融资依赖制造业上市企业的全要素生产率，且这种积极影响在民营高融资依赖企业、战略性新兴产业高融资依赖企业、小规模高融资依赖企业中更显著。机制分析发现，银行业竞争通过促进信贷发挥的债权治理效应实现了资源在企业内部的优化配置是高融资依赖企业全要素生产率提升的主要原因。

本文研究结论具有重要的政策启示：一是银行业竞争可促进高融资依赖企业全要素生产率提升的结论，为我国坚持打破垄断、促进竞争的银行业改革思路提供了有力的证据支持。未来应在风险可控的前提下，着力增加中小金融机构比重，支持中小银行的健康发展，充分发挥中小银行服务中小企业的基础性作用。二是银行业竞争主要通过增加高融资依赖企业对中间品投入而不是研发投入的方式促进了企业全要素生产率的提升，说明银行业竞争主要支持了企业的引进式创新，而对风险较高的自主创新的支持作用相对不足。未来在加强银行业竞争、大力发展中小银行的同时，也要强化科技赋能，助力银行业提高风险识别能力和风险定价水平，并大力发展以资本市场为代表的直接融资，优化金融结构，全面增强金融服务实体经济高质量发展的能力。三是高融资依赖企业获得银行信贷后，将大量资金用于应对劳动力成本的上涨，对企业全要素生产率产生了一定的负面影响，说明我国制造业国内“成本洼地”优势日渐消失。未来应进一步深入贯彻落实减税降费政策，帮助企业减轻负担，进而激发企业创新活力，支持制造业高质量发展。