Can Banking Structural Optimization Stimulate the Vitality of Entity Enterprises: From the Perspective of the Match between Banking Structure and Factor Endowment Structure
-
摘要: 以2011—2021年中国沪深A股制造业上市企业与地市级宏观经济数据为研究样本，基于银行业结构与要素禀赋结构契合的视角，探究银行业结构优化对实体企业活力的影响与作用机制。结果显示：银行业结构与要素禀赋结构的契合程度越高，越能够显著促进实体企业活力，且该效应随着企业活力的提升呈先增强、后减弱的倒U型特征。作用渠道分析表明，同要素禀赋结构契合的银行业结构通过改善银企间信息环境、优化信贷配置以及缓解公司财务与违约风险激发实体企业活力。进一步研究发现，这一促进作用在非国有企业、高科技企业、金融科技发展不充分地区的企业以及经济政策不确定性较高的时段更为明显。此外，同要素禀赋结构契合的银行业结构能够通过激发实体企业活力强化供应链韧性、提高企业全要素生产率并驱动地区产业升级。研究结论为深化金融供给侧结构性改革与促进实体经济高质量发展提供了路径参考。Abstract: Taking the data of manufacturing listed companies in the Shanghai and Shenzhen A-share markets from 2007 to 2021 and the macroeconomic data of prefecture-level cities from 2011 to 2021 as research samples, this paper, based on the perspective of the match between banking structure and factor endowment structure, systematically identifies the impact and mechanism of banking structural optimization on the vitality of entity enterprises. The results indicate that the higher the degree of match between banking structure and factor endowment structure, the more it can promote the vitality of entity enterprises significantly, which is characterized by an inverted U-shape, namely, first strengthening and then weakening with the increase of enterprise vitality. The mechanism analysis of channel functions shows that the banking structure which matches the factor endowment structure spurs the vitality of entity enterprises by improving the information environment between banks and enterprises, optimizing the credit allocation and reducing corporate financial and default risks. Further research shows that this positive moderating effect is more obvious in non-state-owned enterprises, high-tech enterprises, enterprises in areas with insufficient development of financial technology and periods of high economic policy uncertainty. In addition, the banking structure which matches the factor endowment structure can spur the vitality of entity enterprises, strengthen supply chain resilience, improve total factor productivity of enterprises and upgrade regional industries. The research conclusion provides a path reference for deepening the supply-side structural reform in finance and promoting the high-quality development of real economy.
-
表 1 变量描述性统计
变量名称 变量符号 均值 标准差 最小值 中位数 最大值 实体企业活力 Eng 7.909 1.006 5.448 7.956 10.598 银行业结构与要素禀赋结构的契合程度 Match 0.639 0.233 0.040 0.669 0.999 企业规模 lnsize 12.745 1.106 10.839 12.600 16.092 企业年龄 lnage 2.795 0.352 0.843 2.839 4.144 资产负债率 lev 0.357 0.177 0.047 0.345 0.751 托宾Q值 tobinQ 2.956 2.014 0.920 2.312 11.855 现金流 cash 0.058 0.062 -0.106 0.055 0.232 税收负担 tax 0.067 0.044 0.008 0.058 0.221 国有持股比例 str 0.020 0.080 0.000 0.000 0.525 最大股东持股比例 top 0.346 0.141 0.092 0.330 0.732 董事会规模 lnnod 2.116 0.187 1.609 2.197 2.708 高管持股比例 ms 0.102 0.161 0.000 0.012 0.637 两职合一 dual 0.334 0.472 0.000 0.000 1.000 独立董事比例 pid 0.374 0.053 0.313 0.333 0.571 地区生产总值 lnpgdp 11.402 0.51 10.035 11.487 12.223 金融发展水平 fin 1.499 0.62 0.254 1.476 7.45 地方政府干预 fis 0.150 0.055 0.059 0.135 0.741 
下载: 导出CSV
表 2 银行业结构优化与实体企业活力：基准回归与分位数回归结果
变量 (1) (2) (3) (4) (5) (6) Eng Eng Eng(q25) Eng(q50) Eng(q75) Eng(q90) Match 0.155**(0.072) 0.144**(0.070) 0.092(0.060) 0.108**(0.050) 0.174***(0.054) 0.134**(0.066) lnsize -0.004(0.024) -0.042***(0.015) -0.002(0.012) 0.029**(0.013) 0.061***(0.016) lnage -0.007(0.063) 0.022(0.038) -0.053(0.032) -0.009(0.035) -0.022(0.043) lev -0.815***(0.132) -0.817***(0.090) -0.781***(0.075) -0.819***(0.081) -0.824***(0.100) tobinQ 0.075***(0.009) 0.048***(0.008) 0.068***(0.006) 0.099***(0.007) 0.108***(0.008) cash 1.197***(0.235) 1.509***(0.207) 1.113***(0.172) 1.066***(0.187) 0.960***(0.230) tax -1.074**(0.524) -0.374(0.370) -0.054(0.308) -0.877**(0.334) -1.442***(0.411) str 0.044(0.163) 0.057(0.151) 0.020(0.125) -0.059(0.136) -0.162(0.168) top 0.627***(0.133) 0.695***(0.087) 0.693***(0.072) 0.522***(0.079) 0.411***(0.097) lnnod -0.146(0.125) -0.014(0.082) -0.162**(0.068) -0.201***(0.074) -0.409***(0.091) ms 0.393***(0.116) 0.615***(0.089) 0.378***(0.074) 0.353***(0.080) 0.393***(0.099) dual -0.097**(0.038) -0.147***(0.029) -0.091***(0.024) -0.045*(0.026) -0.091***(0.032) pid -1.020**(0.399) -0.799***(0.276) -0.733***(0.230) -1.086***(0.250) -1.583***(0.307) lnpgdp 0.074(0.067) 0.072(0.044) 0.113***(0.036) 0.146***(0.040) 0.103**(0.049) fin 0.111**(0.043) 0.116***(0.030) 0.120***(0.025) 0.061**(0.027) 0.027(0.034) fis 0.292(0.539) 0.530(0.336) 0.515*(0.280) 0.427(0.304) 0.591(0.374) 常数项 8.807***(0.293) 8.319***(0.926) 8.018***(0.658) 7.822***(0.548) 7.709***(0.595) 8.945***(0.732) 行业固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 样本数 12 754 12 754 12 754 12 754 12 754 12 754 R2 0.100 0.176 0.118 0.110 0.104 0.123 注：* * *、* *与 *分别表示在1%、5%与10%水平下显著，括号内为聚类到企业层面的稳健标准误。下表同。
下载: 导出CSV
表 3 银行业结构优化与实体企业活力：双重差分(DID)回归结果
变量 双重差分法 平行趋势检验 倾向得分匹配(PSM-DID) (1) (2) (3)1∶3近邻匹配 (4)核匹配 (5)半径匹配 Treat × Post 0.040*(0.024) 0.044*(0.025) 0.040*(0.024) 0.041*(0.024) Treat × Period (-3) -0.000(0.078) Treat × Period (-2) 0.007(0.066) Treat × Period (-1) -0.005(0.064) Treat × Period (1) 0.058***(0.017) Treat × Period (2) 0.080**(0.032) Treat × Period (3) 0.035*(0.019) 控制变量 是 是 是 是 是 行业固定效应 是 是 是 是 是 城市固定效应 是 是 是 是 是 年份固定效应 是 是 是 是 是 样本数 12 754 12 754 11 469 12 754 12 746 R2 0.161 0.166 0.163 0.161 0.161
下载: 导出CSV
表 4 内生性处理与稳健性检验(一)
变量 工具变量法 Heckman两阶段法 排除其他政策干扰 控制行业和地区时间趋势的影响 (1) (2) (3) (4) (5) (6) (7) Match Eng Eng Eng Eng Eng Eng Match_IV 0.332***(0.015) 0.148**(0.071) Match 1.002***(0.168) 0.139**(0.070) 0.140**(0.071) 0.148**(0.072) 0.219**(0.098) Kleibergen-Paap rk LM统计量 399.120[0.000] Kleibergen-Paap rk Wald F统计量 470.550{16.380} IMR -0.034(0.066) 控制变量 是 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 行业×年份 否 否 否 否 否 是 否 城市×年份 否 否 否 否 否 否 是 样本数 12 754 12 754 12 754 12 754 12 754 12 754 12 754 R2 0.049 0.177 0.177 0.177 0.194 0.186 注：[]内为Kleibergen-Paap rk LM统计量p值，{ }内为弱工具变量识别检验的10%临界值。
下载: 导出CSV
表 5 稳健性检验(二)
变量 延长时间窗口 替换变量测度方式 剔除疫情期间样本 (1) (2) (3) (4) (5) (6) Eng Eng Eng Eng Stock Eng L2. Match 0.103**(0.046) L3. Match 0.108**(0.051) Match 0.089**(0.043) 0.334**(0.160) 0.057***(0.020) 0.129**(0.050) 控制变量 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 样本数 10 441 8 715 12 754 12 754 11 387 9 044 R2 0.166 0.157 0.176 0.176 0.306 0.185
下载: 导出CSV
表 6 作用渠道检验：改善银企间信息环境
变量 (1) (2) (3) (4) (5) (6) infd 分析师关注度高 分析师关注度低 disc 信息披露质量高 信息披露质量低 Match 0.069*(0.037) -0.034(0.056) 0.296***(0.060) -0.024***(0.008) 0.069(0.056) 0.211***(0.062) 经验p值 0.000*** 0.001*** 控制变量 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 样本数 12 754 6 873 5 881 12 754 5 722 7 032 R2 0.383 0.219 0.194 0.277 0.160 0.200 注：经验p值检验组间Match系数差异的显著性，后表同。
下载: 导出CSV
表 7 作用渠道检验：优化信贷配置
变量名称 (1) (2) (3) (4) (5) (6) fd 信贷错配程度高 信贷错配程度低 sld 短期借款比重高 短期借款比重低 Match -0.197***(0.072) 0.195***(0.059) 0.029(0.062) -0.009**(0.004) 0.111*(0.060) 0.075(0.059) 经验p值 0.042** 0.013** 控制变量 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 样本数 12 754 6 381 6 373 12 754 6 381 6 373 R2 0.388 0.205 0.169 0.249 0.174 0.153
下载: 导出CSV
表 8 作用渠道检验：降低企业财务与违约风险
变量 (1) (2) (3) (4) (5) (6) Zscore 财务风险高 财务风险低 edp 违约风险高 违约风险低 Match 0.060*(0.034) 0.147***(0.055) 0.007(0.067) -0.006*(0.003) 0.185***(0.066) 0.130**(0.054) 经验p值 0.059* 0.084* 控制变量 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 样本数 12 754 6 337 6 417 12 754 7 782 4 972 R2 0.470 0.188 0.247 0.177 0.210 0.168
下载: 导出CSV
表 9 异质性分析
变量 是否为国有企业 是否属于高科技行业 所在城市金融科技发展程度 (1)否 (2)是 (3)否 (4)是 (5)低 (6)高 Match 0.190***(0.047) -0.067(0.082) 0.063(0.056) 0.235***(0.061) 0.169***(0.055) 0.148**(0.072) 经验p值 0.010** 0.000*** 0.001*** 控制变量 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 样本数 9 729 3 025 7 196 5 558 6 211 6 543 R2 0.180 0.380 0.180 0.154 0.185 0.185
下载: 导出CSV
表 10 调节效应与经济后果分析
变量 (1) (2) (3) (4) Eng Sc TFP_LP Indup Match 0.155**(0.070) -0.013**(0.006) 0.119***(0.034) 0.015**(0.007) Epu -0.099***(0.026) Match × Epu 0.049**(0.021) 控制变量 是 是 是 是 行业固定效应 是 是 是 否 城市固定效应 是 是 是 是 年份固定效应 是 是 是 是 样本数 12 754 12 500 12 754 2 820 R2 0.177 0.265 0.819 0.902 注：列(1)至(3)括号内为聚类到企业层面的稳健标准误，列(4)括号内为聚类到城市层面的稳健标准误。
下载: 导出CSV
-
[1] BISHWAS S K. Conceptualization of organization vitality based on strategic knowledge management[J]. Global Journal of e-business and Knowledge Management, 2011, 7(1): 45-52. [2] 李维安, 袁庆宏. 基于知识管理的企业活力塑造: 一个组织行为递进模型[J]. 经济管理, 2002(24): 4-10. [3] YANG G, DENG F. The impact of digital transformation on enterprise vitality-evidence from listed companies in China[J]. Technology Analysis & Strategic Management, 2023, 35(8): 1-18. [4] 毛宁, 杨运杰, 尹志锋. "单向混改"还是"双向混改"?——民营企业混合所有制改革路径选择对企业创新的影响[J]. 经济管理, 2023(1): 85-104. [5] BRANSTETTER L, LIMA F, TAYLOR L J, et al. Do entry regulations deter entrepreneurship and job creation? evidence from recent reforms in Portugal[J]. The Economic Journal, 2014, 124(577): 805-832. doi: 10.1111/ecoj.12044 [6] 于文超, 梁平汉. 不确定性、营商环境与民营企业经营活力[J]. 中国工业经济, 2019(11): 136-154. [7] 马双, 吴夕, 卢斌. 政府减税、企业税负与企业活力研究——来自增值税转型改革的证据[J]. 经济学(季刊), 2019(2): 483-504. [8] LIU Y, LIU J, DONG P. VAT rate cut and enterprise deleveraging: evidence from China[J]. Economic Analysis and Policy, 2023, 78: 1254-1266. doi: 10.1016/j.eap.2023.05.014 [9] 李建军, 吴懿. 税收分成、财政激励与制造业企业活力——来自"增值税分成"改革的证据[J]. 财贸经济, 2021(9): 5-19. [10] 李明珊, 孙晓华, 董艳. 市场化改革激发了谁的活力[J]. 经济学家, 2022(5): 14-24. [11] YE J, ZHANG A, DONG Y. Banking reform and industry structure: evidence from China[J]. Journal of Banking & Finance, 2019, 104(7): 70-84. [12] LEON F. Does bank competition alleviate credit constraints in developing countries[J]. Journal of Banking & Finance, 2015, 57(8): 130-142. [13] 林毅夫, 徐佳君, 杨子荣, 等. 新结构金融学的学科内涵与分析框架[J]. 经济学(季刊), 2023(5): 653-668. [14] 林毅夫, 孙希芳, 姜烨. 经济发展中的最优金融结构理论初探[J]. 经济研究, 2009(8): 4-17. [15] 蔡卫星. 银行业市场结构对企业生产率的影响——来自工业企业的经验证据[J]. 金融研究, 2019(4): 39-55. [16] 程悦, 李波. 银行业市场竞争度、债务融资成本与中小企业风险承担[J]. 金融经济学研究, 2021(6): 34-50. [17] 冯珏, 黄解宇. 金融集聚与企业高质量发展——金融机构空间分布的视角[J]. 经济与管理, 2023(1): 71-82. [18] 盛天翔, 范从来. 金融科技、最优银行业市场结构与小微企业信贷供给[J]. 金融研究, 2020(6): 114-132. [19] 张一林, 林毅夫, 龚强. 企业规模、银行规模与最优银行业结构——基于新结构经济学的视角[J]. 管理世界, 2019(3): 31-47, 206. [20] 张海洋, 胡英琦, 陆利平, 等. 数字时代的银行业变迁——网点布局与行业结构[J]. 金融研究, 2022(9): 75-92. [21] 赵家悦, 郜栋玺. 中小银行发展、要素禀赋结构与城乡收入不平等[J]. 经济评论, 2023(1): 55-72. [22] 叶德珠, 杨盈盈, 叶显, 等. 银行-企业的结构匹配与经济增长[J]. 经济评论, 2021(1): 18-32. [23] BERGER A N, BLACK L K. Bank size, lending technologies and small business finance[J]. Journal of Banking & Finance, 2011, 35(3): 724-735. [24] 张雪兰, 杨瑞桐. 银行集中度、文化适应压力与企业家精神[J]. 财贸经济, 2022(7): 37-52. [25] 李明辉, 黄叶苨, 刘莉亚. 市场竞争、银行市场势力与流动性创造效率——来自中国银行业的证据[J]. 财经研究, 2018(2): 103-114. [26] 姜付秀, 蔡文婧, 蔡欣妮, 等. 银行竞争的微观效应: 来自融资约束的经验证据[J]. 经济研究, 2019(6): 72-88. [27] HIRSHLEIFER D, HSU P H, LI D. Innovative originality, profitability, and stock returns[J]. The Review of Financial Studies, 2018, 37(7): 2553-2605. [28] BUREA F J, KABOSKI J P, SHIN Y. Finance and development: a tale of two sectors[J]. The American Economic Review, 2011, 101(5): 1964-2002. [29] 吴晗, 贾润崧. 银行业如何支持实体经济的供给侧改革?——基于企业进入退出的视角[J]. 财经研究, 2016(12): 108-118. [30] 王可, 周亚拿, 罗璇. 银行互联网化、区域经营跨度与商业银行的发展——基于城商行设立直销银行的证据[J]. 广东财经大学学报, 2022(3): 49-65. http://xb.gdufe.edu.cn/article/id/e4ea6f51-f047-4ec1-b256-5da6a6ae01bf [31] CHONG T T, LU L, ONGENA S. Does banking competition alleviate or worsen credit constraints faced by small and medium sized enterprises? evidence from China[J]. Journal of Banking & Finance, 2013, 37(9): 3412-3424. [32] 杜勇, 孙帆, 曹磊. 共同机构所有权可以促进企业升级吗?[J]. 数量经济技术经济研究, 2023(10): 181-201. [33] 杜传忠, 金华旺. 制造业产融结合、资本配置效率与企业全要素生产率[J]. 经济与管理研究, 2021(2): 28-40. [34] 刘超, 孙晓鹏. "金融结构-产业结构"的协调发展与金融风险[J]. 经济学家, 2023(1): 55-66. [35] 权小锋, 李闯. 智能制造与成本粘性——来自中国智能制造示范项目的准自然实验[J]. 经济研究, 2022(4): 68-84. [36] 马亚明, 马金娅, 胡春阳. 资本市场开放可以提高上市公司治理质量吗——基于沪港通的渐进双重差分模型检验[J]. 广东财经大学学报, 2021(4): 81-95. http://xb.gdufe.edu.cn/article/id/91acee7b-1ddf-49b7-a8b5-469ecc7f5c8c [37] KIM O, VERRECCHIA R E. The relation among disclosure, returns, and trading volume information[J]. The Accounting Review, 2001, 76(4): 633-654. [38] 赵晓鸽, 钟世虎, 郭晓欣. 数字普惠金融发展、金融错配缓解与企业创新[J]. 科研管理, 2021(4): 158-169. [39] 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. [40] 冯素玲, 赵书, 吴昊悦. 金融科技对企业财务风险的影响及其内在机理——兼论金融监管的门槛效应[J]. 改革, 2021(10): 84-100. [41] 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. [42] 黎文靖, 郑曼妮. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016(4): 60-73. [43] 李春涛, 闫续文, 宋敏, 等. 金融科技与企业创新——新三板上市公司的证据[J]. 中国工业经济, 2020(1): 81-98. [44] 宋全云, 李晓, 钱龙. 经济政策不确定性与企业贷款成本[J]. 金融研究, 2019(7): 57-75. [45] BAKER S R, BLOOM N, DAVIS S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics, 2016, 131(4): 1593-1636. [46] 方红星, 张勇, 王平. 法制环境、供应链集中度与企业会计信息可比性[J]. 会计研究, 2017(7): 33-40, 96. [47] 史丹, 叶云岭, 于海潮. 双循环视角下技术转移对产业升级的影响研究[J]. 数量经济技术经济研究, 2023(6): 5-26. -
