来源:武汉大学学报
杠杆率与中国制造业企业生存分析
——兼论所有制与出口状态的异质性影响
肖光恩 朱晓雨2
内容摘要:本文使用中国制造业企业数据和Cox比例风险模型,全面深入地考察了企业杠杆率对企业生存的潜在影响以及企业所有制形式与企业出口状态在杠杆率与生存率关系中的调节作用。研究结果表明:企业生存状态不仅受企业自身特征变量的影响,而且受企业所在地理区位和所在行业差异的影响。在其他条件相同时,当企业负债水平较低时,杠杆率的提高能显著地降低死亡率,而当企业负债水平较高时,企业杠杆率的提高则会增加企业的死亡率;而且杠杆率的提升对国有企业生存率负面影响要比非国有企业更小;同时,当杠杆水平较高时,出口退出者、出口转换者和持续出口者的生存率更容易受杠杆率的负面影响,而当杠杆水平较低时,出口转换者的生存率更容易受杠杆率的积极影响。因此,中国在推进企业“去杠杆”时不能一刀切,应根据企业不同特征把杠杆率控制在合理水平上,并要大力处置产能过剩和效率低下的国有企业。在制定企业出口优惠政策时应重视企业出口状态对企业生存的异质性影响。加大对出口企业的金融支持力度,降低出口企业的成本负担,促进中国出口贸易健康和可持续发展。
关键词:杠杆率 生存分析 企业所有制 企业出口状态
中图分类号:F 文献标识码:A 文章编号:
一、引言
企业是经济增长的主体和重要推动力量,特别是制造业企业持续生存和健康发展不仅是企业在市场竞争中可持续发展能力的重要表现,而且是国家提升企业国际竞争力的重要保障,更关系到国家经济可持续增长和稳定繁荣。但现有研究发现,中国企业生存状况并不乐观,当前中国中小企业平均寿命为2.5年,集团企业平均寿命为7-8年①。2000年以来全国新设企业中约5成企业的生存年龄在5年以下,而且企业退出市场的概率呈倒“U”型分布,新企业在成立的第3至第7年间的死亡率较高②;而且国有企业数量减少显著,1997年中国国有企业有26.2万户,2015年却下降至16.7万户,降幅达36%③。总体而言,中国企业生命周期短暂,在宏观经济增速放缓的条件下,企业生存面临巨大挑战。因此,研究中国企业生存规律对提高企业在国内外市场竞争中的可持续发展能力具有重要的现实意义。
目前,从企业生产率、企业规模、所有权性质和企业国际竞争力的视角来研究中国企业生存规律以及企业生存状态决定因素的研究开始出现,同时还发现企业负债水平同样也是影响企业生存的重要因素。
企业负债率即企业杠杆率,指企业通过举债为“杠杆”增加企业资金以扩大生产经营规模。一般认为,规模适度的“杠杆率”对企业生存和发展有利,但如果企业杠杆率过高,企业债务增速长过快,则会对企业产生巨大债务风险,并加速企业的死亡。自2008年国际金融危机发生以来,中国企业部门杠杆率上升很快,企业杠杆率较高,而且主要集中于非金融企业部门。据李扬(2015)测算,2010 年中国非金融企业负债占中国GDP的比重高达105.4%,超过OECD国家90%的阈值④。2016年底中国非金融企业杠杆率高达166.3%,因此,中国企业过度负债值得高度警惕⑤。而且非金融企业高杠杆率主要集中在国企,中国国有企业杠杆率从2009年到现在上升了约2倍,资产回报率却下降了2-3个百分点,企业杠杆率的攀升导致中国国有财务状况不断恶化⑥。谭语嫣等(2017)发现,中国非僵尸企业⑦的平均利息成本高达5.1%,但负债率只有49.7%;然而中国僵尸企业的平均利息成本只有0.8%,但负债率却高达69%⑧。杠杆率过高不仅会加重企业财务负担,成为企业生存发展的重大隐患,而且会导致金融机构不良贷款率陡升,金融风险加大,最终产生金融危机。因此,深入全面研究企业杠杆率与企业生存状态的关系,不仅关系到企业自身的生存发展与市场竞争能力,而且关系到金融体系的安全和效率,更关系到国家宏观经济增长动力的持续稳定。
本文主要从企业所有制和企业不同出口状态的视角,全面考察企业杠杆率与企业生存状态的关系,重点考察在开放经济背景下中国不同企业所有制和出口状态下企业杠杆率与企业生存率之间的规律,了解掌握不同类型企业杠杆率对企业生存的影响机制,为不同类型企业如何“去杠杆”提出具体和有针对性的策略,从而促进中国企业健康和可持续发展,并提高中国企业在国际市场中的持续竞争力。
二、文献综述
目前国内外已有不少关于企业生存率决定因素的研究,一个重要的研究视角是探讨企业负债率与企业生存的关系。例如,Zingales(1998)认为,在控制企业可观测的其它特征后,美国汽车运输行业中高负债企业的生存率更小。Bunn等(2003)用英国制造业和服务业的数据进行研究后发现,负债率较高的企业不仅生存率低,而且较差的盈利能力会恶化其影响。Luísa Farinha(2005)的研究也认为,创业初期负债率较高的企业生存率较低。但有趣的研究却始于Greenaway et al.(2007)的贡献,他们首次提出了财务健康(financial health)的异质性影响的概念,并用企业流动性比率和负债率等两个变量来衡量企业财务健康,同时证明了发现。类似的,Holger Gorg(2009)用英国和法国企业数据来研究财务健康与企业生存的关系,他也发现了企业负债率与企业生存的率显著负相关。在国内研究方面,张静等(2013)研究了1999-2007年新成立的中国制造业企业进入和退出的特征事实,进而发现非国有企业短期负债率对企业存活率有显著的正向影响;苏振东(2016)用2003-2007年中国制造业企业的数据为样本进行研究后发现,企业微观金融健康对企业存活率有显著的正面影响,杠杆率越高企业的死亡率就越低⑨。但逯宇铎等(2013)则认为负债率高的企业存活率却低,财务状况恶化不利于企业的可持续经营。因此,国内外现有的研究均发现杠杆率对企业生存的异质性影响。
尽管国内外现有的研究发现了企业财务健康与企业生存的异质性关系,但却较少涉及企业所有制和企业出口状态对杠杆率与企业生存关系的调节作用或潜在影响。目前只有少数研究发现了国内外企业在杠杆率与企业生存关系上的不同差异。如Sarah Bridge等(2008)发现,在其他条件相同的情况下,虽然英国企业负债率增加会降低企业存活率,但若将英国企业分为国内企业和参与全球活动的企业(包括出口企业和跨国企业)后,英国国内企业生存率受负债率的影响比出口企业和跨国企业更大。Holger Gorg (2014)用英国和法国企业数据进行研究也发现了新结论,即企业负债率对企业生存率的负面影响程度取决于企业的不同出口状态,持续出口企业的生存率受财务状况恶化的负面影响较小。在国内研究方面,苏振东(2016)认为企业出口行为对杠杆率和企业生存关系的影响并不显著;更为重要的是,张静等(2013)用1999-2007年中国制造业企业微观数据进行研究却发现了企业所有制对杠杆率与企业生存关系的调节作用,有趣的研究结论是:尽管企业负债率对企业生存率有显著的正向作用,但对于国有企业而言这种影响却并不显著。
综上所述,尽管现有的研究已经发现企业杠杆率对企业生存的异质性影响,但却没有全面地从企业所有制和企业不同出口状态的视角来研究杠杆率和企业生存率之间的关系。本文的主要贡献就是进一步地考察企业不同出口状态以及企业所有制对杠杆率与企业生存关系的异质性影响,不仅研究企业所有制和是否进出口企业对杠杆率与企业生存关系的影响,还要细分地研究企业不同出口状态对杠杆率与企业生存关系的影响。
三、实证检验
(一)数据来源与变量选取
1. 数据来源
为了研究杠杆率与企业生存状态之间的关系,本文选择1998到2007年中国工业企业数据库中两位行业代码从13到43之间的制造业企业(本文以下实证分析中的“企业”均指“制造业企业”)作为研究对象⑩。在数据处理上,本文采用已有文献对中国工业企业数据库数据处理的方法(Cai和Liu,2009):一是剔除了企业一些关键特征变量(如工业总产值、工业增加值、总资产、出口交货值)为缺失值、负值、零值以及企业职工人数少于8人的观测值;二是删除了一些明显不符合会计原则(如总资产小于固定资产、总资产小于流动资产)的观测值;三是用来自于《中国统计年鉴》的平减指数对工业企业一些关键变量(如固定资产、工业增加值、中间投入等变量)进行了平减;四是为了克服变量异常值的影响,本文对使用到的一些企业特征变量极端值进行缩尾处理;五是按生存分析方法的基本要求对企业生存状态进行了界定,企业生存与否取决于企业是否能在工业库中被观测到。生存分析中数据处理的核心问题就是定义死亡变量,把企业退出市场的年份取值为1,否则为0,由于分析中的样本时间区间为1998年至2007年,如果企业在2007年(即观测期最后一年)仍然没有退出市场,失效变量取值为0;同时,把企业生存时间定义为企业首次出现于数据库中直至其退出数据库所经历的时间;样本中存在记录不连续的观测值,其原因可能是企业停业后重开办或者企业年度销售额下降至企业规模以下后又上升到企业规模以上等所导致的;为了观察企业出口状态,本文参考于娇(2015)的方法,只研究记录连续的企业。通过上述的数据处理方法,最终样本有373587家企业的1257786组观测值。
2.变量选取
(1)企业杠杆率(即负债率)。现有研究对企业杠杆率的计算主要有以下几种方法: Greenaway et al. (2007) 把杠杆率(leverage ratio)定义为企业短期负债和总资产的比率;Kim et al. (2012) 则采用总负债和总资产的比率来度量企业杠杆率;也有学者用资产负债率来度量杠杆率,如孙黎娟(2008)在研究上市公司财务健康时使用资产负债率作为企业杠杆率;同样地,苏振东(2016)在考察企业微观金融健康时也采用资产负债率衡量企业杠杆率。本文根据已有文献的计算方法,采用总负债除以总资产的方法计算企业杠杆率,再以企业短期负债与总资产之比作为杠杆率用于后续的稳健性检验。进一步的,再根据杠杆率的大小把企业分为两类,即根据每年各行业企业杠杆率中位数把企业分为负债水平较高的企业组与负债水平较低的企业组,杠杆率大于当年该行业中位数的企业属于杠杆水平较高的企业,反之,则属于杠杆率水平较低的企业。
(2)企业所有制。在中国处于市场化转轨的过程中,国有企业和非国有企业的生存状态由于所有制差异表现出不同的特征。曹裕等(2011)发现湖南省中小企业中国有企业和外资企业比比私营企业的生存状态更差。为了衡量企业所有权性质对于企业生存的影响,本文引入了企业所有制形式变量(国有企业或集体企业=1,其他=0)。一般理论认为,国有或集体企业因体制僵化和负担较重而受到政府保护和扶持,因此,预期企业所有制对企业生存状态的影响为正向作用。
(3)企业出口状态。根据企业不同出口状态把企业分为五种类型:第一类是在样本观察期间从未进行出口的企业,称之为“从未出口者”(non-exporters),它是研究的对照组。第二类是进入样本时企业没有出口,但随后才选择出口并一直持续出口的企业,称之为“出口进入者”(enters)。第三类是指开始处于出口状态,但随后却退出出口市场并一直保持不出口的企业,称之为“出口退出者”(exitors)。第四类是指进入或退出出口市场超过一次的企业,这类企业的出口行为反复,称其为“出口变换者”(switchers)。第五类是指在样本期内一直从事出口的企业,称之为“持续出口者”(conti-exporters)。本文均用虚拟变量表示企业的不同出口状态。
(4)企业年龄。已有研究认为企业年龄与企业生存之间的关系是非线性。如Stinchcombe(1965)最早提出“新进入者劣势”(liability of newness)的理论假设,即指初创企业由于成立不久存在劣势而死亡率较高,但随年龄增加而逐渐适应环境和市场后其死亡概率逐渐减小。Mahmood(2000)等对“新进入者劣势”理论假设进行了修正,提出了“青年者劣势”(liability of adolescence)的理论假设,即企业年龄与危险率之间呈倒“U”型关系,在创立初期企业因还没得及在市场建立声誉而死亡率逐渐上升至极点,到达峰值后随企业年龄增大企业逐渐适应环境,企业死亡率开始下降,因此,企业年龄和企业生存之间的关系是非线性的。曹裕等(2011)则发现湖南省工中小企业年龄与死亡率呈“U”型关系,企业死亡率随企业年龄先减小后增大;逯宇铎等(2013)也得出同样的结论。因此,本文引入年龄和年龄的平方项两个指标来识别企业年龄与生存率之间的非线性关系。企业年龄计算方法为样本选取的每年时间减去企业第一次观测到的年份加1。
(5)企业规模。现代企业理论认为企业规模是影响企业生存的核心问题,现有的国内外研究多认为,规模大的企业其存活率更高。例如,Evans(1986)研究发现81%的行业中企业规模与存活率是正相关的;Audretsch& Mahmood(1995)选取美国制造业中1976年成立的企业作为样本,用Cox模型研究企业层面的企业生存率,结果发现企业规模越大其危险率就越低。Mata 和 Portugal (1994)的研究发现企业规模对企业生存率的影响是非线性的而且是单调递减的。逯宇铎(2013)发现大型企业比小型企业生存率更高且生存时间更长;张静(2013)则发现企业规模对非国有企业生存率的正向影响比国有企业更显著。本文以企业员工对数作为企业规模的代理变量,并引入企业规模的平方项,以此研究企业规模与生存率之间的关系是否存在非线性关系。
(6)企业生产率。劳动生产率是研究企业生存的关键因素之一,理论界普遍认为生产率高的企业可以更有效地利用现有资源获得更高的经济效益(比如产出),使企业拥有更强的竞争优势和生存能力。Baldwin(1995)通过研究加拿大企业样本发现企业可以通过提高劳动生产率来弥补高昂的劳动成本并进而增加企业利润率,生产率的提高增强了企业的存活能力。张静(2013)也发现劳动生产率与企业生存率成正相关,即企业生产率增加能显著提高企业生存率。连玉君(2012)使用中国工业企业数据库对生产率进行测算时发现,OP方法可以较好地处理变量相互决定偏差所引起的内生性问题和样本选择问题。因此,本文使用OP法来估计企业生产率,并估计生产率对企业生存率的影响。
根据以上变量的设定,下表总结了本文实证分析所使用的主要变量。
表1 研究变量说明
中文变量名 | 英文变量名 | 计算公式或变量取值 |
企业失败 | failure | 企业退出市场的年份取值为1,否则为0 |
企业生存时间 | survival time | 企业存活年限 |
企业杠杆率 | leverage | 总负债/总资产 |
企业生产率 | tfp | OP法 |
企业年龄 | age | 当年年份减去企业起始年份加1 |
企业年龄平方项 | age2 | 企业年龄的平方 |
企业规模 | size | 企业员工人数的对数值 |
企业规模平方项 | size2 | 企业规模的平方 |
企业所有制形式 | state-owned | 国有或集体企业取值为1,否则为0 |
(二)变量的描述性统计
1. 中国制造业企业的生存时间分布
根据样本数据可知(表2),中国制造业企业生存状态并不乐观。具体说来,在样本观察期中,中国制造业企业平均生存年限仅为3.37年,27.66%的制造业企业在样本中存活一年就消失,59.15%的制造业企业生存时间不超过3年,83.15%的制造业企业生存时间不超过5年,生存年限为10年的制造业企业仅占总数的4.34%。由此可知,中国制造业企业的生存状况较为严峻。
表2 企业生存时间分布
企业的生存时间 | 企业的数量 | 百分比(%) | 累计百分比(%) |
1 | 103347
| 27.66 | 27.66 |
2 | 69501 | 18.70 | 46.27 |
3 | 48117 | 12.88 | 59.15 |
4 | 64916 | 17.38 | 76.52 |
5 | 24766 | 6.63 | 83.15 |
6 | 19707 | 5.28 | 88.43 |
7 | 14063 | 3.76 | 92.19 |
8 | 6975 | 1.87 | 94.06 |
9 | 5975 | 1.60 | 95.66 |
10 | 16211 | 4.34 | 100 |
样本总数 | 373587 | 100 | 100 |
2.中国制造业企业生存率的估计
可以用生存函数来估计中国制造业企业的生存率。根据计量经济学理论可知,生存函数是个体存活至时间t的概率,即为个体在时间t之后“失效”的概率:
(1)
Kaplan-Meier估计量是生存函数S(t)的非参数估计,数据集中观测到的下“死亡”时间记为,其中k是数据集中观测到的不同失效时间个数,是在时间时处于风险中的个体个数,是在时间时“失效”的个体个数,则Kaplan-Meier估计量(也称之为连乘估计量)可以表达为:
(2)
其中,是在时间时处于风险中的个体个数,是在时刻死亡的个体个数。用这个生存函数可以对中国制造业企业的生存情况进行分析。
3. 总样本中制造业企业生存的基本特征
表3列出了总体样本中企业生存状态变量的描述性统计特征。下表中第二栏为全样本,共1257786组观测值,第三栏和第四栏分别为存活企业和失败企业,观测值分别为1095650组和162136组,最后一栏则汇报了均值检验的t值。就企业生存时间而言,存活企业平均生存时间为5.48年,而失败企业的平均生存年限仅为2.56年,存活企业的生存能力明显强于失败企业。就杠杆率而言,存活企业的杠杆率为57.7%,而失败企业的杠杆率为62.8%,存活企业的杠杆率低于失败企业;此外,存活企业的生产率高于失败企业,而且存活企业和失败企业在生存时间、杠杆率以及生产率之间差异的检验在统计上都是显著的,这说明制造业体生存状态的差异是明显的。
表3总体样本中制造业企业生存的基本特征
变量 | 全样本 | 存活企业 | 失败企业 | Diff. |
survival time | 5.103 (2.770) | 5.479 (2.687) | 2.564 (1.828) | 2.915*** (0.007) |
leverage | 0.584 (0.309) | 0.577 (0.293) | 0.628 (0.395) | -0.051*** (0.001) |
tfp | 8.359 (1.332) | 8.449 (1.307) | 7.755 (1.348) | -0.693*** (0.003) |
observations | 1257786 | 1095650 | 162136 |
|
注:括号内的值为标准差。第一列英文变量由上而下分别为企业失败事件、企业生存时间、企业杠杆
率、企业生产率和企业个数。最后一列为存活企业和失败企业样本的均值差异t检验结果。***、**、*分别表示参数的估计值在1% 、5%、10%的统计水平上显著。
4.不同所有制企业生存的基本特征
根据企业所有制形式可以把制造业企业分为了国有企业和非国有企业。由表4可知,首先国有企业和非国有企业生存的差异很大(如表4)。总体说来,国有制造业企业平均死亡概率明显高于全样本中企业和非国有企业的平均死亡概率。具体说来,在整个观察期中,全样本中制造业企业的平均死亡概率约为12.7%,而其中的国有企业平均死亡概率却是19.7%,非国有企业平均死亡概率是11.7%。可见,国有企业与非国有企业平均死亡概率之间的差异是非常显著的。其次,国有企业平均生存时间和杠杆率是最高的,但国有制造业企业的生产率却是最低的。国有企业平均生存时间为5.6年,高于企业平均生存时间5.1年和非国有企业的平均生存时间5.02年;与此同时,国有企业的平均杠杆率为69.1%,也高于企业的负债杠杆率58.4%和非国有企业平均杠杆率56.6%。然而,国有企业生产率的平均值却最低,仅为8.1,而企业和非国有企业生产率的平均值分别为8.36和8.4。更为重要的是国有企业和非国有企业在平均生存时间、杠杆率和生产率之间的差异在统计上都是非常显著的。这些均说明国有工业企业与非国有企业的特征迥异,国有企业生产率低、负债杠杆率高,但其平均生存时间长,面对的平均死亡风险概率也很高;而非国有企业的生产率高、杠杆率低、平均生存时间短,而且面对的平均死亡风险也相对较小。
表4 国有企业与非国有企业生存的基本特征
变量 | 全样本 | 国有企业 | 非国有企业 | Diff. |
failure | 0.129 (0.335) | 0.197 (0.398) | 0.117 (0.322) | 0.08*** (0.001) |
survival time | 5.103 (2.770) | 5.612 (3.106) | 5.017 (2.699) | 0.595*** (0.007) |
leverage | 0.584 (0.309) | 0.691 (0.377) | 0.566 (0.292) | 0.126*** (0.001) |
tfp | 8.359 (1.332) | 8.099 (1.680) | 8.404 (1.259) | -0.304*** (0.003) |
N | 373587 | 75516 | 298071 |
|
注:括号内的值为标准差。第一列英文变量由上而下分别为企业失败事件、企业生存时间、企业杠杆率、企业生产率和企业个数。最后一列为国有企业和非国有企业的均值差异t检验结果。***、**、*分别表示参数的估计值在1% 、5%、10%的统计水平上显著。
5.不同出口状态企业生存的基本特征
首先,根据企业是否出口(当年出口交货值是否为0)把企业划分为出口企业和非出口企业两类,其中,出口企业有103916家,占全样本的比例为27.8%,非出口企业有269671家,占全样本的比例为72.2%。从表5中可知,出口企业的生存时间却显著地大于非出口企业(逯宇铎,2013;于娇,2015),出口企业平均生存年限为6.0年,而非出口企业平均生存年限仅为4.6年。出口企业平均死亡概率仅为非出口企业的1/2左右,出口企业平均死亡概率为8.1%,而非出口企业平均死亡概率为15.6%。出口企业杠杆率略低于非出口企业,出口企业的平均杠杆率为58.2%,而非出口企业的平均杠杆率为58.5%,而且两者的杠杆率差异在统计上也是显著的。同时还发现出口企业生产率显著地高于非出口企业。
表5 出口企业与非出口企业生存的基本特征
英文变量 | 出口企业 | 非出口企业 | Diff. |
failure | 0.081 (0.156) | 0.156 (0.363) | -0.075*** (0.001) |
survival time | 5.996 (4.602) | 4.602 (2.652) | 1.394*** (0.005) |
leverage | 0.582 (0.278) | 0.585 (0.325) | -0.003*** (0.001) |
tfp | 8.737 (1.314) | 8.015 (1.279) | 0.590*** (0.002) |
N | 103916 | 269671 |
|
注:括号内的值为标准差。第一列英文变量由上而下分别为企业失败事件、企业生存时间、企业杠杆
率、企业生产率和企业个数。最后一列为出口企业和非出口企业相关变量均值差异t检验结果。***、**、*分别表示参数的估计值在1% 、5%、10%的统计水平上显著。
其次,根据出口企业内部的差异把出口企业进一步细分为“出口进入者”、“出口退出者”、“出口变换者”和“持续出口者”四种类型。由表6可知,出口进入者为9763家,占出口企业的比例为9.4%,出口退出者为9875家,占出口企业的比例9.5%,出口变换者为27056家,占出口企业的比例为26%,持续出口者为57222家,占出口企业的比例为55.1%。以上数据说明出口企业样本中约有45%的企业没有稳定的出口行为,还有26%的企业进入或退出市场超过一次,在服务国内市场和国际市场的选择上频繁转变。总之,首先从风险概率上看,出口变换者平均死亡概率最低,为3.3%,明显低于其余三类出口企业。其次从生存时间上看,出口退出者的生存时间最短暂,为4.59年,出口变换者生存时间最长,达7.19年,且两者的生存时间差异在统计上显著。再从生产率上来看,出口变换者的生产率最高,出口退出者的生产率最低。从企业杠杆率上来看,出口退出者的杠杆率最高,达59.9%,说明出口退出者可能由于巨大的退出成本导致其负债水平较高,而出口变换者杠杆率最低,为56.3%。最后重点从统计上检验出口退出者与持续出口者两者在相关特征变量的重要差异。表6最后一列为出口退出者和出口变换者相关变量均值差值的t检验结果,由检验的结果可知:出口退出者与出口变换者的基本特征变量的差异显著,即发现两者在死亡概率、生存时间、负债率和生产率上均存在显著的差异,这些检验进一步说明了出口企业内部差别迥异,为以下的细分研究提供了事实证据。
表6 不同类型出口企业生存的基本特征
变量 | 出口进入者 (1) | 出口退出者 (2) | 出口变换者 (3) | 持续出口者 (4) | Diff. (2)-(3) |
failure | 0.096 (0.295) | 0.103 (0.304) | 0.033 (0.179) | 0.114 (0.318) | 0.070*** (0.002) |
survival time | 4.599 (2.189) | 4.579 (2.210) | 7.187 (2.349) | 5.513 (2.847) | -2.607*** (0.013) |
leverage | 0.568 (0.296) | 0.565 (0.289) | 0.579 (0.274) | 0.590 (0.276) | -0.146*** (0.002) |
tfp | 8.404 (1.207) | 8.405 (1.221) | 8.931 (1.316) | 8.695 (1.319) | -0.526*** (0.008) |
N | 9763 | 9875 | 27056 | 57222 |
|
注:括号内的值为标准差。第一列英文变量由上而下分别为企业失败事件、企业生存时间、企业杠杆
率、企业生产率和企业个数。最后一列为出口退出者和出口变换者的均值差异t检验结果。***、**、
*分别表示参数的估计值在1% 、5%、10%的统计水平上显著。
综上所述,可从基本描述性统计得出以下初步结论:一是企业杠杆率与生存率高度相关;二是企业在不同所有制形式和出口状态下企业相关特征变量的差异在统计上具有显著性;三是企业所有制形和不同出口状态对杠杆率与企业生存关系具有重要的调节作用。因此。这些经验事实为接下来的基于生存分析模型的研究提供了重要基础。
(三)实证模型与实证结果
1.实证模型设定
本文采用生存分析中广泛使用的半参数模型Cox比例风险模型进行实证分析,该模型能有效处理右删失的问题,观测个体的危险率为
(3)
等式左边是企业死亡的风险率,即因变量,等式右边中的是基准危险率。与参数模型比较起来,半参数Cox模型的优点在于基准率函数是没有参数形式的,因此就无需设定函数的具体形状;同时协变量设定为,…,,其估计系数为,…,。同时,Cox模型回归基于偏似然估计,它假定观测到k个不同失效时间,则系数应该使下列似然函数最大化
(4)
2.实证结果
(1)基准回归分析
本文研究主要基于公司理财研究中广泛应用的有关企业融资决策理论,重点是权衡理论(Trade-off Theory)。权衡理论产生于Modigliani和Miller于1958年在《美国经济评论》上发表的《资本成本、公司财务与投资理论》一文中“企业价值与企业资本结构无关”的重要思想,也被称之为“MM定理”但由于MM定理“无税假设”的结论与现实世界相差甚远,后来的学者主要从两个方向对MM理论进行了修正。第一支是以Miller、Modigliani、Myers等为代表的研究,他们深入地研究了税收对资本结构的影响。Modigliani和Miller(1963)把公司所得税引入到MM模型中后发现,企业价值随负债率的增加而增加;Miller(1976)发现企业资本结构还受个人所得税和企业所得税的双重影响。第二支是以Baxter和Stigliz等人为代表的研究,他们研究了破产成本对资本结构的影响。Baxter(1967)认为负债虽然为企业提供了税收减免的优惠,但当债务水平达到一定高度时,高杠杆率就会进一步使企业财务风险增加,企业的破产成本(企业清算重组的交易成本)上升,并使企业陷入财务困境的概率和死亡率增加。Stigliz (1976) 也认为,当企业的破产成本足够高时企业就会选择破产重组。总之,权衡理论认为,当企业选择最优负债水平时就会权衡税收优惠收益和财务困境成本,当债务抵税产生的边际收益与财务困境产生的边际成本相等时,此时的债务比率才是实现企业价值最大化的资本结构。因此,企业债务融资曲线应该是先增大后减小,当负债水平较低时,税收效应起主导作用,企业杠杆率增加不一定会提高企业的死亡率;但当企业负债水平达到一定高度后,杠杆率增加会加剧企业的死亡风险。因此,企业负债率与企业死亡风险之间不再是简单的线性关系。基于此可提出以下假设:对于负债水平较低的企业,负债率与企业死亡率负相关;而对于负债水平较高的企业,负债率与企业死亡率正相关。
为了更好识别负债率与企业生存的非线性关系,正确地度量负债率的高低就成为研究的关系。本文主要依据各年份每个行业杠杆率的中位数来区分企业负债率高低工,即按中位数把企业分为了高杠杆率和低杠杆率两组。通过运用Cox模型对两组类别的数据进行实证分析,实证分析结果如表7所示。需要说明的是:表7的第(1)列和第(2)列的回归分析中并没有控制时间、地区和产业等外部因素差异的影响,而在第(3)列和第(4)列的回归分析中控制了时间、地区和行业差异的影响。实证分析的基本结论如下:
首先,杠杆率对企业生存的重要影响可以从实证分析中得到检验。由表7第(1)和(2)列的结果可知:无论企业杠杆水率平如何,杠杆率对企业死亡概率的影响均为正且十分显著,这表明杠杆率对企业生存具有重要的影响。但在控制了时间、地产和产业等外部因素的影响后(如表7第(3)和(4)列所示),企业杠杆率变量的符号就发生了改变,且在统计上却依然显著,也说明杠杆率仍是影响企业生存率的重要因素,但对于负债水平不同的企业来说,杠杆率对企业生存率的影响老妈子是不同的。即对于杠杆水平较低的企业,杠杆率与企业生存概率显著正相关;而对于杠杆水平较高的企业,杠杆率与企业生存概率显著负相关。这一实证分析结果与权衡理论的预期一致,即说明企业在杠杆水平较低时,可以通过适当举债来获得税收抵减的优惠,降低企业资本成本,提升企业价值,增加企业存活率;但随着杠杆水平的提升,企业财务困境的成本大幅上升,杠杆率提高增加了企业破产风险,降低了企业的生存率;此外,更加验证了在研究企业生存问题时控制行业、地区和时间因素影响的必要性。
其次,生产率是企业持续生存的重要决定因素。由表7可知:企业生产率的估计系数在1%的水平上非常显著,它与企业死亡率是负相关(即企业生存率正相关),与理论预期符号一致,这说明无论是杠杆率高的企业还是杠杆率低的企业,生产率都是企业生存和持续发展的重要决定因素。
第三,企业规模对企业生存的影响具有非线性。由7可知:企业规模和企业规模的平方项在1%的水平上都很显著,前者符号为负,后者符号为正,它充分地表明企业规模和企业死亡率呈“U”型关系,即新成立企业的死亡危险随企业规模的扩大而呈现先增大后减小的趋势。一种可能的解释是:企业成立初期规模较小,实力较弱融资较难,死亡风险增加,当企业规模逐渐扩大以后,随着市场占有率的上升和生产率的提高,死亡风险逐渐减小。
第四,企业成长经历对企业生存具有弱相关性。由表7可知:在未控制时间、产业和地区等外部差异时,企业成长经验对企业的死亡具有一定的相关性,但非线关系并不显著;但在控制外部差异的影响后,只有杠杆率水平高的企业,成长经验对企业生存才有具有弱的非线性关系,在一定程度上检验了Mahmood(2000)提出的“青年者劣势”(liability of adolescence)的假设。一种可能的解释是由于企业在成立初期企业却还未来得及在市场上建立声誉,企业的死亡危险是逐渐增大,并在某一时刻达到极点,其后,随着企业逐步适应环境,企业的死亡危险逐步减小。总之,企业成长经历对企业生存的影响具有弱相关性,且影响方向并不确定。
表7 基准回归分析结果
| 未控制外因 | 控制外因 |
| 杠杆率较高 (1) | 杠杆率较低 (2) | 杠杆率较高 (3) | 杠杆率较低 (4) |
leverage | 0.248*** | 0.147*** | 0.183*** | -0.281*** |
(0.021) | (0.020) | (0.017) | (0.019) |
tfp | -0.350*** | -0.303*** | -0.264*** | -0.228*** |
(0.003) | (0.003) | (0.003) | (0.003) |
size | -0.651*** | -0.837*** | -0.788*** | -0.835*** |
(0.019) | (0.019) | (0.018) | (0.019) |
size2 | 0.066*** (0.002)
| 0.075*** (0.002) | 0.065*** (0.002) | 0.064*** (0.002) |
age | 0.392*** (0.100) | 0.416*** (0.099) | -0.220* (0.110) | -0.188 (0.114) |
age2 | -0.006 (0.013) | -0.011 (0.014) | 0.038** (0.014) | 0.031* (0.016) |
Robust SE | 是 | 是 | 是 | 是 |
Year | 否 | 否 | 是 | 是 |
Region | 否 | 否 | 是 | 是 |
Industry | 否 | 否 | 是 | 是 |
N | 178871 | 194716 | 178871 | 194716 |
注:括号中为标准误差,***、**、*分别表示参数的估计值分别在1% 、5%、10%的统计水平上显著;“否”表示未对稳健标准误、行业、区域和时间进行控制,“是”则表示进行了控制。(下表同,不再标注)。
(2)拓展回归分析
企业融资能力不仅受企业所有制性质的影响,而且受企业出口状态的影响。一般认为,国有企业融资能力比非国有企业的融资能力强,即国有企业的杠杆率明显地高于非国有企业;出口企业因较强的出口产品竞争优势而具有很强的自融资能力,但企业负责率也由企业不同出口状态而呈现很大的差异性。因此,进一步研究企业所有制状态、企业出口状态对杠杆率与企业生存关系的影响就具有重要的意义,它不仅可以识别所有制性质和企业出口状态对企业杠杆率的影响,而且也能检验企业所有制和出口状态异质性对企业生存的重大影响。
首先,检验企业所在制对杠杆率与企业生存关系的影响。杠杆率代表着企业的外源融资能力。由于我国资本市场制度不成熟和不完善,股权融资和债券融资渠道并不畅通,企业主要的外源融资途径为银行贷款,而大量文献表明,我国信贷资金配置存在“所有制歧视”(张杰,2000;姚洋,2004;Allen等,2005;赵奇伟等,2015),即大部分信贷资金都流向国有企业,而对中国经济贡献起重要作用的非国有企业所获得的融资支持较少。例如,张杰(2000)认为,民营经济面临的严重金融困境主要源于国有金融体制对国有企业的金融支持;Allen(2005)也认为私有部门成长能力远高于公共部门,但受到的金融支持却明显不如公共部门。赵奇伟等(2015)指出,由于中国信贷市场以银行为主导,资本市场尚不健全,地方国有企业往往具有地方政府融资平台的功能,因此,国有企业由于政府隐性担保比民营企业更容易获得银行贷款。尽管随着国有银行的改革,中国信贷资金配置逐渐市场化,但在国有银行垄断信贷市场的情况下,非国有企业所面临的融资难局面难以发生根本性的突破(林毅夫、李永军,2001;郭娜,2013)。因此,考虑到中国金融体制对国有企业与非国有企业信贷支持上的差异,杠杆率对生存率的影响可能由于企业所有制的不同而不同,因此,就必须研究企业所有制对杠杆率与生存率关系中的影响。为此在基准回归分析中加入企业所有制变量后再进行相同的回归,实证分析结果如表表8所示。表8第(1)列和第(2)列的回归模型只加入了企业所有制虚拟变量,而在表8第(3)列和第(4)列的回归中不仅包含了企业所有制变量,还加入了企业所有制与企业杠杆率的交叉项,进而检验杠杆率对企业生存影响在企业所有制机制上的差异。由表8的分析结果可知:
一是检验了企业所有制的异质性影响。当加入企业所有制虚拟变量后,无论是对于杠杆率较高的企业还是杠杆率较低的企业,企业所有制变量都与企业死亡率显著正相关,它说明国有企业比非国有企业的生存率更低。一种可能的解释是:尽管国有企业具有更好的外源融资能力,但国有企业管理混乱,生产率低下,企业尚未形成有效的约束激励机制,法人治理结构不完善,发展动力不足,导致其生存概率较低(曹裕等,2011;于娇,2015)。
二中是检验了企业所有制与杠杆率的交互效应。当加入企业所有制变量与杠杆率变量的交叉项后(表8第(3)和(4)列,无论对于杠杆率较低的企业还是较高的企业,其交叉项系数都为显著负,这说明国有企业因为有了融资杠杆而降低了死亡风险,但融资杠杆率提升在企业负债水平较低时比负债水平高时对增加国有企业生成率更有利;也说明相对于民营企业,负债率的增加对国有企业生存的负面效应更小。这是因为:国有企业都由政府投资兴办,并受政府批准从国有金融机构或其他渠道筹集资金,国有企业往往具有政府融资平台的功能,由于我国国有企业与民营企业相比在融资方面占有绝对的优势(余明桂和潘红波,2008,张静,2013;洪怡恬,2014),因此对于国有企业而言,较高的财务杠杆可能并不意味着较高的退出风险。
表8 考虑企业所有制影响的回归分析结果
| 引入企业所有制变量 | 引入企业所有制和杠杆率的交叉项 |
| 杠杆率较高 (1) | 杠杆率较低 (2) | 杠杆率较高 (3) | 杠杆率较低 (4) |
Leverage | 0.176*** | -0.287*** | 0.194*** | -0.259** |
(0.016) | (0.019) | (0.025) | (0.021) |
tfp | -0.256*** | -0.223*** | -0.257*** | -0.222*** |
(0.003) | (0.003) | (0.003) | (0.004) |
size | -0.745*** | -0.802*** | -0.744*** | -0.804*** |
(0.017) | (0.021) | (0.018) | (0.020) |
size2 | 0.060***
(0.002) | 0.060*** (0.002) | 0.060*** (0.002) | 0.060*** (0.002) |
age | -0.239* (0.110) | -0.206 (0.114) | -0.238* (0.110) | -0.207 (0.114) |
age2 | 0.039** (0.014) | 0.032* (0.016) | 0.039** (0.014) | 0.032* (0.016) |
state-owned | 0.132*** (0.009) | 0.106*** (0.011) | 0.185*** (0.026) | 0.161*** (0.021) |
lev*state-owned |
|
| -0.055* (0.028) | -0.146** (0.047) |
Robust SE | 是 | 是 | 是 | 是 |
Year | 是 | 是 | 是 | 是 |
Region | 是 | 是 | 是 | 是 |
Industry | 是 | 是 | 是 | 是 |
N | 178871 | 194716 | 178871 | 194716 |
注:括号中为标准误差,***、**、*分别表示参数的估计值分别在1% 、5%、10%的统计水平上显著。
其次,检验企业出口状态对杠杆率与企业生存关系的影响。一般认为,出口企业比非出口企业的生产率更高,产品符合国际标准,产品质量更好,同时拥有国内市场和国际市场,受国内货币政策环境和经济形势影响相对较小,销售收入相对更好,出口企业的自融资能力较强,因此,可以预期出口企业比从未出口过的企业的破产风险相对较小。为了更能好地识别不同出口状态对杠杆率与企业生存状态的影响,把“从未出口的企业”设为对照组,从而有利于比较不同企业出口状态企业的杠杆率对企业生存的异质性影响。
考虑到不同出口状态企业对外部资金的需求不相,在进一步深入考察不同出口状态对企业杠杆率与生存率关系的影响时,必须对出口企业的不同出口状态进一步细分。一些企业一开始没有出口但随后会选择出口且能一直持续出口,把它称之为“出口进入者”;一些企业在进入出口市场后又选择退出出口,这一类企业被称之为“出口退出者”;由于企业进行出口决策时需要考虑出口和退出出口的“沉没成本”(Baldwin,1988) ,出口进入者和出口退出者都必须要承受进入或退出出口市场的沉没成本,因此,可以预期这两类企业的生存率对杠杆率变化更加敏感。把进入或者退出出口市场超过一次的企业定义为“出口变换者”。由于出口变换者多次进出国际市场,出口行为不稳定,出口行为随机性较大,相对于其他类型出口企业而言,这类出口企业的沉没成本更大,财务状况更加不稳定,可以预期这类企业生存率更易受到高杠杆率的负面影响。最后,把在样本观测区间内一直从事出口的企业定义为“持续出口者”,持续出口企业在出口市场上表现良好,财务状况更加稳定,可以预期这类出口企业生存率受杠杆率的影响较小。
为了更好地分析企业不同出口状态的异质性影响,把企业出口状态纳入到上述基准回归分析模型中,同时控制企业所有制的影响,其实证分析结果如表9所示。表9第(1)列和第(2)列的回归分析模型只加入了企业出口状态变量,而第(3)列和第(4)列的回归分析模型不仅包含了企业出口状态变量,还加入了企业出口状态变量与企业杠杆率的交叉项,从而检验不同出口状态对条件下杠杆率对企业生存的影响。由表9可知,在加入企业出口状态变量之后,其它变量的已有结论并没有发生根本性的变化,有趣的是在不同出口状态的企业中杠杆率与企业生存关系的关系却发生了很大的变化。具体说来有以下几个结论:
一是具有不同出口状态的企业比从不出口企业都更能降低企业死亡率。从表9第(1)列和第(2)可知,无论企业负债水平如何,不同出口状态虚拟变量的估计系数均为负且非常显著,它说明不同出口状态企业比于非出口企业的死亡率,即出口行为更能提高企业生存概率,这一判断与国内已有研究结论一致。一种可能的解释是:在中国金融体系和社会信用体系正处于发展和完善的背景下,只开发国内市场的企业普遍面临货款被拖欠和融资难的双重困境,而参与全球经济活动的出口企业则有效地保障了企业的现金流,从而间接提高了出口企业的生存能力。
二是在不同出口状态条件下杠杆率对企业生存的影响不同。由表9第(3)列和第(4)列可知:当企业杠杆率较高时,尽管杠杆率提升会恶化企业的生存情况,但变量持续出口者、出口变换者和出口退出者与杠杆率的交叉项的估计系数为正且显著,这说明这三类出口企业生存率受杠杆率的负面影响更大,其中,出口变换者受的影响最大,因为其估计系数的绝对值最大;当企业杠杆率较低时,仅有变量出口变换者与杠杆率的交叉项的估计系数显著为负,说明出口变换者这类企业的生存率所受杠杆率的积极影响更大。
综上所述,一个基本的共识就是,无论企业的负债水平如何,出口变换者的生存率对杠杆率的变化更敏感,可能的解释是这类出口行为不稳定,定位不明确,它们在海外没有稳定的客户源,且面临较大的沉没成本,因此,这类出口企业的生存情况更容易受到企业债务水平变化的影响。
表9 考虑企业出口状态影响的回归分析结果
| 引入企业出口状态变量 | 引入出口状态和杠杆率的交叉项 |
杠杆率较高 (1) | 杠杆率较低 (2) | 杠杆率较高 (3) | 杠杆率较低 (4) |
leverage | 0.167*** (0.015) | -0.272*** (0.019) | 0.132*** (0.012) | -0.275*** (0.021) |
tfp | -0.240*** | -0.205*** | -0.239*** | -0.205*** |
(0.003) | (0.003) | (0.003) | (0.003) |
size | -0.720*** | -0.769*** | -0.722*** | -0.768*** |
(0.018) | (0.020) | (0.018) | (0.020) |
size2 | 0.060*** | 0.061*** | 0.060*** | 0.061*** |
(0.002) | (0.002) | (0.002) | (0.002) |
age | -0.235* (0.109) | -0.206 (0.115) | -0.233* (0.109) | -0.204 (0.115) |
age2 | 0.039** (0.014) | 0.033*
(0.016) | 0.038** (0.014) | 0.033 (0.016) |
state-owned | 0.100*** | 0.080*** | 0.101*** | 0.080*** |
(0.009) | (0.011) | (0.009) | (0.011) |
enters | -0.251*** | -0.363*** | -0.361** | -0.413*** |
(0.020) | (0.021) | (0.077) | (0.051) |
conti_exporters | -0.043*** | -0.179*** | -0.273*** | -0.208*** |
(0.010) | (0.011) | (0.035) | (0.025) |
exitors | -0.195*** | -0.293*** | -0.422*** | -0.375*** |
(0.019) | (0.021) | (0.043) | (0.044) |
switchers | -1.303*** | -1.569*** | -1.660*** | -1.380*** |
(0.016) | (0.019) | (0.043) | (0.044) |
lev*enters |
|
| 0.128 | 0.144 |
|
| (0.087) | (0.130) |
lev*conti_exporters |
|
| 0.271***
| 0.076 |
|
| (0.040) | (0.060) |
lev*exitors |
|
| 0.265** | 0.233 |
|
| (0.083) | (0.126) |
lev*switchers |
|
| 0.423*** | -0.521*** |
|
| (0.047) | (0.112) |
Robust SE | 是 | 是 | 是 | 是 |
Year | 是 | 是 | 是 | 是 |
Region | 是 | 是 | 是 | 是 |
Industry | 是 | 是 | 是 | 是 |
N | 178871 | 194716 | 178871 | 194716 |
注:括号中为标准误差,***、**、*分别表示参数的估计值分别在1% 、5%、10%的统计水平上显著。
四.基本结论与启示
“去杠杆”是当前中国供给侧改革的重要内容之一,更是中国企业稳定发展和可持续生存的一个重要举措。但由于企业成长经历与企业的不同属性特征,杠杆率对企业生存与持续发展的作用在不同的情况具有完全不同的作用。为细致全面地研究杠杆率对企业生存的不同影响,本文选取了1998-2007年中国制造业企业数据,刻画了中国制造业企业生存状况的典型特征事实,重点从企业所有制和不同出口状态的角度研究了企业杠杆率对企业生存的异质性影响,进而识别出在开放经济背景条件下不同所有制和出口状态企业杠杆率与企业生存率之间的规律。基本结论主要有:
一是企业生存受多种因素的复杂影响,企业生存状态不仅受企业自身特征变量的影响,而且受企业所在地理区位和所在行业差异的影响。还有一些共性的结论:企业成长经历和企业规模对企业生存的影响是非常复杂的,它们的影响具有典型的非线性;企业生产率的提高可以直接显著地降低企的死亡率,也是企业维持长期发展的决定性因素。
二是企业杠杆率对企业生存的影响具有多样性的特征,它取决不同的条件。在其他条件相同时,当企业负债水平较低时,杠杆率的提高能显著地降低死亡率,即杠杆率与企业生存率呈正相关关系,杠杆率提升有助于企业的长期生存发展;而当企业负债水平较高时,企业杠杆率的提高则会增加企业的死亡率,这也为当前我国宏观经济调控中提出的企业“去杠杆”政策提供了重要的经验事实依据。但也由此可知,企业去“杠杆”也不应该把杠杆率降低到零值,而应当考虑到适当债务对企业生存与发展的重要作用。因此,合理的负债水平是企业扩大规模和健康经营的前提,尽管企业在不断发展过程中有融资和扩张需求,但也要把企业杠杆率控制在一个合理水平上,才能实现企业的可持续发展。因此,企业“去杠杆”不能“一刀切”,应当充分考虑企业杠杆率的构成结构差异,只有对于杠杆率过高以至于威胁到自身生存发展的行业或企业,才有必要采取市场和行政手段的方式来“去杠杆”。
三是所有制和出口状态对杠杆率与企业生存之间的关系产生重要影响。在其他条件相同的情况下,尽管国有企业的杠杆率和生存时间明显高于非国有企业,但其生产率和生存率却更低,这说明国有企业占用大量信贷资源,抬升了总体杠杆率,本应退出市场却依靠过度的债务延长了其存活时间。具体说来,杠杆率的提升对国有企业生存率负面影响要比非国有企业更小,但对于国有企业而言,较高的财务杠杆并不意味着较高的退出风险。这为我国处置“僵尸企业”提供了经验依据,应当停止对“僵尸”企业继续提供融资,通过兼并重组等手段大力处置浪费资源、效率低下的“僵尸”企业,打破政府对国企的隐性担保和金融部门对国企的信贷支持,推动国企混合所有制改革,从而提高国有企业的生存能力和可持续发展能力。同时,我国应加快金融市场改革,消除基于所有制性质的信贷歧视,扩大金融服务的覆盖面,提高信贷资金配置的效率。
四是企业出口状态显著影响杠杆率与企业生存之间的关系。当把企业分为从未出口者、出口进入者、出口退出者、出口转换者和持续出口者等五类纳入分析后就会发现:当杠杆水平较高时,出口退出者、出口转换者和持续出口者的生存率更容易受杠杆率的负面影响,而当杠杆水平较低时,出口转换者的生存率更容易受杠杆率的积极影响,这说明出口转换者的生存率对杠杆率变化更加敏感,出口的间断性和随机性导致企业财务状况不稳定,进而对企业生存产生影响。因此,在开放经济背景下,企业发展不仅要关注企业出口的行业,而且还要应重视企业出口状态对企业生存的异质性影响。加大对出口企业的金融支持力度,降低出口企业的成本负担,对中国出口贸易的健康可持续发展具有深远意义。
注释:
①数据来源:2011年中国企业长期激励调研报告[R]普华永道会计师事务所,2012.02。
②数据来源:全国内资企业生存时间分析报告[R]国家工商总局企业注册局、信息中心,2013.06。
③数据来源:中国财政部.中国财政年鉴[J]. 中国财政杂志社,2016。
④李扬,张晓晶,常欣,汤铎铎,李成.中国主权资产负债表及其风险评估(上)[J].经济研究,2012 (06):4-19.
⑤数据来源:国际清算银行(BIS)。
⑥数据来源:The People's Republic of China : 2016 Article IV Consultation-Press Release; Staff Report; and Statement by the Executive Director for The People's Republic of China[R]IMF,2016.08。
⑦数据来源:僵尸企业是指本应该死亡但依赖政府补贴或银行贷款勉强维持生存且无法恢复活力的企业。
⑧谭语嫣等. 僵尸企业的投资挤出效应:基于中国工业企业的证据[J]. 经济研究,2017(05):175-188。
⑨企业微观金融健康即“金融状况”(Financial Status),Cleary(1999)首次提出这一概念,并以企业流动性比率、杠杆率、利润率和增长率来衡量企业金融状况。企业杠杆率属于企业微观金融的一部分,因此企业微观金融健康的研究与本文联系紧密。
⑩为了控制2008年金融危机对企业生存的外部冲击,本文选取时间段1998年至2007年。依据国民经济行业分类标准(GB/T 4754-2002)进行分类,保留行业代码在13-43之间(不包含38)的制造业企业作为样本,制造业企业占总样本的72.6%。本文中的企业均指二位数产业代码13-43的制造业企业。
参考文献
[1] Görg, Holger, and M. E. Spaliara. Financial Health, Exports and Firm Survival: Evidence from UK and French Firms [J]. Economica, 2014(81): 419–444.
[2] Haeng-Sun Kim. Firms’ Leverage and Export Market Participation: Evidence from South Korea[J]. International Economics, 2014(148):41-58.
[3]于娇,逯宇铎,刘海洋. 出口行为与企业生存概率:一个经验研究[J]. 世界经济,2015(04):25-49。
[4]阳佳余,徐敏. 融资多样性与中国企业出口持续模式的选择[J]. 世界经济,2015(04):50-76。
[5]李宏兵,蔡宏波,胡翔斌. 融资约束如何影响中国企业的出口持续时间[J]. 统计研究,2016(06):30-41。
[6]张杰. 民营经济的金融困境与融资次序[J]. 经济研究,2000(04):3-10。
[7]林毅夫,李永军. 中小金融机构发展与中小企业融资[J]. 经济研究,2001(01):10-18。
[8]谭赛月明,肖光恩,朱爱勇. 融资约束、产品质量与出口目的地选择[J]. 南方经济,2017(5):102-118。