张 舒 许乾乾

（上海大学管理学院 上海 200444）

一、引言

随着中国经济的高速发展，民营企业已经成为我国经济发展过程中不可或缺的重要力量。但民营经济在高速发展的同时也面临着诸多障碍和困难，这些障碍与困难有来自市场准入方面的（胡旭阳，2006；罗党论和唐清泉，2009），也有治理结构和产权保护方面的（吴文锋、吴冲锋和刘晓薇，2008）。但对我国民营企业发展影响最深刻、限制最大最直接的因素莫过于融资困难，尤其表现为债务融资受到极大的约束。债务融资作为企业融资的主要方式之一，对企业的发展至关重要。在我国，由于债权人的法律保护不够、信息不对称现象较为严重（Allen&Qian，2003），另外，再加上我国民营企业普遍受到来自所有制方面的“歧视”（林毅夫和李永军，2001），导致银行较少愿意为民营企业提供银行信贷融资。改革开放以来，我国市场化进程已经取得了举世公认的成就，但由于资源禀赋、地理位置和国家政策的不同，我国各地区的经济发展水平不均衡，市场化程度差异较大（樊纲和王小鲁，2011）。在市场化程度较高的地区，由于率先实行了政企分开的市场化政策，加上国有银行的市场化改革更加深入，政府参与企业经营和银行借贷的程度要低于市场化程度较低的地区，相对来讲，企业可以通过竞争性的手段获得自身发展所需要的资源。孙铮、刘凤委和李增泉（2005）指出，在银行和企业产权共有的制度环境下，“政治关系”是一种重要的声誉机制。胡旭阳（2006）以浙江省2004年民营百强企业为样本，研究发现民营企业家的政治身份通过传递民营企业质量信号降低了民营企业进入金融业的壁垒，提高了民营企业的资本获得能力，促进了民营企业的发展。由此可见，相对于民营企业而言，在经济转轨过程中，政治关联很可能就是这种替代机制的重要组成部分。基于以上背景，本文以在沪深交易所上市的A股民营上市公司为样本，以市场化进程作为切入点，分析民营上市公司的政治关联是否能够作为有利于克服市场的不完善，帮助民营企业获得长期银行借款，缓解企业的融资约束，促进民营企业的长效发展。

二、研究设计

（一）研究假设 政治关联对民营企业长期债务融资的影响主要体现在以下方面：首先，政府干预银行的信贷政策为企业长期债务融资提供直接的便利。尤其是中国的商业银行主要是国有银行，受政府的控制和主导。因此，民营企业与政府建立良好的关系，可以影响政府的政策制定，为民营企业融资提供便利。其次，政治关联可以为民营企业的长期借款提供了隐性担保和法律保护的替代机制。具有政府背景的民营企业在面临财务困境的时候可以获得来自政府的更多补助，可以为企业提供隐性担保的作用。再次，税收因素同样会影响企业获取长期债务融资。税收政策会影响企业债务融资、股权融资和股利分配政策，由于债务的抵税效应，面临不同的税收制度企业会采取不同的融资策略。民营企业的政治关联有利于企业享受更优惠的税率，因此，它对企业长期债务融资势必会产生影响。最后，民营企业的政治关联可以作为一种重要的声誉机制减少银行与企业之间的信息不对称程度。民营企业的政治关联向社会传递了企业良好的财务状况和经营能力，传递了企业相当的实力和、规模以及良好的质量，有利于降低银行与企业之间的信息不对称，进而影响企业长期债务契约的签订。基于以上分析，本文提出研究假设1：

假设1：民营企业高管政治关联与长期借款占总借款的比重正相关

中国正在经历从计划经济向市场经济转轨的过程。在不同的地区政治关联对民营企业信贷融资的影响程度会不同，在市场化程度较高的地区，由于率先实行了政企分开的市场化政策，加上国有商业银行的市场化改革相对更加深入，政府参与企业经营和银行借贷的程度要低于市场化程度较低的地区。在这种情况下，政治关联作为替代性的非正式机制无论是出于降低企业与银行的信息不对称还是作为隐性担保机制减少企业事后道德风险，对帮助民营企业获得银行信贷资金就显得尤为重要。基于以上分析，本文提出研究假设2：

假设2：企业所在地区的市场化程度越低，民营企业高管政治关联与长期借款占总借款的比重的正相关关系越强

（二）样本选择与数据来源 本文选取2007年至2011年中国民营上市公司为研究样本。在此基础上，还对样本做了如下方面的处理：剔除财务和公司治理变量缺失数据的样本；将本年和上年资不抵债（资产负债率大于1）的上市公司作为异常值剔除；剔除财务数据异常极端的样本（营业收入增长百分比超过10）。最后得到1577个样本观测值，其中政治关联样本为484个，占总样本的30.69%，各样本年度分布如表（1）所示。从表（1）可以看出，观测值在2009年和2010年出现低谷，随后又开始上升，除了金融危机环境后，大部分民营企业业绩下滑的原因之外，在选取样本时把资产负债率大于1的样本作为异常值予以剔除，这也在一定程度上导致了样本值发生先降后升的现象。政治关联样本所占比例维持在30%左右，也即我国有大约1/3左右的民营上市公司具有政治关联性。本文采用的数据可分为两个部分，第一部分上市公司财务相关数据来自CSMAR数据库中的公司财务年报数据，市场化进程选取樊纲等（2011）编制的我国各地区市场化指数体系中的各地区市场化进程总指数；第二部分民营上市公司的政治关联数据是我们手工整理。

表1 政治关联样本分布

（三）研究模型与变量定义 本文借助Excel和SPSS16.0作为计算和回归分析的基本工具。为了验证假设1，运行如下的OLS回归模型：

在方程（1）中，Loan_line是被解释变量，即企业债务期限结构变量，用长期借款与总借款的比值衡量。解释变量Pol为企业是否有政治关联哑变量，取1表示有政治关联，取0表示无政治关联。借鉴Li等（2008）、Fan等（2007）做法，结合我国公司高管除了总经理、CEO外，还有公司称之为总裁，本文对政治关联的定义为：如果民营上市公司的董事长或者CEO或者总经理或者总裁曾任或现任政府官员（包括国家级、省级、地市级、县级、乡级小同），或现为人大代表（包括国家级、省级、地市级、县级），或现为政协委员，或现为党代表（包括国家级、省级、地市级、县级），则称该公司具有政治关联，否则无政治关联。

在模型中还控制了以下一些可能影响企业债务融资的因素。Size表示企业规模，用总资产的自然对数表示。ROA表示企业业绩，用总资产净利率表示。许多研究都发现，size、ROA和银行信贷规模之间都呈显著的正相关关系（Rajan和Zingales，1998；Fan等，2008），表明企业规模越大、业绩越好，越容易获得银行贷款。因此，我们预计这两个变量的回归系数显著为正。Lev表示企业的资产负债率，用总负债与总资产的比值衡量。江伟和李斌（2006）发现，资产负债率越高，越容易获得长期贷款。因此，我们预计其回归系数显著为正。Growth表示企业的成长性，用过去3年营业收入年平均增长率表示。Fan等（2008）发现企业成长性越好，企业获得银行信贷的规模越大，因此，预计其回归系数显著为正。Tangible表示企业的资产结构，用固定资产与总资产的比值表示。此外，考虑到公司治理（Top1）和行业属性（industry）对企业债务融资的可能影响。公司治理变量Top1，表示第一大股东持股比例，用第一大股东持股数与总股数之比表示。另外，借鉴Fan等（2007）、罗党论和唐清泉（2009）的做法，如果企业所处的行业是电力、电信、石油、有色金属、钢铁、开采、烟草、铁路、航空、邮政、金融、房地产、自来水等行业，则将industry定义为1，表示处于管制性行业，否则为0，并预计其系数为正。我们还控制了企业经营年度（listage），因为企业经营时期越长，其公司治理结构越完善，运作越规范，可能对企业的银行信贷融资形成影响。最后，还设置了年度虚拟变量（year）进行控制，其中以2007年为基准年，共设置4个虚拟变量。

表2 各变量的具体定义与衡量

表3 被解释变量loan_line的描述性统计--政治关联样本与非政治关联样本

为验证假设2，运行如下的OLS回归模型：

方程（2）是在方程（1）的基础之上，增加了市场化进程变量（Market），和政治关联哑变量（Pol）与市场化进程（Market）的交叉项（Pol·Market），用来检验在不同地区，政治关联的贷款效应是否存在显著的差异性。根据Li等（2006）的指标设置，使用樊纲等（2011）编制的我国各地区的市场化指数体系中的各地区市场化进程总指数，并在此基础上作如下处理：将企业所在省份的市场化指数减去所有31个省份的中位数，然后再取减去后所得到的数值作为衡量地区市场化进程的变量（Market）。经过此番处理之后，根据假设2，交叉变量Pol·Market的预期符号应该为负。另外需要说明的是，由于在樊纲等（2011）编制的市场化指数中，我们目前只得到截至2009年的数据，为此在对方程（2）进行回归时，我们相应的只选取了2007年至2009年共845个样本进行检验。所以，在方程（2）中，我们只设置了2008年和2009年两年的年度虚拟变量。各变量的具体定义与衡量见表（2）所示。

三、实证检验分析

（一）描述性统计 表（3）列出了政治关联组和非政治关联组的民营企业在银行贷款期限方面的差异。其中的数据显示，高管具有政治关联的民营企业其长期银行借款占银行借款总额比例（loan_line）的均值和中位数分别为36.45%、29.55%，比高管没有政治关联的民营企业的长期银行借款占银行借款总额的比例的均值26.69%和中位数9.04%分别显著高出9.76%和20.51%，且均值和中位数都在1%的水平上显著。上述分析表明，民营企业的政治关联可能会给企业在获取长期银行借款方面提供便利性，这一结果初步支持了本文提出的假设1。表（4）报告了解释变量市场化进程（Market）的描述性统计，其中Market_1是未经标准化处理过的数据，可以看出全国平均市场化进程指数为8.792，中位数为8.78。市场化水平最高地区的指数在11.8的水平，而最低只有0.38，标准差为2.1767，可以看出在我国，不同地区市场化发展水平存在很大的差异性。在Market_2（用樊纲等（2011）编制的市场化进程指数减去31个省份的中位数之后所得到的指数，这也是本文回归时所采用的样本数据）这一行反映出了类似的问题，均值（-0.0880）小于中位数（0.0），表明总体上而言，我国市场化进程较慢，市场发展水平还处在较低位。最大值为2.9、最小值为-8.6400、标准差为2.1722，同样表明我国各地区之间市场发展水平的差异性。表（5）报告了控制变量的描述性统计，将样本区分为政治关联样本和非政治关联样本来看，我们发现高管具有政治关联的民营企业在资产规模（size）、盈利能力（ROA）、成长性水平（Growth）、第一大股东持股比例（Top1）、固定资产占总资产的比例（Tangible）的均值和中位数都高于非政治关联样本企业。而政治关联样本企业的财务杠杆水平（Lev）（均值51.36%，中位数51.75%）较非政治关联样本企业（均值52.47%，中位数53.22%）的要小，但是二者差异并不明显。特别地，高管存在政治关联的民营企业其盈利能力显著高于高管没有政治关联的企业（均值在1%的水平上显著，中位数在5%水平上显著）；政治关联民营企业营业收入连续三年平均保持22.96%的增长水平，中位数为14.84%，都显著高于非政治关联样本企业（均值15.06%，中位数11.05%），且均值和中位数都在5%水平显著。综合上述分析，我国民营企业财务风险相对于非政治关联民营企业要低，其他一些企业特征变量都表现出比高管不具有政治关联的民企业较高的水平，并且在盈利能力和成长性水平上表现出显著的差异性。

表4 解释变量Market的描述性统计——全部样本

表5 控制变量的描述性统计--政治关联样本与非政治关联样本

表6 各变量相关系数矩阵

表7 回归分析结果

（二）相关性分析 表（6）报告了各变量的简单相关系数。从表中可以看出，政治关联（Pol）与银行贷款期限（lone_line）之间存在显著的正相关关系（Pearson系数），表明在不考虑其他因素的影响下，政治关联有助于企业获得更长的贷款期限。这一结论与Claessens等（2008）、胡旭阳（2006）、罗党论和唐清泉（2009）得出的政治关联有助于降低企业的融资约束并且有利于企业获得更长的贷款期限的结论一致。市场化程度（Market）与银行贷款期限（lone_line）显著正相关（5%水平显著），表明在不考虑其他外界因素的影响下，地区市场化程度越高，企业获得银行借款的期限越长。另外，企业规模（size）、财务杠杆（Lev）、成长性水平（Growth）、企业是否处于管制性行业（Industry）与银行贷款期限之间都表现出显著地正相关关系。说明企业规模越大、成长性水平越高、企业处于管制性行业，越有利于企业获得更长的贷款期限。数据同样显示，第一大股东持股比率（Top1）与银行贷款期限之间也存在高度的正相关关系（在1%水平上显著），表明大股东在企业银行信贷资金的配置过程中，尤其是对企业获得长期银行借款发挥着重要的作用。

（三）回归分析 表（7）报告了政治关联、各地区市场化进程对银行贷款期限的影响。报告结果显示，两个模型均在1%的显著性水平通过了检验。模型（1）调整后的R2为15.3%，F值为14.855；模型（2）调整后的R2为15.1%，F值为12.547。两个模型都通过了F检验。在模型（1）中，我们在控制了企业的特征变量和行业属性变量之后，发现政治关联（Pol）对银行贷款期限具有显著的正向影响，系数为0.064，并且在1%水平上高度显著。表明政治关联能够提高我国民营企业的贷款期限，或者意味着具有政治关联的民营企业相对于没有政治关联的民营企业能够获得更多的长期银行贷款，这个结论与假设1的预期一致。从企业特征变量和行业属性来看，企业规模（size）、成长性（Growth）、第一大股东持股比例（Top1）的系数分别在在1%、1%和5%的水平上显著为正。表明，我国民营企业规模（size）越大、成长性（growth）越好、第一大股东持股比例（Top1）越高，民营企业获得贷款期限越长。行业属性（industry）的回归系数为0.133，并且在1%水平高度显著。表明，处于电信、石油、金融等管制性行业的企业，越容易获得长期银行贷款。类似的，模型（2）检验了政治关联与市场化进程构成的交叉变量对银行贷款期限的影响。在该模型中，政治关联（Pol）的系数在1%的水平上显著为正，与模型（1）的结论一致。交叉变量Pol·Market的系数在5%水平上显著为负，这表明，在市场化进程越弱的地区，政治关联在促进民营企业获得更长的贷款期限的作用更大，这个结果与假设2的预期一致。从企业特征变量和行业属性来看，企业规模（size）、成长性（Growth）、第一大股东持股比例（Top1）的系数分别在在1%、1%和5%的水平上显著为正。表明，我国民营企业规模（size）越大、成长性（growth）越好、第一大股东持股比例（Top1）越高，民营企业获得贷款期限越长。行业属性（industry）的回归系数为0.133，并且在1%水平高度显著。表明，处于电信、石油、金融等管制性行业的企业，越容易获得长期银行贷款。

四、结论

债务期限是债务契约的重要内容，债务期限越长，贷款人对外部履约机制的依赖性越强。本文以2007年至2011年在沪深交易所上市的中国民营企业为样本，以这些企业的高级管理人员是否曾经或现在为政府官员、人大代表、政协委员或者党代表、或者是否具有在行业协会或军队任职的经历来判断是否具有政治关联，对上述假设进行实证检验的结果表明，高管具有政治关联的民营企业相对于高管不具有政治关联的民营企业其长期借款占总借款的比重较高。进一步的研究发现，上市公司所在地的市场化进程水平越低，高管具有政治关联的民营企业相对于高管不具有政治关联的民营企业其长期借款占总借款的比重越高。

［1］樊纲、王小鲁、朱恒鹏：《中国市场化指数——各地区市场化相对进程2011年度报告》，经济科学出版社2012年版。

［2］胡旭阳：《民营企业家的政治身份与民营企业的融资便利——以浙江省民营百强企业为例》，《管理世界》2006年第5期。

［3］胡永平、张宗益：《高管的政治关联与公司绩效：基于国有电力生产上市公司的经验研究》，《中国软科学》2009年第6期。

［4］江伟、李斌：《制度环境、国有产权与银行差别贷款》，《金融研究》2006年第11期。

［5］罗党论、唐清泉：《政治关系、社会资本与政策资源获取》，《世界经济》2009年第7期。

［6］林毅夫、李永军：《中小金融机构发展与中小企业融资》，《经济研究》2001年第1期。

［7］孙铮、刘凤委、李增泉：《市场化程度、政府干预与企业债务期限结构》，《经济研究》2005年第5期。

［8］吴文锋等：《中国民营上市公司高管的政府背景与公司价值》，《经济研究》2008年第7期。

［9］吴文锋等：《中国上市公司高管的政治背景与税收优惠》，《管理世界》200年第3期。

［10］Allen,F.,R.Chakrabarti,S.De,J.Qian,and M.J.Qian,Financing Firms in India,Fournal of Financial Intermediation，2012.

［11］Adhikari A.,Derashid,C.,and Zhang H.,Public Policy,Political Connections,and Effective Tax Rates:Longitudinal Evidence from Malaysia，Journal of Accounting and Public Policy，2006.

［12］Bartels,L.and H.Brady,Economic Behavior in PoliticalContext，American Economic Review,2003.

［13］Chen,C.,Z.Li and X.Su,Rent Seeking Incentives,Political Connections and Organizational Structure:Empirical Evidence from Listed Family Firms in China,Journal of Corporate Finance,2011.

［14］Claessens,S.,Feijen,E.and Laeven,L.,Political Connections and Preferential Access to Finance:The Role of Campaign Contributions,Journal of Financial Econamics,2008.

［15］Faccio Mara,Masulis Ronald W,Mcconnell John J,Political Connection and Corporate Bailouts,The Journal of Finance,2006.

［16］Fan J.,Wong T.J.,and Zhang T.Politically Connected CEOs,Corporate Governance,and Post-IPO Performance of China's Newly Partially Privatized Firms,Journal of Financial Economics,2007.

［17］Fisman R.,Estimating the Value of Political Connections,American Economic Review,2001.

［18］Mian A.,and Khwaja,A.I.,Tracing the Impact of Bank Liquidity Shocks:Evidence from an Emerging Market,American Economic Review,2008.

［19］Johnson,S.and T.Mitton,Cronyism and Capital Vontrols:Evidence from Malaysia,Journal of Financial Economics,2003.