融资约束对企业出口影响的Heckman验证——基于银行信用风险的视角
|
摘要
文章基于中国工业企业数据库构建出1998-2014年7 032家企业的平衡面板数据,从银行信用风险内部评级的视角深入研究了融资约束对企业出口的影响,结果表明银行信贷融资约束与企业的出口决策及出口强度间有显著负相关关系。同时,使用Heckman二阶段模型研究发现,不同形式的商业信用对企业出口决策及出口强度的影响和作用机制会因企业所处供求端位置的不同而存在差异。其中,需求端的商业信用仅与企业出口决策显著正相关而与出口强度的相关性并不显著,供给端的商业信用则与企业出口强度显著负相关。
This paper, based on the balanced panel data of 7,032 enterprises from China's Industrial Enterprises Database during the period of 1998 to 2014, makes an intensive study on the impact of financing constraints on corporate exporting from the perspective of bankcredit risk internal rating. The results show that bank credit financing constraints have significant negative correlations with corporate exporting decision-making and exporting intensity. Meanwhile, the paper, by employing Heckman two-phase model, finds that the impactand mechanism of different forms of commercial credit on corporate exporting decision-making and exporting intensity are different be-cause of their different positions in the supply and demand side. Moreover, the commercial credit of the demand side is only positively correlated with corporate exporting decision-making, but the correlation with exporting intensity is not significant, and the commercial credit of the supply side is significantly negatively correlated with exporting intensity.
This paper, based on the balanced panel data of 7,032 enterprises from China's Industrial Enterprises Database during the period of 1998 to 2014, makes an intensive study on the impact of financing constraints on corporate exporting from the perspective of bankcredit risk internal rating. The results show that bank credit financing constraints have significant negative correlations with corporate exporting decision-making and exporting intensity. Meanwhile, the paper, by employing Heckman two-phase model, finds that the impactand mechanism of different forms of commercial credit on corporate exporting decision-making and exporting intensity are different be-cause of their different positions in the supply and demand side. Moreover, the commercial credit of the demand side is only positively correlated with corporate exporting decision-making, but the correlation with exporting intensity is not significant, and the commercial credit of the supply side is significantly negatively correlated with exporting intensity.
引文
[1]Claessens S,Tzioumis K.Measuring firms’access to fi-nance[R].World Bank and Brooking Conference Paper,2006.
[2]Melitz M J.The impact of trade on intra-industry realloca-tions and aggregate industry productivity[J].Econometrica,2003,71(6):1695-1725.
[3]Manova K.Credit constraints,equity market liberalizationsand international trade[J].Journal of International Econom-ics,2008,76(1):33-47.
[4]Feenstra Robert C,Zhiyuan Li,Miaojie Yu.Exports andCredit Constraints under Incomplete Information:Theoryand Evidence from China[J].Review of Economics and Sta-tistics,2014,96(4):729-744.
[5]李志远,余淼杰.生产率,信贷约束与企业出口:基于中国企业层面的理论和实证分析[J].经济研究,2013(6):85-99.
[6]刘海洋,孔祥贞.中国企业通过什么途径缓解了出口融资约束[J].财贸经济,2013(6):85-96.
[7]孙灵燕,李荣林.融资约束限制中国企业出口参与吗?[J].经济学(季刊),2011(11):31-252.
[8]徐榕,赵勇.融资约束如何影响企业的出口决策?[J].经济评论,2015(3):108-120.
[9]于洪霞,龚六堂和陈玉宇.出口固定成本融资约束与企业出口行为[J].经济研究,2009(4):55-67.
[10]范小云,董二磊.银行信贷,商业信用与企业出口——基于联立方程模型的经验分析[J].中国经济问题,2015(1):36-49.
[11]程建,连玉君.信用评分系统的建模及其验证研究[J].国际金融研究,2007(6):50-59.
[12]Chaney T.Distorted gravity:the intensive and extensivemargins of international trade[J].The American EconomicReview,2005,98(4):1707-1721.
[13]韩剑,王静.中国本土企业为何舍近求远:基于金融信贷约束的解释[J].世界经济,2011(1):98-113.
[14]Mu?ls M.Exporters and credit constraints:A firm-level ap-proach[R].National Bank of Belgium Working Paper,2008.
[15]阳佳余.融资约束与企业出口行为:基于工业企业数据的经验研究[J].经济学(季刊),2012(11):1503-1524.
[16]聂辉华,江艇,杨汝岱.中国工业企业数据库的使用现状和潜在问题[J].世界经济,2012(5):142-158.
[17]Levinsohn J,Petrin A.Estimating production functions us-ing inputs to control for unobservables[J].The Review ofEconomic Studies,2003,70(2):317-341.
[18]Helpman E,Melitz M J,Rubinstein Y.Estimating tradeflows:trading partners and trading volumes[J].QuarterlyJournal of Economics,2008,123(2):441-487.
(1)根据中华人民共和国商务部公布数据计算得出。
(2)银行内部评级体系的所确定违约概率阈值根据不同银行对风险的偏好调整其内部评级模型参数确定。
(3)主要讨论外源性融资约束,所以在此对内源性融资约束指标不多做讨论。
(4)选用程建和连玉君的测算方法有以下原因。首先,他们的研究给出了基于<<巴塞尔新资本协议>>标准中关于违约概率测算的系统性方法。其次,标准模型中选用了我国上市公司的数据进行测算,其结果具有较高的代表性。再次,他们对于标准模型的最终结果采用了严格的验证方法,保证了模型的准确性。
(5)计算违约概率指标值时,选用了结构型组合(违约概率预测准确率更高)中的财务因素指标包括速动比率、利息保障倍数、存货周转率、主营业务利润率、和主营业收入现金比率等5个风险评级指标。在使用以上指标测算企业违约概率过程中进行多重共线性检测。其中,以速动比率为基准变量,其余各个变量依据vif检验判断来看,均值不大于1且每一个变量值均小于10。在计算企业违约概率的过程中也有两个问题。一是计算企业违约概率时并未考虑非财务指标因素可能带来的影响,由于非财务因素难以观测和量化为具体数据来测算对企业违约带来的影响,而且其带有较强的区域性特征,所以尝试将行业经济周期和不同地区对企业不同的补贴政策以及不同时点可能带来的问题一并放置于回归模型中,使用固定效应模型加以解决。二是在使用logistic模型计算企业违约概率时,直接使用程建和连玉君的财务指标系数。一方面由于采用的中国工业企业数据库中的企业数据无法支持完整测算风险指标系数,另一方面程建和连玉君测算出的风险指标系数依据于上市企业公开的财务数据具有较强准确性和可信性,且计算过程完全符合《巴塞尔新资本协议》中的标准,所以直接使用其指标系数来测算了企业的PD值。
(6)因主要考察融资约束对企业出口的影响,所以Melitz的关于企业出口生产率“自选择效应”的内容不再详细推导。
(7)其中δ值为PD值的倒数,选用的信贷评级标准为PD值20%分位数之前的企业。
(8)该数据库的全称为“全部国有及规模以上非国有工业企业数据库”,其样本范围为全部国有工业企业以及规模以上非国有工业企业,其统计单位为企业法人。
(9)样本变量统计表中变量:t值是依据企业是否出口得出t检验的统计值。
[2]Melitz M J.The impact of trade on intra-industry realloca-tions and aggregate industry productivity[J].Econometrica,2003,71(6):1695-1725.
[3]Manova K.Credit constraints,equity market liberalizationsand international trade[J].Journal of International Econom-ics,2008,76(1):33-47.
[4]Feenstra Robert C,Zhiyuan Li,Miaojie Yu.Exports andCredit Constraints under Incomplete Information:Theoryand Evidence from China[J].Review of Economics and Sta-tistics,2014,96(4):729-744.
[5]李志远,余淼杰.生产率,信贷约束与企业出口:基于中国企业层面的理论和实证分析[J].经济研究,2013(6):85-99.
[6]刘海洋,孔祥贞.中国企业通过什么途径缓解了出口融资约束[J].财贸经济,2013(6):85-96.
[7]孙灵燕,李荣林.融资约束限制中国企业出口参与吗?[J].经济学(季刊),2011(11):31-252.
[8]徐榕,赵勇.融资约束如何影响企业的出口决策?[J].经济评论,2015(3):108-120.
[9]于洪霞,龚六堂和陈玉宇.出口固定成本融资约束与企业出口行为[J].经济研究,2009(4):55-67.
[10]范小云,董二磊.银行信贷,商业信用与企业出口——基于联立方程模型的经验分析[J].中国经济问题,2015(1):36-49.
[11]程建,连玉君.信用评分系统的建模及其验证研究[J].国际金融研究,2007(6):50-59.
[12]Chaney T.Distorted gravity:the intensive and extensivemargins of international trade[J].The American EconomicReview,2005,98(4):1707-1721.
[13]韩剑,王静.中国本土企业为何舍近求远:基于金融信贷约束的解释[J].世界经济,2011(1):98-113.
[14]Mu?ls M.Exporters and credit constraints:A firm-level ap-proach[R].National Bank of Belgium Working Paper,2008.
[15]阳佳余.融资约束与企业出口行为:基于工业企业数据的经验研究[J].经济学(季刊),2012(11):1503-1524.
[16]聂辉华,江艇,杨汝岱.中国工业企业数据库的使用现状和潜在问题[J].世界经济,2012(5):142-158.
[17]Levinsohn J,Petrin A.Estimating production functions us-ing inputs to control for unobservables[J].The Review ofEconomic Studies,2003,70(2):317-341.
[18]Helpman E,Melitz M J,Rubinstein Y.Estimating tradeflows:trading partners and trading volumes[J].QuarterlyJournal of Economics,2008,123(2):441-487.
(1)根据中华人民共和国商务部公布数据计算得出。
(2)银行内部评级体系的所确定违约概率阈值根据不同银行对风险的偏好调整其内部评级模型参数确定。
(3)主要讨论外源性融资约束,所以在此对内源性融资约束指标不多做讨论。
(4)选用程建和连玉君的测算方法有以下原因。首先,他们的研究给出了基于<<巴塞尔新资本协议>>标准中关于违约概率测算的系统性方法。其次,标准模型中选用了我国上市公司的数据进行测算,其结果具有较高的代表性。再次,他们对于标准模型的最终结果采用了严格的验证方法,保证了模型的准确性。
(5)计算违约概率指标值时,选用了结构型组合(违约概率预测准确率更高)中的财务因素指标包括速动比率、利息保障倍数、存货周转率、主营业务利润率、和主营业收入现金比率等5个风险评级指标。在使用以上指标测算企业违约概率过程中进行多重共线性检测。其中,以速动比率为基准变量,其余各个变量依据vif检验判断来看,均值不大于1且每一个变量值均小于10。在计算企业违约概率的过程中也有两个问题。一是计算企业违约概率时并未考虑非财务指标因素可能带来的影响,由于非财务因素难以观测和量化为具体数据来测算对企业违约带来的影响,而且其带有较强的区域性特征,所以尝试将行业经济周期和不同地区对企业不同的补贴政策以及不同时点可能带来的问题一并放置于回归模型中,使用固定效应模型加以解决。二是在使用logistic模型计算企业违约概率时,直接使用程建和连玉君的财务指标系数。一方面由于采用的中国工业企业数据库中的企业数据无法支持完整测算风险指标系数,另一方面程建和连玉君测算出的风险指标系数依据于上市企业公开的财务数据具有较强准确性和可信性,且计算过程完全符合《巴塞尔新资本协议》中的标准,所以直接使用其指标系数来测算了企业的PD值。
(6)因主要考察融资约束对企业出口的影响,所以Melitz的关于企业出口生产率“自选择效应”的内容不再详细推导。
(7)其中δ值为PD值的倒数,选用的信贷评级标准为PD值20%分位数之前的企业。
(8)该数据库的全称为“全部国有及规模以上非国有工业企业数据库”,其样本范围为全部国有工业企业以及规模以上非国有工业企业,其统计单位为企业法人。
(9)样本变量统计表中变量:t值是依据企业是否出口得出t检验的统计值。