“资管新规”、影子银行与企业融资——来自中国A股上市公司的经验证据.pdf

管理现代化46财政金融Finance Research基金项目新疆自治区社会科学基金项目“双循环”背景下新疆对外贸易发展方式转变研究(项目编号：22BJL019)。作者简介杜永善，讲师；研究方向：金融理论与政策；电子信箱：。王其猛，讲师；研究方向：国际贸易；电子信箱：。严妍，硕士研究生；研究方向：产业经济；电子信箱：。薛志荣，本科生；研究方向：产业经济；电子信箱：。1 国务院办公厅关于加强影子银行监管有关问题的通知(国办发 2013107 号)将影子银行分为三类：“一是不持有金融牌照、完全无监管的信用中介机构，包括新型网络金融公司、第三方理财机构等。二是不持有金融牌照、存在监管不足的信用中介机构，包括融资性担保公司、小额贷款公司等。三是机构持有金融牌照，但存在监管不足或规避监管的业务，包括货币市场基金、资产证券化、部分理财业务等”。本文所讨论的中国式影子银行主要指第三类。2 本文影子银行规模指的是中国人民银行 社会融资统计表中新增委托贷款、新增信托贷款和新增未贴现银行承兑汇票三项融资规模之和。3 人民币贷款占比，是指新增人民币贷款除以新增社会融资总规模。4 影子银行融资占比，是指新增影子银行融资除以新增社会融资总规模。一、引言非国有企业一定程度上受到信贷歧视1，加之自身存在的信用问题、弱风险防范2和严重的信息不对称，使其资金需求难以通过商业银行等传统正规金融渠道得到满足，融资面临困境。因此，为了获得发展资金，他们不得不诉诸于非正规金融渠道。同时，商业银行等传统正规金融机构在风险管控、贷款利率和贷款流向等方面受到最严格的监管，为了规避监管约束，越来越多的资金通过商业银行、信托等资产管理机构的表外业务进入实体经济3，以此满足微观主体的资金需求。在此背景下，中国式影子银行1应运而生。不同于发达国家和地区，中国式影子银行是在商业银行信贷意愿受限和资产证券化程度较低的情况下产生的4，5。作为长期金融抑制下的产物，中国式影子银行是传统正规金融的替代和补充6，一方面其通过多种形式的金融创新缓解企业融资难、融资贵的问题5，支持实体经济发展；另一方面由于其追求高额利润产生了众多过度交易行为，通过多层嵌套放大了潜在的系统性金融风险7，且自身杠杆率高、与其它金融机构关系密切，极易造成金融风险传染，不符合中国宏观审慎监管政策。为有效防范金融风险，2018 年 4 月 27 日，中国人民银行、中国银保监会、中国证监会、国家外汇管理局联合发布了 关于规范金融机构资产管理业务的指导意见（简称“资管新规”），从多方面对影子银行及其产品进行管制，如打破刚性兑付、净值化转型、禁止期限错配、规范非标产品、表外业务回表调整等，极大降低了影子银行规模2(见图 1)。尽管“资管新规”出台后短期内人民币贷款占比3大幅上升，但是商业银行等传统正规金融机构贷款意愿不强，加之影子银行融资占比4大幅下降，社会融资规模增速阶段性放缓4，进一步降低了企业融资的可得性，特别是严重依赖影子银行融资的企业融资困局凸显，对社会融资体系产生了较大影响(见图 2)。DOI：10.19634/ki.11-1403/c.2023.03.006“资管新规”、影子银行与企业融资杜永善1 王其猛1严妍2薛志荣1 （1.中国石油大学（北京）克拉玛依校区工商管理学院，新疆克拉玛依834000；2.哈尔滨工业大学深圳校区经济管理学院，广东深圳518038）摘要影子银行作为企业融资的重要渠道，在“资管新规”外生政策冲击下，对企业融资产生了较大影响。本文选取 2015年 1 月至 2021 年 7 月中国 A 股上市公司为样本，运用多维固定效应模型和双重差分法，探究“资管新规”、影子银行和企业融资的关系。研究发现：影子银行有助于降低企业融资约束和融资成本，但提升了企业短期债务占比。与国有企业相比，随着“资管新规”出台引起影子银行规模下降，非国有企业在融资约束加剧、融资成本上升和短期债务占比下降方面更加明显。同时，在影子银行发展水平高的地区，不同产权性质企业在融资约束、融资成本及短期债务占比方面存在显著差异；在影子银行发展水平低的地区，不同产权性质企业在融资约束和短期债务占比方面无显著差异，在融资成本方面虽有差异但系数较小。关键词“资管新规”；影子银行；企业融资；双重差分 中图分类号F424.3文献标识码A文章编号1003-1154(2023)03-0046-10来自中国 A 股上市公司的经验证据47财政金融Finance Research2023年第 期3（数据来源：中经网）图 1中国影子银行规模走势（单位：亿元）（数据来源：中经网）图 2新增人民币贷款与新增影子银行融资在新增社会融资总规模中的占比（单位：%）目前，学术界就“资管新规”对影子银行的影响进行了深入研究，众多学者8，9，10认为，“资管新规”规范了影子银行的行为、抑制了影子银行规模。然而，在微观层面，影子银行规模的下降，对企业的融资约束、融资成本及债务期限结构分别会产生何种影响，以及这种影响在不同产权性质企业中是否存在差异有待进一步检验。同时，由于中国各省域影子银行发展水平不同，还需要分地区检验“资管新规”对影子银行发展水平不同地区企业在融资约束、融资成本及债务期限结构方面的政策效应。然而，由于“资管新规”出台时间较短，目前较少有文献将“资管新规”作为外生政策，全面考虑区域差异和企业产权异质性，探究影子银行对企业融资约束、融资成本及融资期限结构的影响。因此，本文选取 1755 家中国沪深 A 股上市公司 2015 年 1 月到 2021 年 7 月的半年度数据，运用多维固定效应模型和双重差分法，探究“资管新规”、影子银行和企业融资的关系。同时，基于产权异质性和地区异质性的视角，探究“资管新规”出台后影子银行规模的下降，对不同产权性质企业融资约束、融资成本及债务期限结构的影响，并根据影子银行发展水平分地区检验，全面考察“资管新规”的政策效应在影子银行发展水平不同地区，对不同产权性质企业融资约束、融资成本及债务期限结构的影响。二、理论分析与研究假设（一）影子银行与企业融资约束、融资成本融资约束是指企业对外融资时受到的限制，是资金需求方和资金供给方的需求不匹配导致的矛盾。中国是以间接融资体系为主的国家，商业银行作为资金供给方在企业融资中扮演着重要角色，由于金融市场的不完美性，信息不对称问题会导致商业银行风险增大，并且带来较高的监督成本。加之中国存在利率管制，商业银行无法通过风险溢价对企业贷款进行定价，商业银行会采取非价格机制来减少和控制风险，从而不愿意提供资金支持，此时信贷配给产生11，作为资金需求方的企业受到严重的融资约束。为了满足资金需求，不得不诉诸于非正规金融渠道，影子银行作为非正规金融的代表，就成为企业的重要融资渠道12。程小可等6使用现金现金流敏感性模型考察融资约束，研究认为影子银行可以作为传统正规银行信贷渠道的替代和补充，通过向企业提供短期贷款缓解其融资约束。马骁等13通过研究影子银行对货币政策传导的影响，发现影子银行规模增加通过影响企业对货币政策信贷和利率传导渠道的敏感程度，进而降低企业融资约束。此外，当传统商业银行等正规金融机构受到严格的金融监管时，企业也会面临严重的外部融资约束，从而倾向于通过影子银行获取资金14。优序融资理论指出，企业根据融资成本的高、低择优选择融资方式15。在中国利率双轨制下16，当利率上升引起商业银行融资成本上升时，影子银行可以向企业提供廉价的金融产品，从而降低企业融资成本17。Li 等18在影子银行与企业的融资成本研究方面，认为影子银行利用隐性信息构建融资合约进而降低企业融资成本。Yang and Fang19发现，当小微企业通过准金融机构式的影子银行进行融资时，面临更低的融资成本。因此，企业会择优选择影子银行进行融资，以降低自身融资成本。影子银行在本质上是一种金融创新，随着金融多元化趋势加快，为了提升盈利水平，获得监管套利，影子银行会通过研发多种创新金融工具，满足那些无法通过商业银行等正规金融渠道获得融资的企业的融资需求，并降低其融资成本。同时，企业融资与影子银行发展水平之间存在着反向因果关系，当企业难以从正规渠道获得银行贷款时，会主动寻求影子银行渠道融资，进一步推动了影子银行规模的扩张。因此，当影子银行规模缩减时，不仅会减少企业的资金获取渠道，而且当企业无法通过影子银行和正规金融渠道获得融资时，会转向地下钱庄、民间借贷等其他更加隐蔽的影子银行体系，使其面临更加高昂的融资成本和更加严重的融资约束。基于以上分析，提出如下假设：假设 1：影子银行有助于降低企业融资约束和融资成本。管理现代化48财政金融Finance Research（二）影子银行与企业债务期限结构债务期限结构的核心问题是指企业长、短期债务期限的搭配问题，企业短期债务占比下降，有利于债务期限结构优化，进而降低自身财务风险。根据期限匹配理论20，影子银行为了降低自身债务融资的风险或成本，应将债务期限和资产期限进行匹配。然而，影子银行具有明显的期限错配特征，一方面通过在货币市场发行短期融资工具获得资金，另一方面将资金投向于长期资产，因而导致了影子银行严重缺乏流动性21。为了保持自身流动性，并保持资产期限和负债期限的匹配，影子银行倾向于向企业提供短期信贷22，并将缩短贷款期限作为解决信息不对称和道德风险的重要途径23。同时，由于企业和影子银行签订的融资契约的不完善性，导致影子银行面临较大的违约风险，而短期信贷相对于长期信贷更能抑制企业的机会主义行为，因此，影子银行往往会减少长期信贷，增加短期信贷的发放24。此外，不具备直接融资能力的中高风险企业更倾向于通过影子银行进行融资，为降低违约风险，影子银行也会增加短期信贷的投放25。影子银行短期信贷投放的增加，会提升企业短期债务占比，进而不利于企业债务期限结构优化。因此，当影子银行规模大幅降低时，其短期信贷的投放规模会随之下降，企业通过影子银行获取的短期债务规模也会下降，从而使得企业短期债务占比下降，进而有助于促进企业债务期限结构优化。基于以上分析，提出如下假设：假设 2：影子银行会提升企业短期债务占比，进而不利于优化企业债务期限结构。（三）“资管新规”、影子银行与企业融资的产权异质性由前文可知，与国有企业相比，非国有企业由于自身信用问题、融资渠道更窄、传统正规金融的可获得性更低，对影子银行的依赖性更强。Allen 等26通过研究中国不同产权性质的企业发现，民营企业相较于国有企业缺乏有效的融资来源，面临更加严重的融资约束问题，影子银行有效缓解了该类企业的融资约束。张雪莹和刘茵伟27以民营企业债券数据为样本，研究发现影子银行规模的扩大缩小了民营企业和国有企业债券融资成本的差异，降低了民营企业债券的融资成本，进而降低了民营企业的整体融资成本。赵亮等28同时研究影子银行与企业融资约束、融资成本问题，认为影子银行可以有效缓解民营企业的融资约束，且可以有效降低其融资成本。“资管新规”的出台，缩减了影子银行规模，使得非国有企业比国有企业面临更加严重的融资约束加剧和融资成本上升问题。因此，基于以上分析，提出如下假设：假设 3：“资管新规”的出台对非国有企业融资约束加剧和融资成本上升的政策效应更强。由前文可知，与国有企业相比，非国有企业更依赖于影子银行短期信贷。“资管新规”的出台，缩减了影子银行规模，使得更依赖于影子银行融资的非国有企业短期债务占比下降幅度更大，更有利于其债务期限结构的优化。基于以上分析，提出如下假设：假设 4：“资管新规”的出台对非国有企业短期债务占比下降的政策效应更强，进而更有助于非国有企业债务期限结构优化。（四）“资管新规”、影子银行与企业融资的地区异质性考虑到中国影子银行发展水平在各省域存在显著差异，因此，企业通过影子银行融资时也存在地区差异性。影子银行发展水平越高的地区，其对该地区企业的融资缓解作用越强，影子银行发展水平越低的地区，其对该地区企业的融资缓解作用越不明显。Lu 等29通过研究影子银行发展水平不同地区影子银行与企业融资的关系，认为目前中国企业通过影子银行融资的现象在沿海地区最为普遍，其次是东北、西北、西南地区，中部地区通过影子银行融资的企业最少。“资管新规”出台后，影子银行发展水平越高的地区，受政策冲击的影响越大，影子银行规模下降幅度也越大，企业融资的变动情况更明显，企业的融资约束、融资成本上升更多，短期债务占比下降更多，而且与国有企业相比，非国有企业更依赖于影子银行融资，因而不同产权性质企业的融资变动情况会存在明显差异。影子银行发展水平越低的地区，受政策冲击的影响越小，影子银行规模下降幅度也越小，企业的融资约束、融资成本和债务期限结构变动情况不明显，因而不同产权性质企业的融资变动情况也不会有太大差异。因此，基于以上分析，提出如下假设：假设 5：影子银行发展水平越高的地区，“资管新规”对企业融资约束、融资成本和短期债务占比的政策效应越明显。三、研究设计（一）样本选取和数据来源研究样本选取中国沪深 A 股上市公司，满足以下要求：（1）剔除 ST、*ST 类企业和金融企业；（2）企业上市在 2015 年以前；（3）剔除 2015-2021 年度产权性质改变的企业；最后共计得到 1755 个企业样本。同时，选取 2015年 1 月到 2021 年 7 月的半年度数据，最后共得到 22815个原始数据，为保证数据的平稳性和准确性，对原始数据进行上下 2%分位数的缩尾处理，排除异常值的影响。企业数据来自 CSMAR 数据库，社会融资规模的各项数据和国内生产总值(GDP)等宏观统计数据来自中经网统计数据库。（二）模型建立为验证假设 1 和假设 2，探究影子银行发展水平对企业融资约束、融资成本及债务期限结构的影响，构建多维固定效应模型，加入对省份、行业、时间层面的控制：49财政金融Finance Research2023年第 期3其中，i 为个体企业，t 为时间；Finance 为企业融资的各项指标，包括融资约束（SA 指数）、融资成本（Fin-cost）、债务期限结构（Debt）；Shadow 为省域影子银行发展水平，itX为控制变量，it为回归系数，it为残差项。为验证假设 3 和假设 4，探究“资管新规”对不同产权性质企业融资的政策效应，本文参考邹克等(2022)30的研究思路，使用双重差分法考察不同产权性质企业在“资管新规”出台后，融资约束、融资成本、短期债务占比的变化是否有明显差异，具体模型如下：其中，由于本模型考察“资管新规”对不同产权性质企业融资的政策效应，只考虑企业层面，因此itX中不包含宏观的控制变量（GDP 和 Finscale），下同。对于实验组（Treat=1）：非国有企业在“资管新规”出台前后的融资变化情况分别为：非国有企业在“资管新规”出台前后的融资差异为12+，其中既包含“资管新规”出台后的政策影响，又包含其他相关变量的影响。对于控制组（Treat=0）：国有企业在“资管新规”出台前后的融资变化情况分别为：国有企业在“资管新规”出台前后的融资差异为2，其中不包含“资管新规”的政策效应对国有企业融资的影响，但包括其他相关因素的影响，其中，“资管新规”的政策效应为1，以体现其对不同产权性质企业融资影响的差异性。为验证假设 5，探究“资管新规”对影子银行发展水平不同地区不同产权性质企业融资的政策效应。根据影子银行发展水平的不同，在上述模型基础上进行分样本检验，将省域影子银行发展水平高于样本均值的省份设为高水平组，低于样本均值的省份设为低水平组，考察“资管新规”对不同产权性质企业融资的政策效应在影子银行发展水平不同地区是否存在显著差异。（三）变量定义被解释变量：衡量企业融资约束的指标主要有投资现金流敏感度、KZ 指数、WW 指数和 SA 指数，前三个指标包含了众多具有内生性的金融变量，而 SA 指数由企业规模(size：以总资产对数表示)和年龄(Age：企业成立日期到 2021 年 6 月 30 日)两个相对外生的变量构建而成，在一定程度上可以避免内生性问题，因此本文借鉴Hadlock 和 Pierce31的研究思路使用 SA 指数度量企业融资约束。企业融资成本是指企业通过借贷产生的一系列支出，因此本文借鉴李广子和刘力32的研究思路使用净财务费用占总负债的比率来度量企业融资约束。企业债务期限结构主要研究企业短期负债变化的情况，因此本文借鉴蒋敏等3的做法，用短期债务占总负债的比值衡量。核心解释变量：本文借鉴程小可等6的做法，以中国人民银行发布的 社会融资规模统计表中新增委托贷款、新增信托贷款和新增未贴现银行承兑汇票三项融资规模之和，在新增社会融资总规模中的占比作为各省影子银行发展水平的考察指标。在具体研究中，剔除了数据残缺的省份，最后得到 28 个省份的数据进行后续分析。以 Did（TimeTreat）的系数，即政策时间截点与企业产权性质的交互项衡量“资管新规”对不同产权性质企业的政策效应，从而验证“资管新规”出台引起影子银行规模下降后，不同产权性质企业融资表现是否存在显著差异。控制变量：本文选取与企业财务状况，股权结构相关的变量作为控制变量，另外还加入了宏观经济变量 GDP和社会融资规模。具体变量说明见表 1：01ititititiitFinanceShadowX=+（1）0123ititititititFinanceDidTimeTreatX=+（2）itFinanceX+030123itititititititXFinanceX+03itititititititXFinanceX+“资管新规”政策出台前（Time=0）“资管新规”政策出台后（Time=1）（3）（4）“资管新规”政策出台后（Time=1）“资管新规”政策出台前（Time=0）itFinanceX+02itititititititXFinanceX+020itititititititXFinanceX+表 1变量选取与说明变量类型变量名称符号说明被解释变量融资约束SA 指数由企业规模(size：以总资产对数表示)和年龄(Age：企业成立日期到2021 年 6 月 30 日)两个相对外生的变量构成，SA 指数越大企业融资约束越大20.7370.0430.04itititSASizeSizeAge=+融资成本Fincost财务费用/总负债债务期限结构（短期债务占比）Debt流动负债/总负债核心解释变量影子银行发展水平Shadow（新增委托贷款+新增信托贷款+未贴现银行承兑汇票）/社会融资总规模交互项Did（TimeTreat）政策时间截点和产权性质虚拟变量的交互项控制变量资产负债率LEV总负债/总资产净资产收益率ROE净利润/净资产股权集中度Top1第一大股东持股数量/总股数管理现代化50财政金融Finance Research四、实证分析（一）变量的描述性统计为初步了解数据的特征，对变量进行了如下描述性统计，见表 2：表 2变量描述性统计变量NMeanStdMinMaxLEV22,81544.23819.8988.72284.934ROE22,8154.4737.001-21.78921.858Top122,81534.10514.2381167.524Growth22,81532.91862.689-50.719305.080NWC22,81519.62122.205-30.54665.473Cash22,81513.4039.6621.54344.283GDP22,8159.9350.6478.39610.962Finscale22,8158.4690.8666.11310.063政策变量=0Shadow10,5300.6571.491-2.4944.225SA10,5304.2801.5391.8499.076Fincost10,5300.7421.870-5.1104.534Debt10,53057.34220.2858.72284.934政策变量=1Shadow12,285-0.4350.777-2.2391.670SA12,2855.1831.6021.8499.076Fincost12,2850.8921.674-5.1104.534Debt12,28545.00519.5298.72284.934观察政策颁布前后被解释变量和核心解释变量发现，在“资管新规”出台后，各省影子银行发展水平大幅下降，企业的融资约束均值明显上升，融资成本上升，短期债务占比下降。由此可看出，“资管新规”出台后，影子银行发展水平的变化会对企业融资的各项指标产生影响。（二）影子银行对企业融资的影响分析由于样本量较多，时间年限较长，且影子银行发展水平为分省域研究，为使模型更加稳定可靠，使用行业、时间、省份的多维固定效应模型对样本进行分析，其中选取的 1755 个企业属于 69 个行业，28 个省份，时间跨度为13 个半年。表 3影子银行对企业融资的影响变量SAFincostDebtShadow-0.009*(0.013)-0.012*(0.007)0.137*(0.008)LEV0.035*(0.000)0.023*(0.000)-0.159*(0.000)ROE-0.042*(0.000)-0.010*(0.000)0.011(0.471)Top1-0.014*(0.000)-0.007*(0.000)0.004(0.613)变量SAFincostDebtGrowth-0.001*(0.000)-0.001*(0.000)0.011*(0.000)NWC0.000(0.588)-0.015*(0.000)-0.087*(0.000)Cash-0.002*(0.018)-0.050*(0.000)0.141*(0.000)GDP0.023(0.811)0.073(0.503)2.006(0.108)Finscale0.034(0.204)0.051(0.128)-0.626*(0.055)C1.845*(0.054)-0.717(0.509)61.901*(0.000)时间YYY省份YYY行业YYYR2-adjusted0.4590.4360.288F181.36134.4684.52N22,75822,75822,758注：*,*,*分别表示回归系数在 10%，5%，1%的水平下显著，括号内为回归系数的 p 值，下同。由表 3 可知，省域影子银行发展水平与企业融资约束的回归系数在 5%的显著性水平下为负，即影子银行发展水平越高，企业融资约束越低。省域影子银行发展水平与企业融资成本的回归系数在 1%的显著性水平下为负，即影子银行发展水平越高，企业融资成本越低。因此，影子银行有助于降低企业融资约束和融资成本，假设1 成立。省域影子银行发展水平与企业债务期限结构的回归系数在 1%的显著性水平下为正，即影子银行发展水平越高，企业短期债务占比越多。因此，影子银行会提升企业短期债务占比，进而不利于优化企业债务期限结构，假设 2 成立。另外，企业资产负债率与融资成本、融资约束显著正相关，与短期债务占比负相关。企业净资产收益率、企业成长性、现金资产比率与融资成本、融资约束显著负相关，与短期债务占比正相关。企业第一大股东持股比例与融资成本、融资约束显著负相关，与短期债务占比正相关但不显著。企业营运资金变动与融资成本正相关但不显著，与融资约束和短期债务占比显著负相关。GDP、社会融资规模等宏观经济变量对被解释变量的影响并不显著。（三）“资管新规”下影子银行与企业融资的产权异质性分析1.平行趋势检验运用双重差分法分析“资管新规”对不同产权性质企业融资约束、融资成本及短期债务占比的前提是样本变量类型变量名称符号说明控制变量企业成长性Growth（本期销售收入上期销售收入）/上期销售收入营运资金变动NWC（经营性流动资产短期债务占比）/总资产现金资产比率Cash现金资产/期初总资产产权性质分组Treat控制组即国有企业取 0，实验组即非国有企业取 1政策时间截点Time出台前为 0，出台后为 1经济发展水平GDP各省 GDP 取对数融资规模Finscale各省社会融资规模取对数51财政金融Finance Research2023年第 期3数据是否满足平行趋势假设，即满足在“资管新规”政策出台前，实验组与控制组融资约束、融资成本和短期债务占比具有相同趋势的假设。由图 3，图 4 及图 5 可知，在 95%的置信区间，在“资管新规”政策出台前，系数不显著异于 0，这说明“资管新规”政策时点前实验组和控制组之间不存在显著差异，即满足平行趋势的假设。图 3实验组与控制组融资约束平行趋势检验图 4实验组与控制组融资成本平行趋势检验图 5实验组与控制组短期债务占比平行趋势检验2.“资管新规”对不同产权性质企业的政策效应在考察“资管新规”的出台对不同产权性质企业融资的政策效应时，本文使用双重差分法验证“资管新规”对不同产权性质企业融资约束、融资成本和短期债务占比的影响是否有显著差异，并对固定效应模型的时间、行业特征进行控制。表 4“资管新规”对不同产权性质企业融资的政策效应变量SAFincostDebtDid0.022*(0.056)0.235*(0.000)-0.698*(0.083)LEV0.034*(0.000)0.025*(0.000)-0.157*(0.000)ROE-0.043*(0.000)-0.001(0.405)0.002(0.875)Top1-0.013*(0.000)-0.006*(0.000)0.005(0.539)Growth-0.001*(0.000)-0.00*(0.000)0.010*(0.000)NWC0.000(0.602)-0.016*(0.000)-0.083*(0.000)Cash-0.004*(0.000)-.0459*(0.000)0.138*(0.000)C2.945*(0.000)0.620*(0.000)76.995*(0.000)时间YYY行业YYYR2-adjusted0.4340.3920.272F233.73146.11116.21N22,81322,81322,813由表 4 可知，Did（TimeTreat）与 SA 在 10%的显著性水平下正相关，与 Fincost 在 1%的显著性水平下正相关，与 Debt 在 10%的显著性水平下正相关，即政策时间截点变量和产权性质变量的交互项与企业融资约束在10%的显著性水平下正相关，与企业融资成本在 1%的显著性水平下正相关，与短期债务占比在 10%显著性水平下负相关，说明国有企业和非国有企业在“资管新规”出台前，融资约束、融资成本和短期债务占比具有相同的时间趋势。随着“资管新规”的出台，影子银行规模缩减使得更依赖于影子银行融资的非国有企业融资约束加剧更严重、融资成本增幅更大，假设 3 成立；且随着“资管新规”的出台，影子银行规模缩减使得更依赖于影子银行融资的非国有企业短期债务占比下降更多，更有利于非国有企业债务期限结构优化，假设 4 成立。此外，控制变量对企业融资成本、融资约束及债务期限结构的影响与前文结论一致。（四）“资管新规”下影子银行与企业融资的地区异质性分析在前文分析的基础上，下面进一步考察“资管新规”对影子银行发展水平不同地区企业融资的影响是否存在显著差异。将省域影子银行发展水平高于样本均值的省份设为高水平组，低于样本均值的省份设为低水平组（其中有 11 个省份为高发展水平组，17 个为低发展水平组），进行分样本检验，同时控制时间、行业特征。管理现代化52财政金融Finance Research表 5“资管新规”对影子银行发展水平不同地区企业融资的政策效应变量H-shadowL-shadowSAFincostDebtSAFincostDebtDid0.034*(0.037)0.261*(0.000)-0.967*(0.074)0.006(0.521)0.199*(0.000)-0.390(0.507)LEV0.032*(0.000)0.025*(0.000)-0.134*(0.000)0.035*(0.000)0.024*(0.000)-0.184*(0.000)ROE-0.041*(0.000)-0.003(0.107)0.039*(0.065)-0.045*(0.000)0.002(0.321)-0.031(0.125)Top1-0.015*(0.000)-0.007*(0.000)0.017(0.111)-0.009*(0.000)-0.004*(0.001)-0.019(0.105)Growth-0.001*(0.004)-0.001*(0.004)0.012*(0.000)-0.001*(0.000)-0.001*(0.001)0.006*(0.022)NWC-0.001(0.115)-0.016*(0.000)-0.072*(0.000)0.002*(0.017)-0.018*(0.000)-0.108*(0.000)Cash-0.002*(0.077)-0.046*(0.000)0.171*(0.000)-0.007*(0.000)-0.043*(0.000)0.112*(0.000)C3.142*(0.000)0.749*(0.000)71.187*(0.000)2.877*(0.000)0.424*(0.001)85.934*(0.000)时间YYYYYY行业YYYYYYR2-adjusted0.4610.4060.2860.4540.3950.298F253.7091.6975.92397.2480.4092.32N13,15513,15513,1559,6589,6589,658由表 5 可知，在进行地区异质性检验后发现：（1）“资管新规”出台后，影子银行发展水平高的地区，不同产权性质企业的融资约束在 5%的显著性水平下具有明显差异，而影子银行发展水平低的地区，不同产权性质企业的融资约束则没有显著差异。这是由于影子银行发展水平高的地区，企业对影子银行的依赖性强，“资管新规”引起影子银行规模缩减后，更依赖影子银行的非国有企业融资约束相对于国有企业上升更快；而影子银行发展水平低的地区，企业对影子银行的依赖性较弱，“资管新规”引起影子银行规模缩减后，非国有企业和国有企业的融资约束无显著差异。（2）“资管新规”出台后，影子银行发展水平不同的地区，不同产权性质企业融资成本均具有显著差异，但影子银行发展水平高的地区系数更大。这是由于“资管新规”引起影子银行规模缩减后，更依赖影子银行的非国有企业为了满足自身融资需求，需要通过成本更高的民间借贷、地下钱庄等方式进行融资。同时，在影子银行发展水平高的地区，非国有企业与国有企业融资成本的差异更大。（3）“资管新规”出台后，影子银行发展水平高的地区，不同产权性质企业的短期债务占比在 10%的显著性水平下具有明显差异，影子银行发展水平低的地区，不同产权性质企业的短期债务占比则无显著差异。这是由于影子银行发展水平高的地区，企业对影子银行的依赖性强，“资管新规”引起影子银行规模缩减后，更依赖影子银行的非国有企业短期债务占比相对于国有企业下降幅度更为明显；而在子银行发展水平低的地区，企业对影子银行依赖性较弱，“资管新规”引起影子银行规模缩减后，国有企业和非国有企业短期债务占比下降幅度无显著差异。综上，“资管新规”出台后，影子银行发展水平越高的地区，不同产权性质企业在融资约束、融资成本及债务期限结构方面均具有显著差异；影子银行发展水平越低的地区，不同产权性质企业在融资约束、短期债务占比方面无显著差异，在融资成本方面虽有差异但系数相对较小。因此，影子银行发展水平越高的地区，“资管新规”对企业融资约束、融资成本和短期债务占比的政策效应越明显，假设 5 成立。五、稳健性检验为验证上述结论的正确性，下面进一步对上述模型进行稳健性检验：包括安慰剂检验和 PSMDID。（一）安慰剂检验为验证“资管新规”对不同产权性质企业融资约束、融资成本及债务期限结构的影响不是偶然性的，下面进行安慰剂检验。首先使用随机数种子随机生成新的实验组（包含 957 个样本）和控制组，并对模型（2）进行了 200 次迭代，观察交互项与各被解释变量的系数和p 值，若随机生成分组的 p 值大部分不显著，且与原始回归结果差异较大，则说明模型（2）稳健，安慰剂检验通过，即“资管新规”对不同产权性质企业融资的政策效应具有显著差异。图 6安慰剂检验抽样结果示意（融资约束）图 7安慰剂检验抽样结果示意（融资成本）53财政金融Finance Research2023年第 期3图 8安慰剂检验抽样结果示意（债务期限结构）在图 6、图 7、图 8 中，三个被解释变量多次抽样的回归结果大部分都集中在 0 附近，回归系数不显著；而原回归结果与抽样生成的结果差距足够大，模型（2）显著，安慰剂检验通过，原结论依然成立。即，“资管新规”的出台，降低了影子银行规模，进而加剧了企业融资约束并提高了企业融资成本，降低了企业短期债务占比，且这种效应在非国有企业更明显。（二）PSMDID在使用双重差分法（DID）研究上述问题时，企业之间具有的差异性即可能存在的样本选择偏误问题会对影响模型的正确性。因此，本文借鉴邹克等(2022)31的做法，使用倾向得分匹配法（PSM）在样本数据中匹配出实验组和控制组在协变量变化中最相近的企业，在此基础上使用 DID 检验两组之间的差异。在协变量匹配中，由于 PSM-DID 模型考察“资管新规”对影子银行发展水平不同地区企业融资的政策效应时，只考虑企业层面，因此不包含宏观的控制变量（GDP 和 Finscale），将剩余的六个控制变量（LEV、ROE、TOP1、Growth、NWC、Cash）作为备选外生变量即协变量，利用 Stata 软件的 psestimate 命令进行协变量选择时，结果表明六个备选协变量均能作为最终的协变量。首先使用 logit 模型估计样本处理概率值：进一步采用 K 近邻匹配（k=1，半径为 0.05）进行样本间匹配，其次删除未匹配的样本（其中高发展组删除 81个观测值，低发展组删除 40 个），最后重新使用 DID 估计分样本中的模型：得到结果如表 6 所示：表 6PSMDID 回归结果（分样本）变量H-shadowL-shadowSAFincostDebtSAFincostDebtDid0.037*(0.025)0.278*(0.000)-1.045*(0.054)0.010(0.421)0.203*(0.000)-0.419(0.476)LEV0.032*(0.000)0.025*(0.000)-0.134*(0.000)0.034*(0.000)0.024*(0.000)-0.189*(0.000)ROE-0.042*(0.000)-0.003(0.157)0.035(0.105)-0.046*(0.000)0.003(0.305)-0.029(0.150)Top1-0.015*(0.000)-0.007*(0.000)0.019*(0.075)-0.008*(0.000)-0.004*(0.001)-0.025*(0.040)Growth-0.001*(0.004)-0.001*(0.003)0.012*(0.000)-0.001*(0.000)-0.001*(0.001)0.006*(0.034)NWC-0.001(0.415)-0.016*(0.000)-0.074*(0.000)0.002*(0.020)-0.018*(0.000)-0.109*(0.000)Cash-0.003*(0.019)-0.047*(0.000)0.176*(0.000)-0.008*(0.000)-0.043*(0.000)0.105*(0.000)C3.141*(0.000)0.752*(0.000)71.030*(0.000)2.955*(0.000)0.401*(0.003)86.579*(0.000)时间YYYYYY行业YYYYYYR2-adjusted0.4670.4070.2880.4610.3960.300F258.2192.1076.16397.6280.5692.53N13,07413,07413,0749,6189,6