下载掌阅APP，畅读海量书库
立即打开
为了研究企业自身出口及同一地区（同省）企业的总出口如何影响企业的融资约束，我们构建了下列回归模型：
其中，ln fc it 代表企业 i 在 t 年面临的融资约束的对数。ln exp it 是企业 i 在 t 年出口的对数,ln exp prov jt 则表示 j 省在 t 年出口总额的对数。为了消除企业层面无法观测到的固定效应对回归结果带来的影响，对回归方程（1）做一阶差分处理 [1] ，得到回归方程（2）：
其中，Δ表示差分, TFP lag i , k lag i , share lag i 和 sale lag i 分别表示企业滞后一年的生产率、人均资本占有率、外资比重以及总销售额。这些变量用来控制企业自身特征对企业融资约束变动率的影响。例如，对于总销售额比较大的企业（企业规模较大），可能需要更多外部融资来缓解内部资金流动性不足，从而影响其受到融资约束变化率。采用滞后项的原因在于避免解释变量随企业融资约束程度变化而变化从而导致的内生性问题。此外，一阶差分的优点在于不仅剔除了企业与行业固定效应对于融资约束的影响；同时，由于企业所在地不改变，一阶差分也去除了地区固定效应，例如不同地区金融市场发达程度存在差异。
融资约束指标的选取是本文的一个难点。结合合并后数据库与外源融资约束数据的可获得性，选取流动性(liquidity)、杠杆率(leverage ratio)以及短期负债(short term liability)作为衡量企业融资约束的指标。
① 流动性。流动性=（当期资产-当期债务）/总资产。流动性度量了企业当期资产与债务的差值占企业总资产的比例。LiandYu（2009）提出企业流动性可以间接度量企业的外源融资成本：当企业面临较低融资约束，即具有较低融资成本时，其可以更多地通过借贷来进行投资，从而需要支付更多利息债务，这使得企业具有更低的流动性。
② 杠杆率。杠杆率=当期债务/当期资产。杠杆率衡量了企业当期债务在企业当期资产中所占比例。与流动性指标相似，杠杆率也间接衡量了企业外源融资成本。当企业面临较低融资成本时，企业进行更多融资从而支付更多利息债务，这使得企业具有更高的杠杆率。
③ 短期债务率。短期债务率=当期债务/总资产。短期债务率度量了企业当期债务在企业总资产中所占的比例。短期负债率指标衡量了企业短期举债能力：对于融资成本较低的企业，其具有较高短期债务率。
由于企业自身出口与其面临的融资约束存在反向因果关系，我们需要为Δ lnexp it 寻找合适的工具变量。2005年7月21日中国汇率制度改革使得人民币在短期内升值了2.1%。这次汇率改革是一次突发事件，出乎所有公众预期（Lu and Tao, 2013； Manova and Yu, 2015）。当时的美联储主席格林斯潘曾在2004年发表评论说，中国如果放弃盯住美元的固定汇率制度会对经济带来很大冲击与风险；温家宝在2004年11月接受中国日报采访时断言，浮动汇率制度在中国绝无实施的可能；Krugman在2005年5月称中国暂时不会放弃固定汇率制度。这些迹象表明,2005年的汇率改革出乎公众预期，可以看成是一次外生冲击（exogenousshock），跟企业面临的融资约束无关。但是汇率却直接影响企业出口，这使得企业面对的汇率变化（Δ EXR it ）成为企业出口额变化（Δln exp it ）的一个合格工具变量。
我们首先构造企业面临的真实汇率在汇改前后变动的指标，如式（3）：
其中，
其中 w ij , t-1 表示在 t -1期企业 i 对 j 国出口在总出口中的比重，而Δ EXR jt 代表人民币兑 j 国货币真实汇率变动。 XR jt 和 XR j , t-1 是 j 国与中国分别在 t 和 t -1期年时的名义汇率。 P jt 和 P j , t-1 则表示 j 国在 t 期和 t -1期的CPI指数。式（3）的含义是企业面临的汇率变动是以其出口份额加权的中国与其他国家双边汇率变动的平均值。在估计方程（2）时，Δ EXR it 作为Δln exp it 的工具变量。
我们采用LP (Levinsohn and Petrin, 2003)方法来估算企业生产率，具体如下：
其中，
在这里，下标 t 代表年份, i 代表企业, Y it 代表企业 i 在 t 年时的增加值, l it 、 k it 和 m it 分别表示在 t 年企业 i 的劳动力投入、资本投入和中间产品投入， ω it 则是企业的生产率。LP方法利用企业中间品投入是企业生产率的函数这一性质，把企业生产率表示成为资本与中间投入品的函数。然后利用（4）式与（5）式共同估计企业生产率，这样可以解决企业生产率与误差项之间不相互独立带来的问题。
利用工业企业数据库，在省级层面计算各个省份每一年的所有出口企业的总出口额，以此来度量区域出口聚集度，并利用CPI指数对其进行平减，以达到消除通货膨胀的目的。在稳健性检验中，我们计算了以行业融资依赖度为权重的省级层面加权总出口额。
为了探讨企业以及省级层面的出口对企业融资约束的影响，本文主要使用中国海关总署的企业—产品—国家层面的出口数据以及国家统计局的工业企业数据库。海关数据库记载了2000—2006年中国所有出口企业的每一条出口交易信息，包括出口产品HS代码、出口数量、出口金额、出口目的地以及企业所有制和贸易方式等。工业企业数据库则记载了1998—2007年所有国有企业和规模以上非国有企业（即主营业务收入为500万元及以上）的要素投入等情况。其中包括劳动力、资本和中间品投入数据，以及企业的资产负债情况。由于海关数据和工业企业数据采用了不同的编码系统，本文利用企业名称以及企业所在地的邮政编码以及电话号码对两个数据库进行了合并。合并后的样本企业出口总额占全部出口企业出口总额的31.49%~49.83%，合并后样本中出口企业数目占全体出口企业数目的25.14%~34.69%。
表1 合并后样本中国有企业与规模经济以上非国有企业占全部样本的比重（%）
本文使用的汇率数据来源于世界货币基金组织“国际金融统计”数据库。所有汇率均采用直接标价法，即汇率上升意味着人民币相对于外币贬值。为了排除各国物价变化对汇率的影响，我们用各国每年的CPI指数对名义汇率进行了平减，因此本文中的汇率为实际汇率。与Manova and Yu (2015)一致，我们仅保留2004—2006年期间连续出口的企业来研究企业自身出口以及所在地区出口集聚对企业所受融资约束的影响。
因此，本文主要考察在2005年“汇改”前后，企业自身以及所在地区出口集聚变化如何影响融资约束指标：流动性、杠杆率和短期负债率。同时，由于行业间融资依存度的差异，不同行业出口量的增加对于融资资源的竞争效应存在差异。比如,Rajan and Zingales(1998)指出，制药行业相对于烟草行业具有更高的融资依存度，从而，制药业出口量的增加会更大程度造成区域内的融资竞争效应。在稳健性检验中，本文按照Rajan and Zingales(1998)的方法计算了行业融资依存度指标，并以此作权重计算加权的地区出口集聚指标。
表2给出了本文所用关键变量的统计性描述。
表2 关键变量统计性描述
[1] 因为 D ln x =d x/x ,表示 x 的增长率，在本文回归模型中变量取对数后再差分的含义近似于该变量的增长率，因此系数β 1 （β 2 ）含义为企业出口增长率（省份出口总量增长率）上升一个单位，企业融资约束代理变量增长率变化β 1 （β 2 ）个单位。