前言：寻找写作灵感？中文期刊网用心挑选的政治联系对债务期限结构的作用，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
0引言 我国正处于经济转型即将完成发展阶段，宏观的制度、市场和经济背景显著影响债务期限结构。本文的研究视角是从公司的政治联系紧密程度出发，探究政治联系程度是否能对公司的债务期限结构决策产生显著影响。本文目的在于：一方面，考察地方政府和辖区内的公司建立更强的政治联系的动机，另一方面研究这种政治联系对公司债务期限结构的影响。通过本文对2002~2009年非金融类上市公司的6146个观察值的研究，我们发现：①其他条件不变时，当地上市公司的数量越少，长期借款比例越高；②其他条件不变，经济影响力越大，长期借款比例越高。 1文献回顾和本文假设 政治联系作为一种声誉和保护机制，是一种有价值的资源，对公司的经济活动有重要影响（Fishman，2001；孙铮等，2005）。一方面，对公司而言，一定程度上它的发展需要借助于当地政府的产业政策导向和法治环境，与政府官员（特别是高级官员）的联系程度紧密就可提高公司形象和声誉（卫武，2006），尤其在缺乏第三方有效监督机制时，这种政治联系向外界传递了一种良好信号，使企业得到隐性的支持和保护，或者逃避政府的严厉监管以降低契约执行成本（Faccio，2004;罗党论和唐清泉，2009），因而公司主动倾向于和当地政府建立紧密的政治联系更多地是一种积极应对措施（余明桂和潘红波，2008；潘红波等，2008）。 另一方面，在中国现行政治体制下，对于地方政府考核的一个通用标准是GDP、财政收入等硬性指标（BlanchardandShleifer，2001）。此时当地公司的规模、数量和增长在很大程度上决定了地方政府的业绩如何，当然也决定了地方官员的升迁概率和政治生涯的结束概率（LiandZhou，2005）。在这种逻辑推理下，地方政府有强烈的动机与当地公司建立紧密的政治联系，在其他情况相同的情况下，当地辖区内的公司越少，地方政府与企业之间的政治联系越紧密；当然公司对当地的经济指标贡献越大，那么它与地方政府的政治联系就越紧密。那么这种紧密的政治联系是通过何种途径来影响公司的债务期限结构的呢？一般而言，与地方政府的政治联系越紧密，那么公司更容易获得所在地区银行系统的支持。政治联系紧密的公司更能较少的抵押获得长期贷款，一般具有更高的资产负债率（Faccio，2006；Claessenetal,2008）。由于地区经济发展状况和法治环境的差异化，政治联系的紧密程度对于公司债务融资的影响也不尽相同，在金融生态较为恶化和法治水平低的地区，政治联系的效应越显著，公司无法在市场机制下获得充足的资本来源，因而不得不更多地依赖于政治联系来获得银行贷款（余明桂和潘红波，2008）。 此外，当地方政府能对银行实施重大影响或者控制时，政治联系就在某种程度上决定公司的债务期限结构。Sapienza（2004）通过意大利国有银行的研究，结果显示：①与私有银行相比，国有银行，向相似或相同的公司收取的利率较低，即使在私有银行能向公司贷出更多款项时也如此；②国有银行的贷款行为是由银行会员政党的选举结果决定的；③公司所在地区的政党力量越强，那么公司的借款利率就越低。RajanandZingales（2003）通过对国际多个国家的研究证据表明：政治影响在国有银行中比国有公司中更强烈。基于上述分析，提出了本文的基本假设：H1：其他条件不变时，当地上市公司数量越少，长期贷款比例越高。H2：其他条件不变时，上市公司的经济影响力越大，长期贷款比例越高。 2实证检验 2.1样本选择 本文选取从2002~2009年所有非金融类A股上市公司，并按以下原则剔除：a.上海、北京、天津、重庆和深圳；b.研究期间公司注册地址变更的；c.最终控制人为中央政府的，即央企。按照均值±3个标准差替代来处理异常值，最终研究样本为6146个，其中2002年487个，2003年626个，2004年740个，2005年816个，2006年827个，2007年834个，2008年904个，2009年912个。 2.2模型与变量设计 依据相关文献，公司债务期限结构主要的影响因素有内部和外部两类。内部因素主要为公司自身经济特征，如资产负债率、规模、清算比率、盈利水平、在建工程、成长性与行业特征（郭鹏飞、孙培源，2003；孙铮等，2005）。具体到外部影响因素，本文研究目的是探求上市公司与当地政府政治联系紧密程度对债务期限结构的影响，我们采用当地政府辖区内上市公司数量及其经济影响力作为替代变量。根据前面的讨论，我们考虑最终控制人、高管的政府背景以及地区市场化程度的影响。最终控制人分为三类，第一类是省级政府，第二类是地方政府（包括集体企业），第三类是民营企业（包括外资企业）。高管的政府背景则定义为董事长或总经理是否现在或曾经担任政府官员（包括全国或地方的人大代表和政协委员）（Fanetal.，2007）。变量设计参见表1。 2.3描述性统计 本文设计变量的描述性统计结果见表2。其中，长期借款比例（LongTerm）的均值（中位数）为32.18%（13.49%），表明我国上市公司的债务资本主要来自短期借款，并不是来自长期借款，当然不排除循环使用短期借款来替代长期借款的可能。在计量政治联系紧密程度时，当地上市公司数量（Num-ber）的均值（中位数）为10.4542（9），其中1～4家，4～9家，9～16家，16～31家的观察值各占据25%，说明当地上市公司数量存在较大跨度，那么以四分位数为标准，将分为四类：1～4家为1，4～9家为2，9～16家为3，16～31家为4），这是比较恰当的。经济影响力（Ecoeffectit）的均值（中位数）为5.46%（1.81％），处理方法与类似，也是分为四类：0～0.62%，0.62%～1.75%，1.75%～4.97%，4.97%～72.74%。以下是本文的回归检验方程：LongTerm=α+β1Number+β2EconEffectit+β3MIndexit+β4Sizeit+β5Levit+β6ROEit+β7Liquidit+β8Constructit+β9MBRit+β10Industry+ε 2.4相关性分析 #p#分页标题#e# 自变量的相关性分析见表3，我们发现它们之间是显著相关的，为了处理这种多重共线性的影响，我们使用VIF方法加以处理，发现各个自变量的VIF均≤3.43，这说明自变量之间的相关性并不影响回归的实证检验结果。本文的研究在以往研究基础上来增加了当地上市公司数量（Number）和经济影响力（Ecoeffectit）两个变量计量政治联系的紧密程度。 2.5回归结果与分析 表4是本文实证检验部分的基本回归结果，其中模型1是长期借款比例对表1中所列示的内部因素如规模（Sizeit）、资产负债率（Levit）和清算比率（Liquidit）等变量的回归结果，模型2是建立在模型1的基础上再加入最终控制人类型（Previnceit和Localit）和政治联系（polConnit）的回归结果，模型3是建立在模型2基础上添加当地上市公司数量（Number）的检验结果，模型4是所有自变量的回归结果。依次解释我们的发现如表4所示。在模型1中，与以往文献所得论断类似，除了资产负债率（Levit）外，内部影响因素中与公司特征相关的自变量均在α=0.01水平上显著，如净资产收益率（ROEit）的估计系数为0.1121，模型1的F值为30.31，α=0.01水平上显著，Adj-R2为23.10%，即模型1的解释能力还算可以，因此公司自身的经济特征对债务期限结构有不可忽视的显著影响，在进行以后检验过程中仍需加以考虑。如上所述，模型2的回归结果，在考虑了长期借款比例的内部影响因素后，最终控制人类型（Previnceit）为省级政府时在0.01水平上显著（估计系数为0.0275），最终控制人类型（Localit）为地级政府时在α=0.01水平上不显著（估计系数为0.0124），政治联系（PolConnit）和市场化指数（MIndexit）也是显著的（估计系数分别为0.0201和-0.0121），行业虚拟变量（Industry）的影响是可控制的。此时模型2的F值为31.76，α=0.01水平上显著，Adj-R2为22.21%，总体而言，模型2的解释能力仍是不错的。如上所述，相比模型2，模型3是添加了当地上市公司数量（Number）。相比模型1和模型2，模型3在考虑了长期借款比例的内部影响因素后，最终控制人类型（Previnceit）为省级政府时在α=0.01水平上显著（估计系数为0.0281），最终控制人类型（Localit）为地级政府时在α=0.01水平上仍然不显著（估计系数为0.0095），政治联系（PolConnit）和市场化指数（MIndexit）也是显著的（估计系数分别为0.0211和-0.0123），当地上市公司数量（Number）也是α=0.01水平上显著的（-0.0021）。行业虚拟变量（Industry）的影响是可控制的。此时模型3的F值为33.43，0.01水平上显著，Adj-R2为23.24%，模型3的解释能力仍是不错的。如上所述，模型4建立在模型1的基础上加入当地上市公司数量（Number）、经济影响力（Ecoeffectit）、最终控制人类型（Previnceit和Localit）和政治联系（PolConnit）的回归结果，相比模型2，模型4是添加了当地上市公司数量（Number）和经济影响力（Ecoeffectit）两个变量。相比模型3，模型4是添加了经济影响力（Number）一个变量。相比模型1、模型2和模型3，模型4在考虑了长期借款比例的内部影响因素后，最终控制人类型（Previnceit）为省级政府时在α=0.01水平上显著（估计系数为0.0235），最终控制人类型（Localit）为地级政府时在α=0.01水平上仍然不显著（估计系数为0.0112），政治联系（PolConnit）和市场化指数（MIndexit）依然是显著的（估计系数分别为0.0213和-0.0115），当地上市公司数量（Number）也是0.01水平上显著的（估计系数为-0.0023），经济影响力（Ecoeffectit）在α=0.01水平上显著的（估计系数为-0.0023），行业虚拟变量（Number）的影响是可控制的。此时模型4的F值为36.71，α=0.01水平上显著，Adj-R2为25.34%，模型4的解释能力是比较好的。通过以上四个模型的基本回归结果，我们可以知道：①长期借款比例的内部影响因素（公司特征的相关变量）在统计上和经济上都是显著的；②在其他条件不变时，最终控制人类型（Previnceit）为省级政府时，政治联系（Pol-Connit）和地区市场化指数（MIndexit）都显著影响长期借款比例，值得注意的是，最终控制人类型（Localit）为地级政府时，其影响在统计上和经济上都是不显著的，即地级政府对当地上市公司的影响力的确存在，但力度有限；③在其他条件不变时，当地上市公司数量（Number）和经济影响力（Ecoeffectit）在统计上和经济上都显著影响长期借款比例。那么基本回归结果就支持了本文前面提出的两个基本假设。 2.6制度背景的稳健性检验 本文认为，地区的市场化程度越高，金融生态已经形成了良性循环，经济活力更强，自然上市公司的数量就更多，当地的上市公司也得以降低资本成本，优化资本结构。同样道理，地区的市场化程度越低，地方政府在经济活动中扮演的角色就更为突出，直接干预公司和银行系统的动机就越强，金融生态尚未形成良性循环，地方政府和上市公司之间的政治联系更多是规避市场化机制的隐性契约安排，因此这种恶性循环更为恶化。总而言之，政治联系紧密程度、上市公司数量和公司的债务期限结构有可能形成“自选择”，那么所得到的回归结果自然是很好的。就此问题，本文提出了相应的解决方案：①异常值的处理。将原始数据重新进行计算而不是使用变量均值±3标准差来替代；②变量设计的改进。对研究设计中的变量使用可能的替代变量，如经济影响力（Ecoeffectit），有学者提出也可以使用公司所交税金占当地行业比例来计量可能更为恰当，本文采用这一说法进行了相关检验；③年度差异。由于本文研究期间为2002~2009年，时间跨度大难免会产生年度差异对基本回归结果的显著影响，本文也分年度进行了回顾检验，依据2006年的股权分置改革，将研究期间划分为2002~2005年和2006~2009年两个时间段加以分别检验和对比。通过以上的稳健性检验，所得到的回归结果在显著性上并没有出现差异，只是估计系数的变化，这种变化也是可以接受的。总而言之，本文前面提出的两个基本假设是成立的。 3结论和启示 近年来，有关上市公司与地方政府之间的政治联系紧密程度的研究文献逐渐增多，本文就这种政治联系紧密程度对公司债务期限结构的影响进行了研究。本文在回顾了相关研究文献的基础上解释了地方政府和上市公司之间建立政治联系的动机，在以往文献的基础上，增加了当地上市公司数量和经济影响力作为计量政治联系紧密程度的变量，以公司的长期借款比例来替代债务期限结构，为后面的研究梳理了逻辑思路。本文使用2002~2009年我国非金融类A股上市公司的数据，分析了包括政治联系紧密程度在内的变量对公司债务期限结构的影响程度。结果发现，①其他条件不变时，当地上市公司的数量越少，长期借款比例越高；②其他条件不变时，经济影响力越大，长期借款比例越高。本文的研究对于学者将来研究政治联系紧密程度的计量和影响有重要的借鉴意义，笼统地将地方金融生态作为公司行为的影响因素恐怕有失粗糙，地方政府也应适当约束自己的行为，与上市公司的政治联系紧密程度越紧，反而阻碍了市场化进程。#p#分页标题#e#
