基于識(shí)別出的僵尸企業(yè),探究金融市場(chǎng)競(jìng)爭(zhēng)和經(jīng)濟(jì)上分權(quán)而治的地方政府對(duì)僵尸企業(yè)形成的影響,可以發(fā)現(xiàn),地方政府對(duì)經(jīng)濟(jì)的干預(yù)動(dòng)機(jī)越強(qiáng),當(dāng)?shù)貒?guó)有企業(yè)成為僵尸企業(yè)的可能性越高;地區(qū)金融市場(chǎng)競(jìng)爭(zhēng)水平的提高能顯著降低企業(yè)成為僵尸的可能,但地方政府對(duì)金融資源的汲取顯著削弱了金融市場(chǎng)競(jìng)爭(zhēng)的有益作用,間接催生了僵尸企業(yè)。因此,打破政府、銀行、企業(yè)間的共生關(guān)系,促進(jìn)金融業(yè)內(nèi)外開(kāi)放和金融脫媒,推進(jìn)僵尸企業(yè)去杠桿和分類(lèi)處置等是化解僵尸企業(yè)困境的關(guān)鍵,而構(gòu)建諸如基于包容性財(cái)富等的可持續(xù)增長(zhǎng)考核指標(biāo),引導(dǎo)地方政府摒棄以惡化資源配置為代價(jià)的做法,則是鏟除僵尸企業(yè)形成土壤的制度保障。 

【文章來(lái)源】：浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版). 2019,49(03)北大核心CSSCI

【文章頁(yè)數(shù)】：18 頁(yè)

【部分圖文】：

圖１僵尸企業(yè)數(shù)量和基準(zhǔn)利率的變化

圖１僵尸企業(yè)數(shù)量和基準(zhǔn)利率的變化圖２不同識(shí)別方法的比較基于構(gòu)建的面板數(shù)據(jù)，我們共識(shí)別出１３３９５８家僵尸企業(yè)，共３８３６９６個(gè)觀察值，時(shí)間跨度為２００１—２００８年。其中，３０．６％的企業(yè)、２７．６％的觀察值是國(guó)有和集體企業(yè)，５０．７％的企業(yè)、５０．１％的觀察值是民營(yíng)企業(yè)，１８．７％的企業(yè)、２２．３％的觀察值是外資和港澳臺(tái)企業(yè)。利用識(shí)別的結(jié)果，我們畫(huà)出了控制其他變量后、各省份僵尸企業(yè)占比的均值與金融市場(chǎng)競(jìng)爭(zhēng)、財(cái)政分權(quán)變量的散點(diǎn)圖（參見(jiàn)圖３）�？梢钥吹剑鹑谑袌�(chǎng)競(jìng)爭(zhēng)程度越高，非國(guó)有銀行占有更多市場(chǎng)的省份，僵尸企業(yè)占比更低；分權(quán)程度越高，政府干預(yù)動(dòng)機(jī)越強(qiáng)的省份，僵尸企業(yè)占比越高。圖３僵尸企業(yè)占比與金融市場(chǎng)競(jìng)爭(zhēng)、分權(quán)程度的散點(diǎn)圖（三）僵尸企業(yè)的區(qū)域和行業(yè)分布特征表３給出了僵尸企業(yè)分布的區(qū)域特征。其中，第２列按降序報(bào)告了各省區(qū)市僵尸企業(yè)占全國(guó)僵尸企業(yè)數(shù)量的比例，從絕對(duì)量來(lái)看，僵尸企業(yè)聚集在沿海地區(qū)和經(jīng)濟(jì)大省。第５列按升序報(bào)告了各省區(qū)市僵尸企業(yè)占本省企業(yè)樣本的比例，從相對(duì)量看，沿海各省區(qū)市的這一比例普遍更低。從各省區(qū)市國(guó)有僵尸企業(yè)占全國(guó)國(guó)有僵尸企業(yè)的比例來(lái)看，非國(guó)有經(jīng)濟(jì)發(fā)達(dá)和市場(chǎng)化程度高的廣東、江蘇、浙江和上海的數(shù)值遠(yuǎn)低于其僵尸企業(yè)占全國(guó)僵尸企業(yè)的比例，而其他省區(qū)市則相反，說(shuō)明僵尸企業(yè)問(wèn)題在非國(guó)有經(jīng)濟(jì)中可能并不突出。從各省區(qū)市國(guó)有僵尸企業(yè)占本省國(guó)有企業(yè)樣本的比例來(lái)看，國(guó)有企業(yè)內(nèi)部的僵尸企業(yè)占比遠(yuǎn)高于平均水平，僵尸企業(yè)問(wèn)題呈現(xiàn)出顯

Ｙｅｓ個(gè)體固定效應(yīng)ＹｅｓＹｅｓ區(qū)域×行業(yè)固定效應(yīng)Ｙｅｓ年份固定效應(yīng)ＹｅｓＹｅｓ其他固定效應(yīng)ＹｅｓＰｓｅｕｄｏＲ２０．１１４Ｒ２０．０７１Ｒ２０．０５３ｎ１２６７３８０ｎ３０６８６４３０６８６４鑒于因變量為０—１變量，我們轉(zhuǎn)而使用Ｌｏｇｉｔ模型重新考察，發(fā)現(xiàn)結(jié)論與同樣本下的線(xiàn)性概率模型保持一致。由于在非線(xiàn)性模型中，交互項(xiàng)的意義更復(fù)雜［４７］，我們參考既有文獻(xiàn)的做法［４８］，對(duì)不同分權(quán)程度下的金融市場(chǎng)競(jìng)爭(zhēng)邊際效應(yīng)作圖（圖４左），發(fā)現(xiàn)兩者之間確實(shí)存在正相關(guān)關(guān)系。我們還給出了金融市場(chǎng)變量邊際效應(yīng)的變化圖（圖４右），發(fā)現(xiàn)競(jìng)爭(zhēng)水平越低的地區(qū)，提高競(jìng)爭(zhēng)程度的改善效應(yīng)越強(qiáng)，國(guó)有企業(yè)和私營(yíng)企業(yè)的差距隨金融市場(chǎng)競(jìng)爭(zhēng)程度的提高而縮小，國(guó)有企業(yè)的邊際效應(yīng)變化呈現(xiàn)先快后慢的特征�？梢�(jiàn)，若金融市場(chǎng)放寬對(duì)非國(guó)有金融機(jī)構(gòu)的準(zhǔn)入，提高市場(chǎng)競(jìng)爭(zhēng)水平，能夠有效減少企業(yè)從銀行獲得非市場(chǎng)化信貸的可能性，讓低質(zhì)量的貸款人不再占用信貸資源，而這個(gè)效果對(duì)競(jìng)爭(zhēng)程度處于低水平的地區(qū)更加明顯。圖４金融市場(chǎng)競(jìng)爭(zhēng)程度的平均邊際效應(yīng)六、總結(jié)和政策含義本文基于ＣＨＫ－ＦＮ方法識(shí)別僵尸企業(yè)，著重探究了金融市場(chǎng)和地方政府在僵尸企業(yè)生成過(guò)程中的角色。我們發(fā)現(xiàn)，在金融市場(chǎng)競(jìng)爭(zhēng)程度越高的地區(qū)，企業(yè)獲得非市場(chǎng)化信貸和成為僵尸的可能２４１浙江大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）第４９卷

【參考文獻(xiàn)】：
期刊論文
[1]僵尸企業(yè)的識(shí)別與預(yù)警——來(lái)自中國(guó)上市公司的證據(jù)[J]. 周琎,冼國(guó)明,明秀南.  財(cái)經(jīng)研究. 2018(04)
[2]地方政府干預(yù)、銀行不良貸款與僵尸企業(yè)[J]. 王立國(guó),李卓.  東北財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(01)
[3]僵尸企業(yè)的投資擠出效應(yīng):基于中國(guó)工業(yè)企業(yè)的證據(jù)[J]. 譚語(yǔ)嫣,譚之博,黃益平,胡永泰.  經(jīng)濟(jì)研究. 2017(05)
[4]中國(guó)僵尸企業(yè)的分布特征與分類(lèi)處置[J]. 黃少卿,陳彥.  中國(guó)工業(yè)經(jīng)濟(jì). 2017(03)
[5]比較優(yōu)勢(shì)與僵尸企業(yè):基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角的研究[J]. 申廣軍.  管理世界. 2016 (12)
[6]中國(guó)僵尸企業(yè)及其認(rèn)定——基于鋼鐵業(yè)上市公司的探索性研究[J]. 張棟,謝志華,王靖雯.  中國(guó)工業(yè)經(jīng)濟(jì). 2016(11)
[7]我國(guó)僵尸企業(yè)的現(xiàn)狀、原因與對(duì)策[J]. 聶輝華,江艇,張雨瀟,方明月.  宏觀經(jīng)濟(jì)管理. 2016(09)
[8]“僵尸企業(yè)”存在之謎:基于企業(yè)微觀因素的實(shí)證解釋——來(lái)自2015年“中國(guó)企業(yè)-員工匹配調(diào)查”（CEES）的經(jīng)驗(yàn)證據(jù)[J]. 程虹,胡德?tīng)?  宏觀質(zhì)量研究. 2016(01)
[9]“僵尸企業(yè)”誘因與處置方略[J]. 朱舜楠,陳琛.  改革. 2016(03)
[10]僵尸企業(yè)的識(shí)別與應(yīng)對(duì)[J]. 何帆,朱鶴.  中國(guó)金融. 2016(05)



本文編號(hào)：3468133