前言：尋找寫作靈感？中文期刊網用心挑選的政治聯系對債務期限結構的作用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

0引言   我國正處于經濟轉型即將完成發展階段，宏觀的制度、市場和經濟背景顯著影響債務期限結構。本文的研究視角是從公司的政治聯系緊密程度出發，探究政治聯系程度是否能對公司的債務期限結構決策產生顯著影響。本文目的在于：一方面，考察地方政府和轄區內的公司建立更強的政治聯系的動機，另一方面研究這種政治聯系對公司債務期限結構的影響。通過本文對2002~2009年非金融類上市公司的6146個觀察值的研究，我們發現：①其他條件不變時，當地上市公司的數量越少，長期借款比例越高；②其他條件不變，經濟影響力越大，長期借款比例越高。   1文獻回顧和本文假設   政治聯系作為一種聲譽和保護機制，是一種有價值的資源，對公司的經濟活動有重要影響（Fishman，2001；孫錚等，2005）。一方面，對公司而言，一定程度上它的發展需要借助于當地政府的產業政策導向和法治環境，與政府官員（特別是高級官員）的聯系程度緊密就可提高公司形象和聲譽（衛武，2006），尤其在缺乏第三方有效監督機制時，這種政治聯系向外界傳遞了一種良好信號，使企業得到隱性的支持和保護，或者逃避政府的嚴厲監管以降低契約執行成本（Faccio，2004;羅黨論和唐清泉，2009），因而公司主動傾向于和當地政府建立緊密的政治聯系更多地是一種積極應對措施（余明桂和潘紅波，2008；潘紅波等，2008）。   另一方面，在中國現行政治體制下，對于地方政府考核的一個通用標準是GDP、財政收入等硬性指標（BlanchardandShleifer，2001）。此時當地公司的規模、數量和增長在很大程度上決定了地方政府的業績如何，當然也決定了地方官員的升遷概率和政治生涯的結束概率（LiandZhou，2005）。在這種邏輯推理下，地方政府有強烈的動機與當地公司建立緊密的政治聯系，在其他情況相同的情況下，當地轄區內的公司越少，地方政府與企業之間的政治聯系越緊密；當然公司對當地的經濟指標貢獻越大，那么它與地方政府的政治聯系就越緊密。那么這種緊密的政治聯系是通過何種途徑來影響公司的債務期限結構的呢？一般而言，與地方政府的政治聯系越緊密，那么公司更容易獲得所在地區銀行系統的支持。政治聯系緊密的公司更能較少的抵押獲得長期貸款，一般具有更高的資產負債率（Faccio，2006；Claessenetal,2008）。由于地區經濟發展狀況和法治環境的差異化，政治聯系的緊密程度對于公司債務融資的影響也不盡相同，在金融生態較為惡化和法治水平低的地區，政治聯系的效應越顯著，公司無法在市場機制下獲得充足的資本來源，因而不得不更多地依賴于政治聯系來獲得銀行貸款（余明桂和潘紅波，2008）。   此外，當地方政府能對銀行實施重大影響或者控制時，政治聯系就在某種程度上決定公司的債務期限結構。Sapienza（2004）通過意大利國有銀行的研究，結果顯示：①與私有銀行相比，國有銀行，向相似或相同的公司收取的利率較低，即使在私有銀行能向公司貸出更多款項時也如此；②國有銀行的貸款行為是由銀行會員政黨的選舉結果決定的；③公司所在地區的政黨力量越強，那么公司的借款利率就越低。RajanandZingales（2003）通過對國際多個國家的研究證據表明：政治影響在國有銀行中比國有公司中更強烈。基于上述分析，提出了本文的基本假設：H1：其他條件不變時，當地上市公司數量越少，長期貸款比例越高。H2：其他條件不變時，上市公司的經濟影響力越大，長期貸款比例越高。   2實證檢驗   2.1樣本選擇   本文選取從2002~2009年所有非金融類A股上市公司，并按以下原則剔除：a.上海、北京、天津、重慶和深圳；b.研究期間公司注冊地址變更的；c.最終控制人為中央政府的，即央企。按照均值±3個標準差替代來處理異常值，最終研究樣本為6146個，其中2002年487個，2003年626個，2004年740個，2005年816個，2006年827個，2007年834個，2008年904個，2009年912個。   2.2模型與變量設計   依據相關文獻，公司債務期限結構主要的影響因素有內部和外部兩類。內部因素主要為公司自身經濟特征，如資產負債率、規模、清算比率、盈利水平、在建工程、成長性與行業特征（郭鵬飛、孫培源，2003；孫錚等，2005）。具體到外部影響因素，本文研究目的是探求上市公司與當地政府政治聯系緊密程度對債務期限結構的影響，我們采用當地政府轄區內上市公司數量及其經濟影響力作為替代變量。根據前面的討論，我們考慮最終控制人、高管的政府背景以及地區市場化程度的影響。最終控制人分為三類，第一類是省級政府，第二類是地方政府（包括集體企業），第三類是民營企業（包括外資企業）。高管的政府背景則定義為董事長或總經理是否現在或曾經擔任政府官員（包括全國或地方的人大代表和政協委員）（Fanetal.，2007）。變量設計參見表1。   2.3描述性統計   本文設計變量的描述性統計結果見表2。其中，長期借款比例（LongTerm）的均值（中位數）為32.18%（13.49%），表明我國上市公司的債務資本主要來自短期借款，并不是來自長期借款，當然不排除循環使用短期借款來替代長期借款的可能。在計量政治聯系緊密程度時，當地上市公司數量（Num-ber）的均值（中位數）為10.4542（9），其中1～4家，4～9家，9～16家，16～31家的觀察值各占據25%，說明當地上市公司數量存在較大跨度，那么以四分位數為標準，將分為四類：1～4家為1，4～9家為2，9～16家為3，16～31家為4），這是比較恰當的。經濟影響力（Ecoeffectit）的均值（中位數）為5.46%（1.81％），處理方法與類似，也是分為四類：0～0.62%，0.62%～1.75%，1.75%～4.97%，4.97%～72.74%。以下是本文的回歸檢驗方程：LongTerm=α+β1Number+β2EconEffectit+β3MIndexit+β4Sizeit+β5Levit+β6ROEit+β7Liquidit+β8Constructit+β9MBRit+β10Industry+ε   2.4相關性分析 #p#分頁標題#e#   自變量的相關性分析見表3，我們發現它們之間是顯著相關的，為了處理這種多重共線性的影響，我們使用VIF方法加以處理，發現各個自變量的VIF均≤3.43，這說明自變量之間的相關性并不影響回歸的實證檢驗結果。本文的研究在以往研究基礎上來增加了當地上市公司數量（Number）和經濟影響力（Ecoeffectit）兩個變量計量政治聯系的緊密程度。   2.5回歸結果與分析   表4是本文實證檢驗部分的基本回歸結果，其中模型1是長期借款比例對表1中所列示的內部因素如規模（Sizeit）、資產負債率（Levit）和清算比率（Liquidit）等變量的回歸結果，模型2是建立在模型1的基礎上再加入最終控制人類型（Previnceit和Localit）和政治聯系（polConnit）的回歸結果，模型3是建立在模型2基礎上添加當地上市公司數量（Number）的檢驗結果，模型4是所有自變量的回歸結果。依次解釋我們的發現如表4所示。在模型1中，與以往文獻所得論斷類似，除了資產負債率（Levit）外，內部影響因素中與公司特征相關的自變量均在α=0.01水平上顯著，如凈資產收益率（ROEit）的估計系數為0.1121，模型1的F值為30.31，α=0.01水平上顯著，Adj-R2為23.10%，即模型1的解釋能力還算可以，因此公司自身的經濟特征對債務期限結構有不可忽視的顯著影響，在進行以后檢驗過程中仍需加以考慮。如上所述，模型2的回歸結果，在考慮了長期借款比例的內部影響因素后，最終控制人類型（Previnceit）為省級政府時在0.01水平上顯著（估計系數為0.0275），最終控制人類型（Localit）為地級政府時在α=0.01水平上不顯著（估計系數為0.0124），政治聯系（PolConnit）和市場化指數（MIndexit）也是顯著的（估計系數分別為0.0201和-0.0121），行業虛擬變量（Industry）的影響是可控制的。此時模型2的F值為31.76，α=0.01水平上顯著，Adj-R2為22.21%，總體而言，模型2的解釋能力仍是不錯的。如上所述，相比模型2，模型3是添加了當地上市公司數量（Number）。相比模型1和模型2，模型3在考慮了長期借款比例的內部影響因素后，最終控制人類型（Previnceit）為省級政府時在α=0.01水平上顯著（估計系數為0.0281），最終控制人類型（Localit）為地級政府時在α=0.01水平上仍然不顯著（估計系數為0.0095），政治聯系（PolConnit）和市場化指數（MIndexit）也是顯著的（估計系數分別為0.0211和-0.0123），當地上市公司數量（Number）也是α=0.01水平上顯著的（-0.0021）。行業虛擬變量（Industry）的影響是可控制的。此時模型3的F值為33.43，0.01水平上顯著，Adj-R2為23.24%，模型3的解釋能力仍是不錯的。如上所述，模型4建立在模型1的基礎上加入當地上市公司數量（Number）、經濟影響力（Ecoeffectit）、最終控制人類型（Previnceit和Localit）和政治聯系（PolConnit）的回歸結果，相比模型2，模型4是添加了當地上市公司數量（Number）和經濟影響力（Ecoeffectit）兩個變量。相比模型3，模型4是添加了經濟影響力（Number）一個變量。相比模型1、模型2和模型3，模型4在考慮了長期借款比例的內部影響因素后，最終控制人類型（Previnceit）為省級政府時在α=0.01水平上顯著（估計系數為0.0235），最終控制人類型（Localit）為地級政府時在α=0.01水平上仍然不顯著（估計系數為0.0112），政治聯系（PolConnit）和市場化指數（MIndexit）依然是顯著的（估計系數分別為0.0213和-0.0115），當地上市公司數量（Number）也是0.01水平上顯著的（估計系數為-0.0023），經濟影響力（Ecoeffectit）在α=0.01水平上顯著的（估計系數為-0.0023），行業虛擬變量（Number）的影響是可控制的。此時模型4的F值為36.71，α=0.01水平上顯著，Adj-R2為25.34%，模型4的解釋能力是比較好的。通過以上四個模型的基本回歸結果，我們可以知道：①長期借款比例的內部影響因素（公司特征的相關變量）在統計上和經濟上都是顯著的；②在其他條件不變時，最終控制人類型（Previnceit）為省級政府時，政治聯系（Pol-Connit）和地區市場化指數（MIndexit）都顯著影響長期借款比例，值得注意的是，最終控制人類型（Localit）為地級政府時，其影響在統計上和經濟上都是不顯著的，即地級政府對當地上市公司的影響力的確存在，但力度有限；③在其他條件不變時，當地上市公司數量（Number）和經濟影響力（Ecoeffectit）在統計上和經濟上都顯著影響長期借款比例。那么基本回歸結果就支持了本文前面提出的兩個基本假設。   2.6制度背景的穩健性檢驗   本文認為，地區的市場化程度越高，金融生態已經形成了良性循環，經濟活力更強，自然上市公司的數量就更多，當地的上市公司也得以降低資本成本，優化資本結構。同樣道理，地區的市場化程度越低，地方政府在經濟活動中扮演的角色就更為突出，直接干預公司和銀行系統的動機就越強，金融生態尚未形成良性循環，地方政府和上市公司之間的政治聯系更多是規避市場化機制的隱性契約安排，因此這種惡性循環更為惡化。總而言之，政治聯系緊密程度、上市公司數量和公司的債務期限結構有可能形成“自選擇”，那么所得到的回歸結果自然是很好的。就此問題，本文提出了相應的解決方案：①異常值的處理。將原始數據重新進行計算而不是使用變量均值±3標準差來替代；②變量設計的改進。對研究設計中的變量使用可能的替代變量，如經濟影響力（Ecoeffectit），有學者提出也可以使用公司所交稅金占當地行業比例來計量可能更為恰當，本文采用這一說法進行了相關檢驗；③年度差異。由于本文研究期間為2002~2009年，時間跨度大難免會產生年度差異對基本回歸結果的顯著影響，本文也分年度進行了回顧檢驗，依據2006年的股權分置改革，將研究期間劃分為2002~2005年和2006~2009年兩個時間段加以分別檢驗和對比。通過以上的穩健性檢驗，所得到的回歸結果在顯著性上并沒有出現差異，只是估計系數的變化，這種變化也是可以接受的。總而言之，本文前面提出的兩個基本假設是成立的。   3結論和啟示   近年來，有關上市公司與地方政府之間的政治聯系緊密程度的研究文獻逐漸增多，本文就這種政治聯系緊密程度對公司債務期限結構的影響進行了研究。本文在回顧了相關研究文獻的基礎上解釋了地方政府和上市公司之間建立政治聯系的動機，在以往文獻的基礎上，增加了當地上市公司數量和經濟影響力作為計量政治聯系緊密程度的變量，以公司的長期借款比例來替代債務期限結構，為后面的研究梳理了邏輯思路。本文使用2002~2009年我國非金融類A股上市公司的數據，分析了包括政治聯系緊密程度在內的變量對公司債務期限結構的影響程度。結果發現，①其他條件不變時，當地上市公司的數量越少，長期借款比例越高；②其他條件不變時，經濟影響力越大，長期借款比例越高。本文的研究對于學者將來研究政治聯系緊密程度的計量和影響有重要的借鑒意義，籠統地將地方金融生態作為公司行為的影響因素恐怕有失粗糙，地方政府也應適當約束自己的行為，與上市公司的政治聯系緊密程度越緊，反而阻礙了市場化進程。#p#分頁標題#e#