货币政策信贷传导机制

——基于商业信用与企业产权性质的证据

饶品贵∗ 姜国华

(暨南大学管理学院会计系，510632；北京大学光华管理学院会计系，100871)

摘要：本文从企业商业信用和产权性质出发，研究我国货币政策信贷传导的微观机制。基于我国特定的货币政策定义的货币政策紧缩年度虚拟变量和银行家信心指数，本文研究发现在货币政策紧缩阶段，相对于国有企业，非国有企业在银行信贷方面受到的冲击更大，他们将以净商业信用作为替代的融资方式，辅助检验中我们还发现紧缩期企业会缩短应收账款账龄和延长应付账款账龄。本文的研究证据表明货币政策信贷传导的微观机制在我国是存在的，同时也丰富了宏观经济政策与微观企业行为互动关系的研究。理解货币政策信贷传导的微观机制将有助于政策制定者们寻找更为切合的货币政策中介目标；货币政策信贷传导机制的研究也将有助于我们更好地理解信息不对称和信贷配给在货币政策所发挥的作用。 关键词：货币政策 信贷传导机制 商业信用 银行借款 产权性质

JEL分类： E42 E52 G21 G32

Monetary Policy Credit Transmission Mechanism

----Evidence on Business Credit and Ownership

Abstract：Based on business credit and firm ownership, this paper investigates Chinese monetary credit transmission mechanism on micro level. Using monetary policy contract dummy variable and bankers confidence index, we find the impact of monetary policies on lending is stronger for non-state enterprises, in comparison to state enterprises, during monetary policy contract phase, and not-state enterprises are more likely to obtain net business credit as alternative financing. In ancillary tests we also find that firms shorten the account receivable aging and extend the account payable aging during monetary policy contract phase, especially the non-state enterprises. Evidences in this paper indicate monetary policy credit transmission mechanism on micro level exists in China, also enriches research on macroeconomic analyses and firm behaviors. Understanding monetary-transmission mechanism should help policy-makers find more appropriate monetary intermediate target. In addition, by studying on monetary-transmission, we should deeply understand the role of information asymmetry and credit-rationing in monetary policy.

Key words：Monetary Policies, Credit Transmission Mechanism, Business Credit, Bank Loan, Ownership

JEL Classification: E42, E52, G21, G32

∗ 通讯作者，暨南大学管理学院会计系，[email protected]. 本文是饶品贵的博士论文的一部分，这里感谢本人博士论文答辩委员王化成、姜付秀、王立彦、吴联生、岳衡，我们感谢陆正飞、陈磊、伍利娜、李怡宗、罗炜、祝继高和暨南大学管理学院会计系博士论坛参与者对本文的帮助。本文的研究得到国家自然科学基金项目(项目批准号：70972010和71032006)资助。

——基于商业信用与企业产权性质的证据

一、 引言

本文在微观层面研究我国货币政策信贷传导机制，即在1998年至2008年期间，不同货币政策区间(紧缩阶段相对其他阶段)银行信贷资金和商业信用在国有企业和非国有企业之间配置的差异，以及它们之间的互动关系。

本文的研究受以下三个方面研究的启发：

首先是货币政策信贷传导机制方面的研究。凯恩斯(1936)的《就业、利息和货币通论》中对货币政策如何发挥作用做了开创性的研究。之后大量的经验研究表明中央银行实施的货币政策措施是能够影响宏观经济的总产出的(Friedman and Schwartz,1963; Romer and Romer,1989; Bernanke and Blinder, 1992)。那么货币政策是如何影响宏观经济的？凯恩斯学派认为在IS-LM框架下，货币政策通过利率传导机制对实体经济产生影响。以Friedman为代表的货币主义学派认为总产出的变动主要取决于货币供应量的变动，他们采用简化形式进行实证研究，把经济活动视为不可透视的黑箱(black box)，直接分析货币供应量和总产出水平之间的关系，而缺乏对其作用途径的考察。

1990年以后以Benanke, Gertler, Kashyap and Stein为代表的货币经济学家研究微观层面的企业在货币政策传递过程中发挥的作用，提出货币政策传递的信贷传导(Credit transmission)理论，区别于传统的基于IS-LM模型的货币政策利率传导机制，他们认为实际上在银行的资产一方除了有货币和债券资产以外，还有一个非常重要的资产——银行对企业的贷款，因此货币政策不仅能通过影响债券利率水平，而且可以通过影响银行对企业的贷款直接实现对实体经济的调控1。Kashyap et al.(1993)，Kashyap and Stein(2000)和Nilsen(1997)验证了货币政策信贷传导机制的存在。王振山和王志强(2000)和索彦峰和范从来(2007)发现在我国货币政策信贷传导机制也是存在的。

另一方面，企业与供应商之间的商业信用也可以作为银行借款的替代(Meltzer, 1960; Nilsen,2002)。鉴于商业信用相对高昂的融资成本，如果企业能获得银行借款，一般来说企业不会过多地使用商业信用进行融资；但到了货币政策紧缩期，由于信贷配给现象(Stiglitz and Weiss,1981)的存在，银行信贷资金变得稀缺，很难或无法获得银行借款的企业就会使用商业信用作为替代方式融资，而有鉴于双方的合作关系(Cunat,2007)供应商主动或不得已提供商业信用。Meltzer(1960)观察到企业的商业信用与银行借款存在替代关系，这种关系在货币政策紧缩期更加明显。Nilsen(2002)和Mateut et al.(2006)提供了这方面更进一步的证据。1 传统的利率传导机制中，都是假设在银行的资产一方只有货币和债券两种资产。此时，货币政策的传导途径如下，当中央银行减少货币供应量导致利率上升，银行就减少持有债券资产，这样就导致家庭持有较少的货币和较多的债券资产，而如果资产价格不能及时调整，则企业和家庭持有的货币将进一步减少，从而引起利率的进一步升高，最终将使得在实体经济中的投资减少，并最终影响社会总产出。

石晓军和李杰(2009)也发现在中国商业信用与银行借款之间存在显著的替代关系。

总体而言，文献表明货币政策信贷传导机制是存在的，但已有的研究更多地侧重于宏观层面的研究，在微观层面提供的研究证据还比较少。但是货币政策的实施最终落脚点是微观企业，其实施效果取决于微观企业对事件的反应，因此微观层面的研究证据可能显得更有说服力。

第二是研究企业融资决策需要考虑特定宏观经济环境。宏观经济政策是一个国家政府调控宏观经济运行而制定的影响整个经济体的政策，它的推出与执行影响经济产出水平。宏观经济政策与经济产出之间的关系是经济学研究的重点之一。而公司财务、会计学更侧重于研究微观企业行为以及其与微观企业产出之间的关系。总体上，这两者存在一定程度的割裂，因此姜国华和饶品贵(2011)试图建立一个分析框架，试图将宏观经济政策与微观企业行为之间的互动关系有机结合起来。

在研究企业融资决策时，已经有一些证据表明宏观经济环境将对之产生重大的影响。比如Korajczyk and Levy(2003)发现宏观经济环境会对企业的资本结构产生重大的影响，非融资约束的企业会根据经济周期调整企业的资本结构。但是已有的研究更多的侧重于经济周期这企业融资和资本结构的影响。

然而货币政策中介目标之一就是银行对工商企业的贷款，企业的负债在货币政策由松转紧的过程中将出现显著变化，因此研究负债融资及其与商业信用之间的互动关系时有必要对这一典型宏观经济事件进行考虑。

第三是文献表明中国金融机构存在对非国有企业的信贷歧视。由于中国特殊的制度环境，相对于非国有企业，国有企业在财务和政治上能得到政府更多的支持(Qian,1994)，而国有银行和国有企业之间存在天然的利益关系(Kornai, 1998; 朱凯和俞伟峰，2009)，因此在国有银行占据银行信贷市场主要份额的情况下，金融机构存在对非国有企业的信贷歧视(Allen et al.,2005; Brandt and Li,2003; Cull et al.,2006；江伟和李斌，2006)。而这种情况在货币政策紧缩时期体现得尤为明显。因此，我国企业的产权性质提供了一个货币政策信贷传导机制独特的研究视角，即在货币政策紧缩期非国有企业面临更为严重的信贷歧视，难以获得银行借款因而转而使用商业信用等其他的融资方式。

基于以上三个方面的考虑，本文从我国上市公司产权性质出发，利用商业信用数据，按照Romer and Romer(1990)的方法并基于我国特定的货币政策及宏观经济环境定义货币政策紧缩阶段的虚拟变量，研究我国的货币政策信贷传导机制，同时利用中国人民银行公布的银行家信心指数进行稳健性检验。本文研究发现在央行实施紧缩货币政策阶段，相对于国有企业，非国有企业在银行借款方面受到的冲击更大，因而更有可能从供应商处获得更多的商业信用并减少对客户的商业信用，以此作为替代的融资方式。同时我们还发现在货币政策紧缩阶段上市公司的应付账款的账龄延长，尤其是非国有企业。

本文的研究贡献在于：第一，本文是以货币政策波动为切入点研究宏观经济政策与微观企业行为之间的互动关系，对这一有待拓展的研究领域进行探索性研究，丰富了宏观经济政策与微观企业行为互动关系的研究；第二，本文从商业信用与银行信贷互动关系的角度，在微观层面验证了我国货币政策信贷传导机制，并且本文还分析了货币政策紧缩期的企业商业信用账龄，更深层次上说明商业信用与银行信贷之间的互动关系；第三，本文将企业区分为国有和非国有，利用企业产权性质来研究货币政策信贷传导的微观机制，在我国特定的制度背景下企业的产权性质是企业融资能力更好的代理变量；第四，政府实施紧缩货币政策的目的是调控信贷以抑制经济过热，但是企业使用商业信用替代融资渠道抵消了紧缩货币政策的一部分作用，因此本文对政策制定有借鉴意义，对企业应对紧缩货币政策的财务管理活动也有借鉴意义。

本文安排如下：第二部分是文献回顾和问题的提出，第三部分是研究设计和研究样本，第四部分进行实证结果与分析，最后是研究结论与研究局限。

二、文献回顾与问题的提出

货币政策的利率传导机制在经济学上已经是非常标准的研究范式。Mishkin(1995)的综述中对利率传递机制进行了总结。在凯恩斯主义框架下的分析，利率水平主要是通过影响计划投资和净出口，间接地对总产出水平产生影响。Taylor(1995)在综述性文章中认为利率传导机制在货币政策影响宏观经济的过程中发挥着至关重要的作用，他认为有足够的实证证据表明利率水平通过改变筹资成本对消费支出和计划投资产生重要作用。比如Bernanke and Blinder(1992)进行这方面的实证研究，通过对美国利率与宏观经济变量之间的关系进行考察，他们发现名义利率能很好地预测真实经济变量，特别是富有信息含量的联邦基金利率相对于其他的货币政策中介目标更好地解释工业产值、失业率、住房开工率、个人收入、零售额、消费、耐用品订购等宏观经济指标。

区别于传统的基于IS-LM模型的货币政策利率传导机制，货币政策信贷传导机制理论2认为，实际上在银行的资产一方除了有货币和债券资产以外，还有一个非常重要的资产——银行对企业的贷款，货币政策不仅通过影响债券利率水平，而且可以通过影响银行对企业的贷款来实现对实体经济的调控。

自从货币政策信贷传导机制提出以后，有很多文献对此进行了研究，并将信贷传导机制与利率传导机制进行比较。比如Romer and Romer(1990)选取美国经济中六个货币政策紧缩时期作为自然事件3，运用圣路易斯方程(St. Louis equation)进行检验，发现对产出影响更大的是货币供应量而不是银行借款，因此他们的研究结论没有支持信贷传导机制，而是更符合2 除了利率传导机制、信贷传导机制外，货币政策还有资产价格传导机制，饶品贵(2010)进行的研究综述对货币政策各种传导机制进行了概括。

3 Romer and Romer(1990)定义的美国货币政策六个紧缩时期分别是1947.10，1955.9，1968.12，1974.4，1978.8，1979.10，他们所设定对货币政策紧缩时期虚拟变量成为后续有关货币政策研究经常使用的变量。

传统的利率传导机制。

但是Kashyap et al.(1993)利用银行借款替代的融资方式——美国短期融资券数据进行实证研究，发现货币政策紧缩期企业的银行借款出现明显下降，而同期的短期融资券发行量却出现显著的增长，同时他们运用格兰杰因果关系检验还发现短期融资券与国库券之间的利差对宏观经济具有良好的预测作用。然而Oliner and Rudebusch(1996)认为Kashyap et al.(1993)的研究可能存在问题，他们试图验证Kashyap et al.(1993)的研究发现，然而却得到了不尽相同的结论，一个重要的事实就是在美国只有大企业才能发行短期融资券，而小企业却不能，他们发现如果将企业分为大企业和小企业，那么Kashyap et al.(1993)发现的信贷传导机制就不存在了。这充分说明在学术研究上，货币政策信贷传导机制还存在一些争议。

之后，Kashyap and Stein(2000)提供了货币政策信贷传导机制更为直接的实证证据，他们利用美国银行1976年一季度至1993年三季度的数据研究货币政策的信贷传导机制，发现货币政策的紧缩对小银行和资产流动性差的银行影响更大，特别是当回归因变量是商业和工业贷款的时候。Ashcraft(2006)认为银行借款对小企业影响较大可能还不足以说明信贷渠道的重要性，他通过与企业有关联关系的银行数据，说明有关联企业资源的银行更能经受货币政策紧缩的考验。这两篇文献从实证上比较好地验证了货币政策信贷传导机制。

另一方面，企业与供应商之间的商业信用也可以作为银行借款的替代融资方式，而这提供研究货币政策信贷传导机制一个新的角度。Meltzer(1960)观察到企业的商业信用与银行借款存在替代关系，这种关系在美国1955年至1957年货币政策紧缩时期更加明显，尤其对小企业和资产流动性差的企业更为明显。Nilsen(2002)和Mateut et al.(2006)验证了除Kashyap et al.(1993)所说的企业短期融资券以外，商业信用也可以作为银行借款的替代融资方式，他们通过建立模型验证了货币政策信贷传导机制，在货币政策紧缩时期企业正常的银行借款出现下降时，可以通过商业信用方式增加融资以保证投资，并在实证研究进行了检验。石晓军和李杰(2009)运用1998年至2006年我国上市公司数据研究发现在商业信用与短期负债之间也存在显著的替代关系，并且这种替代关系具有反经济周期的特征。

Love et al.(2007)提供商业信用方面的最新证据，他们基于1997年亚洲金融危机和1994年墨西哥金融危机的背景，运用印尼、韩国、马来西亚、菲律宾、泰国和墨西哥公司层面的数据，发现公司的应收账款、应付账款以及净商业信用(应收账款减应付账款)在危机后均出现大幅下降，特别是那些财务状况脆弱(vulnerability)的公司尤其如此。Love et al.(2007)认为他们的研究结论与商业信用和银行借款替代理论并不矛盾，因为金融危机是一种极端的情况，此时企业所有可利用的信用资源都已经枯竭，也没有足够的资源再分配至商业信用。

但是货币政策紧缩期，银行对企业惜贷，那为什么供应商还会提供商业信用给企业呢？Nilsen(2002)认为在平常时期，企业使用商业信用作为银行借款的替代融资方式其成本是高昂的，第一商业信用总是与货物供应相联系，而银行借款却不是；第二，供应商提供的商业

传统的利率传导机制。

但是Kashyap et al.(1993)利用银行借款替代的融资方式——美国短期融资券数据进行实证研究，发现货币政策紧缩期企业的银行借款出现明显下降，而同期的短期融资券发行量却出现显著的增长，同时他们运用格兰杰因果关系检验还发现短期融资券与国库券之间的利差对宏观经济具有良好的预测作用。然而Oliner and Rudebusch(1996)认为Kashyap et al.(1993)的研究可能存在问题，他们试图验证Kashyap et al.(1993)的研究发现，然而却得到了不尽相同的结论，一个重要的事实就是在美国只有大企业才能发行短期融资券，而小企业却不能，他们发现如果将企业分为大企业和小企业，那么Kashyap et al.(1993)发现的信贷传导机制就不存在了。这充分说明在学术研究上，货币政策信贷传导机制还存在一些争议。

之后，Kashyap and Stein(2000)提供了货币政策信贷传导机制更为直接的实证证据，他们利用美国银行1976年一季度至1993年三季度的数据研究货币政策的信贷传导机制，发现货币政策的紧缩对小银行和资产流动性差的银行影响更大，特别是当回归因变量是商业和工业贷款的时候。Ashcraft(2006)认为银行借款对小企业影响较大可能还不足以说明信贷渠道的重要性，他通过与企业有关联关系的银行数据，说明有关联企业资源的银行更能经受货币政策紧缩的考验。这两篇文献从实证上比较好地验证了货币政策信贷传导机制。

另一方面，企业与供应商之间的商业信用也可以作为银行借款的替代融资方式，而这提供研究货币政策信贷传导机制一个新的角度。Meltzer(1960)观察到企业的商业信用与银行借款存在替代关系，这种关系在美国1955年至1957年货币政策紧缩时期更加明显，尤其对小企业和资产流动性差的企业更为明显。Nilsen(2002)和Mateut et al.(2006)验证了除Kashyap et al.(1993)所说的企业短期融资券以外，商业信用也可以作为银行借款的替代融资方式，他们通过建立模型验证了货币政策信贷传导机制，在货币政策紧缩时期企业正常的银行借款出现下降时，可以通过商业信用方式增加融资以保证投资，并在实证研究进行了检验。石晓军和李杰(2009)运用1998年至2006年我国上市公司数据研究发现在商业信用与短期负债之间也存在显著的替代关系，并且这种替代关系具有反经济周期的特征。

Love et al.(2007)提供商业信用方面的最新证据，他们基于1997年亚洲金融危机和1994年墨西哥金融危机的背景，运用印尼、韩国、马来西亚、菲律宾、泰国和墨西哥公司层面的数据，发现公司的应收账款、应付账款以及净商业信用(应收账款减应付账款)在危机后均出现大幅下降，特别是那些财务状况脆弱(vulnerability)的公司尤其如此。Love et al.(2007)认为他们的研究结论与商业信用和银行借款替代理论并不矛盾，因为金融危机是一种极端的情况，此时企业所有可利用的信用资源都已经枯竭，也没有足够的资源再分配至商业信用。

但是货币政策紧缩期，银行对企业惜贷，那为什么供应商还会提供商业信用给企业呢？Nilsen(2002)认为在平常时期，企业使用商业信用作为银行借款的替代融资方式其成本是高昂的，第一商业信用总是与货物供应相联系，而银行借款却不是；第二，供应商提供的商业

信用一般期限都比较短4，其实际的资本成本往往非常高的；第三，因为供应商不是专门的金融中介，企业如果延期付款，不仅会损害双方的合作关系，也将会面临隐性的资金成本。但到了货币政策紧缩期，因为资金的稀缺性，企业难以获得贷款或者贷款的成本非常高昂，此时使用商业信用作为融资方式可能反而具有成本上的优势，而供应商出于相互的合作关系(Cunat,2007)可能提供信用给企业。另一方面，信贷配给现象产生的重要原因就在于银行与企业双方存在信息不对称(Stiglitz and Weiss,1981)，而相对于银行，供应商在企业信息获取上更具有优势(Fishman and Love,2003; Giannetti et al., 2011)，这使得供应商可能在货币政策紧缩期提供商业信用给企业。

以往货币政策的研究文献中认为企业规模是企业融资能力的较好代理变量，货币政策紧缩期小企业因为融资渠道受限更易受到货币政策变化的冲击(Gertler and Gilchrist,1994; Nilsen,2002; Oliner and Rudebusch,1996 )。然而在我国相对特殊的制度环境中，产权性质是企业本身最为重要的特征之一，文献中表明我国金融机构存在对非国有的信贷歧视(Allen et al.,2005; Brandt and Li,2003; Cull et al.,2006；江伟和李斌，2006)。相对于非国有企业，国有企业在财务和政治上能够得到政府更多的支持(Qian,1994)，国有银行和国有企业之间存在天然的利益关系(Kornai, 1998；朱凯和俞伟峰，2009)，在国有银行占据银行信贷市场主要份额的情况下，金融机构存在对非国有企业的信贷歧视，因此产权性质可能是企业融资能力更好的代理变量。Allen et al.(2005)对中国民营企业进行的调查问卷发现民营企业在发展过程很难获得银行提供的信贷。Brandt and Li(2003)进行的调查研究发现在中国乡镇一级，相比较私营企业，国有企业能获得更多的银行借款，而无法获得银行借款的私营企业转而使用商业信用等其他方式作为企业的发展资金。Cull et al.(2006)利用中国非上市公司的数据，研究发现国有企业尽管效率低下却仍然能获得银行提供的贷款，而民营企业急需发展资金却总是受到银行的歧视，获得银行借款而又业绩较差的国有企业会将部分的贷款通过商业信用的方式转移给民营企业。而到了货币政策紧缩期，非国有企业因为银行的惜贷而更难获得银行借款，因而通过商业信用的方式进行替代融资5。因此我国企业的产权性质提供了研究货币政策信贷传导机制一个比较好的研究视角，即在货币政策紧缩期，非国有企业的银行借款出现下降而同时商业信用出现增加。

货币政策紧缩期，企业增加资金占用的另外一种形式是商业信用的归还期限，一方面应收账款的归还期限缩短，而另一方面应付账款的归还期限将延长，因此我们就能观察到在货币政策紧缩期商业信用的账龄将出现变化，而这种情况在非国有企业上体现得更为明显，其原因一方面企业应收账款归还限的缩短可以减少提供了其他企业的资金，另一方面应付账款归还期的延长可以提供自身企业一部分的资金。 4 供应商提供商业信用一般都有时间的限制，比如“2/10，30”的还款，就是在10天之内付款企业可以享受2%的优惠，在30内需要付款，此时放弃现金折扣的资本成本是2%×365=37.24%。

1−2%30−105 我国的短期融资券市场发展较晚，民营企业的融资报批也较难获得批准。而债券市场民营企业也较难介

入，这就从客观上限制了民营企业的融资渠道。

综上所述，本文的研究问题是微观层面的货币政策信贷传导机制，具体而言就是在货币政策紧缩期，由于资金的稀缺性，企业的银行借款出现下降，同时商业信用出现增加，并且应付账款的账龄增加，而由于我国企业的产权性质特征，非国有企业面临一定的信贷歧视，因此这些情况在非国有企业上体现得更为明显，同时本文也考察商业信用的账龄，我们预期在货币政策紧缩期一方面应收账款的账龄缩短，另一方面应付账款的账龄延长，而这种情况在非国有企业上将有更为明显的体现。

三、研究样本与研究设计

1．研究样本与数据

本文所有的财务数据和市场数据均来源于CSMAR数据库，每个年度的企业产权性质数据来源于SINOFIN数据库。

本文研究样本的区间是1998-2008年。在样本选择过程中，我们删除了所有金融类上市公司，因为这些公司与普通的公司在数据结构上存在很大区别，同时删除股东权益小于零的公司，并且为了研究结果的稳健性，在5%水平下对连续变量(银行家信心指数、GDP增长率除外)进行截尾处理6。由于本文同时采用货币政策紧缩阶段虚拟变量和银行家信心指数计量货币政策波动，因此本文的样本区分为年度与季度两个部分，年度样本最终的观测数是11185公司年，季度样本最终的观测数是25054公司季。

商业信用(包括应收账款和应付账款)账龄数据来源于CSMAR数据库，数据区间是2003年至2008年，我们以2003年的年初数调整为2002年的年末数，因此本文研究的商业信用账龄数据区间是2002年至2008年。

2．变量定义

本文要考察我国货币政策紧缩期银行借款与商业信用之间的互动关系以及它们在不同产权性质企业之间的差异，所以我们需要确定货币政策紧缩年度。国际文献在研究货币政策环境对经济行为的影响是采用了设立紧缩时期虚拟变量的方法，例如Romer and Romer(1990)文章中定义了美国货币政策六个区间为货币政策紧缩阶段的虚拟变量，后续相关研究基本参考了这种做法。

为了考察我国货币政策波动对上市公司融资行为产生的影响，本文首先基于我国特定的货币政策与宏观经济环境定义我国的货币政策紧缩阶段的虚拟变量(MP)。1997年受亚洲金融危机的影响，前期的货币政策适度从紧，而后期则适度松动，10月23日下调人民币存贷款利率。从1998年开始央行实施反通货膨胀的放松银根的稳健货币政策。亚洲金融危机后中国开始长达7年的通货紧缩，为了治理通货紧缩，央行在2004年之前一直实施相对宽松的货币政策。2004年为了抑制前期投资增长过快的势头，央行开始执行稳健的货币政策，6 本文同样在1%水平下进行截尾处理，主要的研究结果不变。

具体表现为：2004年4月25日上调存款金融机构准备金率、央行对金融机构的再贷款利率和再贴现利率，2004年10月29日上调金融机构存贷款基准利率。2005年3月17日央行下调金融机构的超额存款准备金率，2005年7月21日央行开始实行以市场供求为基础的、参考一篮子货币进行调节、有管理的浮动汇率制度。2005年是货币政策相对平稳的一年。2006年央行三次上调金融机构存款准备金率，同时两次上调金融机构贷款基准利率，这些证据表明2006年是货币政策从紧的一年。2007年央行四次上调金融机构存款准备金率，并先后五次上调金融机构存贷款基准利率，因此2007年是我国货币政策从紧的一年。2008年美国次贷危机蔓延加深，央行及时调整了货币政策的方向、重点和力度，实行适度宽松的货币政策，五次下调存贷基准利率，四次下调存款准备金率，明确取消对金融机构信贷规划的硬约束，加大了金融支持经济发展的力度。

同时，我们考察两个重要的市场化利率水平——1年期国库券和银行间7日拆借利率。2002年初1年期国库劵的利率是1.87%，2003年末则是1.98%，而2004年末的利率是2.92%，出现了明显的上升，而到2005年末1年期国库劵的利率则下降为1.78%，到2006年末这个利率又上升至2.11%，至2007年末这个利率再次上升到3.75%。2008年末下降至1.11%。国库券利率是完全市场化的利率，这从一个侧面也反映了银行信贷资金的成本变化。

我们再来看另一个重要的市场化利率——7日拆借利率。2002年末银行间7日拆借利率是2.21%，2003年末7日拆借利率水平是2.19%，至2004年9月底这个利率上升至2.42%，之后出现下降，到2005年末它下降至1.55%，然后到2006年末它升高至2.88%，2007年虽然没有出现大的上升，但一直维持在2.5%左右。2008年末再次下降至1.12%。银行间拆借利率是银行资金成本的重要标志，短期的拆解利率的变化不仅能在一定程度上反映银行资金需求状况，也能反映银行信贷的资本成本。

有鉴于上述理由，本文将2004、2006、2007年定义为货币政策紧缩年度7。

为了提供更为稳健的检验结果，本文同时以银行家问卷调查中银行家信心指数(INDEX)8作为货币政策的指标(银行家信心指数来源于中国人民银行网站)。银行家问卷调查9是由中国人民银行和国家统计局共同合作完成的一项制度性季度统计调查，调查结果反映了调查当季相对于上季的变化情况，银行家信心指数是判断本季经济形势“正常”的银行家占比与预期“正常”占比的算术平均值。银行家信心指数在叶康涛和祝继高(2009)、祝继高7 有鉴于2005年介于2004与2006年之间，同时2005年是中国货币政策相对平稳的一年，我们在稳健性检验中也将2005年作为货币政策紧缩时期，我们的研究结论不受这种改变的影响。本文货币政策紧缩年度定义方式与姜国华和饶品贵(2011)、饶品贵和姜国华(2011)相同。

8 在年度层面定义货币政策虚拟变量与运用季度银行家信心指数我们认为并不矛盾，年度虚拟变量反映的相对更为宏观层面和更长区间货币政策的变化，而季度银行家信心指数的变化反映的相对更短区间货币政策的变化。

9 银行家问卷调查采用全面调查与抽样调查相结合的调查方式，对中国境内地市级以上的各类银行机构采用全面调查，对农村信用合作社采用分层PPS(与信用社规模成比例)抽样调查，全国共调查各类银行机构2850家左右。调查对象对全国各类银行机构(含外资商业银行机构)的总部负责人及其一级分支机构、二级分支机构的行长或主管信贷业务的副行长。

和陆正飞(2009)中也得到了应用。与上述定义的货币政策紧缩阶段虚拟变量不同的是，首先银行家信心指数是从2004年第一季度开始的季度数据，其次这个指数是个调查问卷的结果，反映了全国的银行家10对货币政策的感受，尤其对银行借款的供给。

货币政策紧缩期信贷资金变得稀缺，企业难以获得银行借款，这使得企业考虑转而使用商业信用作为替代的融资方式，因此一方面企业银行借款下降，另一方面表现为商业信用的增加，对企业来说商业信用包括两个方面，一方面是应收款项，企业在紧缩期为了获得更多的资金可能减少提供给客户的应收款项，另一方面是应付账款，紧缩期企业可能同时增加占用供应商的货款，应付账款将出现增加，考虑这两个方面的因素，本文采用净商业信用(即以应付款项减去应收款项)。为了考察银行借款和净商业信用之间的互动关系，本文同时以净商业信用及其变化值(NCR和CNCR)、银行借款及其变化值(LOAN和CLOAN)、净商业信用加银行借款及其变化值(NCR+LOAN和CNCR+CLOAN)、净商业信用减银行借款及其变化值(NCR-LOAN和CNCR-CLOAN)作为分析变量。考虑到紧缩期信贷资金的变化可能影响到企业总资产规模，本文选择以销售收入进行标准化11。

我们从CSMAR数据库中获取上市公司商业信用(包括应收账款和应付账款)账龄的数据，按照企业产权性质进行分类，在不同的货币政策时期考察并比较国有和非国有企业一年以内12、一至二年、二至三年和三年以上13的商业信用占其总额的比例。

为了便于后文的叙述，我们将本文所涉及到的变量统一定义为在表1。

《此处插入表1》

3．回归模型

本文研究的问题是货币政策紧缩期企业的银行借款与商业信用之间的互动关系以及它们在不同产权性质企业之间的差别，因此我们首先在年度层面建立如下模型：

Dependentvariable=α0+α1MP+α2NSTATEi,t+α3MP×NSTATEi,t+∑γiControlvariables+ε(1) 我们同时考察银行借款和商业信用水平值和变化值及它们之间的互动关系，因此当因变量是变化值时，它们分别是本年度的CNCR、CLOAN、CNCR+CLOAN和CNCR-CLOAN；而在因变量是水平值时，它们分别是本年度的NCR、LOAN、NCR+LOAN和NCR-LOAN。

MP是本文设定的货币政策紧缩阶段虚拟变量，如果年份为2004、2006、2007，则MP=1， 需要注意的是银行家信心指数是针对银行家进行的调查问卷，可能不能全面反映企业管理层对货币政策和银行贷款的需求的感受。

11 如果以总资产作为标准化变量，本文的研究结论不发生改变。

12 这里我们分别将应收票据和应付票据加入到一年以内的应收账款和应付账款中，因为它们的期限是一年以内的，超过一年将自动转为应收或应付账款。

13 应收账款和应付账款按照一年以内、一至二年、二至三年和三年以上的进行分类是一般上市公司对商业信用的分类方法，但是也有些的分类与此有小的区别，比如在三年以上的类别做了更为细致的区分，为此我们进行了必要的调整。

10

否则MP为0。NSTATE是非国有企业的虚拟变量，如果是非国有企业则NSTATE=1，否则NSTATE=0。

因变量为变化值的方程中，本文选取的控制变量包括：

SIZE：上年末对数化的总资产，规模大的企业更有可能获得银行借款，同时也更可能受到供应商的信任。Peterson and Rajan(1997)发现规模大的企业更有可能获得商业信用融资。

CFO：上年末经营性现金流，现金流充裕的企业考虑到资金成本可能会对货物直接支付现金，而更少地使用商业信用，但也有可能的是供应商考虑企业的现金流状况较好而允许企业有更多的应付账款。Love et al.(2007)发现在金融危机中，拥有更多现金的企业更有可能获得商业信用。

MB：上年末与账面价值比率，我们以MB代表企业的增长机会，供应商可能更愿意给增长前景好的企业提供商业信用。Love et al.(2007)发现在金融危机中增长率高的企业受到的冲击更大，供应商可能减少对这类企业的商业信用。

PPE：上年末固定资产占总资产比重，企业可能以固定资产作为抵押品以获得贷款。Almeida and Campello (2007)发现固定资产对企业获得贷款有重要影响。

GDPGROWTH：当年GDP的增长率，GDP增长率在一定程度上可以表示经济周期，经济形势好的时候因为企业的资金面都相对比较宽松，因此企业有可能获得更多的商业信用。Nilsen (2002)也将GDP增长率作为控制变量。石晓军和李杰(2009)发现商业信用与短期负债之间的替代关系具有同步性反经济周期的特征。

CPROFIT：营业利润销售收入比率的变化值14，盈利状况好的更容易获得银行借款，同时也更可能获得供应商的青睐，因为给这些企业提供商业信用会更有保障。Peterson and Rajan(1997)就发现盈利与企业获得的商业信用正相关。

因变量为水平值时，不同之处在于SIZE、CFO、MB和PPE均是本年末的值，而PROFIT是营业利润销售收入比率。

此外考虑到财务数据的均值反转特性，我们在方程(1)中控制了因变量上年末的水平值，并且还在回归中控制了行业因素。由于本文加入了货币政策紧缩年度的虚拟变量MP，因此方程(1)没有加入年度虚拟变量。

货币政策紧缩期企业的负债融资受到很大影响，因此本文预期CLOAN和LOAN方程中MP系数显著为负，而这种情况在非国有企业上体现得更为明显，因此MP×NSTATE显著为负。非国有企业面对这种情况将转而使用更多的商业信用，同时减少对客户的商业信用，因此我们预期在CNCR-CLOAN和NCR-LOAN方程中，我们预期MP×NSTATE系数显著14 2007年上市公司实行新会计准则，营业利润的构成与之前存在比较大的差异，我们这里进行了相应的调整以保持一致的口径。具体的调整为加上资产减值损失、减去投资收益和公允价值变动损益。

为正，表明非国有企业一方面银行借款出现下降，同时净商业信用增加。而银行借款与商业信用这种互动关系使得在货币政策紧缩期企业总体获得的资金总额可能不会出现大的变化，因此CNCR+CLOAN和NCR+LOAN方程中MP和MP×NSTATE系数不显著。

为了本文研究结论的稳健性，我们还以银行家信心指数为主要的自变量在季度层面建立如下回归方程：

Dependentvariable=β0+β1INDEXi,t,q+β2NSTATEi,t+β3INDEXi,t,q×NSTATEi,t+∑δiControlvariables+ε(2) 与方程(1)相似，我们同时考察因变量的变化值与水平值，不同之处在于这些变量是在2004之后每个季度的值，当因变量是水平值时，这些变量分别是CNCR、CLOAN、

CNCR+CLOAN和CNCR-CLOAN，均以本季度末的销售收入进行标准化。当因变量是变化值时，这些变量分别是NCR、LOAN、NCR+LOAN和NCR-LOAN，是本季度值减上年度同期的值。INDEX是2004年之后每个季度的对数化的银行家信心指数。我们同样控制上年度末的SIZE、CFO、MB、PPE和PROFIT(变化值回归中控制CPROFIT)，上季度分析变量的水平值以及同期的季度GDP同比增长率(与上年同期相比较)，并且控制行业因素、年度因素和季度因素。

与货币政策紧缩阶段虚拟变量的方程不同的是，INDEX低表示银行家感受到货币政策紧缩，因此我们预期在NCR和NCR-LOAN及其变化值方程中，INDEX*NSTATE系数显著为负，而在LOAN和CLOAN方程中INDEX*NSTATE系数显著为正。

本文的回归分析均采用Peterson(2009)的方法在公司层面进行聚类回归。

四、实证结果与分析

1．描述性统计

首先我们对年度样本进行描述性统计于表2。上市公司的净商业信用的均值为-0.215，这表明平均来讲企业从供应商处获得的商业信用要小于提供给客户的商业信用。CNCR均值为0.03，表明平均而言企业的净商业信用在本文的样本区间内有一个缓慢的增长态势。LOAN的均值为0.654，表明上市公司融资更多来源于银行借款，商业信用只是起补充的作用，这从NCR-LOAN(净商业信用减银行借款)和CNCR-CLOAN(净商业信用减银行借款的变化情况)两个变量为负的均值上也能看出。CLOAN的均值为0.097，说明上市公司银行借款呈现增长的趋势。NSTATE均值为0.269，说明本文年度样本中有26.9%的公司是非国有企业。CFO均值为正数，说明平均来说上市公司的经营性现金流是增加的。PROFIT均值为0.048，低于我国年均GDP增长率，并且CPROFIT均值为负，这说明上市公司整体经营状况并不理想。

《此处插入表2》

表3呈现的是季度样本的描述性统计，所展示的数据特征与年度样本非常相似，由于大

部分企业经营有季度特征，因此季度样本数据的波动相对更大一些，比如LOAN的标准差就比较大。上市公司资金更多的来源于银行借款，这从CNCR-CLOAN为负的均值上可以很清晰地看出。INDEX波动较大，表明在银行家看来我国货币政策在2004年至2008年期间经常性地发生波动。

《此处插入表3》

2．对比分析

区分货币政策紧缩期与非紧缩期，我们在表4中对分析变量进行对比性分析，第一栏给出的是国有样本在这两个时期资金来源的差异，第二栏给出的是非国有企业的情况，第三栏给出的是货币政策紧缩期与非紧缩期两种产权性质之间的差异比较。国有企业NCR和CNCR的均值差异(非紧缩期减去紧缩期)分别是-0.203和-0.02，非国有企业NCR和CNCR的均值差异分别是-0.214和-0.054，这说明国有和非国有企业的净商业信用在紧缩期均表现为显著增加，但是非国有企业增加幅度更大一些，而国有企业LOAN和CLOAN的均值差异分别是0.126和0.031，非国有企业LOAN和CLOAN的均值差分别是0.205和0.077，这说明两类企业的银行借款在紧缩期均出现显著下降，非国有企业的下降幅度则要大很多。这中情况体现在NCR-LOAN和CNCR-CLOAN上就更明显。

但是我们发现紧缩期和非紧缩期两类企业的资金总额(NCR+LOAN)的均值差显著为负，而CNCR+CLOAN的均值差不显著，这说明他们的资金总额并没有大的变化，甚至在紧缩期获得总体资金还略有上升。由此可以说明非国有企业在紧缩期银行借款更大幅度地出现下滑，而他们更多地利用净商业信用以获得资金，并基本保持总体资金不出现大的变化。

综合表4，相比较国有企业，非国有在货币政策紧缩期获得的银行借款出现更大幅度下滑，而净商业信用出现更大幅度上升，表明非国有企业因为银根紧缩而信贷受到更大的影响，转而使用净商业信用作为替代的融资方式，这初步验证了我国货币政策信贷传导机制在微观层面是存在的，也说明我国企业面对货币政策方面的宏观调控会采取自己特定的应对方式，这在一定程度上抵消了政策实施的效果。

《此处插入表4》

3．回归结果与分析

首先我们在表5中以年度样本进行变化值层面的回归分析。由于变化值的分析更有可能说明银行借款与商业信用之间的互动与货币政策波动之间的关系，因此我们更多地关注这方面的回归结果。CNCR为因变量的方程中，我们发现MP系数显著为负，表明货币政策紧缩期平均来说企业获得的净商业信用出现显著下降；NSTATE系数显著为负，表明平均来说非国有企业获得的净商业信用要小于国有企业。但是我们将MP与NSTATE进行交互后，发现MP×NSTATE系数在1%水平下显著为正，说明紧缩期非国有企业的净商业信用出现显

著增长，这说明非国有企业只有在难以银行借款的紧缩期才会更多运用净商业信用。在控制变量方面，规模大、现金流状况好、盈利能力强的企业更容易获得净商业信用，而在经济发展快的时期企业获得了更多的净商业信用，而净商业信用具有很强的中值反转特性。

因变量为CLOAN的方程中，MP系数显著为正，表明货币政策紧缩期总体而言企业的银行借款不降反升，进一步我们发现MP×NSTATE系数在1%水平显著为负，这说明其原因是非国有企业银行借款出现显著下降，而国有企业却没有，这充分表明在货币政策紧缩期我国银行体系确实存在对非国有企业的金融歧视，因为在货币政策紧缩期所有企业都需要资金，但是银行却把稀缺的资金给了国有企业。我们还发现银行对企业的盈利状况似乎不够关注，因为CPROFIT的系数显著为负。上年度LOAN的系数显著为正表明银行借款具有一定的持续性。

因变量为CNCR+CLOAN的方程中NSTATE系数显著为正，表明非国有企业获得的资金要多于国有企业，这主要源于非紧缩期非国有企业获得了更多的银行借款。MP×NSTATE系数不显著，表明总体而言货币政策紧缩期非国有企业获得的全部资金与国有企业的情况没有显著区别。

因变量为CNCR-CLOAN的方程中NSTATE系数显著为负，而它在CNCR方程中显著为负，在CLOAN方程中显著为正，这说明非国有企业在非紧缩期更多地获得银行借款而较少利用净商业信用；但是MP×NSTATE系数在1%水平下显著为正，这说明货币政策紧缩期的情况恰恰相反，非国有企业在货币政策紧缩期一方面银行借款出现显著下降，同时他们获得的净商业信用显著增加。

《此处插入表5》

接下来在表6中我们再以年度样本进行水平值的回归分析。因变量为NCR的方程中，MP系数显著为负，表明货币政策紧缩期企业的净商业信用显著下降，NSTATE系数也显著为负，表明总体而言非国有企业获得的净商业信用要少于国有企业，但是MP×NSTATE系数在1%水平下显著为正，这说明紧缩期的情况发生了很大变化，非国有企业明显增加了净商业信用。因变量为LOAN的方程中NSTATE系数也显著为正，表明通常情况下非国有企业获得了更多的银行借款，但是MP×NSTATE系数在1%水平下显著为负，表明货币政策紧缩期非国有企业获得的银行借款要显著少于国有企业，这同样说明紧缩时期我国银行存在对非国有企业的信贷歧视。

NCR+LOAN是指银行借款与净商业信用之和，它代表的是企业总体融资水平，以它为因变量的方程中MP×NSTATE系数不显著，表明货币政策紧缩期两类企业总体融资水平没有差别。因变量为NCR-LOAN的方程中MP×NSTATE系数在1%水平下显著为正，表明紧缩期相对于国有企业，非国有企业一方面获得的银行借款减少，同时从供应商处获得的商业信用增加，并减少提供给客户的商业信用。表6的回归分析结果说明在货币政策紧缩期非国

有企业在银行借款和净商业信用之间存在明显的替代关系。控制变量的表现上与表5是基本类似的。我们还发现企业的净商业信用存在持续性的特点，这也说明控制上期水平值的重要性。

综合表5和表6的回归结果，相对于国有企业，货币政策紧缩期非国有企业获得的银行借款显著减少，与此同时他们将从供应商那里获得更多的商业信用，并且减少提供给客户的商业信用，即净商业信用显著增加。表5和表6的回归分析结果说明货币政策信贷传导机制在微观层面是存在的，这正是本文的预期。

《此处插入表6》

其次，我们在表7中以季度数据进行变化值的回归分析。因变量为CNCR的方程中INDEX系数显著为正，说明总体而言货币政策非紧缩期企业获得的净商业信用较多，这和前面年度样本的结果是一致的。INDEX×NSTATE系数显著为负，说明非国有企业在紧缩期获得了更多的净商业信用。CLOAN为因变量的方程中NSTATE系数显著为负，这和年度样本的结果有一些区别，可能是由于季度数据的波动性更大造成的。INDEX×NSTATE系数显著为正，表明紧缩期非国有企业获得的银行借款要显著少于国有企业。因变量为CNCR+CLOAN的方程中INDEX×NSTATE在5%水平下显著为正，说明紧缩期非国有企业获得的总体融资要少于国有企业，这和年度样本的情况有些许差异，其原因在于INDEX是连续变量，而MP是虚拟变量，这可能对回归系数产生一定影响。因变量为CNCR-CLOAN的方程中INDEX×NSTATE系数显著为负，表明紧缩期非国有企业因银行借款的下降转而使用净商业信用作为替代的融资方式，这和年度样本变化值分析结果是一致的。

《此处插入表7》

最后我们在表8中以季度数据进行水平值的回归分析。因变量为NCR的方程中INDEX×NSTATE系数边际显著为负，LOAN回归结果中，INDEX×NSTATE系数在1%水平下显著为正，NCR-LOAN的回归方程中，INDEX×NSTATE系数在1%水平下显著为负，这些说明货币政策紧缩期非国有企业通过获得更多的净商业信用以缓解银行借款下降带来的资金压力。季度样本回归分析中控制变量的表现与年度样本的情况是类似的，这里不再一一说明。

《此处插入表8》

综合而言，季度数据与年度数据的回归结果是非常一致的，同样说明货币政策紧缩期非国有企业银行借款出现显著下降的同时净商业信用表现为显著上升，这充分说明我国货币政策信贷传导机制在微观层面是存在的，同时也表明本文的研究结果是比较稳健的。

4．回归分析的稳健性检验

本文研究年度样本的区间落在1998-2008年，为了本文研究结论的稳健性，我们也将

1998年之前的样本包括进来。

1993年中国人民银行提出“从严控制总量、优化结构、面向市场、转换机制、提高效益”的适度从紧的货币政策，主要措施包括两次提高存贷款利率、整顿金融秩序、及时调整贷款力度等，其原因在于当时出现社会总体上投资过热，通货膨胀也高居不下，需要通过调整货币政策以治理通货膨胀并抑制这种投资过热现象的持续。1994年央行继续实行适度从紧的货币政策。1995年《中国人民银行法》实施，将货币政策目标定位于“保持货币币值的稳定，并以此促进经济增长”，当年继续实施适度从紧的货币政策，先后两次调高存贷款利率，启动外汇市场公开市场操作。1996年央行继续执行适度从紧的货币政策，以降低过高的通货膨胀。1997年由于亚洲金融危机的影响，前期的货币政策适度从紧，而后期则适度松动，10月23日下调人民币存贷款利率。从1998年开始央行实施反通货膨胀的放松银根的稳健货币政策。因此，我们能发现1993-1996年央行实施的适度从紧的货币政策。有鉴于货币政策一定的滞后性，我们将1993、1994、1995、1996年定义为中国货币政策紧缩阶段。由于SINOFIN提供的上市公司最终控制人类型的数据是从1994年开始，同时我们在研究过程中会删除前一年数据，因此1998年之前本文研究区间实际上是从1995年开始，1998年之前实际的观测值是757公司年。

研究过程中我们先进行全部样本的回归分析，发现本文的研究结果未发生实质性改变。之后再单独进行1998年之前研究样本的回归分析，却发现货币政策信贷传导机制在1998年之前基本没有或很微弱。本文认为主要原因是以下几个方面：第一我国于1996年正式开始利率市场化改革，其目标是建立以市场资金供求为基础，以中央银行基准利率为调控核心，由市场资金供求决定各种利率水平的市场利率体系的市场利率管理体系，使市场机制在金融资源配置中发挥主导作用，而利率市场化改革从1998年以后才步入正轨15。第二1998年之前资本市场发展尚处于初期，一方面上市公司的数量还比较少(比如本文1998年之前的观测值只有757个，占全部样本的比例为6.34%)，另一方面一些真正在国民经济占据主导地位的国有企业还没有上市，比如中国石油、中国石化等，总体市值不高，上市公司产值在整个GDP中的比重较低，对整个宏观经济产生的影响有限，这些导致上市公司作为一个整体并不是当时货币政策调控的主要目标群。一个明显的事例就是1994年那次针对中国经济中投资过热进行的货币政策调整对上市公司融资的冲击并不大。第三在于1998年之前上市公司中非国有企业占的比重比较低 (本文1998之前研究样本中其比例是17.31%)，这就导致货币政策通过不同产权性质企业进行传导的可能性下降。

5．辅助检验：商业信用账龄分析

本文是研究企业的银行借款与商业信用的互动与货币政策波动之间的关系，进而研究我国货币政策信贷传导的微观机制，在前面的对比分析和回归分析我们已经进行验证了。但是企业在货币政策紧缩期获得更多资金的另外一种方式是会对净商业信用账龄进行调整，即缩15 1996年至1997年两年间，中国人民银行对金融机构存贷款利率的调整只有两次。

短应收账款的账龄，同时延长应付账款的账龄。因此这一部分我们运用CSMAR财务报表附注数据库提供的应收和应付账款账龄对此进行分析。

按照常用的分类方法16，我们将商业信用账龄分为一年以内17、一至二年、二至三年和三年以上。由于CSMAR提供的商业信用账龄数据是从2003年开始，我们以2003年的年初数调整为2002的年末数，因此本文的实际数据区间是2002年至2008年。

表9展示了分析结果，其中PANEL A是应收账款账龄的情况18。第一栏是国有企业各类应收账款占总额的比例以及在货币政策紧缩与非紧缩期的差异，一年以内的应收账款比例在紧缩期要显著的高，而紧缩期一年以上(包括一至二年、二至三年和三年以上)的应收账款比例要显著低于非紧缩期。第二栏是非国有企业的情况，同样的一年以内应收账款比例在紧缩期要高一些，但差异并不显著，而一至二年应收账款比例在紧缩期显著为低，二至三年和三年以上应收账款比例尽管在紧缩期要低一些，差异不显著。因此在货币政策紧缩期企业有缩短应收账款账龄的趋势，这与本文的预期是一致的。

第三栏的比较分析显示国有企业的应收账款账龄期限要比非国有企业短，比如货币政策非紧缩期一年以内应收账款比例国有企业的是0.767，非国有企业的是0.753，而紧缩期它们的比例分别提高至0.786和0.760，两类企业这个比例存在显著差别，其可能的原因在于在我国国有企业比较强势，特别是占据垄断地位的中央政府控股的国有企业，他们有能力实施比较严格的信用政策，因而他们的应收账款账龄要比非国有企业的短。

PANEL B是应付账款账龄的情况。第一栏是国有企业各类应付账款占总额的比例以及在货币政策紧缩与非紧缩期的差异，一年以内的应付账款比例在两个区间没有区别，但紧缩期国有企业一年以上(包括一至二年、二至三年和三年以上)的应付账款比例要显著低于非紧缩时期。第二栏是非国有企业各类应付账款比例的分布情况，我们发现紧缩时期一年以内的应付账款比例要低于非紧缩期，而紧缩期二至三年和三年以上的应付账款比例要高于非紧缩期，只是由于研究样本较小而导致差异不够显著。第三栏给出的非紧缩和紧缩期国有企业和非国有企业应付账款比例分布的比较，紧缩期非国有企业一年以内应付账款比例要显著低于国有企业的这一比例，而一至二年、二至三年和三年以上应付账款比例则要显著高于国有企业的这些比例，这说明非国有企业在紧缩期一年以上应付账款占总额比例较国有企业要更高。

综合而言，表9的分析结果表明货币政策紧缩期企业因为银行资金难以获得或者其成本高昂，企业不仅会从供应商处获得更多的商业信用并减少对客户的商业信用，而且同时还会 商业信用常用的分类方法是按照账龄分为一年以内、一至二年、二至三年和三年以上的应收账款和应付账款，但实际中有些企业可能分得更细，比如他们将一年以内的商业信用又分为三个月以内、三至六个月等，对此我们进行汇总计算。

17 由于超过一年应收票据自动转为应收账款，因此本文将应收票据计入一年以内的应收账款计算。对应付票据和应付账款采用同样的处理方法。

18 这里应收账款账龄我们选择按照总额计算，如果按照应收账款净额进行计算，结果比较相似，但是一年以内的比例有很大提高，原因在于一年以上的应收账款企业可能计提比较的坏账准备，使得一年以上的应收账款比例出现下降。

16

延长应付账款的付款期限和缩短应收账款的账龄以通过商业信用获得更多资金，而应付账款账龄的延长在非国有企业上体现得更为明显。这与本文的预期是一致的，表明我国的货币政策信贷传导的微观机制是存在的，一方面紧缩期银行借款出现下降，而商业信用出现上升，另一方面为了获得更多的资金企业会对商业信用的账龄进行适当调整。

综合表4和表9的结果，我们能得出这样的结论，货币政策紧缩期国有企业获得了更多的银行借款，他们可能通过商业信用的方式将一部分资金转移给了民营企业(当然也包括非上市的企业)，这与Cull et al.(2006)的研究发现是一致的。

《此处插入表9》

五、研究结论与研究局限

本文从企业银行借款与商业信用的互动与货币政策波动之间的关系出发，研究我国货币政策信贷传导的微观机制。首先基于我国特定的宏观经济环境和货币政策，我们通过定义货币政策紧缩年度虚拟变量的方式，研究发现货币政策紧缩期企业，尤其非国有企业，因为银行借款难以取得，企业会从供应商获得更多的商业信用并同时减少提供给客户的商业信用，以此作为替代的融资方式，在季度层面以银行家信心指数计量货币政策波动分析得到与年度数据相似的研究结果。辅助检验中我们对企业商业信用账龄进行了分析，发现总体上企业在货币政策紧缩时期在缩短应收账款账龄的同时延长应付账款账龄，这表明货币政策波动不仅会影响商业信用的发生额而且也会影响商业信用的偿还期限，而这种情况在非国有企业上体现得更为明显一些。本文的研究证据表明货币政策波动将对企业融资决策产生巨大影响，而非国有企业受到的影响更大，不仅体现在紧缩期银行借款出现下降，而且净商业信用出现上升，因此融资总体水平未出现显著变化，同时企业也会对商业信用的账龄进行调整，这些证据表明货币政策信贷传导的微观机制在我国是存在的。

货币政策信贷传导机制的研究能够使我们对货币政策与宏观经济的关系、货币政策对微观企业行为的影响有更为深入的理解。理解货币政策的传导机制将有助于货币政策制定者了解在金融市场上哪些因素影响货币政策，哪些不能，同样有助于政策制定者们寻找更为切合的货币政策中介目标，更为深入地是货币政策信贷传导机制的研究将有助于我们更好地理解信息不对称在货币政策制定中所发挥的作用(Romer and Romer,1990)。

政府实施紧缩货币政策的目的是通过调控企业资金状况进而调控经济运行，但是企业使用商业信用替代融资渠道抵消紧缩货币政策的一部分作用，因此本文对政策制定有借鉴意义，对企业应对紧缩货币政策的财务管理行为也有借鉴意义。本文是在宏观经济政策与微观企业行为之间的互动关系的框架下对货币政策信贷传导的微观机制进行研究，丰富了宏观经济政策与微观企业行为互动关系的研究。

本文的研究局限在于：首先我国的金融市场和整个金融体系处在转轨时期，不管是迫于压力还是自身经济发展的需求，整个金融体系，包括银行体系和资本市场正在对外开放和进

行市场化。但是从根本上说，中国的金融体系还未完全实现市场化。我国整个的金融体系是以银行为基础，资本市场包括股票市场和债券市场仍然处于初步发展的阶段，还只是个新兴的资本市场。因为本身的经济发展速度相对较快，货币供应高增长且不可预测(McKinnon,2009)，而利率政策实行双轨制，既有市场化利率也有官方利率。这些是中国金融体系的基本特点。这些基本特点决定了我国货币政策的制定与实施可能较发达经济体来的更为复杂，并且更加难以把握，要对我国货币政策进行深入透彻的研究其难度可想而知。我国复杂的货币政策和宏观经济环境给研究造成了很大的困难。其次，我国货币政策真正发挥作用的时间尚短，体现在学术研究上就是不管是在宏观层面还是在微观层面可供研究的时间序列数据都比较短，这使得对货币政策进行研究时显得捉襟见肘，本文同样也面临这样的问题。第三，在经济过热时，不仅货币政策出现紧缩的迹象，而且各国也会同时运用稳健的财政政策以对宏观经济运行进行调控，而我们在研究货币政策信贷传导的微观机制时还没有考虑这一重要的宏观经济因素，怎么严格控制财政政策造成的影响还有待我们进一步深入地研究。

参考文献：

凯恩斯，1936：《就业、利息和货币通论》，华夏出版社2005年出版，宋韵声译。 姜国华，饶品贵，2011：《宏观经济政策与微观企业行为——拓展会计与财务研究新领域》，《会计研究》第3期，第10-21页。

江伟，李斌，2006：《制度环境、国有产权与银行差别贷款》，《金融研究》第11期，第116-126页。

饶品贵，2010：《货币政策、融资决策及其经济后果研究》，北京大学博士论文。

饶品贵，姜国华，2011：《货币政策波动、银行信贷与会计稳健性》，《金融研究》第3期，第51-72页。

石晓军，李杰，2009：《商业信用与银行贷款的替代关系及其反周期性：1998-2006年》，《财经研究》第3期，第4-15页。

索彦峰，范从来，2007：《货币政策能够影响贷款供给吗？》，《经济科学》第6期，第57-65页。

王振山，王志强，2000：《我国货币政策传导途径的实证研究》，《财经问题研究》第12期，第60-63页。

叶康涛，祝继高，2009：《银根紧缩与信贷资源配置》，《管理世界》第1期，第22-28页。

祝继高，陆正飞，2009：《货币政策、企业成长与现金持有水平变化》，《管理世界》第3期，152-158页。

朱凯，俞伟峰，2009：《分税制，控制权性质与公司资本结构决策》，上海财经大学、香港理工大学工作论文。

Allen, F., J. Qian., and M. J. Qian., 2005, Law, Finance, and Economic Growth in China, Journal of Financial Economics 77, 57-116.

Almeida, H., and M. Campello, 2007, Financial Constraints, Asset Tangibility, and Corporate Investment, Review of Financial Studies 20, 1429-1460.

Ashcraft, A. B., 2006, New Evidence on the Lending Channel, Journal of money, Credit, and banking 38, 751-775.

Bernanke, B. S., and A.S. Blinder, 1992, The federal funds rate and the channels of monetary transmission, American economic review 82, 1992, 901-921.

Brandt, L., and H. B. Li, 2003, Bank Discrimination in Transition Economies: Ideology, Information, or Incentives? Journal of Comparative Economics 31, 387-413.

Cull, R., L. X. Xu, and T. Zhu, 2006, Informal Institutional Arrangements and Economic Growth in Developing Countries: The Many Faces of Trade Finance in China, Working paper.

Cunat, V. M., 2007, Trade Credit: Suppliers as Debt Collectors and Insurance Providers. Review of Financial Studies 20,491-527.

Friedman, M., and A. Schwartz, 1963, Money and Business Cycles, Review of Economics and Statistics 45,32-64.

Fisman, R., and I. Love, 2003, Trade Credit, Financial Intermediary Development, and Industry Growth, Journal of Finance 58, 353-374.

Gertler, M., and S. Gilchrist, 1994, Monetary Policy, Business Cycles, and the Behavior of Small Manufacturing Firms, The Quarterly Journal of Economics 109, 309-340.

Giannetti, M., M. Burkart and T. Ellingsen, 2011, What You Sell Is What You Lend? Explaining Trade Credit Contracts, Review of Financial Studies 24(4), 1261-1298.

Kashyap, A. K., and J. C. Stein, 2000, What Do a Million Observations on Banks Say about

the Transmission of Monetary Policy? American Economic Review 90, 407-428.

Kashyap, A. K., J. C. Stein, and D. W. Wilcox, 1993, Monetary Policy and Credit Conditions: Evidence from the Composition of External Finance, American Economic Review 83, 78-98.

Korajczyk, R., and A. Levy, 2003, Capital Structure Choice: Macroeconomic Conditions and Financial Constraints, Journal of Financial Economics 68, 75-109.

Kornai, J., 1998, The Concept of the Soft Budget Constraint Syndrome in Economic Theory, Journal of Comparative Economics 26, 11-17.

Love, I., L.A. Preve, and V. Sarria-Allende, 2007, Trade Credit and Bank Credit: Evidence from Recent Financial Crises, Journal of Financial Economics 83, 453-469.

Mateut, S., S. Bougheas, and P. Mizen, 2006, Trade Credit, Bank Lending and Monetary Policy Transmission, European Economic Review 50, 603-629.

McKinnon, R., 2009, China’s Exchange Rate Policy and Fiscal Expansion, SIEPR Policy Brief March 2009 and Wall Street Journal Feb 13.

Meltzer, A. H., 1960, Mercantile credit, monetary policy, and size of firms, Review of Economics and Statistics 42, 429-437.

Mishkin, F. S., 1995, Symposium on the Monetary Transmission Mechanism, Journal of Economic Perspectives 9, 3-10.

Nilsen, J. H., 2002. Trade Credit and the Bank Lending Channel. Journal of Money, Credit, and Banking 34,226-253.

Oliner, S. D., and G. D. Rudebusch, 1996, Monetary Policy and Credit Conditions: Evidence from the Composition of External Finance: Comment, American Economic Review 86, 300-309.

Peterson, M. A., 2008, Estimating Standard Errors in Finance Panel Data Sets: Comparing Approachs, Review of Financial Studies 22, 435-480.

Petersen, M. A., and R. G. Rajan, 1997, Trade Credit: Theory and Evidence, Review of Financial Studies 10,661-691.

Qian, Y., 1994, A Theory of Shortage in Socialist Economies Based on the ‘Soft Budget Constraint’, American Economic Review 84: 145-156.

Romer, C.D., and D.H. Romer, 1990, New Evidence on the Monetary Transmission Mechanism, Brooking papers on economic activity, 149-213.

Stiglitz, J., and A. Weiss, 1981, Credit Rationing in Markets with Imperfect Information, American Economic Review 71, 393-410.

Taylor, J. B., 1995, The Monetary Transmission Mechanism: An Empirical Framework, Journal of Economic Perspectives 9, 11-26.

表1：变量定义

MP INDEX NSTATE NCR

如果是2004、2006、2007年，则MP=1

对数化的2004.03-2008.12各个季度的银行家信心指数 如果是非国有企业，则NSTATE=1，否则为0

净商业信用，即用应付额减去应收额，应付额包括应付票据、应付账款和预收账款，应收额包括应收票据、应收账款和预付账款(以上均以销售收入标准化)

(净商业信用-上年度同期的净商业信用)/上年度销售收入

借款总额/销售收入，借款总额包括短期借款、一年内到期的长期借款和长期借款

企业借款的变化额，(借款总额-上年度同期的借款总额)/上年度销售收入 NCR-LOAN NCR+LOAN CNCR-CLOAN CNCR+CLOAN 对数化的总资产

公司市场价值/净资产账面价值 营业利润/销售收入 PROFIT的变化值

经营性现金流量/总资产 固定资产净值/总资产 年度GDP增长率 季度GDP增长率 行业变量 年度变量 季度变量

CNCR LOAN CLOAN NCR-LOAN NCR+LOAN CNCR-CLOAN CNCR+CLOAN SIZE MB

PROFIT CPROFIT CFO PPE

GDPGROWTH QGDPGROWTH INDUSTRY YEAR

QUARTERLY

注：在季度层面NCR定义为季度末净商业信用/当季销售收入，CNCR为本季度的NCR减去上年同季度的NCR。LOAN为银行借款/当季销售收入，CLOAN为本季度的LOAN减去上年同季度的LOAN。CPROFIT为本季度营业利润/销售收入减上年度同季度的值。

Variables N Mean Std Min 25% MedianNCR CNCR LOAN CLOAN NCR+LOAN NCR-LOAN CNCR+CLOAN CNCR-CLOAN MP

NSTATE SIZE MB CFO PROFIT CPROFIT PPE

GDPGROWTH

11885 -0.215 0.44811885 0.03 0.26211885 0.654 0.66311885 0.097 0.26711885 0.436 0.56811885 -0.883 0.98711885 0.131 0.39911885 -0.081 0.42511885 0.316 0.46511885 0.269 0.44311885 21.207 0.90311885 3.561 2.66911885 0.049 0.06811885 0.048 0.14211885 -0.019 0.1 11885 0.299 0.16911885 0.098 0.016

-2.056-0.990 -0.386-0.959-4.733-1.039-1.6140 0 19.4370.756-0.108-0.592-0.4990.0210.076

-0.327-0.0630.178-0.0350.079-1.208-0.055-0.2250 0 20.5411.7570.0060.009-0.0460.1660.084

75% Max

-0.09 0.042 0.523

0.019 0.117 0.811 0.451 0.892 3.23 0.029 0.177 1.102 0.303 0.665 2.07 -0.574-0.207 0.195 0.063 0.262 1.574 -0.0230.11 1.025 0 1 1 0 1 1 21.10721.802 23.797 2.727 4.481 16.38 0.047 0.092 0.195 0.052 0.119 0.372 -0.0080.017 0.27 0.276 0.419 0.665 0.1 0.104 0.13

注：所有连续变量(GDPGROWTH除外)均在5%水平下进行截尾处理。

Variables N MeanNCR CNCR LOAN CLOAN NCR+LOAN NCR-LOAN CNCR+CLOAN CNCR-CLOAN INDEX NSTATE SIZE MB CFO PROFIT CPROFIT

QGDPGROWTH

下进行截尾处理。

Std Min 25% Median75% Max

-8.216 -0.382-0.07 0.122 2.301

-4.634 -0.0860.03 0.206 6.304 0 0.2470.701 1.662 13.427-4.239 -0.211-0.0110.152 6.149 -1.555 0.1730.572 1.403 12.737-22.229-1.974-0.805-0.245 0.586 -4.607 -0.1920.014 0.272 7.184 -10.016-0.19 0.052 0.367 8.893 3.045 3.6033.97 4.2 4.412 0 0 0 1 1 19.80320.63821.23 21.925 23.5470.754 1.5122.26 3.836 15.983-0.099 0.01 0.051 0.096 0.194 -0.37 0.01 0.047 0.106 0.297 -0.41 -0.033-0.0040.02 0.224 0.09 0.1040.106 0.12 0.134

25054 -0.2710.986

25054 0.0980.75725054 1.3671.95525054 -0.0010.92425054 1.1151.75425054 -1.65 2.58625054 0.1021.03425054 0.1031.43125054 3.8730.41425054 0.3180.46625054 21.3120.89625054 3.1322.58925054 0.0520.06825054 0.0480.11925054 -0.0090.08125054 0.1120.012

注：SIZE,MB,CFO,PROFIT均为上年末的值，除INDEX, QGDPGROWTH外的所有连续变量均在5%水平

表4：对比分析

Variables NCR CNCR LOAN CLOAN NCR+LOAN NCR-LOAN CNCR+CLOAN CNCR-CLOAN

MP=0 MP=1 difference(6123) (2558)

-0.258 -0.055 -0.203***0.025 0.045 -0.02***0.658 0.532 0.126***0.102 0.072 0.031***0.397 0.487 -0.09***-0.929 -0.598 -0.331***0.126 0.131 -0.09 -0.033 -0.057***

MP=0

(1995)-0.3430.0070.8230.1340.452-1.180.144-0.162

MP=1(1198)-0.1290.0610.6180.0570.501-0.7570.138-0.008

between

NSTATE=0 and NSTATE=1 0.074***-0.054**0.018** -0.016**0.205***-0.166*** -0.086***0.077***-0.032*** 0.015* -0.049**-0.055*** -0.014 0.16*** 0.006 -0.018* -0.007 0.072*** -0.025*

MP=0 MP=1

注：括号内是样本量。

表5：年度样本变化值回归结果

Independent Dependent variables variables CNCRi,t CLOANi,tCNCRi,t+CLOANi,t

CNCRi,t-CLOANi,t

MP -0.042*** 0.020***-0.009 -0.066*** (-5.75) (2.67) (-0.77) (-5.61) NSTATEi,t -0.025*** 0.035***0.021* -0.081*** (-3.19) (4.07) (1.68) (-6.19)

-0.010 0.088*** MP×NSTATEi,t 0.029*** -0.044***

(2.63) (-3.55) (-0.58) (4.50)

0.019*** -0.003 -0.003 0.009* SIZEi,t-1

(7.30) (-0.99) (-0.63) (1.90)

-0.126*** -0.023 -0.448*** -0.157** CFO i,t-1

(-3.29) (-0.60) (-7.31) (-2.57)

0.002* -0.000 0.002 0.000 MBi,t-1

(1.87) (-0.37) (1.14) (0.15) PPEi,t-1 0.011 -0.058***-0.065** 0.061** (0.67) (-2.70) (-2.22) (1.96)

0.183*** 0.683*** GDPGROWTHt 0.446*** -0.174***

(10.00) (-5.38) (2.95) (11.33)

3.118*** -1.701***0.928** 4.253*** CPROFITi,t

(12.70) (-7.28) (2.51) (10.63) NCRi,t-1 -0.179*** (-17.45) LOANi,t-1 0.012* (1.79) NCRi,t-1+ -0.046*** LOANi,t-1 (-4.23) NCRi,t-1- -0.038*** LOANi,t-1 (-5.37) INDUSTRY Controlled ControlledControlled Controlled CONSTANT -0.711*** 0.345***0.190* -0.718*** (-10.88) (4.56) (1.82) (-6.36) Observations 11885 11885 11885 Adjusted R2 0.10 0.04 0.03

11885

0.06

注：回归是按照Peterson (2009)的方法在公司层面进行聚类回归，下同。变量定义请参见表1.

Independent Dependent variables

variables NCRi,t LOANi,t NCRi,t+LOANi,tNCRi,t-LOANi,t

MP -0.042*** -0.013 -0.051*** -0.042***

(-5.70) (-1.11) (-4.61) (-2.76)

NSTATEi,t -0.032*** 0.075*** 0.035*** -0.101***

(-3.78) (6.16) (3.14) (-5.91)

-0.013 0.102*** MP×NSTATEi,t 0.040*** -0.069***

(3.59) (-3.98) (-0.79) (4.28)

0.019*** 0.041*** 0.062*** -0.024*** SIZEi,t

(5.91) (8.97) (12.09) (-3.81)

1.081*** -1.263*** -0.138* 2.451*** CFOi,t

(21.54) (-17.59) (-1.93) (23.32)

-0.000 0.011*** 0.011*** -0.011*** MBi,t

(-0.14) (6.36) (6.67) (-4.25)

PPEi,t 0.005 0.005 0.060* -0.003

(0.27) (0.16) (1.95) (-0.09)

GDPGROWTHt 0.100*** -0.607*** -0.481*** 0.687***

(2.82) (-12.14) (-11.95) (9.03)

PROFITi,t 3.773*** -3.503*** 0.449 7.461***

(14.72) (-10.12) (1.34) (14.56)

NCRi,t-1 0.731***

(57.92)

LOAN i,t-1 0.764***

(72.96)

NCRi,t-1+ 0.720***

LOAN i,t-1 (64.86)

NCR i,t-1- 0.756***

LOAN i,t-1 (72.00)

INDUSTRY Controlled Controlled Controlled Controlled

CONSTANT -0.849*** -0.279*** -1.181*** -0.540***

(-11.03) (-2.86) (-10.51) (-3.91)

Observations 11885 11885

Adjusted R2 0.65 0.69

11885 0.61 11885 0.70

Independent Dependent variables variables CNCR i,t,q CLOAN i,t,qCNCR i,t,q +CLOAN i,t,qCNCR i,t,q -CLOAN i,t,q

INDEX i,t,q 0.281*** -0.184***0.101*** 0.447***

(10.65) (-6.61) (3.16) (9.59)

NSTATE i,t 0.177* -0.392***-0.291** 0.563***

(1.85) (-3.14) (-2.01) (2.84)

INDEX×NSTATE i,t -0.043* 0.101***0.075** -0.144***

(-1.69) (3.04) (1.96) (-2.76)

-0.047*** 0.030***-0.032*** -0.067*** SIZE i,t-1

(-6.74) (3.77) (-3.29) (-5.24)

0.223* -0.653***-0.158 1.316*** CFO i,t-1

(1.83) (-4.88) (-1.01) (5.74)

-0.003 -0.001 -0.008* -0.001 MB i,t-1

(-0.91) (-0.23) (-1.77) (-0.12)

PPE i,t-1 -0.152*** -0.241***-0.402*** 0.140*

(-3.57) (-4.00) (-6.20) (1.65)

0.652*** -3.252***-2.475*** 4.174*** CPROFIT i,t

(4.89) (-19.92)(-13.74) (16.90)

-23.042*** 0.194 QGDPGROWTH i,t,q-11.327*** -10.943***

(-8.69) (-4.92) (-8.57) (0.06)

NCR i,t-1 0.065***

(8.30)

LOAN i,t-1 0.035***

(7.34)

NCR i,t-1+ 0.086***

LOAN i,t-1 (16.29)

NCR i,t-1- 0.000

LOAN i,t-1 (0.52)

INDUSTRY Controlled ControlledControlled Controlled YEAR Controlled ControlledControlled Controlled QUARTERLY Controlled ControlledControlled Controlled CONSTANT 1.168*** 0.969***2.481*** -0.059

(5.27) (3.20) (7.02) (-0.13) Observations 25054 25054 25054 Adjusted R2 0.07 0.11 0.09

25054 0.09

Independent Dependent variables

variables NCR i,t,q LOAN i,t,qNCR i,t,q +LOAN i,t,qNCR i,t,q -LOAN i,t,q

INDEX i,t,q 0.393*** -0.204***0.214*** 0.804***

(18.95) (-6.54) (7.21) (13.70)

NSTATE i,t 0.623*** -0.884***-0.240 1.914***

(5.73) (-5.11) (-1.53) (5.55)

INDEX×NSTATE i,t -0.175*** 0.279***0.095** -0.614***

(-5.70) (5.64) (2.16) (-6.16)

0.093*** 0.061***0.149*** 0.088** SIZE i,t-1

(10.67) (3.45) (9.07) (2.10)

0.651*** -1.895***-1.243*** 4.968*** CFO i,t-1

(6.82) (-10.64)(-8.08) (11.20)

0.006** 0.022***0.030*** -0.026** MB i,t-1

(2.07) (3.91) (5.02) (-1.99)

PPE i,t-1 0.191*** 0.165 0.410*** -0.018

(4.27) (1.56) (4.20) (-0.07)

PROFIT i,t-1 0.526*** -1.394***-0.811*** 3.786***

(6.84) (-9.53) (-6.20) (10.82)

8.769*** 70.247*** QGDPGROWTH i,t,q33.648*** -26.143***

(18.50) (-9.57) (3.35) (16.21)

NCR i,t-1 0.475***

(60.71)

LOAN i,t-1 0.468***

(51.22)

NCR i,t-1+ 0.481***

LOAN i,t-1 (50.49)

NCR i,t-1- 0.000

LOAN i,t-1 (1.19)

INDUSTRY ControlledControlledControlled Controlled

Controlled Controlled YEAR ControlledControlled

Controlled Controlled QUARTERLY ControlledControlled

CONSTANT -6.604*** 2.224***-4.520*** -12.317***

(-19.99) (4.37) (-9.49) (-11.22)

Observations 25054 25054 25054 25054

Adjusted R2 0.39 0.49 0.45 0.32

表9：商业信用账龄分析 Panel A应收账款账龄分析结果

MP=0 MP=1

MP=0MP=1difference

(t value)difference between NSTATE=0 and

NSTATE=1 应收账款 MP=0 MP=1 difference账龄 (t value)

一年以内 0.786 0.7600.026 (-3.25)*** (1.97)** (3.35)*** 一至二年 0.081 0.091-0.01 (6.71)*** (2.14)**(0.74) (-2.56)** 二至三年 0.044 0.055-0.011 (5.43***) (-0.26) (-3.77)*** 三年以上 0.130 0.139-0.009 (-2.33)** (-1.25) Panel B 应付账款账龄分析结果

MP=0 MP=1

MP=0MP=1difference

(t value)difference between NSTATE=0 and

NSTATE=1 应付账款 MP=0 MP=1 difference账龄 (t value)

一年以内 0.874 0.8410.033 (-0.85) (3.31)***

一至二年 0.073 0.094 (2.68)** (-3.03)***

二至三年 0.035 0.038 (2.52)** (0.14) (-2.83)***

三年以上 0.068 0.083-0.037 (-1.48) (-4.32)***注：由于各年的观测值不完全相同，因此本表中没有给出具体的观测值。