政治关联如何影响民营上市公司的信贷融资与投资决策：基于经验证据的深度剖析

政治关联如何影响民营上市公司的信贷融资与投资决策：基于经验证据的深度剖析一、引言1.1研究背景与现实意义在我国经济体系中，民营上市公司占据着举足轻重的地位。近年来，民营上市公司数量持续增长，截至2022年，其数量已超过3000家，占A股上市公司总数的约三分之二。这些企业行业覆盖广泛，涵盖制造业、信息技术、服务业等多个领域，展现出强大的竞争活力。在科技创新方面，民营上市公司发挥着关键作用，积极投入研发，推动技术创新，为产业升级提供动力；在吸纳就业上，它们创造了大量工作岗位，缓解就业压力，促进社会稳定，成为我国经济发展的重要支撑力量。然而，民营上市公司在发展过程中面临诸多挑战，融资困境与投资问题尤为突出。从融资角度看，民营企业普遍面临融资难、融资贵的问题。由于金融市场存在信息不对称，银行等金融机构难以全面准确评估民营企业的信用状况和还款能力，导致民营企业在获取信贷资金时困难重重。民营企业自身规模相对较小、资产结构不够优化、抗风险能力较弱，缺乏足够的抵押物，使得金融机构为了降低风险，对民营企业贷款设置较高门槛，提高贷款利率，增加了民营企业的融资成本。据相关调查显示，民营企业的贷款利率普遍比国有企业高出2-5个百分点。在融资额度上，银行给予民营企业的贷款额度往往难以满足其实际资金需求，限制了企业的发展规模和速度。投资不足也是困扰民营上市公司的一大难题。投资作为企业发展的重要驱动力，对企业的成长和扩张起着关键作用。由于融资受限，企业可用于投资的资金不足，许多具有潜力的投资项目不得不搁置，错失发展机遇。市场不确定性增加，如宏观经济波动、政策调整、行业竞争加剧等，使得企业对投资前景持谨慎态度，不敢轻易进行大规模投资。当企业管理层对未来市场预期悲观时，会减少投资支出，以规避潜在风险。部分民营企业存在治理结构不完善的问题，管理层决策可能受到短期利益驱动，忽视企业长期发展战略，导致投资决策失误，进一步加剧投资不足的状况。政治关联作为企业与政府之间的一种非正式关系，近年来受到学术界和实务界的广泛关注。在我国特殊的制度环境下，政治关联对企业的经营活动产生着重要影响。企业通过建立政治关联，如企业高管担任政府职务、成为人大代表或政协委员等方式，可以加强与政府的联系。这种联系能够为企业带来诸多好处，如获取更多的政策支持、政府补贴、税收优惠等，从而降低企业的运营成本，提升企业的竞争力。政治关联还可能在企业融资和投资决策中发挥作用。政治关联企业在融资过程中可能更容易获得银行贷款，缓解融资压力，为企业投资提供资金支持；政治关联也可能影响企业对投资项目的选择和决策，改变企业的投资行为。深入研究政治关联、信贷融资与投资不足之间的关系，对于理解民营上市公司的发展机制，解决其面临的实际问题具有重要的现实意义。通过揭示三者之间的内在联系，可以为企业提供决策依据，帮助企业合理利用政治关联，优化融资结构，改善投资状况，实现可持续发展；也能为政府制定相关政策提供参考，促进金融市场的公平竞争，优化资源配置，推动民营经济的健康发展。1.2研究目的与创新点本研究旨在深入剖析政治关联、信贷融资与民营上市公司投资不足之间的内在联系，揭示三者之间的作用机制。通过对这一复杂关系的研究，期望为民营上市公司的发展提供有益的理论支持和实践指导。具体而言，本研究试图回答以下关键问题：政治关联如何影响民营上市公司的信贷融资能力？信贷融资在政治关联与投资不足之间扮演着怎样的角色？政治关联对民营上市公司投资不足的影响程度如何？不同强度的政治关联是否会对信贷融资和投资不足产生不同的作用效果？本研究在已有研究的基础上，力求在以下几个方面有所创新：研究视角创新：现有研究多从单一角度分析政治关联、信贷融资或投资不足问题，缺乏对三者之间相互关系的系统性研究。本研究将三者纳入同一研究框架，从多维度分析它们之间的内在联系，有助于更全面、深入地理解民营上市公司的发展机制，为相关研究提供新的视角和思路。研究方法创新：采用多种研究方法相结合的方式，如实证研究、案例分析和比较研究等。在实证研究中，运用面板数据模型，控制个体固定效应和时间固定效应，以减少遗漏变量和内生性问题对研究结果的影响，提高研究的准确性和可靠性。同时，通过案例分析，深入剖析具体企业的实际情况，为实证研究结果提供更丰富的实践支持；运用比较研究方法，对比不同政治关联程度、不同行业和不同地区的民营上市公司，分析它们在信贷融资和投资不足方面的差异，进一步拓展研究的深度和广度。研究内容创新：在研究内容上，不仅关注政治关联对信贷融资和投资不足的直接影响，还深入探讨信贷融资在政治关联与投资不足之间的中介作用机制。分析不同类型的政治关联（如高管政治关联、企业政治关联等）对信贷融资和投资不足的影响差异，以及宏观经济环境、行业竞争程度等外部因素对三者关系的调节作用。这些研究内容的拓展，有助于更细致地揭示政治关联、信贷融资与投资不足之间的复杂关系，为企业和政府提供更具针对性的决策建议。1.3研究设计与方法样本选取：本研究选取2015-2022年在沪深两市上市的民营企业作为初始研究样本。为确保数据的有效性和可靠性，对初始样本进行了一系列筛选处理。剔除了金融行业的上市公司，因为金融行业具有独特的经营模式和监管要求，其财务数据和经营特征与其他行业存在较大差异，不适合直接纳入统一分析。对ST、*ST类上市公司予以剔除，这类公司通常面临财务困境或经营异常情况，其数据可能会对研究结果产生干扰，影响研究结论的准确性。还剔除了关键财务数据缺失或异常的样本，保证数据的完整性和准确性，避免因数据问题导致研究偏差。经过上述筛选，最终得到[X]家民营上市公司，共计[X]个年度观测值，形成了本研究的有效样本。数据来源：本研究的数据来源广泛且多元，以确保数据的全面性和可靠性。公司财务数据主要来源于万得（Wind）数据库，该数据库是金融数据领域的权威平台，涵盖了丰富的上市公司财务信息，包括资产负债表、利润表、现金流量表等关键数据，为研究公司的财务状况和经营成果提供了坚实的数据基础。政治关联数据则通过手工收集整理获得，具体途径包括查阅上市公司年报、官方网站以及相关政府公告等。在上市公司年报中，会披露公司高管的任职信息，从中可以获取高管是否担任政府职务、人大代表或政协委员等与政治关联相关的内容；公司官方网站有时也会介绍公司的重要背景和关系网络，为判断政治关联提供线索；政府公告中可能涉及企业与政府合作项目、企业获得的政策支持等信息，有助于进一步明确企业的政治关联情况。宏观经济数据来源于国家统计局官网，国家统计局作为我国负责统计工作的权威机构，其发布的数据具有高度的准确性和权威性，涵盖了国内生产总值、通货膨胀率、利率等宏观经济指标，这些数据对于分析宏观经济环境对企业的影响至关重要。通过多渠道的数据收集，为研究提供了丰富、准确的数据支持，有助于深入探究政治关联、信贷融资与投资不足之间的关系。研究方法：本研究综合运用多种研究方法，以全面、深入地剖析政治关联、信贷融资与民营上市公司投资不足之间的关系。回归分析：运用多元线性回归模型，深入探究政治关联对民营上市公司信贷融资的影响。将政治关联作为自变量，信贷融资指标（如银行贷款金额、贷款期限、贷款利率等）作为因变量，同时控制企业规模、资产负债率、盈利能力等一系列可能影响信贷融资的因素，构建回归方程。通过回归分析，可以量化政治关联对信贷融资各指标的影响程度和方向，判断政治关联是否能够显著改善民营上市公司的信贷融资状况。在分析政治关联、信贷融资对投资不足的影响时，同样采用多元线性回归模型。将投资不足作为因变量，政治关联和信贷融资作为自变量，同时纳入其他控制变量，如企业成长机会、自由现金流等，构建回归模型。通过回归结果，分析政治关联和信贷融资如何单独或共同对投资不足产生作用，以及它们之间是否存在交互效应。中介效应检验：为了验证信贷融资在政治关联与投资不足之间是否存在中介作用，采用逐步回归法进行中介效应检验。首先，检验政治关联对投资不足的总效应；然后，检验政治关联对信贷融资的影响；最后，将政治关联和信贷融资同时纳入回归方程，检验信贷融资对投资不足的影响以及政治关联的系数变化。如果信贷融资的系数显著，且政治关联的系数相比总效应时有所下降，说明信贷融资在政治关联与投资不足之间存在部分中介作用；若政治关联的系数变为不显著，则说明信贷融资存在完全中介作用。通过中介效应检验，可以更深入地理解三者之间的内在作用机制。案例研究：选取具有典型代表性的民营上市公司进行深入的案例研究。通过详细分析这些公司的政治关联构建过程、信贷融资情况以及投资决策行为，进一步验证实证研究的结果。以某民营上市公司A为例，该公司高管具有深厚的政治背景，通过对其与政府合作项目、获得银行贷款的历程以及投资项目的选择和实施情况进行详细剖析，深入了解政治关联如何具体影响企业的信贷融资和投资决策。案例研究能够提供丰富的细节和实际情境，为理论研究提供更具说服力的实践支持，有助于从微观层面揭示三者之间的关系。稳健性检验：为确保研究结果的稳健性和可靠性，采取多种方法进行稳健性检验。替换关键变量的度量方法，如采用不同的政治关联度量指标或信贷融资指标，重新进行回归分析，观察结果是否保持一致；采用倾向得分匹配法（PSM），对样本进行处理，以缓解样本选择偏差和内生性问题对研究结果的影响；还进行了安慰剂检验，通过随机生成虚拟的政治关联变量，检验其对信贷融资和投资不足是否产生显著影响，进一步验证研究结果的可靠性。通过稳健性检验，可以增强研究结论的可信度，使研究结果更具说服力。二、概念界定与理论基础2.1核心概念界定2.1.1政治关联政治关联是指企业通过各种方式与政府建立的一种特殊关系，这种关系能够为企业带来政治资源和政策支持。在学术研究中，政治关联的定义尚未形成统一标准，但普遍认为企业高管或大股东在政府部门、立法机构、政协、人大等担任职务，或曾经有过相关任职经历，可视为企业具有政治关联。这种关联体现了企业与政治权力之间的联系，是企业获取外部资源、应对制度环境不确定性的一种重要策略。在度量政治关联时，学者们采用了多种方法。最常用的是虚拟变量法，若企业的高管或大股东现在或曾经在政府、议会、军队等相关部门任职，则赋值为1，表示企业具有政治关联；若没有，则取值为0。例如，A公司的董事长曾在当地政府担任经济部门官员，那么在研究中，A公司的政治关联虚拟变量就取值为1。这种方法简单直观，能够清晰地判断企业是否存在政治关联，被众多实证研究广泛应用。赋值法也是一种常见的度量方式，根据企业关键高管的政治身份和行政级别进行主观赋值。按照公司高管现在或者曾经在行政系统任职的最高行政级别对其政治影响力进行赋值，之后把公司高管的得分相加，将最后的总分作为公司政治影响力指数得分。对于人大代表和政协委员类政治联系，可按照国家、省、市、县、乡的层次分别赋值5、4、3、2、1、0，作为不同政治关联强度的度量指标。通过这种赋值方式，可以更细致地衡量企业政治关联的强度差异，反映不同企业在政治资源获取能力上的区别。比例法通过计算公司高管中有政治联系的高管占全部高管（或董事会人数）的比例，以此作为企业政治关联的得分。如果一家公司董事会有10名成员，其中3名具有政治联系，那么该公司的政治关联比例得分为0.3。这种方法从人员构成比例的角度，体现了企业政治关联的程度，有助于在不同企业之间进行横向比较。2.1.2信贷融资信贷融资是企业融资的重要方式之一，指企业通过向银行等金融机构借款，获取所需资金的行为。在这一过程中，企业与金融机构签订借款合同，明确借款金额、期限、利率、还款方式等关键条款，企业需按照合同约定按时偿还本金和利息。对于民营企业而言，信贷融资具有以下显著特点：渠道单一：在我国金融市场环境下，民营企业的融资渠道相对有限，银行贷款是其最主要的信贷融资渠道。由于资本市场对民营企业的准入门槛较高，债券发行、股权融资等方式对于大多数民营企业来说难度较大，导致民营企业在融资时高度依赖银行贷款。据统计，我国民营企业的融资结构中，银行贷款占比超过60%，这表明银行信贷在民营企业融资中占据主导地位。额度受限：民营企业规模相对较小，资产总量有限，可供抵押的资产不足，这使得银行在为民营企业提供贷款时，往往会对贷款额度进行严格限制。银行出于风险控制的考虑，更倾向于向资产规模大、财务状况稳定、信用风险低的企业提供大额贷款。相比国有企业，民营企业的贷款额度通常较低，难以满足其大规模投资和业务扩张的资金需求。根据相关调查，民营企业获得的银行贷款额度平均仅为国有企业的三分之一左右。成本较高：由于民营企业的经营风险相对较高，信用评级普遍低于国有企业，银行在向民营企业发放贷款时，会要求更高的风险溢价，导致民营企业的贷款利率较高。民营企业在申请贷款过程中，可能还需要支付担保费、评估费等额外费用，进一步增加了融资成本。有研究表明，民营企业的平均贷款利率比国有企业高出2-5个百分点，加上各种额外费用，民营企业的实际融资成本显著高于国有企业。2.1.3投资不足投资不足是指企业由于各种原因，放弃了部分净现值为正的投资项目，导致企业实际投资水平低于最优投资水平的现象。这种现象会限制企业的发展规模和增长速度，影响企业的长期竞争力。当企业面临融资约束时，可用于投资的资金不足，即使存在具有盈利潜力的投资项目，也可能因缺乏资金而无法实施；企业管理层对未来市场前景的预期过于悲观，担心投资项目无法获得预期收益，从而减少投资支出；企业内部治理结构不完善，管理层与股东之间存在利益冲突，管理层为了追求自身利益最大化，可能会放弃一些对企业长期发展有利但短期内收益不明显的投资项目，导致投资不足。在学术研究中，通常采用Richardson预期投资模型的残差来度量投资不足。该模型通过构建企业的预期投资水平，将实际投资水平与预期投资水平进行比较，用二者的差值（即残差）来衡量企业的非效率投资情况。当残差为负时，表示企业实际投资低于预期投资，即存在投资不足；残差的绝对值越大，投资不足的程度越严重。具体模型如下：Invest_{i,t}=\alpha_0+\alpha_1Growth_{i,t-1}+\alpha_2Lev_{i,t-1}+\alpha_3Cash_{i,t-1}+\alpha_4Age_{i,t-1}+\alpha_5Size_{i,t-1}+\alpha_6Return_{i,t-1}+\sum_{j=1}^{n}\alpha_{1+j}Industry_{j}+\sum_{k=1}^{m}\alpha_{1+n+k}Year_{k}+\varepsilon_{i,t}其中，Invest_{i,t}表示企业i在t期的新增投资支出，用购建固定资产、无形资产和其他长期资产支付的现金减去处置固定资产、无形资产和其他长期资产收回的现金净额，并除以期初总资产表示；Growth_{i,t-1}为企业i在t-1期的成长性水平，通常用主营业务收入增长率或托宾Q值衡量；Lev_{i,t-1}是企业i在t-1期的资产负债率；Cash_{i,t-1}表示企业i在t-1期的现金持有量，用现金及现金等价物除以总资产表示；Age_{i,t-1}为企业i的上市年限，用当年与上市年份差额加1的自然对数表示；Size_{i,t-1}是企业i在t-1期的规模，用总资产的自然对数表示；Return_{i,t-1}为企业i在t-1期的股票收益率；Industry_{j}和Year_{k}分别为行业虚拟变量和年度虚拟变量；\varepsilon_{i,t}为残差项，用于衡量投资不足或投资过度，当\varepsilon_{i,t}\lt0时，-\varepsilon_{i,t}表示投资不足程度。通过该模型，能够较为准确地度量企业的投资不足情况，为研究投资不足的影响因素和作用机制提供了有效的方法。2.2理论基础阐述2.2.1政府干预理论政府干预理论认为，在市场经济中，由于市场机制存在缺陷，如信息不对称、外部性、垄断等问题，导致市场无法实现资源的最优配置。为了纠正市场失灵，提高经济效率，促进社会公平，政府有必要对经济活动进行干预。政府可以通过制定法律法规、实施宏观经济政策、提供公共服务等方式，对企业的生产、经营、投资等行为进行引导和规范，以实现经济的稳定增长和社会的和谐发展。在资源配置方面，政府可以通过产业政策、财政政策和货币政策等手段，引导资源向重点产业和领域流动，促进产业结构的优化升级。政府对新兴产业给予税收优惠、财政补贴等支持，鼓励企业加大对新兴产业的投资，推动新兴产业的发展；通过对传统产业进行技术改造和升级，提高传统产业的生产效率和竞争力，实现资源在不同产业之间的合理配置。在企业行为方面，政府的干预会对企业产生多方面的影响。政府制定的环保法规要求企业减少污染物排放，企业为了满足法规要求，需要投入资金进行环保设备的购置和技术改造，这会增加企业的生产成本，但也有助于推动企业实现绿色发展，提高企业的社会责任感。在政府干预的背景下，政治关联对企业具有重要意义。政治关联作为企业与政府之间的一种特殊联系，能够帮助企业更好地理解和适应政府的政策导向，获取政策信息和资源支持。具有政治关联的企业更容易与政府部门进行沟通和交流，及时了解政府的产业政策、投资计划等信息，从而提前调整企业的发展战略，抓住政策机遇。当政府出台鼓励新能源产业发展的政策时，具有政治关联的企业可能会更早得知这一信息，并迅速加大在新能源领域的投资布局，抢占市场先机。政治关联企业在获取政府补贴、税收优惠等方面也具有优势。政府在分配补贴和税收优惠时，可能会更倾向于支持与自己有密切联系的企业，以实现政策目标和经济发展意图。政治关联也可能带来一些负面影响。如果政治关联企业过度依赖政府的支持，可能会导致企业创新动力不足，市场竞争力下降；政治关联还可能引发寻租行为，破坏市场公平竞争环境，降低资源配置效率。2.2.2声誉机制理论声誉机制理论认为，在市场交易中，企业的声誉是一种重要的无形资产，它反映了企业在市场中的信誉和形象，是企业长期积累的结果。良好的声誉能够增强企业与利益相关者（如投资者、供应商、客户等）之间的信任，降低交易成本，提高企业的市场竞争力。企业通过长期的诚信经营、提供优质的产品和服务、履行社会责任等方式，树立起良好的声誉，吸引更多的投资者愿意为其提供资金，供应商愿意与其建立长期稳定的合作关系，客户愿意购买其产品和服务。在企业融资决策中，声誉机制发挥着重要作用。投资者在选择投资对象时，往往会考虑企业的声誉。声誉良好的企业被认为具有较低的违约风险，投资者更愿意为其提供资金，并且可能会降低对企业的风险溢价要求，从而降低企业的融资成本。当企业需要发行债券融资时，具有良好声誉的企业能够以较低的利率吸引投资者购买债券，减少融资成本支出。声誉还会影响企业的融资渠道选择。声誉较高的企业更容易获得银行贷款、股权融资等多种融资渠道的青睐，而声誉不佳的企业可能会面临融资渠道狭窄的困境，只能依赖于高成本的民间借贷等方式获取资金。在投资决策方面，声誉机制也会对企业产生影响。企业的投资行为会影响其声誉，如果企业进行的投资项目能够取得良好的经济效益和社会效益，将有助于提升企业的声誉；反之，如果投资项目失败，可能会损害企业的声誉。企业在进行投资决策时，会充分考虑投资项目对声誉的影响，谨慎选择投资项目，避免盲目投资。一家注重声誉的企业在考虑投资一个新的项目时，会对项目的市场前景、技术可行性、环境影响等进行全面评估，确保项目符合企业的长期发展战略和社会责任要求，以维护企业的良好声誉。政治关联与声誉机制之间存在一定的联系。一方面，政治关联可能会影响企业的声誉。具有政治关联的企业可能会被市场认为具有更强的背景和资源支持，从而提升其声誉；如果政治关联引发了公众对企业寻租行为的质疑，可能会损害企业的声誉。另一方面，声誉机制也可能会影响政治关联的作用。声誉良好的企业在建立和维护政治关联时可能会更加容易，因为政府也更愿意与声誉良好的企业合作；而声誉不佳的企业即使拥有政治关联，也可能难以充分发挥政治关联的优势，因为其不良声誉会削弱政治关联带来的正面影响。2.2.3资源依赖理论资源依赖理论认为，企业作为一个开放的系统，其生存和发展离不开外部环境中各种资源的支持，如资金、技术、人才、信息等。由于企业自身资源的有限性，企业必须依赖外部环境来获取所需资源，这就导致企业与外部环境之间存在着相互依赖的关系。企业为了获取资源，需要与供应商、客户、金融机构、政府等利益相关者建立合作关系，通过资源交换来满足自身的发展需求。企业对外部资源的依赖程度因企业的规模、行业特点、发展阶段等因素而异。规模较小的企业由于自身资源相对匮乏，对外部资源的依赖程度通常较高；高科技企业对技术资源和人才资源的依赖程度较高；处于初创期的企业在资金、市场渠道等方面可能更加依赖外部支持。这种资源依赖关系会对企业的经营决策产生重要影响。当企业依赖于某一供应商提供关键原材料时，为了确保原材料的稳定供应，企业可能会在价格、合作条款等方面做出一定的让步；当企业依赖银行贷款获取资金时，银行的信贷政策和要求会影响企业的融资决策和投资计划。政治关联可以帮助企业获取资源。政府在资源分配中具有重要的影响力，掌握着大量的政策资源、资金资源、土地资源等。企业通过建立政治关联，能够加强与政府的沟通和合作，从而更容易获取这些资源。具有政治关联的企业在申请政府项目、获得政府补贴、争取土地使用权等方面可能具有优势。政府在进行基础设施建设项目招标时，可能会优先考虑与自己有政治关联的企业，给予其更多的中标机会；在发放产业扶持资金时，政治关联企业也更有可能获得资金支持。政治关联还可以帮助企业在融资方面获取资源。金融机构在发放贷款时，往往会考虑企业与政府的关系，具有政治关联的企业可能被认为违约风险较低，从而更容易获得银行贷款，且贷款额度可能更高、利率可能更低。2.2.4信息不对称理论信息不对称理论认为，在市场交易中，交易双方所掌握的信息存在差异，信息优势方往往能够利用这种优势获取更多的利益，而信息劣势方则可能面临更高的风险和成本。在企业融资和投资活动中，信息不对称问题普遍存在。在融资过程中，企业对自身的经营状况、财务状况、投资项目的前景等信息有更全面的了解，而银行等金融机构作为资金提供者，由于难以全面、准确地获取企业的这些信息，无法对企业的信用风险和还款能力进行准确评估，这就导致金融机构在向企业提供贷款时会采取更为谨慎的态度，设置较高的贷款门槛，要求更高的利率，以弥补可能面临的风险。在投资决策中，信息不对称也会产生影响。企业在进行投资项目评估时，由于对市场需求、技术发展趋势、竞争对手情况等信息的掌握存在局限性，可能会导致投资决策失误。如果企业对市场需求的预测过于乐观，而实际市场需求低于预期，可能会导致投资项目产能过剩，无法实现预期收益；企业对技术发展趋势判断错误，投资的项目采用的技术很快被淘汰，也会使投资遭受损失。政治关联可以在一定程度上缓解信息不对称问题。政治关联企业与政府之间的密切联系，使得政府能够更深入地了解企业的情况，包括企业的经营能力、发展潜力、社会责任履行情况等。政府可以将这些信息传递给金融机构，帮助金融机构更好地评估企业的信用状况和还款能力，降低金融机构与企业之间的信息不对称程度。政府还可以为政治关联企业提供更多的市场信息和政策信息，帮助企业更好地进行投资决策。政府在制定产业政策时，会对相关产业的发展趋势、市场需求等进行深入研究和分析，具有政治关联的企业能够及时获取这些政策信息，了解市场动态，从而更准确地判断投资机会，降低投资决策的风险。三、政治关联与信贷融资关系分析3.1政治关联对信贷融资的影响机制3.1.1信号传递与信任建立在金融市场中，信息不对称是影响企业融资的关键因素之一。银行等金融机构在向企业提供信贷资金时，由于难以全面、准确地了解企业的真实经营状况、财务实力和信用水平，往往会面临较高的风险评估难度。为了降低风险，金融机构通常会对企业设置严格的贷款条件，要求企业提供充足的抵押物或较高的贷款利率，这无疑增加了企业的融资难度和成本。政治关联能够在一定程度上缓解这种信息不对称问题，发挥信号传递作用。当企业具有政治关联时，意味着企业与政府之间存在着某种特殊联系。政府作为经济活动的监管者和政策制定者，对企业的了解相对深入，其与企业的关联可以被视为一种对企业实力和信誉的隐性背书。这种背书向银行传递了一个积极的信号，表明该企业在经营管理、社会责任感等方面可能具有较高的水平，违约风险相对较低。例如，企业高管担任人大代表，这显示出企业在当地经济和社会发展中具有一定的影响力，其经营活动可能受到政府的关注和支持，银行基于对政府判断的信任，会更愿意向这类企业提供贷款。政治关联还可以通过增强银行对企业的信任，降低企业的融资成本。银行在评估贷款风险时，信任是一个重要的考量因素。具有政治关联的企业，由于其与政府的紧密联系，银行会认为企业在遇到困难时更有可能得到政府的支持和救助，从而降低了银行对企业违约风险的担忧。这种信任的增强使得银行在为企业提供贷款时，可能会降低对企业的风险溢价要求，给予更优惠的贷款利率。研究表明，政治关联企业的贷款利率相比非政治关联企业平均低1-3个百分点，这大大降低了企业的融资成本，提高了企业的融资能力。政治关联企业在贷款期限和额度方面也可能具有优势。银行更愿意为政治关联企业提供较长的贷款期限，以满足企业长期发展的资金需求；在贷款额度上，也会给予一定的倾斜，使企业能够获得更多的资金支持。3.1.2资源获取与政策倾斜在我国，政府在经济资源分配中扮演着重要角色，掌握着大量的政策资源、资金资源和项目资源等。政治关联企业凭借其与政府的特殊关系，在获取这些资源方面具有明显优势，从而增加了信贷融资的机会。在政策资源方面，政府出台的一系列产业政策、财政政策和货币政策对企业的发展具有重要影响。政治关联企业能够更及时、准确地了解政策动态，提前调整企业战略，以适应政策导向，从而获得政策支持。当政府推出鼓励新能源产业发展的政策时，具有政治关联的新能源企业可能会优先获得政府的财政补贴、税收优惠等支持。这些政策支持不仅直接增加了企业的资金流入，改善了企业的财务状况，还向银行传递了企业符合国家发展战略、具有良好发展前景的信号，使银行更愿意为其提供信贷资金。据统计，在获得新能源产业政策支持的企业中，政治关联企业获得银行贷款的概率比非政治关联企业高出30%。政治关联企业在获取政府项目和资金方面也具有竞争优势。政府在进行基础设施建设、公共服务项目招标时，往往会倾向于选择与自己有政治关联的企业。这些企业凭借政治关联，能够在项目招标中获得更多的信息和优势，提高中标概率。中标政府项目不仅为企业带来了直接的业务收入，还增强了企业的资产实力和市场竞争力，使其在银行眼中的信用评级得到提升，进而更容易获得银行贷款。政府设立的各类产业扶持基金、专项发展资金等，政治关联企业也更有可能申请成功，为企业的发展提供资金保障，进一步增强了企业的信贷融资能力。在土地、能源等关键生产要素的获取上，政治关联企业同样具有便利条件。土地是企业生产经营的重要基础，能源是企业正常运转的必要保障。政治关联企业在申请土地使用权、获取能源供应指标等方面，可能会得到政府的优先考虑和支持。例如，在土地出让过程中，政治关联企业可能会以较低的价格获得优质土地资源，降低企业的生产成本；在能源供应紧张时，政治关联企业能够优先获得能源供应，确保企业生产不受影响。这些关键生产要素的稳定获取，有助于企业提升经营效益，增强银行对企业的信心，为企业获得更多的信贷融资创造有利条件。三、政治关联与信贷融资关系分析3.2实证分析与结果3.2.1研究设计样本选取：本研究选取2015-2022年在沪深两市上市的民营企业作为初始研究样本。为确保数据的有效性和可靠性，对初始样本进行了一系列筛选处理。剔除了金融行业的上市公司，因为金融行业具有独特的经营模式和监管要求，其财务数据和经营特征与其他行业存在较大差异，不适合直接纳入统一分析。对ST、*ST类上市公司予以剔除，这类公司通常面临财务困境或经营异常情况，其数据可能会对研究结果产生干扰，影响研究结论的准确性。还剔除了关键财务数据缺失或异常的样本，保证数据的完整性和准确性，避免因数据问题导致研究偏差。经过上述筛选，最终得到[X]家民营上市公司，共计[X]个年度观测值，形成了本研究的有效样本。变量设定：被解释变量：信贷融资（Loan），采用企业当年新增银行贷款金额与期初总资产的比值来衡量，该指标能够直观地反映企业通过银行信贷获取资金的规模，体现企业的信贷融资能力。新增银行贷款金额反映了企业在当年从银行获得的新增资金支持，与期初总资产相比，可以消除企业规模差异对贷款金额的影响，使不同规模企业之间的信贷融资水平具有可比性。解释变量：政治关联（PC），运用虚拟变量法进行度量。若企业的董事长或总经理现在或曾经在政府部门、人大、政协等担任职务，则将政治关联变量赋值为1，表示企业具有政治关联；若没有担任相关职务，则取值为0。这种方法简单明了，能够清晰地判断企业是否存在政治关联，在众多研究中被广泛应用。控制变量：为了更准确地分析政治关联对信贷融资的影响，控制了一系列可能影响企业信贷融资的因素。企业规模（Size），用企业年末总资产的自然对数表示，规模较大的企业通常具有更强的实力和稳定性，可能更容易获得银行贷款；资产负债率（Lev），即总负债与总资产的比值，反映企业的偿债能力，资产负债率越高，企业的偿债风险越大，可能会影响银行对其贷款的决策；盈利能力（ROA），采用总资产收益率衡量，等于净利润与平均总资产的比值，盈利能力强的企业表明其经营效益好，还款能力可能更强，更受银行青睐；成长性（Growth），用营业收入增长率表示，体现企业的发展潜力，具有较高成长性的企业往往更能吸引银行的信贷支持；股权集中度（Top1），指第一大股东持股比例，股权集中度较高可能会影响企业的决策和治理结构，进而对信贷融资产生影响。模型构建：为了检验政治关联对民营上市公司信贷融资的影响，构建如下多元线性回归模型：Loan_{i,t}=\alpha_0+\alpha_1PC_{i,t}+\sum_{j=1}^{n}\alpha_{1+j}Controls_{i,t}+\varepsilon_{i,t}其中，Loan_{i,t}表示第i家企业在t期的信贷融资水平；PC_{i,t}为第i家企业在t期的政治关联变量；Controls_{i,t}代表一系列控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）、股权集中度（Top1）等；\alpha_0为截距项，\alpha_1,\alpha_{1+j}为各变量的回归系数，\varepsilon_{i,t}为随机误差项。通过该模型，可以分析政治关联变量PC_{i,t}的系数\alpha_1的显著性和正负，从而判断政治关联对信贷融资的影响方向和程度。如果\alpha_1显著为正，说明政治关联能够显著提高企业的信贷融资水平；反之，如果\alpha_1不显著或为负，则表明政治关联对信贷融资的影响不明显或存在负面影响。3.2.2实证结果与分析描述性统计：对主要变量进行描述性统计，结果如表1所示。信贷融资（Loan）的均值为0.082，表示样本企业平均新增银行贷款金额占期初总资产的8.2%，最大值为0.325，最小值为0，说明不同企业之间的信贷融资水平存在较大差异，部分企业能够获得较多的银行贷款，而部分企业获得的贷款较少甚至没有获得贷款。政治关联（PC）的均值为0.356，表明约35.6%的样本企业具有政治关联，说明在民营上市公司中，政治关联现象较为普遍。变量观测值均值标准差最小值最大值Loan[X]0.0820.06500.325PC[X]0.3560.47901Size[X]21.3541.26819.02525.632Lev[X]0.4580.1860.1230.854ROA[X]0.0560.042-0.1530.256Growth[X]0.1850.356-0.5622.865Top1[X]0.3420.1150.1050.756相关性分析：对各变量进行相关性分析，结果如表2所示。政治关联（PC）与信贷融资（Loan）之间的相关系数为0.236，在1%的水平上显著正相关，初步表明具有政治关联的企业更有可能获得较高水平的信贷融资，这与理论预期相符。各控制变量与信贷融资之间也存在一定的相关性。企业规模（Size）与信贷融资的相关系数为0.189，在1%水平上显著正相关，说明企业规模越大，信贷融资水平越高，这是因为规模大的企业通常具有更强的实力和稳定性，更容易获得银行信任。资产负债率（Lev）与信贷融资的相关系数为-0.158，在1%水平上显著负相关，表明资产负债率越高，企业的偿债风险越大，银行可能会减少对其贷款，降低信贷融资水平。变量LoanPCSizeLevROAGrowthTop1Loan1PC0.236***1Size0.189***0.125**1Lev-0.158***-0.098**-0.235***1ROA0.212***0.105**0.246***-0.347***1Growth0.136***0.087**0.092**-0.076*0.118**1Top10.068*0.075**0.084**-0.125**0.0520.0481注：*、、*分别表示在1%、5%、10%的水平上显著。回归结果分析：对构建的回归模型进行估计，结果如表3所示。列（1）仅包含政治关联变量，列（2）加入了控制变量。在列（1）中，政治关联（PC）的系数为0.065，在1%的水平上显著为正，表明政治关联能够显著提高企业的信贷融资水平，具有政治关联的企业相比无政治关联企业，信贷融资水平平均提高6.5个百分点。在列（2）中，加入控制变量后，政治关联（PC）的系数为0.052，依然在1%的水平上显著为正，说明在控制了企业规模、资产负债率、盈利能力等因素后，政治关联对信贷融资的正向影响依然显著。这进一步验证了政治关联能够帮助民营上市公司获得更多的银行贷款，支持了前文提出的政治关联通过信号传递与信任建立、资源获取与政策倾斜等机制影响信贷融资的理论分析。变量（1）Loan（2）LoanPC0.065***（3.568）0.052***（2.864）Size0.032***（3.125）Lev-0.045***（-2.684）ROA0.068***（3.256）Growth0.028**（2.136）Top10.015（1.025）Constant0.036***（2.568）-0.256***（-3.125）N[X][X]AdjustedR^20.0560.185注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从控制变量的回归结果来看，企业规模（Size）的系数为0.032，在1%的水平上显著为正，表明企业规模越大，信贷融资水平越高，企业规模每增加1%，信贷融资水平约提高3.2个百分点。资产负债率（Lev）的系数为-0.045，在1%的水平上显著为负，说明资产负债率越高，企业的信贷融资水平越低，资产负债率每增加1%，信贷融资水平约降低4.5个百分点，这与相关性分析的结果一致。盈利能力（ROA）的系数为0.068，在1%的水平上显著为正，显示盈利能力越强的企业，信贷融资水平越高，盈利能力每提高1%，信贷融资水平约提高6.8个百分点。成长性（Growth）的系数为0.028，在5%的水平上显著为正，表明企业成长性对信贷融资有正向影响，成长性每提高1%，信贷融资水平约提高2.8个百分点。股权集中度（Top1）的系数不显著，说明股权集中度对信贷融资的影响不明显。3.3案例分析以A民营上市公司为例，该公司主要从事电子设备制造业务，在行业内具有一定的规模和影响力。公司董事长曾在当地政府经济部门担任重要职务，这一政治背景为公司建立了深厚的政治关联。在信贷融资方面，政治关联为A公司带来了显著的优势。在2020年，A公司计划扩大生产规模，需要大量资金用于购置新设备和建设新厂房。然而，由于公司资产负债率较高，且当时市场环境不稳定，银行对其贷款申请较为谨慎。公司董事长凭借其政治关联，积极与当地多家银行进行沟通协调。他向银行详细介绍了公司的发展战略、市场前景以及技术优势，强调了公司在当地经济发展中的重要作用和社会责任。通过多次交流，银行对A公司的信心得到增强。最终，A公司成功获得了银行的大额贷款，贷款额度达到1.5亿元，贷款期限为5年，利率相对市场平均水平优惠了10%。这笔贷款为公司的扩产计划提供了关键的资金支持，使得公司能够顺利推进项目建设，提升产能，增强市场竞争力。政治关联还帮助A公司获得了政府的信用担保。在申请贷款过程中，政府相关部门基于对A公司董事长的信任以及对公司发展潜力的认可，为A公司提供了信用担保。这一担保进一步降低了银行的风险担忧，使得银行更愿意为A公司提供贷款。政府信用担保的介入，不仅提高了A公司的信贷融资额度，还使得公司在贷款审批流程上更加顺畅，缩短了贷款审批时间，从原本预计的3个月缩短至1个半月，为公司的资金需求提供了及时的支持。除了与银行的直接沟通和获得政府担保外，A公司董事长利用其在政府部门积累的人脉资源和信息渠道，提前了解到银行的信贷政策调整方向。在银行准备加大对高新技术产业的信贷支持力度时，A公司董事长及时调整公司的贷款申请策略，突出公司在电子设备制造领域的技术创新成果和研发投入，使A公司能够更好地符合银行的信贷政策要求，从而在众多贷款申请企业中脱颖而出，成功获得信贷资金。通过这一系列举措，A公司在政治关联的帮助下，有效地解决了信贷融资难题，为公司的持续发展提供了坚实的资金保障。四、信贷融资与投资不足关系分析4.1信贷融资对投资不足的影响机制4.1.1缓解融资约束融资约束是导致企业投资不足的重要原因之一。在企业发展过程中，投资项目的实施需要大量资金支持，而当企业面临融资约束时，可获得的外部资金有限，内部资金积累又难以满足投资需求，就会导致许多具有潜力的投资项目无法开展，从而出现投资不足的情况。信贷融资作为企业获取外部资金的重要方式，能够有效地缓解融资约束，为企业投资提供必要的资金支持。当企业获得信贷融资时，其可支配资金增加，这使得企业能够有更多的资金用于投资。企业可以利用信贷资金购置先进的生产设备，提高生产效率，扩大生产规模；投资于研发项目，开发新产品、新技术，提升企业的核心竞争力。信贷融资还可以帮助企业及时支付原材料采购款、员工工资等运营成本，确保企业生产经营活动的正常进行，为投资项目的顺利实施创造良好的条件。例如，B企业是一家从事电子设备制造的民营企业，计划投资建设一条新的生产线以满足市场对其产品不断增长的需求。由于企业自身资金有限，在没有获得信贷融资之前，该投资项目一直无法启动。后来，B企业通过向银行申请贷款，获得了足够的资金，顺利建设了新生产线。新生产线投产后，企业的产能大幅提升，市场份额进一步扩大，实现了快速发展。信贷融资还可以通过优化企业的资本结构，降低融资成本，进一步缓解融资约束。合理的信贷融资安排可以使企业在债务融资和股权融资之间找到平衡，降低企业的综合融资成本。当企业的融资成本降低时，投资项目的预期回报率相对提高，这会激励企业增加投资。企业通过信贷融资获得长期稳定的资金，避免了过度依赖短期融资带来的资金周转压力和不确定性，也有助于企业制定长期的投资计划，减少因资金不稳定而导致的投资不足现象。4.1.2投资决策优化信贷融资不仅能够为企业提供资金，还会对企业的投资决策产生影响，促进企业优化投资决策，减少投资不足。在获取信贷融资的过程中，银行等金融机构会对企业的投资项目进行严格的审查和评估。银行会关注投资项目的可行性、市场前景、预期收益、风险状况等因素，只有那些被认为具有良好发展前景和较低风险的项目，才更容易获得银行的信贷支持。这种审查和评估机制实际上对企业的投资决策起到了一种监督和筛选作用。企业为了获得信贷融资，会更加谨慎地对待投资决策，对投资项目进行全面、深入的分析和论证。企业会组织专业团队对项目进行详细的市场调研，了解市场需求、竞争态势、行业发展趋势等信息，以准确评估项目的市场前景；对项目的技术可行性进行研究，确保项目所采用的技术先进、可靠，能够实现预期的生产目标；对项目的财务状况进行预测和分析，计算项目的投资回报率、净现值、内部收益率等财务指标，评估项目的盈利能力和偿债能力。通过这些严谨的分析和论证，企业能够筛选出真正具有投资价值的项目，避免盲目投资，从而提高投资决策的科学性和合理性，减少因投资决策失误导致的投资不足。信贷融资还会对企业管理层的投资行为产生约束和激励作用。银行在发放贷款时，通常会与企业签订一系列的贷款合同条款，对企业的资金使用、投资方向、还款计划等进行明确规定。企业如果违反合同条款，可能会面临违约风险，影响企业的信用评级和未来的融资能力。这种合同约束使得企业管理层在进行投资决策时，会更加注重投资项目的风险控制和收益回报，严格按照合同约定使用信贷资金，避免将资金投向高风险、低收益的项目。银行还会对企业的经营状况和财务状况进行持续跟踪和监督，及时发现企业存在的问题并提出建议。这种外部监督机制也会促使企业管理层更加谨慎地对待投资决策，提高投资效率，减少投资不足。信贷融资的利息支付义务也会对企业管理层产生激励作用。为了按时偿还贷款本息，企业管理层会努力提高投资项目的运营效率，增加项目收益，从而促使企业更加积极地开展投资活动，减少因管理层懈怠或短视导致的投资不足。四、信贷融资与投资不足关系分析4.2实证分析与结果4.2.1研究设计样本选取：延续前文的样本选取方法，选取2015-2022年在沪深两市上市的民营企业作为研究样本。经过对金融行业、ST及*ST类公司、关键财务数据缺失或异常样本的剔除，最终得到[X]家民营上市公司，共计[X]个年度观测值。这些样本涵盖了多个行业，具有一定的代表性，能够较好地反映民营上市公司的整体情况，为后续的实证分析提供可靠的数据基础。变量设定：被解释变量：投资不足（UnderInv），采用Richardson预期投资模型的残差来度量。当残差为负时，表示企业存在投资不足，用残差的绝对值衡量投资不足的程度，残差绝对值越大，投资不足程度越严重。具体计算公式为：UnderInv_{i,t}=-\varepsilon_{i,t}\quad(\varepsilon_{i,t}\lt0)，其中，\varepsilon_{i,t}为Richardson预期投资模型的残差。解释变量：信贷融资（Loan），采用企业当年新增银行贷款金额与期初总资产的比值来衡量，该指标能够直观地反映企业通过银行信贷获取资金的规模，体现企业的信贷融资能力。新增银行贷款金额的增加意味着企业可获得更多外部资金，为投资提供支持，可能对投资不足产生影响。控制变量：选取了一系列可能影响企业投资不足的控制变量。企业规模（Size），用企业年末总资产的自然对数表示，规模较大的企业可能具有更多资源和投资机会，对投资不足产生影响；资产负债率（Lev），即总负债与总资产的比值，反映企业的偿债能力，较高的资产负债率可能限制企业投资；盈利能力（ROA），采用总资产收益率衡量，等于净利润与平均总资产的比值，盈利能力强的企业可能更有能力进行投资；成长性（Growth），用营业收入增长率表示，体现企业的发展潜力，具有较高成长性的企业可能更倾向于投资；股权集中度（Top1），指第一大股东持股比例，股权结构可能影响企业投资决策。模型构建：为检验信贷融资对民营上市公司投资不足的影响，构建如下多元线性回归模型：UnderInv_{i,t}=\beta_0+\beta_1Loan_{i,t}+\sum_{j=1}^{n}\beta_{1+j}Controls_{i,t}+\mu_{i,t}其中，UnderInv_{i,t}表示第i家企业在t期的投资不足程度；Loan_{i,t}为第i家企业在t期的信贷融资水平；Controls_{i,t}代表一系列控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）、股权集中度（Top1）等；\beta_0为截距项，\beta_1,\beta_{1+j}为各变量的回归系数，\mu_{i,t}为随机误差项。通过该模型，可以分析信贷融资变量Loan_{i,t}的系数\beta_1的显著性和正负，判断信贷融资对投资不足的影响方向和程度。若\beta_1显著为负，表明信贷融资能够显著降低企业的投资不足程度；反之，若\beta_1不显著或为正，则说明信贷融资对投资不足的影响不明显或存在正向影响。4.2.2实证结果与分析描述性统计：对主要变量进行描述性统计，结果如表4所示。投资不足（UnderInv）的均值为0.045，表明样本企业平均存在一定程度的投资不足，最大值为0.213，最小值为0，说明不同企业之间投资不足程度差异较大，部分企业投资不足情况较为严重，而部分企业不存在投资不足现象。信贷融资（Loan）的均值为0.082，与前文分析一致，不同企业的信贷融资水平存在较大差异。变量观测值均值标准差最小值最大值UnderInv[X]0.0450.03600.213Loan[X]0.0820.06500.325Size[X]21.3541.26819.02525.632Lev[X]0.4580.1860.1230.854ROA[X]0.0560.042-0.1530.256Growth[X]0.1850.356-0.5622.865Top1[X]0.3420.1150.1050.756相关性分析：各变量的相关性分析结果如表5所示。信贷融资（Loan）与投资不足（UnderInv）之间的相关系数为-0.198，在1%的水平上显著负相关，初步表明信贷融资水平的提高与投资不足程度的降低存在关联，即信贷融资可能有助于缓解企业的投资不足状况。企业规模（Size）与投资不足的相关系数为-0.125，在1%水平上显著负相关，说明企业规模越大，投资不足程度可能越低，这可能是因为规模大的企业资源丰富，投资机会更多，能更好地避免投资不足。资产负债率（Lev）与投资不足的相关系数为0.168，在1%水平上显著正相关，表明资产负债率越高，企业的偿债压力越大，可能导致投资不足程度加剧。变量UnderInvLoanSizeLevROAGrowthTop1UnderInv1Loan-0.198***1Size-0.125***0.189***1Lev0.168***-0.158***-0.235***1ROA-0.226***0.212***0.246***-0.347***1Growth-0.105**0.136***0.092**-0.076*0.118**1Top10.0580.068*0.084**-0.125**0.0520.0481注：*、、*分别表示在1%、5%、10%的水平上显著。回归结果分析：对构建的回归模型进行估计，结果如表6所示。列（1）仅包含信贷融资变量，列（2）加入了控制变量。在列（1）中，信贷融资（Loan）的系数为-0.125，在1%的水平上显著为负，表明信贷融资能够显著降低企业的投资不足程度，信贷融资水平每提高1%，投资不足程度平均降低12.5个百分点。在列（2）中，加入控制变量后，信贷融资（Loan）的系数为-0.096，依然在1%的水平上显著为负，说明在控制了企业规模、资产负债率、盈利能力等因素后，信贷融资对投资不足的负向影响依然显著。这验证了信贷融资通过缓解融资约束、优化投资决策等机制，能够有效降低民营上市公司的投资不足程度，支持了前文的理论分析。变量（1）UnderInv（2）UnderInvLoan-0.125***（-4.568）-0.096***（-3.864）Size-0.045***（-3.125）Lev0.068***（3.256）ROA-0.085***（-3.568）Growth-0.032**（-2.136）Top10.018（1.225）Constant0.076***（3.568）0.286***（3.125）N[X][X]AdjustedR^20.0450.168注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。从控制变量的回归结果来看，企业规模（Size）的系数为-0.045，在1%的水平上显著为负，表明企业规模越大，投资不足程度越低，企业规模每增加1%，投资不足程度约降低4.5个百分点。资产负债率（Lev）的系数为0.068，在1%的水平上显著为正，说明资产负债率越高，企业的投资不足程度越高，资产负债率每增加1%，投资不足程度约提高6.8个百分点，这与相关性分析的结果一致。盈利能力（ROA）的系数为-0.085，在1%的水平上显著为负，显示盈利能力越强的企业，投资不足程度越低，盈利能力每提高1%，投资不足程度约降低8.5个百分点。成长性（Growth）的系数为-0.032，在5%的水平上显著为负，表明企业成长性对投资不足有负向影响，成长性每提高1%，投资不足程度约降低3.2个百分点。股权集中度（Top1）的系数不显著，说明股权集中度对投资不足的影响不明显。4.3案例分析以C民营上市公司为例，该公司专注于新材料研发与生产。在2018-2019年间，C公司面临着严重的投资不足问题。当时，公司研发团队成功开发出一种新型高性能材料，经过市场调研和技术评估，该材料具有广阔的市场前景和较高的投资回报率。由于公司前期在研发过程中投入了大量资金，自身资金储备不足，且难以从银行获得足够的信贷融资，导致公司无法筹集到实施该投资项目所需的资金。在多次向银行申请贷款无果后，C公司不得不搁置该投资项目，这使得公司错失了在新材料市场抢占先机的机会，市场份额被竞争对手逐渐蚕食，公司业绩也受到一定程度的影响。2020年，C公司积极拓展融资渠道，通过引入战略投资者和优化公司治理结构，提升了公司的市场形象和信用评级。公司再次向银行申请信贷融资，详细介绍了新型材料项目的技术优势、市场前景以及公司的发展规划。银行经过重新评估，认为该项目具有较高的可行性和潜在收益，最终为C公司提供了5000万元的贷款，贷款期限为3年，利率处于市场合理水平。获得信贷融资后，C公司迅速重启新型材料投资项目。利用贷款资金，公司购置了先进的生产设备，建设了新的生产线，招聘和培养了专业技术人才，加快了项目的推进速度。在项目实施过程中，公司严格按照投资计划使用信贷资金，加强项目管理和成本控制，确保项目顺利进行。经过一年多的努力，新型材料生产线顺利投产，产品一经推出，便受到市场的热烈欢迎。由于该材料性能优越，能够满足高端客户的需求，公司迅速打开市场，与多家大型企业建立了长期合作关系。公司的营业收入和净利润大幅增长，2021年营业收入同比增长80%，净利润增长120%。通过该项目的成功实施，C公司不仅提升了自身的市场竞争力，还在新材料领域树立了良好的品牌形象，为公司的可持续发展奠定了坚实基础。C公司的案例充分说明了信贷融资对缓解企业投资不足的重要作用，当企业获得足够的信贷资金时，能够将具有潜力的投资项目转化为实际生产力，实现企业的快速发展。五、政治关联、信贷融资与投资不足的综合分析5.1三者关系的理论分析政治关联、信贷融资与投资不足之间存在着复杂的相互作用关系，构建合理的理论框架有助于深入理解这一关系网络。从整体上看，政治关联通过信贷融资这一关键中介，对民营上市公司的投资不足状况产生影响，形成了“政治关联-信贷融资-缓解投资不足”的作用路径。政治关联为企业获取信贷融资提供了有力支持。如前文所述，在信息不对称的金融市场环境中，政治关联发挥着信号传递作用。企业与政府建立的政治关联，向银行等金融机构传递了企业实力和信誉的积极信号，降低了金融机构对企业的风险评估难度，增强了金融机构对企业的信任，从而使企业更容易获得银行贷款。企业高管担任人大代表，这一政治身份使得银行认为该企业在经营管理和社会责任履行方面可能表现出色，违约风险较低，进而更愿意为其提供信贷资金。政治关联企业在资源获取和政策倾斜方面具有优势。政府掌握着丰富的政策资源、资金资源和项目资源，政治关联企业能够更及时地了解政策动态，获取政府的财政补贴、税收优惠等政策支持，优先获得政府项目和资金，在土地、能源等关键生产要素的获取上也更为便利。这些优势不仅直接改善了企业的财务状况，还向银行展示了企业的良好发展前景，增加了银行对企业的信心，提高了企业的信贷融资能力。信贷融资在政治关联与投资不足之间扮演着重要的中介角色。当企业通过政治关联获得信贷融资后，融资约束得到有效缓解。企业可支配资金的增加，使其能够将更多资金投入到具有潜力的投资项目中，避免因资金短缺而放弃投资机会，从而减少投资不足的情况。企业利用信贷资金购置先进生产设备、建设新生产线、投资研发项目等，推动企业的发展和扩张。信贷融资还促进了企业投资决策的优化。银行在为企业提供信贷资金时，会对企业的投资项目进行严格审查和评估，这促使企业更加谨慎地对待投资决策。企业为了获得信贷融资，会对投资项目进行全面、深入的分析和论证，筛选出真正具有投资价值的项目，提高投资决策的科学性和合理性，减少因投资决策失误导致的投资不足。银行与企业签订的贷款合同条款以及持续的监督机制，对企业管理层的投资行为形成约束和激励，促使管理层更加注重投资项目的风险控制和收益回报，进一步减少投资不足现象。政治关联还可能通过其他途径影响投资不足。政治关联企业能够从政府获取更多的市场信息和政策信息，帮助企业更好地把握投资机会，做出更准确的投资决策。在政府制定产业政策时，政治关联企业能够提前了解政策导向，及时调整投资方向，避免盲目投资，从而减少投资不足。政治关联也可能带来一些负面影响，如寻租行为、过度依赖政府支持等，这些因素可能导致企业投资决策失误，增加投资不足的风险。在分析三者关系时，需要综合考虑各种因素的相互作用，全面、深入地理解政治关联、信贷融资与投资不足之间的内在联系。5.2实证分析与结果5.2.1研究设计样本选取：本研究在已有样本基础上，选取2015-2022年沪深两市上市的民营企业作为样本。经过对金融行业、ST及*ST类公司、关键财务数据缺失或异常样本的剔除，最终得到[X]家民营上市公司，共计[X]个年度观测值。这些样本企业在行业分布上较为广泛，涵盖制造业、信息技术业、批发零售业等多个行业，能够较好地代表民营上市公司的整体特征，为全面、准确地研究政治关联、信贷融资与投资不足之间的关系提供了坚实的数据基础。变量设定：被解释变量：投资不足（UnderInv），采用Richardson预期投资模型的残差来度量。具体计算方式为：首先运用Richardson模型对企业的预期投资水平进行估计，模型公式为Invest_{i,t}=\alpha_0+\alpha_1Growth_{i,t-1}+\alpha_2Lev_{i,t-1}+\alpha_3Cash_{i,t-1}+\alpha_4Age_{i,t-1}+\alpha_5Size_{i,t-1}+\alpha_6Return_{i,t-1}+\sum_{j=1}^{n}\alpha_{1+j}Industry_{j}+\sum_{k=1}^{m}\alpha_{1+n+k}Year_{k}+\varepsilon_{i,t}，其中Invest_{i,t}表示企业i在t期的新增投资支出，用购建固定资产、无形资产和其他长期资产支付的现金减去处置固定资产、无形资产和其他长期资产收回的现金净额，并除以期初总资产表示；Growth_{i,t-1}为企业i在t-1期的成长性水平，通常用主营业务收入增长率或托宾Q值衡量；Lev_{i,t-1}是企业i在t-1期的资产负债率；Cash_{i,t-1}表示企业i在t-1期的现金持有量，用现金及现金等价物除以总资产表示；Age_{i,t-1}为企业i的上市年限，用当年与上市年份差额加1的自然对数表示；Size_{i,t-1}是企业i在t-1期的规模，用总资产的自然对数表示；Return_{i,t-1}为企业i在t-1期的股票收益率；Industry_{j}和Year_{k}分别为行业虚拟变量和年度虚拟变量；\varepsilon_{i,t}为残差项。当残差\varepsilon_{i,t}\lt0时，表示企业实际投资低于预期投资，存在投资不足，此时投资不足（UnderInv）用残差的绝对值衡量，即UnderInv_{i,t}=-\varepsilon_{i,t}，其值越大，投资不足程度越严重。解释变量：政治关联（PC），运用虚拟变量法进行度量。若企业的董事长或总经理现在或曾经在政府部门、人大、政协等担任职务，则将政治关联变量赋值为1，表示企业具有政治关联；若没有担任相关职务，则取值为0。信贷融资（Loan），采用企业当年新增银行贷款金额与期初总资产的比值来衡量，该指标能够直观地反映企业通过银行信贷获取资金的规模，体现企业的信贷融资能力。控制变量：为控制其他可能影响投资不足的因素，选取企业规模（Size），用企业年末总资产的自然对数表示，规模较大的企业可能具有更多资源和投资机会，对投资不足产生影响；资产负债率（Lev），即总负债与总资产的比值，反映企业的偿债能力，较高的资产负债率可能限制企业投资；盈利能力（ROA），采用总资产收益率衡量，等于净利润与平均总资产的比值，盈利能力强的企业可能更有能力进行投资；成长性（Growth），用营业收入增长率表示，体现企业的发展潜力，具有较高成长性的企业可能更倾向于投资；股权集中度（Top1），指第一大股东持股比例，股权结构可能影响企业投资决策。模型构建：为检验政治关联、信贷融资对民营上市公司投资不足的影响，以及信贷融资在政治关联与投资不足之间的中介作用，构建如下回归模型：模型1：检验政治关联对投资不足的总效应UnderInv_{i,t}=\gamma_0+\gamma_1PC_{i,t}+\sum_{j=1}^{n}\gamma_{1+j}Controls_{i,t}+\nu_{i,t}模型2：检验政治关联对信贷融资的影响Loan_{i,t}=\alpha_0+\alpha_1PC_{i,t}+\sum_{j=1}^{n}\alpha_{1+j}Controls_{i,t}+\varepsilon_{i,t}模型3：检验信贷融资在政治关联与投资不足之间的中介效应UnderInv_{i,t}=\theta_0+\theta_1PC_{i,t}+\theta_2Loan_{i,t}+\sum_{j=1}^{n}\theta_{1+j}Controls_{i,t}+\omega_{i,t}其中，UnderInv_{i,t}表示第i家企业在t期的投资不足程度；PC_{i,t}为第i家企业在t期的政治关联变量；Loan_{i,t}为第i家企业在t期的信贷融资水平；Controls_{i,t}代表一系列控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长性（Growth）、股权集中度（Top1）等；\gamma_0、\alpha_0、\theta_0为截距项，\gamma_1、\alpha_1、\theta_1、\theta_2、\gamma_{1+j}、\alpha_{1+j}、\theta_{1+j}为各变量的回归系数，\nu_{i,t}、\varepsilon_{i,t}、\omega_{i,t}为随机误差项。通过模型1可以分析政治关联对投资不足的直接影响；通过模型2可以验证政治关联对信贷融资的作用；模型3则用于检验信贷融资的中介效应，如果\theta_2显著，且\theta_1相比\gamma_1有所下降，则说明信贷融资在政治关联与投资不足之间存在部分中介作用；若\theta_1变为不显著，则说明信贷融资存在完全中介作用。5.2.2实证结果与分析描述性统计：对主要变量进行描述性统计，结果如表7所示。投资不足（UnderInv）的均值为0.045，说明样本企业平均存在一定程度的投资不足，最大值为0.213，最小值为0，表明不同企业之间投资不足程度差异较大。政治关联（PC）的均值为0.356，意味着约35.6%的样本企业具有政治关联，在民营上市公司中政治关联现象较为普遍。信贷融资（Loan）的均值为0.082，不同企业的信贷融资水平存在较大差异。变量观测值均值标准差最小值最大值UnderInv[X]0.0450.03600.213PC[X]0.3560.47901Loan[X]0.0820.06500.325Size[X]21.3541.26819.02525.632Lev[X]0.4580.1860.1230.854ROA[X]0.0560.042-0.1530.256Growth[X]0.1850.356-0.5622.865Top1[X]0.3420.1150.1050.756相关性分析：各变量的相关性分析结果如表8所示。政治关联（PC）与投资不足（UnderInv）之间的相关系数为-0.176，在1%的水平上显著负相关，初步表明政治关联与投资不足之间存在反向关系，即具有政治关联的企业投资不足程度可能较低。政治关联（PC）与信贷融资（Loan）之间的相关系数为0.236，在1%的水平上显著正相关，说明政治关联能够促进企业获得更多的信贷融资，这与前文的分析一致。信贷融资（Loan）与投资不足（UnderInv）之间的相关系数为-0.198，在1%的水平上显著负相关，表明信贷融资有助于缓解企业的投资不足状况。各控制变量与投资不足、政治关联、信贷融资之间也存在一定的相关性。企业规模（Size）与投资不足的相关系数为-0.125，在1%水平上显著负相关，与信贷融资的相关系数为0.189，在1%水平上显著正相关，说明企业规模越大，投资不足程度越低，信贷融资水平越高；资产负债率（Lev）与投资不足的相关系数为0.168，在1%水平上显著正相关，与信贷融资的相关系数为-0.158，在1%水平上显著负相关，表明资产负债率越高，投资不足程度越高，信贷融资水平越低。变量UnderInvPCLoanSizeLevROAGrowthTop1UnderInv1PC-0.176***1Loan-0.198***0.236***1Size-0.125***0.125**0.189***1Lev0.168***-0.098**-0.158***-0.235***1ROA-0.226***0.105**0.212***0.246***-0.347***1Growth-0.105**0.087**0.136***0.092**-0.076*0.118**1Top10.0580.075**0.068*0.084**-0.125**0.0520.0481注：*、、*分别表示在1%、5%、10%的水平上显著。回归结果分析：