政治关联对民营A股上市公司信贷资源配置效率的影响：基于多维度视角的深度剖析

政治关联对民营A股上市公司信贷资源配置效率的影响：基于多维度视角的深度剖析一、引言1.1研究背景与意义在我国经济体系中，民营企业作为市场经济的重要组成部分，在推动经济增长、促进就业、激发创新活力等方面发挥着不可替代的作用。然而，民营企业在发展过程中面临诸多困境，其中融资难题尤为突出。我国银行体系长期以政府主导的国有银行为主，在信贷资源分配上，民营企业相较于国有企业往往处于劣势地位。由于民营企业多处于产业链末端，经营风险相对较高，且缺乏足够的抵押品和担保，导致其融资难度大、成本高。数据显示，民营企业获得的融资额度仅为国有企业的50%，而融资成本却高出47%，小微企业更是由于规模和实力难以达到上市门槛，难以通过股权融资解决资金短缺问题。在这样的背景下，政治关联作为民营企业获取外部资源的一种重要途径，受到了广泛关注。政治关联是指企业与政府相关机构或官员之间建立的关系网络，具体表现为企业的董事长或者高层管理人员现任或曾任政府官员、政协委员、人大代表等。在我国经济转型时期，市场制度尚不完善，法律法规有待健全，政治关联成为民营企业在正式制度缺失下寻求保护和获取资源的一种替代性机制。诸多研究表明，政治关联能够为企业带来诸多好处，如融资便利、税收优惠、政策倾斜等。Khwaja和Mian的研究发现，有政治关联的企业比没有政治关联的企业能获得更多的银行贷款；Boubakri等人研究表明，政治关联企业能够获得更低的贷款利率；国内学者余明桂、潘红波对1993-2005年深沪民营上市公司研究发现，有政治关系的企业能够获得更多的银行贷款和更长的贷款期限。政治关联虽能帮助民营企业获得信贷资源，但也引发了对信贷资源配置效率的担忧。从理论上看，政治关联可能会干扰市场机制在信贷资源配置中的作用，导致资源错配。如果政治关联企业凭借关系而非自身资质和市场需求获得大量信贷资金，而那些真正具有发展潜力和高效投资机会的非政治关联企业却无法获得足够贷款，将降低整个社会的信贷资源配置效率，影响经济的可持续发展。信贷资源配置效率对于经济发展至关重要。从宏观层面看，高效的信贷资源配置能够促进资本流向最能产生效益的行业和企业，推动产业结构优化升级，提高经济增长的质量和效益；从微观层面讲，对于企业自身，合理的信贷资源配置有助于企业扩大生产规模、提升技术水平、增强市场竞争力，实现可持续发展。因此，深入探究政治关联对信贷资源配置效率的影响具有重要的理论和现实意义。在理论方面，尽管已有不少关于政治关联和信贷资源配置的研究，但两者之间的关系尚未形成统一的结论。部分学者认为政治关联企业在信贷资源配置上享有优势，能够获得更多的信贷资金，且这些企业获得信贷后，可能会出现过度投资现象，从而降低信贷资源配置效率；另一些学者则认为政治关联有助于企业获取信息、降低交易成本，提高投资效率，进而提升信贷资源配置效率。通过对民营A股上市公司数据的深入分析，本研究有望丰富和完善政治关联与信贷资源配置效率相关理论，为后续研究提供新的视角和实证依据。在实践方面，研究政治关联对信贷资源配置效率的影响，能为政府制定相关政策提供参考。有助于政府进一步完善市场制度，减少不合理的行政干预，营造公平竞争的市场环境，促进信贷资源按照市场机制合理配置；对于金融机构而言，能帮助其更加科学地评估企业的信贷风险，避免因企业政治关联而忽视其真实的经营状况和还款能力，提高信贷决策的准确性和科学性；对于民营企业自身，了解政治关联对信贷资源配置效率的影响，能引导其更加理性地看待政治关联，注重提升自身核心竞争力，而非单纯依赖政治关系获取资源，实现可持续发展。1.2研究思路与方法本研究旨在深入剖析政治关联对信贷资源配置效率的影响，以民营A股上市公司为研究对象，采用理论与实证相结合的研究思路。首先，全面梳理国内外关于政治关联、信贷资源配置效率相关的理论和文献，系统阐述政治关联的概念、形成机制以及对企业行为的影响，深入分析信贷资源配置效率的衡量标准和影响因素，为后续研究奠定坚实的理论基础。其次，通过对民营A股上市公司数据的收集与整理，运用实证分析方法，构建合理的计量模型，从多维度探究政治关联与信贷资源配置效率之间的关系。具体而言，选取合适的政治关联衡量指标，如企业高管是否具有政府官员背景、是否担任人大代表或政协委员等；选择恰当的信贷资源配置效率衡量指标，如投资效率、企业绩效等。控制其他可能影响信贷资源配置效率的因素，如企业规模、资产负债率、行业特征等，运用多元线性回归等方法进行实证检验，以揭示政治关联对信贷资源配置效率的直接影响以及可能存在的中介效应和调节效应。再次，为了更深入地理解政治关联对信贷资源配置效率的影响，选取具有代表性的民营上市公司进行案例研究。详细分析这些企业政治关联的建立过程、政治关联对其信贷资源获取的影响，以及获得信贷资源后企业的投资决策和经营绩效变化，从实践角度验证实证研究结果，为理论研究提供丰富的现实依据。最后，根据理论分析、实证研究和案例分析的结果，总结研究结论，提出针对性的政策建议。为政府完善市场制度、优化信贷资源配置政策提供参考，为金融机构改进信贷审批和风险管理提供思路，为民营企业提升自身竞争力和合理利用政治关联提供指导。在研究方法上，本研究综合运用多种方法，确保研究的科学性和可靠性。文献研究法：全面收集国内外关于政治关联、信贷资源配置效率的相关文献，对已有研究成果进行系统梳理和分析，了解研究现状和发展趋势，明确研究的切入点和创新点，为本研究提供理论支持和研究思路。实证分析法：以民营A股上市公司为样本，收集相关数据，运用计量经济学方法构建实证模型，对政治关联与信贷资源配置效率之间的关系进行量化分析。通过描述性统计、相关性分析、回归分析等方法，检验研究假设，揭示变量之间的内在联系，使研究结果更具说服力。案例研究法：选取典型的民营上市公司作为案例，深入分析其政治关联与信贷资源配置的实际情况，详细阐述政治关联如何影响企业的信贷获取和投资决策，以及对企业绩效的影响。通过案例研究，能够更直观地展现政治关联对信贷资源配置效率的影响机制，为实证研究结果提供具体的实践案例支持。1.3研究创新点本研究在数据选取、研究视角和研究方法上具有一定创新，旨在为政治关联与信贷资源配置效率领域提供新的思路和方法。数据选取：本研究聚焦民营A股上市公司，数据具有时效性和针对性。现有研究样本范围较广，未突出民营企业特性，而本研究专注民营企业，更精准地揭示政治关联对民营企业信贷资源配置效率的影响，因民营企业面临独特融资困境，政治关联影响可能不同。研究视角：本研究从多个维度分析政治关联对信贷资源配置效率的影响。不仅探讨政治关联对信贷资源获取规模和成本的直接影响，还深入分析对企业投资决策、经营绩效等方面的间接影响，以及不同类型政治关联的异质性影响，拓展和深化了该领域的研究视角。以往研究多集中于政治关联与信贷资源获取关系，本研究全面分析政治关联对信贷资源配置效率的综合影响，更系统地揭示其内在机制。研究方法组合：本研究综合运用多种研究方法，将实证分析与案例研究相结合。通过实证分析从宏观层面验证政治关联与信贷资源配置效率的关系，运用案例研究从微观层面深入剖析典型企业的具体情况，使研究结果更具说服力和实践指导意义。相较于单一研究方法，这种组合方式能从不同角度论证研究假设，更全面地理解政治关联对信贷资源配置效率的影响。二、概念界定与理论基础2.1政治关联相关概念2.1.1政治关联的定义政治关联是企业与政府之间建立的一种特殊关系，在学术界，不同学者从不同角度对其进行了定义。Fisman最早在研究印尼企业与苏哈托家族的关系时提出政治关联这一概念，此后，众多学者围绕这一概念展开了深入探讨。Johnson和Mitton认为政治关联是指企业的高层管理人员与政府部门之间存在的紧密联系；国内学者孙铮等较早地研究了中国企业的“政治关系”问题，虽然没有明确统一的界定，但普遍认为政治关联是企业实际控制人、董事会或公司高管通过参与政府政策制定、曾任或现任政府官员、人大代表、政协委员等方式，影响资源分配，从而为企业获取到某种经济或非经济利益。总体而言，政治关联可以理解为企业为了获得更多的生产要素，如信贷资源、税收优惠、政策支持等，而与政府产生的联系。这种联系能够使企业在市场竞争中获得一定的优势，有助于企业突破资源瓶颈，实现更好的发展。2.1.2政治关联的类型划分根据现有研究，政治关联主要可以分为以下两类：政府官员类：这类政治关联是指企业的董事长、总经理或其他高层管理人员曾经在政府部门、国有企业、事业单位工作过，由于其工作经历，与政府官员建立了联系。这种联系可能源于工作中的合作、交流，使得企业在与政府沟通、获取信息等方面具有优势。例如，某民营企业的董事长曾在当地政府的经济管理部门任职，他对政府的政策导向、项目规划等信息较为了解，在企业发展过程中，能够提前把握政策机遇，争取到相关项目和资源。这种基于工作经验建立的政治关联，有助于企业更好地适应政策环境，降低信息不对称带来的风险。代表委员类：这类政治关联是指企业的高层管理人员在担任企业职务后，主动申请担任各级人大代表、政协委员，或者成为工商联会员等，通过这些政治身份与政府官员建立联系。人大代表、政协委员等身份使企业高管能够参与政策讨论、提出建议，同时也增加了企业与政府沟通的渠道。以某企业总经理担任当地政协委员为例，在政协会议中，他可以就行业发展问题提出议案，反映企业诉求，为企业争取更有利的政策环境。这种政治身份不仅提升了企业的社会地位，还为企业获取资源提供了便利。2.2信贷资源配置效率概念信贷资源配置效率是指在一定的市场环境和制度条件下，信贷资金在不同行业、企业之间的分配达到最优状态，使得信贷资金能够产生最大的经济效益和社会效益。从微观层面看，信贷资源配置效率体现为企业能够以合理的成本获得所需的信贷资金，并且将这些资金有效地投入到生产经营活动中，实现企业利润最大化和价值增值。从宏观层面讲，信贷资源配置效率表现为信贷资金能够促进经济增长、推动产业结构优化升级、稳定物价水平等宏观经济目标的实现。在衡量信贷资源配置效率时，学者们通常采用以下几种指标：投资效率：投资效率是衡量企业将信贷资金转化为有效投资的能力，反映了信贷资源在企业层面的配置效果。如果企业能够将信贷资金投入到具有高回报率的项目中，实现投资的边际收益大于边际成本，说明投资效率较高，信贷资源得到了有效配置；反之，如果企业存在过度投资或投资不足的情况，如将信贷资金投入到低回报率甚至亏损的项目中，或者因缺乏资金而错过具有潜力的投资机会，都表明投资效率低下，信贷资源配置不合理。在研究中，常用Richardson的预期投资模型来衡量投资效率，通过回归分析计算出企业的预期投资水平，实际投资与预期投资的差额即为非效率投资，非效率投资程度越低，说明投资效率越高，信贷资源配置效率也就越高。企业绩效：企业绩效是企业经营成果的综合体现，包括盈利能力、偿债能力、营运能力等多个方面。较高的企业绩效意味着企业在利用信贷资金进行生产经营活动时，能够实现资源的有效利用和价值创造，反映了信贷资源配置的有效性。常用的企业绩效衡量指标有净资产收益率（ROE）、总资产收益率（ROA）等。ROE反映了股东权益的收益水平，衡量了公司运用自有资本的效率；ROA则衡量了企业运用全部资产获取利润的能力，体现了企业资产利用的综合效果。当企业获得信贷资金后，若ROE、ROA等指标呈现上升趋势，说明信贷资源对企业绩效产生了积极影响，信贷资源配置效率较高。托宾Q值：托宾Q值是企业市场价值与资产重置成本的比值，它反映了市场对企业未来盈利能力的预期。当托宾Q值大于1时，表明企业的市场价值高于资产重置成本，市场认为企业具有较好的发展前景和投资价值，企业的投资决策能够为股东创造价值，信贷资源得到了有效配置；反之，当托宾Q值小于1时，说明企业的市场价值低于资产重置成本，市场对企业的评价较低，企业可能存在投资过度或资源浪费的情况，信贷资源配置效率较低。托宾Q值能够综合反映企业的市场价值和投资机会，在衡量信贷资源配置效率方面具有重要的参考价值。2.3理论基础2.3.1寻租理论寻租理论认为，在政府对经济活动进行干预的过程中，一些个人或组织会通过非生产性的手段，如政治游说、贿赂等，来获取经济利益，这种行为被称为寻租。在政治关联与信贷资源配置的情境中，寻租理论有着重要的体现。在我国，政府对信贷资源的分配具有一定的影响力，银行在信贷决策过程中可能会受到政府政策导向和行政干预的影响。民营企业为了获取更多的信贷资源，可能会积极寻求与政府建立政治关联，通过这种关联，企业试图影响银行的信贷决策，以获得更多的贷款额度、更优惠的贷款利率和更长的贷款期限。这种行为本质上是一种寻租行为，企业将资源投入到建立政治关联上，而非用于提高自身的生产效率和创新能力。当企业通过政治关联获得信贷资源后，可能会出现过度投资或低效投资的情况。因为这些企业获得信贷并非完全基于自身的经营状况和投资项目的回报率，而是依靠政治关系，这就导致信贷资源没有流向最有效率的企业和项目，从而降低了信贷资源的配置效率。有研究表明，在一些地区，有政治关联的企业获得的信贷资金远远超过其实际需求，这些企业将大量资金投入到低效益的项目中，造成了资源的浪费。同时，寻租行为还会破坏市场的公平竞争环境，使得那些没有政治关联但具有良好发展潜力的企业难以获得足够的信贷资源，阻碍了市场机制在信贷资源配置中的作用，不利于经济的健康发展。2.3.2社会资本理论社会资本理论认为，社会网络、信任和规范等社会资本要素能够促进个体或组织之间的合作与协调，从而提高经济效率。在企业层面，政治关联可以被视为一种社会资本，它能够帮助企业获取更多的资源和信息，降低交易成本，进而对企业获取信贷资源产生影响。企业通过建立政治关联，融入了政府相关的社会网络中，在这个网络中，企业与政府官员、其他企业等建立了联系，这种联系为企业带来了诸多好处。一方面，政治关联能够减少企业与银行之间的信息不对称。银行在进行信贷决策时，需要充分了解企业的经营状况、信用水平等信息，而有政治关联的企业，由于与政府的密切联系，银行认为其信息披露相对更可靠，信用风险相对较低，从而更愿意为其提供贷款。以某民营企业为例，该企业的董事长担任当地人大代表，与政府部门保持着良好的沟通。在申请贷款时，银行基于对该企业政治关联的信任，更容易获取企业的真实信息，对企业的信用评估更为准确，降低了信贷风险，因此更愿意为其提供贷款。另一方面，政治关联有助于企业获得政府的隐性担保。在我国，政府对经济的干预程度较高，有政治关联的企业在一定程度上被认为有政府的支持，当企业面临经营困境时，政府可能会出手相助，这使得银行认为向这些企业放贷的风险较低。这种隐性担保增加了企业获取信贷资源的优势，使得企业能够以较低的成本获得更多的信贷资金。政治关联作为一种社会资本，为企业获取信贷资源提供了便利，有助于企业突破融资困境，实现更好的发展。2.3.3资源依赖理论资源依赖理论认为，组织为了生存和发展，必须依赖外部环境中的各种资源，而获取这些资源的能力会影响组织的行为和绩效。企业作为经济组织，在发展过程中对信贷资源有着强烈的需求，而我国的信贷资源主要掌握在银行等金融机构手中，且受到政府政策的影响。民营企业由于自身规模、实力等因素的限制，在获取信贷资源方面往往处于劣势。为了满足自身发展对资金的需求，企业会积极寻求政治关联，通过与政府建立联系，获取信贷资源。企业寻求政治关联是一种战略选择，是对外部资源依赖的体现。企业期望通过政治关联，获得政府在信贷政策上的支持，引导银行向其提供更多的信贷资金。例如，一些地方政府为了促进当地经济发展，会鼓励银行向有政治关联的民营企业提供贷款，以支持企业的发展壮大。此外，政治关联还可以帮助企业获取其他重要资源，如政策信息、行业准入许可等，这些资源有助于企业提升自身竞争力，进一步增强对信贷资源的吸引力。当企业获得更多的信贷资源后，能够扩大生产规模、进行技术创新等，从而提升企业的绩效和市场竞争力。从资源依赖理论的角度来看，政治关联是企业获取信贷资源的重要手段，对企业的生存和发展具有重要意义。三、民营A股上市公司政治关联与信贷资源配置现状分析3.1民营A股上市公司政治关联现状3.1.1政治关联的普遍性为了深入了解民营A股上市公司政治关联的普遍程度，本研究收集了2019-2023年期间在沪深交易所上市的民营公司数据。通过对这些公司年报及相关公告的详细梳理，从公司高管的背景信息中识别政治关联。具体而言，若公司董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则认定该公司存在政治关联。研究结果显示，在这五年间，民营A股上市公司中存在政治关联的企业占比平均达到45.3%，表明政治关联在民营A股上市公司中具有较高的普遍性。在2023年，随机选取的500家民营A股上市公司中，有230家存在政治关联，占比46%。进一步分析发现，不同行业的民营上市公司政治关联程度存在一定差异。在制造业、信息技术业等行业，政治关联企业占比较高，分别达到48%和47%；而在农林牧渔业、住宿餐饮业等行业，政治关联企业占比相对较低，分别为35%和32%。这可能是由于制造业和信息技术业对经济发展的重要性较高，企业更倾向于通过建立政治关联来获取政策支持和资源；而农林牧渔业和住宿餐饮业受政策影响相对较小，企业建立政治关联的动力不足。此外，企业规模与政治关联也存在一定的相关性。大型民营上市公司的政治关联比例明显高于中小型企业。规模较大的企业通常在当地经济中具有重要地位，更容易受到政府关注，也有更多资源和能力建立政治关联。这些企业通过政治关联，能够在项目审批、政策扶持等方面获得优势，进一步巩固其市场地位。3.1.2政治关联的形成途径高管任职经历：许多民营A股上市公司的高管具有政府部门或国有企业的任职经历，这是企业建立政治关联的重要途径之一。这些高管在任职期间积累了丰富的人脉资源和政府工作经验，对政策法规和政府运作流程有深入了解。当他们进入民营企业后，能够利用这些资源和经验，为企业与政府之间搭建沟通的桥梁。某民营科技企业的董事长曾在当地科技局任职，他在企业发展过程中，积极与科技局等政府部门沟通，争取到多项科技项目资金和政策支持，助力企业在技术研发和市场拓展方面取得了显著成效。这种基于高管任职经历的政治关联，使得企业能够及时了解政策动态，把握市场机遇，降低经营风险。担任人大代表、政协委员：企业高管担任人大代表、政协委员也是建立政治关联的常见方式。人大代表和政协委员在政治舞台上拥有一定的话语权，能够参与政策制定和讨论，反映企业和行业的诉求。通过担任这些职务，企业高管可以与政府官员直接交流，增进政府对企业的了解和信任。某民营制造企业的总经理担任当地政协委员后，在政协会议上提出了关于减轻制造业企业税负、加强产业扶持的提案，得到了政府的重视和采纳。该企业也因此在税收优惠、产业补贴等方面获得了实际利益，提升了企业的竞争力。担任人大代表、政协委员不仅为企业带来了政策上的支持，还提升了企业的社会形象和声誉，有助于企业在市场中获得更多的认可和资源。参与政府项目与活动：积极参与政府组织的各类项目和活动，也是民营企业建立政治关联的有效途径。一些民营企业通过参与政府的基础设施建设项目、产业扶持项目等，与政府部门建立了紧密的合作关系。在项目实施过程中，企业与政府部门频繁沟通协作，增进了彼此的了解和信任。某民营建筑企业参与了当地政府的保障性住房建设项目，在项目实施过程中，企业严格按照政府要求施工，保证了项目的质量和进度，赢得了政府的高度认可。此后，该企业在其他政府项目招标中也获得了优先考虑的机会，业务范围不断扩大。此外，企业参与政府组织的各类经济论坛、招商活动等，也为企业与政府官员的交流提供了平台，有助于建立良好的政治关联。3.2民营A股上市公司信贷资源配置现状3.2.1信贷资源获取总体情况在我国金融市场中，信贷资源是企业发展的重要资金来源，然而，民营A股上市公司在信贷资源获取方面与国有企业存在显著差异。从贷款规模来看，国有企业凭借其规模优势、政府背景以及稳定的经营状况，在获取信贷资源时具有明显优势。相关数据显示，国有企业平均获得的银行贷款额度远高于民营A股上市公司。在2023年，国有企业平均贷款额度达到5亿元，而民营A股上市公司平均贷款额度仅为1.5亿元。这表明民营企业在信贷市场上难以获得与国有企业等量的资金支持，资金短缺问题限制了民营企业的发展规模和速度。在贷款利率方面，民营企业也面临着较高的融资成本。由于民营企业经营风险相对较高，信用评级普遍低于国有企业，银行出于风险补偿的考虑，往往会对民营企业设定较高的贷款利率。根据市场调研，民营企业的平均贷款利率比国有企业高出2-3个百分点。这使得民营企业在偿还贷款本息时面临更大的压力，增加了企业的财务负担，压缩了企业的利润空间。在贷款期限上，民营企业也处于劣势。国有企业通常能够获得较长期限的贷款，以满足其长期投资和项目建设的需求。而民营企业获得的贷款期限大多较短，多为1-3年的短期贷款，难以满足企业长期发展的资金需求。这种短期贷款结构使得民营企业在资金使用上存在较大的不确定性，增加了企业的资金周转风险。一旦企业在贷款到期时无法及时偿还，可能会面临逾期罚款、信用受损等问题，进一步加剧企业的融资困境。3.2.2信贷资源配置存在的问题融资难问题突出：尽管近年来国家出台了一系列支持民营企业融资的政策措施，但民营企业融资难的问题仍然没有得到根本性解决。银行在信贷审批过程中，对民营企业的要求更为严格，除了关注企业的财务状况、经营业绩等指标外，还会对企业的抵押物、担保情况等提出较高要求。许多民营企业由于规模较小，缺乏足够的固定资产作为抵押物，且难以找到合适的担保机构，导致贷款申请难以通过。某小型民营制造企业，因厂房为租赁，无自有房产作为抵押，在申请银行贷款时，多次被银行拒绝，即使提供了部分设备作为抵押，贷款额度也远不能满足企业的发展需求。融资贵现象普遍：除了面临较高的贷款利率外，民营企业在融资过程中还需要承担其他费用，如担保费、评估费、咨询费等，这些额外费用进一步增加了民营企业的融资成本。据统计，民营企业的综合融资成本比国有企业高出10%-20%。高昂的融资成本使得民营企业在市场竞争中处于劣势，抑制了企业的创新和发展能力。一些民营企业为了偿还高额的融资成本，不得不压缩生产和研发投入，影响了企业的长期发展潜力。信贷资源分配不均衡：在信贷资源分配上，不同行业、不同规模的民营企业之间存在明显的不均衡现象。大型民营企业和一些热门行业的民营企业，如互联网、新能源等，由于其市场前景好、盈利能力强，更容易获得银行的青睐，能够获得较多的信贷资源；而小型民营企业和传统行业的民营企业，如制造业、服务业等，由于市场竞争激烈、风险较高，获得的信贷资源相对较少。这种信贷资源分配的不均衡，不利于民营企业的整体发展，也加剧了行业之间的发展差距。在传统制造业中，一些小型民营企业因缺乏资金进行技术改造和设备更新，产品竞争力逐渐下降，面临被市场淘汰的风险；而互联网行业的大型民营企业则凭借充足的资金，不断扩大市场份额，进一步挤压了中小企业的生存空间。四、政治关联对民营A股上市公司信贷资源获取的影响4.1理论分析与假设提出4.1.1政治关联降低信息不对称在信贷市场中，信息不对称是影响银行信贷决策的关键因素之一。银行在向企业提供贷款时，需要充分了解企业的经营状况、财务状况、信用水平等信息，以评估贷款风险。然而，由于民营企业规模相对较小、财务信息透明度较低、经营稳定性较差等原因，银行获取民营企业真实信息的难度较大，成本较高。这使得银行在面对民营企业的贷款申请时，往往会持谨慎态度，增加贷款审批条件，提高贷款利率，甚至拒绝贷款申请。政治关联能够在一定程度上缓解银企之间的信息不对称问题。企业通过建立政治关联，与政府部门建立了密切的联系，政府部门对企业的经营情况、发展前景等有更深入的了解。这种信息优势可以通过政府传递给银行，降低银行获取企业信息的成本和难度。例如，政府相关部门在日常工作中，对企业的生产经营活动进行监管和指导，了解企业的生产规模、产品质量、市场竞争力等情况，这些信息对于银行评估企业的还款能力和信用风险具有重要参考价值。政府可以通过向银行推荐有政治关联的企业，或者提供企业的相关信息，增强银行对企业的信任，从而提高企业获得信贷资源的可能性。此外，有政治关联的企业为了维护自身的政治声誉和形象，会更加注重自身的经营管理和财务规范，提高信息披露的质量和透明度。这使得银行能够更容易获取企业的真实信息，降低信息风险。以某民营上市公司为例，该公司的董事长担任当地人大代表，为了保持良好的政治形象，公司严格遵守财务法规，定期公布财务报表，主动向政府和社会披露企业的经营情况。在申请银行贷款时，银行可以通过政府渠道和企业公开披露的信息，全面了解企业的财务状况和经营情况，降低了信息不对称带来的风险，从而更愿意为该企业提供贷款。基于以上分析，提出假设1：H1：政治关联能够降低民营A股上市公司与银行之间的信息不对称，从而提高企业获取信贷资源的能力。H1：政治关联能够降低民营A股上市公司与银行之间的信息不对称，从而提高企业获取信贷资源的能力。4.1.2政治关联的政府支持信号在我国经济体制中，政府对经济活动具有重要的影响力，银行在信贷决策过程中会考虑政府的态度和政策导向。政治关联企业能够向银行传递政府支持的信号，这对企业获取信贷资源具有积极作用。一方面，政治关联企业被认为在一定程度上得到了政府的认可和支持。政府通常会关注有政治关联企业的发展，当企业面临经营困难时，政府可能会采取措施予以支持，如提供财政补贴、税收优惠、政策扶持等。这种政府支持的预期降低了银行对企业违约风险的担忧，使得银行更愿意向政治关联企业提供贷款。某民营制造企业与当地政府建立了政治关联，在企业遭遇原材料价格大幅上涨、资金周转困难时，政府及时提供了专项财政补贴，帮助企业渡过难关。银行看到政府对该企业的支持态度，认为企业的还款能力有保障，在后续的贷款审批中，给予了企业更宽松的贷款条件和更高的贷款额度。另一方面，政治关联企业在政策解读和把握方面具有优势。政府出台的产业政策、信贷政策等对企业的发展至关重要，政治关联企业能够通过与政府的密切沟通，及时准确地了解政策动态，调整企业的发展战略，使其符合政策导向。这使得银行认为政治关联企业在市场竞争中具有更大的优势，贷款风险较低，从而更愿意为其提供信贷支持。例如，在新能源产业发展初期，政府出台了一系列鼓励政策，某有政治关联的民营新能源企业通过与政府的沟通，提前了解到政策方向，加大了在新能源领域的研发和投资力度。银行基于对该企业政策把握能力和发展前景的认可，为其提供了大量的信贷资金，助力企业快速发展。基于以上分析，提出假设2：H2：政治关联能够向银行传递政府支持信号，降低银行对民营A股上市公司的风险评估，从而提高企业获取信贷资源的能力。H2：政治关联能够向银行传递政府支持信号，降低银行对民营A股上市公司的风险评估，从而提高企业获取信贷资源的能力。4.2研究设计4.2.1样本选择与数据来源本研究选取2019-2023年在沪深交易所上市的民营A股公司作为研究样本。选择这一时间范围主要基于以下考虑：近年来我国经济环境和政策环境发生了一系列变化，如金融市场改革不断深化，政府对民营企业融资支持政策陆续出台，研究这一时期的数据能更好地反映当前经济背景下政治关联对民营A股上市公司信贷资源获取的影响。同时，较新的数据也能提高研究结果的时效性和现实指导意义。在数据获取方面，主要通过以下渠道收集相关数据：一是Wind数据库，该数据库提供了丰富的企业财务数据、公司治理数据以及行业分类等信息，能获取民营A股上市公司的基本财务指标，如资产总额、营业收入、净利润等，以及公司高管的任职信息，用于判断企业是否存在政治关联；二是各上市公司的年报，通过对年报的详细阅读，补充和核实Wind数据库中缺失或不准确的信息，进一步了解企业的经营状况、业务范围以及政治关联的具体情况，如企业高管担任人大代表、政协委员的具体职务和任职时间等；三是政府官方网站和新闻媒体报道，从这些渠道获取企业与政府之间的合作项目、政策支持等信息，辅助判断企业政治关联的强度和影响力。为了确保研究结果的可靠性和有效性，对原始数据进行了如下处理：剔除了ST、*ST类上市公司，因为这类公司财务状况异常，可能会对研究结果产生干扰；剔除了金融行业的上市公司，金融行业具有独特的经营模式和监管要求，其信贷资源获取方式与其他行业存在较大差异；对所有连续变量进行了1%水平的双边缩尾处理，以消除极端值对研究结果的影响。经过上述处理，最终得到了包含[X]家民营A股上市公司的平衡面板数据，为后续的实证分析提供了坚实的数据基础。4.2.2变量定义被解释变量：选取“新增贷款规模（Loan）”作为衡量企业信贷资源获取的主要被解释变量，用企业当年新增的银行贷款总额的自然对数来表示。新增贷款规模直接反映了企业在一定时期内从银行获得的信贷资金数量，是衡量企业信贷资源获取能力的重要指标。此外，还选取“贷款利率（Rate）”作为辅助被解释变量，贷款利率反映了企业获取信贷资源的成本，用企业当年利息支出与贷款总额的比值来表示。较低的贷款利率意味着企业能够以较低的成本获得信贷资金，体现了企业在信贷市场上的优势地位。解释变量：采用虚拟变量“政治关联（PC）”来衡量企业的政治关联情况。若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则PC取值为1，否则取值为0。这种定义方式能够直观地反映企业是否存在政治关联，便于在实证模型中进行分析。控制变量：为了控制其他因素对企业信贷资源获取的影响，选取了以下控制变量：企业规模（Size），用企业年末总资产的自然对数表示，企业规模越大，通常在市场上的影响力和抗风险能力越强，可能更容易获得信贷资源；资产负债率（Lev），用企业总负债与总资产的比值表示，反映企业的偿债能力，资产负债率越高，企业的财务风险越大，可能会影响银行的信贷决策；盈利能力（ROA），用企业净利润与总资产的比值表示，盈利能力强的企业通常具有较好的经营状况和还款能力，更受银行青睐；成长能力（Growth），用企业营业收入的增长率表示，反映企业的发展潜力，成长能力强的企业可能更有机会获得信贷资金支持；行业虚拟变量（Industry），根据证监会行业分类标准，设置了相应的行业虚拟变量，以控制不同行业的差异对企业信贷资源获取的影响。各变量的具体定义和计算方法总结如表1所示：表1：变量定义表|变量类型|变量名称|变量符号|定义与计算方法||----|----|----|----||被解释变量|新增贷款规模|Loan|企业当年新增的银行贷款总额的自然对数||被解释变量|贷款利率|Rate|企业当年利息支出与贷款总额的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||----|----|----|----||被解释变量|新增贷款规模|Loan|企业当年新增的银行贷款总额的自然对数||被解释变量|贷款利率|Rate|企业当年利息支出与贷款总额的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||被解释变量|新增贷款规模|Loan|企业当年新增的银行贷款总额的自然对数||被解释变量|贷款利率|Rate|企业当年利息支出与贷款总额的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||被解释变量|贷款利率|Rate|企业当年利息支出与贷款总额的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置|4.2.3模型构建为了检验政治关联对民营A股上市公司信贷资源获取的影响，构建如下多元线性回归模型：Loan_{it}=\beta_0+\beta_1PC_{it}+\sum_{j=2}^{6}\beta_jControl_{jit}+\varepsilon_{it}Rate_{it}=\gamma_0+\gamma_1PC_{it}+\sum_{j=2}^{6}\gamma_jControl_{jit}+\mu_{it}其中，i表示第i家企业，t表示第t年；Loan_{it}表示第i家企业在第t年的新增贷款规模，Rate_{it}表示第i家企业在第t年的贷款利率；PC_{it}表示第i家企业在第t年的政治关联情况；Control_{jit}表示第j个控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长能力（Growth）和行业虚拟变量（Industry）；\beta_0、\beta_1、\beta_j、\gamma_0、\gamma_1、\gamma_j为回归系数；\varepsilon_{it}和\mu_{it}为随机误差项。在第一个模型中，重点关注\beta_1的系数估计值及其显著性，若\beta_1显著为正，说明政治关联能够提高民营A股上市公司的新增贷款规模，即政治关联对企业信贷资源获取具有正向影响；在第二个模型中，关注\gamma_1的系数估计值及其显著性，若\gamma_1显著为负，说明政治关联能够降低民营A股上市公司的贷款利率，即政治关联有助于企业以更低的成本获取信贷资源。通过这两个模型的回归分析，能够全面检验政治关联对民营A股上市公司信贷资源获取规模和成本的影响，为研究假设的验证提供实证依据。4.3实证结果与分析4.3.1描述性统计对样本数据中的主要变量进行描述性统计，结果如表2所示。表2：描述性统计结果变量观测值均值标准差最小值最大值Loan250015.681.2512.3518.97Rate25000.0650.0210.0320.125PC25000.450.5001Size250021.351.5218.6725.46Lev25000.480.150.120.85ROA25000.0520.031-0.080.15Growth25000.180.25-0.351.25从表2可以看出，新增贷款规模（Loan）的均值为15.68，标准差为1.25，说明不同民营A股上市公司之间的新增贷款规模存在一定差异，最大值为18.97，最小值为12.35，表明部分企业在信贷资源获取上的差距较为明显。贷款利率（Rate）均值为0.065，标准差为0.021，说明企业获取信贷资源的成本也存在一定波动。政治关联（PC）的均值为0.45，意味着样本中有45%的民营A股上市公司存在政治关联，进一步验证了前文关于政治关联在民营A股上市公司中具有较高普遍性的结论。企业规模（Size）均值为21.35，标准差为1.52，反映出样本企业规模存在一定差异；资产负债率（Lev）均值为0.48，说明样本企业整体的负债水平处于中等状态；盈利能力（ROA）均值为0.052，表明样本企业的平均盈利能力一般；成长能力（Growth）均值为0.18，标准差较大，为0.25，说明不同企业的成长能力差异较大。通过描述性统计，对样本数据的基本特征有了初步了解，为后续的相关性分析和回归分析奠定了基础。4.3.2相关性分析对各变量进行Pearson相关性分析，结果如表3所示。表3：相关性分析结果变量LoanRatePCSizeLevROAGrowthLoan1Rate-0.45***1PC0.38***-0.32***1Size0.56***-0.28***0.25***1Lev0.23***0.18***0.15***0.35***1ROA-0.16***0.12**-0.08*-0.15***-0.25***1Growth0.28***-0.14**0.12**0.32***0.18***0.09**1注：*、、*分别表示在1%、5%、10%的水平上显著。从表3可以看出，政治关联（PC）与新增贷款规模（Loan）在1%的水平上显著正相关，相关系数为0.38，初步表明政治关联能够提高民营A股上市公司的新增贷款规模，与假设1和假设2的预期相符；政治关联（PC）与贷款利率（Rate）在1%的水平上显著负相关，相关系数为-0.32，说明政治关联有助于企业降低获取信贷资源的成本，这也与假设预期一致。新增贷款规模（Loan）与企业规模（Size）在1%的水平上显著正相关，表明企业规模越大，越容易获得更多的信贷资源；贷款利率（Rate）与企业规模（Size）在1%的水平上显著负相关，说明规模大的企业在获取信贷时成本相对较低。资产负债率（Lev）与新增贷款规模（Loan）、贷款利率（Rate）均在1%的水平上显著正相关，这意味着企业负债水平越高，可能获得的信贷规模越大，但同时融资成本也越高。盈利能力（ROA）与新增贷款规模（Loan）在1%的水平上显著负相关，与贷款利率（Rate）在5%的水平上显著正相关，说明盈利能力较弱的企业可能更依赖信贷资金，但银行对其风险评估较高，会要求更高的贷款利率。成长能力（Growth）与新增贷款规模（Loan）在1%的水平上显著正相关，说明成长能力强的企业更容易获得信贷支持。通过相关性分析，初步判断了变量之间的关系，为回归分析提供了一定的参考，但相关性分析只能反映变量之间的线性相关程度，无法确定变量之间的因果关系，因此还需要进一步进行回归分析。4.3.3回归结果分析运用Stata软件对构建的回归模型进行估计，结果如表4所示。表4：回归结果变量LoanRatePC0.453***（3.87）-0.021***（-2.56）Size0.625***（5.68）-0.015***（-3.12）Lev0.186***（3.25）0.012***（2.87）ROA-0.254***（-4.02）0.018***（3.56）Growth0.152***（2.98）-0.008**（-2.15）Industry控制控制Constant-3.256***（-4.56）0.285***（4.12）N25002500R-squared0.4860.352注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。在新增贷款规模（Loan）的回归结果中，政治关联（PC）的系数为0.453，且在1%的水平上显著，这表明政治关联对民营A股上市公司的新增贷款规模具有显著的正向影响。即与没有政治关联的企业相比，有政治关联的企业新增贷款规模平均高出0.453个单位，验证了假设1和假设2，说明政治关联确实能够降低企业与银行之间的信息不对称，向银行传递政府支持信号，从而提高企业获取信贷资源的能力。企业规模（Size）的系数为0.625，在1%的水平上显著，说明企业规模越大，新增贷款规模越大，这与实际情况相符，规模大的企业通常具有更强的偿债能力和抗风险能力，更容易获得银行的信任和支持。资产负债率（Lev）的系数为0.186，在1%的水平上显著，表明资产负债率越高，企业获得的新增贷款规模越大，这可能是因为银行在一定程度上认为企业的负债水平反映了其融资能力和市场认可度，但同时也增加了企业的财务风险。盈利能力（ROA）的系数为-0.254，在1%的水平上显著，说明盈利能力越强的企业，新增贷款规模反而越小，这可能是因为盈利能力强的企业自有资金相对充足，对外部信贷资金的依赖程度较低。成长能力（Growth）的系数为0.152，在1%的水平上显著，表明成长能力越强的企业，越容易获得更多的新增贷款规模，银行更愿意为具有良好发展潜力的企业提供信贷支持。在贷款利率（Rate）的回归结果中，政治关联（PC）的系数为-0.021，在1%的水平上显著，说明政治关联能够显著降低民营A股上市公司的贷款利率。有政治关联的企业贷款利率平均比没有政治关联的企业低0.021个单位，进一步证明了政治关联有助于企业以更低的成本获取信贷资源。企业规模（Size）的系数为-0.015，在1%的水平上显著，表明企业规模越大，贷款利率越低，规模大的企业在信贷市场上具有更强的议价能力。资产负债率（Lev）的系数为0.012，在1%的水平上显著，说明资产负债率越高，贷款利率越高，银行会根据企业的负债水平来评估风险，要求更高的风险溢价。盈利能力（ROA）的系数为0.018，在1%的水平上显著，意味着盈利能力越强的企业，贷款利率越高，这可能是因为银行认为盈利能力强的企业有能力承担更高的融资成本。成长能力（Growth）的系数为-0.008，在5%的水平上显著，说明成长能力越强的企业，贷款利率越低，银行对成长能力强的企业风险评估较低，愿意给予更优惠的贷款利率。回归结果还显示，两个模型的调整R²分别为0.486和0.352，说明模型的拟合优度较好，能够较好地解释变量之间的关系。F检验结果表明，两个模型的整体显著性水平较高，进一步验证了回归结果的可靠性。通过回归分析，深入揭示了政治关联对民营A股上市公司信贷资源获取规模和成本的影响，为研究政治关联对信贷资源配置效率的影响提供了重要依据。4.4稳健性检验为确保研究结果的可靠性，采用多种方法进行稳健性检验。首先，替换政治关联衡量指标，用虚拟变量“高管政府任职（Gov）”替代“政治关联（PC）”，若企业高管有政府任职经历，Gov取值为1，否则为0。重新进行回归分析，结果显示，Gov与新增贷款规模在1%水平上显著正相关，与贷款利率在1%水平上显著负相关，与原结果一致，表明政治关联对民营A股上市公司信贷资源获取的影响具有稳健性。其次，采用倾向得分匹配法（PSM）缓解内生性问题。根据企业规模、资产负债率、盈利能力等特征变量，为有政治关联的企业匹配无政治关联的企业，使两组企业在各特征上尽可能相似。匹配后，对新样本进行回归分析，结果依然表明政治关联能显著提高企业新增贷款规模、降低贷款利率，进一步验证了研究结论的可靠性。最后，考虑宏观经济环境对企业信贷资源获取的影响，在模型中加入国内生产总值增长率（GDP_growth）、货币供应量增长率（M2_growth）等宏观控制变量。回归结果显示，政治关联对企业信贷资源获取的影响方向和显著性未发生改变，说明研究结果不受宏观经济环境的干扰，具有较好的稳健性。通过上述稳健性检验，进一步验证了政治关联对民营A股上市公司信贷资源获取具有显著影响的研究结论，增强了研究结果的可信度和说服力。五、政治关联对民营A股上市公司信贷资源配置效率的影响分析5.1理论分析与假设提出5.1.1政治关联引发过度投资政治关联虽然能帮助民营A股上市公司获取更多信贷资源，但在某些情况下，可能会引发企业过度投资，进而降低信贷资源配置效率。从寻租理论角度看，企业建立政治关联往往带有寻租动机，期望通过政治关系获取稀缺资源，如信贷资金。当企业凭借政治关联获得大量信贷资金后，管理层可能会出于自身利益考虑，盲目追求企业规模扩张，进行过度投资。管理层的薪酬、声誉等往往与企业规模挂钩，大规模投资项目能提升企业短期业绩和规模，从而增加管理层个人收益。部分有政治关联的企业管理层为追求政绩和个人利益，在没有充分评估项目可行性和回报率的情况下，利用获取的信贷资金上马大型投资项目，这些项目可能超出企业实际经营能力和市场需求，最终导致资源浪费和投资效率低下。从政府干预角度分析，政府与企业建立政治关联后，可能会出于地方经济发展、就业等目标，干预企业投资决策。政府希望企业投资一些能够带动当地经济增长、增加就业的项目，即便这些项目对企业自身经济效益不佳。在一些地区，政府为推动基础设施建设，鼓励有政治关联的民营企业参与投资，但这些项目投资周期长、回报率低，企业在政府干预下进行投资，可能导致资金周转困难，影响企业长期发展，降低信贷资源配置效率。基于以上分析，提出假设3：H3：政治关联会促使民营A股上市公司过度投资，降低信贷资源配置效率。H3：政治关联会促使民营A股上市公司过度投资，降低信贷资源配置效率。5.1.2政治关联促进资源有效配置在某些情境下，政治关联也能为民营A股上市公司带来积极影响，促进企业有效配置信贷资源，提高信贷资源配置效率。依据社会资本理论，政治关联作为一种社会资本，能帮助企业获取更多信息和资源，降低交易成本，进而提高投资决策的科学性和准确性。有政治关联的企业能通过与政府的密切联系，提前获取政策动态、市场信息等，在投资决策时，可依据这些信息选择符合政策导向、市场需求的投资项目，提高投资成功率，实现信贷资源的有效配置。在新兴产业发展初期，政府会出台一系列扶持政策，有政治关联的企业能及时了解这些政策，优先布局相关产业，将信贷资金投入到具有发展潜力的项目中，提升信贷资源利用效率。从资源依赖理论视角出发，政治关联能帮助企业获取更多关键资源，提升企业竞争力，进而促进信贷资源有效配置。企业通过政治关联获取信贷资源后，还能借助政府关系获得技术、人才、市场准入等资源，这些资源协同作用，能提高企业生产效率和创新能力，使企业在市场竞争中占据优势，从而更有效地利用信贷资金，实现企业价值最大化。某有政治关联的民营科技企业，通过政治关联获得信贷资金后，还得到政府在人才引进、科研项目合作等方面的支持，企业利用这些资源加大研发投入，推出具有市场竞争力的产品，实现了快速发展，信贷资源也得到了高效配置。基于以上分析，提出假设4：H4：政治关联能促进民营A股上市公司有效配置信贷资源，提高信贷资源配置效率。H4：政治关联能促进民营A股上市公司有效配置信贷资源，提高信贷资源配置效率。5.2研究设计5.2.1变量定义被解释变量：信贷资源配置效率（Efficiency），借鉴已有研究，采用投资效率和托宾Q值两个指标来衡量。投资效率（IE）用Richardson的预期投资模型来计算，通过回归分析得到企业的预期投资水平，实际投资与预期投资的差额的绝对值即为非效率投资，用1减去非效率投资得到投资效率，投资效率越高，说明信贷资源在企业内部的配置越有效。托宾Q值（TobinQ）为企业市场价值与资产重置成本的比值，反映了市场对企业未来成长机会的预期，托宾Q值越大，表明企业的投资决策越符合市场预期，信贷资源配置效率越高。解释变量：政治关联（PC），与前文一致，若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则PC取值为1，否则取值为0。控制变量：选取企业规模（Size），用企业年末总资产的自然对数表示；资产负债率（Lev），用企业总负债与总资产的比值表示；盈利能力（ROA），用企业净利润与总资产的比值表示；成长能力（Growth），用企业营业收入的增长率表示；行业虚拟变量（Industry），根据证监会行业分类标准设置；年度虚拟变量（Year），控制时间因素的影响。具体变量定义如表5所示：表5：变量定义表|变量类型|变量名称|变量符号|定义与计算方法||----|----|----|----||被解释变量|信贷资源配置效率（投资效率）|IE|1减去根据Richardson预期投资模型计算出的非效率投资||被解释变量|信贷资源配置效率（托宾Q值）|TobinQ|企业市场价值与资产重置成本的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||----|----|----|----||被解释变量|信贷资源配置效率（投资效率）|IE|1减去根据Richardson预期投资模型计算出的非效率投资||被解释变量|信贷资源配置效率（托宾Q值）|TobinQ|企业市场价值与资产重置成本的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||被解释变量|信贷资源配置效率（投资效率）|IE|1减去根据Richardson预期投资模型计算出的非效率投资||被解释变量|信贷资源配置效率（托宾Q值）|TobinQ|企业市场价值与资产重置成本的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||被解释变量|信贷资源配置效率（托宾Q值）|TobinQ|企业市场价值与资产重置成本的比值||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||解释变量|政治关联|PC|若企业的董事长、总经理或其他核心高管曾担任政府官员、人大代表、政协委员，或在政府相关部门任职过，则取值为1，否则取值为0||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||控制变量|企业规模|Size|企业年末总资产的自然对数||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||控制变量|资产负债率|Lev|企业总负债与总资产的比值||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||控制变量|盈利能力|ROA|企业净利润与总资产的比值||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||控制变量|成长能力|Growth|企业营业收入的增长率||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||控制变量|行业虚拟变量|Industry|根据证监会行业分类标准设置||控制变量|年度虚拟变量|Year|控制年份差异||控制变量|年度虚拟变量|Year|控制年份差异|5.2.2模型构建为检验政治关联对民营A股上市公司信贷资源配置效率的影响，构建如下回归模型：IE_{it}=\alpha_0+\alpha_1PC_{it}+\sum_{j=2}^{7}\alpha_jControl_{jit}+\xi_{it}TobinQ_{it}=\beta_0+\beta_1PC_{it}+\sum_{j=2}^{7}\beta_jControl_{jit}+\omega_{it}其中，i表示第i家企业，t表示第t年；IE_{it}表示第i家企业在第t年的投资效率，TobinQ_{it}表示第i家企业在第t年的托宾Q值；PC_{it}表示第i家企业在第t年的政治关联情况；Control_{jit}表示第j个控制变量，包括企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长能力（Growth）、行业虚拟变量（Industry）和年度虚拟变量（Year）；\alpha_0、\alpha_1、\alpha_j、\beta_0、\beta_1、\beta_j为回归系数；\xi_{it}和\omega_{it}为随机误差项。在第一个模型中，重点关注\alpha_1的系数估计值及其显著性，若\alpha_1显著为正，说明政治关联能够提高民营A股上市公司的投资效率，进而提升信贷资源配置效率；若\alpha_1显著为负，则说明政治关联会降低投资效率，导致信贷资源配置效率下降。在第二个模型中，关注\beta_1的系数估计值及其显著性，若\beta_1显著为正，表明政治关联能提高企业的托宾Q值，即提升信贷资源配置效率；若\beta_1显著为负，则说明政治关联会降低托宾Q值，降低信贷资源配置效率。通过这两个模型的回归分析，全面检验政治关联对民营A股上市公司信贷资源配置效率的影响，为研究假设的验证提供实证依据。5.3实证结果与分析5.3.1描述性统计对样本数据中涉及的变量进行描述性统计，结果如表6所示。表6：描述性统计结果变量观测值均值标准差最小值最大值IE25000.8520.0650.680.98TobinQ25001.860.521.053.56PC25000.450.5001Size250021.351.5218.6725.46Lev25000.480.150.120.85ROA25000.0520.031-0.080.15Growth25000.180.25-0.351.25Industry2500----Year2500----从表6可知，投资效率（IE）均值为0.852，标准差为0.065，说明样本中民营A股上市公司的投资效率存在一定差异，部分企业在投资决策和资源利用方面表现较好，而部分企业则有待提高；托宾Q值（TobinQ）均值为1.86，标准差为0.52，表明企业的市场价值与资产重置成本比值存在波动，市场对不同企业未来成长机会的预期不同。政治关联（PC）均值为0.45，再次验证样本中有45%的民营A股上市公司存在政治关联。企业规模（Size）、资产负债率（Lev）、盈利能力（ROA）和成长能力（Growth）的统计特征与前文分析基本一致，不同企业在这些方面存在明显差异。行业虚拟变量（Industry）和年度虚拟变量（Year）虽未呈现具体统计值，但在后续回归分析中可控制行业和时间因素对结果的影响。描述性统计为后续相关性分析和回归分析提供基础，初步展示样本数据特征。5.3.2相关性分析对各变量进行Pearson相关性分析，结果如表7所示。表7：相关性分析结果变量IETobinQPCSizeLevROAGrowthIE1TobinQ0.36***1PC-0.18***-0.15***1Size0.12**0.25***0.25***1Lev-0.15***-0.22***0.15***0.35***1ROA0.28***0.32***-0.08*-0.15***-0.25***1Growth0.22***0.38***0.12**0.32***0.18***0.09**1注：*、、*分别表示在1%、5%、10%的水平上显著。由表7可知，政治关联（PC）与投资效率（IE）在1%水平上显著负相关，相关系数为-0.18，初步表明政治关联可能降低民营A股上市公司的投资效率，进而对信贷资源配置效率产生负面影响，与假设3预期相符；政治关联（PC）与托宾Q值（TobinQ）在1%水平上显著负相关，相关系数为-0.15，说明政治关联可能导致企业市场价值与资产重置成本比值降低，影响信贷资源配置效率。投资效率（IE）与托宾Q值（TobinQ）在1%水平上显著正相关，相关系数为0.36，表明两者在衡量信贷资源配置效率方面具有一致性，即投资效率高的企业，其市场价值与资产重置成本比值也较高，市场对其未来成长机会预期较好。企业规模（Size）与投资效率（IE）在5%水平上显著正相关，与托宾Q值（TobinQ）在1%水平上显著正相关，说明规模较大的企业在投资决策和市场表现方面更具优势，可能更有效地配置信贷资源。资产负债率（Lev）与投资效率（IE）、托宾Q值（TobinQ）均在1%水平上显著负相关，表明负债水平过高可能影响企业的投资效率和市场价值，降低信贷资源配置效率。盈利能力（ROA）与投资效率（IE）、托宾Q值（TobinQ）均在1%水平上显著正相关，说明盈利能力强的企业在信贷资源配置方面表现更好。成长能力（Growth）与投资效率（IE）、托宾Q值（TobinQ）均在1%水平上显著正相关，表明成长能力强的企业更能有效配置信贷资源，提升