银企距离对我国上市公司银行贷款的影响：基于多维度视角的实证剖析

银企距离对我国上市公司银行贷款的影响：基于多维度视角的实证剖析一、引言1.1研究背景与意义在现代经济体系中，上市公司的融资活动对于企业的生存与发展、乃至整个金融市场的稳定与繁荣都具有举足轻重的意义。长期以来，银行贷款一直是我国上市公司外部融资的重要渠道之一。尽管近年来我国资本市场不断发展，直接融资规模有所扩大，但间接融资在企业融资结构中仍占据主导地位。然而，我国上市公司在获取银行贷款的过程中面临着诸多问题。从宏观层面来看，金融资源在不同地区、不同行业之间的配置存在不均衡现象。经济发达地区的上市公司往往更容易获得银行贷款，且贷款条件更为优惠；而经济欠发达地区的上市公司则可能面临贷款难、贷款成本高的困境。从微观层面分析，企业自身的规模、财务状况、信用评级等因素固然会影响其获得银行贷款的能力，但银企之间的关系，尤其是银企距离这一关键因素，同样不可忽视。随着金融市场的不断发展与创新，银行与企业之间的联系日益紧密和复杂。银企距离不仅是简单的地理空间概念，更涵盖了信息传递、沟通成本、信任建立等多方面的内涵。以往研究表明，银企距离对企业银行贷款的可得性、贷款成本、贷款期限等方面均可能产生显著影响。例如，地理距离较近的银企之间，信息传递更为便捷，银行能够更及时、准确地了解企业的经营状况和财务信息，从而降低信息不对称风险，提高企业获得贷款的可能性，并可能给予更优惠的贷款条件；反之，距离较远的银企之间，信息获取难度增加，沟通成本上升，银行面临的风险评估难度加大，可能导致企业贷款难度提高，贷款成本上升。深入研究银企距离对我国上市公司银行贷款的影响具有重要的现实意义和理论价值。在现实意义方面，有助于企业优化融资决策。上市公司可以根据自身与银行的距离情况，合理选择合作银行，制定更有效的融资策略，提高融资效率，降低融资成本，增强企业的市场竞争力。对于银行而言，能够帮助其完善信贷决策机制。银行在进行信贷审批时，充分考虑银企距离因素，结合企业其他信息，更准确地评估贷款风险，合理配置信贷资源，提高信贷资产质量，防范金融风险。从宏观经济角度出发，有利于促进金融资源的优化配置。通过揭示银企距离与银行贷款之间的关系，引导金融资源在不同地区、不同企业之间更合理地流动，提高金融市场的运行效率，推动区域经济协调发展，促进实体经济的健康稳定增长。从理论价值层面分析，丰富了公司金融理论的研究内容。传统公司金融理论主要关注企业内部财务指标、治理结构等对融资的影响，而对银企距离这一外部因素的研究相对较少。本研究将银企距离纳入上市公司银行贷款的研究框架，拓展了公司金融理论的研究视角，为进一步深入理解企业融资行为提供了新的思路和方法。为金融地理学的发展提供实证支持。金融地理学研究金融活动的空间分布规律以及地理因素对金融活动的影响，本研究关于银企距离对银行贷款影响的实证分析，有助于揭示金融活动在空间维度上的特征和规律，丰富和完善金融地理学的理论体系。1.2研究目标与内容本研究旨在深入探究银企距离对我国上市公司银行贷款的影响机制与实际效应，为企业融资决策、银行信贷管理以及金融市场资源配置提供科学依据与理论支持。具体而言，研究内容主要涵盖以下几个关键方面：银企距离对上市公司银行贷款可得性的影响：通过收集和分析我国上市公司的相关数据，运用计量经济学方法，实证检验银企距离与银行贷款可得性之间的关系。研究将重点考察在控制企业规模、财务状况、信用评级等其他影响因素后，银企距离的变化如何影响上市公司获得银行贷款的概率。例如，分析距离较近的银企之间，企业是否更容易获得银行的贷款支持；距离较远时，企业贷款可得性受到何种程度的抑制，从而明确银企距离在企业获取银行贷款过程中的作用。银企距离对上市公司银行贷款成本的影响：探讨银企距离对银行贷款成本的影响是本研究的重要内容之一。研究将从贷款利率、贷款手续费、担保费用等多个维度衡量贷款成本，分析银企距离与这些成本因素之间的内在联系。例如，研究地理距离较远时，银行是否会因为信息不对称、监督成本增加等原因，对企业收取更高的贷款利率或其他费用；而银企距离较近时，企业是否能够凭借信息优势和较低的交易成本，获得更优惠的贷款价格，为企业降低融资成本提供决策参考。银企距离对上市公司银行贷款期限结构的影响：银行贷款期限结构对企业的资金安排和经营稳定性具有重要影响。本研究将深入分析银企距离如何影响上市公司银行贷款的期限选择，包括短期贷款与长期贷款的比例关系。研究不同距离条件下，银行对企业贷款期限的偏好差异，以及企业自身基于银企距离因素在贷款期限决策上的考量。例如，分析距离较近时，企业是否更容易获得长期贷款，以满足其长期投资和发展的资金需求；距离较远时，银行是否更倾向于提供短期贷款，从而影响企业的资金流动性和经营策略，为企业优化贷款期限结构提供理论指导。考虑地区金融发展水平差异下银企距离对银行贷款的影响：我国地区金融发展水平存在显著差异，这种差异可能会对银企距离与银行贷款之间的关系产生调节作用。研究将引入地区金融发展水平这一变量，考察在金融发展程度不同的地区，银企距离对上市公司银行贷款的影响是否存在差异。例如，在金融市场发达、金融机构竞争充分的地区，银企距离的影响可能相对较小；而在金融发展相对滞后的地区，银企距离可能对企业贷款产生更为显著的影响。通过这种分析，为不同地区制定差异化的金融政策和企业融资策略提供依据，促进区域金融协调发展。基于不同产权性质上市公司的银企距离与银行贷款关系研究：产权性质是影响企业融资行为的重要因素之一。本研究将上市公司按照国有控股和非国有控股进行分类，分别探讨不同产权性质下银企距离对银行贷款的影响。研究国有上市公司和非国有上市公司在面对银企距离变化时，其贷款可得性、贷款成本和贷款期限结构等方面的差异。例如，分析国有上市公司是否由于其特殊的产权背景和政府支持，在银企距离较远时仍能相对容易地获得银行贷款，且贷款成本和期限结构相对更优；而非国有上市公司是否会因银企距离因素面临更大的融资困境，从而为不同产权性质的企业提供针对性的融资建议，促进各类企业公平获取金融资源。1.3研究方法与创新点本研究主要采用实证研究方法，通过收集和分析大量的数据，对银企距离与我国上市公司银行贷款之间的关系进行量化分析，以揭示其中的内在规律和影响机制。具体而言，数据来源主要包括以下几个方面：从国泰安数据库（CSMAR）和万得数据库（Wind）获取我国上市公司的基本信息、财务数据、银行贷款相关数据等，这些数据库具有数据全面、准确、更新及时的特点，能够为研究提供丰富的样本数据；通过上市公司的年报、公告等官方披露文件，补充和核实相关数据，确保数据的可靠性和完整性，年报和公告中包含了企业详细的经营情况、重大事项等信息，有助于深入了解企业与银行之间的业务往来；对于银企距离数据，利用企业注册地址和银行分支机构地址，通过地理信息系统（GIS）技术计算两者之间的实际距离，地理信息系统能够精确测量地理位置之间的距离，为研究提供准确的空间数据支持。本研究的创新点主要体现在以下几个方面：一是研究视角的创新，从多维度分析银企距离对上市公司银行贷款的影响，不仅关注贷款可得性、贷款成本和贷款期限结构等传统研究维度，还考虑了地区金融发展水平差异以及企业产权性质等因素的调节作用，全面深入地探讨银企距离与银行贷款之间的复杂关系，为该领域的研究提供了更丰富的视角；二是考虑地区金融发展的调节作用，在研究中引入地区金融发展水平这一变量，考察其对银企距离与银行贷款关系的调节效应，以往研究较少关注地区金融发展差异在其中的作用，本研究弥补了这一不足，有助于更准确地理解不同地区金融环境下银企关系对企业融资的影响，为区域金融政策的制定提供更具针对性的参考；三是采用多种实证方法进行稳健性检验，在实证分析过程中，运用多种计量模型和检验方法对研究结果进行稳健性检验，如替换变量、改变样本区间、采用工具变量法等，以确保研究结论的可靠性和稳定性，多种实证方法的运用能够有效排除其他因素的干扰，增强研究结论的说服力，为相关理论和实践提供更坚实的支持。二、文献综述2.1银企距离与银行贷款关系的理论基础金融中介理论认为，银行作为金融中介机构，在储蓄者和投资者之间起到桥梁作用，通过创造和交换合约使资金在存款人与借款人之间发生流动。在银企关系中，银行凭借其专业的金融知识、广泛的信息渠道和风险评估能力，能够更有效地收集和处理企业的相关信息，降低资金供求双方的信息不对称程度，实现资金的优化配置。例如，银行通过对企业财务报表、经营状况等信息的分析，评估企业的信用风险，决定是否提供贷款以及贷款的额度和条件，从而促进企业的融资活动，支持实体经济的发展。信息不对称理论强调，在金融市场中，贷款人与借款人之间存在信息差异，这种信息不对称可能导致金融市场失灵。在银企贷款关系中，企业对自身的经营状况、财务状况、产品市场份额及其信贷资金的配置风险等真实情况有充分的认识，而银行则较难获得这方面的真实信息。信息不对称会引发两种问题：一是交易发生前的逆向选择，由于银行难以准确评估企业的风险状况，可能会将贷款提供给风险较高的企业，而拒绝给风险较低但信息不充分展示的优质企业贷款；二是交易发生后的道德风险，企业在获得贷款后，可能会出于自身利益考虑，改变贷款用途，从事高风险投资活动，增加银行的贷款风险。银企距离在这两个理论框架下，对银行贷款产生重要影响。从金融中介理论角度，银企距离会影响银行收集和处理企业信息的成本与效率。距离较近时，银行能够更便捷地获取企业的“软信息”，如企业管理者的经营能力、信誉、企业在当地的口碑等，这些软信息难以通过公开渠道获取，却对银行全面评估企业风险至关重要。银行还能更方便地对企业进行实地考察和监督，及时了解企业的生产经营动态，降低信息收集和监督成本，提高资金配置效率。反之，银企距离较远，银行获取企业信息的难度增大，成本提高，可能导致银行对企业的了解不全面，影响其信贷决策。从信息不对称理论来看，银企距离是加剧信息不对称的重要因素之一。距离远使得银行获取企业信息的及时性和准确性下降，增加了银行评估企业风险的难度，从而加剧逆向选择和道德风险问题。例如，距离较远时，银行对企业的实地考察不便，难以深入了解企业的实际经营情况，企业可能会利用这种信息优势隐瞒不利信息，误导银行的信贷决策，导致逆向选择发生；在贷款发放后，银行对企业的监督难度增加，企业更有可能改变贷款用途，从事高风险活动，引发道德风险，增加银行的贷款违约风险。2.2国内外相关实证研究回顾国外学者对银企距离与银行贷款关系的研究起步较早，取得了丰富的实证成果。如Petersen和Rajan（1994）研究发现，银企距离与银行贷款可得性呈负相关关系，距离越近，企业越容易获得贷款，且贷款条件更为优惠。他们认为，近距离的银企关系有助于银行获取企业的“软信息”，降低信息不对称程度，从而提高银行对企业贷款的意愿。Boot和Thakor（1994）指出，地理距离会影响银行对企业的监督成本和信息获取成本，距离较远时，银行的监督难度增加，信息获取不及时、不准确，导致银行面临的风险上升，进而影响贷款的发放和贷款成本的设定。在国内，相关研究也不断涌现。许坤和笪亨果（2015）选取我国2011年沪深两市A股的628家民营上市企业的贷款数据为样本进行实证分析，发现银行贷款量与银行到企业之间距离具有显著的负相关关系，说明银企距离是制约我国民营企业贷款的一个重要影响因素。谢婷婷和程佳敏（2021）选取我国2014-2018年152家商业银行和469家中小板上市民营企业的静态面板数据，采用固定效应模型实证检验严监管和银企距离对民企融资约束的影响，研究表明银企距离的缩短对缓解民企融资约束有促进作用，降低了严监管对民企融资的负向影响。针对中小企业的研究，部分学者指出，由于中小企业信息透明度较低，银企距离对其贷款的影响更为显著。地理距离较近的银行能够更好地了解中小企业的经营状况和信用水平，从而更愿意为其提供贷款支持。如一些研究通过对中小企业样本的分析发现，当银企距离在一定范围内时，企业获得银行贷款的概率明显提高，贷款成本也相对较低。总体来看，国内外研究普遍认为银企距离对银行贷款存在显著影响，但在不同国家和地区的金融市场环境下，这种影响的程度和表现形式可能存在差异。国内研究在结合我国金融市场特点和企业实际情况方面做出了有益探索，但在研究深度和广度上仍有进一步拓展的空间，尤其是在考虑地区金融发展水平差异、企业产权性质等因素对银企距离与银行贷款关系的调节作用方面，还有待深入研究。2.3研究现状评价与展望现有关于银企距离与银行贷款关系的研究取得了一定成果，但仍存在一些不足之处。在样本选取方面，部分研究的样本局限性较为明显。一些研究仅选取特定地区或特定行业的企业作为样本，样本的代表性不够广泛，这可能导致研究结果的普适性受到限制，难以准确反映我国整体上市公司的情况。例如，某些研究仅聚焦于某一经济发达地区的企业，而我国不同地区的经济发展水平、金融市场环境存在较大差异，这些地区特定的因素可能会对银企距离与银行贷款的关系产生独特影响，使得研究结果无法推广到其他地区。从研究内容来看，对银企距离影响银行贷款的机制探讨还不够深入。虽然大多数学者认识到银企距离会通过信息不对称、监督成本等因素影响银行贷款，但对于这些因素之间的相互作用关系以及在不同情境下的具体影响路径，研究还不够细致。例如，在信息不对称方面，对于银企距离如何具体影响软信息和硬信息的获取、传递与利用，以及这些信息在银行信贷决策中的权重变化等问题，尚未形成系统、深入的研究结论。在研究视角上，虽然已有部分研究考虑了地区金融发展水平、企业产权性质等因素，但对这些因素与银企距离之间复杂的交互作用研究还不够全面。不同地区金融发展水平的差异可能会改变银企距离对银行贷款的影响程度和方向，但目前对于这种调节效应的具体作用机制和影响范围，研究还存在欠缺。对于不同产权性质企业在面对银企距离变化时，其融资行为背后深层次的制度因素和市场逻辑，也有待进一步挖掘。未来的研究可以从以下几个方向展开：一是扩大样本范围，涵盖不同地区、不同行业、不同规模和不同产权性质的上市公司，提高研究结果的普适性和可靠性。通过多维度的样本分析，更全面地揭示银企距离对银行贷款的影响规律，减少样本偏差带来的研究误差。二是深入探究影响机制，运用更丰富的理论模型和实证方法，剖析银企距离影响银行贷款的内在逻辑。例如，可以结合博弈论、信息经济学等理论，构建更加完善的理论框架，深入研究信息不对称、监督成本、信任机制等因素在银企距离与银行贷款关系中的作用路径和相互关系。三是加强对调节因素的研究，全面分析地区金融发展水平、企业产权性质、宏观经济环境等因素与银企距离之间的交互作用。通过实证检验和案例分析，明确这些调节因素在不同情境下对银企距离与银行贷款关系的具体影响，为制定差异化的金融政策和企业融资策略提供更精准的理论支持。四是关注金融科技发展对银企距离与银行贷款关系的影响。随着大数据、人工智能、区块链等金融科技的快速发展，银行获取企业信息的方式和成本发生了变化，这可能会改变银企距离在银行贷款中的作用。未来研究可以探讨金融科技如何削弱或强化银企距离对银行贷款的影响，以及企业和银行如何利用金融科技优化融资和信贷决策。三、研究设计3.1研究假设提出基于前文的理论分析和文献综述，本研究提出以下假设，以深入探究银企距离对我国上市公司银行贷款的影响。假设1：银企距离与上市公司银行贷款可得性负相关。根据信息不对称理论和金融中介理论，银企之间的地理距离会对信息传递和沟通成本产生显著影响。当银企距离较近时，银行能够更便捷地获取企业的各类信息，包括财务信息、经营状况、市场口碑等软信息和硬信息。银行可以通过实地走访、与企业管理层面对面交流等方式，深入了解企业的实际运营情况，及时掌握企业的动态变化，从而更准确地评估企业的信用风险和还款能力。这使得银行在信贷决策时更有信心为企业提供贷款，提高企业获得银行贷款的可能性。反之，若银企距离较远，银行获取企业信息的难度将大幅增加。一方面，获取信息的成本上升，包括时间成本、交通成本以及信息收集的人力成本等；另一方面，信息传递的及时性和准确性受到影响，信息在传递过程中可能出现失真、延误等情况，导致银行难以全面、准确地了解企业状况。这种信息不对称的加剧会使银行对企业的风险评估难度加大，从而降低银行对企业贷款的意愿，减少企业获得银行贷款的机会。许多研究表明，银企距离是制约企业贷款的重要因素，如许坤和笪亨果（2015）对我国民营上市企业的研究发现，银行贷款量与银行到企业之间距离具有显著的负相关关系。因此，提出假设1。假设2：银企距离与上市公司银行贷款成本正相关。银企距离对银行贷款成本的影响主要通过信息不对称和监督成本两个方面体现。随着银企距离的增加，信息不对称程度加剧，银行难以准确评估企业的风险状况，为了弥补这种风险不确定性带来的损失，银行会要求更高的风险溢价，从而提高贷款利率。距离较远时，银行对企业的监督难度增大，需要投入更多的人力、物力和时间成本来监督企业的贷款使用情况和经营状况，这些增加的监督成本也会转嫁到贷款成本中，导致企业贷款成本上升。Boot和Thakor（1994）指出，地理距离会影响银行对企业的监督成本和信息获取成本，进而影响贷款成本的设定。相关研究还表明，距离对贷款利率的推高作用在借款企业信息不确定性较大和“软信息”更具价值的情况下更为明显。基于此，提出假设2。假设3：银企距离与上市公司长期银行贷款占比负相关。长期贷款相对于短期贷款，银行面临的风险更大，因为贷款期限长，期间不确定性因素更多。银企距离较远时，银行对企业未来经营状况和还款能力的预测难度增加，为了降低风险，银行更倾向于提供短期贷款，以便在较短时间内收回资金，减少不确定性带来的风险。而对于距离较近的企业，银行能够更好地跟踪企业的长期发展情况，对企业的长期经营稳定性有更准确的判断，从而更愿意提供长期贷款。例如，一些研究发现，地理邻近有利于银行对企业进行长期监督和关系维护，使得银行更有可能为近距离企业提供长期贷款。因此，提出假设3。假设4：地区金融发展水平对银企距离与上市公司银行贷款关系具有调节作用。在金融发展水平较高的地区，银企距离对银行贷款的影响相对较小；在金融发展水平较低的地区，银企距离对银行贷款的影响更为显著。地区金融发展水平的差异会改变银企距离与银行贷款之间的关系。在金融发展水平较高的地区，金融市场更加完善，金融机构竞争充分，信息流通更加顺畅，金融基础设施更加健全。这些因素使得银行获取企业信息的渠道更加多样化，获取信息的成本降低，即使银企距离较远，也能通过发达的金融市场和信息网络较好地了解企业情况，从而减弱银企距离对银行贷款可得性、贷款成本和贷款期限结构的影响。相反，在金融发展水平较低的地区，金融市场相对不发达，信息不对称问题更为突出，银行获取企业信息的难度较大，对地理距离的依赖程度更高。此时，银企距离的增加会对银行贷款产生更为显著的影响，企业贷款难度可能更大，贷款成本更高，长期贷款占比更低。已有研究也指出，不同地区金融发展水平的差异会对企业融资产生重要影响，进而可能调节银企距离与银行贷款的关系。所以，提出假设4。假设5：不同产权性质下，银企距离对上市公司银行贷款的影响存在差异。国有上市公司在银企距离较远时，仍能相对容易地获得银行贷款，且贷款成本和期限结构相对更优；非国有上市公司受银企距离的影响更大，银企距离较远时，融资难度和成本增加更为明显。产权性质是影响企业融资行为的重要因素之一。国有上市公司由于其特殊的产权背景，通常与政府和银行有着更紧密的联系，具有更强的政治关联和信用背书。在银企距离较远的情况下，国有上市公司凭借其政府支持和信用优势，依然能够获得银行的信任和贷款支持，并且在贷款成本和期限结构方面可能享受更优惠的待遇。相比之下，非国有上市公司缺乏政府背景的有力支持，信用评级相对较低，银行对其风险评估更为谨慎。当银企距离增加时，信息不对称问题对非国有上市公司的影响更为严重，银行可能会提高贷款门槛，增加贷款成本，缩短贷款期限，导致非国有上市公司融资难度加大，融资成本上升。许多研究表明，在我国金融市场中，不同产权性质的企业在融资方面存在显著差异，国有上市公司在融资方面具有一定优势。因此，提出假设5。3.2样本选取与数据来源为了深入探究银企距离对我国上市公司银行贷款的影响，本研究选取2015-2020年在沪深两市上市的A股公司作为初始样本。这一时间段的选择具有重要意义，2015年以来，我国金融市场经历了一系列的改革与发展，金融监管不断加强，金融创新持续推进，市场环境的变化为研究银企关系提供了丰富的素材。在这期间，上市公司的融资行为也受到宏观经济环境、政策导向等多种因素的影响，选取这一时间段能够更全面地反映银企距离在不同市场条件下对银行贷款的作用。数据来源方面，本研究主要依托多个权威数据库和上市公司官方披露文件，以确保数据的全面性、准确性和可靠性。上市公司的财务数据、公司治理数据以及银行贷款相关数据主要来源于国泰安数据库（CSMAR）和万得数据库（Wind）。这两个数据库在金融领域具有广泛的应用和高度的权威性，它们整合了大量上市公司的各类信息，涵盖了公司的基本情况、财务报表、股权结构、重大事项等多个方面，为研究提供了丰富的数据资源。上市公司与银行的合作信息、贷款合同的详细条款等数据则通过手工收集上市公司的年报、公告等官方披露文件获取。年报和公告是上市公司向投资者和社会公众披露企业经营状况、财务信息、重大决策等重要信息的主要渠道，其中包含了关于企业与银行合作的具体细节，如贷款金额、贷款期限、贷款利率、担保方式等，这些信息对于准确分析银企距离与银行贷款的关系至关重要。在数据筛选过程中，本研究遵循严格的标准，以保证样本的质量和代表性。首先，剔除了金融行业的上市公司。金融行业具有独特的业务模式和监管要求，其融资行为与其他行业存在显著差异。例如，金融机构本身就是资金的融通者，它们的资金来源和运用方式与非金融企业不同，金融行业的资产负债结构、风险管理策略等也与其他行业有很大区别。若将金融行业上市公司纳入样本，可能会干扰研究结果，无法准确反映银企距离对一般上市公司银行贷款的影响。其次，剔除了ST、*ST类上市公司。这类公司通常面临财务困境、经营异常或其他风险问题，其融资行为可能受到特殊因素的影响，不具有普遍代表性。例如，ST、*ST公司可能由于业绩不佳、债务违约等原因，在获取银行贷款时面临更大的困难，银企距离对其贷款的影响可能被其他因素所掩盖，无法准确反映正常经营公司的情况。剔除数据缺失严重的样本。数据缺失会影响实证分析的准确性和可靠性，若关键变量的数据缺失较多，可能导致研究结果出现偏差。例如，若企业的财务数据、银行贷款数据等存在大量缺失，将无法准确计算相关指标，从而影响对银企距离与银行贷款关系的分析。经过上述筛选过程，最终得到了[X]个有效观测值，形成了本研究的样本数据。3.3变量定义与测量为了准确检验研究假设，本研究对相关变量进行了严格的定义与精确的测量，具体如下：被解释变量：贷款可得性（LoanAvailability）：借鉴已有研究，使用虚拟变量来衡量贷款可得性。若上市公司在当年获得银行贷款，则将该变量赋值为1；若未获得银行贷款，则赋值为0。这种赋值方式能够直观地反映企业是否成功获取银行贷款，便于在实证分析中研究银企距离等因素对企业获得贷款可能性的影响。贷款成本（LoanCost）：贷款成本主要通过贷款利率来衡量，使用企业当年实际支付的利息费用与贷款总额的比值作为贷款利率（InterestRate），以此反映企业获取银行贷款所承担的成本。利息费用和贷款总额的数据可从上市公司的财务报表中准确获取，该比值能够综合考虑企业贷款的利息支出和贷款规模，较为准确地衡量贷款成本。为了进一步全面衡量贷款成本，还考虑了贷款手续费和担保费用等因素。将贷款手续费和担保费用之和与贷款总额的比值定义为其他贷款成本（OtherCost），最终的贷款成本（LoanCost）为贷款利率（InterestRate）与其他贷款成本（OtherCost）之和。贷款期限结构（LoanTermStructure）：以长期银行贷款占总银行贷款的比例来表示贷款期限结构（Long-termLoanRatio）。长期银行贷款通常是指贷款期限在一年以上的贷款，该比例能够反映企业银行贷款中长短期贷款的配置情况，体现企业资金来源的期限特征。通过分析银企距离对这一比例的影响，可以了解银企距离如何作用于企业贷款期限的选择，进而影响企业的资金安排和经营稳定性。解释变量：银企距离（Bank-EnterpriseDistance）：银企距离是本研究的核心解释变量，通过计算上市公司注册地址与提供贷款的银行分支机构地址之间的直线距离来衡量。利用地理信息系统（GIS）技术，根据企业和银行的详细地址坐标，精确计算两者之间的实际空间距离，单位为千米。这种测量方法能够准确反映银企之间的地理间隔，为研究银企距离对银行贷款的影响提供了可靠的数据基础。在实际应用中，考虑到不同地区的地理范围和经济活动密度存在差异，对银企距离进行了标准化处理，以增强数据的可比性和分析结果的准确性。具体标准化方法为：首先计算样本中所有银企距离的平均值（MeanDistance）和标准差（StdDistance），然后使用公式（Bank-EnterpriseDistance-MeanDistance）/StdDistance对原始银企距离数据进行标准化转换。控制变量：企业规模（FirmSize）：企业规模是影响银行贷款决策的重要因素之一，使用企业年末总资产的自然对数来衡量企业规模。总资产反映了企业的资产总量和经营规模，取自然对数可以使数据更加平稳，减少异方差的影响，便于在回归分析中准确评估企业规模对银行贷款的影响。资产负债率（DebtRatio）：资产负债率衡量企业的负债水平和偿债能力，通过负债总额与资产总额的比值来计算。该指标能够反映企业的财务杠杆程度，银行在进行信贷决策时通常会关注企业的资产负债率，以评估贷款风险。较高的资产负债率可能意味着企业面临较大的偿债压力，银行可能会对其贷款申请更为谨慎。盈利能力（Profitability）：以净资产收益率（ROE）来衡量企业的盈利能力，即净利润与股东权益的比值。净资产收益率反映了企业运用股东权益获取利润的能力，是衡量企业经营绩效的重要指标。盈利能力较强的企业通常具有更好的还款能力和信用状况，更有可能获得银行贷款，并且可能享受更优惠的贷款条件。成长性（GrowthRate）：使用营业收入增长率来衡量企业的成长性，即（当年营业收入-上年营业收入）/上年营业收入。营业收入增长率反映了企业业务的扩张速度和市场竞争力，具有较高成长性的企业往往被银行视为更有潜力的客户，可能更容易获得银行贷款支持，以满足其业务发展的资金需求。股权集中度（OwnershipConcentration）：股权集中度体现企业股权的集中程度，使用第一大股东持股比例来衡量。股权集中度会影响企业的治理结构和决策效率，进而可能对企业的融资行为产生影响。较高的股权集中度可能意味着企业决策相对集中，在与银行谈判贷款时可能具有不同的议价能力和风险承担能力。行业虚拟变量（IndustryDummy）：为了控制行业因素对银行贷款的影响，设置了行业虚拟变量。根据证监会行业分类标准，将上市公司划分为不同的行业，以制造业为基准行业，对其他行业分别设置虚拟变量。若企业属于某一特定行业，则该行业虚拟变量赋值为1，否则赋值为0。通过引入行业虚拟变量，可以在实证分析中排除行业特征对研究结果的干扰，更准确地揭示银企距离与银行贷款之间的关系。年度虚拟变量（YearDummy）：为了控制宏观经济环境和政策变化等年度因素对银行贷款的影响，设置了年度虚拟变量。对于样本中的每一年，分别设置一个虚拟变量，若观测值属于某一年，则该年度虚拟变量赋值为1，否则赋值为0。年度虚拟变量能够捕捉不同年份宏观经济形势、货币政策、金融监管政策等因素的变化对上市公司银行贷款的影响，使研究结果更加稳健和可靠。本研究中各变量的定义与测量方法如表1所示：变量类型变量名称变量符号变量定义被解释变量贷款可得性LoanAvailability若上市公司当年获得银行贷款，赋值为1；否则赋值为0被解释变量贷款成本LoanCost贷款利率（InterestRate）与其他贷款成本（OtherCost）之和，其中InterestRate为当年实际支付利息费用与贷款总额的比值，OtherCost为贷款手续费和担保费用之和与贷款总额的比值被解释变量贷款期限结构LoanTermStructure长期银行贷款占总银行贷款的比例解释变量银企距离Bank-EnterpriseDistance上市公司注册地址与提供贷款的银行分支机构地址之间的直线距离（千米），并进行标准化处理控制变量企业规模FirmSize企业年末总资产的自然对数控制变量资产负债率DebtRatio负债总额与资产总额的比值控制变量盈利能力Profitability净资产收益率（ROE），即净利润与股东权益的比值控制变量成长性GrowthRate营业收入增长率，即（当年营业收入-上年营业收入）/上年营业收入控制变量股权集中度OwnershipConcentration第一大股东持股比例控制变量行业虚拟变量IndustryDummy根据证监会行业分类标准设置，以制造业为基准行业，其他行业分别设置虚拟变量，属于该行业赋值为1，否则为0控制变量年度虚拟变量YearDummy根据样本年份设置，属于该年份赋值为1，否则为03.4模型构建为了深入探究银企距离对我国上市公司银行贷款的影响，本研究构建了以下多元线性回归模型：贷款可得性模型：LoanAvailability_{i,t}=\alpha_{0}+\alpha_{1}Bank-EnterpriseDistance_{i,t}+\sum_{j=1}^{n}\alpha_{j+1}Control_{j,i,t}+\varepsilon_{i,t}其中，LoanAvailability_{i,t}表示第i家上市公司在t时期的贷款可得性，是一个虚拟变量，若获得贷款则为1，否则为0；\alpha_{0}为常数项；\alpha_{1}为银企距离Bank-EnterpriseDistance_{i,t}的回归系数，预期\alpha_{1}<0，即银企距离与贷款可得性负相关；Control_{j,i,t}表示第j个控制变量，包括企业规模FirmSize_{i,t}、资产负债率DebtRatio_{i,t}、盈利能力Profitability_{i,t}、成长性GrowthRate_{i,t}、股权集中度OwnershipConcentration_{i,t}以及行业虚拟变量IndustryDummy_{i,t}和年度虚拟变量YearDummy_{i,t}等；\alpha_{j+1}为各控制变量的回归系数；\varepsilon_{i,t}为随机误差项。企业规模越大，通常意味着其资产实力和抗风险能力更强，银行更愿意为其提供贷款，预期\alpha_{FirmSize}>0；资产负债率反映企业的负债水平，过高的资产负债率可能使银行认为企业偿债风险较大，从而降低贷款意愿，预期\alpha_{DebtRatio}<0；盈利能力强的企业还款能力更有保障，与贷款可得性呈正相关，预期\alpha_{Profitability}>0；成长性高的企业发展潜力大，可能更容易获得银行贷款支持，预期\alpha_{GrowthRate}>0；股权集中度可能影响企业的决策和风险承担能力，对贷款可得性的影响方向不确定，需通过实证检验。行业虚拟变量用于控制不同行业的特征差异对贷款可得性的影响，不同行业的市场竞争程度、发展前景、风险水平等不同，会导致银行贷款决策的差异；年度虚拟变量用于控制宏观经济环境和政策变化等年度因素对贷款可得性的影响，如经济增长速度、货币政策松紧程度等因素在不同年份的变化会影响银行的信贷投放意愿和企业的贷款需求。贷款成本模型：LoanCost_{i,t}=\beta_{0}+\beta_{1}Bank-EnterpriseDistance_{i,t}+\sum_{j=1}^{n}\beta_{j+1}Control_{j,i,t}+\mu_{i,t}在该模型中，LoanCost_{i,t}代表第i家上市公司在t时期的贷款成本；\beta_{0}为常数项；\beta_{1}是银企距离Bank-EnterpriseDistance_{i,t}的回归系数，预计\beta_{1}>0，表明银企距离与贷款成本正相关；各控制变量Control_{j,i,t}及回归系数\beta_{j+1}的含义与贷款可得性模型一致；\mu_{i,t}为随机误差项。企业规模较大时，在与银行谈判贷款时可能具有更强的议价能力，从而降低贷款成本，预期\beta_{FirmSize}<0；资产负债率高的企业，银行面临的风险增加，可能会要求更高的贷款利率或收取更多费用，以补偿风险，预期\beta_{DebtRatio}>0；盈利能力强的企业信用风险相对较低，银行可能给予更优惠的贷款价格，预期\beta_{Profitability}<0；成长性好的企业可能由于发展前景被看好，在一定程度上降低银行的风险感知，从而对贷款成本产生负向影响，预期\beta_{GrowthRate}<0；股权集中度对贷款成本的影响较为复杂，可能通过影响企业治理和风险偏好等因素，对贷款成本产生不同方向的作用，需实证检验。贷款期限结构模型：LoanTermStructure_{i,t}=\gamma_{0}+\gamma_{1}Bank-EnterpriseDistance_{i,t}+\sum_{j=1}^{n}\gamma_{j+1}Control_{j,i,t}+\nu_{i,t}此模型中，LoanTermStructure_{i,t}表示第i家上市公司在t时期的贷款期限结构，即长期银行贷款占总银行贷款的比例；\gamma_{0}为常数项；\gamma_{1}为银企距离Bank-EnterpriseDistance_{i,t}的回归系数，预期\gamma_{1}<0，意味着银企距离与长期银行贷款占比负相关；各控制变量Control_{j,i,t}及回归系数\gamma_{j+1}与前两个模型中的含义相同；\nu_{i,t}为随机误差项。企业规模大，经营稳定性相对较高，银行更愿意提供长期贷款，预期\gamma_{FirmSize}>0；资产负债率高的企业长期偿债压力大，银行可能会减少长期贷款的发放，预期\gamma_{DebtRatio}<0；盈利能力强的企业长期还款能力更可靠，银行可能增加长期贷款的供给，预期\gamma_{Profitability}>0；成长性高的企业可能需要更多长期资金支持其业务扩张，银行也可能基于对其未来发展的预期提供更多长期贷款，预期\gamma_{GrowthRate}>0；股权集中度对贷款期限结构的影响同样需要通过实证来确定，它可能影响企业的长期发展战略和资金需求结构，进而影响银行的贷款期限决策。为了检验地区金融发展水平对银企距离与上市公司银行贷款关系的调节作用，在上述三个模型的基础上，分别加入银企距离与地区金融发展水平的交互项Bank-EnterpriseDistance_{i,t}\timesFinancialDevelopment_{r,t}（其中FinancialDevelopment_{r,t}表示第r地区在t时期的金融发展水平），构建以下调节效应模型：贷款可得性调节效应模型：LoanAvailability_{i,t}=\alpha_{0}+\alpha_{1}Bank-EnterpriseDistance_{i,t}+\alpha_{2}FinancialDevelopment_{r,t}+\alpha_{3}Bank-EnterpriseDistance_{i,t}\timesFinancialDevelopment_{r,t}+\sum_{j=1}^{n}\alpha_{j+1}Control_{j,i,t}+\varepsilon_{i,t}若交互项系数\alpha_{3}显著，则表明地区金融发展水平对银企距离与贷款可得性的关系具有调节作用。当\alpha_{3}>0时，意味着在金融发展水平较高的地区，银企距离对贷款可得性的负向影响会减弱；当\alpha_{3}<0时，说明在金融发展水平较高的地区，银企距离对贷款可得性的负向影响会增强。贷款成本调节效应模型：LoanCost_{i,t}=\beta_{0}+\beta_{1}Bank-EnterpriseDistance_{i,t}+\beta_{2}FinancialDevelopment_{r,t}+\beta_{3}Bank-EnterpriseDistance_{i,t}\timesFinancialDevelopment_{r,t}+\sum_{j=1}^{n}\beta_{j+1}Control_{j,i,t}+\mu_{i,t}交互项系数\beta_{3}的显著性和正负反映地区金融发展水平对银企距离与贷款成本关系的调节作用及方向。若\beta_{3}>0，表示在金融发展水平较高的地区，银企距离对贷款成本的正向影响会增强；若\beta_{3}<0，则说明在金融发展水平较高的地区，银企距离对贷款成本的正向影响会减弱。贷款期限结构调节效应模型：LoanTermStructure_{i,t}=\gamma_{0}+\gamma_{1}Bank-EnterpriseDistance_{i,t}+\gamma_{2}FinancialDevelopment_{r,t}+\gamma_{3}Bank-EnterpriseDistance_{i,t}\timesFinancialDevelopment_{r,t}+\sum_{j=1}^{n}\gamma_{j+1}Control_{j,i,t}+\nu_{i,t}对于该模型，若交互项系数\gamma_{3}显著，说明地区金融发展水平对银企距离与贷款期限结构的关系存在调节作用。当\gamma_{3}>0时，表明在金融发展水平较高的地区，银企距离对长期银行贷款占比的负向影响会减弱；当\gamma_{3}<0时，意味着在金融发展水平较高的地区，银企距离对长期银行贷款占比的负向影响会增强。为了研究不同产权性质下银企距离对上市公司银行贷款的影响差异，将样本按照产权性质分为国有上市公司和非国有上市公司两组，分别对上述基础模型和调节效应模型进行回归分析，对比两组回归结果中银企距离及相关变量系数的差异，以检验假设5。四、实证结果与分析4.1描述性统计对样本数据中主要变量进行描述性统计，结果如表2所示。贷款可得性（LoanAvailability）的均值为0.786，表明样本中约78.6%的上市公司在当年获得了银行贷款，这显示银行贷款仍是我国上市公司重要的融资渠道。该变量的最小值为0，最大值为1，说明样本中存在部分企业未能获得银行贷款，体现了企业在贷款可得性上的差异。贷款成本（LoanCost）的均值为0.053，标准差为0.017，说明我国上市公司银行贷款成本存在一定的离散程度，不同企业面临的贷款成本有所不同。贷款成本的最小值为0.021，最大值为0.105，表明部分企业贷款成本较低，而部分企业承担的贷款成本相对较高，这可能与企业自身的信用状况、银企关系以及市场利率波动等多种因素有关。贷款期限结构（LoanTermStructure）方面，长期银行贷款占总银行贷款的比例均值为0.358，说明我国上市公司银行贷款中，长期贷款占比较为可观，但也有进一步优化的空间。该比例的最小值为0.052，最大值为0.765，体现了不同上市公司在贷款期限选择上存在较大差异，可能受到企业经营特点、投资项目周期以及银企合作关系等因素的影响。银企距离（Bank-EnterpriseDistance）经过标准化处理后，均值为0，标准差为1，符合标准化的特征。其最小值为-2.135，最大值为3.028，表明样本中银企距离存在较大的跨度，不同企业与提供贷款银行之间的距离差异明显，为研究银企距离对银行贷款的影响提供了丰富的数据基础。在控制变量中，企业规模（FirmSize）的均值为22.154，标准差为1.237，反映出样本中上市公司规模存在一定差异。资产负债率（DebtRatio）均值为0.467，说明样本企业整体负债水平适中，但最小值为0.153，最大值为0.821，表明企业之间的负债水平参差不齐。盈利能力（Profitability）的均值为0.082，标准差为0.054，显示企业盈利能力存在一定波动，部分企业盈利能力较强，而部分企业盈利能力较弱。成长性（GrowthRate）的均值为0.125，标准差为0.258，说明样本中上市公司的成长性差异较大，一些企业具有较高的成长速度，而另一些企业成长相对缓慢。股权集中度（OwnershipConcentration）的均值为0.324，最小值为0.095，最大值为0.685，表明不同上市公司的股权集中程度有所不同，股权结构存在多样性。变量观测值均值标准差最小值最大值LoanAvailability24000.7860.40101LoanCost24000.0530.0170.0210.105LoanTermStructure24000.3580.1860.0520.765Bank-EnterpriseDistance240001-2.1353.028FirmSize240022.1541.23719.85625.367DebtRatio24000.4670.1680.1530.821Profitability24000.0820.054-0.1560.284GrowthRate24000.1250.258-0.5631.856OwnershipConcentration24000.3240.1150.0950.685通过对主要变量的描述性统计分析，初步了解了样本数据的分布特征，为后续的实证分析奠定了基础。不同变量的均值、标准差以及取值范围反映了我国上市公司在银行贷款可得性、贷款成本、贷款期限结构以及企业自身特征等方面存在的差异，这些差异为进一步研究银企距离对银行贷款的影响提供了研究背景和分析视角。4.2相关性分析在进行多元线性回归分析之前，为初步探究各变量之间的关系，并判断是否存在严重的多重共线性问题，对样本数据中的主要变量进行了相关性分析，结果如表3所示。从表中可以看出，银企距离（Bank-EnterpriseDistance）与贷款可得性（LoanAvailability）的相关系数为-0.256，在1%的水平上显著负相关，初步支持了假设1，即银企距离越远，上市公司获得银行贷款的可能性越低。银企距离与贷款成本（LoanCost）的相关系数为0.213，在1%的水平上显著正相关，这与假设2一致，表明银企距离的增加会导致上市公司银行贷款成本上升。银企距离与贷款期限结构（LoanTermStructure）的相关系数为-0.187，在1%的水平上显著负相关，初步验证了假设3，说明银企距离越远，上市公司长期银行贷款占比越低。在控制变量方面，企业规模（FirmSize）与贷款可得性的相关系数为0.325，在1%的水平上显著正相关，表明企业规模越大，越容易获得银行贷款；企业规模与贷款成本的相关系数为-0.156，在1%的水平上显著负相关，说明规模较大的企业在贷款成本上具有一定优势；企业规模与贷款期限结构的相关系数为0.234，在1%的水平上显著正相关，意味着企业规模越大，长期银行贷款占比可能越高。资产负债率（DebtRatio）与贷款可得性的相关系数为-0.189，在1%的水平上显著负相关，说明资产负债率越高，企业获得银行贷款的难度越大；资产负债率与贷款成本的相关系数为0.205，在1%的水平上显著正相关，表明资产负债率高的企业贷款成本也相对较高；资产负债率与贷款期限结构的相关系数为-0.178，在1%的水平上显著负相关，显示资产负债率高的企业长期银行贷款占比较低。盈利能力（Profitability）与贷款可得性的相关系数为0.267，在1%的水平上显著正相关，说明盈利能力强的企业更容易获得银行贷款；盈利能力与贷款成本的相关系数为-0.196，在1%的水平上显著负相关，表明盈利能力强的企业贷款成本相对较低；盈利能力与贷款期限结构的相关系数为0.212，在1%的水平上显著正相关，意味着盈利能力强的企业长期银行贷款占比可能更高。成长性（GrowthRate）与贷款可得性的相关系数为0.165，在1%的水平上显著正相关，说明成长性好的企业更容易获得银行贷款；成长性与贷款成本的相关系数为-0.123，在5%的水平上显著负相关，表明成长性高的企业贷款成本可能相对较低；成长性与贷款期限结构的相关系数为0.138，在5%的水平上显著正相关，显示成长性好的企业长期银行贷款占比可能较高。股权集中度（OwnershipConcentration）与贷款可得性、贷款成本、贷款期限结构的相关性不显著，说明股权集中度对这些变量的直接影响较小。为进一步判断是否存在多重共线性问题，对各变量之间的相关性进行了全面分析。从表中可以看出，各控制变量之间的相关系数绝对值大多小于0.5，表明各控制变量之间不存在高度线性相关关系。一般认为，当相关系数大于0.8时，可能存在严重的多重共线性问题。虽然银企距离与各控制变量之间存在一定的相关性，但均未超过0.5，说明在本研究中，自变量与控制变量之间不存在严重的多重共线性问题，不会对后续的回归分析结果产生较大干扰。变量LoanAvailabilityLoanCostLoanTermStructureBank-EnterpriseDistanceFirmSizeDebtRatioProfitabilityGrowthRateOwnershipConcentrationLoanAvailability1LoanCost-0.176***1LoanTermStructure0.203***-0.145***1Bank-EnterpriseDistance-0.256***0.213***-0.187***1FirmSize0.325***-0.156***0.234***-0.137***1DebtRatio-0.189***0.205***-0.178***0.115**-0.286***1Profitability0.267***-0.196***0.212***-0.148***0.315***-0.357***1GrowthRate0.165***-0.123**0.138**-0.105**0.247***-0.184***0.226***1OwnershipConcentration0.0530.0480.0610.0720.143***-0.154***0.095*-0.0321注：*、、*分别表示在1%、5%、10%的水平上显著。相关性分析结果初步验证了研究假设，揭示了银企距离与上市公司银行贷款可得性、贷款成本、贷款期限结构之间的关系，同时也展示了各控制变量与被解释变量之间的相关关系。此外，通过对变量间相关性的分析，判断本研究数据不存在严重的多重共线性问题，为后续的回归分析奠定了基础。4.3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。在模型（1）中，银企距离（Bank-EnterpriseDistance）与贷款可得性（LoanAvailability）在1%的水平上显著负相关，回归系数为-0.156，这表明银企距离每增加1个单位，上市公司获得银行贷款的概率会显著降低，有力地支持了假设1。从实际意义来看，银企距离的增加导致信息不对称加剧，银行获取企业信息的成本上升且准确性下降，使得银行对企业的风险评估更为谨慎，从而降低了企业获得银行贷款的可能性。在模型（2）中，银企距离与贷款成本（LoanCost）在1%的水平上显著正相关，回归系数为0.012，验证了假设2。这意味着银企距离的扩大将使上市公司银行贷款成本上升，原因在于随着银企距离增加，银行对企业的监督难度加大，信息获取成本提高，银行需要通过提高贷款利率或收取其他费用来补偿风险，进而导致企业贷款成本增加。对于模型（3），银企距离与贷款期限结构（LoanTermStructure）在1%的水平上显著负相关，回归系数为-0.087，支持了假设3。说明银企距离越远，上市公司长期银行贷款占比越低。银行在面对距离较远的企业时，由于对企业未来经营状况的不确定性感知更强，为降低风险，更倾向于提供短期贷款，使得企业长期银行贷款的获取难度增加，长期贷款占比下降。在控制变量方面，企业规模（FirmSize）与贷款可得性在1%的水平上显著正相关，与贷款成本在1%的水平上显著负相关，与贷款期限结构在1%的水平上显著正相关。这表明企业规模越大，其在银行贷款市场上越具有优势，更容易获得贷款，贷款成本更低，长期贷款占比更高。这是因为大规模企业通常具有更强的抗风险能力、更稳定的经营状况和更完善的财务制度，银行对其信任度更高。资产负债率（DebtRatio）与贷款可得性在1%的水平上显著负相关，与贷款成本在1%的水平上显著正相关，与贷款期限结构在1%的水平上显著负相关，说明资产负债率高的企业，银行认为其偿债风险较大，会减少贷款发放，提高贷款成本，降低长期贷款占比。盈利能力（Profitability）与贷款可得性在1%的水平上显著正相关，与贷款成本在1%的水平上显著负相关，与贷款期限结构在1%的水平上显著正相关，表明盈利能力强的企业更容易获得银行贷款，贷款成本更低，长期贷款占比更高，因为盈利能力强意味着企业还款能力更有保障。成长性（GrowthRate）与贷款可得性在5%的水平上显著正相关，与贷款成本在5%的水平上显著负相关，与贷款期限结构在5%的水平上显著正相关，说明成长性好的企业在银行贷款方面也具有一定优势，银行更愿意为其提供贷款支持，且贷款成本相对较低，长期贷款占比相对较高。股权集中度（OwnershipConcentration）与贷款可得性、贷款成本、贷款期限结构的相关性不显著，说明股权集中度对这些变量的直接影响较小。变量LoanAvailability（1）LoanCost（2）LoanTermStructure（3）Bank-EnterpriseDistance-0.156***（-3.87）0.012***（3.12）-0.087***（-3.56）FirmSize0.185***（4.56）-0.008***（-2.67）0.124***（3.78）DebtRatio-0.123***（-3.12）0.010***（2.78）-0.095***（-3.05）Profitability0.156***（3.98）-0.009***（-2.98）0.102***（3.24）GrowthRate0.087**0.006**0.078**OwnershipConcentration0.032（0.87）0.003（0.76）0.045（1.23）IndustryDummy控制控制控制YearDummy控制控制控制Constant-0.567***（-2.89）0.215***（3.56）-0.456***（-2.56）N240024002400R²0.4560.3870.324注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著。综上所述，回归结果表明银企距离对我国上市公司银行贷款的可得性、贷款成本和贷款期限结构均产生显著影响，且影响方向与假设预期一致。同时，企业规模、资产负债率、盈利能力和成长性等控制变量也在不同程度上影响着上市公司的银行贷款行为。4.4稳健性检验为确保研究结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。采用变量替换法，对关键变量进行替换。将银企距离的衡量方式由上市公司注册地址与提供贷款的银行分支机构地址之间的直线距离，替换为两者之间的实际交通距离。实际交通距离考虑了道路状况、交通设施等因素，更能反映银企之间实际的空间联系和信息传递成本。通过地理信息系统（GIS）结合交通数据，重新计算银企之间的实际交通距离，并对原模型进行回归分析。结果显示，银企距离与贷款可得性、贷款成本、贷款期限结构之间的关系方向和显著性水平与原回归结果基本一致，进一步验证了银企距离对我国上市公司银行贷款的影响。进行分样本回归，根据企业规模将样本分为大规模企业和小规模企业两组。企业规模是影响企业融资能力的重要因素之一，不同规模的企业在与银行的谈判地位、信息披露程度等方面存在差异，可能导致银企距离对其银行贷款的影响也有所不同。对两组样本分别进行回归分析，结果表明，在大规模企业和小规模企业中，银企距离与贷款可得性均呈显著负相关，与贷款成本均呈显著正相关，与贷款期限结构均呈显著负相关。但小规模企业组中银企距离的回归系数绝对值相对较大，说明银企距离对小规模企业银行贷款的影响更为显著，这可能是因为小规模企业信息透明度较低，对地理距离带来的信息不对称更为敏感。还采用了改变样本区间的方法，将样本区间缩短为2016-2019年，重新进行回归分析。缩短样本区间可以减少宏观经济环境等外部因素在较长时间跨度内的变化对研究结果的干扰，检验研究结论在相对较短时期内的稳定性。回归结果显示，银企距离与各被解释变量之间的关系依然显著，且方向与原结果一致，表明研究结论在不同样本区间内具有较好的稳健性。通过上述多种稳健性检验方法，本研究的结果在不同检验条件下均保持一致，说明银企距离对我国上市公司银行贷款的影响具有较强的可靠性和稳定性，研究结论具有较高的可信度。五、影响机制分析5.1信息不对称视角在金融市场中，信息不对称是影响银企贷款关系的关键因素，而银企距离在其中扮演着重要角色，深刻影响着信息的传递与获取，进而左右银行的贷款决策。从信息传递角度来看，银企距离是信息传递的重要阻碍。当银企距离较近时，信息传递具有及时性和准确性的优势。银行能够通过多种便捷方式获取企业信息，例如实地考察，银行工作人员可以直接前往企业生产经营场所，直观了解企业的生产设备状况、员工工作状态、库存情况等，这种实地观察获取的信息真实可靠，有助于银行全面掌握企业实际运营情况。面对面交流也是近距离银企关系的优势之一，银行与企业管理层可以就企业的发展战略、市场前景、经营困难等问题进行深入沟通，管理层的表达和态度能够直接传达给银行，避免了信息在传递过程中的失真和误解。此外，近距离使得银行能够更及时地获取企业的日常经营动态，如企业的订单获取情况、原材料采购情况等，这些实时信息对于银行准确评估企业的经营状况和还款能力至关重要。相反，银企距离较远时，信息传递的时效性和准确性会受到严重影响。信息传递的延迟不可避免，无论是通过传统的邮件、电话方式，还是现代的网络通讯手段，信息在远距离传输过程中都可能因为各种因素导致到达时间滞后。信息在传递过程中容易出现失真，由于缺乏面对面的沟通和直接的观察，银行依赖的信息可能是经过层层传递或加工的，这增加了信息被误读或歪曲的风险。例如，企业向银行提供的财务报表等书面信息，可能因为解读方式的不同、数据统计口径的差异等原因，导致银行对企业财务状况的理解出现偏差。在信息获取方面，银企距离影响着银行获取信息的成本和难度。近距离银企关系使得银行能够以较低的成本获取丰富的信息。银行不仅可以便捷地获取企业的财务报表、经营数据等“硬信息”，还能通过与企业员工、供应商、客户等的交流，获取企业的“软信息”，如企业的声誉、管理层的经营能力和信誉、企业在当地市场的口碑等。这些软信息对于银行全面评估企业风险、判断企业未来发展潜力具有重要价值，而且获取成本相对较低。当银企距离增加时，银行获取信息的成本和难度大幅上升。获取信息的直接成本增加，银行需要投入更多的人力、物力和财力来收集企业信息，如派遣工作人员前往远距离的企业进行实地考察，需要支付差旅费、时间成本等。远距离使得银行获取企业信息的渠道相对有限，难以像近距离那样通过多种方式全方位了解企业。对于一些依赖当地市场信息和人际关系获取的软信息，银行在远距离情况下几乎无法获取，这使得银行对企业的了解仅局限于公开的财务数据等硬信息，难以全面评估企业的风险状况。信息不对称对银行贷款决策产生显著影响。在贷款审批阶段，银行需要准确评估企业的信用风险和还款能力，以决定是否发放贷款以及贷款的额度和条件。当银企距离较远导致信息不对称加剧时，银行由于无法全面、准确地了解企业信息，会对企业的风险评估更为谨慎。银行可能会提高贷款门槛，要求企业提供更多的担保或抵押，增加对企业财务指标的要求等，以降低自身面临的风险。即使银行决定发放贷款，也会因为风险不确定性增加而提高贷款利率，以补偿可能面临的损失，这直接导致企业贷款成本上升。在贷款发放后的监督阶段，信息不对称同样带来挑战。银行需要对企业的贷款使用情况和经营状况进行持续监督，以确保贷款资金安全。银企距离较远时，银行难以对企业进行有效的实时监督，企业可能会利用这种信息优势改变贷款用途，将贷款资金投向高风险项目，增加银行的贷款违约风险。银行也难以及时发现企业经营中出现的问题，无法及时采取措施降低损失，这进一步影响了银行对企业提供长期贷款的意愿。综上所述，从信息不对称视角来看，银企距离通过影响信息传递和获取，对银行贷款决策的各个环节产生重要影响，进而影响上市公司银行贷款的可得性、贷款成本和贷款期限结构。5.2监督成本视角银企距离的增加会直接导致银行监督成本上升，进而对银行贷款供给产生显著影响，这种影响主要体现在多个方面。实地监督难度与成本增加是银企距离影响监督成本的重要体现。当银企距离较近时，银行能够以较低的成本和较高的频率对企业进行实地监督。银行工作人员可以方便地前往企业生产经营场所，定期检查企业的生产设备运行状况、原材料库存情况以及产品生产进度等。这种实地监督方式使银行能够直观、准确地了解企业的实际运营情况，及时发现企业生产经营中出现的问题，如设备故障导致生产停滞、原材料供应短缺等，并与企业管理层沟通协商解决方案。近距离监督还能让银行对企业的财务状况进行更深入的核实，例如通过实地查看企业的账目、发票等原始凭证，确保企业财务报表的真实性，降低企业财务造假的风险。然而，当银企距离较远时，实地监督变得困难重重，成本也大幅增加。银行工作人员前往企业进行实地考察，需要耗费大量的时间和交通成本，包括差旅费、住宿费以及路途上的时间损耗等。由于距离带来的不便，银行无法像近距离那样频繁地对企业进行实地监督，这使得银行对企业的监督频率降低，难以实时掌握企业的动态变化。企业在偏远地区时，交通不便，银行工作人员可能需要花费数天时间才能到达企业，而且由于路途劳累，实地考察的效率也会受到影响。即使银行能够克服困难进行实地监督，也可能因为时间有限，无法对企业进行全面、深入的检查，导致一些潜在问题难以被及时发现。信息更新与反馈的延迟也是银企距离增加导致监督成本上升的重要因素。在近距离银企关系中，银行与企业之间的信息沟通顺畅，企业能够及时将自身的经营状况、财务状况以及重大决策等信息反馈给银行，银行也能迅速对这些信息进行分析和处理，并给予企业相应的指导和建议。企业在获得重大订单、进行新产品研发等重要事项时，可以立即通知银行，银行根据这些信息及时调整对企业的风险评估和贷款策略，确保贷款资金的安全。随着银企距离的增大，信息更新与反馈的及时性受到严重影响。信息在传递过程中需要经过较长的时间，可能因为各种因素导致信息延迟到达银行，甚至出现信息丢失的情况。当企业遇到经营困难，如市场需求突然下降、资金周转困难等问题时，由于距离较远，企业无法及时将这些信息传达给银行，银行难以及时采取措施帮助企业解决问题，这无疑增加了银行贷款的风险。即使银行获取了企业的信息，也可能因为信息滞后，无法及时做出有效的决策，错过最佳的风险防控时机。风险识别与应对能力的下降是银企距离影响监督成本的另一个关键方面。近距离的银企关系使银行能够更好地识别企业面临的风险，并及时采取有效的应对措施。银行通过与企业的密切接触，深入了解企业所在行业的市场动态、竞争态势以及企业自身的优势和劣势，从而更准确地评估企业面临的市场风险、信用风险等。一旦发现企业存在风险隐患，银行可以凭借近距离的优势，迅速与企业管理层协商，制定风险应对策略，如要求企业增加抵押物、调整贷款期限或提供额外的担保等。银企距离较远时，银行对企业风险的识别和应对能力受到削弱。由于缺乏对企业的深入了解和实时监督，银行难以准确判断企业面临的风险类型和程度。当企业所在行业出现重大变化，如行业政策调整、新技术的出现对企业产品造成冲击等情况时，银行可能无法及时察觉，导致对企业风险评估滞后。即使银行意识到企业存在风险，也可能因为距离限制，无法及时与企业沟通并采取有效的应对措施，使得风险进一步扩大，增加银行贷款违约的可能性。监督成本的上升对银行贷款供给产生了直接的负面影响。为了弥补因监督成本增加而带来的损失，银行往往会提高贷款利率，将增加的成本转嫁给企业，这直接导致企业贷款成本上升。银行还可能会减少对远距离企业的贷款供给，提高贷款门槛，要求企业提供更多的担保或抵押，甚至拒绝为一些风险较高的远距离企业提供贷款，从而降低企业获得银行贷款的可得性。银行在评估远距离企业的贷款申请时，会更加谨慎，对企业的财务指标、信用评级等要求更加严格，这使得许多企业难以满足银行的贷款条件，无法获得所需的贷款资金。综上所述，从监督成本视角来看，银企距离的增加通过提高银行的实地监督难度与成本、导致信息更新与反馈延迟以及削弱银行的风险识别与应对能力，使银行监督成本大幅上升，进而对上市公司银行贷款的可得性和贷款成本产生不利影响，这进一步验证了银企距离在银行贷款决策中的重要作用。5.3关系型贷款视角关系型贷款在银企信贷关系中占据重要地位，它强调银行与企业之间通过长期、多维度的互动合作，建立起紧密且深入的关系，以此来获取企业的“软信息”，进而有效降低信息不对称程度，对银行贷款决策产生深远影响，而银企距离在这一过程中扮演着关键角色。从关系型贷款的建立来看，银企距离是一个重要的影响因素。近距离的银企关系为关系型贷款的构建提供了天然优势。当银企地理位置相近时，银行与企业之间的沟通交流更加便捷和频繁。银行能够更轻松地与企业开展多方面的业务往来，不仅包括传统的存贷款业务，还涵盖结算、咨询等其他金融服务。这种多元化的业务合作加深了双方的了解和信任，为关系型贷款的建立奠定了坚实基础。银行可以通过频繁的业务往来，深入了解企业的经营模式、业务流程、市场竞争力等情况，同时也能对企业管理层的经营能力、信誉和决策风格有更直观的认识。这些通过长期互动积累的“软信息”，对于银行准确评估企业风险、判断企业还款能力具有重要价值，是关系型贷款得以建立的核心要素。银企距离较远时，关系型贷款的建立面临诸多困难。远距离使得银行与企业之间的沟通成本大幅增加，无论是面对面交流的时间成本，还是信息传递的费用成本，都阻碍了双方的频繁互动。远距离也限制了银行与企业开展多元化业务合作的机会，难以形成紧密的业务联系。银行无法像近距离那样方便地参与企业的日常经营活动，获取企业的实时信息，这使得银行难以全面了解企业的真实状况，增加了信息不对称程度。缺乏深入的了解和信任，银行与企业之间难以建立起稳固的关系型贷款，即使建立了贷款关系，也可能因为信息不足而存在较高的风险。在关系型贷款的维护方面，银企距离同样发挥着重要作用。近距离的银企关系便于银行对关系型贷款进行持续有效的维护。银行可以随时对企业进行实地考察，及时了解企业的生产经营动态，如生产设备的运行状况、原材料的库存情况、产品的销售情况等。这种实时监督使银行能够迅速发现企业经营中出现的问题，并与企业共同探讨解决方案，保障贷款资金的安全。近距离还方便银行与企业管理层进行沟通，及时了解企业的发展战略和资金需求变化，根据