识别僵尸企业的关键因素

对“僵尸企业”进行精准识别是我们研究的起点，现有的不同方法对“僵尸企业”的识别存在着一定的侧重，往往不能很好地同时兼顾“中国式僵尸企业”的特征。连续亏损法（即连续几年利润减去政府补贴后为负）仅考虑到政府补贴因素而忽略信贷补贴；CHK及其修正方法则主要强调了信贷补贴的因素，未能将在中国具有较大影响力的政府补贴因素包含在内。为了多角度、全面反映我国“僵尸企业”的特点，本文参考黄少卿等（2017）的做法测算出企业的信贷补贴，并在CHK法和过度借贷法的基础上进行了修正，对“僵尸企业”进行识别，涵盖了政府补贴和信贷。根据中国工业企业数据库的特点，具体的识别分为以下几步。

第一步：计算出企业i在第t年的理论最低应付利息Iminit，即

其中RSt-1是t-1年短期最优惠利率，用六个月和一年期贷款基准利率简单平均再乘以0.9；RLt-1为t-1年长期最优利率，用1～3年贷款基准利率、3～5年贷款基准利率和5年以上贷款基准利率的简单平均再乘以0.9^[9]，BLi，t-1是企业的长期负债^[10]，BSi，t-1为企业的短期借款^[11]。

第二步：计算企业i在第t年的实际利息支出，即

其中Interestit为企业财务费用中的利息支出净值^[12]；Depi，t-1为t-1年企业i的银行存款^[13]；RDt-1是企业t-1年的短期存款利率，用活期、三个月、六个月和一年的存款利率的算数平均表示。

第三步：参考黄少卿等（2017）的做法，计算企业接受的信贷补贴Bankit，即理论最低应付利息与实际利息之差，即

如果Bankit为正，说明企业的实际利息支出小于理论上最低应付利息，企业很可能是接受了银行的补贴^[14]。如果Bankit为负值，即企业实际利息支出大于理论最低的应付利息，认为企业没有接受额外的信贷补贴，此时Bankit取零^[15]。

第四步：计算企业的实际利润，即用利润总额减去政府补贴和信贷补贴。

第五步：参考申广军（2016）的做法，将满足以下三个条件的企业识别为“僵尸企业”：（1）实际利润小于0；（2）资产负债率超过50%；（3）外部负债相比上一年有所增长。(www.xing528.com)

本文的识别方法结合了当下学术界认可度较高的两种识别方法（CHK法和过度借贷法^[16]），同时考虑了政府补贴和信贷补贴的因素，更能反映中国“僵尸企业”的实际情况，并且在一些细节上对已有的方法进行了完善，使“僵尸企业”的识别更为精准。本文识别的“僵尸企业”数量及比重如下表1所示，从趋势上来看，“僵尸企业”的比重随时间的推移不断下降，比重从1999年的28.10%降到了2007年的13.82%，并在2011年之后趋于稳定，大约在11%～12%，表明随着我国经济市场化改革的推进，“僵尸企业”现象有所缓解。而从表1最后一列可以看出，每年有半数左右的“僵尸企业”在复苏。可见，研究“僵尸企业”复苏在我国具有重要的现实基础和价值。本文测算的“僵尸企业”比重介于CHK类方法和连续亏损法之间，相比起传统CHK和FN-CHK方法，本文测算的“僵尸企业”比重相对较低，因为CHK类方法以是否存在信贷补贴单一指标为判别标准，这种方法容易产生“误杀”。另外，与连续亏损法相比，本文测算的“僵尸企业”比重较高，连续亏损法只涉及政府补贴，本文的识别方法进一步涵盖了信贷补贴，从而降低了“漏杀”的可能性。

表1　“僵尸企业”测算结果

续表

注：（1）由于2008—2010年没有补贴收入的数据，所以在相应年份里无法进行识别。（2）2011年之后样本企业总数量减少的原因是进入中国工业企业数据库的标准提高了。2011年之前中国工业企业数据库企业的标准是主营业务收入在500万元以上，2011年（含）之后为2 000万元以上。因此，识别出来的“僵尸企业”数量也相应有所减少。（3）在具体处理数据的过程中，本文删去了主要变量小于0、缺失或不符合会计准则的观测值，并且将其排除出识别程序之外，而非简单地将其识别为正常企业。因此，相比现有的研究，本文使用到的样本企业总数量会更加少，但是相对来说更加精确。
资料来源：作者自行测算所得。

从“僵尸企业”的所有制分布（见附表1）来看，国有控股和集体控股企业是“僵尸企业”的“重灾区”，一方面是因为这些企业更容易拿到政府补贴和信贷补贴，另外，效率低下也是这类企业沉淀为“僵尸企业”难以复苏的重要原因。在行业分布上（见附表2），“僵尸企业”主要集中在公用事业行业，在中国这类企业主要靠补贴维系运转；以及如钢铁、化工、有色金属等产能过剩的行业，上述领域也是供给侧结构性改革的重要指向。在区域分布上（见附表3），“僵尸企业”则主要集中在市场化程度比较滞后的中西部省份（西藏除外）。可见，“中国式僵尸企业”具有典型的中国经济的特色，分布广、比重高，与中国经济的市场化转型交织在一起，这也是“僵尸企业”处置难的重要因素。

为了对“僵尸企业”复苏与否的核心特征与机制有一个直观的认识，我们对一些核心指标进行了比较（见表2）。可以发现，复苏的“僵尸企业”^[17]在杠杆率（资产负债率）、信贷补贴比重、政府补贴比重方面在统计上都显著地低于没有复苏的“僵尸企业”；而在全要素生产率和劳动生产率方面则显著高于未复苏的“僵尸企业”。可见，高杠杆、依赖政府、银行补贴、生产率较低是企业“僵而不活”的重要因素，并且在生产率上存在显著的差异，这在一定程度上体现了生产率与“僵尸企业”复苏之间重要的相关关系。值得注意的是，复苏的“僵尸企业”的研发投入比重要显著更低一些，这说明研发投入本身可能并不一定有利于“僵尸企业”复苏。上述这些基本的特征也在一定程度上佐证了本文提出的假说，为了进一步论证其作用机制，下面将对本文提出的假说进行严谨的实证检验。

表2　“僵尸企业”复苏与否的主要指标对比

注：（1）***，**和*分别表示在1%，5%和10%的水平下显著。（2）企业全要素生产率的计算采用了OP法（1996），处理上参照了杨如岱（2015）的做法，即假设每个行业采用不同的生产技术，其生产函数都有所差异。处理过程中去掉了全要素生产率最高和最低1%的极端值。（3）信贷补贴比重、政府补贴比重、研发投入比重和成本比重分别指的是信贷补贴、政府补贴、研发投入以及企业成本（销售费用、财务费用和管理费用总和）与主营业务收入的比重。（4）企业规模为企业主营业务收入的对数。
资料来源：作者自行测算所得。