在市场经济中,公司和银行都是具有独立经济利益并自主经营的经济主体。银行是一种以营利为目的的信用机构,而公司则依靠信用获取资金,因此二者之间是典型的信用关系,讲求诚实信用最大化原则。一方面银行的融资活动随着公司的发展而日益活跃,且领域不断扩大,这对公司的发展起着积极的促进作用;另一方面公司有资金需求,需要从银行融资,其返还的贷款利息是银行利润的重要来源。可见,银行与公司关系演进的过程就是银行萌生融资动力,企业萌生资金需求,银企双方在市场约束和双方博弈下形成为各自均能接受的市场条件,进而完成融资交易的双向选择过程。在债权融资中,银企关系作为一种契约是一种重要的治理方式。从理论上讲,银行作为主要的债权人,凭借其与公司独特的关系——拥有公司充分的信息,在公司中有重大利益,有监控公司能力——使得它便于在公司治理中发挥作用。然而,我国目前的现实状况是,债权保障机制不完善,银行内部治理机制不健全,企业市场化行为不成熟,在这样的背景下,银行是否真正能够利用作为债权人的权利,对公司的治理效率产生影响呢?这正是本文的分析重点。本文在借鉴西方公司融资结构理论的基础上,结合西方融资模式的特征,用实证的方法系统地分析银行债权对公司治理效率产生的影响,具体采用定性分析和定量分析相结合的方法。首先对公司治理、债权融资的治理效应和银行治理模式等相关理论进行描述,通过比较和归纳总结,从理论层面阐述银行债权对上市公司治理的影响和作用,并对二者的相关性作出假设。在此基础上进行定量研究,从上证综合指数成份股A股中选择193家上市公司1998 - 2005年的数据作为观测值,利用面板数据模型,对银行债权治理的公司绩效效应、自由现金流效应以及代理成本效应进行了分析。之所以选用上市公司数据,是考虑到以下因素:①上市公司组织结构比较规范,理论上可以代表现代市场经济体制下具有完善治理结构的公司;②由于证监会等对上市公司有信息披露的要求,因此上市公司的数据比较规范完整;③上市公司的融资渠道比较健全。之所以采用面板数据模型,是考虑到时间因素的影响。实证分析结果表明,我国银行短期贷款对公司治理产生负效应,长期贷款虽然产生合理的效应,但由于其在整个债权融资中所占的比重相当少,影响力很弱,从而得出我国银行对贷款人经营活动未能发挥有效监督作用的结论。最后结合我国当前的实际经济运行环境,对产生上述研究结果的原因作了总括性分析,并有针对性地提出了几点对策建议。本文的研究试图回答如下问题,并得出相应的结论:(1)从理论上来说,银行债权在公司治理中的作用到底是如何的?通过对国内外现有文献的综述和基本理论分析,得出银行债权的治理效应应该是正面的,它能对提高债务人的公司治理绩效发挥积极的作用。(2)虽然从理论上分析银行债权的治理效应是正面的,但它对我国的上市公司实际上的效应如何,发挥了正面效应了吗?通过实证分析证明银行债权的治理效应对我国上市公司而言不是正面的,反而是负面的,即所谓的债权的治理效应恶化。由此得出我国银行债权在上市公司治理中的作用没有得到正面发挥的结论。(3)为什么在我国银行债权对公司治理的作用与根据西方学者理论上所分析的情形背道而驰,是哪些因素影响了我国银行债权对债务人公司治理作用的发挥呢?结合我国实际情况,本文从银行内部治理机制不健全和外部政策法律环境影响因素两个大的方面分析了银行债权的治理效应弱化及恶化的原因。(4)如何改变银行债权的治理效应恶化的局面,应该采取哪些具体措施?本文给出了如下建议:完善银行自身的激励与约束机制,加强银行独立性,完善破产机制及完善主银行制度等。本文研究中试图努力地遵循以下的步骤:文献综述一理论分析一实证分析一影响因素分析一对策及结论。本文与以前研究的不同点主要表现在以下几个方面:首先,本文运用实证研究,专门探讨我国银行债权对债务人公司治理效率的影响。以前大部分文献都是研究公司总债权的治理效应,而对银行债权与其他债权进行区分的十分少见,缺乏研究成果的比较。本文将银行债权从公司总债权中分离出来,专门研究其治理效应,研究结论可供与前人研究成果进行比较,为进一步研究银行在上市公司治理中的作用奠定基础。第二,关于资产短期负债率的计算,邓莉等(2007)的实证研究中,考虑到长期负债中长期债券很少而将一年内到期的长期负债计入银行的短期贷款中。但是本文在进行实证分析时,已经用面板数据处理了时间因素的影响,并且笔者认为,一般来说,企业以流动资金来偿付一年内到期的长期负债,即使向银行借款用以偿付,也是临时性极强,对银行债权的治理效率产生的影响不大。因此本文在资产短期负债率的计算中,未将一年内到期的长期负债加入,所得结论更加清晰明了。第三,本文先对我国上市公司的债务融资特征进行了分析,在此基础上运用数据进行实证分析,更具说服力。第四,本文关注了时间变化的影响因素。(1)本文在样本数据的描述性统计中,对解释变量和被解释变量的各统计指标从1998—2005年分年度进行描述,更加直观详实。而不是将各统计指标取多个年度的平均值。(2)本文采用面板数据(panel data)模型。国内现有的实证分析多是将样本数据直接混合后用截面数据1模型进行回归,这样的结果忽视了时间变化对解释变量、被解释变量以及它们之间作用关系的影响。而面板数据2模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性,它能综合利用样本信息,使研究更加深入,同时可以减少多重共线性带来的影响。