張悅玫，李延喜，劉曉冬

（1.大連理工大學 工商管理學院，遼寧 大連 116024；2.大連理工大學 經濟學院，遼寧 大連 116024）

上市公司的決策，在投資決策上可能存在“迎合”“從眾”“過度自信”等現(xiàn)象；在融資決策上可能存在最大量的資金融入偏好、過度股權融資偏好等[1-3]。這些決策導致了投資不足、投資過度、融資不足、融資過度等問題的存在[1]。投融資兩種決策的協(xié)同，有助于提高企業(yè)決策效率和企業(yè)價值[4]。本文旨在通過建立投融資匹配指數(shù)提升兩者匹配情況的反饋信息，減少和糾正決策者的認知和行為偏差，保障兩種決策的協(xié)調與互動。2012年度諾貝爾經濟學獎授予了埃爾文·羅斯（Alvin Roth）和羅伊德 · 沙普利 （Lloyd Shapley），旨在表彰他們在“穩(wěn)定匹配理論和市場設計實踐”上的貢獻，足以見得匹配問題在經濟發(fā)展中的重要價值。

一、研究綜述

現(xiàn)有研究從不同側面反映了投融資匹配的信息。

首先，權衡理論與期限匹配理論認為企業(yè)負債融資與投資支出及兩者的期限間均存在匹配關系[5-7]，并指出這種匹配可以降低負債融資的代理成本；Hart ＆ Moore[8]建立的動態(tài)債務理論模型，進一步證明了長期投資由長期資金支持，短期投資由短期資金支持的優(yōu)勢。

其次，交易成本理論認為資產專用性與權益融資存在匹配關系[9-10]。企業(yè)為提高產品的獨特性和競爭優(yōu)勢進行專用性資產投資，而重復使用能力較差的專用性資產的投資難以運用負債融資支持，資產專用性程度越高時，企業(yè)越傾向于用能夠提供直接資產控制權和監(jiān)管能力的權益性融資來支持[9]。

再次，風險理論表明企業(yè)的投融資風險間存在匹配關系[11-12]。經營杠桿系數(shù)和財務杠桿系數(shù)分別表征了企業(yè)的投資風險和融資風險。Mandelker等[11]證實財務杠桿和經營杠桿都是以乘子的形式放大無杠桿條件下表征公司系統(tǒng)風險的貝塔系數(shù)，吳武清、陳暮紫等（2012）[12]進一步驗證了財務風險和經營風險乘子間存在的權衡關系，經營風險高的公司，將會選擇一個較低的財務風險，使得公司有一個相對合理的系統(tǒng)風險。

最后，投融資存在成本收益匹配關系。任何一個企業(yè)的投融資活動都服務于企業(yè)價值增加的目標，投資收益要高于融資成本并產生凈收益。如果企業(yè)的投資收益小于其融資成本，則會產生因到期無法償還債務或支付利息而導致的破產風險，企業(yè)價值會下降。

綜上，現(xiàn)有研究揭示出投融資至少在數(shù)量、期限、專用性、風險和收益成本方面存在匹配關系，存在的不足表現(xiàn)為：第一，僅從不同側面反映投融資匹配關系，反饋信息的綜合性不足，無法定量展示投融資匹配狀況，不能在企業(yè)之間形成比較；第二，利用現(xiàn)有研究指導決策存在矛盾，比如，從權衡理論來看要增加負債融資，而從資產專用性方面要增加權益融資，企業(yè)難以在一個框架下取舍，不能形成針對性的改進措施；第三，在不能準確衡量投融資匹配狀況的前提下，對于投融資匹配狀況的經濟后果缺乏客觀的認識。

本文將研究以下幾個方面：一是融合權衡理論、期限匹配理論、交易成本理論、風險理論和成本效益理論，從數(shù)量、期限、專用性、風險和收益成本出發(fā)，建立投融資匹配指數(shù)這一綜合反饋信息，以評價投融資決策的理性和恰當程度，改變以往研究只能對投融資匹配好壞定性估計而無法進行企業(yè)間定量比較的不足。二是在針對指標特點打分的基礎上，采用體現(xiàn)數(shù)據(jù)間客觀差異的熵權法賦權，改善以往研究無法在一個框架下協(xié)調矛盾的不足。三是利用三年度樣本檢驗投融資匹配指數(shù)與以托賓Q值衡量的企業(yè)價值之間的正相關關系，證實投融資匹配指數(shù)的改善能夠顯著提升企業(yè)價值。

二、投融資匹配指數(shù)的構建

1.投融資匹配評價指標設計

投融資匹配評價指標設計關注數(shù)量、期限、專用性、風險和收益成本方面的匹配情況。在指標的設計過程中，包含了指標的篩選過程，即在若干能反映評價目的和內容的指標中，按照代表性、可得性、可比性的原則優(yōu)選指標，盡量全面反映并避免信息重疊。

（1）數(shù)量匹配

研究發(fā)現(xiàn)，投資現(xiàn)金流對籌資現(xiàn)金流的沖擊顯示出顯著反應[13]。設置現(xiàn)金量匹配度指標衡量投融資在數(shù)量上的匹配，即企業(yè)在需要投資現(xiàn)金流出時有充分的籌資現(xiàn)金流入保障：

現(xiàn)金量匹配度（Xi1）＝投資活動現(xiàn)金支出總額／籌資活動現(xiàn)金流入總額

現(xiàn)金量匹配度指標值越接近于1，表明企業(yè)的投融資戰(zhàn)略在現(xiàn)金量上越匹配。如果該指標值小于1，則說明企業(yè)沒有完全利用當期融資額度，存在一定程度的投資不足或融資過度現(xiàn)象；如果該指標值大于1，則說明企業(yè)當期融資不能滿足當期投資支出的需要，存在一定程度的過度投資或融資不足的現(xiàn)象。

（2）期限匹配

投融資期限匹配分為短期和長期兩方面的匹配。長（短）期匹配的目標分別是實現(xiàn)長（短）期資產與長（短）期融資的匹配。設置指標如下：

依據(jù)財務分析的相關理論，短期期限匹配度指標標準值為2，在（0，2]的范圍內越大越好，說明短期資產償還短期債務的保證性越強。該指標值大于2時，指標值越小越好，值過高說明有過多的資金滯留在短期資產上未加以更好運用，影響獲利能力。長期期限匹配度指標標準值為1，在（0，1]的范圍內越大越好，說明長期融資主要用在滿足長期資本支出，并沒有以高成本的長期融資滿足短期資本需求；該指標值大于1時，指標值越小越好，值過高說明企業(yè)用流動負債支持了長期資產，償債壓力大。

（3）專用性匹配

資產專用性與融資來源之間的匹配情況，計量如下：

Balakrishnan ＆ Fox[9]及 Mocnik[10]的研究，用研發(fā)費用與廣告費用之和占主營業(yè)務收入之比來表示企業(yè)的資產專用性。考慮到《財政部關于企業(yè)加強研發(fā)費用財務管理的若干意見》對研發(fā)費用額度比例的限制，用研發(fā)費用與廣告費用之和表達在專用性資產的投資不夠確切。本文采用購建固定資產、無形資產和其他長期資產所支付的現(xiàn)金占營業(yè)收入比重來表達資產專用性。用資產負債率來度量資本結構。

這樣，專用性匹配度指標的取值范圍為（0，＋∞），指標值越大越好，表明企業(yè)用更多的權益性融資來支持專用性資產投資，與其他企業(yè)差異顯著，具有競爭優(yōu)勢。

（4）風險匹配

依據(jù) Mandelker等[11]、吳武清等[12]的研究，采用財務杠桿和經營杠桿的乘子即復合杠桿衡量企業(yè)投融資匹配的風險性，即：

風險匹配度（Xi5）＝復合杠桿系數(shù)＝

經營杠桿系數(shù)×財務杠桿系數(shù)

復合杠桿系數(shù)越大，企業(yè)的融資風險和整體投資活動的系統(tǒng)風險越大，企業(yè)投融資戰(zhàn)略匹配的可能性就越小。

（5）收益成本匹配

以銷售凈利率與財務費用率的比值表達收益成本的匹配度。即：

在凈利潤為正時，指標的取值范圍是（-∞，＋∞）。在[0，＋∞），指標值越大越好，表明企業(yè)能用較低的融資成本獲得較高的投資回報；在（-∞，0），指標值越小越好，表明投資和融資活動都為企業(yè)帶來了價值的增加。在凈利潤為負時，指標的取值范圍是（-∞，＋∞）。在[0，＋∞），指標值越小越好，表明融資活動相對于投資活動帶來了更多的回報；在（-∞，0），指標值越小越好，表明在投資活動失敗的情況下，融資活動費用控制相對較好。即：在[0，＋∞），若凈利潤為正，指標值越大越好；若凈利潤為負，指標值越小越好。在（-∞，0），指標值越小越好。

綜上，構建數(shù)量、期限、專用性、風險和收益成本五個層面、六個指標的投融資匹配程度評價指標體系。

2.投融資匹配指數(shù)評價模型的構建

首先通過評價指標原始計算數(shù)據(jù)的規(guī)范化處理方法對指標打分，然后依據(jù)熵權法對各評價指標打分結果確定權重，接著按照各評價指標打分與權重之積加和匯總，由此建立投融資匹配指數(shù)評價模型。

（1）評價指標的打分

① 正（負）向指標打分

正（負）向指標，即指標值越大（?。┱f明投融資匹配程度越高的指標。設xij為第i個評價企業(yè)第j個指標的標準化分值，Xij為第i個評價企業(yè)第j個指標的原始數(shù)值，n為評價企業(yè)的個數(shù)。根據(jù)正向和負向指標的打分公式[14]，則xij分別為如下所示：

式（1）表明第i個指標值與最小值的偏差相對于最大值與最小值偏差的相對距離，距離越大規(guī)范化得分越高。式（2）表明第i個指標值與最大值的偏差相對于最大值與最小值偏差的相對距離，距離越大規(guī)范化得分越高。

②分段指標打分

分段指標，即指標值處于不同的數(shù)值范圍內投融資匹配程度具有不同的評分標準的指標。上文提到的分段指標，其評分標準如表1所示。

表1 分段指標評分標準

上述各指標無量綱化的評分方法，其優(yōu)勢是不改變原始數(shù)據(jù)的分布特征，并將各種指標納入可比的框架下。

（2）熵權法權重的確定

設xij為第i個被評價企業(yè)中第j項指標的觀測數(shù)據(jù)，fij為第j個指標下第i個被評價企業(yè)中的特征比重，n為被評價企業(yè)的個數(shù)，m為評價指標的個數(shù)，第j個指標的熵值為ej。用熵權法確定的第j個評價指標的熵權wj如下式（3）所示[14]，并最終得到權向量為（w1，w2，…，wm）。

采用熵權法的優(yōu)勢是反映了客觀數(shù)據(jù)的變化，改變了主觀賦權方法人為分配權重的不合理現(xiàn)象，并能根據(jù)客觀數(shù)據(jù)的時間序列推斷和預測，反映未來的狀況。

（3）評價模型的構建

根據(jù)式（3）確定的指標權重和各指標的標準化評分值，經過線性加權可得到企業(yè)i投融資匹配指數(shù)為：

其中，Pi為第i個企業(yè)的投融資匹配指數(shù)，xij為第i個企業(yè)第j個指標的標準化分值，wj為第j個指標的權重，m為6，n為被評價企業(yè)的個數(shù)。

由此，以指數(shù)形式對投融資匹配狀況作出評價。該指數(shù)與已有投融資匹配計量的各表征指標相比，優(yōu)勢在于：一是綜合考慮了投融資匹配的各個表征方面，增強了完整性；二是以組合評價方法確定投融資匹配指數(shù)的計量方法，將多維指標聯(lián)合測度，增強了綜合性和可比性；三是利用熵權客觀賦權方法，充分考慮數(shù)據(jù)特征。

三、投融資匹配指數(shù)的應用

為了闡明投融資匹配指數(shù)的具體計算過程，并以此為基礎進一步驗證投融資匹配的經濟后果，本文以在國民經濟發(fā)展中起重要作用的C7制造業(yè)為代表，應用本文構建的投融資匹配指數(shù)模型，進行指數(shù)計算和結果分析。

1.樣本的選擇

央企事關國民經濟命脈。我國117家央企中，從事制造業(yè)的為40家，制造業(yè)行業(yè)比重在整個央企中首屈一指，特別是央企旗下上市公司很多都在證監(jiān)會行業(yè)分類代碼為C7的“機械、設備、儀表”制造業(yè)中，因此選擇C7制造業(yè)上市公司作為代表，剔除其中指標數(shù)據(jù)不全或經營異常（資產負債率大于1）的樣本。選擇2010年年度A股主板數(shù)據(jù)。最終樣本為198個。樣本數(shù)據(jù)全部取自銳思（RESSET）數(shù)據(jù)庫，并綜合了公司年度報告與公開披露信息。

2.評價指標的打分及權重計算

計算過程由Excel 2007和SPSS 17.0軟件完成。專用性匹配度，按式（1）計算正向指標的打分值；現(xiàn)金量匹配度、短期期限匹配度、長期期限匹配度和收益成本匹配度4個分段指標，按照表1計算打分值；風險匹配度，按式（2）計算負向指標的打分值。對198家上市公司的6個指標數(shù)據(jù)逐一打分。進一步對打分數(shù)據(jù)利用熵權法按式（3）計算得到表2的各指標權重。

表2 熵權法確定的客觀權重

從表2的指標權重可見，專用性匹配度和收益成本匹配度占據(jù)大部分的權重，對投融資指數(shù)起了決定性作用。結合熵權法在指標權重確定中，更加關注指標差異性的特點，所以，C7制造業(yè)上市公司在專用性匹配度和收益成本匹配方面存在較大的差異。

3.C7制造業(yè)上市公司投融資匹配指數(shù)計算及分析

按照表2確定的權重，建立投融資匹配指數(shù)（Pi）評價模型如下：

將評價對象各指標打分代入上述模型，可得到198家上市公司投融資匹配指數(shù)的結果及其排名，該指數(shù)分布狀況如表3所示。

198家上市公司投融資匹配指數(shù)最高為0.680 8，最低為0.028 3，由表3可知，絕大多數(shù)公司的投融資匹配指數(shù)在0%～30%之間。目前比較低的投融資匹配指數(shù)評價結果可能來自兩方面的原因：一方面，公司在立足主業(yè)的資產專有性方面投資不足，投資效率較低，投資收益不佳；另一方面，很多上市公司不顧真正的投資需求，形成大量的資金融入偏好，增加了企業(yè)的負債比率及融資的成本。這些原因歸根結底在于決策者對投融資互動關系認識的不足。

表3 樣本公司投融資匹配指數(shù)分布

4.投融資匹配指數(shù)模型的簡化

在上述權重確定過程中，專用性匹配度和收益成本匹配度占了絕大部分的權重（分別為＝0.618 7，＝0.336 9），因此，投融資匹配指數(shù)的確定在現(xiàn)階段可以簡化為：其中：Xi4和Xi6分別為專用性匹配度和收益成本匹配度的標準化評分值。

上述模型說明，目前投融資匹配結果較大程度上取決于投融資在專用性和收益成本方面的匹配情況，投融資匹配的其他方面在行業(yè)內部大致水平相當。

四、投融資匹配的經濟后果

企業(yè)價值最大化作為企業(yè)的財務目標已經受到廣泛認同，評價投融資配置合理程度的投融資匹配指數(shù)也應該與此相契合，即構建合理的投融資匹配指數(shù)對企業(yè)價值應該有正向促進作用。投融資匹配指數(shù)經濟后果的檢驗采用Spearman秩相關系數(shù)的非參數(shù)統(tǒng)計方法，沒有采用對原始變量分布有嚴格要求的、連續(xù)型變量相關性檢驗的Pearson相關系數(shù)。企業(yè)價值的計算為規(guī)避規(guī)模影響，采用最常用的托賓Q值，原始數(shù)據(jù)來自銳思（RESSET）數(shù)據(jù)庫。

選擇2010—2012年的全部C7制造業(yè)（包括中小板、創(chuàng)業(yè)板、三板市場上市公司）數(shù)據(jù)，剔除數(shù)據(jù)不全的，2010—2012年每年的樣本數(shù)分別為405家、367家、340家，其中三個年度的共同樣本有295家。利用式（1）和表2相應的打分公式進行同行業(yè)專用性匹配度和收益成本匹配度的指標打分后，代入式（5）的簡化模型計算投融資匹配指數(shù)。進一步檢驗投融資匹配指數(shù)與當年及隨后兩年的企業(yè)價值的相關關系，結果見表4、表5。

表4 C7制造業(yè)投融資匹配指數(shù)與當年托賓Q值的相關性結果

表5 C7制造業(yè)投融資匹配指數(shù)與當年及隨后年度托賓Q值的相關性結果

由表4，2010—2012年C7制造業(yè)上市公司投融資匹配指數(shù)與其當年的托賓Q值在0.01的水平上顯著正相關，即投融資匹配程度越高，企業(yè)價值越大，此結果與年度無關。同時由表5發(fā)現(xiàn)，2010年的投融資匹配指數(shù)與2011年及2012年的托賓Q值顯著正相關，即投融資匹配指數(shù)對企業(yè)價值有較強的滯后影響，對企業(yè)價值增長有一定的正向預測能力。因此，上市公司在進行投資與融資決策時，應充分考慮投融資戰(zhàn)略的匹配性，使其在數(shù)量、期限、專用性、風險和收益成本五個方面協(xié)調配置，特別是目前欠缺的專用性和收益成本方面的匹配，進而增加企業(yè)價值。

五、結 論

一是綜合考慮投融資的數(shù)量、期限、專用性、風險、收益成本五個方面匹配，詮釋了投融資匹配的內涵，構建了投融資匹配指數(shù)模型，闡明了其計算方法，克服了以往研究關注某一方面而忽略了其他匹配信息的不足，同時，投融資匹配指數(shù)模型中由熵權法確定的權重可知，構成投融資匹配指數(shù)的五個方面的重要性并不相同，該模型有助于作出協(xié)調各方面的決策。需要說明的是，簡化模型并非意味著投融資內涵只包括兩個方面，只是說明了目前這兩個方面在C7制造業(yè)企業(yè)之間的差異較大。

二是證實2010—2012年C7制造業(yè)上市公司投融資匹配指數(shù)與其當年的托賓Q值顯著正相關，即投融資匹配程度越高，企業(yè)價值越大，此結果與年度無關。2010年的投融資匹配指數(shù)與2011年及2012年的托賓Q值顯著正相關，即投融資匹配指數(shù)對企業(yè)價值有較強的滯后影響，對企業(yè)價值增長有一定的正向預測能力。

投融資匹配指數(shù)模型，有助于各評價對象對比同行業(yè)公司，考察得分差距，找到自身存在的問題，改善自身的投融資戰(zhàn)略，增強企業(yè)價值增長能力。從指數(shù)當前值不高的現(xiàn)狀看，投融資配置的空間大有可為，為提升市場價值提供了啟示。

[1] Polk C，Sapienza P.The Stock Market and CorporateInvestment：A Test of Catering Theory[J].Review of Financial Studies，2009，22（1）：187-217.

[2] Lin Y H，Hu S Y，Chen M S.Managerial Optimism and Corporate Investment：Some Empirical Evidence from Taiwan[J].Pacific-basin Finance Journal，2005，13（5）：523-546.

[3] 卞江，李鑫.非理性狀態(tài)下的企業(yè)投資決策——行為公司金融對非效率投資行為的解釋[J].中國工業(yè)經濟，2009（7）：152-160.

[4] 王治，張新華.負債代理沖突下企業(yè)投融資互動行為的實物期權分析[J].系統(tǒng)科學與數(shù)學，2012，32（1）：79-89.

[5] 李蕓達，范麗紅，費金華.先投后融，抑或先融后投——基于對我國企業(yè)產權制度的分析[J].會計研究，2012（1）：43-41.

[6] Childs P D，Mauer D C，Ott S H.Interactions of Corporate Financing and Investment Decisions： The Effects of Agency Conflicts[J].Journal of Financial Economics，2005，76（3）：667-690.

[7] Myers S C.Determinants of Corporate Borrowing[J].Journal of Financial Economics，1977，5（2）：147-175.

[8] Hart O，Moore J.A Theory of Debt Based on theInalienability of Human Capital[J].Quarterly Journal of Economics，1994，109（4）：841-879.

[9] Balakrishnan S， Fox I. Assets Specificity， Firm Heterogeneity and Capital Structure[J].Strategic Management Journal，1993，9（1）：3-16.

[10] Mocnik D.Assets Specificity and a Firm's Borrowing Ability：An Empirical Analysis of Manufacturing Firms[J].Journal of Economic Behavior and Organization，2001，45：69-81.

[11] Mandelker G N，Rhee S G.The Impact of the Degrees of Operating and Financial Leverage on Systematic Risk of Common Stock [J]. The Journal of Financial and Quantitative Analysis，1984，19（1）：45-57.

[12] 吳武清，陳暮紫，黃德龍，等.系統(tǒng)風險的會計決定：企業(yè)財務風險、經營風險、系統(tǒng)風險的時變關聯(lián)[J].管理科學學報，2012，15（4）：71-80.

[13] 韓立巖，婁靜.經營、投資和籌資現(xiàn)金流動態(tài)交互影響分析[J].中國管理科學，2010，18（2）：1-7.

[14] 張悅玫，遲國泰，許龍安.基于熵權法的人的全面發(fā)展評價模型及“十五”期間的實證[J].管理學報，2009，6（8）：1047-1053.