江少波

摘要：文章利用滬深A(yù)股上市公司2009—2014年間的數(shù)據(jù)，構(gòu)建主動負債率作為債務(wù)融資指標(biāo)，研究不確定性對上市公司投資行為的影響。研究表明，企業(yè)所面臨的不確定性程度越高，非效率投資越嚴重；主動負債率越高，非效率投資則越低；而在兩者同時對投資行為的影響的研究中，不確定性顯著為正，交叉項顯著為負，表明債務(wù)融資可以緩解因環(huán)境不確定性而導(dǎo)致的非效率投資。

關(guān)鍵詞：不確定性 投資決策 效率 主動負債

基金項目：2015年度廣西哲學(xué)社會科學(xué)規(guī)劃重點項目“科技政策驅(qū)動下的廣西科技型小微企業(yè)創(chuàng)新機制與成長路徑

研究”（項目編號：15AGL001）；2015年廣西高?？茖W(xué)技術(shù)研究項目“集體轉(zhuǎn)型背景下的家族企業(yè)公司治理問

題研究”（項目編號：KY2015LX750）的階段性研究成果；2015年廣西大學(xué)行健文理學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)

練計劃“我國上市公司內(nèi)部控制質(zhì)量調(diào)查研究”立項項目；項目參與成員：劉曉璐、陳毅萍、楊嬋、傅蕓蕓、賓鳳

中圖分類號：F275 文獻標(biāo)識碼：A 文章編號：1002-5812（2017）07-0015-04

一、引言

據(jù)第一財經(jīng)日報報道，截至2013年年初我國公司債務(wù)約為65萬億元，是2012年GDP的1.25倍，在過去的5年間上升了近30%，企業(yè)資產(chǎn)負債率迅速提升（A股上市的非金融公司資產(chǎn)負債率由2008年的53%上升至60%），然而其盈利能力卻在下滑，投資效率嚴重下降。由于各種原因，我國資本市場發(fā)展滯后，對企業(yè)投資行為及效率產(chǎn)生了重要的影響。本文利用滬深A(yù)股上市公司2009—2014年間的數(shù)據(jù)，構(gòu)建主動負債率作為債務(wù)融資指標(biāo)，研究了不確定性對上市公司投資行為的影響。研究結(jié)果表明：企業(yè)所面臨的不確定性程度越高，非效率投資越嚴重；主動負債率越高，非效率投資則越低；而在兩者同時對投資行為的影響的研究中，不確定性顯著為正，交叉項顯著為負，表明債務(wù)融資可以緩解因環(huán)境不確定性而導(dǎo)致的非效率投資。

二、國內(nèi)外文獻回顧

Fazzari、Hubbard和Petersen（1988）研究了企業(yè)資本投資與內(nèi)部現(xiàn)金流的關(guān)系，發(fā)現(xiàn)企業(yè)的融資環(huán)境是非完全的市場條件，實際的企業(yè)可能因為這個資本市場非完全性，使投資可能性發(fā)生中斷，在此之后出現(xiàn)了大量的類似研究，如Hoshi、Kashyap和Scharfstein（1991）。 Vogt（1994）利用TobinQ及現(xiàn)金流量的交互影響變量來檢測投資對現(xiàn)金流的敏感性，重新檢驗了FHP模型，并得出了與之前研究相反的結(jié)論。Kaplan和Zingales（1997）研究表明，投資支出與現(xiàn)金流敏感性理論假設(shè)不正確。Goergen和Renneboog （2001）提出，對于大部分企業(yè)來說，外部和內(nèi)部融資成本之間是存在差異的。

樊勝、李玲（2004）從全社會及行業(yè)的角度對公司投資與不確定性的關(guān)系進行了討論，認為從社會整體上考慮時，國有工業(yè)經(jīng)濟的固定資產(chǎn)投資和不確定性呈負相關(guān)關(guān)系。祝彥成（2007）研究發(fā)現(xiàn)，不論投資是否可逆，需求的瞬時增長率的增長與期望投資存在正相關(guān)關(guān)系。黃久美等（2010）采用股票日收益率的波動性作為不確定性綜合指標(biāo)，發(fā)現(xiàn)不確定性及公司固定資產(chǎn)投資之間、不可逆程度及公司固定資產(chǎn)投資之間都存在顯著的負相關(guān)的關(guān)系。何金耿、丁加華（2001）利用Vogt模型，對我國1999—2000年的397家滬市上市公司投資行為進行分析，發(fā)現(xiàn)現(xiàn)金流量與投資效率呈顯著負相關(guān)關(guān)系。童盼、陸正飛（2005）研究結(jié)果表明，對于項目風(fēng)險低的公司，在股東與債權(quán)人沖突引發(fā)的投資不足與負債相關(guān)治理作用對過度投資的抑制的雙重作用下，公司負債越高，投資規(guī)模越小。申慧慧、于鵬等（2012）認為從微觀環(huán)境角度考慮，環(huán)境的不確定性對企業(yè)投資行為的影響結(jié)果是不同的，有可能抑制企業(yè)投資，也可能刺激企業(yè)投資，或者沒有影響，而融資約束就是決定其影響結(jié)果的一個重要因素。

三、理論分析與研究設(shè)計

（一）理論分析與研究假設(shè)。環(huán)境不確定性對投資決策的影響，可以從兩個方面進行分析：

1.環(huán)境不確定性使投資規(guī)模減少。環(huán)境不確定性削弱了管理層精確預(yù)測公司特有信息的能力（Baum et al.，2006），增加了項目獲得預(yù)計收益所需要承擔(dān)的風(fēng)險，為此企業(yè)實際管理者會進行應(yīng)有的風(fēng)險回避，抑制了其投資動機。Amihud and Lev（1989）認為，股東與企業(yè)管理者的風(fēng)險偏好不一致，項目投資成功后，企業(yè)實際管理者只能獲取收益的一部分，而失敗后，則可能要承擔(dān)與此相關(guān)的個人職業(yè)風(fēng)險，付出一定的個人資本，如前途、聲譽及個人財富等，所以環(huán)境不確定性增加了企業(yè)管理者的風(fēng)險，因此他們可能會在進行投資時更加謹慎（Bloom et al.，2007），從而放棄一些凈現(xiàn)值為正的投資，導(dǎo)致投資不足。

2.環(huán)境不確定性使投資規(guī)模增加。環(huán)境不確定性會使企業(yè)信息的不對稱性增加，增加了對企業(yè)管理者監(jiān)督的難度。Jensen（1986、1993）認為，在信息不對稱條件下，管理者有可能將企業(yè)自由現(xiàn)金流用于凈現(xiàn)值（NPV）為負的項目，以謀取私利，造成企業(yè)投資過度。雖然不確定性可能會使管理層謹慎投資而導(dǎo)致投資不足，但是，管理層在一般情況下傾向于通過投資來最大化自己的收益。特別是在環(huán)境不確定性較高的情況下，管理者可以將投資失敗歸咎于外部環(huán)境因素，而股東難以對此做出準(zhǔn)確判斷。由此，提出本文第一個假設(shè)：

H1：企業(yè)面臨的不確定性越高，非效率投資越嚴重，兩者呈正相關(guān)關(guān)系。

雖然多數(shù)研究表明較高的環(huán)境不確定性給企業(yè)實際管理者帶來獲取私人利益的機會，企業(yè)是否有足夠的資金仍然是企業(yè)投資行為能否成功實施的重要因素。如果企業(yè)能夠輕易地從外部以較低的成本獲得資金，并且受到的限制較少，那么，即使面臨高度環(huán)境不確定性，企業(yè)實際管理者不必擔(dān)心資金短缺的問題，從而可以為了追逐私人收益進行大規(guī)模的無效率投資；反之，企業(yè)實際管理者就難以通過非效率投資獲取私人收益。因此融資約束是環(huán)境不確定性和投資效率關(guān)系的重要因素。由此提出本文的第二個假設(shè)：

H2：債務(wù)融資可以抑制因不確定性引起的非效率投資。

（二）數(shù)據(jù)來源及樣本選擇。本文研究在滬、深兩市上市的A股公司，數(shù)據(jù)主要來自國泰安數(shù)據(jù)服務(wù)中心CSMAR Solution（http：//www gtarsc.com/），樣本數(shù)據(jù)區(qū)間為2009—2014年，實證分析采用EXCEL進行數(shù)據(jù)整理，使用SPSS 18.0統(tǒng)計分析工具進行統(tǒng)計分析。在研究過程中對樣本做如下處理：剔除金融行業(yè)公司樣本；剔除 “ST”公司和“*ST”公司；由于對投資模型研究需要上一期的數(shù)據(jù)，為確保數(shù)據(jù)的完整性和持續(xù)性，剔除當(dāng)年上市的公司樣本。本文用債務(wù)融資衡量指標(biāo)作為主動負債率并假設(shè)研究樣本均融資約束，因此在選擇樣本時，剔除了主動負債（短期借款、長期借款、應(yīng)付債券）為0的樣本。

（三）模型構(gòu)建及變量選擇。

1.不確定性、債務(wù)融資與投資效率變量選擇與定義。已有文獻中，對投資效率與不確定性變量定義不盡相同，本文借鑒Richardson（2006）、William Sharpe等研究基礎(chǔ)，對不確定性與投資效率的關(guān)系進行了研究。本文參考Richardson（2006），呂長江和張海平（2011），徐倩（2014）的研究思路和模型，即：使用現(xiàn)金流量表數(shù)據(jù)將總投資（Inv_T）分為維持性（Inv_M）和新增投資（Inv_N），其中：

Inv_T=購建固定資產(chǎn)、無形資產(chǎn)、其他長期資產(chǎn)支付的現(xiàn)金+取得子公司及其他營業(yè)單位支付的現(xiàn)金凈額-處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額-處置子公司及其他營業(yè)單位收到的現(xiàn)金凈額

Inv_M=固定資產(chǎn)折舊+油氣資產(chǎn)折耗+生產(chǎn)性生物資產(chǎn)折舊+無形資產(chǎn)攤銷+長期待攤費用

Inv_Ni-t=Inv_T-Inv_M

在Richardson（2006）中，新增投資又分為預(yù)期新增投資Inv_ei-t（即有效的投資）和非預(yù)期新增投資Inv_εi-t（即非效率投資）。非預(yù)期新增投資及正常投資以以下模型加以區(qū)分：

Inv_Ni-t=β0+β1TobinQi-t+β2levi-t+β3Cashi-t+β4Agei-t+β5Sizei-t+β6Retsi-t+β7Invi-t+εi-t （1）

其中變量的定義如表1所示。

2.不確定性的衡量選擇。Leahy and Whited（1996）認為股票收益率的波動描述了對投資者而言企業(yè)環(huán)境變化的重要方面。本文使用公司股票收益率的波動程度來衡量不確定性（Bulan，2005；Panousi，2012）。本文擬用資本資產(chǎn)定價模型測算股票的預(yù)期收益率，再以實際收益率偏離預(yù)期收益率的程度作為不確定性的計量，計量公式為：

Ri=rf+β[E（rm）-rf]+ε

Ri為I公司實際的個股回報率，E（rm）為預(yù)期市場回報率，rf為無風(fēng)險利率，β為上市公司的β系數(shù)，ε就是實際個股收益率與預(yù)期收益率之間的殘差。

不確定性UC=■ （2）

UC越大，表示上市公司面臨的不確定性越大。

3.債務(wù)融資的衡量選擇。主動負債越高，企業(yè)受到的融資約束就越高，主動負債不僅考慮了企業(yè)借款的能力，還考慮了借款的意愿，即受到融資約束的意愿。本文選用主動負債率為債務(wù)融資的替代變量，具體計算如公式（3）所示：

Adrt=（stbt+ltlt+bpt）/Tat （3）

其中，Adrt為t年年初的主動負債率，stbt為t年初的短期借款，ltlt為t年初的長期借款，bpt為t年初的應(yīng)付債券，Tat為t年年初總資產(chǎn)。

4.模型構(gòu)建及變量定義。本文通過多元線性回歸方法考察不確定性、債務(wù)融資及二者交互作用對企業(yè)投資效率的影響，所采用的多元回歸模型如公式（4）所示：

Inv_ε=β1+β1UC+β2Adr+β3UC×Adr+β4Controls+δ（4）

模型（4）變量定義及說明：（1）Inv_ε為因變量非效率投資，即模型（1）殘差的絕對值；（2）UC為企業(yè)年初的不確定性；模型（4）中，如果β1顯著為正，則表明非效率投資與不確定性正相關(guān)，即不確定性越高，非效率投資越嚴重；（3）Adr為企業(yè)年初的主動負債率。若β2顯著為負，這表示融資約束U對非效率投資有抑制作用，若β3 顯著為負，則表示債務(wù)融資抑制了不確定性引起的非效率投資行為。

Controls是一組控制變量，其中包含了：（1）托賓Q，企業(yè)得到的投資機會不一定一致，所以利用TobinQi-t來控制投資機會；（2）以Cashi-t（除以年初資產(chǎn)總額）來控制企業(yè)自有現(xiàn)金流量；（3）ROA，總資產(chǎn)收益率，為剔除企業(yè)盈利信息影響，控制ROA；（4）對企業(yè)財務(wù)杠桿levi-t進行控制；（5）企業(yè)規(guī)模影響到企業(yè)融資規(guī)模速度、不確定性和增長速度，所以控制企業(yè)規(guī)模Size。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計。表2是多元線性回歸模型的描述性統(tǒng)計，表明研究樣本5年平均新增投資額Inv_Ni-t為總資產(chǎn)的5.41%；最小值為-0.4587，最大值為22.2422，樣本數(shù)據(jù)較為分散，跨度較大；托賓Q代表企業(yè)投資機會，最小值為0.8511，最大值為226.2520，是模型1中波動最大的變量，托賓Q的均值大于中位數(shù)，可見在2009—2013年間企業(yè)的投資機會總體較好；資產(chǎn)負債率（lev）均值為53.25%，且均值大于中位數(shù)，由此可以看出，在我國負債融資是主要的融資方式，負債水平較高，最高達到317.41%；平均非效率投資占總資產(chǎn)的10.50%，中位數(shù)為6.88%，企業(yè)不確定性UC平均為6%，中位數(shù)為1.81%，說明大部分企業(yè)面臨的不確定性是偏高的，企業(yè)主動負債率平均為22.40%。

（二）投資效率度量模型回歸檢驗與分析。從表3可以發(fā)現(xiàn)，投資效率回歸方程整體通過了0.01水平下的顯著性檢驗（F檢驗sig值：0.000）且回歸方程的調(diào)整R2為0.879，說明方程的解釋力度較好；各解釋變量中，除了上市年限，其他都通過了0.01水平下的顯著檢驗，說明各自變量對因變量均有顯著影響，此回歸模型較為合理；把以上系數(shù)代入模型（1）中，計算殘差。當(dāng)殘差等于0時，表示有效投資，殘差為負表示投資不足，殘差為正表示過度投資，回歸結(jié)果如表4所示。由表4可以看出，全樣本投資不足的情況占43.28%，過度投資情況占56.72%，即在2009—2013年間樣本過度投資多于投資不足。

（三）相關(guān)性分析。下頁表5是模型（4）的雙變量相關(guān)分析的結(jié)果，通過 Spearman（對角線下方）和 Pearson （對角線上方）相關(guān)系數(shù)表可以看出：無論是 Spearman 相關(guān)還是 Pearson 相關(guān)，發(fā)現(xiàn)非效率投資與不確定性都是正相關(guān)，與預(yù)期符號一致，并且都在1%的水平上雙側(cè)顯著相關(guān)；債務(wù)融資與非效率投資的關(guān)系都不顯著，另外債務(wù)融資與非效率投資的Spearman系數(shù)為正，Pearson系數(shù)為負；投資機會（TobinQ）對非效率投資產(chǎn)生正向影響，說明企業(yè)面臨的投資機會越多，出現(xiàn)非效率投資的可能性越高。投資效率與公司盈利能力Spearman系數(shù)為正但是不顯著，Pearson系數(shù)為負，在1%的水平上顯著，可能表明公司盈利能力數(shù)據(jù)走勢并不適用其中一個系數(shù)的相關(guān)分析。

（四）實證檢驗與結(jié)果分析。從下頁表6模型（1）、模型（2）、模型（3）、模型（4）的回歸結(jié)果可以發(fā)現(xiàn)，列（1）中不確定性程度的系數(shù)在1%水平上顯著為正，表明不確定性越高，非效率投資越嚴重，驗證了H1成立；列（2）中債務(wù)融資指標(biāo)債務(wù)增長率系數(shù)在5%水平上顯著為負，表明債務(wù)融資越多，非效率投資程度越低，即債務(wù)融資約束對企業(yè)非效率投資有抑制作用。這與Lambert et al.（2007）的結(jié)論一致；列（3）同時考察了不確定性、債務(wù)融資對非投資效率的影響；其中不確定性在1%的置信水平上顯著為正，債務(wù)融資在5%的置信水平上顯著為負；在列（3）的基礎(chǔ)上，列（4）加入了不確定性（UC）、債務(wù)融資（Adr）的交叉項，不確定性仍舊在1%的水平上顯著為正，而債務(wù)融資系數(shù)變得不顯著，但是兩者的交叉項卻在10%的置信水平上顯著為負。從經(jīng)濟意義上來看，在加入融資約束的影響的情況下，環(huán)境不確定性每增加1%非效率投資就會減少3.83%，而在沒有加入交叉項之前，不確定性每增加1%，非效率投資就增加10.02%，說明債務(wù)融資抑制了因環(huán)境不確定性而引起的非效率投資，驗證了H2。表6顯示的結(jié)果與研究假設(shè)相同，企業(yè)環(huán)境不確定性及企業(yè)非效率投資正相關(guān)，債務(wù)融資抑制了企業(yè)實際管理者由于不確定性引起的非效率投資行為。

（五）穩(wěn)健性檢驗。為了排除低效率投資中的系統(tǒng)性因素，即排除Richardson（2006）模型中無法避免的影響因素導(dǎo)致的非系統(tǒng)性偏差，本文參考羅付巖（2013）的做法，重新定義非效率投資的分類，即利用四分位數(shù)對原有的Richardson（2006）投資效率殘差進行了劃分，認為公司的實際投資存在有效的部分，并重新定義了非效率投資行為的兩種情形：殘差大于非負殘差部分的四分之一，記為投資過度；殘差小于非正殘差部分的四分之三，記為投資不足；中間部分則屬于有效投資部分。利用重新得到企業(yè)過度投資和投資不足的樣本與數(shù)據(jù)，進而重新確認企業(yè)的非效率投資，回歸結(jié)果如表7所示。

從表7可以看出，模型（9）不確定性在1%的水平上顯著為正，表示企業(yè)面臨的不確定性越高，非效率投資越嚴重，與列（1）結(jié)果一致，驗證了假設(shè)1；列（10）債務(wù)融資在10%的水平上顯著為負，表示負債融資約束對非效率投資有抑制作用，與預(yù)期假設(shè)和列（2）的結(jié)果一致；列（11）的不確定性在1%的水平上顯著為正，債務(wù)融資在5%的水平上顯著為負，與列（3）一致；列（12）不確定性在1%的水平上顯著為正，債務(wù)融資不顯著，交叉項在5%的水平上顯著為負，說明在5%的置信水平上融資約束可以抑制環(huán)境不確定性引起的非效率投資，與列（4）得出的結(jié)果一致，并且列（9）（10）（11）（12）的F檢驗都在1%上顯著，R2都在50%以上，說明方程的解釋效果比較理想。

五、結(jié)論與建議

（一）結(jié)論。本文以2009—2013年5年間1 257家上市公司數(shù)據(jù)為樣本，探討了在債務(wù)融資的影響下，環(huán)境不確定性與非效率投資之間的關(guān)系，獲得以下結(jié)論：我國上市企業(yè)普遍存在非效率投資行為，并且多數(shù)企業(yè)表現(xiàn)為過度投資；現(xiàn)階段，不確定性越高，公司非效率投資越嚴重；債務(wù)融資與非效率投資顯著呈負相關(guān)關(guān)系，主動負債融資越高的樣本公司，其非效率投資越低；債務(wù)融資有助于降低不確定性引起的非效率投資。

（二）建議。通過研究結(jié)論，本文提出如下建議：企業(yè)應(yīng)合理利用融資約束，環(huán)境不確定性較高時應(yīng)慎用融資約束；建立健全管理層獎勵、問責(zé)機制；要完善現(xiàn)有的監(jiān)督體系，發(fā)揮監(jiān)事會及股東應(yīng)有的監(jiān)督職能， 完善投資法律法規(guī)，減少行政干預(yù)。

參考文獻：

[1]Modigliani，F(xiàn)ranco，Merton Miller.The Cost of Capital，Corporatiori Financial，and the Theory of investments[J].American Economic Review，1958，（48）：261-297.

[2]Modigliani，F(xiàn)ranco，Merton Miller.Corporate Income Taxes and the Cost of Capital：A Correction[J].American Economic Review，1963，（53）：433-443.

[3]Fazzari S M，Hubbard R G，Petersen B C.Financing constraints and corporate investment[J]. Brookings Papers on Economic Activity，1988，（1）：141-195.

[4]Vogt.The Cash Flow-Investment Relationship：Evidence from U.S.Manufacturing Firms[J]. Financial Management，1994，（23）：3-20.

[5]樊勝，李玲.固定資產(chǎn)投資與不確定性關(guān)系的實證研究[J].石家莊經(jīng)濟學(xué)院學(xué)報，2004，（2）：17-20.

[6]黃久美，車士義，黃福廣.不確定性對企業(yè)固定資產(chǎn)投資影響的研究[J].軟科學(xué)，2010，（1）：85-92.

[7]徐倩.不確定性、股權(quán)激勵與非效率投資[J].會計研究，2014，（3）：43-47.