宋智文，陳映珊

（1.佛山科學(xué)技術(shù)學(xué)院經(jīng)濟(jì)管理與法學(xué)院，廣東佛山528000；2.華南理工大學(xué)工商管理學(xué)院，廣東廣州510641）

一、引言

公司投資行為在投資理論文獻(xiàn)中是個(gè)重要的研究主題，不僅因?yàn)楣就顿Y與資本預(yù)算存在關(guān)系，更主要因?yàn)檠芯抗镜耐顿Y行為有助于從微觀層面解釋金融發(fā)展與經(jīng)濟(jì)增長之間的聯(lián)系。長期以來，金融發(fā)展與經(jīng)濟(jì)增長之間存在的關(guān)系是一個(gè)受到廣泛關(guān)注的研究主題，包括Schumpeter、Mckinnon以及Greenwood、Jovanovi［1］等在內(nèi)的諸多學(xué)者認(rèn)為金融發(fā)展是決定經(jīng)濟(jì)增長的一個(gè)很重要的因素。已有大量的跨國回歸中使用宏觀資料的經(jīng)驗(yàn)研究，這些研究支持金融發(fā)展促進(jìn)經(jīng)濟(jì)增長的觀點(diǎn)［2-3］。然而，宏觀層面的研究存在兩方面的問題：一是這些經(jīng)驗(yàn)研究存在內(nèi)生性問題，因?yàn)椴坏鹑诎l(fā)展能促進(jìn)經(jīng)濟(jì)增長，經(jīng)濟(jì)增長反過來也會(huì)影響金融發(fā)展，宏觀經(jīng)驗(yàn)研究并不容易解決這種內(nèi)生性問題；二是宏觀研究難以解釋金融發(fā)展影響經(jīng)濟(jì)增長的機(jī)制和途徑。因此，需要從微觀層面分析和檢驗(yàn)金融發(fā)展影響經(jīng)濟(jì)增長的機(jī)制。融資約束與公司投資是從微觀視角將金融發(fā)展與經(jīng)濟(jì)增長聯(lián)系起來的兩個(gè)重要變量。

近年來，Love［4］、Khurana［5］、Baum［6］、Wale［7］等國外學(xué)者對(duì)金融發(fā)展對(duì)公司融資約束和投資的影響進(jìn)行了研究，但多采用多國數(shù)據(jù)分析，對(duì)單個(gè)國家、發(fā)展中國家和新興經(jīng)濟(jì)體的研究較少。國內(nèi)饒華春［8］、唐建新和陳冬［9］、沈紅波等［10］、張瑞穩(wěn)和吳成鳳［11］等也從金融發(fā)展的角度對(duì)公司融資約束和投資的影響進(jìn)行了研究，但研究結(jié)論并不盡一致，可能是因?yàn)槔玫臅r(shí)間序列數(shù)據(jù)過短，且僅采用規(guī)模、所有制等單一因素分組的方法進(jìn)行檢驗(yàn)。本文利用2000～2016年我國上市公司的面板資料，采用系統(tǒng)廣義矩動(dòng)態(tài)面板估計(jì)方法，檢驗(yàn)了金融發(fā)展與融資約束和公司投資之間存在的關(guān)系，以期從微觀層面檢驗(yàn)金融發(fā)展影響經(jīng)濟(jì)增長的機(jī)制。與前期文獻(xiàn)不同的是：首先，本文采用KZ指數(shù)和WW指數(shù)對(duì)公司融資約束程度進(jìn)行界定，這兩個(gè)指數(shù)包含了公司多維信息，且允許公司在不同的年份所在組別發(fā)生變化，避免了采用單一因素分組帶來的局限性。其次，從較長的時(shí)間跨度內(nèi)考察了金融發(fā)展對(duì)上市公司融資約束和投資的影響，避免了時(shí)間序列過短可能存在的不穩(wěn)健性，因?yàn)榻鹑诎l(fā)展是個(gè)長期的演變過程。

二、模型設(shè)定、估計(jì)方法與數(shù)據(jù)

（一）模型設(shè)定

早期研究投資與融資約束的文獻(xiàn)往往采用托賓Q投資模型。托賓Q投資模型將反映公司未來市場(chǎng)機(jī)會(huì)的托賓Q納入投資模型，并將公司現(xiàn)金流加入模型，以投資對(duì)內(nèi)部現(xiàn)金流的敏感性檢驗(yàn)融資約束的程度，從而將公司投資機(jī)會(huì)與融資約束對(duì)公司投資的影響分離開。但托賓Q投資模型包含了不變的規(guī)模報(bào)酬、完全競(jìng)爭、完美的資本市場(chǎng)等一系列很強(qiáng)的假定，因而此模型的運(yùn)用存在局限性。

本文采用以歐拉方程為基礎(chǔ)的投資模型。該模型放松了資本市場(chǎng)完美的假定，利用動(dòng)態(tài)最優(yōu)方法從管理者最大化公司價(jià)值的一階條件推導(dǎo)出來。模型以資本的邊際利潤作為一個(gè)主要變量捕捉公司的成長機(jī)會(huì)，用投資對(duì)內(nèi)部現(xiàn)金流的敏感性反映融資約束的特征，并增加滯后一期的投資變量以控制投資成本調(diào)整，投資對(duì)內(nèi)部現(xiàn)金流量具有較高的敏感性，意味著存在融資約束和金融市場(chǎng)的低效率。

本文的基本模型為Laeven［12］所采用過的如下模型：

（1）式中，I表示投資支出，本文采用現(xiàn)金流量表中的“購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金”來度量。CF表示現(xiàn)金流量，用“經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量凈額”度量。S表示凈銷售收入，D表示總負(fù)債，fi表示公司特定效應(yīng)，tt表示時(shí)間特定效應(yīng)，εi，t表示隨機(jī)誤差，下標(biāo)“i”和“t”分別代表公司和時(shí)期。K為標(biāo)準(zhǔn)化變量，本文采用期初總資產(chǎn)度量，將有關(guān)變量除以期初總資產(chǎn)以剔除公司規(guī)模的影響。上式中使用因變量的滯后一期作為解釋變量是考慮投資行為的動(dòng)態(tài)性，引入平方項(xiàng)是為了反映資本存量調(diào)整過程存在非線性行為。上述方程可檢驗(yàn)的含義如下：在沒有融資約束的情況下，β1＞1，β2＜-1，β3≥0，β4＜0。如果這些系數(shù)的任何限制條件沒有滿足，則投資沒有處于最優(yōu)的路徑［12］。特別是，當(dāng)投資對(duì)現(xiàn)金流的增加存在正的反應(yīng)，即β4為正數(shù)，則企業(yè)在某種程度上存在融資約束，如果現(xiàn)金流量系數(shù)被估計(jì)為越大的正數(shù)，則企業(yè)存在越嚴(yán)重的融資約束。

金融發(fā)展主要表現(xiàn)為金融資產(chǎn)總量規(guī)模的擴(kuò)張和金融體系效率的提高及其功能的發(fā)揮。金融資產(chǎn)規(guī)模的擴(kuò)張能為所有公司提供更多的外部融資，從而減輕外部融資約束。但金融發(fā)展影響經(jīng)濟(jì)增長的微觀機(jī)制主要通過提高金融體系的效率，將更多資金配置給那些有良好投資機(jī)會(huì)的公司。融資約束一般歸因于資本市場(chǎng)的不完全性，這種不完全性是由于信息不對(duì)稱和激勵(lì)問題等因素引起的，后者將導(dǎo)致外部融資成本高于內(nèi)部融資成本，那些擁有良好投資機(jī)會(huì)的公司由于內(nèi)部資金的不足和外部資金成本的高企而不得不放棄部分凈現(xiàn)值為正的投資項(xiàng)目，公司投資將低于最佳投資水平而存在投資不足，即存在外部融資約束。金融發(fā)展能夠有效地減輕信息不對(duì)稱的程度和代理問題，從而減輕公司的融資約束。這將使有效發(fā)揮金融功能的金融體系會(huì)將更多資金配置給那些擁有良好投資機(jī)會(huì)和成長機(jī)會(huì)的公司，資本配置的有效改進(jìn)將促進(jìn)總體經(jīng)濟(jì)的增長。因此，在模型（1）的基礎(chǔ)上，我們加入金融發(fā)展水平與現(xiàn)金流量的交乘項(xiàng)，來衡量金融發(fā)展對(duì)融資約束的影響效應(yīng)，得到以下擴(kuò)展模型（2）。

模型（2）增加了金融中介發(fā)展水平和證券市場(chǎng)發(fā)展水平與現(xiàn)金流量的交乘項(xiàng)。我們采用Love［4］的方法度量金融發(fā)展，F(xiàn)IN表示金融中介發(fā)展水平，以M2和貸款總額之和與GDP的比值度量，STK表示證券市場(chǎng)發(fā)展水平，以股票市值和股票交易量之和與GDP的比值度量。根據(jù)金融發(fā)展理論，金融發(fā)展能減輕公司的融資約束，降低公司對(duì)內(nèi)部現(xiàn)金流的依賴程度。因此，模型假定金融發(fā)展與現(xiàn)金流量的交乘項(xiàng)系數(shù)將顯著為負(fù)，即模型（2）中的β6、β7小于零，表示金融發(fā)展緩解了公司的融資約束。

（二）估計(jì)方法

上述設(shè)定的動(dòng)態(tài)面板模型包含因變量的滯后項(xiàng)作為解釋變量，導(dǎo)致解釋變量具有內(nèi)生性，采用普通最小二乘法和固定效應(yīng)對(duì)模型進(jìn)行估計(jì)，得到的參數(shù)估計(jì)值將是一個(gè)有偏的估計(jì)值。為了考慮投資模型的動(dòng)態(tài)方面，并控制解釋變量的內(nèi)生性問題，我們采用由Arellano和Bover［13］和Blundell和Bond［14］所發(fā)展的系統(tǒng)廣義矩（GMM）方法對(duì)所設(shè)定的模型進(jìn)行估計(jì)。相比一些文獻(xiàn)所采用的差分廣義矩估計(jì)方法，這一估計(jì)方法更有優(yōu)勢(shì)。由Arellano和bond［15］所發(fā)展的差分廣義矩估計(jì)方法，通過對(duì)動(dòng)態(tài)回歸模型進(jìn)行一階差分以消除企業(yè)特定效應(yīng)，并利用內(nèi)生變量的滯后水平變量作為工具變量。這樣滯后水平的變量與一階差分的誤差項(xiàng)將不相關(guān)。在誤差項(xiàng)不存在序列相關(guān)的假定條件下，關(guān)于正交條件的以下等式成立：

模型（3）中Zi，t為內(nèi)生變量的工具變量。然而，這一估計(jì)方法存在一些計(jì)量和統(tǒng)計(jì)的不足。第一，如果原來的方程是水平的，一階差分后會(huì)損失截面維度變化的信息。第二，如果解釋變量隨著時(shí)間的變化持續(xù)不變，則這些變量的滯后水平項(xiàng)將是差分方程的弱工具變量。這會(huì)導(dǎo)致系數(shù)的漸近方差上升，并在小樣本產(chǎn)生衡量偏誤。第三，一階差分可能通過降低信號(hào)噪音比率而加大衡量偏誤的影響。這些不足可以通過在估計(jì)過程中引入水平方程并使用相應(yīng)解釋變量的差分滯后項(xiàng)作為工具變量而得到克服。因?yàn)榘怂椒匠痰幕貧w，系統(tǒng)廣義矩估計(jì)方法沒有消除截面維度變化的信息，也不會(huì)使得衡量偏誤更大，降低了差分估計(jì)的漸近方差和小樣本的潛在偏誤。然而水平方程的引入需要采用系統(tǒng)廣義矩估計(jì)時(shí)做進(jìn)一步假定，因?yàn)槔盟椒匠滩]有消除不可觀測(cè)的企業(yè)特定個(gè)體效應(yīng)。企業(yè)特定個(gè)體效應(yīng)能夠與解釋變量相關(guān)，因此需要假定這種相關(guān)隨著時(shí)間的推移而保持不變，即：

在這一假定下，差分方程的變量與企業(yè)特定效應(yīng)不相關(guān)。因此，差分滯后項(xiàng)就成為水平方程相應(yīng)內(nèi)生變量的有效工具變量。這意味著以下正交條件成立：

因此，系統(tǒng)廣義矩估計(jì)由包含水平方程和差分方程的堆積在一起的系統(tǒng)方程所組成。在估計(jì)程序的第一階段，對(duì)差分方程進(jìn)行估計(jì)，水平滯后項(xiàng)作為相應(yīng)內(nèi)生變量的工具變量。第二階段，水平方程被估計(jì)，變量的差分滯后項(xiàng)作為工具變量。在誤差項(xiàng)不存在序列相關(guān)的假定下，我們利用正交條件（3）和（5）進(jìn)行兩步程序系統(tǒng)廣義矩估計(jì)。在第一步估計(jì)，假定誤差項(xiàng)是同方差且獨(dú)立的。在第二階段估計(jì)，這些假定被放棄，第一階段估計(jì)獲得的殘差用于構(gòu)建一個(gè)最佳的權(quán)重矩陣。在所有估計(jì)中我們采用了Windmeijer提出的糾偏的穩(wěn)健方差斜方差矩陣。因?yàn)橄到y(tǒng)廣義矩估計(jì)的一致性取決于誤差項(xiàng)不存在序列相關(guān)和所使用的工具變量的合理性的假定，需要采用兩種檢驗(yàn)來驗(yàn)證這兩個(gè)假定的有效性。一是誤差項(xiàng)序列相關(guān)檢驗(yàn)，即檢驗(yàn)原始模型的干擾項(xiàng)是否不存在序列相關(guān)。差分后的誤差項(xiàng)必然存在一階序列相關(guān)，需要檢驗(yàn)的是差分方程的殘差是否存在二階序列相關(guān)。二是過度識(shí)別檢驗(yàn)，即Sargen檢驗(yàn)，檢驗(yàn)?zāi)Ｐ驮O(shè)定是否適當(dāng)，工具變量的使用是否合理。為了考察融資約束對(duì)公司投資的影響，我們利用衡量融資約束程度的KZ指數(shù)和WW指數(shù)將樣本分為不同組，并且允許公司組別在各個(gè)期間發(fā)生變化，這樣企業(yè)財(cái)務(wù)狀況及融資約束狀況可以隨著時(shí)間的變化而發(fā)生變化。這兩種指數(shù)較高的值表示存在較高的融資約束。對(duì)每個(gè)企業(yè)我們計(jì)算兩種指數(shù)的值，根據(jù)兩種指數(shù)的值將樣本分為兩組，指數(shù)值低于中位數(shù)的為非融資約束組，其他的為融資約束組。

KZ指數(shù)由Lamont提出，由以下方程得到：

上式中，下標(biāo)“i”和“t”分別代表公司和時(shí)期，CF表示現(xiàn)金流量，k表示資本存量，Q表示總負(fù)債，Totcap表示總資產(chǎn)，Div表示發(fā)放的股利，Cash為貨幣資金存量。

WW指數(shù)由Whited和Wu［16］提出，通過計(jì)算以下方程得到：

上式中，表示現(xiàn)金流量，TA表示總資產(chǎn)，DDIV為是否發(fā)放股利的虛擬變量，LTD為長期負(fù)債，Size表示公司規(guī)模，為總資產(chǎn)的自然對(duì)數(shù)，ISG和SG分別表示行業(yè)和公司的銷售增長率。

（三）數(shù)據(jù)

本文選擇2000～2016年在滬深證券交易所的上市公司作為研究樣本。在樣本選取過程中，剔除了金融類的公司和同時(shí)擁有B股和H股的上市公司；剔除樣本區(qū)間內(nèi)總資產(chǎn)增長率大于1.5倍的公司，以防兼并重組產(chǎn)生的影響；剔除了資產(chǎn)負(fù)債率大于1的財(cái)務(wù)異常公司；刪除了有缺漏值的數(shù)據(jù)不全的樣本，且保留連續(xù)3年以上有觀察值的樣本；剔除了IPO當(dāng)年的資料，以消除IPO當(dāng)年融資對(duì)公司投資的影響；對(duì)主要變量做了Winsor處理以克服離群值的影響。最終我們得到1733家上市公司作為研究樣本。樣本公司的所有數(shù)據(jù)來自深圳市國泰安信息技術(shù)有限公司提供的《中國上市公司財(cái)務(wù)數(shù)據(jù)庫》，度量我國金融發(fā)展的指數(shù)所需要的數(shù)據(jù)則來自中國人民銀行網(wǎng)站和《中國統(tǒng)計(jì)年鑒》。

三、實(shí)證研究結(jié)果

（一）描述性統(tǒng)計(jì)

表1列出了主要變量的描述性統(tǒng)計(jì)結(jié)果。表中將公司的投資額、銷售收入、現(xiàn)金流量和負(fù)債總額用期初總資產(chǎn)標(biāo)準(zhǔn)化后，公司之間的可比性增強(qiáng)。我們根據(jù)KZ指數(shù)和WW指數(shù)將樣本分成融資約束組和非融資約束組。從表1可以發(fā)現(xiàn)，融資約束組和非融資約束組的現(xiàn)金流量均值與投資支出均值相比表現(xiàn)出不同的特點(diǎn)。融資約束組現(xiàn)金流量的均值為0.0402（KZ指數(shù)）、0.0375（WW指數(shù)），小于投資支出的均值0.0685（KZ指數(shù)）、0.0583（WW指數(shù)），說明融資約束組內(nèi)部產(chǎn)生的現(xiàn)金流不足以支持公司的投資支出，需要外部融資，從而可能存在外部融資約束。非融資約束組現(xiàn)金流量的均值與投資支出的均值相比則略大（KZ指數(shù)）或略?。╓W指數(shù)），現(xiàn)金流量的中值則均大于投資支出的中值，表明非融資約束組可能不存在融資約束，或融資約束程度較輕。

表1 主要變量的描述性統(tǒng)計(jì)量

（續(xù)上表）

（二）公司投資與融資約束的實(shí)證檢驗(yàn)

表2報(bào)告了模型（1）的檢驗(yàn)結(jié)果。模型（1）全部樣本及各組別的Sargan檢驗(yàn)的P值拒絕了0假定，表明模型設(shè)定及工具變量的選擇是合理的，干擾項(xiàng)序列相關(guān)檢驗(yàn)表明差分方程的殘差不存在二階序列相關(guān)。Laeven指出的各方程系數(shù)的限制條件沒有滿足，表明投資沒有處于最優(yōu)的路徑。從表2我們看到，全部樣本及各組別［I/K］t-1的系數(shù)均在1%的水平顯著為正，公司投資與前期投資之間存在正的顯著相關(guān)性，說明公司投資有動(dòng)態(tài)性和延續(xù)性，前期投資對(duì)其影響明顯。全部樣本及各組別現(xiàn)金流量［CF/K］t-1的系數(shù)也均在1%的水平顯著為正。這種正相關(guān)性說明公司的投資與內(nèi)部產(chǎn)生現(xiàn)金流存在強(qiáng)正相關(guān)，公司投資對(duì)現(xiàn)金流存在高度敏感性，表明公司可能普遍存在著明顯的外部融資約束現(xiàn)象，這與多數(shù)文獻(xiàn)的檢驗(yàn)結(jié)果一致。從不同組別來看，融資約束組現(xiàn)金流量的系數(shù)為0.1235（KZ指數(shù)）、0.1078（WW指數(shù)），大于非融資約束組的系數(shù)，表明融資約束組的融資約束程度大于非融資約束組。

表2 公司投資與融資約束

（三）金融發(fā)展與融資約束的實(shí)證檢驗(yàn)

表3報(bào)告了模型（2）全部樣本、融資約束組和非融資約束組的檢驗(yàn)結(jié)果，回歸結(jié)果的Sargan檢驗(yàn)和干擾項(xiàng)序列相關(guān)檢驗(yàn)表明模型設(shè)定及工具變量的選擇是合理的，差分方程的殘差不存在二階序列相關(guān)。模型（2）引入了金融中介發(fā)展水平和證券市場(chǎng)發(fā)展水平與現(xiàn)金流量的交乘項(xiàng)。從全部樣本看，金融中介發(fā)展指數(shù)與現(xiàn)金流量的交乘項(xiàng)的系數(shù)為-0.1017，且在1%的水平上顯著，表明金融中介的發(fā)展顯著減輕了公司的外部融資約束。證券市場(chǎng)發(fā)展指數(shù)與現(xiàn)金流量的交乘項(xiàng)的系數(shù)為-0.0074，但僅在10%的水平上顯著，而且其系數(shù)絕對(duì)值也小于金融中介發(fā)展指數(shù)與現(xiàn)金流量交乘項(xiàng)系數(shù)的絕對(duì)值，表明證券市場(chǎng)發(fā)展一定程度減輕了公司的融資約束，但銀行體系的發(fā)展緩解公司外部融資約束的作用遠(yuǎn)大于證券市場(chǎng)發(fā)展所起的作用，分組檢驗(yàn)結(jié)果也呈現(xiàn)類似特征。從融資約束分組檢驗(yàn)結(jié)果看，根據(jù)KZ指數(shù)和WW指數(shù)劃分的融資約束組金融中介發(fā)展指數(shù)、證券市場(chǎng)發(fā)展指數(shù)與現(xiàn)金流量的交乘項(xiàng)的系數(shù)均為負(fù)數(shù)，且均在1%的水平上顯著，其系數(shù)絕對(duì)值大于非融資約束組的相應(yīng)系數(shù)，而非融資約束組證券市場(chǎng)發(fā)展指數(shù)與現(xiàn)金流量的交乘項(xiàng)的系數(shù)并不顯著，表明銀行體系和證券市場(chǎng)的發(fā)展顯著減輕了融資約束公司的外部融資約束，銀行體系的發(fā)展對(duì)非融資約束公司的影響較小，證券市場(chǎng)發(fā)展對(duì)非融資約束公司的影響則不顯著。

表3 金融發(fā)展與融資約束——融資約束程度分組

四、研究結(jié)論

本文利用2000－2016年我國上市公司的面板數(shù)據(jù)，采用系統(tǒng)廣義矩估計(jì)方法，利用KZ指數(shù)和WW指數(shù)對(duì)公司融資約束程度進(jìn)行界定并分組，從較長的時(shí)間跨度內(nèi)考察了金融發(fā)展對(duì)上市公司融資約束和投資的影響，為金融發(fā)展影響經(jīng)濟(jì)增長的微觀機(jī)制提供了經(jīng)驗(yàn)證據(jù)。實(shí)證研究結(jié)果發(fā)現(xiàn)：（1）我國上市公司普遍存在融資約束，金融發(fā)展有效緩解了公司的融資約束，銀行體系發(fā)展緩解公司融資約束的作用大于證券市場(chǎng)發(fā)展所起的作用；（2）銀行體系和證券市場(chǎng)的發(fā)展顯著減輕了融資約束公司的融資約束，銀行體系的發(fā)展對(duì)非融資約束公司的影響較小，證券市場(chǎng)發(fā)展對(duì)非融資約束公司的影響也不顯著。

金融發(fā)展影響經(jīng)濟(jì)增長的途徑之一是通過提高金融體系的效率，降低公司的外部融資成本，減輕公司的融資約束，將社會(huì)資金配置給那些有良好投資機(jī)會(huì)的公司，有效促進(jìn)經(jīng)濟(jì)的增長。從實(shí)證檢驗(yàn)結(jié)論可以看到，金融發(fā)展顯著減輕了融資約束公司的融資約束，但銀行體系發(fā)展在緩解公司融資約束方面的作用大于證券市場(chǎng)發(fā)展所起的作用，說明銀行體系發(fā)展取得了明顯的效果，有效發(fā)揮了融資的功能，證券市場(chǎng)的市場(chǎng)化改革則相對(duì)滯后。金融體系應(yīng)進(jìn)一步提高金融體系配置資源的效率，將金融資源配置給那些具有良好投資機(jī)會(huì)或成長潛力的公司。