黃萍 李清清

摘要：制造業(yè)是帶動江蘇省經(jīng)濟發(fā)展的強大動力。為了研究江蘇省制造業(yè)上市公司融資約束的行業(yè)特征，本文利用中國滬深A(yù)股市場江蘇省制造業(yè)上市公司2011—2016年的年度財務(wù)數(shù)據(jù)，運用Logistic回歸分析，構(gòu)建了江蘇省制造業(yè)上市公司融資約束指數(shù)模型。經(jīng)過檢驗發(fā)現(xiàn)，輕紡制造業(yè)受到融資約束的程度最大，資源加工業(yè)次之，裝備制造業(yè)最小。

關(guān)鍵詞：制造業(yè);上市公司;融資約束;Logistic模型

中圖分類號：F832文獻標識碼：A文章編號：1008-4428（2019）01-0084-03

一、 引言

制造業(yè)是江蘇省經(jīng)濟增長的發(fā)動機，但融資難、融資成本高等問題仍然是制約江蘇制造業(yè)發(fā)展的最大瓶頸。企業(yè)融資受到哪些因素的影響，不同行業(yè)的企業(yè)受到的融資約束程度是否相同，對這些問題的回答具有重要的現(xiàn)實意義。從宏觀層面上看，把握江蘇省制造業(yè)融資約束的行業(yè)特征，有利于政府從整體上把握制造業(yè)融資約束情況，及時調(diào)整制定相關(guān)政策，推動產(chǎn)業(yè)結(jié)構(gòu)升級，促進經(jīng)濟又好又快發(fā)展。從微觀層面上看，對這些問題的研究有助于企業(yè)了解自己所在行業(yè)的融資約束特征，促使企業(yè)在融資渠道、融資成本的選擇上更加理性，有利于企業(yè)把握時機，做出最優(yōu)決策，使生產(chǎn)要素達到最優(yōu)配置。因此，本文以滬深A(yù)股市場江蘇省制造業(yè)上市公司為研究樣本，以2011—2016年為樣本區(qū)間，擬運用Logistic回歸分析，構(gòu)建上市公司融資約束的指數(shù)，探討上市公司融資約束的行業(yè)特征。

二、 江蘇省制造業(yè)上市公司融資情況分析

（一）制造業(yè)上市公司各行業(yè)融資渠道分析

企業(yè)的融資渠道主要包括內(nèi)源融資和外源融資。內(nèi)源融資包括原始資本和資產(chǎn)資本化，外源融資則以債務(wù)融資和股權(quán)融資為主。根據(jù)融資優(yōu)序理論，制造業(yè)上市公司選擇融資方式的順序應(yīng)是先內(nèi)源融資，再外源融資。江蘇省制造業(yè)上市公司的融資順序是否也是如此，有待深入探討。

為研究制造業(yè)的行業(yè)融資情況，將制造業(yè)分為三大類行業(yè)，即輕紡制造業(yè)、資源加工業(yè)和裝備制造業(yè)。輕紡制造業(yè)主要包括農(nóng)副產(chǎn)品加工、服裝、紡織等制造業(yè);資源加工業(yè)包括化學(xué)制品、石油加工、醫(yī)藥、橡膠、金屬冶煉等制造業(yè)。裝備制造業(yè)則包括通用、專用、交通運輸設(shè)備、電氣、計算機、儀器儀表等制造業(yè)。

表1顯示了江蘇省制造業(yè)上市公司各行業(yè)外源融資情況。2011—2016年間，江蘇省制造業(yè)上市公司各行業(yè)的外源融資均呈現(xiàn)逐年遞增的趨勢。其中，輕紡制造業(yè)每年的外源融資均超過資源加工業(yè)和裝備制造業(yè)，在2016年達到77.1億元的高峰;資源加工業(yè)的外源融資額也從2011年的21.24億元逐年遞增到2016年的51.15億元;2014年，裝備制造業(yè)的外源融資額開始提速，反超資源加工業(yè)，到2016年，實現(xiàn)外源融資54.84億元。

從融資結(jié)構(gòu)上看，無論是輕紡制造業(yè)、資源加工業(yè)，還是裝備制造業(yè)，江蘇省制造業(yè)上市公司的融資渠道以外源融資為主。圖1顯示了2011—2016年間，江蘇省制造業(yè)三大行業(yè)的融資結(jié)構(gòu)。從整體上看，所有樣本企業(yè)在2011—2016年的內(nèi)源融資比率平均值為21.03%，而外源融資比率平均值高達78.97%?？梢?，內(nèi)源融資在江蘇省制造業(yè)上市公司的融資結(jié)構(gòu)中所占比率較低，外源融資占比較高，部分企業(yè)甚至完全依賴于外源融資。江蘇省制造業(yè)上市公司的融資順序呈現(xiàn)出“先外源融資，后內(nèi)源融資”的特征。

（二）融資約束的行業(yè)特征現(xiàn)狀分析

1. 江蘇省制造業(yè)上市公司融資渠道單一

制造業(yè)企業(yè)由于近年來擴張速度較快，導(dǎo)致內(nèi)部資金較為緊缺，很多企業(yè)的資產(chǎn)負債率較高。因此這些企業(yè)想要從銀行貸款就比較困難，他們只能選擇成本比較高的股權(quán)融資，雖然融資租賃近年來比較盛行，但是對于大多數(shù)企業(yè)來說，還不到時機或者說時機并不成熟，因此，可供這些企業(yè)選擇的融資方式較少。

2. 制造業(yè)上市公司的融資成本比較高

通常情況下，企業(yè)在選擇融資方式時，一般偏好內(nèi)源融資，其次是債務(wù)融資，最后是股權(quán)融資。但是從制造業(yè)上市公司的財務(wù)指標上看，企業(yè)的資產(chǎn)負債率較高。當(dāng)企業(yè)內(nèi)部現(xiàn)金流不足，資產(chǎn)負債率高的情況下，即便企業(yè)能從銀行貸款，那么銀行也會根據(jù)企業(yè)的風(fēng)險大小進一步提高貸款利率。雖然大多數(shù)銀行已經(jīng)對制造業(yè)降低了貸款的門檻，但是各銀行從風(fēng)險角度分析考慮，還是比較偏向于大型制造業(yè)企業(yè)提供貸款，而中小型企業(yè)要獲得融資就要支付較高的成本。

3. 制造業(yè)上市公司資產(chǎn)收益不高

制造業(yè)是江蘇省經(jīng)濟的支柱產(chǎn)業(yè)，政府配套的相關(guān)政策也較多。但是，有些企業(yè)則處于行業(yè)的初創(chuàng)期，投資大，風(fēng)險高，資產(chǎn)收益低;有些企業(yè)處于拓展期，為了搶占先機、響應(yīng)政府號召，不斷增加資金投入，擴大企業(yè)生產(chǎn)規(guī)模，生產(chǎn)成本較高，效益并不顯著;還有些企業(yè)所處行業(yè)是夕陽產(chǎn)業(yè)，企業(yè)轉(zhuǎn)型壓力日益增加。

三、 制造業(yè)上市公司融資約束理論模型的構(gòu)建

（一）變量分組

國內(nèi)外研究學(xué)者在研究企業(yè)融資約束的行業(yè)特征時，有的學(xué)者選用股利支付率作為企業(yè)的分組依據(jù)，也有的學(xué)者選用現(xiàn)金存量作為分組依據(jù)。由于我國股市發(fā)展不健全，股利支付率的隨意性比較大，連續(xù)性差。因此，在研究江蘇省制造業(yè)上市公司融資約束程度時，通過股利支付率這一指標很難判斷企業(yè)是否受到融資約束。故而，本文選取現(xiàn)金存量作為樣本企業(yè)的分組指標。該指標與企業(yè)受到的融資約束情況呈正相關(guān)關(guān)系，即現(xiàn)金存量越低，該公司所受融資約束程度越低。因此，將江蘇省制造業(yè)上市公司按照現(xiàn)金存量大小順序排列，現(xiàn)金存量較高的公司為高融資約束組，現(xiàn)金存量較低的公司則為低融資約束組。

（二）構(gòu)建融資約束指數(shù)模型

Logistic回歸分析法主要應(yīng)用于二分類變量建模。它采用極大似然法，估計出各參數(shù)值，進而求得被解釋變量取某值時所對應(yīng)的概率，從而預(yù)測事件發(fā)生的概率。由于江蘇省制造業(yè)上市公司按現(xiàn)金存量分為高融資約束組和低融資約束組，融資約束指標屬于二分類變量，適于采用Logistic回歸模型描述融資約束與各影響因素之間的非線性關(guān)系。根據(jù)國內(nèi)外文獻，融資約束的主要影響因素有公司的流動比率、公司規(guī)模、凈資產(chǎn)收益率、資產(chǎn)負債率等財務(wù)指標。因此，以制造業(yè)上市公司流動比率、公司規(guī)模、凈資產(chǎn)收益率、資產(chǎn)負債率4個財務(wù)指標為解釋變量，構(gòu)建融資約束指數(shù)模型，如式（1）所示。

Logit（FZ）=α+β1X1i+β2LnSIZEi+β3X2i+β4X3i+μi（1）

式（1）中，F(xiàn)Z為融資約束指數(shù);X1為流動比率;LnSIZE為公司規(guī)模的對數(shù)值;X2為凈資產(chǎn)收益率;X3為資產(chǎn)負債率。

四、 江蘇省制造業(yè)上市公司融資約束行業(yè)特征的實證分析

（一）樣本選取

本文選擇2011年1月1日以前在滬深A(yù)股市場上市的江蘇省制造業(yè)上市公司為研究對象，研究區(qū)間為2011—2016年，截至2016年12月31日，共計250家制造業(yè)上市企業(yè)。同時，剔除了以下5類樣本：①ST/PT類公司，此類企業(yè)的財務(wù)行為可能出現(xiàn)異?，F(xiàn)象;②首年IPO的企業(yè)。IPO對現(xiàn)金流的影響較大，不能真實反映企業(yè)融資約束大小;③總資產(chǎn)增長率高于100的公司;④資產(chǎn)負債率大于100的公司，這類企業(yè)屬于資不抵債;⑤數(shù)據(jù)缺失的公司。經(jīng)過上述處理，共有236家符合要求的江蘇省制造業(yè)上市公司作為觀測樣本。

（二）江蘇省制造業(yè)上市公司融資約束行業(yè)特征差異的實證檢驗

將236家樣本企業(yè)按現(xiàn)金存量由大到小排序，現(xiàn)金存量較大的前30%企業(yè)作為高融資約束組，現(xiàn)金存量較小的后30%企業(yè)作為低融資約束組。最終確定了高融資約束組和低融資約束組各70組樣本觀測值。

首先，對各解釋變量進行相關(guān)性分析。結(jié)果表明，流動比率、公司規(guī)模、凈資產(chǎn)收益率、資產(chǎn)負債率這4個解釋變量的相關(guān)系數(shù)均在0.5以下，相關(guān)性較弱，符合Logistic回歸模型的建模要求。然后，對各解釋變量的均值在高、低融資約束組之間是否存在顯著性差異進行t檢驗。表2的t檢驗結(jié)果顯示，各指標的t統(tǒng)計量所對應(yīng)的P值均小于0.05，說明在5%的顯著性水平下，4個指標的均值在不同融資約束組之間存在顯著性差異，也就是說，這4個解釋變量能較好地區(qū)分上市公司受到融資約束程度的高低。值得注意的是，高融資約束組的公司規(guī)模、凈資產(chǎn)收益率較高，這可能與經(jīng)濟周期、相關(guān)政策、企業(yè)的轉(zhuǎn)型升級有關(guān)。但高融資約束組的資產(chǎn)負債率為0.446，高于低融資約束組的0.365，而高融資約束組 2.018 的流動比率卻低于低融資約束組的流動比率，這說明流動性強、償還債務(wù)能力強的企業(yè)所受到的融資約束較低，流動性差、償還債務(wù)能力弱的企業(yè)所受到的融資約束較高，這與實際經(jīng)濟理論相符。

（三）Logistic回歸分析

根據(jù)式（1）的融資約束指數(shù)模型，將樣本企業(yè)中高融資約束組的因變量取值設(shè)定為1，低融資約束組設(shè)定為0，并以流動比率（X1）、公司規(guī)模（LnSIZE）、凈資產(chǎn)收益率（X2）、資產(chǎn)負債率（X3）4個財務(wù)指標為自變量，搜集2011—2016年140家樣本企業(yè)的指標數(shù)值，運用logistic回歸分析，結(jié)果如表3所示。

根據(jù)表3的回歸結(jié)果，得到式（2）的融資約束指數(shù)FZ。

FZ=ey1+ey（2）

其中，Y=-3.213-0.128X1i+1.174LnSIZEi+2.517X2i-0.747X3i

FZ為融資約束指數(shù)，表示上市公司融資受到約束的概率。FZ值越趨近于1，表示企業(yè)受到融資約束的概率越大;FZ值越小，說明企業(yè)受到融資約束的概率越小。

為深入研究制造業(yè)各行業(yè)所面臨的融資約束程度，根據(jù)式（2），計算出江蘇省制造業(yè)各行業(yè)2011—2016年的融資約束指數(shù)FZ值，結(jié)果如表4所示。

五、 實證結(jié)論

根據(jù)Logistic回歸模型和江蘇省制造業(yè)上市公司各行業(yè)的融資約束指數(shù)計算結(jié)果，得到以下結(jié)論。

（一）由于流動比率、公司規(guī)模、凈資產(chǎn)收益率、資產(chǎn)負債率這4個變量在Logistic回歸模型中系數(shù)對應(yīng)的顯著性水平均小于0.1，說明它們對于融資約束的影響具有統(tǒng)計學(xué)意義，是影響融資約束的重要因素。

（二）從優(yōu)勢比OR值可以看出，高流動比率導(dǎo)致融資受約束的可能性是低流動比率的0.88倍，高資產(chǎn)負債率導(dǎo)致融資受約束的可能性是低資產(chǎn)負債率的0.474倍。也就是說，流動性強、償還債務(wù)能力強的上市公司所受到的融資約束程度較低。然而，凈資產(chǎn)收益率較高、公司規(guī)模較大的企業(yè)所受到的融資約束程度卻較高。這說明江蘇省制造業(yè)企業(yè)在外源融資時，獲取資金的約束性條件可能不只是公司規(guī)模和當(dāng)前的收益，更重要的應(yīng)該是公司所處的行業(yè)及行業(yè)的發(fā)展前景、產(chǎn)品的研發(fā)水平和創(chuàng)新速度等影響未來收益的因素。

（三）從江蘇省制造業(yè)各行業(yè)的融資約束指數(shù)上看，輕紡制造業(yè)、資源加工業(yè)、裝備制造業(yè)的FZ均值分別為 57.16%、46.51%、43.95%，說明輕紡制造業(yè)受到融資約束的程度最大，資源加工業(yè)次之，融資約束概率最小的行業(yè)是裝備制造業(yè)。

（四）從縱向上看，2011—2016年間，江蘇省制造業(yè)各行業(yè)的融資約束指數(shù)均呈現(xiàn)逐年遞增的趨勢，說明融資的要求越來越高。首先，輕紡制造業(yè)受融資約束的概率從2011年的55.03%到2016年的63.42%，呈現(xiàn)上升的趨勢。其次，資源加工業(yè)受融資約束的概率從2011年的38.29%上升到2016年的55.05%，融資約束程度最大的上市公司是南鋼股份;融資約束程度最小的上市公司則是裕興股份。再次，裝備制造業(yè)受融資約束的概率從2011年的37.54%到2016年的 53.55%，也在不斷上升。該行業(yè)的上市門檻高，計算機、通信和其他電子設(shè)備制造業(yè)，多數(shù)企業(yè)是高科技研發(fā)型企業(yè)，屬于技術(shù)密集型行業(yè)，企業(yè)的資金收入完全依托于產(chǎn)品的研發(fā)和銷售。其中，受融資約束程度最大的企業(yè)是徐工機械，中航高科受融資約束程度最小。

參考文獻：

[1]郭麗婷.制造型企業(yè)金融化抑制了技術(shù)創(chuàng)新嗎？——基于我國制造業(yè)上市公司的經(jīng)驗研究[J].金融理論與實踐，2018（4）：36-41.

[2]李后建.政府質(zhì)量、財務(wù)透明與企業(yè)融資約束——基于中國制造業(yè)企業(yè)問卷調(diào)查數(shù)據(jù)的分析[J].商業(yè)研究，2018（3）：57-66.

[3]李思慧，徐保昌.金融市場化、融資約束與企業(yè)成本加成：來自中國制造業(yè)企業(yè)的證據(jù)[J].國際貿(mào)易問題，2018（2）：164-174.

[4]孫妍.融資約束、創(chuàng)業(yè)投資與企業(yè)創(chuàng)新能力[J].財會通訊，2017（36）：57-62.

[5]王展祥，龔廣祥，鄭婷婷.融資約束及不確定性對非上市制造業(yè)R&;D投資效率的影響——基于異質(zhì)性隨機前沿函數(shù)的實證研究[J].中央財經(jīng)大學(xué)學(xué)報，2017（11）：27-37.

[6]鄧翔，向書堅，唐毅.中國上市公司融資約束的行業(yè)特征分析——基于641家上市企業(yè)的Logistic回歸分析[J].宏觀經(jīng)濟研究，2014（1）：107-117，125.