王 娟

一、引言

當(dāng)前，資本市場(chǎng)與金融市場(chǎng)中的融資信號(hào)的波動(dòng)態(tài)勢(shì)逐漸顯現(xiàn)：一方面，當(dāng)面臨外部信貸與融資信號(hào)沖擊時(shí)，企業(yè)的財(cái)務(wù)績(jī)效將產(chǎn)生負(fù)增長(zhǎng)的結(jié)果。另一方面，內(nèi)部控制作為企業(yè)公司治理體系的核心調(diào)節(jié)機(jī)制，其或?qū)⑾魅跞谫Y信號(hào)沖擊的負(fù)向影響，穩(wěn)定財(cái)務(wù)績(jī)效總體水平。學(xué)術(shù)界與實(shí)務(wù)界紛紛就“當(dāng)資本市場(chǎng)/金融市場(chǎng)中的融資信號(hào)的沖擊效應(yīng)較為顯著時(shí)，企業(yè)在近期及遠(yuǎn)期的財(cái)務(wù)績(jī)效表現(xiàn)如何？”這一問(wèn)題展開(kāi)了深入研究。寒陽(yáng)（2017）綜合考慮了后金融危機(jī)所引致的“信貸沖擊供給”與“需求沖擊”雙重效應(yīng)，以2008年6月為準(zhǔn)實(shí)驗(yàn)研究時(shí)間節(jié)點(diǎn)，采用多時(shí)點(diǎn)雙重差分的固定效應(yīng)模型實(shí)證分析了融資信號(hào)沖擊對(duì)企業(yè)財(cái)務(wù)行為的影響。研究表明，融資信號(hào)沖擊與企業(yè)財(cái)務(wù)行為彼此間呈現(xiàn)出負(fù)向相關(guān)的關(guān)系。其中債務(wù)融資行為受信貸供給的影響最為強(qiáng)烈、權(quán)益融資次之，投資支出所受的影響最弱。以此為基礎(chǔ)，張紅英（2017）采用數(shù)據(jù)包絡(luò)分析與時(shí)間序列聚類(lèi)分析方法對(duì)融資信號(hào)、內(nèi)部控制質(zhì)量與融資/投資行為三者間的關(guān)系進(jìn)行研究。研究發(fā)現(xiàn)，高強(qiáng)度的內(nèi)部控制水平不僅能夠有效緩解外部融資信號(hào)所引致的負(fù)向沖擊，亦可有效降低債務(wù)融資在總資產(chǎn)中的占比。但現(xiàn)有的研究分析情境過(guò)于宏觀，即單方面討論了宏觀資本/金融環(huán)境對(duì)微觀企業(yè)的影響，鮮見(jiàn)以內(nèi)部控制為代表的“穩(wěn)定器”對(duì)于緩解融資信號(hào)沖擊負(fù)向效應(yīng)的作用機(jī)理進(jìn)行分析，并致使融資信號(hào)沖擊的“混合效應(yīng)”干擾了實(shí)證結(jié)果的精度。

鑒于此，本文基于宏觀與微觀雙重視角圍繞融資信號(hào)沖擊對(duì)企業(yè)財(cái)務(wù)行為的影響機(jī)理進(jìn)行分析，并對(duì)企業(yè)內(nèi)部控制這一“緩沖器”機(jī)制進(jìn)行全面梳理。為提高實(shí)證分析精度，本文將實(shí)證研究的時(shí)間區(qū)間設(shè)定在2009至2018年十年間，意在隔離融資信號(hào)沖擊“混合效應(yīng)”的噪聲影響。并采用倍差法與傾向性評(píng)價(jià)法相結(jié)合的實(shí)證分析，研究資本市場(chǎng)融資信號(hào)沖擊所引致的企業(yè)財(cái)務(wù)績(jī)效具體變化情況。本文所設(shè)計(jì)的“準(zhǔn)實(shí)驗(yàn)”研究思路可顯著增強(qiáng)實(shí)證研究的針對(duì)性與時(shí)效性，相關(guān)研究結(jié)論可豐富有關(guān)資本供應(yīng)對(duì)企業(yè)財(cái)務(wù)行為作用路徑與影響程度等領(lǐng)域的理論研究。

表1 變量的描述性統(tǒng)計(jì)結(jié)果

表2 樣本企業(yè)描述性統(tǒng)計(jì)結(jié)果

二、研究設(shè)計(jì)

（一）理論分析與研究假設(shè)

由于我國(guó)資本市場(chǎng)起步較晚，且相關(guān)配套體制機(jī)制均不成熟，因此資本市場(chǎng)中的融資信貸手段仍是當(dāng)前我國(guó)大多數(shù)企業(yè)最為核心的融資途徑。但受經(jīng)濟(jì)周期的宏觀波動(dòng)所引致的資本市場(chǎng)的信貸資本危機(jī)，將會(huì)對(duì)企業(yè)的融資行為產(chǎn)生顯著的影響。而這便成為學(xué)術(shù)界與實(shí)務(wù)界所重點(diǎn)關(guān)注的領(lǐng)域。

融資信號(hào)沖擊理論指出，當(dāng)在金融危機(jī)的負(fù)面影響下，各類(lèi)金融機(jī)構(gòu)為了降低高財(cái)務(wù)杠杠所導(dǎo)致的“債務(wù)赤字”，將會(huì)大規(guī)模拋售優(yōu)質(zhì)金融資產(chǎn)，以促進(jìn)資本回流?；蚩刂菩刨J規(guī)模，以降低財(cái)務(wù)風(fēng)險(xiǎn)。而這將對(duì)金融產(chǎn)業(yè)鏈中的下游企業(yè)產(chǎn)生負(fù)向的融資信號(hào)沖擊影響。這意味著下游企業(yè)試圖通過(guò)資本市場(chǎng)獲得資金的難度將大大增加，進(jìn)而被迫轉(zhuǎn)向股權(quán)融資、債券融資等他類(lèi)融資渠道。而“融資難、融資貴”等突出矛盾對(duì)企業(yè)遠(yuǎn)期的投資支出行為產(chǎn)生顯著的影響。另外，部分學(xué)者分析了在資本市場(chǎng)運(yùn)作機(jī)制成熟度的影響下，信貸融資資本供應(yīng)對(duì)企業(yè)財(cái)務(wù)績(jī)效的作用。林鐘高（2017）在研究發(fā)現(xiàn)，在融資信號(hào)沖擊的負(fù)向作用下，上市公司的股票市值將呈現(xiàn)出斷崖式的下跌。陳作華（2018）通過(guò)采用問(wèn)卷調(diào)研法對(duì)美國(guó)一千多家上市公司財(cái)務(wù)高管調(diào)研后發(fā)現(xiàn)：在金融危機(jī)爆發(fā)期間，由于金融機(jī)構(gòu)大幅縮減了企業(yè)融資信用與融資規(guī)模，導(dǎo)致企業(yè)的外部資金供給斷裂，影響了企業(yè)在遠(yuǎn)期的投資支出計(jì)劃。

內(nèi)部控制作為確保企業(yè)資本運(yùn)作與財(cái)務(wù)流程完整性與科學(xué)性的核心制度安排，不僅能夠增加企業(yè)財(cái)務(wù)信息披露的公開(kāi)性與同度，同時(shí)亦能夠顯著降低由于信息不對(duì)稱所導(dǎo)致的內(nèi)部人控制和逆向選擇風(fēng)險(xiǎn)。從而間接地降低企業(yè)內(nèi)部融資成本，提高公司治理的溢出效應(yīng)。這意味著企業(yè)內(nèi)部控制或?qū)?duì)融資信號(hào)與財(cái)務(wù)行為之間的關(guān)系產(chǎn)生正向的調(diào)控性的影響。例如秦娜（2018）通過(guò)系統(tǒng)梳理數(shù)百家歐盟上市公司財(cái)務(wù)報(bào)告發(fā)現(xiàn)，高質(zhì)量的內(nèi)部控制不僅能夠提高企業(yè)的投入產(chǎn)出比，而且能夠有效降低企業(yè)對(duì)投資現(xiàn)金流的敏感性程度。林鐘高（2017）發(fā)現(xiàn)，內(nèi)部控制機(jī)制“先天不足”的企業(yè)，將成為銀行重點(diǎn)的資本監(jiān)管對(duì)象。而此類(lèi)企業(yè)將為資本融資支付更高的交易成本。鄭瑩（2018）實(shí)證研究了資本市場(chǎng)波動(dòng)對(duì)不同內(nèi)部控制質(zhì)量企業(yè)財(cái)務(wù)績(jī)效與融資行為的影響后發(fā)現(xiàn)，具有較強(qiáng)財(cái)務(wù)柔性的企業(yè)在金融危機(jī)爆發(fā)時(shí)將具有較強(qiáng)的公司抗風(fēng)險(xiǎn)能力。其能夠通過(guò)多元化的融資渠道支撐企業(yè)遠(yuǎn)期的投資資金需求。楊慧輝（2018）以此為基礎(chǔ)進(jìn)一步分析后發(fā)現(xiàn)，“財(cái)務(wù)柔性”企業(yè)在金融危機(jī)時(shí)期受融資信號(hào)沖擊的負(fù)向影響程度顯著低于非財(cái)務(wù)柔性企業(yè)，而此類(lèi)企業(yè)在隨后年度的財(cái)務(wù)業(yè)績(jī)始終保持顯著增長(zhǎng)。

基于上述分析可見(jiàn)，在融資信號(hào)沖擊的影響下，企業(yè)內(nèi)部控制能夠正向調(diào)節(jié)信貸沖擊對(duì)于企業(yè)財(cái)務(wù)績(jī)效的影響。即擁有高水平內(nèi)部控制的企業(yè)將通過(guò)其他融資手段來(lái)增加資本供給規(guī)模，并有意識(shí)地降低對(duì)信貸資本的依賴程度，以維持企業(yè)財(cái)務(wù)績(jī)效在遠(yuǎn)期的穩(wěn)定性程度。據(jù)此，本文提出如下假設(shè)：

假設(shè)1：融資信號(hào)沖擊將對(duì)企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生負(fù)向顯著影響。

假設(shè)2：內(nèi)部控制在融資信號(hào)沖擊與企業(yè)財(cái)務(wù)績(jī)效之間起到正向調(diào)節(jié)作用。

表3 主要變量的相關(guān)性分析

表4 主要變量的相關(guān)性分析

（二）樣本選擇、研究方法和模型設(shè)計(jì)

1.樣本選擇與變量定義

首先，出于時(shí)間平衡考慮，從WIND數(shù)據(jù)庫(kù)中獲取2009-2018年十年間的A股上市公司財(cái)務(wù)績(jī)效面板數(shù)據(jù)，借鑒鄭軍（2013）的研究成果，將2009年作為實(shí)證分析基準(zhǔn)年，重點(diǎn)分析接下來(lái)十年間樣本企業(yè)的財(cái)務(wù)績(jī)效變化情況。另外，為提高實(shí)證分析的針對(duì)性，在進(jìn)行樣本遴選時(shí)，剔除了金融類(lèi)企業(yè)、資本市場(chǎng)估值低于1000萬(wàn)元企業(yè)、月度/年度銷(xiāo)售額增加值高于100%的企業(yè)，最終共得到7923個(gè)樣本企業(yè)。企業(yè)內(nèi)部控制數(shù)據(jù)來(lái)自“DIB內(nèi)部控制與風(fēng)險(xiǎn)管理數(shù)據(jù)庫(kù)”。該數(shù)據(jù)庫(kù)的內(nèi)容涉及上市公司內(nèi)部控制評(píng)價(jià)、內(nèi)部控制審計(jì)、關(guān)聯(lián)交易、內(nèi)控動(dòng)態(tài)等可系統(tǒng)反映企業(yè)內(nèi)部控制質(zhì)量與風(fēng)險(xiǎn)的指標(biāo)，能夠較為系統(tǒng)反映出企業(yè)內(nèi)部控制質(zhì)量的變化特征，具有較強(qiáng)的針對(duì)性與代表性。

表5 融資信號(hào)沖擊、內(nèi)部控制與企業(yè)融投資行為（樣本周期：2009-2018）

2.研究方法

為降低協(xié)變量對(duì)內(nèi)部控制因素的干擾，并削弱潛在線性假設(shè)的約束效應(yīng)，并提高相關(guān)性假設(shè)驗(yàn)證的穩(wěn)健性程度。本文首先以迪博內(nèi)部控制指數(shù)為依據(jù)將研究樣本劃分為處理組與控制組兩類(lèi)：（1）處理組，即高于迪博內(nèi)部控制指數(shù)中位數(shù)取值的樣本企業(yè)；（2）控制組，即低于迪博內(nèi)部控制指數(shù)中位數(shù)取值的樣本企業(yè)。為增強(qiáng)混合樣本選擇的精確度與針對(duì)性，采用傾向評(píng)分匹配（PSM）方法對(duì)處理組與控制組兩組內(nèi)數(shù)據(jù)配對(duì)程度進(jìn)行多維檢驗(yàn)：通過(guò)計(jì)量在多維協(xié)變量層面處理組與控制組間的傾向性評(píng)分?jǐn)?shù)值，來(lái)檢驗(yàn)反映內(nèi)部控制水平的原始信息的穩(wěn)健性程度。具體計(jì)算步驟如下：

第一，求得傾向性評(píng)分?jǐn)?shù)值。余國(guó)杰（2018）指出，原始傾向性評(píng)分法由于難以針對(duì)給定數(shù)據(jù)處理之前特征情況下的處理?xiàng)l件概率進(jìn)行精準(zhǔn)估計(jì)，因此需要在確保輸入項(xiàng)數(shù)據(jù)信息連續(xù)性的同時(shí)，提升原始連續(xù)數(shù)據(jù)的回歸解釋效度。修正后的計(jì)算公式如公式一所示：

公式一中的X指代隸屬于控制組的多重向度的特征變量；D指代隸屬于處理組的多重向度的特征變量，若滿足則意味著控制組與處理組變量的回歸程度顯著。為得到兼具信度與效度的傾向性評(píng)分值，本文借鑒竇煒的研究成果構(gòu)建多重共線性回歸分析模型，如公式二所示：

公式二中的X指代對(duì)控制組與處理組變量具有多重共線性影響的多維自變量，指代多維自變量的傾向性得分系數(shù)，指代多重共線性回歸分析模型的預(yù)測(cè)評(píng)分?jǐn)?shù)值。基于公式三求得多重共線性回歸分析模型的第一階段傾向性得分估計(jì)值：

缺乏有效的監(jiān)督體制，是造成專(zhuān)項(xiàng)轉(zhuǎn)移支付效益低下的重要原因。目前，廣西雖然對(duì)專(zhuān)項(xiàng)轉(zhuǎn)移支付進(jìn)行了清理整合，但絕大多數(shù)都是小項(xiàng)并大項(xiàng)，表面上大項(xiàng)減少了，但實(shí)際上各部門(mén)各領(lǐng)域的專(zhuān)項(xiàng)都還在，項(xiàng)目龐雜，規(guī)模不減，全程監(jiān)督難以開(kāi)展。多個(gè)部門(mén)各管一段，沒(méi)有形成各司其職、共同監(jiān)督的體系和格局，沒(méi)有建立完善的監(jiān)督機(jī)制。這就造成了專(zhuān)項(xiàng)轉(zhuǎn)移支付過(guò)程中出現(xiàn)欠規(guī)范和轉(zhuǎn)移支付資金低效率、使用不合理的現(xiàn)象，導(dǎo)致一些地方挪用、截留財(cái)政轉(zhuǎn)移支付資金，或者將部分財(cái)政轉(zhuǎn)移支付資金中飽私囊、進(jìn)行貪污。

公式三中的ICI指代基于公式二所得到的第一階段傾向性得分估計(jì)值，指代控制組與處理組中變量的作用路徑系數(shù)，X指代兩類(lèi)分組各自的多維自變量，代多重共線性回歸分析的殘差變量。

第二，數(shù)值傾向性配對(duì)設(shè)計(jì)。基于公式一至公式三可得到處理組與控制組內(nèi)多維變量的傾向性匹配估計(jì)值，但仍難以對(duì)其進(jìn)行直接傾向性配對(duì)。原因在于 取值范圍呈現(xiàn)出不連續(xù)非正太分布狀態(tài)，致使難以實(shí)現(xiàn)配對(duì)樣本的同步輸出。當(dāng)前學(xué)術(shù)界主要采用空間臨近匹配法、最近半徑匹配法、核匹配法三類(lèi)配對(duì)算法來(lái)處理直接配對(duì)問(wèn)題。考慮到研究方法的可行性，本文采用空間臨近匹配法對(duì)處理組與控制組組間數(shù)據(jù)進(jìn)行兩兩直接匹配。該方法的核心思路是以初始樣本組為基點(diǎn)，錯(cuò)時(shí)性地針對(duì)最近鄰樣本進(jìn)行“向前”及“向后”搜尋。假定變量分別為處理組與控制組變量，分別為處理組與控制組各自的配對(duì)結(jié)果，且指代位于處理組第節(jié)點(diǎn)的 值相適配的控制組變量樣本?？臻g臨近匹配法計(jì)算公式如公式四所示：

借鑒王剛剛（2017）的研究成果，采用傾向性匹配估計(jì)方法從處理組與控制組中遴選傾向得分?jǐn)?shù)值最為接近的兩類(lèi)樣本，并基于 的遴選比例從處理組樣本中遴選在融資信用、信貸規(guī)模、營(yíng)收狀況及內(nèi)部控制效用等維度相接近的控制組變量作為配對(duì)樣本。

表6 融資信號(hào)沖擊、內(nèi)部控制與企業(yè)融投資行為（樣本周期：2019-2024）

第三，倍差法估計(jì)。在針對(duì)性的選取既符合樣本平衡性，又在處理組與控制組中具有較高配對(duì)效率的組間樣本數(shù)據(jù)后，還需要重點(diǎn)針對(duì)兩兩配對(duì)后的組間數(shù)據(jù)固定效應(yīng)程度進(jìn)行倍差法估計(jì)。估計(jì)模型如公式五所示：

3.模型設(shè)定及研究變量

以康志勇（2016）的研究成果為依據(jù)，構(gòu)建倍差模型研究?jī)?nèi)部控制在融資信號(hào)沖擊對(duì)企業(yè)財(cái)務(wù)行為作用中的調(diào)節(jié)緩沖作用。如公式六、七、八所示：

本文所涉及的核心變量釋義如表1所示。GOV指代“公司治理”變量，其主要以Wedge（兩權(quán)分立度）、Opinion（審計(jì)意見(jiàn)）、Big4（四大事務(wù)所審計(jì)）、ABH（境外發(fā)行股票）四個(gè)變量構(gòu)成。

三、計(jì)量結(jié)果與實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

描述性統(tǒng)計(jì)分析結(jié)果如表2所示。從表2中的數(shù)據(jù)可知，負(fù)債融資行為（Debt_BH）的均值與標(biāo)準(zhǔn)差分別為0.072、0.019，這意味著不同企業(yè)樣本在差異化的觀測(cè)周期中的數(shù)據(jù)變異程度與隨機(jī)分布程度均在可接受的范圍內(nèi)。長(zhǎng)期負(fù)債融資（LT_Debt）的均值與標(biāo)準(zhǔn)差分別為0.031、0.004，短期負(fù)債融資（ST_Debt）的均值與標(biāo)準(zhǔn)差的別為0.068、0.015，這意味著當(dāng)前樣本企業(yè)對(duì)短期負(fù)債融資表現(xiàn)出強(qiáng)烈的需求偏好。權(quán)益融資行為（Equity_BH）的均值與標(biāo)準(zhǔn)差分別為0.043、0.011，投資支出行為（Invest_BH）的均值與標(biāo)準(zhǔn)差分別為0.038、0.005，這意味著權(quán)益融資行為在企業(yè)融資方式中的占比較大，且投資支出規(guī)模與企業(yè)長(zhǎng)期負(fù)債規(guī)模相持平，這意味著樣本企業(yè)的資本結(jié)構(gòu)穩(wěn)定性程度較高。迪博內(nèi)部控制指數(shù)（ICI）的Standard Deviation為 714.194，Median為703.121，最小值為112.115，最大值為994.211，這意味著樣本企業(yè)的內(nèi)部控制效能基本呈現(xiàn)出正態(tài)分布的狀態(tài)。其余控制變量的描述性統(tǒng)計(jì)結(jié)果均符合推薦值標(biāo)準(zhǔn)，表明本文所遴選的樣本具有較強(qiáng)的代表性。

（二）核心變量的相關(guān)性統(tǒng)計(jì)檢驗(yàn)

（三）回歸分析

表5為融資信號(hào)沖擊、內(nèi)部控制與企業(yè)財(cái)務(wù)行為的回歸分析結(jié)果。列（1）、（2）、（3）分別為企業(yè)總體負(fù)債融資、長(zhǎng)期負(fù)債融資、短期負(fù)債融資的回歸統(tǒng)計(jì)數(shù)值。列（1）中After系數(shù)為-0.013（t值為-2.584），After＊ICI的系數(shù)為0.005（t值為 2.34 3），表明隨著融資信號(hào)的負(fù)向沖擊作用愈發(fā)顯著，企業(yè)總體負(fù)債融資在企業(yè)融資規(guī)模中的占比逐漸降低。而高質(zhì)量的內(nèi)部控制不僅能夠有效削弱融資信號(hào)沖擊的負(fù)面影響（如抑制企業(yè)總體負(fù)債規(guī)模在總資產(chǎn)中的占比下滑的態(tài)勢(shì)），同時(shí)亦可間接提高企業(yè)財(cái)務(wù)績(jī)效。列（2）中LT_Debt對(duì)應(yīng)的After系數(shù)為-0.009，且在5%的水平上顯著，表明長(zhǎng)期債務(wù)融資在企業(yè)總資產(chǎn)中的占比下降了0.9%。列（3）中ST_Debt t的值顯著性程度不高，表明內(nèi)部控制對(duì)于企業(yè)長(zhǎng)期債務(wù)融資的作用最為顯著。

列（4） 中Equity_BH對(duì) 應(yīng) 的After系數(shù)為-0.006（t值為-1.151），After＊ICI的 系 數(shù) 為 0.003（t值 為2.143），表明融資信號(hào)沖擊對(duì)于企業(yè)權(quán)益融資的負(fù)向沖擊效果并不顯著，但高質(zhì)量的內(nèi)部控制仍有助于削弱融資信號(hào)沖擊的負(fù)向效應(yīng)，且可減小權(quán)益融資50%的下降額度（0.003/-0.006）。

列（5） 中Invest_BH對(duì) 應(yīng) 的After系數(shù)為-0.005（t值為-2.414），After＊ICI的 系 數(shù) 為 0.004（t值 為1.978），表明在融資信號(hào)沖擊的負(fù)向作用下，企業(yè)投資總支出在總資產(chǎn)中的占比將下降5個(gè)百分點(diǎn)。而高質(zhì)量的內(nèi)部控制將減小投資支出80%的下降額度（0.004/-0.005）。

總體來(lái)看，表5的實(shí)證結(jié)果支持了本研究的理論假設(shè)：在外部資本市場(chǎng)/金融市場(chǎng)融資信號(hào)的負(fù)向沖擊下，企業(yè)財(cái)務(wù)績(jī)效呈現(xiàn)出下滑的發(fā)展趨勢(shì)，而內(nèi)部控制不僅能夠抑制融資的負(fù)向沖擊，亦能夠增強(qiáng)以債務(wù)融資、權(quán)益融資為代表的企業(yè)主流融資渠道的“吸金效能”，顯著增強(qiáng)企業(yè)融資能力，緩解企業(yè)投資支出壓力。則假設(shè)1、2通過(guò)驗(yàn)證。

四、進(jìn)一步分析

考慮到數(shù)據(jù)的可獲得性，本文將樣本的時(shí)間跨度設(shè)定在金融危機(jī)爆發(fā)后的十年間。但隨著后金融危機(jī)的負(fù)效應(yīng)逐漸從金融與資本市場(chǎng)蔓延至微觀實(shí)體經(jīng)濟(jì)領(lǐng)域，顯著增加企業(yè)融資成本與償債風(fēng)險(xiǎn)。因此，本文進(jìn)一步分析在融資信號(hào)沖擊與需求下降效應(yīng)的雙重疊加影響下，公司財(cái)務(wù)行為以及內(nèi)部控制變量調(diào)控程度的變化態(tài)勢(shì)。本部分將樣本的時(shí)間周期向后推五年，即預(yù)估從2019年至2024年間內(nèi)部控制機(jī)制在融資信號(hào)沖擊對(duì)公司財(cái)務(wù)行為影響過(guò)程中調(diào)節(jié)效用的發(fā)展態(tài)勢(shì)。運(yùn)用公式六、七、八進(jìn)行多重共線性估計(jì)，估計(jì)值如表6所示。

從表6的結(jié)果可知，各觀測(cè)變量的After系數(shù)值與表5實(shí)證結(jié)果基本一致，這進(jìn)一步表明內(nèi)部控制顯著發(fā)揮了“緩沖器”作用，有效控制了企業(yè)債務(wù)融資、權(quán)益融資與投資支出的下降幅度。列（1）與列（4）中的D_After系數(shù)值為負(fù)，表明融資信號(hào)負(fù)向沖擊作用將導(dǎo)致企業(yè)債務(wù)融資、權(quán)益融資及投資支出規(guī)模的下降。而列（1）中的D_After＊ICI的顯著性程度低于表5中的回歸結(jié)果，這意味著在遠(yuǎn)期內(nèi)部控制機(jī)制難以有效抑制債務(wù)融資規(guī)模下滑的發(fā)展態(tài)勢(shì)，但列（4）中的D_After＊ICI系數(shù)在1%的水平上顯著，表明在遠(yuǎn)期內(nèi)部控制機(jī)制將降低融資信號(hào)沖擊對(duì)權(quán)益融資財(cái)務(wù)行為的負(fù)向影響。而列（5）的結(jié)果表明，在遠(yuǎn)期高質(zhì)量的內(nèi)部控制將激發(fā)企業(yè)投資積極性，提高企業(yè)投資支出效率。這與我國(guó)將繼續(xù)采取積極的財(cái)政政策和穩(wěn)健的貨幣政策直接相關(guān)。

綜合表5、6的實(shí)證結(jié)果可見(jiàn)，在融資信號(hào)沖擊的當(dāng)期和遠(yuǎn)期，企業(yè)債務(wù)融資與權(quán)益融資等融資規(guī)模均呈現(xiàn)出顯著下降的趨勢(shì)，但在內(nèi)部控制機(jī)制的正向調(diào)節(jié)作用下，這一下降趨勢(shì)將得到一定程度的緩解，且企業(yè)投資支出規(guī)模在金融危機(jī)后期將穩(wěn)步上升。

五、結(jié)論與建議

本文選取2009-2018年十年間A股上市公司的財(cái)務(wù)績(jī)效動(dòng)態(tài)面板數(shù)據(jù)，綜合運(yùn)用倍差分析與傾向性評(píng)分匹配方法，實(shí)證分析融資信號(hào)沖擊對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響，以及內(nèi)部控制機(jī)制在二者間調(diào)節(jié)作用的變化情況。實(shí)證結(jié)果表明，融資信號(hào)沖擊對(duì)企業(yè)投融資行為具有顯著的負(fù)向作用，在金融危機(jī)爆發(fā)的當(dāng)期，債務(wù)融資減幅在企業(yè)資產(chǎn)規(guī)模中占比為1.3%，投資支出減幅在企業(yè)資產(chǎn)規(guī)模中占比為0.5%。內(nèi)部控制機(jī)制在融資信號(hào)沖擊與企業(yè)財(cái)務(wù)行為之中起到“緩沖器”作用，即將有效抑制企業(yè)融資與投資增速下滑的趨勢(shì)。鑒于此，本文提出如下建議：

第一，企業(yè)需高度關(guān)注外部資本市場(chǎng)與金融市場(chǎng)所具有的“順周期效應(yīng)”，采用多渠道融資等化解投融資風(fēng)險(xiǎn)，持續(xù)增強(qiáng)企業(yè)財(cái)務(wù)的抗風(fēng)險(xiǎn)能力。實(shí)證結(jié)果表明，在后金融危機(jī)影響下，在短期內(nèi)企業(yè)的債務(wù)融資與權(quán)益融資規(guī)模將顯著下降，且將降低投資支出效率。因此企業(yè)應(yīng)構(gòu)建多元的融資風(fēng)險(xiǎn)防范措施。一方面，在提升企業(yè)信用等級(jí)的基礎(chǔ)上，選擇最佳資本結(jié)構(gòu)。企業(yè)信用等級(jí)直接決定著其在資本市場(chǎng)/金融市場(chǎng)中融資的難易程度——在金融危機(jī)“牛鞭效應(yīng)”影響下，企業(yè)需要增強(qiáng)信用風(fēng)險(xiǎn)防范意識(shí)，持續(xù)提升自身在經(jīng)營(yíng)能力、獲利能力、償債能力、履約能力等方面的信用執(zhí)行能力。另外，考慮到債務(wù)融資仍是當(dāng)前企業(yè)主流的融資手段，因此企業(yè)應(yīng)在融資風(fēng)險(xiǎn)與融資成本之間進(jìn)行科學(xué)權(quán)衡，通過(guò)確定最優(yōu)的資本結(jié)構(gòu)來(lái)增加企業(yè)融資效率。另一方面，需拓展企業(yè)融資渠道，健全完善企業(yè)融資風(fēng)險(xiǎn)防控機(jī)制。除債務(wù)融資與權(quán)益融資等主流融資模式外，企業(yè)可采用夾層融資、售后回租式融資、信托借款等新型融資渠道實(shí)現(xiàn)融資收益最大化。為切實(shí)增強(qiáng)企業(yè)應(yīng)對(duì)融資信號(hào)負(fù)向沖擊的“抗風(fēng)險(xiǎn)能力”，企業(yè)應(yīng)將融資風(fēng)險(xiǎn)防控貫穿于內(nèi)部控制機(jī)制建設(shè)始終。

第二，系統(tǒng)權(quán)衡長(zhǎng)期負(fù)債融資、短期負(fù)債融資、權(quán)益融資等信貸融資模式彼此間的成本與收益。實(shí)證結(jié)果表明，融資信號(hào)沖擊對(duì)企業(yè)長(zhǎng)期負(fù)債融資的負(fù)向影響較為顯著。這意味著長(zhǎng)期負(fù)債融資固然在使用成本、獲取便利度等方面相對(duì)于其他類(lèi)融資模式具有比較優(yōu)勢(shì)，但其對(duì)外部融資信號(hào)沖擊的敏感度較高，在遠(yuǎn)期或?qū)⒔档推髽I(yè)的償債能力。因此企業(yè)應(yīng)在系統(tǒng)盤(pán)點(diǎn)長(zhǎng)期負(fù)債融資、短期負(fù)債融資與權(quán)益融資等信貸融資模式優(yōu)劣基礎(chǔ)上，結(jié)合企業(yè)資金需求規(guī)模與需求強(qiáng)度來(lái)靈活選擇信貸融資模式。對(duì)于內(nèi)部控制質(zhì)量較高的企業(yè)而言，應(yīng)以權(quán)益融資信貸模式為主；對(duì)信用等級(jí)及貸款資質(zhì)不足的企業(yè)而言，應(yīng)以短期負(fù)債融資為主；對(duì)具有較高償債能力、盈利能力與資本運(yùn)營(yíng)能力的企業(yè)而言，應(yīng)將長(zhǎng)期負(fù)債融資作為首選融資模式。

第三，持續(xù)增強(qiáng)企業(yè)內(nèi)部控制質(zhì)量，積極應(yīng)對(duì)外部融資信號(hào)沖擊的負(fù)向影響。實(shí)證結(jié)果表明，內(nèi)部控制機(jī)制在融資信號(hào)沖擊與企業(yè)財(cái)務(wù)行為之間起到正向調(diào)節(jié)的作用：即高質(zhì)量的內(nèi)部控制將削弱融資信號(hào)沖擊對(duì)企業(yè)財(cái)務(wù)績(jī)效的負(fù)面作用，并對(duì)企業(yè)遠(yuǎn)期投資行為產(chǎn)生正向影響。因此企業(yè)應(yīng)提高內(nèi)部控制質(zhì)量與效率，以化解融資信號(hào)沖擊的“外部風(fēng)險(xiǎn)”。一是要完善企業(yè)公司治理結(jié)構(gòu)，通過(guò)設(shè)置企業(yè)預(yù)算委員會(huì)來(lái)加強(qiáng)對(duì)融資風(fēng)險(xiǎn)監(jiān)管。如推行全面預(yù)算管理體系，并基于科學(xué)的契約安排在信貸主體與客體之間建立有效的激勵(lì)約束機(jī)制，進(jìn)而構(gòu)建融資風(fēng)險(xiǎn)管控的“防火墻”。二是要確立廣泛的內(nèi)部控制信息披露途徑。進(jìn)一步加強(qiáng)對(duì)審計(jì)質(zhì)量、企業(yè)成長(zhǎng)速度、財(cái)務(wù)績(jī)效現(xiàn)狀與機(jī)構(gòu)投資者持股比例等內(nèi)部控制信息的披露程度：一方面，使外部投資者全方位了解企業(yè)會(huì)計(jì)信息，增加企業(yè)融資信用評(píng)級(jí)；另一方面，有助于企業(yè)管理層及時(shí)修復(fù)現(xiàn)行融投資決策漏洞，增強(qiáng)對(duì)資本市場(chǎng)/金融市場(chǎng)融資風(fēng)險(xiǎn)的應(yīng)對(duì)能力。