孫文廣 康進(jìn)軍（博士/副教授）（青島大學(xué)商學(xué)院 山東青島 266100）

一、引言

當(dāng)前，我國經(jīng)濟(jì)增長方式正在從高速增長階段向高質(zhì)量增長階段轉(zhuǎn)變。在經(jīng)濟(jì)轉(zhuǎn)型時期，探索如何提高企業(yè)的投資效率對我國經(jīng)濟(jì)持續(xù)穩(wěn)定增長具有重要意義。投資決策作為企業(yè)的財務(wù)決策之一，受到融資約束的顯著影響（Fazzari et al.，1988）。與市場自發(fā)產(chǎn)生的商業(yè)信用相比，銀行貸款是我國上市公司融資的關(guān)鍵性資本來源，影響著上市公司的投資效率。銀行作為獨(dú)立的金融主體，其微觀信貸行為受到央行宏觀貨幣政策的顯著影響，因此貨幣政策的波動透過信貸機(jī)制和利率機(jī)制會對微觀企業(yè)的投資行為與融資行為產(chǎn)生重大影響。

基于以上分析，本文以我國2006—2017年滬深兩市A股上市公司為研究樣本，首先以企業(yè)投資效率為被解釋變量，以銀行信貸增量為解釋變量，研究銀行信貸增量與企業(yè)投資效率之間的關(guān)系。其次，通過廣義貨幣M2增長率的反比度量貨幣政策的緊縮程度，引入貨幣政策變化作為調(diào)節(jié)變量來探究貨幣政策趨緊時銀行信貸增量與企業(yè)投資效率之間的關(guān)系。與已有的研究相比，本文的貢獻(xiàn)主要有：（1）以往的研究多將貨幣政策作為虛擬變量研究銀行信貸與企業(yè)業(yè)績、企業(yè)投資之間的關(guān)系，而本文將貨幣政策作為連續(xù)變量研究當(dāng)貨幣政策趨緊時銀行信貸增量與企業(yè)投資效率之間的關(guān)系。（2）以往的研究多將銀行信貸存量作為自變量探討其與企業(yè)投資效率之間的關(guān)系，本文以銀行信貸增量為切入點(diǎn)探討其對企業(yè)投資效率的影響。

二、理論分析與研究假設(shè)

（一）銀行信貸增量與企業(yè)投資

Modigliani & Miller（1958）提出了“MM 無關(guān)定理”，認(rèn)為在完備市場條件下，企業(yè)的投資行為完全取決于企業(yè)面臨的投資機(jī)會，與企業(yè)的融資方式無關(guān)。這意味著，此時企業(yè)內(nèi)外部資金之間是完美的替代品，因而真正的企業(yè)決策不受其現(xiàn)金流、債務(wù)杠桿或股息支付等財務(wù)因素的影響，將企業(yè)的投資決策與財務(wù)因素相分離。但由于現(xiàn)實(shí)資本市場中，信息不對稱、代理成本、稅收、交易成本等的廣泛存在致使內(nèi)外部資金之間的可替代性不完善，因而銀行信貸可能對企業(yè)投資活動產(chǎn)生重要影響。與市場行為產(chǎn)生的商業(yè)信用相比，銀行信貸資源作為企業(yè)外部融資的重要方式之一，在增加企業(yè)現(xiàn)金水平的同時提升了企業(yè)的財務(wù)杠桿，因而對企業(yè)的投資活動有重要影響。一方面，在獲得銀行信貸資源后，緩解了企業(yè)面臨的融資約束，上市公司的投資水平會得到提升（俞鴻琳，2012）。另一方面，企業(yè)財務(wù)杠桿的提升抑制了其投資效率，馬紅和王元月（2017）以供給側(cè)結(jié)構(gòu)性改革為背景，研究發(fā)現(xiàn)去杠桿能夠顯著提高我國企業(yè)的投資效率。因此，企業(yè)每年獲得銀行信貸資源直接增加了企業(yè)的財務(wù)杠桿，在促進(jìn)企業(yè)投資規(guī)模增長的同時，可能降低了投資效率?；谝陨戏治觯疚奶岢鲅芯考僭O(shè)1：

假設(shè)1：銀行信貸增量降低了企業(yè)的投資效率，即銀行信貸增量與企業(yè)非效率投資正相關(guān)。

（二）貨幣政策、銀行信貸增量與企業(yè)投資

在我國，由于利率并未完全市場化，貨幣政策傳導(dǎo)的重要渠道主要是銀行信貸。特別是政府通過貨幣政策的收緊與寬松改變銀行信貸的流量，從而抑制或促進(jìn)企業(yè)的投資。作為宏觀經(jīng)濟(jì)調(diào)控的重要方式，在貨幣政策緊縮時期，我國央行通過減少貨幣供應(yīng)量，使得企業(yè)投資的增速和規(guī)模得以減緩。趨緊的貨幣政策通常是為了防止經(jīng)濟(jì)活動過快或過熱的發(fā)展，抑制資產(chǎn)泡沫的形成。因此，當(dāng)國家實(shí)施趨緊的貨幣政策時，企業(yè)的隨意投資行為會得到抑制，從而提升企業(yè)投資效率。

此外，由于企業(yè)的債務(wù)違約行為更可能發(fā)生在貨幣政策緊縮時期，此時銀行作為信貸資金的提供者更有動機(jī)關(guān)注公司治理對投資不足或投資過度的抑制作用，從而提高債務(wù)人投資的質(zhì)量。饒品貴和姜國華（2011）研究發(fā)現(xiàn)，在貨幣政策緊縮時期，企業(yè)采取更為穩(wěn)健的會計信息有助于其獲得更多的信貸資源。因此，在貨幣政策趨緊的階段，銀行也會考慮企業(yè)的經(jīng)營風(fēng)險，更有動機(jī)在債務(wù)契約中設(shè)置約束性的條款，從而有效地限制企業(yè)的投資行為。而此時，企業(yè)可能會更加珍惜來之不易的銀行借款，更加慎重地選擇投資機(jī)會，以便發(fā)揮銀行借款的最大效用，減少非效率投資?；谝陨侠碚摲治觯疚奶岢鲅芯考僭O(shè)2：

假設(shè)2：趨緊的貨幣政策會抑制銀行信貸增量對企業(yè)非效率投資的促進(jìn)作用。

三、研究設(shè)計

（一）樣本來源

本文從國泰安CSMAR數(shù)據(jù)庫收集2006—2017年間我國滬深兩市A股上市公司的年度數(shù)據(jù)作為研究對象。并對樣本進(jìn)行如下篩選：剔除金融保險業(yè)上市公司，ST、PT公司；剔除資產(chǎn)負(fù)債率超過100%的公司；剔除產(chǎn)權(quán)性質(zhì)編碼存在缺失的公司；剔除指標(biāo)缺失的公司，特別是研究期間沒有銀行信貸增量的公司。通過以上處理，最終得到12 808個非平行面板觀測樣本。由于指標(biāo)的計算需要用到上年的數(shù)據(jù)，企業(yè)投資效率需要用到未來一年的數(shù)據(jù)，因此2006年和2017年的自變量數(shù)據(jù)并沒有在樣本區(qū)間內(nèi)。此外，本文使用Excel 2016和Stata 15.1等軟件進(jìn)行數(shù)據(jù)處理，采用最小二乘虛擬變量（LSDV）估計方法分析公司的面板數(shù)據(jù)，即將年度虛擬變量和行業(yè)虛擬變量同時加入研究模型。本文在1%的水平上對研究中的連續(xù)變量采取了雙邊縮尾處理，以避免研究變量中可能存在極端值的影響。

（二）變量定義與模型構(gòu)建

1.被解釋變量。參考劉慧龍等（2014）、Richardson（2006）等測度企業(yè)投資效率的模型及其變量的選取。

其中，t年投資支出Inv=（資本支出-出售長期資產(chǎn)收入）/總資產(chǎn)，資本支出為現(xiàn)金流量表（直接法）中“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”，出售長期資產(chǎn)收入來源于企業(yè)現(xiàn)金流量表（直接法）中“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”；Cash為公司第t-1年現(xiàn)金流量表（直接法）中的“期末現(xiàn)金及現(xiàn)金等價物余額”，并用總資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化；Ret為公司第t-1年息稅前利潤與資產(chǎn)總額比；其他指標(biāo)的選取與下文模型（2）、（3）控制變量的設(shè)定相同。此外，模型（1）回歸時還控制了年度效應(yīng)和行業(yè)效應(yīng)。模型（1）估計所得殘差的絕對值A(chǔ)bsinv用來衡量公司第t年的效率投資，該值越大，非效率投資程度越高，投資效率越低。

2.解釋變量。

（1）銀行信貸增量。借鑒饒品貴和姜國華（2013）的測量信貸資源的方式，本文采用本年銀行借款（包括短期借款和長期借款）與上年度銀行借款的差值，并用總資產(chǎn)標(biāo)準(zhǔn)化來度量企業(yè)當(dāng)年獲得的銀行信貸增量（Loan）。

（2）貨幣政策。已有研究采用不同的方式區(qū)分寬松和緊縮的貨幣政策，有的學(xué)者采用廣義貨幣M2的增長率，有的學(xué)者使用狹義貨幣M1的增長率，有的學(xué)者使用M2增長率與GDP增長率和CPI增長率的差額作為貨幣政策的替代變量。然而，在實(shí)踐中，央行將廣義貨幣M2增長率作為貨幣政策的中間目標(biāo)，其年度目標(biāo)增長率與實(shí)際增長率非常接近，因而M2增長率已經(jīng)成為衡量我國宏觀貨幣政策的重要指標(biāo)（Chen et al.，2016 ；Li & Liu, 2017）。本文借鑒Li & Liu（2017）衡量貨幣政策的方式，采用M2增長率的反比作為宏觀貨幣政策M(jìn)P的代理變量，即MP值越大，表明宏觀貨幣政策越趨緊。

3.控制變量。影響企業(yè)投資效率的因素有很多，本文根據(jù)以往研究，選取代表企業(yè)財務(wù)特征和公司治理的指標(biāo)作為控制變量，包括反映企業(yè)成長機(jī)會的營業(yè)收入增長率（Growth）、反映企業(yè)財務(wù)杠桿的資產(chǎn)負(fù)債率（Lev）、反映現(xiàn)金持有能力的貨幣資金與總資產(chǎn)的比值（Cfo）、反映盈利能力的總資產(chǎn)凈利率（Roa）、反映股權(quán)集中度的第一大股東持股比例（Mr）、反映企業(yè)規(guī)模的總資產(chǎn)（Size）。

具體的變量定義見表1。

4.檢驗(yàn)?zāi)Ｐ驮O(shè)計。本文構(gòu)建模型（2）來檢驗(yàn)銀行信貸增量對投資效率（Absinv）的影響（假設(shè)1），本文預(yù)期模型（2）中系數(shù)α1的符號為正，銀行信貸增量與企業(yè)非效率投資正相關(guān)，即銀行信貸增量降低了企業(yè)投資效率。

建立模型（3）驗(yàn)證緊縮貨幣政策與銀行信貸增量的交互作用對企業(yè)投資效率（Absinv）的影響（假設(shè)2），本文預(yù)期模型（3）中系數(shù)α3的符號為負(fù)，貨幣政策抑制了銀行信貸增量對企業(yè)非效率投資的促進(jìn)作用：

為了避免內(nèi)生性的影響，模型（2）、（3）中所有因變量均滯后一期。此外，本文采用最小二乘虛擬變量（LSDV）估計法處理公司面板數(shù)據(jù)，即在模型回歸分析時控制了年度效應(yīng)和行業(yè)效應(yīng)。其中，設(shè)置9個年度虛擬變量；行業(yè)按照13個行業(yè)門類，除制造業(yè)按照二級分類，其他行業(yè)均按一級分類，共設(shè)置14個行業(yè)虛擬變量。本文的回歸分析模型還在公司層面進(jìn)行了聚類以及采用穩(wěn)健的標(biāo)準(zhǔn)誤修正異方差。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計與相關(guān)性分析

1.描述性統(tǒng)計。從下頁表2可以看出，研究期間，我國上市公司的非效率投資（Absinv）的平均值為0.034，中位數(shù)為0.023，說明研究中非效率投資規(guī)模的均值為企業(yè)資產(chǎn)總額的3.4%；Absinv的最小值為0.000，最大值為0.249，表明企業(yè)的非效率投資在樣本公司中是普遍存在的。銀行信貸增量（Loan）的平均值為0.041，中位數(shù)0.018，表明樣本中每年新增銀行信貸的平均值占公司資產(chǎn)總額的4.1%，標(biāo)準(zhǔn)差為0.126，說明不同公司在每年獲得銀行信貸資源方面存在較大的差異。貨幣政策（MP）的均值為6.965，中位數(shù)為7.353，表明在研究期間多數(shù)公司處在貨幣政策趨緊的宏觀環(huán)境下。

表1 變量定義表

表2 全樣本描述性統(tǒng)計

2.相關(guān)性分析。表3列示了全樣本變量之間的Pearson相關(guān)系數(shù)（左下方）和Spearman相關(guān)系數(shù)（右上方）。通過相關(guān)系數(shù)矩陣可知，模型（2）、（3）中所涉及變量之間相關(guān)系數(shù)數(shù)值多在0.3以下，并且顯著性高，表明研究變量兩兩之間的相關(guān)性弱、共線性小。被解釋變量非效率投資Absinv與主要解釋變量Loan的Pearson和Spearman相關(guān)系數(shù)分別為0.108和0.073，均在1%的水平上顯著，說明二者之間存在正相關(guān)關(guān)系，初步驗(yàn)證了本文研究假設(shè)1。被解釋變量非效率投資Absinv與主要解釋變量MP的Pearson和Spearman相關(guān)系數(shù)分別為-0.132和-0.169，均在1%的水平上顯著，說明趨緊的貨幣政策與企業(yè)非效率投資負(fù)相關(guān)。此外，本文還對全樣本因變量和自變量進(jìn)行了方差膨脹因子VIF檢驗(yàn)，所有因變量的方差膨脹因子VIF的平均值為1.29，進(jìn)一步表明研究模型中變量的選取比較合理，不存在嚴(yán)重多重共線性。因此，模型設(shè)定可以進(jìn)行下一步的回歸分析。

（二）回歸結(jié)果與分析

1.銀行信貸增量和企業(yè)投資效率。表4中模型（2）報告了將非效率投資（Absinv）作為被解釋變量回歸的結(jié)果。從全部樣本回歸的結(jié)果來看，在加入控制變量前后全樣本回歸中企業(yè)的非效率投資與銀行信貸增量（Loan）呈顯著正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.033和0.034，均在1%的水平上顯著，表明企業(yè)每年獲得銀行信貸增量降低了企業(yè)的投資效率，假設(shè)1得到驗(yàn)證。

表3 Pearson和Spearman相關(guān)系數(shù)

表4 貨幣政策、銀行信貸增量與企業(yè)非效率投資

2.貨幣政策、銀行信貸增量與企業(yè)非效率投資。為了驗(yàn)證研究假設(shè)2，本文關(guān)注的是當(dāng)貨幣政策趨緊時，模型（3）中貨幣政策（MP）與銀行信貸增量的交互項MP×Loan的系數(shù)。表4模型（3）報告了將企業(yè)非效率投資（Absinv）作為被解釋變量，并加入貨幣政策回歸的結(jié)果。從全部樣本回歸的結(jié)果來看，在加入控制變量前后全樣本回歸中交互項MP×Loan的相關(guān)系數(shù)均為-0.004，且均在5%的水平上顯著，表明趨緊的貨幣政策能夠顯著地抑制企業(yè)每年獲得銀行信貸對企業(yè)投資效率的降低作用，研究假設(shè)2得到驗(yàn)證。

五、穩(wěn)健性檢驗(yàn)

在完備的市場條件下，企業(yè)的投資行為只取決于企業(yè)所面臨的投資機(jī)會，與企業(yè)的融資方式無關(guān)。因此，本文借鑒劉慧龍等（2013）、王克敏等（2017）的研究方法，采用模型（4）并分行業(yè)和分年度估計企業(yè)的投資效率，其中營業(yè)收入增長率（Growth）作為企業(yè)面臨的投資機(jī)會的代理變量。

將模型（4）估計所得殘差的絕對值分別代入模型（2）、（3）進(jìn)行回歸分析，從表5可以看出，在完備市場假設(shè)下，企業(yè)每年新獲得的銀行信貸顯著地降低了企業(yè)未來一年的投資效率。此外，趨緊的貨幣政策能夠有效地抑制銀行信貸增量對企業(yè)投資效率的降低作用。

表5 貨幣政策、銀行信貸增量與企業(yè)非效率投資

六、結(jié)論

銀行信貸是我國上市公司融資的關(guān)鍵性資本來源，對上市公司投資效率有著舉足輕重的影響。本文以2006—2017我國滬深A(yù)股上市公司年度財務(wù)數(shù)據(jù)為研究樣本，借鑒Richardson（2006）的模型來衡量企業(yè)投資效率，參照已有研究定義銀行信貸增量，同時通過M2增長率的反比衡量貨幣政策的緊縮程度，引入貨幣政策作為調(diào)節(jié)變量，探索貨幣政策、銀行信貸增量與企業(yè)投資效率之間的關(guān)系。

通過研究得出以下研究結(jié)論：（1）銀行信貸增量降低了企業(yè)的投資效率，即銀行信貸增量與企業(yè)非效率投資正相關(guān)。（2）當(dāng)央行實(shí)施緊縮的貨幣政策，減緩廣義貨幣M2的增長時，貨幣政策能夠抑制銀行信貸配置對企業(yè)投資效率的降低作用，即趨緊的貨幣政策提升了企業(yè)的投資效率。