馮嘉悅 李佩明

(中國(guó)民用航空飛行學(xué)院，四川 廣漢 618300)

一、引言

改革開(kāi)放40多年來(lái)，中國(guó)經(jīng)歷了奇跡般的高速增長(zhǎng)，社會(huì)發(fā)展和經(jīng)濟(jì)建設(shè)取得的成就舉世矚目，特別是工業(yè)的快速發(fā)展為國(guó)家的長(zhǎng)期發(fā)展戰(zhàn)略奠定了基礎(chǔ)。美國(guó)金融危機(jī)全面爆發(fā)之后，我國(guó)出口規(guī)模開(kāi)始大幅下滑。為了穩(wěn)定經(jīng)濟(jì)，中國(guó)政府出臺(tái)了“萬(wàn)億”投資計(jì)劃，掀起了新一輪的投資熱潮。2012年之后我國(guó)GDP增速回落，由高速增長(zhǎng)轉(zhuǎn)向中高速增長(zhǎng)，經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)。新的經(jīng)濟(jì)條件下，我國(guó)經(jīng)濟(jì)發(fā)展面臨各種各樣的困難，結(jié)構(gòu)性問(wèn)題凸顯，國(guó)內(nèi)存在產(chǎn)能過(guò)剩、投資過(guò)度、通貨膨脹等經(jīng)濟(jì)問(wèn)題。在產(chǎn)能過(guò)剩的大環(huán)境下，2015年，我國(guó)開(kāi)始推行供給側(cè)改革，投資作為我國(guó)經(jīng)濟(jì)增長(zhǎng)的三大引擎中的主力，在連接供給端與需求端之間架起了橋梁。因此，推進(jìn)供給側(cè)改革不能忽視投資的重要性以及有效性。國(guó)內(nèi)學(xué)者就該問(wèn)題從多角度進(jìn)行了研究，使得投資效率的相關(guān)研究成為了研究熱點(diǎn)。

中國(guó)企業(yè)的非效率投資主要表現(xiàn)為國(guó)有企業(yè)投資過(guò)度以及民營(yíng)、中小企業(yè)投資不足。一方面，學(xué)術(shù)界相關(guān)研究表明國(guó)有企業(yè)之所以效率低下是因?yàn)檫^(guò)度投資現(xiàn)象的發(fā)生。在經(jīng)濟(jì)新常態(tài)下，劉東皇等(2018)認(rèn)為，我國(guó)的產(chǎn)能過(guò)剩是由各地方國(guó)有企業(yè)的過(guò)度投資聚合而成，他們通過(guò)測(cè)算發(fā)現(xiàn)，過(guò)度投資現(xiàn)象在國(guó)有企業(yè)中較為嚴(yán)重，特別是在高耗能、高污染的重工業(yè)企業(yè)。另一方面，就民營(yíng)、中小企業(yè)而言，我國(guó)中小企業(yè)企業(yè)由于受自身?xiàng)l件、企業(yè)外部環(huán)境以及國(guó)際金融政策等方面的融資約束，其投資不足現(xiàn)象更為嚴(yán)重。張英明等(2017)研究認(rèn)為在中小企業(yè)中，投資不足的嚴(yán)重程度在一定程度上與企業(yè)的融資約束大小成正比。工業(yè)是我國(guó)經(jīng)濟(jì)結(jié)構(gòu)的支柱，因此從基礎(chǔ)層面研究我國(guó)工業(yè)的投資效率問(wèn)題可以進(jìn)一步解釋我國(guó)工業(yè)長(zhǎng)期非效率投資的根源所在，有助于優(yōu)化生產(chǎn)經(jīng)營(yíng)結(jié)構(gòu)，為政府的宏觀調(diào)控政策提供有利的建議與對(duì)策。

二、模型、變量與數(shù)據(jù)

1.模型的建立

邊際托賓Q模型和Richardson模型是目前最常用的兩種模型。但這兩者的運(yùn)用條件有區(qū)別。邊際托賓Q值適用于上市公司，托賓Q值的適用條件更為嚴(yán)苛，這些條件包括不考慮稅收、不考慮交易成本，且時(shí)間序列必須較長(zhǎng)。鑒于我國(guó)資本市場(chǎng)稅收與交易成本同時(shí)存在的情況，邊際托賓Q模型并不適用。Richardson模型作為近年來(lái)被廣泛使用的重要模型之一，原因是：第一，它能夠衡量特定公司特定年度的投資效率；第二，在微觀層面，它不僅能度量特定企業(yè)的資本配置效率，也能有效運(yùn)用截面數(shù)據(jù)的回歸降低其他方式出現(xiàn)的偏差。

Richardson(2006)指出，企業(yè)的總投資由維持企業(yè)正常經(jīng)營(yíng)與運(yùn)轉(zhuǎn)的投資Imain和企業(yè)新增項(xiàng)目投資Inew組成。

(1)

本文測(cè)度企業(yè)非效率投資借鑒了Richardson模型的方法。以企業(yè)實(shí)際投資水平為因變量，以企業(yè)成長(zhǎng)機(jī)會(huì)、負(fù)債水平、流動(dòng)性、盈利能力為自變量，并控制了企業(yè)規(guī)模、企業(yè)年齡、行業(yè)、年份的影響。Richardson認(rèn)為，該模型能很好地估算出企業(yè)的正常投資水平(預(yù)期投資)，模型的殘差εi,t即為本文需測(cè)算的非效率投資變量。具體的計(jì)量模型如下：

Inewi,t=β0+β1Growthi,t-1+β2Levi,t-1+β3Cashi,t-1+

β4Agei,t-1+β5Sizei,t-1+β6Reti,t-1+β7Inewi,t-1+∑Indu+∑Year+εi,t

(2)

2.數(shù)據(jù)與變量說(shuō)明

本文數(shù)據(jù)來(lái)源于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》，選取GB/T13-37、39—42共29個(gè)二分位制造業(yè)行業(yè)作為分析對(duì)象。為了保證數(shù)據(jù)的連貫性，本文選取開(kāi)工時(shí)間在2000年1月1日之前的工業(yè)企業(yè)作為研究對(duì)象，選取研究對(duì)象在1999年至2013年期間的相關(guān)數(shù)據(jù)。本文在樣本篩選時(shí)剔除了部分關(guān)鍵變量缺失或不符合會(huì)計(jì)準(zhǔn)則，目的在于保證參數(shù)估計(jì)更準(zhǔn)確。經(jīng)過(guò)篩選，最終得到252674家企業(yè)共計(jì)1252709條有效數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行處理和統(tǒng)計(jì)分析。

表1 Richardson模型中的變量含義及計(jì)量指標(biāo)

三、研究結(jié)果

Richardson模型中將被解釋變量的滯后一期作為解釋變量之一，使用簡(jiǎn)單的OLS回歸會(huì)造成參數(shù)估計(jì)不一致。結(jié)合Arellano和Bond1991年的研究，本文使用差分GMM的估計(jì)模型。差分GMM假設(shè)隨機(jī)擾動(dòng)項(xiàng)不存在序列相關(guān)，則該差分方程的干擾項(xiàng)應(yīng)存在一階自相關(guān)而不存在二階自相關(guān)。因此，本文可以通過(guò)Hansen檢驗(yàn)來(lái)判斷參數(shù)估計(jì)是否合理①。

表2 Richardson模型估計(jì)結(jié)果

如表所示，分析Richardson模型的回歸結(jié)果，回歸模型的二階序列相關(guān)檢驗(yàn)結(jié)果：AR(1)的P值小于5%，同時(shí)AR(2)的P值大于10%。Hansen檢驗(yàn)結(jié)果支持回歸方程只存在一階序列相關(guān)不存在二階序列相關(guān)的假設(shè)。因此，整個(gè)模型的設(shè)定是合理的，方程的估計(jì)結(jié)果是值得信賴的。

由此可知，Richardson殘差模型對(duì)于我國(guó)工業(yè)企業(yè)來(lái)說(shuō)也是適用的，能夠很好地反映工業(yè)企業(yè)的投資效率情況。回歸結(jié)果顯示，企業(yè)流動(dòng)性和盈利能力的參數(shù)估計(jì)值顯著為正，企業(yè)成長(zhǎng)性和企業(yè)年齡顯著為負(fù)，這與Richardson(2006)以及學(xué)者辛清泉等(2007)的研究結(jié)論一致。資產(chǎn)負(fù)債率的參數(shù)估計(jì)顯著為正，企業(yè)規(guī)模和上一年投資水平則顯著為負(fù)，這與Richardson的結(jié)論不一致，俞紅海等(2010)對(duì)這種現(xiàn)象做了解釋，他們認(rèn)為這是由于中國(guó)與其他國(guó)家所處的制度背景和發(fā)展階段不同，再加上我國(guó)的公司治理特征與國(guó)外存在明顯差異，因此企業(yè)的投資行為必然也會(huì)表現(xiàn)出特有的差異。綜上，學(xué)者在深入研究企業(yè)非效率投資行為的形成機(jī)理時(shí)，應(yīng)結(jié)合我國(guó)基本國(guó)情如制度背景、資本市場(chǎng)環(huán)境等。

本文將Richardson模型的殘差分為大于0與小于0子樣本，大于0的殘差代表過(guò)度投資，小于0的殘差代表投資不足。其中，大于0的殘差有212379個(gè)，所占比為27.63%，小于0的殘差有556424個(gè)，所占比為72.37%，這些數(shù)據(jù)可以表明目前在我國(guó)工業(yè)企業(yè)中，相較于過(guò)度投資，投資不足的現(xiàn)象更為普遍。這與高民芳等(2012)測(cè)算結(jié)果一致，他們以制造業(yè)上市公司為研究對(duì)象測(cè)度企業(yè)的投資效率，結(jié)合本文殘差結(jié)果，非效率投資現(xiàn)象普遍存在，且過(guò)度投資企業(yè)規(guī)模遠(yuǎn)小于投資不足。

通過(guò)所有制結(jié)構(gòu)進(jìn)一步分析。我國(guó)制造業(yè)企業(yè)中，民營(yíng)企業(yè)比重最大，外資企業(yè)次之，國(guó)有企業(yè)占比最小。從非效率投資的平均水平來(lái)看，非效率投資在國(guó)有企業(yè)和外資企業(yè)中表現(xiàn)為過(guò)度投資，殘差值分別為1.0647、0.3364，而在民營(yíng)企業(yè)中表現(xiàn)為投資不足，殘差為-0.1998?？梢钥闯鑫覈?guó)國(guó)有企業(yè)的投資效率明顯低于民營(yíng)企業(yè)和外資企業(yè)。分所有制來(lái)看企業(yè)數(shù)量分布，民營(yíng)企業(yè)中投資不足企業(yè)數(shù)量高于過(guò)度投資企業(yè)，外資企業(yè)中這兩者之間的差距相對(duì)縮小，國(guó)有企業(yè)中兩者的數(shù)量差距最小。這一定程度上說(shuō)明了我國(guó)制造業(yè)企業(yè)中，外資企業(yè)普遍存在投資過(guò)度與投資不足，有近一半國(guó)有企業(yè)表現(xiàn)出明顯的過(guò)度投資現(xiàn)象，民營(yíng)企業(yè)中則有近3/4的企業(yè)表現(xiàn)為投資不足。

通過(guò)輕工業(yè)和重工業(yè)進(jìn)行分析。從均值來(lái)看，工業(yè)企業(yè)中輕工業(yè)企業(yè)存在較低的投資不足水平，殘差為-0.0465，而重工業(yè)企業(yè)殘差為0.0475，存在較輕的過(guò)度投資現(xiàn)象。分行業(yè)分析輕工業(yè)和重工業(yè)企業(yè)中非效率投資占比，可以明顯看出，輕工業(yè)企業(yè)中投資不足企業(yè)數(shù)量遠(yuǎn)遠(yuǎn)大于過(guò)度投資企業(yè)，重工業(yè)企業(yè)中兩者間差距相對(duì)縮小。以上數(shù)據(jù)印證了我國(guó)工業(yè)企業(yè)普遍存在非效率投資現(xiàn)象，過(guò)度投資在國(guó)有企業(yè)重工業(yè)中表現(xiàn)更明顯，投資不足問(wèn)題在民營(yíng)企業(yè)、輕工業(yè)企業(yè)中相對(duì)來(lái)說(shuō)更為嚴(yán)重。

這與杜月(2015)的研究結(jié)論一致，她認(rèn)為，國(guó)有企業(yè)最容易產(chǎn)生過(guò)度投資，而外資企業(yè)過(guò)度投資水平相對(duì)會(huì)低一些。國(guó)有企業(yè)同時(shí)受政府與銀行的政策支持與優(yōu)惠，管理者的投資行為往往是非理性的，從而容易造成過(guò)度投資。外資企業(yè)也會(huì)受政策優(yōu)惠的影響。這是因?yàn)?，外資企業(yè)技術(shù)與經(jīng)驗(yàn)外溢對(duì)區(qū)域內(nèi)企業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與生產(chǎn)效率提高有正向作用，是地方政府招商引資的重點(diǎn)，因此外資企業(yè)也可能會(huì)存在過(guò)度投資。

這也印證了張英明等(2017)關(guān)于民營(yíng)企業(yè)的研究結(jié)論。他們認(rèn)為民營(yíng)企業(yè)受融資約束和地方政策的限制，企業(yè)管理者為減少投資支出不得不進(jìn)行取舍，放棄高利潤(rùn)高風(fēng)險(xiǎn)的投資項(xiàng)目，造成投資不足現(xiàn)象的出現(xiàn)。此外，分行業(yè)屬性來(lái)看，一個(gè)龐大的重工業(yè)項(xiàng)目能給地方經(jīng)濟(jì)帶來(lái)顯著的改善，地方有動(dòng)機(jī)給重工業(yè)企業(yè)項(xiàng)目提供更多政策優(yōu)惠。因此重工業(yè)企業(yè)是政府招商引資的重點(diǎn)，重工業(yè)企業(yè)因受政策支持會(huì)進(jìn)行更高程度的投資行為，增加投資規(guī)模。因此，相比重工業(yè)，輕工業(yè)較少享受優(yōu)惠政策以及補(bǔ)貼，企業(yè)管理者的投資規(guī)?？赡軙?huì)相應(yīng)縮減，從而造成投資不足的現(xiàn)象。

注釋：

①實(shí)際操作中發(fā)現(xiàn)，系統(tǒng)GMM的系數(shù)估計(jì)值與差分GMM很接近，但后者的標(biāo)準(zhǔn)誤差比前者更小。差分GMM估計(jì)得更準(zhǔn)確些。