魏玉平，曾国安

（1.武汉大学经济与管理学院，湖北武汉430072；2.江汉大学商学院，湖北武汉430056）

●管理视野

中国上市企业上市前融资约束的实证研究

魏玉平1，2，曾国安1

（1.武汉大学经济与管理学院，湖北武汉430072；2.江汉大学商学院，湖北武汉430056）

明晰不同类型的企业所面临的融资约束的差异，对于明确金融结构改革的方向具有重要的意义。文章利用2015年A股上市企业IPO前3年和IPO当年共4年的面板数据建立Almeida模型，对中国上市企业上市前融资约束状况进行了实证分析。通过全样本和按上市板块、总资产规模及固定资产规模分组回归模型广义矩（GMM）估计发现，全样本和分组回归模型的现金—现金流敏感系数显著为正，按上市板块分组中小板组企业现金—现金流敏感系数最大，其次是创业板，最小是主板；按总资产和固定资产规模分组，中规模组企业现金—现金流敏感系数最大，其次是小规模组，最小是大规模组。研究结果表明：中国上市企业上市前多数面临融资约束，但融资约束状况存在差异：中小板、创业板上市企业相较于主板上市企业面临更大的融资约束，中、小规模企业相较于大规模企业面临更大的融资约束，其中中规模组企业面临的融资约束是最大的。由此，文章认为应当深入推进金融体制改革，完善金融市场，改变大企业偏向的金融体系和金融结构，创新金融体系，促进形成中小企业资金需求相匹配的金融结构，促进形成有利于中小企业融资的资本市场体系和信贷体系。

现金—现金流敏感性；融资约束；总资产规模差异；固定资产规模差异

一、引言

中国金融市场不完善，信贷配给广泛存在，众多企业面临着融资约束。金融机构具有很强的大企业偏向性，中小企业既受到大银行抵押型信贷配给歧视，又很难得到风险资本及中小银行信贷支持，面临严重的融资约束。国内外学者对中国企业尤其是中小企业融资约束进行了大量研究，在定性研究、上市企业实证研究和基于一定范围调查数据的非上市企业实证研究方面取得了丰硕成果。但受数据制约，现有实证研究存在两大缺陷：一是以上市企业为样本的实证研究在将研究结论推广至非上市企业时存在样本选择偏差问题（姚耀军和董钢锋，2015）［1］；二是基于一定范围调查数据的非上市企业实证研究缺乏客观性和规范性。

利用上市企业上市前财务数据对中国企业融资约束进行实证研究的文献主要有：①利用中小板上市企业上市前后的面板数据对中小企业上市后融资约束是否缓解进行实证研究（崔丰慧和陈学胜，2014［2］；方军雄，2009［3］）；②利用中小板上市企业上市前的数据研究金融生态环境、银行结构与银企关系的贷款效应（罗正英、周中胜和王志斌，2011）［4］；③以2009-2011年公布招股说明书的申请创业板上市企业为研究对象，研究政治关系对企业获得风险投资和IPO机会的影响（蔡卫星、胡志颖和何枫，2013）［5］。以上文献虽然以上市企业上市前财务数据为样本对中小板和创业板上市企业融资约束相关问题进行了研究，但样本局限于中小板或创业板上市企业，未将A股所有上市企业作为研究样本，也没有系统研究上市企业IPO前融资约束状况。

为了了解上市企业上市前融资约束的情况，本文整理了2015年A股主板、创业板、中小板IPO企业IPO前3年和IPO当年的财务数据，按上市板块、总资产规模和固定资产规模进行分组，分别对这些企业上市前融资约束状况进行了实证研究。研究旨在揭示中国上市企业上市前是否面临融资约束以及融资约束的板块差异、资产规模差异以及固定资产规模差异。并通过研究，提供上市企业融资约束存在板块差异的经验证据和存在抵押品型信贷配给的经验证据，为制定和完善符合中国经济结构和企业结构的资本市场结构政策以及完善创新中国信贷政策提供决策依据和建议。

二、文献综述与研究假设

Modigliani和Miller（1958）［6］在完美市场假定下，证明了企业价值和资本结构无关，企业的内外融资方式可以完全替代，投资行为与融资方式无关。但是，Myers和Majluf（1984）［7］指出，在现实的经济环境中，由于信息不对称，企业进行外部融资的成本要显著高于内部融资，形成融资约束。

早在1931年，英国议员Macmillan在提交的麦克米伦报告中就指出，中小企业融资存在着长期资金缺乏的“麦克米伦”缺口①。造成“麦克米伦”缺口的根本原因是由于借款人和中小企业之间信息不对称②和信贷产权残缺③导致的信贷配给（Stiglitz和Weiss，1981）［8］。依据信贷配给理论，与大企业相比，中小企业在信贷配给中受到“界定现象”影响和规模歧视，面临更大的融资约束。

中国金融体制改革一直滞后，金融管制一直相当严格，银行结构和企业结构不匹配，资本市场不完善，多数企业面临融资约束，而中小企业相对于大企业面临着更大的融资约束。

下文将对中国企业融资约束的总体研究及融资约束板块差异、总资产规模差异以及固定资产规模差异的比较研究方面的文献进行综述，并在此基础上提出本文研究假设。

（一）关于中国企业融资约束的总体研究

世界银行报告表明，中国有75%的非金融类上市企业选择将融资约束列为企业发展的主要障碍（邓可斌和曾海舰，2014）［9］。由于数据不易获得，中国企业融资约束实证研究文献主要是针对上市公司的。从国内研究来看，大量文献也证实了中国上市公司普遍存在融资约束（吴娜、于博和陶航，2014）［10］）。

连玉君、苏治和丁志国（2008）［11］、饶华春（2009）［12］、陈学胜、张建波和董文龙（2012）［13］、王艳林、祁怀锦和邹燕（2012）［14］利用上市公司面板数据实证发现，中国上市企业普遍存在融资约束问题。以高新技术上市企业（卢馨、郑阳飞和李建明，2013［15］、郭景先（2015）［16］）和创业板上市企业（马宏和李耿，2014［17］；代红苗、田丽娜和张新（2014）［18］）为样本进行的研究也发现中国高新技术上市企业存在一定程度的融资约束。陈艳和杨鹏程（2015）的研究发现，科技型中小企业投资面临着资本可获得性和资本成本双重融资约束［19］。许蓉（2015）［20］、唐鹏程和杨树旺（2015）［21］、胡晖和张璐（2015）［22］的实证研究发现融资约束普遍存在于非国有中小板企业中。

方军雄（2009）［3］、胡杰和秦璐（2013）［23］、翟淑萍和顾群（2013）［24］的研究证实中国股票市场发展有助于缓解上市企业融资约束。与非上市中小企业相比较，上市中小企业能够提供更多的有助于缓解信息不对称问题的“硬”信息（姚耀军和董钢锋，2015［1］），除容易获得间接信贷融资外，还可以在资本市场进行再融资，其融资约束要比上市前和非上市企业轻。基于上述分析，本文提出假设1（H1）。

H1：全样本企业和各组上市企业上市前多数面临融资约束。

（二）关于上市板块、资产规模、固定资产规模不同的企业融资约束的比较研究

1.关于不同上市板块企业融资约束的比较研究

王树强、祝伟展和叶莉（2014）［25］用现金—现金流模型研究发现，与传统产业为主体的主板相比，以创新型企业为主体的创业板上市企业面临较为严重的融资约束。胡艳和徐颖（2015）［26］认为，因为相较于主板，创业板企业大多处于企业生命周期的初期发展阶段，融资约束程度可能更加明显，更需要加强与资本市场沟通。申请中小板上市企业一般是成长型中小企业，面临比主板上市的大企业更大的融资约束。基于上述研究，本文提出假设2（H2）。

H2：与主板上市企业相比，中小板和创业板上市企业在上市前面临更大的融资约束。

2.关于不同资产规模企业融资约束的比较研究

王霄和张捷（2003）［27］构建了内生化抵押品和企业规模的均衡信贷配给模型，证明企业规模在信贷配给过程中起到信号传递和信息甄别作用，回答了在银行实施信贷配给中为何小企业总是比大企业更容易被淘汰出局这一市场经济中的普遍现象。张维迎（1997）认为影响中小企业融资能力的因素之一是企业规模，企业规模与企业融资能力正相关（陈战运、杨文杰和宿芸芸，2014）［28］。学者们还通过基于调查数据的实证研究认为，企业规模会决定企业在商业信用中的地位（张杰和刘东，2006［29］）、信贷可得性（郭丽虹和王硕，2013）［30］、信贷申请率和申请通过率（李凤、何欣和路晓蒙，2016［31］），存在着规模歧视（张琦、陈晓红和蔡神元，2008［32］、刘斌、袁其刚和商辉（2015）［33］）。林勇和陈名银（2015）［34］利用2005-2012年中国17个省市的面板数据运用向量自回归模型进行实证分析，也得出了中小企业相对规模的扩大有利于其信贷融资。卢馨、郑阳飞和李建明（2013）［15］、潜力和涂艳（2016）［35］、张长征和黄德春（2012）［36］、邓可斌和曾海舰（2014）［9］基于上市公司财务数据所做的实证研究，得出了中国上市企业融资约束与企业规模负相关的结论。基于中国中小企业融资约束的理论及实证分析，本文提出假设3（H3）。

H3：与大规模企业相比，中、小规模企业在上市前面临更大的融资约束。

3.关于不同固定资产规模企业融资约束的比较研究

在银行信贷等间接金融为主的环境里，如果没有建立有效解决中小企业和银行之间信息不对称的机制，抵押贷款将是银行采取的主要贷款技术。为了降低违约道德风险，银行往往将信贷配给固定资产抵押价值高的企业，因为抵押资产价值较高的企业即使发生违约，银行贷款也能得到较好保护（汪金祥、吴育辉和吴世农，2016［37］）。Cleary（1999）［38］的研究发现，融资约束的企业固定资产价值较低。国内学者的研究也证实固定资产规模与企业信贷可获得性之间有正向关系。叶建木和陈峰（2015）［39］认为，中国银行在提供贷款时偏向于以固定资产作为抵押，而不太愿意对以无形资产为主的研发投资提供资金。何韧、刘兵勇和王猜猜（2012）［40］以国内23个大中城市的企业调查数据为样本进行的实证研究发现，企业具有较多可用于抵押的固定资产以及可提供较高质量的审计报表对其取得信用有显著的促进作用。基于有关中国中小企业融资约束理论和实证分析，本文提出假设4（H4）。

H4：与固定资产规模较大企业相比，固定资产规模较小的企业在上市前面临更大的融资约束。

三、实证研究设计

（一）样本选取与数据来源

申请IPO企业招股说明书中需披露前3年财务报告和审计报告的规定，为研究上市企业上市前融资约束与现金持有绩效提供了条件。本文选取2015年在主板、中小板和创业板上市的企业为研究样本，具体选择企业IPO前3年和IPO当年共4年的面板数据。在样本选取的过程中，剔除了金融类和公用事业上市企业，并剔除了数据不全的样本。为了克服离群值影响，本文对主要变量做了sorized1%缩尾处理。由于有些变量是以上一年数据为基数而计算的增加量，因此实际的数据年限为2013-2015年。经过以上选取过程，共得到研究样本186个，其中主板上市企业74个，创业板77个，中小板35个，观测值558个。样本原始数据来自于和讯网。

（二）模型及变量定义

关于融资约束的实证研究是由Fazzari，Hubbard和Petersen（1988，简称FHP）开创的，他们以投资—现金流敏感性为代理变量定量研究企业融资约束问题。围绕投资—现金流敏感性模型面临的难题（托宾Q衡量偏误和融资约束还是代理问题的识别），FHP的研究先后受到Kaplan和Zingales（1997，简称KP）［41］、Cleary（1999）［38］等学者的质疑。Gomes（2001）［42］指出，由于上述难题，实证估计的投资—现金流敏感性和融资约束之间可能既不存在充分关系也不存在必要关系（姚耀军、董钢锋，2015）［1］。为避免上述问题，Almeida等（2004）以现金—现金流敏感性为融资约束代理变量，提出了全新融资约束模型（周冬华和赵玉洁，2015）［43］。该模型避免了以投资—现金流敏感性为融资约束代理变量所带来的相关问题④，在理论上为学者们所普遍认可。连玉君、苏治和丁志国（2006）［11］在采用广义矩估计方法（GMM）合理控制模型内生性偏误后，融资约束企业表现出强烈的现金—现金流敏感性，而非融资约束企业则没有表现出这种特征。现金—现金流敏感性可以作为检验融资约束假说的依据。

为了检验假设，本文沿用Almeida等（2004）全变量模型研究方法；同时，为了回避Tobin’s Q的衡量偏误，本文用主营业务增长率代替企业成长性。具体模型设定如下：

如表1所列，因变量ΔCashit是第i家企业货币资金和交易性金融资产除以期初总资产；CFit是第i家企业经营活动产生的现金流量净额与期初总资产的比率。通过设置采掘业、传播与文化业、电力煤气业、建筑业、交通运输业、农林牧副渔业、批发零售业、社会服务业、信息服务业、制造业等10个行业哑变量对行业进行控制。

表1 研究变量及定义

根据模型设定，融资约束对企业现金—现金流敏感性的影响体现在系数β1上。根据分析，融资约束企业的现金—现金流敏感性大于非融资约束企业，创业板组和中小板组β1应该为正且大于主板组，中小企业组β1应该为正且大于大企业组。

四、实证研究结果与分析

（一）描述性统计

1.分组方法

FHP（1988）以来，有关融资约束的判别主要有三种方式：一是单指标判别，即以股利支付率、企业规模、上市年龄、股权集中度、是否为企业集团、有无商业票据发行或评级、有无债券发行或评级、是否支付现金股利、资产流动性、财务杠杆、赢利能力等其中的一个指标作为融资约束标准分辨融资约束程度；二是多指标构造融资约束指数，根据指数取值大小判别融资约束高低；三是从融资约束后果出发，建立随机前沿方程测度融资约束带来的投资效率损失，并以投资效率损失来度量融资约束程度（徐晓东和王霞，2010）［44］。

为了研究不同上市板块、不同资产规模和不同固定资产规模企业融资约束差异，本文按上市板块、总资产和固定资产规模对样本进行分组。

2.分组Kolomogorov-Smirnov中位数检验和独立样本中位数检验

表2-表4分别显示了按上市板块、总资产和固定资产规模分组后各主要变量描述性统计结果及Kolo⁃mogorov-Smirnov（后文简写为K-S）中位数检验和独立样本中位数检验结果。分组的标准是上市板块、2012-2014平均总资产和2012-2014平均固定资产，其中按总资产和固定资产分组是参照Cleary（1999）的方法⑤，将总资产和固定资产最大的三分之一企业作为非融资约束企业，将总资产和固定资产中间的三分之一企业作为部分融资约束企业，将总资产和固定资产最小的三分之一企业作为完全融资约束企业。

按上市板块分组，三个板块上市企业上市前现金持有量增加额占总资产比重中位数在10%的显著性水平下不完全相等，中小板最小，创业板最大，主板居中，组与组K-S中位数检验发现，主板与中小板以及创业板和中小板之间无显著差异，主板与创业板在5%显著性水平上有差异；三个板块上市企业上市前经营活动净现金流量占期初总资产比重中位数在1%的显著性水平下不完全相等，中小板最小，主板最大，创业板居中，组与组K-S中位数检验发现，主板与创业板以及创业板与中小板之间无显著差异，主板与中小板之间在5%的显著性水平上有差异。三个板块上市企业上市前总资产规模自然对数中位数在1%的显著性水平下不完全相等，中小板最小，主板最大，创业板居中，组与组K-S中位数检验发现，主板与创业板以及创业板和中小板之间在1%显著性水平上有差异，主板和中小板在5%显著性水平上有差异。通过比较三个板块上市企业上市前现金持有量增加额占总资产比重标准差发现，创业板最大，中小板其次，主板最小。

表2 按上市板块分组主要变量的描述统计

按2012-2014平均总资产上下1/3分位数分组，三个组上市企业上市前现金持有量增加额占总资产比重中位数在1%的显著性水平下不完全相等，大规模组最小，小规模组最大，中规模组居中，组与组KS中位数检验发现，小规模组和大规模组以及中规模组与大规模组之间在10%的显著性水平上有差异，小规模组和中规模组之间无显著差异；三个组上市企业上市前经营活动净现金流量占期初总资产比重中位数在10%的显著性水平下不完全相等，中规模组最小，小规模组最大，大规模组居中，组与组KS中位数检验发现，小规模组和大规模组以及中规模组与大规模组之间无显著差异，小规模组和中规模组之间在10%的显著性水平上有差异；三个组上市企业上市前资产规模自然对数中位数在1%的显著性水平下不完全相等，小规模组最小，大规模组最大，中规模组居中，组与组K-S中位数检验发现，组与组之间均在1%显著性水平上有差异。三个组上市企业上市前现金持有量增加额占总资产比重标准差有一定差异，小规模组最大，中规模组其次，大规模组最小。

表3 按总资产规模分组主要变量的描述统计

按2012-2014平均固定资产上下1/3分位数分组，三个组上市企业上市前现金持有量增加额占总资产比重中位数在1%的显著性水平下不完全相等，大规模组最小，小规模组最大，中规模组居中，组与组K-S中位数检验发现，小规模组和大规模组之间在1%的显著性水平上有差异，中规模组与大规模组以及小规模组和中规模组之间在10%的显著性水平上有差异；三个组上市企业上市前经营活动净现金流量占期初总资产比重中位数在1%的显著性水平下不完全相等，小规模组最小，大规模组最大，中规模组居中，组与组K-S中位数检验发现，小规模组和大规模组以及小规模组与中规模组之间分别在10%和5%的显著性水平上有差异，中规模组和大规模组之间无差异；三个板块上市企业上市前资产规模自然对数中位数在1%的显著性水平下不完全相等，小规模组最小，大规模组最大，中规模组居中，组与组K-S中位数检验发现，小规模组和大规模组以及中规模组与大规模组之间均在1%显著性水平上有差异，小规模组与中规模组之间均在10%显著性水平上有差异。三个组上市企业上市前现金持有量增加额占总资产比重标准差有一定差异，小规模组最大，中规模组其次，大规模组最小。

表4 按固定资产分组主要变量的描述统计

按总资产和固定资产分组的小规模组上市企业现金持有量增加额占总资产比重大于大规模组上市企业，这说明小企业比大企业持有更多的现金。通过对现金持有量增加额占总资产比重独立样本中位数检验发现，主板上市企业和中小板上市企业及创业板上市企业在10%的置信水平下显著不同，按总资产和固定资产分组的不同规模组上市企业在1%的置信水平下显著不同；通过对经营活动净现金流量占总资产比重独立样本中位数检验发现，按板块分组及按固定资产分组上市企业在1%的置信水平下显著不同，按总资产分组上市企业在10%的置信水平下显著不同；通过对资产规模自然对数独立样本中位数检验发现，按上市板块、总资产和固定资产分组不同组在1%置信水平下显著不同。说明按上述三种办法分类的不同组上市企业现金持有量增加额占总资产比重和经营活动净现金流量占期初总资产比重中位数有显著差异，按上述办法划分融资约束和非融资约束组具有一定的合理性。

3.相关系数

通过对表5所列变量K-S检验，发现CF、l1_CF、l2_CF和l2_Grow正态性检验显著外，其余变量均正态性检验不显著。表5主要描述变量之间的相关性，右上半部分是Spearman相关系数，左下半部分是Pearson相关系数，均为基于2000bootstrap样本的bootstrap结果。表5中CF、l1_CF、l2_CF和l2_Grow变量的相关系数看Pearson相关系数，其余变量之间的相关系数看Spearman相关系数。被解释变量ΔCash和解释变量CF在1%的置信水平上显著相关，与控制变量ΔSTD、ΔNWC、Expense、Size分别在5%和1%、10%、10%的置信水平上显著相关，与控制变量Grow相关性不显著；解释变量和控制变量ΔSTD、ΔNWC、Size相关性不显著，与控制变量Grow、Ex⁃pense在5%和1%置信水平上显著相关，但相关系数在20%以下，出现多重共线性的可能性较小。解释变量CF和自身滞后一期l1_CF、滞后二期l2_CF在1%置信水平上显著正相关；控制变量Grow与自身滞后一期l1_Grow、滞后二期l2_Grow在1%置信水平上显著正相关，说明以CF的滞后一期和二期作为CF的工具变量，以Grow的滞后一期l1_Grow、滞后二期l2_ Grow为Grow的工具变量有一定的合理性。

表5 Peason和Spearman相关系数矩阵

（二）多元回归分析

1.全部样本回归分析及估计模型选择

由于本文选取的样本是2015年A股上市企业，利用的数据是IPO前3年和当年的面板数据，是大N小T型的面板数据，另外，模型中解释变量现金流增加额占总资产的比重（CF）和控制变量主营业务收入增长率（Grow）可能存在内生性⑥（姚耀军、董钢锋，2015）［1］，因此模型的估计需要考虑面板内生性问题。为了对假设进行检验，也为了选择稳健的模型估计方法，表6列示了固定效应模型、双向固定效应模型、异方差序列相关综合考虑估计模型、随机效应模型、考虑异方差序列相关固定效应模型、双向固定效应（IV）模型、双向固定效应（GMM）模型、双向固定效应序列相关IV模型。连玉君等（2008）说明用ΔCF和Grow的滞后期作为工具变量进行GMM估计，可以得到Almeida模型较为稳健的估计结果。因此，本文选择GMM为模型的稳健估计方法。GMM估计结果显示，全样本企业上市前现金—现金流敏感系数为1.122，在1%的水平上显著。具体结果见表6所列。

表6 全样本模型设定选择

续表6

2.分组回归分析

为了检验按上市板块、总资产规模、固定资产规模不同分组回归模型现金—现金流敏感系数之间的差异，本文采取分组回归方法。

（1）按上市板块分组回归分析。从GMM分组回归结果来看，主板、中小板和创业板上市企业上市前现金—现金流敏感系数均大于0且在1%的水平上显著，说明主板、中小板和创业板上市企业上市前多数有可能面临融资约束，但可能融资约束程度不同，主板最小，创业板其次，中小板最大。具体结果见表7所列。假设2得到验证。

表7 全部样本及按上市板块、平均总资产及平均固定资产分组的面板GMM回归结果

（2）按总资产分组回归分析。从总资产上中下1/3分位数分组GMM回归结果来看，现金—现金流敏感系数均大于0且中规模和小规模组在1%的水平上显著，大规模组在10%的水平上显著，说明总资产小规模组、中规模组和大规模组多数可能面临融资约束，但融资约束程度不同，总资产大规模组企业最小，小规模组企业其次，中规模组最大。假设3得到验证。

（3）按固定资产分组回归分析。从固定资产规模上中下1/3分位数分组GMM回归结果来看，现金—现金流敏感系数均大于0且中规模组在1%的水平上显著，大规模和小规模组在5%的水平上显著，说明固定资产小规模组、中规模组和大规模组多数可能面临融资约束，但融资约束程度不同，固定资产大规模组最小，小规模组其次，中规模组最大。假设4得到验证。

3.小结

通过全样本和按上市板块、总资产及固定资产规模分组GMM回归估计发现，不管是全样本回归还是分组回归，现金—现金流敏感系数在10%、5%或1%显著性水平上正相关，假设1得到验证。通过观察发现，按上市板块分组中小板组现金—现金流敏感系数最大，其次是创业板，最小是主板；按总资产和固定资产规模分组，中规模组现金—现金流敏感系数最大，其次是小规模组，最小是大规模组。

4.对回归结果的进一步解释

为什么按上市板块分组，中小板上市企业面临的融资约束最大？为什么按总资产分组和按固定资产分组回归系数中规模组融资约束最大呢？

（1）对中小板上市企业面临最大融资约束的解释。中国中小板市场上市条件和主板一致，由同一个发行审核委员会审核，IPO周期长、费用高、排队时间长（石艾馨和萧琛，2014）［45］，影响其服务中规模组企业直接融资作用的发挥。主板市场对中小板市场存在较为显著的“挤压”效应（方意和谢晓闻，2014）［46］，中小板融资功能有限。如表8所示，2015年主板融资占比约为76.13%，而中小板融资仅约为16.38%。刘飞和王开科（2014）［47］也认为，由于中国中小板上市公司的高成长性，其资金需求可能更为旺盛，与主板市场相比，中小板上市公司内源融资与外源融资的成本差异更大，加之银行信贷和商业信用等的制约，其对内部现金流的依赖性更强。

表82015 年中国A股市场融资规模板块分布

中小板上市企业多数是成长型的中小企业。依据信贷配给理论，与大企业相比，中小企业在信贷配给中受到“界定现象”的影响和规模歧视，面临更大的融资约束；依据金融结构理论，中国金融机构存在大企业偏向性，导致中国中小企业间接和直接融资渠道不畅，为中小企业提供间接融资的中小金融机构发展不足，为中小企业提供直接融资的债券市场、股票市场、股权市场和互联网金融市场发展滞后，由此导致在中小板上市的中小企业上市前面临的融资约束最大。

（2）对中规模组企业面临最大融资约束的解释。笔者对规模中等企业的营业收入、资产规模进行了进一步分析，发现被划分为总资产分组和固定资产分组中规模组的企业大多数是营业收入在4亿元以上的中等或较大规模的企业，从生命周期角度来说，是处于成长期的企业，而处于成长期的中等规模企业易于陷入“马太陷阱”，虽然企业规模达到一定的水平，但资金饥渴却十分严重（邓向荣和周密，2005）［48］。这也与暨南大学课题组（2000）“中小企业发展状况问卷调查”发现的企业规模与融资量呈现倒“U”的结论一致。郭斌和刘曼路（2002）［49］对温州中小企业的问卷调查显示，中等规模企业利用民间金融进行融资的比重高达64%和55%，这也从另一个侧面说明，成长期的中等规模企业面临最大的融资约束。

为什么中规模组企业的融资约束程度比小规模组企业大呢？首先是因为本文数据来源于2015年上市企业上市前的财务数据，根据总资产规模和固定资产规模所划分的小规模并不是规模很小的小微企业，本文的小规模组企业和中规模组企业受“界定现象”影响和规模歧视的差异不是太大；其次，近年来，中国为了缓解中小企业融资难进行了一系列金融改革与创新，对缓解小微企业融资约束起到了一定的积极作用；其三是由于中规模组企业的资金需求规模可能更大，相对面临的融资约束会更大。

综上所述，假设1、假设2、假设3、假设4均得到验证与解释。

（三）稳健性检验

1.样本问题

对现金—现金流敏感性分析结论的一个反对观点便是如果现金流较小，特别是小于必须的投资量，那么现金持有量将会对现金流十分敏感，从而影响到信贷约束导致的现金持有量对现金流的敏感性（余静文，2011）［50］。因此，为了排除这一影响，我们剔除掉那些现金流小于必须投资量的企业，将回归样本局限在那些现金流严格大于必须投资量的企业。其中必须投资量用当期固定资产折旧指标来表示。回归结果支持上述结论。

2.投资机会衡量偏误问题

FHP（1988）指出Tobin’s Q存在两方面的计量问题：一是由于市场波动性Q难以反映市场价值；二是衡量偏误。余静文（2011）［50］认为Tobin’s Q既含有企业未来的投资机会也含有当期的投资机会，而当期的投资机会对当期的现金流产生较大影响，从而会影响现金—现金流敏感性。为了避免Tobin’s Q的衡量偏误，本文前部分采用主营业务收入增长率作为投资机会的代理变量，借鉴了Almeida等（2004）提出的未来—当期投资比率（RFI）作为投资机会的代理变量重新进行全样本和分组回归OLS估计。回归结果支持上述结论。

3.内生性问题

Almeida等（2004）模型中现金流和Tobin’s Q分别反映了近期投资机会和远期投资机会，被解释变量现金持有量反映远期投资机会，外部冲击对现金持有量影响的同时，也会影响经营活动净现金流和Tobin’s Q，从而造成解释变量现金流和Tobin’s Q与干扰项项相关（连玉君、苏治和丁志国，2008）［11］。为了克服可能存在的内生性问题，本文以现金流和投资机会的代理变量主营业务收入增长率的滞后一期和二期为工具变量进行GMM估计。由于本文样本期间只有4年，样本数期间只有3年，用滞后期作为工具变量回归会使观测值减少。为了检验GMM估计的稳健性，我们进行了经营活动净现金流和主营业务收入增长率的滞后一期作为工具变量进行全样本和分组IV估计，结果支持GMM估计结果。

五、结论及政策建议

在FHP开创了融资约束实证研究之后，以现金—现金流敏感性作为融资约束的代理变量成为融资约束实证研究的基本思路。国内外很多学者利用上市企业的数据实证检验了上市企业融资约束状况，但上市企业上市后的融资约束状况和绝大多数非上市企业融资约束状况不同，因此，研究结论在推广至非上市企业时面临较大外部有效性威胁。主要因为数据不易获得，很少有文献系统研究上市企业上市前融资约束状况，而上市企业上市前融资约束状况的研究结论推广至类似非上市企业时面临较小的有效性威胁。本文利用2015年上市企业IPO前3年和IPO当年共4年的数据，对中国上市企业上市前融资约束状况进行了实证分析。通过全样本和按上市板块、总资产及固定资产规模分组回归GMM估计发现，不管是全样本回归还是分组回归，现金—现金流敏感系数在10%、5%或1%水平上均显著正相关，说明中国企业多数存在融资约束；按上市板块分组，中小板企业现金—现金流敏感系数最大，其次是创业板企业，最小是主板企业，说明中小板、创业板上市企业相较于主板上市企业面临更大的融资约束；按总资产和固定资产规模分组，中规模组企业现金—现金流敏感系数最大，其次是小规模组企业，最小是大规模组企业，说明中国企业融资约束程度不仅与总资产规模显著相关，而且与有形资产规模显著相关。结果表明中小规模企业较大规模企业有更大的融资约束。

本文的政策建议是：①深入推进金融体制改革，完善金融市场，促进金融深化，形成与经济结构和企业结构相匹配的金融结构，既要减轻利率型信贷配给又要减轻抵押品型信贷配给，全面缓解中国企业面临的融资约束。②完善服务于中小企业融资的资本市场体系。大力发展中小板市场，适当降低中小板IPO标准和发行审核费用，降低主板对中小板的“挤压”效应，完善创业板市场，为更多面临融资约束的中小企业和创新型企业提供上市融资机会，使中国多层次的资本市场更加完善；股票发行由实质性审核逐渐改为注册制，提高股票市场资源配置效率。③根据中国经济结构和企业结构的变化，放松金融管制，促进金融市场竞争，改变大企业偏向的金融体系和金融结构。具体而言，一是完善服务于中小企业融资的信贷金融体系；二是大力发展风险投资、中小板、创业板和新三板市场，完善服务于中小企业融资的资本市场体系；三是实现影子银行和民间金融的规范化、合法化，完善服务于中小企业融资的非正规金融体系。④创新中小企业融资信贷担保体系，改变目前主要以固定资产抵押提供信贷融资的信贷融资模式，发展供应链金融和互联网金融（况学文，2011；李宝宝、李婷婷和耿成轩，2016）［51-52］，开展关系信贷，减轻中小企业抵押品型信贷配给约束。

注释：

①Macmillan发现，当企业需要的外援性资本的规模低于25万英镑时，很难在资本市场上融资。

②斯蒂格利茨和韦慈（Stiglitz和Weiss，1981）以信息不对称为基础建立了理论模型，解释了在信息不对称的情况下，由于存在逆向选择和道德风险，银行无法将高低风险不同的贷款者区分开来，并收取不同贷款利率，银行处于预期收益最大化的考虑，不会提高利率增加信贷供给量，而是进行信贷配给。

③如果权利所有者对他所拥有的权利有排他的使用权、收入的独享权和自由的转让权，就称所有者拥有的产权是完整的。如果这方面的权能受到限制或禁止，就称为产权的残缺。

④投资—现金流敏感性可能存在两方面的缺陷：第一，理论上，融资约束并非是导致投资对现金流敏感的唯一原因，代理问题也会引起投资—现金流的敏感性；第二，实证研究策略上，现金流不仅包含财务信息，也部分包含关于投资机会的信息，即便没有融资约束，投资—现金流敏感性也可能正显著。

⑤将ZFC最大的三分之一企业作为融资约束企业，将ZFC中间的三分之一企业作为部分融资约束企业，将ZFC最小的三分之一企业作为无融资约束企业。

⑥内生性的来源是，企业现金流和企业成长分别反映了企业的近期与远期投资机会。投资机会在很大程度上影响了投资行为，而企业的现金持有行为又往往与投资行为同时被决定。

［1］姚耀军，董钢锋.中小企业融资约束缓解：金融发展水平重要抑或金融结构重要？——来自中小板上市企业的经验证据［J］.金融研究，2015，58（4）：148-161.

［2］崔丰慧，陈学胜.中小板上市、融资约束缓解与中小企业投资效率研究［J］.当代财经，2014，35（8）：121-129.

［3］方军雄.发行上市与企业融资约束的缓解［J］.上海管理科学，2009，14（2）：15-21.

［4］罗正英，周中胜，王志斌.金融生态环境、银行结构与银企关系的贷款效应——基于中小企业的实证研究［J］.金融评论，2011，3（2）：65-81.

［5］蔡卫星，胡志颖，何枫.政治关系、风险投资与IPO机会——基于创业板申请上市企业的经验分析［J］.财经研究，2013，58（5）：51-61.

［6］Modigliani F，Miller M H.The Cost of Capital，Corporation Financial，and the Theory of Investments［J］.American Eco⁃nomic Review，1958，48（4）：261-297．

［7］Myers S C，Majluf N F．Corporation Financing and Invest⁃ment Decisions when Firms Have Information that Investors Do not Have［J］.Journal of Financial Economics，1984，13（8）：187-221.

［8］Joseph E Sitigliz，Andrew Weiss．Credit Rationing in Mar⁃ket with Imperfect Information［J］.American Economics Re⁃view，1981，71（3）：393-410.

［9］邓可斌，曾海舰.中国企业的融资约束：特征现象与成因检验［J］.经济研究，2014，60（2）：47-60．

［10］吴娜，于博，陶航.投资现金流敏感度能反映企业融资约束吗——附加企业能动性的动态检验［J］.财经科学，2014，58（1）：81-89．

［11］连玉君，苏治，丁志国.现金—现金流敏感性能检验融资约束假说吗？［J］.统计研究，2008（10）:92-99.

［12］饶华春.中国金融发展与企业融资约束的缓解——基于系统广义矩估计的动态面板数据分析［J］.金融研究，2009，52（9）：156-164．

［13］陈学胜，张建波，董文龙.资本市场开放降低了企业融资约束吗？——基于中国上市公司的实证研究［J］.证券市场导报，2012，22（11）：32-38.

［14］王艳林，祁怀锦，邹燕.金融发展、融资约束与现金—现金流敏感性［J］.上海金融，2012，33（3）：8-13.

［15］卢馨，郑阳飞，李建明.融资约束对企业R&D投资的影响研究——来自中国高新技术上市企业的经验证据［J］.会计研究，2013，34（5）：51-58.

［16］郭景先.债务水平、融资约束与现金—现金流敏感性——基于高新技术上市企业的实证［J］.财会通讯，2015，36（17）：37-39.

［17］马宏，李耿.制度、社会资本与高新技术企业融资约束——基于创业板上市企业的实证研究［J］.证券市场导报，2014，24（12）：41-50.

［18］代红苗，田丽娜，张新.创业板上市企业R&D投资融资约束的实证检验——现金流敏感性视角［J］.商业经济，2014，21（5）：67-70.

［19］陈艳，杨鹏程.科技型中小企业投资的双重融资约束分析［J］.宏观经济研究，2015，35（6）：88-100．

［20］许蓉.金融发展、风险投资与融资约束——基于中小板上市企业的经验证据［J］.财会通讯，2015，36（9）：76-80.

［21］唐鹏程，杨树旺.利益相关者满足能缓解中小板上市企业融资约束吗？［J］.中国地质大学学报：社会科学版，2015年，15（4）：103-139.

［22］胡晖，张璐.利率市场化对成长型企业融资约束的影响——基于对中小板企业的研究［J］.经济评论，2015，26（5）：141-153．

［23］胡杰，秦璐.金融发展对企业R&D融资约束的影响研究——来自中国高新技术上市公司的经验证据［J］.技术经济，2013，20（3）：9-62.

［24］翟淑萍，顾群.金融发展、融资约束缓解与高新技术企业研发投资效率研究［J］.经济经纬，2013，30（2）：138-143.

［25］王树强，祝伟展，叶莉.创新型企业的融资约束测度［J］.企业经济，2014，34（3）：28-33.

［26］胡艳，徐颖.网络投资者关系管理与创业板上市企业融资约束［J］.浙江金融，2015，34（10）：61-65.

［27］王霄，张捷.银行信贷配给与中小企业贷款——一个内生化抵押品和企业规模的理论模型［J］.经济研究，2003，49（7）：68-75．

［28］陈战运，杨文杰，宿芸芸.中小企业融资能力影响因素研究——基于中小板上市公司数据［J］.财会通讯·综合，2014，35（15）：76-78．

［29］张杰，刘东.商业信贷、融资约束与中国中小企业融资行为——基于江苏省制造业企业的问卷观测和实证分析［J］.金融论坛，2006，11（10）：3-9.

［30］郭丽虹，王硕.融资缺口、市场化程度与中小企业信贷可得性——基于非上市制造业企业面板数据的分析［J］.财经科学，2013，58（12）：115-125.

［31］李凤，何欣，路晓蒙.中国小微企业信贷可获得性及其影响因素研究——基于CHFS数据的实证分析［J］.西南金融，2016，37（12）：59-65.

［32］张琦，陈晓红，蔡神元.“规模歧视”与中小企业信贷融资——基于湖南中小企业问卷调查数据的实证［J］.系统工程，2008，26（10）：61-66．

［33］刘斌，袁其刚，商辉.融资约束、歧视与企业规模分布——基于中国工业企业数据的分析［J］.财贸经济，2015，36（3）：72-83.

［34］林勇，陈名银.中小企业规模、信贷融资与银行信贷集中度——理论模型与中国经验［J］.南方金融，2015，35（5）：13-17.

［35］潜力，涂艳.企业规模与融资约束——基于随机前沿方法的分析［J］.财会月刊，2016，36（27）：58-62.

［36］张长征，黄德春.企业规模、控制人性质与企业融资约束关系研究［J］.经济经纬，2012，29（4）：110-114．

［37］汪金祥，吴育辉，吴世农.中国上市企业零负债行为研究：融资约束还是财务弹性？［J］.管理评论，2016，28（6）：32-41.

［38］Cleary S.The Relationship between Firm Investment and Fi⁃nancial Status［J］.Journal of Finance，1999，54（2）：673-692.

［39］叶建木，陈峰.融资约束、研发投入与企业绩效——基于主板和创业板高新技术上市企业的比较分析［J］.财会月刊，2015，35（12）：24-28.

［40］何韧，刘兵勇，王猜猜.银企关系、制度环境与中小微企业信贷可得性［J］.金融研究，2012，55（11）：103-115.

［41］Kaplan S，Zingales L.Do Investment-Cash Flow Sensitivi⁃ties Provide Useful Measures of FinancingConstraints？［J］.Quarterly Journal of Economics，1997，112（1）：169-215.

［42］Gomes J F.Financing Investment［J］.American Economic Review，2001，91（5）：1263-1285．

［43］周冬华，赵玉洁.内部人交易会提高上市企业资约束程度吗［J］.山西财经大学学报，2015，37（1）：92-102.

［44］徐晓东，王霞.现金流量、企业结构的流动性约束与投资的关系研究［J］.管理工程学报，2010，26（3）：55-60.

［45］石艾馨，萧琛.中小企业融资困境与场外股权交易市场升级——兼谈“做市商”之后“新三板”的行情与改进［J］.新视野，2014，30（6）：41-46．

［46］方意，谢晓闻.中国多层次资本市场间非线性关联效应研究：兼论资本市场成熟度［J］.经济科学，2014，36（3）：72-84.

［47］刘飞，王开科.中国中小板上市公司是投资不足还是投资过度？［J］.经济评论，2014（4）：122-160．

［48］邓向荣，周密.“麦克米伦”缺口及其经济学分析［J］.南开经济研究，2005，25（4）：63-68.

［49］郭斌，刘曼路.民间金融与中小企业发展：对温州的实证分析［J］.经济研究，2002，48（10）：40-46．

［50］余静文.国有企业与非国有企业信贷约束的差异研究——基于现金—现金流敏感度的分析［J］.当代经济科学，2011，33（5）：18-26.

［51］况学文.金融发展缓解公司融资约束程度研究［J］.华东经济管理，2011，26（5）：74-78.

［52］李宝宝，李婷婷，耿成轩.供应链金融与中小企业融资约束——以制造行业中小上市公司［J］.华东经济管理，2016，31（11）：174-179.

［DOI］10.3969/j.issn.1007-5097.2017.08.017

An Empirical Study on the Pre-IPO Financing Constraints of China’s Listed Companies

WEI Yu-ping1，2,ZENG Guo-an1
(1.School of Economics and Management,Wuhan University,Wuhan 430072,China; 2.School of Business,Jianghan University,Wuhan 430056,China)

It is of great significance in defining the direction of financial structure reform to clarify the differences in financing constraints faced by different types of enterprises.This paper,using the four-year panel data of China’s listed companies in 2015 from the previous three years to the current year of IPO,builds a Almeida model to make an empirical analysis on the financing constraints of China’s listed companies before listing.Through the regression of generalized method of moments（GMM）of the whole samples and group samples accord⁃ing to listed plates,scale of total assets and the fixed assets,the paper finds that the sensitive coefficients of cash-cash flow of the regres⁃sion models of whole samples and group samples are significantly positive.Grouping according to the listed plate,the cash-cash flow sensi⁃tive coefficient of companies listed on the small and medium-sized board is the biggest,followed by the GEM,the smallest is the main board;Grouping according to the size of the total assets and the fixed assets,the cash-cash flow sensitive coefficient of medium-sized en⁃terprises is the largest,followed by the small-sized group,the smallest is the large-sized group.The study results show that the majority of Chinese listed companies before listing encounter financing constraints,but the financing constraints conditions are different:The listed companies on the small plate and the GEM,compared to the listed companies on the main board,encounter greater financing constraints. Small and medium-sized enterprises,compared to large-sized enterprises,encounter greater financing constraints,among them,the medi⁃um-sized enterprises encounter the biggest financing constraints before IPO.Thus,we argue that China should further facilitate the finan⁃cial system reform,perfect the financial market,change the financial system and the financial structure of propensity to large enterprises, innovate the financial system,promote the formation of financial structure which matches financing needs of SMEs,and improve the forma⁃tion of capital market system and credit system which are conducive to SME financing.

sensitivity of cash-cash flow;financing constraints;total assets scale difference;fixed assets scale difference

F275；F276.6

A

1007-5097（2017）08-0113-11

［责任编辑：余志虎］

2016-10-11

湖北省属高校优势特色学科群——“城市圈经济与产业集成管理”资助项目；湖北省人文社会科学重点研究基地——武汉城市圈制造业发展研究中心2016年公开招标项目“经济新常态下武汉城市圈制造业上市公司发展评价研究”；武汉市教育局项目“江汉大学财会专业人才培养模式由核算型向管理型转变研究与实践”（2017078）

魏玉平（1974-），男，甘肃甘谷人，武汉大学经济与管理学院博士研究生，江汉大学讲师，会计系副主任，研究方向：政府管制与管理会计；曾国安（1964-），男，湖南常德人，教授，博士生导师，博士，研究方向：政府管制与公共经济。