投资—现金流敏感性的融资约束测度效力研究
2019-12-06陈凯常亮
陈凯 常亮
【摘 要】 投资—现金流敏感性能否用于测度企业面临的融资约束水平，现有研究尚存在很大争议，而金融危机的发生提供了一个良好的研究切入点。文章对投资—现金流敏感性指标的融资约束测度效力进行了检验，将动态投资方程与门限模型结合为动态阈值模型进行实证分析，并构造不依赖于股票市场的投资机会指标来降低衡量偏误。研究发现，尽管在金融危机前，投资—现金流敏感性指标能够有效衡量企业的融资约束水平;但在发生金融危机的经济波动期间，该指标的测度效力不足。本研究为投资—现金流敏感性的融资约束测度效力提供了新证据。
【关键词】 投资—现金流敏感性; 融资约束; 金融危机; 动态阈值
【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937（2019）23-0137-06
一、引言
在完美资本市场中，企业内外部融资可以完全相互替代，因此投资支出仅取决于投资机会，而与资金来源无关，若公司出现资金短缺问题，可以通过外部融资来解决。但在现实经济中，由于资本市场存在摩擦[ 1 ]，导致内外部融资存在成本差异，过高的外部融资成本和有限的内部资金使得公司不得不放弃一部分有价值的投资项目，因此公司面临融资约束问题。而融资约束问题正是普遍存在的、制约中国上市公司发展的主要瓶颈。来自世界银行的报告表明，中国有75%的非金融类上市公司将融资约束列为企业发展的主要障碍，在80个被调查国家中比例最高。
那么如何测度企业的融资约束呢？这一直是众多学者争论的话题。其中以Fazzari等[ 2 ]提出的投资一现金流敏感性测度法最具代表性。他们认为如果企业存在融资约束，其投资水平会受到内部现金流的制约，即表现出显著为正的投资—现金流敏感性。虽然Fazzari等[ 2 ]受到的质疑较多[ 3 ]，如基于传统的Q投资模型理论的模型设定困扰、实证检验中存在的分组依据模糊及衡量偏误，但这一指标对中国公司的适用性得到了很多学者的认可[ 4 ]。然而，现有研究中关于极端的外部宏观环境下，例如2008年全球性金融危机，投资—现金流敏感性对中国上市公司的融资约束测度效力研究则鲜有涉及。
事实上，金融危机为投资—现金流敏感性的融资约束测度效力提供了一个良好的自然实验。因为金融危机期间银行信贷收缩，极大地阻碍了企业的投资支出[ 5 ]。Duchin等[ 6 ]发现在危机期间企业普遍的投资水平出现了大幅度下降，尤其那些低现金、融资约束程度强以及更加依赖外部融资的企业，下降的幅度更大。
那么，如果考虑金融危机的影响，投资—现金流敏感性是否仍然能有效测度中国企业所面临的融资约束程度呢？针对国外的样本，已有研究并未达成统一意见。McLean和Zhao[ 7 ]基于美国样本，发现在金融危机期间不仅投资支出降低，而且投资支出对投资机会的敏感性降低，对现金流水平的敏感性却提高。Chen和Chen[ 8 ]发现在危机期间美国上市公司平均的投资—现金流敏感性几近消失，并将其归因为投资—现金流敏感性指标在理论上并不适用于融资约束的衡量。因此，笔者将验证金融危机期间中国上市公司样本的投资表现，通过将样本划分为经济增长期（2001—2007年）和经济波动期（2008—2013年）两个时段，分析企业在常态下以及普遍面临严重融资约束的情况下，投资—现金流敏感性指标的融资约束测度效力。
本文的实证结果表明，常态环境下，投资—现金流敏感性是一种合适的融资约束衡量指标;但在极端的金融危机冲击下，投资—现金流敏感性的测度效力有所减弱。主要表现为两点：一是尽管投资—现金流敏感性在融资约束程度更高的样本中显著存在，但投资支出对投资机会的敏感性不复存在，从而动摇了投资—现金流敏感性的Q投资理论基础;二是危机期间的投资—现金流敏感性相比常态期间反而有所下降，与危机期间上市公司普遍面临的融资约束提升状况产生了矛盾。
相比已有的研究，本文的主要研究贡献如下：首先，将投资—现金流敏感性的融资约束测度置于金融危機的背景下，扩展了已有大部分文献基于常态环境分析的研究视野，并能为决策者正确识别有融资需求的企业及企业有效应对宏观经济环境的不确定性提供借鉴和参考。其次，现有研究中该指标的测度效力受到基于传统的Q投资模型理论的模型设定有误、实证检验中分组依据模糊以及存在衡量偏误三方面主要困扰，本文对以上争议进行了妥善、有针对性的处理。一是从动态视角考察投资行为，更全面认识了不同融资约束企业在外部冲击下的投资决策的跨期性，克服了传统的Q投资模型基于静态比较分析及遗漏变量等缺陷;二是将Hansen[ 9 ]的静态阈值研究推广到动态阈值模型设定下，避免了分组的主观性;三是采用基准Q等新的投资机会衡量方式处理Tobin Q存在的严重衡量偏误问题，使得研究效力可信度更好[ 10 ]。因此，本文不仅系统研究投资—现金流敏感性的融资约束测度效力，努力梳理和澄清该研究领域内存在的一些理论分歧，还试图从中挖掘投资—现金流敏感性指标测度效力的普适性，同时为危机下的融资约束风险防范做出有益探索。
二、研究设计
金融危机是否对中国上市公司投资—现金流敏感性的融资约束刻画作用产生影响，是一个尚待解决的问题。本文使用公司规模与债务作为衡量企业融资约束的阈值变量，利用金融危机发生之后的非常态时期（2008—2013年）样本，研究不同融资约束程度区间中，投资—现金流敏感性是否存在系统差异，并与危机之前的样本（2000—2007年）展开对比，探讨投资—现金流敏感性的融资约束测度效力。
投资—现金流敏感性对融资及约束测度效力的识别实现过程如下：首先，利用一个融资约束的先验指标对公司进行分组，如规模、负债水平等[ 9 ]。其次，在各个子样本组中检验带有现金流指标的Q投资模型，即在使用Tobin Q控制投资机会影响的前提下，比较两组现金流系数。如果发现融资约束组现金流系数更高，即表示更为强烈的投资—现金流敏感性，则认为投资—现金流敏感性是融资约束程度的测度指标。
综合文献研究中对投资—现金流敏感性融资约束测度效力提出的动态模型设定、分组与投资机会衡量偏误三方面质疑，本文拟设计如下实证过程：首先，由于投资行为的动态性，将投资方程从静态设定扩展到动态设定，即引入上一期投资作为当期投资水平的解释变量。同时，借鉴Hansen[ 9 ]的研究，选择公司规模和负债水平作为融资约束分组的先验指标，即阈值变量。对企业规模变量而言，小规模公司出现资本不足、遭遇破产危机的概率更高。另外，小规模公司往往成立时间较短，缺乏长期的经营和信誉记录，与外部资本市场间的信息不对称程度较高，且小规模公司的抵押品往往较少，使其更容易出现明显的信贷歧视，因此越小规模的企业融资约束程度越高[ 11 ]。对债务变量而言，由于债务悬置效应（debt overhang）的影响，高负债的企业受到债权人关于偿债能力的质疑，很难进一步获得外部融资，因此债务也被广泛应用于融资约束水平的区分[ 12 ]。
其次，由于融资约束分组存在主观性过强的缺陷，本文使用阈值模型来自动搜索合理的结构变化点，建立如下实证模型：
Invtit=（？籽1Invtit-1 +？琢1Tobinit +？茁1Cflowit）1{qit≤c}+（？籽2Invtit-1+
？琢2Tobinit+？茁2Cflowit）1{qit>c}+？琢i+？着it （1）
qit表示衡量企业融资约束状况的阈值变量，本文以公司规模和负债水平作为阈值变量来衡量企业的融资约束水平。c指门限值。1{qit≤c}是一个示性函数，其中qit
为了估计式（1），本文将投资的动态模型设定与面板阈值的计量方法結合起来，采用Dang等[ 13 ]提出的动态阈值方法。之所以采用阈值模型，是因为要克服以往研究中分组不确定性带来的争议。优点在于：第一，采用阈值模型自动搜索投资—现金流敏感性发现结构变化的分位点，比主观分组的合理性更强。第二，允许不同区间内滞后的投资水平对投资具有异质性影响，可以用于刻画融资约束程度对投资加速效应的影响。第三，允许投资机会对投资的影响在两个区间上具有差异，原因在于黄蔚和蔡珞珈[ 14 ]发现Tobin Q对投资的影响存在非线性。总体而言，本文同时放松了现金流、投资机会和上一期投资水平在不同期间具有同质性影响的前提假设，使得本文动态阈值模型在设定上更为灵活与合理。同时，为了避免人为划分融资约束区间带来的偏误，本文采用门限面板模型，根据数据本身的特点来内生地划分区间，进而研究投资—现金流敏感性在不同融资约束水平上各自的表现。
最后，为了处理投资机会衡量偏误带来的影响，借鉴Gilchrist和Himmelberg[ 10 ]、连玉君和程建[ 15 ]的方法，构造一个投资机会的替代指标——基准Q（Fundamental Q）。其基本思想是通过公司未来利润的折现来估计当前投资机会的大小，该变量的优点有二：一是构造过程中无需公司股票价格信息，可以避免Tobin Q存在的定价缺陷;二是基准Q指标将公司的基本面与财务因素分离开来，克服了研究中现金流可能代表短期投资机会的质疑，因为当前一些研究认为现金流变量中也含有短期投资机会的大量信息，导致现金流的敏感性并非融资约束程度的表征。
三、实证检验
（一）样本选择及描述性统计
本文所用的上市公司数据来自国泰安数据库，根据研究目的，分别经以下删选过程得到实证数据：（1）选取2000年1月1日以前上市且仅发行A股的公司，构造一个2000—2013年的平行面板作为研究样本，并在后续研究中按照金融危机发生时点分成2000—2007年和2008—2013年两个子样本;（2）剔除金融类和ST/PT类公司;（3）剔除总负债率大于100%，事实上已经资不抵债的公司;（4）删除主要财务数据存在缺失值的样本。为了克服离群值的影响，本文分别在第1和第99百分位上对主要变量进行了Winsorized缩尾处理。表1列示了文中主要变量的基本统计量和计算方法。
（二）经济增长期投资—现金流敏感性的测度效力
表2以2001—2007年经济增长期的中国上市公司为样本，以公司规模和债务水平作为阈值变量，汇报了基于模型的动态阈值估计结果。其中，回归（1）和回归（2）使用Tobin Q来衡量投资机会。实证发现：在小规模和高债务组内，现金流对投资的影响系数为0.078和0.061，均在1%的水平上显著，即表现出显著的投资—现金流敏感性;相比而言，大规模和低债务的区间内，现金流变量的回归系数并不显著。小规模、高负债均意味着企业面临较高程度融资约束。
然而，回归（1）和回归（2）的实证结果有所缺陷，表现在对投资支出的影响并不显著，降低了Q投资模型的解释力度，使得投资—现金流敏感性的测度效力存在模糊性，导致这种现象的可能原因在于用Tobin衡量投资机会存在衡量偏误。为了处理该衡量偏误，本文采用基准Q代替用于投资机会的衡量，见表2回归（3）和回归（4）的结果。在非融资约束的大规模、低债务区间中，现金流系数并不显著，而融资约束的小规模、高债务企业存在显著的投资—现金流敏感性（估计系数分别为0.044和0.062，且在1%水平上显著）。回归（3）和回归（4）的结果要明显优于回归（1）和回归（2），表现为投资机会在两种设定下均显著影响了企业的投资水平，有力地支持了Q投资理论。这不仅表明上市公司的投资决策很大程度上取决于投资机会的多寡，更主要的是，本文利用动态阈值模型检验投资—现金流敏感性的融资约束测度效力的做法是合理的。在控制了传统的主观划分方式和投资机会的衡量偏误对回归结果影响的条件下，投资—现金流敏感性在常态环境下是真实存在的，并非如Erickson和Whited（2000）所言是由投资机会衡量偏误或者模型设定问题引起的“假象”，而确实可以用于融资约束程度的衡量。
在得到参数估计值后，本文进行了两方面的检验。首先是门限效应是否显著。基于自体抽样的Wald检验拒绝了不存在门限效应的原假设（p值小于0.1），为利用动态阈值模型检验投资—现金流敏感性的融资约束测度效力提供了统计的支持。以公司规模为阈值，根据动态阈值模型估计出的分位点，27%～37%的企业被划分为融资约束企业，相应63%～73%的企业为非融资约束企业，这意味着传统研究根据中位数分组将过多的样本划分到了有融资约束的组别中，而从33%分位点的分组更为合理。另外，随着金融体制的发展和融资渠道的拓展，上市公司的融资约束程度逐渐降低。从2001年开始，被划分为融资约束的企业占总样本比重逐年降低，非融资约束的企业从2001年的58%上升到2007年的79%，债务阈值得到的结果也非常类似。
其次是工具变量设定的合理性检验与残差项的序列相关检验。过度识别检验显示该实证结果的工具变量设定是合理的。同时，AR（2）检验发现残差项并不存在二阶序列相关，不仅支持了工具变量设定的合理性，而且支持了引入投资支出一阶滞后作为当前投资解释变量的合理性。从上期投资水平对当期的影响程度来看，在非融资约束（大规模、低债务）区间中，上期投资水平对当期投资影响的系数在0.53～0.59之间;而融资约束组中这种影响水平较低，在0.36～0.41之间。Gatchev等[ 16 ]针对美国样本得到的投资滞后期的估计系数为0.874，显著较高。这表明在新兴市场的中国，融资约束的存在制约了企业投资的持续性。
表2的结果支持了在常态环境下投资—现金流敏感性能用于测度企业融资约束程度，与Gilchrist和Himmelberg[ 10 ]关于大规模企业、Hansen[ 9 ]关于高负债区间的企业表现出显著的投资—现金流敏感性的结论一致。在现有研究中，Kadapakkam等[ 17 ]基于6个发达国家的上市公司样本，全林等[ 11 ]基于中国上市公司样本，均发现大规模公司也表现出显著的投资—现金流敏感性，对此的解释是自由现金流理论。本文在控制投资机会的衡量偏误及规模分组的主观性之后，并未找到大规模公司存在显著投资—现金流敏感性的经验证据。
（三）金融危机波动期投资—现金流敏感性的测度效力
从金融危机时间确定来看，本文将其定义为2008年底，虽然危机已经于2007年底初见端倪，但真正的爆发始于2008年雷曼兄弟的倒闭，且外部冲击带来的企业内部的投资调整可能存在一定时滞。因此，采用2008—2013年上市公司数据进行动态门限模型估计。从表3的结果中可以看到，回归（1）、（2）均观察到在非融资约束的组别（大规模、低债务）中，现金流Cflow的系数并不显著;而在有融资约束的组别中（小规模、高债务），现金流对企业投资支出的影响。即使考虑了投资机会的衡量偏误，回归（3）、（4）采用新的投资机会衡量指标Fq，结果仍然十分类似，即仅在有融资约束的组别中（小规模、高债务）才表现出显著的投资—现金流敏感性。从敏感性大小来看，得到的敏感性估计在0.30左右。
直观地来看，投资—现金流敏感性的融资约束测度效力在金融危机期间并未得到直接的支持，具体表现在两个方面。
其一，从估计的大小来看，表3的实证结果显示，在金融危机期间投资—现金流敏感性反而出现了下降。而如果该指标也适用于金融危机期间融资约束衡量的话，理应观察到该指标的显著提升。因为从已有研究来看，McLean和Zhao[ 7 ]发现在2008年金融危机期间投资支出与投资机会的敏感性降低，但投资支出与现金流的敏感性比常态期间要高，危机期间样本显著降低的敏感性与提高的融资约束程度形成了矛盾。因此，笔者认为，从系数估计来看，投资—现金流敏感性并不适用于金融危机期间融资约束程度的测度。
其二，如表3所示，投资机会衡量指标Tobin和Fq均未表现出与投资支出的正显著相关，表明在危機期间上市公司的投资决策并不取决于投资机会的多寡，Q模型对投资行为的解释能力并不强。在这种前提下，即使发现融资约束的组别中表现出显著的投资—现金流敏感性，也并不能武断地认为是融资约束程度的表征变量。这表明，在金融危机期间，投资—现金流敏感性在测度企业面临的融资约束程度方面存在不适之处。
究其原因，一个可能的解释是，投资—现金流敏感性的融资约束假说建立在信息不对称理论的基础上，以企业最大化未来投资收益的现值作为模型的基本假设。在不同环境下，企业的目标和对风险的关注程度可能存在显著的差异。在常态环境下，企业管理的核心是对风险与收入的有效权衡，更多地关注自身的盈利状况和投资收益;而在金融危机期间，企业的行为目标可能从最大化未来收益现值变成了最小化投资风险，企业更加关注现金流的变化，但此时现金流并非直接用于投资活动，而可能更多扮演了流动性缓冲工具的角色。此外，危机发生后的外来政策干预也极大地干扰了企业内部投资决策，中央政府出台了4万亿的经济刺激方案，而紧随其后的是地方政府出台的本地经济刺激计划，可能会对企业投资活动产生挤出效应。此时，在金融危机的经济环境下，投资—现金流敏感性并非融资约束程度的良好测度工具。
四、结论和研究展望
中国资本市场的结构性缺陷使上市公司在融资过程中面临融资约束，尤其研究金融危机期间上市公司在融资约束影响下的投资行为对证券监管和宏观调控政策的制定都具有重要的参考价值。前期研究对投资现金流量敏感性的融资约束测度效力存在一定争议，争议不仅来自投资模型设定，也来自估计方法。
基于此，本文针对投资—现金流敏感性能否用来测度融资约束这一重要问题展开论证，主要做了以下工作：首先，通过资本存量调整方程的设定，扩展了Tobin[ 18 ]在完美假设下建立的传统Q投资模型。通过将带有投资惯性的调整成本引入Q投资模型中，在投资的动态性设定下研究投资—现金流敏感性对融资约束的刻画作用。其次，将动态投资行为与门限模型结合起来，使用动态门限模型搜索分组的分位点。最后，构造不依赖于股票市场信息的基准Q指标代替Tobin Q，用于降低投资机会衡量偏误对估计的影响。此外，为了捕捉外部宏观经济冲击对测度效力的影响，根据2008年发生的全球性金融危机，本文将样本划分为金融危机前的常态期（2000—2007年）和经济波动期（2008—2013年）两个期间进行测度效力研究。实证发现：（1）在经济常态期间，融资约束样本表现出显著的投资—现金流敏感性，但非融资约束样本的现金流对投资支出并没有显著的影响。（2）在危机后的经济波动期间，尽管融资约束样本依旧表现出显著的投资—现金流敏感性，但由于投资机会与投资支出之间不存在系统的联系，投资—现金流敏感性指标的融资约束测度效力存在一定的疑问。本文通过细致可信的实证检验，为投资—现金流敏感性融资约束程度的测度提供了切实的经验证据。笔者认为，尽管在经济常态期间投资—现金流敏感性能够用于企业融资约束程度的检验，但在金融危机期间该指标可能并不适用。
本文在以下角度有待进一步完善。首先，本文将研究的视角主要集中在融资约束假说上，对代理成本的影响并未深入讨论。由于融资约束假说和自由现金流假说都预期公司的投资对现金流非常敏感，所以对两种理论的识别检验便成为此类研究的一个重点。但其难点在于：融资约束和代理成本对投资行为的影响并不是互斥的，究竟哪一种因素居主导地位则视公司的具体特征而定，但如何对二者进行区分显然是一个悬而未决的问题。其次，除投资—现金流敏感性外，现金—现金流敏感性也是一个可以验证的重要方向。对现金—现金流敏感性测度效力的深入思考，能够使我们对中国上市公司融资约束程度的刻画指标选择更为科学合理。
【参考文献】
[1] MYERS S.The capital structure puzzle[J]. Journal of Finance，1984，39（3）：575-592.
[2] FAZZARI S， HUBBARD R， PETERSEN B， et al. Financing constraints and corporate investment[J]Brookings Papers on Economic Activity，1988，1988（1）：141-206.
[3] KAPLAN S， ZINGALES L. Do investment-cash flow sensitivities provide useful measures of financing constraints？[J].Quarterly Journal of Economics，1997，112（1）：169-215.
[4] 郭丽虹，马文杰.融资约束与企业投资：现金流量敏感度的再检验：来自中国上市公司的证据[J].世界经济，2009（2）：77-87.
[5] 曾爱民，张纯，魏志华.金融危机冲击、财务柔性储备与企业投资行为：来自中国上市公司的经验证据[J].管理世界，2013（4）：107-120.
[6] DUCHIN R，OZBAS O，SENSOY B A.Costly external finance，corporate investment，and the subprime mortgage credit crisis[J].Journal of Financial Economics，2010，97（3）：418-435.
[7] MCLEAN R D，ZHAO M.The business cycle， investor sentiment， and costly external finance[J].The Journal of Finance，2014，69（3）：1377-1409.
[8] CHEN H J，CHEN S J.Investment-cash flow sensitivity cannot be a good measure of financial constraints：evidence from the time series[J].Journal of Financial Economics，2012，103（2）：393-410.
[9] HANSEN B. Threshold effects in non-dynamic panels：estimation，testing，and inference[J]. Journal of Econometrics，1999，93（2）：345-368.
[10] GILCHRIST S，HIMMELBERG C.Evidence on the role of cash flow for investment[J].Journal of Monetary Economics，1995，36（3）：541-572.
[11] 全林，姜秀珍，陳俊芳.不同公司规模下现金流量对投资决策影响的实证研究[J].上海交通大学学报，2004，38（3）：355-358.
[12] HU X，SCHIANTARELLI F.Investment and capital market imperfections：a switching regression approach using US firm panel data[J].Review of Economics and Statistics，1998，80（3）：466-479.
[13] DANG V A， KIM M， SHIN Y. Asymmetric capital structure adjustments：new evidence from dynamic panel threshold models[J]. Journal of Empirical Finance，2012，19（4）：456-482.
[14] 黄蔚，蔡珞珈.我国上市公司投资行为的门槛效应分析[J].经济与管理研究，2008（8）：83-86.
[15] 连玉君，程建.投资—现金流敏感性：融资约束还是代理成本[J].财经研究，2007（2）：37-46.
[16] GATCHEV V A， PULVINO T，TARHAN V.The interdependent and intertemporal nature of financial decisions：an application to cash flow sensitivities[J].The Journal of Finance，2010，65（2）：725-763.
[17] KADAPAKKAM P-R， KUMAR P C， RIDDICK L A.The impact of cash flows and firm size on investment：the international evidence[J].Journal of Banking & Finance，1998，22（3）：293-320.
[18] TOBIN J. A general equilibrium approach to monetary theory[J]. Journal of Money，Credit and Banking，1969，1（1）：15-29.
