債務(wù)為何未影響企業(yè)融資約束——中國(guó)上市公司10年數(shù)據(jù)的典型傳導(dǎo)分析

張文君

（廈門大學(xué) 管理學(xué)院，福建 廈門 361005；江西行政學(xué)院 經(jīng)濟(jì)研究所，江西 南昌330003）

一、引言及相關(guān)文獻(xiàn)評(píng)述

在MM（1958）理論中，公司的投融資決策之間是相互無關(guān)的，是兩個(gè)獨(dú)立事件，其背后暗含的假設(shè)是公司的外部融資環(huán)境不存在“摩擦”。然而，現(xiàn)實(shí)社會(huì)不存在沒有摩擦的融資環(huán)境。現(xiàn)實(shí)世界中普遍存在的“摩擦”，使得Modigliani和 Miller（1958）定義的完美資本市場(chǎng)環(huán)境僅存在于理論的假想當(dāng)中。Greenwald、Stigliz和 Weiss（1984）、Myers（1984）修正了資本市場(chǎng)完美的假設(shè)，在融資決策模型中引入了信息不對(duì)稱因素。他們認(rèn)為，資本市場(chǎng)的不完美使得外源資金的融資成本要高于內(nèi)源資金，即公司面臨著融資約束。隨后著名的公司金融研究學(xué)者Fazzari［1］等在其開創(chuàng)性的一篇著作中將融資約束定義為：在資本市場(chǎng)不完美的情況下，公司由于內(nèi)外部融資成本存在顯著差異，無法支付過高的外部融資成本導(dǎo)致的融資不足（Fazzari等，1988）。

此后，關(guān)于融資約束的實(shí)證研究越來越多，其中面臨的一個(gè)關(guān)鍵問題就是選擇什么指標(biāo)來衡量公司的融資約束程度？對(duì)此，國(guó)內(nèi)外學(xué)者莫衷一是，涌現(xiàn)了諸如公司規(guī)模、股利支付率、控股股東性質(zhì)、資產(chǎn)負(fù)債率等單一評(píng)價(jià)指標(biāo)，同時(shí)也有 KZ（Lamont等，2001）［2］、WW（Whited和 Wu，2006）［3］、SA（Hadlock和Pierce，2010）［4］等多變量評(píng)價(jià)指標(biāo)。然而，無論是單變量指標(biāo)還是多變量指標(biāo)，負(fù)債水平均被視為是融資約束程度衡量的重要財(cái)務(wù)指標(biāo)之一。例如：KZ指數(shù)里就包含資產(chǎn)負(fù)債率變量。由此，產(chǎn)生了一個(gè)新的問題：究竟是負(fù)債率高的公司面臨的融資約束程度高，還是負(fù)債率低的公司面臨的融資約束程度高？對(duì)此，國(guó)內(nèi)外的文獻(xiàn)尚無統(tǒng)一的定論。

關(guān)于融資約束指標(biāo)與計(jì)量方法的選擇，還必須十分關(guān)注制度背景的因素。近來，有關(guān)我國(guó)上市公司融資約束問題逐漸受到越來越多的關(guān)注。然而，在使用融資約束計(jì)量方法時(shí)，很少對(duì)其有效性進(jìn)行檢驗(yàn)，也很少使用不同的計(jì)量方法進(jìn)行穩(wěn)健性檢驗(yàn)，很少比較不同計(jì)量方法在我國(guó)的適用性（陸正飛等，2011）［5］。我國(guó)的制度環(huán)境與其他國(guó)家有著顯著差異，這種差異可能會(huì)對(duì)融資約束計(jì)量方法有效性產(chǎn)生重大影響。因此，研究我國(guó)公司的融資約束問題時(shí)，有必要考慮融資約束計(jì)量方法的有效性。

因此，厘清負(fù)債水平與融資約束二者間的關(guān)系就十分重要。明確負(fù)債率是正向指標(biāo)還是反向指標(biāo)，根本上影響了融資約束模型的設(shè)定與結(jié)果分析，否則得出的結(jié)論很可能是南轅北轍。本文貢獻(xiàn)在于：（1）基于現(xiàn)金-現(xiàn)金流敏感性模型運(yùn)用數(shù)據(jù)的特點(diǎn)內(nèi)生性的測(cè)算出融資約束指標(biāo)的閥值。這與以往大多數(shù)文獻(xiàn)先確定融資約束指標(biāo)，再基于現(xiàn)金-現(xiàn)金流敏感性模型來驗(yàn)證評(píng)價(jià)指標(biāo)有效性的方法相比，減少了隨意性，更具有科學(xué)性。（2）本文的實(shí)證發(fā)現(xiàn)負(fù)債水平在我國(guó)是一個(gè)融資約束的反向指標(biāo)，即負(fù)債水平越高，融資約束程度反而越低。這與很多文獻(xiàn)的結(jié)論相反，具有一定的啟示意義。

二、制度背景與研究假設(shè)

融資約束問題產(chǎn)生的根源在于公司內(nèi)外部融資成本的差異。由于現(xiàn)實(shí)世界普遍存在的“摩擦”，公司外部融資與內(nèi)部融資相比面臨著顯著的信息不對(duì)稱，導(dǎo)致外部融資成本要高于內(nèi)部融資成本。為了解決在市場(chǎng)交易中存在的不對(duì)稱信息問題，作為信息占劣方的外部投資者通過設(shè)計(jì)某種機(jī)制來區(qū)分或甄別那些具有各不相同的個(gè)體信息的公司。這就是信息甄別（screening）。其中，關(guān)于公司償債能力的財(cái)務(wù)指標(biāo)是最直觀的信息甄別依據(jù)。實(shí)證研究發(fā)現(xiàn)，包括公司規(guī)模、利息保障倍數(shù)、資產(chǎn)負(fù)債率等財(cái)務(wù)信息都能準(zhǔn)確的反應(yīng)公司的償債能力，均可將之作為融資約束的評(píng)價(jià)指標(biāo)。總的來說，反應(yīng)公司融資約束的財(cái)務(wù)指標(biāo)主要包括兩類：一是資產(chǎn)類，如公司規(guī)模和擔(dān)保資產(chǎn)，二是負(fù)債類，如資產(chǎn)負(fù)債率和利息保障倍數(shù)。

資產(chǎn)類的指標(biāo)較常用的是公司規(guī)模。Cleary（1999）［6］和 Almeida等（2004）［7］的研究發(fā)現(xiàn)，大公司通常具有完善的公司治理結(jié)構(gòu)與科學(xué)的信息決策系統(tǒng)，代理成本較小，并且成立的時(shí)間較長(zhǎng)，有充足的抵押品。相應(yīng)的，小規(guī)模公司一般則不具有上述優(yōu)勢(shì)，因而面臨較為嚴(yán)重的信息不對(duì)稱與代理成本。Titman等（2003）［8］的實(shí)證研究還發(fā)現(xiàn)，與大公司相比，小規(guī)模公司往往具有市場(chǎng)占有率低、贏利能力較弱和多元化程度不足的特點(diǎn)，所以小規(guī)模公司外部融資時(shí)必須支付價(jià)格不菲的溢價(jià)成本。另外，擔(dān)保資產(chǎn)也用來衡量公司的融資約束。擔(dān)保資產(chǎn)，定義為固定資產(chǎn)凈額與存貨凈額的總和與總資產(chǎn)的賬面價(jià)值比。擔(dān)保資產(chǎn)越多融資約束越弱（萬小勇與顧乃康，2011）［9］。

負(fù)債類的指標(biāo)常用的是資產(chǎn)負(fù)債率。Hu和Schiantarelli（1998）［10］以及 Hansen（1999）［11］在針對(duì)美國(guó)上市公司的研究中都定義高負(fù)債率公司為融資約束組。理論依據(jù)是Myers（1977）［12］的債務(wù)懸置效應(yīng)（debt overhang）。一方面，高負(fù)債公司的債務(wù)償還壓力大，致使其不得不放棄一些雖然凈現(xiàn)值為正但不足于償還債務(wù)本息的投資項(xiàng)目。另一方面，出于道德風(fēng)險(xiǎn)，銀行對(duì)于這類公司的放貸以及戰(zhàn)略投資者的股權(quán)投資行為等都會(huì)變得更審慎。類似的，債務(wù)占固定資產(chǎn)比也常用來衡量公司的融資約束。Harrison和 McMillan（2003）、孫靈燕（2012）、陸正飛和韓非池（2013）［13］認(rèn)為，財(cái)務(wù)杠桿可以解釋公司相對(duì)其貸款能力對(duì)借款的當(dāng)前需求，所以債務(wù)占比越高的公司，面臨的融資約束程度也越強(qiáng)。另外，利息保障倍數(shù)也是常用來衡量融資約束程度的負(fù)債類指標(biāo)之一。Small（2000）認(rèn)為，利息保障倍數(shù)越低，公司到期無法償還債務(wù)的概率就越大，面臨融資約束的概率也就越高。

實(shí)際上，不僅是單變量指標(biāo)，即使是常見的多變量指標(biāo)也將負(fù)債水平認(rèn)為是融資約束的正向指標(biāo)。Lamont等（2001）在考察融資約束與股票收益關(guān)系時(shí)，按照Kaplan和Zingales（1997）［14］的研究思路，運(yùn)用 Ordered Logit模型構(gòu)造反映公司融資約束的KZ指數(shù)①Lamont等（2001）得到KZ指數(shù)：KZ＝-1.002×營(yíng)業(yè)現(xiàn)金流量＋0.283×托賓Q＋3.139×資產(chǎn)負(fù)債率＋39.367×股利支付率-1.315×現(xiàn)金持有量。Kaplan-Zingles指數(shù)越大，公司面臨的融資約束程度越高。。從KZ指數(shù)的構(gòu)造可以直觀判斷：負(fù)債率越高，公司的融資約束程度越高。另一個(gè)非常著名的多變量指標(biāo)——WW指數(shù)，其核心思想仍然是認(rèn)為是負(fù)債水平越高，公司的融資約束程度越大②Whited-Wu指數(shù)＝-0.091＊（經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流/總資產(chǎn)）-0.044＊（資產(chǎn)自然對(duì)數(shù)）＋0.021（長(zhǎng)期負(fù)債/總資產(chǎn)）＋0.062＊（是否發(fā)放股利啞變量）＋0.102＊（行為銷售增長(zhǎng)率）-0.035＊（銷售增長(zhǎng)率）。Whited-Wu指數(shù)越大，公司面臨的融資約束程度越高。。另外，國(guó)內(nèi)的李勝坤等（2007）、況學(xué)文等（2010）［15］基于利息保障倍數(shù)、資產(chǎn)負(fù)債率等構(gòu)建的融資約束多變量評(píng)價(jià)指標(biāo)，均將負(fù)債水平作為一個(gè)融資約束的正向指標(biāo)引入模型。對(duì)此，基于以上分析得出本文的假設(shè)1。

假設(shè)1公司的資產(chǎn)負(fù)債率越高，面臨的融資約束程度也越高。

與上述結(jié)論不同，部分學(xué)者認(rèn)為負(fù)債水平是融資約束的反向指標(biāo)。現(xiàn)實(shí)的依據(jù)是我國(guó)金融市場(chǎng)的特殊性。由于我國(guó)的公司債券市場(chǎng)規(guī)模很小，公司主要依靠銀行貸款獲得債務(wù)融資。銀行又往往傾向于向具有國(guó)企背景的上市公司放貸，再加上傳統(tǒng)的預(yù)算軟約束效應(yīng)沖銷了Myers（1977）的債務(wù)懸置效應(yīng)。因此，在我國(guó)很有可能的現(xiàn)實(shí)是：越是負(fù)債率高的公司，所面臨的融資約束程度反而越小。對(duì)此，連玉君等（2010）［16］的實(shí)證研究也發(fā)現(xiàn)，我國(guó)負(fù)債率越高的公司現(xiàn)金-現(xiàn)金流敏感性越低，即面臨的融資約束程度越弱。

在我國(guó)，負(fù)債率高的公司具有比較明顯的特點(diǎn)：一是國(guó)有控股的可能性越大。對(duì)此，Shleifer和Vishny（1994）認(rèn)為，國(guó)家通常基于特殊的政治原因?qū)嵭袑?duì)特定公司的控制，因而導(dǎo)致了國(guó)家資源配置的傾向性。經(jīng)歷了上世紀(jì)九十年代“抓大放小”的國(guó)企改革后，目前我國(guó)由政府直接控股的公司往往承擔(dān)了政府多重目標(biāo)，或是身處關(guān)系國(guó)計(jì)民生的重要行業(yè)。政府對(duì)于國(guó)有公司的角色是雙重的：既是公司的控股股東，又是公司的債權(quán)人——因?yàn)檎窍蚬咎峁┵J款的國(guó)有銀行的實(shí)際控制者。這些因素導(dǎo)致了轉(zhuǎn)軌經(jīng)濟(jì)背景下國(guó)有公司的“預(yù)算軟約束”（Kornai，1986），從而使得國(guó)有公司的債務(wù)融資成本低廉，并具有較高的負(fù)債率。對(duì)此，趙興楣和王華（2011）［17］的實(shí)證研究也發(fā)現(xiàn)，與非政府控制的公司相比，政府控制的公司的債務(wù)融資速度更快，債務(wù)水平也較高。二是資產(chǎn)規(guī)模比較大。對(duì)于債務(wù)水平與公司規(guī)模二者間的關(guān)系，有兩種截然不同的觀點(diǎn)。Fama和Jensen（1983）［18］基于權(quán)衡理論認(rèn)為，大公司比小公司提供了更多的有效信息，監(jiān)督成本較少，因此具有更強(qiáng)的借貸能力。Rajan和 Zingales（1995）［19］則基于優(yōu)序融資理論認(rèn)為，公司規(guī)模與內(nèi)部投資人和外部投資人之間的信息不對(duì)稱負(fù)相關(guān)，因此大公司傾向于權(quán)益融資，從而具有更低的負(fù)債率。對(duì)于我國(guó)的實(shí)際而言，由于銀行貸款仍然是公司主要的外部融資渠道，越大的公司，銀行需要承擔(dān)的監(jiān)督成本越少，所以更可能符合Fama和Jensen（1983）的假設(shè)。對(duì)此，肖澤忠和鄒宏（2008）［20］基于我國(guó)上市公司的實(shí)證研究也發(fā)現(xiàn)，公司規(guī)模與資產(chǎn)負(fù)債率正相關(guān)。綜上所述，對(duì)于我國(guó)的實(shí)際而言，負(fù)債水平較高的公司往往具有大規(guī)模資產(chǎn)、國(guó)有控股等特點(diǎn)，因此融資約束程度更低，據(jù)此提出假設(shè)2。

假設(shè)2公司的資產(chǎn)負(fù)債率越高，面臨的融資約束程度越低。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源與變量定義

本文的數(shù)據(jù)來自于國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CSMAR）和 Wind（萬德）金融資訊數(shù)據(jù)庫(kù)，樣本區(qū)間為2001-2010年，采取如下的篩選原則：（1）由于IPO對(duì)公司的流動(dòng)性管理具有較大的影響，本文的上市公司樣本限定于2001年1月1日以前在滬深股市上市且僅發(fā)行A股的非金融類上市公司；（2）剔除資不抵債的上市公司，定義的標(biāo)準(zhǔn)為資產(chǎn)負(fù)債率大于100%；（3）剔除ST、兼并或重組的公司樣本①Almeida（2004）認(rèn)為公司的并購(gòu)行為將影響融資約束和現(xiàn)金持有政策。。通過上述的處理后，本文最終得到539家公司2001-2010年組成的平衡面板數(shù)據(jù)。在實(shí)證分析之前，針對(duì)模型的主要變量，對(duì)小于1%和大于99%的分位數(shù)均做了縮尾處理，目的在于克服樣本離群值的影響。表1列示了本文主要變量的定義與計(jì)算方法。

表1 變量定義及計(jì)算

（二）模型設(shè)定與融資約束指標(biāo)的定義

為了衡量公司的融資約束，本文基于現(xiàn)金-現(xiàn)金流敏感性模型（Almeida等，2004）構(gòu)建模型（1）。

模型（1）中cflow的系數(shù)β1是現(xiàn)金-現(xiàn)金流敏感性系數(shù)。Almeida等（2004）認(rèn)為，如果cflow的系數(shù)顯著為正，則說明公司具有顯著的現(xiàn)金積累傾向，亦即面臨融資約束。這是因?yàn)椋捎诠久媾R外部融資升水，所以必須依靠?jī)?nèi)部融資來為未來的投資項(xiàng)目進(jìn)行融資，因此需要有高額的現(xiàn)金儲(chǔ)備，表現(xiàn)為現(xiàn)金-現(xiàn)金流敏感性（即系數(shù)β1）顯著為正。為了反映公司管理能力和公司文化等不可觀測(cè)的個(gè)體效應(yīng)，加入了虛擬變量ηi。為了控制宏觀經(jīng)濟(jì)的影響，加入了反映時(shí)間效應(yīng)的虛擬變量λt。εit是干擾項(xiàng)。

為了分析債務(wù)水平與融資約束二者間的關(guān)系，本文選擇資產(chǎn)負(fù)債率作為債務(wù)水平的代理變量，用于衡量公司的融資約束程度。總體設(shè)想是：將樣本按照資產(chǎn)負(fù)債率的高低分成兩組，分別比較兩組樣本的回歸系數(shù)β1；如果高負(fù)債率樣本的現(xiàn)金流敏感系數(shù)β1大于低負(fù)債率的樣本，那么說明資產(chǎn)負(fù)債率是融資約束的正向指標(biāo)，假設(shè)1得到了驗(yàn)證；反之，則驗(yàn)證了假設(shè)2。進(jìn)一步的，為了使得結(jié)論更穩(wěn)健，本文還選擇了另外一個(gè)常用來衡量債務(wù)水平的融資約束指標(biāo)對(duì)樣本進(jìn)行分組，即利息支付比，定義為利息占固定資產(chǎn)比（趙巖，2013）［21］。

（三）面板門限模型

如何劃分融資約束與非融資約束樣本，考察不同樣本的融資約束程度？這是對(duì)模型（1）進(jìn)行分析的關(guān)鍵。對(duì)此，已有的文獻(xiàn)都是采用先驗(yàn)分類法，導(dǎo)致對(duì)樣本劃分的尺度不一致。例如Hoshi等（1991）、連玉君等（2010）、梁權(quán)熙等（2012）將樣本等分成三組，將評(píng)價(jià)指標(biāo)值低于第33百分位的樣本定義為融資約束組，高于第66百分位的樣本定義為非融資約束組。又如顧乃康和孫進(jìn)軍（2009）、翟淑萍等（2012）將樣本等分成四組，將評(píng)價(jià)指標(biāo)值低于第25百分位的樣本定義為融資約束組，高于第75百分位的樣本定義為非融資約束組。也有學(xué)者將樣本等成五組進(jìn)行分類的，如Kaplan和Zingales（1997）。

這里引入了一個(gè)新的問題：為什么是三分位、四分位甚至是五分位劃分樣本？為什么高分位數(shù)樣本的就是非融資約束組？依據(jù)是什么？目前，大多數(shù)文獻(xiàn)都是基于經(jīng)驗(yàn)判斷進(jìn)行的分類。對(duì)此，本文嘗試運(yùn)用面板門限回歸模型，通過模型模擬找到一個(gè)有效的分界點(diǎn)，根據(jù)回歸的結(jié)果來判斷融資約束分類標(biāo)準(zhǔn)的有效性，從而使得結(jié)論更可靠。

根據(jù)現(xiàn)金——現(xiàn)金流敏感性模型，公司的現(xiàn)金持有變化與現(xiàn)金流之間可能會(huì)呈現(xiàn)出區(qū)間效應(yīng)，原因在于融資約束導(dǎo)致二者間可能存在非線性關(guān)系。為了盡量降低由于融資約束程度判定標(biāo)準(zhǔn)的隨意性所導(dǎo)致的衡量偏誤，本文基于樣本數(shù)據(jù)自身的特點(diǎn)來內(nèi)生性的判別區(qū)間。我們采用的模型來源于 Hansen（1999）創(chuàng)立的面板門檻回歸模型。模型求解的思路在于：基于現(xiàn)金-現(xiàn)金流敏感性模型，運(yùn)用樣本數(shù)據(jù)內(nèi)生的判斷現(xiàn)金流敏感性系數(shù)的閥值，并以此作為融資約束程度強(qiáng)弱的劃分標(biāo)準(zhǔn)。門檻面板回歸模型包括單一門檻面板和多重門檻面板。二者求解的思路大致相同。基于現(xiàn)金-現(xiàn)金流敏感性模型的單一面板門檻構(gòu)建如（2）。

其中，i表示公司，t表示年份，△cashit和cflowit分別為被解釋變量（現(xiàn)金持有變化）和解釋變量（現(xiàn)金流量）。xit為一組對(duì)公司現(xiàn)金持有變化有顯著影響的控制變量（見模型1），包括投資機(jī)會(huì)（tobinq）、公司規(guī)模（size）、資本支出（capex）、現(xiàn)金替代物的變動(dòng)（⊿nwc）、短期債務(wù)的變動(dòng)（⊿slr）。

θ為相應(yīng)的系數(shù)向量。rit為門檻變量，本文指的是資產(chǎn)負(fù)債率（利息支付），用來衡量公司的債務(wù)水平。γ是門檻值，I（＊）是指標(biāo)函數(shù)。模型（2）中的I（rit≤γ）指的是資產(chǎn)負(fù)債率（利息支付）低于門檻值的樣本，即本文定義的低負(fù)債公司；I（rit＞γ）指的是資產(chǎn)負(fù)債率（利息支付）高于門檻值的樣本，即本文定義的高負(fù)債公司。

面板門限模型的求解，主要包括兩步：一是對(duì)門檻效應(yīng)的檢驗(yàn)，二是門檻值的求解。檢驗(yàn)門檻效應(yīng)，采用自體抽樣法，并進(jìn)行極大似然比檢驗(yàn)。門檻值的求解則利用似然比統(tǒng)計(jì)量構(gòu)造出“非拒絕域”，并據(jù)此計(jì)算出臨界值（Hansen，1999）。限于篇幅原因，本文不對(duì)面板門限模型的求解進(jìn)行詳細(xì)闡述。

四、實(shí)證檢驗(yàn)與結(jié)果分析

（一）門檻值測(cè)算

第一步要確定門檻的個(gè)數(shù)，以便確定模型的具體形式。本文依次使用資產(chǎn)負(fù)債率（lev）、利息占比（rate）作為門檻參數(shù)r的代理變量，對(duì)模型（2）進(jìn)行估計(jì)，得到不存在門檻、一個(gè)門檻和兩個(gè)門檻的設(shè)定下的F統(tǒng)計(jì)量和P值。結(jié)果見表2。

實(shí)證研究發(fā)現(xiàn)：無論是用lev還是rate用作為門檻變量，效果顯著的僅有單一門檻模型。雙重門檻和三重門檻的效果都不顯著。因此，本文基于單一門檻模型進(jìn)行分析。分別運(yùn)用lev和rate作為門檻變量得到的估計(jì)值見表3。

表2 門檻效果檢驗(yàn)

表3 門檻估計(jì)結(jié)果

圖1 資產(chǎn)負(fù)債率的門檻估計(jì)值與置信區(qū)間

圖1與圖2是在門檻值假設(shè)檢驗(yàn)過程中繪制的極大似然比函數(shù)圖。通過這些函數(shù)圖，可以較好的理解面板門檻值的估計(jì)過程。縱軸表示的是LR值，橫軸表示的是γ值。門檻參數(shù)的估計(jì)值是指似然比檢驗(yàn)統(tǒng)計(jì)量LR＝0時(shí)γ的取值。lev和rate對(duì)應(yīng)的兩個(gè)單一門檻值分別為0.358（見圖1）和0.017（見圖2）。

圖2 利息支付的門檻估計(jì)值和置信區(qū)間

對(duì)于各門檻估計(jì)值，其95%顯著水平下的置信區(qū)間指的是LR值小于7.35（即圖上的虛線，對(duì)應(yīng)的是5%水平下的臨界值）構(gòu)成的關(guān)于γ的區(qū)間。因此，可以根據(jù)上述計(jì)算出的兩個(gè)門檻值將全樣本按債務(wù)水平劃分成低債務(wù)水平組（rate≤0.017或lev≤0.358）、高債務(wù)水平組（rate＞0.017或lev＞0.358）。

（二）回歸結(jié)果

依據(jù)上述兩個(gè)門檻值的分組樣本，對(duì)現(xiàn)金——現(xiàn)金流敏感性模型（1）進(jìn)行回歸，并控制了時(shí)間效應(yīng)和個(gè)體效應(yīng)。表4報(bào)告了回歸結(jié)果。

從上述回歸結(jié)果來看，全樣本的現(xiàn)金——現(xiàn)金流敏感性系數(shù)（即cflow的系數(shù)）顯著為正，說明我國(guó)上市公司普遍面臨著融資約束。再比較不同分組樣本的現(xiàn)金——現(xiàn)金流敏感性系數(shù)的差異，可以發(fā)現(xiàn)：低負(fù)債公司的現(xiàn)金—現(xiàn)金流敏感性系數(shù)都大于高負(fù)債公司。

負(fù)債率越小的樣本，其現(xiàn)金-現(xiàn)金流敏感系數(shù)越大，說明對(duì)于我國(guó)的公司，負(fù)債率是融資約束的反向指標(biāo)，即負(fù)債率越高融資約束越弱。假設(shè)2得到了檢驗(yàn)。其可能的原因在于，我國(guó)公司的主要融資渠道仍然是銀行貸款，因?yàn)殂y行往往傾向于向具有國(guó)企背景的上市公司放貸，再加上傳統(tǒng)的預(yù)算軟約束效應(yīng)沖銷了 Myers（1977）的債務(wù)懸置效應(yīng)。因此，最終導(dǎo)致了越是負(fù)債率高的公司，國(guó)有控股的可能性越大，規(guī)模也可能較大，面臨的融資約束反而越小。這與西方發(fā)達(dá)金融市場(chǎng)背景下的公司外部融資環(huán)境相比，具有很大的不同。

進(jìn)一步的，與已有文獻(xiàn)普遍使用的先驗(yàn)分類法比較，本文基于面板門檻模型運(yùn)用數(shù)據(jù)的特點(diǎn)內(nèi)生性的測(cè)算出融資約束指標(biāo)的閥值，具有一定的改進(jìn)。資產(chǎn)負(fù)債率究竟是融資約束的正向指標(biāo)還是反向指標(biāo)？已有文獻(xiàn)的實(shí)證研究結(jié)論之所以大相徑庭，根據(jù)Hansen（1999）的研究結(jié)論，很大的原因可能在于誤樣本區(qū)間所致。例如，有的文獻(xiàn)采用三分位法，即假定資產(chǎn)負(fù)債率低于33百分位的樣本是融資約束組，高于66百分位的樣本是非融資約束組。該方法實(shí)際上隱含了一個(gè)主觀的假設(shè)，即樣本至少存在兩個(gè)門檻值，分別位于33百分位與66百分位。由此可見，先驗(yàn)分類法用于衡量融資約束程度，很可能會(huì)人為的減少樣本容量，并容易導(dǎo)致對(duì)門檻個(gè)數(shù)的錯(cuò)誤判斷。實(shí)際上，就本文的研究樣本而言，用資產(chǎn)負(fù)債率衡量我國(guó)上市公司的融資約束程度，僅有一個(gè)門檻值，大致是35百分位①本文樣本的資產(chǎn)負(fù)債率平均值為0.488，標(biāo)準(zhǔn)差為0.173，最小值為0.081 0，中位數(shù)為0.499，最大值為0.857。。

由于最大限度的保持了樣本的容量，本文的實(shí)證研究發(fā)現(xiàn)我國(guó)上市公司普遍面臨著融資約束，即全樣本與各分組樣本的現(xiàn)金-現(xiàn)金流敏感性系數(shù)都顯著為正。這與連玉君等（2010）認(rèn)為的只有資產(chǎn)負(fù)債率低于33百分位的上市公司才面臨融資約束的結(jié)論有顯著差異。需要補(bǔ)充說明的是，0.358只是針對(duì)本文研究樣本的經(jīng)驗(yàn)值的判斷。如果對(duì)于不同行業(yè)，或不同時(shí)期的上市公司重新進(jìn)行門檻值的測(cè)算，結(jié)果可能又會(huì)不同。亦即是說，資產(chǎn)負(fù)債率為0.358是融資約束程度劃分門檻的結(jié)論不具有普適性。

表4 單門檻模型參數(shù)估計(jì)結(jié)果

（三）融資約束公司財(cái)務(wù)特征的再檢驗(yàn)

把高負(fù)債水平的樣本定義為弱融資約束公司，能不能得到其它劃分方法的支持？對(duì)此，本文進(jìn)一步對(duì)不同融資約束組的現(xiàn)金持有、資產(chǎn)規(guī)模和托賓Q等指標(biāo)進(jìn)行差異分析。如果上述指標(biāo)在不同融資約束組間存在顯著性差異，則說明本文劃分融資約束的方法是可行的。結(jié)果如表5所示。

根據(jù)表5的描述性統(tǒng)計(jì)分析結(jié)果可知：現(xiàn)金持有、資產(chǎn)規(guī)模、托賓Q在不同融資約束組間存在顯著性差異。上述統(tǒng)計(jì)分析結(jié)果說明本文的融資約束劃分標(biāo)準(zhǔn)還是合理的。這是因?yàn)槿缦吕碛伞?/p>

（1）根據(jù) KZ指數(shù)方程（Lamont等，2001），現(xiàn)金持有是融資約束的正向指標(biāo)，即現(xiàn)金持有越多則融資約束越強(qiáng)。表5統(tǒng)計(jì)分析顯示，弱融資約束公司的現(xiàn)金持有均值為13.6%，強(qiáng)融資約束公司的現(xiàn)金持有均值為20.5%。二者的T檢驗(yàn)和Wilcoxon檢驗(yàn)結(jié)果都顯示組間差異顯著。因此說明本文融資約束的分組是可行的。

（2）已有的大量研究指出（Almeida等，2004；Custódio，2005；Duchin，2010）資產(chǎn)規(guī)模是融資約束的反向指標(biāo)，即資產(chǎn)規(guī)模越大則融資約束越弱。表5統(tǒng)計(jì)分析顯示，弱融資約束公司的資產(chǎn)規(guī)模大于強(qiáng)融資約束公司。二者的T檢驗(yàn)和Wilcoxon檢驗(yàn)結(jié)果都顯示組間差異顯著。因此說明本文融資約束的分組是可行的。

（3）根據(jù) KZ指數(shù)方程（Lamont等，2001），托賓Q是融資約束的正向指標(biāo)，即托賓Q越高則融資約束越強(qiáng)。表5統(tǒng)計(jì)分析顯示，弱融資約束公司的托賓Q均值為1.508，強(qiáng)融資約束公司的托賓Q均值為1.654。二者的T檢驗(yàn)和Wilcoxon檢驗(yàn)結(jié)果都顯示組間差異顯著。因此說明本文融資約束的分組是可行的。

表5 其它常用融資約束指標(biāo)的差異性分析

（四）穩(wěn)健性檢驗(yàn)

實(shí)證研究部分證明了“負(fù)債水平越高，融資約束程度反而越低”。但有可能存在的一種情況是“正是因?yàn)槿谫Y條件寬松，企業(yè)越容易舉債”，即存在內(nèi)生性的問題。對(duì)此，本文進(jìn)一步將資產(chǎn)負(fù)債率（lev）的滯后一期與現(xiàn)金流量（cflow）的交乘項(xiàng)（cflowi，t×levi，t-1）引入到現(xiàn)金-現(xiàn)金流敏感性模型，即本文的模型（1）。實(shí)證研究發(fā)現(xiàn)，該交乘項(xiàng)的系數(shù)顯著為負(fù)，從而說明上一期負(fù)債水平越高的企業(yè)，本期的“現(xiàn)金-現(xiàn)金流敏感性”系數(shù)顯著為負(fù)，即融資約束程度越低。因此本文的實(shí)證結(jié)論得到了進(jìn)一步驗(yàn)證。

本文還考察了有息債務(wù)對(duì)企業(yè)融資約束的影響。單純的使用資產(chǎn)負(fù)債率來衡量企業(yè)的負(fù)債水平，有可能忽略了企業(yè)的債務(wù)結(jié)構(gòu)問題。比如，一個(gè)企業(yè)擁有越多的預(yù)收賬款、應(yīng)付賬款等負(fù)債，反而恰恰說明了企業(yè)的融資條件越寬松。因此本文使用一年內(nèi)到期的長(zhǎng)期借款、長(zhǎng)期借款、應(yīng)付債券和長(zhǎng)期應(yīng)付款的增加值除以年初總資產(chǎn)，作為企業(yè)債務(wù)水平的代理變量引入模型（2）。通過實(shí)證結(jié)果發(fā)現(xiàn)，債務(wù)水平越高的企業(yè)，企業(yè)面臨的融資約束程度越低。本文的實(shí)證結(jié)論進(jìn)一步得到了驗(yàn)證。

五、結(jié)論與政策啟示

對(duì)于債務(wù)水平是加劇還是緩急了公司融資約束程度這一問題，國(guó)內(nèi)外不同學(xué)者根據(jù)不同的經(jīng)驗(yàn)判斷得出了不同的結(jié)論。根據(jù)Hansen（1999）的研究結(jié)論，已有文獻(xiàn)存在的問題可能是誤樣本區(qū)間所致。對(duì)此，本文在綜合比較了“加劇派”和“緩解派”觀點(diǎn)的基礎(chǔ)上，運(yùn)用面板門限模型，對(duì)我國(guó)上市公司的數(shù)據(jù)進(jìn)行了檢驗(yàn)。實(shí)證結(jié)果發(fā)現(xiàn)，債務(wù)水平是我國(guó)公司融資約束程度的反向指標(biāo)，即公司負(fù)債水平越高，融資約束程度反而越低。

這一研究結(jié)論具有一定的現(xiàn)實(shí)意義：首先，凸現(xiàn)了我國(guó)金融市場(chǎng)不完善的現(xiàn)狀。在發(fā)達(dá)的金融市場(chǎng)背景下，債務(wù)的懸置效應(yīng)可以發(fā)揮，信貸市場(chǎng)可以根據(jù)負(fù)債水平有效甄別公司的融資約束程度。然而，在我國(guó)的現(xiàn)實(shí)是，即使有些公司的負(fù)債水平較低，但是由于缺乏國(guó)有控股背景或公司規(guī)模較小等原因，仍然在信貸市場(chǎng)上處于被邊緣化的地位。因此，不斷的完善市場(chǎng)體系，進(jìn)行包括股票市場(chǎng)、債券市場(chǎng)建設(shè)和銀行商業(yè)化管理等的金融市場(chǎng)改革顯得尤為重要。尤其需要推進(jìn)中小金融機(jī)構(gòu)的發(fā)展，通過建立中小企業(yè)銀行、發(fā)展政策性中小企業(yè)融資擔(dān)保機(jī)構(gòu)等措施緩解中小企業(yè)面臨的融資約束與發(fā)展困境，緩解金融機(jī)構(gòu)“信貸歧視”的負(fù)面影響。

其次，最大限度的緩解我國(guó)企業(yè)面臨的融資約束，具有緊迫性，因此必須多措并舉。正如本文的實(shí)證研究發(fā)現(xiàn)的那樣，我國(guó)全樣本上市公司的現(xiàn)金—現(xiàn)金流敏感性都是顯著為正的。這與發(fā)達(dá)國(guó)家的只是部分上市公司的現(xiàn)金—現(xiàn)金流敏感性顯著，形成了鮮明的對(duì)比。現(xiàn)金—現(xiàn)金流敏感性顯著為正，說明我國(guó)上市公司普遍面臨著融資約束的外部環(huán)境。這就更不用說大量非上市公司面臨的外部融資環(huán)境更加嚴(yán)峻。對(duì)此，除了堅(jiān)持上述的推進(jìn)完善市場(chǎng)體系的長(zhǎng)期系統(tǒng)性工程，短期內(nèi)還應(yīng)盡量采取措施減輕信息不對(duì)稱嚴(yán)重程度，緩解市場(chǎng)的不完善。如不斷完善企業(yè)的信息披露、加強(qiáng)相關(guān)信息的審計(jì)和簽證，發(fā)展機(jī)構(gòu)投資者和證券分析員師的跟蹤，引入西方國(guó)家日趨成熟的債券評(píng)級(jí)、商業(yè)票據(jù)評(píng)級(jí)等等。

［1］Fazzari S M，R G Hubbard，B C Petersen.Financing Constraints and Corporate Investment［J］.Brookings Papers on Economic Activity，1988（1）：141-206.

［2］Lamont O，P Christopher，S R Jesus.Financial Constraints and Stock Returns［J］.Review of Financial Studies，2001，14（2）：529-554.

［3］Whited T M，Wu G J.Financial Constraints Risk［J］.Review of Financial Studies，2006，19（2）：531-559.

［4］Hadlock C J，J R Pierce.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index［J］.Review of Financial Studies，2010，23（5）：1909-1940.

［5］陸正飛，岳衡，祝繼高.公司財(cái)務(wù)實(shí)證研究［M］.中國(guó)人民大學(xué)出版社，2011.

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

［7］Almeida H，M Campello，M Weisbach.Corporate Financial and Investment Policies when Future Financing is Not Frictionless［J］.Journal of Corporate Finance，2011，17（3）：675-693.

［8］Titman S，Robert W.The Determinants Capital Structure Choice［J］.Journal of Finance，1988，43（1）：1-19.

［9］萬小勇，顧乃康.現(xiàn)金持有、融資約束與公司價(jià)值［J］.商業(yè)經(jīng)濟(jì)與管理，2011（2）.

［10］Hu X，F(xiàn) Schiantarelli.Investment and Capital Market Imperfections：A Switching Regression Approach Using US Firm Panel Data［J］.Review of E-conomics and Statistics，1998，80（3）：466-479.

［11］Hansen B E.Threshold Effects in Non-Dynamic Panels：Estimation，Testing and Inference ［J］.Journal of Econometrics，1999，93（2）：345-368.

［12］Myers S.Determinants of Corporate Borrowing［J］.Journal of Financial Economics，1977，5（2）：147-175.

［13］陸正飛，韓非池.宏觀經(jīng)濟(jì)政策如何影響公司現(xiàn)金持有的經(jīng)濟(jì)效應(yīng)？［J］.管理世界，2013（6）.

［14］Kaplan S N，Zingales L.Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints？［J］.Quarterly Journal of Economics，1997，112（1）：169-215.

［15］況學(xué)文，施臻懿，何恩良.中國(guó)上市公司融資約束指數(shù)設(shè)計(jì)與評(píng)價(jià)［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（5）.

［16］連玉君，彭方平，蘇治.融資約束與流動(dòng)性管理行為［J］.金融研究，2010（10）.

［17］趙興楣，王華.資本控制、制度背景與資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整［J］.會(huì)計(jì)研究，2011（3）.

［18］Fama E F，Jensen M C.Separation of Ownership and Control［J］.Journal of Law and Economics，1983，26（2）：301-325.

［19］Rajan R G，Zingales L.What Do We Know about Capital Structure？［J］.Journal of Finance，1995，50（5）：1421-1460.

［20］肖澤忠，鄒宏.中國(guó)上市公司資本結(jié)構(gòu)影響因素和股權(quán)融資偏好［J］.經(jīng)濟(jì)研究，2008（6）.

［21］趙巖.企業(yè)社會(huì)資本、融資約束與投資——現(xiàn)金流敏感性研究［J］.湖南財(cái)政經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2013（4）.