宏觀環境、預期市場狀態與中國制造業投資及產能調整

趙天宇　孫巍

摘要：基于宏觀環境對微觀主體投資行為影響的理論預期，以及對我國產能過剩行業產能調整的思考，本文運用上市公司數據，在構建市場狀態指數的基礎上對我國宏觀經濟環境影響公司投資的作用路徑與效果進行實證檢驗。結果表明：宏觀經濟環境并未直接影響投資，而是通過改變微觀主體對市場狀態的預期，使其投資決策發生了由意欲退出轉為進入的逆轉性變化；利率并未有效發揮對投資的調節作用，這也是當前市場中大量“僵尸”企業形成的主要推手；7個產能過剩的典型行業資本增長率并未拉低其行業資本回報率，致使微觀主體缺乏主動調整產能乃至退出的內在動力。因此，化解產能過剩需政府與市場有機結合才能奏效。

關鍵詞：宏觀環境；預期市場狀態；過剩產能調整；資本回報率

中圖分類號：F2240文獻標識碼：A

一、引言和文獻回顧

制造業是一國經濟的核心，其發展水平在很大程度上表征著一個國家的經濟實力。對于一個人口眾多的發展中大國則更是如此。自改革開放以來，中國制造業發展的步伐日益加快，尤其是入世后至今的十幾年時間，中國已當之無愧成為了世界制造業大國，但卻非制造業強國，且一路走來始終未能擺脫產能過剩的牽絆。本輪席卷全球的金融危機爆發后，全球各主要經濟體無一幸免地受到了沖擊，在此背景下，中國經濟也進入了“新常態”。產能過剩肇始于過度投資，然而對中國式產能過剩的解釋卻見仁見智，其中以地方政府干預論、重復建設、追求GDP錦標賽的官員晉升等為主基調。與此有別的是“潮涌”理論（林毅夫，2010），它從另一個視角給出了更為貼切的解釋：一個追趕型國家，其產業發展中更多使用的是成熟技術，因此投資不確定性相對較小，這樣的行業背景很容易使投資者形成共識，一哄而上大舉投資。近年來龐大的中國市場不僅為本國企業提供了廣闊的發展空間，也被全球各主要經濟體一致看好。無疑，世界看中的更多是中國市場的需求規模。一個如此龐大的經濟體，在其經濟持續的高速增長過程中，很多行業都出現過一旦需求拉開帷幕，相當可觀的利潤便隨之而來的現象。因應這樣的市場規律，大規模投資在中國工業的不同行業輪番發生，而需求放緩背景下的產能過剩同樣也在不同行業輪番上演。

隨著產能過剩事態的日益嚴重，各界對中國投資率過高的討伐聲也在不斷高漲，這一方面是出于對過度投資導致資源浪費的擔憂，另一方面也是出于防止“資本產出率過快遞減”的思考。公司財務角度所理解的企業投資等同于經濟學的生產行為（覃家琦等，2009），因此無論是公司財務視角下的“過度投資”，還是基于宏觀視角的“資本回報率遞減”，都是在從不同側面解析中國投資效率的下降或產能過?！^度投資直接導致該產業短期發生產能過剩；而行業資本產出率快速遞減則意味著該行業的產能過剩不僅是短期現象，更是長期特征提早出現的警示。如果長期同樣不會有較高的投資回報，此時退出便是理性的選擇，即資本回報率快速下降是迫使投資主體主動調整產能乃至退出的內在動力。那么受產能過剩困擾較為嚴重的重工業行業的產能積累是否已然使得其資本回報率明顯下降？這是關系到微觀投資主體調整產能和退出動力幾何的核心命題。

2007年以前學界普遍認為中國資本回報率微觀無效、宏觀有效，但2007年的一場爭論提出了與之相反的觀點：微觀有效，宏觀無效。最初以CCER（2007）課題組的研究結論較有代表性，他們利用微觀企業數據測算了9個不同的資本回報率指標，發現這些指標雖然在數值上有差異，但趨勢是相同的，并一致表明中國的資本回報率一直很高。這一研究結論得到了單豪杰（2008）和邵挺（2010）的驗證。辛清泉（2007）在研究中引入了魯明泓和潘鎮（2002）構建的投資環境指數，對中國上市公司資本回報水平的估算得到了“宏觀喜、微觀憂”的結論，但同時他們也發現自2003年以來，似乎出現了好轉的跡象。蔡真（2013）分行業對1999-2013年中國資本回報率進行測算，結果表明整個期間中國資本回報率都保持不斷上升趨勢，僅在2009年出現向下拐點，爾后再次上揚。

世界各國由于國家規模、人口數量、地理區位以及所處的工業化發展階段存在較大差異，因此不能僅憑投資率的高低簡單地斷定一國投資是否有效，但通過觀測一國資本產出率的動態變化判斷投資是否有效卻有其深厚的經濟學理論支撐。武獻華等（2013）在競爭性廠商和無限期界的家庭、生產函數滿足規模不變假設中引入了產能利用率參數，最終推導出經濟增長率取決于資本產出率增長率與資本增長率之和，而與產能利用率無關的結論，即產能利用率的高低會引起短期經濟波動，但與長期經濟增長水平無關。資本產出率是決定經濟增長水平的核心因素，而其本身又內生地決定于資本增長率，并隨著資本積累而呈現遞減趨勢，使得投資效率逐漸降低。孔睿等（2013）開創性提出資本形成率的概念，并通過測算得出近期中國的資本形成率在逐年下降，以一個新近的視角佐證了投資效率低下。

關于企業投資效率的研究則集中于公司財務視角。公司財務角度的非效率投資研究通常分為過度投資與投資不足。從資源優化配置角度看，二者均是缺乏效率的。不過目前學界的著眼點主要集中于過度投資研究，研究者通過在Richardson（2006）模型基礎上引入其他預期影響企業過度投資的變量來解釋其對企業投資的影響。公司投資受外部環境和內部環境的影響（Shin and Pard，1999；Schiantarelli，1996），其中對內部環境影響因素的研究主要聚焦于公司的資本結構、管理層激勵機制、融資約束、股權結構、股利政策等方面，對外部環境影響因素的研究則主要集中在檢驗環境不確定性對投資效率的影響上，如Bulan（2005）、Panousi（2012）、Leahy and Whited（1996）、徐倩（2014）以股票收益率波動作為環境不確定性代理變量檢驗了其對投資效率的影響；申慧慧等（2012）以市場需求變動作為環境不確定性代理變量檢驗了其對不同股權公司投資效率的影響。目前，基于宏觀經濟環境對投資影響的研究較為少見。

宏觀環境不確定性增加了管理層識別投資項目的難度（Baum et al.，2006），導致公司在選擇投資項目時會更加慎重。而在中國經濟持續高速增長區間內，更多時候籠罩市場的是樂觀預期，這種預期也在很大程度上左右著中國上市公司的投資決策，而促使廠商形成這種樂觀預期的動因主要源于中國經濟持續高速增長以及龐大的市場規模。也正因此，中國公司在面臨不確定的宏觀環境時，通常不會使投資決策更加謹慎，而是更加充滿投資熱情甚至沖動。那么，中國制造業上市公司是否因微觀主體的樂觀預期而產生大規模投資？環境對投資影響的作用路徑如何？是直接推動還是因受環境運行的系統性影響而使投資主體改變原有預期？這種改變對是否導致了投資的過度進入？

出于對中國制造業投資效率的關注，以及在中國經濟高速增長期間工業領域出現的過剩產能調整的思考，本文從上市公司視角，以其相關財務數據為基礎，對中國近年來制造業上市公司的投資行為展開深入研究。本文與以往研究的不同之處在于：第一，根據公司財務數據，重新構建了反映企業所面臨的預期市場狀態①的指標，考查企業在特定的宏觀環境與現實的市場投資機會情景下的投資決策行為；第二，已有基于公司財務角度關于投資效率的研究，主要基于對公司內部治理水平、企業與政府的關聯、企業的所有權性質差異、中國特殊的銀企關系等，而本文則是將微觀主體的行為與中國的現實宏觀經濟環境運行狀況緊密結合，通過將企業置于不同的宏觀經濟環境下觀測其投資決策；第三，選取目前產能過剩較為嚴重的七個典型行業，從微觀層面考查近年來行業資本積累對資本回報率產生的影響，并進一步觀測置于經濟高速增長的宏觀經濟背景下的行業產能過剩形成動因及阻礙過剩產能退出的內因，以此為在經濟由超高速增長轉為中等速度，利率市場化改革即將落實，打好化解產能過剩持久戰的新常態下，如何實現讓市場主體在投資過程中起決定性作用，讓政府更好地發揮作用提供參考。

二、模型構建與指標選取

盡管有關投資效率的研究幾乎都采用了NPV（凈現值）的分析理念，將投資于凈現值小于0的項目的投資定義為過度投資（無效投資），將企業面臨NPV大于0的投資項目而并未做出投資決策定義為投資不足，但人們往往忽略了凈現值估算的一些較為嚴格甚至苛刻的前提條件在現實中基本都是無法確定的，從而使得依托NPV方法判斷企業投資過度與否的準確性大打折扣。Dixit在其對不確定性條件下的投資的論述中更是從不同側面闡釋了傳統凈現值方法存在的種種不足，甚至在某些情況下會出現嚴重的錯誤。在新古典投資理論中，由假定競爭性條件開始，忽略投資的不確定性及不可逆性，最優投資水平是由資本邊際產出等于利率加上折舊的最優化條件所決定，而產業的不確定性與企業的不確定性均會對企業投資行為產生影響，但二者作用機制是不同的：產業范圍內的不確定性每家企業都知道，為了適應有利的發展條件，所有企業都會進行大規模擴張；而特定企業的不確定性卻只有企業自身知曉。面臨整個產業持續利好的系統性變化時，產業不確定性與企業自身不確定性相互交織，共同影響企業的決策。在企業面臨的眾多不確定性中，以需求規模、投資品價格以及產出品價格等最為常見。圍繞研究宏觀環境與企業市場狀態對投資影響的主要命題，本文在投資模型設計上從古典投資理論中需求解釋投資的加速原理出發，結合研究問題的實際需求來完成模型構建。

（一）古典投資模型的基礎平臺搭建

Iit=α1iΔYit+α2iIi，t-1+ξit（1）

其中，Iit表示凈投資，ΔYit表示需求變化量，Ii，t-1表示上一期投資，ξit為隨機擾動項。

由于投資的跨期性質，公司做出投資決策前會充分考慮當前及未來的市場狀況。當期需求直接反映出當期的市場容量及盈利可能性；較好的市場機會是投資的強大動力，市場不景氣則會使公司減少投資。因此，本文運用上市公司的相關財務數據構建反映其市場機會的指數（詳見后文）。

無論是凱恩斯的宏觀總量投資函數還是新古典投資理論（Jorgenson，1963），都考慮了投資成本。以往的投資函數中以實際利率來衡量投資成本，公司財務研究中則以融資成本來衡量，但更多時候是將其簡化為債務融資成本，實際上是間接以利率反映投資成本。金融市場中的可貸資金模型表明持有有價證券的成本與利率反向相關。截止到目前，中國的利率市場化仍還差“最后一公里”，學界也普遍認為中國利率水平嚴重的扭曲并且存在較大低估空間。因此，本文以市場利率而非實際利率來度量公司投資的成本。

在不考慮外生的環境影響時，廠商會依據其當前的市場需求情況以及預期未來的市場發展狀態做出投資決策，而當經濟環境發生系統性改變時，廠商對投資的預期獲利水平便會因整體經濟環境變化而發生改變。在中國市場規模迅速擴張，經濟持續高速增長的環境下，外生因素的影響顯得格外重要，廠商將在權衡各方面因素的條件下做出投資決策，因此本文將經濟增長水平及經濟規模作為度量外生宏觀經濟環境影響的主要變量引入模型。綜上，本文設定的投資模型如下：

Iit=α1iΔYit+α2iIi，t-1+α3iEit+α4iRt+α5ihghjt+ξit（2）

Eit——市場狀態指數，Rt——市場利率，hghjt——宏觀環境，具體定義為經濟增長速度（GDPZS）及經濟規模（GDPT），ζit——隨機擾動項，其他兩個變量如前文所定義。

（二）數據選取及指標說明

本文選擇2007-2013②年深證主板A股和上證A股制造業上市公司為研究樣本，剔除ST，*ST，PT樣本、數據不全的樣本，最后得到歷年平衡數據690家公司4 830個有效樣本點。本文所使用數據全部來自于CSMAR數據庫。

1.市場狀態指標的構建

經濟學中定義的供給是“廠商有意愿且具備生產能力”，二者缺一不可，即真實的生產需要“意愿與能力”統一：其供給意愿取決于該生產是否具有獲利的可能性，而獲利的可能性在不考慮要素市場影響的前提下主要取決于產品市場的供求形勢；具備生產能力則意味著廠商投資行為，投資是形成生產能力的前提。新古典經濟學以完美市場及“經濟人”假設為背景，追求利潤最大化的廠商對產能調整是瞬時完成的，而現實中卻必然要經歷投資—產能—生產的過程，即投資相對于生產要有較長時期超前性，這就決定了廠商在做出投資決策時會依據當前的市場需求以及預期的未來市場狀態，或者說，凡是影響獲利水平的現實及預期因素皆會對投資（生產）產生影響。其中，市場需求是影響廠商現實獲利能力的直接因素，而廠商所面臨的市場機會則更多影響廠商的投資預期。通常來說，一個好的市場機會將促使理性廠商加大投資，反之則會觀望或減少投資。而現有財務數據中沒有直接反映公司市場機會的直接指標，雖然有部分研究中使用了托賓Q作為投資機會的代理變量，但Avinash K. Dixit（阿維納什·迪克西特）指出影響投資的是邊際Q，而邊際Q很難測度，通常報告的托賓Q都是平均值而非邊際值，但好的市場機會通常會反映在公司日常經營的一系列財務數據中，如公司盈利能力、股東獲利能力以及公司的流動資金周轉情況等。本文經過對財務報表的深入分析，從中選擇了凈資產收益率、營業利潤率、CF/P、營業收入、存貨凈額等指標，通過計算合成市場狀態指數，以此反映公司所面臨的市場機會。其中，反映公司盈利能力的指標可直接從上市公司財務數據中直接獲取，并且上述兩個指標是反映公司市場機會的正向指標，可以直接使用；反映股東獲得能力的CF/P是反向指標，即該指標取值越大，反映公司目前股東獲利能力越低，因此我們將該指標值取倒數后使用，以保證合成后的市場指數構成因素方向一致；而反映公司流動資金周轉情況的指標本文使用的是營業收入/存貨，該指標是通過利潤表中的營業收入數據與資產負債表的存貨數據處理后得到的，處理后的收入/存貨指標同樣是反映公司市場機會的正向指標。

主成分分析通過投影的方法實現數據的降維，在損失較少數據信息的基礎上可以把多個指標轉化為有代表意義的綜合指數，因此本文通過主成分分析來構建市場機會指數。由于度量市場機會的各個指標取值范圍不同，為了避免指標的量綱差異及數量級差異對研究產生影響，需對主成分指標進行標準化處理，通過數據變換消除原始數據指標量綱的影響。本文采用z-score標準化方法對原始數據進行標準化處理，以保證處理后的各變量不存在多重共線性。根據解釋方差情況，選擇了前3個主成分，結合因子得分矩陣得到主成分表達式為：

PC1=066×ZT1+067×ZT2+031×ZT3+015×ZT4

PC2=-024×ZT1-020×ZT2+057×ZT3+076×ZT4

PC3=013×ZT1+008×ZT2-076×ZT3+063×ZT4

根據公因子對應的方差貢獻率可以得到市場機會指數方程：

E=032×PC1+026×PC2+023×PC3 （3）

根據方程（3）計算出了4 830個樣本的市場狀態指數，并以“0”為分界點，將市場機會指數分為兩組（此處略去了市場狀態指數的相關統計性描述）。研究期間全樣本及分樣本的市場狀態指數中位數動態見圖1。

由圖1可知，2008年起，上市公司中多數公司所面臨的市場機會都較之前有所下滑，高市場組呈現出V型結構，低市場組則與其相反，呈倒V型結構。2012年起，高市場組公司的市場機會相較之前有了較大幅度的提升，而低市場機會組則持續呈現下滑趨勢。

2模型中其他變量的定義與數據處理說明

本文選擇現金流量表中的購建固定資產、無形資產和其他長期資產支出的現金減去處置固定資產、無形資產和其他長期資產收回的現金凈額來獲得公司當年凈投資額，并將其對數化處理作為凈投資的代理變量，記為ln（i）；選擇公司利潤表中的營業收入總額數據，并將其對數化處理后作為市場需求的代理變量，記為ln（y）；選取樣本期間全國一年期銀行間加權平均的拆借利率作為市場利率的代理變量，記為RT；選取樣本期間歷年GDP增長速度（gdpzs）、GDP總量作為宏觀經濟環境變量的代理變量，其中GDP總量數據進行對數化處理后記為gdpt。

三、投資模型的全樣本及分組樣本實證檢驗與分析

（一）投資模型的全樣本及分組樣本檢驗

本文接下來按模型（2）對2007-2013年由690家公司構成的平衡面板數據進行全樣本及分組樣本的實證檢驗，以便分析此期間影響上市公司投資決策的核心因素。對于微觀主體來說，經濟增長速度、經濟總量規模都是外生影響因素。樣本期間，中國經濟呈現的是大規?；A上的持續高速增長，年均增長率超過10%，有些年份甚至達到15%以上。有人形象地比喻中國經濟是“大象在跳舞”，指代的便是規模巨大的經濟體的持續高速增長動態，而支撐這種增長動態的核心便是制造業，因此我們將模型（2）中的宏觀經濟變量分別用gdpzs和gdpt替換，對模型進行估計，以便分別分析速度和規模對廠商對市場預期產生的影響，進而分析對其投資決策產生的作用效應。為了觀測宏觀經濟運行環境對廠商預期產生的影響，我們在投資模型中引入了市場狀態指數與宏觀環境變量的交叉項，分別進行了面板數據的檢驗，其檢驗結果見表1。

（二）實證檢驗結果分析

從全樣本兩組模型檢驗結果可以看出：（1）樣本期間市場需求是影響中國制造業上市公司投資的最重要因素。無論以經濟增長速度還是經濟規模作為宏觀經濟環境的代理變量，市場需求對投資的誘導彈性都高達085-087，意味著需求每增長一個百分點，將誘使投資增長086%。（2）利率對投資的影響系數顯著為正，說明若以中國的官方利率來度量投資成本遠遠偏低，這也使得能夠以低廉成本籌集到資金的企業會進行大規模投資。（3）所有模型中反映投資慣性的估計系數皆為不顯著，表現出上市公司投資退出的途徑更加靈活，這與行業數據估計的結果大相徑庭。在只考慮固定資產投資的研究中，我們曾經發現，投資不可逆屬性和投資慣性運動的特定本質，使得在面臨中國市場供求動態轉換的背景時，很多初始理性的投資決策最后變成了過剩產能。而上市公司由于其股權轉讓靈活，某種程度上來說如果不是發生系統性的市場動蕩、外生沖擊或集體誤判，更容易做出理性的投資進入與退出的決策?？梢?，股權轉換形式的退出路徑對化解產能過剩是一個很好啟發。（4）我們所最為關注的宏觀經濟環境變量對廠商市場狀態預期的影響估計結果均較為顯著。在以全部樣本、分組樣本的估計中，所獲得的估計參數方向與大小皆存在明顯差異。為了深入分析宏觀經濟環境變量對制造業上市公司整體以及處于不同市場狀態的公司投資決策的影響路徑及作用效應的大小，我們將模型估計所得到的所有顯著性參數③都轉化為誘導彈性。通過分別考查單個變量獨立作用對投資產生的影響方向及效應，以及加入不同環境與預期市場狀態交叉項后對投資產生的總體誘導效應的對比分析，我們獲得了引入交叉項前后投資誘導效應變動的方向及程度的測算結果（見表2）。

由表2可以看出，以全樣本為研究對象，在考慮經濟環境（分別考查經濟增長速度與經濟規模）與市場狀態指數交叉影響時，市場狀態對投資作用彈性為負，即樣本期間上市公司整體市場狀態并不景氣，對投資起到了微弱的抑制作用，抑制彈性值分別為-00034和-00043，即市場狀態每改變一個百分點，將會引起投資變動00034%和00043%的變動。同時，無論是以經濟增長速度還是經濟規模反映的經濟環境變量對投資的影響皆為不顯著，即二者均未對公司投資行為產生直接的顯著性影響。而當我們引入經濟增速的環境變量與市場狀態指數的交叉項后，盡管獨立考查市場狀態對投資的影響仍然是抑制作用，作用彈性為-00255，即市場狀態本身并未引發投資進入，但其交叉項的作用彈性則為+002788，即經濟環境通過作用于市場狀態變量改變了廠商對市場的預期，進而改變了投資行為。引入交叉項后的市場狀態指數與經濟環境通過改變預期市場狀態共同的投資誘導彈性為000238（002788-00255）。由此我們看到，受經濟增長速度的影響，廠商投資行為發生了方向逆轉，由原來的減少投資轉變為加大投資，投資彈性平均增長了17倍（000578/00034）。同樣，當我們考查經濟規模變量通過作用于市場狀態指數而引起廠商對市場狀態的預期的改變而引起的投資前后變動時，未考慮交叉項的市場狀態對投資的作用彈性仍然為負值（-0063），而引入經濟規模與市場狀態指數的交叉項后，市場狀態對投資的誘導彈性變為+04998，而經濟規模與市場狀態指數的交叉項的投資誘導彈性為-04918，總誘導彈性為000796（04998-04918），投資彈性平均凈增長285倍。可見，對于中國制造業上市公司整體來說，外生的經濟增長速度與龐大的經濟規模對其投資產生了強大的引力，但由于每個行業的需求動態以及行業內的競爭強度、國際市場沖擊等很多影響因素的客觀存在，很容易出現信息不對稱，因而這其中難免產生沖動性投資。

以“0”為市場狀態指數的分界點，將全樣本分為兩組，將市場狀態指數得分大于0的稱為高市場組，對應的將市場狀態指數得分小于0的稱為低市場組。對處于不同市場狀態的兩組樣本公司分別考查經濟環境變量對其投資行為產生的影響。

在高市場組中，經濟環境變量對投資的直接影響仍為不顯著，市場狀態指數對投資的誘導彈性依然為負值（-008），而引入經濟增長速度與市場狀態指數交叉項后，市場狀態對投資的誘導彈性變為-0267，但同時經濟增速與市場狀態的交叉項對投資的誘導彈性為+01979，因此總的作用彈性為-00692，彈性前后變化為00108，即經濟增速雖然沒有使高市場狀態的公司投資行為發生直接的轉變，但市場狀態對投資的抑制彈性下降了135%（00108/008），這在某種程度上仍然助推了投資進入。對引入經濟規模的經濟環境變量與市場狀態的交叉項對投資的影響分析發現，首先仍然是經濟規模直接改變了廠商對市場狀態的預期而產生投資決策，市場狀態對投資的直接誘導彈性為+3829，而經濟規模與市場狀態交叉項對投資作用彈性為-3888，總的作用彈性為-0059（3829-3888），相對于不考慮經濟環境影響時市場狀態對投資抑制的彈性值下降了2228%（0017/00763）。同時，在全樣本中以及經濟增速影響下的投資模型中始終不顯著的利率變量此時變得顯著，且對投資產生的是推動而非抑制作用，表明當前的市場利率并未起到理性引導投資之作用。對于高市場狀態的公司，經濟環境通過改變廠商對市場狀態的預期而做出投資決策，即使未改變基于市場狀態的投資決策，但卻使其降低了對未來市場風險的預期，使市場狀態對其投資發揮抑制的作用能力大幅度下降。

對于低市場組的公司而言，經濟增速及經濟規模對其投資的直接影響仍然不顯著，但利率變量的系數卻在低市場組檢驗中始終顯著為正，透視出當前的利率市場助推了“僵尸”企業的形成。市場狀態本身對投資的作用彈性仍為負值，引入經濟增速表征的環境變量后，不理想的市場狀態對投資的抑制作用降低了4115%（00179/00435），但兩種經濟環境變量與市場狀態的交叉項對投資的影響皆為不顯著，且引入以經濟規模度量的經濟環境變量后，原本參數值顯著為負的市場狀態變量變得不顯著，說明市場狀態對投資的抑制作用可能在環境的影響下消失，在利率變量的助推下投資決策很可能發生逆轉。由于利率機制對低市場組公司投資發生與否起著決定性作用，因此我們單獨檢驗了利率與市場狀態的交叉項對投資產生的影響，結果表明：對于低市場組公司來說，利率與市場狀態的交叉項對投資誘導彈性為02077，即引入利率交叉項后，原來不顯著的市場狀態變量變得顯著為負向作用，意味著利率對低市場狀態公司的投資決策作用最為明顯。當前市場中大量僵尸企業之所以存在，主要是資本使用成本沒有形成對投資的硬約束，使得其面對糟糕市場狀態仍然得以選擇死守不退，這是當前上市公司中產能過剩的主體部分。

四、典型行業資本積累對資本回報率影響的實證檢驗

當前產能過剩主要集中于重化工行業，以黑色金屬、有色金屬、礦物制品、大型裝備制造業等行業矛盾最為突出。產能過剩在重工業行業集中暴發與其行業技術特征直接相關。作為基礎原材料行業，其自身市場需求受下游行業的影響較為明顯，而投資到產能形成客觀上存在的時滯使得投資受市場預期影響更為明顯，當期需求與預期市場狀態對這些行業投資活動的影響會更加顯著，投資慣性在資本密集型行業也會更加突出。這在很大程度上加大了其產能調整的難度，需求上行期引發的投資在缺乏合理的退出路徑的環境下必然于短期內滯留于行業內，市場則表現為產能過剩矛盾突出。上述這些行業自2013年起，行業利潤率發生了較大幅度的下滑，產能過剩也幾乎成為了資本配置無效的代名詞，然而產能不會以完美市場假定的環境下瞬時形成或退出，資本回報也并非只在當期體現，而是一個在其投入使用后逐期回收的過程，因此通常應該在相對較長的時期內觀測資本回報率。資本邊際報酬遞減規律內在地決定了隨著資本積累，資本回報率一定會在潛移默化中被拉低，這也是成熟經濟體經濟增速一定會變緩的內因。對于后發的發展中大國，在經歷了持續近10年經濟超高速增長的背景下，中國重工業行業的資本回報率真的已隨其資本積累而嚴重下降了嗎？當前的產能過剩是短期外生沖擊引發的階段性特征還是中國經濟此刻必須要放棄投資？本文接下來選擇重工業中的7個典型行業進行實證檢驗。這個7個行業分別為代碼分別為C61、C65、C67、C69、C71、C73和C75。④

資本回報率定義為（y/k），資本存量增長速度定義為（i/k），其他變量定義如前文所述，不再贅述，ξt和ζt為隨機擾動項。資本回報率方程的計量模型設定為：

y/k=β1×（i/k）+β2×ln（i）+β3×rt+ξt（4）

y/k=α1×（i/k）+α2×ln（i）+α3×gdpzs+ζt （5）

將7個行業2007-2013年平衡面板數據代入模型（4）和（5），其估計結果見表3。表中各行業估計結果表明，樣本期間，重工業7個典型行業資本回報率均未出現隨著資本增長速度而下降，反而是隨著行業資本積累的加快呈現較大幅度的增長。從各行業資本增速對資本回報率影響效應可以看出，排在第一位的是交通運輸設備制造業，黑色金屬冶煉與壓延加工行業位居第二，另外兩個資本回報率隨其資本積累速度增長的較快的是專用設備和通用設備制造業。這4個受資本增長率拉動獲取較高資本回報的行業目前之所以無一例外陷入了產能過剩的漩渦，主要是由于市場需求的疲軟使得已經形成的產能對于滿足有限的需求顯得確實過于“充足甚至過剩”了。當然中國式的產能過剩更多表現為結構性過剩，即每個行業中都是低端產能過剩與高端產能不足并存。資本回報率未出現隨資本積累而下降揭示出廠商缺乏主動化解（放棄）過剩產能決心，因為一旦需求回暖，那些過剩的產能立刻就會帶來豐厚的回報。這也在提示我們，化解過剩產能只靠市場力量遠遠不夠，資本逐利的屬性在仍有獲利可能的情況下是不會有退出動機的，化解產能過剩需要多方共同努力。

五、結論與啟示

本文以2007-2013年期間平衡選取的690家共4 830個制造業上市公司為研究樣本，通過重新構建反映上市公司市場狀態的指數，并以市場狀態指數的“0”為分界點將樣本分為高市場組和低市場組，以經濟增長速度和經濟規模作為宏觀經濟環境的代量變量，分別將其以獨立和與市場機會指數交叉的形式引入投資模型，對樣本整體以及分組樣本進行了經濟環境對微觀主體投資行為的作用路徑及作用效應的實證檢驗，并對當前產能過剩較為嚴重的7個重工業行業的資本增長速度對其資本回報率的影響進行了檢驗，得到了如下有價值的結論與啟示。

1從整體上看，樣本公司皆未因市場狀態而直接引發投資，但自身市場需求增長對投資的誘導效應相當大，需求對投資的誘導彈性幾乎在085-087之間。宏觀經濟環境并未直接引發投資，而是通過作用于市場狀態變量，改變了微觀主體對預期市場狀態的判斷而影響其投資決策：經濟增速及經濟規模均通過改變微觀主體對市場狀態的預期而使投資決策反生逆轉，導致投資誘導彈性分別增長了17倍和28倍，助推了大量投資進入。對于市場狀態較高的樣本組，宏觀環境變量雖然沒有使微觀主體投資決策產生逆轉，卻在很大程度上降低了市場狀態指數對投資抑制作用的發揮，經濟增速與經濟規模變量分別使市場狀態的抑制彈性下降135%和228%；對于低市場組，兩個宏觀經濟環境使不理想市場狀態對投資的抑制彈性降低了41%甚至完全消失，而利率卻顯著推動了低市場狀態樣本公司的投資行為，這是當前上市公司中產能過剩的“僵尸企業”形成的主要原因。

2利率對市場整體的投資行為未發揮理性的調節作用。在全樣本檢驗及分組檢驗的低市場組，市場利率變量對投資的影響皆顯著為正，只是在高市場組檢驗中沒有表現出顯著性，意味著利率對制造業投資整體起到了助推的作用。這一方面反映出利率并未發揮其作為投資成本的抑制作用，另一方面也揭示出中國當前的市場利率水平偏低，資金市場價格扭曲，低廉的投資成本使投資更容易發生。使市場在資源配置中起決定性作用依托的核心是運行良好的價格機制，因此應加快推進利率市場化，使作為資本市場核心價格的利率在未來的投資活動中充分發揮應有的杠桿作用，使資金流動的方向和速度趨于理性而非盲目。

3典型行業的資本增長速度并未拉低其行業資本回報率。7個典型行業資本增長速度對其資本回報率的回歸結果表明，沒有任何一個行業因資本積累而使資本回報率受到負面影響，且產能過剩較為突出的幾個行業呈現較大正相關系數，揭示出產能過剩主要源于短期多種因素導致的需求放緩而生產能力又集中釋放，而非行業資本回報率低所致，也因此，一旦需求回暖或“起死回生”的可能性較大，微觀主體主動調整產能乃至退出的內在動力就十分微弱，化解過剩產能需市場與政府有機結合才能奏效。

注釋：

①本文中市場機會等價于預期市場狀態。

②由于自2007年實行新的會計準則，新準則對原有部分會計科目核算的業務內容進行了調整，對部分會計科目進行了合并處理，并新增設了一些會計科目，因此為保持公司財務數據的可比性，本文選擇實行新會計準則后的會計期間作為研究的樣本窗口。另，深證A股中包括主板、中小企業板及創業板上市公司，而中小企業板與創業公司由于上市時間較晚，公司經營穩健性相對于主板公司波動較大，因此本文只選擇深證主板A股和上證A股作為研究樣本。

③由于對原始數據的整理中凈投資和市場需求變量以及GDP總量數據均進行了對數化處理，因此市場需求與經濟規模變量的估計參數即為其對應的投資誘導彈性值。而市場狀態指數、經濟增長速度、市場利率等三組數據由于使用了水平數據，因此由投資模型估計出來的這3個變量的參數值是對投資誘導的半彈性值，而非彈性值。為了計算引入經濟環境與市場狀態指數交叉項前后投資誘導彈性的變化情況，需將半彈性值轉為彈性值，轉換后可以進行總誘導彈性的測算。

④C61——非金屬礦物制品；C65——黑色金屬冶煉與壓延加工；C67——有色金屬冶煉與壓延加工；C69——金屬制品；C71——普通機械制造業；C73——專用機械制造業；C75——交通運輸設備制造業。

參考文獻：

[1]林毅夫.“潮涌現象”與產能過剩的形成機制[J].經濟研究，2010（10）：4-19.

[2]覃家琦，齊寅峰，李莉.微觀企業投資效率的度量：基于全要素生產率的理論分析[J].經濟評論，2009（2）：113-140.

[3]CCER“中國經濟觀察”研究組.我國資本回報率估測（1978-2006）[J].經濟學季刊，2007（3）：723-757.

[4]辛清泉，林斌，楊德明.中國資本投資回報率的估算和影響因素分析[J].經濟學季刊，2007（4）：1143-1163.

[5]魯明泓，潘鎮.中國各地區投資環境評估與比較：1990～2000[J].管理世界，2002（11）：42-49.

[6]單豪杰，師博.中國工業部門的資本回報率：1978-2006[J].產業經濟研究，2008（6）：1-8.

[7]邵挺.金融錯配、所有制結構與資本回報率：來自1999-2007年我國工業企業的研究[J].金融研究，2010（9）：51-66.

[8]蔡真.中國的資本回報率、實際利率與投資：基于行業數據的分析[J].金融評論，2013（6）：39-57.

[9]武獻華，袁珮.我國經濟轉型期投資效率問題研究——基于RBC模型的分析[J].財經問題研究，2013（1）：53-59.

[10]孔睿，李稻葵，吳舒鈺.資本形成效率探研[J].投資研究，2013（4）：17-33.

[11]Richardson， S. Over-Investment of Free Cash Flow [J].Review of Accounting Studies，2006，11（2-3）：159-189.

[12]Shin H. and Y. S. Park. Financing Constraints and Internal Capital Markes ：Evidence from Korean“Chaebols”[J].Jouranl of Corporate Finance，1999，5（2）：169-191.

[13]Schiantarelli，F. Financial Constraints and Investment：Methodolgical Issues and International Evidence[J].Oxford Review of Economic Policy，1996，12（2）：70-89.

[14]Bulan，L. T. Real Options， Irreversible Investment and Firm Uncertainty：New Evidence from U. S. Firms[J].Review of Financial Economics，2005，14： 255-279.

[15]Panousi， V.， and D. Papanikdaou. Investment， Idiosyncratic.Risk， and Ownership[J].Journal of Finance，2012，67（3）：1113-1148.

[16]Leahy， J. V.，and T. M.Whited.The Effect of Uncertainty on Investment：Some Stylized Facts[J].Journal of Money，Credit，and Banking，1996，28 （1）：7-27.

[17]徐倩.不確定性、股權激勵與非效率投資[J].會計研究，2014（3）：41-48.

[18]申慧慧，于鵬，吳聯生.國有股權、環境不確定性與投資效率[J].經濟研究，2012（7）：113-124.

[19]Baun， C. F. M. Caglayan， N. Ozkan，and O. Talavera.The Impact of Macroeconomic Uncertainty on Non-financial Firms Demand for Liquidity[J].Review of Financial Economics，2006，15（1）：289-304.

[20]Jorgenson， D. W. Capital Theory and Investment Behavior[J].American Economic Review，1963，53（2）：247-259.

Abstract：Based on the theory expectation of the effects of the macro environment on micro investment behavior and the reflection on the adjustment of Chinese overcapacity industry， the paper empirically tested the path and the result of the effect of Chinese macro environment on companies investment using listed companies data on the basis of building the index of the market state. The result shows that the macro environment does not affect the investment directly， but makes investment decisions change reversely from quitting to entering by changing the micro expectation of market state； the interest rate dose not play an effective role in regulating the investment but promotes a large number of “zombie” companies formed； the industry returns on capital are not pulled down by capital growth in seven typical overcapacity industries， resulting in lack of intrinsic motivation to quit by adjusting production capacity. There needs to an effective cooperation between government and market to resolve the overcapacity issue.

Key words：macro environment； expected market conditions； overcapacity adjustment；return rate of capital

（責任編輯：張曦）