債務異質性、宏觀經濟與上市公司投資

(南京大學 商學院， 江蘇 南京 210000)

一、引言

近年來，中國經濟進入了增速回落的“新常態”時期。作為處于轉型期的新興經濟體，總供給要素的變化趨勢表明，我國宏觀經濟必須從追求高速增長階段轉入強調高質量發展階段。微觀企業投資是宏觀經濟增長的基礎，企業需要根據不同的生存環境調整融資和投資決策。如何理解宏觀經濟發展的客觀規律，精準把握戰略變化的時機和幅度，及時適應宏觀經濟環境以應對潛在風險[1]，是企業提高投資效率、增加企業價值的關鍵。鑒于外生于企業的宏觀變量對企業存在不容忽視的深刻影響[2]，可能需要更多地從宏觀經濟變量中獲取證據，放寬財務學中關于企業融資行為和投資行為的嚴格假設，拓展個體主義方法論下的研究模型[3]，以更好地解釋微觀企業行為。

基于以上背景，我們將宏觀經濟變量引入企業債務融資對企業投資行為影響機制的分析中，試圖解釋在不同的宏觀經濟“場景”下，企業融資決策對投資規模以及投資效率的影響機理。企業債務融資治理機制的相關理論主要包括利益相關者理論[4]、激勵—約束理論[5]和控制權轉移理論[6]；債務融資作為一項重要的外部治理機制，可以促使債權人積極參與公司治理、監督管理層行為；緩和股東和管理層之間的利益沖突、降低代理成本。債務融資的多樣化使很多研究開始關注不同類型的負債對公司投資行為治理機制[7-8]。以MM理論[9]為代表的西方經典資本結構理論中暗含的是債務同質性假說：不同類型的負債不存在性質差異，不同來源、不同期限結構的公司債務被視作同質的?！皞鶆铡钡母拍钔ǔ＊M隘地特指金融性負債。而與其相對應的經營性負債，則通常被作為“商業信用”而被納入“營運資金”作為研究對象[10]。債務異質性理論在承認債務具有不同規模結構、期限結構和來源結構等基礎上應運而生，而債務來源結構相較于規模和期限結構而言更具內在本質層面的理論與現實含義，是債務異質性理論的核心內涵。

本文遵循債務異質性理論的本質要義，將兩類代表宏觀經濟因素的變量、債務異質性和企業投資行為三者納入同一研究框架，考察在不同的宏觀背景下，債務異質性與企業投資行為之間關系的變化。研究發現，債務異質性對企業投資支出總額、凈額以及投資扭曲程度顯著負相關；宏觀經濟運行狀況變量對債務異質性與投資支出水平、投資扭曲程度之間的相關關系呈逆向調節作用；貨幣政策變量對債務異質性與投資支出水平之間的關系存在正向調節作用，而對債務異質性和投資扭曲程度之間則存在逆向調節作用。

本文的主要貢獻有：第一，從微觀機制出發，將微觀理論與宏觀背景進行有效結合。新凱恩斯主義通常注重經濟的宏觀均衡狀態特征，并不關心均衡產生的微觀基礎。本文則視宏觀因素為企業決策的外部條件和重要影響因素，認為不同的宏觀經濟因素可能會使企業在面臨不同的資金供給條件時調整自身投資策略；探究了宏觀經濟因素對企業融資與投資之間的影響機制，而已有文獻通常將宏觀沖擊作為影響企業投資或風險狀態的解釋變量而被引入模型[11-13]。第二，本研究以我國新興市場特征下的宏觀經濟為背景，探究企業面對不同的貨幣政策而取舍相應的融資安排，而不僅僅是考察負債融資總量及結構的變化，豐富了貨幣政策傳導機制的研究內容，為債務異質性對投資行為的影響效應提供了新的解釋。第三，本研究對于企業處于不同宏觀經濟背景下，依據融資安排而提高投資效率提供了有益的思路，通過關注企業自身所處內、外部環境，減低非效率投資；為優化企業行為以應對風險提供可能的參考和借鑒。

二、文獻綜述

(一)債務異質性與企業投資行為

在企業實踐中，債務異質性是普遍存在的事實[14]。不同類型的債務對企業投資行為的影響存在差異，合適的債務結構搭配則可以減少投資扭曲行為[15]。不同類型的債務對企業行為產生不同的治理功能，因此有必要打破“債務同質性”假說。其一，按照不同的治理功能，David等(2008)[7]將企業負債融資分為交易性負債和關系型負債，認為相比基于嚴格契約的交易性負債，關系型負債的債權人由于能夠擁有更多債務人信息而使得關系型債務對于企業投資具有更多的治理功能。其二，按照來源不同，Nissim和Penman(2001)[16]將負債融資劃分為經營性負債和金融性負債，并認為經營性負債更能促進公司盈利水平的提升。黃蓮琴和屈耀輝(2010)[17]使用中國數據研究發現，相比金融性負債，經營性負債更多來源于企業在經營過程中積累的利益相關方，并且所得資金多用于企業自身經營而非擴張，因此在支出時可能會更加謹慎；經營性負債的債權人在長期往來過程中更加了解企業的經營狀況，可以對其償付狀況制定和調整其定價策略，從而比金融性負債更能發揮債務的監督約束機制，更能約束企業過度投資行為，并對企業成長性產生更積極的影響。其三，負債融資按其期限則可以劃分為短期負債和長期負債。Jensen(1986)[18]認為，短期負債的定期還本付息壓力以及對企業破產的威脅，能夠在一定程度上約束股東對風險偏好的心理及行為，從而減少股東的“資產替代”行為和過度投資行為；如果債務期限在增長期權到期之前結束，則可以減少“投資不足”[19]。信號理論認為，企業對債務期限結構的選擇能夠傳遞關于質量的信號：當企業信息不對稱程度較高且交易成本高時，高質量企業將發行更多的短期債務，質量低的企業將發行更多的長期債務[20]。根據債務期限匹配理論，公司傾向于將資產和債務融資的期限進行匹配，使得債務期限與資產期限之間存在正相關關系[21]。另外，債務異質性本身也對企業投資行為存在影響——債務來源異質性對企業自由現金流與過度投資之間的關系具有逆向調節作用[22]。微觀企業的融資與投資行為的現有研究大多建立在新制度經濟學委托代理理論[5]、信息不對稱理論[19]、高層梯隊理論[23]等框架下，立足于企業內部因素來解釋企業投資行為。許多研究證實了企業層面特征變量作用于投資效率，如獨立董事治理作用[24]、高盈余管理公司的決策制定權和決策控制權分離度[25]、內部控制缺陷信息披露[26]。以上關于融資—投資的研究基于主流投融資理論，雖然賦予了信息不對稱、委托代理等理論“中國式內涵”，但忽略了中國情景下的宏觀經濟因素對微觀企業決策的影響。

(二)宏觀經濟運行狀況與企業投融資行為

將微觀企業所依存的宏觀經濟因素納入考慮的研究中，已有文獻通常以其直接作為企業融資或投資行為的解釋變量。例如，Gilchrist和Himmelberg(1995)[27]認為某些公司層面的變量如外部融資資源(債權和股權)受其直接或間接的影響；Fazzari等(1984)[28]發現宏觀環境不確定性可以作用于企業現金流；Custodio等(2005)[29]、Baum等(2005)[30]的實證結果表明經濟衰退時企業傾向于持有更多現金；Granham等(2014)[31]認為公司特征變量不足以解釋美國1921年至2010年公司杠桿率的顯著提高，從而推測宏觀經濟不確定性和金融市場的發展起到了重要作用。

多數研究發現企業的融資行為在總體上存在順周期性，但對于融資結構在不同經濟背景下的表現則均存在不一致的結論：一部分認為負債融資存在逆周期性[32]；另一部分則認為負債融資存在順周期性[33]。在國內的相關研究中，蘇冬蔚和曾海艦(2009)[34]認為國內上市公司資產負債率存在逆周期性；羅時空和龔六堂(2014)[35]發現我國上市公司的負債融資基本呈順周期性；吳華強等(2015)[36]則認為在經濟擴張時期，由于托賓Q對負債融資的正向影響會增強而現金流對債務融資的負向影響會減弱，因而企業債務融資呈順周期性。當宏觀經濟上行時，雖然不確定性下降通過改變金融環境提升了融資成本[37-38]，但面臨的投資機會眾多[39]，以及對未來整體經濟形勢和企業經營的樂觀預期，此時債務異質性的提高有可能使得投資支出削減的幅度相對降低。

(三)貨幣政策與企業投融資行為

貨幣政策一方面通過利率影響企業融資成本，一方面通過信貸渠道—銀行貸款的數量影響企業投資[40-41]，并顯著影響到企業財務杠桿的選擇[42]。貨幣政策趨緊時，企業面臨的融資約束程度較高，投資受到抑制[43]，而企業債務融資下降、投資效率提高[44]。若此時企業存在較高債務異質性程度，管理層預期未來現金流難以支撐投資項目，從而減少其投資。當貨幣政策寬松時，可貸資金量增加可能會鼓勵管理層采取更激進的投資行為[45]；企業外部融資溢價可能促進其投資支出[46]，信貸擴張降低了資源配置效率，并且強化了企業投資水平，信貸擴張會顯著降低投資—投資機會敏感度，進而降低投資效率。總的來看，在貨幣政策對企業負債融資以及投資行為方面的研究更為豐富，結論也較為一致。

已有文獻更多地是僅關注企業融資決策對投資的影響，或者僅僅研究宏觀經濟狀況、政策與企業投資行為的基本關系，缺乏考慮不同的宏觀經濟因素下微觀主體融資中的摩擦因素對投資行為的解釋。實踐中，經濟因素通常并非孤立存在并發揮作用，對于企業投資行為則更可能是組合搭配、交互作用；而融資決策也深受宏觀經濟因素的影響[47]，因而有必要嘗試從新的視角出發，將宏觀經濟因素納入考慮并深入討論其對債務融資和企業投資行為之間相互關系的作用機理。

三、理論分析和假說提出

從負債融資結構的研究統計來看，債務異質性在我國上市公司普遍存在。債務異質性(dhi)是企業各種負債來源的比重，其比值越大，表明各類負債的持有量越平均，債務來源多元化程度越高?；趥鶆掌跫s理論，債權人與債務人通過債務契約關系來確定債權債務關系，債務異質性意味著不同來源的負債對企業投資的治理機制不同。作為異質性負債的經營性負債，多來自于企業經營性活動相關的上下游企業以及利益相關方(職工、政府等)，他們關系到企業的信譽及市場地位，管理層需要基于再融資約束而減輕其過度投資沖動[8]；同時，經營性負債的債權人通?？梢愿鶕髽I的行為調整其定價策略和償付期限；而債務人企業由此將減少自由現金流的支配，從而削減過度投資；多元化的債務契約的存在以及異質性債權人的監督，為保持聲譽起見，當債務異質性程度較高時，管理層有必要抑制其濫用自由現金流的動機，減少過度投資行為。較高的債務異質性程度也不排除企業難以滿足于從單一融資渠道獲得資金的情況，此時企業本身面臨的融資約束較大，投資決策時可能更謹慎。因而債務異質性可以通過不同性質的負債帶來治理機制的補充和疊加，提高資源配置效率；異質性債權人的監督及企業對聲譽的保持，有助于緩解企業內部代理問題，減少過度投資。另外，債務異質性一方面通過公司治理，提高盈余質量以降低投資現金流敏感性；另一方面，可能通過擴展的融資渠道增加企業資金來源，使必要的投資成為可能，從而提升投資效率。由此提出假說1和假說2。

H1債務異質性程度越高，投資支出越低。

H2債務異質性程度越高，投資扭曲程度越低。

通常認為債務異質性程度對于企業過度投資行為存在兩類作用形式，一種是債務異質性直接約束了企業過度投資[14]；一種是債務異質性對超額現金持有和過度投資之間的關系具有負向調節作用[48]。實踐中，國內企業在投資環境和融資環境方面需要面臨較為強勢的宏觀經濟調控，并且宏觀經濟不確定性程度對資金需求和投資支出之間的相關關系存在調節作用[49]。雖然債務異質性通過公司治理等機制約束了企業投資行為，但經營環境、投融資決策以及管理者預期等關系到企業層面的變量，同時顯著地受到外部宏觀經濟因素的影響。由此推測，宏觀經濟因素對于債務異質性和企業投資行為之間可能存在相應的調節作用。

宏觀經濟運行狀況對企業投資行為的作用可能是多層次的，由于企業所處的宏觀經濟場景不同，差異化的負債融資使得企業在投資行為上也面臨不同選擇。當經濟擴張時，由于融資機會通常存在順周期性的可能性，企業獲得投資所需資金的機會增加；此時在企業經營層面，營業收入的增加將刺激企業提高資本支出[40]，管理者容易形成較為樂觀的宏觀經濟發展預期；經營活動的現金凈流量完成長期資產消耗的補償以及企業利息支出和現金股利的支付之后，可能對企業的擴張提供資金支持，配合金融性負債從而支撐企業產能擴張，形成更高的投資支出水平。因此，經濟增長率較高時期使得債務異質性程度對企業投資規模的增長的控制力下降。當GDP增速下降，宏觀經濟下行時，不確定性因素增多，企業管理層或許難以形成準確預期，債務異質性帶來的替代性融資將作為重要的資金補充渠道提高財務穩健性以應對經濟運行狀況，新增資金不再流向投資支出，債務異質性的存在將使其對投資支出的抑制作用上升；同時企業管理層預期經營風險增加，獲得預期收益率的概率降低，即將面臨較強的融資約束等原因將導致公司用于投資支出的資金減少，從而增長率較低時期的宏觀經濟運行狀況將促使較高的債務異質性水平對投資規模的約束力下降，管理層不得不更加謹慎地面對投資機會，降低長期資金需求。

宏觀經濟運行狀況既能夠作用于債務融資[50]，又可以抑制投資扭曲。一方面，經濟增長較快時，信貸與實體經濟之間存在的動態正反饋機制[51]將放大繁榮的幅度：微觀企業在給定資金成本利率下可能有擴大生產規模、增加利潤的沖動；銷售收入增加改善企業的現金流，減少外部融資的風險溢價，可能導致投資過度；另一方面，邊際產出遞減規律可能導致投資規模下降[52]，而營業收入的增加、經濟擴張期資產價格等各項成本的上升可能會促使管理層放棄NPV可能為正的投資機會，更多地關注能夠立即帶來收益的經營活動，促進資源流入資本積累，從而導致投資不足?？傊?，上行的宏觀經濟可能使債務融資對企業投資扭曲程度約束作用降低。反之，當宏觀經濟增長率較低時，投資活動的機會成本(資本積累的邊際產出)持續下降，基于成本收益分析，經濟緊縮時期投資活動的成本將低于預期收益，這將引導企業加大投資活動；而產品市場的有效需求下滑導致期望收益率下降，市場的悲觀預期、盈利空間的縮小更有可能觸發債務契約中的限制性條款，而企業管理層為了避免違約帶來的損失，必須謹慎對待投資機會。因此，下行的宏觀經濟運行狀況可能促進債務異質性對投資扭曲程度的抑制作用。

根據上述分析，本文提出假說3和假說4。

H3GDP增長率對債務異質性和上市公司投資規模之間的相關關系存在逆向調節效用。

H4GDP增長率對債務異質性和上市公司投資扭曲程度之間的相關關系存在逆向調節效用。

從貨幣政策因素來看，當貨幣供給充沛時，利率和信貸渠道使得資金使用成本降低，從金融機構獲得資金更為容易[53]。從金融機構來說，經濟運行狀況的變化影響銀行對風險的認知和定價，進而影響信貸的能力和意愿。貸款違約率的順周期性導致銀行對壞賬撥備下降，促使銀行提高放貸的能力和意愿；銀行的盈利水平及經營狀況的改善，可以降低其外部籌集資本的成本，增加貸款資金的來源。此時，資金可獲得性增強可能會促使企業減少流動資產配置，而資產價格的上升可能也會造成企業減少投資支出。資產價格上漲的預期會自我強化直到方向轉變，而這可能降低企業管理者的投資意愿，同時在債務融資契約的約束之下，管理者將減少非效率投資。另一方面，債務異質性程度較高可能表明在信用擴張、信貸條件較好的情況下，企業尚難以從單一融資渠道獲得的資金規模得到滿足，多方籌措資金的企業面臨的融資約束較大，此時投資規模對債務異質性的約束更敏感，導致貨幣供應量增加促進債務異質性對投資支出的約束作用。當貨幣供應量增速放緩，企業會加大流動資產配置以保持一定的流動資產持有水平以應對貨幣政策的不確定性；貨幣供應量增速下降可能也會降低企業管理層對于未來流動性的預期，預計其將在未來面臨更強的融資約束，從而管理層希望通過重新配置資產、改變債務融資結構以應對融資的可獲得性下降的狀況；此時債務異質性帶來的多元化負債融資將使得投資削減的幅度下降，貨幣供應量M2增速下降可能使得債務異質性對投資支出水平的約束力下降。而在經濟衰退期，相關狀況正好相反，此時貸款違約率較高，貸款違約率的變化影響銀行對風險的評估，進而影響壞賬撥備和資本充足率的變化。

貨幣政策的變動直接作用于金融機構的信貸資產總量，進而影響銀行貸款配置，改變企業融資環境，最終對企業債務融資的成本產生影響[54]。貨幣供應量增速上升時，信貸渠道、貨幣渠道的擴張能夠提升企業籌資能力，從而企業可能會選擇減少流動資產投資；此時資產價格上升也使得企業減少其相關資產的配置[55]，投資支出進一步減少甚至削減了合理的必要投資，造成更為嚴重的投資不足；較高的債務異質性可能標志著企業不得不從多種渠道籌措資金，預期融資約束增加和流動性缺乏將使得管理層削減各項投資包括凈現值為正的項目，加重了原本投資不足的狀況，從而導致投資扭曲程度增加。而貨幣供應量增速的下降則可能改變企業管理層對流動性的預期，即使企業在本期獲得了較高的流動性，而流動性難以在遠期進行分攤，管理層可能認為未來將要面臨更多融資約束，可能促進管理層減少過度投資；較高債務異質性也為企業帶來更多替代性融資，彌補投資不足，從而緩解投資扭曲。由此，本文提出假說5和假說6。

H5M2增長率對債務異質性和上市公司投資規模之間的相關關系存在正向調節作用。

H6M2增長率對債務異質性和上市公司投資扭曲程度之間的相關關系存在逆向調節作用。

四、研究方法

(一)主要變量的選擇

1. 上市公司投資水平和投資行為衡量

參考辛清泉等(2007)[56]的相關方法，以上市公司披露的現金流量表中關于“構建固定資產、無形資產和其他資產所支付的現金”除以期末總資產代表企業絕對投資支出作為因變量之一；用“構建固定資產、無形資產和其他資產所支付的現金”減去“處置固定資產、無形資產和其他資產所收到的資金”后的結果除以期末總資產代表企業投資支出凈額作為因變量之二。

2. 投資扭曲程度指標

采用殘差度量模型[57]殘差度估計我國上市公司投資效率。首先估算出某一給定年度企業預期的資本投資規模，再用實際投資規模減去預期投資規模(取回歸殘差)作為投資扭曲程度的代理變量。

3. 債務異質性程度

參考赫芬達爾指數(Herfindahl-Hirschman Index)的構建方式以及胡建雄和茅寧(2015)[14]的相關研究，采取以下計算方法：債務異質性程度(dhi)=[1-(金融機構借款2+經營性負債2+應付債券2+其他負債2)]/[1-1/4]。

4. 宏觀經濟運行狀況

Cook和Tang(2009)[58]使用GDP增長率(GDP growth rate)、期限利差(term spread)、違約利差(default spread)以及市場股息率(market dividend yield)來衡量宏觀經濟狀況；國內文獻則有何青和向磊(2014)[59]、黃興孿等(2014)[60]以及饒品貴和羅勇根(2016)[61]使用GDP增長率來衡量宏觀經濟運行狀況?；谝陨衔墨I和數據可得性，本文以GDP增長率作為宏觀經濟運行狀況的代理變量。

5. 貨幣政策代理變量

有關貨幣政策的實證研究中，除了貨幣供給增長率以外[62]，利率也常被用來度量貨幣政策松緊的指標[63]。由于我國央行于2015年基本取消利率管制(2015年10月23日中國人民銀行宣布對商業銀行和農村合作金融機構等不再設置存款利率浮動上限)，此前其尚未市場化而可能無法通過利率的預期和期限結構等機制來引起整個利率體系的變化；傳統的貨幣渠道理論難以較好地解釋企業的投資和融資現象，因而使用貨幣供給的增長率來度量貨幣政策狀態可能更適合[64]。因此參考靳慶魯等(2012)[45]以及喻坤等(2014)[65]，選取廣義貨幣供給量M2增長率作為體現貨幣政策的指標。

另外，選取公司治理、內部控制、融資方式以及公司特征等變量作為控制變量。

(二)樣本數據來源

由于涉及有關變量的數據庫更新到2015年，故選用滬深A股上市公司2000年至2015年的財報數據作為研究樣本，其中根據證監會最新的行業分類標準剔除金融類股和ST類股。2006年至2009年，隨著以美元標價的國際石油、大宗商品和食品價格大幅上漲，通貨膨脹成為全球性的現象，我國貨幣政策在此期間也發生了巨大波動；我國2006年GDP增長率超過了M2增長率，經濟中出現了超額貨幣供給的狀況，引起價格總水平的上漲；2007年至2008年2月受國際價格上漲的影響，國內能源和需求因素成為引起通貨膨脹的主要推動因素；2008年至2009年受美國次貸危機和國內緊縮性貨幣政策影響，M2增長率低于GDP增長率，出現了通貨緊縮現象，直到2009年底轉負為正；由于上述原因，本文剔除了2006年至2009年的數據。文中微觀企業層面的數據來自國泰安CSMAR以及CCER數據庫，宏觀經濟數據來自中宏數據庫，通過人工核對上市公司年報并修正。最初樣本觀測值為18 314個，在剔除所有指標缺失值并進行異常值截尾處理后，保留了13 717個觀察數據。由于衡量投資扭曲程度的相關計算涉及滯后項，關于投資效率的檢驗最終保留11 036個觀測值。

表1 變量表

變量名稱變量符號定義及備注債務異質性程度dhi[1-(金融機構借款2+經營性負債2+應付債券2+其他負債2)]/[1-1/4];衡量債務來源多元化程度;其中,經營性負債=(應付賬款+應付票據+預收賬款+長期應付款+應付職工薪酬+應交稅費)/總負債投資支出水平inv(購建固定資產、無形資產和其他長期資產支付的現金)/總資產投資支出凈額netinv(購建固定資產、無形資產和其他長期資產支付的現金-處置上述收回的現金凈額)/總資產投資扭曲程度invrinv殘差的絕對值宏觀經濟運行狀況 gdprGDP增長率貨幣政策m2r廣義貨幣供給量增長率公司規模size總資產取自然對數上市年限age公司上市年限每股收益eps每股市價/每股利潤產權性質state最終控制人性質托賓Qtobinq(流通股權市值+非流通股權凈資產值+凈債務市值)/期末總資產營運能力caturn流動資產周轉率=營業收入/流動資產杠桿能力lever一年內到期的非流動負債/流動資產資產流動性liquity(流動資產-流動負債)/資產總額現金比率cashr期末現金及現金等價物/總資產資產收益率roa凈利潤/總資產兩職合一狀況cross董事長兼總經理取1,否則取0董事會規模board董事會人數董事會持股比例boashare董事會持股比例董監高平均薪酬salary考慮薪酬激勵獨董占董事會比例indboard獨董數量/董事會規模四大委員會設置fourcom重要決策監督機構完整性內控審計是否披露icar體現內控信息披露意愿,披露賦值為1,否則為0內控是否存在缺陷icde體現內控自信程度,存在內控缺陷賦值為1,否則為0控制權人表決權controlvote體現實際控制人對企業的影響力度;內控變量行業控制變量industry控制行業效應,行業虛擬變量年度控制變量year控制年度效應,年度虛擬變量

(三)研究模型

參考余明桂和潘紅波(2010)[66]、倪婷婷和王躍堂(2016)[67]以及左拙人和胡文卿(2017)[68]的相關研究，本文用于檢驗債務異質性與投資支出規模之間關系的模型(1)—(4)構建如下

invit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3sizeit+β4cashrit+β5tobinqit+β6caturnit+β7leverit+β8liquityit+β9epsit+β10salaryit+1+β11ageit+1+β12icdeit+1+β13controlvoteit+1+β14stateit+1+INDUSTRY+TIME+εit

(1)

invit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3dhiit*gdprit+1(m2rit+1) +β4sizeit+β5cashrit+β6tobinqit+β7caturnit+β8leverit+β9liquityit+β10epsit+β11salaryit+1+β12ageit+1+β13icdeit+1+β14controlvoteit+1+β15stateit+1+INDUSTRY+TIME+εit

(2)

netinvit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3sizeit+β4cashrit+β5tobinqit+β6caturnit+β7leverit+β8liquityit+β9epsit+β10salaryit+1+β11ageit+1+β12icdeit+1+β13controlvoteit+1+β14stateit+1+INDUSTRY+TIME+εit

(3)

netinvit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3dhiit*gdprit+1(m2rit+1)+β4sizeit+β5cashrit+β6tobinqit+β7caturnit+β8leverit+β9liquityit+β10epsit+β11salaryit+1+β12ageit+1+β13icdeit+1+β14controlvoteit+1+β15stateit+1+INDUSTRY+TIME+εit

(4)

經過Hausman檢驗區分面板數據模型的類型后，Chi-Sq Statistic值為281.46，Prob值為0.000 0<0.01，經檢驗適用固定效應模型。

(四)進一步檢驗

根據Richardson(2006)[56]和辛清泉等(2007)[57]對投資扭曲程度的衡量方法，參考左拙人和胡文卿(2017)[68]對于投資扭曲的計算方法，本文設定的模型如下

invit+1=β0+β1cashrit+β2debtit+β3sizeit+β4invit+β5tobinqit+β6epsit+β7ageit+1+β8stateit+1+INDUSTRY+TIME+εit

(5)

模型(3)中的實際控制人性質和企業上市時間采用了投資行為當年度的數據； 企業特征變量則采用上一期的數據，因為這些反映企業經營狀況的指標是下一期投資決策的依據。使用模型(3)中的回歸系數算出invit的殘差，并將殘差取絕對值用以衡量投資扭曲程度的嚴重性，殘差為正則說明投資過度；殘差為負說明投資不足；絕對值越大說明投資扭曲的越嚴重。參考程新生等(2012)[69]的相關研究，本文用于檢驗債務異質性和投資扭曲程度的模型設置如下

invrit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3sizeit+β4tobinqit+β5roait+β6leverit+β7ageit+1+β8salaryit+1β9crossit+1+β10boardit+1+β11boashareit+1+β12indboardit+1+β13fourcomit+1+β14icarit+1+β15controlvoteit+1+β16stateit+1+INDUSTRY+TIME+εit

(6)

invrit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3dhiit*gdprit+1(m2rit+1)+β4sizeit+β5tobinqit+β6roait+β7leverit+β8ageit+1+β9salaryit+1+β10crossit+1+β11boardit+1+β12boashareit+1+β13indboardit+1+β14fourcomit+1+β15icarit+1+β16controlvoteit+1+β17stateit+1+INDUSTRY+TIME+εit

(7)

五、實證結果與分析

(一)描述性統計

表2所示，樣本中衡量企業投資支出水平的變量(inv)顯示，均值0.049 4遠大于中位數，幾乎是中位數的兩倍，數據形態存在右偏的現象，這說明部分企業過度投資行為較為嚴重。凈投資額(netinv)是在投資支出額基礎上減去處置相關資產收回的現金后的余額。與投資支出水平(inv)相似的是，均值大于中位數。相較于投資支出水平，凈投資額的均值、25%分位、中位數以及75%分位均有所下降，但是方差增大，說明公司之間投資行為的差異較大。因此不排除在后文多元回歸中債務異質性、宏觀經濟影響因素的存在可能對投資支出、凈投資額的影響存在差異。樣本中衡量投資扭曲程度的變量(invr)顯示，各分位數差距較大且方差較大，說明樣本中上市公司的投資扭曲情況較為普遍。從主要解釋變量債務異質性(dhi)來看，均值高達0.685 9，說明國內上市公司債務異質性較為普遍，中位數和平均數較為接近，沒有明顯異常值。

表2 變量的描述性統計結果

變量名樣本量均值25%分位中位數75%分位方差最大值最小值dhi13 7170.685 90.607 70.730 10.820 10.069 60.999 20inv13 7170.049 40.008 20.025 50.061 10.036 414.621 90netinv13 7170.045 30.006 80.023 70.059 00.046 714.616 6-11.524 5invr13 7170.000 3-0.332 700.297 20.371 32.979 2-2.900 6gdpr13 7170.000 6-0.004 6-0.000 90.007 40.000 10.013 3-0.039 4m2r13 7170.156 20.133 40.148 60.175 70.000 70.197 30.110 1size13 71721.761 420.827 721.629 72.544 91.849 228.508 715.597 2age13 7179.645 4591535.840 925-10cashr13 7170.205 100.032 10.137 44.537 6182.187 2-0.060 9tobinq13 7171.896 20.720 81.274 92.225 09.263 90.000 092.108 8eps13 717-0.026 50.022 80.059 20.098 345.981 151.453 5-782.395 0roa13 7170.030 00.010 80.032 00.059 80.012 32.933 0-6.713 9caturn13 7171.031 00.287 80.654 71.254 03.652 280.029 30lever13 7170.474 300.001 70.059 40.007 50.771 40liquity13 7170.109 6-0.026 00.130 10.294 10.275 10.959 2-28.469 8cross13 7171.259 80220.833 320board13 7179.286 889114.886 0190boashare13 7170.012 8000.000 20.004 50.809 50salary13 7176.620 0-0.192 00.190 60.486 50.999 91.789 94.723 2indboard13 7170.306 40.333 30.333 30.363 60.017 00.800 00fourcom13 7171.488 90043.516 340firstowner13 7170.394 50.261 50.375 40.525 40.029 70.899 90icar13 7170.353 80010.228 610icde13 7170.207 40000.164 410controlvote13 7170.279 400.287 40.461 80.052 40.980 40

表3 相關分析(spearman相關系數)

變量名稱invnetinvinvrinv1——netinv0.970 0???1—invr0.065 2???0.057 4???1dhi-0.069 6???-0.070 1???-0.049 5???gdpr0.132 9???0.119 1???-0.066 7???m2r0.111 9???0.099 9???0.100 7???cros10.117 9???0.109 2???-0.205 4???cros20.074 4???0.063 9???-0.023 3???size-0.177 6???-0.148 5???-0.188 0???age-0.352 3???-0.350 0???-0.144 1???state-0.016 9??-0.021 5???-0.034 0???tobinq0.125 5???0.111 9???0.145 9???caturn0.481 2???0.443 2???0.036 8???cashr-0.124 7???-0.111 0???-0.035 0???eps0.161 1???0.160 6???0.047 3???lever-0.053 9???-0.049 4???-0.079 1???liquity-0.096 6???-0.077 8???0.031 3???roa0.141 4???0.148 9???0.051 0???cross-0.165 1???-0.151 2???-0.180 3???board0.056 1???0.061 4???0.000 8boashare0.059 7???0.064 3???-0.018 9??salary-0.191 9???-0.173 5???-0.196 1???indboard-0.129 2???-0.122 5???-0.184 5???fourcom-0.265 6???-0.233 0???-0.060 3???icar-0.210 6???-0.190 4???-0.178 6???icde-0.172 0???-0.153 1???-0.127 1???controlvote-0.089 2???-0.073 4???-0.203 4???

注：***、**、*分別代表1%、5%、10%的顯著性水平。

(二)相關性分析

如表3，代表企業負債融資來源分散程度的債務異質性(dhi)與投資支出、凈投資額、投資效率均在1%的水平上呈顯著負相關關系。可見債務異質性程度越高、債務種類來源越分散的融資狀況不僅顯著減少了企業投資支出強度，而且明顯減少了投資扭曲程度，這也許是因為分散的債務融資為企業帶來了不同類型的債權人，在既定的債務契約下，企業需要滿足更多的債權人監管，或者在面臨更強的融資約束時，管理層需要削減由于過度自信、盲目擴張帶來的過度投資；而同時，債務異質性程度越高，可以減少代理成本和信息不對稱帶來的投資效率損失。這一結果與我們的理論分析相符并初步驗證了本文所提出的假設。本文將債務異質性程度的變量分別與代表宏觀經濟運行狀況變量的GDP增長率和代表貨幣政策變量的M2增長率相乘得到交乘項cros1、cros2。如表3所示，多數交乘項與投資支出、凈投資額以及投資效率均在1%的水平上顯著相關。從兩項宏觀經濟影響因素GDP增長率和M2增長率與其他主要解釋變量的相關關系來看，幾乎都在1%的水平上顯著，可見宏觀經濟因素對于微觀企業負債具有明顯的影響；它們能夠通過影響微觀企業管理層對未來宏觀經濟發展預期、經營環境以及經營成本等眾多因素影響到負債融資，從而影響到企業投資行為。宏觀經濟影響因素的具體調節效應及調節方向還有待多元回歸的深入分析。

從公司治理變量來看，董事會持股比例與投資支出顯著正相關，與投資效率顯著負相關，說明董事會持股比例增加，其運行的獨立性下降，而追求個人權力、過度自信、盲目擴張正是管理層的重要行為特征[70]，通過擴大企業投資規模將現有資金投資到較差的項目上從而加劇企業過度投資，造成非效率投資。獨立董事占董事會較高的比例造成債務異質性顯著增加，并減少了投資支出，降低了投資扭曲程度，可能是獨立董事的存在確實降低了代理成本并提高了經營管理的效率。同時，內控審計是否披露與債務異質性程度顯著正相關，與投資支出、投資扭曲程度顯著負相關，說明較好的企業內部控制狀況有利于強化對企業管理層的監督，從而減少非效率投資。

從公司特征變量來看，企業規模、上市年限、杠桿率均與債務異質性顯著正相關，投資支出水平、投資扭曲程度顯著負相關，這與先前的文獻一致。

(三)多元回歸分析

上市公司債務異質性與公司投資支出水平相關關系多元回歸分析結果如表4所示。表4中第(1)(2)列對應模型(1)，未加入交乘項的回歸結果顯示，債務異質性對投資支出的影響系數分別為-0.044 9、-0.045 1，呈顯著負相關。債務異質性越高，來源不同的債務融資規模越平均，各種融資相機治理作用疊加，能夠更好地緩解企業內部的代理問題；同時不同來源債務帶來的異質性契約和異質性債權人均會給企業帶來更多監督，從而優化管理層投資決策；債務異質性程度高也不排除企業面臨更緊的融資約束，管理層在投資決策時更加謹慎，導致投資支出降低。由此驗證了假說1。

表4中第(3)(4)列對應模型(2)。第(3)列中，加入了債務異質性(dhi)與GDP增長率(gdpr)的交乘項cros1后，債務異質性的系數在繼續保持1%水平上顯著的同時，其絕對值由0.044 9降至0.034 1，比未加入交乘項時要顯著減少；同時就債務來源異質性(dhi)與GDP增長率(gdpr)的交乘項系數而言，其系數在1%的水平上顯著為正且與債務異質性的系數符號相反，可見擴張的宏觀經濟將緩解債務異質性對投資的約束作用，投資支出對于債務異質性的敏感度增加，以至GDP增長率對債務異質性和投資支出之間關系存在顯著的逆向調節作用，假說3得到驗證。

表4 回歸分析(第一部分)

變量invnetinv模型(1)模型(2)模型(3)模型(4)(1)(2)(3)(4)(5)(6)(7)(8)dhi-0.044 9???(-3.89)-0.045 1???(-3.91)-0.034 1???(-2.89)-0.048 7??(-4.19)-0.037 3???(-3.61)-0.037 2???(-3.63)-0.028 8???(-2.73)-0.039 9???(-3.84)cros1——0.042 9???(4.34)———0.034 0???(3.85)—cros2———-0.024 9???(-2.77)———-0.019 1??(-2.08)gdpr-0.027 4??(-2.39)—-0.025 4??(-2.22)—-0.024 6??(-2.39)—-0.023 0??(-2.24)—m2r—0.025 3?(1.78)0.024 9?(1.75)—0.019 6(1.54)—0.019 3(1.52)size-0.273 7???(-11.73)-0.269 9???(-11.59)-0.265 7???(-11.36)-0.275 4???(-11.78)-0.224 3???(-10.75)-0.220 9???(-10.61)-0.2179 8???(-10.42)-0.224 6???(-10.75)cashr-0.009 1(-1.12)-0.008 3(-1.02)-0.008 7(-1.07)-0.008 2(-1.01)-0.007 4(-1.02)-0.006 7(-0.92)-0.007 1(-0.98)-0.006 6(-0.91)tobinq-0062 5???(-4.72)-0.060 0???(-4.52)-0.063 9???(-4.78)-0.059 4???(-4.47)-0.061 4???(-5.13)-0.058 4???(-4.91)-0.061 9???(-5.17)-0.058 0???(-4.88)caturn0.053 6???(4.85)0.054 0???(4.82)0.052 7???(4.70)0.053 7???(4.79)0.052 4???(5.23)0.052 7???(5.26)0.051 6???(5.16)0.052 5???(5.24)lever0.002 1(0.18)0.002 3(0.20)0.000 8(0.07)0.003 1(0.27)0.001 0(0.10)0.001 2(0.11)0.000 0(0.00)0.001 7(0.17)liquity0.007 8(0.54)0.009 3(0.64)0.008 4(0.59)0.010 8(0.75)0.010 1(0.79)0.011 3(0.88)0.010 6(0.83)0.012 3(0.96)eps0.011 5(1.47)0.011 4(1.46)0.014 0?(1.79)0.012 7(1.62)0.009 7(1.38)0.009 6(1.37)0.011 7?(1.67)0.010 4(1.49)salary-0.008 8(-0.55)-0.009 4(-0.58)-0.009 5(-0.59)-0.008 9(-0.55)-0.008 9(-0.62)-0.009 4(-0.65)-0.009 5(-0.66)-0.009 0(-0.63)age0.058 6???(2.96)0.098 2???(4.59)0.054 4???(2.75)0.098 9???(4.63)0.045 4??(2.56)0.078 4???(4.10)0.042 0??(2.37)0.078 8???(4.12)state0.073 1??(2.05)0.071 4??(2.00)0.076 5??(2.15)0.071 0??(1.99)0.061 9?(1.94)0.060 6??(1.90)0.064 6??(2.03)0.060 3??(1.89)icde-0.007 6(-0.69)-0.005 6(-0.51)-0.007 3(-0.67)-0.005 6(-0.51)-0.009 0(-0.91)-0.006 5(-0.67)-0.008 1(-0.82)-0.006 6(-0.67)controlvote-0.020 9?(-1.79)-0.026 8??(-2.32)-0.018 9(-1.62)-0.026 7??(-2.32)-0.016 1(-1.54)-0.021 1??(-2.05)-0.014 5(-1.39)-0.021 1?(-2.05)industry已控制year已控制R-sq0.029 90.029 70.031 80.030 40.026 90.026 60.028 40.027 0P0.000 00.000 00.000 00.000 00.000 00.000 00.000 00.000 0

注：***、**、*分別代表1%、5%、10%的顯著性水平(雙尾)；cros1代表dhi與gdpr交乘；cros2代表dhi與m2r交乘。

表5 回歸分析(第二部分)

變量invr模型(6)模型(7)(1)(2)(3)(4)dhi-0.033 6???(-2.79)-0.031 3??(-2.49)-0.024 6??(-2.00)-0.029 1??(-2.32)cros1——0.036 1???(3.51)—cros2———0.035 0???(3.16)gdpr-0.369 8???(-29.79)—-0.370 1???(-29.83)—m2r—-0.133 4???(-8.24)—-0.133 1???(-8.23)size-0.105 9???(-4.42)-0.067 7???(-2.72)-0.099 7???(-4.16)-0.060 9??(-2.44)tobinq0.036 8???(2.61)0.084 8???(5.80)0.036 6???(2.60)0.084 3???(5.76)roa0.018 7?(1.66)0.042 9???(3.66)0.018 9?(1.67)0.042 4???(3.62)lever-0.012 7(-1.10)-0.011 9(-0.98)-0.012 3(-1.05)-0.012 1(-1.00)age-0.478 4???(-16.40)-0.239 2???(-7.90)-0.485 1???(-16.61)-0.240 1???(-7.93)salary0.002 6(0.16)0.016 1(0.91)0.002 5(0.15)0.015 4(0.87)cross-0.065 8???(-4.84)-0.039 4???(-2.77)-0.065 3???(-4.80)-0.039 1???(-2.75)board0.015 8(1.18)0.002 8(0.20)0.015 3(1.14)0.002 2(0.16)boashare-0.063 4??(-2.57)-0.082 1???(-3.19)-0.061 8??(-2.50)-0.081 9???(-3.19)indboard0.054 7???(3.41)-0.059 1???(-3.65)0.056 1???(3.49)-0.058 2???(-3.60)fourcom0.026 6(1.59)-0.063 2???(3.62)0.026 5(1.58)0.063 4???(3.64)icar0.077 9???(4.87)0.005 0(0.29)0.079 8???(4.98)0.004 3(0.25)controlvote-0.056 5???(-4.36)-0.084 7???(-6.30)-0.055 1???(-4.26)-0.085 3???(-6.34)industry已控制year已控制R-sq0.143 90.071 90.145 00.072 8p0.000 00.000 00.000 00.000 0

注：***、**、*分別代表1%、5%、10%的顯著性水平(雙尾)；cros1代表dhi與gdpr交乘；cros2代表dhi與m2r交乘。

根據模型(2)，第(4)列在第(2)列的基礎上加入了債務異質性(dhi)和廣義貨幣增長率(m2r)的交乘項后，債務異質性系數在保持顯著為負的同時，其絕對值由0.045 1增加至0.048 7，同時，債務異質性與廣義貨幣增長率(m2r)的交乘項系數在5%水平上顯著為負，與債務異質性的系數相同；貨幣供應量增長率上升時，資金可獲得性增強、資產價格上升使得企業可能重新配置資產，減少相關資產的持有；同時，此時較高的債務異質性則意味著單一的金融性負債仍然不能滿足企業融資需求，資金壓力使得管理層只能通過進一步調低投資支出以實現資金的均衡，因此寬松的貨幣政策增強了債務異質性對投資支出的約束力?？梢姀V義貨幣增長率對債務異質性與投資支出之間的相關關系具有正向調節效應，證實了假說5。

表4中第(5)—(8)列的因變量為企業凈投資額。模型(3)所對應的第(5)(6)列中，債務異質性的系數依舊顯著為負，可見即便考慮了收回投資的現金流，債務異質性程度依舊與凈投資額呈負相關關系，由此進一步印證了假說1。第(7)欄加入債務異質性(dhi)與GDP增長率(gdpr)的交乘項cros1后，債務異質性的系數絕對值顯著減少，交乘項的系數顯著為正，與債務異質性的系數相反，說明GDP增長率對債務異質性與企業凈投資額之間的相關關系具有逆向調節作用。第(8)欄在第(6)欄的基礎上加入了債務異質性(dhi)和廣義貨幣增長率(m2r)的交乘項后，交乘項的系數顯著為負，且與債務異質性系數符號相同，說明廣義貨幣增長率對債務異質性和企業凈投資額之間的相關關系具有正向調節作用。以上結果加強了假說3和假說5。

表5中的第(1)(2)列對應模型(6)，(3)(4)列對應模型(7)。其結果分別用于驗證假說2、假說4和假說6。通過債務異質性變量作為投資效率的解釋變量，在不考慮宏觀經濟影響因素的調節效應下，如表中第(1)(2)列所示，回歸系數在1%的水平上顯著為負，債務異質性一方面通過債權人監督、聲譽保持、再融資約束等機制，有效遏制了由于管理層過度自信、追求自身利益以至于接受高風險的投資行為，另一方面通過來源分散的融資渠道，企業可以獲得更多資金以彌補投資不足，從而增強資源配置效率，緩解上市公司的投資扭曲程度。由此驗證了假說2?？紤]了GDP增長率與債務異質性(dhi)的交乘項后，如表5第(3)列顯示，交乘項系數顯著為正，且債務異質性系數的絕對值減少，債務異質性與企業投資效率之間的負相關關系減弱。由于融資規模的順周期性，以及管理層基于對未來經營業績的樂觀預期而增加其投資支出，以至于擴大其投資規模；同時，因為宏觀經濟繁榮時期的資產價格等各項成本的上升，導致企業縮減投資，從而造成投資不足?？傊藭r債務異質性程度對投資扭曲的約束力下降，驗證了假說4。如表5第(4)列顯示，加入債務異質性(dhi)與廣義貨幣增長率(m2r)的交乘項后，債務異質性這一變量的系數保持在5%水平上顯著為負的同時，交乘項系數為0.035 0且在1%的水平上顯著為正；債務異質性的系數絕對值從未加入交乘項的0.031 3，下降到加入了交乘項后的0.029 1；說明貨幣供給量增加速度上升時，由于較高的債務異質性使得投資支出進一步降低，企業盡可能地減少投資甚至惡化了投資不足，投資扭曲程度進一步增加。由此可見，寬松的貨幣政策使得債務異質性對投資扭曲程度的糾正效用下降，廣義貨幣增長率(m2r)對債務異質性與企業投資效率的相關關系存在逆向調節作用。由此驗證了假說6。

表6 穩健性檢驗(第一部分)

變量invnetinv模型(1)模型(2)模型(3)模型(4)(1)(2)(3)(4)(5)(6)(7)(8)dhi-0.037 4???(-3.56)0.044 2??(-3.82)-0.056 4??(-4.83)-0.056 3(-4.80)-0.036 9???(-3.57)-0.036 9???(-3.57)-0.045 7??(-4.37)-0.045 9???(-4.37)cros3——0.063 2??(6.63)———0.045 8??(5.38)—cros4———-0.054 9???(-5.77)———-0.040 8???(-4.79)lei-0.023 2??(-2.01)—-0.020 2?(-1.87)—-0.015 0(-1.54)—-0.013 7(1.42)—curr—0.018 9?(1.81)—0.020 5?(1.96)—0.012 9(1.37)—0.014 1(1.50)size-0.275 6???(-11.21)-0.268 0???(-11.49)-0.277 9???(-11.94)-0.273 5???(-11.73)-0.221 5???(-10.64)-0.219 7???(-10.53)-0.277 9???(-10.88)-0.223 7???(-10.73)cashr-0.009 3(-1.02)-0.008 2(-1.01)-0.008 3(-1.02)-0.008 3(-1.02)-0.006 6(-0.91)-0.006 7(-0.91)-0.006 7(-0.92)-0.006 7(-0.92)tobinq-0.057 7???(-4.40)-0.058 8???(-4.36)-0.058 8???(-4.43)-0.056 9???(-4.28)-0.05 73???(-4.83)-0.056 9???(-4.79)-0.057 5???(-4.85)-0.056 9???(-4.79)caturn0.055 4???(4.95)0.055 6???(4.97)0.054 8???(4.90)0.057 9???(4.72)0.057 3???(5.38)0.052 7???(5.26)0.053 3???(5.33)0.051 8???(5.18)lever0.004 2(0.57)0.004 5(0.40)0.004 5(0.21)0.001 7(0.16)-0.004 2(-0.42)-0.001 3(0.13)0.001 2(0.11)0.000 7(0.07)liquity0.009 3(0.64)0.009 7(0.67)0.013 2(0.92)0.013 6(0.94)0.009 3(0.72)0.011 8(0.91)0.014 0(1.09)0.014 4(1.12)eps0.008 8(1.24)0.008 9(1.14)0.019 0??(2.40)0.016 6??(2.12)0.007 4(1.06)0.009 5(1.36)0.015 0??(2.13)0.013 4?(1.91)salary-0.008 9(-0.69)-0.009 5(-0.59)-0.009 5(-0.59)-0.009 9(-0.61)-0.009 5(-0.66)-0.010 5(-0.73)-0.009 5(-0.59)-0.009 2(-0.64)age0.087 9???(4.83)0.086 1???(4.63)0.086 1???(4.63)0.087 4???(4.71)0.069 5???(4.18)0.067 2???(4.07)0.069 1???(4.16)0.066 8???(4.06)state0.073 6??(2.14)0.073 7??(2.06)0.069 7??(1.96)0.070 9??(1.99)0.061 7?(1.93)0.059 9??(1.88)0.059 4??(1.86)0.060 3??(1.89)icde-0.003 5(-0.31)-0.003 3(-0.30)-0.002 9(-0.26)-0.003 3(-0.30)-0.005 2(-0.52)-0.005 9(-0.60)-0.004 8(-0.48)-0.005 0(-0.51)controlvote-0.026 3??(-2.28)-0.024 9??(-2.15)-0.0271 9??(-2.35)-0.028 5??(-2.42)-0.015 0(-1.44)-0.023 2??(-2.19)-0.021 2??(-2.05)-0.022 0??(-2.09)industry已控制year已控制R-sq0.029 60.029 70.034 10.033 00.026 60.026 50.029 50.026 3P0.000 00.000 00.000 00.000 00.000 00.000 00.000 00.000 0

注：***、**、*分別代表1%、5%、10%的顯著性水平(雙尾)；cros3代表dhi與lei交乘；cros4代表dhi與curr交乘。

表7 穩健性檢驗(第二部分)

變量invr模型(6)模型(7)(1)(2)(3)(4)dhi-0.014 7??(-2.46)-0.012 0??(-2.05)-0.024 1???(-3.12)-0.017 0??(-2.36)cros5——0.009 1?(1.93)—cros6———0.006 3?(1.67)lei-0.018 4???(-2.72)—-0.018 1???(-2.68)—curr—-0.112 1???(-17.37)—-0.111 7???(-17.28)size-0.070 3???(-5.44)-0.069 3???(-5.45)-0.067 3???(-5.17)-0.067 7???(-5.29)tobinq0.038 0???(4.97)0.036 3???(4.84)0.038 1???(4.99)0.036 3???(4.84)roa0.036 6???(5.99)0.033 7???(5.60)0.036 1???(5.90)0.033 4???(5.55)lever-0.012 8??(-2.02)-0.010 4?(-1.68)-0.012 2?(-1.92)-0.010 1?(-1.62)age-0.122 7???(-8.29)-0.081 7???(-5.57)-0.122 9???(-8.31)-0.081 5???(-5.56)salary0.002 9(0.32)-0.003 3(-0.36)0.002 6(0.29)-0.003 5(-0.39)cross-0.018 2??(-2.45)-0.034 5???(-4.69)-0.018 3??(-2.46)-0.034 6???(-4.71)board0.000 0(-0.01)-0.003 6(-0.50)0.000 0(-0.01)-0.003 6(-0.50)boashare0.006 3(-0.47)0.002 3(0.18)0.006 3(-0.47)0.002 3(0.18)indboard-0.020 6??(-2.41)-0.052 3???(-6.13)-0.020 7??(-2.42)-0.052 3???(-6.13)fourcom0.019 1??(2.09)-0.001 1(-0.12)0.019 2??(2.10)-0.001 1(-0.12)icar0.045 3???(4.89)0.078 8???(8.87)0.045 3???(4.89)0.078 5???(8.83)controlvote-0.034 6???(-4.94)-0.045 7???(-6.59)-0.035 1???(-5.00)-0.046 0???(-6.63)industry已控制year已控制R-sq0.092 00.118 80.092 40.118 9p0.000 00.000 00.000 00.000 0

注：***、**、*分別代表1%、5%、10%的顯著性水平(雙尾)；cros5代表dhi與lei交乘；cros6代表dhi與curr交乘。

(四)穩健性檢驗

結合左拙人和胡文卿(2017)的研究[68]，重新設定模型(8)為投資扭曲程度計算方式；選取規模預示未來經濟狀況和可能出現的商業周期變化的宏觀經濟先行指數(Leading Economic Indicator)作為衡量宏觀經濟運行狀況的指標；借鑒馬草原(2015)的研究[2]，將金融機構人民幣流通中貨幣增長率(curr)作為衡量貨幣政策的指標，回歸結果顯示前文結論未發生改變。

invit+1=β0+β1cashrit+β2debtit+β3sizeit+β4invit+β5tobinqit+β6epsit+β7stateit+1+INDUSTRY+TIME+εit

六、結論與啟示

(一)研究結論

上市公司投資行為受債務異質性影響，宏觀經濟因素起到重要調節作用。其一，經營性負債比金融性負債更能發揮債務的監督約束機制[71]，較高的債務異質性通過多元化的融資使得債務的相機治理作用得到充分補充和疊加；異質性契約和債權人可能給企業帶來更多監督，以減輕管理層機會主義、過度自信、道德風險等代理問題，優化投資決策。其二，較高的債務異質性不排除企業難以從單一融資渠道得到足夠資金的可能，管理層在投資決策時則需持以更加謹慎的態度。一方面，債務異質性通過債權人監督、聲譽保持等機制，有效遏制了管理層由于自身利益而采取激進投資策略的行為；另一方面，通過來源分散的融資渠道，獲得更多資金以彌補投資不足，緩解上市公司的非效率投資。代表宏觀經濟運行狀況和貨幣政策的變量對于債務異質性和投資行為之間的關系均存在顯著的調節作用，說明管理層通過對企業外部宏觀因素的考慮，有可能使其在價值判斷上對投資項目可能面臨的風險更為深思熟慮；其對外部情景變化的感知、對未來趨勢的預判以及打破對企業內部問題思考的局限，可能被用來修正決策過程中個人的認知偏差和理性偏誤，并將這種修正后的認知投射到企業投資行為上[72]，使管理層能夠加強對風險的規避，更好地發揮不同負債的相機治理作用，提高資源配置效率。

(二)實踐啟示與政策建議

債務異質性使得債務融資基于債務契約的治理機制，為投資行為帶來多個維度的約束；企業管理層通過分析預示未來經濟狀況和可能的經濟因素，可能為企業提出不同的投資決策思路。本文通過將具有我國新興市場特征的外部宏觀經濟因素變化納入到考察企業融資決策對投資行為影響的模型中，對宏觀經濟因素與企業投融資行為的互動關系開展了進一步研究。企業在基于債務契約的融資結構選擇中，通常遵循最小化契約成本原則。在受到外部宏觀沖擊時，企業凈資產以及現金流量等變量隨之變動，利益相關者可能調整原有的財務契約，導致企業融資結構變化，從而改變投資行為。對于企業管理者而言，重視外部的宏觀經濟運行狀況以及貨幣政策，尤其在宏觀經濟下行期間，企業應在其財務預警中將外部宏觀環境作為關鍵變量，充分權衡各融資方式的利弊，以使企業行為受其融資決策等因素的不利影響降至最低。

以上研究對于進一步完善資本市場、提高監管效率具有一定的現實意義。對于政策制定部門以及監管機構，一方面，規范和完善包括經營性負債、債券等在內的多種融資制度和規則，以降低企業交易風險、擴展融資渠道、激發市場授信活力；優化金融信貸制度，重視企業所面臨的融資約束。企業對于金融服務的多樣化需求決定了資本市場應是多層次的市場經濟體系；加快建設多層次資本市場，拓寬企業融資渠道，為經濟發展注入更多動力。同時，風險承擔主體的多元化也有利于金融市場的穩定、分散和化解金融風險；優化證券市場的進入和退出制度，使得企業難以獲得信貸時可能通過證券市場進行“擇機性”融資。另一方面，我國宏觀經濟政策的逆周期操作主要是通過政府主導的投資帶動其他渠道的配套資金實現，可能在提高短期效率的同時擠占了私人部門的投資；因而減輕企業負擔、加強用于應對經濟金融環境變化的貨幣政策工具的創新，可能使得企業增加可支配資源、提升經營業績。通過營造促進經濟轉型的制度環境，規范資本市場的運行，支持企業多元化融資、提高投資效率，推動國民經濟健康、有序發展。

(三)不足與展望

本文對宏觀經濟因素作用于企業融資與投資行為的影響機制進行了探討，雖然能對中國式的企業行為做出合理的解釋，但仍存在不足之處。作為異質性的經營性負債可以細分為金融機構借款、商業信用以及其他負債，他們在考慮了宏觀經濟因素后對企業投資行為可能存在不同的作用。在投資行為方面，可以將樣本根據產業或者不同類型的投資進行分類、更深入地分析投資扭曲的方向。另外，選取其他類型的宏觀經濟因素如采購經理人指數、就業率、匯率、財政政策以及除了貨幣政策數量型工具M2以外的其他變量，以更進一步地探究企業債務異質性對投資行為的影響。