創(chuàng)業(yè)板上市公司負(fù)債水平對投資效率的影響

曹澤勇

（重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院，重慶 400000）

一、引言

2018年11月5日，國家主席習(xí)近平宣布將在上交所設(shè)立科創(chuàng)板。此前，一直有意見認(rèn)為上交所推出的科創(chuàng)板，對標(biāo)的正是深交所的創(chuàng)業(yè)板，而2019年1月30日發(fā)布的《實(shí)施意見》明確了科創(chuàng)板主要服務(wù)于科技創(chuàng)新企業(yè)。

作為新生產(chǎn)力，科技創(chuàng)新企業(yè)在資本市場上一向受到資金的追捧，對外投資行為在我國十分普遍。但是負(fù)債作為企業(yè)資金的主要來源，在創(chuàng)新企業(yè)具有不同商業(yè)邏輯的情況下，其與投資效率的關(guān)系尚不明確。

因此，本文基于創(chuàng)業(yè)板上市公司2010—2017年面板數(shù)據(jù)，實(shí)證檢驗(yàn)科技創(chuàng)新企業(yè)負(fù)債水平對投資效率的影響。本文的可能貢獻(xiàn)為：第一，針對科技創(chuàng)新企業(yè)明確了企業(yè)負(fù)債水平對投資效率的影響機(jī)理。第二，建立模型量化分析投資效率這一變量。

二、文獻(xiàn)綜述與研究假設(shè)

（一）投資效率

Fazzari等人建立投資-現(xiàn)金流敏感性模型（1979）度量投資效率水平。[1]另一經(jīng)常用于績效評價的DEA模型也曾應(yīng)用于投資效率的分析。王堅(jiān)強(qiáng)、陽建軍具體了投入產(chǎn)出指標(biāo)來分析中國房地產(chǎn)行業(yè)上市公司，發(fā)現(xiàn)非效率行為普遍存在。[2]

在實(shí)證檢驗(yàn)負(fù)債與投資效率的相互關(guān)系時，黃新建等借鑒貨幣政策研究常用的Richardson投資期望模型。[3]這一模型較好地解決了其他模型所存在的問題，而該模型在科技創(chuàng)新企業(yè)中的應(yīng)用較為少見，因此，本文采用該模型進(jìn)行研究，具有一定的創(chuàng)新性。

（二）負(fù)債水平與投資效率

負(fù)債能夠?yàn)槠髽I(yè)帶來資金，但同時也會產(chǎn)生融資成本，從而存在債務(wù)的“治理效應(yīng)”與“抑制效應(yīng)”。[4]

對于“治理效應(yīng)”而言，自由現(xiàn)金流假說與融資約束理論將負(fù)債視為一種融資成本，融資成本的存在會對企業(yè)資金進(jìn)行約束，從而限制管理層不當(dāng)行為，提高投資效率。

對于“抑制效應(yīng)”而言，主要指負(fù)債的存在會使得管理層為了美化業(yè)績，操縱財(cái)務(wù)報表信息，對股東投資決策造成誤導(dǎo)，從而降低投資效率。[4]因此，本文提出以下假設(shè)。

H0：科技創(chuàng)新企業(yè)負(fù)債水平與投資效率正相關(guān)。H1：科技創(chuàng)新企業(yè)負(fù)債水平與投資效率負(fù)相關(guān)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選擇中國創(chuàng)業(yè)板上市公司2010-2017年的年度數(shù)據(jù)作為研究樣本，數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。參照以往研究，本文剔除了ST行業(yè)以及相關(guān)變量缺失的樣本，最終得到1960個有效的企業(yè)年度數(shù)據(jù)。

（二）研究變量

1、被解釋變量——投資效率（INBit）

借鑒黃新建、曾璐等[3]的研究，本文建立投資期望模型，采用資本投資支出的實(shí)際值與期望值差異的絕對值衡量投資效率INB，數(shù)值越小，投資效率越高。

其中：INV表示資本投資支出，用無形資產(chǎn)、固定資產(chǎn)和其他非流動資產(chǎn)的凈變化量除以期初資產(chǎn)總額進(jìn)行度量。

2、解釋變量——負(fù)債水平（LEVit）

本文采用資產(chǎn)負(fù)債率來度量企業(yè)負(fù)債水平，數(shù)值越高，企業(yè)負(fù)債水平越高。

3、控制變量（CVit）

控制變量選取借鑒王少華、劉小梅等[4]文獻(xiàn)，具體的定義及測度見表1。

表1 變量定義

（三）回歸模型設(shè)定

借鑒王少華等[4]的研究，本文設(shè)定回歸基本模型如下：

四、實(shí)證結(jié)果分析

回歸分析結(jié)果如表2所示。LEV的回歸系數(shù)為-0.083，在5%的水平上顯著，可以認(rèn)為，科技創(chuàng)新企業(yè)投資效率會受到企業(yè)整體負(fù)債水平的影響，而企業(yè)負(fù)債水平越高，INB的值越小，意味著企業(yè)投資效率越高，當(dāng)前科技創(chuàng)新企業(yè)負(fù)債水平與投資效率呈正相關(guān)關(guān)系。

表2 企業(yè)負(fù)債水平和投資效率回歸分析

控制變量方面，股權(quán)集中度（TOP）、公司規(guī)模（SIZE）以及債務(wù)擔(dān)保能力（TAN）均在1%的水平上與INB顯著正相關(guān)，即與投資效率負(fù)相關(guān)。這表明委托代理理論在解釋投資效率決定方面存在較高的解釋力，委托代理關(guān)系失衡會導(dǎo)致企業(yè)投資選擇的失策，由負(fù)債帶來的企業(yè)資金并不能很好地用于有效投資行為。

五、研究結(jié)論與啟示

本文以創(chuàng)業(yè)板上市公司為樣本對科技創(chuàng)新企業(yè)進(jìn)行實(shí)證分析的結(jié)果也說明了當(dāng)前互聯(lián)網(wǎng)時代商業(yè)邏輯的改變，大多數(shù)企業(yè)負(fù)債經(jīng)營，追求快速占領(lǐng)市場，通過負(fù)債水平的提高獲得市場操作和盈利的空間。此時，資金的投入往往也更能提高投資選擇的效率。

當(dāng)前商業(yè)市場越來越依賴資本的投入，科技創(chuàng)新企業(yè)要合理選擇債務(wù)政策，審慎判斷企業(yè)成長態(tài)勢和市場環(huán)境，整合內(nèi)外資源，在時代政策利好的情況下實(shí)現(xiàn)自身的長遠(yuǎn)發(fā)展。