財務柔性、研發投入與企業全要素生產率

Ha Minh Chi

一 引 言

中國經濟進入“新常態”，標志著粗放型高增長不可持續。國家“十三五”規劃中明確提出用改革的方法提高全要素生產率，十九大報告進一步強調經濟高質量發展，生產效率提升成為更加重要的經濟發展目標。因此，如何優化資源配置、調整結構以提高微觀企業和宏觀經濟的全要素生產率具有十分重要的研究意義。

全要素生產率及其影響因素已成為學界關注的重點。研發投入、企業的融資環境是影響全要素生產率的兩個方面。Gatti和Love(2008)[1]從信貸融資的角度分析表明，無法獲得有效信貸的企業通常具有更低的生產率，Bakke(2009)[2]的研究也表明信貸減少會導致企業生產率衰減。Ferrando和Ruggieri(2018)[3]從外部融資環境的角度對歐洲企業進行研究，發現企業外部金融摩擦增大會降低生產率水平，Beck et al.(2000)[4]從金融發展的角度證明地區金融發展會提升企業的生產率。國內學者研究發現，在融資約束的情形下，金融發展(劉洪鐸，2014)[5]、政府補貼(任曙明和呂鐲，2014)[6]等能夠促進企業全要素生產率的提升，張建華等(2018)[7]采用中國工業企業數據研究發現，股權和債務融資的增加都能夠促進全要素生產率的提高，王勇和張耀輝(2018)[8]研究認為，企業主體的內部治理與外源融資協同對企業效率的提高至關重要。

根據“優序融資理論”，企業的融資除了外部的債權和股權融資之外，內源融資也是企業融資的重要來源(Myers和Majluf，1984)[9]，這種內源融資就是企業內部儲備的財務柔性(DeAngelo et al.，2006)[10]。2008年金融危機之后，為應對外部環境不確定性，越來越多的企業選擇低負債和高現金持有以保持一定的財務柔性水平(汪金祥等，2016[11]；Pinkowitz et al.，2016[12])，而對于財務柔性問題的研究也越來越豐富，集中于財務柔性對企業融資、投資和投資效率(曾愛民等，2013)[13]等經營選擇影響方面。Shaikh et al.(2018)[14]指出財務柔性對于高科技企業的研發投入具有重要影響，財務柔性的存在能夠提升高科技企業的研發投入。本文關注的主要問題在于財務柔性對企業生產效率是否會產生影響？以及財務柔性是如何對其產生影響的？

對比現有研究，本文創新之處主要體現在三點：(1)從全要素生產率的角度研究財務柔性對企業生產效率的影響，補充了財務柔性這一越發重要的財務概念與企業經營活動間關系的研究；(2)分析研發投入在財務柔性與全要素生產率之間的中介作用，探究了財務柔性對于全要素生產率的影響機制；(3)本文研究結果與其他學者研究成果略有差異，說明財務柔性與全要素生產率之間關系的多樣性，從財務柔性的角度提升全要素生產率需要考慮多重因素。

二 理論分析與研究假設

對財務柔性與企業投資和投資效率之間關系的討論存在著兩種截然相反的觀點：“預防性需求假說”認為財務柔性是對未來不確定性的一種應對，能夠提升企業把握未來投資機會的能力；“浪費支出假說”(Jensen，1986)[15]則認為財務柔性是一種資源浪費，會增加企業管理者的私利，導致代理成本的上升(John et al.，2016)[16]。國內學者研究認為財務柔性與企業投資行為之間具有復雜關系。陳紅兵和連玉君(2013)[17]研究發現財務柔性能夠提升企業投資水平，但是由于委托代理問題的存在，財務柔性企業的投資效率顯著低于無財務柔性企業的投資效率。企業通過資本運作、現金流調控、利潤分配等途徑獲取財務柔性，全要素生產率作為衡量企業生產效率的重要指標，受到財務柔性獲取過程中各類經營活動的影響。與財務柔性影響企業的投資效率相同，當企業的財務柔性水平較低時，隨著財務柔性水平的增加，企業的投資能力和研發支出有所增加，此時，財務柔性的增加對于企業全要素生產率更多的是促進作用。但是，隨著全要素生產率的提升，一方面企業的邊際產出降低，邊際效率下降；另一方面，內源資金相對于外部融資而言缺少了來自于債權人等方面的外部監管，委托代理問題突出，此時，財務柔性的增加對全要素生產率可能會產生一種抑制作用。

由此提出研究假說1：財務柔性與全要素生產率之間呈倒“U”型關系，隨著財務柔性的增加，全要素生產率先升后降。

財務柔性對企業投資水平和研發投入具有重要影響，例如現金持有可以保障研發投入，影響研發水平。而全要素生產率與企業研發投入息息相關，研發投入帶來的技術進步是全要素生產率提升的重要動力(毛德鳳等，2013[18]；孫曉華和王昀，2014[19])，因此本文認為財務柔性主要通過影響研發投入進而影響全要素生產率。

企業研發創新行為具有高風險特征，研發投入可能顆粒無收，因此研發支出過程中的代理問題也極為嚴重。陳巖等(2016)[20]研究指出，委托代理沖突是企業研發投入過程中高投入、低效率的重要原因。劉洪鐸(2014)[5]、任曙明和呂鐲(2014)[6]的研究表明金融發展和政府補貼等額外的金融資源對于面臨融資約束企業和非融資約束企業的全要素生產率具有明顯不同的效果。作為融資來源的重要渠道之一，財務柔性對于不同融資約束狀況的企業也具有不同效果。對于面臨融資約束的企業，財務柔性能夠為企業研發提供低成本、高度自主的內源資金；對于不存在融資約束的企業，研發支出容易出現過度投資和低效率使用的現象，尤其是低成本和弱約束的財務柔性資源更加降低了研發支出的轉化效率。

因此，提出研究假說2：財務柔性通過影響研發投入進而影響到全要素生產率。(a)當企業面臨融資約束時，財務柔性和研發投入的交叉項與全要素生產率顯著正相關；(b)當企業不存在融資約束時，財務柔性和研發投入的交叉項與全要素生產率顯著負相關。

圖1 財務柔性與企業全要素生產率注：圖中O表示企業全要素生產率最大時的財務柔性水平；P表示全要素生產率下降到0時的財務柔性水平，實際中難以出現。

三 樣本選擇、主要變量與模型設定

(一)樣本選擇

本文以2007-2017年我國A股上市制造業公司作為研究對象，考慮到數據樣本的科學性，對其進行如下處理：(1)剔除ST、*ST上市公司；(2)剔除數據缺失和數據明顯異常(如資產負債率大于1)的樣本；(3)由于采用OP方法計算全要素生產率時要求投資額為正，因此剔除投資為負的樣本；(4)為了避免極端值的影響，借鑒大多數學者的做法，對各模型中出現的連續變量進行1%水平縮尾處理。本文采用的數據均來自于CSMAR數據庫和WIND數據庫，最后得到1953家上市公司共計11754個觀測值的非平衡面板數據。

(二)主要變量的衡量

1.融資約束

現有衡量企業融資約束的方法較多，本文借鑒魏志華等(2014)[21]、劉宇堯和陸家騮(2018)[22]的做法，采用Kaplan和Zingales(1997)[23]基于負債水平、成長性、現金持有量、經營性現金凈流量和股利水平五個指標構建的“KZ指數”來衡量企業融資約束水平。首先對這五個財務指標分年度取中位數后分組賦值，其中資產負債率(DEBT)和成長性Tobin’Q大于中位數取值為1，小于中位數取值為0，而現金持有/上期總資產(Ct/At-1)、經營性凈現金流/上期總資產(CFt/At-1)、現金股利/上期總資產(DIVt/At-1)三個指標則相反。然后對五個指標的賦值進行求和，并且將求和后的值對這五個財務指標的原始數值進行排序邏輯回歸。最后將回歸系數代入回歸模型估計每個上市公司每一年度的KZ指數，本文估計KZ指數的公式為：KZ=2.088DEBT+0.111TOBINQ-9.382C/A-3.86CF/A-0.423DIV/A，結果與Kaplan和Zingales(1997)[23]對美國上市公司進行研究和魏志華等(2018)[21]以中國上市公司進行研究得出的結論非常類似，估計模型較為合理。KZ值越大，代表融資約束程度越高，本文根據KZ指數的中位數和平均數分年度進行分組，高于中位數/平均數的上市公司歸類為融資約束組，反之則為非融資約束組。

2.財務柔性

財務柔性是指企業的剩余負債能力和現金持有水平，衡量難點在于對剩余負債能力的計算。根據財務柔性的定義，本文借鑒Hahn和Lee(2009)[24]、李青原和王紅建(2013)[25]的做法，采用企業抵押品價值與現有負債的差值來衡量企業的剩余負債能力。抵押品價值可以視為企業能夠獲得的債務融資上限(Gamba和Triantis，2008)[26]，與采用偏自回歸模型計算得到的目標資本結構相比，抵押品價值更少受到歷史負債率的影響，在理論上更加準確，也能夠在一定程度上降低內生性的影響。因此本文借鑒劉宇堯和陸家騮(2018)[22]的方法，計算財務柔性的公式為：

(1)

此外，為檢驗結果的穩健性，本文還借鑒曾愛民等(2013)[13]、王滿和劉子旭(2016)[27]的方法，采用企業的現金持有和負債率與行業均值的差值衡量財務柔性。

3.企業全要素生產率

計算企業的全要素生產率有OLS、OP、LP、ACF等多種方法。本文以Cobb-Douglas生產函數為基礎，借鑒魯曉東和連玉君(2012)[28]、程晨和王萌萌(2016)[29]的估計方法，考慮到測量結果的穩健性，同時采用LP半參數法(Levinsohn和Petrin，2003)[30]和OP半參數法(Olley 和 Pakes，1996)[31]估計全要素生產率。

由于本文研究對象是A股上市制造業企業，因此在估計全要素生產率時，工業增加值采用主營業務收入的自然對數衡量；勞動力采用員工總數的自然對數衡量；要素投入采用購入商品和勞務的金額的對數進行衡量；資本投入采用企業的資本性支出進行衡量。在采用OP法測量全要素生產率時還需要企業的退出數據，本文認為上市公司股權、業務等發生實質轉移可理解為原公司已退出，因此對樣本期間內上市公司當年度所屬行業和公司名稱都發生改變的視為退出，該指標虛擬變量取值為1，否則為0。最后采用STATA分析軟件得到全要素生產率TFP_LP和TFP_OP。

(三)模型設定

本文主要研究財務柔性對于全要素生產率的影響，以及研發投入在其中所發揮的關鍵性作用，根據研究假設，構建如下兩個實證模型：

TFPit=β0+β1FF_SQit-1+β2FFit-1+β3RDit+β4ASSETit+β5DEBTit+β6TOBINQit+

β7FSHAREit+β8BSHAREit+β9DUALit+β10INDIREit+β11SOEit+∑indu+∑year+εit

(2)

TFPit=β0+β1FFit-1*RDit+β2FFit-1+β3RDit+β4ASSETit+β5DEBTit+β6TOBINQit+

β7FSHAREit+β8BSHAREit+β9DUALit+β10INDIREit+β11SOEit+∑indu+∑year+εit

(3)

模型(2)和模型(3)中TFPit表示全要素生產率，同時采用LP和OP方法估計，分別記為TFP_LPit和TFP_OPit；FFit-1是期初財務柔性指標，由式(1)計算得到；FF_SQit-1是財務柔性指標平方項；RDit表示當年度研發投入；FFit-1*RDit是財務柔性與研發投入交叉項。在控制變量方面，借鑒已有研究，對公司層面財務指標和公司治理因素進行了控制，其中ASSETit是總資產對數，衡量企業規模；DEBTit是資產負債率；TOBINQit衡量公司成長性；FSHAREit、BSHAREit和INDIREit是公司治理方面的指標，分別表示第一大股東持股比例、第二到第十大股東持股比例和獨立董事占董事會比例；DUALit是董事長和總經理兩職合一虛擬變量，兩職合一取0，兩職分離則取1；SOEit是企業性質虛擬變量，國有企業取1，非國有企業取0。模型同時還對行業和年份效應進行控制。

四 實證檢驗

(一)描述性統計

表1為各變量的描述性統計結果。從表1中可以看出，本文采用LP和OP法得到的全要素生產率的均值分別是12.898和10.793，整體數值介于6～16之間，與趙靜梅等(2015)[32]利用A股上市公司數據、王杰和劉斌(2014)[33]利用工業企業數據計算得到的全要素生產率相當，表明本文測算得到的全要素生產率較為準確。主要解釋變量財務柔性的均值為0.105，表明A股上市制造業公司整體上儲備有一定水平的財務柔性，以備外源融資不足之需。同時，財務柔性指標最大值與最小值波動較大，表明不同企業間財務柔性水平存在著較大差異。

表2為自變量間的相關系數矩陣。表中顯示，除了財務柔性與資產負債率之間相關系數較高之外，其他變量間相關系數均較小。本文還對模型進行了VIF檢驗，模型(2)和模型(3)的VIF值均小于3，說明變量間不存在多重共線性，可以進行回歸分析。同時，本文還采用金融負債率作為資產負債率的替代變量進行穩健性檢驗。

表1 各變量描述性統計結果

表2 自變量間相關性系數矩陣

(二)實證結果分析

本文使用的數據樣本為非平衡面板數據，進行回歸分析前對模型進行Hausman檢驗和F檢驗，檢驗結果支持固定效應模型，因此回歸分析選擇控制行業和年份的雙向固定效應模型。同時，固定效應模型可以在一定程度上緩解遺漏變量帶來的內生性問題，使回歸分析結果更加穩健。

表3 模型(2)回歸分析結果

注：***p<0.01, **p<0.05, *p<0.1，括號內為系數的穩健標準誤。列(1)和列(2)是不加入控制變量的回歸分析結果，列(3)和列(4)是加入控制變量的回歸分析結果。

表3為模型(2)回歸分析的結果。財務柔性的二次項與TFP_LP和TFP_OP均在1%水平顯著負相關，回歸分析擬合所得函數的中軸線大致在FF=0.179處，與表1中FF的描述性結果對比可以發現，中軸線在中位數和75%分位數之間，表明財務柔性與全要素生產率之間呈倒“U”型關系，隨著財務柔性水平的上升，全要素生產率先升后降，驗證了研究假說1。在控制變量方面，研發投入與全要素生產率在1%水平顯著正相關，與現有研究結論相一致，研發投入越高，企業創新能力越強，全要素生產率越高；資產規模和TOBINQ與全要素生產率顯著正相關，企業規模越大，生產要素投入能力越強，全要素生產率越高，而成長性越高意味著企業技術積累和生產能力越強，因此全要素生產率也越高。對于公司治理因素方面的控制變量，第一大股東持股比例與全要素生產率顯著正相關，股權制衡度和兩職分離與全要素生產率顯著負相關，表明上市制造業企業的權利越集中，全要素生產率越高，這與孫兆斌(2006)[34]的研究結論一致，證明上市制造業企業中大股東存在明顯的“支持效應”。

表4和表5為模型(3)的回歸結果，其中表4被解釋變量是采用LP方法得到的全要素生產率TFP_LP，表5被解釋變量是采用OP方法得到的全要素生產率TFP_OP。表4和表5中列(1)為對全樣本進行回歸分析，列(2)、列(3)和列(4)、列(5)分別按照衡量融資約束的KZ指數的中位數和平均數劃分為融資約束組和非融資約束組進行回歸。

模型(3)主要分析財務柔性與研發投入的交叉項對于全要素生產率的影響，從表4和表5可以看出，在全樣本中，交叉項與TFP_LP和TFP_OP都不存在顯著的相關關系，表明財務柔性通過研發投入對于全要素生產率的影響并不是簡單的線性關系。根據前文的理論分析，財務柔性對于面臨融資約束和非融資約束的企業會產生不同影響，因此進一步地，以融資約束情況作為依據對全樣本進行分組，從分組的角度證明本文模型較為穩健。

結果表明，不論是按照中位數還是平均數進行分組，在融資約束組中，FF*RD與TFP_LP和TFP_OP顯著正相關，表明當企業存在融資約束時，財務柔性儲備越高，增加研發投入會提升企業的全要素生產率，驗證了假說2(a)。然而，在非融資約束組中，FF*RD與TFP_LP和TFP_OP顯著負相關，表明當企業不存在融資約束時，企業的財務柔性水平越高，增加研發投入反而會降低企業的全要素生產率，驗證了假說2(b)。值得關注的是，不論是在全樣本還是在分組樣本中，財務柔性與全要素生產率之間不存在顯著的相關關系，而研發投入與全要素生產率均是顯著的正相關關系，表明財務柔性確實是通過影響研發投入進而對全要素生產率產生影響，而研發投入增加本身有利于企業全要素生產率提升，但是當財務資源過于寬松時會產生反向影響。控制變量的結果基本上與表3一致。

表4 模型(3)分組回歸結果(被解釋變量：TFP_LP)

(續上表)

變量(1)全樣本KZ中位數分組(2)融資約束(3)非融資約束KZ平均數分組(4)融資約束(5)非融資約束DEBT-0.195??-0.291?0.151-0.267?0.148(0.082)(0.169)(0.113)(0.155)(0.120)TOBINQ0.044???0.037???0.045???0.041???0.044???(0.007)(0.014)(0.008)(0.013)(0.009)FSHARE0.756???1.331???0.440??1.210???0.502???(0.138)(0.242)(0.182)(0.227)(0.193)BSHARE-0.002??-0.001-0.003??-0.001-0.003??(0.001)(0.002)(0.001)(0.002)(0.001)DUAL-0.053??-0.097?-0.021-0.085?-0.009(0.026)(0.051)(0.029)(0.047)(0.031)INDIRE-0.1010.458-0.461?0.441-0.567??(0.207)(0.377)(0.248)(0.353)(0.257)SOE-0.0580.152-0.372???0.119-0.390???(0.066)(0.102)(0.092)(0.096)(0.102)行業控制控制控制控制控制年份控制控制控制控制控制N117545118663656286126R20.2480.2690.2650.2650.264

注：***p<0.01, **p<0.05, *p<0.1。

表5 模型(3)回歸結果(被解釋變量：TFP_OP)

(續上表)

變量(1)全樣本KZ中位數分組(2)融資約束(3)非融資約束KZ平均數分組(4)融資約束(5)非融資約束TOBINQ0.047???0.045???0.041???0.049???0.040???(0.006)(0.013)(0.008)(0.013)(0.008)FSHARE0.649???1.124???0.367??0.993???0.454??(0.134)(0.239)(0.176)(0.225)(0.187)BSHARE-0.003??-0.001-0.003??-0.001-0.003???(0.001)(0.002)(0.001)(0.002)(0.001)DUAL-0.061??-0.113??-0.021-0.103??-0.009(0.025)(0.051)(0.028)(0.047)(0.029)INDIRE-0.1200.478-0.487??0.425-0.574??(0.202)(0.372)(0.241)(0.349)(0.248)SOE-0.0690.043-0.260???0.057-0.306???(0.064)(0.101)(0.089)(0.095)(0.098)行業控制控制控制控制控制年份控制控制控制控制控制N117545118663656286126R20.331 0.344 0.344 0.342 0.339

注：***p<0.01, **p<0.05, *p<0.1。

五 穩健性檢驗

(一)更換財務柔性衡量指標

上文采用企業抵押品價值與負債率的差值衡量財務柔性中的負債柔性，一些學者采用行業負債率和行業現金持有水平作為目標資產負債率和目標現金持有水平，因此本文以行業平均負債率和現金持有水平與企業的現金負債率和現金持有水平的差值作為財務柔性的衡量指標進行穩健性檢驗。

表6為模型(2)的穩健性檢驗結果。可以看出，采用新的財務柔性指標之后，財務柔性指標的二次項與全要素生產率顯著負相關，其他變量的符號和顯著性水平也基本上與表3一致，支持假說1，結果穩健。表7為在KZ中位數分組情況下，財務柔性與研發投入對于全要素生產率的影響，可以看出對于非融資約束組，財務柔性與研發投入的交叉項與全要素生產率顯著負相關，支持假說2(b)。但是在融資約束組中，交叉項與全要素生產率之間不存在顯著的相關關系。在采用平均數進行分組時，得到了相同的結果，支持了假說2(b)，但是假說2(a)沒有得到驗證，相關結果受限于篇幅沒有報告。因此，整體來說，更換財務柔性衡量指標之后一定程度上仍然能夠驗證假說1和假說2(b)，研究結論較為穩健，不能驗證假說2(a)的原因可能在于財務柔性的衡量方法不同。

表6 模型(2)更換財務柔性指標的穩健性檢驗結果

注：***p<0.01, **p<0.05, *p<0.1。

表7 模型(3)更換財務柔性指標的穩健性檢驗結果

(續上表)

變量TFP_LP(1)融資約束(2)非融資約束TFP_OP(3)融資約束(4)非融資約束FF-0.0880.001-0.1500.016(0.145)(0.070)(0.147)(0.069)RD5.014???5.574???5.061???3.675???(1.643)(1.006)(1.667)(0.992)控制變量控制控制控制控制行業控制控制控制控制年份控制控制控制控制N3270519532705195R2 0.1780.212 0.2650.287

注：***p<0.01, **p<0.05, *p<0.1。

(二)調整控制變量

在相關性系數矩陣分析中可以看到，財務柔性指標與資產負債率之間存在著較高的相關性，達到了-0.7左右，因此為了檢驗結果的穩健性，采用金融負債率作為資產負債率的替代指標。模型(2)中采用金融負債率替代資產負債率后，財務柔性的二次項與全要素生產率顯著負相關，一次項正相關，與表3結果完全一致，本文不再報告相關結果。表8為更改資產負債率指標后按照KZ指標中位數分組情況下財務柔性與研發投入對全要素生產率影響的回歸結果，可以看到與表4和表5基本一致，采用平均數分組時的回歸結果與此相同(受限于篇幅，文中未報告)，證明在調整了相關系數較高的控制變量后本文回歸結果依然穩健。

表8 模型(3)更改控制變量的穩健性檢驗結果

(續上表)

變量TFP_LP(1)融資約束(2)非融資約束TFP_OP(3)融資約束(4)非融資約束N5118663651186636R20.269 0.2680.3430.347

注：***p<0.01, **p<0.05, *p<0.1。

六 研究結論及其啟示

在不確定性明顯增強的外部經濟環境下，研究企業全要素生產率與研發和財務結構資源關系對驅動經濟高質量發展有重要意義。本文采用2007-2016年我國A股上市制造業企業數據，實證研究財務柔性對全要素生產率的影響，以及研發投入的中介作用。結果表明，隨著企業財務柔性水平的增加，企業全要素生產率先升后降，財務柔性與全要素生產率之間存在著倒“U”型關系，對于企業生產效率而言，財務柔性并不是越高越好。進一步檢驗發現，財務柔性與全要素生產率之間的倒“U”型關系主要是通過影響研發投入與全要素生產率之間的關系產生的，當企業面臨融資約束時，財務柔性的存在發揮了“預防性假說”的作用，作為外部融資的重要替代，增強了研發投入與全要素生產率之間的正向關系；但是當企業不存在融資約束時，財務柔性更多的是發揮“浪費支出假說”的作用，削弱了研發投入對于全要素生產率的正向影響。

財務柔性作為重要的財務結構資源，正為越來越多的企業所重視，儲備財務柔性以備不時之需，但本文的研究表明，從提升企業生產效率的角度來說，財務柔性并不是越高越好。對于面臨融資約束的企業來說，需要儲備一定的財務柔性資源以保障研發支出，進而促進全要素生產率的提高；而對于不存在融資約束的企業，則需要降低企業的財務柔性水平，減弱財務柔性水平過高而帶來的委托代理問題，以提升全要素生產率。本文研究結論對于政府補貼選擇同樣具有一定的指導性意義，政府選擇補貼對象和補貼金額時應該對企業的融資約束狀況加以甄別，對具有融資約束的企業進行補貼能夠增加全要素生產率，而對不存在融資約束的企業進行補貼時可能適得其反，這一建議與任曙明和呂鐲(2014)[6]研究結論相似。