企業金融投資是否可以緩解融資約束

俞俊濤

(杭州第二中學錢江學校，浙江 杭州 311215)

一、引言

對于中國大多數企業來說，融資約束是嚴重制約企業戰略發展的阻礙，它會使企業缺乏投入于技術創新和主營業務發展的資金。融資約束是由于企業與市場的信息不對稱使企業難以通過外部機構來獲取充足資金的情況(Fazzarietal.,1988)[1]。倘若企業長期面臨資金不足且融資困難的情況，那么企業未來的業績發展速度將會大大減緩。因此，如何幫助企業走出融資約束帶來的一系列問題成為了學者們關注的焦點。

二、文獻回顧

1.融資約束的成因和影響

融資約束的成因和影響需要從多個角度進行研究分析。企業對于市場行情的掌握是形成融資約束的重要因素。掌握市場信息越充分的企業，越容易在經濟市場及政治社會上獲取更大的收益，也更容易獲取資金的補給從而推進自身發展(Myers&Majluf,1984)[2]。

有學者建立了融資約束與企業投資決策的框架，證明融資約束的成因與風險的不確定性有關(Boltonetal.,2011)[3]。目前較為完善的融資約束定義是由于市場不完備性及代理問題導致企業外部融資難度較大且收益較少，該定義被廣大文獻所支持和借鑒[4]。對于融資約束的成因，國內的學者們從多個方面進行探究。鄧可斌等(2014)[5]認為企業不穩定的投資行為和投資效率會導致企業出現融資約束。而有學者認為股權結構的不同是引起融資約束的重要原因。

2.金融投資的特點和影響

相對于實體投資，金融投資具有操作方便等特點。由于金融資產在較短時間內獲取的收益相對于實體資產要更加迅速高效，非金融企業會將資金更多地投入金融資產之中，從而減少實體投資。對于實體企業而言，實體投資周期長，且程序較為復雜，而金融投資不僅程序較為簡單，靈活性更強，有更多獲利方式，并且金融投資還有著收益快的優勢(馬俊等，2019)[6]。故受到金融市場豐厚利潤的吸引，且投資性房地產的風險性可能更大，所以實體企業會對金融投資更加關注，并主要分為兩種情況：一是將其作為一門獨立業務；二是將金融作為主業的輔助手段，在資金上提供支持(鐘朋榮，2019)[7]。

而實際上，企業如果不理智地過度金融投資，會使企業容易將大量本應重點投入主營業務的資本轉而投入金融領域，從而導致企業主營業務發展速度趨于緩慢(Stockhammer,2010)[8]，并間接影響到企業創新力，造成企業在創新投入上的支出大大減少(謝家智等，2014)[9]。同時也有學者對金融投資對非金融企業的影響提出了質疑，則基于代理理論認為，企業的高管和大股東為了追求更高的收入利潤，更傾向于持股投資風險較大，但時間較短且收益較大的金融機構，從而進行投機投資，以滿足自身利益。

外國學者在金融投資領域具有豐富的研究經驗。認為外部融資成本過高會迫使企業放棄一些高收益長時間投資項目，從而不斷追求時間短但收益低的投資建設項目。而存在融資約束的企業，獲得外部融資的難度將大大增加，所以造成了投資不足的現象。金融投資所獲得的收益會增加企業的資金儲備量，從而使企業更好地應對市場外部環境變化，保障企業穩定發展，促進實體經濟增長(Gilbert Tetal.,2017)[10]。

3.金融投資對融資約束的影響

學者們對于如何緩解融資約束提出了大量不同方面的解決方法。部分學者發現金融環境較為優良的地區企業總體遭受融資約束的影響較小(解維敏和方紅星，2011)[11]。還有部分學者開始從企業內部市場結構進行探究，如賀勇和劉冬榮(2011)[12]探討了不同的企業管理決策對企業融資約束的影響。而隨著深入探究，從更大的市場環境中，發現構建良好的金融生態環境可使企業加強經營主營業務及獲取資金的能力。

而關于企業金融投資與融資約束之間的聯系則一直是國內外學者所研究的重點之一。金融投資是指投資主體為了得到未來的收益，主動承受風險，并將資金投入到證券、房地產等金融市場活動中的經濟行為。

近年來我國金融投資規模的不斷擴大一定程度上受到了經濟金融化的影響，而這也推動了實體企業將投資視角從原本的主營業務上轉向投資收益率更高的金融資產行業，從而能夠通過合理配置資源來合理選擇投資方向，促進企業的資金增長，使企業市場競爭能力增強，并減弱融資約束的影響程度。

國內學者指出，金融投資顯著增長的現象，在不論是融資約束大或者融資約束小的企業中都有出現，并且帶動了金融收入的增長。而有學者通過對產業結構的不同和融資約束程度的研究后，發現當企業資金極為短缺時，制造業等非金融企業會加大對主營業務之外的相關金融產業的投資力度，進而起到在短時間內挽救企業資金短缺的局面。

大量關于企業金融投資與融資約束之間的聯系的實證研究主要偏集中于融資約束對企業金融投資的影響，而從相反角度進行研究的文獻相對較少。在對全球十多個經濟較不發達的國家進行研究后發現，在金融發展處于初步水平的國家中，整體企業的經濟水平較低，企業融資能力較弱。

國內也有不少學者從實證分析方面研究了相關課題。采用2008年～2015年上市公司持股金融機構的數據證實參股銀行并擁有良好的信譽水平的企業能夠顯著降低融資成本，緩解融資約束。以我國非金融類A股上市實體公司為樣本，研究發現投資一些規模較大的金融機構能夠有效提高企業融資的水平，增長企業的經濟發展速度。

三、理論分析

在我國金融領域蓬勃發展，市場制度不斷完善的情況下，企業金融投資收益不斷上升，而主營業務收益比重的不斷下降、金融投資收益的比重不斷上升成為企業經濟金融化的主要表現。通過更多的渠道以及利益的驅使之下，實體企業開始大規模地參與金融投資，加大金融投資的比重從而獲取高額利潤，以維持企業的發展狀況和促進企業資本進一步增長。

四、模型構建

1.模型設計

本文通過從微觀層面表現金融投資對于融資約束的相關具體影響，并借鑒了Tori&Onaran(2016)[13]等的研究構建了動態模型。結合了我國企業相關基本國情及上市公司的投資發展情況，來構建出合理的基本動態模型1，從而驗證假設1和假設2：

Lev=β0 +β1logF+β2Size+β3Gr+ε

(1)

其中，我們用資產負債率Lev來衡量融資約束的大小，資產負債率越低，這意味著企業能夠擁有充足的資金進行所屬業務，融資約束越低，企業償還債務的能力還可以表現出融資約束的程度。我們用logF表示企業金融投資，由于金融投資沒有專門的單一變量進行表示，故借鑒了張成思和張步譚(2017)[14]的研究方法，用交易性金融資產，長期股權投資，投資性房地產之和的自然對數來衡量企業金融投資。用Size表示企業規模。企業規模的大小與其所具有的總資產息息相關，故這里選擇采用期末總資產的自然對數來表示該變量。Gr代表企業成長性。標準誤ε包含實體企業層面的隨機沖擊。

2.數據來源和變量選取

考慮到企業各項指標的可獲得性和樣本代表性，本文選取了2009年～2019年我國滬深兩市所有A股市場上市公司為樣本，篩選條件如下所示：①剔除金融類上市公司樣本；②剔除主要數據缺失的樣本；③剔除ST樣本。本文最終獲得3550家公司的42660個樣本觀測值，并使用Stata15軟件進行實證研究。以上數據主要取自Wind數據庫。

本文選取的數據類型為面板數據。它的優勢在于可通過時間序列及截面兩個維度來選取和提供更多的樣本值，增加了研究數據的自由度；并且面板數據不僅提供樣本個體信息，還可通過其他樣本個體的行為信息來研究該樣本個體信息，精確度相對橫截面數據更高，從而具有更高的研究效率。

本研究所涉及的所有變量定義和計算為表1所示。

表1 主要變量的定義及計算

五、實證分析

1.描述性統計

本文的描述性統計主要側重于對于模型1中全部樣本的數據分析，數據分析的結果呈現在表2之中。39.9653為被解釋變量資產負債率Lev的均值，這說明整體實體企業的平均負債率較高，進一步反映了實體企業整體受到融資約束影響的程度較大。它的標準差為1.2279，這意味著每個實體企業的負債情況差異較為明顯，說明不同企業之間具體經營戰略和經營情況存在著一定的差異。18.0639為解釋變量企業金融投資logF均值，標準差為0.2464，說明實體企業之間進行金融投資所投入資金占總資金的比例差距不大，同時也反映了企業積極關注市場動態，參與進行金融投資的意愿較為普遍，投資數額較大的現象。22.4913為控制變量企業規模Size的均值，它的標準差則為0.9973，此時說明大多數中國實體企業普遍受到了不同程度的融資約束，而規模較小的實體企業在數量上較多，故規模較大的企業能夠通過更多的投資渠道和不斷更新企業經營決策來緩解融資危機。因此，企業成長性Gr的均值為23.9849，標準差為0.7690，這說明不同的實體企業之間的經濟實力增長速度有著一定的差距，這對于企業之間競爭能力差異的進一步擴大造成了一定的影響。由此，可以看出我國實體企業進行金融投資的需求和投資水平在原有基礎之上有一定的增長，已經初具一定規模。

表2 描述性統計

2.全樣本實證分析

本文運用面板最小二乘法(即OLS)，進行面板數據回歸。回歸分析是研究隨機變量與其他變量之間關系的統計方法。它的優勢在于當一個因變量受到多個自變量的影響時，可快速判斷自變量是否具有顯著性，以此為基準來篩選自變量。本文進行回歸分析的目的是通過已知數據來構建經濟模型來估計出其中的未知參數，從而確定某些變量之間的定量關系。

估計參數的常用方法是最小二乘法。最小二乘法是一種將最佳函數與最小化誤差的平方和進行匹配的數學優化技術，利用它可得到簡單線性回歸的參數估計量，而最小二乘估計式的優勢主要在于它具有最小方差性、無偏性及線性特性。最小二乘法估計的優勢是，將最小二乘法所求得的估計量與用其它方法求得的估計量比較，方差是最小的，即具有最佳性，這就是高斯馬爾可夫定理。而最小二乘法所求得的估計量參數與總體真實參數的誤差與其他方法相比極小，即具有無偏性。故通過最小二乘法所求得的估計量較為準確。

表3 全樣本實證結果

六、研究結論

本文基于我國實體企業遭受融資約束的影響較為嚴重，且金融市場大力發展，實體企業開始將部分資金投入到金融領域的背景，通過構建經濟模型實證分析了進行金融投資對融資約束的影響。經研究發現，融資約束雖然能夠通過企業進行金融投資來起到緩解作用，并且緩解的方式主要是通過增加企業的資金儲量來實現。但實體企業需要根據企業實際資金情況來控制金融投資的程度，進行合理的投資。與此同時，若實體企業不注重市場的行情變化和進行盲目跟風的金融投資，則會導致企業自身的經濟實力受到損害。因此，實體企業合理地進行金融投資的分配，不僅奠定了企業的堅實基礎，也為日后融資減少了一定的壓力。此外，對于公司規模較大的實體經濟企業，由于生產資金的相對充足和管理經驗的豐富，融資渠道也更為多元，可以進行相對于小規模更多類型的金融投資，故受到融資約束的影響較小。這說明了企業的規模大小對于融資約束的程度是有較大影響的，具有顯著性。