企業(yè)融資約束度量方法文獻述評

蔡華安 趙琪琪 彭十一（通訊作者）

（湖南理工學院，湖南 岳陽 414000）

一、引言

經(jīng)濟新常態(tài)下，融資難問題成為制約許多企業(yè)發(fā)展的瓶頸問題，而要解決這個問題，就必須先量化企業(yè)所受融資約束的程度，這樣才能準確分析它的影響后果，為緩解企業(yè)融資約束找到有效的理論方法和對策，促進企業(yè)穩(wěn)定快速發(fā)展。目前，我國學者雖然已經(jīng)在融資約束領(lǐng)域積累了豐碩的研究成果，但在融資約束度量方法上仍舊缺乏共識，多種度量方法并存的現(xiàn)狀容易導致研究結(jié)果出現(xiàn)偏差，阻礙研究的深入。因此，總結(jié)并進一步發(fā)展融資約束度量方法是一項值得研究的課題。

二、融資約束的定義

國外學者從企業(yè)面臨融資約束時的表現(xiàn)出發(fā)來界定融資約束。它是指當企業(yè)內(nèi)部資金不能滿足投資需求時，由于企業(yè)內(nèi)外部融資成本存在差異，企業(yè)難以承受這種成本差異而無法融入足夠的資金時，企業(yè)就存在融資約束（Kaplan&Zingales，1997）。

融資約束的成因來源于信息不對稱和融資優(yōu)序理論。企業(yè)內(nèi)外部融資信息不對稱的存在使得外部投資者向企業(yè)提供資金幫助時，通常要求高于實際風險溢價的收益以彌補信息搜尋時所要付出的成本，提高了企業(yè)外部融資資金的供給價格，從而導致外部融資成本高于內(nèi)部融資成本，當兩者的成本差異較大時，企業(yè)只能依賴內(nèi)部融資進行投資，產(chǎn)生了融資約束問題（Stiglitz&Weiss,1981）。同時融資優(yōu)序理論告訴我們：企業(yè)在進行投資融資時，為避免支付相應(yīng)交易費用而更加依賴內(nèi)部資金，因此，交易成本也是融資約束產(chǎn)生的原因之一。（Jafee&Russel，1976；Stiglitz&Weiss,1981）。

三、融資約束的度量方法

1.現(xiàn)金流敏感性模型

（1）投資—現(xiàn)金流敏感系數(shù)（FHP）模型。Fazzari、Hubbard&Petersens（1988，2000）對企業(yè)投資與現(xiàn)金流敏感系數(shù)作了開創(chuàng)性研究，他們基于信息不對稱和代理成本理論，通過以托賓Q 和現(xiàn)金流為自變量，固定資產(chǎn)的投資為因變量，構(gòu)建立了投資—現(xiàn)金流敏感系數(shù)模型。

式中：（I/K）it表示企業(yè)i 在第t 期的固定資產(chǎn)的投資和期初總資本之比，X 代表理論上決定的投資需求變量，K 為期初總資本，CF 是內(nèi)部產(chǎn)生現(xiàn)金流的系數(shù)。

研究結(jié)果表明：融資約束越大，投資－現(xiàn)金流敏感度越高。此后不同的學者從不同的角度分別去驗證融資約束與投資－現(xiàn)金流敏感性之間的關(guān)系，研究結(jié)果主要有兩種觀點。一方面，有學者認為融資約束與企業(yè)投資現(xiàn)金流敏感性之間存在著正相關(guān)關(guān)系，進一步支持了Fazzari、Hubbard&Petersens 的研究結(jié)果。如Hoshi、Kashyap&Scharfstein（1991）、Athey&Laumas（1994）、Pawlina&Renneboog（2001）、Gelos&Werner（2002）、Gugler（2003）、Gangopadhyay（2004）、Pawlina&Renneboog（2005）、Arslan（2006）、Houston&James（2001）。另一方面，也有部分學者的研究得出相反的結(jié)論，認為融資約束與企業(yè)投資現(xiàn)金流敏感性之間存在負相關(guān)關(guān)系。如Kaplan&Zingales（1997，2000）、Cleary（1999）、Gomes（2001）、Alti（2003）、Plati-kanov（2006）、Pallathitta（2007）、（2012）、Moshirian&Vadilyev（2013）、Allenetal（2005）、Guarigliaetal（2011）。

（2）現(xiàn)金—現(xiàn)金流敏感系數(shù)模型。Almeida、Campell&Weisbach（2004）認為企業(yè)現(xiàn)金數(shù)量持有的多少是影響企業(yè)融資約束最直接的因素，企業(yè)在經(jīng)營過程中，非預期的資金短缺會對企業(yè)投資造成威脅，企業(yè)面臨的高融資約束通常會對應(yīng)高現(xiàn)金持有量，通過以托賓Q 和現(xiàn)金流為自變量，現(xiàn)金持有變化為因變量，構(gòu)建了現(xiàn)金—現(xiàn)金流敏感系數(shù)模型：

這種方法為企業(yè)融資約束的度量提供了新視角，其研究結(jié)果也得到了許多專家學者的認可，國外學者Oz-kanetal（2009）在研究中發(fā)現(xiàn)了與此模型相關(guān)的結(jié)論，即融資約束越大的企業(yè)，它的現(xiàn)金持有量越高。國內(nèi)學者也通過分組或采用交乘項方法，用這個系數(shù)模型來研究企業(yè)特征對融資約束的影響。如朱凱和陳信元（2009）、唐建新和陳冬（2009）、連玉君等（2010）、周寶源（2011）、羅琦和胡志強（2011）、孫剛（2011）。

2.KZ 指數(shù)、WW 指數(shù)和SA 指數(shù)

（1）KZ 指數(shù)。Kaplan&Zingales（1997）根據(jù)企業(yè)融資約束程度將樣本企業(yè)分為五組，通過有序的Logistic 模型分析，開創(chuàng)性地將企業(yè)經(jīng)營性凈現(xiàn)金流、股利支付水平、現(xiàn)金持有量、成長性以及負債水平五個企業(yè)指標以邏輯回歸的方式綜合為一個指數(shù)。Lamontetal（2003）在他們研究基礎(chǔ)上，選取了企業(yè)經(jīng)營現(xiàn)金流量、股利支付率、現(xiàn)金持有量、托賓Q 以及資產(chǎn)負債率等五個財務(wù)變量，通過有序Logistic 模型，重新進行了回歸分析，并構(gòu)造出了KZ 指數(shù)模型：

式中：OCF 為用期初總資產(chǎn)標準化了的經(jīng)營性凈現(xiàn)金流，Dividends 為用期初總資產(chǎn)標準化了的股利，Cash 為用期初總資產(chǎn)標準化了的現(xiàn)金持有水平，Lev 為資產(chǎn)負債率，Tobin’s Q為托賓Q 值。KZ 指數(shù)模型受到部分學者的認可，其中，李科和徐龍炳（2009）、徐龍炳和李科（2010）、譚躍和夏芳（2011）利用此模型方法實證度量我國企業(yè)融資約束程度。但也有部分學者對KZ 指數(shù)提出質(zhì)疑，Hadlock&Pierce（2010）認為KZ 指數(shù)模型中的自變量與因變量，在研究過程中，都會用到企業(yè)的一些相同指標數(shù)據(jù)，如資產(chǎn)負債率、現(xiàn)金水平、股利、現(xiàn)金流等，這些指標數(shù)據(jù)會對自變量的數(shù)值的回歸系數(shù)產(chǎn)生影響，從而導致模型估計出現(xiàn)偏差。

（2）WW 指數(shù)。Whited&Wu（2006）將企業(yè)的股利支付率、現(xiàn)金流、資產(chǎn)負債率、規(guī)模、營收增長率及行業(yè)的營收增長率六個指標變量線性組合，通過對投資歐拉方程等式進行廣義矩陣估計，構(gòu)造出了WW 指數(shù)模型度量方法：

這種方法的優(yōu)點在于研究者通過結(jié)構(gòu)方程模型對大樣本進行結(jié)構(gòu)方程估計，避免了因樣本數(shù)量選取少造成的計量結(jié)果誤差，但是大樣本的適用范圍難以確定，因此，該方法在適用性方面還是存在一定的局限性。

（3）SA 指數(shù)。HadlockandPierce（2009）在KZ 指數(shù)模型的基礎(chǔ)上，據(jù)企業(yè)的財務(wù)狀況，將企業(yè)劃分為五級融資約束類型，利用企業(yè)規(guī)模（Size）和企業(yè)年齡（Age）兩個具有很強外生性的變量，通過Probit 模型進行回歸，構(gòu)造出了SA 指數(shù)計算模型：

式中：Size 為企業(yè)規(guī)模的自然對數(shù)（單位：百萬元），Age為企業(yè)成立時間長短（單位：年），SA 指數(shù)的絕對值越大意味著企業(yè)受到的融資約束越嚴重。SA 指數(shù)模型度量方法的優(yōu)點在于模型中的企業(yè)規(guī)模和企業(yè)年齡兩個變量均為外生性變量，數(shù)據(jù)易于獲得且相對穩(wěn)定，這種計算方法不僅避免了財務(wù)指標中相關(guān)變量內(nèi)生性的問題，也符合經(jīng)驗和直覺。自從Brown&Petersen（2010）在他們的研究中采用了這種方法之后，由于這種指數(shù)計算方法沒有包含有內(nèi)生性特征的變量、易于計算且指數(shù)相對穩(wěn)健，逐漸在國內(nèi)外得到推廣，我國許多學者如鞠曉生（2013）、王金（2015）在各自的論文中都用了此公式來衡量樣本企業(yè)融資約束相對程度。

近年來，部分學者在評價融資約束的程度時，開始將上述三種指數(shù)和企業(yè)特性指標綜合到一起來進行研究。如顧乃康等（2010）在研究中，結(jié)合了所有權(quán)性質(zhì)、企業(yè)規(guī)模以及WW 指數(shù)三個標準來衡量企業(yè)受到的融資約束程度；龔光明（2012）在研究中，也結(jié)合了資產(chǎn)負債率、企業(yè)規(guī)模、現(xiàn)金股利支付率以及KZ 指數(shù)等變量來衡量樣本企業(yè)受到的融資約束程度。

3.國內(nèi)學者自建模型或指數(shù)

（1）多元判別分析方法。這種研究方法是研究者首先預先設(shè)定融資約束的判別標準，然后再選取相應(yīng)的財務(wù)指標，分析所選取的財務(wù)指標與企業(yè)所受融資約束之間的關(guān)系，構(gòu)建相應(yīng)的融資約束指數(shù)；魏峰和劉星（2004）用這種方法分析了企業(yè)融資約束、外部環(huán)境的不確定性對企業(yè)投資行為的影響；李焰和黃磊（2008）用此方法研究了融資約束對企業(yè)股票價格的影響；韓忠雪和周婷婷（2011）用它檢驗了企業(yè)所受到的融資約束與企業(yè)產(chǎn)品市場競爭之間的關(guān)系。

（2）邏輯回歸方法。這種研究方法是研究者首先對所收集到的樣本數(shù)據(jù)進行分組，然后選取企業(yè)相關(guān)的財務(wù)指標作為融資約束的判別標準，通過極大化似然函數(shù)方法，對這些與融資約束相關(guān)的財務(wù)指標進行邏輯回歸，構(gòu)建相應(yīng)的融資約束指數(shù)。李勝坤和齊寅峰（2007）用此方法檢驗了企業(yè)負債期限結(jié)構(gòu)與融資約束的關(guān)系；銀莉和陳收（2010）用此方法研究了集團企業(yè)的內(nèi)部資本配置對子企業(yè)融資約束的影響。

（3）隨機前沿模型方法。隨機前沿投資模型最早由Aigner,Lovell 和Schmidt（1997）提出，并在實證領(lǐng)域中得到廣泛應(yīng)用，王家庭和趙亮（2010）利用該方法，通過構(gòu)造投資效率指數(shù)（IEI）來衡量企業(yè)受到融資約束的程度，如果企業(yè)投資效率指數(shù)越接近于0，說明企業(yè)投資效率越低，企業(yè)實際投資支出偏離前沿投資支出的程度越大，企業(yè)受到的融資約束程度也就越大。

4.企業(yè)的特性值指標

該方法是通過選擇與融資約束有密切因果聯(lián)系的企業(yè)財務(wù)相關(guān)特征指標來作為界定企業(yè)融資約束程度的標準。有些學者在研究中喜歡使用單個指標作為衡量融資約束程度的分類變量，特別是與財務(wù)相關(guān)的指標，如企業(yè)規(guī)模、產(chǎn)權(quán)性質(zhì)、現(xiàn)金分紅比例、貨款回收相對狀況、外部融資比例、國有股比例、利息支付、資產(chǎn)負債率、流動比率、Z 值等。Whited（1992）、Athey&Laumas（1994）、全林等（2004）、趙劍鋒等（2006）在研究中就發(fā)現(xiàn)企業(yè)規(guī)模越大受到的融資約束程度越低。BaosCaballeroetal（2014）曾使用Begley、Mings、andWatts（1996）使用Altman's（1968）的模型計算出企業(yè)的Z 值，發(fā)現(xiàn)低于均值的企業(yè)，受到的融資約束更大。吳世農(nóng)、盧賢義（2011）；裴瀟、黃玲、陳華（2015）也曾分別使用Z值模型來研究處于不同行業(yè)中企業(yè)的財務(wù)預警，發(fā)現(xiàn)存在財務(wù)困境的企業(yè)普遍面臨較高的融資約束，從而影響企業(yè)的信用和投資行為。還有部分學者在研究中綜合了多個企業(yè)指標來判別企業(yè)所受融資約束程度，其中，韓忠雪和周婷婷（2011）以規(guī)模和紅利支付率，郭牧炫和魏詩博（2011）以企業(yè)產(chǎn)權(quán)性質(zhì)和規(guī)模，解維敏和方紅星（2011）以企業(yè)規(guī)模和成立年限等指標作為融資約束的劃分標準。

四、評述與啟示

1.現(xiàn)金流敏感性模型從直覺上易被接受、得到許多專家學者的認可，并在實踐中被廣泛應(yīng)用，但也有部分學者對這種方法提出質(zhì)疑。如Kaplan、Zingales（1997）認為該方法缺乏理論基礎(chǔ)來支持，僅通過數(shù)學模型不足以說明敏感性系數(shù)與融資約束之間的單調(diào)相關(guān)關(guān)系。還有部分學者認為僅使用托賓Q 值作為投資機會的代理控制變量的做法仍值得商榷，因為托賓Q值的計量方法本身就存在著誤差，另外，這類模型要使用預分類變量分組，每個組分組時的截斷點是由作者主觀選擇的，這種做法也會造成較大誤差。

2.以KZ 指數(shù)、WW 指數(shù)和SA 指數(shù)為代表的構(gòu)建方法，更多是被運用于實證研究中，是目前國內(nèi)學者度量企業(yè)融資約束使用的主流方法，但這些方法也存在一些爭議與不足。首先，因為這些方法不可能找到影響融資約束的所有企業(yè)特征，僅使用其中幾個特征，然后通過它們的線性組合來構(gòu)造出來的融資約束指標難以具有說服力。其次，在指數(shù)構(gòu)建中，這些方法需要借鑒相當多的資料，由于受到研究樣本的規(guī)模限制。這些方法在構(gòu)建理論模型的過程中提出了許多假設(shè)條件，因此模型的使用范圍受到限制。再次，以企業(yè)內(nèi)部特征構(gòu)造出綜合指數(shù)更多反映的是企業(yè)的融資現(xiàn)狀，而非企業(yè)所受融資約束程度，將兩者等同起來是錯誤的。綜上，筆者認為國內(nèi)研究不應(yīng)直接照搬這些指數(shù)，而應(yīng)借鑒其構(gòu)建方法，結(jié)合具體研究對象，選擇合適的特征指標和回歸模型進行參數(shù)估計，自行構(gòu)建融資約束指數(shù)。同時，在構(gòu)建指數(shù)過程中，要考慮到判別標準與構(gòu)成指標不能使用相同的定量指標，否則會導致指數(shù)構(gòu)建過程中可能會出現(xiàn)的估計偏差。另外，我們有時也可以參考借鑒國外學者方法，對企業(yè)的一些公開信息（社會責任報告、高管信息和政治關(guān)聯(lián)度等）進行量化以此作為判別標準，這樣有助于提高準確度并避免上述問題出現(xiàn)。

3.以企業(yè)的特征指標來作為判別融資約束程度的標準，在實際研究中可操作性很強，容易獲得相關(guān)理論的支持，但也存在一定缺陷。第一，企業(yè)的特征指標與融資約束之間的關(guān)系不是固定的，并不能準確地反映融資約束程度。第二，這種方法沒有考慮到偶然因素或異常情況的影響，僅用企業(yè)某一個方面的指標來判斷企業(yè)的整體情況，顯然有些片面。第三，企業(yè)的特征變量之間會存在內(nèi)生性問題，例如較高資產(chǎn)負債率可能會使企業(yè)借貸困難從而表現(xiàn)出較強的融資約束，而較低資產(chǎn)負債率低可能是企業(yè)難以從銀行獲得足夠貸款所導致的，是企業(yè)面臨較強的融資約束的表現(xiàn)，因此，資產(chǎn)負債率難以用來作為衡量融資約束的有效指標。第四，選取的指標在研究中可能會出現(xiàn)變量間的多重共線性問題，導致回歸結(jié)果可能產(chǎn)生誤差。最后，企業(yè)許多特征都有其適用的環(huán)境范圍，如EdwardAltman 教授使用Z 值財務(wù)預警模型研究美國企業(yè)的財務(wù)困境時，研究結(jié)果具有較高的準確率，但國內(nèi)的一些學者使用Z 值財務(wù)預警模型分析中國企業(yè)的財務(wù)困境時，研究結(jié)果的準確率卻大幅降低。其中主要原因是當初構(gòu)建Z 值財務(wù)預警模型是基于美國企業(yè)情況，兩國企業(yè)所處環(huán)境不同，指數(shù)模型就不一定適用。同理，國外學者在研究中發(fā)現(xiàn)企業(yè)規(guī)模和成立年限可用于衡量融資約束的程度這個規(guī)律，在我國不一定成立，因為在我國選擇企業(yè)特征變量時，政治關(guān)連度、產(chǎn)權(quán)性質(zhì)與行業(yè)背景等指標更可能具有代表性。

五、結(jié)語

綜上所述，國外學者對于融資約束度量方法已經(jīng)取得了較為豐碩的研究成果，國內(nèi)學者在實證研究中，對融資約束度量方法仍然有許多不完美的地方。如有的學者直接將國外學者的模型方法直接運用到我國，沒有考慮到我國獨特的市場情況和制度背景，同時在對如何選擇度量方法以及為什么要選擇該種度量方法，沒有說明這樣做的科學性和合理性，研究過程更多包含了作者的經(jīng)驗與直覺，這些不足都值得后來學者進一步討論和研究。