杨安华-融资约束、现金持有政策与公司投资行为研究

融资约束、现金持有政策与公司投资行为研究

杨安华

四川大学工商管理学院会计金融系 Email：yanganhua@126.com Tel：15982199128

摘要

在完全市场中，公司内部资金和外部资金可以实现完全替代，不存在融资约束问题。在非完全市场下，金融资源的稀缺性和信息不对称问题使得有限的资源难以实现有效配置，从而导致市场上大量公司无法获得足够的外部资金支持，以满足净现值为正项目的资金需要，此时，公司即受到了融资约束的限制。在现实世界中，融资约束普遍存在，并显著影响着公司的现金持有政策和投资行为，进而对公司的价值产生影响。因此，对公司融资约束问题的研究具有重要的现实意义，已成为现代公司金融领域的研究主流之一。

但是，本文发现，现有关于融资约束相关问题的研究存在以下主要问题：第一，基于内外部融资成本的差异来研究融资约束，难以有效度量公司的融资约束程度，且与现实差距甚远；第二，融资约束的度量标准缺乏严格的理论论证；第三，单纯采用比较研究方法来比较不同融资约束程度下公司现金持有政策和投资行为存在的差异，而忽视了这种差异在统计上的显著性，得出的结论缺乏严谨性，其结论的可信性值得怀疑；第四，模型设定偏误导致结论的不准确。上述因素以及基于不同时间段和不同市场的样本选择差异，是现有关于融资约束与投资—现金流敏感度的研究结论存在差异的原因所在。

本文尝试着从信贷配给的视角，对融资约束、现金持有与公司投资行为之间的关系进行系统深入的研究，以期能够在一定程度上弥补了上述缺陷，并为公司投融资决策的制定以及政府部门公司融资政策的制定提供一些有益的参考。

本文基于信息不对称理论、代理成本理论和信贷配给理论，以融资约束为主线，从理论和实证个两方面研究了融资约束及其影响下的现金持有政策和公司投资行为。首先，本文构建了融资约束理论模型、融资约束下的公司投资决策模型和现金持有量模型，分析了融资约束对公司现金持有政策和投资行为的影响。其次，基于融资约束理论模型，本文进一步构建了融资约束指数，并以此作为公司融资约束程度的度量标准，对我国上市公司融资约束下的现金持有政策与投资行为进行了实证检验，最后得出以下研究结论：

（1）融资约束程度越高，公司的现金持有量越大；高融资约束公司表现出更高的现金持有量。

（2）融资约束与公司的现金—现金流敏感度正相关，融资约束程度越高，公司的现金—现金流敏感度越高。

（3）融资约束程度越高，公司的投资水平越低，投资不足现象越严重。

（4）公司的投资—现金流敏感度为正，这种正相关关系是由于信贷市场和资本市场的

I

系统性缺陷所导致的系统性融资约束引起的。对于处在同一市场环境中的公司来说，融资约束对公司最大的影响是基于外部融资的障碍而导致投资水平的降低，融资约束与投资—现金流敏感度之间不存在显著的关系，投资—现金流量敏感度不能作为融资约束的代理变量。

（5）随着信贷市场和资本市场环境的逐渐完善，投资—现金流敏感度呈现出下降的趋势。

关键词：融资约束，现金持有政策，现金—现金流敏感度，投资—现金流敏感度，投资行

为

II

Abstract

In the perfect and complete market,external funds are complete substitute for internal funds,then there is no corporate constraints.Howewer,in the real world,which is incomplete,the scarcity of financial resources and the problem of information asymmetry makes it difficult to allocate limited financial resources effectively,which makes a lot of firms fail to obtain sufficient funds to support the investment project,even if it has a positive NPV.If this case happens,the firm is financially constrained.Actually,financial constraints is widespread existence in the real word,and significantly influences corporate cash holdings policy and investment behavior,and further influences the value of the corporation. Therefore, it is very important to conduct research on the corporate financial constraints, which has been become one of the mainstream of research in the field of modern corporate finance.

However,I find that some factors cast serious doubt on some existing literatures: firstly, using the wedge between the internal and the external costs of funds as the measure of financial constraints has a big gap to the reality,and can not measure the financial constraints validly;secondly, there is no detailed theoretical argument on the metrics of financial constraints;thirdly,the comparative study on the difference of corporate cash holdings policy and investment behavior under the influence of diffenent financial constraints can not ensure the difference significant;fourthly,model specification essors may cause the conclusions based on the model inaccurately.Moreover,I find that the above factors as well as the sample selection based on different time periods and different markets cause the different conclusions about the relationship between the financial constraints and investment-cashflow sensitivity.

This thesis attempts to study the relationship between the financial constraints, corporate cash holdings policy and investment behavior from the credit rationing perspective, expecting to make up for the above defects in some degree and provide some insights on the making of relevant policy of both the corporation and government.

Based on the theory of information asymmetry, agency cost and credit rationing, using the financial constraints as the main line, this thesis studies the corporate cash holdings policy and investment behavior under the influence of financial constraints.Firstly,this thesis builds a financial constraints model,investment decisision model and corporate cash holdings model,and

III

then analyzes the impact of financial constraints on corporate cash holdings policy and investment behavior.Then,based on the financial constraints model,this thesis constructs a financial constraints index to measure the degree of financial caonstraints.Finaly, using the sample of Chinese listed manufacturing firms over the 2001 to 2008 period,this thesis conducts an empirical test on the corporate cash holdings policy and investment behavior under the influence of financial constraints.The conclusions are as following:

(1)The corporate cash reserves are positive to the degree of financial constaints; firms with higher level of financial constraints actually have biger cash reserves.

(2)There is a positive relationship between the financial constraints and the cash folw sensitivity of cash, firms with higher level of financial constraints propensity to save more cash out of cashflows.

(3)Firms with higher level of financial constraints actually have lower level of investment and the underinvestment problem is more serious.

(4)For both of the constrained and unconstrained firms, the investment-cashflow sensitivity is positive, and this relationship is caused by the systemic incompleteness exists in the credit and capital market.For firms under the same market environment, the reduction of investment is probably the only obvious impact caused by financial constraints, there is no significant relationship between the financial constraints and the investment-cashflow sensitivity.

(5)With the improvement of the credit and capital market environment, the investment-cashflow sensitivity declined.

Kewords: Financial Constraints,Cash Holdings Policy,The Cashflow Sensitivity of

Cash,Investment-Cashflow Sensitivity,Investment Behavior

IV

目录

1导论 ........................................................................................................................... 7

1.1研究背景及问题提出 ..................................................................................... 7 1.2研究意义 ......................................................................................................... 8 1.3研究思路、内容与基本框架 ......................................................................... 8 1.4研究方法 ....................................................................................................... 10 1.5本文创新点 ................................................................................................... 11 2文献综述 ................................................................................................................. 12

2.1理论基础 ....................................................................................................... 12

2.1.1信息不对称理论 ................................................................................. 13 2.1.2代理成本理论 ..................................................................................... 15 2.1.3信贷配给理论 ..................................................................................... 16 2.2国内外实证研究现状 ................................................................................... 16

2.2.1国外实证研究现状 ............................................................................. 17 2.2.2国内实证研究现状 ............................................................................. 19 2.3文献评析 ....................................................................................................... 22 3融资约束、现金持有政策与公司投资行为的理论分析 ..................................... 23

3.1融资约束基本模型 ....................................................................................... 23 3.2融资约束下的投资决策模型和现金持有量模型 ....................................... 26 3.3融资约束对公司现金持有政策和投资行为的影响分析 ........................... 27

3.3.1融资约束对公司现金持有政策的影响分析 ..................................... 27 3.3.2融资约束、现金持有政策对公司投资行为的影响分析 ................. 28 3.4本章小结 ....................................................................................................... 30 4融资约束指数构建 ................................................................................................. 32

4.1文献回顾 ....................................................................................................... 32 4.2融资约束指数构建 ....................................................................................... 36

4.2.1样本选择和数据来源 ......................................................................... 36 4.2.2预分组方法和变量选择 ..................................................................... 36

V

4.2.3新融资约束指数 ................................................................................. 39 4.2.4稳健性检验 ......................................................................................... 43 4.3融资约束年度分布特征 ............................................................................... 44 4.4本章小结 ....................................................................................................... 45 5融资约束下的公司现金持有政策与投资行为实证研究 ..................................... 47

5.1实证假设 ....................................................................................................... 47 5.2研究设计 ....................................................................................................... 49

5.2.1样本及数据来源 ................................................................................. 49 5.2.2实证模型及其变量 ............................................................................. 49 5.3实证结果及分析 ........................................................................................... 53

5.3.1融资约束对公司现金持有政策的影响 ............................................. 53 5.3.2融资约束、现金持有政策对公司投资行为的影响 ......................... 60 5.4本章小结 ....................................................................................................... 68 6研究结论及进一步研究方向 ................................................................................. 70

6.1研究结论 ....................................................................................................... 70 6.2政策建议 ....................................................................................................... 71 6.3研究局限性及进一步研究方向 ................................................................... 72 参考文献 .................................................................................................................... 73 作者在读期间科研成果简介 .................................................... 错误！未定义书签。 致谢 ............................................................................................ 错误！未定义书签。

VI

1导论

1.1研究背景及问题提出

金融资源的稀缺性决定了并非所有公司的资金需求都能够通过外部融资方式来满足，非完全市场下的信息不对称问题进一步使得有限的金融资源难以实现有效配置，从而导致市场上大量公司无法获得足够的外部资金支持，以满足净现值为正项目的资金需要。中小企业融资难一直困扰着学术界和实务界的难题，2008年爆发的金融危机及由此引起的信贷紧缩使得大量公司面临着融资困境，2011年温州大量中小企业资金链断裂，由此引发的民间借贷危机引起了从政府部门到学术界的高度关注。可见，公司融资问题关系到企业的发展和整个经济、金融市场的稳定；对公司融资困境的研究更是具有重要的理论和现实意义，一直以来，公司融资困境问题都是公司财务领域关注的焦点。

学术界用融资约束这一术语来刻画公司面临的融资困境。当公司面临融资约束时，如果无法及时获得资金支持，轻者会丧失投资机会，从而影响公司的盈利能力和可持续发展；重者将会导致公司的破产倒闭。在受到融资约束的情况下，营业现金流就成为了公司投资资金的主要来源。大量公司因为资金链断裂而倒闭，就是在受到融资约束时内部资金不足，外部资金无法跟上造成的后果。因此，“现金为王”一直是财务领域的黄金法则。在信贷紧缩，融资困境蔓延时，持有大量现金的公司无疑会获得更多的投资机会，从而赢得发展的先机。但是否可以认为，公司持有的现金越多越好？由于持有现金在获得流动性的同时，却丧失了大量的投资收益，因此，大量持有现金是低效率的。特别是对于那些能够顺利的获得外部融资的公司，它们往往选择尽可能少的持有现金以实现现金价值的最大化。对于那些可能受到融资约束的公司来说，它们往往会持有一部分现金以备不时之需，这便是Keynes（1936）指出的现金持有的预防性动机。因此，当公司面临融资约束时，如何选择合适的现金持有量，以兼顾未来投资的现金需求和现金价值最大化，对于实现公司价值最大化有着重要的意义。

可见，融资约束直接影响到公司的现金持有政策和投资行为，进而影响到公司价值。对这些问题的研究，已成为现代公司财务领域研究的主流之一。自Fazzari,Hubbard & Petersen（1988）开启融资约束问题的研究以来，众多学者参与到了这一领域的研究。现有的关于这方面的研究主要集中在两个方面，一是融资约束与公司投资—现金流敏感度的关系；二是融资约束与公司现金—现金流敏感度的关系。但是，由于对融资约束与公司投资—现金流敏感度关系的研究结论存在诸多争议，而争议的根源在于融资约束难以直接度量且没有统一的标准。因此，近年来的文献将研究的重点放在融资约束的度量问题上。

现有的研究文献基于Myers & Majluf（1984）的理论思想，认为非完全市场下内外部融资成本的差异是导致公司融资困境的主要原因，因此，他们将融资约束定义为公司外部融资

7

成本高于内部融资成本的现象。但是，这种定义与现实世界里中小企业融资难，公司融资困境的现状不符。如果说公司融资难仅仅是因为外部融资成本较高的缘故，那么只要项目的投资收益高于外部融资成本，那么几乎所有的企业都会选择外部融资来满足投资需求；特别是对于陷入财务危机将要破产的公司来说，它们会不计成本的选择外部资金来度过财务危机。因此，如果融资约束仅仅是因为内外部融资成本的差异造成的，那么将不存在融资难，也不会有因资金链断裂导致的破产现象，这显然是与事实不符的。

Stiglits & Weiss（1981）提出用信贷配给理论来解释公司所面临的融资难现象。他们指出，信贷配给是指在给定信贷供给的情况下，借款人无法获得外部融资，即使他们愿意支付更高的利率。可见，信贷配给现象更接近信贷市场和资本市场的具体情况，通过信贷配给的视角来研究融资约束及其影响下的公司现金持有政策和投资行为更具现实意义。

1.2研究意义

融资约束会显著地影响公司的现金持有政策和投资行为，研究融资约束的影响因素，剖析其对公司现金持有政策和投资行为的影响，对于完善公司融资理论和投资理论具有重要的理论意义；同时，对于公司健全管理体系，制定科学合理的现金管理政策和投资决策，以及对政府部门制定有针对性的公司融资政策具有重要的现实意义。

为此，针对现有研究中存在的不足，本文将尝试从信贷配给这一视角来研究融资约束下公司现金持有政策和投资行为。一方面，本文将从理论方面论证融资约束的影响因素及其影响下的现金持有政策和投资行为；另一方面，本文将以上市公司财务数据为基础，从实证角度检验融资约束下的公司现金持有量，融资约束程度与公司现金—现金流敏感度之间的关系以及融资约束程度与公司投资—现金流敏感度之间的关系。通过将理论分析和实证检验相结合，本文希望能够剖析出融资约束与公司投融资行为之间的关系，对公司制定投融资决策和政府部门制定公司融资政策提供一些有益的参考。

1.3研究思路、内容与基本框架

首先，本文系统全面地梳理了国内外现有的，关于融资约束及其影响下的公司现金持有政策和投资行为的相关理论和实证研究现状，然后构建了融资约束理论模型、融资约束下的公司投资决策模型和现金持有量模型，分析了融资约束对公司现金持有政策和投资行为的影响。基于融资约束理论模型，本文进一步构建了融资约束指数，并以此作为公司融资约束程度的度量标准，对我国上市公司融资约束下的现金持有政策与投资行为进行了实证检验，最后得出本文的研究结论。

8

本文的主要内容安排如下：

第1章导论。在这一章，本文介绍了研究背景、研究意义、研究思路、研究内容、基本框架、研究方法以及本文的创新点所在。

第2章文献综述。首先介绍本文研究的理论基础，其次梳理了国内外关于融资约束、现金持有政策与公司投资行为的研究现状，指出了现有文献存在的缺陷及本文研究的突破口。

第3章为融资约束、现金持有与公司投资行为的理论分析。在本章中，本文构建了信贷配给视角下的融资约束理论模型，并进一步构建了融资约束下的公司投资决策模型和现金持有量模型，分析了融资约束对公司现金持有政策和投资行为的影响。

第4章为融资约束指数构建。基于第3章构建的融资约束基本模型，本文以我国沪深A股制造业上市公司2001-2008年间的数据作为样本，构建了融资约束指数，以此作为融资约束程度的度量指标。

第5章为实证检验。在本章中，本文以第4章中构建的融资约束指数作为融资约束程度的度量指标，以我国沪深A股制造业上市公司2001-2008年间的数据作为样本，分两个方面进行了实证检验：首先，检验了融资约束与公司现金持有政策的关系；接着检验了融资约束、现金持有政策对公司投资行为的影响。

第6章为本文研究结论及进一步研究方向。首先对本文的主要研究结论进行了总结，然后在此基础上提出了政策建议，最后指出本文存在的局限性及进一步研究方向。

本文的逻辑结构及基本框架如下图所示：

9

导论 文献综述 融资约束、现金持有政策与公司投资行为的理论分析 融资约束基本模型 融资约束下的投资决策模型和现金持有量模型 融资约束对公司现金持有政策和投资行为的影响分析 融资约束指数构建 实证检验 融资约束对公司现金持 有政策影响的实证研究 融资约束、现金持有政策对公 司投资行为影响的实证研究 融资约束对公司现金持有量的影响 融资约束对公司现金—现金流敏感度的影响 融资约束对公司投资支出的影响 融资约束对公司投资—现金流敏感度的影响 研究结论及进一步研究方向 图1-1 本文框架结构图

1.4研究方法

本文以信息经济学、公司金融理论、统计学和计量经济学为基础，采用定量分析和定性分析相结合的方法进行研究。具体包括，运用信息经济学和公司金融理论的原理进行理论模型分析；运用统计学和计量经济学中的非参数假设检验和回归分析方法进行实证检验，并辅之以定性分析。

10

1.5本文创新点

本文创新点在于：

（1）扩展了Holmstrom & Tirole（1997）以及Tirole（2006）的模型。本文在Holmstrom & Tirole（1997）以及Tirole（2006）模型的基础上，进一步考虑了借款人的利益侵占动机和投资者的投资成本，并在此基础上构建了基于信贷配给视角的融资约束基本模型，推导出资产规模和营业收入是决定公司融资约束程度的关键因素。

（2）构建了融资约束下的投资决策模型和现金持有量模型，得出了融资约束下公司现金持有量的临界值。并进一步构建了融资约束对现金持有量的影响模型、投资—现金流敏感度模型、融资约束对投资—现金流敏感度的影响模型以及融资约束对投资支出的影响模型，并在此基础上，详细分析了融资约束对公司现金持有及投资行为的影响，为本文的实证检验提供依据。

（3）以本文构建的融资约束理论模型为基础，构建了融资约束指数，并首次将营业收入（以总资产进行标准化）纳入融资约束指数作为解释变量。本文以此融资约束指数作为融资约束程度的代理变量，以我国制造业上市公司作为研究样本，实证检验了融资约束下公司的现金持有政策及其对投资行为的影响。

（4）首次区分了由于信贷市场和资本市场环境缺陷导致的系统性融资约束与公司特质导致的融资约束，并通过理论分析和实证检验论证了这两种融资约束对公司现金持有政策及投资行为的影响机制。

11

2文献综述

2.1理论基础

Akerlof（1970）在《柠檬”市场：质量不确定性与市场机制》1一文中揭示了信息不对称现象，开启了学术界对信息不对称理论研究的先河。很快，信息不对称理论被经济学家们应用到了公司金融研究领域，形成了诸如委托代理理论、信号传递理论等分析解决信息不对称问题的理论工具。在投融资领域，信息不对称直接导致了市场的不完美性（market imperfections），不完美市场下的公司投融资行为成为现代公司金融领域研究的主流之一。

Modigliani & Miller（1958）指出，在完美资本市场上，公司的资本结构不影响公司的投资行为和公司价值。也就是说，公司的资金来源不影响公司的投资行为，公司的内部资金和外部资金可以完全替代。但是，Modigliani & Miller所假设的完美市场在现实世界中是不存在的，资本结构无关论和内外部资金可以完全相互替代的观点面临着现实的考验和人们的广泛质疑。早在1936年，Keynes（1936）就指出，公司倾向于保留现金资产以预防未来的资金需求，除非企业能够毫无限制地获得外部资金。

Greenwald，Stigliz & Weiss（1984），Myers & Majluf（1984）以及Myers（1984）最早将信息不对称理论引入资本市场的研究中。Myers & Majluf（1984）指出，由于管理者和外部投资者之间存在信息不对称，公司内部管理者拥有信息优势，在此情况下，理性的外部投资者倾向于降低风险证券的价格，从而提高外部融资成本，导致内外部融资成本的差异，即融资约束。因此，他们建议公司优先使用内部资金来满足投资需求。随着Jensen（1976）提出代理成本后，Bernanke & Gertler（1989, 1990）以及Gertler（1992）进一步指出，资本市场的不完美性除了会产生信息不对称问题外，还会产生代理成本，这两者都会导致外部融资成本高于内部融资成本，由此产生的融资约束使得公司的投资行为不仅取决于投资需求，还会受到公司内部资金和外部资金可获得性的影响。

Jaffee & Russell（1976）、Stiglits & Weiss（1981）以及Bester & Hellwig（1987）认为，由于资本市场信息不对称导致的借款人（被投资人）逆向选择和道德风险问，放贷者（投资者）会通过限制贷款（投资）总规模的形式对部分资金需求者实行信贷配给，使得这部分资金需求者即使愿意支付更高的利率（投资回报率）也无法获得融资。相对于由于内外部融资成本差异产生的融资约束来说，这种由于信贷配给产生的融资约束是一种程度更强的硬约束。

信息不对称理论以及在此基础上发展起来的委托代理理论和信贷配给理论构成了融资 1

Akerlof, G.A.The Market for\of economics.1970.84.488-500.

12

约束问题研究的理论基础。现有的关于融资约束问题的研究也主要集中在企业所面临的信息不对称、代理成本以及信贷配给上。

2.1.1信息不对称理论

信息不对称是指交易双方对交易相关的信息掌握程度不同，即一方掌握另一方不知道的信息，并能够利用该信息获利。Hayek（1945）认为，人们的决策是基于特定的信息，资源配置的好坏取决于决策者所掌握信息的完整性与准确性，从而改变了传统经济学里不重视信息价值的看法。1970年，Akerlof（1970）提出“柠檬”市场模型，指出交易双方的信息不对称会导致市场参与者做出逆向选择而使得市场失效。信息不对称会导致逆向选择和道德风险。逆向选择是指在交易发生之前，由于存在交易双方的信息不对称，信息劣势的一方由于不知道交易对手的真实情况，为了规避风险，会倾向于将对方（或其提供的商品或服务）视为高风险，并进行与高风险相对应的报价，使得高质量的参与者因无利可图而离开市场，导致留在市场上的是一些高风险的参与者。道德风险是指在交易完成后（或者是在签订合约后），由于委托人（放贷者）无法完全掌握代理人（借款者）的信息，代理人（借款者）可能会利用自己的信息优势采取有利于自己而使委托人（放贷者）的利益受到损害的行为。

信息不对称导致的逆向选择和道德风险会使资本市场失效。目前基于信息不对称理论的公司资本结构理论主要有信号传递理论和融资优序理论。

（1）信号传递理论

为了缓解资本市场上信息不对称问题对企业造成的不利影响，企业需要向资本市场传递信息以缓解信息不对称问题。于是，信号传递理论应运而生。信号传递理论讨论的是在信息不对称的条件下，企业选择何种方式向市场传递与企业价值有关的信息。Spence（1973）在《劳动市场信号传递》2一文中提出了基于劳动市场的信号传递模型，为资本市场信号传递理论的研究提供了先导。

1977年，Ross（1977）提出了资本结构信号传递理论。他认为，Modigliani & Miller（1958）提出的完美资本市场的假设是不存在的，在现实世界中，公司管理者与投资者之间存在信息不对称，资本结构式经理人向资本市场投资者传递信息的有效手段，投资者根据企业的资本结构，结合管理层的激励行为来评价公司的价值，并以此来决定是否投资。由于信号传递理论明确了公司市场价值与资本结构及经理人内在激励行为的关系，有利于缓解公司与资本市场之间的信息不对称问题，促进投资者对公司做出更为合理的评价。但是，当管理者意识到了这一点后，也有可能通过传递虚假的信息来误导投资者的决策。

于此同时，Leland & Pyle（1977）也意识到了当企业管理者掌握了外部投资者无法知道的有关公司的内部信息时，信贷市场会出现低效率。为了促进公司顺利为新项目融资，公 2

Spence.M. Job Marketing Signaling.1973.87.355-374.

13

司需要向投资者传递公司特征的有关信息，而资本结构便是公司传递这种信息的有效手段。他特别指出，公司的最优负债水平就是反应投资项目风险的重要信号。

此后，Heikel（1982），Poitevin（1989），Glazer & Israel（1990）进一步拓展了资本结构信号传递理论的研究，使得资本结构信号传递理论的研究更加深入。

（2）优序融资理论

在信息不对称的条件下，公司内部的管理者通常要比外部投资者拥有更多的关于公司价值的信息。此时，管理者的许多决策，如筹资方式的选择、股利政策的制定等，不仅仅具有财务上的意义，而且起着向资本市场外部投资者传递信号的作用。投资者根据管理者做出这些决策所传递的信号来了解公司的风险和收益，间接地评价公司价值。对于现有股东和潜在的投资者来说，由于不同的筹资方式使现有股东和投资者面临的风险和收益存在差异，因此，不同的筹资方式传递着不同的价值信号，影响着投资者对公司价值的评价。基于此，公司在选择筹资方式时存在着顺序偏好，从而产生了优序融资理论。可见，优序融资理论是信号传递理论的拓展。

Myers & Majluf（1984）基于信息不对称对公司融资行为的影响，提出了优序融资理论（Pecking Order Theory，也称啄食理论）。该理论认为，当公司面临投资需求时，首先选择内部资金进行融资，当内部资金不能满足公司的投资需求而需要外部融资时，公司首先会选择贷款、发行债券等债务融资，最后才会选择权益融资。因为在信息不对称的条件下，外部融资面临着逆向选择问题，逆向选择会导致外部筹资成本高于内部筹资成本。因此，在面临资金需求时，公司首先使用内部资金来满足。当需要外部筹资时，为了顺利获得外部融资，低价值的投资机会会把自己模仿成高价值的投资机会，从而导致低价值公司证券被高估，高价值公司证券被低估。如果公司管理者是站在现有股东的立场，代表着现有股东的利益，只有在投资项目的价值被高估时才会发行股票，以使现有的股东从中获得；当投资项目的价值为正且被低估时，发行权益资本将使得新股东获得超额收益而导致现有股东的利益受损，从而避免使用权益资本进行筹资。当投资者者预期管理者的这种行为之后，就会产生逆向选择心理：认为当公司发行权益资本意味着价值被高估，从而降低权益投资的报价。那么，公司权益的市场价值就可能被错误的定价。针对这种情况，Myers & Majluf认为，发行风险较少的证券能够避免或者是降低错误定价情况。因此，当公司需要进行外部融资时，会优先选择风险较少的证券，比如债券融资，然后才会考虑风险较高的权益融资。

优序融资理论基于信息不对称与逆向选择行为的影响，解释了公司对不同筹资方式的顺序偏好，深层次地分析公司内部融资和外部融资选择的差异，在于信息不对称导致的内外部融资成本的差异，为以后关于公司融资约束问题的研究打下了基础。

14

屈文洲、谢雅璐、叶玉妹（2011）以我国A股市场345家公司2007年的数据作为研究样本，以市场微观结构理论中的信息不对称指标PIN值作为融资约束的代理指标，研究了信息不对称、融资约束与投资—现金流敏感度的关系。研究发现，信息不对称水平越高的公司，其投资支出越低，投资—现金流敏感度也较高，并且信息不对称导致的融资约束与投资—现金流敏感度的关系并非线性的。

与此相反，全林、姜秀珍、陈俊芳（2004）、连玉君、程建（2007）、王彦（2009）的研究则倾向于支持KZ（1997）。

全林、姜秀珍、陈俊芳（2004）以沪市395家上市公司2000年和2001年的数据作为研究样本，按照公司规模作为融资约束的划分标准。通过实证研究发现，无论大公司还是小公司，投资对现金流量都存在敏感性，但是大公司投资对现金流量的敏感性要高于小公司。他们通过进一步的动因检验发现，大规模公司投资依赖于现金流量的现象源于信息不对称理论，小规模公司投资依赖于现金流量的现象源于自由现金流量的代理成本理论。

连玉君、程建（2007）以1998-2003年间A股上市公司的数据为样本，分别以公司规模，国有股比例和股利支付率来界定融资约束程度，研究了样本公司的投资—现金流敏感度及其产生的原因。研究发现，低融资约束的公司投资—现金流敏感度较高。在进一步研究投资—现金流敏感度的动因后发现，低融资约束的公司倾向于过度投资，代理问题是导致现金流敏感性的主要原因；高融资约束的公司倾向于投资不足，信息不对称是导致现金流敏感性的主要原因。

王彦超（2009）以1999-2005沪深两市的A股非金融类上市公司作为研究样本，采用公司规模、是否为集团公司、终极控股股东性质、市场化进程和内部市场发达程度5项指标作为划分融资约束程度的标准，研究了融资约束、现金持有与过度投资的关系。发现存在超额持有现金的情况下，不存在融资约束的企业容易发生过度投资；而存在融资约束的企业，不存在明显的过度投资倾向。

何金耿（2001）则认为，融资约束与投资—现金流敏感度的关系并非线性的。作者从股权角度出发，以1999-2000年间的401家沪市上市公司为研究样本，研究了不同股权公司投资对现金流的依赖关系。发现，对于国有控股股东而言，在机会主义行为的指导下，投资对现金存在显著的依赖性；对于法人控股公司，控股股东持股比例在43%-73%之间或者是股权分散的公司，它们会受到融资约束的影响，投资与现金流存在显著的依赖性关系，而当法人大股东持股比例小于43%，或大于73%时，投资对现金流的影响不显著。

曾爱民（2011）以沪深两市全部上市公司2002-2005年间的数据作为研究样本，分别采用企业规模、股利支付率和终极控股人性质三个指标作为企业财务约束的界定标准，实证检验了融资约束和财务柔性对公司投资—现金流敏感度的影响。研究发现，公司的投资—现金流敏感度不仅与融资约束程度相关，还受到财务柔性水平的影响。在存在融资约束的情况下，公司的投资—现金流敏感度与财务柔性水平正相关；在无融资约束的情况下，公司的投资—

20

现金流敏感度则与财务柔性水平负相关。因此，他进一步指出，公司的投资—现金流敏感度并非仅由企业的融资约束状况所决定。

由于从投资—现金流敏感度的角度来研究融资约束问题存在诸多质疑和争议。一些学者转向Almeida et al.（2004）提出的现金—现金流敏感度来研究融资约束问题。

李金、李仕明、严整（2007）以沪深两市A 股上市公司2002-2004年度数据为研究样本，采用股利支付率作为划分融资约束程度的指标，研究了融资约束与现金—现金流敏感度之间的关系。研究发现，存在融资约束的公司，现金—现金流敏感度为正，且融资约束程度与现金—现金流敏感度呈同向变动关系；不存在融资约束的公司，现金对现金流不敏感。他进一步指出，现金—现金流敏感度分别与公司盈利能力和偿债能力负相关，融资约束程度与公司盈利能力和偿债能力变动方向相反。而章晓霞、吴冲锋（2006）采用股利支付率和公司规模作为融资约束程度的划分标准，以2000-2004年间全部非金融类A股上市公司的数据作为研究样本，得出融资受约束和不受约束公司的现金—现金流敏感度并没有显著的差异。连玉君、苏治、丁志国（2008）认为，导致前述两篇文章研究结论差异的原因在于，现金流和Tobin’Q的内生性问题引起的估计结果偏差。作者在采用广义矩估计方法（GMM）合理控制模型的内生性偏误后，融资约束公司表现出较高的现金—现金流敏感度，而非融资约束公司现金—现金流敏感度不显著，从而支持Almeida et al.（2004）的结论，认为现金—现金流敏感度可以作为检验融资约束假说的依据。王彦超（2009），连玉君、彭方平、苏治（2010）的研究也发现存在融资约束的公司，其资金来源更显著地依赖于内部现金流，表现出更强的现金—现金流敏感度。

罗琦、胡志强（2011）认为，以前关于融资约束的研究是基于Myers & Majluf（1984）所提出的股权分散化条件下的信息不对称所引起的融资约束。但是，由于世界上大多数国家的公司都是股权集中型的（La Porta et al，1999；Claessens et al.，2000），因此他们基于控股股东具有侵占中小股东利益以获取控制权私有收益的道德风险，来研究道德风险所引起的融资约束与公司现金持有政策。他们用控股股东控制权、现金流权两权分离程度来衡量控股股东的道德风险，并以此作为融资约束程度的划分标准。研究发现，在终极控股股东两权分离程度较大的情况下，公司现金—现金流敏感度较高而现金变动的价值较低。

现有的研究都是基于Myers & Majluf（1984）所提出的内外部融资成本的视角来研究融资约束。何靖（2011）则从融资数量的硬约束——信贷配给的视角来研究融资约束下我国民营企业的现金持有政策。他的研究表明，在信贷配给的约束下，民营上市公司出于预防性动机，倾向于持有高额的现金，即信贷配给水平越高，预防性动机越强，民营上市公司越可能持有高额的现金。

21

2.3文献评析

纵观国内外有关融资约束、现金持有与公司投资行为的研究现状，可以看出，用于衡量融资约束下现金持有政策与公司投资行为关系的投资—现金流敏感度并没有得出一致的研究结论。正如Moyen（2004）年所指出的，融资约束划分标准的不同是造成当前研究结论产生差异的根本原因。尽管用于衡量融资约束与公司现金持有政策的现金—现金流敏感度的研究结论较为一致，但是由于相关的研究在划分融资约束时仍然采用传统的标准，其结论是否科学仍然值得怀疑。可见，建立科学的融资约束衡量标准是研究融资约束相关问题的突破口和关键所在。

另外，现有的研究文献定义融资约束的视角过于单一，即仅从内外部融资成本差异的视角来研究融资约束。而对于以利润最大化为目的的企业来说，即使外部融资成本高于内部资金成本，只要投资收益率高于资本成本，理性的管理者仍然会选择外部融资。也就是说，内外部融资成本的差异只影响公司边际利润，以及投资收益率低于外部融资成本的投资项目的投资决策，不会影响投资收益率高于外部融资成本的投资决策。相对于内外部融资成本的差异，企业面临的更为强烈的融资约束——信贷配给，即企业无法筹集到净现值为正的项目所需要的资金，对企业投资行为的影响将会更大。因此，从信贷配给的角度来研究融资约束对企业现金持有政策及投资行为的影响更有意义，而现有的文献却鲜有从信贷配给的视角来研究融资约束。

22

3融资约束、现金持有政策与公司投资行为的理论分析

3.1融资约束基本模型

在资本市场上，资金的提供者（以下统称投资者）和需求者（以下统称借款人）之间的目标是在既定的约束条件下实现自身利益的最大化。在借贷双方信息不对称的情况下，投资者面临着借款人的逆向选择和道德风险问题，投资者面临的这种风险受到信息不对称程度的直接影响，与双方之间的信息不对称程度正相关。因此，对于投资者来说，有效地度量与借款人之间的信息不对称，对于识别借款人的风险，做出有效的投资决策至关重要。而在现实世界中，由于无法直接度量信息不对称程度，投资者只能借助于一些能够有效反映出借款人特质的指标来甄别借款人的风险。借款人这些指标的质量将直接影响到投资者的投资决策，从而决定了借款人是否能够成功获得外部融资。如果借款人不能获得满足其投资需求的足够资金，则称其受到了融资约束的限制。

下面本文将通过一个拓展的Holmstrom & Tirole（1997）和Tirole（2006）模型来探索企业外部融资约束的决定因素。

模型假设如下：

（1）考虑一个两期模型，在t?0期，企业拥有一个投资项目并决定投资，同时为项目筹集资金；在t?1期，项目结束并产生投资收益。

（2）项目期限与外部融资到期期限一致。

（3）为了简化，在模型中不考虑内部资金的机会成本。由于存在信息不对称、代理成本以及投资者的风险规避倾向，外部融资的成本为正，外部融资成本与内部资金成本的差异为C(k)?0，k代表着信息不对称程度及代理成本。信息不对称程度及代理成本越高，投资者将认为企业的风险越高，要求的风险补偿就越高，因此Ck'?0。

（4）当项目获得融资后，由于信息不对称，存在借款人的道德风险。一方面，借款人可能尽职（没有私有收益），也可能卸责。卸责时借款人获得私有收益B(k)?0，且私有收益随着投资者与借款人之间的信息不对称程度增加而增加，即Bk'?0。假设借款企业尽职时项目成功的概率为PH?0；卸责时项目成功的概率为PL，0?PL?PH。在尽职时，项目的净现值为正，即PHR?I?0；卸责时，项目的净现值为负，PLR?I?B?0。8另一方面，借款人对项目投资收益具

8

本假设得益于Holmstrom & Tirole（1997）和Tirole（2006）的模型。

23

有利益侵占动机，侵占比例为d(k)?0，d(k)?(0,1)，且侵占比例随着信息不对称程度的增加而增加，即dk'?0。

（5）企业的外部融资方式有股权融资和债务融资两种选择。由于存在借款人的侵占动机和卸责时的私有收益，即使项目的净现值为负，借款人仍然能够获得正的净收益，而损失仅由投资者来承担。因此，在债务融资中，为了预防借款人的道德风险，投资者在投资后会以投资额占企业总资产的比例为基准，要求被投资企业以总资产的相同比例作为抵押。基于此，企业对股权融资和债务融资两种方式的选择不影响本文的分析结论。因此，在以下的分析中，本文不区分股权融资和债务融资。

在第0期，企业存在一个投资项目，该项目的投资总额为I，企业拥有现金资产（即财务宽松度）A，非现金性资产a。当A?I时，公司不需要为项目进行外部融资；当A?I时，需要外部融资额为E?I?A。假设项目在成功的情况下有正的总收益R，其中被借款人侵占dR，剩余的R?dR作为投资者收回投资的保证。在失败的情况下项目收益为0。为了不失一般性，假设在项目成功时收益R是投资额的凹函数，则有RI'?0，R''?0。

借款人尽职的激励相容约束为：

PHd(k)R?PLd(k)R?B(k)，令?P?PH?PL，则有

B(k) （3-1） ?Pd(k)R?B(k)?d(k)R??P从而项目成功时能够为投资者提供保证的最高收入为：

B(k) R?[d(k)R]min?R??P投资者的预期可保证收入为：

B(k)??PH?R? （3-2） ??P??假设投资者每笔投资的成本为CI(k,E)?0，CI包括投资资金的利息成本和投资前的审查成本和投资后的监督成本。由于审查和监督成本与信息不对称程度成正相关，因此 CIk'?0。由于对于每笔投资来说，审查和监督成本是固定的，即与投资金额无关，只有资金的利息成本与贷款金额成正相关，因此外部融资存

'''?0,CIE?0。 在一定程度的规模经济，即CI是E的凹函数，即CIE投资者的期望收益为：

??PH?R???B(k)??(I?A)?CI(k,E) （3-3） ?P??为了使投资者投资，必须至少使投资者收支相抵，投资者参与约束为

??0，即

24

B(k)?? （3-4） A?I?CI(k,E)?PH?R???P??可变形为：

A?A?CI(k,E)?PHB(k)?(PHR?I) （3-5） ?P（3-5）式中的A是企业满足外部融资条件需要的最低资产。其中A是企业现金资产与可用于抵押的非现金资产的总和，因此，此处的A也不仅仅是现金资产，也包括企业的非现金资产，即此处的A代表了企业所拥有的资产总和。9只有当企业的总资产大于A时，投资者才会投资。

（3-4）式也可以变形为：

R?R?[I?CI(k,E)?A]/PH?B(k) （3-6） ?P（3-6）式中的R是企业满足外部融资条件需要的最低收入。只要当企业的最低收益大于R时，投资者才会投资。

分别令（3-5）、（3-6）式中的A、R对k求偏导，得：

Bk'?A'?CIk?PH?0 ?k?P?RCIk'Bk'???0 ?kPH?P即企业满足外部融资条件需要的最低资产和最低收益与信息不对称程度及代理成本正相关，也即，信息不对称程度和代理成本越高，企业需要更多的资产或者收益才能获得外部融资。从（3-4）式可以看出，除了资产和收益外，投资者的投资决定还受到CI、B、?P和PH的影响，其中?P和PH由管理者的能力和项目的特质10决定，CI和B由信息不对称程度和代理成本决定。但是无论是管理者能力、项目特质，还是信息不对称程度和代理成本，投资者都无法直接度量，只有企业的资产和收益才能被投资者直接观察到。因此，投资者将会以资产和收益作为信息不对称程度和代理成本的代理变量，通过直接观察企业的资产和收益来做出是否投资的决定。要么企业的资产大于临界资产A，要么企业的收益大于临界收益R，企业才会获得外部融资。否则就算企业愿意支付高利率也无法获得外部融资，此时则说明企业受到了信贷配给的限制。当企业受到信贷配给的限制时，即无法筹集到净现值为正的项目所需要的资金时，本文称其面临着融资约束。

9

当A在（3-3）式中用于衡量期望收益的时候，I-A作为投资额的一部分，由于本文只考虑债券融资和股票融资，此时A代表企业持有的现金资产；但在（3-4）式和（3-5）式中，A表示的是企业满足融资要求的资质，由于实物资产可以用作抵押以获取银行贷款等外部融资，因此，此处的A表示企业的资产规模（Tirole，2006）。 10

管理者能力和项目特质本身也存在信息不对称。

25

这有别于FHP(1988)、KZ(1997)以内外部融资成本的差异来定义的融资约束。

对于中小企业来说，由于其会计制度和内部控制制度不健全，公司治理机制不完善，信息不对称程度和代理成本较高，投资者要求的投资临界资产和临界收入较高。而中小企业资产规模小，主营业务收入少，因此，它们更容易受到融资约束的限制。这也是现在普遍存在的中小企业融资难的原因所在。

3.2融资约束下的投资决策模型和现金持有量模型

在项目投资之前，企业价值（借款人在企业中享有的利益）为

V1?a?A （3-7）

E项目投资后，用于抵押的资产比例为，借款人在企业享有的利益为

a?Ia?AV2?PHdR?[a?(1?d)PHR?C(k)] （3-8）

a?I右边第一项是借款人从项目投资收益中侵占的利益，第二项是借款人在投资后的剩余资产中能确定享有的利益。

只有当V2?V1时，借款人才会投资，即，借款人做出投资决策的条件为：

a?APHdR?[a?(1?d)PHR?C(k)]?a?A （3-9）

a?I整理得

Ea?A (a?PHR)??PHR?C(k)??A （3-10）

a?Ia?I（3-10）式左边表示借款人让渡给投资者的价值；右边第一项表示借款人从尽职时的期望收益中扣除外部融资成本后确定享有的部分，第二项为借款人为投资保留的现金资产，可以理解为借款人自有资产投资额，二者相减表示借款人的自有资产净收益。（3-10）式说明只有借款人自有资产净收益大于其所失去的利益时，借款人才会选择投资。

（3-10）式可以进一步变形为： a?AEA?(a?PHR) （3-11） ?PHR?C(k)??a?Ia?I因此，公司现金持有量的最大值为

a?AE(a?PHR) ?PHR?C(k)??a?Ia?I可见，当企业能够顺利地获得外部融资时，为了实现价值最大化，现金持有量越少越好；当企业无法确定能否在面临投资机会时获得外部融资支持时，最佳

a?AE的预防性现金持有量为(a?PHR)。如果现金持有量超过?PHR?C(k)??a?Ia?I 26

此临界值，公司将因为太大的机会成本而使得投资净现值为负。

3.3融资约束对公司现金持有政策和投资行为的影响分析

进一步分析，当V2?V1成立时，令?V?V2?V1?0

a?A?V?PHdR?[a?(1?d)PHR?C(k)]?(a?A)

a?I令?V对d求偏导，得：

E?Vd'?PHR?0

a?I可见，借款人的利益侵占比例越大，借款人从投资中获得的利益增加值越大。从而可以发现，借款人具有强烈的利益侵占动机，特别是在信息不对称程度比较高，利益侵占行为不易被察觉的时候。

通过前述分析，投资者的期望收益为：

?1?PH?R?dR??(I?A)?CI(k,E) （3-12） 令?1对d求偏导，得：

?1'??PHR?0

可见，投资者的期望收益与借款人的利益侵占程度成反比。当侵占比例d达到一定的程度使得?1?0时，投资者的利益将会受到损害。这即为信息不对称下借款人的代理成本对投资者造成的损害。借款人的这种道德风险会被投资者预期到，这种预期的直接后果就是投资者会加大监督和审查的力度，并提高对借款人的资产和投资项目质量（以项目收入来体现）的要求，这反过来又将进一步影响借款人的投资行为和现金持有政策。

3.3.1融资约束对公司现金持有政策的影响分析

投资后借款人利益最大化对投资额I的一阶条件为：

V2'?I?Aa?Aa?APHdRI'?[a?(1?d)PR?C(k)]?PHRI'?0 （3-13） H2a?I(a?I)a?I根据隐函数微分原理，利益侵占行为对内部现金持有政策的影响为：

(I?A)(a?I)PHRI'?(a?A)PHRdA? （3-14） d(d)a?(1?d)PHR?C(k)?(a?A)(1?d)PHRI' 27

根据投资者的参与约束，有a?(1?d)PHR?C(k)?0，则（3-14）式的分子

dA即利益侵占动机越大，企业倾向于持有更多的现金。?0，

dd根据前文中模型假设（4），借款人的利益侵占比例随着信息不对称程度的增加而

和分母都为正，因此

增加（dk'?0），这也意味着信息不对称程度越大，企业越倾向于持有现金。根

dA?0dd可以得出，受到融资约束的公司倾向于持有更多的现金以预防未来的现金需求，即融资约束程度与现金—现金流敏感度正相关，这与现有文献的研究结论一致（Almeida et al.，2004；Hadlock & Pierce，2010；连玉君、苏治、丁志国，2008；罗琦、胡志强，2011）。

据本文3.1的结论，信息不对称程度与外部融资约束程度正相关。因此，由

3.3.2融资约束、现金持有政策对公司投资行为的影响分析

根据（3-13）式，进一步可得内部资金对投资行为的影响为：

a?(1?d)PHR?C(k)?(a?A)(1?d)PHRI'dI?dA(a?I)[a?A?(I?A)d]PR''?2(a?A)(1?d)PR'?2(a?A)[a?(1?d)PR?C(k)]HIHIH(a?I)（3-15）

其中，a?(1?d)PHR?C(k)?0；根据本文的假设，有d?1，RI'?0，R''?0。可见，（3-15）式中的分子为正，而分母的符号不确定，它取决于分子中各变量的大小，即取决于借款人的资产状况（影响变量a和A）、项目的特质（影响变

PH、量I、以及信息不对称程度和借款人的道德风险（影响变量C(k)R'和R''）R、

和d）。由此可见，在不知道各变量具体大小的情况下，唯一可以确定的是，只要

dI的符号是不确定的。dAdIdI的分子不等于0，的符号要么为正，要么为负，dAdA即现金（流）是影响投资行为的重要因素，投资—现金（流）敏感度要么为正，要么为负。

为了进一步确定融资约束程度对投资—现金流敏感度的影响，本文进一步就d2I（3-15）式对d求导，结果发现的分母为正，但是分子的符号不确定。

dAd(d)dI符号的影响dA因素类似，其符号取决于借款人的资产状况、项目的特质以及信息不对称程度和借款人的道德风险。

因此，融资约束与投资—现金流敏感度的关系也是不确定的，与

28

可见，在资产状况、项目的特质一定的情况下，信息不对称程度和借款人的道德风险（即代理成本）是影响投资—现金敏感度及其与融资约束程度关系的决定性因素。我们知道，信息不对称程度和借款人的道德风险程度取决于信贷市场和资本市场的发达程度。在非完全市场下，资本市场和信贷市场总会存在一些缺陷，特别是在发展中市场上，市场缺陷更加严重。因此，受信贷市场和资本市场缺陷的影响，现金流对公司投资行为会产生显著的影响。对于不同的国家或区域，信贷市场和资本市场的发达程度不同，现金流对公司投资行为的影响会存在差异，投资—现金流敏感度也会有所不同。而对于处于同一市场中的企业来说，由于面临着相同的市场环境，融资约束的差异主要是由公司自身的特质决定的，融资约束与投资—现金流敏感度之间不会存在显著的关系。

通过以上分析，本文进一步得出了现有文献对融资约束与投资—现金流敏感度关系的研究结论存在差异的两个方面的原因：（1）融资约束的定义不准确。现有的文献将融资约束定义为企业内外部融资成本的差异。由于在不完全资本市场上，外部融资成本始终会大于内部融资成本（Myers＆Majluf，1984），按照这种定义，所有的企业都将面临融资约束（Kaplan＆Zingales，1997）。而现实中，有些企业能够非常容易的获得外部融资（比如在银行有较大的信贷额度等）。可见，现有文献中关于融资约束概念的定义与现实不符，违背了科斯（Coase，1937）所提出的概念定义要与现实相符的原则，这将直接造成研究结论的错误。另一方面，按照这种定义，只要存在投资机会，所有的企业都具有持有现金的动机，那么对于投资—现金敏感度的研究将因现金持有动机的内生性而失去意义。（2）样本选取的不一致。根据本文的分析，在在资产状况、项目特质一定的情况下，信息不对称程度和借款人的道德风险是影响投资—现金敏感度及其与融资约束程度关系的决定性因素。而信息不对称程度和借款人的道德风险取决于信贷市场和资本市场的发达程度，对于不同国家以及同一国家的不同时期，市场发达程度不一，使得处在不同样本期间和样本国家的企业融资约束程度不同，从而导致研究结论存在差异。

同理可得，利益侵占行为对借款人投资行为的影响为：

a?(1?d)PHR?C(k)?(a?A)(1?d)PHRI'dI? d(d)2(a?A)(1?d)PR'?(a?I)[a?A?(I?A)d]PR''?2(a?A)[a?(1?d)PR?C(k)]HIHIH(a?I)（3-16）

dIdIdI的分子为正，分母正好是分母的相反数。可见，的符号正好d(d)d(d)dA 29

与

dI的符号相反，即利益侵占行为（道德风险）对借款人投资行为的影响与现dAdI的符号为正时，产生过度投资，即借款人d(d)金（流）对投资的影响相反。当

为了私利（如，借款人通过扩大公司规模以实现自己对公司资源的掌控或者股东因为自身的有限责任而追求高风险的项目）而投资于净现值为负或者是高风险的项目，从而损害投资者（股东或债权人）的利益，这是借款人代理成本的一种。当

dI的符号为负时，则引起投资不足，即借款人为了避免自身的利益向债权d(d)人转移而故意不投资净现值为正的项目11（因为借款人的代理成本）或者是无法获得足够的资金投资净现值为正的项目（因为融资约束）。

dI当的符号为正，即公司的投资行为在很大程度上依赖于内部现金（流）dA时，

dIdI为负，此时公司将因融资约束或者是代理成本产生投资不足；当的d(d)dAdI为正，此时公d(d)符号为负，即公司的投资行为不依赖于内部现金（流）时，

司将因信息不对称导致的代理问题产生过度投资。一般地，投资行为不依赖于内部现金（流）的情况多发生在公司具有正的自由现金流量时，根据Jensen（1976）提出的自由现金流量代理成本理论，当企业具有正的自由现金流时，往往会导致过度投资。可见，本文的结论从另一角度证明了自由现金流量代理成本的存在。相反，如果公司不具有正的自由现金流，此时意味着公司没有足够的资金来满足净现值为正项目的投资需要，即公司受到了融资约束的限制，则会导致投资不足。此时，公司的投资将严重依赖于内部现金（流），投资—现金流敏感度为正。

综上所述，当公司受到融资约束时，会导致投资不足，此时投资—现金流敏感度为正。投资对内部现金流的这种依赖关系根源于信贷市场和资本市场的缺陷。对于处于同一市场环境中的企业来说，融资约束的差异来源于公司自身的特质，因此，融资约束不会对投资—现金流敏感度产生显著的影响。

3.4本章小结

在本章中，本文构建了融资约束理论模型和融资约束下的投资决策模型和现金持有量模型。研究发现，在非完全市场中，由于信息不对称问题的存在，资产规模和营业收入是公司外部融资约束程度的决定性因素。当企业能够顺利地获得

11

这种情况主要发生在借款人陷入财务困境时，投资于净现值为正的项目可能使投资所得全部或部分被债权人获得，投资所得无法弥补借款人的投资额，这时借款人为了避免这种不必要的损失就会选择放弃净现为正的项目。

30

外部融资时，为了实现价值最大化，现金持有量越少越好；当企业无法确定能否在面临投资机会时获得外部融资支持时，最佳的预防性现金持有量为

a?AE(a?PHR)?PHR?C(k)??a?Ia?I。融资约束与公司现金持有量正相关，现金流

对投资的影响与融资约束对投资的影响相反。当公司受到融资约束时，会导致投资不足，此时投资—现金流敏感度为正。投资对内部现金流的这种依赖关系根源于信贷市场和资本市场的缺陷。对于处于同一市场环境中的企业来说，融资约束的差异来源于公司自身的特质，因此，融资约束不会对投资—现金流敏感度产生显著的影响。而当公司没有受到融资约束，具有正的自由现金流时，会产生自由现金流量代理成本，从而出现过度投资的现象。

31

4融资约束指数构建

以FHP（1988）与KZ（1997）研究结论差异为代表的融资约束与企业投资行为关系的争论，产生的根源在于融资约束度量标准的差异（Moyen，2004；Cleary et al，2004；屈文洲等，2011），因此，科学准确地度量融资约束程度是研究融资约束与企业行为关系问题的关键。自Moyen（2004）和Cleary et al（2004）的研究以来，学术界逐渐开始关注融资约束的度量问题（Hadlock& Pierce，2010；Chen et al.，2012）。由于信息不对称程度难以量化，无法直接衡量企业的融资约束程度，学术界只能选择一些替代变量来间接地度量信息不对称下的融资约束程度。

4.1文献回顾

现有的研究文献采取了很多指标来将企业划分为融资约束组和非融资约束组进行研究，这些指标主要有两大类：单变量指标和多变量指数指标。其中，单变量指标主要有股利支付率、公司规模、债券评级、公司债券评级、利息保障倍数等；多变量指数指标主要有Cleary（1999）构建的融资约束指数、KZ指数，WW指数和SA指数。

（1）单变量指标

FHP（1988）最早采用股利支付率来划分企业的融资约束程度。他们认为，在非完全市场下，外部融资的成本要高于内部资金的成本，受到融资约束的公司由于很难获得外部融资，因此会更多地依赖于内部资金，从而保持较高的利润留存率，倾向于支付较少的股利或者是不支付股利。因此，FHP（1988）认为股利支付率能够较为准确地度量融资约束程度。Hubbard et al.（1995），Gilchrist & Himmelburg（1995），Cleary（1999），Almeida et al.（2004），冯薇（1999），魏锋和刘星（2004），章晓霞和吴冲锋（2006），李金等（2007），连玉君等（2007，2008，2010）也依据股利支付率将样本公司划分为融资约束组和非融资约束组。但王彦超（2009）认为，我国股利支付率是非连续的，仅仅是为了迎合某种制度要求，这不同于发达市场的股利支付规律。因此，他认为不宜使用股利支付率作为我国上市公司融资约束程度的划分标准。

与股利支付率一样，公司规模也是使用较多的融资约束程度划分指标。由于规模较小的公司会计制度和内部控制制度不健全、公司治理机制不完善，与投资

32

者之间的信息不对称程度高，因此，小规模公司的外部融资成本更高（Ritter，1987），更容易受到信贷配给的限制（杨安华、白广斌、唐英凯，2010），从而更容易受到融资约束。因此，Whited（1992），Schaller（1993），Athey & Laumas（1994），Gilchrist & Himmelberg（1995），Almeida et al.（2004），魏锋和刘星（2004），全林芳等（2004），章晓霞和吴冲锋（2006），王彦超（2009）等以公司规模作为企业融资约束程度的划分标准。Hadlock et al（2010）也认为，由于公司规模具有较少的内生性和与企业融资能力的高度相关性，公司规模相对于其它指标来说更适合用来度量融资约束程度。

通常情况下，企业在发行债券和商业票据之前需要由专业的机构进行信用评级，只有评级高的公司才能获准发行债券或者是商业票据。因此，债券评级和商业票据评级能够在一定程度上传递出企业质量的信息，从而减少了企业与投资者之间的信息不对称程度。例如，我国的《证券法》以及《短期融资券管理办法》等相关法律规定，只有满足一定质量要求的企业才能发行债券或者是商业票据。吴育辉、魏志华、吴世农（2009）发现发行短期融资券的公司具有较好的财务状况。因此，投资者会将债券评级或者是商业票据评级作为投资与否的参照标准，从而影响企业的融资约束程度。另外，李科和徐龙炳（2011）认为，短期融资券具有外生性，能够避免融资约束内生性的影响。在相关研究中，Whited（1992），Kashyap et al（1994），Gilchrist & Himmelburg（1995），Almeida et al.（2004），李科和徐龙炳（2011）等将债券评级作为融资约束的分组标准；Calomiris et al（1995），Gilchrist & Himmelburg（1995），Almeida et al.（2004）等将商业票据作为融资约束的分组标准。

利息保障倍数是衡量企业偿债能力的重要指标，它能够反映出企业的财务状况和筹资能力（Gertler & Gilchrist，1994）。Guariglia（1999）认为，高利息保障倍数能够降低企业的外部融资成本，缓解企业的融资约束。因此，Whited（1992），Aggarwal & Zong（2003），况学文（2008，2010），汤蕊佳（2011）将利息保障倍数作为划分融资约束组与非融资约束组的标准。

另外，还有一些文献将公司财务报表及附注、管理层讨论中包含的定量信息和定性信息相结合（KZ，1997；Hadlock et al，2010）、是否为集团成员（Chirinko & Schaller，1995；王彦超，2009），终极控股股东性质（王彦超，2009；张纯、吕伟，2007；曾爱民，2011）以及信息不对称指标PIN值（Ascioglu，Hegde，McDermott，2008；屈文洲等，2011）等作为融资约束程度的划分标准。

（2）多变量指数指标

Cleary（1999）最早以多元变量构建的融资约束指数来度量企业的融资约束程度。在构建融资约束指数时，首先，Cleary根据企业的股利支付情况将样本观

33

测值进行预分组：将当年削减股利的样本观测值划分为融资约束组，将当年增加股利的样本观测值划分为非融资约束组。然后，作者分别选取了流动比率（current ratio）、负债率（debt ratio）、固定资产负债率（fixed charge coverage,FCCov）、净利润率（net income margin,NI%）、销售增长率（sales growth）和财务松弛度（slack/net fixed assets,SLACK/K）作为企业的流动性指标、偿债能力指标、盈利能力指标和发展能力指标的代理变量，采用多远判别分析法构建了融资约束指数：

ZFC??1Current??2FCCov??3SLACK/K??4NI%??5SalesGrowth??6Debt Lamont，Polk & Requejo（2001）以KZ（1997）的融资约束划分方法为基础，构建了KZ指数。KZ（1997）以财务报表及附注、管理层讨论中包含的定量信息和定性信息为依据，将样本观测值划分为融资约束程度不同的5各组：非融资约束组（NFC）、可能非融资约束组（LNFC）、或许融资约束组（PFC）、可能融资约束组（LFC）和融资约束组（FC）。Lamont et al（2001）以这5个样本组为基准，选取现金流量（cash flow to total capital）、Tobin’s Q、资产负债率（debt to total capital）、现金股利（divident to total capital）和现金持有量（cash to total capital）为解释变量，运用ordered logit回归方法，构建了KZ指数：

KZ??1.002(CashFlow/k)?0.283(Q)?3.139(Debt/K)?39.368(Div/K)?1.315(Cash/K)

Whited & Wu（2006）选取现金流量（CF）、现金股利支付哑变量（DIVPOS）、长期负债与资产比（TLTD）、总资产的自然对数（LNTA）、行业销售增长率（ISG）和企业销售增长率（SG）作为解释变量，利用广义矩（GMM）方法构建了衡量融资约束程度的WW指数：

WW??0.091CF?0.062DIVPOS?0.021TLTD?0.044LNTA?0.102ISG?0.035SG

Hadlock & Pierce（2010）采用与KZ（1997）相似的方法，以财务报表及附注、管理层讨论及致股东的信中包含的反映企业融资约束程度的定性和定量信息为依据，将企业分为融资约束程度不同的五个组：非融资约束组（NFC）、可能非融资约束组（LNFC）、潜在融资约束组（PFC）、可能融资约束组（LFC）和融资约束组（FC），选取资产规模（总资产的自然对数，Size）和上市年限（Age）作为代理变量，运用ordered logit回归方法构建了SA指数：

SA??0.737(Size)?0.043(Size2)?0.04(Age)

Hadlock & Pierce（2010）认为，选取合适的代理变量是构建有效的融资约束指数的关键。他们分别将KZ指数、WW指数中的解释变量和Almeida et al.（2004）划分融资约束的四个变量12，以及企业上市年限依次纳入回归模型，结果发现只有资产规模、上市年限、现金流和负债率与融资约束显著相关并具有预期的符号。

12

Almeida et al.（2004）用资产规模、股利支付率、债券评级和商业票据评级作为融资约束的划分标准。

34

但是，他们指出，现金流和负债率与融资约束之间具有较强的内生性，为了谨慎起见，不宜用来作为融资约束指数的代理变量。基于以下三个方面的原因，他们选取资产规模和上市年限作为融资约束的代理变量：（1）比较直观（intuitively appealing），（2）与融资约束高度相关，（3）相对于其他变量来说更具外生性。他们同时指出，资产规模是影响企业融资约束程度的关键因素；KZ指数由于多数解释变量选取不合理，使得因变量和解释变量包含相同的定量信息，从而对KZ指数作为融资约束代理变量的有效性提出质疑；WW指数由于将资产规模纳入了解释变量，相对来说有效性较强。Hadlock & Pierce（2010）认为，他们用资产规模和上市年限构建的SA指数能够更有效地度量企业的融资约束程度。

在现有的融资约束度量指标中，单变量指标的优点在于简单。但是仅仅使用单变量指标来度量融资约束程度，对指标的质量要求很高，要求该指标能够包含足够的有关企业融资约束程度的信息，才能保证度量的准确性。而事实上，所有的财务指标所包括的信息都是有限，单个财务指标几乎不可能全面包含企业融资约束信息。因此，采用单变量指标度量融资约束的准确性难以保证。相对于单变量指标来说，多变量指数指标所包含的信息较为充分。但是多变量指数指标的准确性仍然依赖于变量选取的合理性。在构建多变量指数时，首先需要选取合适的单变量指标进行预分组，然后在预分组的基础上确定如何选取合适的解释变量进行回归分析。这两个环节共同决定着多变量指数的有效性。与单变量指标类似，现有文献大多采用定量指标作为融资约束程度的预分类标准。但是，这些定量指标到底能在多大程度上反映了企业的融资约束程度，现有的文献没有给出严格的论证，从而导致以这些指标作为分组依据得出的结论可信度难以保证。为了避免定量指标存在的这些问题，KZ指数和SA指数将定性指标作为预分组的主要依据，但由于管理者在公布企业信息时，为了稳定投资者和股价，可能存在着隐瞒企业负面信息的问题，从而导致披露的信息失真或者遗漏，使得定性指标的有效性降低。同时，在解释变量的选取上，现有的文献也存在较大的随机性。这两个环节的问题共同影响了现有融资约束指数指标的有效性。

可见，现有研究文献中，无论是单变量指标，还是多变量指数指标，都无法完全确信其在度量融资约束程度方面的有效性。正是因为如此，现在有关融资约束与企业投资行为的研究还未得出一致的结论。因此，构建科学合理的融资约束度量指标是进行融资约束相关问题研究的关键。

35

4.2融资约束指数构建

4.2.1样本选择和数据来源

本文选取了2001-2008年沪深上市公司A股制造业上市公司作为研究样本。其中制造业的划分是以中国证监会发布的行业分类指引为依据。本文选取制造业上市公司作为研究样本的理由在于：（1）公司投资行为具有很强的行业特征，以不同行业的上市公司作为研究样本得出的结论可能掩盖行业差异，因此国外文献大都以制造业公司作为研究样本。（2）制造业公司固定资产投资比例和规模大，更能体现实物投资的特点；（3）我国制造业上市公司在所有上市公司中所占比例达到60%，具有较强的代表性。考虑到公司的财务状况是不断变化的，其面临的融资约束程度可能在不同的年度存在差异，因此，本文选取公司—年财务数据作为观测值，所有样本公司的财务数据来自于CSMAR数据库。由于部分财务指标包含了滞后数据或者是需要利用未来两年的数据（如，三年平均营业收入增长率），因此公司财务数据还包括了2000、2009及2010年的部分数据。

在采集具体数据时，本文采取了以下样本筛选原则：（1）剔除了ST、PT类公司；（2）考虑到资不抵债的公司可能存在一些异常的现金持有政策和投资行为，剔除了所有者权益为负的观测值；（3）剔除公司财务数据资料不全的公司；（4）为了避免IPO导致企业现金流的非正常变化，剔除了当年上市的观测值；（5）为了避免兼并收购的影响，剔除了营业收入增长率超过100%的观测值（Almeida et al.，2004；Cleary，Povel & Raith，2007）。（6）为了避免异常值的影响，剔除了关键变量前1%和后99%的观测值。最后得到的样本共有4142个观测值。

4.2.2预分组方法和变量选择

（1）融资约束预分组方法

本文在3.1节论证了融资约束的度量标准，得出资产规模和营业收入是度量企业融资约束程度的关键。Hadlock & Pierce（2010）也通过实证证明了资产规模是度量融资约束程度的关键指标。因此，本文将选择资产规模作为融资约束的预分类指标，将营业收入作为回归方程的解释变量之一，并以此来构建融资约束指数。

参照Gilchrist & Himmelberg（1995）的划分标准，本文选取公司资产规模最大的前25%的公司—年观测值作为低融资约束组，选取公司资产规模最小的前25%的公司—年观测值作为高融资约束组。最后得到1035个低融资约束观察值

36

和1035个高融资约束观察值。以此分组样本为基准，本文将采用Logit回归模型来构建融资约束指数。

（2）变量选择

在确定了融资约束的预分组标准之后，接下来面临的问题便是如何选择有效的融资约束指数组成变量。根据本文3.1节的结论，营业收入和资产规模是决定企业融资约束程度的两个关键变量。因此，本文选择营业收入与资产比（Income/k）作为候选解释变量之一。为了衡量盈利能力对公司融资约束程度的影响，将总资产报酬率（ROA）纳入候选变量。另外，借鉴KZ指数、WW指数和SA指数中的解释变量，再选取现金流量（Cashflow/k）、现金持有量（Cash/K）、营业收入增长率（SG）、资产负债率（Leverage）、长期负债与资产比（TLTD）、现金股利（Div/K）和上市年龄（Age）作为构建融资约束指数的候选变量。

表4-1 候选变量定义 变量符号 Incomeit/Ki,t-1 变量名称 当期营业收入 变量定义 当期营业收入/期初总资产 相关文献 Cashflowit/Ki,t-1 营业现金流量 Lamont et al（2001）（净利润+折旧+摊销）（KZ指数）、Almeida /期初总资产 et al.（2004） Lamont et al（2001）（货币资金+短期净投（KZ指数），Almeida 资或交易性金融资产）et al.（2004），罗琦、/期初总资产 胡志强（2011） 最近三年（当年及后两年）营业收入增长率的平均值 负债总额/总资产 长期负债总额/总资产 现金股利/总资产 净利润/总资产 会计期年-上市年 Whited & Wu（2006）（WW指数），Cleary et al（2007）、屈文洲等（2011） Lamont et al（2001）（KZ指数） Whited & Wu（2006）（WW指数） Lamont et al（2001）（KZ指数） 况学文（2008） Hadlock & Pierce（2010）（SA指数） Cashit/Ki,t-1 现金持有量 SGit 营业收入增长率 Leverageit TLTDit Divit/Ki,t-1 ROAit Ageit

资产负债率 长期负债与资产比 现金股利 资产报酬率 上市年龄 表4-1列示了候选变量的名称、定义及计算方式。其中营业收入增长率（SG）为投资机会的代理变量。现有的文献中，投资机会的代理通常为Tobin’Q和销售收入增长率，但由于我国上市公司存在大量的非流通股，其市场价值难以确定，

37

由此计算出来的Tobin’Q很可能存在偏误，难以有效反映企业的投资机会（俞红海、徐龙炳、陈百助，2010）。因此，本文采用营业收入增长率作为投资机会的代理变量。为了避免因变量和自变量之间存在内生性产生的影响，选择资产规模（K）对营业收入（Income）、营业现金流量（Cashflow）、现金持有量（Cash）和现金股利（Div）进行标准化。可见，这些候选变量包含了度量企业偿债能力、盈利能力、发展能力以及股利支付政策等各方面的财务指标，能够较为全面和系统地检验公司特质对融资约束程度的影响。

表4-2 候选变量的描述性统计

变量 Incomeit/Ki,t-1 Cashflowit/Ki,t-1 Cashit/Ki,t-1

SGit Leverageit TLTDit Divit/Ki,t-1 ROA Ageit

组别 高融资约束组

低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组 高融资约束组 低融资约束组

观测值 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305 1305

均值

中位数

标准差

最大值

最小值

T检验

0.6860 0.5837 0.4339 3.0587 0.1022 -15.39*** 1.0209 0.8718 0.5493 2.9977 0.1599 （0.00） 0.0971 0.0642 0.1615 1.7918 0.1410 0.0896 0.2140 1.8616

-0.19 -0.18

-5.27*** （0.00） 2.23** (0.0257) -2.38** (0.017)

0.1883 0.1516 0.1354 0.8171 0.0025 0.1756 0.1418 0.1249 0.9556 0.0008 0.1929 0.1659 0.2063 0.9997 -0.688 0.2130 0.1877 0.1772 0.9051 -0.389

0.405 0.4 0.1615 0.9914 0.0329 -20.04*** 0.5423 0.5554 0.15 0.9141 0.1067 （0.00） 0.0295 0.0056 0.0486 0.3471 0.0882 0.0539 0.094 0.5651 0.0049 0.0001 0.0118 0.1061 0.0041 0.0001 0.0116 0.1327

0.00 0.00 0.00 0.00

-17.87*** （0.00） 1.61 (0.1068) -5.27*** （0.00） -13.67*** （0.00）

0.0282 0.0292 0.0598 0.2951 -0.3 0.0417 0.0378 0.0562 0.4 -0.253 5.4821 7.6126

5 8

3.6944 3.3875

16 16

1 1

注：***、**、*分别表示在1%、5%、和10%的水平上显著。T检验用来比较两组均值是否相同，括号中数字为P值。

表4-2列示了候选变量的描述性统计结果。如表4-2所示，高融资约束组和低融资约束组在营业收入、现金流量、现金持有量、营业收入增长率、资产负债率、长期资产与负债比、资产报酬率以及上市年限等方面都有显著的差异。低融资约束组的营业收入显著地高于高融资约束组，这与本文3.1节理论分析的结论相一致，即营业收入与融资约束程度负相关。低融资约束组的现金流量、营业收入增长率、资产负债率、长期资产与负债比、资产报酬率以及上市年限都显著地高于高融资约束组。其中，低融资约束组公司的上市年限平均为7.6年，高融资约束组公司的上市年限平均为5.5年。由此可见，资产规模较好地反映了公司的

38

融资约束状况，进一步说明了使用资产规模作为融资约束指数预分组标准的合理性。另外，在股利支付方面，不同程度融资约束组之间没有明显的差异，说明股利支付情况不宜作为我国上市公司融资约束程度的划分标准（王彦超，2009）。

4.2.3新融资约束指数

与KZ指数和SA指数的估计方法类似，本文采用Logit回归方法来构建新的融资约束指数。Logit回归模型的因变量为融资约束状况，当观测值被划分为高融资约束组时，取值为1；当观测值被划分为低融资约束组时，取值为0。

根据（3-6）式及表4-2描述性统计结果，主营业务收入与融资约束程度负相关，因此预期Income/k的符号为负。现金流量越大，公司融资的灵活性就越大，受到融资约束的可能性越小，样本观测值的描述性统计也显示低融资约束组的公司拥有较高的现金流量。因此。预期Cashflow/k的符号为负（KZ指数）。Almeida et al.（2004）认为，高融资约束的公司由于很难获得外部融资，因此倾向于持有更多的内部资金来满足其投资需求。因此，预期Cash/K的符号为正。表4-2描述性统计的结果显示，低融资约束组公司的资产报酬率显著地高于高融资约束组。通常情况下，盈利能力越强的公司，越容易获得外部融资。因此，预期资产报酬率（ROA）的符号为负。由于在非完全市场条件下，公司的外部融资成本高于内部融资成本，受到外部融资约束的公司会尽可能的用内部资金满足投资需要，从而倾向于不支付股利或者是支付较少的股利，因此，预期Div/K与融资约束程度负相关（KZ指数和WW指数）。

根据表4-2，低融资约束组公司的Leverage和TLTD均值显著地高于高融资约束组，表明融资约束程度越低的公司越融资获得外部债务融资。因此，预期预期Leverage和TLTD与融资约束程度负相关。表4-2描述性统计的结果表明，低融资约束组公司的上市年限显著高于高融资约束组的公司。通常情况下，企业会随着时间的增长越趋成熟，资产规模会逐渐增大，抵御风险的能力越强，因此，预期Age与融资约束程度负相关。对于投资机会来说，一方面，企业拥有的投资机会越多，发展潜力越大，越容易得到投资者的青睐；另一方面，投资机会越多，发展越快，资金需求量越大，当融资需求超一定的限度之后，企业将很难再通过外部融资。因此，SG对融资约束程度的影响是复杂的，这里不对其符号做事先预测。

表4-3列示了以各候选变量作为解释变量的Logit回归结果。模型（1）以Lamont et al.（2001）构建的KZ指数所包含的解释变量为自变量13，回归结果显

13

本文用三年营业收入增长率的均值来代替KZ指数中以Tobin’Q所表示的投资机会。

39

示，现金流量（Cashflowit/Ki,t-）的系数在1%的水平上显著为负，投资机会（SGit）在10%的水平上显著为正，与在KZ指数中的符号一致。另外三个变量中，现金持有量（Cashit/Ki,t-1）、资产负债率（Leverageit）、现金股利（Divit/Ki,t-1）、分别在1%、1%、10%的水平上显著，但符号与在KZ指数中的完全相反。可见，KZ指数的有效性值得怀疑14。

由于资产负债率包括了公司日常经营活动产生的必要性短期负债的影响，不能完全反应企业的融资政策，用长期负债与资产比更能反映公司的融资政策。模型（2）中用长期负债与资产比（TLTDit）来替代模型（1）中的资产负债率，其Logit回归结果显示，各解释变量的符号完全与模型（1）的结果一致；除了投资机会的显著性水平由10%提高到1%外，其余变量的显著性都没有变化。

Hadlock & Pierce（2010）认为公司的上市年限会显著降低融资约束程度，并将上市年限作为融资约束指数（SA指数）的两个关键变量之一。为了检验上市年限对融资约束程度的影响，在模型（3）中加入了上市年限（Ageit）。Logit回归结果显示，上市年限（Ageit）的回归系数在1%的水平上显著为负，其余变量的符号和显著性与模型（1）和模型（2）的结论一致。但是在逐次加入营业收入（Incomeit/Ki,t-1）和资产报酬率（ROAit）变量之后（如模型（6）和模型（7）所示），上市年限（Ageit）的显著性水平逐渐降低直至失去显著性。可见，上市年限没有包含足够的有关融资约束程度的信息，它对融资约束程度的影响是不稳定的。因此本文断定，与KZ指数一样，SA指数也难以有效度量融资约束程度。

模型（4）进一步检验了资产报酬率（ROAit）对融资约束程度的影响。结果显示，资产报酬率（ROAit）在1%的水平上显著为负，说明盈利能力的提高能够提高企业的融资能力，降低融资约束程度。这与均值检验的结果及预期一致。

表4-3 候选变量的Logit回归结果 变量 Cashflowit/Ki,t-1 Cashit/Ki,t-1 Leverageit TLTDit Divit/Ki,t-1

（1） -1.063***

（-3.81） 2.387*** (7.34) -1.320*** （-9.03）

6.572* (1.66)

（2） -0.783*** （-2.84） 1.606*** （5.41）

-10.01*** （-13.2） 6.747* (1.65)

（3） -0.689** （-2.51） 1.976*** （6.15）

（4） -0.196 （-0.7） 2.111*** （6.68）

（5） （6） （7） 0.085 （0.3070 3.332*** （9.01）

（8） 3.498*** （9.57）

-0.359 -0.361 （-1.33） （-1.33） 3.0*** （8.45）

2.945*** （8.26）

-9.311*** -10.28*** -8.982*** -9.296*** -9.471*** -9.206*** (-11.92) (-13.36） (-11.81) (-11.82) (-11.92) (-12.04) 6.5 (1.58)

9.167** (2.22)

7.973* (1.90)

8.31** (1.98)

10.304** (2.43)

14

Hadlock & Pierce（2010）通过实证检验也证明了KZ指数是无效的。

40

SGit Ageit ROAit Incomeit/Ki,t-1 预测偏差率 观测值

0.457* (1.87) 2070

0.667*** (2.72)

2070

0.784*** (3.15) -0.028*** (-3.23)

2070

0.832*** (3.33)

-5.161*** (-5.14)

2070

1.188** (4.60)

1.182*** (4.56) 0.018* (1.696)

1.309** (4.98) 0.013 (1.16)

1.37*** (5.28)

-4.339*** -4.114*** (-4.33) (-4.46)

-0.660*** -0.748*** -0.695*** -0.625***

(-8.22) (-7.76) (-7.14) (-7.82) 2070

2070

2070

1.6% 2070

注：括号内的数字表示Z统计量的计算值。***、**、*分别表示在1%、5%、和10%的水平上显著。

为了验证营业收入对融资约束程度的影响，在模型（5）、（6）、（7）中加入了营业收入（Incomeit/Ki,t-1）作为解释变量。Logit回归结果显示，在所有模型中，营业收入（Incomeit/Ki,t-1）都在1%的水平上显著为负，说明营业收入越高，公司受到的融资约束程度越低。这与本文3.1节理论分析以及营业收入均值检验结论一致。

同时，本文发现，在将营业收入（Incomeit/Ki,t-1）或者资产报酬率（ROAit）纳入模型中后，如模型（4）、（5）、（6）、（7）的回归结果所示，现金流量（Cashflowit/Ki,t-）的回归系数变得不再显著。可见，现金流量（Cashflowit/Ki,t-）对融资约束程度的影响是不稳定的。

如模型（1）-（7）的回归结果所示，在所有的回归模型中，营业收入（Incomeit/Ki,t-1）、现金持有量（Cashit/Ki,t-1）、长期负债与资产比（TLTDit）、资产报酬率（ROAit ）、投资机会（SGit）的系数均具有稳定的符号和显著性水平。其中现金持有量（Cashit/Ki,t-1）的系数在1%的水平上显著为正，说明现金持有量越高的公司，融资约束程度更加严重，也即受到融资约束的公司倾向于持有更多的现金来作为预防性储备。这与现有文献得出的结论一致（如Calomiris，Himmelberg & Wachtel，1995；Opler，Pinkowitz，Stulz& Williamson，1999；Almeida et al.，2004；Hadlock & Pierce，2010）。

长期负债与资产比（TLTDit）的系数在1%的水平上显著为负，与KZ指数和WW指数相反，反映了负债率越高的公司融资约束程度越低。这是因为融资约束低的公司容易获得外部债务融资，融资约束高的公司由于很难获得外部融资，其负债率普遍较低，表4-2的均值检验也证实了这一点。在模型（2）-（7）中，用资产负债率（Leverageit）作为长期负债与资产比（TLTDit）的替代变量进行了稳健性检验（在文中没有报告），模型中所有变量的符号和显著性水平都没有变化，说明负债对融资约束程度的影响具有稳定性。但是，在所有的模型中，长期负债与资产比（TLTDit）的系数都大于资产负债率（Leverageit）的系数，说明长

41

期负债与资产比（TLTDit）的解释能力更强。这也许是因为长期负债与资产比更为直接地反映了公司的融资政策，从而比资产负债率包含了更多有关融资约束的信息。因此，本文选择长期负债与资产比（TLTDit）作为融资约束指数的解释变量之一。

资产报酬率（ROAit ）的系数在所有的模型中都显著为负，较好地反映了盈利能力对公司融资约束的影响。在所有的模型中，投资机会（SGit）系数的符号都显著为正，说明普遍来说，投资机会所产生的资金需要超过了投资者所能提供的资金，从而使企业面临融资约束的限制。这与Cleary（1999）和Lamont et al.（2001）的结论一致。因此，本文也将资产报酬率（ROAit ）和投资机会（SGit）纳入融资约束指数的解释变量。

现金股利（Divit/Ki,t-11）的系数大都在10%的水平上显著为正，但考虑到其显著性水平较低，以及表4-2的均值检验的结果，即股利支付在不同程度融资约束组之间没有明显的差异，不宜将股利支付作为融资约束指数的代理变量。

根据以上的分析，本文选择营业收入（Income/K）、现金持有量（Cash/K）、长期负债与资产比（TLTD）、资产报酬率（ROAit ）以及投资机会（SGit）作为构建融资约束指数的解释变量。以这五个变量为解释变量，本文构建了模型（8）。模型（8）的Logit回归结果显示，所有的解释变量的系数都有预期的符号，并在1%水平上显著，说明模型（8）的回归结果能够较好地反映企业的融资约束程度。基于型（8）的回归结果，本文构建一个新的融资约束指数，即：

?0.625Incomeit/Ki,t?1?4.114ROAit?3.498Cashit/Ki,t?1?9.206TLTDit?1.37SGit

根据本文的理论分析，营业收入是该指数的关键解释变量，因此将该指数称为ZIFC指数。

根据前面的分析，构建科学有效的融资约束指数的两个关键点在于：选取合适的预分组指标和选择合适的解释变量。本文3.1节构建的融资约束基本模型论证了资产规模和营业收入是决定企业融资约束程度的关键变量。因此，分别以资产规模和营业收入作为融资约束指数的预分类指标和解释变量，能够较好地反映企业的融资约束程度。同时，本文以中国制造业上市公司作为研究样本，实证检验了资产报酬率、营业收入增长率（投资机会）及现金持有量和长期负债资产比能够显著地影响公司的融资约束程度，进一步证实了本文用于构建融资约束指数的解释变量的合理性。可见，ZIFC指数满足了构建有效融资约束指数的两个关键点。同时，本文发现，ZIFC指数用于估计融资约束程度的偏差率仅为1.6%，也就是说，ZIFC指数的预测正确率为98.4%，从而进一步证明了ZIFC指数的有效性，说明其能够有效地度量公司的融资约束程度。

42

4.2.4稳健性检验

为了检验ZIFC指数的稳定性，并考虑股权分置改革对公司融资约束程度可能产生的影响，本文进一步将样本观测值划分为股权分置改革前后两个时间段，并单独进行检验。本文将2001-2006年的公司—年观测值作为股改前样本，将2007-2008年的公司—年观测值作为股改后样本。表4-4中的列1和列2报告了股改前后样本的Logit回归结果。结果显示，无论是股改前还是股改后样本期间，所有解释变量的回归系数都显著，并且都与ZIFC指数的系数有着相同的符号和相近的数值。

表4-4 ZIFC指数的稳健性检验

变量 Incomeit/Ki,t-1

ROAit Cashit/Ki,t-1 TLTDit SGit GDP-Changeit Financial Crisis

Year 预测偏差率 观测值

（1） -0.634***

(-6.27) -4.409*** (-3.66) 3.81*** (8.88) -7.027*** (-8.50) 1.135*** (3.85)

1.9% 股改前2001-2006 （1437）

（2） -0.518*** (-3.82) -3.255** (-2.14) 2.897*** (3.97) -17.73*** (-8.34) 1.706*** (2.84)

1.1% 股改后 2007-2008 (633)

（3） -0.62*** (-7.60) -4.123*** (-4.46) 3.509*** (9.55) -9.187*** (-11.98) 1.365*** (5.24)

-0.04 (-0.31) 1.6% 全样本 （2070）

（4） -1.139*** (-10.84) -3.092*** (-3.19) 2.133*** (5.42) -11.439*** (-13.48) 0.778*** (2.84)

Yes 0.4% 全样本 (2070)

（5） -1.38*** (-12.25) -3.686*** (-3.8) 1.673*** (4.21) -12.287*** (-14.12) 1.053*** (3.92) 8.872*** (10.99)

0.2% 全样本 (2070)

注：各变量所在行，括号内的数字表示Z统计量的计算值；观测值所在行，括号内的数字为样本数量。***、**、*分别表示在1%、5%、和10%的水平上显著。

进一步地，本文以列1和列2中股改前后样本期间各解释变量的系数估计值构建了另外两个指数，并据此计算出了各公司—年样本观测值的指数值。通过计算各指数值的相关系数后，本文发现，股改前后的指数值与ZIFC指数值之间的相关系数分别为0.99和0.95，呈高度相关性。说明ZIFC指数在各样本时间段及股改前后都具有高度的稳健性。

43

2007年底至2008年，因美国次贷危机引发的全球金融危机对全球经济产生了重要影响，我国的企业，特别是外向型导向的企业在金融危机中受到了不同程度的影响。为了检验金融危机对公司融资约束程度的影响，本文引入了金融危机哑变量（Financial Crisis）。以2008年的公司数据作为处于金融危机中的样本，当样本期间为2008年时，Financial Crisis取值为1，否则取0。表4-4第3列报告了考虑金融危机影响后的回归结果。结果显示，金融危机哑变量（Financial Crisis）系数不显著；其他变量的系数都在1%的水平上显著，且与ZIFC指数的系数有着相同的符号和相近的数值。说明金融危机没有对企业的融资约束程度产生明显的影响。

前述ZIFC指数的构建仅仅依赖于公司特质，没有单独考虑融资约束程度的时变性（time variation）。现实当中，企业的融资约束程度可能随着时间的变化存在一定程度的差异（Hadlock & Pierce，2010）。因此，本文进一步将时间效应纳入回归模型，以考虑时间效应对公司融资约束程度的影响，检验ZIFC指数在考虑时间效应时是否稳健。如表4-4第4列的回归结果所示，时间效应并没有对各解释变量的系数符号和显著性产生明显的影响。说明ZIFC指数在考虑时间效应的影响后仍然是稳健的。

为了进一步考虑融资约束程度的时变性，本文将宏观经济因素的影响纳入回归模型。借鉴Cohn（2008）和Hadlock & Pierce（2010）的研究15，本文将GDP增长（GDP-Change）作为宏观经济因素的代理变量，并将其纳入回归模型。其中GDP增长（GDP-Change）计算为当年GDP的自然对数与上期GDP自然对数之差。表4-4第5列报告了模型的Logit回归结果。结果显示，GDP增长（GDP-Change）情况并没有对ZIFC指数的系数有着明显的影响。说明ZIFC指数在各种宏观经济背景下仍然具有稳健性。

上述稳健性检验进一步证明，ZIFC指数是度量公司融资约束程度的有效指标，其有效性不会受到其他干扰因素的影响。

4.3融资约束年度分布特征

表4-5和图4-1列示了样本公司2001-2008年间各年度融资约束指数的均值。从表4-5和图4-1可以发现，总体来看，我国制造业上市公司融资约束程度随着时间的推移呈逐渐降低的趋势。这是因为，随着我国信贷市场和资本市场的不断发展，企业的外部融资环境不断完善，相应降低了企业因外部信贷市场和资本市

15

Cohn（2008）和Hadlock & Pierce（2010）认为，融资约束程度会受到GDP等宏观经济因素的影响。

44

场缺陷导致的融资约束。另外，本文发现，样本公司2008年的融资约束指数均值在前两年的基础上有所提高。这很可能是因为受到全球金融危机的冲击，资本市场处于熊市，信贷市场不景气，从而增加了企业获取外部融资的难度，提高了企业的外部融资约束程度。

表4-5 融资约束年度分布

年份 观测值 ZIFC指数均值

2001 219 -0.030

2002 246 0.106

2003 229 -0.088

2004 272 -0.326

2005 291 -0.378

2006 252 -0.617

2007 260 -0.718

2008 301 -0.528

0.20.10-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.820012002200320042005200620072008年份ZIFC指数值

图4-1 融资约束年度分布图

4.4本章小结

在本章中，本文基于3.1节构建的融资约束理论模型，以资产规模作为融资约束的预分类标准，以我国制造业上市公司2001-2008年间公司—年观测值作为研究样本，运用Logit回归分析方法筛选出营业收入（以总资产进行标准化）、资产报酬率、现金持有量（以总资产进行标准化）、长期资产与负债比以及营业收入增长率作为解释变量，构建了融资约束指数ZIFC。ZIFC指数是在严格的理论论证基础上构建的，并经过了实证的反复验证。因此，本文认为，ZIFC指数满足了构建有效融资约束指数的两个关键点，能够有效地度量公司的融资约束程度。通过观察2001-2008年间我国制造业上市公司融资约束指数的年度分布，本文发现，随着外部融资环境的不断改善，我国制造业上市公司的融资约束程度呈逐渐降低的趋势。

45

46

5融资约束下的公司现金持有政策与投资行为实证研究

本文第3章从理论推导的角度论证了融资约束对公司现金持有政策和投资行为的影响，并在第4章构建了融资约束指数来度量公司的融资约束程度。在这一部分，本文将运用我国制造业上市公司的数据来实证检验融资约束对公司现金持有政策和投资行为的影响，同时也检测本文理论模型的合理性。本部分的安排如下：5.1节提出实证假设；5.2节为研究设计；5.3节为实证结果及分析；5.4节对本部分的实证结论进行小结。

5.1实证假设

投资者与借款人之间的信息不对称会滋生借款人的逆向选择和道德风险。获得投资后，在自利动机的驱使下，借款人可能会以资产侵占的形式来谎报收益，从而损害投资者的利益。借款人的这种侵占动机会随着信息不对称程度的增加而上升。市场上理性的投资者会对借款人的这种道德风险形成预期，从而对信息不对称程度较高的借款人实施信贷配给，使得高信息不对称的借款人受到融资约束。这是本文3.1节构建的融资约束理论模型推导的结论。根据本文构建的融资约束模型，信息不对称程度与外部融资约束程度正相关，也即借款人的利益侵占比例越大，越有可能受到融资约束。（3-14）式证明了利益侵占动机与公司现金持有量正相关，从而可以得出，融资约束程度与公司现金持有量正相关。基于此，本文提出实证假设1：

假设1：融资约束程度越高，公司的现金持有量越大；高融资约束公司表现出更高的现金持有量。

由于受到融资约束的公司很难获得外部融资，其资金来源主要是内部营业现金流。因此，基于预防性动机，受到融资约束的公司倾向于从营业现金流中储备更多的现金，从而呈现出更高的现金—现金流敏感度。由此得出实证假设2：

假设2：融资约束程度越高，公司的现金—现金流敏感度越高。

根据3.1节的融资约束模型，投资者的投资决策是基于投资项目的盈利能力、发展前景和借款人的道德风险两方面考虑的。当投资项目的盈利前景没有达到投资者的预期或者是借款人与投资者之间的信息不对称程度较高时，投资者将提高投资门槛（在模型中表现为较高的A或者是R），使得借款人很容易受到融资约束的限制。根据3.3.2节对（3-16）式的分析，当企业受到融资约束时，借款人

47

的道德风险与投资额负相关。此时，就算公司有净现值为正的投资项目，仍然无法获得融资，从而造成投资不足。由于前面的分析已经证明，融资约束程度与信息不对称程度正相关，因此，可以得出，融资约束程度与投资支出负相关。基于此，本文提出假设3：

假设3：融资约束程度越高，企业的投资水平越低，投资不足现象越严重。 在3.3.2节融资约束与投资—现金流敏感度关系的理论模型中，本文发现，融资约束与投资—现金流敏感度的关系取决于借款人的资产状况、项目特质以及信息不对称程度和借款人的道德风险。在资产状况、项目特质一定的情况下，信息不对称程度和借款人的道德风险是影响投资—现金敏感度及其与融资约束程度关系的决定性因素，而信息不对称程度和借款人的道德风险取决于信贷市场和资本市场的发达程度。在充分竞争市场上，公司面临的投资机会是同质的，因此，信贷市场和资本市场的发达程度决定了融资约束与投资—现金流敏感度之间的关系。这样，对于处在同一市场环境中的公司来说，融资约束约束的差异主要是由公司自身的特质决定的，融资约束与投资—现金流敏感度之间不会存在显著的关系。由于信贷市场和资本市场自身的不完善所造成的资金供应不足，本文称之为系统性融资约束。系统性融资约束对公司的影响是同质的，并且任何理性的市场参与者（公司）都会预测到（比如说国家宏观调控导致的信贷紧缩，资本市场的容量限制等），此时，所有的公司都会通过储备现金的方式来应对投资的现金需求，从而表现出正的投资—现金流敏感度。

另外，根据3.3.2节对模型（3-15）和模型（3-16）的分析，道德风险对公司投资行为的影响与现金（流）对公司投资行为的影响相反。如果假设3成立，则同样可以推导出现金流与公司投资行为正相关的结论。同时，如果，现金流与公司投资行为正相关，又可以反推出假设3的结论。基于此，本文提出假设4和假设5：

假设4：公司的投资—现金流敏感度为正，这种正相关关系是由于信贷市场和资本市场的系统性缺陷导致的系统性融资约束引起的。

假设5：融资约束与投资—现金流敏感度之间的关系受市场环境影响，对于处在同一市场环境中的公司来说，融资约束与投资—现金流敏感度之间不会存在显著的关系。

既然投资—现金流敏感度之间的关系是由市场的系统性缺陷引起的，那么，随着信贷市场和资本市场的不断完善，系统性融资约束程度会逐渐降低（见本文4.3节的结论），投资—现金流敏感度应该随时间的推移呈现出下降的趋势。Allayannis & Mozumdar（2004），Chen(2004)，Agca & Mozumdar（2008），Brown & Petersen(2009)以及Chen et al.（2012）的研究支持了这种论断。因此，本文提

48

出假设6：

假设6：随着时间的推移，信贷市场和资本市场环境的逐渐完善，投资—现金流敏感度随之下降。

5.2研究设计

5.2.1样本及数据来源

本部分以第4章用于构建融资约束指数的4142个沪深A股制造业上市公司2001-2008年间的公司—年观测值为研究样本。所有样本公司—年财务数据来自CSMAR数据库。以这些研究样本为基础，本文运用第4章构建的ZIFC指数计算出了每个样本观测值的ZIFC值，然后选取ZIFC值最小的前25%的公司—年观测值作为低融资约束组，选取ZIFC值最大的前25%的公司—年观测值作为高融资约束组。最后得到1035个低融资约束观测值和1035个高融资约束观测值。

5.2.2实证模型及其变量

为了检验假设1，即融资约束对公司现金持有量的影响，本文在Opler et al.（1999）和Pinkowitz, Stulz & Williamson（2004）模型的基础上建立了以下回归模型：

Cashit/KI,t?1??0??1ZIFCit??2Sizeit??3SGit??4(Cashflowit/KI,t?1)??5(Cashi,t?1/KI,t?1)??6Leverageit??7(Iit/Ki,t?1)??8NWCit??9Divit/KI,t?1??Year??it（5-1）

Cashit/KI,t?1??0??1DZIFCit??2Sizeit??3SGit??4(Cashflowit/KI,t?1)??5(Cashi,t?1/KI,t?1)??6Leverageit??7(Iit/Ki,t?1)??8NWCit??9Divit/KI,t?1??Year??it

（5-2）

模型（5-1）和（5-2）中，因变量（Cashit/Ki,t-1）表示现金持有量，ZIFCit表示融资约束指数值，其取值是依据第4章所构建的融资约束指数计算所得。DZIFCit为融资约束哑变量，当依据ZIFCit指数划分的公司—年观测值属于高融资约束组时，DZIFCit取值为1，否则为0。两式中的系数?1、?1表示融资约束程度对现金持有量的影响，本文预期两式中的?1?0，?1?0。

为了检验假设2，即融资约束对公司现金—现金流敏感度的影响，本文在

49

本文来源：https://www.bwwdw.com/article/46np.html