融资约束的有效测度指标再检验 智库

发布时间:2018-06-20 09:54:30  作者:何世斌   来源:本站原创  浏览次数:

[摘 要] 本文采用半强制分红政策这一外生事件,实证研究融资约束的有效测度指标。实证结果发现,投资-现金流敏感性和现金-现金流敏感性都能够有效测度我国上市公司的融资约束,但从回归系数的统计意义,经济意义以及回归模型的拟合度R2均表明,相比较于现金-现金流敏感性而言,投资-现金流敏感性是一个更有效的测度指标。

[关键词] 融资约束;投资-现金流敏感性;现金-现金流敏感性

 

一、引

Fazzari, Hubbard and Petersen(1988)首先研究了融资约束对企业投资的影响。他们将公司按照股利支付率来定义融资约束,进而划分成三个子样本,把企业投资与托宾Q值、企业现金流进行回归分析,发现在融资约束强的子样本和融资约束弱的子样本,企业现金流变量的回归系数统计意义上均显著,但经济意义上,融资约束强的子样本回归系数数值更大;托宾Q值变量的回归系数统计意义上在融资约束强的子样本变得不显著,经济意义上在融资约束强的子样本数值变小,而在融资约束弱的子样本变得显著,经济意义上在融资约束弱的子样本数值变大。针对Fazzari et al.(1988)的研究结论,Kaplan and Zingales(1997)Erickson and Whited(2000)分别从不同角度提出批评。Kaplan and Zingales(1997)认为Fazzari et al.(1988)提出在融资约束下企业投资与企业现金流之间线性单调影响关系是不成立的,只有在非常特殊的技术条件下才成立,而通常是一种非线性影响关系。为此,Kaplan and Zingales(1997)根据财务报表中企业高管的描述来定义企业是否受到融资约束,从而划分成五组进行回归分析,发现企业投资与企业现金流呈现非线性关系。

Almeida, Campello and Weisbach(2004)针对投资-现金流敏感性度量融资约束的争论,从储蓄的角度考察现金-现金流敏感性度量融资约束。他们认为公司在未来面临融资约束时,现在会将现金流留存下来,尽管留存现金会失去有价值的投资项目导致现在盈利下降。因此,面临融资约束的公司会在当前盈利和未来投资之间进行权衡。相反,没有融资约束公司留存

现金没有用途,同样也没有成本,这类公司的现金政策是不确定的。Almeida et al.(2004)根据股利支付率、公司规模、债券评级、商业票据评级以及KZ指数将样本划分存在融资约束和不存在融资约束的两类公司,实证结果表明除了KZ指数外现金-现金敏感性系数均通过了显著性检验。

Dasgupta, Noe and Wang(2011)根据会计恒等式进一步将现金流动态化,考虑新增现金流在留存、偿还外部债务、股利发放以及投资等方面的短期效应和长期效应。Chen and Chen(2012)最新研究投资-现金流敏感性系数和现金-现金流敏感性系数在开始年份很强,随着时间推移,系数大小降低,但最近几点系数变得不显著,甚至在20072009年金融危机期间,投资-现金流敏感性系数很小。

国内学者连玉君和程建(2007),刘志远和张西征(2010),吴娜等(2014)研究发现融资约束与投资-现金流敏感度之间显著正相关关系,而马国臣等(2008)、于博(2014)和晏艳阳等(2015)对于融资约束与投资-现金流敏感度之间线性显著性正向关系提出了质疑。关于融资约束与现金-现金流敏感度之间的关系,国内研究也存在争议。有的研究认为,融资约束程度与现金-现金流敏感性呈同向变动关系(李金等,2007;连玉君等,2010;章贵桥、陈志红,2013;李春霞等,2014);有的研究则认为,融资约束与无融资约束公司的现金-现金流敏感性并没有显著的差异(章晓霞、吴冲锋(2006))。

国内外研究文献关于融资约束与投资-现金流敏感性和现金-现金流敏感性的研究结论存在较大的争议,而且多数文献在划分融资约束时存在joint test问题,即划分融资约束的样本与融资约束下得到的结论之间存在要么同时对,要么同时错。如果划分融资约束样本的方法存在问题,那么得到的结论也不正确。类似Hoshi, Kashyap and Scharfstein(1991)考虑有无日本银行财团领头来划分公司是否存在融资约束,本文选择半强制分红这一自然的外生事件来划分公司是否存在融资约束,用于检验融资约束的有效测度指标,进行实证检验。

二、模型构建及变量设计

(一)实证模型构建

为了扭转我国上市公司长期不发放股利以反馈股东的“铁公鸡”现象,证监会将再融资资格与股利分配水平相挂钩,致力于引导和规范上市公司分红行为,首次于2001328日在《上市公司新股发行管理办法》规定“对于公司最近三年未有分红派息,董事会对于不分配的理由未作出合理解释的,担任主承销商的证券公司应当重点关注并在尽职调查报告中予以说明”。对于那些前三年(1998年、1999年和2000)从未发放股利的上市公司而言,这一政策规定意味着偏好资本市场融资的上市公司未来三年(2001年、2002年和2003)在资本市场不能获得融资;相反,对于那些前三年(1998年、1999年和2000)一直发放股利的上市公司而言,这一政策规定意味着偏好资本市场融资的上市公司未来一年(2001)在资本市场容易获得融资。所以,本文按照2001328日证监会发布政策作为参考日期,于1998年、1999年和2000年三年是否实施股利政策为标准,如果这三年实施股利政策,本文认定这家上市公司在2001年度不遭受融资约束;如果这三年从未实施股利政策,本文认定这家上市公司在2001年度存在融资约束。

证监会推出半强制分红政策不属于上市公司的自身决策,而且不影响上市公司当期的现金流,但对公司在资本市场融资产生影响。进一步,证监会出台半强制分红的目的是为了上市公司提高分红派息比率,而不是限制上市公司的投融资。此外,证监会半强制分红对中国证券市场是一个重要事件,对整个上市公司的行为产生重要影响。因此,半强制分红政策出台这一自然事件能够较好地解决样本划分的joint test问题,避免了内生性,从而为解决融资约束的有效测度指标提供一个中国证据。

根据前面研究文献,测度融资约束的指标主要有两个——投资-现金流敏感性和现金-现金流敏感性。本文采用Fazzari, Hubbard and Petersen(1988)提出的投资-现金流敏感性回归方程,即:

                   

图片1.png

   (1)

并且本文参考Richardson(2006)做法,加入其他控制变量到回归方程进行稳健性检验,即:

图片2.png

       

                                                      (2)

其中,I为新增投资,K为固定资产,Q为托宾Q值,CF为公司现金流,ROA为总资产收益率,Lev为资产负债率,Age为公司成立年限,Size为公司总资产,Industry为公司所属行业。

本文采用Almeida, Campello and Weisbach(2004)提出的现金-现金流敏感性回归方程,即:

     

图片3.png

                                                         (3)

同样加入加入其他控制变量到回归方程进行稳健性检验,即:

图片4.png

图片4.png

                                                          (4)

其中,△cashholdings为新增现金持有量。

(二)数据处理及变量设计

回归方程涉及的变量定义如下:投资I的具体计量方法参考吕长江和张海平(2011)一文,新增投资I=I_T-I_M,总投资I_T在财务报表上是“购建固定资产、无形资产和其他资产支付的现金+取得子公司及其他营业单位支付的现金净额-处置固定资产、无形资产和其他资产收回的现金净额-处置子公司及其他营业单位支付的现金净额”,投资折旧I_M在财务报表上是“固定资产折旧+无形资产摊销+长期待摊费用摊销”。K定义为固定资产净额,Q定义为托宾Q值,CF或者Cashflow定义为经营现金流量净额,ROA定义为总资产收益率,Lev定义为资产负债率,age定义为公司成立年限,Size定义为总资产,△cashholdings定义为现金及现金等价物增加额,等于期末现金及现金等价物净额-期初现金及现金等价物净额,Industry定义为公司所属行业。各个变量的统计性描述见表1。从表1可以发现,存在融资约束公司的投资I均值和现金流CF均值显著小于无融资约束公司的投资I均值和现金流CF均值,但中位数没有通过显著性,这是由于大公司难以遭受融资约束;而存在融资约束公司的现金及现金等价物增加额cashholdings均值和中位数小于无融资约束公司的现金及现金等价物增加额cashholdings均值和中位数,但没有显著性。

表1 各变量的统计性描述

variables

mean

p50

sd

min

max

N

I(元)

5.39E+07

6470000

2.27E+08

-6.81E+08

2.99E+09

307

K(元)

6.44E+08

2.78E+08

1.22E+09

1656027

1.27E+10

307

Q

2.9547

2.2355

2.9720

0.6349

43.5154

307

CF(元)

1.38E+08

5.34E+07

3.31E+08

-1.20E+09

2.84E+09

307

ROA

-0.0128

0.0336

0.2927

-3.0982

0.1907

307

Lev

0.5068

0.4760

0.3137

0.0299

3.3400

307

Age(年)

8.3882

8.5639

3.2149

2.8278

23.5306

307

Size(元)

2.05E+09

1.24E+09

2.59E+09

4.90E+07

2.48E+10

307

△Cashholdings(元)

2.78E+07

1.07E+07

1.67E+08

-6.71E+08

7.11E+08

307


有融资约束

I(元)

398719.3

-4190000

1.11E+08

-6.81E+08

7.32E+08

131

CF(元)

6.16E+07

2.17E+07

1.66E+08

-2.93E+08

1.37E+09

131

△Cashholdings(元)

1.54E+07

6744713

7.71E+07

-2.66E+08

3.46E+08

131


无融资约束

I(元)

9.37E+07

3.58E+07

2.78E+08

-6.03E+08

2.99E+09

176

CF(元)

1.95E+08

8.10E+07

4.04E+08

-1.20E+09

2.84E+09

176

△Cashholdings(元)

3.70E+07

1.80E+07

2.10E+08

-6.71E+08

7.11E+08

176


有融资约束公司与无融资约束公司之间主要变量的差异


均值差异

t值

中位数差异

t值



I(元)

-9.33e+07***

-3.6307

-4.00e+07

-1.5562



CF(元)

-1.33e+08***

-3.5610

-5.93e+07

-1.5830



△Cashholdings(元)

-2.16e+07

-1.1219

-1.13e+07

-0.5846



注:*,**,***分别表示10%5%1%显著性水平。

三、实证结果分析

(一)投资-现金流敏感性实证检验

根据前文论述,我们把数据分别代入回归模型(1)和回归模型(2)进行实证分析,实证结果见表2的模型一和模型二。从表2可以看出,存在融资约束的样本中,现金流变量回归系数均通过了1%的显著性,而且Q值回归系数均不显著,以及模型回归的拟合度R2较大,这表明存在融资约束的公司,现金流能够显著地影响投资;相反,没有融资约束的样本中,现金流回归系数均没有通过显著性检验,而且Q值回归系数均不显著,这表明没有融资约束的公司,公司的投资不受现金流和托宾Q值的影响。因为现金流高的公司,表明该公司现有投资项目效益高,机会高,而我们都知道托宾Q值也表示投资机会,Q值越大,投资机会越大。存在融资约束的公司,托宾Q值的显著性被现金流CF的显著性解释了,即Q值回归系数不显著;无融资约束的公司,托宾Q值和现金流均不显著,即这类公司投资受其他因素的影响,这从R2值都很小,解释力度低,即使加入其他公司特征的控制变量。因此,无论是从现金流回归系数大小(经济意义)和显著性(统计意义),还是从回归模型的R2值,这都表明投资-现金流敏感性是融资约束的一个有效测度指标。

表2 投资-现金流敏感性实证结果

I

模型一

模型二

有融资约束

无融资约束

有融资约束

无融资约束

cons

-0.0102

(-0.11)

0.2056***

(3.84)

0.3864

(0.16)

1.6496

(1.30)   

Q

-0.0120

(-0.73)

-0.0170

(-0.88)

-0.0370

(-0.97)

-0.0393

(-1.28)   

CF

0.6003***

(8.08)

-0.0019

(-1.05)

0.6185***

(7.58)

0.0004

(0.21)   

ROA



-0.3477

(-0.92)

0.7763

(0.89)   

Lev



-0.4192

(-1.29)  

0.3410

(1.63)   

Age



0.0031

(0.14)   

0.0026

(0.21)   

Size



0.0082

(0.08)   

-0.0674

(-1.35)   

Industry Effect



yes

yes

N

131

176

131

176

R2

0.3397

0.0109

0.3894

0.1033

注:*,**,***分别表示10%5%1%显著性水平。

(二)现金-现金流敏感性实证检验

我们将数据分别代入回归模型(3)和回归模型(4)进行实证分析,实证结果见表3模型三和模型四。从表3可以看出,存在融资约束的公司中,现金流的回归系数均通过了1%的显著性水平;而无融资约束的公司中,现金流的回归系数分别通过了5%10%的显著性水平。进一步对比分析存在融资约束和无融资约束的两类公司,可以发现,存在融资约束公司的回归系数显著性水平高于无融资约束公司的现金流回归系数显著性水平,存在融资约束公司的现金流回归系数大小高于无融资约束公司的现金流回归系数大小,存在融资约束公司的回归模型拟合优度R2均显著大于无融资约束公司的回归模型拟合优度R2。因此,现金-现金流敏感性也可以测度融资约束。

 

表3 现金-现金流敏感性实证结果


模型三


模型四


有融资约束

无融资约束

有融资约束

无融资约束

cons

0.4412**

(2.36)

0.1370

(0.62)

0.2360

(0.96)

0.1166

(0.40)

CF

0.4650***

(5.16)

0.1631**

(1.96)

0.4166***

(4.52)

0.1682*

(1.81)

Q

-0.0023

(-1.09)

-0.0013

(-0.23)

0.0056

(1.50)

-0.0057

(-0.79)

Size

-0.0210**

(-2.35)

-0.0059

(-0.59)

-0.0155

(-1.50)

-0.0048

(-0.41)

ROA



0.1078***

(2.87)

0.3030

(1.54)

Lev



0.0367

(1.14)

-0.0386

(-0.80)

Age



-0.0007

(-0.34)

-0.0019

(-0.66)

Industry Effect

yes

yes

yes

yes

N

131

131

176

176

R2

0.2061

0.0229

0.3243

0.0669

注:*,**,***分别表示10%5%1%显著性水平。

(三)讨论

前面两节实证检验了投资-现金流敏感性和现金-现金流敏感性能否测度融资约束,结论表明这两个指标都能够有效测度我国上市公司的融资约束。但我们进一步对比分析表2和表3,发现相比较于现金-现金流而言,投资-现金流敏感性是一个更有效的测度融资约束的指标。这是因为,在表2中,存在融资约束的公司,投资-现金流敏感性系数通过了1%的显著性水平,而无融资约束的公司,投资-现金流敏感性系数没有通过显著性水平,投资-现金流敏感性系数在这两类公司的显著性水平相差很大;相反,在表3中,存在融资约束的公司,现金-现金流敏感性系数通过了1%的显著性水平,无融资约束的公司,现金-现金流敏感性系数也分别通过了5%10%的显著性水平,现金-现金流敏感性系数在这两类公司的显著性水平相差很小。另外,在表2中,有融资约束公司投资-现金流敏感性系数大小比无融资约束公司投资-现金流敏感性系数大小分别大0.60220.6181;而在表3中,有融资约束公司现金-现金流敏感性系数大小比无融资约束公司现金-现金流敏感性系数大小分别大0.30190.2484。所以,投资-现金流敏感性比现金-现金流敏感性测度融资约束的效果大一倍。我们认为这可能的原因是,公司现金流用于投资、储蓄、还债以及发股利,由于还债是一种硬约束,不是公司能够可以自由量裁,而公司发放股利是一种稳定的公司决策,不会随着公司现金流的变化而变化,剩下来由公司自由量裁的是投资和储蓄。我国证券市场成立时间短,存在较大的问题,上市公司的公司治理质量普遍不高,相比较储蓄而言,上市公司存在更大的投资冲动,即使存在融资约束,只要拥有现金流,上市公司首先考虑投资。因此,在我国证券市场上,投资-现金流相比较于现金-现金流是一个更好测度融资约束的指标。

四、结论与启示

我国金融体系还不发达,企业普遍存在较强的融资约束,对企业的投融资决策产生重要影响。自从Fazzari et al.(1988)以来,关于融资约束的测度指标存在较大的争议,争议的焦点在于如何处理融资约束的外生性,不同的处理结果得到不同的结论。不像欧美成熟证券市场那样政策稳定,我国证监会为了完善不成熟的证券市场推出各种政策规定,这为成熟市场难以排除外生性提供了一种可能。

证监会为了上市公司增加股利发放首次推出半强制分红政策,这一分红政策对我国上市公司在资本市场的融资产生重要影响,只有那些前三年连续实施股利政策的公司才可以在资本市场融资,所以这为我国上市公司是否存在融资约束提供了自然试验的条件。本文根据这一外生事件划分有融资约束公司和无融资约束公司,然后实证检验投资-现金流敏感性和现金-现金流敏感性两个测度指标。实证结果表明,投资-现金流敏感性和现金-现金流敏感性均有效测度我国上市公司的融资约束,但进一步比较回归系数的显著性,回归系数大小以及回归模型的拟合度R2,发现相比较于现金-现金流敏感性而言,投资-现金流敏感性是一个更有效的测度指标。

 

[参考文献]

李春霞,田利辉,张伟. 现金-现金流敏感性:融资约束还是收入不确定?[J]. 经济评论,2014,2:115-126.

李金,李仕明,严整. 融资约束与现金现金流敏感度——来自国内A股上市公司的经验证据[J]. 管理评论, 200719(3):53-57.

连玉君,程建. 投资现金流敏感性:融资约束还是代理成本?[J]. 财经研究,2007,33(2):37-46.

连玉君,彭方平,苏治. 融资约束与流动性管理行为[J]. 金融研究,2010,10:158-171.

刘志远,张西征. 投资/现金流敏感性能反映公司融资约束吗?——基于外部融资环境的研究[J].经济管理,201032(5):105-112.

马国臣,李鑫,孙静. 中国制造业上市公司投资——现金流高敏感性实证研究[J]. 中国工业经济, 2008,10:109-118.

吴娜,于博,陶航. 投资现金流敏感度能反映企业融资约束吗——附加企业能动性的动态检验[J]. 财经科学,2014,1:81-89.

晏艳阳,乔嗣佳,苑莹. 高管薪酬激励效果——基于投资-现金流敏感度的分析[J]. 中国工业经济,2015,6:122-134.

于博. 融资约束与投资-现金流敏感度的非单调性分析——来自房地产行业预防性动机的证据[J].当代财经,2014,3118-128.

章贵桥,陈志红. 宏观货币政策、融资约束与现金现金流敏感性[J]. 金融经济学研究,2013,28(3):43-54.

章晓霞,吴冲锋. 融资约束影响我国上市公司的现金持有政策吗——来自现金-现金流敏感度的分析[J]. 管理评论,2006,10:59-62.

1普遍研究结论认为我国上市公司不遵从啄序融资理论,认为我国上市公司普遍偏好于股权融资。

 

2李常青,魏志华和吴世农(2010,经济研究);王志强和张玮婷(2012,管理世界);魏志华,李茂良和李常青(2014,经济研究);周冬华和赵玉洁(2014,会计研究)等都论述了半强制分红政策的影响。

3根据证监会行业划分方法。

 

(作者单位:太极集团有限公司)