代軍 李文慧

【摘 要】 在投資支出預期模型的基礎上，構(gòu)建一個考慮融資約束和政府補貼的雙邊隨機邊界模型，用以考察融資約束和政府補貼對中國A股制造業(yè)上市公司非效率投資的影響程度和凈效果，并進行穩(wěn)健性檢驗。實證研究表明：融資約束對制造業(yè)企業(yè)實際投資支出的抑制作用高于政府補貼的拉動作用，兩者的凈效應表現(xiàn)為投資不足;另外，增加現(xiàn)金流量有助于緩解融資約束效應，且中小規(guī)模企業(yè)獲得的政府補助更為顯著;最后，由于企業(yè)產(chǎn)權性質(zhì)和企業(yè)規(guī)模不同，非效率投資在制造業(yè)企業(yè)中存在一定的差異，其中國有企業(yè)的投資不足更為嚴重，小規(guī)模企業(yè)的非效率程度更高。

【關鍵詞】 制造業(yè); 融資約束; 政府補貼; 雙邊隨機邊界模型; 非效率投資

【中圖分類號】 F273.1? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）09-0077-07

一、引言

企業(yè)投資效率一直是影響企業(yè)價值最重要的因素之一。然而，受融資約束和政府補貼等因素的影響，現(xiàn)實中仍然有不少企業(yè)在投資決策中不是以企業(yè)價值最大化為目標，包括放棄凈現(xiàn)值為正的項目，形成投資不足;或者投資凈現(xiàn)值為負的項目，造成投資過度，最終引發(fā)非效率投資。黨的十九屆四中全會提出“推動發(fā)展先進制造業(yè)、振興實體經(jīng)濟，建設更高水平開放型經(jīng)濟新體制”。在此新時代背景下，國家必將加大對先進制造業(yè)的政策扶持力度。面對普遍存在的企業(yè)融資約束和制造企業(yè)可能享受的更大財政補貼，如何避免制造企業(yè)出現(xiàn)非效率投資，顯然是非常值得研究的重大現(xiàn)實問題。

目前融資約束引發(fā)企業(yè)非效率投資的研究主要是圍繞不完全市場假定下的融資約束、公司投資與現(xiàn)金流敏感性之間的關系等方面。由于融資約束環(huán)境形成外部融資成本過高，企業(yè)無法得到足夠的資金去把握住好的投資機會，造成實際投資無法達到最優(yōu)，進而出現(xiàn)非效率投資[1]，并且此刻企業(yè)投資活動一定會高度依賴其內(nèi)部的現(xiàn)金流，從而產(chǎn)生較高的投資——現(xiàn)金流敏感性。在此背景下，若內(nèi)部現(xiàn)金流波動，企業(yè)投資活動很容易出現(xiàn)資金斷裂，造成投資不足[2]。另外，在內(nèi)部資金不足疊加外部融資成本過高的情況下，企業(yè)往往會縮減股利發(fā)放[3]，選擇儲存更多的現(xiàn)金流以備未來投資之需，從而導致企業(yè)當前投資不足的情況?？傊?，種種研究表明，融資約束的存在會抑制企業(yè)的投資行為，使得企業(yè)的投資支出低于最優(yōu)支出[4-5]。

為了緩解融資約束的負面效應，眾多學者開展了廣泛的理論與實證研究，并表明諸多因素都能沖抵融資約束帶來的壓力。如徐晨陽等[6]研究提出，營運資本在融資約束條件下發(fā)揮了更強的平滑作用。郭麗虹等[7]研究認為，強制分紅政策會削弱高融資約束對企業(yè)投資不足的負面影響。

此外，由于國情不同，國外有關政府補貼引發(fā)企業(yè)非效率投資的研究較為鮮見。近年來，國內(nèi)學術界才開始關注我國政府補貼對融資約束的平滑作用。雖然政府補貼拓寬了企業(yè)的資金來源，在一定程度上能夠?qū)θ谫Y約束起緩解作用[8]，但已有研究的作用效果大多集中于對生產(chǎn)效率或研發(fā)投入的影響上[9-10]。

也有少部分學者探究了政府補貼作用下的企業(yè)投資行為的不同表現(xiàn)。其中有學者指出，政府補貼不但能促進企業(yè)產(chǎn)量增加，而且?guī)砹送顿Y過度的問題[11]。但對于經(jīng)濟較發(fā)達地區(qū)的國有企業(yè)而言，政府補助是能緩解投資不足的[12]。另外，部分學者研究發(fā)現(xiàn)，政府財政補貼政策驅(qū)使企業(yè)出現(xiàn)投資過度，但稅收優(yōu)惠有助于緩解其投資不足[13]。因此，雖然已有研究關注到了政府補貼可以舒緩融資約束的負向作用，但鮮有將兩者結(jié)合起來考察投資行為的研究，并且在行業(yè)和模型的選取上各有不同[14-15]。

綜上所述，在企業(yè)層面融資約束與政府補貼均對企業(yè)非效率投資有著顯著的影響，且方向相反，那么從行業(yè)整體維度，兩者分別對非效率投資的影響如何？凈效應又是如何？為了探究這一問題，所做的貢獻主要表現(xiàn)為：第一，將“融資約束、政府補貼和投資效率”納入到同一研究框架中，豐富了兩者作用于企業(yè)投資行為的研究;第二，將雙邊隨機邊界模型和投資支出預期模型結(jié)合起來，可以分別測度兩者對制造業(yè)上市公司非效率投資的個體效應和聯(lián)合效應，這樣既可以定性分析兩者是否對企業(yè)投資行為產(chǎn)生顯著影響，又能定量考察與最優(yōu)投資支出的偏離程度，得出凈效果到底是投資不足還是投資過度的結(jié)論;第三，將企業(yè)投資理論應用范圍拓展至制造業(yè)。

眾所周知，制造業(yè)雖然作為國民經(jīng)濟的支柱性產(chǎn)業(yè)，但大而不強，一直面臨著轉(zhuǎn)型升級的困境，并且資金需求大、投資周期長的特點使其受到融資約束的影響，出現(xiàn)了投資不足、疲態(tài)漸現(xiàn)的發(fā)展問題。自“中國制造2025”行動綱領推出以來，國家日益重視制造業(yè)的發(fā)展，對制造業(yè)的扶持政策和補助金額不斷加碼，因此也是政府補貼的重點對象。研究融資約束和政府補貼對制造業(yè)上市公司非效率投資的影響，不僅拓展了檢驗政府補貼作用效果的視角，從投資效率的視角來考察政府補貼的效果，而且對于企業(yè)自身完善內(nèi)部管理、走出行業(yè)困境有重要的指導意義，從而推動我國經(jīng)濟高質(zhì)量發(fā)展。

二、理論基礎

基于前文的理論分析，融資約束對企業(yè)投資效率能夠產(chǎn)生負面影響，而政府補貼對企業(yè)的投資行為可以產(chǎn)生正向的促進作用。兩者都具有單邊分布的特征，因此對制造業(yè)上市企業(yè)投資效率的影響是雙邊的。這里借鑒Kumbhakar et al.[16]提出的雙邊隨機邊界模型，用以描述公司的實際投資行為，具體如公式1所示：

其中，Ii，t為制造業(yè)上市公司的實際投資支出，I？觹i，t=βX'i，t為制造業(yè)上市公司最優(yōu)投資水平，具體由企業(yè)發(fā)展機會決定;X'i，t為樣本制造業(yè)上市公司的特征變量，β為參數(shù);vi，t為傳統(tǒng)意義上的殘差;ui，t和wi，t分別衡量源于融資約束和政府補貼造成的制造業(yè)公司實際投資水平對其最優(yōu)水平的偏離程度，且兩者都大于等于0。為了測量系數(shù)β和融資約束與政府補貼造成的實際投資水平偏離最優(yōu)水平的程度，本文運用極大似然法來對公式1進行估計。假設vi，t服從正態(tài)分布，即vi，t～i.i.d.N（0，σ），同時假設ui，t～i.i.d.exp（σu），wi，t～i.i.d.exp（σw），即二者均服從指數(shù)分布。

根據(jù)上述假設，可以得到復合誤差項的分布密度函數(shù)如公式2所示：

在公式2中的φ（·）和Φ（·）分別表示標準正態(tài)分布的概率密度函數(shù)和累積分布函數(shù)，此外，其他參數(shù)如下所示：

由此可以得到在t期第i個觀測值所對應的對數(shù)似然函數(shù)，具體如公式3所示：

其中，θ={β，σv，σu，σw}為待估參數(shù)，可以通過最大似然函數(shù)方法進行估計。接下來，為了得到每家公司ui，t和wi，t的點估計值，需要進一步推導ui，t和wi，t的條件分布，具體如公式4和公式5所示：

其中，公式6和公式7分別用來衡量相較于最優(yōu)投資支出，融資約束下實際投資支出的絕對下偏程度與政府補貼下實際投資支出的絕對上偏程度。為了得到相對偏離程度，還需要對公式6與公式7做如下轉(zhuǎn)換：

公式8和公式9分別衡量了相較于最優(yōu)投資支出，融資約束下實際投資支出的相對下偏程度與政府補貼下實際投資支出的相對上偏程度。由此可以得到二者對企業(yè)投資效率的凈效果如公式10所示：

三、研究設計

（一）計量經(jīng)濟模型的設定

為了避免Tobin's Q的衡量偏誤問題，在Richardson[17]和連玉君等[18]的投資支出模型基礎上，構(gòu)建了一個雙邊隨機邊界模型，用來實際預測制造業(yè)上市公司的最優(yōu)投資水平，具體如公式11所示：

其中，Ln Ii，t為投資效率，是衡量企業(yè)投資水平的指標，Growthi，t-1表示公司上年末的銷售收入增長率，Debti，t-1為公司上年末的負債率，Cashi，t-1為公司上年末的現(xiàn)金存量，Agei，t-1為上年末的公司年齡，Returni，t-1為公司上年末的股票年度收益和Ii，t-1為公司上年度的投資。此外，將ui，t的和wi，t的分布參數(shù)進行異質(zhì)性設定，即σu=exp（？孜u）和σw=exp（？孜w），其中？孜u=α0+α1Cfi，t，Cfi，t為企業(yè)當期年度的現(xiàn)金流量，能起到緩解融資約束的作用，？孜w=β0+β1Sizei，t，Sizei，t為本年度企業(yè)規(guī)模，引導著政府補貼力度。

（二）樣本篩選

所使用的公司財務數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫（CSMAR），首先選擇滬深兩市制造業(yè)A股上市公司2013—2019年間的相關數(shù)據(jù)，其次對其分別做了如下篩選：（1）剔除被 ST 或處于ST 狀態(tài)的業(yè)績惡化的公司和金融類公司;（2）剔除變量觀察值數(shù)據(jù)不全和在滯后產(chǎn)生缺漏值的公司;（3）剔除總資產(chǎn)增長率和銷售增長率大于100%的公司。最終得到1 470家上市公司共5 418個觀測值。為了避免異常值對回歸結(jié)果的影響，分別對所有連續(xù)變量進行了1%和99%分位的縮尾處理。全部數(shù)據(jù)處理和統(tǒng)計分析均由Stata 14.0完成。變量的基本統(tǒng)計算法具體如表1所示。

四、實證結(jié)果分析

（一）投資支出的影響因素及模型估計

本部分是在全樣本條件下對公式11進行模型估計，并通過對多種不同約束條件下的模型進行回歸結(jié)果對比來選定后續(xù)的分析模型。首先，對模型1進行OLS回歸;其次，對模型2—模型5進行雙邊隨機邊界模型下的極大似然估計，其中模型2設定σu和σw分別不受Cfi，t和Sizei，t變量的影響;模型3設定只有σu受到Cfi，t變量的影響;模型4設定僅有σw受到Sizei，t變量的影響;模型5設定σu和σw分別受Cfi，t和Sizei，t變量的影響。具體回歸結(jié)果如表2所示。

由表2可知，在OLS模型的回歸結(jié)果中，Ii，t-1、Debti，t-1和Returni，t-1分別在1%、1%和10%顯著性水平上影響實際投資支出。其中，Debti，t-1和投資支出負相關，說明債務能夠約束企業(yè)的投資活動;Returni，t-1與投資支出正相關，表明股票年度收益越多的企業(yè)其投資水平越高。另外，VIF均值為1.10，每個變量的VIF均不超過2，通過了回歸方程無多重共線性的檢驗。

觀察雙邊隨機邊界模型的回歸結(jié)果可知：首先，模型2的融資約束和政府補貼參數(shù)均在1%的顯著性水平上對投資具有影響;其次，在模型3與模型5中，Cfi，t的系數(shù)為負，表明現(xiàn)金流量能夠很好地緩解融資約束程度，這與已有研究結(jié)論基本一致;最后，在模型4與模型5中，Sizei，t的系數(shù)為負，表明公司規(guī)模越大獲得的政府補貼越少，說明近年來隨著社會對中小微企業(yè)發(fā)展的日益重視，政府對中小規(guī)模企業(yè)的補貼正在逐漸增多。

以上實證研究結(jié)論也進一步證實，本文的異質(zhì)性設定能夠有效地捕捉到Cfi，t和Sizei，t對公司融資約束與政府補貼的影響。此外，從表2的對比結(jié)果還可知，模型5的LL值最大，擬合效果最好，所以后續(xù)分析將基于模型5的結(jié)果展開。

（二）方差分解

利用方差分解，表3進一步給出了融資約束和政府補貼對制造業(yè)上市公司投資水平的影響情況。首先，融資約束的測度值（σu）大于政府補貼的測度值（σw），差值為0.1854，大于零，表明融資約束對制造業(yè)企業(yè)投資水平的影響要大于政府補貼的影響，因此兩者對制造業(yè)上市公司實際投資支出的凈作用整體表現(xiàn)為投資不足。同時，相較于政府補貼的影響比重，融資約束的影響比重占據(jù)絕對優(yōu)勢（62.68%>37.32%），說明融資約束在投資活動中起到了關鍵作用。由此可見，政府補貼對投資行為的平滑作用較融資約束的抑制作用程度更弱一些。最后，融資約束和政府補貼對方差的總貢獻高達91.89%，表明其對制造業(yè)企業(yè)的投資行為具有很強的解釋力度，也進一步證實模型變量選取的合理性。

（三）融資約束效應和政府補貼效應及其凈效果

估計公式6—公式9可以分別得到每家制造業(yè)企業(yè)面臨的融資約束程度、政府補貼程度以及共同作用下的凈效果。為了讓公司之間更具有可比性，這里主要關注實際投資與最優(yōu)水平的相對偏離程度，具體結(jié)果如表4所示。

觀察表4的均值指標可知，融資約束使得投資支出下偏程度大于政府補貼導致投資支出上偏程度（44.70%>38.40%），因此對于制造業(yè)企業(yè)，整體而言，其投資的融資約束效應要顯著的大于政府補貼效應，表現(xiàn)為投資不足，這也再次證明了前文的結(jié)論。

此外，表4還分別給出了在融資約束和政府補貼的共同作用下的1/4分位（Q1）、1/2分位（Q2）、3/4分位（Q3）上的統(tǒng)計結(jié)果。Q1的結(jié)果顯示，有1/4的企業(yè)的實際投資支出高于最優(yōu)投資支出17.4%;而Q3的結(jié)果顯示，還有1/4的企業(yè)低于最優(yōu)投資支出31.9%。由此可見，制造業(yè)各企業(yè)之間存在著明顯的投資支出不平衡。

另外，為了更形象地呈現(xiàn)出制造業(yè)各企業(yè)投資行為中融資約束效應和政府補貼效應以及凈效果的分布特征，繪制了三者的頻率分布圖（見圖1—圖3）。

對比圖1和圖2可以發(fā)現(xiàn)，相對于政府補貼，融資約束對企業(yè)投資活動的影響更為顯著，且兩者都表現(xiàn)出向右拖尾的形態(tài)。另外，觀察圖3可知，融資約束和政府補貼對投資的凈效果集中分布在-30%～30%之間，這說明制造業(yè)企業(yè)的非效率投資主要是其中少數(shù)企業(yè)的非效率投資行為造成的，而其中大多數(shù)企業(yè)的投資偏離程度其實并不顯著。

（四）穩(wěn)健性分析

本文從企業(yè)產(chǎn)權性質(zhì)和公司規(guī)模進行了穩(wěn)健性分析。首先按照企業(yè)產(chǎn)權性質(zhì)進行分組，考察融資約束和政府補貼的企業(yè)產(chǎn)權異質(zhì)性，soe=1表示企業(yè)為國有性質(zhì)，soe=0表示企業(yè)為非國有性質(zhì)。具體結(jié)果如表5所示。

觀察表5易知，無論是國有還是非國有企業(yè)，投資的融資約束效應都要大于政府的補貼效應，即在兩者的共同作用下，投資不足的程度會大于投資過度的程度，其凈效果仍表現(xiàn)為投資不足。另外，非國有企業(yè)的政府補貼效應略高于國有企業(yè)，且投資不足程度略低于國有企業(yè)，這說明政府補貼對非國有制造業(yè)企業(yè)產(chǎn)生的邊際效應更強烈，沖抵融資約束負效應的效果更好，因此在一定程度上更易激勵企業(yè)提升投資效率。

其次，以公司規(guī)模變量的中位數(shù)為臨界值，定義小規(guī)模公司和大規(guī)模公司，在此基礎上通過規(guī)模分組考察融資約束和政府補貼的公司規(guī)模異質(zhì)性，其具體結(jié)果如表6所示。

觀察表6可知，相較于大規(guī)模公司，小規(guī)模公司投資不足程度更高（22.90%>14.20%）。其中主要原因是小規(guī)模公司的融資約束效應過于顯著（12.7%>4%），因此融資困境仍然是影響小規(guī)模公司投資行為的關鍵因素。另外，有1/4的公司凈效應小于零（Q1），即出現(xiàn)了過度投資，并且小規(guī)模公司的情況更為顯著（32.80%>28.20%），這反映出近年來政府進行的金融體制改革和各種扶持中小企業(yè)政策的相繼實施，更大程度上拉動小規(guī)模公司投資，甚至出現(xiàn)了投資過度的弊端。最后，Q2和Q3下的實證結(jié)果顯示，大部分公司的整體表現(xiàn)依然為投資不足，這說明政府補貼在多數(shù)公司中并沒有達到最佳效果，仍需再接再厲，使投資支出偏離程度更小，投資效率更高。

五、結(jié)語

以我國制造業(yè)A股上市公司為對象，運用雙邊隨機邊界模型，研究了融資約束和政府補貼對企業(yè)投資行為的凈影響。實證研究結(jié)果顯示：

第一，政府補貼無法完全沖抵融資約束帶來的投資不足，其中融資約束使得投資支出下偏44.70%，而政府補貼導致投資支出上偏38.40%，最終得出的凈效果使得實際投資支出降低了6.3%，因此我國制造業(yè)A股上市公司總體表現(xiàn)為投資不足。

第二，現(xiàn)金流量的增加會顯著緩解融資約束的程度，企業(yè)規(guī)模小的公司一般會獲得更多的政府補貼。

第三，近年來，國有企業(yè)的政府補貼效應略低于非國有企業(yè)，融資約束效應略高于非國有企業(yè)，表現(xiàn)為更為嚴重的投資不足。

第四，公司融資約束程度隨公司規(guī)模的增大而減小，小規(guī)模公司融資約束帶來強烈的負向效應大于政府補貼的正向效應，表現(xiàn)為更為嚴重的投資不足。以上結(jié)果比較符合我國目前的發(fā)展狀況。

【參考文獻】

[1] MYERS S，MAJLUF N.Corporate financing and investment decisions when firms have information that investors do not have[J].Journal of Financial Economics，1984，13（2）：187-221.

[2] 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業(yè)創(chuàng)新可持續(xù)性[J].經(jīng)濟研究，2013，48（1）：4-16.

[3] 汪冬梅，張志紅，楊靜.現(xiàn)金股利穩(wěn)定性對投資現(xiàn)金流敏感性的影響——基于我國A股上市公司的實證數(shù)據(jù)[J].中國資產(chǎn)評估，2016（8）：35-40.

[4] 張英明，張精.融資約束條件下中小企業(yè)非效率投資問題研究——基于中小企業(yè)板上市公司的經(jīng)驗數(shù)據(jù)[J].會計之友，2017（5）：97-102.

[5] 李紅，謝娟娟.金融發(fā)展、企業(yè)融資約束與投資效率——基于2002—2013年上市企業(yè)面板數(shù)據(jù)的經(jīng)驗研究[J].南開經(jīng)濟研究，2018（4）：36-52.

[6] 徐晨陽，王滿，何新宇.融資約束能促進營運資本平滑作用的發(fā)揮嗎？——基于機構(gòu)投資者視角的研究[J].金融評論，2017，9（6）：72-87，125.

[7] 郭麗虹，劉婷.強制分紅政策、融資約束與投資效率[J].上海財經(jīng)大學學報，2019，21（1）：95-106.

[8] 魏志華，吳育輝，李常青，等.財政補貼，誰是“贏家”——基于新能源概念類上市公司的實證研究[J].財貿(mào)經(jīng)濟，2015（10）：73-86.

[9] 任曙明，呂鐲.融資約束、政府補貼與全要素生產(chǎn)率——來自中國裝備制造企業(yè)的實證研究[J].管理世界，2014（11）：10-23，187.

[10] 路春城，呂慧.政府補貼、融資約束與制造業(yè)研發(fā)投入[J].經(jīng)濟與管理評論，2019，35（4）：17-27.

[11] 王文甫，明娟，岳超云.企業(yè)規(guī)模、地方政府干預與產(chǎn)能過剩[J].管理世界，2014（10）：17-36，46.

[12] 李剛，侯青川，張瑾.政府補助與公司投資效率——基于中國制度背景的實證分析[J].審計與經(jīng)濟研究，2017，32（4）：74-82.

[13] 王艷麗，楊帆.政策沖擊下的新能源企業(yè)投資效率研究——基于財政補貼與稅收優(yōu)惠比較的視角[J].煤炭經(jīng)濟研究，2019，39（10）：30-40.

[14] 唐安寶，李鳳云.融資約束、政府補貼與新能源企業(yè)投資效率——基于異質(zhì)性雙邊隨機前沿模型[J].工業(yè)技術經(jīng)濟，2016，35（8）：145-153.

[15] 王曉紅，杜晉文.融資約束、政府補助與企業(yè)非效率投資[J].廣西質(zhì)量監(jiān)督導報，2019（2）：167-169.

[16] KUMBHAKAR S，PARMETER C.The effects of match uncertainty and bargaining on labor market outcomes：evidence from firm and worker specific estimates[J].Journal of Productivity Analysis，2009，31（1）：1-14.

[17] RICHARDSON S.Over-investment of free cash flow[J].Review of Accounting Studies，2006，11（2-3）：159-189.

[18] 連玉君，蘇治.融資約束、不確定性與上市公司投資效率[J].管理評論，2009，21（1）：19-26.