基于非線性gmm方法的企業(yè)融資約束經(jīng)驗指標研究

基于非線性gmm方法的企業(yè)融資約束經(jīng)驗指標研究

一、研究結論與討論企業(yè)資金的困難一直是中國轉型經(jīng)濟背景下的一個重要問題。如何解決企業(yè)資金的困難已成為學術界和商界的共同主題。從理論上來講,企業(yè)在不受融資約束的條件下,最直接和最有效率的融資方式是內部融資。然而在現(xiàn)實經(jīng)濟環(huán)境下,內部融資早已不能滿足企業(yè)對資金的需要。與此同時,外部融資存在的諸多限制也制約著企業(yè)的發(fā)展,在我國轉軌經(jīng)濟過程中,這種融資約束的現(xiàn)象尤其明顯。企業(yè)的融資約束一方面體現(xiàn)在資金獲取的難易水平上,另一方面也體現(xiàn)在資金獲取的成本上。但是,無論是資金獲取的難易程度,還是資金獲取成本,都無法被直接觀測到,也難以對其準確衡量(Hadlock和Pierce,2010;Silva和Carreira,2012)。這無疑大大增加了研究企業(yè)融資約束及其相關問題的難度。從國內的情況來看,目前尚未有一套被普遍接受的方法來評估和測算我國企業(yè)的融資約束環(huán)境。相應的,融資約束對企業(yè)投資,特別是對企業(yè)的收益和風險的影響也缺乏系統(tǒng)梳理。更進一步來看,融資約束是否會影響企業(yè)股票的風險和公司的價值?這些問題的回答,有助于揭示融資約束環(huán)境下我國企業(yè)發(fā)展的微觀影響路徑,對優(yōu)化企業(yè)發(fā)展的生態(tài)環(huán)境,深化我國資本市場的改革,以及多層次財富管理市場的建設都具有重要的政策參考意義。遵循上述思路,本文的研究從如下三個方面展開。一是構建一套可以評價中國企業(yè)融資約束的指標,從而分析企業(yè)特征與融資約束關系。根據(jù)Whited和Wu(2006)的理論模型,本文以分解融資約束影子價格的拉格朗日乘子λ為切入點,找出影響融資約束的關鍵變量,進而構建融資約束指數(shù)。相比通過搜集企業(yè)特征研究融資約束的方法,這一方法的優(yōu)點在于其具有明確的理論依據(jù)和經(jīng)濟含義。二是基于所構建的指數(shù),本文研究了融資約束與投資的關系,直觀上揭示了融資約束對企業(yè)投資水平的阻礙程度。三是在資產定價模型的框架下,研究了融資約束與企業(yè)股票收益率的關系。從直覺上來看,面臨較強融資約束的公司股票應具有較高的風險。因為這類企業(yè)融資成本高,外部融資環(huán)境的改變極易影響企業(yè)正常經(jīng)營的現(xiàn)金流,嚴重時的資金短缺還可能導致資金鏈斷裂的風險,甚至誘發(fā)系統(tǒng)性的風險。為了補償這種風險,投資者必然對持有這類公司的股票要求較高的收益率。相應的,本文的研究結果也可以概括為三個方面:首先,規(guī)模大、成長性高、資金充裕以及負債水平低的企業(yè)面臨較小的融資約束。國有企業(yè)較私營企業(yè)有較低的融資約束,但該結果在統(tǒng)計上不顯著。其次,融資約束越高的企業(yè)其投資水平越低,這與預期結果一致。最后,融資約束因子會產生一個顯著的風險溢價,這表明高融資約束風險的企業(yè)具有較高的收益率,也意味著融資約束風險并沒有被已有的市值、價值和市場三因子所解釋。從這個角度,本文的結論有助于解釋橫截面上股票收益率的差異性。盡管現(xiàn)有基于我國融資環(huán)境的研究已非常豐富(如Chow和Fung,1998;李焰和張寧,2008;羅黨論和甄麗明,2008;饒華春,2009;唐建新和陳冬,2009;沈紅波等,2010;于蔚等,2012),但是仍未解決一個根本性的問題:如何準確、科學地評估我國的融資約束變量,許多文獻中采用的K-Z指標、S-A指標等都是基于西方市場的經(jīng)驗結果,而如何構建一套符合我國企業(yè)特征的融資約束指標,是本文研究的貢獻之一。在此基礎上,本文其它方面的貢獻在于:第一,從公司金融領域的研究來看,大多數(shù)文獻都是從投資現(xiàn)金流敏感度出發(fā)研究企業(yè)融資約束,尚沒有采用結構模型分析我國企業(yè)融資約束的文獻。本文研究豐富了這一領域的文獻,我們基于結構模型,對作為融資約束影子價格的拉格朗日乘子λ進行分解,構建出能衡量企業(yè)融資約束大小的指標,并采用中國上市公司數(shù)據(jù),通過非線性GMM的方法估計出這一指標。第二,從資產定價領域的研究來看,國內尚沒有文獻研究融資約束的風險問題,也未有研究融資約束與股票收益率的關系。本文利用所構建的融資約束指數(shù)對這些問題進行了作答,并從融資約束角度對股票橫截面上收益率的差異性進行了解釋,提供了這一方面的經(jīng)驗證據(jù)。二、融資約束指標事實上,自Fazari等(1988)研究企業(yè)投資與現(xiàn)金流敏感度,并作為衡量融資約束的指標以來,學界對融資約束衡量標準的爭議由來已久,然而尚未達成一致意見。Kaplan和Zingales(1997)通過比較不同組別公司的特征差異,最早提出了一套廣為應用的融資約束度量指標——K-Z指標。但是,K-Z指標并沒有得到所有學者的認同,例如Cleary(1999)、Whited和Wu(2006)及Hadlock和Pierce(2010)。主要原因在于該指標需要對托賓Q進行測算,而托賓Q被公認為難以準確計算的指標之一(Hayashi,1982;Bond和Cummins,2001;Cooper和Ejarque,2001)。Cleary(1999)利用多元判別式分析法(MDA)對影響融資約束的變量進行了篩選,并構建了MDA指數(shù)。Whited和Wu(2006)基于跨期投資模型,從歐拉方程出發(fā),通過GMM方法估計出外部融資的影子價值,并作為構建融資約束指標的依據(jù)。Musso和Schiavo(2008)、Silva(2011)基于一系列可能影響融資約束的變量對企業(yè)進行分類,并構建了分類評分指標用于衡量企業(yè)的融資約束程度。Hadlock和Pierce(2010)運用OrderedLogit模型研究影響企業(yè)融資約束的因素,認為其根據(jù)企業(yè)規(guī)模和年限所構建的S-A指標可以很好的反映企業(yè)所面臨的融資約束狀況。在融資約束對企業(yè)行為的影響上,Almeida等(2004)發(fā)現(xiàn)受到約束的企業(yè)傾向于從現(xiàn)金流中保留現(xiàn)金,以留存給未來可能出現(xiàn)的投資機會或對沖不確定風險;不受融資約束的企業(yè)由于隨時可以獲取外部資金,因此經(jīng)營活動中不會保留過多現(xiàn)金。Fagiolo和Luzzi(2006)、Oliveira和Fortunado(2006)認為,由于受到融資約束的限制,企業(yè)喪失了可能的投資機會,因此融資約束給企業(yè)增長造成負面的影響。Hennessy和Whited(2007)基于機構模型,內生了投資、現(xiàn)金流、杠桿率等變量,用模擬的方法對融資行為進行了研究,作者發(fā)現(xiàn)融資約束企業(yè)有較高的融資成本。隨著我國經(jīng)濟市場的發(fā)展,許多學者開始關注融資環(huán)境對國內企業(yè)的影響?？傮w而言,國內研究融資約束的文獻可分為以下三類:第一類是采用國外文獻的指標直接采用中國數(shù)據(jù)進行驗證。如Chow和Fung(1998)研究了上海股票市場制造類企業(yè)的融資約束和投資現(xiàn)金流敏感度的關系,發(fā)現(xiàn)融資約束越大的企業(yè),投資現(xiàn)金流敏感性越低。李焰和張寧(2008)則以K-Z指標為基礎,構建了度量我國上市公司融資約束的綜合財務指標評分模型。第二類是對我國企業(yè)融資約束影響因素的探索,這一方面的研究成果最為豐富。實證研究發(fā)現(xiàn),我國上市公司普遍存在融資約束,金融發(fā)展對企業(yè)的融資約束的改善有促進作用(沈紅波等,2010)。民營企業(yè)融資約束的改善要強于國有企業(yè)(饒華春,2009;唐建新和陳冬,2009),有政治關系的民營企業(yè)外部融資時所受的融資約束更少(羅黨論和甄麗明,2008),引入機構投資者對于民營企業(yè)融資約束的改善要明顯優(yōu)于國有企業(yè)(張純和呂偉,2007)。另外,學者還發(fā)現(xiàn)商業(yè)信用的改善(石曉軍和張順明,2010)、金融關聯(lián)(鄧建平和曾勇,2011)、信息不對稱程度的降低(屈文洲等,2011)對于企業(yè)融資約束的改善也有積極作用。第三類是研究融資約束對我國企業(yè)投資決策以及企業(yè)業(yè)績的影響。連玉君等(2010)發(fā)現(xiàn)融資約束的企業(yè)會保持較高的流動性并且實行積極的流動性調整策略。王彥超(2009)表明融資無約束的企業(yè)容易發(fā)生過度投資。李科和徐龍炳(2011)利用短期融資券的推出作為自然實驗,證明金融創(chuàng)新將帶來公司融資約束狀況的好轉,進而有助于改善公司業(yè)績。還有研究發(fā)現(xiàn),融資約束對于財務風險(李焰等,2007)、企業(yè)資本結構調整(于蔚等,2012)均存在顯著影響。三、企業(yè)融資約束指標的理論模型這個部分描述一個企業(yè)最大化未來預期股利現(xiàn)值的理論模型,推導出企業(yè)最優(yōu)投資的一階條件,并在此基礎上詳細闡述本文融資約束指標的構建方法及其經(jīng)濟含義,為后文的實證研究奠定基礎。(一)融資約束對企業(yè)價值最大化的影響本文的模型主要基于Whited(1998)、Whited和Wu(2006)的研究,同時依據(jù)中國企業(yè)的具體情況,對模型進行了改進,以便分析融資約束對國有企業(yè)和民營企業(yè)的不同影響。假設追求企業(yè)價值最大化的股東追求未來預期紅利的現(xiàn)值最大:上式中,V其中,其中,i企業(yè)的資本積累方程為:其中,δ等式(5)稱為股權融資約束,規(guī)定了股息的下界。由于發(fā)行新股相當于減少了已有股東的權益(減少了股息),因此等式(5)等價于規(guī)定了股權融資的上界。當企業(yè)采用債權融資時,有限性條件要求:由企業(yè)的目標函數(shù)(1)以及預算約束(5)和(6),最優(yōu)化問題可完整表述為:(二)企業(yè)貸款約束下的模型估計容易證明,由最優(yōu)化問題式(7)推導出的企業(yè)最優(yōu)資本存量K其中,λ因此,在面臨融資約束時,企業(yè)投資產生了額外的成本,其大小取決于影子價格λ其中,GR基于上述理論模型,可以通過一階式(8)的條件估計出等式中的參數(shù)β={β四、因變量—數(shù)據(jù)與融資約束的估計本文采用2003年第1季度至2012年第4季度上證A股的季度數(shù)據(jù)進行實證研究,并剔除了金融行業(yè)、財務數(shù)據(jù)缺失和明顯錯誤的樣本。我們按照證監(jiān)會行業(yè)次類代碼對企業(yè)所屬行業(yè)進行劃分。在數(shù)據(jù)處理中,本文剔除了處于*ST、ST或者PT狀態(tài)的上市公司,因為這類公司的經(jīng)營出現(xiàn)了連續(xù)的虧損,面臨被收購的威脅,而不僅僅是融資上的困難。出于同樣的原因,營業(yè)收入增長率連續(xù)2個季度小于0的企業(yè)樣本也被排除。我們還剔出了總資產、貨幣資金或固定資產小于0的這類具有異常數(shù)據(jù)的企業(yè)樣本,并且只包含了至少公開連續(xù)8個季度財務報表的公司。經(jīng)過以上的選擇,最終可以得包含到715家上市公司、44個時間點的非平衡面板數(shù)據(jù)。本文數(shù)據(jù)均取自于銳思(RESSET)數(shù)據(jù)庫,此外,本文隨機選取數(shù)據(jù)庫中的財務數(shù)據(jù)與上市公司年報進行比對確認,以保證數(shù)據(jù)的質量。本文其余變量的構建標準如下:國有股數(shù)占總股數(shù)超過50%的公司被認為是國有企業(yè),托賓Q的計算方法為:(流通股市值+非流通股市值+負債凈值)/總資產(Chung和Pruitt,1994)。折舊率(Depr)按照折舊額與非流動資產的比值計算(一)企業(yè)融資約束:一個顯著性研究視角文章的這一部分將對模型中的參數(shù)進行估計。針對等式(8)刻畫的一階條件,可以構建條件矩估計式:其中,z隨機折現(xiàn)因子SDF采用Fama和French(1992,1993)三因子的形式:其中,MKT表示市場因子,SMB表示市值因子,HML表示賬面市值比因子。本文采用兩階段廣義矩估計法GMM(Hansen和Singleton,1982)對模型進行了估計,待估計的核心參數(shù)為20個,分別為α表2的模型1報告了用等式(9)所有13個變量構建λ進行估計結果,依據(jù)這一列的結果,在后續(xù)的估計中逐漸去掉不顯著的變量,并得到2至4列的結果。過度識別的J檢驗和L檢驗長期負債規(guī)模較高的企業(yè)或處于負債水平較高行業(yè)的企業(yè)融資約束更高(Tltd和Idebt的系數(shù)分別為0.101和0.392)。因為這些企業(yè)具有較高的杠桿率,經(jīng)營風險較高,在融資時債權人必然會要求更高的收益率作為對風險的補償。資產規(guī)模大的企業(yè)融資成本較低(Size的系數(shù)為-0.091)。這一方面是由于大型企業(yè)抵御風險的能力較強,另一方面在于資產也可作為融資抵押擔保的一種方式,從而資產規(guī)模較高有利于企業(yè)進行融資?，F(xiàn)金充實的企業(yè)面臨較小的融資約束。這不僅與企業(yè)自身持有的現(xiàn)金水平相關(CF),也與企業(yè)資產的變現(xiàn)能力有關(Liq)。這類企業(yè)不易受到資金鏈斷裂的威脅,因此市場對其風險的評價較低,企業(yè)更容易獲得所需資金。值得注意的是,相比資產的變現(xiàn)能力,現(xiàn)金的持有量對減輕融資約束明顯具有更明顯的作用(CF的系數(shù)為-0.761,liq的系數(shù)為-0.134,前者是后者的5.7倍),這說明現(xiàn)金流在融資約束中的重要作用,也與投資現(xiàn)金流理論一致。高成長性企業(yè)面臨較小的融資約束。這反映在銷售增長率、銷售凈利率、資本回報率和資產收益率上(系數(shù)分別為GR=-0.270,Netprfrt=-0.458,Roic=-0.464,ROA=-0.579)?？赡艿慕忉尀?這類企業(yè)處于發(fā)展的擴張期,市場對其未來的還款能力持有較為正面的態(tài)度,因此企業(yè)從市場獲取資金也更為容易。值得注意的是,若企業(yè)所屬行業(yè)具有較高的銷售增長率,則會增加企業(yè)融資的難度(IGR=0.277),這反映出行業(yè)間存在融資上的競爭性:行業(yè)較高的銷售增長率意味著企業(yè)相對較低的增長率,這樣必然會引起市場對企業(yè)的負面評價,從而增加融資的難度。但是,作為衡量企業(yè)成長性指標的托賓Q系數(shù)不顯著,這一方面可能由于上述四個指標已能充分捕捉企業(yè)成長性特點,另一方面可能是由于托賓Q指數(shù)的測量誤差導致。這一結果也與羅黨論和甄麗明(2008)的發(fā)現(xiàn)一致。相對于私營企業(yè),國有企業(yè)的融資約束較小,但其顯著水平不高(State系數(shù)為-0.006,標準誤為0.027)。這一結果也與已有文獻相一致:許多文獻對國有企業(yè)和私營企業(yè)融資約束的差異性進行比較,并認為國有企業(yè)有較小的融資約束,但大部分研究結果顯示它們的差異都不是非常大(如張純和呂偉,2007;郭麗虹和馬文杰,2009)。表中最后一列報告了過度識別的J檢驗對應的p值,較高的p值說明在常規(guī)的顯著水平下沒有拒絕原模型。在模型1的基礎上,模型2和模型3依次刪除了模型1中不顯著的兩個變量,TobinQ和國有企業(yè)虛擬變量State。結果表明,精簡模型的估計系數(shù)無論在符號還是絕對值水平上與模型1都沒有明顯的差異。同時,過度識別的J檢驗和L檢驗都沒有拒絕精簡模型,說明剔出這兩個變量所構建的λ仍然可以成功對模型進行擬合。但在刪除ROA后,模型4的估計效果明顯下降,J檢驗較小的p值,說明該模型存在過度識別的問題。同時,L檢驗較小的p值,說明與模型3相比,精簡模型與之存在顯著的差異,因此ROA不應排除在歐拉方程之外?；谝陨系慕Y果,本文最終選擇模型3。(二)企業(yè)融資約束根據(jù)表2對模型3的估計,本文構建的融資約束指數(shù)如下:將融資約束指數(shù)對所有企業(yè)在橫截面上取均值,可以繪制出指數(shù)的時序圖,如圖1所示。圖1中,直線表示總樣本,點線表示國有企業(yè),虛線表示私營企業(yè)。指數(shù)較大的值意味著企業(yè)較高的融資約束,說明企業(yè)外部融資相對于內部融資具有更高的成本,因此難以通過外部融資取得投資所需資金。指數(shù)較小的值意味著企業(yè)較小的融資約束,說明企業(yè)較容易通過外部融資獲取資金?？偟膩砜?我國上證A股企業(yè)的融資約束在時間上沒有表現(xiàn)出明顯的增高或降低的趨勢性,其均值為-1.911,標準差為0.138。盡管在表2的估計中,國有企業(yè)虛擬變量不顯著,但從均值水平上看,國有企業(yè)所受融資約束更小,其指數(shù)均值比私營企業(yè)低6.4%,這說明國有企業(yè)更易融到資金。另外,國有企業(yè)融資約束指數(shù)的波動性也小于私營企業(yè),兩者的標準差分別為0.130和0.171,這意味著國有企業(yè)面臨更加穩(wěn)定的融資環(huán)境,其融資環(huán)境較私營企業(yè)更加優(yōu)越。在得到融資約束的指標λ五、融資約束程度通過簡單的描述統(tǒng)計,可以直觀反映出融資約束對企業(yè)投資行為與股票收益率的影響。表3將融資約束指數(shù)以上下25%分位數(shù)以及中位數(shù)分成4組(為陳述方便,將指數(shù)處于下25%分位數(shù)的企業(yè)稱為弱融資約束企業(yè),處于上25%分位數(shù)的企業(yè)稱為強融資約束企業(yè)),并對企業(yè)特征以及股票收益率的均值和標準差按融資約束程度不同進行了分類統(tǒng)計。除考察了表2所用變量外,表3還包括了企業(yè)投資水平(Invest)、總負債水平(Debt)和超額收益率(ER)從表3不難發(fā)現(xiàn),資產規(guī)模(Asset)、銷售增長率(GR)、現(xiàn)金流(CF)、資本回報率(Roic)和資產收益率(ROA)與融資約束指數(shù)表現(xiàn)出負相關關系,在上述變量的均值水平上,強融資約束企業(yè)都明顯高于弱融資約束企業(yè).長期負債水平(Tltd)、總債務水平(Debt)與融資約束指數(shù)表現(xiàn)出正相關關系。托賓Q與融資約束指數(shù)仍然不存在明顯的關系。這些結論均與表2結果一致。另一方面,投資水平與融資約束指標呈明顯的負相關關系,融資約束較小的企業(yè)投資規(guī)模更大。強約束企業(yè)與弱約束企業(yè)的投資之比大約為1:3。最后,股票超額收益率與融資約束呈正相關關系,融資約束越強的企業(yè)超額收益率越高。這意味著融資約束高的企業(yè)可能面臨更高的風險,因此對投資者給予更高的收益率作為風險的補償。(一)企業(yè)商業(yè)模式的回歸模型為了驗證融資約束對企業(yè)投資的影響,本文借鑒Fazzari等(1988)的方法,重點考察融資約束指數(shù)與投資規(guī)模的關系。Fazzari等(1988)構建的計量模型為:其中,TobinQ實際上,融資約束存在時,企業(yè)投資不僅受到現(xiàn)金流的影響,還會受到一系列企業(yè)特質的影響,比如,債務水平、資產規(guī)模,投資凈利率等因素。Hubbard(1998)認為,只要這些企業(yè)特征能夠影響企業(yè)資金獲取能力,那么在式(13)的回歸模型中,這些特征變量的系數(shù)就會顯著。由于本文構建的融資約束指數(shù)是諸多企業(yè)特征的綜合,因此這一部分將基于所構建的融資約束指數(shù)來研究投資與融資約束的關系。值得注意的是,此時僅考慮融資約束t-1期的數(shù)據(jù)不能充分反映企業(yè)當期投資的變化,因為反應在融資約束指數(shù)中的資產,債務水平都會對當期投資產生影響,因此本文以同期指數(shù)作為回歸變量。同時,為避免內生性(當期的投資可能影響當期的現(xiàn)金流、債務水平),本文以指數(shù)的滯后項作為當期值的工具變量。最后,我們控制了企業(yè)固定效應和時間固定效應以避免異質性因素。具體的回歸模型為:其中,index表4的(1)~(2)列采用固定效應模型對等式(14)進行估計的結果。結果顯示托賓Q系數(shù)為0.020,t值為2.29,意味著較高成長機會的企業(yè)投資規(guī)模更高。資產規(guī)模、主營業(yè)務收入的系數(shù)顯著為正,說明資產規(guī)模較高或主營業(yè)務收入越高的企業(yè)越有驅動進行投資,從而擴大生產規(guī)模,取得更多的收益(沈紅波等,2010)。然而融資約束指數(shù)前系數(shù)不顯著,正如上文所述,這可能是由于內生性引起,由于當期的投資可能會影響到當期指數(shù)中的某些變量,如債務水平、現(xiàn)金流。為解決這一問題,表4的第(3)~(4)列以index的滯后項作為當期值的工具變量(二)投資組合法如上文表3所示,融資約束與股票超額收益率(ER)之間存在正相關關系。那么,預算約束是否增加了股票的風險,進而通過高風險高回報的機制產生了較高的收益率?預算約束導致高風險的可能原因在于,高融資約束的企業(yè)可能喪失了股權融資分散風險的優(yōu)點;同時,高融資成本使企業(yè)更易遇到資金短缺的風險,也消弱了企業(yè)因不能及時獲取資金對沖潛在風險的能力。這一部分將以投資組合法來研究這一問題。首先,在每年的第四季度,按照融資約束指數(shù)將企業(yè)分為5組,然后以總市值加權法計算每一組在接下來4個季度中的超額收益率,形成5個組合在時間序列上的超額收益率。最后,基于Fama和French(1993)的三因子模型,做如下回歸:其中,ER結果顯示,第1組中,融資約束風險為-0.953,負的β市值因子(SMB)有一個正且顯著的風險系數(shù),而價值因子(HML)前系數(shù)不顯著,這表明在中國股市存在顯著的規(guī)模溢酬,以及并不明顯的價值溢酬。這一結果與吳賈等(2014)的結果一致。模型較高的R(三)融資約束指數(shù)上文的分析從時間序列角度研究了融資約束風險,這一部分將從橫截面角度分析融資約束與股票收益率之間的關系。解釋股票在橫截面上收益率的差異一直是金融學中的基本問題(Fama,1992;Yogo,2006),解決這一問題的關鍵在于回答企業(yè)哪些特征可以引起股票的高溢酬。本文通過式(12)構建的融資約束指數(shù)表明,指數(shù)由一系列企業(yè)特征構成,是這些特征的加權平均值。這就為研究個股橫截面上收益率的