中国金融发展与企业融资约束的缓解

中国金融发展与企业融资约束的缓解Post By：2009-12-16 10:28:48 ——基于系统广义矩估计的动态面板数据分析

摘要：利用中国上市公司2003—2007年的面板数据和动态面板GMM估计方法，考察了中国金融发展对企业融资约束的影响。研究结果表明，中国上市公司普遍存在融资约束；金融发展有助于降低企业的融资约束水平，民营上市公司的融资约束比国有上市公司得到了更为明显的缓解；金融中介的发展在缓解企业融资约束中的作用远比证券市场的作用大。

关键词：金融发展，融资约束，欧拉方程，GMM估计

融资约束是发展中国家普遍存在的问题。Fazzari等(简称FHP)将融资约束定义为：在资本市场不完善的情况下，企业由于内外部融资成本存在较大差异，无法支付过高的外部融资成本而出现融资不足，从而导致投资低于最优水平，投资决策过于依赖企业内部资金。融资约束的出现是企业融资渠道不畅的结果，表现为企业内源资金积累不足、难以获得银行贷款、不能发行股票或债券等。金融发展水平，如金融业、信贷资金分配的市场化程度等，是影响企业融资约束程度的重要因素。

目前，中国正处于经济转轨时期，金融发展也处于起步阶段，企业融资约束具有一定的转轨经济特殊性。那么，融资约束在中国企业的投资实践中是否存在?金融发展能否降低企业的融资约束水平?本文利用中国上市公司2003—20 07年的面板数据和动态面板系统广义矩(GMM)估计方法，分析金融发展能否缓解中国企业的融资约束水平，进一步从公司财务层面研究金融发展促进中国经济增长的微

观机理。

一、文献回顾

Modigliani和Miller(1958)认为，在完美的资本市场中，企业的投资完全取决于技术偏好和产量需求，投资决策与其财务结构、融资渠道无关。然而，现实中并不存在真正意义上的完美资本市场，信息不对称和代理问题会提高外部资金的使用成本，使得留存收益、负债和发行股票等作为投资资金的来源并不等价，企业的融资能力会在很大程度上影响其投资行为。Stigliz和Weiss(1984)、Myers和Mailuf(1984)以及Myers(1984)等发现，非对称信息所导致的市场不完全以及在此市场中融资决策所具有的信号传递作用，会导致企业外部融资成本高于内部融资成本。Bemanke和Gertler(1989)以及Gertler(1992)等从代理问题出发，认为代理问题同样会使外部融资成本高于内部融资成本。当企业面临的内、外融资成本存在差异时，企业的投资决策将受到内部融资可得性的影响，即企业的投资数量会在很大程度上依赖于企业的内部融资能力，外部融资越困难、成本越高，企业的投资对其内部融资能力的依赖程度就越高。

为了证明融资约束的存在及其对企业投资的影响，FHP选择1970—198 4年421家美国制造业企业的面板数据作为样本，根据股息支付高低来估计企业融资约束的程度，实证检验了企业投资与内部现金流的关系。他们发现，如果交易成本、信息成本使外部融资成本高于内部融资成本，则对于一个具有较好投资机会的企业来说，支付大量股息是不符合价值最大化原则的；如果融资约束问题很重要，则对一个具有相当好的投资机会的企业来说，投资对现金流将非常敏感。其后一些学者采用不同样本和方法进行的研究，如Hoshi等(1991)、Calomiris (1994)以及Lamont(1997)，也证实了FHP的结论。

近年来，越来越多的研究者开始关注影响企业融资约束的因素。一些研究者从企业自身的角度，考察了融资约束的影响因素。Pagano等(1998)发现，企业的融资约束与其信贷记录有密切的关系，良好的信贷记录可以提高企业的声誉，降低企业的融资约束，从而帮助企业以较低的成本进行直接或间接的外部融资。Cull和Xu(2003)认为，企业良好的经营表现可以使银行对其未来的现金流

有稳定的预期，从而比较容易获得银行贷款，减轻融资约束。另有一些研究者从企业外部环境的角度，考察了融资约束的影响因素，认为发达的金融市场可以有效减轻信息不对称程度和代理问题，降低企业的融资约束，并通过这一微观传导机制促进经济的发展。Rajal和Zingales(1998)发现，发达的金融中介和金融市场能减少市场不完全性，从而缩小外源融资与内源融资的成本差异。Demirguc —Kunt和Maksimovic(1998，2002)认为，发达的金融发展水平不仅能为企业提供充足的外部资金，而且能确保投资者获得企业投融资决策的信息，从而使企业更容易获得外部资金。Love(2001)发现，企业尤其是小企业的融资约束会随着一国金融发展水平的提高而降低，这说明金融发展能通过减少信息不对称和契约不完备所导致的资本市场不完善，减轻企业的融资约束，提高资源的配置效率。国内的朱红军(2006)、李斌等(2006)研究发现，金融发展水平的提高能缓解企业的融资约束。

本文的研究与以上文献有所不同：首先，国内研究企业融资约束的实证性文献基本上都是使用托宾模型或是基于托宾与销售加速相结合的模型，而本文使用的是欧拉方程投资模型；其次，本文使用的是动态面板系统GMM估计，可以避免内生性造成的估计偏差。

二、模型、方法与数据

(一)模型及变量定义

早期的融资约束研究往往使用销售加速模型和托宾Q模型。销售加速模型认为，投资与现金流之间的正相关关系就是融资约束的证据。但是，后来的研究普遍认为，现金流系数为正可能并不意味着内部现金流对企业投资有重要影响，它可能表明企业未来具有更高的盈利能力。托宾Q模型将反映企业未来市场价值和潜在投资机会的托宾0纳入投资决定模型，将公司利润的现金流变量添加到模型中来检验融资约束程度，从而将融资约束与未来增长预期对企业投资的影响区分开来，解决了销售加速模型的不足。但是，Q模型的应用对资本市场的效

率假设有很高的要求，而且在Q值的选取上也存在较大争议，尤其是发展中国家证券市场存在的效率不高的事实，使得对托宾Q模型中相关数值的计算争议更大。饶育蕾和汪玉英(2006)的实证研究表明，企业投资与代表投资机会的托宾Q 值之间呈负相关关系，托宾Q并不能正确代表公司的价值和投资机会，其原因是中国特殊的股权安排以及证券市场定价的偏离，使得托宾Q不能真实反映公司价值。另外，证券市场有效性的缺乏还会使实证检验中的托宾Q不可避免地存在严重的衡量偏误(Erick—印n和Whited，2000)，这种衡量偏误将会导致统计推断失效。

Bond和Meghir(1994)提出了欧拉方程投资模型，在模型中纳入滞后一期的投资及其平方项和产生的现金流、一个控制非完全竞争环境的产出变量、一个代表潜在破产成本和税收优势的负债变量。这既控制了未来预期收益对投资支出的影响，又不包括难以准确计算的托宾Q值，克服了托宾Q模型的不足。在实证研究中，为了避免经济波动的影。向，欧拉方程投资模型常被转换为以下的实证模型：

(1)式中，i表示公司，t表示年份;I表示投资支出，本文以企业购买固定资产、无形资产及其他资产的现金支出来衡量；S表示销售收入，本文以主营业务收入来衡量；CF为现金流，其通常被定义为扣除非经常项目和折旧前的收入减去现金股利，由于部分数据难以获取，本文用年度经营活动产生的现金流净额来代替；D表示企业的负债，它等于总负债；η

为不可观察的个体效应，

i

νit为随机扰动项。按照Bond和Meghir(1994)的观点，如果β3的符号为正且显著，则表明企业存在融资约束。