企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資規(guī)模的影響實(shí)證研究

《企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資規(guī)模的影響實(shí)證研究》由會(huì)員分享，可在線閱讀，更多相關(guān)《企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資規(guī)模的影響實(shí)證研究（5頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資規(guī)模的影響實(shí)證研究 　　一、引言 　　20 世紀(jì) 90 年代以來(lái) ， 隨著經(jīng)濟(jì)虛擬化與金融全球化的發(fā)展，金融市場(chǎng)對(duì)宏觀經(jīng)濟(jì)波動(dòng)的影響日益顯著。 由于金融市場(chǎng)中信息不對(duì)稱的存在，經(jīng)濟(jì)中出現(xiàn)的微小的、暫時(shí)性的外部沖擊，例如技術(shù)進(jìn)步、利率變動(dòng)或者通貨膨脹率的變化等等，都會(huì)通過(guò)金融市場(chǎng)的傳導(dǎo)而被不斷加強(qiáng)和持續(xù)放大，最終導(dǎo)致實(shí)體經(jīng)濟(jì)出現(xiàn)劇烈波動(dòng)。 Bernanke,Gertler 和 Gilchrist（1996）以因信息不對(duì)稱而產(chǎn)生的代理成本為切入點(diǎn)，將金融摩擦引入經(jīng)濟(jì)周期波動(dòng)的一般分析框架，提出了著名的金融加速器（Financ

2、ial Accelerator）理論。該理論有力地解釋了宏觀經(jīng)濟(jì)運(yùn)行中的"小沖擊，大波動(dòng)";問(wèn)題。 　　當(dāng)經(jīng)濟(jì)中出現(xiàn)一次性的負(fù)向外部沖擊引起企業(yè)資產(chǎn)凈值下降時(shí)，企業(yè)的外部融資溢價(jià)隨之上升，導(dǎo)致其可以從金融機(jī)構(gòu)獲得的貸款減少甚至無(wú)法獲得貸款，由于缺乏可替代的資金來(lái)源，企業(yè)不得不縮減投資，而投資減少會(huì)引起資產(chǎn)價(jià)格下降，資產(chǎn)價(jià)格下降又進(jìn)一步促使企業(yè)資產(chǎn)凈值下降。 這種相互加強(qiáng)的機(jī)制不斷循環(huán)，最終導(dǎo)致投資和產(chǎn)出的大幅縮減，造成整個(gè)經(jīng)濟(jì)的緊縮效果。 　　自 Bernanke 等人提出金融加速器理論以來(lái)， 國(guó)內(nèi)外學(xué)者圍繞金融加速器效應(yīng)進(jìn)行了大量的研究， 在絕大部分的研究結(jié)果中，都證實(shí)了金融加速器機(jī)制的

3、存在性（Balke,2000;Ichiro,2002;崔光燦,2006;趙振全等,2007;王立勇等,2012）。 但這些研究多為宏觀層面的存在性或非對(duì)稱性檢驗(yàn)，缺乏對(duì)微觀層面金融加速器傳導(dǎo)機(jī)理的研究。 因此，本文利用 2003-2012 年我國(guó) A 股 836 家上市公司的財(cái)務(wù)數(shù)據(jù)，運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)模型，實(shí)證檢驗(yàn)企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資規(guī)模的影響，從而分析我國(guó)企業(yè)微觀層面金融加速器傳導(dǎo)機(jī)制。 　　二、文獻(xiàn)綜述 　　Bernanke 和 Gertler（1989）首先提出信貸市場(chǎng)不完美可能會(huì)對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生放大作用。 他們認(rèn)為由于信息不對(duì)稱的存在，信貸市場(chǎng)摩擦引起借貸雙方代理成本發(fā)生變化，

4、 從而影響企業(yè)投資，最終放大經(jīng)濟(jì)波動(dòng)。 在此基礎(chǔ)上，Bernanke,Gertler 和 Gilchrist（1996）正式提出了"金融加速器";的概念，他們用"金融加速器";來(lái)表示信貸市場(chǎng)放大初始沖擊的機(jī)制，從而揭示出信貸市場(chǎng)在"小沖擊，大波動(dòng)";現(xiàn)象中的重要作用。 他們認(rèn)為，由于狀態(tài)驗(yàn)證成本（CSV）的存在 ，企業(yè)外部融資的成本通常高于內(nèi)部融資的成本 ，并將外部融資成本高于內(nèi)部融資成本的部分定義為"外部融資溢價(jià)";（External Financial Premium）。 而金融加速器作用機(jī)制的關(guān)鍵就在于，在信貸市場(chǎng)存在信息不對(duì)稱的條件下，企業(yè)外部融資溢價(jià)與企業(yè)資產(chǎn)凈值負(fù)相關(guān)。這里的資產(chǎn)凈

5、值是指企業(yè)流動(dòng)資產(chǎn)與可抵押物品的價(jià)值之和，代表了企業(yè)的資產(chǎn)負(fù)債狀況。 Bernanke,Gertler 和 Gilchrist（1998）直接將信貸市場(chǎng)摩擦和企業(yè)凈值引入動(dòng)態(tài)新凱恩斯模型的分析框架，設(shè)計(jì)了一個(gè)包含金融加速器的動(dòng)態(tài)宏觀經(jīng)濟(jì)學(xué)模型，并通過(guò)該模型定量分析了金融加速器在經(jīng)濟(jì)周期中的作用，從而使金融加速器理論逐漸趨于完善。 　　自金融加速器理論提出以后，國(guó)內(nèi)外學(xué)者圍繞金融加速器進(jìn)行了大量的研究，這些研究主要從以下三個(gè)方面展開(kāi)： 　　第一， 檢驗(yàn)金融加速器的存在性， 并用其解釋經(jīng)濟(jì)波動(dòng)。Ichiro（2002）運(yùn)用日本的數(shù)據(jù)對(duì)帶有金融加速器的 DSGE 模型進(jìn)行模擬，結(jié)果顯示，金融加速

6、器機(jī)制能有效地解釋日本企業(yè)投資的巨大波動(dòng)。崔光燦（2006）在 BGG 模型的基礎(chǔ)上，結(jié)合中國(guó)的情況， 構(gòu)建了一個(gè)包含金融加速器的兩部門動(dòng)態(tài)宏觀經(jīng)濟(jì)學(xué)模型，數(shù)值模擬結(jié)果表明，以房地產(chǎn)價(jià)格為代表的資產(chǎn)價(jià)格波動(dòng)會(huì)對(duì)中國(guó)宏觀經(jīng)濟(jì)波動(dòng)造成影響，并且這種影響可以通過(guò)金融加速器機(jī)制得到解釋。 趙振全、于震和劉淼（2007）運(yùn)用 TVAR 模型對(duì)中國(guó)信貸市場(chǎng)與宏觀經(jīng)濟(jì)波動(dòng)的關(guān)聯(lián)性進(jìn)行了檢驗(yàn)，非線性脈沖響應(yīng)函數(shù)的檢驗(yàn)結(jié)果表明，中國(guó)宏觀經(jīng)濟(jì)運(yùn)行中存在顯著的金融加速器效應(yīng)，運(yùn)用金融加速器理論有助于合理解釋中國(guó)宏觀經(jīng)濟(jì)波動(dòng)的軌跡特征。 　　第二，對(duì)金融加速器的非對(duì)稱性特征進(jìn)行驗(yàn)證與解釋。 Ver-meulen（2

7、002）考察了 1983-1997 年 間德國(guó) 、法國(guó) 、意 大利和西班牙的投資情況，實(shí)證研究發(fā)現(xiàn)，經(jīng)濟(jì)衰退期的金融加速器效應(yīng)更加明顯， 且對(duì)于小公司投資的影響要明顯大于大公司。 Gertler,Gilchrist 和 Natalucci（2003）構(gòu)建了一個(gè)小型開(kāi)放經(jīng)濟(jì)模型 ，運(yùn) 用韓國(guó)在 1997 年亞洲金融危機(jī)期間的數(shù)據(jù)進(jìn)行模擬， 模擬結(jié)果表明，相較于浮動(dòng)匯率而言，固定匯率對(duì)金融危機(jī)的加劇效應(yīng)更加明顯。吳建環(huán)和席瑩（2007）實(shí)證檢驗(yàn)了貨幣政策對(duì)高科技企業(yè)存在的金融加速器效應(yīng)，并且發(fā)現(xiàn)貨幣政策對(duì)不同規(guī)模的高科技企業(yè)的影響存在不對(duì)稱現(xiàn)象，高科技小企業(yè)投資和凈值受到的影響明顯高于高科技大企業(yè)

8、。 袁申國(guó)、陳平和劉蘭鳳（2011）對(duì) 1997-2008 年中國(guó)宏觀經(jīng)濟(jì)波動(dòng)特征進(jìn)行分析， 比較不同匯率制度下金融加速器效應(yīng)的差異，驗(yàn)證了在中國(guó)相對(duì)浮動(dòng)匯率而言，固定匯率會(huì)加大經(jīng)濟(jì)波動(dòng)。 由此可見(jiàn)，金融加速器效應(yīng)的非對(duì)稱性特征主要體現(xiàn)在三個(gè)方面：一是與經(jīng)濟(jì)繁榮時(shí)期相比，經(jīng)濟(jì)衰退時(shí)期的金融加速器效應(yīng)更明顯；二是與大企業(yè)相比，小企業(yè)的金融加速器效應(yīng)更顯著；三是與浮動(dòng)匯率制度相比，固定匯率制度下的金融加速器效應(yīng)更明顯。 　　第三，研究金融加速器效應(yīng)在不同市場(chǎng)、行業(yè)中的應(yīng)用。Aoki和 Proudman（2004）利用 BGG 模型分析了房地產(chǎn)市場(chǎng)對(duì)貨幣政策傳導(dǎo)的影響，實(shí)證結(jié)果顯示，貨幣政策沖擊對(duì)

9、消費(fèi)和住房投資的影響經(jīng)過(guò)金融加速器傳導(dǎo)機(jī)制而被顯著放大。黃靜（2010）實(shí)證檢驗(yàn)了我國(guó)房地產(chǎn)價(jià)格、信貸和房地產(chǎn)投資之間的關(guān)系，發(fā)現(xiàn)我國(guó)存在以房地產(chǎn)價(jià)格為傳導(dǎo)途徑的金融加速器效應(yīng)。 Nadeau 和Wasmer（2010）研究了美國(guó)勞動(dòng)力市場(chǎng)中的金融加速器效應(yīng) ，結(jié)果表明市場(chǎng)摩擦的存在使勞動(dòng)力雇傭成本上升，勞動(dòng)力需求和工資會(huì)受到金融加速器的顯著影響。袁申國(guó)和劉蘭鳳（2009）對(duì)行業(yè)層面的金融加速器效應(yīng)差異進(jìn)行分析，SUR 估計(jì)結(jié)果顯示，制造業(yè) 30 個(gè)子類行業(yè)中有 15 個(gè)行業(yè)表現(xiàn)出明顯的金融加速器效應(yīng)，效應(yīng)大小各不相同，其中效應(yīng)最大的是金屬制品業(yè)。 　　縱觀國(guó)內(nèi)外對(duì)金融加速器研究的文獻(xiàn)可以發(fā)

10、現(xiàn)，已有研究多為在宏觀層面的存在性檢驗(yàn)，也有不少對(duì)不同時(shí)期、企業(yè)規(guī)模和匯率制度下的非對(duì)稱性進(jìn)行研究，還有少量對(duì)不同行業(yè)、不同區(qū)域信貸市場(chǎng)金融加速器效應(yīng)差異性的實(shí)證研究，但是鮮有微觀層面的傳導(dǎo)機(jī)制的研究。而企業(yè)在金融加速器放大外生沖擊的過(guò)程中扮演著關(guān)鍵角色， 企業(yè)資產(chǎn)負(fù)債狀況如何影響企業(yè)投資行為，正是整個(gè)金融加速器機(jī)制得以運(yùn)行的微觀基礎(chǔ)。因此本文利用我國(guó)上市公司數(shù)據(jù)， 實(shí)證分析在外生沖擊影響企業(yè)投資的過(guò)程中，企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資的作用，從而對(duì)我國(guó)企業(yè)微觀層面的金融加速器傳導(dǎo)機(jī)制進(jìn)行檢驗(yàn)。 　　三、實(shí)證檢驗(yàn) 　　1.樣本選取 　　本文選取我國(guó)滬、 深兩市 2003-2012 年 A 股

11、非金融類上市公司的財(cái)務(wù)數(shù)據(jù)作為樣本進(jìn)行實(shí)證研究。 為保證數(shù)據(jù)的有效性，對(duì)以下幾類樣本進(jìn)行了剔除處理： 金融、 保險(xiǎn)業(yè)上市公司；2003年以后上市的公司；在 A、B 股同時(shí)上市的公司；在研究期間處于*ST、ST 和 PT 狀態(tài)的上市公司。 此外，剔除了存在數(shù)據(jù)缺失及極端異常數(shù)據(jù)的樣本。 經(jīng)過(guò)處理最終得到 10 年內(nèi) 836 家上市公司共計(jì) 8360 個(gè)有效樣本，該樣本為平衡面板數(shù)據(jù)。 　　本文使用的上市公司財(cái)務(wù)數(shù)據(jù)均來(lái)自于國(guó)泰安服務(wù)中心CSMAR 數(shù)據(jù)庫(kù)中的《中國(guó)上市公司財(cái)務(wù)報(bào)表數(shù)據(jù)庫(kù)》和《中國(guó)上市公司財(cái)務(wù)指標(biāo)分析表數(shù)據(jù)庫(kù)》。 　　2.模型設(shè)定 　　金融加速器的形成機(jī)制表明，在信息不對(duì)稱條

12、件下，較差的企業(yè)資產(chǎn)負(fù)債狀況會(huì)導(dǎo)致較高的外部融資溢價(jià)，進(jìn)而對(duì)企業(yè)投資產(chǎn)生持續(xù)影響。本文通過(guò)實(shí)證分析企業(yè)投資與企業(yè)資產(chǎn)負(fù)債狀況的關(guān)系來(lái)驗(yàn)證企業(yè)層面的金融加速器效應(yīng)，因此首先需要設(shè)定合適的投資模型。 本文借鑒 Klaus Gugler 和 Evgeni Peev（2009）的作法，將結(jié)合了現(xiàn)金流和銷售收入的投資加速器現(xiàn)金流模型作為研究的基本模型。為了檢驗(yàn)企業(yè)資產(chǎn)負(fù)債狀況如何影響企業(yè)投資行為， 本文將能夠反映企業(yè)資產(chǎn)負(fù)債狀況的指標(biāo)引入基本模型當(dāng)中，參照童盼、陸正飛（2005）選用滯后一期的資產(chǎn)負(fù)債率來(lái)反映企業(yè)的資產(chǎn)負(fù)債狀況。 設(shè)定模型如下： 　　其中，IKit是投資資本存量比，表示當(dāng)期投資。

13、投資 I 用現(xiàn)金流量表中，購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金，投資支付的現(xiàn)金， 取得子公司及其他營(yíng)業(yè)單位支付的現(xiàn)金凈額，這三個(gè)指標(biāo)的和表示。 資本存量 K 用期初總資產(chǎn)表示。 本文使用投資與資本存量的相對(duì)數(shù)表示投資規(guī)模，是為了消除由于不同企業(yè)規(guī)模對(duì)投資行為的影響。考慮到企業(yè)投資行為是一個(gè)動(dòng)態(tài)調(diào)整的過(guò)程， 所以模型中引入了投資的滯后項(xiàng) IKi,t-1， 參考袁申國(guó)（2010）的作法將滯后期選擇為一期。 　　資產(chǎn)負(fù)債率的一期滯后 DAi,t-1是模型中的核心變量，相對(duì)于當(dāng)期的資產(chǎn)負(fù)債率而言，滯后一期的資產(chǎn)負(fù)債率對(duì)企業(yè)投資的影響更為顯著。 CFKit是現(xiàn)金流資本存量比，現(xiàn)金流 CF 采

14、用經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~。SKit是銷售收入資本存量比，銷售收入 S采用營(yíng)業(yè)收入指標(biāo)。 　　實(shí)證估計(jì)中，本文主要關(guān)注的是企業(yè)資產(chǎn)負(fù)債率 DAi,t-1的估計(jì)系數(shù) β2， 系數(shù) β2反映了投資資本存量比對(duì)滯后一期的資產(chǎn)負(fù)債率變化的敏感程度。 如果 β2顯著為負(fù)，則說(shuō)明企業(yè)資產(chǎn)負(fù)債狀況對(duì)企業(yè)投資具有顯著的負(fù)向影響，存在企業(yè)層面的金融加速器效應(yīng)。 此外，系數(shù) β3反映了企業(yè)進(jìn)行投資時(shí)，對(duì)其內(nèi)部現(xiàn)金流的依賴程度， 該系數(shù)越大意味著企業(yè)投資越依賴于企業(yè)的內(nèi)部資金。 　　3.模型檢驗(yàn)與結(jié)果分析 　　由于模型中包含被解釋變量 IKit的滯后項(xiàng)，是一個(gè)動(dòng)態(tài)面板數(shù)據(jù)模型，因此無(wú)法使用常用的最小二乘估計(jì)

15、和固定效應(yīng)模型估計(jì)。 本文采用 Arellano 和 Bond（1991）提出的 GMM 一階差分動(dòng)態(tài)面板估計(jì)方法（簡(jiǎn)稱 A-B 估計(jì)）對(duì)模型進(jìn)行估計(jì)。 為了保證實(shí)證結(jié)果的準(zhǔn)確性，減輕內(nèi)生性問(wèn)題，將資產(chǎn)負(fù)債率 DAi,t-1設(shè)定為內(nèi)生變量，將現(xiàn)金流比率 CFKit和銷售收入比率 SKit設(shè)定為前定變量。 　　本文利用 Stata 12.0 軟件， 采用一階差分 GMM 估計(jì)方法對(duì)模型進(jìn)行估計(jì)，結(jié)果報(bào)告在表中。二階序列相關(guān)性檢驗(yàn) AR(2)的 p值為 0.2344>大于 0.05，說(shuō)明在 5%的顯著性水平上無(wú)法拒絕原假設(shè)，所以擾動(dòng)項(xiàng)的差分不存在二階自相關(guān)，可以使用差分 GMM估計(jì)。 Sarga

16、n 過(guò)度識(shí)別檢驗(yàn)的 p 值=0.0673>0.05，因此在 5%的顯著性水平下，工具變量的選取是有效的。 　　從表中的估計(jì)結(jié)果可以看出， 投資的滯后項(xiàng) IKi,t-1的估計(jì)系數(shù)在 1%水平上顯著為正， 這說(shuō)明企業(yè)投資很有可能不是一次性完成的，而是分多期完成的，因此企業(yè)前期投資會(huì)對(duì)后期投資產(chǎn)生重要的影響。 資產(chǎn)負(fù)債率 DAi,t-1的估計(jì)系數(shù)為-0.214，系數(shù)為負(fù)并且在 1%水平上顯著， 充分說(shuō)明我國(guó)企業(yè)的資產(chǎn)負(fù)債狀況確實(shí)會(huì)對(duì)投資產(chǎn)生影響，并且影響十分顯著。 這一結(jié)果從企業(yè)層面進(jìn)一步證實(shí)了我國(guó)經(jīng)濟(jì)確實(shí)存在明顯的金融加速器?，F(xiàn)金流比率CFKit的系數(shù)在 5%顯著水平內(nèi)為正，企業(yè)投資與內(nèi)部現(xiàn)

17、金流的這種正相關(guān)性說(shuō)明， 企業(yè)內(nèi)部融資成本和外部融資成本存在差異，由于內(nèi)部融資的成本較低，企業(yè)往往更傾向于使用內(nèi)部資金。 銷售收入比率 SKit也與企業(yè)投資顯著正相關(guān)，這說(shuō)明擁有越高主營(yíng)業(yè)務(wù)收入的企業(yè)，越有動(dòng)力進(jìn)行固定資產(chǎn)投資擴(kuò)大生產(chǎn)規(guī)模。 　　四、結(jié)論 　　本文從企業(yè)微觀層面分析金融加速器效應(yīng)的傳導(dǎo)機(jī)制，通過(guò)對(duì) 2003-2012 年我國(guó) A 股 836 家上市公司財(cái)務(wù)數(shù)據(jù)的實(shí)證研究表明，企業(yè)資產(chǎn)負(fù)債率對(duì)企業(yè)投資具有顯著的負(fù)向影響，較差的資產(chǎn)負(fù)債狀況會(huì)提高企業(yè)的外部融資成本，導(dǎo)致較高的外部融資溢價(jià)，限制企業(yè)獲得貸款融資的能力，進(jìn)而對(duì)企業(yè)投資產(chǎn)生持續(xù)影響。 特別是在以銀行為主的間接融資模式

18、占主導(dǎo)地位的環(huán)境下，我國(guó)進(jìn)行宏觀經(jīng)濟(jì)調(diào)控時(shí)更要避免外部沖擊通過(guò)金融加速器對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生的劇烈影響。 　　要從根本上避免金融加速器效應(yīng)產(chǎn)生的消極影響，還要從金融加速器的傳導(dǎo)機(jī)制，以及引起金融加速器效應(yīng)的金融環(huán)境這兩方面入手。 一方面，在全國(guó)范圍內(nèi)建立信用評(píng)價(jià)體系和信用擔(dān)保體系，減少借貸雙方之間的信息不對(duì)稱，從而有效降低企業(yè)外部融資的融資成本；另一方面，加快金融市場(chǎng)的培育和發(fā)展，盡快降低經(jīng)濟(jì)對(duì)信貸市場(chǎng)的依賴性。 　　參考文獻(xiàn)： 　　[1]Bernanke,B.S.,Gertler,M.Agency Costs,Net Worthand Business Fluctuations [J]. A

19、merican Economic Re-view, 1989,79:14-31. 　　[2]Bernanke, B. S., Gertler, M., Gilchrist, S., TheFinancial Accelerator and the Flight to Quality [J].The Review of Economics and Statistics, 1996,78:1-15. 　　[3]Bernanke, B. S., Gertler, M., Gilchrist, S., TheFinancial Accelerator in a Quantitative Business CycleFramework. NBER Working Paper, 1998,21:1341-1393