金融发展及企业融资约束缓解.docx

金融发展及企业融资约束缓解.docx

《金融发展及企业融资约束缓解.docx》由会员分享，可在线阅读，更多相关《金融发展及企业融资约束缓解.docx（8页珍藏版）》请在冰豆网上搜索。

金融发展及企业融资约束缓解

中国金融开展与企业融资约束地缓解  PostBy：

2009-12-1610:

28:

48

——基于系统广义矩估计地动态面板数据分析

摘要：

利用中国上市公司2003—2007年地面板数据和动态面板GMM估计方法,考察了中国金融开展对企业融资约束地影响.研究结果说明,中国上市公司普遍存在融资约束；金融开展有助于降低企业地融资约束水平,民营上市公司地融资约束比国有上市公司得到了更为明显地缓解；金融中介地开展在缓解企业融资约束中地作用远比证券市场地作用大.

关键词：

金融开展,融资约束,欧拉方程,GMM估计

　　融资约束是开展中国家普遍存在地问题.Fazzari等（简称FHP）将融资约束定义为：

在资本市场不完善地情况下,企业由于内外部融资本钱存在较大差异,无法支付过高地外部融资本钱而出现融资缺乏,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.融资约束地出现是企业融资渠道不畅地结果,表现为企业内源资金积累缺乏、难以获得银行贷款、不能发行股票或债券等.金融开展水平,如金融业、信贷资金分配地市场化程度等,是影响企业融资约束程度地重要因素.

　　目前,中国正处于经济转轨时期,金融开展也处于起步阶段,企业融资约束具有一定地转轨经济特殊性.那么,融资约束在中国企业地投资实践中是否存在?

金融开展能否降低企业地融资约束水平?

本文利用中国上市公司2003—2007年地面板数据和动态面板系统广义矩（GMM）估计方法,分析金融开展能否缓解中国企业地融资约束水平,进一步从公司财务层面研究金融开展促进中国经济增长地微

观机理.

一、文献回忆

　　Modigliani和Miller（1958）认为,在完美地资本市场中,企业地投资完全取决于技术偏好和产量需求,投资决策与其财务构造、融资渠道无关.然而,现实中并不存在真正意义上地完美资本市场,信息不对称和代理问题会提高外部资金地使用本钱,使得留存收益、负债和发行股票等作为投资资金地来源并不等价,企业地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,非对称信息所导致地市场不完全以及在此市场中融资决策所具有地信号传递作用,会导致企业外部融资本钱高于内部融资本钱.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本钱高于内部融资本钱.当企业面临地内、外融资本钱存在差异时,企业地投资决策将受到内部融资可得性地影响,即企业地投资数量会在很大程度上依赖于企业地内部融资能力,外部融资越困难、本钱越高,企业地投资对其内部融资能力地依赖程度就越高.

　　为了证明融资约束地存在及其对企业投资地影响,FHP选择1970—1984年421家美国制造业企业地面板数据作为样本,根据股息支付上下来估计企业融资约束地程度,实证检验了企业投资与内部现金流地关系.他们发现,如果交易本钱、信息本钱使外部融资本钱高于内部融资本钱,那么对于一个具有较好投资时机地企业来说,支付大量股息是不符合价值最大化原那么地；如果融资约束问题很重要,那么对一个具有相当好地投资时机地企业来说,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展地研究,如Hoshi等（1991）、Calomiris（1994）以及Lamont（1997）,也证实了FHP地结论.

　　近年来,越来越多地研究者开场关注影响企业融资约束地因素.一些研究者从企业自身地角度,考察了融资约束地影响因素.Pagano等（1998）发现,企业地融资约束与其信贷记录有密切地关系,良好地信贷记录可以提高企业地声誉,降低企业地融资约束,从而帮助企业以较低地本钱进展直接或间接地外部融资.Cull和Xu（2003）认为,企业良好地经营表现可以使银行对其未来地现金流有稳定地预期,从而比拟容易获得银行贷款,减轻融资约束.另有一些研究者从企业外部环境地角度,考察了融资约束地影响因素,认为兴旺地金融市场可以有效减轻信息不对称程度和代理问题,降低企业地融资约束,并通过这一微观传导机制促进经济地开展.Rajal和Zingales（1998）发现,兴旺地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地本钱差异.Demirguc—Kunt和Maksimovic（1998,2002）认为,兴旺地金融开展水平不仅能为企业提供充足地外部资金,而且能确保投资者获得企业投融资决策地信息,从而使企业更容易获得外部资金.Love（2001）发现,企业尤其是小企业地融资约束会随着一国金融开展水平地提高而降低,这说明金融开展能通过减少信息不对称和契约不完备所导致地资本市场不完善,减轻企业地融资约束,提高资源地配置效率.国内地朱红军（2006）、李斌等（2006）研究发现,金融开展水平地提高能缓解企业地融资约束.

　　本文地研究与以上文献有所不同：

首先,国内研究企业融资约束地实证性文献根本上都是使用托宾模型或是基于托宾与销售加速相结合地模型,而本文使用地是欧拉方程投资模型；其次,本文使用地是动态面板系统GMM估计,可以防止内生性造成地估计偏差.

二、模型、方法与数据

（一）模型及变量定义

　　早期地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,投资与现金流之间地正相关关系就是融资约束地证据.但是,后来地研究普遍认为,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,它可能说明企业未来具有更高地盈利能力.托宾Q模型将反映企业未来市场价值和潜在投资时机地托宾0纳入投资决定模型,将公司利润地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地影响区分开来,解决了销售加速模型地缺乏.但是,Q模型地应用对资本市场地效率假设有很高地要求,而且在Q值地选取上也存在较大争议,尤其是开展中国家证券市场存在地效率不高地事实,使得对托宾Q模型中相关数值地计算争议更大.饶育蕾和汪玉英（2006）地实证研究说明,企业投资与代表投资时机地托宾Q值之间呈负相关关系,托宾Q并不能正确代表公司地价值和投资时机,其原因是中国特殊地股权安排以及证券市场定价地偏离,使得托宾Q不能真实反映公司价值.另外,证券市场有效性地缺乏还会使实证检验中地托宾Q不可防止地存在严重地衡量偏误（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地投资及其平方项和产生地现金流、一个控制非完全竞争环境地产出变量、一个代表潜在破产本钱和税收优势地负债变量.这既控制了未来预期收益对投资支出地影响,又不包括难以准确计算地托宾Q值,克制了托宾Q模型地缺乏.在实证研究中,为了防止经济波动地影.向,欧拉方程投资模型常被转换为以下地实证模型：

（1）式中,i表示公司,t表示年份;I表示投资支出,本文以企业购置固定资产、无形资产及其他资产地现金支出来衡量；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工程和折旧前地收入减去现金股利,由于局部数据难以获取,本文用年度经营活动产生地现金流净额来代替；D表示企业地负债,它等于总负债；ηi为不可观察地个体效应,νit为随机扰动项.按照Bond和Meghir（1994）地观点,如果β3地符号为正且显著,那么说明企业存在融资约束.

依照金融开展能够降低市场不完全性地思路来研究企业融资约束问题,可以在欧拉方程投资模型中参加反映金融开展水平地交互变量,以检验金融开展是否有利于缓解融资约束.

　　参照Demirguc—Kunt和kevine（1996）采用地金融开展衡量指标,FIN是衡量金融中介开展地指标,它等于M2／GDP与贷款总额／GDP之和；STK是衡量股票市场开展地指标,它等于股票市值／GDP、交易量／GDP与交易量／股票市值之和；FD是衡量金融开展地指标,它等于FIN与STK之和；金融开展、金融中介开展、证券市场开展与投资对主营业务收入敏感程度地交互乘积项系数β5、β6、β7分别用来考察其对企业融资约束地影响.按照Laeven（2003）地观点,如果β5、β6、β7显著为负,就意味着金融开展使企业投资对内部现金流地依赖程度降低,企业地融资约束得以缓解.

（二）方法

　　在模型

（1）、模型

（2）中,由于以因变量地滞后项作为解释变量会导致解释变量具有内生性,假设用面板数据地随机效应或固定效应对模型进展估计,得到地参数估计值将是有偏地、非一致地估计量,从而导致由其推导出地经济含义也是扭曲地.为了解决这一问题,本文采用Arellano和Bond（1991）地动态面板广义矩法（GMM）对模型进展估计.这一方法是先对估计方程进展一阶差分以消除固定效应地影响,然后用一组滞后地解释变量作为差分方程中相应变量地工具变量,从而获得一致性估计.GMM估计包括一步GMM估计和两步GMM估计.由于两步估计地标准差存在向下偏倚,这种偏倚经过Windmeijer（2005）调整后会减小,但会导致两步GMM估计量地近似渐进分布不可靠,所以应用中通常使用一步GMM估计量（Bond,2002）.由于一步系统GMM利用了比一步差分GMM更多地信息,可以有效控制某些解释变量地内生性问题,通过将弱外生变量地滞后项作为工具变量纳入估计方程,获得一致性估计,所以前者比后者地估计结果更有效.我们选择地即是一步系统GMM估计方法.但是,一步系统GMM在参加水平方程地同时,也增加了矩约束条件地数量,所以需要进展Sargan检验,以判断新增地工具变量是否有效.此外,对于GMM估计量是否有效可行,Bond等（2001）提出一种简单地检验方法,即将GMM估计值分别与固定效应估计值和混合OLS估计值进展比拟,由于混合OLS估计通常会严重高估滞后项地系数,而固定效应估计一般会低估滞后项地系数,因此,如果GMM估计值介于两者之间,GMM估计就是可靠、有效地.

　　（三）样本及数据来源

　　本文选择2003—2007年沪深两市非金融类上市公司作为研究样本,并按以下原那么进展样本筛选：

为了防止异常值地影响,剔除每年被ST和PT地公司以及拥有B股和H股地公司；为了保证对变量统计结果解释地一致性,剔除2003-2007年投资或现金流小于0地公司样本,剔除样本区间内总资产成长率或销售成长率大于100%地公司,以防止兼并重组地影响.我们最终选择615家上市公司作为研究样本,样本公司数据来源于中国证券市场数据库（CCER）,用于度量中国金融开展指标所需数据全部来自于2004-2008年地?

中国统计年鉴?

和?

中国金融年鉴?

.表1是主要变量地描述性统计结果.

三、实证结果与分析

　　如前所述,为了检验GMM估计地可靠性,可以将滞后因变量地GMM估计值与混合OLS和固定效应模型地估计值进展比拟.我们对动态面板模型进展混合OLS和固定效应模型估计（见表2）,得到（I／S）t-1地OLS估计值为0.660,固定效应模型地估计值为0.154,而（I/S）t-1地GMM估计值为0.315,确实处于两个估计值之间（分组估计也是如此）,说明GMM估计结果是可靠、有效地,没有因弱工具变量问题而出现严重偏误.由表2可知,一步系统GMM估计地萨甘统计量p值为0.914,不能拒绝工具联合有效地原假设,我们选取地工具及其滞后阶数是适宜地.残差自相关检验AR

（1）和AR

（2）伴随P值分别为0.005和0.835,这验证了一阶差分方程中地残差项不再存在自相关,模型

（1）地GMM估计效果较好.同样,模型

（2）地GMM估计效果也是较好地.

　　表2列出了模型

（1）地检验结果.在全部样本中,（I／S）t-1地系数为正,（I／S）乙地系