融资约束的度量与检验--基于债务融资溢价的视角_债务融资论文

融资约束的度量及其检验——基于债务融资溢价视角,本文主要内容关键词为:融资论文,溢价论文,度量论文,债务论文,视角论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

一、引言

关于融资约束的实证研究中,一个重要问题是如何在企业层面度量融资约束。1988年Fazzari等人(以下简称FHP)首先提出融资约束的概念,Kaplan和Zingales(1997)(以下简称 KZ)总结了文献常用的融资约束定义:由市场不完备(不对称信息、代理成本等)导致企业内部融资成本和外部融资成本存在的差额。文献中融资约束的度量方法是使用企业行为特征(投资—现金流敏感性、现金—现金流敏感性)或者企业财务变量的线性组合作为融资约束的度量。然而,这些企业行为或财务特征变量与融资约束的关系并不稳定,也非一一对应,从而使融资约束度量问题成为文献中有争议的领域。

根据KZ的定义,融资约束就是企业融资成本,但由于企业内部融资成本和外部融资成本无法观察,实证上鲜有文献用企业融资成本度量融资约束。本文从企业融资约束的定义出发,利用企业财务信息估算由融资约束形成的企业债务融资溢价,并从理论和实证层面探讨债务融资溢价作为企业融资约束代理变量的合理性。以中国A股上市公司为样本的实证研究发现:(1)企业债务融资溢价与融资约束下企业各种特征相一致;(2)投资现金流敏感性框架下债务融资溢价能有效分离出融资约束对投资的影响,并显示出比前期杠杆率指标更高的显著度和稳健性。

本文的主要贡献是,从债务融资溢价角度考察了企业融资约束的度量问题,并用企业财务数据进行估算。债务融资溢价可清晰刻画融资约束下企业的各种行为特征,且计算方法简单,在实证研究中更易于取得稳健的估计结果,因而可能是度量企业融资约束的可行指标之一。在大样本企业数据的基础上,把企业债务融资溢价在省、地区和行业等各个不同层面加总,可得到不同层面的融资约束代理变量。无论是基于企业异质性的微观实证,还是加总层面的宏观实证问题,债务融资溢价变量都有广泛的应用。

本文内容安排如下:第二部分是文献综述;第三部分是企业债务融资溢价的构建方法;第四部分是债务融资溢价的估算及统计描述分析;第五部分是指标合理性的计量检验;最后是研究结论。

二、文献综述

(一)有关融资约束度量的文献综述

度量企业融资约束的传统方法是根据企业可观察到的定性和定量特征把企业分组,用投资—现金流敏感性(FHP,1988)组间差异,或者现金—现金流敏感性(Almeida等,2007)组间差异来识别不同类型企业的融资约束。这两种方法都因分组问题饱受争议,但更重要的是不能从企业层面直接度量融资约束。

随后文献中出现了KZ指标(Lamont等,2001)、WW指标(Whited和Wu,2006)和SA指标(Hadlock和Pierce,2010)。虽然采用了不同的模型和估计方法,这些指标最后都把融资约束表示为企业可观察特征的线性组合,把多维降到一维。不同变量的选取反映了模型背后不同的假设以及作者的经验直觉,为我们理解融资约束提供了更多的经验证据。

KZ指标、WW指标和SA指标构建方法存在争议和不足。第一,受到融资约束的企业应具有哪些特征,在理论和经验实证上都难以得到一致的结论。如KZ(1997)认为现金持有量增加可降低企业融资约束,现金持有量多的企业融资约束更低。且KZ指标中包括了托宾Q,没有包括企业销售增长率。WW指标和KZ指标相反,WW(2006)认为融资约束程度高的企业出于预防动机反而会增持现金。此外WW指标包含了企业销售增长率而没有托宾Q。SA指标只包含了企业规模、企业规模平方项和年龄。由于无法找到融资约束企业的全部特征,用企业特征的线性组合方法构造融资约束指标时,指标中或者包含了多余的、有争议的变量,或者包含的变量过少而失去代表性,甚至同一个变量在不同指标中会有完全相反的符号。第二,线性组合参数的稳定性可能会影响指标的准确性。第三,当构成融资约束指标的某些变量是所研究问题的重要控制变量时,该变量和融资约束指标作为解释变量同时出现在回归方程时,多重共线性可能会导致某些原本重要的变量变得不显著。

相比于KZ指标、WW指标和SA指标,债务融资溢价是一个单一变量,与融资约束下企业各种特征事实相一致,但并非企业财务特征的线性组合。这不但避开了选用哪些财务变量构造指标的争议,而且在回归分析中可作为融资约束的代理变量和其他财务变量同时加以控制。

国内文献研究融资约束问题除了使用投资—现金流敏感性(郭丽虹和马文杰,2009;饶华春,2009)、现金—现金流敏感性(章晓霞和吴冲锋,2009;李金等,2007)的传统方法外,曾使用过的企业层面的融资约束指标有杠杆率(罗长远和陈琳,2011)、应收账款相对比例(于洪霞等,2011)以及代表不对称信息的订单驱动市场PIN指标(屈文洲等,2011)。杠杆率指标内生于企业资本结构选择,其作为融资约束的代理变量经济解释并不唯一。杠杆率高的企业破产风险大,因而融资约束更大;另一方面,融资约束程度高的企业再融资成本高,企业最优化的决策是保持低杠杆率。应收账款相对比例的经济意义包含了企业销售策略选择和非意愿部分的商业信用。非意愿部分的商业信用削弱了企业筹资能力,但企业为强化市场竞争能力,放宽销售政策也会使企业应收账款比例高于同行业水准。订单驱动市场的PIN指标从二级市场不对称信息出发构造指标,但无论从理论还是实证角度看,从企业股票二级交易市场的不对称信息到企业内外部融资成本差异都有一定的距离。且PIN指标使用了股票二级市场的高频数据,计算量大,只适用于上市公司,因而其适用性受到限制。相比于杠杆率、应收账款相对比例和PIN指标,债务融资溢价的经济解释更接近融资约束的定义。

(二)有关债务融资成本和融资约束的文献综述

陈忠阳和刘吕科(2009)回顾了企业信贷约束衡量的相关文献,他们指出企业融资的交易成本是企业贷款难易程度的直观反映,贷款利率能直观反映企业融资约束程度。陆正飞等(2010)计算债务成本的方法是用企业财务费用除以当年负债余额。Feenstra等(2013)在研究融资约束对企业出口影响时,使用利息支出衡量融资成本,并作为融资约束代理变量。

Gertler等(1991)使用风险资产和无风险资产之间的利差衡量融资约束。Gertler等(1991)发现利差可以准确预测投资和产出波动。他们从企业融资约束角度解释该现象,为宏观经济波动提供了一个企业微观层面的解释:资产价格下跌减少了抵押品价值,企业自有资金减少使企业道德风险和代理成本上升,进而使企业外部融资成本上升,投资下降。他们使用穆迪B级债券回报率和美国国债回报率之差衡量融资约束程度,并在实证中验证了其理论。本文构造债务融资溢价的思路和Gertler等(1991)类似,但Gertler等(1991)计算的利差是一个时间序列,属于加总层面的宏观指标。本文在企业微观层面计算了债务融资溢价,可依企业和时间而改变。利息支出变量难以区分总负债和贷款利率两方面的变化。相比于Feenstra等(2013),本文计算的债务融资溢价区分了负债的数量和价格两个不同效应。相比于陆正飞等(2010),本文用利息支出代替财务费用,减少测量误差,同时还控制了通胀因素对企业债务融资成本的影响。本文计算的债务融资溢价改进了文献中债务成本度量的方法。

三、债务融资溢价的构建方法

(一)市场摩擦、债务融资溢价和融资约束

本文的基本思想是:道德风险减少了企业贷款额,给定银行固定成本下,单位贷款额分摊的固定成本上升,即融资约束导致企业债务融资溢价上升。本文在Tirole(2006)的基础上加入银行固定成本F,试图说明市场摩擦、企业债务融资溢价和融资约束三者的关系。信息不对称在微观经济理论中主要有两种行为后果:逆向选择,主要发生在合同关系建立前;道德风险,存在于整个合同关系中。在本文模型中,不对称信息被具体化为贷款人贷前风险评级以及项目监督的固定成本F,道德风险被具体化为企业家的私人收益B。企业逆向选择和道德风险行为影响银行固定成本F。为区分项目风险类型,贷前银行需调查企业财务状况,信用风险评级;为减少企业级道德风险,银行需监控项目现金流。内部管理不规范,财务制度不健全的企业,银行贷前审查成本和监督成本越高。

第一,债务融资溢价能否反映信贷配给。②该问题值得进一步深入挖掘,在此仅做初步探讨。对非均衡信贷配给,周业安(1999)把企业债务融资溢价解读为:信贷市场利率管制下银行通过企业上浮利率套取租金,集体企业、个体工商户企业上浮比例更高。在下文描述统计中,规模越大的企业其债务融资溢价越低,而很多私营企业往往是小规模企业,金融抑制使私营企业的债务融资溢价上升,这符合Huang(2003)的观察。对均衡信贷配给,如果把企业看成项目的集合,信贷配给使部分项目无法获得融资,受到信贷配给的企业运作项目更少、规模更小且债务融资溢价越高。③在本文模型中企业贷款数量的限制同时反映为贷款利率上升。债务融资溢价在一定程度上反映信贷配给。

第二,短期借款和长期借款有相同债务溢价是其中一种假设,可以依据数据的具体情况做不同处理。一般情况下,商业银行流动资金贷款利率按实际使用期限的同档次流动资金贷款利率执行,债务溢价通常出现在长期贷款。因此,如果数据质量很高,长期负债项目的缺失值很少,可假设债务溢价只出现在长期借款。(3)式变为:

四、指标计算及统计描述分析

本部分采用中国上市公司数据计算各企业融资约束指标,并考察各指标和企业特征的联系以及各指标间的关系。

(一)样本选择和数据来源

本文以2001—2010年沪深交易所A股上市公司为研究对象,样本公司数据以2007年新财务会计准则为基础,由锐思数据库提供。数据处理过程如下:(1)剔除金融类上市公司;(2)剔除同时发行B股、H股的上市公司;(3)剔除已经退市的公司;(4)剔除上市时间低于3年的上市公司;(5)对于按财务定义不可能为负值的变量——如销售收入、总资产、固定资产净值,剔除观察值为负的样本;(6)为避免异常值的影响,部分加入回归方程中的变量采用winsor的方法处理最高1%或者最低1%的观察值。

(二)指标计算

1.债务融资溢价的计算

表1中η_1和η_2分别用公式(3)和公式(6)计算所得。④其中利息支出为利润表附注中财务费用的利息支出科目,短期借款等于资产负债表中的流动负债减去应付账款、预收款项、应付职工薪酬、应交税费、其他应付款,长期借款为资产负债表中的长期负债。企业借款等于其期初值和期末值的平均。

2.估计由融资约束形成的债务融资溢价

债务融资溢价η剔除风险因素后为本文融资约束溢价premium。欲剔除一个变量对另一个变量的影响,文献中常用的做法是取回归残差。本文遵循文献常用方法,并用两种方法计算风险。其一是企业资产回报率(ROA)的标准差,依企业改变但不依年份改变,记为roasd_i;其二是行业年份(按证监会行业分类,单字母加两数字编码)的ROA标准差,依行业和年份改变但不依企业改变,记为roasd_st。与roasd_i回归系数为0.072,与roasd_st的回归系数为0.038,控制年份固定效应后与roasd_st的回归系数为0.022,三个估计系数都在1%的显著性水平下拒绝原假设。三个回归残差的结果差别不大,因此本文采用与roasd_i回归残差作为融资约束溢价的度量,记为premium。⑤

(三)债务融资溢价的描述统计分析

本部分考察premium能否综合全面地反映企业融资约束程度。为得到清晰的散点图,首先处理各变量的异常值。附录表A.1(略)显示了各变量的定义及异常值处理办法。用premium把样本分为20组,即premium的5%,10%,……,95%分位数为组间分界点。在组内分别计算premium与各企业特征变量均值,并画出散点图。

企业规模是企业外部融资条件的重要决定因素(Beck等,2005;Beck等,2006)。如图1所示,中小企业授信缺乏规模效应,信息披露不充分,系统风险和非系统风险均高于大企业,因而中小企业外部融资需要支付更高的溢价。

现金流是衡量企业经营状况、债务偿还能力、资产变现能力的重要指标,也是银行给企业信贷评分常用的硬指标(Liberti和Mian,2009)。如图2所示,现金流充沛的企业通常有更好的现期投资机会和更强的还款能力,融资成本更低。

销售增长率是衡量市场占有能力、预测企业经营业务拓展趋势的重要指标,投资者常根据企业历年销售增长率判断企业盈利能力以及是否值得投资。图3显示了premium与企业销售增长率的散点图,盈利能力强的企业其债务融资溢价越低。

高杠杆率会激励企业经理人选择高风险项目,损害债权人利益,并导致高代理成本,因而增加企业再融资的影子价格。在图4中,前期杠杆率上升会提高企业再融资的资金成本。

资产收益率ROA是企业盈利能力、资产使用效率的重要财务指标,银行信用风险评价的重要参考依据。如图5所示,盈利能力强的企业获得更低的债务融资溢价。

在企业项目投资决策中,当项目投资现值超过投资额时,该项目是可行的。项目现金流外生给定时,企业债务融资成本上升相当于项目贴现利率上升,从而减少项目投资现值。如图6所示,债务融资成本越高的企业可盈利项目越少,企业投资越少。

描述性统计结果显示,债务融资溢价premium指标与企业特征的关系清晰且符合经验研究发现。企业投资、资产规模、现金流、销售增长率、资产收益率ROA随着企业债务融资溢价上升而下降,前期杠杆率会增加下一期企业债务融资成本。

五、指标合理性检验

文中第四部分描述统计分析的结果预示,债务融资溢价在实证分析中可能可作为企业融资约束的代理变量。第五部分在投资—现金流敏感性的框架下检验债务融资溢价作为融资约束代理变量的合理性。

虽然选用投资—现金流敏感性框架,与以往文献不同,本文并非探讨投资—现金流敏感性能否度量融资约束,而是用投资和融资约束的关系,检验债务融资溢价作为融资约束代理变量的合理性。原因是尽管投资—现金流敏感性能否度量融资约束在实证中存在很大争议(FHP,1988;KZ,1997;Chen和Chen,2012;屈文洲等,2011),但企业融资约束减少企业投资的假设在理论和实证中争议不多(Rauh,2006;Almeida和Campello,2007),且该检验有助于增进对我们投资—现金流敏感性的理解。

(一)指标合理性检验1

合理性检验1的原理是在投资—现金流框架下,选用债务融资溢价作为融资约束代理能否取得和理论预测一致的估计结果。FHP(1988)投资—现金流框架的基本回归方程是:

根据经验研究,企业融资约束和企业现金流满足(13)式的假定:

表2列(1)首先给出了FHP(1988)基本回归方程(14)式的估计结果,投资现金流敏感性系数为0.111。列(2)在列(1)的基础上加入premium,即(12)式的估计结果,premium的回归系数为-0.51,债务融资溢价会显著减少企业投资。此外,投资现金流敏感性系数由0.111下降到0.107,premium作为融资约束代理变量能从现金流系数中分离出融资约束对投资的影响。列(3)在列(2)的基础上进一步控制了企业期初固定资产存量、规模、年龄、当期销售收入和销售增长率,premium减少投资的结果依然稳健。

前期杠杆率指标也是文献中常用的融资约束代理变量。表2列(4)在列(1)的基础上加入前期杠杆率,投资现金流敏感性系数由0.111下降到0.110。列(5)加入其他控制变量后,前期杠杆率作为融资约束代理变量也能得到稳健的估计结果。

各个控制变量系数显著符号方向和经济理论一致。托宾Q可显著预测企业投资行为,高Q值企业增加未来投资,初始固定资产存量越高、规模越大、存货时间越久的企业会放慢投资速度,投资机会增加也会刺激企业投资。

表2列(3)和列(5)的估计结果也可以验证一个假说:FHP(1988)和KZ(1997)争议来源之一可能是遗漏融资约束这一重要解释变量。如果方程中同时控制融资约束和企业当期投资机会,投资现金流敏感性可能会消失。表2列(3)和列(5)在加入融资约束代理变量,并同时使用当期销售收入和销售增长率控制企业现期投资机会后,现金流对投资的影响变为不显著。

(二)合理性检验2

合理性检验1中检验了在投资—现金流框架下使用premium、前期杠杆率指标作为融资约束的代理变量可以得到和经济理论一致的稳健结果,但premium是否比前期杠杆率指标更好地代表企业融资约束程度?这是合理性检验2试图回答的问题。

根据wooldridge(2002)的框架,如果Z是企业融资约束的一个可供选择的代理变量,在回归模型中同时放入真正的企业融资约束θ,由于θ的精度高于Z,回归中加入θ后Z变得不显著,Z对Y没有解释力,即(15)式。

表2列(6)检验了premium是否比前期杠杆率指标更适合作为融资约束代理变量。在列(5)中加入premium后,前期杠杆率指标变为不显著,但premium指标仍和投资显著负相关。合理性检验2的结果显示,在投资决定方程中同时加入两个融资约束代理变量时,premium比前期杠杆率指标有更高的显著度和更稳健的估计结果,能更准确地代表融资约束。

六、结论

本文从企业融资约束的定义出发,利用企业财务信息估算了由融资约束形成的债务融资溢价,探讨其作为企业融资约束代理变量的可能性,并以中国A股上市公司为样本比较了债务融资溢价和前期杠杆率指标作为融资约束代理变量的合理性。

本文的基本思想是:由于市场摩擦(不对称信息、道德风险)会降低企业贷款额和增加银行固定成本,单位贷款额分摊的银行固定成本上升。银行为盈亏平衡不得不提高企业贷款利率,使企业外部融资出现债务融资溢价。

本文估算的企业债务融资溢价与融资约束下企业各种特征事实相一致。由债务融资溢价刻画的企业融资约束,企业投资、资产规模、现金流、销售增长率、资产收益率ROA均随着企业融资约束程度上升而下降,前期杠杆率和企业融资约束正相关。企业债务融资溢价能很好地预测融资约束下企业的各种行为。

除了符合我们观察到的经验事实外,在计量检验中使用债务融资溢价作为融资约束的代理变量,可以在投资现金流敏感性框架下有效分离出融资约束对投资的影响。债务融资溢价不但能显著地解释企业投资行为,且在投资决定方程中同时控制两个融资约束代理变量时,债务融资溢价显示出比前期杠杆率指标更高的显著度和稳健性。这意味着从债务融资溢价构建融资约束的代理变量,在有关融资约束问题的实证研究中更容易取得稳健的估计结果。

企业债务融资溢价度量融资约束的不足之处主要有两点。第一,估算企业债务融资溢价对数据质量要求较高。企业负债项公布的财务信息越丰富,债务融资溢价的精度越高,从而可以提高估计量的有效性。当企业负债项的财务数据有多项缺失时,研究者需要注意测量误差导致内生性的可能。此外,使用债务融资溢价变量时需要对两端的异常值进行处理。第二,债务融资溢价和信贷配给的关系还需要进一步研究。当银行贷款额加上企业自有资金小于项目投资额,导致该项目不可执行时,我们无法从数据观察到企业在该项目的贷款及利息支出。债务融资溢价不能比较不同投资项目受到的融资约束。实证研究中如果以规模以上企业为样本,可减轻该不足。

虽然债务融资溢价变量是在企业层面计算,但在大样本企业数据的基础上,用其在省、地区和行业等各个不同层面加总,可进一步得到不同层面的融资约束代理变量。无论是基于企业异质性的微观实证,还是加总层面的宏观问题,债务融资溢价变量可以得到广泛的应用。期待本文的研究可推动融资约束实证研究的发展。

注释:

①η反映企业债务融资平均溢价,并非只是银行贷款溢价。当股权融资溢价和债权融资溢价成比例时,η可反映企业外部融资溢价。Chen等(2009)指出:债权融资成本由违约率决定,外部股权融资成本由夏普比率决定,违约率和夏普比率成比例,且呈同向变动——在经济衰退时同时上升,经济繁荣时同时下降。

②文献中信贷配给分为两种。第一种是非均衡信贷配给,由McKinnon(1973)和Shaw(1973)提出。即使金融市场是完备的,但政府利率管制催生过度贷款需求,信贷市场无法出清。在中国也同时体现为按政治主从性分配金融资源,民营企业融资约束更高(Huang,2003)。第二种是均衡信贷配给,逆向选择行为使银行不愿意选择信贷市场的出清利率(Stiglitz和Weiss,1981)。对均衡信贷配给,Jaffee和Modigliani(1969)曾提出如何度量信贷配给的问题。随后Gertler等(1991)论证风险利差可反映金融市场摩擦。Nabi和Suliman(2011)认为贷款利率和存款利率之比可以作为均衡信贷配给的代理变量。本文构造债务融资溢价与上述文献的利差有相似之处。

③有观点认为债务融资溢价是利差,无法反映信贷配给。实证中的样本通常是企业而非投资项目,我们很难观察到完全没有负债的企业。常用的企业数据库有上市公司企业数据,国家统计局工业企业数据。这些样本至少是规模以上的企业或者资质达到上市标准的中小企业,它们都是银行的目标客户。即使是不能达到银行授信水平的小微企业,它们通过支付更高的融资溢价也能获得商业信贷或者民间借贷。

④经人民银行公布的金融机构贷款基准利率计算所得。短期利率采用六个月以内(含六个月)的贷款利率,长期利率采用一年至三年(含三年)的贷款利率。如果某年份人民银行数次调整利率,则采用简单算术平均获得该年份的贷款利率。此外,作为稳健性检验,本文也用不同期限的利率估算了债务融资溢价,做了相关统计描述和实证检验,并取得了稳健的估计结果。感兴趣的读者可以向作者索要。

⑤限于篇幅没有报告实证结果,感兴趣的读者可以向作者索要。

⑥FHP(1988)认为融资约束使企业外部资金成本要严格大于内部资金成本,企业现金流和投资额高度正相关,且相关性会随着企业融资约束程度上升而上升。KZ(1997)指出,由于(7)式中现金流可代表现期投资机会,投资—现金流敏感性不能衡量企业融资约束。针对此批评,FHP(2000)认为KZ(1997)样本分组出现错误,且企业大量持有现金出于预防性储蓄动机,投资—现金流敏感性仍然衡量企业融资约束,但KZ(2000)仍然坚持他们的观点。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

融资约束的度量与检验--基于债务融资溢价的视角_债务融资论文
下载Doc文档

猜你喜欢