利率控制、银行信贷配给行为变异与上市公司的融资约束，本文主要内容关键词为：利率论文,融资论文,上市公司论文,银行信贷论文，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。
在金融市场借贷主体之间不存在信息不对称的情形下，即使考虑投资的不可逆性和不确定性以及固定调整成本，企业投资也仅取决于反映单位资本价值水平的预期Q值是否在1的某个区间范围内(Abel and Janice，1994)，而与资金的可得性无关。然而，遗憾的是，信息不对称却是金融市场的最基本特征。在假定无法区分投资者风险类型但项目投资预期收益外生的情形下，Jaffee and Russell(1976)以及Stiglitz and Weiss(1981)分析了逆向选择对银行贷款行为的影响。类似地，在分别设置了借款者对风险项目的选择具有内生性、贷款收益由监控所内生以及贷款者与借款者之间存在代理问题等经济情境后，Stiglitz and Weiss(1981)、Williamson(1986)、Bernanke and Gertler(1989)等分别从道德风险、监控成本和代理成本角度对银行贷款行为做了进一步的考察。所有的这些理论结果都表明，在存在信息不对称的情况下，信贷配给均衡是信贷市场的常态，企业存在着外部融资的约束①。
企业面临外部融资约束的一个含义是，不对称信息导致内外融资成本不一致，因而企业的投资与融资结构相关(Myers，1984；Myers and Majluf，1984)。自Fazzari et al.(1988)的开创性研究以来，关于这方面的大多数实证研究均致力于考察企业现金流对投资的影响。基于类型是传递企业借贷能力重要信息的考虑，在按分红、企业规模、是否存在关联的母公司等指标对企业分类的基础上，这些研究全面地考察了投资—现金流关系(Fazzari et al.，1988，2000；Vogt，1994；Gertler and Gilchrist，1994；Bond and Lombardi，2006；Guariglia，2008；等等)。不过，尽管相关的研究已积累了极为丰富的资料，但Kaplan and Zingales(1997，2000)、Cleary et al.(2007)的研究表明，关于这一问题的结论仍远未达成一致意见(Romer，2006，p.432；屈文洲等，2011)。
随着资本市场的发展，中国上市公司为研究企业的投资行为提供了越来越多的微观信息。借鉴国外的研究方法与思路，近些年来，关于企业投资与融资约束的问题尤其得到了较多的关注。这些研究主要集中在三个方面：一是基于FHP模型的对投资—现金流敏感度显著性的估计(冯巍，1999；郑江淮等，2001；魏锋和刘星，2004；郭丽虹和马文杰，2009；屈文洲等，2011)；二是对现金流量与代理成本等其他影响投资因素的效应进行比较(连玉君和程健，2007；罗琦等，2007)；三是以KZ(Kaplan and Zingales，1997)模型为基础的对投资—现金流敏感度作为刻画融资约束指标的质疑(章晓霞和吴冲锋，2006；李金等，2007；连玉君等，2008)。
然而，总结已有文献可以发现，关于投资—现金流的研究，要么是假设导致金融市场不完全的原因仅是传统的信息不对称；要么简单地把作为背景的金融市场看作是“黑箱”，而将投资—现金流关系先验地看作是反映企业是否面临融资约束的指标，“黑箱”当中存在的一些或许有助于解释投资—现金流现实关系的特殊信息被忽略了。与以往的研究不同，本文的目的不是验证投资现金流是否是衡量企业融资约束的指标，或仅简单地通过投资—现金流关系来证明是否存在融资约束，而是尝试对中国金融市场的“黑箱”结构加以剖析，并据此在一个更广阔的视野内验证这样一个猜想：由于中国实行比较严格的利率控制，以及银行行为通常是风险厌恶而非中性的，因而作为具有信息滤波器作用的证券市场，其中的上市公司或许根本未面临传统意义上的外部融资约束。更重要的是，如果我们将利率的影响恰当地引入模型，那么即使对于投资对现金流敏感的实证结果，也可以对其从金融深化的角度寻求另外的解释。
深入观察中国的现实可以发现，上述猜想或许不是没有道理的：由于存在严格的上市制度，因而“上市”本身即是传递企业信息的一个重要过程，如果这一过程所揭示的企业信息能满足银行的信贷决策需要，那么导致信贷配给的信息不对称问题会随之消失，因而外部融资约束也不再存在。尽管这一假想过于苛刻，但如果考虑到中国上市企业群体的特殊性、基准利率的严格受控以及银行控制了大部分的金融资源，那么上述判断将获得较强的现实支持。从宏观货币政策的角度来看，如果上述判断成立，这意味着发现了紧缩性货币政策损害中小企业的另外的机制。
本文后面部分的结构安排如下：第二部分是在传统逆向选择风险模型基础之上，通过引进利率控制、银行风险厌恶等条件，给出信贷配给均衡结果的一个假说；第三部分是模型设定和数据描述；第四部分是在对传统实证模型进行总结的基础之上，利用中国上市公司的总量数据，分年度对假说进行实证检验；第五部分是在按规模对企业分类基础上，从另一个角度对假说做进一步的检验；最后是结论。
二、利率控制条件下银行信贷配给的一个假说
根据Walsh(2010)，信息不对称影响信贷市场②借贷者行为的机制主要包括逆向选择、道德风险、监控成本和代理成本等四种具体表现形式。考虑到如下原因，下文将主要以逆向选择作为分析的对象，而将考虑破产的监控成本作为辅助：一是理论推导上，四种不同形式的区别主要在于信息不对称引起的不确定性的不同，均衡解的实现均是基于某个不确定条件下借贷双方利润最大化行为的联立，分析框架具有逻辑上的内在一致性③；二是实践上，由于我国仍对银行业的机构进入实行较严格的控制，因而道德风险和监控成本等关乎项目事后实施监督的机制尚未通过竞争而有效地加以深化，银行主要关注的还是对投资者类型进行事前的区分。④模型构建主要基于Jaffee and Russell(1976)以及Stiglitz and Weiss(1981)的研究。
(一)经济环境假设
遵循Jaffee and Russell(1976)、Blanchard and Fischer(1989,pp.480—484)以及Walsh(2010，pp.479—483)，我们对信贷市场做如下假定：①借款者(资金借入者)是异质的且所有借款人集合组成一个紧致空间的连续统，且是风险中性的(即对风险不敏感)；②每一个投资者只有一个项目，所有投资项目有相同的预期收益R，第i个项目成功时的收益为
，失败时为0；③贷款者(资金出借者)的规模收益不变，因而对于市场规模是同质的；④合同是债务形式的，贷款合同中包括利率(r)、贷款金额(L)、抵押品金额(C)等几个关键要素；⑤假定企业不存在其他融资渠道。
但在以上假定的基础上，本文进一步做如下新的假定：⑥信贷市场的贷款利率r并非是自由变动的，而是受控于一个上限
；⑦经济中存在一个信息滤波器，贷款者能通过这个过滤器对项目成功的概率
有明确的认识，且在信息滤波器作用下，项目成功的概率的分布(密度)也不再是固定的，而是贷款者根据滤波器判断的一个主观密度函数
为借款者获得贷款所须满足的最低成功率，这意味着贷款者坚持在可贷范围内的等额放贷原则，成功概率的密度函数是贷款标准下限的递增函数；⑧贷款者不再是风险中性的，而是风险厌恶的，根据Samuelson(1957)建立的均值方差效用分析理论，贷款者所追求的是单位风险的收益最大化；⑨除信贷市场外，其他市场是完全的。
(二)模型与假说
1.不考虑破产成本的情形
由假定，借款者的净收益为：
由于其他市场是完全的，故一般抵押品价格不会超过本息和，因此(3)式表明，借款者的净收益与项目成功的概率成反比。或者说在贷款利率等其他条件一定的情况下，借款者项目成功的概率越低，项目净收益越高，即高风险的借款者更具借款冲动。
由于借款者愿意借款的条件是净收益大于0，因此借款的临界概率为：
由于假定不存在破产成本或不发生监控成本，因而这意味着项目的投资预期收入大于本息⑤，从而大于抵押品价值。于是，(4)式表明，随着银行贷款利率的升高，更多的高风险借款者将被纳入贷款的范围，而低风险的借款者则会被排挤出贷款对象，这就是逆向选择。不过，在我们的经济环境当中，由于贷款利率r不再是完全自由变动的，因此，在r的上限
相对较低的情况下，这一逆选择机制就相当程度上被阻遏了。此时，贷款者的行为也将发生变异。
根据假设，贷款者的净收益为：
(6)式大于0与(8)式成立表明，如果贷款者提高最低贷款标准(用项目成功概率来表示，下同)，那么其风险会减少，风险收益会增大。这一结论所反映的贷款者的行为机制是，在存在信息滤波器的条件下，贷款者会对企业项目成功的概率及不同成功类型企业的分布有着更清晰的认识。如果此时贷款者无法通过利率的市场化调整来获得最大风险收益，那么他必然采取提高贷款项目的成功率水平这一途径，即高度偏好于对上市企业的放贷。而由于可以通过提高利率来作为信息不对称“风险溢价”的补偿，因而银行将面临更多借款类型企业的选择，从而强化对上市企业的融资约束。
2.考虑破产成本的情形
企业破产成本又称财务拮据成本，尽管对企业破产成本的理解有清算与高价查证两种方式，但总的来看，可将破产成本看作是一个有成本的状态证实(costly state verification)(Townsend,1979；Giammarino,1989)。据此，结合前面银行风险厌恶与利率控制两个关键假设，下面在Romer(2006，pp.420—422)模型基础上⑦对银行的信贷配给行为进行推导。
由于存在状态证实成本，因而借贷双方信息不对称体现在对产量的确认上，假定贷款者仅了解产量落入[0，2γ]且服从均匀分布，但不知确实的产量。要对产量进行确认，贷款者需要付出C水平的证实成本，C小于预期产量γ。类似于Romer(2006)，借款者的还款行为将取决于产出的一个临界值D：当实际产量大于D时，借款者还本付息，贷款者不需支付证实成本；当实际产量小于D时，贷款者支付证实成本并得到所有实际产量。由实际产量服从于均匀分布的假定可得贷款者的最大化预期收益水平如下⑧：
这里：W表示借款者自有财富；(2γ-D)/2γ、D/2γ分别表示实际产量大于和小于D的概率；D/2表示在实际产量小于D时，贷款者能得到的预期产出水平；σ＞0，表示风险放大系数，即企业风险越大，σ越大⑨。
由(9)式可知，若利率外生不变，那么，贷款者显然会更愿意将贷款对象锁定在风险小的企业上；而随着利率市场化的推进⑩，通过提高利率的抵补效应，贷款者对企业产出风险的容忍度将变得更为宽泛，即存在扩大贷款对象范围的可能。这与逆向选择的结论一致。
我们将上述研究结论总结为一个假说：在贷款利率外生及贷款者风险厌恶的条件之下，为了获取最大风险收益，证券市场信息滤波器的作用将诱使贷款者提高最低贷款标准，从而可能会使上市公司在获取银行信贷方面不再受信贷配给(11)的融资约束。但利率市场化的推进，则会使这种融资约束变得渐趋显著。
下面将尝试利用中国上市公司样本数据对这一假说进行验证。围绕着对投资—现金流关系的考察，检验将分别从总量数据与分类数据两个层面展开。
三、研究设计、变量选择与数据
(一)模型设计背景
尽管遇到Kaplan and Zingales(1997、2000)、Cleary(1999)、Cleary et al.(2007)的挑战，但大多数的观点均认为，如果金融市场是不完全的，那么企业内外融资成本存在差异，于是企业在融资时将遵循一个等级次序(PO)(Myers，1984；Myers and Majluf，1984)，即企业投资将对内部现金流表现出显著的敏感性。对此问题展开的实证，大量研究采取的方法是将企业样本按类型进行分类，进而研究不同子样本下投资—现金流敏感度的差异性(Fazzari et al.，1988，2000；Vogt，1994；Gertler and Gilchrist，1994；Bond and Lombardi，2006；Guariglia，2008；等等)，这一方法背后的潜在含义是不同类型企业所表达出的信息不同。
对不同研究的计量模型设定加以比较可以看出，大多数模型基本是将投资表示为现金流、托宾Q值以及其他关注变量(例如，投资的滞后值、企业规模等)的线性表达式。但是，随着对企业投资行为认识的深入，一些研究表明，这些模型可能存在遗漏重要变量的内生性问题，而且这些内生性问题不会因对企业样本组选择的不同而消失。产生这一问题的几个可能原因如下。一是忽略了投资的动态滞后特征。Bond and Meghir(1994)在一个利用欧拉方程来刻画动态最优投资行为模型中指出，投资的调整成本是投资的凸函数，由于过去投资与当期现金流相关，这意味着模型中丢掉了投资滞后值的平方项这一重要解释变量(Rondi et al.，1994)。二是忽略了代理成本的影响。根据Bernanke and Gertler(1989)，如果存在代理成本，那么用于传达企业经营信息的资产负债表将随经济周期阶段变化而变化。于是，一方面，企业所受外部融资约束程度因经济周期不同而不同，经济周期通过影响企业外部融资环境渠道而影响了投资；另一方面，经济周期显然影响了企业的现金流。因而，经济周期也是一个被遗漏的重要变量。三是没有考虑投资与现金流可能是“U”形关系。在一个企业收益最大化的负债融资模型中，Cleary et al.(2007)证明，投资与现金流具有“U”形关系。这表明现金流的二次项也可能是一个被传统模型遗漏的重要解释变量。另外，以Vogt(1994)为代表的一些研究关注了融资结构逐步调整理论(PA)和融资次序理论(PO)对企业投资行为的竞争性解释。但我们认为，如果企业价值最大化(12)与企业最优跨期投资行为(13)一致，那么融资结构本身并不构成对企业投资的独立解释变量。而即便企业的融资结构逐步调整行为可以影响投资，从经营现金流的会计计算过程可知，这种影响也是通过影响企业的滞后投资来实现的，这也从另一个侧面证明了在模型中引入滞后投资变量的重要性。需要说明的是，诸如Mello and Parsons(1992)、Degryse and Jong(2006)和Hackbarth and Mauer(2010)等所关注的代理冲突问题，以及Morellec and Sch
rhoff(2010)关于投资时机选择内生于企业信息表达过程的观点也具有类似的效应。
(二)模型设定、变量定义与数据描述
1.模型设定与变量定义
Bond et al.(2003)对反映企业投资行为的三种计量模型(加速数、误差修正和欧拉方程)的理论基础及统计特征优劣进行了较深入的探讨，基于他们的研究并结合上述的分析，我们将本文的基准模型设定如下：
其中，I为企业投资。类似于Jozef et al.(2003)，定义I=期末固定资产原值一期初固定资产原值+本期累计折旧(14)；K为企业资本存量，定义为期末企业固定资产净额(15)；CF为企业现金流量，定义为企业经营活动产生的净现金流量(16)；S为企业销售收入(企业产出的代理变量)，用营业收入来代表；
反映的是投资关于现金流的偏效应可能受实际利率的影响；X为诸如行业、货币政策紧缩度、反映信贷需求的经济周期等其他可能需要控制的变量。部分变量用企业资本存量进行了标准化处理。
根据分析的逻辑，如果前面的已有假说是成立的，那么实际上应当证明如下两个判断的正确性：一是对于特定的上市公司这一样本群体，现金流对投资的影响应当是不显著的，但随着实际利率的提高，这种显著性应有所增强；二是证券市场的信息滤波器作用及银行的风险厌恶行为，是造成投资—现金流关系出现上述异常的原因(19)。不过，要对第二个判断加以验证，需要的是在控制其他条件的情况下，将上市公司与非上市公司进行对比，从而识别出证券市场的信息滤波器作用和银行风险厌恶行为，确是导致上市公司投资—现金流关系异常的原因。但由于现实中非上市公司的相关数据很难系统地收集(20_，因而此处仅能对此做如下简单处理(21)：一是根据许多学者的研究(22)及现实中的直觉，银行的确会出于风险厌恶而不愿对非上市中小企业放贷，由此，我们可以做这样的逻辑推断，即非上市中小企业的投资对内部现金流是敏感的；二是验证上市中小企业对投资—现金流不敏感。(23)
由(10)式，我们将要验证的第一个判断的原假设表述为，
且
2.数据描述
本文所用企业财务数据均来自万得(Wind)资讯所提供的企业财务报表，企业行业分类遵从证监会行业分类法，其他数据来自中国人民银行网站或《中国统计年鉴》相关各期。其中，除ST企业外，考虑到金融保险、批发零售、社会服务业、传播业等的运营过程与其他行业有明显不同，故也被剔除。
表1揭示了如下信息。第一，样本观测值数目随年度有所不同，差异程度因行业而异。由表1，各个行业在不同样本年份的观测值数目均有所变化，但变化的程度却有相当大的差异。例如，I/K变量的房地产行业观测值从2003年的121到2010年的126，而信息行业则从25增加到172，此种差异应当与国家的产业支持政策有关。观测值在不同年份存在较大差异表明，利用时段较长的纵列数据进行研究，会损失较多的自由度或信息，因而是不可取的。第二，不同行业同一变量观测值存在较大变异，而且这种变异未明显呈现随时间而有规律变化的特征。例如，2003年、2006年、2010年Cash/K的行业间极差分别为2.73、22.05、8.32，其他变量也大多如此。这表明，不存在变量在行业间随时间而收敛的现象，即行业可能是决定变量变化的重要因素。另外，如果将Cash/K看作企业融资结构的一个代理变量，那么根据Graham and Leary(2011)，这种不同于资本结构静态权衡模型(static tradeoff model)的结果很可能要归因于金融市场的摩擦。第三，同一行业部分变量随时间变化的规律性显示出行业的特质性是值得重视的。例如，在样本期内，房地产业的现金流一直是负的。这既可能与房地产业的产品生产周期有关，也与样本期内房地产企业对未来盈利预期较好有关。(24)而除2006年外，农业上市公司在其余时间也是负的，这可能反映了农业投入—产出周期的特异性。
四、上市公司总量实证结果
如前所述，自Fazzari et al.(1988)开始，为了避免金融市场完全情况下也会出现的投资与现金流的显著关系，大多数研究投资—现金流敏感度的文献都是事前按先验的信息，以红利、企业规模、企业间的内部关联性等为指标对企业所受的融资约束程度进行分类，然后再对不同类型企业的投资—现金流敏感度系数加以比较。不过，本文的研究目的与此不同。回顾前面的假设，本文认为，中国金融市场的不完全是明显存在的事实，但在证券市场信息滤波器作用下，受控的利率和风险厌恶偏好的银行，使得银行的信贷配给行为严重向上市公司倾斜，从而使得上市公司的投资对内部现金流的多少可能并不敏感。可见，传统文献所担心的未分类回归将导致投资与现金流关系会出现无法解释的敏感性的现象对于本文是不存在的，因而根据检验的目的，事前先对企业样本按融资约束程度不同进行分类对于本文并不是必需的。
基于更多地保留样本观测值信息和更容易地控制一些内生变量，以及观察投资与现金流随时间动态变化的考虑，类似于Audretsch and Elston(2002)，表2给出了(9)式的4个样本时段一阶差分估计结果。为观察参数稳健性，对差分模型进行估计时同时采用了OLS与GMM两种方法。从估计结果来看，虽然在大多数情况，两种方法的参数符号方向及显著性检验结果基本一致，但二者的参数估计值大小却差别较大。这表明，OLS估计结果或许受到了解释变量内生性的较大影响。(25)实际上，直观地看，(9)式差分以后仍可能存在一些既影响被解释变量，又与解释变量相关的随时间变化因素未被剔除26，而这会导致OLS参数估计的非一致性，因而，下面的分析将以GMM估计结果为基准。
由估计结果，除2003-2004年外，投资率平方的系数估计值均为负，而且在大部分年份是显著的。这表明，如果将投资率的二阶表达式看作是企业投资调整成本代理变量的话，那么估计结果表明，企业投资的调整成本是投资的一个凸函数，这与传统的理论假设一致(Lucas and Robert，1967; Mussa and Michael，1977)，也表明尽管中国企业的投资行为具有特殊性，但基于理性边际决策的投资欧拉方程模型(Bond and Meghir，1994；Rondi et al.，1994)仍是对其解释的一个有力工具。类似地，
系数的估计结果也对投资加速理论提供了相似的注解。不过，反映企业对未来收益预期的Q值虽然在大多数情况下符号为正，但并不显著，这与理论预期不一致，但与以德国Audretsch andElston，2002)、韩国(Luc，2002)等为对象的已有实证结果一致，也印证了Abdul-Haque and Wang(2008)以及连玉君等(2008)关于中国的结论。但这一研究结果介于郭丽虹和马文杰(2009)与屈文洲等(2011)的研究结果之间(27)，表明中国企业投资行为的复杂性。 
现在转向我们所关注的现金流变量估计参数。首先，除了2007-2008年这一时段外，
的系数估计都是不显著的，并未出现传统理论所预期的显著为正的结果。同时，Wald参数约束联合显著性检验也排除了现金流及其平方项之间可能存在的多重共线性对这一结果的影响。这在较高可信度上表明，在假定其他条件不变的情况下，上市公司的投资对其内部现金流是不敏感的，从而支持了前面的假说。另外，从时间段上看，的系数还呈现了前一段时间为负，后一段时间为正的变化规律。对此结果的一个可能的解释是，随着近些年来金融市场深化的推进与金融市场监管体制的完善，现金流在获取外部融资中所起的信号功能有微弱加强，或金融市场的不完全性对企业投资的影响有微弱扩大。其次，按照Kaplan and Zingales(2000)的观点，如果金融市场不完全对企业投资影响是重要的话，那么若将现金流在企业融资中的占比看作是企业受融资约束程度大小的一个度量，则企业投资与现金流还存在一个下凸的二阶关系，即
的系数是负的。直观上，出现这种下凸关系的原因是，随着现金流的增多，企业所受外部融资约束越小，因而需要在内外融资间加以权衡的考虑越小，于是企业现金流的边际增加对企业投资边际增加的效用将递减。但是，本文的的系数估计结果与理论预期有着重大差异。表2显示，除2005-2006年符号为负且极不显著的时段外，其余时段的系数符号均为正，且2007-2008年、2009-2010年时段系数是极显著的。这进一步证明了金融市场不完全导致内外融资成本产生差异，进而使得投资对内部现金流具有敏感性的假设对中国上市公司是不成立的。对于的系数显著为正的解释，我们认为，这实际上恰恰反映了在利率非市场化条件下，上市公司的内部现金流的机会成本高于外部融资成本的现实，而这是与传统的金融市场不完全条件下的投资—现金流关系理论的前提假设完全相反的。于是，一个可能的解释是，如果将企业现金流看作是反映企业经营状况与偿债能力的重要指标，那么在内外融资成本倒挂的情况下，经营状况好的企业既有更强的意愿投资，也有能力从外部融入更多的投资资金。最后，交叉项
的估计结果表明，除了2005-2006年样本时段外，其他时段的系数都是显著为正的。这意味着，在其他条件不变的情况下，实际利率水平越高，投资对现金流越敏感，即现金流与实际利率间存在着交互效应。需要说明的是，这种交互效应的产生并不能归咎于实际利率提高所导致的内外融资成本差异的增大。因为，在市场化的条件下，决定企业内外融资成本差异的是市场不完全程度，而非利率水平。结合中国利率非市场化的现实，更有说服力的解释是，在利率市场化的过程中，银行的贷款对象选择范围将扩大，从而增加了上市企业的外部融资机会成本。实际上，尽管其他非上市企业面临更严重的信息不对称，但随着利率市场化的推进，由于银行可以通过收取更高的利率而给予这种摩擦以补偿，因而，对于上市企业，这意味着内外融资的相对价格发生了变动，外部融资相对于内部融资变得更加昂贵，于是，上市企业的投资将对现金流更敏感。这一结论也支持了前面的理论假说。
五、上市公司按规模分类实证结果
尽管总量数据大体支持了理论假说，但相关研究表明(Rondi et al.，1994)，总体与子样本的回归结果可能会出现差异。为了检验结果的稳健性，下述原因的存在使得按所面临的金融市场摩擦程度对企业做进一步分类回归成为必要：一是某一类企业在总体中所占比重较小，因而这类企业的投资对现金流反应的真实效应可能被总体效应所掩盖；二是一些与类型有关的因素可能未很好地在模型中加以控制。
在特定的金融市场结构下，企业所面临的金融市场摩擦程度往往由企业的经营与财务状况等特质内生决定，其外在表现即是企业所受融资约束程度不同。如前所述，反映企业所受融资约束程度的因素有通常的规模、红利、关联性以及与中国企业特质有关的产权结构与股权集中度等因素。由于很难获得大样本的企业关联性交易信息，而中国上市企业的分红率既缺乏时序规律性又具有半强制性特征(肖菁，2009；李常青等，2010)，很难反映企业的投融资权衡行为，因而类似于Audretsch and Elston(2002)，下面采用规模指标作为企业分类的依据。具体就是，利用上证的A股与深证的中小企业板将企业按规模分成两类(见表3)。利用规模对企业进行分类还有如下原因：一是中小企业板占A股总样本的比重较低，约为27%(28)；二是虽然(10)式中的标准化处理有助于消除规模因素影响，但如果规模对企业投资的影响是非线性的，那么这种消除是有限的；三是这种分类还包含了企业的产权结构和产权集中度等其他信息(表3)；四是满足前面假说证明中需对上市中小企业投资—现金流关系验证的需要。
表4的回归结果表明，现金流与利率的交叉项的回归结果基本与表2类似，因而此处不再做具体说明，下面仅聚焦于对现金流参数的分析。对此，表4给出了这样一个既明显有悖于传统理论，又看似与本文前面假说不同的结果：在绝大多数情况下，平均来看，规模较大的上证A股企业的投资对现金流是敏感的，而规模较小的中小板企业的投资对现金流则是不敏感的，且这一点对于
的联合显著性检验仍然成立。这支持了前面上市与非上市中小企业关于投资—现金流关系对比的判断。但另一方面，依据传统理论，在信息不对称的条件下，规模是传递企业还款能力信息的一个重要指标，规模越大，往往意味着企业的还款能力越强，因而所受融资约束程度也越弱，即在控制其他因素的条件下，企业投资对现金流的敏感度应随规模递减。Rondi et al.(1994)以意大利为对象的研究也发现了同样的结果，但未给出明确的解释。对此悖异结果的一个可能的解释是类似于Kaplan and Zingales(2000)：如果中小板企业有着相对更多的现金流，那么由于其所受融资约束程度较轻，因而投资对现金流的敏感度会相对越小。表5的统计结果似乎支持了这一结论，但是，表5同时也表明，相对于上证A股，中小板企业有着高得多的收益率，因而对外部资金应有着更强的需求愿望。于是，类似于Fazzari et al.(2000)，如果不考虑收益率，那么中小板对外部资金的需求量会被低估。可见，这一解释不具有很强的说服力。
关于中小企业对融资约束不敏感的另一种解释来自Fazzari et al.(2000)。这一观点从“破罐子破摔”行为角度解释企业投资与现金流关系：如果企业经营状况糟糕，那么由于它知道现金流的边际增加只能用于还贷而无法用于投资，因而投资将表现出对现金流的不敏感。但是，表5中以及关于中小板企业的其他一些财务指标均表明，这一解释是很难成立的。 
Audretsch and Elston(2002)、Rondi et al.(1994)、罗党论和甄丽明(2008)的研究给出了解释这一结果的另一个思路。Audretsch and Elston(2002)的研究表明，德国的大企业与小企业均表现出投资对现金流的不敏感，而唯有中间规模的企业相反。对此，他们从德国不同于Anglo-Saxon模式的金融体系的特殊性角度进行了解释。Rondi et al.(1994)的研究则发现了意大利国有控股企业相对于私有企业，投资对现金流更敏感的异常结果。他们对此的解释是国有企业投资往往具有政治含义。罗党论和甄丽明(2008)也对民营企业融资约束提供了一个政治视角的解释。据此并结合前面的理论分析，本部分的结果可能恰恰印证了前面的假说：利率控制降低了外部融资的成本，而银行风险厌恶的偏好假设使其更倾向于向有着明确信号传递的上市公司放贷，于是，如果企业是理性的，那么只要有利可图，企业就会充分利用外部资金进行投资，而不关心内部现金流的多少。从实际来看，上证A股中国有比重更高且股权集中度较低(表3)，而中小板则大多是民企且股权集中度较高(29)，因而在决策时更具迅速与理性特征；同时，相对于上证A股，中小企业板的盈利能力也明显要高得多(表5)。于是，上述两个因素共同作用的一个合理的逻辑结果就是，相对于上证A股大企业，中小板企业投资对现金流更不敏感。
自信息经济学兴起以来，金融市场不完全对企业投资的影响受到了广泛的关注。在假定金融市场主要体现的是传统不完全特征的条件下，众多的研究集中于通过分析投资对现金流的敏感度来试图对传统理论的正确性进行实证检验。然而，在此过程中，一个基本的事实，即金融市场特征具有状态时间依赖性却在一定程度上被忽略了，金融市场本身往往被当作未被充分开启的“黑箱”，一些关乎金融市场特性的先验信息没有被充分利用，而这无疑限制了对投资—现金流关系实证结果的解释能力。不同于以往的研究，本文在考虑中国金融市场特殊性的情况下，以传统逆向选择理论为基础，对银行信贷配给行为进行了理论分析，并给出了一个假说。理论分析结果表明，在利率控制与银行风险厌恶，以及股票市场具有信息滤波器功能的情况下，中国上市公司或许并不面临传统意义上的融资约束。这一结果提示我们：如果对模型进行更为仔细的设定，或许以中国上市公司为样本的投资对现金流并不敏感，而即使实证结果是敏感的，我们也应当对其做极为小心的解释。
在理论分析的基础上，本文以中国上市公司为样本，从总量与分类两个角度对理论假说进行了验证。总量实证结果表明，上市公司的投资总体对现金流是不敏感的，而这一结论即使在对现金流及其平方项参数进行联合显著性检验时也成立，从而在较高程度上支持了假说。同时，现金流平方项参数的系数符号与传统理论的不一致也从另一个角度对文中假说的成立做了注解。但在将上市公司按规模进行类型区分后，实证结果却得出了规模大的企业对现金流敏感，而规模小的企业对现金流不敏感的悖异结论。这一结果既不同于传统理论，又似乎与本文的假说也不一致。但对模型系统外因素的分析表明，这很可能可以归因于两类企业的产权类型差异，而这反过来又支持了本文的假说。
无论是总量分析还是分类分析，本文的实证结果均表明，现金流与利率的交叉项在很多样本期内是显著为正的，这验证了本文假说中所包含的关于利率控制对银行信贷配给行为影响的判断。根据这一假说，随着利率市场化的推进，银行将可以通过对其他企业收取更高的利率，来作为更严重的信息不对称的“风险溢价”补偿，因而银行在放贷时将面临更大的选择范围，这反过来使上市公司面临逐渐增强的融资约束。
从政策实践的角度看，本文的结论还支持了人们对利率控制下可能产生的信用过度非均衡扩张所引起的资源错配的担忧。本文的研究表明，尽管股票市场或许是一个比较好的信息滤波器，而上市企业也可能具有相对更好的经营能力与投资机会，但利率控制仍然使得金融资源的配置表现为向这些企业的过度倾斜，而如果再考虑到中国企业上市筛选过程中存在的一些问题，这种担忧就更值得重视。更重要的是，由于信贷配给行为出现扭曲，因而即使对于上市公司，也会存在投资行为的变异。可见，如果没有利率市场化改革的配合，不仅作为国家金融政策支持重点的一般中小企业将面临更强的融资约束，即便传统上被认为具有提高资源配置功能的股票市场的效率也被显著地降低了。与银行信贷行为变异相结合，股票市场的信息滤波器功能或许在某种程度上起了进一步放大资源错配后果的放大器作用。本文的研究还表明，虽然金融市场中信息不对称现象的广泛存在，给包括利率控制在内的金融抑制政策提供了理由，但这种干预须有一个合理的边界，而这种政府与市场边界的把握则须建立在对金融市场不完全特征深入分析的基础之上。
①广义上的外部融资约束包括银行信贷、证券市场和票据市场等融资的供给不足。由于银行仍在中国金融资源的配置中居于垄断地位，直接融资比重较低、企业债券与票据市场不发达，因而很难想象来自银行资金供给的不足能被其他渠道有效替代，故本文特指来自银行的信贷。
②信贷市场有多种类型，若无特定说明，本文中指的是银行信贷市场。同时，考虑到银行在企业外部融资中占绝对主导，因而本文中的外部融资也仅指的是企业从银行融资，而不包括直接融资。
③不对称信息有项目风险(逆向选择)、借款者行为风险(道德风险)、虚报产量(监控成本)等不同类型，但对于最优借贷合同一般具有相似的影响(Romer，2006，p.419)。
④这一点可从本轮金融危机信贷扩张中增量信贷主要由国有或规模较大的企业获得看出。
⑤否则，企业会违约，从而发生监控成本。
⑥由于假定贷款者是同质的，因而这些风险也是同质的。
⑦关于借款者及贷款者的财富假定等同于Romer(2006)，这里不再重述。
⑧具体推导过程完全类似于Romer(2006)，故中间分析省略。不同之处有三：一是在不支付证实成本的条件下，贷款者得到的是本息和；二是贷款者(银行)的风险厌恶用证实成本增大系数σ来表示；三是我们假定临界水平D≤2γ。除了简单外，假定三的原因在于，由于贷款者知悉项目产出的分布，因而，他的要求不应超出2γ，否则，他事前就不应对其贷款。
⑨由于这里风险大小可以通过C来间接反映，因而此处的风险对投资者收益的影响直接进入C而与逆向选择的情形有所不同。
⑩通常认为，发展中国家的利率市场化改革是一个从低利率的金融抑制过程向高水平的市场化利率转变的过程。
(11)广义的信贷配给指的是仅通过提高利率无法满足贷款者的贷款需求。但按照Jaffee and Stiglitz(1990，p.849)的观点，纯粹的信贷配给(pure credit rationing)的条件之一是一群同质的贷款对象中，一部分可以获得贷款，而另一部分则不能。据此定义，代理成本引起的信贷市场不完全不能计入信贷配给的范畴(Walsh，2010，p.479、p.489)，这里指的是广义的。
(12)用于推导PA理论的最优融资结构。
(13)用于推导投资函数。
(14)反映企业投资的会计账户有“短期投资支出”、“长期投资支出”等，但短期投资支出反映的是企业在持有多余现金条件下的多元化投资行为的结果，而长期投资支出则主要是企业长期证券投资。显然，这与投资—现金流理论中企业基于自身业务经营状况而进行的“投资”概念不同。
(15)新会计准则下，固定资产净额=固定资产原值-累计折旧-固定资产减值准备，考虑了风险损失。
(16)企业现金流量包括经营活动产生的现金流量、投资活动产生的现金流量和筹资活动产生的现金流量。由于投资与筹资活动产生的现金流都更不具有稳定性与连续性，因而不是一个解释企业长期投资的适宜指标。
(17)通常的已有诸如国泰安等数据库的Q值计算均是用企业市场价值与净资产之比，这是一个平均Q值，并由于中国股票市场的相对高投机性与政策性而难以反映企业未来盈利状况。关于Q值计算中的一个些缺陷的具体分析，可参见Baum and Thies(1999)、连玉君和程健(2007)，以及连玉君等(2008)。这里预测期为确定后的基期至2011年7月1日。
(18)若一年内有多次利率调整，那么即用某种利率水平在一年内持续的月度占比为权重进行加权平均处理。利率平减指数选用的是月度平均企业商品价格指数。
(19)上市公司投资现金流随实际利率的变化，只是本文试图证明的一个动态变化现象，不需要证明背后变化的机制。
(20)就笔者所收集的文献，还未发现以非上市企业为样本的这方面的系统实证研究。
(21)由于仅考虑的是中小企业，因而实际上这种证明仍是不完全的，但由于数据证据难以收集，我们希望这种简单处理方法能够被理解。
(22)这方面的文献浩如烟海，在此不一一列举。
(23)后面的企业分类实证结果支持了这一判断。
(24)表中Q/K值可对此加以印证。
(25)Wu-Hausman检验也在大多数情况下支持了这一判断。
(26)例如，容易看出，即使差分后，引入投资率的滞后变量
也可能造成解释变量与随机扰动项的相关。
(27)郭丽虹和马文杰(2009)的研究结果显著为正；屈文洲等(2011)的实证结果则显著为负。
(28)2011年8月份数据。
(29)即便仅看限售股，按2010年的数据，中小板中拥有国有或国有法人限售股的公司占公司总数的比重分别为1.32%、16.54%，而上证A股的相应数据为7.14%和21.54%。
标签：银行信贷论文; 信贷配给论文; 融资成本论文; 银行风险论文; 融资风险论文; 银行融资论文; 上市论文; 外部融资论文; 项目贷款论文; 融资论文; 风险成本论文; 信贷规模论文; 企业贷款论文; 风险系数论文; 控制变量论文; 银行借款论文; 项目成本论文; 金融论文; 银行论文; 风险模型论文;