公司特質(zhì)風(fēng)險能夠影響企業(yè)的投資行為嗎
——基于融資約束的視角*

花馮濤

(安徽師范大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 蕪湖 241002)

【經(jīng)濟(jì)研究】

公司特質(zhì)風(fēng)險能夠影響企業(yè)的投資行為嗎
——基于融資約束的視角*

花馮濤

(安徽師范大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 蕪湖 241002)

關(guān)鍵詞：公司特質(zhì)風(fēng)險；企業(yè)投資；反饋效應(yīng)；融資約束；

基于融資約束的視角，以2004-2015年的深滬A股為樣本，本文分析公司特質(zhì)風(fēng)險對企業(yè)投資行為的影響。檢驗結(jié)果如下：首先，公司特質(zhì)風(fēng)險基于“基本面渠道”和“非基本面渠道”將企業(yè)經(jīng)營的不確定性和投資者情緒通過“反饋效應(yīng)”傳遞給企業(yè)，抑制了管理層的投資沖動，降低了企業(yè)投資水平；其次，由于企業(yè)的融資渠道存在“替代機(jī)制”，公司特質(zhì)風(fēng)險與融資約束之間呈先上升后下降的倒U型性關(guān)系；再次，融資約束和公司特質(zhì)風(fēng)險對企業(yè)投資行為存在非線性關(guān)系，呈現(xiàn)先下降后上升的正U型關(guān)系。結(jié)論表明，特質(zhì)風(fēng)險對企業(yè)投資行為存在影響，但這種影響隨著融資約束的變化呈非線性趨勢。

一、引言

股價波動是否影響企業(yè)的投資行為？一直是經(jīng)濟(jì)學(xué)界關(guān)注的熱點。傳統(tǒng)金融理論認(rèn)為，當(dāng)市場完全有效時，企業(yè)的投資決策僅僅與項目的未來價值有關(guān)，與股價波動無關(guān)。但在現(xiàn)實世界中，并非如此。由于信息不對稱、代理成本等因素，股價波動通過投資者情緒、股市泡沫、股票誤定價等途徑對企業(yè)的投資行為產(chǎn)生顯著的影響。已有研究多基于總風(fēng)險的視角分析股價波動和企業(yè)投資的關(guān)系[1]，而公司特質(zhì)風(fēng)險作為公司層面的股價波動，與公司規(guī)模、股權(quán)結(jié)構(gòu)、上市年齡等企業(yè)特質(zhì)存在密切的聯(lián)系[2]，反映著企業(yè)信息質(zhì)量的高低和現(xiàn)金流波動性的大小[3-4]。而企業(yè)的信息質(zhì)量對其投資效率至關(guān)重要，經(jīng)營現(xiàn)金流的波動性則是企業(yè)投資決策的重要影響因素[5]。因此，特質(zhì)風(fēng)險和企業(yè)投資之間的關(guān)系，成為本文研究的第一個問題。

融資約束即影響企業(yè)投資行為，也影響信息環(huán)境，因此，對股價波動和投資行為的相關(guān)性存在調(diào)節(jié)作用，[6]但爭論不一：有學(xué)者認(rèn)為股價波動的上升，導(dǎo)致融資約束增加，抑制了企業(yè)的投資水平；[7]另有學(xué)者認(rèn)為股市泡沫刺激了投資者的樂觀情緒，降低了風(fēng)險溢價補償，反而有利于融資約束的緩解，推動企業(yè)投資規(guī)模的上升。同樣，融資約束對于股價波動和投資行為的相關(guān)性具有顯著的作用。Panousi & Papanikolaou認(rèn)為公司特質(zhì)風(fēng)險和投資水平之間呈負(fù)相關(guān)性，[8]即當(dāng)公司特質(zhì)風(fēng)險越高時，企業(yè)的投資水平越低，他們將這種相關(guān)性歸咎于產(chǎn)權(quán)性質(zhì)的不同，而股權(quán)屬性的差異對企業(yè)的融資約束存在顯著的影響。例如，國有股權(quán)比例越高，企業(yè)的融資約束剛性越強。即便企業(yè)存在良好前景的投資機(jī)會，管理者通過股價波動捕捉到相關(guān)信息，但礙于融資約束而有可能錯失良機(jī)。[5]因此，有必要從融資約束的角度分析公司特質(zhì)波動和企業(yè)投資行為的關(guān)系，這是本文要研究的第二個問題。

二、理論分析和研究假設(shè)

(一)公司特質(zhì)風(fēng)險與企業(yè)投資水平

股價波動通過反饋作用影響企業(yè)的投資行為。股價波動不僅反映了企業(yè)的內(nèi)部信息，也包含了市場投資者有關(guān)企業(yè)未來價值的私人信息和個人觀點。信息在企業(yè)和市場間的有效傳播，不僅最大化市場投資者的收益，也為管理層的投資決策提供了有效的參考，有利于提高企業(yè)資源配置的提高，[9]該功能被稱為股價波動對實體經(jīng)濟(jì)的“反饋效應(yīng)”(Feedback Effect)。公司特質(zhì)風(fēng)險反映著經(jīng)營現(xiàn)金流所蘊含的私有信息，通過套利行為融入股價。這種私有信息即包含了企業(yè)的內(nèi)部信息，也傳遞著市場投資者擁有的私人信息和認(rèn)知，諸如產(chǎn)品需求、競爭對手信息，以及投資者情緒等。管理層通過特質(zhì)風(fēng)險的變化，感知有關(guān)企業(yè)投資前景的外部信息，以及市場有關(guān)企業(yè)投資的看法等，故兩者之間同樣存在“反饋效應(yīng)”。[10]

根據(jù)屈文洲等的分類[11]，股價波動對于企業(yè)投資行為的影響渠道有“基本面渠道”和“非基本面渠道”：所謂“基本面渠道”，是指通過股價波動，將企業(yè)經(jīng)營環(huán)境的相關(guān)信息，如產(chǎn)品需求、競爭對手狀況、政策環(huán)境、原材料供應(yīng)等環(huán)境要素的波動傳遞給企業(yè)，對管理層的投資決策產(chǎn)生實質(zhì)性影響。這些環(huán)境要素的變化影響著企業(yè)的經(jīng)營行為和經(jīng)營軌道，對現(xiàn)金流波動存在實質(zhì)性作用，形成“環(huán)境不確定性”。這種不確定性即有外生性因素，如產(chǎn)品市場競爭引起的現(xiàn)金流波動[4]，經(jīng)濟(jì)政策的不確定性引起的投資效率下降[12]；也有內(nèi)生性因素，即公司規(guī)模小、高成長性帶來的不確定性導(dǎo)致的現(xiàn)金流波動加劇。企業(yè)投資具有三項特征，未來收益的不確定性；投資行為的不可逆性；實施投資的可延遲性，這使得投資機(jī)會更類似看漲期權(quán)，使得投資決策成為一種有價值的選擇權(quán)：項目有利，繼續(xù)投資增加回報；項目前景虧損，放棄投資避免損失。這種權(quán)利在不確定性的環(huán)境中，價值更高，等待有利于獲取更多信息，避免沖動，提高投資效率。[13]因此，不確定性與企業(yè)投資規(guī)模之間呈負(fù)相關(guān)性。[14]當(dāng)公司特質(zhì)風(fēng)險上升時，企業(yè)的“基本面不確定性”進(jìn)一步加劇，通過股價波動的“反饋效應(yīng)”，管理層的風(fēng)險感知更加敏感，對其投資決策的風(fēng)險預(yù)期進(jìn)一步上升。此時，投資行為的選擇權(quán)帶給管理層的效用增加，等待的價值更加珍貴，[15]其結(jié)果是迫使企業(yè)取消和推遲投資項目，盡量回避項目本身可能的特質(zhì)風(fēng)險，尤其是小規(guī)模公司在沒有足夠?qū)_風(fēng)險的不確定性環(huán)境中，管理層更傾向于縮減投資項目以降低特質(zhì)風(fēng)險[16]。

所謂“非基本面渠道”，是指“基本面不確定性”導(dǎo)致的投資者非理性情緒通過“反饋效應(yīng)”對管理層的投資決策形成的影響。[17]由于公司特質(zhì)風(fēng)險反映著企業(yè)盈余前景的不確定性，導(dǎo)致投資者的風(fēng)險感知更加敏感，出現(xiàn)焦慮、擔(dān)心、恐懼等負(fù)面情緒，形成投資者對未來現(xiàn)金流波動性的負(fù)面認(rèn)知。反映到股價波動之中，推動公司特質(zhì)風(fēng)險上升，并增加了股價波動中的非理性成分。從某種意義上講，投資者的非理性認(rèn)知成為現(xiàn)金流不確定性在股價波動中的“反應(yīng)放大器”。對于企業(yè)管理者而言，通過“反饋效應(yīng)”，從股價波動中獲得的信息很難區(qū)分理性與非理性，形成對于市場信息的“認(rèn)知失調(diào)”，表明除了有效信息之外，非理性的噪聲成分逐漸上升，影響了企業(yè)的決策行為，這種現(xiàn)象在股權(quán)融資依賴較強的企業(yè)更為嚴(yán)重，[18]迫使其投資決策的謹(jǐn)慎原則占據(jù)主導(dǎo)，降低了企業(yè)的投資規(guī)模。另一方面，謹(jǐn)慎性原則導(dǎo)致管理者在面臨經(jīng)營環(huán)境的不確定性時，即便持有足夠的現(xiàn)金，其投資意愿也會下降，導(dǎo)致投資-現(xiàn)金流敏感性下降。

假設(shè)H1：特質(zhì)風(fēng)險和企業(yè)的投資規(guī)模呈負(fù)相關(guān)。

(二)公司特質(zhì)風(fēng)險與融資約束

融資約束是指由于信息不對稱性，導(dǎo)致企業(yè)內(nèi)外融資成本存在差異，無法籌集足夠的資金，被迫放棄有利的投資機(jī)會，對企業(yè)價值產(chǎn)生負(fù)面影響。[19]信息不對稱即是融資約束的根本性原因，也是公司特質(zhì)風(fēng)險形成的前提條件，[3]孫剛[20]發(fā)現(xiàn)股價同步性與融資約束間呈顯著的負(fù)相關(guān)性。融資約束使得企業(yè)的無效投資上升，現(xiàn)金流的波動率增加，導(dǎo)致公司特質(zhì)風(fēng)險的上升；但融資約束也促使企業(yè)內(nèi)部資本市場的建立，開辟現(xiàn)金來源，降低現(xiàn)金流波動，抑制特質(zhì)風(fēng)險的增加，兩者之間并非線性關(guān)系：

首先，隨著融資約束程度的上升，企業(yè)難以通過合理的資金渠道滿足投資需求，被迫放棄、推遲、甚至以強制性手段結(jié)束對企業(yè)有利的項目。例如大幅度削減企業(yè)的固定資產(chǎn)、放棄風(fēng)險較大的R&D投資及其他無形資產(chǎn)投資，企業(yè)盡量多的持有營運資本，如存貨、甚至現(xiàn)金資產(chǎn)等。其結(jié)果是企業(yè)的盈利能力大幅下降，其市場勢力被削弱，即企業(yè)所面臨的產(chǎn)品市場競爭進(jìn)一步加劇，導(dǎo)致公司特質(zhì)風(fēng)險出現(xiàn)上升趨勢。其次，隨著融資約束程度的增加，當(dāng)企業(yè)面臨有利的投資項目時，管理者傾向于通過“融資渠道替代”，[21]在不縮小甚至擴(kuò)大投資規(guī)模的條件下，尋找其他融資渠道籌資。通過股權(quán)融資轉(zhuǎn)債券融資、利用高杠桿財務(wù)手段融資；尤其在資本市場上，當(dāng)投資者保護(hù)程度較弱時，企業(yè)之間通過子公司上市、收購、控股等行為形成“金字塔”結(jié)構(gòu)，建立內(nèi)部資本市場，以股權(quán)托管、轉(zhuǎn)讓、關(guān)聯(lián)交易等形式獲得所需資金?！叭谫Y渠道替代”一定程度上緩解了企業(yè)的財務(wù)壓力，降低了企業(yè)的財務(wù)風(fēng)險，尤其是內(nèi)部融資市場的構(gòu)建使得其資本成本得到有效降低，另一方面，隨著融資約束程度的上升，企業(yè)的投資—現(xiàn)金流敏感度也隨之增加，[19]表明其投資效率得到改善，現(xiàn)金流波動下降，盈利前景逐漸明朗，[22]有助于緩解企業(yè)與市場間的信息不對稱性，抑制了公司特質(zhì)風(fēng)險?；诖?，本文提出如下假設(shè)：

假設(shè)H2：隨著融資約束程度的提高，公司特質(zhì)風(fēng)險呈現(xiàn)先上升后下降的趨勢，呈倒U型結(jié)構(gòu)。

(三)融資約束對特質(zhì)風(fēng)險和企業(yè)投資規(guī)模相關(guān)性的影響

當(dāng)融資約束上升時，股價信息含量對企業(yè)的投資—股價敏感性的影響下降，并導(dǎo)致代理成本上升，[23]表明特質(zhì)風(fēng)險和投資行為的關(guān)系同樣受到融資約束的影響。Kaplan & Zingales發(fā)現(xiàn)融資約束與投資行為之間并非線性關(guān)系。[22]因此，融資約束對特質(zhì)風(fēng)險和企業(yè)投資規(guī)模相關(guān)性的影響也呈非線性。

融資約束程度的上升加劇了特質(zhì)風(fēng)險和企業(yè)投資規(guī)模的相關(guān)性?；凇盎久媲馈保谫Y約束作為企業(yè)的“外在”環(huán)境要素之一，影響到企業(yè)的產(chǎn)品市場競爭、以及市場需求等環(huán)境因素，導(dǎo)致不確定性加劇。其結(jié)果是現(xiàn)金流波動率不斷上升。通過特質(zhì)風(fēng)險，管理層感知到環(huán)境不確定性的變化，傾向縮減特質(zhì)風(fēng)險較高的投資項目。尤其當(dāng)管理層持股時，管理層的風(fēng)險偏好加重，縮減投資的意愿增加，放棄私有收益在所不惜。[8]另一方面，基于“非基本面渠道”渠道，融資約束程度的上升，導(dǎo)致企業(yè)和市場的信息不對稱性增加，市場投資者對企業(yè)未來價值的判斷更加困難，其風(fēng)險補償要求進(jìn)一步上升，對融資約束形成“螺旋式”的強化作用。同時，融資約束帶來的“投資-股價”敏感度的變化，使得投資項目的等待價值不斷上升，管理層更傾向于延遲投資行為，從而導(dǎo)致企業(yè)的投資規(guī)模下降。

“融資渠道替代”，通過特質(zhì)風(fēng)險的“反饋效應(yīng)”推動企業(yè)擴(kuò)張投資規(guī)模。首先，融資約束的加劇，迫使企業(yè)積極尋找可替代的“融資渠道”，緩解企業(yè)財務(wù)壓力。尤其“內(nèi)部資本市場”的構(gòu)建，有利于預(yù)算“軟約束”形成，刺激了管理層的投資擴(kuò)張沖動。其次，“融資渠道替代”帶來低成本資金和預(yù)算的“軟約束”，也降低了企業(yè)的財務(wù)風(fēng)險和經(jīng)營風(fēng)險。對于市場投資者而言，有助于降低其對企業(yè)前景的擔(dān)心或恐懼的負(fù)面情緒，通過股價波動的“反饋效應(yīng)”，管理層更傾向于擴(kuò)張投資規(guī)模，固化企業(yè)未來前景的樂觀態(tài)度影響市場，或迎合投資者的情緒。[24]另一方面，“融資渠道替代”帶來的財務(wù)風(fēng)險和經(jīng)營風(fēng)險的下降，使得市場投資者對企業(yè)盈利前景的預(yù)期趨于明朗，使得投資行為的“看漲期權(quán)”的選擇權(quán)價值下跌。迫使企業(yè)管理層加速資本投入，盡早獲得有利的市場勢力和市場地位?；诖?，本文提出如下假設(shè)：

假設(shè)H3：融資約束對特質(zhì)風(fēng)險和投資規(guī)模相關(guān)性存在先加劇后緩解的非線性調(diào)節(jié)作用。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文以2004年至2015年的深滬A股為樣本，并按以下原則剔除觀測值：(1)基于資本結(jié)構(gòu)的特殊性，剔除金融保險類上市公司；(2)由于T類企業(yè)的經(jīng)營狀態(tài)并不穩(wěn)定，重組頻繁，其財務(wù)數(shù)據(jù)不可靠，故剔除ST、PT類的上市公司；(3)考慮到上市當(dāng)年股價波動劇烈，可能對計算特質(zhì)風(fēng)險產(chǎn)生影響，故剔除IPO當(dāng)年的觀測值；(4)考慮到虧損可能影響企業(yè)的經(jīng)營現(xiàn)金流波動，以及測度融資約束變量的需要，故剔除凈資產(chǎn)收益率為負(fù)的樣本觀測值。本文最終得到12年樣本期間共計18433個觀測值。其中，公司特質(zhì)風(fēng)險的交易數(shù)據(jù)來自于wind數(shù)據(jù)庫，其他財務(wù)數(shù)據(jù)來自于csmar數(shù)據(jù)庫，行業(yè)分類標(biāo)準(zhǔn)依據(jù)2001年中國證監(jiān)會發(fā)布的《上市公司行業(yè)分類指引》。所有連續(xù)變量在1%的基礎(chǔ)上進(jìn)行winsorize處理。由于公司特質(zhì)風(fēng)險、融資約束指標(biāo)屬于潛變量，故對其進(jìn)行中心化處理。

(三)模型設(shè)定

本文依據(jù)企業(yè)投資模型考察特質(zhì)風(fēng)險和企業(yè)投資行為的關(guān)系，即假設(shè)H1。企業(yè)投資模型主要有兩類：即Bond & Meghir的歐拉方程[25]和Fazzari et al.的托賓Q方程。[19]由于前者忽略了股價的影響，故本文選擇托賓Q方程并加入特質(zhì)風(fēng)險變量以檢驗假設(shè)H1的推論：

Invit=β0+β1·Invit-1+β2·Ivit-1

+β4Ivit-1·Cfit-1+β3·Ivit-1·Tobinit-1

+∑γ·Controlit+εit

(1)

其中，Invit為投資規(guī)模；Ivit為公司特質(zhì)風(fēng)險；Tobinit-1為滯后一期的托賓Q值；Cfit-1為單位資產(chǎn)經(jīng)營現(xiàn)金流凈額；Controlit為控制變量；考慮到特質(zhì)風(fēng)險和企業(yè)投資行為存在內(nèi)生性，故加入滯后一期的企業(yè)投資變量(Invit-1)；公司特質(zhì)風(fēng)險對企業(yè)投資行為存在滯后性，故對變量(Ivit)做滯后一期處理；模型中加入交互項變量，即(Ivit-1·Tobinit-1)和(Ivit-1·Cfit-1)。基于假設(shè)H1的推論：變量(Ivit-1)的系數(shù)應(yīng)顯著為負(fù)；特質(zhì)風(fēng)險對投資規(guī)模的抑制作用，體現(xiàn)在投資規(guī)模對投資機(jī)會的相關(guān)性，因此，交互項(Ivit-1·Tobinit-1)系數(shù)應(yīng)顯著為負(fù)；另一方面，特質(zhì)風(fēng)險的抑制作用，使得投資行為的“等待價值”上升，投資現(xiàn)金流敏感度下降，那么交互項(Ivit-1·Cfit-1)的系數(shù)應(yīng)顯著為負(fù)。

為了驗證本文的假設(shè)H2的推論，設(shè)定模型(2)：

Ivit=β0+β1·Ivit-1+β2·Fvit+β3·sqFvit+∑γ·Controlit+εit

(2)

其中，考慮到公司特質(zhì)風(fēng)險和融資約束之間的內(nèi)生性問題，故在模型中加入滯后一期的公司特質(zhì)風(fēng)險變量(Ivit-1)；Fvit為融資約束變量，sqFvit為融資約束的平方變量，公司特質(zhì)風(fēng)險與融資約束之間存在內(nèi)生性，故加入滯后一期的公司特質(zhì)風(fēng)險(Ivit-1)。根據(jù)假設(shè)H2的推論，融資約束變量(Fvit)的系數(shù)符號應(yīng)顯著為正；融資約束的平方變量(sqFvit)的系數(shù)符號應(yīng)顯著為負(fù)。

為了驗證假設(shè)H3的推論，構(gòu)建模型(3)檢驗融資約束對特質(zhì)風(fēng)險與投資規(guī)模相關(guān)性的影響：

Invit=β0+β1·Invit-1+β2·Ivit-1+β3·Fvit-1+β4·sqFvit-1+β5·Ivit-1+β2·Ivit-1·sqFvit-1+∑γkControlit+εit

(3)

其中，考慮到特質(zhì)風(fēng)險和企業(yè)的投資行為的內(nèi)生性問題，模型(3)加入滯后一期的投資規(guī)模變量(Inv)；對變量(Iv)、(Fv)、(sqFv)也滯后一期處理；為考察特質(zhì)風(fēng)險和投資行為的非線性關(guān)系，加入交互項(Ivit-1·Fvit-1)和(Ivit-1·sqFvit-1)。根據(jù)假設(shè)H3的推論，變量(Ivit-1)系數(shù)應(yīng)顯著為負(fù)；變量(Fc_vableit-1)系數(shù)符號應(yīng)顯著為負(fù)；變量(sqFvit-1)系數(shù)應(yīng)顯著為正；交互項(Ivit-1·Fvit-1)系數(shù)應(yīng)顯著為負(fù)，交互項(Ivit-1·sqFvit-1)系數(shù)應(yīng)顯著為正。

(二)變量選取

1. 公司特質(zhì)風(fēng)險(Iv)：根據(jù)Xu & Malkiel的方法，[26]利用Fama-French三因素模型的殘差，并計算其標(biāo)準(zhǔn)差所得：

Ri,t-Rf,t=αi,t+βi,t·(Rm,t-Rf,t)+si,t·SMB+hi,t·HML+εi,t

(4)

其中，Rm,t-Rf,t、SMB、HML分別為超額收益、規(guī)模因子、價值因子；Rm,t采用上證指數(shù)收益替代；Rf,t采用同期銀行一年存款利率替代；SMB為市值組合收益差額；HML為按賬面市值比的組合收益差額；εi,t為模型殘差，公司特質(zhì)風(fēng)險為殘差年度標(biāo)準(zhǔn)差，交易數(shù)據(jù)為日度數(shù)據(jù)。

2.企業(yè)投資水平(Inv)：本文采用資本性支出衡量企業(yè)的投資水平，采用現(xiàn)金流量表中的投資凈現(xiàn)金流的相反數(shù)減去固定資產(chǎn)折舊和無形資產(chǎn)攤銷之和除以企業(yè)期初的總資產(chǎn)：

3.融資約束(Fv)

(1)FC指數(shù)(Fc)：當(dāng)融資來源枯竭時，企業(yè)的經(jīng)營現(xiàn)金流、固定資產(chǎn)投資、存貨、現(xiàn)金等價物等資產(chǎn)的存量和增量就會下降，因此，這些財務(wù)指標(biāo)的變動，能夠很好的反映融資約束的變化。因此，根據(jù)李焰和張寧的方法，利用相應(yīng)的財務(wù)指標(biāo)構(gòu)建綜合評分模型，綜合計分值越高，融資約束程度越高：[27]

Fcit=

-0.18*(Cfit/Kit-1-0.16*(Investit/Kit-1)

-0.17*G_investit-0.11*(Cashit/Kit-1)

+0.11*Debtit-0.12*(Divit/Kit-1)

-0.15*(Ebitit/Iit)

(6)

其中，Kit-1為年初總資產(chǎn)；Cfit為企業(yè)經(jīng)營現(xiàn)金流凈額；Investit為固定資產(chǎn)投資；G_investit為存貨較上年增長比例；Cashit為現(xiàn)金及現(xiàn)金等價物，Debtit為債務(wù)權(quán)益比；Divit為現(xiàn)金股利分配金額；Ebitit/iit為利息保障倍數(shù)。

(2)KZ指數(shù)(Kz)：融資約束與經(jīng)營現(xiàn)金流、現(xiàn)金持有水平、資產(chǎn)負(fù)債率和股利水平存在相關(guān)性。因此，Kaplan & Zingales根據(jù)經(jīng)營現(xiàn)金流、現(xiàn)金持有水平、資產(chǎn)負(fù)債率和股利與投資水平回歸所得系數(shù)構(gòu)建四因子的KZ指數(shù)，得分越高，融資約束越強：[22]

Kzit=-4.51·cfit/Kit-1-2.94·Cashit/Kit-1+0.16·Ralit-61.05·Dpsit

(7)

其中，Kzit為融資約束指數(shù)；Cfit為經(jīng)營活動現(xiàn)金流凈額；Cashit為現(xiàn)金及等價物；Ralit為資產(chǎn)負(fù)債率；Dpsit為每股股利，KZ指數(shù)越高說明公司面臨的融資約束水平越高。

(3)凈資產(chǎn)收益率負(fù)值(Nroe)：依據(jù)周業(yè)安和宋翔(2010)的方法，[7]將公司上一期的凈資產(chǎn)收益率作為融資約束的衡量指標(biāo)。凈資產(chǎn)收益率越高，企業(yè)的盈利能力越強，其面臨的融資約束則越小，兩者呈反向關(guān)系。與FC指數(shù)一樣，由于本文采用多指標(biāo)檢驗假設(shè)，為便于對比，本文取值凈資產(chǎn)收益率的相反數(shù)。

4.控制變量：公司年齡、流動性、系統(tǒng)風(fēng)險、以及總資產(chǎn)收益率對公司特質(zhì)風(fēng)險存在顯著的作用；因此，本文將董事會規(guī)模(Board)、獨立董事數(shù)量(Direct)、換手率(Turn)、系統(tǒng)風(fēng)險(Bate)、公司年齡(Age)、產(chǎn)品市場競爭度(HHI)、總資產(chǎn)收益率(Profit)與作為控制變量。

表1 變量釋義

四、實證結(jié)果

(一)描述性統(tǒng)計

表2報告了主要變量、融資約束變量，以及控制變量的描述性統(tǒng)計結(jié)果：公司特質(zhì)波動(Iv)的平均值為0.1041，高于中位數(shù)0.0507，表明樣本公司的公司特質(zhì)風(fēng)險普遍較高，樣本方差為0.022，偏度為0.6857，說明樣本的差異性較??；而企業(yè)投資水平(Inv)均值為0.024，中位數(shù)為0.046，表明樣本的投資水平普遍較低，樣本方差為0.087，偏度為0.962，樣本差異性也較小。三個融資約束變量：FC指數(shù)(Fc)、KC指數(shù)(Kz)、凈資產(chǎn)收益率負(fù)值(Nroe)的均值都高于中位數(shù)，表明企業(yè)的融資約束程度較高。

表2 主要變量的描述性統(tǒng)計

表3報告了主要變量之間的相關(guān)系數(shù)。首先，變量(Inv)和(Iv)之間呈顯著負(fù)相關(guān)，表明特質(zhì)風(fēng)險對企業(yè)投資規(guī)模存在抑制作用；其次，特質(zhì)風(fēng)險與各融資約束變量間均顯著為負(fù)，但顯著性在兩種檢驗方式存在差異；再次，投資規(guī)模和各融資約束變量間均顯著負(fù)相關(guān)，表明融資約束抑制企業(yè)的投資規(guī)模；又次，三個融資約束變量(Fc)、(Kz)、(Nroe)之間均顯著為正，且系數(shù)都超過了0.24，除此以外，其他變量的相關(guān)系數(shù)均沒超過0.35，表明主要變量間的多重共線性并不嚴(yán)重。

表3 主要變量相關(guān)系數(shù)

注：***、**、*分別代表在1%、5%、10%水平上的顯著性；上半三角為pearson相關(guān)性檢驗，下半三角為spearman相關(guān)性檢驗。

(二)公司特質(zhì)風(fēng)險與企業(yè)投資水平

表4報告了公司特質(zhì)風(fēng)險和企業(yè)投資行為之間的相關(guān)性檢驗。方程(1)為單變量檢驗，變量(Ivit-1)的系數(shù)顯著為負(fù)；方程(2)加入控制變量后，變量(Ivit-1)系數(shù)仍然顯著為負(fù)；方程(3)構(gòu)造虛擬變量(Iv_demit-1)，即按(ivit-1)中位數(shù)分為兩組，較高組取值為1，否則為0。檢驗結(jié)果同樣顯著為負(fù)；方程(4)加入了交互項(Ivit-1·Tobinit-1)和(Ivit-1·Cfit-1)后，變量(Ivit-1)的系數(shù)仍顯著為負(fù)，同上述檢驗結(jié)果相同；交互項(Ivit-1·Tobinit-1)的系數(shù)顯著為負(fù)，說明投資敏感性降低下降，而交互項(Ivit-1·Cfit-1)顯著為負(fù)，則說明隨著特質(zhì)風(fēng)險上升，通過“反饋效應(yīng)”，管理層感知經(jīng)營環(huán)境的不確定性，降低了企業(yè)的投資意愿。至此，檢驗結(jié)果支持假設(shè)H1的推論。

表4 公司特質(zhì)風(fēng)險與企業(yè)投資水平

注：***、**、*分別代表在1%、5%、10%水平上的顯著性，系數(shù)下文圓括號內(nèi)為穩(wěn)健性標(biāo)準(zhǔn)誤；模型本身回歸控制了年份/行業(yè)效應(yīng)；Hausman檢驗支持固定效應(yīng)模型； VIF檢驗中，均值為1.77，最大值為7.74，該模型中不存在共線性問題(其中，變量(Iv_demit-1)、(Ivit-1·Tobinit-1)、(Ivit-1·Cfit-1)作為交互項或者部分?jǐn)?shù)據(jù)，并沒有加以考慮)。

(三)公司特質(zhì)風(fēng)險與融資約束

表5報告了融資約束和公司特質(zhì)風(fēng)險的相關(guān)性檢驗結(jié)果：首先，方程(1)-(3)左列為融資約束與公司特質(zhì)風(fēng)險線性關(guān)系：融資約束變量系數(shù)均顯著為為正，表明融資約束程度上升時，對企業(yè)的現(xiàn)金流波動沖擊越大，導(dǎo)致特質(zhì)波動上升；其次，加入了融資約束平方變量(sqFvit)后，檢驗結(jié)果顯示，融資約束系數(shù)雖然有所下降，但仍顯著為正，而融資約束平方變量系數(shù)則顯著為負(fù)，此外，圖1為特質(zhì)風(fēng)險和融資約束的散點圖，表明兩者之間存在非線性關(guān)系；(囿于篇幅，與融資約束變量(Nroeit)的散點圖未予列示，但相關(guān)性基本類似)。表2和圖1的結(jié)論表明，隨著企業(yè)融資約束增加，通過現(xiàn)金流波動和資本成本沖擊推動公司特質(zhì)風(fēng)險會上升，但隨著約束的進(jìn)一步增加，企業(yè)通過“融資渠道替代”，緩解資本成本和降低現(xiàn)金流波動，從而抑制公司特質(zhì)風(fēng)險上升，兩者之間呈現(xiàn)倒U型關(guān)系，支持本文的假設(shè)H2的結(jié)論。

表5 公司特質(zhì)風(fēng)險與融資約束

注：控制變量與模型(1)相同，囿于篇幅，此處不再列示；VIF檢驗中，主要解釋變量的VIF最大值分別為8.19、6.20、7.32(其中，融資約束平方變量未加以考慮)，故不存在共線性；其他均與表4相同。

圖1 公司特質(zhì)風(fēng)險與三個融資約束變量的散點圖

(四)融資約束對特質(zhì)風(fēng)險與投資規(guī)模相關(guān)性的影響

表6報告了公司特質(zhì)波動與融資約束對于企業(yè)投資行為之間的聯(lián)合影響。方程(1)-(3)的左列考察了融資約束對特質(zhì)風(fēng)險與投資規(guī)模相關(guān)性的線性影響：首先，變量(Ivit-1)的系數(shù)顯著為負(fù)，表明特質(zhì)風(fēng)險與投資規(guī)模負(fù)相關(guān)，假設(shè)H1的推論；其次，融資約束變量系數(shù)均顯著為負(fù)，表明內(nèi)外融資成本的上升，抑制了企業(yè)投資規(guī)模；更為重要的是，交互項變量，即(Ivit-1·Fcit-1)、(Ivit-1·Kzit-1)和(Ivit-1·Nroeit-1)的系數(shù)顯著為負(fù)，表明融資約束加劇了特質(zhì)風(fēng)險和企業(yè)投資之間負(fù)相關(guān)性；方程(1)-(3)右列融資約束對特質(zhì)風(fēng)險和投資規(guī)模相關(guān)性的非線性關(guān)系：除了變量(Kzit-1)的系數(shù)不顯著以外，其他融資約束變量系數(shù)顯著為負(fù)，融資約束平方變量系數(shù)顯著為正，表明投資規(guī)模和融資約束呈非線性關(guān)系，即隨著融資約束上升，投資規(guī)模呈現(xiàn)先下降后上升的趨勢；交互項(Ivit-1·Fvit-1)的系數(shù)顯著為負(fù)，交互項(Ivit-1·sqFvit-1)的系數(shù)均顯著正相關(guān)，表明公司特質(zhì)風(fēng)險對于融資約束和企業(yè)投資水平的非線性關(guān)系存在加強作用。因此，檢驗結(jié)果支持了本文假設(shè)H3。

表6 公司特質(zhì)風(fēng)險、融資約束對企業(yè)投資水平的聯(lián)合影響

注：控制變量與模型(1)相同，囿于篇幅，此處不再列示；VIF檢驗中，除變量(Ivit-1·Kzit-1)達(dá)到10.41外，其他主要變量的vif最大值為8.97(其中，融資約束平方變量未加以考慮)，對研究結(jié)論沒有影響。其他均與表4下注相同。

五、穩(wěn)健性檢驗

為了驗證上述結(jié)論的穩(wěn)健性，本文從如下幾個方面予以改進(jìn)：首先，借鑒Brown & Kapadia(2007)的方法，[28]采用CAPM模型測度公司特質(zhì)風(fēng)險(Ivit)，限于篇幅，此處不再列出公式；其次，參考Chen et al.[23]的資本支出法，用“固定資產(chǎn)原價”、“工程物質(zhì)”，以及“在建工程”三項之和的本期與上一期差額，再除以本期期初資產(chǎn)總值，作為本文的企業(yè)投資規(guī)模變量(Invit)；再次，根據(jù)周業(yè)安和宋翔(2010)的方法，[7]將FC指數(shù)(Fcit-1)替換為資產(chǎn)負(fù)債率(Ralit-1)，變量(Kzit-1)和(Fcit)不變；最后，考慮到2006-2007年的深滬牛市和2008年的金融危機(jī)造成的股價大幅波動，對公司特質(zhì)風(fēng)險形成的影響，穩(wěn)健性檢驗中，樣本期設(shè)定在2009-2015年，樣本選擇標(biāo)準(zhǔn)同上，觀測值共13679個；最后，本文基于Chen et al.(2010)的TobinQ方程構(gòu)建如下檢驗?zāi)Ｐ蚚23]：

Invit=β0+β1·Invit-1+β2·Ivit-1+β3·Tobinit-1+β4·Ivit-1·Tobinit-1+β5·Fvit-1+β6·Fvit-1+β7·Ivit-1·Fvit-1·Tobinit-1+β8Ivit-1·sqFvit-1·Tobinit-1+∑γkControlit+εit

(8)

其中，交互項(Ivit-1·Tobinit-1)的含義與模型(1)相同；交互項(Ivit-1·Fvit-1·Tobinit-1)衡量融資約束對特質(zhì)風(fēng)險與投資規(guī)模相關(guān)性的影響；交互項(Ivit-1·sqFvit-1·Tobinit-1)衡量融資約束平方變量對兩者相關(guān)性的影響。根據(jù)H1的推論，變量(Ivit)的系數(shù)β2應(yīng)顯著為負(fù)；交互項變量(Ivit·Tobinit)的系數(shù)β4均應(yīng)顯著為負(fù)；根據(jù)假設(shè)H3的推論，融資約束變量(Fvit)和融資約束平方變量(sqFvit)的系數(shù)β5和β6分別顯著為負(fù)和正；交互項(Fvit·Ivit·Tobinit)和(sqFvit·Ivit·Tobinit)的系數(shù)β7和β8符號也分別顯著為負(fù)和正。檢驗結(jié)果符合預(yù)期，支持假設(shè)H1和假設(shè)H3的結(jié)果(囿于篇幅所限，結(jié)果未列示)。

六、研究結(jié)論

已有研究認(rèn)為，股價波動影響企業(yè)的投資行為，但它來自于市場風(fēng)險、還是公司特質(zhì)風(fēng)險？另外，當(dāng)前資本市場中普遍存在融資約束的條件下，兩者的相關(guān)性是否受到影響？本文基于融資約束的視角，就特質(zhì)風(fēng)險對企業(yè)投資行為的影響進(jìn)行深入分析。

研究結(jié)論認(rèn)為，首先，企業(yè)的投資規(guī)模與公司特質(zhì)風(fēng)險呈負(fù)相關(guān)性，公司特質(zhì)風(fēng)險基于“基本面渠道”和“非基本面渠道”將環(huán)境不確定性以及投資者對企業(yè)未來價值預(yù)期的不確定性通過“反饋機(jī)制”傳遞給企業(yè)管理層，阻止了管理層的投資沖動，降低了企業(yè)的投資水平；其次，融資約束和公司特質(zhì)風(fēng)險之間呈倒U型的非線性關(guān)系。一方面，隨著企業(yè)內(nèi)外融資成本差異的上升，導(dǎo)致企業(yè)被迫放棄有利的投資項目，市場勢力下降，經(jīng)營現(xiàn)金流波動性增加，導(dǎo)致公司特質(zhì)風(fēng)險上升；另一方面，企業(yè)存在融資的“替代渠道”，導(dǎo)致企業(yè)的融資成本逐漸下降，企業(yè)的經(jīng)營現(xiàn)金流逐漸穩(wěn)定，公司特質(zhì)風(fēng)險呈現(xiàn)下降趨勢；再次，融資約束對特質(zhì)風(fēng)險和企業(yè)投資規(guī)模的相關(guān)性呈現(xiàn)非線性關(guān)系。說明融資約束通過特質(zhì)風(fēng)險對企業(yè)投資規(guī)模產(chǎn)生影響。本文的研究貢獻(xiàn)在于：第一，上述研究開拓了公司特質(zhì)風(fēng)險的經(jīng)濟(jì)后果研究，也豐富了企業(yè)投資行為研究的研究成果；第二，在實踐意義上，管理層在投資決策過程中，公司特質(zhì)風(fēng)險的變化是投資決策的重要因素。

[1] 李君平，徐龍炳. 資本市場錯誤定價、融資約束與公司投資[J]. 財貿(mào)經(jīng)濟(jì)，2015，36(3)：88-102.

[2] Campbell, J.Y, Lettau, M., Malkiel, G. B., Xu, Y..Have Individual Stocks Become More Volatile? An Empirical Exploration of Idiosyncratic Risk[J]. Journal of Finance, 2001, 56 (1): 1-43.

[3] 花馮濤. 公司特質(zhì)波動能夠影響宏觀經(jīng)濟(jì)穩(wěn)定嗎?——基于中國A股市場的SVAR研究[J]. 安徽師范大學(xué)學(xué)報(人文社科版)，2013，41(1): 86-92.

[4] Irvine, P. J., Pontiff, J..Idiosyncratic Return Volatility, Cash Flows, and Product Market Competition[J]. Review of Financial Studies. 2009, 22(3): 1149-1177.

[5] Baker, M., Wurgler, J..Would Stricter Capital Requirements Raise the Cost of Capital? Bank Capital Regulation and The Low Risk Anomaly[J]. American Economic Reviews, 2015, 105(5): 315-320.

[6] Mulier, M., Schoors, K., Merlevede, B..Investment-Cash Flow Sensitivity and Financial Constraints: Evidence from Unquoted European SMEs[J]. Journal of Banking & Finance. 2016(73):182-197.

[7] 周業(yè)安，宋翔. 股票市場波動與公司投資[J]. 經(jīng)濟(jì)管理，2010，32(12)：118-126.

[8] Panousi, V., Papanikolaou, D..Investment, Idiosyncratic Risk, and Ownership[J]. The Journal of Finance, 2012, 67(3): 1113-148.

[9] Luo, Z..The Informational Feedback Effect of Stock Prices on Management Forecasts[J]. Journal of Accounting Economics, 2016, 61(2-3): 391-413.

[10] Subrahmanyam, A., Titman, S. The Going-Public Decision and the Development of Financial Markets[J]. The Journal of Finance, 1999, 54(3): 1045～1082.

[11] 屈文洲，葉震南，閆麗梅. 股價泡沫真的會影響公司資本投資嗎？—基于股權(quán)融資機(jī)制和迎合機(jī)制的實證檢驗[J]. 證券市場導(dǎo)報，2016(6)：33-41.

[12] 饒品貴, 岳衡, 姜國華. 經(jīng)濟(jì)政策不確定性與企業(yè)投資行為研究[J]. 世界經(jīng)濟(jì)，2017 (2):2-15.

[13] Breuer, M., Windisch, D..Investment Dynamics and Earnings-Return Properties: A Structural Approach [EB/OL]. Online at: https://ssrn.com/abstract=2896454, 2017.

[14] Lopez, J. M., Sakhel, A., Busch, T..Corporate Investments and Environmental Regulation: The Role of Regulatory Uncertainty, Regulation-induced Uncertainty, and Investment History[J]. European Management Journal, 2016(6): 2312-2341.

[15] Buchholz, M., Tonzer, L., Berner, J..Asymmetric Investment Responses to Firm-specific Uncertainty [EB/OL].(2017-09-29)[2017-11-16].http://www.iwh-halle.de/d/publik/disc/7-16.pdf, 2016.

[16] Chen, H., Miao J., Wang, N.．Entrepreneurial Finance and Non-diversifiable Risk[J]．Review of Financial Studies, 2010, 12(23): 4348-4388.

[17] Rajaratnam, M., Rajaratnam, B. K. Rajaratnam..A Novel Equity Valuation and Capital Allocation Model for Use by Long-term Value-Investors[J]. Journal of Banking & Finance， 2014， 49(12): 483-494.

[18] 靳光輝，劉志遠(yuǎn)，花貴如. 政策不確定性、投資者情緒與企業(yè)投資——基于戰(zhàn)略性新興產(chǎn)業(yè)的實證研究[J]. 中央財經(jīng)大學(xué)學(xué)報，2016(5)：60-69.

[19] Fazzari,S.M.,Hubbard,R.G.,and Peterson,B.C.,Financial Constrains and Corporate Investment[J].Brookings Papers on Economic Activity,1988(1):141-195.

[20] 孫剛. 金融生態(tài)環(huán)境、股價波動同步性與上市企業(yè)融資約束[J]. 證券市場導(dǎo)報，2011(1)：49-55.

[21] Shi, X., Wu, T..Financial Constraints, Financing Channels and Corporations' R&D Investment-Based on Development Phase and Heterogeneity of Operating Cash Flow[J]. Open Journal of Social Sciences, 2016, 4(5): 248-260.

[22] Kaplan, S. N., Zingales, L..Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints?[J]. Social Science Electronic Publishing, 1997, 112(1): 169-215.

[23] Chen,H.,Miao,J.,Wang,N..Entrepreneurial Finance and Non-diversifiable Risk[J]. Review of Financial Studies,2010,12(23):4348-4388.

[24] 花貴如、劉志遠(yuǎn)、鄭凱. 機(jī)構(gòu)投資者是股票市場影響實體經(jīng)濟(jì)的助推器嗎？——基于投資者情緒對于公司資本投資的視角，經(jīng)濟(jì)與管理研究，2015(2)：51-58.

[25] Bond, S., Meghir, C..Dynamic Investment Models and The Firm`s Financial Policy[J]. Rview of Economic Studies, 1994, 61(2): 197-222.

[26] Xu, Y., Malkiel,B..Investigating the Behavior of Idiosyncratic Volatility[J]. Journal of Business, 2003(76): 613-644.

[27] 李焰, 張寧. 集團(tuán)股權(quán)結(jié)構(gòu)與上市公司融資約束——基于代理理論的實證分析[J]. 中國經(jīng)濟(jì)評論, 2007(2):1-12.

[28] Brown, G., Kapadia, N..Firm-specific Risk and Equity Market Development[J]. Journal of Financial Economics, 2007, 84(2): 358-388.

DoesIdiosyncraticRiskAffectCorporateInvestmentBehavior?—BasedOnFinancialConstraint

HUA Feng-tao

(SchoolofEconomicsandManagement,AnhuiNormalUniversity,WuhuAnhui241002,China)

idiosyncratic risk; investment behavior; feedback affect; financial constraint

Using a sample of listed companies in Chinese stock exchanges from 2004 to 2015, and based on financial constraint, investigate the effect of idiosyncratic risk on the corporate investment constraint. And the conclusion is as follows: firstly, based on “company fundamental channel” and “company non-fundamental channel”, uncertainty in corporate business and investor sentiments are passed to the enterprise through “the feedback affect” by idiosyncratic risk, which restrains the investment impulse of management and reduces the scale of investment. Secondly, there is a relationship of inverted U type between idiosyncratic risk and financial constraint because of “alternative mechanism” of financial channel. Thirdly, based on the background of rising financial constraint, there is nonlinear relationship of positive U type between idiosyncratic risk and corporate investment behavior. The result reveals that idiosyncratic risk has an effect on corporate investment behavior, but this effect shows a linear tendency according to the changes in financial constraint.

10.14182/j.cnki.j.anu.2018.01.014

2017-05-26；

2017-10-26

國家社科基金青年項目(13CGL028)

花馮濤(1974-)，男，河南新鄉(xiāng)人，副教授，博士，碩士生導(dǎo)師，研究方向為資本市場、風(fēng)險管理。

F832.5

A

1001-2435(2018)01-0108-11

孔慶洋