成長機會、自由現金流和企業投資效率

【摘 要】 文章從企業成長機會的視角分析中國A股上市公司內部現金流對企業投資的影響，考察非預期投資現金流敏感性相對于成長機會是否存在門限效應，并采用Hansen在1999年所提出的面板門限模型等技術對上市公司在不同成長機會下非預期投資現金流敏感性進行實證檢驗分析。結果顯示：（1）公司的非預期投資現金流的敏感性相對于成長機會存在低成長、中成長和高成長3個門限效應，非預期投資現金流敏感性因為不同的成長性，表現出非線性關系；（2）在低成長階段，自由現金流與非預期投資存在著負相關關系，這與經典的自由現金流假說矛盾，支持代理理論下的投資不足假說；（3）在高成長階段，自由現金流與非預期投資存在著正的顯著相關關系，中成長不顯著，支持自由現金流量假說；（4）在中成長與高成長階段，非預期投資現金流的敏感性不一樣，高成長非預期投資現金流敏感性高于中成長性，存在著一定程度的過度投資現象。

【關鍵詞】 過度投資； 投資不足； 面板門限模型

一、研究背景

公司的投資行為一直是學術界長期關注的話題，先前的研究主要從投資和現金流的敏感度研究投資問題。考察投資對公司內部現金流是否存在敏感性，對其有兩種不同的理論解釋，即信息不對稱理論下的投資不足與代理理論下的過度投資問題，一般認為公司內部人與外部的資金提供者之間的信息不對稱以及代理問題的存在導致市場不完美，增加市場摩擦，影響企業外部融資的成本，管理者只能依靠內部融資，從而引發投資不足。Jensen（1986）指出現代企業由于經營權與所有權的分離，在信息不對稱情況下，股東與公司的管理層利益目標可能出現分歧，產生委托代理問題。管理層往往為了自身的利益，而不是公司的價值最大化，可能濫用資金，盲目擴大企業規模，享受在職消費，為了企業擴張而投資凈現值為負的項目，這就產生了過度投資。

Modigliani和Miller提出著名的資本結構無關理論，認為公司環境是無摩擦的話，公司的投資機會是由公司的最優投資決策決定，公司的目標是企業價值的最大化。信息不對稱理論表明：如果信息是完全對稱，則消除了道德風險和逆向選擇問題，企業的投資不足和過度投資問題得到解決，然而。Myers and Majluf（1984）認為當管理者與外部投資人之間存在信息不對稱導致高額的外部融資成本，前者主要考察當面臨更多信息不對稱的企業是否會受到融資約束而表現出更強敏感性，引起投資不足，后者主要研究當公司擁有大量的現金流時是否存在過度投資的現象。FHP（Fazzari，Hubbd58de04bd32640f7208b233212db92fcard，Petersen，1988）發現Tobin’s Q和現金流量都影響投資，他們以1970—1984年84家美國制造業上市公司為樣本，以股利支付率作為標準，把企業按照融資約束的程度分為低、中、高三組，采用回歸方程證實投資與現金流之間顯著相關和利用行業樣本發現剩余現金流與任意投資正相關，Hadlock（1998） 使用美國435家公司1973—1976年的數據進行實證檢驗發現企業的投資—現金流敏感性隨著內部人持股比例的增加呈現出先上升后下降的非單調趨勢。Ghose（2005）利用美國石油業的歷史數據證實，每當國際石油價格上升時，豐富的非預期現金流量會導致該行業企業的過度投資行為，Rechardon（2006）進一步證實超額現金流與過度投資存在著顯著的正相關關系，擁有高現金流水平的公司容易發生過度投資。

國內學者的相關研究基本上延續了國外文獻的研究方法，主要檢驗公司投資與企業現金流之間的相關關系以及這一關系如何受到融資約束等條件的影響，劉昌國（2006）使用2001—2004年的數據從自由現金流量的角度研究了上市公司的過度投資行為，研究結果表明我國上市公司很大程度地存在自由現金流量的過度投資行為，唐雪松、周曉蘇、馬如靜（2007）利用上市公司（2000—2002）數據研究上市公司是否存在過度投資行為以及相關制約機制是否有效，結果表明我國上市公司存在過度投資行為，王彥超（2009）認為，當公司持有超額現金時，融資無約束的企業容易發生過度投資。

根據先前的研究結果，似乎可以得出結論：過度投資主要是由于代理問題的存在，信息不對稱則是導致投資不足的一個主要理由。從上述內容可以看出，目前尚存在沒有考慮投資現金流敏感性的非線性問題，缺少從企業的成長階段視角分析公司現金流對非預期投資的影響。在理想世界里，邊際托賓Q值是公司資本投資的唯一驅動力，公司投資直到邊際收益等于邊際成本，然而在現實世界里，公司的投資行為還會受到其他諸多因素的影響，如公司融資環境、現金流量、成長機會等。根據現代企業投資理論可知，企業的成長機會是企業投資需求的內在驅動因素，企業的成長機會越好，其投資需求就越高。當公司在高成長階段時，公司投資機會較多，公司管理層會相應增加投資以獲得較好收益；而當公司在低成長階段時，公司投資機會不多，公司管理者更多會選擇持有現金謹慎投資，待有更好投資機會再進行投資。企業如同人及其他生物一樣，也有成長周期，并在不同階段有其不同的目標，面臨著不同的風險。各個階段投資現金流、財務約束都會發生變化，因而投資現金流的敏感性也會發生變化。

鑒于此，本文擬考察在公司不同的成長階段非預期投資對現金流的敏感性。本文的主要目的在于：揭示現金流在不同成長機會的企業中對非預期投資行為的作用是否相同，驗證信息不對稱理論下的投資不足與自由現金流假說過度投資的假設。

在研究方法上，本文采用Hansen（1999）發展門限面板模型來自動確定成長機會的門限值，避免人為主觀確定劃分成長性的缺陷，利用這個門限值對公司的成長機會進行內生的劃分，并進一步檢驗這一關系是否存在成長機會門限效應，在不同的成長機會下，自由現金流假設是否成立。

二、研究方法與設計

（一）過度投資的代理變量

對于投資效率的代理變量主要有兩種模型：一種模型以Vogt（2004）為代表，采用現金流—投資敏感度模型對相關的理論進行研究，在投資模型中加入現金流與投資機會的交叉項來反映投資的效率。另一種是以Richardson（2006）為代表，將企業投資總額分解為兩部分，一部分是預期投資，主要由企業成長性、現金流、財務杠桿等因素決定；另一部分則是非預期投資Overinv，由投資總額減去預期投資的殘差來予以表示，若殘差為負則表明投資不足，若殘差為正則表明投資過度。筆者使用Richardson（2006）的模型來測度非投資效率，其方程如下：

INVi，t=α0+α1Qi，t-1+α2LEVi，t-1+α3Cashi，t-1+α4Agei，t-1

+α5Sizei，t-1+α6Returni，t-1+α7INVi，t-1+■Industry+■Year

+εi，t （1）

其中，INV為當年的投資水平，我們以構建固定資產、無形資產和其他長期資產支付的現金除以上年的總資產代替，Q為上一年投資機會，以托賓Q值代替，LEV為上一年的財務杠桿，以資產負債率代替，Cash為公司持有的現金流，以現金流量表中的經營活動產生的現金流量凈額代替。Age為公司的上市年齡，Size為公司的規模，以年初總資產的自然對數代替，Return為資本市場股票的年回報率，Industry和Year分別為行業、年度啞變量。本文將方程（1）的擬合值作為預期投資水平，殘差部分作為非預期投資部分，當方程（1）的殘差大于零，為過度投資，殘差小于零，為投資不足。

（二）使用的計量模型

在面板模型中可以利用個體效應和時間效應來體現數據資料的異質性，在一般的面板模型中，大部分假定參數是固定不變的，但是實際上，參數固定的假設使其無法恰當地描述變量之間的實際關系，可能導致實證結果錯誤。因此需要改變系數的面板模型，Threshold Panel模型就是其中之一，門限面板模型是由Hansen（1999）提出來的，該模型由于綜合了非線性與Panel Data兩種模型的很多優點，門限模型從數據本身隱含的信息中，通過估計進行分組，確定門限使所有橫截單元均具有結構變化，在一定程度上克服了實證研究中通過主觀判斷分組的不足。筆者使用Hansen的門限面板模型來進行實證研究，其單一門限模型如下：

Overinvi，t=μ1+β1xi，t+β2FCFi，t-1I（gi，t-1≤γ）+β3

FCFi，t-1I（gi，t-1>γ）+εi，t （2）

其中，i表示公司（1≤i≤n），t表示年份（1≤t≤T），Overinvit表示非預期投資的代理變量，FCF為公司持有的自由現金流，以公司經營現金流量凈額超出公司適度投資水平的部分代替，x為對過度投資有顯著影響的一組控制變量，包括財務杠桿、投資機會托賓Q值，g為衡量成長階段的門限變量，本文以總資產增長率代替，γ就是要求的門限值，I為示性函數，當括號中條件滿足時，I值為1，否則為0。誤差項ε假設服從均值為零，標準差為σ的隨機干擾項，Ui為固定效應，目的是用來捕捉不同條件下的異質性，β1為控制變量的系數，β2、β3分別表示當成長性在不同區制下的自由現金流量系數。

為進一步檢驗門限效應是否存在，需要建立假設如下：

H0：不存在門限效應即β2=β3，H1：存在門限效應即β2≠β3。

如不拒絕原假設，則門限效果不存在，兩區制系數相同，此時方程2退化為一般的面板固定效應模型；反之，如拒絕原假設，則門限效果存在，門限值將面板數據分成兩個不同的區制，在不同區制，變量的關系不一樣，從而表現出不同的門限效果，Hansen提出使用F統計量F（γ）=[S0-■來進行假設檢驗，這里的F分布是非標準化的卡方分布，樣本的經驗分布使用Bootstrap得到，這樣就可以得到相應的P值，根據計算的F統計量來判斷是否拒絕原假設。另外一個檢驗是門限的估計值是否等于其真實值，其檢驗方法是構造一個似然比檢驗統計量LR來檢驗門限值的真實性，原假設H0：■=γ0。相應的似然比統計量：

LR（γ）=■

以上假設僅存在一個門檻，但從實際角度來看，很可能存在兩個甚至更多的門限值，多門限模型相應的計算、檢驗類似與單門限模型，這里不再贅述。

三、實證研究結果

（一）數據來源與描述性統計

本文的數據信息主要來源于深圳市國泰安信息技術有限公司的CSMAR數據庫以及中國經濟金融研究數據庫，以2004—2010年滬深股市所有A股上市公司為初始樣本，按照以下原則選取平衡面板數據樣本：（1）由于金融行業上市公司的財務特性，從樣本總體中剔除了金融行業公司；（2）剔除研究變量有缺失值的樣本；（3）剔除樣本區間內被ST和PT的公司；（4）選取從2004—2010年連續7年均可獲得相關數據的公司，符合平衡面板要求的數據樣本。篩選后，共獲得了5 236個（公司年）樣本數據資料，主要變量的描述性統計如表 2所示。

從表2中可以看出我國上市公司投資的平均水平一般低于上年總資產的10%（5.96%），公司的平均投資機會托賓Q值1.646，公司持有的現金流達上年總資產6%左右，平均資產負債率（LEV）達到49%，各變量標準差比較小，表明各公司之間的相關變量差異不大。

表3展示的是Spearman和Pearson相關系數矩陣，其中右上角是Spearman相關系數，左下角是Pearson相關系數，發現投資與托賓Q值、現金流Cash、自由現金流正顯著相關相關，與財務杠桿負相關，也即擁有較多的現金流、自由現金流、較高Q值的公司，投資會更多，而財務杠桿值與公司的投資相反。

（二）回歸結果及分析

本研究以Hansen提出的門限面板模型為基礎，探討我國上市公司投資現金流的敏感性是否會因為處于不同的成長性而存在單一或多重門限效應，所以我們需要先對模型的門限效應是否存在進行檢驗，然后根據其結果進行實證分析。

表4給出的是不同成長性下的投資現金流敏感性的單門限、雙門限和三門限效應的檢驗結果，F統計量和采用自助抽樣得出的P值以及相應的臨界值，從表中結果來看，單門限、雙門限的在5%的顯著性水平下顯著，而三門限檢驗結果不顯著，因此推斷不同成長性下的投資現金流敏感性存在雙門限效應，即他們之間存在非線性關系，因此當變量Growth在不同的區制時，投資現金流敏感性系數會有不同的含義。

兩個不同的門限估計值以及95%的置信區間展示于表5，由表4、表5及圖1可以看出，在95%的置信水平下有兩個顯著的門限值，其一為0.0619，其二是0.1586，根據這兩個門限值把上市公司按照成長性分成3個區制：低成長區（Growth≤0.0619），中成長區（0.0619

0.1586）。

表6列示了面板門限模型的參數估計結果，從結果中發現：非效率投資與托賓Q值正顯著相關，其相應的T統計量值為1.84，P值0.04，資產負債率（LEV）負相關，其相應的T統計量值為-2.06，p值為0.023。令人驚訝的是，不同的成長區間，非效率投資與現金流的關系顯著不同，在低成長區間，非效率投資與現金流是顯著負的相關關系，其相應的T統計量為-6.52，P值為0.000，與經典的自由現金流假說不一致；然而，在中成長區間，非效率投資正相關與現金流，但其敏感性在5%的顯著性水平下不顯著，其T統計值為1.376，在高成長區間，非效率投資與公司內部現金流顯著正相關，其相應的T統計量值為7.23，支持自由現金流量假說。

（三）一個可能的解釋

為了進一步研究投資現金流敏感性的關系，筆者利用成長性把上市公司分成3個成長區制，進行了統計分析，表7給出了上市公司在不同成長區間下的分年度分布情況，從表中可以看出，在不同的成長區間上市公司的頻數分布是不一樣的，中成長區間的樣本最少，在年度頻數分布上來看，2008年在低成長頻數最多，高成長接近最少，這可能與當時的經濟環境有關，2008年的經濟危機導致在低成長區間的上市公司增多，此后，中國實施4萬億元的救市政策，2009—2010年經濟開始復蘇，因而，低成長區間的上市公司開始逐年減少，中成長、高成長區間的開始逐年增加。

表8給出了上市公司主要變量在不同成長區間上的均值統計，從表中左邊結果可以看出，公司的平均投資、托賓Q值、內部現金流、資產負債率、非效率投資都隨著成長區間從低成長到高成長的變化而增大，在高成長階段，這些指標平均值分別為0.0791、1.836、0.0668、0.547和0.0178，其中資產負債率超出50%，負債率相對比較高。在低成長區間，公司內部的平均現金流大于投資的1.115個百分點（占總資產的1.115個百分點，其他一樣都是相對于總資產）；在中成長區間平均投資額與公司內部現金流旗鼓相當，這個階段現金流與投資額是相適配的；在高成長階段，超出現金流的平均投資額占總資產1.23個百分點。非效率投資指標在低成長區間是-0.0173，顯示投資不足；在中成長階段為-0.00026，比較適中；在高成長階段為0.0178，顯示過度投資。表8中右邊給出的是分組T檢驗結果，從中可以看出，投資額、托賓Q值、資產負債率、非預期投資在三個階段顯著區別，而公司內部現金流在高成長與中成長階段在統計上沒有差別，也即在高成長區間公司現金流的增長不能滿足公司投資的需求，從而公司的資產負債率顯著增加。

一個可能的解釋是在低成長階段，上市公司投資機會較少，然而公司內部現金流量比較充足，即使擁有充沛的現金流，也因為投資機會較少，而不能投資，因而出現投資不足的現象，導致公司內部的現金流與投資成負相關關系，這與自由現金流量假說不一致；上市公司進入中等成長階段，上市公司投資機會開始增多，自由現金流也隨著增加，而且兩者比較適配，因而兩者正相關但不顯著；當上市公司進入高成長階段，這一時期上市公司已經進入高速擴張階段，這一時期，由于投資大幅增加，上市公司內部現金流不能滿足投資的需求，然而市場預期前景好，托賓Q值增大，市場高估了公司的發展前景，很容易得到外部融資，因而資產負債率增加，出現過度投資的現象，投資與現金流為顯著的正相關關系，從而支持自由現金流假說。同時上述的實證結果表明，外部經濟環境也是影響企業的投資行為，當經濟較冷時，大多數公司出現投資不足的現象，當經濟過熱時，上市公司進入了過度投資的時期。

四、結論

綜上所述，鑒于大量的文獻考察了投資現金流敏感性的影響，但早期的研究經常忽略投資現金流敏感性非線性存在可能性，即忽視了不同成長階段下投機機會不同的條件，本文以中國A股上市公司2004—2010年平衡面板數據為樣本，從企業的成長機會的視角分析上市公司內部現金流對企業投資的影響，針對投資現金流敏感性相對于成長機會可能存在門限效應。借鑒Richardson（2006）的方法構造出過度投資，運用Hansen（1999）所提出面板門限模型理論對其進行了分析，揭示出了我國上市公司中在不同成長機會下自由現金流對投資的影響是否存在門限效應的非線性關系，研究的主要結論：（1）公司的投資現金流的敏感性與投資機會存在2個門限3個區制效應即低成長、中成長和高成長效應，投資現金流敏感性因為不同的成長性，表現出非線性關系；（2）在低成長階段，自由現金流與非預期投資存在著負的相關關系，這與經典的自由現金流假說矛盾；（3）在高成長階段，自由現金流與非預期投資存在著正的顯著相關關系，支持自由現金流量假說，中成長區間不顯著；（4）在中成長與高成長階段，投資現金流的敏感性不一樣，高成長投資現金流比中成長性敏感性高且顯著。本研究結論表明，上市公司的非預期投資行為投資是隨企業成長性動態變化的。

【參考文獻】

[1] Jensen M.Agency Costs of Free Cash Flow Corporate Finance and Takeovers[J].American Economic Review，1986（76）：323-329.

[2] Myers，Stewart and Nicholas Majluf，Corporate Financing and Investment Decision When Firms Have Information that Investors Do Not Have[J]. Journal of Financial Economics，1984（13）：187-221.

[3] Fazzari，Steven，R . Glenn Hubbard and B ruce Petersen. Financing Constraints and Corporate Investment[J]. Brooking Papers on Economic Activity，1988.

[4] Hadlock，Charles，Ownership，Liquidity，and Investment[J].Rand Journal Of Economics，1998，29（3），487-508.

[5] Ghose，s.Corporate Governance and Over- investment by the U.S. Oil Industry[D].Working Paper，University of Rochester，2005.

[6] Richardson，S. Over-investment of Free Cash Flow[J].Review of Accounting Studies，2006，11（23）：159-189.

[7] 劉國昌. 公司治理機制、自由現金流量與上市公司過度投資行為研究[J].經濟科學，2006（4）：5-13.

[8] 唐雪松，周曉蘇，馬如靜.上市公司過度投資行為及其制約機制的實證研究[J].會計研究，2007（7）：44-52.

[9] 王彥超.融資約束、現金持有與過度投資[J].金融研究，2009（7）：121-133.

[10] Vogt S C. The Cash Flow/ Investment Relationship： Evidence from U.S. Manufacturing Firms[J].Financial Management，1994（23）：3-20.

[11] Hansen，B. E. Threshold Effects in Non-Dynamic Panels： Estimation，Testing，and Inference[J]. Journal of Economics，1999，41（26）：345-368.