朱思宇
企業的融資方式選擇研究
——來自制造業上市企業的經驗證據
朱思宇
本文選取2008年至2013年1500家中國制造業上市企業作為面板觀測值,運用計量經濟學經典方法,考察與分析制造業企業投資行為與融資結構的作用機制。回歸結果顯示四種企業投資方式(銀行貸款、債券融資、股權融資和內源融資)對于制造業企業的投資行為都有顯著的促進作用,銀行貸款依舊占據了融資結構中的較大比重。此外,大量制造業企業存在過度投資問題。
制造業企業;融資結構;投資行為
改革開放以來,制造業的發展勢頭迅猛,在制造總量和制造技術水平兩方面都有了飛躍式的進步。但是,在全球的產業鏈中,中國制造業只占據著低端制造業部分。中國的制造業從低附加值向高附加值轉變,成為擺在我們面前的一道難題。而在轉變的過程當中,如何使企業獲得足夠的資金支持,以及在有限的可選擇融資方式下,幫助制造業企業管理者確定一個融資方式的最優選擇策略,了解不同的融資方式對投資行為有怎樣的影響等,顯得尤為重要,這也是本文主要探討的問題。
具體而言,本文首先通過對從國泰君安數據庫當中提取的制造業企業的相關數據進行整理、分類,在此基礎上針對企業的投資行為(合理投資、過度投資與不足投資)和融資結構(銀行借款、股權融資、債券融資與內源融資)展開時間和空間維度的描述性分析,以便初步把握企業投資和融資結構的基本事實特征。其次,針對面板數據,利用固定效應模型(FE),在控制了制造業企業個體異質性的前提下,實證地檢驗銀行借款、股權融資、債券融資與內源融資這4種融資與企業合理投資、過度投資與不足投資的關系,以確定一個基本的最優融資策略。
制造業企業的投資行為主要包括:不足投資行為、適度投資行為以及過度投資行為,我們將主要通過一種特定的方法來劃分企業的投資行為。企業究竟是投資過度還是投資不足,取決于其最優投資水平:首先通過原始數據擬合出投資方程(如圖1),將位于投資方程左上方區域的企業定義為大于最優投資水平,位于投資方程右下方區域的企業定義為小于最優投資水平(如圖2)。其次,求出樣本數據的中位數和平均值,并比較兩者大小(如圖3),然后再將樣本數據劃分為3個區間:⑴將位于投資方程左上方區域且在中位數與平均值相對較大者之上區域的公司定義為投資過度公司。⑵將位于投資方程右下方區域且在中位數與平均值相對較小者之下區域的公司定義為投資不足公司。⑶將剩下的樣本公司定義為適度投資公司(如圖4)。

圖1

圖2

圖3

圖4
制造業作為我國傳統支柱型產業,融資難、融資貴的問題一直存在。而造成融資困境的原因有以下幾點:首先,銀行對于向傳統制造業企業放貸的信心不強,傳統制造業在銀行的信用評級系統中評價不高。在這種情況下,銀行為了降低資金風險勢必采用較高的利率和嚴格審查的方式來控制自身的風險,而較高的融資成本很難與企業的實際需求相符合,超過了企業的承受能力。此外,當前嚴峻的經濟形勢也對傳統制造業的融資造成了不小的沖擊。
結合以上分析提出以下假設:
假設1a:銀行貸款與企業投資行為正相關。
在我國由于金融體制以及金融市場不發達的原因,企業普遍面臨融資約束,造成了在我國的金融體制之下,目前銀行貸款作為間接融資方式仍是企業投資最主要的資金來源。因此,獲得銀行貸款后都將會減輕或改變其融資約束的狀況,從而改善或消除投資不足的情形,改善公司投資行為。
假設1b:銀行貸款與企業投資行為正相關。
目前我國債券市場并不發達,企業融資很少通過直接融資的方式進行融資。研究發現,企業的債券融資與效率投資之間呈正相關關系,即負債對效率投資行為有促進作用,而且長期債務的促進作用則更為明顯。
假設1c:股權融資與企業投資行為正相關。
根據對于目前資本市場的研究可知,由于股票市價被過高估值的狀況普遍存在,而再融資發行價格又較大程度上取決于市價,因此達到再融資條件的公司都會追求股權融資尋找的機會,而那些沒有進行股權融資的公司大多都是由于沒有達到股權融資的標準。因此,資本市場對公司投資行為的影響主要取決于是否取得股權融資,那些取得股權融資的公司會增加企業投資。
假設1d:內源融資與企業投資行為正相關。
內源融資的增大顯示出企業前段時期的經營成果給予投資者一定的信心,使得其愿意加大投資額度,而企業則會利用這筆錢來加大投資,從而回報投資者的信任。
假設2:過度投資行為遠超過其他投資行為(不足、適度投資行為)。
近年來,中國經濟持續快速增長,投資行為對經濟增長發揮了主要的拉動作用。但由于受資源和消費需求等條件的限制和過快的投資增長,不少行業和地區不同程度地出現了“投資過熱”現象。企業作為經濟運行的主體之一,宏觀層面的產業、地區的“投資過熱”與微觀層面的企業“過度投資”是息息相關的。由于中國市場經濟尚處于初級階段,加上不合理的股權結構,上市公司“過度投資”行為更為嚴重。
1.模型設定與描述統計
本文的研究重點是2009年至2013年我國境內制造業企業上市公司中不同融資方式的選擇對企業投資行為的影響。因此,因變量是企業的投資規模,自變量是企業的融資方式,包括銀行貸款、股權融資、債券融資以及內源融資,和一些控制變量,包括企業所在地區、公司年齡、企業所在行業。具體的變量定義見表1。

表1 變量定義表
基于上述假設及變量定義,我們設定如下回歸模型來研究制造業企業不同融資方式選擇下的投資行為:

模型中,β1-β7分別是銀行貸款、股權融資、內源融資、債券融資、地區、企業年齡和企業所屬行業的影響系數。本文的實證分析使用Stata12.0統計軟件進行。
本次研究選取了來自國泰君安數據庫的1644家制造業企業上市的相關公司數據,通過Stata軟件篩選后,共得到7121個樣本數據,樣本企業數據來源省份見圖5。
從圖5中可以觀察到,來自東部沿海的廣東、蘇、浙、滬等地樣本企業數據所占樣本整體的比重大,而來自中部和西部地區的制造業上市企業數據所占比重小,直觀反映出東部地區與中西部地區制造業企業地區發展水平的差異。

圖5 樣本企業數據來源省份分布圖
表2為變量的描述性統計。雖然一些樣本企業投資的年度凈增加額為0,而且其中一些企業并未進行股權融資、銀行貸款或企業債券、內源融資,但是各個變量的均值和標準差的數值直觀顯現,反映出大多數企業的多種融資選擇情況及數值大小,為進一步做相關系數的分析打下了基礎。從縱向對比來看,雖然內源融資的均值最多,但是其標準差較大,且有較大數量的樣本企業的內源融資數值缺失或為零,體現出不同企業的內源融資水平差異較大。銀行借款雖然均值不大,但是標準差最小、樣本數量最多,且離散系數小于內源融資,體現出制造業企業銀行融資的水平基本相同,企業較大程度依賴于銀行融資。

表2 變量的描述性統計
表3為各個變量間相關系數矩陣,從表中我們可以得出各變量之間呈正相關的關系,且相關系數在1%的水平下顯著。此外,為了更加精準地比較各個變量的數值,體現數據分析的嚴謹性,使數值更具有可比性,我們將各個變量取其自然對數,由此獲得的相關系數矩陣見表4。從表4可以看出,取自然對數后的相關變量,銀行貸款、債券融資、股權融資、內源融資與企業投資凈增加額的相關系數都在1%的水平下顯著,且呈正相關的關系。

表3 變量的相關系數矩陣

表4 變量取自然對數后的相關系數矩陣
2.回歸結果
利用Stata12.0軟件,分別利用最小二乘法(OLS)和針對面板數據的固定效應模型(FE),在控制了制造業企業個體異質性的前提下,實證地檢驗銀行借款、股權融資、債券融資與內源融資這4種融資與企業投資的關系。從回歸分析數據匯總表5、表6中可看出,在7121個樣本觀測值中,樣本企業銀行貸款數額、債券融資數額、股權融資數額和內源融資數額取自然對數后與企業2008至2013年度投資凈增加值一起做回歸分析的相關系數均為正,p>|t|的值均為0,回歸結果在1%的水平下顯著(在FE中,債券融資的相關系數在5%水平下顯著)。由此可以得出,樣本企業的融資方式與企業投資凈增加額分別取自然對數后的相關系數為正,兩者關系為正相關。

表5 制造業企業投資:融資方式的選擇(OLS估計)匯總

表6 制造業企業投資:融資方式的選擇(FE)匯總
根據之前得出的投資方程,計算出每一個樣本企業的理論投資水平,并與實際值比較來觀察每一上市公司的投資是超過還是低于該值,在此基礎上結合全行業投資的平均值和中位數,按照圖1-圖4所示的方法來判斷其實際投資水平。按照計算結果,本文對不同投資水平的上市公司進行了歸類統計,結果如表7所示。本文發現制造業上市公司的投資均值在5.511左右,中位數為7.831。根據表7所示的結果可以看到,在全部7121個樣本中,不足投資的企業有2452個,占樣本總數的34.43%;過度投資的企業有3294個,占樣本總數的46.26%;而在合理投資區間的企業僅有1375個,占總數的19.31%。
按照前文對于非效率投資的定義,在所有樣本公司中,存在非效率投資現象的樣本有4669個,占全樣本數的80.69%,這就說明,我國大多數的非金融類上市公司存在非效率投資現象。其中,與投資不足相比,我國上市公司投資過度的現象可能更為嚴重。

表7 制造業企業投資情況分布
通過選取數據,變量定義和模型設定,以及隨后的描述性統計、相關系數矩陣和回歸分析,最后表6和表7所展現的數據說明了論文假設中所列出的融資方式中銀行貸款、債券融資、股權融資、內源融資與企業投資行為都具有正相關性,且在投資行為當中非效率投資占據大多數,其中過度投資略大于不足投資行為,假設得到驗證。
1.研究結論
在我國現階段經濟發展速度有所減緩,制造業企業正處于轉型升級的階段,受資源和消費需求等條件的限制和過快的投資增長,制造業企業存在一定程度的過度投資行為,不同行業和地區的企業過度投資行為基本相同,由此可以得出過度投資行為的存在具有普遍性。
在制造業企業的融資方式中,銀行貸款規模、債券融資規模、股權融資規模和內源融資規模與企業投資行為正相關,且相關性都較大,體現出了這4種融資方式都能夠增加制造業企業的投資行為。在融資的內部結構方面,銀行貸款的方式依舊占據了較大的比重,企業應該增加債券融資、股權融資和內源融資的規模,擴寬融資渠道,采用各種融資方式相互配合的方法,選擇其中高效可行的方式,切實解決制造業企業融資困難的問題。
2.啟示
制造業企業在融資方式選擇中,通過加大銀行貸款規模,增加債券、股權和內源融資的方式可以有效改善企業的投資行為,提高企業運營效率,發揮制造業企業對國民經濟可持續發展的基礎性功能。
制造業企業在選擇融資方式的過程當中應當認真分析實際生產經營情況,從而確定合理的融資規模,避免造成非效率融資。因為如果產生非效率融資會導致企業資金限制或者資金不足,從而加大企業經營風險,影響企業融資計劃及其他業務的正常開展。
[1]申發偉.新形勢下傳統制造業融資方式的多元化[J].會計師,2015(03).
[2]周偉賢.投資過度還是投資不足——基于A股上市公司的經驗證據[J].中國工業經濟,2010(09).
[3]郝穎,劉星.股權融資依賴與企業投資行為——基于行為公司財務視角[J].經濟與管理研究,2009(05).
[4]姚勇,羅婭.貨幣金融體系下的企業投資行為研究[J].南開經濟研究,2003(02).
[5]張兆國,曾牧,劉永麗.政治關系、債務融資與企業投資行為——來自我國上市公司的經驗證據[J].中國軟科學,2011(05).
[6]秦芳.企業五種融資方式的選擇研究[J].黑龍江對外經貿,2005(11).
[7]周競競.上市公司內源融資與投資水平的研究[D].上海:上海交通大學,2007.
[8]李海濤.深圳中小板制造業企業融資方式研究[D].上海:復旦大學,2007.
[9]李凱.企業資本結構與融資方式偏好[D].濟南:山東大學,2012.
[10]Modigliani Miller,The Cost of Capital,Cor?poration Finance,and the Theory of Investment [J].American Economic Review,1958(06).
[11]Alexander A.Robichek,Stewart C.Myers.Problems in the Theory of 0ptimal Capital Structure[J].The Journal of Financial and Quantitative Analysis,1966,1(2):1-35.
(作者單位:上海理工大學管理學院)
10.16653/j.cnki.32-1034/f.2016.15.005
國家級大學生創新創業訓練計劃項目(編號:201510252012);上海大學生創新創業訓練計劃項目(編號SH2014061)]