我國上市公司負債融資與投資支出關系研究
——以房地產上市公司為例

李敬改

貴州財經大學會計學院

我國上市公司負債融資與投資支出關系研究
——以房地產上市公司為例

李敬改

貴州財經大學會計學院

隨著資本市場的不斷擴大與完善，企業已成為一個由股東、債權人及管理者等利益相關者共同組成的實體，企業在經營過程中出現了代理成本和信息不對稱等問題。許多實證研究表明，由于代理成本及信息不對稱等問題的存在，使得企業融資結構的變化很可能導致企業過度投資或投資不足等問題的出現。本文通過分析我國房地產上市公司負債融資與投資支出關系，對我國房地產上市公司提出一些治理建議，以期改善目前的投、融資現狀。

房地產上市公司；負債融資；投資支出；成長機會

一、文獻綜述

Jensen（1986）指出企業的投資會受到資金短缺的限制，另外，債權人出于自身利益的保護會加強對股東和管理者的監督，管理者的過度投資行為也會在一定程度上受到限制。駱紅明（2007）研究發現負債在不同成長型的企業中，其表現出來的相關性也不同，在低成長企業中，企業的負債水平與投資規模表現出負相關，而在高成長企業中，兩者表現為正相關。費瑤瑤（2007）研究結果表明我國上市公司中投資、融資行為存在顯著負相關關系。張娜（2009）通過實證研究發現企業負債融資對企業投資具有約束作用，并且在低成長企業中，這一約束作用更為明顯，而在高成長企業中，負債約束作用不明顯。

二、實證模型設計

（一）研究假設

根據文獻綜述內容可知，負債融資與投資支出表現為3種關系：一是資產替代，二是投資不足，三是抑制過度投資。在第一種關系下，負債融資水平與投資支出成正相關，而在后兩種情況下，負債融資水平與投資支出成負相關。因此，提出以下三個研究假設：

假設1：我國上市公司負債融資水平與投資支出存在顯著負相關關系。

假設2：在低成長企業中，負債融資水平與投資支出呈顯著負相關關系。

假設3：在高成長企業中，負債融資水平與投資支出存在正相關關系。

（二）樣本選擇和數據來源

1.樣本選擇

本文選取了2012-2014年滬深兩市A股上市的數據作為研究對象。此外為了消除不同行業投、融資行為存在的差異，本文又集中于單一行業-房地產行業進行實證研究。

本文對樣本數據篩選的原則：（1）剔除ST和*ST的公司，這些公司財務狀況不穩定，會對研究結果產生差異。（2）剔除同時發行B股、H股等多股種的上市公司，這些公司的經營環境存在差異，數據之間不具可比性。（3）剔除在2012-2014年之間進行過資產重組和并購行為的企業，因為此類行為會破壞投資行為的可持續性。（4）剔除數據缺失及數據異常的上市公司。經過數據篩選，3年總共數據觀測值為237個。

2.數據來源

本文上市公司數據均來自國泰安數據庫和RESSET數據庫。

（三）模型變量

本文主要研究企業投資支出和負債融資的關系，在統計研究中，我們通常將變量分為被解釋變量、解釋變量和控制變量，因此本文主要從這三個變量來設計實證研究模型。變量名稱及計算公式如表1所示：

（四）實證研究模型

在國內外的實證研究中，大多學者都采用普通最小二乘法（OLS）方法來研究公司負債水平與投資支出之間的關系，但本文考慮到在回歸分析過程中由于模型設計的缺陷容易導致異方差和多重共線性，因此本文采用加權最小二乘法（WLS）作為回歸分析方法。建立實證模型如下：

三、我國上市公司負債融資與資本支出關系實證研究

（一）總體負債融資與資本支出關系實證分析

1.描述性統計（見表2）

表1　變量名稱及計算公式

通過對相關變量進行描述統計得上表數據。從表中我們可以看出， 的均值為0.3148，標準差為1.5857，標準差超其均值5倍多，這表明我國房地產企業每年新增投資支出約為上期期末支出余額的32%，并且，數據顯示我國房地產上市公司中投資支出存在較大差異。此外，總體資產負債率的均值為0.5901，中位數為0.6130，最高資產負債率的達96.70%，整體上顯示出負債占總資產的比例達一半以上。托賓Q代表了企業市場的價值，也反映了企業未來的長期發展機會，均值為1.6517，標準差為0.9171，標準差約為均值的0.2倍，由此可見市場對上市公司價值的評估差異不顯著，并且顯示了我國房地產上市公司整體上具有較好的發展機會。主營業務收入資產比均值為9.5104，然而中位數只有4.0429，并且標準差達到15.2236，約為均值1.5倍多，說明銷售收入在我國房地產上市公司之間存在較大的差異。最后，經標準化的企業經營活動產生的現金流量凈額均值為-1.1277，可見我國上市公司內源融資能力較弱，整體經營活動產的現金流量為負值，內源融資已不是企業主要的融資渠道，同時，其標準差為11.3271，約為均值11倍，說明房地產行業中在現金流量獲得方面存在很大的差異。

表2　模型中相關變量描述統計

2.回歸分析

表3　回歸分析

加權最小二乘結果如上表所示。從表中可以看出，在將托賓Q值、內部現金流量、營業收入等相關因素作為控制變量后，企業的總體資產負債率與投資支出呈顯著的負相關關系，其系數為-0.213，t值為-5.027，顯著性（P值）為0.000，其統計意義為當企業的資產負債率每增加1%，則企業投資支出會下降0.213，并且從t值檢驗中發現二者表現出較強的相關性。該研究結果驗證了本文的假設l，也與國內多數學者的研究結論相一致。

標準化后的銷售收入與投資支出存在顯著正相關關系，反映了企業上一年的銷售收入的高低將會影響企業下一年度的投資支出大小。另外，標準化后的現金流量與企業投資支出之間存在顯著負相關關系，說明企業內部現金流量對企業投資行為有著的抑制作用，并非促進作用。

（二）不同成長型企業分組樣本檢驗

本文將樣本上市公司按主營業務增長率排序后，將前1/3的公司作為高成長機會企業，將后1/3的公司作為低成長機會企業。在將樣本數據按成長機會分為高成長機會企業和低成長機會企業后，回歸分析如下：（見表4）

表4　按成長性分組回歸分析

該表顯示了高成長機會企業和低成長機會企業分組檢驗的結果。從表中可以看出，在低成長機會的企業中，投資支出與負債融資存在顯著負相關關系，當企業負債比例每上升1%時，企業投資支出就會下降0.417，這驗證了本文之前提出的假設2；在高成長機會的企業中，投資支出與負債融資存在正相關關系，但二者之間的相關程度較弱，這也驗證了本文所提假設3中命題，即負債融資水平與企業投資支出呈正相關關系。同時，在兩組樣本的檢驗結果中，標準化后的銷售收入都與企業投資支出正相關，標準化后的現金流量與企業投資支出之間呈現出負相關關系，而托賓Q值與企業投資的相關性在不同的成長性企業中呈現不同的相關性，在低成長機會的企業中呈正相關關系，而在高成長機會的企業中卻表現出負相關關系。

四、小結

在我國房地產上市公司中，負債相機治理作用是存在的，負債融資比例的上升在一定程度上約束了企業的投資行為。在低成長機會的企業中，負債對投資支出起到了一定的約束作用；而在高成長機會的企業中，負債代理成本引起的股東過度投資行為與負債的制約作用相抵消，且前者的作用力量大于后者，從而使負債融資在高成長機會的企業中對投資行為起到了一定刺激作用。

基于此，提出以下建議。首先，要加大金融機構信貸政策的改革。一方面，要完善企業與銀行間的信息披露制度，降低銀行、企業間的信息不對稱程度，使債權人也能積極的參與到企業的經營過程中；另一方面，要加大金融機構信貸政策的改革，減少政府對市場的干預，使負債的相機治理作用能發揮到最大。其次，要完善企業內部治理機制，充分發揮負債的治理作用。保證企業有一套有效的制衡機制，使企業能更規范、科學地使用債務資金，并使投資決策過程透明化，從而有效制約股東和管理者的個人利益，避免企業過渡投資行為的發生，保護債權人的利益。

［1］駱紅明.負債融資與企業投資規模研究—基于我國制造業上市公司經驗數據的實證分析［D］.廣州：暨南大學，2007：20-43.

［2］費瑤瑤.上市公司融資結構對公司投資行為影響的實證分析—以我國制造業為背景的研究［D］.武漢：華中師范大學，2007：18-39.

［3］張娜.股權結構視角下財務杠桿對企業投資影響研究—基于我國上市公司1999-2006年面板數據分析［D］.上海：復旦大學，2009：83-116.

［4］劉東巖. 不同成長性公司負債融資對投資行為影響的實證研究［D］.江蘇科技大學，2013.