區域差異視角下上市公司債權融資問題研究

李國成 蘇薇 劉尚榮

摘 ? 要：在我國區域經濟發展不平衡的條件下，公司債權融資的影響因素和調整速度是否存在區域差異？本文以2010—2018年滬深A股上市公司為樣本，通過構建公司債權融資二階段目標動態調整模型，對東部、中部、西部和東北進行分區域的系統GMM面板估計，研究發現：上市公司債權融資的影響因素存在明顯的區域差異，同一影響因素對不同區域的影響方向和影響程度不同;調整速度方面也差異明顯，中部地區上市公司債權融資調整速度最快，西部地區最慢。

關鍵詞：債權融資;影響因素;調整速度;系統GMM

中圖分類號：F830.91 ? 文獻標識碼：B ?文章編號：1674-2265（2020）03-0072-06

DOI：10.19647/j.cnki.37-1462/f.2020.03.009

一、引言

自美國學者 Modigliani 和 Miller 提出MM 理論以來，在公司融資領域形成三種經典理論：優序融資理論、權衡理論及市場擇時理論。優序融資理論（Myers，1984;Myers和Majluf，1984）要求企業應優先選擇內源融資，其次是債權融資，最后是股權融資。權衡理論（Shyam-Sunder和Lakshmi，1999）認為企業應當積極進行債權融資，利用債務的稅盾效應，平衡債務成本，同時關注企業財務風險，避免企業陷入財務困境，最終實現最優資本結構。而市場擇時理論（Baker M和Wurgler J，2002）在融資問題上表現出更加務實的理念，認為企業應根據金融市場上的實際融資成本來選擇，當債權融資成本比股權融資成本低時，選擇債權融資，反之，選擇股權融資。

在我國上市公司融資方式的選擇上，國內學者陸正飛和葉康濤（2004）、肖澤忠和鄒宏（2008）、倪中新和武凱文（2015）、王振山和王秉陽（2018）等從不同角度驗證我國上市公司存在重股權融資、輕債權融資的特點。近年來，我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期。為激發市場主體活力和增強企業創新力，政府越來越注重改善公司的融資和營商環境，積極進行利率市場化改革，降低債權融資成本，促進金融支持實體經濟發展，這對公司債權融資產生一定影響。債權融資受到公司內部治理特征和外部宏觀環境的雙重作用，由于我國各地區資源稟賦、歷史條件、地理位置以及國家政策等方面的不同，導致區域經濟發展不平衡，各地區的外部宏觀環境存在一定差異。那么地區差異是否會影響公司的債權融資？各區域上市公司債權融資的影響因素和調整速度是否會因為地區不同而存在明顯的區域差異？本文的研究將為以上問題提供分析依據。

二、文獻回顧與假設提出

已有文獻的研究中，在我國上市公司債權融資的影響因素方面，沈曉華和張誼浩（2011）、葛永波和劉子龍（2012）認為公司盈利能力與債權融資負相關;周顯異等（2015）、董孝伍（2018）認為股權集中度與債權融資正相關;蘇冬蔚和曾海艦（2011）、邵毅平和張昊（2013）研究發現宏觀經濟波動對公司債權融資存在影響。楊楠（2012）、曹琴等（2016）發現企業規模越大，越偏好債權融資;另有一些學者，如江偉（2010）、代文（2015）、賴黎等（2016）認為公司管理者的特征、有形資產和營運能力可對公司杠桿率產生一定影響。在公司債權融資的區域差異上，相關學者多是從公司資本結構的角度進行研究，國內學者對資本結構的度量主要采用三種方法：總負債/總資產、總負債/股東權益、長期負債/總資產，所以資本結構同樣能反映公司債權融資情況。盧宇榮和熊一堅（2007）對6個省份上市公司2004年的數據進行橫截面回歸分析，發現公司規模、有形資產、稅收和非債務稅盾對資本結構的影響在經濟發達程度不同的區域存在差異。肖堯和楊小亮（2007）選擇了東西部地區各40家上市公司的資本結構作為研究對象，發現其影響因素因地域差異而有所不同。在我國上市公司債權融資調整速度方面，郭鵬飛和孫培源（2003）認為我國不同行業的上市公司資本結構調整存在差異;麥勇等（2011）分區域研究了2000—2009年我國上市公司的資本結構調整速度，發現東部地區調整速度最快。

由于公司總是處于特定的宏觀經濟環境下，公司的融資決策必須趨利避害，選擇最優方式，來適應所處的環境。因此，公司的債權融資選擇是基于所處區域的宏觀經濟狀況、金融市場發育程度、政府政策等因素所做出的綜合性決策。Booth等（2001）基于國家和區域差異的實證研究發現，資本結構及其影響因素的確存在顯著的區域差異。因此，基于我國東部、中部、西部以及東北地區經濟發展水平不一，市場化程度、營商環境和政策等方面也存在明顯的區域差異，本文提出以下兩個研究假設：

H1：在我國不同的區域，上市公司債權融資的影響因素存在區域差異。

H2：在我國不同的區域，上市公司債權融資的調整速度存在區域差異。

雖然相關學者對我國上市公司債權融資的影響因素研究較為全面，但從區域差異角度對我國上市公司債權融資的影響因素和調整速度進行深入研究的文獻較少，并且研究所使用的樣本公司數量或者年份跨度較小。因此，本文將以我國滬深A股932家上市公司2010—2018年的面板數據為研究樣本，分成東部、中部、西部、東北四個區域，使用系統GMM模型對我國上市公司債權融資的影響因素、調整速度及存在的區域差異進行深入分析。

三、研究設計

（一）模型設定

（三）數據選取

本文數據選取遵循以下原則：首先，為保證數據可得和規避首年IPO的公司，選取2007年12月31日之前在滬深A股上市的公司，時間序列為2010—2018年;其次，刪除金融保險類上市公司;再次，刪除ST、*ST類上市公司;最后，刪除債權融資率大于1和數據缺失的公司。按照以上原則一共選取932家在滬深A股上市的公司作為研究對象，同時為了避免極端值的影響，本文用Stata14對公司樣本進行winsorize縮尾處理，所有數據均來自萬得數據庫。

由于本文需要研究不同區域之間的債權融資問題，所以把932家公司按照國家最新的區域劃分依據進行劃分。其中東部地區包括北京、天津、海南等10個省和直轄市。中部地區包括山西、湖南、江西等6省;東北地區包括黑龍江、吉林、遼寧3省;西部地區包括廣西、重慶、四川、新疆等12個省、自治區和直轄市。其中東部520家上市公司，中部150家，西部190家，東北72家。

四、實證結果與檢驗

（一）實證結果

1. 描述性統計與分析。從表2各區域主要變量的平均值來看，東部地區的公司債權融資率最高，公司規模最大，股權最集中，有形資產占比最低，且盈利能力較好;中部地區公司有形資產占比最大，盈利能力和營運能力最強;西部地區公司規模最小，營運能力最差，而且盈利能力也較差;東北地區公司債權融資率最低，盈利能力最差，公司規模偏小。

2. 債權融資動態調整模型面板估計。由于（4）式中解釋變量存在滯后一期的被解釋變量，為避免使用傳統最小二乘法所帶來的偏誤，本文使用系統GMM方法對面板數據進行估計，同時也解決了使用一階差分GMM所帶來的弱工具變量問題，估計結果見表3。

由表3可得，我國上市公司債權融資的影響因素存在明顯的區域差異，同一影響因素對不同區域的影響方向和影響程度不同。盈利能力、公司規模、有形資產占比、股權集中度以及宏觀經濟增速對各區域債權融資的影響方向雖然基本一致，但對各區域的影響程度不同;而營運能力和公司性質對各區域的影響方向和影響程度都不同，證明了假設1。下面將依次分析各影響因素：（1）從相關性來看，四大區域公司的盈利能力（EBIT）與公司債權融資呈現負相關關系，這說明當公司盈利情況較好時，優先傾向于內源融資，結論與優序融資理論一致。其中，東部、中部和東北地區都通過了顯著性檢驗，尤其在中部地區盈利能力對公司債權融資的回歸系數最大，影響程度最高;西部地區不顯著，主要因為當前我國正在進行供給側結構性改革，逐步淘汰落后產能，促進產業結構轉型升級，而西部地區經濟發展相對落后，傳統產業占比較大，經營效益差，公司為了避免連續三年虧損，多通過增加非主營業務收入來彌補虧損，使得盈利能力變動較大，與公司債權融資關系不顯著。（2）東部、中部和東北地區的公司規模（SIZE）與債權融資顯著正相關，說明公司規模有助于提高債權融資。在信息不對稱的情況下，金融機構一般更樂于向規模較大的公司發放貸款，因為大公司的資產質量好，可為金融機構收回貸款提供更好保障。另外大公司在融資渠道、融資成本上都比小公司更具優勢，使用債務稅盾的效益更好，融資意愿更強，這在一定程度上支持了權衡理論。雖然西部地區的公司規模與債權融資相關性為正，但不顯著，主要因為西部地區的公司規模普遍較小，公司獲得債權融資并不取決于公司規模大小，可能依靠政府支持政策。（3）東部、中部、西部地區的上市公司股權集中度（MSH）與債權融資的回歸系數顯著為正，表明大股東為了保證股權的集中，防止分散股權，更愿意支持公司進行債權融資，特別是東部地區股權集中度對公司債權融資的影響比其他地區高。（4）四大區域的有形資產占比（PPE）在回歸結果中顯示負相關，有形資產占比反映公司固定資產與公司總資產的比值，有形資產占比越高，說明公司的固定資產越多，而流動資產越少。由于固定資產短時間內變現困難，不能及時清償債務，為避免公司發生財務風險，當有形資產占比較高時，公司傾向于降低負債率。有形資產占比對西部地區公司債權融資的影響最大，中部地區雖然不顯著，但相關性方向一致，只是相對于其他因素影響程度不明顯。（5）宏觀經濟GDP實際增速與債權融資顯著正相關，四大區域均通過了1%的顯著性水平檢驗，反映出宏觀經濟增速是各區域公司債權融資關鍵的外部影響因素，且對東部地區影響最大。當宏觀經濟景氣的時候，公司更愿意進行債權融資;反之，當經濟衰退，公司在債權融資上會更加謹慎，防止公司陷入財務困境。

營運能力和公司性質方面顯示出更明顯的區域差異：（1）營運能力（OC）與公司債權融資的關系表現出一定的復雜性，不同地區的實證結果存在異質性，東部和中部地區營運能力與債權融資正相關，公司為獲取更多收益，從而增加對外部信貸資金占用，顯示公司經營的進取性。而對于西部和東北地區部分營運能力強的公司，多使用內源融資，較少開展債權融資，以避免經營不善而使公司陷入財務困境，反映公司經營策略的保守性。因此，營運能力對各區域公司債權融資影響不存在一致性，表現出明顯的區域差異，且對東北地區影響最大。（2）東部和中部地區公司性質與債權融資的回歸系數為正，但不顯著;而西部和東北地區卻存在顯著的負相關關系，可能因為西部和東北地區經濟發展較差，市場化程度不高，受到國有企業改革和政府“去杠桿”政策影響更嚴重;而東部和中部地區市場化程度更高，國企改革相對完善，國企背景對公司債權融資決策影響較小。因此，本文認為公司性質對債權融資影響不存在一致性，表現出明顯的區域差異，且對東北地區影響最大。

從公司債權融資調整速度來看，我國東部、中部、西部和東北地區上市公司債權融資調整速度分別為0.219（1- L.D的回歸系數）、0.287、0.092和0.268。結果顯示，我國上市公司的債權融資調整速度存在明顯的區域差異，中部地區公司債權融資調整速度最快，西部地區最慢，驗證了假設2。本文認為存在差異的原因有以下三點：第一，2010—2018年，我國經濟逐漸轉向高質量發展，中部地區大量接收東部地區的產業轉移，使得中部地區依然保持較高的GDP實際增速。2010—2018年東部、中部、西部、東北地區的GDP平均實際增長率分別為7.93%、9.74%、10.25%和7.76%，可以看出中部的平均實際GDP增速明顯快于東部和東北地區，因此中部地區上市公司的債權融資調整速度較快。第二，中部地區金融發展水平比西部和東北地區更好。雖然西部地區的經濟增速比中部快，但是西部地區經濟基礎差、體量小、人口少，金融市場發育程度遠不如中部，所以中部地區公司的信貸融資條件更成熟，債權融資調整速度更快，而西部地區的公司由于得不到充足的信貸支持，所以調整速度最慢。第三，東部地區公司債權融資調整速度比中部地區慢，除了東部產業結構調整和GDP增速放緩外，還可能由于東部地區上市公司經過長期發展，債權融資結構較中部更成熟穩定。此外，東部地區上市公司更傾向于股權再融資，因為公司治理更健全，更容易滿足股權再融資的條件，且東部地區金融服務和投資者更成熟，具備上市公司增發股票的條件和優勢。

（二）穩健性檢驗

為了檢驗模型估計結果的穩健性，本文構造了另一個變量資產負債率（LEV）來代替公司債權融資率，再次進行系統GMM實證檢驗，由于資產負債率同樣反映公司的杠桿使用水平，作為公司債權融資的替代變量是可行的。以資產負債率作為被解釋變量，代入（4）式進行系統GMM估計，得到估計結果見表4。

由表4可得，除了極個別回歸系數大小和顯著性水平不同外，使用資產負債率作為被解釋變量所得到結果與表3估計結果基本一致，其中公司盈利能力和有形資產占比的回歸系數表現出顯著的負相關，公司規模、股權集中度和宏觀經濟GDP實際增速的回歸系數顯著為正，而營運能力和公司性質在各區域依然顯示出異質性，說明存在明顯的區域差異。

五、結論與建議

本文通過構建公司債權融資目標動態調整模型，結合我國東部、中部、西部和東北地區的上市公司面板數據進行系統GMM估計，得到以下結論：（1）我國上市公司債權融資的影響因素存在明顯的區域差異，同一影響因素對不同區域的影響方向和影響程度不同。雖然盈利能力、公司規模、有形資產占比、股權集中度以及宏觀經濟增速對各區域債權融資的影響方向基本一致，但對各區域的影響程度不同。盈利能力對中部地區公司債權融資影響最大;有形資產占比對西部地區影響最大;公司規模、股權集中度和宏觀經濟增速對東部地區影響最大。營運能力和公司性質在影響方向和影響程度上都不同。東部地區營運能力越強的公司，債權融資越多，而在西部和東北地區卻與之相反;東部和中部地區國有企業性質并不影響公司債權融資，而在西部和東北地區卻顯著負相關;另外營運能力和公司性質對東北地區影響程度最大。（2）我國上市公司債權融資的調整速度存在明顯的區域差異，中部地區公司債權融資調整速度最快，西部地區最慢。中部地區調整速度最快，主要由于中部地區承接東部地區大量產業轉移，使得中部地區GDP實際增速較快。西部地區最慢，主要因為西部地區經濟基礎相對較差，金融發展水平不如其他區域，較難獲得充足的信貸支持。（3）公司債權融資與盈利能力、有形資產占比呈現負相關關系，與公司規模、股權集中度和宏觀經濟增速正相關。營運能力和公司性質在各區域表現出較大異質性，與公司債權融資不存在一致的相關性。從回歸結果上看，東部地區的回歸結果最好，與相關學者研究結論一致，同時也支持優序融資理論和權衡理論，反映出東部地區上市公司的債權融資結構更成熟穩定;而西部地區的盈利能力和公司規模與公司債權融資相關性不顯著，與相關理論不符，說明西部地區由于經濟金融發展滯后，市場化程度不高，公司債權融資結構不完善，公司治理不健全。

基于以上結論，本文建議如下：第一，公司債權融資能力的強弱與其所在地區的外部環境息息相關，應繼續提高西部以及東北地區的經濟發展水平，推動區域協調發展，培育和完善地區金融市場，拓寬公司融資渠道;同時加快市場化建設和國有企業改革進程，大力支持民營企業發展，簡政放權，減少行政干預，打造良好的營商環境。第二，各區域的上市公司要注重優化自身的債權融資結構，加強公司治理能力建設，提高債權融資決策效果;尤其是西部和東北地區的上市公司，應努力提高盈利能力，積極擴大公司規模，增強市場競爭力，提升企業現代化經營管理水平。

參考文獻：

[1]Myers S C. 1984. Capital Structure Puzzle [J].Social Science Electronic Publishing，39（3）.

[2]Myers，S.C.，Majluf，N.S. 1984. Corporate Financing and Investment Decisions When Firms Have Information that Investors do Not Have [J].Journal of Financial Economics，13（2）.

[3]Lakshmi S S. 1999. Testing Static Trade-Off Against Pecking Order Models of Capital Structure [J].Journal of Financial Economics，51（2）.

[4]Baker M，Wurgler J. 2002. Market Timing and Capital Structure [J].Journal of Finance，57（1）.

[5]Booth L，Aivazian V，Maksimovic D K. 2001. Capital Structures in Developing Countries [J].The Journal of Finance，56（1）.

[6]Hovakimian A， Opler T，Titman S. 2001. The Debt-Equity Choice [J].Journal of Financial & Quantitative Analysis，36（1）.

[7]陸正飛，葉康濤.中國上市公司股權融資偏好解析——偏好股權融資就是緣于融資成本低嗎？ [J].經濟研究，2004，（4）.

[8]肖澤忠，鄒宏.中國上市公司資本結構的影響因素和股權融資偏好 [J].經濟研究，2008，（6）.

[9]倪中新，武凱文.我國上市公司股權融資偏好的影響因素——基于Cox比例危險模型的實證研究 [J].華東經濟管理，2015，（9）.

[10]王振山，王秉陽.股票投機、信息發現與權益成本——對股權融資偏好的再討論 [J].經濟評論，2018，（2）.

[11]沈曉華，張誼浩.股改前后上市公司融資偏好比較研究 [J].人文雜志，2011，（4）.

[12]葛永波，劉子龍.基于影響因素視角的上市公司融資決策實證研究 [J].武漢大學學報（哲學社會科學版），2012，65（2）.

[13]董孝伍.創業板上市公司的融資偏好問題研究 [J].經濟問題，2018，（9）.

[14]蘇冬蔚，曾海艦.宏觀經濟因素、企業家信心與公司融資選擇 [J].金融研究，2011，（4）.

[15]邵毅平，張昊.宏觀經濟波動、股權結構與融資偏好 [J].財經論叢，2013，（5）.

[16]江偉.管理者過度自信，融資偏好與公司投資 [J].財貿研究，2010，（1）.

[17]代文.管理者過度自信與上市公司的融資偏好的相關性研究——來自房地產上市公司的經驗數據 [J].武漢理工大學學報（社會科學版），2015，28（1）.

[18]賴黎，鞏亞林，馬永強.管理者從軍經歷、融資偏好與經營業績 [J].管理世界，2016，（8）.

[19]盧宇榮，熊一堅.資本結構的地區差異研究——對中國上市公司的實證分析 [J].企業經濟，2007，（10）.

[20]郭鵬飛，孫培源.資本結構的行業特征：基于中國上市公司的實證研究 [J].經濟研究，2003，（5）.

[21]麥勇，胡文博，于東升.上市公司資本結構調整速度的區域差異及其影響因素分析——基于2000—2009年滬深A股上市公司樣本的研究 [J].金融研究，2011，（7）.

Abstract：Under the condition of imbalanced regional economic development in China，are there any regional differences in the influencing factors and adjustment speed of corporate debt financing？ This paper takes Shanghai and Shenzhen A-share listed companies from 2010 to 2018 as the sample. By constructing a two-stage dynamic adjustment model of corporate debt financing，the system estimates the GMM panel of the eastern，central，western，and northeast regions. The research finds that： there are obvious regional differences in the influencing factors of financing，and the same influencing factor has different directions and degrees of influence on different regions; the adjustment speed is also significantly different. Listed companies in the central region have the fastest adjustment of debt financing while the slowest in the western region.

Key Words：debt financing，influencing factors，adjustment speed，system GMM