融資約束對企業經營績效的影響

張靖璐

（云南師范大學經濟與管理學院，云南 昆明 650500）

目前，我國實體經濟發展持續疲軟一直是熱點話題，從企業角度來看，融資難、融資貴是影響企業經營的重要因素之一。雖然我國資本市場已初具規模，但仍然存在一些問題，資本市場的不完善導致企業面臨融資約束。融資約束是指企業與銀行之間因信息不對稱等原因，導致企業難以獲得資金或者融資成本高等問題。因此，研究融資約束對于企業經營績效的影響十分重要，且具有現實意義。

1 融資約束對企業經營績效影響的相關文獻綜述

企業面臨融資約束是指由于融資者與投資者之間的信息不對稱等原因，導致企業難以進行外源融資或者需要以很高的成本融資。當前，關于造成企業融資約束差異原因的研究層出不窮，概括起來主要包括外部宏觀環境和企業內部條件兩種。在信息不對稱的情況下，我國的商業銀行一般會根據企業規模、企業年齡、所有制性質、商譽等去判斷其償債能力，發放貸款。大規模國有企業有足夠的抵押物，償債能力強，且投資項目風險小，所以銀行往往傾向于給這些企業發放貸款[1]。

關于融資約束對于企業的影響，學者們進行了許多研究，主要包括對企業經營績效、成長性、生產效率、研發支出和創新等的影響。但在學術上關于融資約束對于企業影響的研究結論存在一定的爭議，目前已有的研究主要包括以下3 類觀點。

一是認為融資約束促進企業經營，即企業面臨融資約束反而有利于其經營。2015年鄧可斌等將生產效率引進企業生產函數，認為我國融資約束水平還不十分嚴重，企業創新投入獲得生產效率的提高足以抵消融資約束為企業發展帶來的負面效應，否決了U 型關系假說[2]。2019年張愛美等研究發現融資約束起到了非常積極的作用，提出提高企業績效應控制融資約束在一定合理的程度上，而不是盲目地去緩解融資約束程度[3]。

二是認為融資約束抑制了企業的經營，即融資約束程度的增大不利于企業經營績效的提高。2006年Parker 以荷蘭的初創公司為研究對象，發現企業面臨的融資約束程度越弱，企業越容易把握盈利項目的投資，有利于提高經營績效[4]。2012年顏秀春等發現融資約束程度會抑制企業經營績效的提高，當企業融資約束程度下降時會提高企業的經營績效[5]。2018年王勇等發現阻礙民營企業發展的重要因素是企業融資成本高、融資難，融資約束高明顯阻礙了企業生產效率的提高[6]。2018年顧雷雷等研究了融資約束、營銷能力對于企業投資的影響，發現融資約束顯著抑制企業投資，營銷能力可緩解融資約束對于企業投資的抑制效應[7]。

三是有學者在前兩種觀點的基礎上討論了企業面臨不同程度的融資約束對于企業經營的影響，認為兩者之間存在倒U 型的復雜非線性關系。即在企業面臨較低融資約束水平時，會有利于企業經營；當企業面臨較高融資約束水平時，由于企業嚴重缺乏外部資金將不利于企業經營。2014年，Michael Gibbert 等分析資源限制對于創新活動的兩種影響，一種主流觀點是充足的資源是促進企業創新管理的主要推動力，另一種是相對有限制的資源會激發企業創新的可能性[8]。2019年，孫博等提出融資約束與企業創新績效之間存在顯著倒U 型關系，一定程度內的融資約束有利于企業創新，當融資約束程度逐漸增大到某點時，融資約束會抑制企業創新[9]。本文在梳理相關文獻的基礎上，考慮到融資約束對企業影響的不同研究結論，認為融資約束對企業經營績效的影響不是簡單線性關系，而是復雜的倒U 型關系。

2 融資約束對企業經營績效影響的實證分析

2.1 融資約束對企業經營績效影響的樣本選擇

本文選取2009—2018年間我國A 股非金融企業的面板數據進行研究，在實際分析中，刪除了將對財務狀況或其他狀況出現異常的上市公司股票交易進行特別處理（Special Treatment，ST）或*ST企業和數據披露不完全、總資產為0、凈利潤為負的樣本，保留披露信息至少為10年的數據，最終得到12 820 個樣本數據。企業數據均來自于國泰安數據庫（CSMAR）。不同學者對融資約束的衡量有不同的方法，本文認為融資約束是由于企業內部條件導致的狀況，故采用Hadlock 和Pierce 提出的SA 指數（劃分公司融資約束程度的指標）來衡量企業面臨的融資約束[10]。SA 指數的計算公式為

式中：size為企業規模，用企業總資產取對數來衡量；age為企業年齡，用觀測年份減去企業成立年份衡量。本文計算出每個企業在觀測年份里面臨的融資約束程度，SA 指數的值越大，代表企業面臨的融資約束越嚴重。

2.2 融資約束對企業經營績效影響的模型構建

為了分析融資約束對企業經營的影響，筆者建立如下模型

式中：i為企業，t為時間。ret 被解釋變量為企業凈利潤，以凈利潤取對數表示；主要解釋變量融資約束以SA 指數表示。在控制變量中，leverage為企業杠桿率的系數；so為國有股比例，以企業國有股數與總股數的比值衡量；cf為企業現金持有狀況，以企業持有貨幣資金與總資產比值衡量；εit為擾動項。

2.3 實證結果

1）基本結果。本文進行拉格朗日乘數（Lagrange Multiplier，LM）檢驗和 Hausman 檢驗，LM檢驗統計量為 8 181.25，其概率 P 值為 0.000 0，強烈拒絕原假設，應選擇隨機效應；Hausman 檢驗統計量為49.35，概率P 值為0.000 0，強烈拒絕原假設，選擇固定效應模型。企業面臨的融資約束對企業經營影響的估計結果見表1，該估計結果控制個體固定效應。

表1 融資約束對企業經營績效的影響

從表1 模型1 中可以看出，SA 的回歸系數為1.039 942，SA2的回歸系數為-0.028 822 2，均在1%的顯著水平下顯著。模型2 中加入了leverage，so 和cf 3 個控制變量，SA 和SA2的系數和顯著性均未發生明顯變化。

2）內生性。固定效應估計未考慮模型內生性問題。事實上，融資約束對于企業經營的影響可能存在雙向因果關系。為處理內生性問題，采用解釋變量的一階滯后項作為工具變量進行兩階段最小二乘法（2 Stage Least Square，2SLS）回歸，回歸結果見第6頁表2。通過Kleibergen -Paap rk LM，Kleibergen-Paap rk Wald F 對工具變量進行不可識別、弱工具變量均通過檢驗，表明工具變量有效。

從表2 可以看出SA 和SA2的顯著性與表1 的回歸結果無明顯差異，但系數更小，這說明融資約束與企業經營績效之間存在倒U 型復雜非線性關系。

控制變量中企業杠桿率的系數為-0.674 285 5，說明企業杠桿率與經營績效負相關，杠桿率越高的企業經營績效越低；國有股占比的系數為0.047 767 4，但影響并不顯著，國有股占比與經營業績之間無統計上的顯著關系，無法表明兩者之間的關系。企業現金持有狀況的系數為1.404 048，與經營績效之間是顯著的正向關，說明企業持有現金越多，經營績效越好。使用工具變量法回歸的前提是模型中存在內生解釋變量，為此進行Hausman檢驗，其原假設為“所有的解釋變量均為外生”。Hausman 檢驗P 值為0.000 0，在1%的顯著水平下拒絕原假設，即可以認為模型中存在內生變量。

3）穩健性檢驗。在前文的基準回歸中，采用的是凈利潤作為衡量企業經營績效的代理變量。出于穩健性考慮，不同衡量企業績效的方式可能會對回歸結果產生影響，本文還采用企業營業利潤來衡量企業經營績效，進一步進行回歸。穩健性檢驗結果見表2。從回歸結果可以看出，以企業營業利潤與凈利潤兩種方式衡量的企業經營績效的回歸結果非常接近，無論是系數還是顯著性并無很大的差異，一定程度上說明本文的回歸結果是穩健的。

表2 融資約束對企業金融化的影響

3 結束語

當前，我國企業特別是中小企業面臨融資難、融資成本高的情況，嚴重阻礙了我國實體經濟的發展。本文從微觀企業角度研究融資約束對于企業經營績效的影響，考慮到模型中可能存在內生性問題，以解釋變量的滯后一階項作為工具變量，進行兩階段最小二乘法回歸。研究發現融資約束的影響系數顯著為正，融資約束的平方項對于企業經營績效有顯著的負向影響，說明兩者之間存在顯著的倒U 型非線性關系。輕微的融資約束可能會給企業經營帶來壓力，促使企業通過進行更有效率的研發、投資活動來抵消融資約束給企業經營績效帶來的負向影響，從而提高經營績效水平[8]。但如果企業面臨的融資約束程度逐漸加重，當達到一定臨界值后，可能會阻礙企業經營，抑制效應更加占優勢。

基于此，本文認為為了促進企業更好地經營、發展，可以加強以下兩方面工作。一是在進行決策之前，應對企業自身面臨的融資約束程度進行一個預估，若企業面臨的融資約束程度較低，那么企業應該注重提升企業的研發、投資活力，以克服融資約束給企業經營績效帶來的負面影響。二是若企業面臨的融資約束程度較高，則企業應該尋求更多的渠道去緩解外部融資壓力。外部環境和企業內部條件共同影響企業的融資約束程度，因此為了緩解企業的融資約束，一方面需要從外部宏觀環境去改善，政府可以出臺相關針對性政策，以改善企業融資難的狀況；另一方面企業面臨融資約束很大程度上是因為自身的條件不夠良好，對此企業需要改善自身內部條件，提高自身競爭力。