潘 越
隨著我國經濟總量的增加,投資規模越來越大,過度投資問題也得到越來越多的關注。 當前我國經濟運行正面臨持續下行的壓力,根據官方公布的數據來看,2016 年我國GDP 增速為 6.7%,2017 年為 6.9%,2018 年為 6.7%。 2018 年8 月3 日起,人民日報連續在頭版推出“穩就業”“穩外貿”“穩投資”“穩金融”“穩外資”“穩預期”六篇經濟述評對我國當前的經濟形勢進行了深入的分析。 在穩中有變、變中有憂的經濟形勢中,穩投資成為“以穩應變”的重要一招。 目前投資對優化供給結構的關鍵作用正越來越凸顯,穩投資不是單純地推高投資增速,而是要實實在在地拉動有效投資。 過度投資是指管理者利用對企業價值而言并非最優的投資機會,從事凈現值小于零的投資項目,從而降低企業資金配置效率的投資行為。 這種行為不僅會危及企業自身的發展,更會對我國的經濟運行產生不利的影響。
首次將過度投資的研究引入微觀范疇的企業層面可以追溯至Jensen(1986)提出的自由現金流的代理成本問題。他認為在經營權和控制權分離的情況下,管理者與股東會產生利益不一致的情況。 一般來說公司的資產規模越大,管理者所擁有的權力越大,其所獲得的收入也會越高,因此為滿足自身的利益,更多的自由現金流將可能被投入非經濟的項目或兼并收購中,而這顯然不符合股東的利益,落袋為安才是股東的第一選擇。 這便是自由現金流的代理成本問題,當公司所擁有的自由現金流越多時,該問題越嚴重。 但公司資本結構中的債務可以有效抑制這種過度投資。 國內學者童盼(2005)利用我國上市公司數據實證研究發現負債比例與企業投資規模之間呈現負相關關系,并且不同來源的負債對于公司治理會起到不同的作用。 油曉峰(2006)使用資本成本作為被解釋變量,實證發現公司的資本成本與資產負債率呈現負相關關系,表明隨著債務增加,代理成本問題會得到有效的抑制,從而提高公司的投資決策能力來抑制過度投資。 然而Suto(2003)在1997 年東南亞金融危機時對馬來西亞非金融上市公司的分析中得出負債融資與企業的固定資產投資規模增長之間顯著正相關的結論,這是因為受保護的企業能夠從銀行獲得大量帶有保護性質的貸款,負債融資水平普遍較高,企業存在過度投資。 李楓和楊興全(2008)以A股上市公司為研究對象,發現債務融資整體上并未對過度投資產生抑制作用。 在國有企業組中,債務融資甚至還對過度投資產生了正向的影響。 冉煒璇(2014)也發現了相似的觀點。
Jensen(1986)提出了自由現金流的代理成本理論,同時他認為債務可以有效限制該代理成本。 結合前文的文獻綜述來看,債務對于過度投資的影響分兩個層面,一是其本身所具有的代理成本所帶來的正向影響;二是治理效應所帶來的負向影響。 在傳統線性模型中,兩種影響很難通過實證檢驗,更無法進行量化分析。 秦海英(2019)通過引入資產負債率的二次項系數,發現負債與投資支出呈現倒“U”型關系,這表明了負債水平的上升首先會加大企業的投資支出,而后再減少。 該結果從一定程度上說明了隨著負債總體水平的不斷上升,剛開始是債務的代理成本發揮影響,而后才是債務的相機治理作用。
結合實際來看,當管理者手中握著足夠的資金時,便會尋求更多項目進行投資。 但是在低資產負債率的情況下,公司的債務融資不足,無法擔負起管理者進行過度投資的行為;而當資產負債率保持在一個合理的區間時,未來的償債壓力不大,并且為公司提供了充足的外源資金,在這種情況下,管理者便會充分使用企業的自由現金流進行投資,并且可能會放松投資項目的篩選,從而造成過度投資的情況;當資產負債率超出某一范圍時,公司所面臨的償債壓力已經超出了這些外源資金所給予管理者的過度投資沖動,此時,管理者更希望保留手上的自有資金以便應對未來的還款付息壓力,從而抑制過度投資。
通過上述分析,可以發現使用門限回歸模型是最適宜的選擇,將資產負債率作為門限變量,通過尋找門檻值,劃分不同的資產負債率,來找到在不同區間內自由現金流對于過度投資的非線性影響。 我們可以更加直觀地看出在不同的杠桿率水平下,自由現金流的代理成本問題會產生怎樣的變化,更能夠證明債務的代理成本理論和相機治理理論同時對實證結果產生了影響。 至此,我們提出假設:
H1:隨著負債總體水平的不斷上升,自由現金流對于過度投資的正向影響先變大后減小,整體呈現一個非標準的倒“Z”形。
本文以2013~2018 年6 年時間作為樣本區間,以A 股全部上市公司為樣本,并對所得數據進行了標準化處理,本文中所使用的公司財務數據均來自CSMAR 數據庫,少部分缺失數據來源于Wind,使用Excel 對所得數據進行了部分處理,最終處理以及分析軟件為STATA.14。
1.過度投資(OI)
采用預期投資支出模型進行測算,該模型具體形式如下:
該模型中,等式左邊即為企業在第t年的新增投資,等式右邊是預測的第t 年的新增投資,殘差項εt即為過度投資或投資不足的度量。
2.資產負債率(Lev)
衡量了公司資本結構中債務資本的比重,反映了公司整體的負債壓力。 是由期末總負債除以期末總資產計算得出。
3.自由現金流(FCF)
自由現金流是指將經營活動所產生的現金流用于支付維持現有生產經營能力所需資本支出后,余下的能自由支配的現金。 本文中的自由現金流數據為流向公司的自由現金流并除以期初總資產進行規模控制。
4.控制變量(Controls)
本文所使用的控制變量包括公司的總資產Asset;總資產的收益率ROA;托賓Q 值;營業收入Income;國有、非國有的虛擬變量Soe;行業虛擬變量Ind。
在此基礎之上,根據Hansen(1999)提出的方法,我們進一步構建了門限面板模型,以研究在不同的債務結構中自由現金流對于過度投資的非線性影響,模型如下:
模型中I(·)為指示函數。 當資產負債率小于或大于某個特定值時,其中滿足條件的指示函數取值為1,否則為0。如此,所有樣本便按照門限值劃分為幾組,并自動給出在不同門限范圍內的不同參數估計值,這便是門限面板回歸的基本思想。
表1 列出了樣本企業2013 ~2018 年期間各面板數據的統計情況
表1 樣本企業2013~2018 年期間各面板數據的統計情況
在進行門限回歸之前,首先要對可能存在非線性關系的變量進行門限效應檢驗,以確定是否存在門限值,門限值將門限變量的取值空間劃分為幾個不同的部分,在每個區間內,核心解釋變量與被解釋變量之間的關系都是不一樣的。根據前文的模型設定,本文以資產負債率為門限變量,在STATA14.0 軟件上使用“自舉抽樣法”尋找門限值,設定BS抽樣次數300,精度0.01,格點數100,檢驗結果如表2 和表3所示:
表2 門限效應檢驗
表3 門限估計值和置信區間
由表2 和表3 可以看出,在以資產負債率作為門限變量研究自由現金流對過度投資的影響中,存在雙重門限值。 其中,第一個門限值為0.508,P值為0.017,在95%的置信區間上顯著;第二個門限值為0.541,P值為0.000,在99%的置信區間上顯著。 以上結果說明,自由現金流與過度投資的關系受到資產負債率的影響,在資產負債率從0 到0.508、0.508 到0.541、0.541 到無窮大這三段區間內存在不同的相關關系。
為了研究不同區間內的相關關系,進一步對各個區間進行回歸分析,回歸結果如表4 所示:
表4 門限回歸結果
通過該回歸結果,我們發現,只有在資產負債率維持在中間區域,也就是0.508 至0.541 這一段區間內的時候,自由現金流的代理成本問題是最嚴重的,此時自由現金流對于過度投資的正向影響遠遠大于其他兩個區間,該回歸結果證實了前文提出的假設H1。 在資產負債率小于0.508 時,此時公司的債務比重較低,負債的代理成本問題較輕,低的負債融資無法給予管理者足夠的外部資金進行過度投資。 另一種解釋則是根據優序融資理論,債務融資是優于股權融資的,因為后者會降低公司價值。 對于公司管理者,內部融資是最優的方式。 因此,在債務融資不足的情況下,自由現金流是彌足珍貴的,故其代理成本問題必然得到一定的抑制。 而在資產負債率保持在0.508 至0.541 的區間內時,此時的資產負債率是合理的,債務的代理成本問題凸顯,其作用超過了負債的相機治理作用,管理者便會充分利用自由現金流進行過度投資,因此自由現金流的代理成本問題被放大。 而在資產負債率較高時(Lev 大于0.541),負債的相機治理作用凸顯,其作用超過了負債的代理問題。 此時過度的負債將會影響公司的未來現金流,顯著放大未來的償債壓力,自由現金流的代理成本問題隨之得到抑制。 整體上,自由現金流對于過度投資的影響會隨著資產負債率的上升先上升后減小。
本文的研究結果說明自由現金流對于過度投資的影響受到了負債水平的調節,其中負債的代理成本理論和負債的相機治理理論在實際中均發揮了作用。 在資產負債率較低時,負債的代理成本問題顯著,其影響大于相機治理作用;而在資產負債率較高時,負債的相機治理作用凸顯,其影響大于負債的代理成本。
基于以上結論,本文提出如下建議:
1.企業應加強自身對于管理層的監督,董事會成員應當更多參與公司日常事務,更多與公司管理層進行交流溝通,避免產生信息不對稱的情形。 對自由現金流的把控要更加嚴格,保障自由現金流的合理應用,從而實現股東價值的最大化。
2.企業應當合理規劃自身的資本結構,一般來說,資產負債率維持在40% ~60%是正常的。 而在本文的實證結果中,當資產負債率在大約50%~55%時,自由現金流的代理成本問題會非常突出,此時債務的代理問題嚴峻而其相機治理作用不足。 因此,在實際中要合理運用企業的負債水平,盡可能使得資產負債率避開這段區間從而抑制企業的過度投資。