劉正偉
于佳卉和李旭東(2015)以中小板企業為研究對象,發現股權集中度越高,企業的融資約束越嚴重,提出了降低股權集中度緩解融資約束的建議。賀康等(2015)通過對制造業上市公司進行研究,同樣證實了股權集中度與融資約束之間的正相關關系。周慧洋(2018)從代理成本出發,通過對民營企業的研究提出,股權集中度的提升有效地降低了民營企業融資約束。相似地,于文領等(2019)通過實證研究發現,作為資本密集型的房地產上市公司普遍存在融資約束,且股權集中程度的提升有助于降低其融資約束水平。
基于以往研究,筆者從代理成本和隧道效應出發,對股權集中度和融資約束關系進行分析。當上市公司股權集中程度較低時,管理層實現對公司的絕對掌控,管理層對私利的追求導致了代理成本的增加,股權越分散,代理成本越高,加劇了信息不對稱程度,進一步體現在公司的融資約束水平的上升;而隨著股權集中度的提高,控股股東的出現加強了對管理層的監督,代理成本隨著降低,然而如果控股股東持股比例過高,就沒有其他利益主體能對其對上市公司的事實掌控權產生威脅,隧道效應隨之出現,控股股東可能通過利益輸送手段掏空上市公司,從而大大提升了融資約束水平。因此,筆者認為,融資約束在股權集中度的極端情形下都可能得到顯著體現,兩者存在著非線性相關關系。并據此提出假設。
H0:上市公司股權集中度和融資約束水平具有U型相關關系。
面板門限模型。Hansen(1999)首先提出了面板門限模型用于對非線性相關關系的研究,原始模型為:

其中, 為被解釋變量, 為解釋變量, 為指標函數, 為門限變量, 為門限值。該模型把樣本觀測值根據未知的門限值 分成了不同區間,每個區間內,單獨進行線性回歸,從而在整個樣本區間上完成對非線性關系的估計。
1.樣本選取
本文選取了2013年-2019年間A股所有上市公司作為初始研究樣本,在進一步剔除了金融類、ST類和存在缺失觀測值的上市公司后,最終選取2139家公司作為研究樣本,得到了14973個公司—年度觀測值(T=7)的平衡短面板數據。所有數據均整理自國泰安(CSMAR)數據庫。
2.模型設定
(1)變量選取
現有研究較多采用指數法或投資—現金流法衡量融資約束程度,但因為存在一定的缺陷,其有效性受到較多質疑。本文采用認可度較高的現金—現金流法來衡量融資約束:以現金及現金等價物占期末總資產比重(Cash)作為被解釋變量,以營運產生的現金流凈值占期末總資產比重(Cashreturn)作為主要解釋變量,其系數衡量了融資約束程度的大小,系數越大現金持有水平受現金流影響越大,其融資約束也越大。門限變量為第一大股東持股比例(Shrcr1)。控制變量包括:財務杠桿水平(資產負債率Lev)、企業發展能力(資產增長率Agrowthrate)、企業規模(資產規模對數Lnsize)、投資機會(托賓值Q)、企業盈利能力(權益報酬率Roe)、年度效應(時間虛擬變量Year)。
(2)模型建立
在Hansen提出的模型基礎上,加入控制變量,構建模型:

在這里,Shrcr1作為門限變量的同時,也作為解釋變量納入模型中。
本文選擇了面板門限模型,因此需要對模型選用固定效應還是隨機效應進行Hausman檢驗。因為隨機效應模型比固定效應多了個體異質性與解釋變量不相關的約束條件,所以用過度識別檢驗作為穩健的Hausman檢驗。檢驗的卡方統計結果p值為0.000,故強烈拒絕隨機效應的原假設,選用固定效應。
本文在進行面板門限檢驗及回歸時,選取的樣本網格數為500,門限分組內異常值的去除比例為0.01,自抽樣次數為1000。
門限效應檢驗的原假設為β1=β2,即不存在門限效應,回歸模型為線性。對數據進行門限效應檢驗,單門限檢驗的門限值γ為0.2050,F分布統計量為377.56,p值為0.000,故強烈拒絕無門限效應的原假設,雙門限效應檢驗中第一個門限值與單門限效應檢驗的門限值相同,第二個門限值(0.1998)的F分布統計量為27.03,且95%置信區間覆蓋了第一個門限值,故選擇單門限模型。
采用雙向固定效應的面板門限回歸結果如表1中(1)所示。門限值γ的估計值為0.2050,即股權集中度(第一大股東持股比例)為0.2050是融資約束發生變化的節點。從回歸結果來看,現金流Cashreturn的系數在股權集中度處于0至0.2050區間時顯著為負,這表明營運現金流的增加并沒有讓上市公司增加現金儲備代替外部融資,反而減少了現金持有水平,容易獲得低成本外部融資。因此,上市公司現金流與現金持有水平的負向關系說明了其融資約束得到了緩解,這與本文假設中股權集中程度較低時,股權制衡效應大于代理成本效應對公司融資約束有緩解作用相符合。而在股權集中度大于0.2050時,現金持有水平與現金流呈現顯著正相關,這表明,公司現金流的增加使得公司儲備現金增多代替了高成本的外部融資,其融資約束程度加劇,股權集中程度較高時,大股東利益輸送能力較強,股權制衡能力較弱,對上市公司產生不利影響,融資約束程度隨著上升。因此,股權集中程度與上市公司融資約束存在U型相關關系。

表1 面板門限回歸結果
為了對該模型進行穩健性檢驗,放松了面板門限模型雙向固定效應的假設,對數據進行了穩健標準誤下的面板門限回歸,結果如表2中(2)所示,門限值未發生變化,解釋變量系數變化不大且顯著性仍十分高,控制變量整體顯著性較高,因此可認為本文實證結果較為穩健。
我國上市公司中普遍存在股權集中和融資約束問題,本文分析了兩者的內在聯系和作用機制,提出了相關假設,并運用實證研究證實了假設。研究結果表明:隨著股權集中程度從低水平開始提升,上市公司融資約束得到緩解,但股權集中度越過門限值后,隨著股權集中程度的繼續升高,上市公司融資約束加劇,兩者整體上存在U型相關關系。