債務期限錯配抑制了高科技企業成長性嗎

李紅松 李天宇

【摘要】基于創業板上市公司2012 ～ 2018年面板數據， 采用固定效應模型實證分析債務杠桿和債務期限錯配對高科技企業成長性的影響。 研究結果表明：當債務—資產期限配置向“短債長用”方向強化時， 可以有效促進高科技企業成長， 反之， 當債務—資產期限配置向“長債短用”方向強化時會抑制高科技企業成長; 債務杠桿變化對不同的成長性指標存在完全相反的影響; 在特定的杠桿區間內， 債務杠桿變化與債務期限錯配改變之間存在一定程度的負面交互效應。 綜合而言， “減杠桿”與強化“短債長用”錯配組合最有利于高科技企業成長。

【關鍵詞】債務杠桿;期限錯配;企業成長性;高科技企業

【中圖分類號】F275? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）21-0029-9

一、引言

債務與資產期限匹配是企業資本結構設計必須遵循的一項重要準則。 根據債務期限結構理論， 債務期限與資產期限匹配不僅可以降低債務代理成本和流動性風險， 還有助于解決投資不足問題。 然而， 現實中債務與資產期限錯配問題不僅在國外企業中普遍存在， 在國內企業中也表現得非常嚴重， 企業普遍存在“短債長用”錯配現象[1] 。

盡管發展戰略差異、管理者非理性行為會導致企業債務期限結構配置差異， 但這并不能解釋我國企業整體出現的嚴重錯配。 Custodio等[2] 認為， 由于信息不對稱， 銀行作為信貸供給方， 為加強自身風險控制， 傾向于縮短貸款期限。 Segura和Suarez [3] 基于銀行無限期決策模型證明了商業銀行在面臨流動性風險的外部性和再獲得存款或融資約束時， 會盡可能縮短其債務期限。 此外， 基于交易成本及信息不對稱理論， 短期債務成本相對較低， 高質量公司有能力承擔短期債務資金的流動性風險壓力， 并藉此向外界傳遞積極信號， 企業從降低債務融資成本角度出發有主動選擇短期借款的動機。 與發達國家完善的資本市場下的企業不同， 我國企業的“短債長用”并非由長短期資金利差及成本驅動， 而是根源于金融市場結構不完備、利率期限結構不合理以及貨幣政策不穩定等制度缺陷[4] ， “短貸長投”是企業為應對金融抑制的替代性機制， 并非出于降低融資交易成本目的的主動選擇[5] 。

“短債長用”產生的投融資期限錯配雖然暫時滿足了企業的融資需求， 但可能會通過加劇經營風險、引發非效率投資、提高財務成本、減少研發投入等途徑對公司業績產生負面影響[5，6] 。 以短期債務為主導的期限結構安排往往更容易引發流動性風險， 導致企業經營困難、發展受限， 嚴重者甚至因資金鏈斷裂而破產[7，8] 。 高科技企業資金密集度高、需要持續的R&D投入、高成長性與高風險并存等特征決定了其獨特的資金運營規律。 鑒于高科技企業在實施國家創新戰略中的重要地位， 研究債務期限結構錯配對其成長性的影響， 不僅有助于企業防范債務風險， 而且有助于認識其成長規律。

本文可能的貢獻主要體現在：第一， 學術界普遍認為， 我國企業“短債長用”錯配并非出于降低融資交易成本目的的主動選擇， 而是為應對金融抑制的一種替代性機制， 但本文研究發現這種錯配更有利于高科技企業成長， 進而為“短債長用”錯配現象普遍存在的合理性提供了新的證據; 第二， 學術界更多關注的是企業“短債長用”錯配的風險及后果， 本文同時從“短債長用”及“長債短用”兩種相反的錯配類型出發， 考察了債務與資產期限結構錯配對高科技企業成長性的不同影響機制; 第三， 在考察債務的經濟后果時， 債務與資產期限錯配通常被作為獨立的債務風險因素對待， 本研究證實了兩者在一定范圍內對高科技企業成長也存在交互效應， 進而為合理利用債務杠桿與結構配置組合策略促進高科技企業更快成長提供了一種思路。

二、文獻回顧

（一）債務期限錯配的度量

債務期限結構是指不同期限債務的比例關系， 比例關系失衡意味著出現債務期限錯配。 由于債務到期時間是一個變化的量， 這決定了債務期限結構屬于動態存量， 如何度量一個報告期或經營周期內的錯配狀況較為困難。 學術界對于如何衡量債務期限錯配并未形成一致的結論， 概括起來主要有以下三種方式。

1. 使用單一債務期限結構指標度量。 現有文獻一般使用兩種方式反映債務期限結構：一種是通過估計債務加權平均期限度量[9] ; 另一種是使用長短期債務的比例關系度量， 具體又可分為兩種形式， 即流動負債或長期負債占債務總量之比或者流動負債與長期負債的比例[10] 。 從債務平均期限和債務比例關系視角反映債務期限結構， 盡管結果不可能完全一致， 但仍具有較高的相關性， 流動負債占比越高意味著債務平均期限越短。 從可操作層面而言， 使用流動負債或長期負債占比更為多見。 從債務期限結構角度反映錯配， 最大的問題在于不能客觀確定結構閾值， 只能通過橫向和縱向比較加以主觀判斷。

2. 從債務與資產期限匹配角度度量。 債務期限結構理論要求債務期限與資產期限相匹配， 兩者不匹配的狀態稱之為錯配。 從債務與資產期限匹配角度反映錯配也可概括為兩類方式。 一類是基于債務與資產數量關系的比較， 李夢雅等[10] 使用流動負債與流動資產之比（等價長期負債與長期資產之比）反映; 白云霞等[4] 使用長期資金來源與長期資產的比例度量期限匹配程度; Berger和Bouwman[11] 在反映銀行業流動性錯配特征時使用流動負債與流動資產之差度量。 另一類是基于債務與資產結構匹配關系的比較， 比如， 劉曉光、劉元春[12] 選取企業短期負債比例與短期資產比例之差反映債務期限結構與資產期限結構的匹配情況。

按債務與資產的數量匹配關系度量錯配類似于資產負債率的細分， 無法客觀確定參照標準， 只能進行模糊考察。 按債務與資產的結構匹配關系度量時， 通常認為流動負債占比超過流動資產占比屬于“短債長用”錯配， 反之則屬于“長債短用”錯配。

3. 使用衍生替代指標度量。 上述兩種方式直接借助資產負債表中的負債與資產項目進行判斷， 特點是計算方便且具有明確的經濟意義， 但無法體現企業資金運營能力方面的異質性。 為此， Frank和Goyal[13] 提出采用股權融資彌補長期債務增量的不足部分（資金缺口）度量錯配程度; 鐘凱等[5] 將資金期限錯配界定為企業利用短期資金支持長期投資活動， 在上述“資金缺口”的基礎上進一步構建“短貸長投”代理變量反映債務期限錯配程度; 劉曉光、劉元春[12] 在進行“短債長用”影響企業績效的穩健性檢驗中， 也使用了這一替代性指標; McLean和Zhao[14] 通過使用“投資—流動負債”敏感性衡量企業長期投資對短期負債的依賴程度， 判斷是否存在錯配。

上述替代指標充分考慮了企業的異質性， 但計算相對復雜且主要針對“短債長用”或“短貸長投”類流動性風險錯配， 未能兼顧與之相反的 “長債短用”類錯配， 也存在一定的局限性。

（二）債務杠桿、債務期限與企業成長性

1. 債務杠桿與企業成長性。 MM理論認為， 考慮企業所得稅時， 債務的稅盾作用會降低公司的綜合成本， 杠桿率越高則公司價值越大， 因此債務杠桿可以促進企業成長。 權衡理論強調， 負債既存在節稅效應， 同時也產生財務困境成本， 邊際節稅收益等于邊際破產成本時的負債率為公司最佳資本結構下的負債率， 此時公司價值最大。 代理成本理論認為， 企業存在股權與債務兩類代理成本， 分別與負債率呈負相關和正相關關系， 對于成長機會不同的企業， 通過尋找總代理成本最小的最佳負債率， 可以實現績效最大化。 信號傳遞理論認為， 由于信息不對稱， 債務與股權融資分別向投資者傳遞了不同信息， 進而影響企業的市場表現。 控制權理論分析了企業資本結構安排如何通過關聯治理結構進而影響企業價值和績效。 不難看出， 基于不同視角， 不同的資本結構理論對債務杠桿與企業成長性間的關系存在不同認識， 現實中兩者所表現出的關系是多種因素共同作用的結果， 研究者試圖通過實證研究尋找是否存在有利于企業成長的最優杠桿或杠桿區間。

Lang等[15] 研究發現， 高托賓Q值公司的負債率與公司成長正相關， 而對于低托賓Q值公司， 債務率與企業成長性負相關。 Sabiwalsky[16] 的研究表明， 杠桿率與公司成長呈現非線性關系， 當負債的免稅收益凈現值與破產費用預期值的凈現值之差最大時， 公司杠桿率達到最優。 Molinari[17] 研究發現， 債務率與企業成長性之間呈倒U型關系。 崔曉燕、王梅[18] 通過對國內制造業上市公司的研究也得出資產負債率與經營績效之間存在倒U型關系的結論。

也有較多的實證研究表明， 債務杠桿對企業成長性僅存在正面或負面的單向影響。 Kaplan[19] 對美國公司的研究顯示， 高負債率有助于公司績效提升; Molinari等[20] 的研究也得出相同的結論; 國內學者呂長江、王克敏[21] 對我國制造業上市公司的研究同樣表明負債率與公司成長性正相關。 而Mueller[22] 等對國外企業的研究顯示， 負債率對企業成長存在抑制作用; 李軍林等 [23] 、史永東等[24] 對我國上市公司的整體分析也得出負債率與企業成長性負相關的結論。

2. 債務期限配置與公司績效。 圍繞債務期限與企業績效的關系， 現代資本結構理論認為， 債務與資產期限匹配被認為是債務期限配置最重要的決定因素之一。 Hart[25] 指出， 不同期限債務對公司治理和公司績效存在完全不同的作用。 Barclay和Smith[26] 研究發現， 成長性不同的公司對長短期債務存在不同的偏好， 債務期限與成長機會存在反向關系。 Guedes和Opler[27] 的研究同樣也證實了成長機會多的公司擁有更多的短期債務。 但Stohs和Mauer[9] 研究發現， 債務期限與成長機會并不存在顯著相關關系。 國內研究方面， 肖作平[28] 認為， 有更少成長機會的公司通常有更多的長期債務; 與之相反， 李夢雅等[10] 研究發現， 債務期限對公司業績存在顯著的正面影響。

盡管現代資本結構理論認為債務與資產期限匹配有利于公司價值提升， 但這一主張在現實中并未得到印證， “短債長用”結構錯配問題不僅存在于國外企業中， 在國內企業中甚至更嚴重。 為此， 研究者重點關注了債務期限錯配的外部誘發機制以及風險治理途徑。 此外， 債務期限錯配的經濟后果也屬于國內外學者的關注焦點之一， 研究者重點討論了債務期限錯配對企業研發投入、投資效率、財務成本、資金鏈或流動性風險的影響。 劉曉光、劉元春[12] 首次對債務期限錯配與企業盈利表現進行系統考察發現， 我國企業普遍存在“短債長用”現象， 這種錯配強化了債務杠桿的消極影響， 并通過增加財務成本和降低研發投入兩種途徑惡化了企業績效。

不難看出， 關于債務期限錯配及其后果， 現有研究仍存在以下局限性：其一， 對債務期限錯配的認識未能完全統一， 基于不同的度量指標和方法會得出不同的結論; 其二， 過多強調企業債務期限錯配的風險后果， 忽視了效率損失的一面， 對“長債短用”這類反向錯配的后果缺少關注; 其三， 對債務期限錯配與債務杠桿的內生關系及其對企業成長的影響缺乏足夠的認識， 更多的是從市場缺陷、外部政策出發探討其發生機制。 本研究在明確債務期限錯配度量方式的基礎上， 充分考慮債務杠桿、債務期限配置的內生關系， 從債務期限錯配的兩種不同類型與債務杠桿不同組合角度探討債務因素與高科技企業成長性的關系， 為企業制定成長戰略和債務融資決策提供參考。

三、理論分析與研究假設

（一）債務杠桿與高科技企業成長性

現實中企業對負債率的選擇主要基于財務風險和成本角度， 此外， 稅率、市場利率、公司治理等內外部因素的影響在各種資本結構理論中被討論， 而未來成長機會作為外生給定的影響因素被權衡理論和代理成本理論提及。 權衡理論認為， 當邊際節稅收益恰好與邊際破產成本相等時， 公司價值最大， 此時的負債率即為公司最佳資本結構下的負債率， 據此推測， 存在能夠促進公司成長的最優杠桿或杠桿區間。 代理成本理論認為， 股東、債權人和管理者目標不一致會導致股權代理成本和債務代理成本， 兩者與負債率分別呈負向和正向關系， 對于存在不同成長機會的企業， 可以通過尋找最佳負債率， 使總的代理成本最小， 實現公司績效和價值最大化， 因此， 成長性不同的企業存在不同的最優杠桿率。

對于高科技企業而言， 高杠桿可能通過提高利益關聯方的風險補償溢價以及抑制企業的創新投資激勵等渠道惡化企業績效[12] 。 一方面， 高杠桿使企業的債務違約風險上升， 債權人會要求企業支付更高的利息成本， 從而對績效產生負面影響; 另一方面， 為了滿足銀行信貸對于抵押品的要求， 企業可能會增加可抵押的固定資產投資而減少知識導向的研發投資， 這將會限制企業的創新能力， 從而對企業績效產生負面影響[29] 。 從高科技企業自身角度看， 提高杠桿加劇了未來的融資約束， 也會內在地抑制企業的研發投資， 不利于企業創新和績效提升。 Aghion等[30] 認為， 包括研發在內的長期投資由于完工時間較長而存在較大的流動性風險， 當企業面臨融資約束時將會減少長期投資， 導致更低的生產率。 Guariglia和Liu[31] 的實證研究也表明， 融資約束會顯著抑制企業的研發投入， 對研發創新產生不利影響。 因此， 提高杠桿率可能通過增加財務費用和降低研發創新兩方面對高科技企業成長性產生負面影響。 根據上述分析， 提出以下假設：

假設1：債務杠桿提高對高科技企業成長性存在負面影響。

（二）債務期限錯配與高科技企業成長性

代理成本理論隱含的一個重要假設是， 具有更多成長機會的公司將發行更多的短期債或維持更短的債務期限。 Barclay和 Smith[26] 等學者的研究證實了成長性不同的公司對長短期債務存在不同偏好， 債務期限與成長機會存在反向關系。 Guedes和Opler[27] 的研究也證實， 有更多成長機會的公司通常擁有更多的短期債務。 新資本結構理論主要基于非對稱信息條件下資本結構的治理效應及其對公司價值的影響角度分析企業債務期限選擇。 Hart [25] 通過模型推導得出， 短期債務的治理效應優于長期債務， 短期債務使代理人面臨更大的經營壓力， 由此推測， 債務期限越短越有利于公司成長。

如果考慮債務與資產期限的匹配關系， 則存在債務期限錯配問題， 債務期限結構理論主張債務與資產期限匹配有助于解決投資不足問題、降低代理成本和流動性風險， 有利于企業價值和績效提升。 國外的大部分經驗研究支持這一觀點[26，27] 。 與國外企業不同的是， 我國企業普遍存在的“短債長用”錯配現象， 是制度缺陷、市場不完善等外部因素導致的融資約束的替代機制， 而非企業降低成本的主動選擇[5] 。 投融資期限錯配的財務策略雖然對于降低融資交易成本具有積極效應， 但會帶來經營風險加劇、非效率投資、財務困境成本提高等負面效應， 這些負面效應會抵消融資交易成本下降的積極效應， 對公司業績產生不利影響。

不難看出， 債務期限錯配對企業存在有利和不利兩方面的影響， 其中流動性風險引發的負面效應被重點關注。 上市公司整體屬于低融資約束企業， 從制度缺陷和市場不完善角度難以完全解釋“短債長用”錯配現象的普遍存在。 此外， 對高科技企業而言， 由于高成長與高風險并存， “短債長用”是否為高科技企業促進自身成長和業績提升而主動采取的行為？ 為此， 本文提出以下假設：

假設2：強化“短債長用”錯配能有效促進高科技企業更快成長; 反之， 當“短債長用”錯配向“長債短用”方向轉化時， 則不利于高科技企業成長。

（三）債務期限錯配與債務杠桿的交互效應

杠桿率反映了企業整體的債務風險， 債務期限錯配可能延緩或加劇債務風險。 低杠桿下， 嚴重的“短債長用”錯配可能引發較高的流動性風險， 強化債務杠桿的負面效應， 給企業績效帶來負面影響; “長債短用”錯配則會弱化債務杠桿的正面效應， 導致效率損失， 兩者均不利于企業成長。 在高杠桿情況下， “短債長用”錯配會進一步加劇流動性風險， “長債短用”錯配短期內能夠緩解流動性風險， 弱化債務杠桿對企業成長的負面影響。 因此， 債務期限錯配與債務杠桿間可能存在影響高科技企業成長性的交互效應。

實證研究方面， Johnson[32] 以財務杠桿和負債期限為內生變量建立聯立方程模型， 研究發現公司成長能力對財務杠桿存在負向影響， 短期債務可以顯著緩解成長能力對財務杠桿的負面影響; 徐堯等 [33] 認為， 緊縮的貨幣政策會加劇債務期限錯配對企業績效的不良影響， 在期限匹配程度處于較低水平時提高期限匹配程度可以改善企業績效， 但過于提高期限匹配程度也會抑制企業績效。 劉曉光、劉元春[12] 通過對我國企業債務與績效關系的研究也首次發現， “短債長用”與杠桿率存在顯著的交互效應， 弱化了債務杠桿的積極作用， 強化了債務杠桿的消極影響。 根據上述分析， 提出以下假設：

假設3：債務期限錯配與債務杠桿存在影響高科技企業成長性的交互效應。

四、研究設計

（一）樣本選擇與數據處理

本研究所指高科技企業是指滿足《高新技術企業認定管理辦法》的規定， 獲得高新技術企業資質認定的企業。 與非高科技企業相比， 高科技企業可以享受稅收優惠， 在資金運營方面有一定的獨特性。 由于深圳創業板95%的上市公司具有高新技術企業資質， 本研究以創業板上市公司為初始選樣框， 去除其中的非高科技企業。 截至2019年年末， 創業板通過高新技術企業資質認證的公司有752家， 主要集中在制造業和信息技術業兩大行業， 各有540家和142家， 占比超過90%， 以此為樣本， 取樣本公司2012 ～ 2018年共7個年度的財務報表數據進行研究。 為消除上市前后財務數據劇變對分析結果的影響， 取上市滿兩年后的年報數據， 即2018年財務報表數據針對2017年以前上市的樣本公司， 以此類推。 同時剔除變量值存在缺失的數據， 對剩余數據按各主要連續變量（1%、99%）作縮尾處理， 共得到符合要求的數據1909組， 以此作為分析基礎。 數據來源于WIND數據庫。

（二）變量計算與說明

1. 因變量。 成長性的度量分單一指標度量和綜合度量兩種方式。 綜合度量是采用某種方法通過一系列指標對成長性進行評價; 單一指標度量通常選取營業收入增長率、總資產或凈資產增長率中的某個指標進行直接度量。 由于營業收入中不含無形資產處置利得和政府補貼等營業外收入， 而這兩部分收入在某些高科技企業中占有一定比重， 因此， 對高科技企業而言， 使用營業收入增長率度量成長性并非最優選擇。 鑒于本文主要研究債務因素對企業成長性的影響， 而總資產包含了負債， 使用總資產增長率度量成長性容易出現自我解釋問題， 其效能不如凈資產增長率。 本研究的主回歸部分使用凈資產增長率度量成長性， 穩健性檢驗部分使用總資產增長率和營業收入增長率替代， 同時使用因子分析法對上述三個成長性指標提取主成分進行綜合度量。

2. 自變量。 本研究的影響變量為債務因素， 包括債務杠桿和債務期限結構配置。 債務杠桿使用資產負債率表示， 債務期限結構配置用于反映債務期限錯配類型及程度， 也是本研究最為關鍵的變量。 反映債務期限錯配需要將債務與資產的配置狀況結合起來考慮。 劉曉光、劉元春[12] 使用流動負債占比與流動資產占比之差反映“短債長用”錯配， 比其他度量方式更能反映錯配本質， 本文借鑒這種做法， 使用流動負債占比與流動資產占比之差表示債務期限錯配。 差值的理論分布區間為-100% ～ 100%， 大于0為“短債長用”錯配， 小于0為“長債短用”錯配。

3. 控制變量。 本研究的一個基本假設前提是， 企業成長是外部景氣周期、差異性戰略、核心能力等各種內外部因素綜合作用的結果， 各因素對成長性的影響最終通過一系列資金運營得以實現， 因此， 不需要考慮公司治理等資金運營之外的其他因素。

已有研究文獻表明， 盈利能力、資金周轉效率、現金流量會影響企業成長性。 其中， 盈利能力通常使用凈資產收益率和總資產收益率衡量; 資金周轉效率選取凈資產周轉率和總資產周轉率度量; 在各種現金流量指標中， 籌資現金流直接影響資產變化， 進而影響經營收入， 故選取籌資現金流與凈資產之比和籌資現金流與總資產之比作為現金流貢獻率變量。 此外， 企業規模可能影響企業成長性， 分別取凈資產、總資產和營業收入的自然對數度量。 為了消除行業和不同年份的影響， 本文采用固定效應模型將行業和年份加以控制。 所有控制變量均采用比率或比值， 與債務變量和成長性變量形式統一， 可以在一定程度上消除異方差影響。 變量說明及計算方法見表1。

（三）回歸模型

與已有文獻在研究此類問題時自變量使用年末觀察值或滯后一期觀察值不同， 本研究通過觀測自變量的變動（本期與上期之差）考察其對成長性的影響， 原因主要包括兩點：其一， 資產和營業收入增長率作為因變量， 是整個會計年度資金運營累積的增量， 而年末的債務杠桿和結構屬于時點變量， 未能反映資金運營的變化， 使用增量能夠與因變量對應， 即研究杠桿率的變動（“加杠桿”或“減杠桿”）、“短債長用”錯配程度提升或減輕對成長性的影響更符合邏輯; 其二， 使用增量可以在一定程度上消除債務變量之間的內生性對模型回歸的不良影響。 為檢驗假設， 建立如下回歸模型：

GROWTHit=α0+α1△LEVit+α2△DEASit+

α3△LEVit×△DEASit+βZit+γINDi+ηYEARt+εit

模型中：GROWTHit為i公司第t年的成長性; △LEVit和△DEASit分別代表i公司第t年的債務杠桿增量和債務期限錯配增量， △LEVit×△DEASit為兩者的交互項; Zit表示由4個控制變量組成的向量; INDi和YEARt分別表示行業和年份虛擬變量; εit為隨機誤差項。 利用該模型進行實證分析時， 采用逐步引入自變量的回歸方式， 觀察模型擬合優度的變化， 檢驗引入變量是否增強了模型的解釋力， 通過考察各個自變量的顯著性， 對所提出的各項假設進行檢驗。

五、實證結果與分析

（一）變量描述性統計

各主要變量的描述性統計結果見表2。 為了便于對債務期限錯配程度的對比考察， 表2中同時給出了流動負債占比和流動資產占比兩個變量的統計結果。

從凈資產增長率代表的成長性看， 中位數為6.9%， 分布區間為-43.5% ～ 237.1%， 表明各高科技公司在成長性方面差異較大; 債務杠桿中位數為27.2%， 分布區間為4.4% ～ 70.5%， 相對于深圳主板上市公司51.1%的水平而言①， 整體處于較低水平; 流動負債占比中位數為91.2%， 上四分位數高達96.5%， 表明長短期債務比例嚴重失衡， 1/4的高科技公司幾乎未配置長期負債。 從流動負債占比與流動資產占比之差衡量的債務期限錯配分布看， 95.4%的公司大于0， 表明存在不同程度的“短債長用”錯配， “長債短用”錯配的比例僅占4.6%。 流動負債占比平均高出流動資產占比27.1%， 再結合整體27.2%的偏低杠桿率分析可見， 高科技上市公司普遍選擇了“低杠桿”加“短債長用”錯配組合策略。

（二）回歸結果分析

Hausman檢驗結果支持選擇固定效應模型。 依據回歸模型， 采用變量逐步進入方式， 首先引入全部控制變量得到回歸結果（1）， 然后依次引入債務杠桿增量、期限錯配增量及兩者的交互項， 得到回歸結果（2） ～ （4）。 回歸結果（5） ～ （7）為在（4）的基礎上根據杠桿率進一步分區間回歸的結果， 劃分區間的方法是按上期資產負債率的下和上兩個四分位點依次分為低杠桿、適度杠桿和高杠桿三個區間， 回歸結果見表3。

從全樣本的四個回歸結果看， 所有模型均顯著成立， 模型擬合優度依次顯著提升; 各變量系數無論符號還是大小均表現出較強的穩定性及抗干擾能力， 并且符合邏輯; 各變量的VIF指標低于1.5， 表明變量間不存在嚴重的共線性問題。 模型中兩個債務變量表現出如下特點：所有回歸結果中△LEV的系數均顯著為負， 說明“加杠桿”會顯著抑制凈資產增長， “減杠桿”則會促進高科技企業凈資產增長， 因此假設1得到驗證， 這也印證了高科技企業杠桿率整體相對偏低的事實。 在所有回歸結果中△DEAS的系數均顯著為正， 說明提升“短債長用”錯配程度有利于促進高科技企業成長， 反之， 當“短債長用”錯配向“長債短用”反向變化時， 會抑制高科技企業成長， 假設2得到驗證。 全樣本中， 交互項未通過顯著性檢驗， 這一點與R2未發生變化相一致。 進一步分區間考察發現， 除低杠桿區間交互項在0.1的水平上顯著為負外， 在其他兩個區間交互項不顯著， 假設3部分通過檢驗。 這表明， 對于低杠桿高科技公司， 提升“短債長用”錯配程度也可以在一定程度上強化“減杠桿”對公司成長性的正面影響， 或者說“減杠桿”可以強化提升“短債長用”錯配對高科技公司成長性的正面影響。

四個主要控制變量在不同回歸情形下也表現出高度的一致性和穩定性：凈資產收益率和現金流貢獻對凈資產增長率存在顯著的正面影響; 凈資產周轉率除低杠桿區間外對凈資產增長存在顯著的負面影響; 企業規模對成長性存在顯著的負面影響， 符合Gibrat法則。

（三）穩健性檢驗

1. 使用成長性因子度量成長性。 對凈資產增長率、總資產增長率和營業收入增長率變量組提取成長性因子， 用因子得分作為成長性變量值。 自變量不變， 從原控制變量組抽取相應因子作為控制變量因子。 因子分析評價效果的各項指標均較理想。 表4中回歸（8） ～ （11）分別對應全樣本及分區間回歸， 結果表明， 全樣本及各杠桿區間債務期限錯配增量均顯著為正， 與主回歸結果完全一致; 債務杠桿增量除了低杠桿區間與主回歸結果不一致， 其他三種情形均與主回歸結果一致; 負面交互項效應進一步擴展到適度杠桿區間， 與主回歸結果一致。 這表明， “減杠桿”和提升“短債長用”錯配程度均可促進高科技企業更快成長， 并且由于負面交互效應， 還可以強化各自的正面影響， 這一結論與主回歸一致。

2. 使用總資產增長率和營業收入增長率度量成長性。 為了便于與凈資產增長率度量的成長性影響因素進行比較， 仍選取同類控制變量， 盈利能力、周轉能力和現金流貢獻相應改為總資產收益率②、總資產周轉率和籌資現金流與總資產之比， 企業規模相應使用上期總資產和上期營業收入的自然對數， 年份和行業控制不變， 回歸結果對應表4中的回歸（12） ～ （19）。 結果表明：除1種情形外， 其余7種情形下△DEAS的系數仍然顯著為正， 與主回歸結果基本一致; △LEV的系數均顯著為正， 表明“加杠桿”可以顯著促進公司總資產和營業收入增長， 盡管與凈資產增長率度量成長性的回歸結果不同， 但符合變量計算說明部分的分析邏輯， 也與劉曉光、劉元春[12] 關于債務因素導致的不同經濟后果的結論相吻合③; 交互項除高杠桿區間外， 均表現出程度不同的負面顯著性， 與第1種穩健性檢驗結果一致， 說明“加杠桿”和提升“短債長用”錯配程度可以相互抑制各自對總資產增長率和營業收入增長率的正面影響， 因而不能作為促進高科技企業成長的途徑同時使用。

六、研究結論與啟示

（一）結論

利用2012 ～ 2018年創業板高科技上市公司面板數據， 以流動負債占比與流動資產占比之差度量債務期限錯配、以資產負債率表示杠桿率， 考察杠桿率及錯配程度變化對公司成長性的影響。 研究結果表明：一是在不同的成長性度量方式下， 錯配程度變化對成長性均存在顯著的影響， 提升“短債長用”錯配程度可以促進高科技企業成長， 反之， 當債務期限錯配由“短債長用”向“長債短用”反向變化時， 會抑制高科技企業成長。 因此， 上市公司普遍存在的“短債長用”錯配現象并非完全源于制度缺陷導致的被動降成本行為， 也有可能是高科技公司為促進自身成長而主動采取的舉措， 這一結論為“短債長用”現象的普遍存在提供了新的證據。 二是杠桿率變化對不同的成長性指標存在不同影響， “減杠桿”有利于凈資產增長率提升， “加杠桿”有利于總資產和營業收入增長率提升， 這種差異化的作用機制可能源于“加杠桿——總資產增加——營業收入增長”的邏輯鏈條， 而總資產和營業收入增長與凈資產增長并不存在必然聯系。 此外， 相比總資產和營業收入而言， 凈資產增長屬于公司內在價值提升， 選擇“減杠桿”比“加杠桿”更符合公司股東利益， 高科技企業杠桿率整體偏低這一現實似乎也印證了這種選擇。 三是杠桿增量和債務期限錯配增量在一定范圍內存在負面交互作用， 這表明， 杠桿率變化和債務期限錯配程度變化可以強化或抑制各自對成長性的影響。 如果以凈資產增長為目標， 則“減杠桿”和提升“短債長用”錯配程度可以同時起到正面促進作用， 并產生正的交互效應; 如果以總資產和營業收入增長為目標， “加杠桿”和提升“短債長用”錯配程度產生的負面交互效應會弱化各自的正面促進作用， 因而不能同時使用。 此時， “減杠桿”并提升“短債長用”錯配程度與“加杠桿”并降低“短債長用”錯配程度可以產生正面交互效應。

（二）啟示

強化“短債長用”錯配有利于促進高科技企業更快成長。 “短債長用”錯配表現為流動負債占比與流動資產占比兩種比例關系的失衡， 提高流動負債占比和降低流動資產占比是強化“短債長用”錯配的兩種方式。 負債作用于生產經營活動必須以資產為載體， 相比負債結構而言， 流動資產與長期資產不能相互替代， 配置比存在較強剛性， 因此， 提高流動負債占比成為強化“短債長用”最可行的方式。 盡管“短債長用”錯配促進了企業更快成長， 但企業需要連續滾動短債以支撐長期投資， 因而面臨較高的流動性風險。 引發風險的可能因素有：外部環境改變導致金融機構信貸收縮， 內外部突發事件沖擊導致正常生產經營活動中斷; 經營決策不當或判斷失誤導致資金回收不暢; 運營管理能力不足致使資金周轉減慢、應收賬款增加; 等等。 高科技企業在“短債長用”滾動操作中需要充分考慮上述風險來源， 并制定好相應的流動資金補充保障措施。

高科技企業基于自身發展戰略， 對成長目標選擇存在不同偏好， 如資產增長、收入擴大、利潤增加等， 不同目標之間既有內在一致性， 也存在矛盾沖突， 需要在資金運營方面體現出差異。 從各成長變量共同存在的成長性因子角度考察成長性和從凈資產增長率角度考察成長性， 則“減杠桿”與提升“短債長用”錯配程度組合是有利于促進高科技企業更快成長的唯一最優選擇; 從總資產增長率和營業收入增長率角度考察成長性， 則“加杠桿”和提升“短債長用”錯配程度有利于促進企業成長， 但可能存在的負面交互效應制約了兩者同時發揮作用， “加杠桿”與改善“短債長用”錯配程度組合和“減杠桿”與提升“短債長用”錯配程度組合可以達到同樣的效果。 綜合而言， “減杠桿”與提升“短債長用”錯配程度兼顧了各方面的成長性， 將對高科技企業成長產生更全面和積極的作用。

【 注 釋 】

① 依據深圳主板市場483家上市公司2018年指標值計算得出。

② 盡管使用資產盈利能力解釋營業收入增長率存在因果倒置問題，但為了便于與其他成長性度量變量的回歸結果比較，仍保留該控制變量。

③ 劉曉光、劉元春[12] 在分析債務杠桿的經濟后果時發現，債務杠桿對總資產收益率和凈資產收益率分別存在負面和正面影響。

【 主 要 參 考 文 獻 】

[1] Fan J.， Titman S.， Twite G.. An international comparison of capi-tal structure and debt maturity choices[ J].Journal of Financial and Quantitative Analysis，2012（1）：23 ～ 56.

[2] Custodio C.， Fishman M.， Laureano L..Why are U.S. firms using more short-term debt？[ J].Journal of Financial Economics，2013（1）： 182 ～ 212.

[3] Segura A.， Suarez J.. How excessive is banks' maturity transforma-tion？[ J].Review of Financial Studies，2017（10）：3538 ～ 3580.

[4] 白云霞，邱穆青，李偉.投融資期限錯配及其制度解釋——來自中美兩國金融市場的比較[ J].中國工業經濟，2016（7）：23 ～ 39.

[5] 鐘凱，程小可，張偉華.貨幣政策適度水平與企業“短貸長投”之謎[ J].管理世界，2016（3）：87 ～ 98.

[6] 馬紅，侯貴生，王元月.短貸長投對企業創新可持續性支持的實證研究[ J].科技進步與對策， 2018（3）：109 ～ 116.

[7] Acharya V. V.，Gale D.， Yorulmazer T.. Roll-over risk and mar-ket freezes[ J].Journal of Finance，2011（4）：1177 ～ 1209.

[8] Gopalan R.， Song F.， Yerramilli V.. Debt maturity structure and credit quality[ J].Journal of Financial and Quantitative Analysis，2014（4）：817 ～ 842.

[9] Stohs M. H.， Mauer D. C.. The determinants of corporate debt maturity structure[ J].Journal of Business，1996（3）：279 ～ 312.

[10] 李夢雅，嚴太華，郝晨.債務結構、產權性質與公司成長性[ J].重慶大學學報（社會科學版），2018（5）：80 ～ 94.

[11] Berger N.， Bouwman S..Bank liquidity creation[ J].Review of Financial Studies，2009（9）：3779 ～ 3837.

[12] 劉曉光，劉元春.杠桿率、短債長用與企業表現[ J].經濟研究，2019（7）：127 ～ 141.

[13] Frank Z.， Goyal K.. Testing the pecking order theory of capital structure[ J].Journal of Financial Economics，2003（2）：217 ～ 248.

[14] McLean R.， Zhao M.. The business cycle， investor sentiment， and costly external finance[ J].Journal of Finance，2014（3）：1377 ～ 1409.

[15] Lang L.， Ofek E.， Stulz R. M.. Leverage， investment，and firm ?growth[ J].Journal ?of ?Financial ?Economics，1996（1）：3 ～ 29.

[16] Sabiwalsky R.. Non-linear modelling of target leverage with latent determinant variables： New evidence on the trade-off theory[ J].Review of Financial Economics，2010（4）：137 ～ 150.

[17] Molinari M.. Joint analysis of the non-linear debt-growth nexus and cash-flow sensitivity： New evidence from Italy[ J].Structural Change and Economic Dynamics，2013（8）：34 ～ 44.

[18] 崔曉燕，王梅.我國制造業上市公司債務融資治理效應的實證分析[ J].山東財政學院學報，2012（2）：36 ～ 43.

[19] Kaplan S.. The e?ects of management buyouts on operating per-formance and value[J]. Journal of Financial Economics，1989（2）：217 ～ 254.

[20] Molinari M.， Giannangeli S.， Fagiolo G.. Financial structure and corporate growth： Evidence from Italian panel data[ J].Economic Notes，2016 （3）：303 ～ 325.

[21] 呂長江，王克敏.上市公司資本結構、股利分配及管理股權比例相互作用機制研究[ J].會計研究，2002（3）：39 ～ 48.

[22] Mueller E.. Benefits of control，capital structure and company growth[ J].Applied Economics，2008（21）：2721 ～ 2734.

[23] 李軍林，王麒植，姚東旻.企業成長類型與資本結構——基于A股市場的實證研究[ J].財經科學，2015（3）：66 ～ 75.

[24] 史永東，田淵博，馬雪.契約條款、債務融資與企業成長——基于中國公司債的經驗研究[ J].會計研究，2017（9）：41 ～ 47.

[25] Hart O.. Firms， contracts， and financial structure[M].Oxford： Oxford University Press，1995：114 ～ 115.

[26] Barclay M. J.， Smith W. L.. The maturity structure of corporate debt[ J].Journal of Finance，1995（2）：609 ～ 631.

[27] Guedes J.， Opler T.. The determinants of the maturity of corpo-rate debt issues[ J].Journal of Finance，1996（5）：1809 ～ 1833.

[28] 肖作平.上市公司資本結構與公司績效互動關系實證研究[ J].管理科學，2005（3）：16 ～ 22.

[29] Morck R.， Nakamura M.. Banks and vorporate vontrol in Japan

[ J].Journal of Finance，1999（1）：313 ～ 339.

[30] Aghion P.， Angeletos G. M.， Banerjee A.， Manova K.. Volatility and growth： Credit constraints and the composition of investment[ J].Journal of Monetary Economics，2010（3）：246 ～ 265.

[31] Guariglia A.， Liu P.. To what extent do financing Constraints affect Chinese firms' innovation activities[ J].International Review of Financial Analysis，2014（12）：223 ～ 240.

[32] Johnson A..Debt maturity and the effects of growth opportuni-ties and liquidity risk on leverage[ J].Review of Financial Studies，2003（1）：209 ～ 236.

[33] 徐堯，洪衛青，謝香兵.貨幣政策、投融資期限錯配與企業績效

[ J].經濟經緯，2017（11）：135 ～ 141.