陳 恒 劉 柯 杜 然 張 妍
1.西安工程大學管理學院 2.華中科技大學經濟學院
物流業是支撐國民經濟發展的基礎性、戰略性、先導性產業。2019 年國家發展改革委提出“物流是實體經濟的有機組成部分,推進物流業發展方式轉變、結構優化和動力轉換是實現經濟高質量發展的重要途徑,是實現物流業自身轉型升級的必由之路”。然而,我國物流行業內民營企業比例較高,往往出現融資難的問題。黨的十九大報告提出現階段仍需要深化金融體制改革,以增加金融市場對實體經濟的促進作用。盡管國家要求增強金融服務實體能力,但是很可能短期內無法全面覆蓋整個物流行業。因此,融資難仍然是物流業可持續發展面臨的主要問題。由于該問題可能會進一步導致物流業無法有效引入和應用先進的物流裝備,致使物流行業的經營績效水平提高受限,從而無法有效支撐物流業邁向高質量發展。現階段,我國物流業面臨的融資約束程度究竟有多大,且融資約束對物流企業經營績效的影響如何,現有研究對此較少關注。因此,本文基于上市公司數據,構建融資約束指數對我國物流企業融資約束程度進行測度,并將理論分析和實證研究相結合,探究融資約束對物流企業經營績效的影響,以期為提高物流企業經營績效、降低融資約束的不利影響提供政策參考。
國外學者就企業融資約束和經營績效的關系進行了相關探索。Modigliani 和Miller提出在完全競爭的資本市場,公司能夠根據自身需求及時從外部取得資金,投資行為不受公司財務狀況的影響,而只與企業的投資需求有關,在此情況下不存在融資約束問題。但現實資本市場存在諸多問題,企業發展過程中幾乎都會存在融資約束的問題。國內關于融資約束的研究更側重于融資約束的影響因素。例如,杜文意等分析了努力因素對外源性融資的影響。陳三可和趙蓓探討了研發投入對企業融資約束的影響。馬震實證檢驗了減稅對企業融資約束的影響及其機制。Tian 和Lin研究了環境績效對融資約束的影響。Zhao 等檢驗了利率市場化對微型企業研發投融資的影響。黃惠春和李媛研究了高新技術企業認定對中小企業外部融資約束的影響。Yao 和Zhu研究了經營能力對創新型企業融資效率的影響。
除以上研究外,有學者指出企業融資難、融資成本高是金融市場存在問題的反映。梁瑩瑩和龐志指出金融支持對物流行業投資績效有重要的調節作用,國內金融市場的完善可以緩解企業的融資約束和流動性約束,進而彌補企業優勢不足的狀況。但物流業在金融支持上還存在諸多障礙,劉葵和謝曉明指出貸款抵押擔保制約著物流企業的融資需求。
通過重新梳理和系統歸納相關研究成果發現,融資約束的研究重點在中小企業、民營企業,在行業上主要著重于房地產、互聯網企業的研究,有關物流行業的研究較少,而物流行業在國民經濟中屬于重要產業,已經成為支撐國民經濟發展的基礎性、戰略性、先導性產業。總體而言,現有研究結論多數支持融資約束負向影響企業的日常投資與經營活動,尤其是有助于企業健康積極發展的經營決策和行為,如對外投資、提升產品質量和技術創新等。然而,作為物流業轉型升級實現高質量發展的重要手段與可行路徑,物流企業如何受到內外部融資約束的異質性影響,以及企業金融化水平在其中發揮著怎樣的調節作用?針對此問題的研究較少。因此,相較于現有研究,本文擬進行以下擴展:(1)采用二元Logistic 模型構建物流企業融資約束指數,運用核密度圖測度我國物流企業融資約束現狀及其特征;(2)考察融資約束對企業經營績效影響機制的異質性,進一步分析企業金融化水平對物流企業融資約束影響經營績效的調節作用。
本文以2010—2019 年證監會行業分類的交通運輸、倉儲和郵政業上市公司為研究樣本,并剔除被證監會特別處理的公司(主要考慮到公司的異常財務問題)和數據缺失較多的上市公司。經過上述樣本處理,得到101 家企業數據,所有財務數據均來自Wind 數據庫,數據處理均使用Stata16.0 軟件。
1.融資約束的預分組
根據二元Logit 回歸的原理,本文選擇財務指標將所有觀測樣本預分為兩組,其中高融資約束組賦值為1,非高融資約束組賦值為0。通過借鑒劉星等和連玉君等的方法,將利息保障倍數由低到高進行排序,選取前33%的樣本企業為高融資約束組,融資約束(LFC)賦值為1,其他則為非高融資約束組,融資約束(LFC)賦值為0。
2.變量選擇
本文參考況學文等的研究,選取資產負債率(Debt=總負債/總資產)、凈資產收益率(ROE= 凈利潤/股東權益)、凈營運資本(NWC= 企業流動資產總額- 各類流動負債)、現金股利/ 總資產(DIV)、應收賬款周轉率(RTR,在一定期間應收賬款轉換為現金的平均次數的多少)五個財務指標作為解釋變量構建二元Logistic 模型。各變量的描述性統計如表1。
選取被解釋變量和解釋變量之后,構建二元Logistic回歸模型:

對模型進行異方差、自相關等處理,并進行回歸。
從表2 回歸系數的符號可以看出,與之前學者的研究結論類似,融資約束與凈營運資本、凈資產收益率、應收賬款周轉率、現金股利與總資產的比值是負相關關系,與資產負債率則是正相關關系。ROE 回歸系數的p 值為0.011,DIV回歸系數對應的p 值為0.001,其他變量的p值均為0.000,小于0.05,說明所有變量的回歸系數均通過了顯著性檢驗。
基于以上Logistic 模型的回歸結果,筆者按照況學文等的思路,利用五個變量指標的回歸系數構建以下融資約束指數,指數值越大,說明融資約束程度越高。

LFC 融資約束指數結果如表3 所示。

表1 變量的描述性統計

表2 Logistic 模型的回歸結果
運用Kernel 密度估計方法分析樣本期內我國物流企業融資約束程度的動態演進趨勢并比較不同時期融資約束程度的動態分布特征。估計結果如圖1 所示。
我國物流企業融資約束程度的動態演進特征如下:(1)在樣本期2010—2019 年內,核密度估計曲線向左發生偏移,說明我國物流企業融資約束程度由高到低在減少,隨著時間的變化,我國物流企業的融資約束在一定程度上得到了緩解。(2)波峰的分布形態呈現“扁平—陡峭”的趨勢,相比2010 年、2013 年及2016 年,2019 年我國物流企業融資約束程度核密度曲線波峰更加陡峭,密度函數曲線中心左移,峰值依次增大,這表明我國物流企業融資約束程度空間差距不太明顯。(3)波峰的數量未呈現出明顯變化,核密度曲線的波峰越來越陡峭,說明我國物流企業融資約束程度未呈現明顯的極化現象。
由圖2 可知,從企業性質上來看,相較于物流民營企業,國有企業融資約束核密度曲線的波峰更為陡峭,波峰核密度曲線中心左移,說明國有物流企業和民營物流企業的融資約束程度存在較大差距。此外,在考察期內國有企業的核密度曲線存在較為明顯的雙峰分布,民營企業呈現明顯的單峰分布,說明國有企業在發展過程中融資約束存在兩極分化現象,而民營企業則未有明顯的極化現象。

表3 回歸結果

圖1 我國物流企業融資約束程度核密度估計

圖2 區分企業性質融資約束現狀核密度估計
已有研究文獻表明,融資約束負向影響企業績效,即企業的融資約束程度越高,企業績效越低。例如馬紅和侯貴生研究發現出口企業的信貸約束程度越低,可以獲得的外源資金越多,從而提升企業的財務績效。張力派等以房地產上市公司為研究樣本,發現提高股權集中度有利于緩解房地產企業融資約束,從而緩解融資約束對企業績效的影響。Wang 等以中國農產品貿易公司為樣本,發現融資約束會降低中國農產品出口企業的產品質量,不利于企業利潤的提升。Tian 和Lin根據世界銀行2011—2013 年的調查數據,研究發現適度和主要的融資約束會以高昂的投資成本和偏頗的激勵機制來破壞公司的環境績效。融資約束得到緩解能夠提高企業績效,主要體現在以下幾個方面。第一,低融資約束表明企業能獲得穩定的資金保證,滿足企業研發和擴大再生產的資金需求。特別是中小企業,難以獲得銀行的信用貸款,導致其在購買設備和引進人才等方面受到制約。第二,當企業存在低融資約束時,會降低企業風險,促使管理者抓住機遇,從而提升企業績效。當企業存在高融資約束時,管理者在推進高風險和關鍵項目上會猶豫不決,可能錯失機遇,不利于企業的經營發展。第三,當企業存在高融資成本時,民眾和投資者會質疑企業的經營能力和發展前景,產生不利于企業的聲譽。良好的治理結構和治理能力及相對較好的商業信譽均有助于企業利潤的提升。基于此,本文提出如下假設:
假設1:融資約束對物流企業經營績效有抑制作用。
如何緩解外部融資約束是學者關注的重點。當前的金融環境存在諸多融資限制條件,因此銀行貸款仍舊是企業的主要外部融資來源。在關于企業通過緩解融資約束而提升企業績效的研究中,大多認為企業負債往往是為了擴大經營規模,實現資本增長,以此來實現績效增長,因此獲取銀行貸款成為緩解企業外部融資約束的重要方式。同時,銀行在為企業提供貸款時考慮的重要因素之一就是企業是否能夠在到期前償還本息。企業具有較好的經營績效和財務表現,更易獲得銀行給予的貸款。國有企業受到國家控股,經營投資風險相對于民營企業較小,商業信用更好。商業信用可以向銀行傳遞出企業經營狀況較好的積極信號,幫助企業獲取銀行貸款。王敏芳和徐莉萍研究認為盈利能力更好、資產規模更大的企業更易獲得銀行給予的貸款。據此,本文提出以下假設:
假設2:規模越大的企業,信貸條件越好,越容易從銀行等金融機構獲得融資,進而提升企業的經營績效。
假設3:相較于國有企業,物流民營企業受到的融資約束更大,因而企業經營績效更低。
假設4:東部地區物流企業受到的融資約束比中西部地區小,因而企業經營績效更高。
企業金融化水平越高,所需要的融資成本在一定程度上會越低,從而緩解企業受到的融資約束,進一步提升企業的經營績效。許圣道和王千指出根據企業會計準則相關規定,絕大部分的金融資產和投資性房地產是按照公允價值屬性進行計量的,因此當企業所持有的金融資產市場價格上升時,就會改善企業和銀行的資產負債狀況,有助于降低企業的外部融資成本。因此,本文提出以下假設:
假設5:企業金融化水平在融資約束影響物流企業經營績效中起著抑制作用。
1.變量選取與數據來源
為了實證分析融資約束影響物流企業經營績效的結果如何,本文以物流企業經營績效作為被解釋變量,融資約束作為解釋變量構建計量模型。考慮到融資約束以外其他因素對物流企業經營績效產生的影響,選擇前十大股東持股比例、企業規模、營運資本周轉率、企業年齡和資產負債率作為控制變量,選取企業金融化水平作為調節變量。以上數據來源同融資約束指數測度的樣本選擇和數據來源保持一致。各變量具體含義如下:
(1)被解釋變量:總資產報酬率(ROA)是指企業凈利潤加利息支出之和與平均資產總額的比值,用來衡量物流企業經營績效。
(2)解釋變量:融資約束(LFC)運用二元Logistic 模型構建的融資約束指數。
(3)調節變量:企業金融化水平(FIN)=(交易性金融資產+衍生金融資產+發放貸款及墊款凈額+可供出售金融資產+持有至到期投資+長期股權投資凈額+投資性房地產凈額)/總資產。
(4)控制變量:前十大股東持股比例(SRTTS),表示前十大股東對公司控制能力的強弱;企業規模(SCA),用企業總資產規模的對數取值;企業年齡(AGE),是企業從上市到第t 年的年份數量,一般情況下企業上市的時間越長,公司治理越規范;營運資本周轉率(WCTR),計算公式為WCTR=360/(存貨周轉天數+ 應收賬款周轉天數-應付賬款周轉天數+ 預付賬款周轉天數- 預收賬款周轉天數);資產負債率(LEV),用企業總負債比總資產測算,企業債務比例越大,償還債務利息的成本越高。變量的描述性統計結果見表4。

表4 主要變量的描述性統計結果
2.模型構建
參考于津平和許詠的研究,本文構建面板數據模型進行實證檢驗。其中基礎模型構建:

ROA表示總資產報酬率,等于企業凈利潤加利息支出之和與平均資產總額的比值,用來衡量物流企業的經營績效。LFC表示企業的融資約束。WCTR是企業的營運資本周轉率。LEV用企業總負債比總資產測算,企業債務比例越大,企業償還債務利息的成本越高。SCA表示企業規模,用企業總資產對數衡量。AGE表示企業從上市到第t年的年份數量,一般情況,企業上市的時間越長,公司治理情況越規范。SRTTS表示前十大股東持股比例,衡量前十大股東控制公司的強弱。
基于以上基礎模型,結合理論分析引入調節變量模型:

FIN代表企業金融化水平,參考戚聿東和張任之等的研究方法,用企業特定時期內金融資產占企業總資產的比重來刻畫,其他變量含義均和基礎模型保持一致。
本文首先利用全樣本從總體上檢驗融資約束對物流企業經營績效的影響效應。其次,從地區、企業規模和所有制屬性三個方面對樣本進行劃分,并進行回歸分析,比較檢驗結果的差異,探究融資約束對物流企業經營績效的影響是否與企業規模、企業所有制性質、地區差異存在相關關系。
1.總樣本檢驗
本文采用面板數據,通過Hausman 檢驗后選擇固定效應模型進行回歸分析,檢驗結果如表5 所示。
由列(1)的檢驗結果可知,融資約束(LFC)的回歸系數顯著為負,說明融資約束抑制了物流企業的經營績效。此結果表明物流企業面臨較為嚴重的融資瓶頸,也表明多層次資本市場有待進一步完善。物流企業的高質量發展需要得到社會資金的支持,企業規模的擴大可以為物流企業實現技術創新和形成規模經濟效應提供更好的發展環境。事實上,物流企業具有規模經濟,這在表5 的回歸結果中得到了驗證。企業規模(SCA)系數顯著為正,表明企業規模的增加有利于物流企業經營績效的提高。前十大股東持股比例顯著為正,說明股東持股比例對提高公司經營績效具有一定的作用。資產負債率(LEV)系數顯著為負,說明企業債務比值越大,企業償還債務所支付的利息成本越高,企業的經營績效越低。
由列(2)可知,融資約束對物流企業經營績效的影響在5%的水平顯著為負,融資約束與企業金融化水平的交互項系數在5%的水平顯著為負,LFC(衡量融資約束程度的大小)負向影響物流企業的經營績效,因此,交互項的系數表明,隨著企業金融化程度加深,融資約束對物流企業經營績效的抑制作用更強。
2.分規模樣本的檢驗
為了揭示企業規模對融資效應的影響,本文根據總資產對數對物流企業從低到高進行排序,取中位數之前的為小規模企業,中位數之后為大規模企業,進行回歸分析,檢驗結果如表5 列(3)—列(6)所示,小規模企業融資約束對經營績效的影響顯著為負,大規模企業融資約束對經營績效的影響為負但不顯著。引入調節變量,不論大規模企業還是小規模企業,交互項系數都顯著為負,說明企業金融化水平的提升會增加融資約束對經營績效的抑制作用。導致結果差異的原因可能是:隨著企業規模的不斷擴大,企業信譽會提高,因此企業更容易從銀行等金融機構獲取融資;企業資源獲取途徑會擴寬,更容易獲得資金;企業規模大小的差異,使得企業的治理規范化水平不同,因此會影響企業的融資效率。
3.分企業性質樣本的檢驗
為了分析不同性質企業融資約束對物流企業經營績效的影響,本文分別對物流國有企業樣本和物流民營企業樣本進行了回歸分析,結果如表5 列(7)—列(10)所示。融資約束對物流國有企業和民營企業經營績效存在顯著的負向影響,融資約束每提高1%,國有企業的ROA 減少0.0207%,而民營企業的ROA 減少8.8434%。民營企業受到的融資約束是國有企業的8 倍之多。

?
由以上結果可知,融資約束對物流企業經營績效的影響與企業性質有關,國有企業獲取外部融資可能相對容易。在企業上市、銀行信貸、政府投資上,國有企業信用基礎條件好,更易獲得外部支持。國有企業融資和債務規模較大,因此面臨的融資約束并不嚴重,但流動資金的使用符合邊際生產遞減的規律,因而擁有相對充裕資金反而難以充分利用企業資金。民營企業由于規模小,經營績效較差,商業信用評級不夠,可抵押資產較少,易受到市場歧視,難以從金融市場獲得外部融資,從而導致更強的融資約束,形成企業發展的惡性循環。
引入調節變量,企業金融化水平在物流國有企業起到了增強融資約束對經營績效的抑制作用,但在民營企業起到的是顯著的減弱融資約束對經營績效的抑制作用。出現這種結果的原因可能有:第一,物流民營企業在面臨嚴重的融資約束時,可以通過出售企業持有的金融資產來緩解融資約束。第二,物流國有企業在治理方面比較規范,現金流更充裕,因此持有更多的金融資產更加抑制了融資約束對經營績效的影響。
4.分地區樣本的檢驗
融資約束對企業經營績效影響的地區性差異體現在表6。可以看出,東部地區融資約束對物流企業經營績效的影響結果為負但并不顯著,而在中部地區融資約束對物流企業經營績效的影響顯著且為負。在引入調節變量企業金融化水平后,其結果也是東部地區調節作用不顯著,中部地區調節作用顯著,且隨著企業金融化的加深,融資約束對經營績效的抑制作用更強。
本文運用二元Logistic 模型構建融資約束指數測度物流企業融資約束程度,分析物流企業融資約束現狀,構建面板回歸模型分析融資約束對物流企業經營績效的影響,并檢驗企業金融化水平的調節作用。再從地區、企業規模和所有制屬性三個方面分樣本進行回歸,比較檢驗結果的差異,探究融資約束對物流企業經營績效的影響是否與地區、企業規模和企業所有制性質存在相關關系。主要結論如下:
第一,整體而言,融資約束對物流企業經營績效存在明顯的負向影響,企業金融化水平對此有顯著的抑制性調節作用。物流行業的發展需要社會資本的注入,要破解物流行業的融資瓶頸,必須緩解融資約束對物流企業經營績效的影響。

表6 分地區樣本的檢驗結果
第二,企業規模會影響融資約束對物流企業經營績效的作用。隨著企業規模的不斷擴大,商業信用評級會提高,企業更易從銀行等外部金融機構獲取融資,以緩解企業面臨的融資約束;企業資源獲取途徑會擴寬,更容易獲得資金。企業規模大小的差異,使得企業的治理規范化水平不同,因此會影響企業的融資效率。
第三,融資約束對物流企業經營績效的影響與企業性質有關。融資約束對物流國有企業和物流民營企業經營績效的影響顯著為負。國有企業獲取外部融資相對容易,在企業上市、銀行信貸、政府投資上,其信用基礎條件好,更易獲得外部支持;融資和債務規模較大,因此面臨的融資約束問題并沒有過于嚴重;流動資金的使用符合邊際生產遞減的規律,因此擁有相對充裕資金反而難以充分利用企業資金。民營企業由于規模小,經營績效較差,商業信用評級不夠,可抵押資產較少,易受到市場歧視,難以從金融市場獲得外部融資,導致更強的融資約束,進而形成企業發展的惡性循環。
第四,融資約束對物流企業經營績效的影響存在地區性差異。由于區域發展水平不同,所擁有的資源存在差異。企業生存與發展無疑受到企業所在地經濟發展水平與資源分配的限制,經濟發展越落后的地區越傾向于規模經濟發展模式,實際上,相對豐富的廉價資源也可以為企業的廣泛發展提供一定的條件。在引入調節變量企業金融化水平之后,結果顯示東部地區調節作用不顯著,中部地區調節作用顯著,且隨著企業金融化程度的加深,融資約束程度對經營績效的抑制作用更強。
企業金融化水平的提升會緩解融資約束對物流企業經營績效的抑制作用,因此完善金融市場有利于民營企業的長遠發展。但國有企業通過提升企業金融化水平緩解融資約束以提升企業經營績效的問題應該謹慎對待,過高的企業金融化水平可能會導致企業的經營狀況變差。●