金融發展與政府投融資平臺企業投資效率研究

馬 偉 王曉亮 吳金柯

1.晉中學院計劃財務部 2.山西財經大學會計學院

一、引言

1994年我國分稅制改革，事權主要集中于地方政府，財權主要集中于中央，財權與事權的不匹配使得地方政府在進行城市基礎設施時面臨巨大資金缺口，加上農村城市化進程加快以及對政府官員GDP政績考核要求，急需大量城市基礎設施建設用以帶動當地經濟發展水平。政府投融資平臺公司就是在地方財政資金較為緊張又急切要加強基礎設施建設基礎上產生的。平臺公司的出現對改善城市生活環境、帶動中國經濟發展起了非常重要的作用。但是地方政府在財政收入較為緊張的情況下靠平臺公司大量發行城投債券，向銀行“背書”借款，使得平臺公司出現大量顯性與隱性債務，該種債務表面上看是平臺企業債務，實際上是政府債務，如果處理不好的話，最終都會轉化成政府債務，國家將面臨巨大的金融風險。中央對此高度重視，2012年召開第四次金融工作會議，2015年召開中央經濟工作會議，并發布了發改辦財金〔2018〕194號、財預〔2018〕34號、財金〔2018〕23號等文件，都體現了中央政府對地方政府債務風險的重視。而提高平臺企業投資效率，不斷剝離平臺企業的政府投融資功能，是推動平臺企業經營市場化轉型、化解平臺企業債務的主要途徑。如何提高平臺企業投資效率，本文從地區金融發展視角出發，分析其對政府投融資平臺企業投資效率的影響，對優化金融生態環境，提高投資效率，平穩推進平臺企業順利轉型具有重要的實踐價值。

本文研究貢獻：一是已有學者就金融發展對上市公司投資效率影響進行研究，發現平臺企業與一般國有企業在性質、特點、功能等方面存在明顯差異，作為國有企業，更多承擔政府職能，兼具公益性與經營性職能，由于數據獲取受限，大多基于理論方面分析，而本文完善了平臺企業投融資方面的文獻，提供了提升平臺企業投資效率方面的經驗證據。二是已有文獻研究金融發展與上市公司投資效率時，關注企業整體層面，忽視了金融生態環境影響平臺企業投資效率的區間差異，而本文就金融生態環境對平臺企業投資效率影響的城市、省份以及區域之間的結構性差異進行分析，豐富了平臺企業投資效率的研究。三是以往學者采用穩健性聚類標準誤方法估計標準差，由于地區內部具有同質性特點，而地區之間異質性較高，采用上述方法仍然不能克服樣本的非獨立性問題；也有學者采用面板固定效應模型克服樣本的獨立性問題，這會使用大量的自由度，使模型變得復雜不簡潔，跨組研究存在問題。由于金融發展是城市的數據，而投資效率是企業的數據，企業隸屬于城市，是典型的二層數據結構，本文采用多層線性回歸模型進行分析，研究結論更為可靠。

二、文獻綜述

（一）平臺企業投資、融資所面臨的問題

平臺企業是中國投融資體制改革從計劃經濟向市場經濟轉換的特有產物，是地方政府通過發行債券、股票、劃撥土地等資產承擔地方基礎設施建設，從而推動產業經濟發展的國有獨資企業。平臺企業的出現有效刺激了廣大城鎮居民的消費需求，加快了農村城市化進程，對拉動當地經濟發展起了非常重要的作用。有學者就平臺企業帶動地方經濟發展的作用進行研究，認為平臺公司的發展與區域經濟增長呈正相關關系。但是，平臺企業在發展過程中出現了許多問題，其大量發行城投債券，靠政府“背書”向銀行舉債，出現大量顯性與隱性債務。從表面上看，該種債務是平臺企業債務，但是如果出現債務危機，該種債務最終將會轉嫁給中央政府，轉化成政府債務，因此化解平臺企業債務，推動平臺企業市場化轉型成為政府面臨的主要問題。有學者認為平臺企業融資渠道與融資方式受限，主要集中于銀行貸款和發行城投債券，這極易誘發金融風險；也有學者認為政府投融資平臺存在道德風險問題，多層委托代理關系是導致道德風險與逆向選擇的主要原因，這會損害銀行、政府等相關主體的利益；還有學者認為政府投融資平臺存在政策風險，政府換屆是平臺企業政策風險的原因之一，對政府責任追究的缺乏，導致無法對政府投資進行有效控制，使平臺企業面臨政策風險。針對上述問題，學者提出了完善法律法規、理順政府與投融資平臺企業關系、建設平臺企業風險的預警與監管機制、改善治理結構等相應的建議。

（二）地區金融發展與宏微觀經濟效應

早期學者對金融發展與經濟增長關系進行研究，認為貨幣是中性的，金融發展不會影響經濟增長；而非中性論觀點認為，金融發展能夠促使儲蓄向投資轉化，促進經濟增長。也有學者就宏觀方面金融發展對經濟增長的影響提出質疑，認為從宏觀層面分析，其缺陷在于不能解決兩者之間的內生性問題，應當探討金融發展對經濟增長的微觀機理。從微觀層面來看，學者主要就金融發展與企業融資約束的關系進行研究，認為中國漸進式金融市場化改革有助于緩解企業融資約束；也有學者就金融發展對企業投資決策影響進行研究，認為金融發展能夠緩解企業融資約束，進而作用于企業投資決策，金融發展水平越高，越能夠緩解企業與投資者之間的信息不對稱，降低企業的融資成本。當企業面臨融資約束時，由于缺乏資金，導致很多有價值項目無法開展，這會降低企業投資效率；企業融資約束程度越高，投資不足現象越嚴重，融資約束程度越低，過度投資現象越嚴重。以上學者大多基于上市公司樣本。也有學者就不同產權性質下的金融發展對投資效率影響進行研究，認為金融發展能夠提高企業投資效率，相比國有企業，金融發展更能夠提升非國有企業投資效率。也有學者認為當上市公司為非國有企業時，金融發展能夠提高企業投資效率；當上市公司是國有企業時，金融發展降低了企業投資效率。

可以看出：（1）政府投融資平臺企業是國有獨資企業，為非上市公司，由于數據獲取受限，多數學者從定性方面就政府投融資平臺企業投融資問題進行研究，大多基于理論層面探討，并不能提供提升平臺企業投資效率的相關經驗證據；（2）大多數學者就金融發展的微觀經濟效應進行研究，個別學者分析金融發展對企業投資的影響，由于模型與樣本的選取不同并沒有得出一致結論。本文以平臺企業為研究對象，采用多層線性模型分析金融發展對平臺企業投資效率的影響，克服了內生性與樣本獨立性問題，使研究結論更為可靠。

三、理論分析與假設提出

（一）地區金融發展與平臺企業投資不足

隨著城鎮化進程的加快，廣大農民涌入城市，這對地方城市的供排水、市政道路、保障性住房等基礎設施建設提出更高要求。在項目實施過程中，各個地區需要進行大型基礎設施建設來滿足經濟發展與人們生活的需要，這些基礎設施需要大量資金投入，平臺企業面臨資金缺乏導致融資約束問題，造成投資不足，而金融發展是緩解平臺企業融資約束，提高投資效率的有效途徑。（1）地區金融發展有助于從規模方面提高投資效率。地區金融發展意味著金融資源的擴大以及金融產品的增多，這可為投資者提供更多的金融產品與金融工具，減少了交易成本，擴大了平臺企業融資渠道，降低了平臺企業融資約束，緩解投資不足，提高投資效率；金融發展水平越高，地區金融機構數量越多，這會產生規模效應，通過貸款分散化管理降低銀行信用風險，提高銀行儲蓄向實體經濟轉化的效率。（2）地區金融發展有助于提高投資效率。地區金融發展較為發達，金融市場發展較為成熟，金融機構之間競爭更為激烈，金融機構獲取信息以及加工信息的能力較強，從經營性方面越能夠對平臺企業投資項目作出更好的評估與判斷，降低金融市場信息不對稱。有學者認為較高的金融發展水平能夠使投資者獲得企業投融資方面的信息，方便企業獲取更多的外部資金。金融發展能夠從數量與效率兩方面方便平臺企業獲取更多外部資金，緩解平臺企業在基礎設施建設方面資金緊張的情況，降低融資約束，緩解投資不足，提高投資效率。因此，本文在此基礎上提出H1：

H1：地區金融發展有助于降低融資約束，緩解平臺企業投資不足，提高投資效率。

（二）地區金融發展與平臺企業過度投資

平臺企業作為一種特殊國有企業，承擔了更多政府職能。在晉升錦標賽壓力下，地方政府官員為了提高GDP，并獲得政治晉升，通過平臺企業大量舉債，很少考慮項目的經濟效益，這會造成平臺企業過度投資，降低投資效率，而金融發展水平越完善意味著金融合約能夠得到有效執行，為了保證貸款本金與利息能夠及時償還，保護自身聲譽不受損失，平臺企業會更多從項目的長遠經濟利益出發進行投融資。隨著金融不斷發展，金融市場逐漸完善，金融產品以及金融機構的數量越多，銀行之間競爭越激烈，這種以盈利為目標的動機會硬化金融機構對平臺企業的約束。為了保障自身貸款的完全性，會增強對平臺企業基礎設施項目的監督與檢查，強化了金融機構負債對平臺企業過度投資的治理作用，使得金融機構能夠對項目作出有效識別與判斷，有效評估企業面臨的風險與收益，更多考慮平臺企業基礎設施的經營性效率?；诶硇匀思僭O，良好金融發展水平能夠發揮債務治理作用，促使平臺企業從戰略視角審視問題，在考慮公益性項目的同時，更多考慮基礎設施的經濟性效益，抑制平臺企業過度投資，提高投資效率，基于此，提出H2：

H2：地區金融發展水平能夠發揮債務治理作用，抑制平臺企業過度投資，提高投資效率。

四、數據來源及研究設計

（一）樣本選擇與數據來源

本文以2013—2020年發行城投債的企業為研究對象，金融發展水平指標來自《中國地區金融生態環境評價》，政府投融資平臺企業數據來自城投債評級報告，對原始數據做如下處理：（1）在度量平臺企業投資效率以及分析金融發展與平臺企業投資效率關系時，存在數據缺失，剔除該樣本；（2）在計算投資效率時，資產負債率指標大于1，剔除該樣本。剔除上述樣本后，最終獲得2116個樣本觀測值，本文數據為非平衡面板數據。

（二）投資效率的度量

Richardson殘差度量模型能從數量方面度量企業投資效率，被學者廣泛使用，但該模型是以上市公司為基礎建立的，必須對模型進行修正，可用股票年度收益率度量公司盈利情況，平臺企業為非上市公司，采用總資產收益率表示，修正后投資效率見模型（1）。

其中：i代表城投債公司；t代表年度；Inv代表投資水平，用當年的固定資產、在建工程與工程物資之和減上年固定資產、在建工程與工程物資之和的差額除以資產總額表示；Grow表示成長機會，用銷售收入增長率表示；Lev代表債務融資，用資產負債率表示；Cash代表現金流，用現金與短期投資之和除以總資產表示；Age代表上市年限；Size代表公司規模，用公司總資產自然對數表示；Roa代表公司盈利狀況，用總資產收益率表示；Year表示公司年度。

（三）構建融資約束指標（KZ指數）

有學者采用財務指標間接度量企業融資約束。本文參照魏志華等方法采用現金持有（Cash）、經營性凈現金流量（Ocf）、資產負債率（Lev）、成長機會（Rev）4個因素作為融資約束的代理變量，構建KZ指數來度量企業的融資約束。（1）對全樣本就各個年度將Cash、Ocf指標歸為一類，Lev、托賓Q歸為另一類。如果Cash、Ocf低于中位值kz1、kz2、kz3取值1，否則為0；Lev、Rev高于中位值kz4、kz5取值1，否則為0。（2）計算KZ指數，KZ=kz1+kz2+kz3+kz4。（3）采用Logistic回歸分析，將KZ作為因變量對Cash、Ocf、Lev、Rev進行回歸，計算出各變量的回歸系數。（4）運用上述模型計算出每一家公司的KZ指數，KZ值越高，公司融資約束程度越高。

（四）變量選取

由于金融發展水平是基于中國城市金融生態環境評價的，投資效率是對企業投資效果評價，企業嵌套于城市，城市嵌套于省份，這就形成了企業—城市—省份多層數據關系。由于同一城市、省份的平臺企業之間同質性較高，而城市之間、省份之間平臺企業異質性較高，采用普通OLS回歸違背了樣本的獨立性，導致有偏估計。也有學者采用穩健回歸估計標準差，但存在非獨立樣本給出的信息少于同樣數量的獨立樣本。采用固定效應模型，會使用大量的自由度，使模型變得不簡潔。而多層線性回歸模型則是將非獨立性來源納入方差來解決這個問題，故本文構建多層線性回歸模型（2）和模型（3）。

其中，Overi、Underi分別代表投資過度與投資不足，該指標為模型（1）的殘差項；Find表示地區金融發展；KZ為融資約束指標。對控制變量的選取本文參照魏志華等文獻，控制公司規模（Size）、成長性（Growth）、資產收益率（Roa）、有形資產占比（Tangle）影響融資約束的指標。其中，Size用總資產取自然對數表示，Growth用營業收入增長率表示，Roa用凈利潤除以總資產表示，Tangle用存貨與固定資產之和除以總資產表示。本文參照李延喜等的研究，控制了Growth、Lev、Ocf、Size、Fap、Gap、Gdpp影響投資效率的因素。μ表示城市之間或省份之間的方差成分，e表示城市企業之間的方差成分，各變量說明參見表1。

表1 金融發展與平臺企業投資效率相關變量說明

五、實證檢驗

（一）不同地區平臺企業投資效率的對比分析

根據國家“十一五”規劃綱要提出新的戰略區域劃分標準，我國區域經濟可以劃分為東部、中部、西部與東北部，平臺企業非效率投資表現為投資過度與投資不足。平臺企業過度投資明顯表現為省份與地區之間的差異，東、中、西、東北地區過度投資均值分別為0.0156、0.0263、0.0254、0.0302，東部地區投資效率較高，東北地區過度投資情況嚴重。平臺企業投資不足明顯表現為省份與地區之間的差異，東、中、西、東北地區平臺企業投資不足均值分別為0.016、0.031、0.028、0.038，東部地區投資效率較高，中部地區、西部地區次之，東北地區投資不足現象嚴重。

進一步，本文采用Kruskal-Wallis H檢驗方法分析各省、各區之間投資效率是否存在明顯差異，表2是2013—2020年各省、各地區投資效率差異K-W檢驗結果，可以看出投資效率在各省之間、各地區之間都在0.01水平上存在顯著差異，說明平臺企業投資效率存在明顯的地區差異。

表2 各省、各地區投資效率K-W差異檢驗

（二）主要變量描述性統計

主要變量描述性統計見表3，由于異常值會影響研究結論，本文進行了上下1%的縮尾處理?？梢钥闯觯篛veri最小值為0，最大值為0.593，標準差為0.039，最小值與最大值差異較大，說明平臺公司之間過度投資差異較為明顯；Underi最小值為0，最大值為0.317，標準差為0.033，最小值與最大值差異較大，說明平臺公司之間投資不足，差異也較為明顯。Find最小值為0.205，最大值為1.100，標準差為0.075，說明平臺公司金融發展水平分布較為均勻，沒有明顯的差異；均值為0.582，中位數為0.573，說明金融發展的樣本分布較為均勻，整體上金融發展水平比較好。從Lev、Ocf、Growth指標看，這些特征變量標準差較大，說明平臺公司上述特征存在明顯差異；Gap是地方財政缺口，最小值為-0.314，最大值為2.385，標準差為0.330，說明各個地方財政缺口差異較為明顯。從其他控制變量來看，與以往學者研究基本類似，在此不再予以詳細闡述。

表3 主要變量描述性統計

（三）多元線性回歸分析

1.平臺企業投資效率的地區差異檢驗

大量研究關注于整體層面的平臺企業投資效率，而對各城市、各省間投資效率不均衡問題沒有予以重視，實際上認為不同地區是同質性的。但事實上，由于各個地區資源稟賦、歷史文化、自然條件差異較大，研究平臺企業投資效率時需要考慮不同城市、省份差異化背景以及影響因素。金融發展是城市層面的數據，企業嵌套于某個城市，企業也嵌套于某個省份，這就形成企業—城市、企業—省份之間的層次關系，為了證明平臺企業投資過度、投資不足是否存在明顯區域差異，本文對此進行檢驗，回歸結果見表4?？梢钥闯觯篛veri按照省份、城市分層下的ICC（p）值分別為0.113、0.132，0.113＜0.132，說明過度投資的省份效應略小于城市效應（ICC（p）＞0.059，說明過度投資存在省份與城市之間的差異）；Underi按照省份、城市分層下的ICC（p）值分別為0.208、0.228，0.208＜0.228，說明投資不足的省份效應略小于城市效應（ICC（p）＞0.059，說明投資不足同樣存在省份與城市之間的差異），應當采用多層線性回歸模型進行估計。

表4 平臺企業投資效率地區差異檢驗

2.金融發展對平臺企業投資效率的影響機制：多層線性模型實證

為了證明本文H1、H2，就地區差異下金融發展對平臺企業投資效率的影響進行多層線性回歸分析，回歸結果見表5。列（1）考慮城市之間變異和城市內部變異之后的回歸結果，Find與KZ指數的回歸系數為-0.477，在1%水平上顯著；列（2）考慮省份之間變異和省份內部變異之后的回歸結果，Find對KZ指數的回歸系數為-0.471，在1%水平上顯著，說明良好的金融發展水平能夠使平臺企業獲取更多外部資金，減緩了平臺企業在基礎設施建設方面資金緊張的局面，降低了融資約束。列（3）、列（4）是將Find、KZ指數一同放入模型的回歸分析結果，Find與Underi的回歸系數分別為-0.056、-0.051，都在1%水平上顯著；KZ指數與Underi的回歸系數分別為-0.016、-0.017，都在5%水平上顯著，說明良好的金融發展水平能夠降低平臺企業融資約束，緩解投資不足，提高投資效率，融資約束在金融發展與平臺企業投資效率之間發揮了部分中介作用，這恰好證明了本文H1。列（5）、列（6）考慮城市、省份之間變異和城市、省份內部變異之后良好的金融發展水平與平臺企業過度投資的回歸分析結果，可以看出：Find與Overi的回歸系數分別為-0.046、-0.041，分別在5%、10%水平上顯著；Find×Lev與Overi的回歸系數分別為-0.034、-0.027，都在5%水平上顯著，說明良好的金融發展水平能夠發揮債務治理作用，促使平臺企業從戰略視角審視問題，抑制了平臺企業過度投資，提高投資效率，這恰好證明了本文H2。

表5 地區差異下金融發展對平臺企業投資效率的影響

六、穩健性檢驗

（一）投資效率度量的系統偏差

由于受到外部宏觀政策、市場環境的影響，修正后的Richardon殘差度量模型可能會存在系統性偏差，為了克服這一問題，本文借鑒李延喜等的研究思路，按照模型（1）求出殘差項取絕對值后，分別就投資不足、過度投資依從大到小的順序進行排序，保留殘差項絕對值最大的一組作為投資不足組和過度投資組，然后采用模型（2）進行多層線性回歸分析，回歸結果仍然支持本文的研究假設。

（二）樣本的集群現象問題

在分析投資效率區域分布時，樣本分布與金融發展有密切聯系，在金融發展水平較高的城市、省份，平臺企業的數量越多；而在金融發展水平較差的城市、省份，平臺企業的數量越少，即平臺企業樣本存在一定的集群現象。東部、中部、西部、東北部分別有10個、7個、11個、3個省份，東部的上海、廣東、江蘇的平臺企業較多，西部新疆、西藏等的平臺企業較少。為了進一步檢驗樣本分布是否與平臺企業投資效率相關，本文通過工具變量進行檢驗。以金融發展作為因變量，投資過度、投資不足的樣本數量（N）分別作為自變量，進行回歸分析，具體參見模型（4）：

其中，Find為城市金融發展水平，β為常數項，β為變量系數，Num為各個省份平臺企業的數量，i為31個省、自治區、直轄市，ε為殘差項。尋找工具變量，對模型（3）進行回歸分析，殘差項分別作為投資過度、投資不足對應的工具變量Iv1、Iv2。把Iv1、Iv2作為自變量，代入模型（2）進行回歸分析，回歸結果仍然支持本文的假設。

（三）2SLS與動態GMM回歸

本文采用2SLS與動態GMM回歸克服內生性問題。（1）本文把各地區金融業就業人口數量占當地就業總人數之比作為金融發展的外生工具變量，該值越大意味著該地區金融發展水平越高，但該指標與平臺企業投資效率沒有顯著關系；（2）采用Heckman二階段分別就過度投資、投資不足進行回歸分析，第一階段回歸系數分別為0.403、0.314，在1%水平上顯著，說明采用各地區金融業就業人口數量占當地就業總人數之比可以在一定程度上代表地方金融發展水平；（3）從第二階段回歸結果看，Find與Overi、Underi回歸結果分別為-0.101、-0.122，說明金融發展水平越高，平臺企業投資效率越高；（4）采用動態GMM克服內生性問題。有學者采用金融發展滯后一期作為工具變量，由于金融發展水平在一定時期較為穩定，采用該方法作為工具變量可能并不合適。另外，金融發展是城市層面的指標，平臺企業投資效率是企業層面指標，金融發展與平臺企業投資效率可能不是因果關系導致的內生性問題，而是存在遺漏變量。因此，本文采用動態GMM進行回歸分析。結果表明：Find與Overi、Underi的回歸系數分別為-0.133、-0.109，在1%水平上顯著，說明提高金融發展水平能夠提高平臺企業投資效率。

七、研究結論與建議

金融對一個國家的經濟發展起著至關重要的作用，金融要把服務于實體經濟作為其最終目標，本文從金融發展的視角，考慮城市、省份以及地區之間的結構性差異，采用多層線性回歸模型分析地區金融發展對平臺企業投資效率的影響，認為提高金融發展水平能夠減少平臺企業融資約束，緩解投資不足，提高投資效率；金融發展水平能夠發揮公司治理作用，降低政府干預，抑制平臺企業過度投資，提高投資效率。

本文分析金融發展對平臺企業投資效率的影響，提出以下政策建議：（1）提高金融發展水平是化解平臺企業債務的有效途徑之一。提高金融發展水平應關注金融總量與金融結構兩個方面，擴大金融交易規模，提升金融產業，在地位上增加金融總量；從金融工具、金融產品、金融服務等多方面提升金融交易結構，減少平臺企業融資約束和政府干預，提高投資效率。（2）中央要從城市、省份層面實施差異化金融發展政策，從宏觀層面整體提升平臺企業投資效率。（3）改革政府官員的晉升指標，引導地方政府注重平臺企業公益性職能，從長遠角度關注其經營效益的發揮，強化市場機制對平臺企業經營行為的引導；減少政府對平臺企業的干預，讓平臺企業真正成為市場化競爭的主體，不斷剝離平臺企業的投融資職能，對平臺企業進行經營市場化轉型，是提高其投資效率、化解政府債務的有效途徑之一。