融資約束對上市公司全要素生產率的影響

摘 要：本文以2007—2021年A股上市非金融企業為樣本，實證檢驗融資約束對企業全要素生產率的影響。結果表明，融資約束對企業全要素生產率產生負向影響。分產權性質分析發現，無論是在非國有企業還是在國有企業中，融資約束都會使全要素生產率降低。本文為研究資源配置對企業全要素生產率的影響提供了經驗證據，對于政府通過何種路徑提高企業全要素生產率以及如何進行資源配置具有一定的參考意義。

關鍵詞：融資約束；全要素生產率；產權性質

一、引言

黨的二十大報告指出，必須把堅持高質量發展作為新時代的硬道理，推動經濟實現質的有效提升和量的合理增長。2023年中央經濟工作會議指出，要加快建設現代化經濟體系，著力提高全要素生產率。

在完全市場中，企業內源資金和外源資金可完全替代，沒有融資約束問題，企業的發展取決于企業對市場時機的把握、及時的投資決策和良好的運營。而在非完全市場中，由于金融資源稀缺和信息不對稱，有限的金融資源難以得到有效配置。

在現實世界中，融資約束普遍存在，大量上市公司凈現值為正的項目無法獲得資金支持，尤其是建設周期長、不確定性大、前期投資巨大而回報緩慢的研發創新類項目，很難獲得外源資金的支持，而內源資金往往不能滿足此類項目的需求，公司的投資和發展受到限制，抑制企業全要素生產率的增長。

本文以2007—2021年A股上市非金融企業為樣本，實證檢驗融資約束對企業全要素生產率的影響。結果表明，融資約束對企業全要素生產率產生負向影響。分產權性質分析發現，無論是在非國有企業還是國有企業中，融資約束都會使全要素生產率降低。因此，關于融資約束對企業全要素生產率產生的影響的研究有重要現實意義。另外，本文豐富了融資約束對全要素生產率影響的文獻，有一定的理論意義。

二、理論基礎與研究假設

1.融資約束對企業全要素生產率的影響

任何企業的發展都離不開資金的支持，正規渠道和非正規渠道的融資可得性提高都會顯著促進企業績效的提升（顧雷雷等，2018）。企業受到的融資約束得到緩解時，企業內部的現金流增加，研發和人力資本投入增加，資源配置得到優化，企業的全要素生產率提升（鄭寶紅和張兆國，2018；崔惠玉等，2023）。當企業受到融資約束較大時，信貸融資成本增加，企業對外直接投資受到抑制，研發投資受限，抑制企業的技術創新（王忠誠等，2017；海本祿等，2021）。綜上所述，提出以下假設：

H1：其他條件不變時，融資約束對企業全要素生產率產生負向影響。

2.不同性質的企業融資約束對企業TFP的影響

許多研究發現商業銀行更愿意將資金借給國有企業。一方面，國有企業大都是國家的支柱產業，規模較大，營運情況良好；另一方面，國有企業有國家做背書，萬一國有企業沒辦法支付貸款，商業銀行會得到其他的等價償還。非國有企業特別是中小企業普遍存在融資難、融資貴的問題，加之一些地方政策也偏向于國有企業，使非國有企業的境遇更加困難。吳敏等（2022）發現地方公共債務規模擴大對國有企業和非國有企業產生了不同的影響。地方公共債務規模擴大，國有企業的融資約束得到緩解，企業全要素生產率增長，而這會使非國有企業的信貸融資約束加劇，使得企業的創新和研發投入降低，阻礙了企業全要素生產率的提升。綜上所述，提出以下假設：

H2：相對于國有企業，非國有企業的融資約束對全要素生產率產生的負向影響更大。

三、變量選擇與模型構建

1.樣本選擇

本文以2007—2021年A股上市公司為樣本。為了避免異常數據的影響，本文做了如下篩選：①剔除金融類的上市公司；②剔除經營狀態不正常的上市公司（在本研究樣本統計期間出現過暫停上市、終止上市的上市公司）；③剔除相關數據缺失的公司。本文所用到的數據全部來自CSMAR數據庫。經過上述操作后得到31800個樣本。

2.變量定義

（1） 被解釋變量

全要素生產率的計算方法（胡春陽，2021）包括索洛殘值法、增長核算法、隱性變量法、確定性前沿分析法和隨機前沿分析法等，以及半參數法（包括OP法和LP法等）和非參數法（包括指數法和DEA法），本文借鑒魯曉東和連玉君（2012）的LP法，估算模型如下：

LnYi，t=α0+α1LnKi，t+α2LnLi，t+α3LnMi，t+ωi，t+ηi，t

模型中LnY是總產出，LnK是資本投入，LnL是勞動力投入，LnM是中間投入，η是對要素投入沒影響的隨機項，ω的對數值即所求的全要素生產率指標（TFP）。

（2） 解釋變量

融資約束的測度方法有單一指標法和指數法，指數法包括WW指數法、SA指數法、KZ指數法和FC指數法，本文參考Kaplan等（1997）、魏峰等（2004）和Hadlock等（2010）的KZ指數法，KZ的具體取值如下：

KZ=434.911-0.169Clr-20.787Lnasset-3.473Age-0.177Efc-0.11Atr

模型中Clr是流動負債率，Lnasset是總資產的對數，Age是企業經營年限，Efc是股權融資能力，Atr是資產周轉率。KZ指數值越大，表明企業受到的融資約束程度越高。

（3） 控制變量

為了排除其他因素對全要素產生的影響，本文借鑒范亞辰等（2018）和海本祿等（2021）的研究，選取下列變量：資產負債率（Lev）、兩職合一（Dual）、現金資產比率（Cash）、托賓Q值（Tobin Q）、獨立董事占比（Inden）、股權衡制度（Balance）、企業規模（Size）以及經營年限（Age）作為控制變量。文中相關變量定義如表1所示。

3.模型設計

為了驗證上述兩個假設，參照李甜甜等（2023）的研究，設計以下模型：

TFPit=β1+β2KZi，t+β3Controli，t+λt+εi，t

模型中，TFP為全要素生產率，KZ為融資約束，Control為控制變量，λt代表年度固定效應，εi，t為殘差項，角標的t和i分別代表不同年份和不同企業。

四、實證結果與分析

1.描述性統計

表2是主要變量的描述性統計。TFP最大值12.728，最小值6.253；KZ最大值13.663，最小值-11.332，可以看出不同企業間的融資約束程度和全要素生產率都存在較大差異。其他控制變量資產負債率（Lev）、兩職合一（Dual）、現金資產比率（Cash）、托賓Q值（Tobin Q）、獨立董事占比（Inden）、股權制衡度（Balance）均與以往研究樣本相似（范亞辰等，2018；海本祿等，2021）。

2.基準回歸結果

表3報告了基礎回歸結果。（1） 列沒有控制年份固定效應，（2） 列控制了年份固定效應，兩列的KZ系數均在1%的水平上顯著為負，受到融資約束程度越大的企業全要素生產率越低，說明融資約束對企業的全要素生產率產生了負向影響，阻礙了企業的高質量發展，假設1得到驗證。

此外，對于其他變量，企業規模（Size）、現金資產比率（Cash）、獨立董事占比（Inden）、企業經營年限（Age）、資產負債率（Lev）與全要素生產率顯著正相關，說明規模越大、經營年限越長的企業的基本面情況越好，獨立董事對企業的生產經營有顯著的正向影響，現金充裕也有利于企業抓住機會投資，負債的稅盾效應和治理效應也使得企業全要素生產率提高。相反，兩職合一（Dual）、股權制衡度（Balance）顯著為負，當董事長和總經理是同一人，股權制衡度較高時，企業的生產率也較低，說明兩職合一企業中的代理問題較嚴重，股權制衡使投資決策不一致，不利于企業的發展。

3.異質性分析

分產權性質回歸結果如表4所示。（3） 列和（4） 列分別是非國企和國企的回歸結果，可以看到KZ的系數均顯著為負，說明無論是國企還是非國企，融資約束都會給全要素生產率造成負面影響。這與假設有一定偏差，我們認為造成這一結果的可能原因是國企承擔著國家重大建設和民生項目，尤其是一些研發創新性高、投資周期長、不確定性大、短期回報不明顯的項目，需要更多的資金。盡管有政策的傾斜和銀行的偏愛，仍然不能滿足巨額資金的需求，所以國企也會受到融資約束顯著的負向影響。

五、結論與啟示

1.研究結論

本文以2007—2021年A股上市非金融企業為樣本，實證檢驗融資約束對企業全要素生產率的影響。結果表明，融資約束對企業全要素生產率產生負向影響。分產權性質分析發現，無論是在非國有企業還是在國有企業中，融資約束都會使全要素生產率降低。

2.政策啟示

政府應該通過供給側結構性改革，優化經濟結構，改善資源配置效率，緩解非國有企業融資難的問題，增加社會總福利。企業應該增強自身的盈利能力，擴大內源融資渠道，降低融資成本，從而增加企業的研發創新投資，使企業全要素生產率提高。

參考文獻：

[1]顧雷雷，李建軍，彭俞超.內外融資條件、融資約束與企業績效——來自京津冀地區企業調查的新證據[J].經濟理論與經濟管理，2018（07）：88-99.

[2]鄭寶紅，張兆國.企業所得稅率降低會影響全要素生產率嗎？——來自我國上市公司的經驗證據[J].會計研究，2018（05）：13-20.

[3]崔惠玉，王寶珠，王偉同.降低增值稅稅率能夠提升企業全要素生產率嗎？[J].會計研究，2023（02）：133-148.

[4]王忠誠，薛新紅，張建民.融資約束、融資渠道與企業對外直接投資[J].金融經濟學研究，2017，32（01）：60-71.

[5]海本祿，楊君笑，尹西明，等.外源融資如何影響企業技術創新——基于融資約束和技術密集度視角[J]中國軟科學.2021（03）：183-192.

[6]吳敏，曹婧，毛捷.地方公共債務與企業全要素生產率：效應與機制[J]經濟研究，2022（01）：107-119.