1、上市公司固定资产投资规模影响因素基于面板数据的实证研究梅 丹（南开大学国际商学院，天津 300071）摘要：固定资产投资对宏观经济增长和微观企业发展意义重大。文章通过对经典投资理论和实证研究成果回顾，找到并通过我国国有上市公司样本数据实证检验这些因素。结论显示经典投资理论对我国上市公司投资规模确定具有适用性，我国上市公司投资规模取决于投资机会、内部现金流和负债程度，国有上市公司整体表现为投资过度。不同规模公司的投资规模确定有自身特点。关键词：上市公司；固定资产投资；投资规模；影响因素作者简介：梅丹，南开大学会计系讲师，研究方向：企业财务管理。中图分类号：F276.6 文献标识码：AAbstra
2、ct：Investment in fixed assets is meaningful to both economics growth and enterprises growth. With the review of classic investment theory and empirical research，financial determinants of investment scale decisions are identified and determined. Empirical results have showed that classic investment t
3、heory is applicable to Chinas Listed Companies. Investment scale depends on investment opportunity，internal cash flow and leverage. And Stated-owned Listed Companies tend to be overinvestment in the whole. Enterprises with different size have their own characters in investment scale decisions.Key wo
4、rds：Fixed assets investment Investment scale Determining factors引言固定资产投资是宏观经济增长和微观企业价值实现与长期发展的必要支持。固定资产投资总量与方向和结构的优化对国民经济持续稳定发展起关键作用。投资决策（直接影响投资规模）是企业面临的最重要决策。投资规模是投资行为的一个重要特征，在一定程度上反映企业规模、行业竞争地位和投资战略方向。我国企业的投资决策机制和运作模式长期带有典型的计划经济特点，预算软约束使国有企业重复建设、过度投资现象严重。在逐步向市场经济转轨过程中，虽有所改善，但由于现代公司制度尚未真正建立，我国国有企业改
5、革实际上是一个在减少计划经济弊端的同时，又导致了代理问题日益严重的过程（费方域，1996） ，国企仍是新一轮过度投资浪潮的主角。国有企业投资决策失误造成国有资产的损失最为严重（李金华 2002 年在全国审计工作会议上的讲话） 。经过股份制改造的国有上市公司中国有股占控制地位，但所有者缺位及由此产生的代理问题使管理者成为事实上的控制人；同时由于管理者持股比例很低或根本不持股，其利益与公司规模正相关。频繁利用股权融资资金投资各种效益非理想项目以扩大公司规模，甚至将资金投入一些与主营业务范围无关、公司原本并不熟悉的领域，符合管理者个人利益。这种类似于国业领导人的行为特征，难免会导致无效率的投资决策和
6、投资行为的盲目与短视。本文集中于探讨影响固定资产投资规模的具有一般性和共性的内部财务因素，以作为进一步研究公司治理结构和市场竞争状况如何影响投资规模的基础。本文期望研究西方经典投资理论是否适于解释我国上市公司固定资产投资规模的确定？在我国国有上市公司特有的制度背景和股权结构特征下，能否从统计上判别其投资过度或投资不足的存在？此外本文还初步研究了不同规模公司投资规模确定上的差异。文献回顾一、基于资本市场完美的古典和新古典投资理论最早的古典投资加速模型（Clark 1917）将需求函数纳入企业投资函数，使预期产出成为投资支出的重要参考：企业投资的确定依赖于对产品的需求，投资增加与产品需求大小相对应
7、。通常被作为现代投资理论起点的新古典投资理论（Jorgeson 1963 等创立） ，认为投资规模完全取决于资金成本和投资机会这样的真实经济因素。基于资本市场完美等严格假定的 Modigliani & Miller（1958）理论认为，只要存在净现值（ NPV）为正的投资机会，企业都可用合理成本筹措资金进行投资，直至资本成本与投资的边际报酬相等，所有 NPV为正的项目都被执行，企业实现当前资本成本条件下的最佳投资规模。Tobins Q 值的提出 （1969）解决了投资机会的度量。投资的 Tobins Q 理论提供了一个投资规模完全决定于边际 Q 的框架，其贡献在于投资规模确定不再依赖过去的经济
8、变量，而是对未来的预期。Abel（1979） 、Yoshikawa （1980）和 Hayashi（1982）等使 Q 理论的影响日益扩大。虽然 Tobins Q 确实反映企业期权的价值和未来投资机会，但在反映近期投资预期方面有很大噪音（Alty ，2003） 。Chenery（1952）和 Koyck（1954）后来提出的弹性加速数模型，为广泛的经验研究所证实。产量增长反映着当前短期投资机会。在激烈的市场竞争中，产量增长表明销售增加及未来的增长潜力，企业需为此增加投资支出。二、基于资本市场不完美的融资约束理论对资本市场不完美的普遍认同和研究，使 MM、Tobins Q 等未考虑融资问题的理论
9、受到挑战。Hubbard （1998）对资本市场不完善与企业投资间关系做了全面综述。当内部可动用现金流不足，企业必须进行外部融资，但因投资者掌握的项目收益和风险信息不完全，逆向选择使外部融资成本与企业内部成本不一致。报酬激励和成本高昂的经理监督问题，也使外部资金提供者要求更高的回报，用以补偿监督成本和与内部人控制相关的道德风险。啄食顺序（Pecking order）理论 （Myers1984 ）指出因内外融资成本的差异，企业应首选风险最低的内部融资。给定其它条件，投资与内部现金流显著相关；且对面临不完善资本市场的公司，这种相关性更重要。当内部现金流不足满足所有正 NPV 项目的投资需求时，企业
10、出现投资不足。此即投资理论中日益占主导地位的融资约束（也称流动性约束）理论。投资规模对内部现金流敏感为大量实证研究证实。代表性的是 Fazzari，Hubbard 和Peterson（1988 ） ，在用“股息支付高低”对公司事先分组后，结果显示那些股息支付率低因而事先被认定更可能受融资约束的公司组，投资对现金流的敏感性确实更高，FHP 将此解释为融资约束。此后的大量研究（Hoshi，Kashyap & Scharfstein 1991；Oliner & Rudebusch 1992；Schaller 1993；Whited 1992；Bond & Meghir 1994；何金耿等 2001）
11、都显示投资与现金流量具有很强的正相关性，但如何解释这种敏感性却出现了分歧。与融资约束不同的代表性观点是，Kaplan, S., Zingales（1995 ）对 FHP 样本中的 48 家低股利公司再研究发现：其中 85的公司都有大幅增加投资的能力；且那些较少受融资约束的公司反而显示出显著更强的投资现金流敏感性。Kaplan 等认为这种敏感性源于管理者仅选择依赖内部现金流进行投资，不考虑其余可得的低成本资金来源。三、基于信息不对称和代理理论研究投资不足和投资过度问题投资不足主要因股东和债权人之间存在信息不对称。因不可能订立完全契约，及缺乏足够信息区分不同项目的质量，债权人会考虑到潜在的资产替换
12、，并对所提供资金要求较高溢价（Stiglitz and Weiss 1981；Harris ，Schiantarelli and Siregar 1994）。抬高利率、实行信用额度，或对投融资施加以限制性条款，都会限制企业的投资能力，导致投资不足（Myers 1977； Stulz 1990；Hart and Moore 1995；Lamont 1995）。此外，Jensen（1986）、Stulz（1990）、Hart & Moore（1995）和Zweibel（1996）还指出高负债能限制较少受监督的管理当局投资非获利项目，即限制过度投资，控制投资规模。因为管理当局必须使用现金流满足债务合
13、同的限制条款，偿债的利息支出也直接减少了可用于投资的现金流。管理当局“建造帝国”的动机还可能被债权人重组甚至在违约时清算资产的法定权利约束。高负债增大了公司破产的可能，管理者可能采取更保守的投资战略（Ndikumana 1999）。实证研究中，Lang ，Ofek & Stulz（ 1996）和Evgeny & Alexei（2003）都发现公司杠杆与投资规模间存在负相关关系。Lang等还发现对投资机会质量差的公司，高比率的负债限制了投资过度。投资过度主要因股东和管理当局间的信息不对称和委托代理问题。Jensen（1986）的代理理论定义“在为所有 NPV 为正的项目提供融资后仍有剩余的内部现
14、金流”为自由现金流。并指出管理当局可能为个人利益，使用自由现金流进行一些 NPV 为负的项目。因而，对于有大量现金流且存在代理问题的公司，其投资仍对现金流敏感，且容易发生过度投资。研究设计一、研究变量为了构建公司投资规模影响因素的基本实证检验模型，根据前述理论和实证研究结果，本文认为企业投资规模的确定主要取决于其面临的远期和近期投资机会、内部现金流以及负债水平。此外还对期初现金存量、公司规模、年度进行控制。变量定义如下：被解释变量 I/K：K 为期末资本存量，用固定资产原值代表，此变量主要用于对变量标准化。当期的固定资产投资支出 I，具体为期末固定资产原值（资产负债表中的固定资产原价、工程物质
15、和在建工程三项之和）与期初固定资产原值之差。解释变量有 4 个，分别为：（1）长期投资机会 Q。Chirinko（1993）指出，尽管有资本市场摩擦的影响， Q 仍是公司投资决策的前瞻性变量，不仅反映实物投资的盈利机会；在某些情形下，还能部分或全部代表融资约束。借鉴通常处理，用平均 Q 代替边际 Q。由于我国特有的二元股权结构，非流通股的计价是计算 Q 的关键。 Chen 和 Xiong（2002） 认为中国非流通的国有股和法人股的非流通性折扣平均为 70%到 80%。我们按 80%的非流通性折扣计算 Q。（2）近期投资机会 S/K。S 为主营业务收入，作为公司产出的代表，反映当前投资机会对公
16、司投资规模决策的影响。 （3）资产负债率 L/A。国外对财务杠杆的研究中多使用长期负债比例，而我国因制度约束，公司对负债期限结构选择的空间较小， “短融长投”现象较普遍。这里的负债为短期借款、一年内到期的长期借款和长期负债之和，即剔除总负债中经营过程中形成的负债。（4）内部现金流 CF。Jensen（1986）定义的“自由现金流”主要是从经济学角度出发，难以量化。本文的现金流应是企业经营活动产生的，在支付必要支出后可用于投资支出的内生现金流，是投资资金的内部来源。具体为“经营活动产生的现金流量净额债务利息股利企业所得税” 。控制变量有 3 个，分别为：（1）现金存量 CA。包括货币资金和短期投
17、资，反映短期内可用于投资的资金存量。（2）公司规模 LnSZ。用公司总资产的自然对数来表示。（3）年度虚拟变量 Year。对该年数据，相应虚拟变量取值 1，否则取 0。二、研究对象与数据来源统计分析使用数据来自国泰君安中国股票市场数据库（CSMAR） ，部分缺失值根据金融街网站补充。样本为深沪市的非金融类上市公司，并按以下原则选取：（1）国有上市公司包括国有绝对控股和相对控股公司，满足：第一大股东为国家股或国有法人股且持股比例50%，或者持股比例在 20%-50%，但大于第二至第五大股东持股比例之和。（2）由于固定资产投资的连续性，需选择年限相对较长的公司。本文使用 1998 年底前上市的公司
18、 1999-2003 连续 5 年的数据。（3）剔除拥有 B、H 股和 ST、PT 类上市公司，本文研究样本最后包括 381 家公司。（4）剔除异常值的影响。主要是当年累计折旧为负，从而使 I/K 为较大负值的。这类公司在年度内发生了重大的固定资产报废或出售等行为。三、研究方法与模型（1）因既有截面数据，又有时间序列数据，本文采用非均衡面板数据模型（Unbalanced Panel Data Model） 。其优点在于综合考虑截面和时间序列两方面信息，同时又可通过一定的估计方法，克服两种数据中容易出现的异方差、序列相关和自相关性，使估价结果更有效。考虑到在截面纬度和时间纬度都存在固定影响，模型
19、设定为个体时刻双向固定效应模型。为避免内生性，均采用滞后解释变量。使用 Eviews 3.0 进行估计。本文构建的公司投资规模财务影响因素基本模型模型 1 如下： 代表截面维度的个体固定影响， 代表时间纬度上的固定影响。ite（2）如前所述，投资过度和投资不足均可于解释投资规模对内部现金流的敏感。为区分这两种影响，我们借鉴通用的 Vogt（1994）研究方法，在模型 1 中加入交叉项 Q*CF/K。当交叉项的回归系数为正时，表示公司受融资约束，可能投资不足；若系数为负，表示公司存在过度投资。结果见表 2 中模型 2 结果。（3）近来有研究关注小公司与大公司的投资规模差异。理论通常认为小公司面临
20、更多的流动性约束，因为其交易成本较高且信息不对称程度相对更高。但Vogt（1994） 、Devereux & Schiantarelli（1990） 、Athey & Laumas （1994） 、Kadapakkam（1997）的实证结果都发现大公司的投资现金流敏感性高，这可能是因为大公司的代理问题更严重。Audretsch & Elston（2002）发现流动性约束对中等规模企业影响最大，小规模则不显著。而 Oliner & Rudebusch（1992）发现公司规模的影响不显著。为了识别大规模公司和小规模公司投资影响因素的特点，本文按资产规模的中位数将全部样本公司划分为小规模组（191家
21、）和大规模组（190家） ，对模型1进行分组检验。进一步，为考察组间系数差异是否具有统计上的显著性，设置规模虚拟变量SZ，当公司属小规模时，SZ=0 ，否则SZ=1。然后在模型1中，分别加入公司规模与现金流（SZ*CF/K） 、与Tobins Q（SZ*Q）和与主营业务收入（ SZ*S/K）的交叉项。结果见表2中模型3结果。实证结果及分析三、描述性统计结果表 1 关键统计变量的均值和标准差（括号内）变量 I/K Q L/A CF/ K S/K CA/K全部样本 0.138(0.174)1.541(0.600)0.223(0.138)0.029(1.044)1.568(1.988)0.578(1
22、.273)小规模公司 0.132(0.177)1.738(0.636)0.203(0.135)0.018(1.065)1.268(1.340)0.520(1.044)大规模公司 0.150(0.182)1.452(0.365)0.243(0.138)0.040(1.023)1.871(2.434)0.638(1.466)由于全部样本涉及10个行业连续5年的数据，样本规模较大，各变量的极值（表1中略）均表现出较大差异。大规模企业的投资规模、长期资产负债率、现金流与资本存量比率等的均值均大于小规模企业和全部样本同类比率的均值；但是小规模企业的Q值大于大企业，n ear)()()()()( itti
23、itit7 61-it5-it41it3121-it0it 其 中 SZL YKCASKCFALQKI it 反映小企业可能有更好的未来投资机会。二、模型回归系数及检验结果表 2 固定效应面板模型回归结果模型 1全部样本 小规模组 大规模组 模型 2 模型 3Q 0.089*(8.205) 0.061*(4.464) 0.132*(7.104) 0.103*(7.122) 0.089*(8.256)L/A -0.407*(-7.468) -0.234*(-2.954) -0.555*(-7.360) -0.409*(-7.348) -0.407*(-7.493)CF/ K 0.033*(4.3
24、61) 0.013(1.079) 0.043*(4.163) 0.036*(2.872) 0.021*(1.889)S/K 0.026*（4.976 ） 0.040*（4.445） 0.019*（3.070 ） 0.006*（2.532） 0.026*（4.969）Q*CF/K 0.013*（1.745）SZ*CF/K0.021(1.351)SZ*Q .086*(6.382)SZ*S/K -.143*(-7.458)CA/ K 0.041*(7.075) 0.021*(1.848) 0.043*(6.084) 0.050*(9.164) 0.038*(6.353)LnSZ 0.214*(11.
25、964) 0.200*(7.938) 0.241*(9.422) 0.214*(8.867) 0.216*(12.113)Y1999 0.114*(8.304) 0.087*(4.701) 0.150*(7.051) 0.112*(7.879) 0.109*(7.828)Y2000 0.067*(5.570) 0.068*(4.128) 0.073*(4.071) 0.069*(5.580) 0.068*(5.627)Y2001 -0.012(-0.895) 0.008(0.450) -0.023(-1.213) -0.011(-0.802) -0.011(-0.868)Y2002 -0.00
26、3(-0.267) -0.011(-0.691) -0.011(-0.672) -0.002(-1.161) -0.003(-0.232)2R0.436 0.402 0.481 0.416 0.439调整 0.285 0.238 0.336 0.259 0.288F 值（sig）124.22（0.000 ）53.95（0.000）73.38（0.000 ）94.43（0.000）102.77（0.000）DW 值 2.061 2.118 2.056 2.134 2.178注：表中*、*和*分别表示在 1%、5% 和 10%的显著性水平上显著。三、稳健性检验（1）在计算 Q 时，对非流通股 另一
27、有代表性的处理是用每股净资产代表非流通股的价值。实证结果显示 Q 仍在 1%的水平上显著，也不影响模型中其他变量的解释能力。（2）Harford （1999）在研究中使用现金持有量的增长，本文也用现金增量代替现金存量，结果不显著，且模型 有所下降。因此不能用其代替期初现金存量。2R（3）用全部负债与总资产的比率代替前文资产负债率，该变量系数仍在 1%显著为负。（4）对企业规模的划分。根据国家 2003 年公布的企业规模划分标准，年销售额为 3亿元以下的为中小型企业，年销售额为 3 亿元（含 3 亿元）以上的为大型企业。本文也用主营业务收入对公司进行重新分类，不影响各变量的解释能力。四、回归结果
28、分析以上实证检验结果基本支持前文理论分析。DW 值说明模型均不存在严重的一阶自相关。年份虚拟变量在 1999 和 2000 年显著为正，说明这两年公司固定资产投资水平较高，此后有所下降。对主要变量回归结果解释如下：（1）对全部样本，模型 1 和 2 中 Tobins Q 代表的长期投资机会和主营业务收入代表的近期投资机会，均在 1显著。说明投资的 Tobins Q 模型和投资加速模型对我国上市公司投资规模决策都具有适用性。上市公司在确定投资规模时，充分考虑了各种投资机会。负债水平对固定资产投资的影响也在 1%的水平显著为负。这与理论研究预期相符，也与国外学者检验结果相一致。说明债权人与股东确实
29、间存在信息不对称，且这种信息不对称对投资规模带来了消极影响。（2）当期现金流量和期初现金存量对投资的影响都在 1%水平上显著为正，反映我国上市公司固定资产投资对现金流敏感，与国内外学者研究结果一致。模型 2 中，投资机会与现金流交叉项的回归系数显著为负，说明国有上市公司整体倾向过度投资，与前文分析和众多研究者的认识一致，上市公司的投资非效率主要因管理当局和股东间的代理问题产生。（3）在模型 1 和 2 中，公司规模变量均显著为正，说明不同规模的公司投资规模存在差异，大公司的投资规模水平要高于小公司。在模型 1 中对小公司和大公司分别进行回归的结果显示，除小公司的现金流不显著外，其余解释变量均显
30、著，且符号符合预期。模型 3 中规模虚拟变量与现金流的交叉项只在 20%的水平上显著。大公司的现金流显著，且系数大于全部样本回归的系数。结合上述结论，本文解释为国有大公司的代理问题更严重。模型 3 还反映公司对远期投资机会比小公司更敏感；而小公司对近期投资机会更敏感。这可能是因为小公司面临更大的生存压力，且小公司经营灵活，容易根据市场销售情况及时调整投资水平；而大公司更多考虑长期的市场和行业竞争地位，在投资规模决策上表现出一定的长期性，更多面向远期未来。结论及研究局限通过对国有上市公司 5 年面板数据的研究发现，我国上市公司投资规模的确定可由投资机会、内部现金流和负债水平这三方面解释，经典投资
31、理论在我国仍具适用性。我国特有的制度背景和国有上市公司特点，使国有上市公司投资整体表现为投资过度，这主要源于代理问题。此外，大公司投资规模水平要高于小公司，且在确定投资规模时，大公司对远期投资机会、对内部现金流比小公司更敏感。虽然对国有上市公司的选择能控制公司不同控股类型的影响，本文集中研究的仅是投资规模的财务影响因素，因而本文局限和可进一步研究的问题包括（1）因数据年限较短和投资体制的复杂性，文中未能充分考虑研究时间内，宏观经济环境变化、金融财政体制改革等对企业投资规模确定的影响，仅是设置年份虚拟变量来考察显得相对简单；（2）对上市公司整体倾向过度投资的原因未作深入分析，可结合公司治理方面进
32、行研究；（3）从行业、产品市场和要素市场等角度研究公司投资规模确定的差异。注：本文受国家自然科学基金重点项目“我国企业投融资运作与管理研究” （项目号 70232020）资助，项目主持人齐寅峰教授，联合主持人刘志远教授参考文献：1Alty，A. 2003. “How sensitive is investment to cash flows when financing is frictionless?” J . Journal of Finance 58, 707-722.2Chen Zhiwu & Xiong Peng，2002， “The illiquidity discount in
33、China”R，International Center for Financial Research，Yale University.3Fazzari, S., Hubbard, G., Peterson, B., 1988. “Financing constraints and corporate investment” J. Brookings Paper on Economics Activity 1,141-206.4Hubbard,R.G.,1998, “Capital-market imperfections and investment” J, Journal of Econo
34、mic Literatur 36,193-225.5Jensen, Meckling, 1986, “Agency costs of free cash flow, corporate finance, and takeovers” J, American Economic Review, 76, 323-329.6Kaplan, S., Zingales, L., 1995. “Do financing constraints explain why investment is correlated with cash flow?”R, Working Paper 5267.National
35、 Bureau of Economic Research.7Vogt, S. C.，1994, “The Cash Flow /Investment Relationship：Evidence From U. S. Manufacturing Firms” J, Financial Management, 23, 3-20.8Lang, Larry, Eli Ofek & M.Stulz, 1996, “Leverage, investment, and firm growth” J, Journal of Financial Economics 40, 3-29.9冯巍.内部现金流量和公司投资来自我国股票市场上市公司财务报告的证据 J.经济科学，1999， （1）.10何金耿、丁加华.上市公司投资决策行为的实证分析J.证券市场导报，2001， （9）.
