公司融资约束度量方法的归纳分析

【收稿日期】2016－05－05【作者简介】李秋镝（1991-），女，四川南充人，广西大学商学院会计学硕士研究生，研究方向：审计理论与实务。公司融资约束度量方法的归纳分析李秋镝（广西大学广西南宁530004）【摘要】融资约束一直以来都是财务会计领域研究的热点和重要问题。作为研究融资约束问题的首要步骤，如何采用恰当的方式准确度量目标公司所受融资约束的大小，对后续探讨融资约束的影响以及内外部治理至为重要。文章回顾关于公司融资约束的相关研究成果的同时，详细归纳了度量公司融资约束的五种主要方法，并在其基础上进行了总结及展望，巩固了融资约束的研究成果。【关键词】融资约束的度量公司特性投资-现金流敏感性现金-现金流敏感性【中图分类】F234.4【文献标识码】A【文章编号】1672－8777（2016）6－0039－04市场论坛MARKETFORUM企业发展2016年第6期（总第147期）一、融资约束的定义和概念根据MM理论，Modigliani和Miller认为在完全理想的市场条件下，资本的流动是自由的、不受到任何阻碍，企业获得资本不受到任何约束和限制。也就是说，内部融资和外部融资没有任何区别，不存在先后顺序和难易程度的差异，两者是可以相互替代的。但是之后更多的研究表明，不存在这种理想的状态。现实条件下，由于资本市场存在普遍的信息不对称和代理问题，企业外部人员对于信息的获取和了解程度远远低于企业内部人员，比内部人员承受更大的风险，从而要求更高的风险报酬。因此，内外部资本市场的资本成本是有差异的，外部资本成本高于内部资本成本。当企业的内部资金十分有限时，考虑到较高的外部资本成本，不得已只好放弃一些投资收益率大于零的项目或是具有投资价值的机会，这就是融资约束。自1988年Fazzarietal在其经典文献中证实了融资约束的存在，引起了往后众多学者对融资约束问题的讨论和研究，成为财务会计、财政金融领域研究的重要问题。二、融资约束的度量方法在我国经济新常态的形势下，融资难已经成为制约企业发展的最大障碍和问题之一，特别是当今面临较大的经济下行压力，各个行业各个企业都面临着或多或少的融资约束。要提振经济，必须首先解决企业的融资问题，特别是在新兴产业的发展中需要畅通融资渠道，构建多元化的融资体系，丰富多种多样的融资方式。只有这样，企业才有资金发展，产业才能活跃，经济才能进步。所以，研究融资约束问题尤其重要的现实意义。要研究融资约束，必先度量融资约束。只有量化企业所受融资约束的程度，才能准确分析融资约束的影响因素和影响后果，从而进一步为缓解融资约束找到有效的理论方法和现实途径，才能解决经济发展中的瓶颈问题，促进我国经济转型和高质量发展。但是，关于融资约束的度量，尚无确定统一的标准和公认的方法。因此，总结、述评并进一步地深化发展融资约束的度量方法是一项重要课题。文章从回顾已有文献入手，对近年来国内学者在研究中用到的融资约束度量方法进行总结，主要归纳为以下五种方法，并对每一种方法的原理、使用及优缺点进行了详细分析。（一）单一公司特性指标法指标法即按照某一或多个公司特性指标，特别是财务指标将所有样本公司依次排列，以分位数作为分界点划分融资约束程度，这样所有样本公司就被划分为融资约束程度不同的组别，或以不同的组别区分是否受到融资约束。单指标判断法的原理是，因为信息不对称是造成融资约束的主要原因，那么信息不对称的程度就39--直接影响融资约束的程度，而信息不对称程度通常会在公司特征指标上有所体现。已有研究表明信息不对称程度不同的企业，其财务上的特征也有所不同。信息不对称较严重的企业由于外部融资较为困难、外部资本成本较高，从而在财务指标上体现出留存比率较高、股利支付率较低等等显著特征，因此已有研究常将某些公司特征指标，特别是财务指标，作为界定融资约束企业的标准。研究中常用的判别指标主要有：公司规模或资产规模、营运时间、股利支付水平、股利支付率、利息保障倍数、杠杆率等等。总得来说，单一公司特性指标法以企业的某种或某些特征指标作为判别融资约束程度的标准，有其理论上的合理性：从融资约束的主要原因———信息不对称入手，所用指标与融资约束之间有密切的因果联系，使反映更为准确合理；在数据处理上相对简单方便，适用范围广，在实际研究中可操作性很强；因此，很多研究都用到了此方法。但此方法也有其固有的缺陷。第一，这些指标与融资约束的关系并不是固定不变的，也不是一一对应的关系，故可能会不能准确地反应融资约束程度；第二，简单地用某一个方面的公司指标就判断企业的整体状况，没有考虑到偶然因素或异常情况，这样做在有些片面；第三，若选取的指标在研究中为控制变量，则会出现变量间的多重共线性，可能使回归结果产生误差。（二）多指标构造复合指数法根据不同学者的观点，很多不同的公司特征指标和财务指标都可以反映企业的融资约束程度。但单纯地用其中一两指标就断定整个公司的融资状况可能过于片面，造成判断的不准确。在研究中还有一种也是基于公司指标的方法，就是将企业规模或资产规模、杠杆率、利息保障倍数、股利支付水平、利息支出等多个可以体现融资约束程度的指标结合起来构造一个综合指数来度量公司融资约束的程度。Kaplan和Zingales（1997年）开创性地以回归的方式将经营性净现金流、现金持有量、股利支付水平、负债水平以及成长性等五个不同指标综合为一个指数，作为考察融资约束的代理变量，称为KZ指数。此后这一做法得到了众多学者的广泛认同和使用，取得了较好的研究成果。例如ZFC指数，是Cleary（1999年）以多元判别分析法构造的、用以度量融资约束综合指数；况学文等（2010年）分别利用Logistic模型和多元判别分析法，构造了两个反映公司外部融资约束程度的指数LFC和DFC；除此之外，随后文献中具有代表性的综合指数还有KZ指标（Lamont等，2010年）、WW指标（Whited和Wu，2006年）和SA指标（Hadlock和Pierc，2010年）。虽然采用了不同的模型和估计方法，这些指标都是选取多个公司特征变量构造一个复合指数，最后都把融资约束表示为企业可观察特征的线性组合，把多维降到一维。不同变量的选取反映了模型背后不同的假设以及作者的经验直觉，为我们理解融资约束提供了更多的经验证据。以KZ指标、WW指标和SA指标为代表的构建方法在度量融资约束时考虑得更为综合全面，也易于计算，但也存在一些争议和不足。第一，受到融资约束的企业应具有哪些特征，在理论和经验实证上都难以得到一致的结论。由于无法找到融资约束企业的全部特征，用企业特征的线性组合方法构造融资约束指标时，指标中或者包含了多余的、有争议的变量，或者包含的变量过少而失去代表性，甚至同一个变量在不同指标中会有完全相反的符号。第二，线性组合参数的稳定性可能会影响指标的准确性。第三，当构成融资约束综合指数的某些变量是所研究问题的重要控制变量时，多重共线性可能会导致某些原本重要的变量变得不显著。第四，某些综合指数更多反映的是企业外部融资能力，而非企业融资约束。尽管融资约束包括企业外部融资这一方面，但不仅仅只有这一方面，将企业外部融资情况和企业所受融资约束等同起来是错误的。（三）多指标综合法多指标综合判断法则是单一指标法和复合指数法的结合，即先计算出样本公司的各个复合指数，如KZ指数、WW指数和SA指数，再将这些指数与公司特性指标一起综合全面地评价融资约束的程度。在近年来的文献中，也有部分学者采用此种方法。刘西征等（2012年）在研究货币政策对投资的双重效应时，使用KZ指数、WW指数、每股现金股利、公司财务杠杆、公司规模、现金持有比率、利息偿付倍数和速动比率8个指标，构建公司融资约束综合指标。这8个指标中，既有单一的公司特征指标和公司财务指标，又有构建的复合指数，共同构建出一个融资约束评价体系。具体来说，就是按这8个融资约束指标分季度对公司分进行排序和打分，最后计算加总得出总分，以此度量融资约束程度。龚光明（2012年）的研究中先借鉴KZ指数，再结合公司规模、负债率和现金股利支付率等单一变量来综合衡量公司的融40--资约束程度。李亚洪（2013年）以修正后的Ｚ值作为融资约束的代理变量，然后再使用固定资产率、财务支出占财务支出与净利润之和的比、高管年龄这三个融资约束代理变量的对数来检验修正后的Ｚ值的对数作为代理变量所估计结果的稳健性。此方法的局限性在于，应该选取哪些指标以及如何复合这些指标目前尚无统一的定论，各个学者在文献中使用的指标和方法是否科学合理也有待进一步考证。（四）投资———现金流敏感性度量法目前的研究对融资约束与投资－现金流敏感性的关系仍然存在分歧。部分学者认为，企业所受融资约束程度与使用内部资金投资的敏感性正相关。由于信息不对称和代理成本，外部资本成本显著高于内部资本成本，融资约束程度较强的企业进行投资时使用更多的内部资金，其投资决策会受到自有资金变化的较大的影响。Fazzari等（1988年）引入现金流变量到投资模型中，形成了一个新的融资约束模型（FHP模型），用模型中现金流变量的系数来表示融资约束程度，并在研究中对公司投资与内部现金流的关系进行了检验。他的这一理论得到了广泛的实证证据支持。部分学者持有截然相反的观点，他们认为，企业是着眼于长远发展的，企业当前所受到得融资约束程度影响的是企业对未来投资决策的考虑。融资约束较大的企业会担忧未来出现有价值的投资项目时没有充足的内部资金，因此当前会增加现金持有量以确保未来投资项目拥有充裕的内部资金，其当前投资决策不会受到自有资金变化的较大影响，表现出较低的投资－现金流敏感性。也就数，企业受到的融资约束强度与企业投资使用内源资金敏感性负相关对于融资约束与投资－现金流敏感性的两种讨论是持久而广泛的，至今没有形成一致的结论。但无论是哪种观点，都有一个一致的前提，那就是企业融资约束与投资—现金流敏感性是相关的。因此，企业投资内部现金流敏感性可以体现企业投资对内部现金流的依赖程度，从而或正向或负向地表现出企业所面临的融资约束程度。因此在研究中很多学者基于投资—现金流敏感性，建立模型度量融资约束。样本公司所受到的融资约束严重程度用模型中现金流变量的系数大小反映，即投资-现金流敏感系数。基于不同的理论，若投资—现金流敏感系数越大，则融资约束程度越大或者越小。同样，该度量方法也存在固有的缺陷。首先，这种方法因分组问题饱受争议。在FHP模型中，企业先要以股利支付率进行预分组，但以股利支付率大小作为区分融资约束的指标不适用于我国实际情况，因为有很多非上市中小企业都没有股利支付。第二，不能从企业层面直接度量融资约束。第三，采用该种度量方法的学者大多基于经典的FHP模型，该模型虽然可以直接得出敏感性系数，但是除了融资约束，代理冲突等其他因素同样可以导致较高的投资—自由现金流敏感性系数。因此，由模型得出的系数是否完全体现的是公司融资约束程度，是否还包含了其他因素的影响在内，还需要进一步检验。第四，FHP模型用托宾Q值作为投资机会的代理变量，但是目前学者普遍认为托宾Q值并不适用于我国的实际情况，以此为基础建立的模型用于分析我国企业的融资约束情况可能存在误差。（五）现金———现金流敏感性度量法随着研究的深入，更多的学者认识到了融资约束不是影响投资-现金流敏感性的唯一因素，除此之外还有众多因素可能会影响投资对现金流的敏感性，比如以托宾Q值代表的未来的投资机会的测量偏误、现金流与投资流具有相关性进而引起的内生性问题、代理冲突产生的代理成本等等。对此，Almeida、Campell和Weisbach（2004年）开创性地以现金-现金流敏感性为代理变量构建一个新的模型，以其系数大小来反映企业融资约束的程度。他们认为虽然投资机会信息和代理成本可能会包含在现金流中，但这并不会影响现金流对企业现金持有政策的敏感性，从而避免了在使用以FHP模型为基础的融资约束模型在度量企业融资约束时，其结果会受到上述因素的影响，从现金—现金流敏感性的角度较好地解决了这一问题。自此以后，现金-现金流敏感性模型以其自身的优点在学术研究中得到了广泛运用。该种方法的