股權集中度對企業信貸的影響

導語：股權集中度對企業信貸的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

企業信貸約束測量方法綜述

有關企業信貸約束的研究要追溯到Fazzari等﹙1988﹚［6］，他們將投資—現金流的敏感度作為衡量企業融資約束的指標，其理論基礎是企業的投資決策不僅要考慮一個投資項目受益的凈現值，還要考慮外部融資的難易程度以及內部融資比例的大小。該理論基礎的前提假設是信息不對稱問題的存在使得企業的內部融資成本低于外部融資成本，因此在企業內部現金流增加的情況下，受到融資約束的企業會增加當期投資，而沒有受到融資約束的企業對這種現金流的變化則不敏感。其主要思想是將現金流變量加入到TobinQ的投資方程之中，以捕捉資本市場的不完善。Hubbard﹙1998﹚［18］對此類文獻有過詳細的回顧。但是Kaplan和Zingale﹙1997﹚［19］反對這一觀點，認為Fazzari等﹙1988﹚所得到的實證結果沒有強有力的經濟學理論加以支持；他們以Fazzari等﹙1988﹚的實證為基礎，反而證偽了其提出的假說，即對于信貸約束更小的企業，其投資—現金流的敏感度會更強。但這一分析也存在問題，即先驗的企業信貸約束標準是否有效？事實發現，他們定義的信貸約束企業大部分都陷入財務困境。值得肯定的是，如果一個企業受到融資約束，那么它肯定會對流動性有較強的偏好。在Fazzari等﹙1988﹚之后，投資—現金流敏感度的分析得到廣泛的應用。Almeida等﹙2004﹚［20］在此基礎上提出使用現金—現金流敏感度﹙cash-cashflowsensitivity﹚作為衡量企業融資約束的指標，其中衡量信貸約束的變量有股息支付率﹙payoutratio﹚，用股息支付與營業收入額的比率來表示；企業規模大小；Kaplan和Zingales提出的KZ指數；公司債券評級﹙BondRatings﹚和商業票據評級﹙commercialpaperratings﹚。投資—現金流敏感度分析的普及主要是因為信貸約束反映的是資本的影子價格，而現實中所觀察到的企業所面臨的資本價格均是在借貸行為發生后的價格，而無法觀察到企業由于信貸約束無法完成投資的情況下所愿意支付的資本價格。比如，一個項目的投資回報率是10%，企業所愿意支付的最大資本價格便是10%，但是由于銀行發放給該企業的貸款利率為15%，此時借貸行為并未發生，也就無法從企業的財務信息中了解此時企業愿意支付的資本價格，從而無法衡量企業的信貸約束程度。如果要準確衡量企業的信貸約束，就有必要估計出資本的影子價格。諸多學者提出用歐拉方程方法進行估計，影子價格越高說明信貸約束程度越高，反之亦然。該方法由Whited和Wu﹙2006﹚［21］發展起來，逐漸形成了衡量企業信貸約束的WW指標。WW指標是六個要素的線性組合，即現金流、紅利支付的虛擬變量、杠桿、企業規模、工業銷售增長率、企業銷售增長率，以此計算出資本的影子價格。其優勢在于它能夠放松企業凈收入方程線性齊次性﹙linearhomogeneity﹚的假定，估計出企業信貸約束的程度，這種程度可以在不同的企業間進行比較，而不像投資—現金流敏感度的分析只能得出企業是否受到信貸約束的結論。本文使用了類似于此的方法，具體而言，以Love﹙2003﹚［13］以及Whited和Wu﹙2006﹚［21］的方法為基礎，利用企業的最優化行為得到一個結構性方程，以此估計中國A股上市企業的股權集中度對信貸約束程度的影響。

企業信貸約束的衡量

按照Love﹙2003﹚［13］、Whited和Wu﹙2006﹚［21］的方法，企業的最優行為便是最大化企業的價值。Vi0=maxEi0∑∞t=0β0，tDit﹙1﹚其中，Vi0是企業i在0期時的價值，β0，t是0期至t期的貼現因子，Dit為企業紅利。企業的約束條件有：Dit=Π﹙Kit，εit﹚−C﹙Iit，Kit﹚−Iit﹙2﹚Ki，t+1=Iit+﹙1−δi﹚Kit﹙3﹚Dit≥0﹙4﹚其中，Π為企業利潤函數，C為企業投資的調整成本函數，Kit為資本，Iit為投資，δ為折舊率。根據一階條件可以求得：Eitβt1+ηt+11+ηt［∂Π∂Ki，t+1+﹙1−δi﹚﹙∂C∂Ii，t+1+1﹚］=∂C∂Iit+1﹙5﹚其中，ηt為約束條件﹙4﹚式的拉格朗日乘子，它表示外部融資的影子成本，∂C/∂I表示投資調整的邊際成本，∂Π/∂K是企業的邊際利潤，Ωt=﹙1+ηt+1﹚/﹙1+ηt﹚為外部融資的相對成本。在完美信貸市場中ηt等于0，此時外部融資的相對成本便為1，企業沒有受到信貸約束。當前的投資成本為投資調整的邊際成本與投資品的價格之和，這個價格標準化為1，因此上式的右端是當前投資的邊際成本；而當前投資所放棄的收益為資本的邊際利潤與下一期的調整成本和投資品價格之和的貼現，因此，上式的左端便是當前投資所放棄的收益。歐拉方程所隱含的喻義便是當前投資所放棄的收益要等于當前投資的成本。在不完美的信貸市場中，Ωt取決于企業可觀察到的財務指標，與Love﹙2003﹚［13］一樣，此處將Ωt看成是現金存量與資產之比的函數，其理論根據在于，如果沒有足夠的內部資金，那么受到約束的企業將無法進行可盈利的投資。本文額外加入股權結構變量，以考察企業股權結構對Ωt的影響。在此令：Ωt=α0i+﹙α1+α2OwnershipStrit﹚CASHi，t−1，其中OwnershipStr為企業股權結構變量，CASH是現金及現金等價物與資本存量的比值。如果企業沒有受到信貸約束，Ωt為1，現金存量對企業投資決策沒有影響；如果受到信貸約束，則現金存量對企業投資決策的影響將會存在；同樣如果股權結構對企業信貸約束產生影響，則這種影響會通過現金存量而影響到企業的投資決策。根據Gilchrist和Himmelberg﹙2008﹚［22］的研究，進一步假設∂Π/∂K=﹙αk/κ﹚﹙S/K﹚，其中αk為資本所得，κ為加成﹙Mark-up﹚常數，S為主營業務收入。此時，MPK≈c+i+﹙S/K﹚。按照Love﹙2003﹚的設定，令下式成立：∂C∂Iit=α﹙IKit−gIKi，t−1−υi﹚﹙6﹚將假定的利潤函數和投資調整成本函數帶入歐拉方程，可以得到一個非線性的方程，此處按照Love﹙2003﹚的方法對歐拉方程進行一階泰勒展開，則有：βtΩt﹛.﹜t≈c+γθΩt+γ﹛.﹜t+θβt﹙7﹚其中﹛.﹜t是歐拉方程左邊方括號內的式子。此外，本文用表示未來投資機會的TobinQ代替原方程中的﹙I/K﹚i，t+1，由此得到以下結構性計量模型：﹙IK﹚it=β1Qi，t+β2﹙IK﹚i，t−1+β3﹙SK﹚it+β4CASHi，t−1+β5OwnershipStritCASHi，t−1+β6OwnershipStrit+εit本文所關注的是β5。如果β5顯著，說明股權結構對企業信貸約束產生了影響。具體而言，β5顯著為正，表明股權集中度加劇了企業信貸約束程度，假說1成立；β5顯著為負，表明股權集中度的提高緩解了企業的信貸約束程度，假說2成立。

股權集中度對企業信貸約束影響的實證研究

﹙一﹚數據描述本文使用1998年~2009年中國A股上市企業的數據樣本，數據均來自CCER色諾芬數據庫﹙一般上市公司財務數據庫與上市公司治理結構數據庫﹚。考慮到金融企業持有現金更多是為了滿足資本借貸的需要，公共部門持有現金的決策可能受行政指令因素的影響更大，而不是文獻中記載的為了對未來的投資機會進行儲蓄之類的經濟原因，因此在樣本選擇中根據CIGS的企業分類，實證中排除了金融部門和公共部門企業。此外還刪除了樣本中存在嚴重數據缺失的個體。表1為選取的主要變量的數據描述，其中投資通過固定投資凈值和累積折舊計算得來，CR_5、CR_10、Herf_5和Herf_10均為衡量股權集中度的變量。表2為主要變量之間的相關系數，從中可以發現CR_5、CR_10、Herf_5和Herf_10四個指標有比較強的正相關性。﹙二﹚股權集中度對企業信貸約束的影響本文在此使用的是GMM估計。先對結構性方程進行差分，消除企業個體效應，然后使用滯后兩期的變量作為工具變量。表3為股權結構對企業信貸約束影響的初步實證結果。在回歸模型中加入反映企業股權構成的變量Control，如果企業最終控制人為國家，那么該變量為1，否則為0。表3中的模型﹙1﹚為基準模型，β4的估計結果顯著為正，說明企業內部資金對企業的投資行為產生了影響，內部資金越大，當期投資越多，該結果表明中國A股上市企業的信貸約束問題是存在的。因為如果不存在信貸約束，則企業的投資行為不會受到內部資金的影響，β4的估計結果也會不顯著。模型﹙2﹚~﹙5﹚中的關鍵解釋變量分別為CR_5、CR_10、Herf_5、Herf_10與CASH的交叉項。模型﹙2﹚中交叉項的估計系數為負但不顯著。模型﹙3﹚~﹙5﹚中估計結果均顯著為負。模型﹙2﹚、﹙3﹚和﹙5﹚的J檢驗的p值均大于10%，模型﹙1﹚和﹙4﹚的J檢驗p值略低于10%，這也基本接受了過度識別檢驗的原假設。模型﹙1﹚~﹙5﹚的AR﹙1﹚檢驗表明計量模型的殘差存在一階自相關，這是因為模型進行了一次差分，殘差項理應存在一階的自相關。AR﹙2﹚檢驗則表明計量模型的殘差項不存在二階自相關，即原模型的殘差項不存在序列相關。以上檢驗均表明本文計量模型的設定具有一定的合理性。表3中的回歸結果說明股權集中度的增加反而有利于減輕企業的信貸約束程度。大股東的存在能夠部分緩解委托問題，股權集中度的提高使得投資決策更容易進行，外部投資者更愿意提供資金，這也驗證了假說2。由于大股東占有企業大部分股份，其利益一般與企業利益相一致，因此，大股東能夠通過其擁有的對企業資產的控制權來實現自身利益和企業利益的最大化，并且企業股權集中度的提高有助于促進企業投資決策的效率，從而能夠及時把握住投資機會。企業良好發展態勢將會吸引更多的外部投資者，其外部融資成本也將有所下降，外部融資環境的改善又會進一步促進企業的發展，企業也能因此加大投資力度、研發投入及股利支付。同時，對于中國企業而言，大股東存在而導致的負的塹壕效應并不明顯，缺乏股權制衡導致的更嚴重的信息不對稱程度對外部融資的影響不占據主導。﹙三﹚穩健性檢驗表3中的回歸結果表明，股權集中度的提高有助于緩解企業的信貸約束程度，但是關于回歸系數也可能存在其他解釋，為此需要對前文結論進行穩健性檢驗。具體如下：首先，添加企業規模變量。規模較小的企業相對而言存在較大的信息不對稱，這會導致較大程度的信貸約束，相反，規模大的企業受到較小程度的信貸約束。如果股權結構與企業規模有關聯，那么就會存在這樣的可能，即事實上不是股權結構而是企業規模影響信貸約束。為了檢驗企業的規模效應對前文結論的影響，本文用資產的對數來衡量企業的規模，在此加入企業規模以及企業規模與CASH的交叉項。如果在加入這些額外解釋變量之后，企業股權結構與CASH的交叉項依然顯著為負，則說明股權結構并不是通過對企業規模的影響而影響到企業的投資行為，假說2將依然成立。表4是對企業規模效應的穩健性檢驗結果。模型﹙1﹚~﹙5﹚中，企業規模與CASH交叉項的回歸系數β5顯著為負，表明企業規模越大，企業的信貸約束程度越小。模型﹙2﹚中股權結構與CASH交叉項的回歸系數β5為負，但不顯著；模型﹙3﹚~﹙5﹚中，股權結構與CASH交叉項的回歸系數β5同樣顯著為負。此外，模型﹙1﹚~﹙4﹚的J檢驗的p值均大于10%，模型﹙5﹚的J檢驗p值略低于10%，也可基本接受過度識別檢驗的原假設。模型﹙1﹚~﹙5﹚的AR﹙1﹚檢驗表明計量模型的殘差存在一階自相關，AR﹙2﹚檢驗則表明計量模型的殘差項不存在二階自相關。以上檢驗均表明計量模型的設定具有一定的合理性。這與表3中的估計結果類似，進而驗證了表3結果的穩健性，即考慮企業的規模效應時，企業股權集中度的提高同樣會緩解企業的信貸約束程度。其次，使用現金流與資產的比值﹙CF﹚來替代原變量CASH。因為企業內部的現金流也可以反映企業內部資金的充裕程度，并且Fazzari等﹙1988﹚［6］和Almeida等﹙2004﹚［20］均使用了現金流與資產的比值這一指標。此外，在新的模型設定中加入企業規模以及企業規模與CF的交叉項作為控制變量，回歸結果見表5。模型﹙1﹚為基準模型，其中β4的估計結果顯著為正，說明企業現金流影響了當期企業的投資行為。模型﹙2﹚~﹙5﹚中的β5的估計結果顯著為負。模型﹙6﹚~﹙9﹚考慮了企業規模效應，其中，模型﹙6﹚和﹙7﹚中β5的估計結果顯著為負，模型﹙8﹚和﹙9﹚中β5的估計結果為負但不顯著。模型﹙1﹚~﹙9﹚的J檢驗、AR﹙1﹚檢驗和AR﹙2﹚檢驗也都符合模型設定要求。這也與表3中的回歸結果類似，即股權集中度的提高會緩解企業的信貸約束程度，假說2依然成立。五、結論根據現有的公司金融理論，股權集中度的提高一方面會使大股東侵害外部投資者利益的行為更容易發生，企業外部融資成本加大；另一方面又會使企業委托問題得到一定程度的緩解，從而降低企業的外部融資成本。這兩個假說到底哪一個更適用于中國的現實情況？本文使用Love﹙2003﹚［13］提出的結構性方程考察中國A股上市企業的股權結構對其信貸約束程度的影響。與以往文獻不同，本文從股權結構角度出發，研究其對信貸約束的影響﹙信貸約束是金融發展的微觀表現形式之一，對企業績效有著顯著的影響﹚。研究結果表明，對于中國A股上市企業而言，股權集中度的提高伴隨著信貸約束程度的降低，這意味著企業委托問題的緩解對信貸約束的影響占主導。一系列的穩健性檢驗也表明該結果具有較強的穩健性。這與Chen等﹙2011﹚［14］根據美國企業得出的結論相類似。當前中國企業普遍存在股權集中度較高的情況，但是由于大股東的存在而導致的負的塹壕效應似乎并不明顯，也沒有對企業的績效產生明顯的負面影響﹙中國經濟的騰飛主要是依靠中國企業，尤其是上市企業﹚。本文的研究對這一現象提供了一個解釋，即大股東的存在可以部分解決委托問題，因為他們有著共同的利益，并有足夠的對企業資產的控制權來實現自身利益的最大化，其自身利益與企業利益又具有一致性，從而更有利于實現企業利潤最大化的目標。這一特征有助于企業的投資決策以及有助于提高投資決策的效率，從而吸引更多的外部資金，緩解當前企業面臨的信貸約束程度。這一效應在股權結構對信貸約束的影響中占據主導。另外，由于信貸約束問題直接影響到企業的投資決策、研發決策和勞動力雇傭決策等等，因此了解何種因素對企業信貸約束產生影響，有利于深刻認識企業決策背后的機制，同時也有助于理解企業的投融資行為。本文的研究從企業信貸約束的角度解釋了中國企業在股權集中度較高的情況下仍能快速發展并取得良好績效的事實。然而，股權集中度尤其是第一大股東持股比例與企業績效之間并不是簡單的線性關系［23］。股權集中度較高時，股權集中度有利于提高企業的績效，此時股權集中度對信貸約束所產生的影響對企業績效產生了積極的作用；而在股權集中度較低時，股權集中度與企業績效呈現倒U型關系，在這種情況下，股權集中度的下降或許可以提高企業的績效，此時由于缺乏股權制衡可能會出現大股東侵占公司利益的情況，股權集中度的提高將不利于降低外部融資成本。本文的研究結果表明，在當前水平下，股權集中度的提高還有利于改善企業的外部融資成本。但是隨著“國進民退”對經濟產生的負面效應的凸顯，市場化改革仍需進一步推進。在市場機制能夠解決問題的領域，政府應逐漸退出，使市場配置資源的基礎作用得到更有效地發揮。在這個過程中，企業中的國有股份會逐漸減少，股權集中度也會有所下降，當其位于倒U型區間時，股權集中度的下降或許還有助于降低企業的外部融資成本。因此，隨著證券市場國有資本的逐漸退出以及股權結構的進一步完善和優化，我國企業亟需建立合理的股權結構，激勵相容的結構設計使大股東受到其他股東的制衡，難以侵害公司利益，同時也能夠有效地進行決策，提高企業運營效率，這將有助于企業的穩定運行，并維系良好的企業外部融資環境。

本文作者：蒲茜余敬文工作單位：中國人民銀行