成长机会、自由现金流和企业投资效率

【摘 要】 文章从企业成长机会的视角分析中国A股上市公司内部现金流对企业投资的影响，考察非预期投资现金流敏感性相对于成长机会是否存在门限效应，并采用Hansen在1999年所提出的面板门限模型等技术对上市公司在不同成长机会下非预期投资现金流敏感性进行实证检验分析。结果显示：（1）公司的非预期投资现金流的敏感性相对于成长机会存在低成长、中成长和高成长3个门限效应，非预期投资现金流敏感性因为不同的成长性，表现出非线性关系；（2）在低成长阶段，自由现金流与非预期投资存在着负相关关系，这与经典的自由现金流假说矛盾，支持理论下的投资不足假说；（3）在高成长阶段，自由现金流与非预期投资存在着正的显著相关关系，中成长不显著，支持自由现金流量假说；（4）在中成长与高成长阶段，非预期投资现金流的敏感性不一样，高成长非预期投资现金流敏感性高于中成长性，存在着一定程度的过度投资现象。

【关键词】 过度投资； 投资不足； 面板门限模型

一、研究背景

公司的投资行为一直是学术界长期关注的话题，先前的研究主要从投资和现金流的敏感度研究投资问题。考察投资对公司内部现金流是否存在敏感性，对其有两种不同的理论解释，即信息不对称理论下的投资不足与理论下的过度投资问题，一般认为公司内部人与外部的资金提供者之间的信息不对称以及问题的存在导致市场不完美，增加市场摩擦，影响企业外部融资的成本，管理者只能依靠内部融资，从而引发投资不足。Jensen（1986）指出现代企业由于经营权与所有权的分离，在信息不对称情况下，股东与公司的管理层利益目标可能出现分歧，产生委托问题。管理层往往为了自身的利益，而不是公司的价值最大化，可能滥用资金，盲目扩大企业规模，享受在职消费，为了企业扩张而投资净现值为负的项目，这就产生了过度投资。

Modigliani和Miller提出著名的资本结构无关理论，认为公司环境是无摩擦的话，公司的投资机会是由公司的最优投资决策决定，公司的目标是企业价值的最大化。信息不对称理论表明：如果信息是完全对称，则消除了道德风险和逆向选择问题，企业的投资不足和过度投资问题得到解决，然而。Myers and Majluf（1984）认为当管理者与外部投资人之间存在信息不对称导致高额的外部融资成本，前者主要考察当面临更多信息不对称的企业是否会受到融资约束而表现出更强敏感性，引起投资不足，后者主要研究当公司拥有大量的现金流时是否存在过度投资的现象。FHP（Fazzari，Hubbard，Petersen，1988）发现Tobin’s Q和现金流量都影响投资，他们以1970—1984年84家美国制造业上市公司为样本，以股利支付率作为标准，把企业按照融资约束的程度分为低、中、高三组，采用回归方程证实投资与现金流之间显著相关和利用行业样本发现剩余现金流与任意投资正相关，Hadlock（1998） 使用美国435家公司1973—1976年的数据进行实证检验发现企业的投资—现金流敏感性随着内部人持股比例的增加呈现出先上升后下降的非单调趋势。Ghose（2005）利用美国石油业的历史数据证实，每当国际石油价格上升时，丰富的非预期现金流量会导致该行业企业的过度投资行为，Rechardon（2006）进一步证实超额现金流与过度投资存在着显著的正相关关系，拥有高现金流水平的公司容易发生过度投资。

国内学者的相关研究基本上延续了国外文献的研究方法，主要检验公司投资与企业现金流之间的相关关系以及这一关系如何受到融资约束等条件的影响，刘昌国（2006）使用2001—2004年的数据从自由现金流量的角度研究了上市公司的过度投资行为，研究结果表明我国上市公司很大程度地存在自由现金流量的过度投资行为，唐雪松、周晓苏、马如静（2007）利用上市公司（2000—2002）数据研究上市公司是否存在过度投资行为以及相关制约机制是否有效，结果表明我国上市公司存在过度投资行为，王彦超（2009）认为，当公司持有超额现金时，融资无约束的企业容易发生过度投资。

根据先前的研究结果，似乎可以得出结论：过度投资主要是由于问题的存在，信息不对称则是导致投资不足的一个主要理由。从上述内容可以看出，目前尚存在没有考虑投资现金流敏感性的非线性问题，缺少从企业的成长阶段视角分析公司现金流对非预期投资的影响。在理想世界里，边际托宾Q值是公司资本投资的唯一驱动力，公司投资直到边际收益等于边际成本，然而在现实世界里，公司的投资行为还会受到其他诸多因素的影响，如公司融资环境、现金流量、成长机会等。根据现代企业投资理论可知，企业的成长机会是企业投资需求的内在驱动因素，企业的成长机会越好，其投资需求就越高。当公司在高成长阶段时，公司投资机会较多，公司管理层会相应增加投资以获得较好收益；而当公司在低成长阶段时，公司投资机会不多，公司管理者更多会选择持有现金谨慎投资，待有更好投资机会再进行投资。企业如同人及其他生物一样，也有成长周期，并在不同阶段有其不同的目标，面临着不同的风险。各个阶段投资现金流、财务约束都会发生变化，因而投资现金流的敏感性也会发生变化。

鉴于此，本文拟考察在公司不同的成长阶段非预期投资对现金流的敏感性。本文的主要目的在于：揭示现金流在不同成长机会的企业中对非预期投资行为的作用是否相同，验证信息不对称理论下的投资不足与自由现金流假说过度投资的假设。

在研究方法上，本文采用Hansen（1999）发展门限面板模型来自动确定成长机会的门限值，避免人为主观确定划分成长性的缺陷，利用这个门限值对公司的成长机会进行内生的划分，并进一步检验这一关系是否存在成长机会门限效应，在不同的成长机会下，自由现金流假设是否成立。

二、研究方法与设计

（一）过度投资的变量

对于投资效率的变量主要有两种模型：一种模型以Vogt（2004）为代表，采用现金流—投资敏感度模型对相关的理论进行研究，在投资模型中加入现金流与投资机会的交叉项来反映投资的效率。另一种是以Richardson（2006）为代表，将企业投资总额分解为两部分，一部分是预期投资，主要由企业成长性、现金流、财务杠杆等因素决定；另一部分则是非预期投资Overinv，由投资总额减去预期投资的残差来予以表示，若残差为负则表明投资不足，若残差为正则表明投资过度。笔者使用Richardson（2006）的模型来测度非投资效率，其方程如下：

INVi，t=α0+α1Qi，t-1+α2LEVi，t-1+α3Cashi，t-1+α4Agei，t-1

+α5Sizei，t-1+α6Returni，t-1+α7INVi，t-1+■Industry+■Year

+εi，t （1）

其中，INV为当年的投资水平，我们以构建固定资产、无形资产和其他长期资产支付的现金除以上年的总资产代替，Q为上一年投资机会，以托宾Q值代替，LEV为上一年的财务杠杆，以资产负债率代替，Cash为公司持有的现金流，以现金流量表中的经营活动产生的现金流量净额代替。Age为公司的上市年龄，Size为公司的规模，以年初总资产的自然对数代替，Return为资本市场股票的年回报率，Industry和Year分别为行业、年度哑变量。本文将方程（1）的拟合值作为预期投资水平，残差部分作为非预期投资部分，当方程（1）的残差大于零，为过度投资，残差小于零，为投资不足。

（二）使用的计量模型

在面板模型中可以利用个体效应和时间效应来体现数据资料的异质性，在一般的面板模型中，大部分假定参数是固定不变的，但是实际上，参数固定的假设使其无法恰当地描述变量之间的实际关系，可能导致实证结果错误。因此需要改变系数的面板模型，Threshold Panel模型就是其中之一，门限面板模型是由Hansen（1999）提出来的，该模型由于综合了非线性与Panel Data两种模型的很多优点，门限模型从数据本身隐含的信息中，通过估计进行分组，确定门限使所有横截单元均具有结构变化，在一定程度上克服了实证研究中通过主观判断分组的不足。笔者使用Hansen的门限面板模型来进行实证研究，其单一门限模型如下：

Overinvi，t=μ1+β1xi，t+β2FCFi，t-1I（gi，t-1≤γ）+β3

FCFi，t-1I（gi，t-1>γ）+εi，t （2）

其中，i表示公司（1≤i≤n），t表示年份（1≤t≤T），Overinvit表示非预期投资的变量，FCF为公司持有的自由现金流，以公司经营现金流量净额超出公司适度投资水平的部分代替，x为对过度投资有显著影响的一组控制变量，包括财务杠杆、投资机会托宾Q值，g为衡量成长阶段的门限变量，本文以总资产增长率代替，γ就是要求的门限值，I为示性函数，当括号中条件满足时，I值为1，否则为0。误差项ε假设服从均值为零，标准差为σ的随机干扰项，Ui为固定效应，目的是用来捕捉不同条件下的异质性，β1为控制变量的系数，β2、β3分别表示当成长性在不同区制下的自由现金流量系数。

为进一步检验门限效应是否存在，需要建立假设如下：

H0：不存在门限效应即β2=β3，H1：存在门限效应即β2≠β3。

如不拒绝原假设，则门限效果不存在，两区制系数相同，此时方程2退化为一般的面板固定效应模型；反之，如拒绝原假设，则门限效果存在，门限值将面板数据分成两个不同的区制，在不同区制，变量的关系不一样，从而表现出不同的门限效果，Hansen提出使用F统计量F（γ）=[S0-■来进行假设检验，这里的F分布是非标准化的卡方分布，样本的经验分布使用Bootstrap得到，这样就可以得到相应的P值，根据计算的F统计量来判断是否拒绝原假设。另外一个检验是门限的估计值是否等于其真实值，其检验方法是构造一个似然比检验统计量LR来检验门限值的真实性，原假设H0：■=γ0。相应的似然比统计量：

LR（γ）=■

以上假设仅存在一个门槛，但从实际角度来看，很可能存在两个甚至更多的门限值，多门限模型相应的计算、检验类似与单门限模型，这里不再赘述。

三、实证研究结果

（一）数据来源与描述性统计

本文的数据信息主要来源于深圳市国泰安信息技术有限公司的CSMAR数据库以及中国经济金融研究数据库，以2004—2010年沪深股市所有A股上市公司为初始样本，按照以下原则选取平衡面板数据样本：（1）由于金融行业上市公司的财务特性，从样本总体中剔除了金融行业公司；（2）剔除研究变量有缺失值的样本；（3）剔除样本区间内被ST和PT的公司；（4）选取从2004—2010年连续7年均可获得相关数据的公司，符合平衡面板要求的数据样本。筛选后，共获得了5 236个（公司年）样本数据资料，主要变量的描述性统计如表 2所示。

从表2中可以看出我国上市公司投资的平均水平一般低于上年总资产的10%（5.96%），公司的平均投资机会托宾Q值1.646，公司持有的现金流达上年总资产6%左右，平均资产负债率（LEV）达到49%，各变量标准差比较小，表明各公司之间的相关变量差异不大。

表3展示的是Spearman和Pearson相关系数矩阵，其中右上角是Spearman相关系数，左下角是Pearson相关系数，发现投资与托宾Q值、现金流Cash、自由现金流正显著相关相关，与财务杠杆负相关，也即拥有较多的现金流、自由现金流、较高Q值的公司，投资会更多，而财务杠杆值与公司的投资相反。

（二）回归结果及分析

本研究以Hansen提出的门限面板模型为基础，探讨我国上市公司投资现金流的敏感性是否会因为处于不同的成长性而存在单一或多重门限效应，所以我们需要先对模型的门限效应是否存在进行检验，然后根据其结果进行实证分析。

表4给出的是不同成长性下的投资现金流敏感性的单门限、双门限和三门限效应的检验结果，F统计量和采用自助抽样得出的P值以及相应的临界值，从表中结果来看，单门限、双门限的在5%的显著性水平下显著，而三门限检验结果不显著，因此推断不同成长性下的投资现金流敏感性存在双门限效应，即他们之间存在非线性关系，因此当变量Growth在不同的区制时，投资现金流敏感性系数会有不同的含义。

两个不同的门限估计值以及95%的置信区间展示于表5，由表4、表5及图1可以看出，在95%的置信水平下有两个显著的门限值，其一为0.0619，其二是0.1586，根据这两个门限值把上市公司按照成长性分成3个区制：低成长区（Growth≤0.0619），中成长区（0.0619

0.1586）。

表6列示了面板门限模型的参数估计结果，从结果中发现：非效率投资与托宾Q值正显著相关，其相应的T统计量值为1.84，P值0.04，资产负债率（LEV）负相关，其相应的T统计量值为-2.06，p值为0.023。令人惊讶的是，不同的成长区间，非效率投资与现金流的关系显著不同，在低成长区间，非效率投资与现金流是显著负的相关关系，其相应的T统计量为-6.52，P值为0.000，与经典的自由现金流假说不一致；然而，在中成长区间，非效率投资正相关与现金流，但其敏感性在5%的显著性水平下不显著，其T统计值为1.376，在高成长区间，非效率投资与公司内部现金流显著正相关，其相应的T统计量值为7.23，支持自由现金流量假说。

（三）一个可能的解释

为了进一步研究投资现金流敏感性的关系，笔者利用成长性把上市公司分成3个成长区制，进行了统计分析，表7给出了上市公司在不同成长区间下的分年度分布情况，从表中可以看出，在不同的成长区间上市公司的频数分布是不一样的，中成长区间的样本最少，在年度频数分布上来看，2008年在低成长频数最多，高成长接近最少，这可能与当时的经济环境有关，2008年的经济危机导致在低成长区间的上市公司增多，此后，中国实施4万亿元的救市政策，2009—2010年经济开始复苏，因而，低成长区间的上市公司开始逐年减少，中成长、高成长区间的开始逐年增加。

表8给出了上市公司主要变量在不同成长区间上的均值统计，从表中左边结果可以看出，公司的平均投资、托宾Q值、内部现金流、资产负债率、非效率投资都随着成长区间从低成长到高成长的变化而增大，在高成长阶段，这些指标平均值分别为0.0791、1.836、0.0668、0.547和0.0178，其中资产负债率超出50%，负债率相对比较高。在低成长区间，公司内部的平均现金流大于投资的1.115个百分点（占总资产的1.115个百分点，其他一样都是相对于总资产）；在中成长区间平均投资额与公司内部现金流旗鼓相当，这个阶段现金流与投资额是相适配的；在高成长阶段，超出现金流的平均投资额占总资产1.23个百分点。非效率投资指标在低成长区间是-0.0173，显示投资不足；在中成长阶段为-0.00026，比较适中；在高成长阶段为0.0178，显示过度投资。表8中右边给出的是分组T检验结果，从中可以看出，投资额、托宾Q值、资产负债率、非预期投资在三个阶段显著区别，而公司内部现金流在高成长与中成长阶段在统计上没有差别，也即在高成长区间公司现金流的增长不能满足公司投资的需求，从而公司的资产负债率显著增加。

一个可能的解释是在低成长阶段，上市公司投资机会较少，然而公司内部现金流量比较充足，即使拥有充沛的现金流，也因为投资机会较少，而不能投资，因而出现投资不足的现象，导致公司内部的现金流与投资成负相关关系，这与自由现金流量假说不一致；上市公司进入中等成长阶段，上市公司投资机会开始增多，自由现金流也随着增加，而且两者比较适配，因而两者正相关但不显著；当上市公司进入高成长阶段，这一时期上市公司已经进入高速扩张阶段，这一时期，由于投资大幅增加，上市公司内部现金流不能满足投资的需求，然而市场预期前景好，托宾Q值增大，市场高估了公司的发展前景，很容易得到外部融资，因而资产负债率增加，出现过度投资的现象，投资与现金流为显著的正相关关系，从而支持自由现金流假说。同时上述的实证结果表明，外部经济环境也是影响企业的投资行为，当经济较冷时，大多数公司出现投资不足的现象，当经济过热时，上市公司进入了过度投资的时期。

四、结论

综上所述，鉴于大量的文献考察了投资现金流敏感性的影响，但早期的研究经常忽略投资现金流敏感性非线性存在可能性，即忽视了不同成长阶段下投机机会不同的条件，本文以中国A股上市公司2004—2010年平衡面板数据为样本，从企业的成长机会的视角分析上市公司内部现金流对企业投资的影响，针对投资现金流敏感性相对于成长机会可能存在门限效应。借鉴Richardson（2006）的方法构造出过度投资，运用Hansen（1999）所提出面板门限模型理论对其进行了分析，揭示出了我国上市公司中在不同成长机会下自由现金流对投资的影响是否存在门限效应的非线性关系，研究的主要结论：（1）公司的投资现金流的敏感性与投资机会存在2个门限3个区制效应即低成长、中成长和高成长效应，投资现金流敏感性因为不同的成长性，表现出非线性关系；（2）在低成长阶段，自由现金流与非预期投资存在着负的相关关系，这与经典的自由现金流假说矛盾；（3）在高成长阶段，自由现金流与非预期投资存在着正的显著相关关系，支持自由现金流量假说，中成长区间不显著；（4）在中成长与高成长阶段，投资现金流的敏感性不一样，高成长投资现金流比中成长性敏感性高且显著。本研究结论表明，上市公司的非预期投资行为投资是随企业成长性动态变化的。

【参考文献】

[1] Jensen M.Agency Costs of Free Cash Flow Corporate Finance and Takeovers[J].American Economic Review，1986（76）：323-329.

[2] Myers，Stewart and Nicholas Majluf，Corporate Financing and Investment Decision When Firms Have Information that Investors Do Not Have[J]. Journal of Financial Economics，1984（13）：187-221.

[3] Fazzari，Steven，R . Glenn Hubbard and B ruce Petersen. Financing Constraints and Corporate Investment[J]. Brooking Papers on Economic Activity，1988.

[4] Hadlock，Charles，Ownership，Liquidity，and Investment[J].Rand Journal Of Economics，1998，29（3），487-508.

[5] Ghose，s.Corporate Governance and Over- investment by the U.S. Oil Industry[D].Working Paper，University of Rochester，2005.

[6] Richardson，S. Over-investment of Free Cash Flow[J].Review of Accounting Studies，2006，11（23）：159-189.

[7] 刘国昌. 公司治理机制、自由现金流量与上市公司过度投资行为研究[J].经济科学，2006（4）：5-13.

[8] 唐雪松，周晓苏，马如静.上市公司过度投资行为及其制约机制的实证研究[J].会计研究，2007（7）：44-52.

[9] 王彦超.融资约束、现金持有与过度投资[J].金融研究，2009（7）：121-133.

[10] Vogt S C. The Cash Flow/ Investment Relationship： Evidence from U.S. Manufacturing Firms[J].Financial Management，1994（23）：3-20.

[11] Hansen，B. E. Threshold Effects in Non-Dynamic Panels： Estimation，Testing，and Inference[J]. Journal of Economics，1999，41（26）：345-368.