融資約束_不確定性與上市公司投資效率_連玉君

2023年12月12日發(作者：精神集中)

-

DOI:10.14120/11-5057/f.2009.01.015金融管理融資約束、不確定性與上市公司投資效率連玉君1蘇治2（1.中山大學嶺南學院、中山大學經濟研究所，廣州510275；2.清華大學經濟管理學院，北京100084）本文以異質性隨機前沿模型為基礎，定量測算了中國上市公司在融資約束情況下的投資摘要：效率。結果表明：（1）融資約束的存在使得中國上市公司的投資支出比最優水平低了約20-30%，平均投資效率僅為72%。（2）在上市公司的三種主要融資方式中，現金流量的增加不但能緩解融資約束，還能降低后續融資的不確定性；而股權融資和債務雖然能夠有效緩解融資約束，但前者無法降低融資不確定性，而后者會顯著加劇融資不確定性。（3）大規模公司和東部地區上市公司面臨的融資約束和融資不確定性較低，而小規模公司和西部地區上市公司的融資約束有逐漸加劇的傾向。關鍵詞：投資效率；融資約束；現金流；隨機前沿模型引言中國的轉型經濟特征使得資本市場雖然初具規模，但仍然存在結構性缺陷，如股市缺乏有效性、公司債券市場畸形發展、銀行貸款的信貸歧視等。這使得生存于其中的上市公司往往面臨融資約束，進而在很大程度上降低了投資效率。從理論上講，上述因素都可以歸結為資本市場缺陷，有悖于傳統投資理論（如Q投資理論）的基本假設———資本市場完美無缺。因此，在研究中國上市公司投資行為的過程中，我們必須納入融資約束的考量。相對前期文獻僅僅探討融資約束是否影響上市公司投資行為這一問題，我們更為關注的是，它在多大程度上影響著上市公司的投資行為？而目前的金融體系又是如何影響企業的投資行為的？對這些問題的分析將為轉軌時期金融體系的改革和創新提供相應的微觀基礎。對于融資約束是否會影響公司投資行為這一問題，國外最具代表性的研究當屬Fazzari等（1988），其基本檢驗策略是在分組的基礎上考察投資—現金流量敏感性差異。國內學者采用相似的方法對中國上市公司的投資行為進行了研究，如馮巍（1999）、鄭江淮等（2001）、梅丹（2005）、連玉君和程建（2007），但觀點并不一致。另一些學者則試圖從現金—現金流敏感性角度進行研究，如章曉霞和吳沖鋒（2006）、李金等（2007）、連玉君等（2008），但同樣未達成一致看法。雖然樣本篩選、估計方法上的差異可能導致觀點分歧，但上述研究的局限性也非常明顯：其一，在對樣本進行分組過程中，單一分組指標可能無法區分不同公司所面臨的融資約束差異，而采用多變量分組又容易產生內生性問題；其二，多數研究都依據投資—現金流量敏感性這一現象來判斷融資約束的存在性，但大量研究表明融資約束并非導致這一現象的唯一原因，當代理問題比較嚴重時，公司同樣收稿日期：2008-03-24基金項目：中山大學文科青年教師科研基金項目(3171913)；中國博士后科學基金項目(2)；國家自然科學基金項目(70573040)；國家社會科學基金項目(06CJL006)。作者簡介：連玉君，中山大學嶺南學院講師；蘇治，清華大學經濟管理學院博士后。MANAGEMENTREVIEWVol.21（2009）19No.01金融管理會表現出投資-現金流敏感性（PawlinaandRenneboog，連玉君和程建，）；其三，也是更為重要的是，2005；2007上述研究方法都無法對融資約束造成的投資效率損失進行定量估算，而同時也都沒有考察不確定性對投資行為的影響。為此，本文在異質性隨機前沿模型框架下同時進行了定性和定量兩個層面的分析。不同于前期從投資—現金流敏感性角度入手的實證研究，該方法無需對樣本公司進行分組，同時又可以避免前期研究判斷標準過于模糊的缺陷。實證結果表明，在2001-2006年樣本區間內，融資約束的存在使得中國上市公司的投資支出比最優水平低了20-30%，平均投資效率僅為72%。進一步分析表明，小規模和西部上市公司面臨的融資約束問題有日益加重的趨勢，地區金融發展水平，尤其是信貸發展水平對上市公司的投資效率有顯著影響。文章的后續安排如下：第二部分建立融資約束假設下的隨機前沿模型，第三部分介紹實證檢驗方法，第四部分呈現實證結果，最后做出總結。異質性隨機前沿投資模型傳統Q投資理論表明，在資本市場完美假設下，公司的投資支出僅決定于投資機會（Hayashi，其最1982)，優投資支出可表示為：（1/α）（1）Iit*=β0+Qit+vit其中，（1/α）為資本的調整系數，然而，中國資本Iit為投資支出，Qit為投資機會，vit為來自外部的技術沖擊。市場并不完美，結構性的缺陷導致公司在外部融資過程中面臨各種限制，此時公司的投資行為可以采用（1995）設定的投資模型加以描述：ChrinkoandSchaller（1/α）（zit）（2）Iit=β0+Qit-F+vit其中，（zit）表示由于資本市場不完善導致的融資約束的大小，它是一系列反映公司特征的財務變量的非F（1）和（2）式，公司在不存在融資約束和存在融資約束兩種情況下的投資支出之間存在如下關線性函數。根據系：（zit）=0]>E[Iit│Qit，（zit）（3）E[Iit│Qit，FF>0]因此，融資約束的存在只會使公司的投資支出降低，具有單邊（one-sided）分布的特征。若設F（zit）則=uit，實際投資支出Iit與最優水平Iit*之間存在如下關系：（1/α）（4）Iit=Iit*-uit=β0+Qit+vit-uit模型（4）是一個典型的隨機前沿模型。為了反映面板數據的特征以及不同公司所面臨的融資約束的異質性，本文對模型（4）作了如下設定：（5）Iit=x'εit=vit-uititβ+εit其中xit=（1，Qit，Di，D）β為相應的系數向量，Di和Dt分別為反映個體效應和時間效應的虛擬變量?；旌蟭′，干擾項εit包括兩個部分：即vit和uit。其中，vit為通常意義上的隨機干擾項，假設其服從正態分布且彼此獨立，（0，）；由于其具有單邊分布的特征，我們假設其服從非負的截斷型半正態分vit~i.i.d.Nσv2uit表示融資約束效應，+布，即uit~N（）。uit的異質性設定如下：ωit，σit2（b0+z'itδ）和σit2=exp（b1+z'itγ）（6）ωit=exp其中，（5）（6）式構成了異質性的隨機前沿模型，這一設定使得本文b0和b1均為常數項。需要指出的是，-的后續分析具有很大的靈活性：其一，我們可以同時分析外生變量對融資約束效應本身（ωit）及其不確定性（σit2）的影響，而文獻中常見的隨機前沿模型事實上都是這一模型的特例；其二，借助這一模型，我們可以定量分析融資約束導致的投資效率損失，這是前期研究中基于線性回歸分析無法實現的。實證檢驗方法1、檢驗策略與投資效率的衡量）（6）式構成的異質性隨機前沿模型可采用最大似然法估計，對數似然函數為：由（5-20管理評論Vol.21No.01（2009）金融管理軒it/σ軒it（σv2+σit2）（ωit/σit）（ω）lnL=-0.5ln+ln姨-ln[Φ]+ln[Φ]（εit+ωit）準/姨σv2+σit2姨（7）軒it=軒it=其中，（σv2ωit-σit2εit）（），（σv2σit2）（），（·）和Φ（·）分別為標準正態分布的密度函數ωσ/σv2+σit2/σv2+σit2準和累積分布函數。我們從兩個方面來分析融資約束對投資行為的影響。其一，采用似然比檢驗進行定性分析。原假設為H0：即不存在融資約束，相應的備擇假設為H1：似然比統計量為LR=-2[L（H0）（H1）其中，（H0）和uit=0，uit≠0。-L]，L（H1）分別為原假設和備擇假設下的似然函數值。LR統計量漸進地服從卡方分布，自由度為約束的個數。同L時，我們也可以采用似然比檢驗來考察模型的異質性設定是否正確。其二，構造“投資效率指數”（IEIit）進行定量分析。它表示公司的實際投資支出與最優投資支出的偏離程度，定義如下：（x′itβ-uit）=exp（-uit）（8）IEIit=exp（x′itβ）exp顯然，當IEIit＝0時（uit→∞），投資效率最低，公司面臨的融資約束最為嚴重；當IEIit＝IEIit介于0和1之間，（uit→0），投資效率最高，融資約束幾乎不存在。采用最大似然法獲得模型的參數估計值后，可以進一步得1時到的估計式(BatteandCoelli，1988)：軒it/σ軒it-σ軒it（ω）贊it軒it+0.5σ軒it（-uit│εit=ε）（-ω）ΦIEIit=E[exp]=exp軒it/σ軒it（ω）Φ（9）軒it和σ軒it的定義同前，這里，只是將所有參數都替換成其估計值。遵循隨機前沿文獻中通常的做法，我們采ω用Iit的對數形式作為被解釋變量。因此，（9）式中的IEI指數表示公司的實際投資支出相對于最優水平（不存在融資約束時的投資支出）偏離的百分比。2、參數設定對（5）（6）式中各變量代理指標的設定如下：投資機會Qit采Tobin'sQ加以衡量，-zit=（CFit，EQUIit，DBETit，）其中，用于衡量公司的內部融資能力，SIZEit'，CFit為現金流量，EQUIit和DBETit分別為股權融資增加額和債務融資增加額，二者都用于衡量公司的外部融資能力，但分別反映了股票市場和銀行體系的影響。根據信息不對稱理論，資本市場的缺陷會導致外部融資成本明顯高于內部融資成本，并進而導致那些內部融資能力差的公司面臨融資約束。因此，通過考察上述三種不同融資渠道對融資約束的影響，我們便可對影響融資約束的因素進行分析。公司規模SIZEit主要作為控制變量。通常認為小規模公司面臨更為嚴重的融資約束，因為小規模公司的上市時間較短，使得外界對公司的信譽情況缺乏了解，相對于其總資產而言，其貸款抵押品價值通常也較低。3、樣本篩選本文數據來自于國泰安數據庫，樣本區間為2000-2006年。篩選原則如下：（1）為了防止兼并或重組的影響，剔除了樣本區間內總資產成長率或銷售成長率大于100%的公司；（2）剔除金融類上市公司和樣本區間內被ST或PT的公司；（3）為了避免異常值的影響，剔除Tobin'sQ大于10或小于0以及投資支出為負的公司。（2007），即公司的總市值為負債與權益的市場價值之和，流通股市值為Tobin'sQ的計算方法同連玉君和程建流通股年平均股價與流通股本之積，而非流通股市值為其股本數與每股凈資產之積。負債的市值用其賬面值代替，資產重置成本用公司總資產的賬面價值代替。最終我們選擇了702家上市公司，共4212個觀察值。代理變量的定義方法和基本統計量見表1。數據處理和估計均采用STATA9.2完成。表1變量的基本統計量和計算方法變量投資支出(I)投資機會(Tobin)現金流量(CF)公司規模(SIZE)股權融資(EQUI)債務融資(DEBT)均值0.3221.3260.23121.3590.0150.077標準差0.7360.3820.8010.8610.0560.152最小值0.0000.117-3.76118.742-0.101-0.265最大值14.7044.8794.71925.7410.3500.667計算方法構建固定資產、無形資產和其他長期資產所支付的現金/期初固定資產凈額公司總市值/資產重置成本經營活動產生的現金流量凈額/期初固定資產凈額總資產的自然對數（股本+資本公積金）△/總資產（負債融資）△/總資產MANAGEMENTREVIEWVol.21（2009）21No.01金融管理結果及分析異質性隨機前沿模型估計結果1、表2列示了在多種設定下的估計結果。模型1是我們討論的重點，它沒有對異質性隨機前沿模型的參數施加任何約束。模型2-模型5則是通過在模型1的基礎上施加各種約束條件后得到的。模型2假設現金流、公司規模等變量對融資約束的不確定性沒有影響，對應著BatteandCoelli（1995）的設定方式；而模型3則假設這些變量對融資約束效應本身沒有影響。模型4對應著Caudilletal.（1995）的模型，假設融資約束效應服從在零處截斷的異質性半正態分布。作為對比，我們還估計了傳統Q模型（1），即表2中模型5對應的結果。整體而言，在所有設定方式下，投資機會（LnTobin）都在5%水平上顯著，而個體效應和時間效應也都非常。這表明中國上市公司的投資行為一方面決定顯著（受限于篇幅，個體效應和時間效應的估計結果未能列出）于投資機會的多寡，同時也受到資本市場發展狀況的影響。從表2中最后四行的似然比檢驗（LRtest）結果來看，無論將檢驗的原假設設定為“不存在融資約束”（對應于LR1）還是設定為“存在異質性融資約束”（對應于），最終的檢驗結果都表明異質性隨機前沿模型1顯著優于其它四個模型。尤其是模型1顯著優于模型5，LR2表明融資約束及其不確定性對中國上市公司的投資支出具有顯著的影響。因此，本文隨后的分析都將基于模型1展開。從表2模型1列示的結果來看，內源融資（CF）在融資約束方程和融資不確定性方程中都在1%水平上顯著為負，表明現金流的增加不但可以緩解融資約束，還可以明顯降低公司后續融資的不確定性。這一結果與屈）對中國上市公司融資序位的研究結論一致，即上市公司在融資過程中會優先選擇內部融耀輝和傅元略（2007資。同時，這也與前期多數文獻基于投資-現金流敏感性分析得到的結論一致，如梅丹（2005）、連玉君和程建（2007）等均發現中國上市公司的投資支出對現金流量非常敏感。這表明中國上市公司對內部融資有很強的依賴性，意味著外部融資約束的作用相當顯著。就兩種外部融資來源而言，股權融資（EQUI）和債務融資（DEBT）都能夠在1%顯著水平上緩解融資約束，考慮到銀行貸款是多數上市公司的主要融資來源，而中國上市公司整體上又具有股權融資偏好，得到這一結果并不奇怪。但我們注意到，二者對融資不確定性具有截然不同的影響。股權融資對融資不確定性并沒有顯著影響，而債務融資的增加卻會顯著加劇未來融資的不確定性。究其原因，我國上市公司能否獲得增發和配股，主要決定于其盈利能力是否能夠達到證監會的要求，因此能夠獲得權融資的公司通常具有較高的經營業績，其融資不確定性相對較低。與之不同的是，中國上市公司的債務融資主要以短期負債為主（在本文樣本區間內，短期負債占總負債的比例約為92%），而負債率較高的公司多集中于競爭激烈、盈利能力較低的行業中（如批發零售業）。在這種情況下，負債融資往往是公司延續經營的一種被動融資方式，更多地出于擺脫當前經營困境的目的，而非為長期投資融資。負債率的持續增加會產生“債務懸置效應”（Myers，），使其后續融資1977更加困難，進而加大了公司未來融資的不確定性。同時，我們注意到，公司規模與融資約束和融資不確定性都顯著負相關，表明大規模公司面臨的融資約束程度較低，未來融資實現的不確定性也相對較小。這與我國多數大規模上市公司的國企轉型背景是一致的。在樣本公司中，多數大規模公司都歸屬于能源、電力行業，穩定的收益使它們更容易獲得股權融資，而深厚的國企背景和特殊的行業特征又使它們備受銀行的青睞。地區差異分析2、地區金融體系的發展狀況能夠從一定程度上反映融資約束程度，為此，我們將上市公司按地區分成了三組，并分別估計了異質性隨機前沿模型（5）（6），結果見表3。-對比三個地區的估計結果可以發現，內源融資和外源融資在不同地區上市公司中發揮的作用存在較大的差異。就內部融資而言，現金流量（CFLOW）的增加能夠顯著緩解中部和東部上市公司的融資約束，而對西部上市公司的影響則不顯著。這主要源于西部上市公司的整體盈利能力相對較低，致使其內源融資有限。同時，股權融資(EQUI)能夠顯著緩現金流對三地區上市公司的融資不確定性也具有相似的影響。就外部融資而言，解中部和東部上市公司的融資約束，但對西部公司的影響有限。類似于對所有上市公司的回歸結果（見表2），22管理評論Vol.21No.01（2009）金融管理表2異質性隨機前沿模型估計及檢驗結果模型1：無約束投資函數LnTobin年度效應Cons融資約束ωitCFSIZEEQUIDBETCons融資不確定性σit2CFSIZEEQUIDBETCons對數似然值LR1P值LR2P值-0.105***(-4.14)-0.459***(-7.33)1.118(1.62)1.295***(6.28)9.958***(7.58)-6371.6871.050.000——0.450***(5.96)-6414.5785.180.00085.870.000-0.328***(-5.75)-0.370***(-8.72)1.447(1.38)4.386***(9.32)9.142***(10.92)-6469.0676.240.000194.810.000-0.402***(-5.84)-0.445***(-9.39)1.476(1.47)5.421***(10.12)10.213***(10.33)-6480.4653.410.000217.640.000——871.050.000-0.288***(-7.67)-0.048***(-3.12)-4.785***(-4.90)-5.345***(-14.36)2.744***(2.84)-0.327***(-7.14)-0.402***(-7.85)-3.706***(-4.96)-5.093***(-12.63)9.961***(9.70)-1.475***(-2.58)0.421***(4.56)控制-0.125(-1.31)0.458***(4.85)控制-0.249***(-2.99)0.354***(3.82)控制-0.825***(-11.30)0.354***(3.78)控制-0.750***(-9.91)0.313***(2.57)控制-0.641***(-10.20)模型2：γ=0模型3:δ=0模型4：ωit=0模型5：uit=0注：（1）***，**和*分別表示在1%，5%和10%水平上顯著，括號中為t值，樣本數均為4212；（2）LR1和LR2分別為相應模型針對模型5和模型1進行似然比檢驗得到的卡方值。股權融資在分地區回歸結果中同樣不能顯著降低融資不確定性。債務融資（DEBT）在分地區回歸中的差異最為明顯，對于中部和東部上市公司而言，債務融資的增加能夠顯著緩解融資約束，而在西部上市公司中，卻會產生相反的作用。同時，債務融資的增加會加劇未來融資不確定性，但這一影響效果在西部上市公司中最為顯著，而在中部上市公司中則不顯著。整體而言，由于西部上市公司盈利能力相對較低，使得內部現金流對融資約束的緩解作用非常有限，雖然其融資需求主要通過債務融資來實現，但債務融資的增加會使其面臨更強的融資約束，并進一步加大后續融資的不確定性。這可以從兩個角度來理解：一方面，不同于股權融資，債務融資的實現在很大程度上受到地域限制，因此，上述結果表明區域性銀行體系和金融中介在西部上市公司的融資過程中作用有限；另一方面，從公司層面來看，這反映出西部上市公司增加債務融資的行為往往是被動的，更多地出于擺脫當前經營困境的目的，而非為長期投資融資。下面對投資效率的分析進一步證實了這一觀點。MANAGEMENTREVIEWVol.21（2009）23No.01金融管理表3分地區估計結果西部投資函數LnTobinCons年度效應融資約束ωitCFSIZEEQUIDEBTCons融資不確定性σit2CFSIZEEQUIDEBTCons對數似然值(LL)樣本數-0.173*2.135(-1.79)(1.42)-1.193***(-5.17)-0.598***(-4.94)1.8360.881*-1413.1912(1.53)(1.67)-0.119***(-3.04)-0.397***(-5.47)0.707(0.72)1.520***(5.68)8.516***(5.54)-3557.62418-0.622***(-4.87)2.104***(5.40)13.252***(5.01)-1361.3882-0.133*-0.141*-3.210*5.226**(-1.84)(-1.77)(-1.69)(1.91)-1.399***(-6.18)-0.010(-0.12)-5.441***(-3.37)-8.614***(-10.83)2.506(1.44)-0.286***(-7.18)-0.050(-1.06)-4.750***(-4.07)-4.689***(-10.69)2.902***(2.68)0.421**0.179控制(1.99)(0.92)0.435*0.080控制(1.90)(0.48)0.386***(3.36)-0.13(-1.08)控制中部東部4.994***(2.82)13.232***(5.21)注：***，**和*分別表示在1%，5%和10%水平上顯著，括號中為t值。投資效率分析3、采用隨機前沿分析的一個重要特點在于我們可以定量分析每家公司的投資效率，它間接反映了公司所面臨的融資約束程度。圖1繪制了投資效率指數（IEI）的頻數分布圖，呈現右偏的特征，表明少數公司面臨非常嚴重的融資約束問題。IEI的樣本均值和標準誤差分別為0.719和從整個分布來看，多數上市公司的IEI值都集中在0.067，0.7-0.8之間，表明融資約束的存在使得我國上市公司整體上的投資支出比最優水平低了約20-30%。圖1投資效率指數（IEI）的頻數分布中小企業融資難是目前備受關注的問題，那么隨著我國資本市場的不斷發展和完善，這些公司的融資狀況是否得到了明顯的改善呢？為此，我們按照總資產將所有樣本公司等分為三組，依次定義為大規模、中等規模和小規模公司，進而分年度估算了這三類公司的平均投資效率指數IEI。從圖2（a）中繪制的時序圖來看，在樣本總體的投資效率呈現先升后降的趨勢，但基本介于70%-72%之間，這似乎表明2001-2006樣本區間內，資本市場的發展是一個緩慢的過程。然而，對比不同規模公司的投資效率，我們發現大規模公司的投資效率最高，整體上呈現上升趨勢；小規模公司的投資效率最低，整體上呈現下降趨勢；而中等規模公司的投資效率則介于二者之間。可見，真正從資本市場發展中受益的是大規模公司，而小規模公司的融資約束程度非但沒有減輕，反而有日趨加重的傾向。雖然小規模公司抵押品少、信譽記錄短以及單位融資成本高等因素都會導致它們比大規模公司面臨更為嚴重的融資約束，但我國特殊的轉型經濟背景或許是這類公司融資狀況始終未能得到明顯改善的根本原因。我國股市建立的初衷是幫助國企解困，從上述結果來看，這一股市最初的定位思想至今仍對上市公司的投融資行為產生著重要影響。銀行改制雖然取得了很大的進步，但由于產權問題始終未能得到根本的解決，而風險控制機制又缺乏有效性，所以就債務融資而言，銀行對中小規模公司仍然存在著明顯的信貸歧視。從圖2（b）來看，上市公司的投資效率也存在明顯的地區差異。從時間上來看，在2003年以前，地區間的投資效率似乎不存在顯著差異，但在此之后，東部上市公司的投資效率始終高于樣本平均值，而中部和西部則24管理評論Vol.21No.01（2009）金融管理（a）不同規模上市公司投資效率指數（b）不同地區上市公司投資效率指數圖2上市公司投資效率指數對比較低，尤其是西部上市公司的投資效率甚至呈現下降的趨勢。我們的統計分析表明，西部上市公司的規模明顯小于東部公司。因此，這一結果與我們前文按公司規模分組得到的結果是一致的。一個可能的解釋是，雖然近年來銀行改制和地區金融中介都在不斷發展，但東部地區的發展速度明顯快于西部，致使前者面臨的融資約束程度明顯低于后者。從截面來看，廣東和上海兩地上市公司的投資效率最高，而寧夏和甘肅兩地的投資效率則最低。同時，相對于廣東、上海等融資狀況較好的省份而言，甘肅、寧夏等金融發展落后地區的投資效率存在較大的波動，表明處于這些地區的公司在融資過程中更多地受到宏觀經濟狀況的影響（受限于篇幅，這些結果未能列出）。在上市公司盈利能力普遍較低的情況下，外部融資成為上市公司的主要融資來源。顯然，股權融資的實現基本上不受地域的限制，因此，上述投資效率差異進一步證實了前文的分析，即地區金融發展水平，尤其是信貸發展水平對上市公司的投資效率有重要影響。結論資本市場的發展狀況對上市公司的投資行為有著重要的影響。在資本市場完美假設下，公司的投資支出處于最優水平上，而融資約束的存在使得公司的實際投資支出會單邊偏離這一最優水平。本文便利用這一特點，采用異質性隨機前沿模型對中國上市公司的投資效率進行了研究。采用這一方法使我們一方面可以克服前期基于投資—現金流敏感性分析之實證研究存在的諸多缺陷，同時又可以定量地分析融資約束對投資效率的影響。我們的實證結果表明：（1）融資約束的存在使得中國上市公司的投資支出比最優水平低了約20-30%，平均投資效率僅為72%。（2）在上市公司的三種主要融資方式中，現金流量的增加不但能緩解融資約束，還能降低后續融資的不確定性；而股權融資雖然能夠有效緩解融資約束，但卻不能降低融資不確定性；債務融資雖然也能夠緩解融資約束，但卻會顯著加劇融資不確定性。（3）大規模公司和東部地區上市公司面臨的融資約束和融資不確定性較低，而小規模公司和西部地區上市公司的融資約束有逐漸加劇的傾向。本文研究結論的政策含義可概括如下：（1）由于現金流能夠有效緩解融資約束并降低融資不確定性，因此就短期而言，為提高投資效率，上市公司應當努力提高自身的盈利能力，減少對外部融資的依賴。（2）就長期而言，由于股權融資能有效緩解上市公司面臨的融資約束，充分發揮了其融資功能，而債務融資則會加劇公司的融資困境，因此應該在適當降低上市公司融資門檻的基礎上，建立多層次的資本市場，降低銀行貸款的信息非對稱性，改變銀行片面注重抵押價值融資的商業模式和風險控制方式，進而降低債務融資在加劇公司融資困境方面的消極作用。如果我們進一步考慮數量龐大的非上市公司，那么建立區域性多層次資本市場對地區（尤其是西部地區）的經濟發展將具有更為深遠的意義。參考文獻：[1]馮巍.內部現金流量和企業投資.經濟科學[J],1999,(1):51-57MANAGEMENTREVIEWVol.21（2009）25No.01金融管理[2]李金,李仕明,嚴整.融資約束與現金-現金流敏感度[J].管理評論,2007(3):53-57[3]連玉君,程建.投資-現金流敏感性:融資約束還是代理成本[J].財經研究,2007,(2):36-45[4]連玉君,蘇治,丁志國.現金-現金流敏感性能檢驗融資約束假說嗎[J].統計研究,2008,(10):92-99[5]劉星,魏鋒,詹宇,.我國上市公司融資序位的實證研究[J].會計研究,2004,(6):66-72[6]梅丹.我國上市公司固定資產投資規模財務影響因素研究[J].管理科學,2005,(5):80-86[7]屈耀輝,傅元略.優序融資理論的中國上市公司數據驗證[J].財經研究,2007(2):108-118[8]章曉霞,吳沖鋒.融資約束影響我國上市公司的現金持有政策嗎[J].管理評論,2006,(10):59-62[9]鄭江淮,何旭強,王華.上市公司投資的融資約束[J].金融研究,2001,(11):92-99[10]ywithoutadjustmentcostsandcashfloweffectswithoutfinancingconstraints[J].2004MeetingPapers,SocietyforEconomicDynamics,No.205[11]Batte,G.E.,,Predictionoffirm-leveltechnicalefficiencieswithageneralizedfrontierproductionfunctionandpaneldata[J].JournalofEconometrics,1988,(38):387-399[12]fortechnicalinefficienteffectsinastochasticfrontierproductionfunctionforpaneldata[J].EmpiricalEconomics,1995,(20):325-332[13][14][15]CaudillS.B.,,erestimationandfirm-specificinefficiencymeasuresintheprenceofheteroscedasticity[J].JournalofBusinessandEconomicStatistics,1995,(13):sliquiditymatterininvestmentequations?[J].JournalofMoney,CreditandBanking,1995,(27):527-548CumminsJ.G.,t,mentbehavior:Obrvableexpectations,andinternalfunds[J].AmericanEconomicReview.2006,96(3):796-810[16]'smarginalqandaverageq:Aneoclassicalinterpretation[J].Econometrica,1982,(50):224-313[17]FazzariS.,d,ingconstraintsandcorporateinvestment[J].BrookingsPapersonEconomicActivity,1988,(1):141-195[18]Myers,inantsofcorporateborrowing[J].JournalofFinancialEconomics,1977,(5):147-175[19]PawlinaG.,stment-cashflownsitivitycaudbyagencycostsorasymmetricinformation?EvidencefromtheUK[J].EuropeanFinancialManagement.2005,(11):483-513FinancialConstraints,UncertaintyandFirms'InvestmentEfficiencyLianYujun1andSuZhi2(nCollege,SunYat-SenUniversity,Guangzhou510275;ofBusinessandEconomics,TsinghuaUniversity,Beijing100084)Abstract:ThispaperestimatestheinvestmentefficiencyofChiultsshowthat,(1)theefficiencyofChinelistedfirms'investmentdeclines20-30%duetothefinancialconstraints,withaverageefficiencyat72%;(2)amongthreemainkindsoffinancingchannel,theincreaofcashflowcanreducebothfinancialconstraintsanduncertainties,andequityfinancingcanonlyreducefinancialconstraints,whilealthoughdebtfinancingcanreducefinancialconstraints,itwillenlargetheuncertainties;(3)largefirmsandeasternfirmsfacelessfinancingconstraintsanduncertainties,whilesmallfds:investmentefficiency;financialconstraints;cashflow;stochasticfrontiermodel26管理評論Vol.21No.01（2009）

-