银行业联合授信制度制约企业的非效率投资了吗
银行业联合授信制度制约企业的非效率投资了吗——基于沪深A股公司的分析
黄飞鸣 童 婵
[提 要] 中国银保监会出台联合授信管理制度旨在抑制企业过度融资行为，提高资金使用效率。为检验该制度是否达到预期效果，采用2014—2018年沪深A股上市公司样本，运用非平衡面板数据回归实证考察联合授信机制对企业非效率投资的影响，发现联合授信对企业的非效率投资(包含投资不足和投资过度)呈现显著抑制效应，其中联合授信对投资过度的抑制效应最大。进一步研究发现，相较于国有、大规模、低负债、高盈利等异质属性的企业，联合授信对非国有、小规模、高负债、低盈利等属性企业的非效率投资(尤其是投资过度)抑制效应更为显著。
[关键词] 联合授信；非效率投资；投资过度
一、引言
投资活动是企业的重要财务活动之一，投资效率与企业的业绩和未来发展密切相关。非效率投资表现为投资不足和投资过度，均会降低企业的绩效和价值。近几年来我国企业通过多头授信、过度授信、过度担保等方式获得银行融资后进行盲目对外投资，不仅使企业杠杆率过高、投资效率下降，而且使社会资金没有得到有效利用，风险积聚，也引起了监管部门的高度关注。在金融严监管、去杠杆背景下，监管部门为引导金融资源“脱虚向实”，支持实体经济，推出了联合授信政策(1)2018年5月22日中国银保监会制定了《银行业金融机构联合授信管理办法(试行)》进行了规范约束。银行业金融机构联合授信是指超过3家以上的银行业金融机构向同一家企业(集团)提供债务融资的情况。，其目的是有效遏制企业多头授信、过度融资、提高资金使用效率，因此，深入探讨联合授信对企业投资效率的影响，对于优化金融资源配置具有重要的意义。
最初的MM理论认为，在完备的资本市场中，企业的融资决策和投资决策是完全分离的，负债与公司价值无关；而修正的MM理论认为，负债与企业价值存在相关关系。由于目前我国市场机制并不成熟，企业投融资方式也不丰富，在目前资本市场尚不完善和经济结构面临转型升级的背景下，影响投资效率的因素不仅有企业的成长机会，还包括企业的现金流。目前我国企业的投资效率出现两极分化的状态：一是中小企业由于融资渠道不足，融资能力较弱，在面对优质投资机会时会由于资金限制而错失投资机会，导致投资不足；二是有较强融资能力的大企业容易因资金充裕而出现非理性的过度投资行为。由于企业的融资行为与投资行为休戚相关，融资为企业带来资金，投资则是企业使用资金。企业融资通过公司治理这一传导路径影响企业投资，而银行对企业核定授信的数量直接影响企业所获得融资的多少，进而对企业的投资决策产生影响。因此，合理授信对金融体系的良性发展和实体企业投资效率的提升均有重要意义。
早在2011年浙江温州企业危机时联合授信机制就被提上日程。2013年7月，温州26家银行业分支机构共同签署了《温州市银行业防控多头授信过度授信自律公约》，明确了多头授信、过度授信的定义和认定标准，规范了异地授信业务，推行了授信主办行制度等内容。2013年9月浙江省银行业协会在温州、绍兴、杭州等地开展企业授信总额主办行管理试点(2014年11月将试点推广到除宁波以外的浙江省辖内企业)，同年江苏银监局也先后在常州、泰州、镇江等七市开展企业授信总额联合管理试点，2016年河南银监局，在全省推行银行业债权人委员会制度(2) 2016年3月，河南银监局发布《关于在全省银行业推行债权人委员会制度的通知》，对于在3家(含)以上银行业金融机构进行债务融资，债务规模在3亿元及以上的客户，均要成立债权人委员会，并明确债委会信息共享、联合授信、共同进退、风险共防、集体会商等五大工作机制。2016年下半年，河南银监局将试点范围扩大到全省范围内3家以上债权银行授信规模在1亿元至3亿元之间的企业。，等等，都是“联合授信管理机制”在全国范围内的具体尝试。由于联合授信制度的推出尚属实践的探索阶段，其效果在理论界并未得到充分论证，也缺少有效数据加以检验，同时在实施效果上还涉及诸多具体操作上的问题。基于此，本文以2014—2018年中国沪深两市A股上市公司的数据为研究样本，在MM理论的基础上构建联合授信对企业非效率投资影响的理论模型，研究联合授信作为一种授信管理机制对企业投资效率的具体影响，并进一步探讨联合授信如何对企业非投资效率产生影响。本文的主要工作是：实证检验联合授信对微观企业非效率投资(含投资过度及投资不足)的约束效应，并进一步探讨这种约束效应对不同产权属性、盈利水平、负债水平以及资产规模企业的非效率投资所产生的效果差异，从微观视角研究联合授信对企业投资效率的影响，延续和深化了银行授信政策与企业投融资政策关系的研究内容，丰富了企业投融资行为相关的经验证据，为企业投融资影响因素研究提供了新的视角。本文将理论与实证检验相结合，通过在银企关系之下联合授信对非效率投资影响的研究，揭示联合授信机制与企业投资行为的关系，使研究更加符合中国现有国情及监管背景，为银行合理分配信贷资金、减少企业非效率投资提供了一条有效路径。
二、文献综述
现代企业经营中投资行为对企业成长发展至关重要，但在实际投资时常常出现企业管理者不按照股东价值最大化，而是以管理者私人收益最大化的决策标准选择投资项目，即进行非效率投资(inefficient investment)决策。这些非效率投资主要表现为投资不足与投资过度两种形式。投资不足致使资金闲置、企业成长缓慢；投资过度会导致大量资本沉淀在产能过剩领域，造成资源和生产要素浪费。关于非效率投资影响的研究领域，一些学者的既有研究成果为本文研究假说的提出及研究模型的设计提供了理论支撑。
(一)企业的非效率投资
由于现实中公司内部经理人与股东、债权人之间存在委托代理问题、信息不对称、融资约束等情形，使得企业的对外投资往往偏离最优投资价值水平。关于非效率投资的量化研究从Fazzari et al.(1988)提出投资—现金流敏感性模型开始，其将企业内部融资与外部融资成本存在差异的现象定义为融资约束，并使用该模型度量投资过度。之后Vogt(1994)提出投资—现金、成长机会模型；Hovakimian & Titman(2006)通过构建基于企业成长机会的投资支出函数作为最优投资支出；Richardson(2006)通过构建包括成长机会和财务约束因素的投资模型，用模型残差对企业非效率投资进行量化。
关于非效率投资的影响研究，已有文献从不同角度论证非效率投资与企业价值的反向关系。罗明琦和宋常(2014)研究发现由于融资约束、代理成本等因素存在，企业投资往往偏离最优水平，造成企业价值下降。申瑞芳(2017)选取2012—2015年我国沪深上市公司为样本，分析了CFO财务执行力、投资效率和企业市场价值三者之间的关系，发现企业非效率投资越低，企业价值提升越快。
关于非效率投资的制约因素研究，Goergen & Renneboog(2001)研究发现投资对现金流的依赖性受到所有权结构的影响。唐雪松等(2007)研究发现现金股利、举债可有效制约我国上市公司投资过度行为，但独立董事并未发挥作用。Biddle et al.(2009)发现高质量会计信息可以有效抑制投资不足和投资过度。
(二)授信对企业投资效率的影响
关于授信与企业投资效率之间的关系研究，理论界有不同的研究结论。Boot & Thakor(2000)研究发现银行授信会降低委托代理问题。Jimenez et al.(2009)和Sufi(2009)发现银行授信会通过资产替代、过度负债和管理层私人利益三个渠道加重委托代理问题，从而降低企业投资效率。Demiroglu et al.(2012)、刘婷和郭丽虹(2015)等通过实证方法研究发现银行对授信企业不能完全监督和了解，因此企业可能利用所获得的授信资金进行过度投资，从而降低了投资效率。应千伟和罗党论(2012)进一步分析了授信额度的“过度投资效应”和授信额度的“缓解融资约束效应”，发现授信有助于缓解融资约束、提高投资效率，但在融资约束小、公司治理质量差、政企关系强的企业中，授信额度的利用效率低。Chava & Roberts(2008)认为债权人可以在制定公司投资政策方面发挥作用。Mariano & Giné(2015)进一步发现债权人对投资决策的影响可能相当复杂，因为债权人可以帮助塑造公司的投资政策，即使这意味着支持股东和管理者的行动。Lu et al.(2020)发现在微观经济层面上，相较于股票市场以及商业信用对非效率投资的促进作用，银行授信在配置金融资源方面更有效率。
现有研究多从银行与企业两者之间关系角度探讨授信对企业投资效率的影响，而未进一步探讨当多家银行同时对一家企业授信时，银企之间、银行之间更为错综复杂的关系将对企业投资效率产生何种影响。虽然我国监管机构推出联合授信政策的时间尚短，但关于联合授信的实践在2013年就开始了，目前国内外尚少见联合授信对企业投资效率影响效应的相关研究，依据前述文献的研究脉络，本文引入联合授信变量并在该领域进行了研究，探究联合授信对企业非效率投资产生何种影响。本文的结构安排如下：第一部分是引言，第二部分是文献综述，第三部分是研究设计，第四部分是联合授信对企业非效率投资的约束效应，第五部分是基于企业异质性视角分析联合授信对企业非效率投资的约束效应，最后是研究结论。
三、研究设计
(一)研究假设
联合授信归根结底是银行向企业提供债权融资，而目前关于债权融资影响企业投资行为的研究在学界主要有两种理论：一种理论认为，债权融资带来债权人与股东利益之间的冲突，引发资产替代问题(Jensen & Meckling，1976)，当企业存在“两权分离”时，会产生委托代理问题，进而引发代理成本的出现。其中经理人与股东利益是否一致将对投资效率产生影响。当经理人选择能够使股权价值最大化但会减少企业价值的投资项目，其结果必然使债权融资价值下降，产生投资过度的问题；当经理人在投资决策时放弃那些能够增加企业价值(主要由于债权融资价值构成)而减少企业股权价值的项目，则会产生投资不足的问题(Myers & Majluf，1984)。按照股东—债权人利益冲突理论，债权融资可能会引发非效率投资问题(易宪容，2009)。另一种理论则将债权融资视为公司的治理工具之一，具有控制和监管的作用(Harris & Raviv，1990)。债务赋予债权人在企业现金流量不足时强迫对其清算，债权融资的相机治理机制将减少由于股东和经理人之间冲突导致的非效率投资问题。
在联合授信机制中，各成员银行共同收集和交叉验证企业信息，协商确定授信总额、设置企业融资风险预警线,并按照协议向企业提供融资。联合授信在减少银企之间信息不对称的同时，对融资企业的对外投资行为也具有管理和约束作用。通过联合授信对企业的银行授信总量进行控制，使企业的外部债权融资保持在企业经营所需的合理范围内，减少企业经理人因企业拥有过于充裕的资金而引发投资过度风险。当企业经理人基于自身利益选择风险大的投资项目时，联合授信的参与银行将通过授信约束等管理措施使企业放弃投资于NPV为负等损害债权人利益和降低企业价值的项目。因此本文提出假设1。
假设1 联合授信对非效率投资具有显著的抑制效应。
对于投资过度，基于债权融资契约约定还本付息的强制性(Jensen & Meckling，1976)，企业举借债务能够有效约束投资过度(唐雪松等，2007)；对于投资不足，Myers & Majluf(1984)发现因外部融资成本过高，企业会减少融资并造成投资不足，李珣和周颖(2009)发现短期债务可缓解因股东与债权人冲突造成的投资不足。
在联合授信机制下，成员银行根据企业实际经营的资金缺口统一对企业核定联合授信总量，可见联合授信对企业经营过程中的合理资金需求并不限制。在此背景下，投资不足更多是由于企业自身经营及财务状况、发展规划、企业管理等原因而失去有价值的投资机会所致；而企业投资过度往往与过度融资紧密相关，联合授信机制就是为解决这个问题而建立，通过银行之间信息共享以及银企协议掌握并有效监督企业对外投资行为，进而有效抑制过度投资，由此可见联合授信对投资过度的抑制效应相比投资不足更为显著。因此本文提出假设2。
假设2 联合授信对投资过度的抑制效应大于投资不足。
现有研究从会计稳健性(Biddle et al.，2009)、债务期限结构(Childs et al.，2005)、股权集中度(徐莉萍等，2006)等企业异质性视角分析对非效率投资的不同影响效果。同样，联合授信对非效率投资的影响效果也受到企业异质性的影响。从企业产权属性看，国有企业相较于非国有企业风险较小，其对外投资较多承担的是政治任务和社会责任(Shleifer & Vishny，1994)，因此，银行在对国有企业的授信核定时风险容忍度相对较高，对国有企业的融资约束相对较小，对其非效率投资的抑制效应也相应较小。相反，非国有企业在获取外部融资时，联合授信更多地考虑企业自身的实际资金需求及风险承受能力，通常盈利能力强、成长性好、流动性强、规模大的企业，更能得到外部融资机构的认可，从而有利于拓宽其融资渠道，增强融资能力，因而联合授信对该类企业的非效率投资的作用不显著。但当企业自身盈利能力弱、负债率高、规模小，则多存在抗风险能力弱、涉足产能过剩行业、融资过度等问题，导致其外部融资渠道较少，融资约束较强，联合授信对其非效率投资的抑制效应则更为显著。由此本文提出假设3。
假设3 联合授信对不同企业非效率投资的影响存在异质性。
(二)样本数据来源与筛选
本文以沪深A股上市企业为研究样本，首先运用Richardson(2006)的残差度量模型对非效率投资进行度量，然后构建面板数据回归就联合授信对企业非效率投资的约束效应进行研究。
本文的数据均来自WIND数据库，并经过相应的计算和整理得到。样本选自2014—2018年沪深A股上市企业，由于A股上市公司家数较多，于是通过Excel软件对下述5种情况的样本进行了筛选和处理。(1)剔除了被ST、ST*或PT类处理的企业；(2)剔除了关键变量数据严重缺失的企业；(3)剔除了数据明显异常的企业，如企业资产负债率大于100%，或企业绩效为负；(4)剔除了金融类上市企业；(5)剔除了2013年之后上市的企业。最终得到5 007个可用样本观测值，为非平衡面板数据。
(三)变量选择与定义
1.被解释变量。本文选取非效率投资(Invest)、投资过度(Over-invest)、投资不足(Under-invest)为被解释变量。
非效率投资是指企业的实际投资支出与最优投资水平不一致的行为。本文借鉴Richardson(2006)的投资残差模型对企业投资效率进行度量，该模型主要用实际投资率偏离最优投资率的程度来识别企业过度投资；通过先估算企业正常的资本投资水平，然后以模型残差值的绝对值作为投资效率的代理变量来考察企业的投资效率水平。具体模型设定如下所示：
INVi,t=α0+α1INVi,t-1+α2GROWTHi,t-1
+α3CASHi,t-1+α4LEVi,t-1
+α5AGEi,t-1+α6ROAi,t-1
+α7SIZEi,t-1+μi+εi
(1)
式中，INVi,t表示公司i在t年的资本投资量，计算公式为(当年构建固定资产、无形资产和长期资产净增值)/年初年末的平均总资产；INVi,t-1表示公司i在t-1年的资本投资量；GROWTHi,t-1表示公司i在t-1年的成长机会，本文用营业收入增长率计算；CASHi,t-1表示公司i在t-1年的现金持有水平，用(现金+短期投资或交易性金融资产)/总资产来表示；LEVi,t-1为公司i在t-1年的资产负债率；AGEi,t-1为上市公司i在t-1年的年龄，用上年末公司成立年数的自然对数表示；ROAi,t-1为公司i在t-1年的总资产报酬率；SIZEi,t-1为公司i在t-1年的资产规模，用总资产的自然对数表示；μi为不随时间变化的不可观测的个体异质性；α1，…，α7为系数估计量；εi为随机干扰误差项。
模型回归的随机误差项εi即为实际投资偏离理想的投资水平部分，εi>0则表明企业存在投资过度(Over-invest)；若εi<0则表明企业存在投资不足(Under-invest)；εi越趋向于零，企业的投资越有效。用|εi|来表示企业的非效率投资(Invest)，|εi|值越小，企业的非效率投资越少，投资越有效。
由于本文选取的是面板数据，面板数据进行估计之前，需要对模型的类型进行筛选。Hausman检验用于判断是选择固定效应还是随机效应；F检验用于判断模型是选择固定效应还是混合效应。运用Stata软件对式(1)进行参数估计，并将Hausman检验和F检验结果整理至表1。
表1 Hausman检验与F检验
width=368,height=145,dpi=110
F检验对应的p值小于0.05，故应拒绝混合效应的原假设，说明应选择固定效应。Hausman 检验的p值也小于0.05，故应拒绝随机效应优于固定效应的原假设，因此本文运用含Robust稳健估计的个体固定效应模型对投资效率进行度量。
2.核心解释变量。本文选取联合授信的虚拟变量(UC)为核心解释变量，该虚拟变量主要基于联合授信的产生背景和数据的可得性两方面考虑进行设置。
联合授信先始于2011年浙江温州发生企业危机时当地银行业自发组织建立的模式，后从2013年开始在浙江、江苏等地区由当地银行业协会牵头试点，并于2014年将联合授信实践经验迅速推广至全国多个地区。2015年银监会和发改委才有正式文件出台，印发《关于银行业支持重点领域重大工程建设的指导意见》，要求推进当地银行业协会牵头探索大额授信联合管理机制。2018年银保监会出台《银行业金融机构联合授信管理办法(试行)的通知》，正式对联合授信机制进行了具体规范，正如该办法中所提到的，联合授信是指拟对或已对同一企业(含企业集团)提供债务融资的多家银行业金融机构，通过建立信息共享机制，改进银企合作模式，提升银行业金融服务质效和信用风险防控水平的运作机制。虽然直至目前联合授信机制的具体实践还在探索中，各地区在该领域也有诸多不同成功经验的总结，但归结来看，实行联合授信管理机制的公司主要有以下几个特征：(1)多为集团公司，关联企业多；(2)融资银行多，至少3家以上；(3)融资总量大。因此本文选取核心解释变量为联合授信，采用虚拟变量的方式进行量化，即认为当企业融资金额在20亿元以上，且融资机构在3家以上应建立联合授信机制，则虚拟变量(UC)取1，否则取0。
除上述变量之外，本文还将一些影响企业投资效率的其他变量纳入模型中进行控制研究。实证分析将用到的变量如表2所示。
表2 变量信息说明
width=736,height=609,dpi=110
说明：净资产收益率ROE和第一大股东持股比例Top1均用于稳健性检验中ROA和Top10的替代变量。为了避免极端值对研究造成的影响，以上所有指标(除了虚拟变量)均进行缩尾处理，且本文后续的变量未明确说明均默认为缩尾处理后的变量。
(四)模型设定
对非效率投资进行测度后，本文构建以非效率投资(Invest)、投资不足(Under-invest)、投资过度(Over-invest)为被解释变量，联合授信(UC)为解释变量的面板数据回归，就联合授信对企业非效率投资的影响进行实证研究。具体模型设定为：
Investi,t=α0+α1UCi,t+α2SGi,t+α3ROAi,t
+α4Top10i,t+α5TATi,t
+α6Staffi,t+α7SIZEi,t+μi
+εi,t
(2)
Under-investi,t=α0+α1UCi,t+α2SGi,t
+α3ROAi,t+α4Top10i,t
+α5TATi,t+α6Staffi,t
+α7SIZEi,t+μi+εi,t
(3)
Over-investi,t=α0+α1UCi,t+α2SGi,t
+α3ROAi,t+α4Top10i,t
+α5TATi,t+α6Staffi,t
+α7SIZEi,t+μi+εi,t
(4)
式中，i表示第i家企业；t表示第t年的数据。式(2)用以验证联合授信对非效率投资的影响。式(3)用以验证联合授信对投资不足的影响。式(4)用以验证联合授信对投资过度的影响。UC为联合授信虚拟变量。控制变量分别为企业成长性、盈利能力、股权集中度、营运能力、员工薪酬、企业规模的代理变量。α0为常数项，α1，…，α7为待估参数，μi为不随时间变化的不可观测的个体异质性，εi,t为随机干扰项。
四、联合授信对企业非效率投资的约束效应分析
(一)变量的描述性统计分析
在进行模型的参数估计之前，本文先对式(2)～式(4)中所用变量进行描述性统计分析，最终结果整理如表3所示。非效率投资、投资过度和投资不足的均值分别为0.132，0.15，-0.117；标准差分别为0.096，0.118，0.071，说明企业投资状况呈现明显的波动。联合授信虚拟变量的均值为0.475，说明47.5%的企业建立了联合授信机制。控制变量ROA的均值为0.044，说明样本企业的平均规模报酬率为4.4%，样本企业的平均盈利能力偏低，最大值(0.161)与最小值(0.002)差异较大，说明样本企业的盈利能力呈现较大的差异。偏度大于0，峰度大于3，说明样本企业的盈利能力不服从正态分布。同理可知，样本企业的成长能力、营运能力、资产规模、股权集中度、员工薪酬均未呈现明显的波动，但是企业间呈现较大的差异。
表3 变量的描述性统计分析
width=736,height=274,dpi=110
(二)模型筛选与检验
由于本文进行的是面板数据回归，因此在进行分析之前需要对模型的类型进行筛选，常见的面板回归有三种类型，下面对其进行筛选：类型一为混合模型的估计表示不同的个体具有相同的斜率；类型二为个体固定效应回归，F统计量检验常用来检验是应该建立混合回归模型还是个体固定效应回归模型。类型三为个体的随机效应模型，Hausman检验常用来检验应该建立个体固定效应还是随机效应回归模型。本文以式(2)为例将最终的Hausman检验和F统计量检验的结果披露至表4中。
表4 Hausman检验与F检验
width=368,height=145,dpi=110
F检验对应的p值小于0.05，故应拒绝混合效应的原假设，说明应选择固定效应。Hausman 检验的p值也小于0.05，故应拒绝随机效应优于固定效应的原假设，因此本文采用固定效应回归进行参数估计。
(三)实证结果分析
本文运用Stata软件对式(2)～式(4)进行参数估计，并将参数估计结果整理至表5中。式(2)在关于非效率投资回归中UC的系数为-0.007，且在0.05的显著性水平下显著，说明联合授信对非效率投资具有显著的抑制效应。式(3)在关于投资不足 回 归 中UC的 系 数 为-0.006，在0.05的显著性水平下显著，说明联合授信对投资不足具有显著的抑制影响；式(4)在关于投资过度回归中UC的系数为-0.014，且通过了0.05显著性水平下的检验，说明联合授信对投资过度具有显著的抑制效应，以上结果验证了本文的假设1。
表5 式(2)～式(4)参数估计表
width=368,height=594,dpi=110
注：括号内是标准误；***表示p<0.01, **表示p<0.05, *表示p<0.1。下表同。
从式(2)～式(4)对应的三个UC系数值分别来看，投资过度回归中对应的UC系数最大，投资不足回归中对应的UC系数最小，说明联合授信对投资过度的抑制效应大于非效率投资和投资不足，联合授信对抑制企业投资过度的政策效果最为显著，该结果验证了假设2。
从控制变量来看，企业盈利能力ROA、营运能力TAT对非效率投资和投资过度均呈现明显的抑制效应，对投资不足的影响不显著；企业资产规模对投资过度和非效率投资均呈现明显的促进作用，对投资不足呈现显著的抑制效应；股权集中度仅在0.1的显著性水平下对投资过度呈现显著的促进作用；企业成长性对企业投资状况的影响不显著；员工薪酬在0.05的显著性水平下对非效率投资和投资过度呈现显著的抑制效应，对投资不足呈现显著的促进作用。
(四)稳健性检验
本文通过式(2)～式(4)的基准回归就联合授信对企业非效率投资的影响进行分析，结果表明联合授信机制的建立有利于抑制企业的非效率投资，尤其是对投资过度的抑制效应最大。为了检验上述模型的稳健性，还需要构建稳健回归再次进行参数估计，若估计结果与基准回归基本一致则说明基准回归是稳健的，结果具有可信度。现有文献中常采用替换变量、增减变量、采用新的估计方法再次估计、改变解释变量或被解释变量的度量方式等方法进行稳健性检验。本文将企业盈利能力ROA、股权集中度TOP10用净资产收益率ROE、第一大股东持股比例TOP1代替，同时在基准模型的基础上加入流动性比率和企业上市年限。具体的参数估计结果整理至表6。
由稳健回归的参数估计表6可知，在0.05的显著性水平下，联合授信对非效率投资、投资不足以及投资过度均呈现显著的抑制效应，且从系数估计量来看，联合授信对投资过度的抑制效应最大，这与基准回归的结论一致。从控制变量来看，企业营运能力、资产规模、员工薪酬以及成长性等变量与基准回归的结果基本一致。新增加的企业偿债能力指标在0.05的显著性水平下与企业非效率投资、投资不足与投资过度均呈现显著的反向变动关系；企业上市年限对非效率投资和投资过度均呈现显著的促进作用，对投资不足具有显著的抑制效应，说明企业偿债能力有利于抑制非效率投资。稳健回归表明基准回归具有一定的稳健性。
表6 稳健回归的参数估计表
width=368,height=676,dpi=110
由于非效率投资、投资过度和投资不足取值均存在明显的边界，投资不足小于0，投资过度大于0，此时，被解释变量为受限被解释变量，其概率分布就变成了一个离散点与一个连续分布所组成的混合分布，如果使用OLS估计，将得到非一致估计量。为此，笔者采用受限被解释变量的Tobit回归再次进行估计(见表7)，表7表明，改变模型估计方法以及替换控制变量后，模型依然稳健。
表7 稳健回归参数估计表
width=368,height=511,dpi=110
由于Richardson模型用回归残差估计投资效率存在系统性的误差，笔者借鉴辛清泉等(2007)的做法，将Richardson模型的残差进行由低到高排序，并分成三组，剔除中间一组，用最高组和最低组的残差重新检验联合授信对非效率投资的影响，并考虑行业和年度因素对研究的影响，结果见表8。改变被解释变量的量化方式并考虑行业和年度因素的影响下，仍然得到与基础回归类似的结论。
表8 稳健回归参数估计表
width=368,height=566,dpi=110
五、基于企业异质性视角分析联合授信对企业非效率投资的约束效应
为了进一步分析企业异质性下联合授信对非效率投资约束效应的差异，本文分别从企业产权属性、资本结构、盈利能力以及企业规模等角度对联合授信与非效率投资关系进行研究。以下基于异质性视角对式(2)～式(4)进行参数估计。
由企业产权属性异质性分样本回归可知(见表9)，国有企业组的回归表明UC的系数未通过0.05显著性水平的检验，说明联合授信对国有企业的非效率投资影响不显著。非国有企业组的回归中联合授信对非效率投资、投资不足与投资过度均在0.05的显著性水平下呈现显著的抑制效应，且从系数估计量来看，联合授信对非国有企业投资过度的抑制效应相对最大。产权属性异质性分样本回归表明，联合授信机制的建立可以有效抑制非国有企业的非效率投资，其中对非国有企业的投资过度抑制效应最大，但是对国有企业的非效率投资并未发挥作用。
由企业资本结构异质性分样本回归可知(见表10)，在0.05的显著性水平下，联合授信对高负债企业非效率投资和投资不足具有显著的抑制效应，在0.1的显著性水平下联合授信对高负债企业投资过度具有显著的抑制效应，系数估计量表明，联合授信对高负债企业投资过度的抑制效应大于非效率投资和投资不足。在低负债企业组的回归中，联合授信在0.05的显著性水平下对非效率投资和投资过度均呈现显著的抑制效应，对投资不足的影响不显著。总体表明，联合授信机制可以有效抑制高负债企业的非效率投资，其中对高负债企业的投资过度抑制效应最大，对低负债企业的非效率投资和投资过度具有抑制效应，但对低负债企业的投资不足并未发挥作用。从高负债企业和低负债企业的系数估计量对比显示，联合授信对高负债企业投资过度和非效率投资的抑制效应比对低负债企业更大。
表9 产权属性异质性分样本回归
width=736,height=607,dpi=110
表10 企业资本结构异质性的分样本回归
width=736,height=607,dpi=110
由企业盈利异质性分样本回归可知(见表11)，在0.05的显著性水平下，联合授信对高盈利企业非效率投资、投资不足、投资过度的系数估计量虽然为负，但是并未通过0.05显著性水平的检验，说明联合授信机制的建立不会影响高盈利企业的非效率投资。低盈利企业回归表明，联合授信对低盈利企业的非效率投资、投资不足、投资过度均呈现显著的抑制效应，并且联合授信对投资过度的抑制效应大于非效率投资和投资不足。总体表明，联合授信可以有效抑制低盈利能力企业的非效率投资，其中对低盈利能力企业的投资过度抑制效应最大，但是对高盈利企业的非效率投资影响不明显。
表11 企业盈利能力抑制性分样本回归
width=736,height=607,dpi=110
由企业规模异质性分样本回归可知(见表12)，大规模企业样本回归中，联合授信仅在10%的显著性水平下对投资不足呈现一定的抑制效应，但是对投资过度和非效率投资的影响不显著。小规模企业样本回归中，联合授信在5%的显著性水平下对非效率投资、投资不足以及投资过度均呈现显著的抑制效应，且对投资过度的抑制效应最大。企业规模异质性分样本回归表明，联合授信对小规模企业的非效率投资具有明显的抑制效应，其中对小规模企业的投资过度抑制效应最大，但是对大规模企业非效率投资的影响不显著。
以上基于对不同产权属性、盈利水平、负债水平以及资产规模企业的非效率投资所产生的效果差异结果验证了假设3。
表12 企业规模异质性分样本回归
width=736,height=607,dpi=110
六、结论
本文以2014—2018年我国沪深A股上市企业的财务数据为样本，对联合授信与企业非效率投资关系展开了理论和实证分析，研究结果表明：(1)联合授信对非效率投资、投资不足及投资过度均有显著的抑制效应，其中联合授信对投资过度的抑制效应最大。(2)从产权属性看，联合授信对国有企业的非效率投资影响不显著，对非国有企业的非效率投资能起到有效的抑制效应，尤其是对非国有企业的投资过度抑制效应最大。(3)从资本结构看，联合授信对高负债企业投资过度和非效率投资的抑制效应比对低负债企业更大，对低负债企业的投资不足影响不显著。(4)从盈利能力看，联合授信对高盈利能力企业的非效率投资影响不显著，对低盈利能力企业非效率投资、投资不足、投资过度均呈现显著的反向变动关系，且对低盈利能力企业投资过度的抑制效应大于非效率投资和投资不足。(5)从企业规模看，联合授信对大规模企业仅在0.1的显著性水平下对投资不足呈现一定的抑制效应，但对投资过度和非效率投资的影响不显著；对小规模企业则呈现显著抑制效应，且对小规模企业投资过度的抑制效应最大。
从以上实证分析可以看出，联合授信有助于提高企业的投融资效率，对非效率投资企业具有融资约束的作用，其中对于非国有企业、高负债、低盈利水平以及小规模企业的非效率投资的约束效果更为明显，而近几年发生风险的恰恰大部分是民营企业的低效率、高负债、低盈利水平的扩张，因此联合授信在政策制度层面具有重要的现实意义和价值。针对联合授信机制在实施过程中存在的问题，结合本文所得的结论，本文提出以下政策建议。
第一，完善联合授信机制降低银企之间逆向选择。作为资金提供方的银行较难判断企业投资项目成功概率的大小，高风险的项目会将低风险的项目挤出市场，导致银行和企业之间的逆向选择。从博弈论角度看，企业为了生存，即便效率低下也只能通过继续向银行借贷的方式维持，使企业成为融资过度的高负债企业，进而造成风险并发生违约损失。而联合授信有助于减少因信息不对称而造成逆向选择的不利结果，因此，要通过完善联合授信机制增加银行对企业融资相关信息了解的透明度，有效解决银企之间的逆向选择问题。对企业来说，要注重并提高公司内部治理质量，在获得外部融资资金时，清晰高效地把握投资机会，使银行资金尽可能发挥最大作用，提升投资效率，促进企业自身发展。对银行来说，要通过细化完善联合授信制度的执行，加强联合授信中对企业经营、投资及融资信息的共享，在相互配合的基础上增强对企业的监管力度和引导作用，实现投融资的规模效应，减少投入的浪费，使更多的资源得到合理使用，提高实体产业的投融资效率。银企之间要通过完善债务契约，形成涵盖信用评估、债务合同、声誉机制、内部控制等在内的合同体系，使联合授信在提升企业投资效率方面真正发挥作用。
第二，积极开拓创新联合授信机制对企业投资的引导方式。提升企业融资效率需要对企业引导，根据研究结果，联合授信机制对非效率投资的抑制效应在内陆地区和民营企业方面表现更为显著，对于沿海地区和国有企业的非效率投资抑制效果反应较弱，因此在联合授信政策实施过程中可有所侧重，将内陆地区的民营企业作为联合授信政策实施的重点。同时，还可考虑扩大联合授信政策实施的范围，将联合授信标准中的2亿元的融资余额降低，将规模较小的企业纳入联合授信范畴。通过建立相对稳定的银企关系缓解企业的融资困境。同时加强企业风险甄别，积极清理僵尸企业，完善破产机制，强化债务的硬约束，使金融真正起到支持实体经济的作用。
第三，企业要建立完善投资评价和遴选机制，从融资角度有针对性地提出投资方案。对于企业管理者，要高度重视银行对企业的授信政策，将其作为企业自身发展的重要举措予以推进，在获得银行授信的过程中，与联合授信各参加银行保持沟通，检查和完善企业内部相关的管理制度、财务制度等，针对非效率投资找到有效的解决路径。对于投资不足的企业，应在检视自身融资难度大和融资成本高的原因基础上看是否由融资约束造成，解决方案可从加强信息披露、增进银企关系等方面入手寻求缓解融资约束的具体方法。对于投资过度企业，要通过优化公司治理、采用内源性融资方法，使企业避免步入盲目投资的境地。企业管理者需根据企业风险承受能力科学调整资本结构，促进企业融资质量的提高和融资方式的优化，保证企业拥有持续稳定的现金流，实现平稳有序发展。
参考文献
李珣、周颖，2009：《债务期限结构对企业投资行为的影响研究》，《财会通讯》第8期。
刘婷、郭丽虹，2015:《银行授信、财务弹性与过度投资》，《国际金融研究》第6期。
罗明琦、宋常，2014：《投资效率、代理成本与企业绩效——基于中国上市公司的经验证据》，《云南财经大学学报》第12期。
申瑞芳，2017：《CFO财务执行力、投资效率与企业市场价值》，《财会通讯》第21期。
唐雪松、周晓苏、马如静，2007：《上市公司过度投资行为及其制约机制的理论研究》，《会计研究》第7期。
辛清泉、林斌、王彦超，2007：《政府控制、经理薪酬与资本投资》，《经济研究》第8期。
徐莉萍、辛宇、陈工孟，2006：《股权集中度和股权制衡及其对公司经营绩效的影响》，《经济研究》第1期。
易宪容, 2009:《信用扩张的合理界限与房价波动研究》，《财贸经济》第8期。
应千伟、罗党论，2012:《授信额度与投资效率》，《金融研究》第5期。
Biddle, G.C., G.Hilary, and R.S.Verdi, 2009, “How Does Financial Reporting Quality Relate to Investment Efficiency?”, Journal of Accounting and Economics, 48(3): 112-131.
Boot, A.W., and A.V.Thakor, 2000, “Can Relationship Banking Survive Competition?”, Journal of Finance, 55(2): 679-713.
Chava, S., and M.R.Roberts, 2008, “How Does Financing Impact Investment? The Role of Debt Covenants”， Journal of Finance, 63(5): 2085-2121.
Childs, P.D, D.C.Mauer, and S.H.Ott, 2005, “Interactions of Corporate Financing and Investment Decisions: The Effects of Agency Conflicts”, Journal of Financial Economics, 76(3): 667-690.
Demiroglu,C., C.James, and A.Kizilaslan, 2012, “Bank Lending Standards and Access to Lines of Credit”, Journal of Money, Credit and Banking, 44(6): 1063-1089.
Fazzari, S.,R.G.Hubbard, and B.Petersen, 1988, “Financing Constraints and Corporate Investment”, Brookings Paper on Economic Activity,NO.141.
Goergen,M., and L.Renneboog, 2001, “Investment Policy, Internal Finance and Ownership Distribution in the UK”, Journal of Corporate Finance, 7(3): 257-284.
Harris, M., and A.Raviv, 1990, “Capital Structure and the Informational Role of Debt”, Journal of Finance, 45(2): 321-349.
Hovakimian, G., and S.Titman, 2006, “Corporate Investment with Financial Constrains: Sensitivity of Investment to Funds from Voluntary Asset Sales”, Journal of Money, Credit and Banking, 38(2): 357-374.
Jensen, M., and W.Meckling, 1976, “Theory of the Firm: Agency Cost and Ownership”, Journal of Financial Economics, 3(4): 305-360.
Jimenez, G.,J.Lopez, and J.Saurina, 2009, “Empirical Analysis of Corporate Credit Lines”, Review of Financial Studies, 22(12): 5069-5098.
Lu,L., X.Li, and Z.Qian, 2020, “Monetary Policy, Financial Development and the Financing of Zombie Firms: Evidence from China”, Economic and Political Studies, 8(2): 141-164.
Mariano,B., and J.T.Giné, 2015, “Creditor Intervention, Investment, and Growth Opportunities”, Journal of Financial Services Research, (47): 203-228.
Myers, S.C., and S.Majluf, 1984, “Corporate Financing and Investment Decisions When Firms Have Information That Investors Do Not Have”, Journal of Financial, 13(2): 187-221.
Richardson, S., 2006, “Over-investment of Free Cash Flow”, Review of Accounting Studies, (11): 159-189.
Shleifer, A., and R.W.Vishny, 1994, “Politicians and Firms”, The Quarterly Journal of Economics, 109(4): 995-1025.
Sufi, A., 2009, “Bank Lines of Credit in Corporate Finance: An Empirical Analysis”, Review of Financial Studies, 22(3): 1057-1088.
Vogt, S.C., 1994, “The Cash Flow/Investment Relationship: Evidence from U.S.Manufacturing Firms”, Financial Management, 23 (2): 3-20.
HAS THE JOINT CREDIT SYSTEM OF BANKING INDUSTRY CONSTRAINED CORPORATE INEFFICIENT INVESTMENT
——An Analysis Based on A-share Companies
HUANG Fei-ming TONG Chan
(School of Economics and Finance, Jiangxi University of Finance and Economics)
Abstract: The joint credit policy issued by the China Banking and Insurance Regulatory Commission aims to restrain excessive financing activities of companies and improve the efficiency of funds. In order to test whether the system has achieved the expected results, this paper adopts the unbalanced panel data of Shanghai and Shenzhen A-share listed companies from 2014 to 2018 to exam the influence of joint credit system on corporate inefficient investment. The empirical research shows that joint credit system has significant inhibitory effects on the inefficient investment (including underinvestment and overinvestment). Especially, the joint credit system has the strongest inhibitory effect on overinvestment. Further investigation shows that compared with state-owned, large-scale, low-debt, high-profit companies, the joint credit system has a more significant inhibitory effect on the inefficient investment (especially overinvestment) behavior of non-state-owned, small-scale, high-debt, low-profit companies.
Key words: joint credit; inefficient investment; overinvestment
页:
[1]