债务异质性、宏观经济与上市公司投资

奥鹏网院作业

债务异质性、宏观经济与上市公司投资债务异质性、宏观经济与上市公司投资

摘 要： 中国上市公司普遍具有债务异质性，多重治理效应使其能够约束企业投资行为。本文旨在考察企业将宏观经济因素引入决策模型后，债务异质性对其投资行为的影响机制。文中使用2000—2015年沪深A股上市公司年度数据，发现代表宏观经济运行状况的变量对债务异质性与企业投资支出规模之间的负相关关系存在逆向调节作用，对债务异质性与投资扭曲程度之间的负相关关系呈逆向调节作用；代表货币政策的变量对债务异质性与企业投资支出之间的负相关关系呈正向调节作用，而对债务异质性与投资扭曲程度之间的负相关关系呈逆向调节作用。

关键词： 债务异质性； 投资效率； 宏观经济； 投资行为

一、引言

近年来，中国经济进入了增速回落的“新常态”时期。作为处于转型期的新兴经济体，总供给要素的变化趋势表明，我国宏观经济必须从追求高速增长阶段转入强调高质量发展阶段。微观企业投资是宏观经济增长的基础，企业需要根据不同的生存环境调整融资和投资决策。如何理解宏观经济发展的客观规律，精准把握战略变化的时机和幅度，及时适应宏观经济环境以应对潜在风险[1]，是企业提高投资效率、增加企业价值的关键。鉴于外生于企业的宏观变量对企业存在不容忽视的深刻影响[2]，可能需要更多地从宏观经济变量中获取证据，放宽财务学中关于企业融资行为和投资行为的严格假设，拓展个体主义方法论下的研究模型[3]，以更好地解释微观企业行为。

基于以上背景，我们将宏观经济变量引入企业债务融资对企业投资行为影响机制的分析中，试图解释在不同的宏观经济“场景”下，企业融资决策对投资规模以及投资效率的影响机理。企业债务融资治理机制的相关理论主要包括利益相关者理论[4]、激励—约束理论[5]和控制权转移理论[6]；债务融资作为一项重要的外部治理机制，可以促使债权人积极参与公司治理、监督管理层行为；缓和股东和管理层之间的利益冲突、降低代理成本。债务融资的多样化使很多研究开始关注不同类型的负债对公司投资行为治理机制[7-8]。以MM理论[9]为代表的西方经典资本结构理论中暗含的是债务同质性假说：不同类型的负债不存在性质差异，不同来源、不同期限结构的公司债务被视作同质的。“债务”的概念通常狭隘地特指金融性负债。而与其相对应的经营性负债，则通常被作为“商业信用”而被纳入“营运资金”作为研究对象[10]。债务异质性理论在承认债务具有不同规模结构、期限结构和来源结构等基础上应运而生，而债务来源结构相较于规模和期限结构而言更具内在本质层面的理论与现实含义，是债务异质性理论的核心内涵。

本文遵循债务异质性理论的本质要义，将两类代表宏观经济因素的变量、债务异质性和企业投资行为三者纳入同一研究框架，考察在不同的宏观背景下，债务异质性与企业投资行为之间关系的变化。研究发现，债务异质性对企业投资支出总额、净额以及投资扭曲程度显著负相关；宏观经济运行状况变量对债务异质性与投资支出水平、投资扭曲程度之间的相关关系呈逆向调节作用；货币政策变量对债务异质性与投资支出水平之间的关系存在正向调节作用，而对债务异质性和投资扭曲程度之间则存在逆向调节作用。

本文的主要贡献有：第一，从微观机制出发，将微观理论与宏观背景进行有效结合。新凯恩斯主义通常注重经济的宏观均衡状态特征，并不关心均衡产生的微观基础。本文则视宏观因素为企业决策的外部条件和重要影响因素，认为不同的宏观经济因素可能会使企业在面临不同的资金供给条件时调整自身投资策略；探究了宏观经济因素对企业融资与投资之间的影响机制，而已有文献通常将宏观冲击作为影响企业投资或风险状态的解释变量而被引入模型[11-13]。第二，本研究以我国新兴市场特征下的宏观经济为背景，探究企业面对不同的货币政策而取舍相应的融资安排，而不仅仅是考察负债融资总量及结构的变化，丰富了货币政策传导机制的研究内容，为债务异质性对投资行为的影响效应提供了新的解释。第三，本研究对于企业处于不同宏观经济背景下，依据融资安排而提高投资效率提供了有益的思路，通过关注企业自身所处内、外部环境，减低非效率投资；为优化企业行为以应对风险提供可能的参考和借鉴。

二、文献综述(一)债务异质性与企业投资行为

在企业实践中，债务异质性是普遍存在的事实[14]。不同类型的债务对企业投资行为的影响存在差异，合适的债务结构搭配则可以减少投资扭曲行为[15]。不同类型的债务对企业行为产生不同的治理功能，因此有必要打破“债务同质性”假说。其一，按照不同的治理功能， David等(2008)[7]将企业负债融资分为交易性负债和关系型负债，认为相比基于严格契约的交易性负债，关系型负债的债权人由于能够拥有更多债务人信息而使得关系型债务对于企业投资具有更多的治理功能。其二，按照来源不同，Nissim和Penman(2001)[16]将负债融资划分为经营性负债和金融性负债，并认为经营性负债更能促进公司盈利水平的提升。黄莲琴和屈耀辉(2010)[17]使用中国数据研究发现，相比金融性负债，经营性负债更多来源于企业在经营过程中积累的利益相关方，并且所得资金多用于企业自身经营而非扩张，因此在支出时可能会更加谨慎；经营性负债的债权人在长期往来过程中更加了解企业的经营状况，可以对其偿付状况制定和调整其定价策略，从而比金融性负债更能发挥债务的监督约束机制，更能约束企业过度投资行为，并对企业成长性产生更积极的影响。其三，负债融资按其期限则可以划分为短期负债和长期负债。Jensen(1986)[18]认为，短期负债的定期还本付息压力以及对企业破产的威胁，能够在一定程度上约束股东对风险偏好的心理及行为，从而减少股东的“资产替代”行为和过度投资行为；如果债务期限在增长期权到期之前结束，则可以减少“投资不足”[19]。信号理论认为，企业对债务期限结构的选择能够传递关于质量的信号：当企业信息不对称程度较高且交易成本高时，高质量企业将发行更多的短期债务，质量低的企业将发行更多的长期债务[20]。根据债务期限匹配理论，公司倾向于将资产和债务融资的期限进行匹配，使得债务期限与资产期限之间存在正相关关系[21]。另外，债务异质性本身也对企业投资行为存在影响——债务来源异质性对企业自由现金流与过度投资之间的关系具有逆向调节作用[22]。微观企业的融资与投资行为的现有研究大多建立在新制度经济学委托代理理论[5]、信息不对称理论[19]、高层梯队理论[23]等框架下，立足于企业内部因素来解释企业投资行为。许多研究证实了企业层面特征变量作用于投资效率，如独立董事治理作用[24]、高盈余管理公司的决策制定权和决策控制权分离度[25]、内部控制缺陷信息披露[26]。以上关于融资—投资的研究基于主流投融资理论，虽然赋予了信息不对称、委托代理等理论“中国式内涵”，但忽略了中国情景下的宏观经济因素对微观企业决策的影响。

价值性是指知识链拥有的知识资源能够降低成本或提高知识链的收益，知识资源可以为知识链赚取“李嘉图租金”和“张伯伦租金”。前者是由于降低了边际生产成本而获得的收益，后者是利用规模经济和高额的转移成本建立的高进入壁垒；知识链通过知识整合和知识创新，还可以创造出“熊彼特租金”，即通过在一个不确定性很高或者非常复杂的环境中，承担风险和形成独创性的洞察力来获得基于创新的租金[13]。

(二)宏观经济运行状况与企业投融资行为

将微观企业所依存的宏观经济因素纳入考虑的研究中，已有文献通常以其直接作为企业融资或投资行为的解释变量。例如，Gilchrist和Himmelberg(1995)[27]认为某些公司层面的变量如外部融资资源(债权和股权)受其直接或间接的影响；Fazzari等(1984)[28]发现宏观环境不确定性可以作用于企业现金流；Custodio等(2005)[29]、Baum等(2005)[30]的实证结果表明经济衰退时企业倾向于持有更多现金；Granham等(2014)[31]认为公司特征变量不足以解释美国1921年至2010年公司杠杆率的显著提高，从而推测宏观经济不确定性和金融市场的发展起到了重要作用。

多数研究发现企业的融资行为在总体上存在顺周期性，但对于融资结构在不同经济背景下的表现则均存在不一致的结论：一部分认为负债融资存在逆周期性[32]；另一部分则认为负债融资存在顺周期性[33]。在国内的相关研究中，苏冬蔚和曾海舰(2009)[34]认为国内上市公司资产负债率存在逆周期性；罗时空和龚六堂(2014)[35]发现我国上市公司的负债融资基本呈顺周期性；吴华强等(2015)[36]则认为在经济扩张时期，由于托宾Q对负债融资的正向影响会增强而现金流对债务融资的负向影响会减弱，因而企业债务融资呈顺周期性。当宏观经济上行时，虽然不确定性下降通过改变金融环境提升了融资成本[37-38]，但面临的投资机会众多[39]，以及对未来整体经济形势和企业经营的乐观预期，此时债务异质性的提高有可能使得投资支出削减的幅度相对降低。

(三)货币政策与企业投融资行为

货币政策一方面通过利率影响企业融资成本，一方面通过信贷渠道—银行贷款的数量影响企业投资[40-41]，并显著影响到企业财务杠杆的选择[42]。货币政策趋紧时，企业面临的融资约束程度较高，投资受到抑制[43]，而企业债务融资下降、投资效率提高[44]。若此时企业存在较高债务异质性程度，管理层预期未来现金流难以支撑投资项目，从而减少其投资。当货币政策宽松时，可贷资金量增加可能会鼓励管理层采取更激进的投资行为[45]；企业外部融资溢价可能促进其投资支出[46]，信贷扩张降低了资源配置效率，并且强化了企业投资水平，信贷扩张会显著降低投资—投资机会敏感度，进而降低投资效率。总的来看，在货币政策对企业负债融资以及投资行为方面的研究更为丰富，结论也较为一致。

已有文献更多地是仅关注企业融资决策对投资的影响，或者仅仅研究宏观经济状况、政策与企业投资行为的基本关系，缺乏考虑不同的宏观经济因素下微观主体融资中的摩擦因素对投资行为的解释。实践中，经济因素通常并非孤立存在并发挥作用，对于企业投资行为则更可能是组合搭配、交互作用；而融资决策也深受宏观经济因素的影响[47]，因而有必要尝试从新的视角出发，将宏观经济因素纳入考虑并深入讨论其对债务融资和企业投资行为之间相互关系的作用机理。

4）要素表示示例修改的有44个：地面河流、地下河段、干涸河（干涸床）、高于地面干渠、高于地面支渠、常年湖、塘、水库、适淹礁、海岛、制水坝、单幢房屋、普通房屋—建成房屋、单幢房屋、普通房屋—建筑中房屋、高层房屋、架空房、廊房、废弃矿井、盐田、盐场、温室、大棚、公园、陵园、动物园、植物园、露天舞台、北回归线标志塔、庙宇、清真寺、教堂、路灯、喷水池、地铁、轻轨、机耕路（大路）、地铁站、收费站、固定堤坝码头、栈桥式码头、浮码头、里程碑、泥石流、熔岩流、未加固斜坡、岸垄、田埂、残丘地。

三、理论分析和假说提出

从负债融资结构的研究统计来看，债务异质性在我国上市公司普遍存在。债务异质性(dhi)是企业各种负债来源的比重，其比值越大，表明各类负债的持有量越平均，债务来源多元化程度越高。基于债务契约理论，债权人与债务人通过债务契约关系来确定债权债务关系，债务异质性意味着不同来源的负债对企业投资的治理机制不同。作为异质性负债的经营性负债，多来自于企业经营性活动相关的上下游企业以及利益相关方(职工、政府等)，他们关系到企业的信誉及市场地位，管理层需要基于再融资约束而减轻其过度投资冲动[8]；同时，经营性负债的债权人通常可以根据企业的行为调整其定价策略和偿付期限；而债务人企业由此将减少自由现金流的支配，从而削减过度投资；多元化的债务契约的存在以及异质性债权人的监督，为保持声誉起见，当债务异质性程度较高时，管理层有必要抑制其滥用自由现金流的动机，减少过度投资行为。较高的债务异质性程度也不排除企业难以满足于从单一融资渠道获得资金的情况，此时企业本身面临的融资约束较大，投资决策时可能更谨慎。因而债务异质性可以通过不同性质的负债带来治理机制的补充和叠加，提高资源配置效率；异质性债权人的监督及企业对声誉的保持，有助于缓解企业内部代理问题，减少过度投资。另外，债务异质性一方面通过公司治理，提高盈余质量以降低投资现金流敏感性；另一方面，可能通过扩展的融资渠道增加企业资金来源，使必要的投资成为可能，从而提升投资效率。由此提出假说1和假说2。

H1 债务异质性程度越高，投资支出越低。

H2 债务异质性程度越高，投资扭曲程度越低。

通常认为债务异质性程度对于企业过度投资行为存在两类作用形式，一种是债务异质性直接约束了企业过度投资[14]；一种是债务异质性对超额现金持有和过度投资之间的关系具有负向调节作用[48]。实践中，国内企业在投资环境和融资环境方面需要面临较为强势的宏观经济调控，并且宏观经济不确定性程度对资金需求和投资支出之间的相关关系存在调节作用[49]。虽然债务异质性通过公司治理等机制约束了企业投资行为，但经营环境、投融资决策以及管理者预期等关系到企业层面的变量，同时显著地受到外部宏观经济因素的影响。由此推测，宏观经济因素对于债务异质性和企业投资行为之间可能存在相应的调节作用。

宏观经济运行状况对企业投资行为的作用可能是多层次的，由于企业所处的宏观经济场景不同，差异化的负债融资使得企业在投资行为上也面临不同选择。当经济扩张时，由于融资机会通常存在顺周期性的可能性，企业获得投资所需资金的机会增加；此时在企业经营层面，营业收入的增加将刺激企业提高资本支出[40]，管理者容易形成较为乐观的宏观经济发展预期；经营活动的现金净流量完成长期资产消耗的补偿以及企业利息支出和现金股利的支付之后，可能对企业的扩张提供资金支持，配合金融性负债从而支撑企业产能扩张，形成更高的投资支出水平。因此，经济增长率较高时期使得债务异质性程度对企业投资规模的增长的控制力下降。当GDP增速下降，宏观经济下行时，不确定性因素增多，企业管理层或许难以形成准确预期，债务异质性带来的替代性融资将作为重要的资金补充渠道提高财务稳健性以应对经济运行状况，新增资金不再流向投资支出，债务异质性的存在将使其对投资支出的抑制作用上升；同时企业管理层预期经营风险增加，获得预期收益率的概率降低，即将面临较强的融资约束等原因将导致公司用于投资支出的资金减少，从而增长率较低时期的宏观经济运行状况将促使较高的债务异质性水平对投资规模的约束力下降，管理层不得不更加谨慎地面对投资机会，降低长期资金需求。

宏观经济运行状况既能够作用于债务融资[50]，又可以抑制投资扭曲。一方面，经济增长较快时，信贷与实体经济之间存在的动态正反馈机制[51]将放大繁荣的幅度：微观企业在给定资金成本利率下可能有扩大生产规模、增加利润的冲动；销售收入增加改善企业的现金流，减少外部融资的风险溢价，可能导致投资过度；另一方面，边际产出递减规律可能导致投资规模下降[52]，而营业收入的增加、经济扩张期资产价格等各项成本的上升可能会促使管理层放弃NPV可能为正的投资机会，更多地关注能够立即带来收益的经营活动，促进资源流入资本积累，从而导致投资不足。总之，上行的宏观经济可能使债务融资对企业投资扭曲程度约束作用降低。反之，当宏观经济增长率较低时，投资活动的机会成本(资本积累的边际产出)持续下降，基于成本收益分析，经济紧缩时期投资活动的成本将低于预期收益，这将引导企业加大投资活动；而产品市场的有效需求下滑导致期望收益率下降，市场的悲观预期、盈利空间的缩小更有可能触发债务契约中的限制性条款，而企业管理层为了避免违约带来的损失，必须谨慎对待投资机会。因此，下行的宏观经济运行状况可能促进债务异质性对投资扭曲程度的抑制作用。

根据上述分析，本文提出假说3和假说4。

H3 GDP增长率对债务异质性和上市公司投资规模之间的相关关系存在逆向调节效用。

H4 GDP增长率对债务异质性和上市公司投资扭曲程度之间的相关关系存在逆向调节效用。

从货币政策因素来看，当货币供给充沛时，利率和信贷渠道使得资金使用成本降低，从金融机构获得资金更为容易[53]。从金融机构来说，经济运行状况的变化影响银行对风险的认知和定价，进而影响信贷的能力和意愿。贷款违约率的顺周期性导致银行对坏账拨备下降，促使银行提高放贷的能力和意愿；银行的盈利水平及经营状况的改善，可以降低其外部筹集资本的成本，增加贷款资金的来源。此时，资金可获得性增强可能会促使企业减少流动资产配置，而资产价格的上升可能也会造成企业减少投资支出。资产价格上涨的预期会自我强化直到方向转变，而这可能降低企业管理者的投资意愿，同时在债务融资契约的约束之下，管理者将减少非效率投资。另一方面，债务异质性程度较高可能表明在信用扩张、信贷条件较好的情况下，企业尚难以从单一融资渠道获得的资金规模得到满足，多方筹措资金的企业面临的融资约束较大，此时投资规模对债务异质性的约束更敏感，导致货币供应量增加促进债务异质性对投资支出的约束作用。当货币供应量增速放缓，企业会加大流动资产配置以保持一定的流动资产持有水平以应对货币政策的不确定性；货币供应量增速下降可能也会降低企业管理层对于未来流动性的预期，预计其将在未来面临更强的融资约束，从而管理层希望通过重新配置资产、改变债务融资结构以应对融资的可获得性下降的状况；此时债务异质性带来的多元化负债融资将使得投资削减的幅度下降，货币供应量M2增速下降可能使得债务异质性对投资支出水平的约束力下降。而在经济衰退期，相关状况正好相反，此时贷款违约率较高，贷款违约率的变化影响银行对风险的评估，进而影响坏账拨备和资本充足率的变化。

货币政策的变动直接作用于金融机构的信贷资产总量，进而影响银行贷款配置，改变企业融资环境，最终对企业债务融资的成本产生影响[54]。货币供应量增速上升时，信贷渠道、货币渠道的扩张能够提升企业筹资能力，从而企业可能会选择减少流动资产投资；此时资产价格上升也使得企业减少其相关资产的配置[55]，投资支出进一步减少甚至削减了合理的必要投资，造成更为严重的投资不足；较高的债务异质性可能标志着企业不得不从多种渠道筹措资金，预期融资约束增加和流动性缺乏将使得管理层削减各项投资包括净现值为正的项目，加重了原本投资不足的状况，从而导致投资扭曲程度增加。而货币供应量增速的下降则可能改变企业管理层对流动性的预期，即使企业在本期获得了较高的流动性，而流动性难以在远期进行分摊，管理层可能认为未来将要面临更多融资约束，可能促进管理层减少过度投资；较高债务异质性也为企业带来更多替代性融资，弥补投资不足，从而缓解投资扭曲。由此，本文提出假说5和假说6。

H5 M2增长率对债务异质性和上市公司投资规模之间的相关关系存在正向调节作用。

H6 M2增长率对债务异质性和上市公司投资扭曲程度之间的相关关系存在逆向调节作用。

四、研究方法(一)主要变量的选择

1. 上市公司投资水平和投资行为衡量

另一方面，表现为系统误差和偶发性误差。在实际数据测算过程中，系统误差主要由于水文测验工作测量设备或测量条件中的某些特定因素的系统性影响，导致测量结果中存在误差，即系统误差。实际工作中，在相同测量条件中的多次测验中，系统误差的大小与符号也常常变化，有时还会呈现一种特定的变化规律。偶发性误差表现形式多为随机性，其诱发原因多为不可抗拒因素，包括水流流速的突变、气候变化导致水文现状发生转变等。

参考辛清泉等(2007)[56]的相关方法，以上市公司披露的现金流量表中关于“构建固定资产、无形资产和其他资产所支付的现金”除以期末总资产代表企业绝对投资支出作为因变量之一；用“构建固定资产、无形资产和其他资产所支付的现金”减去“处置固定资产、无形资产和其他资产所收到的资金”后的结果除以期末总资产代表企业投资支出净额作为因变量之二。

2. 投资扭曲程度指标

采用残差度量模型[57]残差度估计我国上市公司投资效率。首先估算出某一给定年度企业预期的资本投资规模，再用实际投资规模减去预期投资规模(取回归残差)作为投资扭曲程度的代理变量。

3. 债务异质性程度

参考赫芬达尔指数(Herfindahl-Hirschman Index)的构建方式以及胡建雄和茅宁(2015)[14]的相关研究，采取以下计算方法：债务异质性程度(dhi)=[1-(金融机构借款2+经营性负债2+应付债券2+其他负债2)]/[1-1/4]。

4. 宏观经济运行状况

Cook和Tang(2009)[58]使用GDP增长率(GDP growth rate)、期限利差(term spread)、违约利差(default spread)以及市场股息率(market dividend yield)来衡量宏观经济状况；国内文献则有何青和向磊(2014)[59]、黄兴孪等(2014)[60]以及饶品贵和罗勇根(2016)[61]使用GDP增长率来衡量宏观经济运行状况。基于以上文献和数据可得性，本文以GDP增长率作为宏观经济运行状况的代理变量。

5. 货币政策代理变量

有关货币政策的实证研究中，除了货币供给增长率以外[62]，利率也常被用来度量货币政策松紧的指标[63]。由于我国央行于2015年基本取消利率管制(2015年10月23日中国人民银行宣布对商业银行和农村合作金融机构等不再设置存款利率浮动上限)，此前其尚未市场化而可能无法通过利率的预期和期限结构等机制来引起整个利率体系的变化；传统的货币渠道理论难以较好地解释企业的投资和融资现象，因而使用货币供给的增长率来度量货币政策状态可能更适合[64]。因此参考靳庆鲁等(2012)[45]以及喻坤等(2014)[65]，选取广义货币供给量M2增长率作为体现货币政策的指标。

另外，选取公司治理、内部控制、融资方式以及公司特征等变量作为控制变量。

(二)样本数据来源

由于涉及有关变量的数据库更新到2015年，故选用沪深A股上市公司2000年至2015年的财报数据作为研究样本，其中根据证监会最新的行业分类标准剔除金融类股和ST类股。2006年至2009年，随着以美元标价的国际石油、大宗商品和食品价格大幅上涨，通货膨胀成为全球性的现象，我国货币政策在此期间也发生了巨大波动；我国2006年GDP增长率超过了M2增长率，经济中出现了超额货币供给的状况，引起价格总水平的上涨；2007年至2008年2月受国际价格上涨的影响，国内能源和需求因素成为引起通货膨胀的主要推动因素；2008年至2009年受美国次贷危机和国内紧缩性货币政策影响，M2增长率低于GDP增长率，出现了通货紧缩现象，直到2009年底转负为正；由于上述原因，本文剔除了2006年至2009年的数据。文中微观企业层面的数据来自国泰安CSMAR以及CCER数据库，宏观经济数据来自中宏数据库，通过人工核对上市公司年报并修正。最初样本观测值为18 314个，在剔除所有指标缺失值并进行异常值截尾处理后，保留了13 717个观察数据。由于衡量投资扭曲程度的相关计算涉及滞后项，关于投资效率的检验最终保留11 036个观测值。

表1 变量表

     

变量名称变量符号定义及备注债务异质性程度dhi[1-(金融机构借款2+经营性负债2+应付债券2+其他负债2)]/[1-1/4];衡量债务来源多元化程度;其中,经营性负债=(应付账款+应付票据+预收账款+长期应付款+应付职工薪酬+应交税费)/总负债投资支出水平inv(购建固定资产、无形资产和其他长期资产支付的现金)/总资产投资支出净额netinv(购建固定资产、无形资产和其他长期资产支付的现金-处置上述收回的现金净额)/总资产投资扭曲程度invrinv残差的绝对值宏观经济运行状况 gdprGDP增长率货币政策m2r广义货币供给量增长率公司规模size总资产取自然对数上市年限age公司上市年限每股收益eps每股市价/每股利润产权性质state最终控制人性质托宾Qtobinq(流通股权市值+非流通股权净资产值+净债务市值)/期末总资产营运能力caturn流动资产周转率=营业收入/流动资产杠杆能力lever一年内到期的非流动负债/流动资产资产流动性liquity(流动资产-流动负债)/资产总额现金比率cashr期末现金及现金等价物/总资产资产收益率roa净利润/总资产两职合一状况cross董事长兼总经理取1,否则取0董事会规模board董事会人数董事会持股比例boashare董事会持股比例董监高平均薪酬salary考虑薪酬激励独董占董事会比例indboard独董数量/董事会规模四大委员会设置fourcom重要决策监督机构完整性内控审计是否披露icar体现内控信息披露意愿,披露赋值为1,否则为0内控是否存在缺陷icde体现内控自信程度,存在内控缺陷赋值为1,否则为0控制权人表决权controlvote体现实际控制人对企业的影响力度;内控变量行业控制变量industry控制行业效应,行业虚拟变量年度控制变量year控制年度效应,年度虚拟变量

(三)研究模型

参考余明桂和潘红波(2010)[66]、倪婷婷和王跃堂(2016)[67]以及左拙人和胡文卿(2017)[68]的相关研究，本文用于检验债务异质性与投资支出规模之间关系的模型(1)—(4)构建如下

invit+1=β0+β1 dhiit+β2 gdprit+1(m2rit+1)+β3sizeit+β4cashrit+β5tobinqit+β6caturnit+β7leverit+β8liquityit+β9epsit+β10salaryit+1+β11ageit+1+ β12icdeit+1+β13controlvoteit+1+β14stateit+1+INDUSTRY+TIME+εit

(1)

invit+1=β0+β1dhiit+β2 gdprit+1(m2rit+1)+β3dhiit*gdprit+1(m2rit+1) +β4sizeit+β5cashrit+β6tobinqit+β7caturnit+β8leverit+β9liquityit+β10epsit+β11salaryit+1+β12ageit+1+ β13icdeit+1+β14controlvoteit+1+β15stateit+1+INDUSTRY+TIME+εit

(2)

netinvit+1=β0+β1dhiit+β2 gdprit+1(m2rit+1)+β3sizeit+β4cashrit+β5tobinqit+β6caturnit+β7leverit+β8liquityit+β9epsit+β10salaryit+1+β11ageit+1+ β12icdeit+1+β13controlvoteit+1+β14stateit+1+INDUSTRY+TIME+εit

(3)

netinvit+1=β0+β1dhiit+β2 gdprit+1(m2rit+1)+β3dhiit*gdprit+1(m2rit+1)+β4 sizeit+β5cashrit+β6tobinqit+β7caturnit+β8leverit+β9liquityit+β10epsit+β11salaryit+1+β12ageit+1+ β13icdeit+1+β14controlvoteit+1+β15stateit+1+INDUSTRY+TIME+εit

(4)

经过Hausman检验区分面板数据模型的类型后，Chi-Sq Statistic值为281.46，Prob值为0.000 0<0.01，经检验适用固定效应模型。

(四)进一步检验

根据Richardson(2006)[56]和辛清泉等(2007)[57]对投资扭曲程度的衡量方法，参考左拙人和胡文卿(2017)[68]对于投资扭曲的计算方法，本文设定的模型如下

invit+1=β0+β1cashrit+β2debtit+β3sizeit+β4invit+β5tobinqit+β6epsit+β7ageit+1+β8stateit+1+INDUSTRY+TIME+εit

(5)

模型(3)中的实际控制人性质和企业上市时间采用了投资行为当年度的数据； 企业特征变量则采用上一期的数据，因为这些反映企业经营状况的指标是下一期投资决策的依据。使用模型(3)中的回归系数算出invit的残差，并将残差取绝对值用以衡量投资扭曲程度的严重性，残差为正则说明投资过度；残差为负说明投资不足；绝对值越大说明投资扭曲的越严重。参考程新生等(2012)[69]的相关研究，本文用于检验债务异质性和投资扭曲程度的模型设置如下

invrit+1=β0+β1dhiit+β2 gdprit+1(m2rit+1)+β3sizeit+β4tobinqit+β5roait+β6leverit+β7ageit+1+β8salaryit+1β9crossit+1+β10boardit+1+β11boashareit+1+ β12indboardit+1+β13fourcomit+1+ β14icarit+1+β15controlvoteit+1+β16stateit+1+INDUSTRY+TIME+εit

(6)

invrit+1=β0+β1dhiit+β2gdprit+1(m2rit+1)+β3dhiit*gdprit+1(m2rit+1)+β4sizeit+β5tobinqit+β6roait+β7leverit+β8ageit+1+β9salaryit+1+β10crossit+1+β11boardit+1+β12boashareit+1+β13indboardit+1+β14fourcomit+1+ β15icarit+1+β16controlvoteit+1+β17stateit+1+INDUSTRY+TIME+εit

(7)

五、实证结果与分析(一)描述性统计

表2所示，样本中衡量企业投资支出水平的变量(inv)显示，均值0.049 4远大于中位数，几乎是中位数的两倍，数据形态存在右偏的现象，这说明部分企业过度投资行为较为严重。净投资额(netinv)是在投资支出额基础上减去处置相关资产收回的现金后的余额。与投资支出水平(inv)相似的是，均值大于中位数。相较于投资支出水平，净投资额的均值、25%分位、中位数以及75%分位均有所下降，但是方差增大，说明公司之间投资行为的差异较大。因此不排除在后文多元回归中债务异质性、宏观经济影响因素的存在可能对投资支出、净投资额的影响存在差异。样本中衡量投资扭曲程度的变量(invr)显示，各分位数差距较大且方差较大，说明样本中上市公司的投资扭曲情况较为普遍。从主要解释变量债务异质性(dhi)来看，均值高达0.685 9，说明国内上市公司债务异质性较为普遍，中位数和平均数较为接近，没有明显异常值。

表2 变量的描述性统计结果

     

变量名样本量均值25%分位中位数75%分位方差最大值最小值dhi13 7170.685 90.607 70.730 10.820 10.069 60.999 20inv13 7170.049 40.008 20.025 50.061 10.036 414.621 90netinv13 7170.045 30.006 80.023 70.059 00.046 714.616 6-11.524 5invr13 7170.000 3-0.332 700.297 20.371 32.979 2-2.900 6gdpr13 7170.000 6-0.004 6-0.000 90.007 40.000 10.013 3-0.039 4m2r13 7170.156 20.133 40.148 60.175 70.000 70.197 30.110 1size13 71721.761 420.827 721.629 72.544 91.849 228.508 715.597 2age13 7179.645 4591535.840 925-10cashr13 7170.205 100.032 10.137 44.537 6182.187 2-0.060 9tobinq13 7171.896 20.720 81.274 92.225 09.263 90.000 092.108 8eps13 717-0.026 50.022 80.059 20.098 345.981 151.453 5-782.395 0roa13 7170.030 00.010 80.032 00.059 80.012 32.933 0-6.713 9caturn13 7171.031 00.287 80.654 71.254 03.652 280.029 30lever13 7170.474 300.001 70.059 40.007 50.771 40liquity13 7170.109 6-0.026 00.130 10.294 10.275 10.959 2-28.469 8cross13 7171.259 80220.833 320board13 7179.286 889114.886 0190boashare13 7170.012 8000.000 20.004 50.809 50salary13 7176.620 0-0.192 00.190 60.486 50.999 91.789 94.723 2indboard13 7170.306 40.333 30.333 30.363 60.017 00.800 00fourcom13 7171.488 90043.516 340firstowner13 7170.394 50.261 50.375 40.525 40.029 70.899 90icar13 7170.353 80010.228 610icde13 7170.207 40000.164 410controlvote13 7170.279 400.287 40.461 80.052 40.980 40

表3 相关分析(spearman相关系数)

     

变量名称invnetinvinvrinv1——netinv0.970 0∗∗∗1—invr0.065 2∗∗∗0.057 4∗∗∗1dhi-0.069 6∗∗∗-0.070 1∗∗∗-0.049 5∗∗∗gdpr0.132 9∗∗∗0.119 1∗∗∗-0.066 7∗∗∗m2r0.111 9∗∗∗0.099 9∗∗∗0.100 7∗∗∗cros10.117 9∗∗∗0.109 2∗∗∗-0.205 4∗∗∗cros20.074 4∗∗∗0.063 9∗∗∗-0.023 3∗∗∗size-0.177 6∗∗∗-0.148 5∗∗∗-0.188 0∗∗∗age-0.352 3∗∗∗-0.350 0∗∗∗-0.144 1∗∗∗state-0.016 9∗∗-0.021 5∗∗∗-0.034 0∗∗∗tobinq0.125 5∗∗∗0.111 9∗∗∗0.145 9∗∗∗caturn0.481 2∗∗∗0.443 2∗∗∗0.036 8∗∗∗cashr-0.124 7∗∗∗-0.111 0∗∗∗-0.035 0∗∗∗eps0.161 1∗∗∗0.160 6∗∗∗0.047 3∗∗∗lever-0.053 9∗∗∗-0.049 4∗∗∗-0.079 1∗∗∗liquity-0.096 6∗∗∗-0.077 8∗∗∗0.031 3∗∗∗roa0.141 4∗∗∗0.148 9∗∗∗0.051 0∗∗∗cross-0.165 1∗∗∗-0.151 2∗∗∗-0.180 3∗∗∗board0.056 1∗∗∗0.061 4∗∗∗0.000 8boashare0.059 7∗∗∗0.064 3∗∗∗-0.018 9∗∗salary-0.191 9∗∗∗-0.173 5∗∗∗-0.196 1∗∗∗indboard-0.129 2∗∗∗-0.122 5∗∗∗-0.184 5∗∗∗fourcom-0.265 6∗∗∗-0.233 0∗∗∗-0.060 3∗∗∗icar-0.210 6∗∗∗-0.190 4∗∗∗-0.178 6∗∗∗icde-0.172 0∗∗∗-0.153 1∗∗∗-0.127 1∗∗∗controlvote-0.089 2∗∗∗-0.073 4∗∗∗-0.203 4∗∗∗

注：***、**、*分别代表1%、5%、10%的显著性水平。

(二)相关性分析

如表3，代表企业负债融资来源分散程度的债务异质性(dhi)与投资支出、净投资额、投资效率均在1%的水平上呈显著负相关关系。可见债务异质性程度越高、债务种类来源越分散的融资状况不仅显著减少了企业投资支出强度，而且明显减少了投资扭曲程度，这也许是因为分散的债务融资为企业带来了不同类型的债权人，在既定的债务契约下，企业需要满足更多的债权人监管，或者在面临更强的融资约束时，管理层需要削减由于过度自信、盲目扩张带来的过度投资；而同时，债务异质性程度越高，可以减少代理成本和信息不对称带来的投资效率损失。这一结果与我们的理论分析相符并初步验证了本文所提出的假设。本文将债务异质性程度的变量分别与代表宏观经济运行状况变量的GDP增长率和代表货币政策变量的M2增长率相乘得到交乘项cros1、cros2。如表3所示，多数交乘项与投资支出、净投资额以及投资效率均在1%的水平上显著相关。从两项宏观经济影响因素GDP增长率和M2增长率与其他主要解释变量的相关关系来看，几乎都在1%的水平上显著，可见宏观经济因素对于微观企业负债具有明显的影响；它们能够通过影响微观企业管理层对未来宏观经济发展预期、经营环境以及经营成本等众多因素影响到负债融资，从而影响到企业投资行为。宏观经济影响因素的具体调节效应及调节方向还有待多元回归的深入分析。

右桌是两个秀才，长相也算得骨骼清奇，一个像白山羊挂着红袍子，一个像黑山羊挂着紫袍子。红袍子道：“到时候‘龙化成鱼’，这皇帝都会跑路的，还哪里去考进士找官做！兄台你说得对，不做良相啊，咱们就做良医。咱们早早去了万花谷，单单就去找孙思邈那老爷子老神仙，他要是愿意将脉象和方子传一点给我们两个，不比记那《礼记》、《春秋》、《道德经》强得多？一辈子吃用不尽！论起医生，我觉得妇科小儿科最好，给小儿看病来钱，给夫人小姐看病饱览人间春色……”

从公司治理变量来看，董事会持股比例与投资支出显著正相关，与投资效率显著负相关，说明董事会持股比例增加，其运行的独立性下降，而追求个人权力、过度自信、盲目扩张正是管理层的重要行为特征[70]，通过扩大企业投资规模将现有资金投资到较差的项目上从而加剧企业过度投资，造成非效率投资。独立董事占董事会较高的比例造成债务异质性显著增加，并减少了投资支出，降低了投资扭曲程度，可能是独立董事的存在确实降低了代理成本并提高了经营管理的效率。同时，内控审计是否披露与债务异质性程度显著正相关，与投资支出、投资扭曲程度显著负相关，说明较好的企业内部控制状况有利于强化对企业管理层的监督，从而减少非效率投资。

从公司特征变量来看，企业规模、上市年限、杠杆率均与债务异质性显著正相关，投资支出水平、投资扭曲程度显著负相关，这与先前的文献一致。

(三)多元回归分析

上市公司债务异质性与公司投资支出水平相关关系多元回归分析结果如表4所示。表4中第(1)(2)列对应模型(1)，未加入交乘项的回归结果显示，债务异质性对投资支出的影响系数分别为-0.044 9、-0.045 1，呈显著负相关。债务异质性越高，来源不同的债务融资规模越平均，各种融资相机治理作用叠加，能够更好地缓解企业内部的代理问题；同时不同来源债务带来的异质性契约和异质性债权人均会给企业带来更多监督，从而优化管理层投资决策；债务异质性程度高也不排除企业面临更紧的融资约束，管理层在投资决策时更加谨慎，导致投资支出降低。由此验证了假说1。

表4中第(3)(4)列对应模型(2)。第(3)列中，加入了债务异质性(dhi)与GDP增长率(gdpr)的交乘项cros1后，债务异质性的系数在继续保持1%水平上显著的同时，其绝对值由0.044 9降至0.034 1，比未加入交乘项时要显著减少；同时就债务来源异质性(dhi)与GDP增长率(gdpr)的交乘项系数而言，其系数在1%的水平上显著为正且与债务异质性的系数符号相反，可见扩张的宏观经济将缓解债务异质性对投资的约束作用，投资支出对于债务异质性的敏感度增加，以至GDP增长率对债务异质性和投资支出之间关系存在显著的逆向调节作用，假说3得到验证。

表4 回归分析(第一部分)

     

变量invnetinv模型(1)模型(2)模型(3)模型(4)(1)(2)(3)(4)(5)(6)(7)(8)dhi-0.044 9∗∗∗(-3.89)-0.045 1∗∗∗(-3.91)-0.034 1∗∗∗(-2.89)-0.048 7∗∗(-4.19)-0.037 3∗∗∗(-3.61)-0.037 2∗∗∗(-3.63)-0.028 8∗∗∗(-2.73)-0.039 9∗∗∗(-3.84)cros1——0.042 9∗∗∗(4.34)———0.034 0∗∗∗(3.85)—cros2———-0.024 9∗∗∗(-2.77)———-0.019 1∗∗(-2.08)gdpr-0.027 4∗∗(-2.39)—-0.025 4∗∗(-2.22)—-0.024 6∗∗(-2.39)—-0.023 0∗∗(-2.24)—m2r—0.025 3∗(1.78)0.024 9∗(1.75)—0.019 6(1.54)—0.019 3(1.52)size-0.273 7∗∗∗(-11.73)-0.269 9∗∗∗(-11.59)-0.265 7∗∗∗(-11.36)-0.275 4∗∗∗(-11.78)-0.224 3∗∗∗(-10.75)-0.220 9∗∗∗(-10.61)-0.2179 8∗∗∗(-10.42)-0.224 6∗∗∗(-10.75)cashr-0.009 1(-1.12)-0.008 3(-1.02)-0.008 7(-1.07)-0.008 2(-1.01)-0.007 4(-1.02)-0.006 7(-0.92)-0.007 1(-0.98)-0.006 6(-0.91)tobinq-0062 5∗∗∗(-4.72)-0.060 0∗∗∗(-4.52)-0.063 9∗∗∗(-4.78)-0.059 4∗∗∗(-4.47)-0.061 4∗∗∗(-5.13)-0.058 4∗∗∗(-4.91)-0.061 9∗∗∗(-5.17)-0.058 0∗∗∗(-4.88)caturn0.053 6∗∗∗(4.85)0.054 0∗∗∗(4.82)0.052 7∗∗∗(4.70)0.053 7∗∗∗(4.79)0.052 4∗∗∗(5.23)0.052 7∗∗∗(5.26)0.051 6∗∗∗(5.16)0.052 5∗∗∗(5.24)lever0.002 1(0.18)0.002 3(0.20)0.000 8(0.07)0.003 1(0.27)0.001 0(0.10)0.001 2(0.11)0.000 0(0.00)0.001 7(0.17)liquity0.007 8(0.54)0.009 3(0.64)0.008 4(0.59)0.010 8(0.75)0.010 1(0.79)0.011 3(0.88)0.010 6(0.83)0.012 3(0.96)eps0.011 5(1.47)0.011 4(1.46)0.014 0∗(1.79)0.012 7(1.62)0.009 7(1.38)0.009 6(1.37)0.011 7∗(1.67)0.010 4(1.49)salary-0.008 8(-0.55)-0.009 4(-0.58)-0.009 5(-0.59)-0.008 9(-0.55)-0.008 9(-0.62)-0.009 4(-0.65)-0.009 5(-0.66)-0.009 0(-0.63)age0.058 6∗∗∗(2.96)0.098 2∗∗∗(4.59)0.054 4∗∗∗(2.75)0.098 9∗∗∗(4.63)0.045 4∗∗(2.56)0.078 4∗∗∗(4.10)0.042 0∗∗(2.37)0.078 8∗∗∗(4.12)state0.073 1∗∗(2.05)0.071 4∗∗(2.00)0.076 5∗∗(2.15)0.071 0∗∗(1.99)0.061 9∗(1.94)0.060 6∗∗(1.90)0.064 6∗∗(2.03)0.060 3∗∗(1.89)icde-0.007 6(-0.69)-0.005 6(-0.51)-0.007 3(-0.67)-0.005 6(-0.51)-0.009 0(-0.91)-0.006 5(-0.67)-0.008 1(-0.82)-0.006 6(-0.67)controlvote-0.020 9∗(-1.79)-0.026 8∗∗(-2.32)-0.018 9(-1.62)-0.026 7∗∗(-2.32)-0.016 1(-1.54)-0.021 1∗∗(-2.05)-0.014 5(-1.39)-0.021 1∗(-2.05)industry已控制year已控制R-sq0.029 90.029 70.031 80.030 40.026 90.026 60.028 40.027 0P0.000 00.000 00.000 00.000 00.000 00.000 00.000 00.000 0

注：***、**、*分别代表1%、5%、10%的显著性水平(双尾)；cros1代表dhi与gdpr交乘；cros2代表dhi与m2r交乘。

表5 回归分析(第二部分)

     

变量invr模型(6)模型(7)(1)(2)(3)(4)dhi-0.033 6∗∗∗(-2.79)-0.031 3∗∗(-2.49)-0.024 6∗∗(-2.00)-0.029 1∗∗(-2.32)cros1——0.036 1∗∗∗(3.51)—cros2———0.035 0∗∗∗(3.16)gdpr-0.369 8∗∗∗(-29.79)—-0.370 1∗∗∗(-29.83)—m2r—-0.133 4∗∗∗(-8.24)—-0.133 1∗∗∗(-8.23)size-0.105 9∗∗∗(-4.42)-0.067 7∗∗∗(-2.72)-0.099 7∗∗∗(-4.16)-0.060 9∗∗(-2.44)tobinq0.036 8∗∗∗(2.61)0.084 8∗∗∗(5.80)0.036 6∗∗∗(2.60)0.084 3∗∗∗(5.76)roa0.018 7∗(1.66)0.042 9∗∗∗(3.66)0.018 9∗(1.67)0.042 4∗∗∗(3.62)lever-0.012 7(-1.10)-0.011 9(-0.98)-0.012 3(-1.05)-0.012 1(-1.00)age-0.478 4∗∗∗(-16.40)-0.239 2∗∗∗(-7.90)-0.485 1∗∗∗(-16.61)-0.240 1∗∗∗(-7.93)salary0.002 6(0.16)0.016 1(0.91)0.002 5(0.15)0.015 4(0.87)cross-0.065 8∗∗∗(-4.84)-0.039 4∗∗∗(-2.77)-0.065 3∗∗∗(-4.80)-0.039 1∗∗∗(-2.75)board0.015 8(1.18)0.002 8(0.20)0.015 3(1.14)0.002 2(0.16)boashare-0.063 4∗∗(-2.57)-0.082 1∗∗∗(-3.19)-0.061 8∗∗(-2.50)-0.081 9∗∗∗(-3.19)indboard0.054 7∗∗∗(3.41)-0.059 1∗∗∗(-3.65)0.056 1∗∗∗(3.49)-0.058 2∗∗∗(-3.60)fourcom0.026 6(1.59)-0.063 2∗∗∗(3.62)0.026 5(1.58)0.063 4∗∗∗(3.64)icar0.077 9∗∗∗(4.87)0.005 0(0.29)0.079 8∗∗∗(4.98)0.004 3(0.25)controlvote-0.056 5∗∗∗(-4.36)-0.084 7∗∗∗(-6.30)-0.055 1∗∗∗(-4.26)-0.085 3∗∗∗(-6.34)industry已控制year已控制R-sq0.143 90.071 90.145 00.072 8p0.000 00.000 00.000 00.000 0

注：***、**、*分别代表1%、5%、10%的显著性水平(双尾)；cros1代表dhi与gdpr交乘；cros2代表dhi与m2r交乘。

根据模型(2)，第(4)列在第(2)列的基础上加入了债务异质性(dhi)和广义货币增长率(m2r)的交乘项后，债务异质性系数在保持显著为负的同时，其绝对值由0.045 1增加至0.048 7，同时，债务异质性与广义货币增长率(m2r)的交乘项系数在5%水平上显著为负，与债务异质性的系数相同；货币供应量增长率上升时，资金可获得性增强、资产价格上升使得企业可能重新配置资产，减少相关资产的持有；同时，此时较高的债务异质性则意味着单一的金融性负债仍然不能满足企业融资需求，资金压力使得管理层只能通过进一步调低投资支出以实现资金的均衡，因此宽松的货币政策增强了债务异质性对投资支出的约束力。可见广义货币增长率对债务异质性与投资支出之间的相关关系具有正向调节效应，证实了假说5。

表4中第(5)—(8)列的因变量为企业净投资额。模型(3)所对应的第(5)(6)列中，债务异质性的系数依旧显著为负，可见即便考虑了收回投资的现金流，债务异质性程度依旧与净投资额呈负相关关系，由此进一步印证了假说1。第(7)栏加入债务异质性(dhi)与GDP增长率(gdpr)的交乘项cros1后，债务异质性的系数绝对值显著减少，交乘项的系数显著为正，与债务异质性的系数相反，说明GDP增长率对债务异质性与企业净投资额之间的相关关系具有逆向调节作用。第(8)栏在第(6)栏的基础上加入了债务异质性(dhi)和广义货币增长率(m2r)的交乘项后，交乘项的系数显著为负，且与债务异质性系数符号相同，说明广义货币增长率对债务异质性和企业净投资额之间的相关关系具有正向调节作用。以上结果加强了假说3和假说5。

表5中的第(1)(2)列对应模型(6)，(3)(4)列对应模型(7)。其结果分别用于验证假说2、假说4和假说6。通过债务异质性变量作为投资效率的解释变量，在不考虑宏观经济影响因素的调节效应下，如表中第(1)(2)列所示，回归系数在1%的水平上显著为负，债务异质性一方面通过债权人监督、声誉保持、再融资约束等机制，有效遏制了由于管理层过度自信、追求自身利益以至于接受高风险的投资行为，另一方面通过来源分散的融资渠道，企业可以获得更多资金以弥补投资不足，从而增强资源配置效率，缓解上市公司的投资扭曲程度。由此验证了假说2。考虑了GDP增长率与债务异质性(dhi)的交乘项后，如表5第(3)列显示，交乘项系数显著为正，且债务异质性系数的绝对值减少，债务异质性与企业投资效率之间的负相关关系减弱。由于融资规模的顺周期性，以及管理层基于对未来经营业绩的乐观预期而增加其投资支出，以至于扩大其投资规模；同时，因为宏观经济繁荣时期的资产价格等各项成本的上升，导致企业缩减投资，从而造成投资不足。总之，此时债务异质性程度对投资扭曲的约束力下降，验证了假说4。如表5第(4)列显示，加入债务异质性(dhi)与广义货币增长率(m2r)的交乘项后，债务异质性这一变量的系数保持在5%水平上显著为负的同时，交乘项系数为0.035 0且在1%的水平上显著为正；债务异质性的系数绝对值从未加入交乘项的0.031 3，下降到加入了交乘项后的0.029 1；说明货币供给量增加速度上升时，由于较高的债务异质性使得投资支出进一步降低，企业尽可能地减少投资甚至恶化了投资不足，投资扭曲程度进一步增加。由此可见，宽松的货币政策使得债务异质性对投资扭曲程度的纠正效用下降，广义货币增长率(m2r)对债务异质性与企业投资效率的相关关系存在逆向调节作用。由此验证了假说6。

表6 稳健性检验(第一部分)

     

变量invnetinv模型(1)模型(2)模型(3)模型(4)(1)(2)(3)(4)(5)(6)(7)(8)dhi-0.037 4∗∗∗(-3.56)0.044 2∗∗(-3.82)-0.056 4∗∗(-4.83)-0.056 3(-4.80)-0.036 9∗∗∗(-3.57)-0.036 9∗∗∗(-3.57)-0.045 7∗∗(-4.37)-0.045 9∗∗∗(-4.37)cros3——0.063 2∗∗(6.63)———0.045 8∗∗(5.38)—cros4———-0.054 9∗∗∗(-5.77)———-0.040 8∗∗∗(-4.79)lei-0.023 2∗∗(-2.01)—-0.020 2∗(-1.87)—-0.015 0(-1.54)—-0.013 7(1.42)—curr—0.018 9∗(1.81)—0.020 5∗(1.96)—0.012 9(1.37)—0.014 1(1.50)size-0.275 6∗∗∗(-11.21)-0.268 0∗∗∗(-11.49)-0.277 9∗∗∗(-11.94)-0.273 5∗∗∗(-11.73)-0.221 5∗∗∗(-10.64)-0.219 7∗∗∗(-10.53)-0.277 9∗∗∗(-10.88)-0.223 7∗∗∗(-10.73)cashr-0.009 3(-1.02)-0.008 2(-1.01)-0.008 3(-1.02)-0.008 3(-1.02)-0.006 6(-0.91)-0.006 7(-0.91)-0.006 7(-0.92)-0.006 7(-0.92)tobinq-0.057 7∗∗∗(-4.40)-0.058 8∗∗∗(-4.36)-0.058 8∗∗∗(-4.43)-0.056 9∗∗∗(-4.28)-0.05 73∗∗∗(-4.83)-0.056 9∗∗∗(-4.79)-0.057 5∗∗∗(-4.85)-0.056 9∗∗∗(-4.79)caturn0.055 4∗∗∗(4.95)0.055 6∗∗∗(4.97)0.054 8∗∗∗(4.90)0.057 9∗∗∗(4.72)0.057 3∗∗∗(5.38)0.052 7∗∗∗(5.26)0.053 3∗∗∗(5.33)0.051 8∗∗∗(5.18)lever0.004 2(0.57)0.004 5(0.40)0.004 5(0.21)0.001 7(0.16)-0.004 2(-0.42)-0.001 3(0.13)0.001 2(0.11)0.000 7(0.07)liquity0.009 3(0.64)0.009 7(0.67)0.013 2(0.92)0.013 6(0.94)0.009 3(0.72)0.011 8(0.91)0.014 0(1.09)0.014 4(1.12)eps0.008 8(1.24)0.008 9(1.14)0.019 0∗∗(2.40)0.016 6∗∗(2.12)0.007 4(1.06)0.009 5(1.36)0.015 0∗∗(2.13)0.013 4∗(1.91)salary-0.008 9(-0.69)-0.009 5(-0.59)-0.009 5(-0.59)-0.009 9(-0.61)-0.009 5(-0.66)-0.010 5(-0.73)-0.009 5(-0.59)-0.009 2(-0.64)age0.087 9∗∗∗(4.83)0.086 1∗∗∗(4.63)0.086 1∗∗∗(4.63)0.087 4∗∗∗(4.71)0.069 5∗∗∗(4.18)0.067 2∗∗∗(4.07)0.069 1∗∗∗(4.16)0.066 8∗∗∗(4.06)state0.073 6∗∗(2.14)0.073 7∗∗(2.06)0.069 7∗∗(1.96)0.070 9∗∗(1.99)0.061 7∗(1.93)0.059 9∗∗(1.88)0.059 4∗∗(1.86)0.060 3∗∗(1.89)icde-0.003 5(-0.31)-0.003 3(-0.30)-0.002 9(-0.26)-0.003 3(-0.30)-0.005 2(-0.52)-0.005 9(-0.60)-0.004 8(-0.48)-0.005 0(-0.51)controlvote-0.026 3∗∗(-2.28)-0.024 9∗∗(-2.15)-0.0271 9∗∗(-2.35)-0.028 5∗∗(-2.42)-0.015 0(-1.44)-0.023 2∗∗(-2.19)-0.021 2∗∗(-2.05)-0.022 0∗∗(-2.09)industry已控制year已控制R-sq0.029 60.029 70.034 10.033 00.026 60.026 50.029 50.026 3P0.000 00.000 00.000 00.000 00.000 00.000 00.000 00.000 0

注：***、**、*分别代表1%、5%、10%的显著性水平(双尾)；cros3代表dhi与lei交乘；cros4代表dhi与curr交乘。

表7 稳健性检验(第二部分)

     

变量invr模型(6)模型(7)(1)(2)(3)(4)dhi-0.014 7∗∗(-2.46)-0.012 0∗∗(-2.05)-0.024 1∗∗∗(-3.12)-0.017 0∗∗(-2.36)cros5——0.009 1∗(1.93)—cros6———0.006 3∗(1.67)lei-0.018 4∗∗∗(-2.72)—-0.018 1∗∗∗(-2.68)—curr—-0.112 1∗∗∗(-17.37)—-0.111 7∗∗∗(-17.28)size-0.070 3∗∗∗(-5.44)-0.069 3∗∗∗(-5.45)-0.067 3∗∗∗(-5.17)-0.067 7∗∗∗(-5.29)tobinq0.038 0∗∗∗(4.97)0.036 3∗∗∗(4.84)0.038 1∗∗∗(4.99)0.036 3∗∗∗(4.84)roa0.036 6∗∗∗(5.99)0.033 7∗∗∗(5.60)0.036 1∗∗∗(5.90)0.033 4∗∗∗(5.55)lever-0.012 8∗∗(-2.02)-0.010 4∗(-1.68)-0.012 2∗(-1.92)-0.010 1∗(-1.62)age-0.122 7∗∗∗(-8.29)-0.081 7∗∗∗(-5.57)-0.122 9∗∗∗(-8.31)-0.081 5∗∗∗(-5.56)salary0.002 9(0.32)-0.003 3(-0.36)0.002 6(0.29)-0.003 5(-0.39)cross-0.018 2∗∗(-2.45)-0.034 5∗∗∗(-4.69)-0.018 3∗∗(-2.46)-0.034 6∗∗∗(-4.71)board0.000 0(-0.01)-0.003 6(-0.50)0.000 0(-0.01)-0.003 6(-0.50)boashare0.006 3(-0.47)0.002 3(0.18)0.006 3(-0.47)0.002 3(0.18)indboard-0.020 6∗∗(-2.41)-0.052 3∗∗∗(-6.13)-0.020 7∗∗(-2.42)-0.052 3∗∗∗(-6.13)fourcom0.019 1∗∗(2.09)-0.001 1(-0.12)0.019 2∗∗(2.10)-0.001 1(-0.12)icar0.045 3∗∗∗(4.89)0.078 8∗∗∗(8.87)0.045 3∗∗∗(4.89)0.078 5∗∗∗(8.83)controlvote-0.034 6∗∗∗(-4.94)-0.045 7∗∗∗(-6.59)-0.035 1∗∗∗(-5.00)-0.046 0∗∗∗(-6.63)industry已控制year已控制R-sq0.092 00.118 80.092 40.118 9p0.000 00.000 00.000 00.000 0

注：***、**、*分别代表1%、5%、10%的显著性水平(双尾)；cros5代表dhi与lei交乘；cros6代表dhi与curr交乘。

(四)稳健性检验

结合左拙人和胡文卿(2017)的研究[68]，重新设定模型(8)为投资扭曲程度计算方式；选取规模预示未来经济状况和可能出现的商业周期变化的宏观经济先行指数(Leading Economic Indicator)作为衡量宏观经济运行状况的指标；借鉴马草原(2015)的研究[2]，将金融机构人民币流通中货币增长率(curr)作为衡量货币政策的指标，回归结果显示前文结论未发生改变。

invit+1=β0+β1cashrit+β2debtit+β3sizeit+β4invit+β5tobinqit+β6epsit+β7stateit+1+INDUSTRY+TIME+εit

六、结论与启示(一)研究结论

上市公司投资行为受债务异质性影响，宏观经济因素起到重要调节作用。其一，经营性负债比金融性负债更能发挥债务的监督约束机制[71]，较高的债务异质性通过多元化的融资使得债务的相机治理作用得到充分补充和叠加；异质性契约和债权人可能给企业带来更多监督，以减轻管理层机会主义、过度自信、道德风险等代理问题，优化投资决策。其二，较高的债务异质性不排除企业难以从单一融资渠道得到足够资金的可能，管理层在投资决策时则需持以更加谨慎的态度。一方面，债务异质性通过债权人监督、声誉保持等机制，有效遏制了管理层由于自身利益而采取激进投资策略的行为；另一方面，通过来源分散的融资渠道，获得更多资金以弥补投资不足，缓解上市公司的非效率投资。代表宏观经济运行状况和货币政策的变量对于债务异质性和投资行为之间的关系均存在显著的调节作用，说明管理层通过对企业外部宏观因素的考虑，有可能使其在价值判断上对投资项目可能面临的风险更为深思熟虑；其对外部情景变化的感知、对未来趋势的预判以及打破对企业内部问题思考的局限，可能被用来修正决策过程中个人的认知偏差和理性偏误，并将这种修正后的认知投射到企业投资行为上[72]，使管理层能够加强对风险的规避，更好地发挥不同负债的相机治理作用，提高资源配置效率。

①顶芽生长素浓度___（填“高”或“低”），__生长（填“促进”或“抑制”）；侧芽生长素浓度____（填“高”或“低”），__生长（填“促进”或“抑制”）。

(二)实践启示与政策建议

债务异质性使得债务融资基于债务契约的治理机制，为投资行为带来多个维度的约束；企业管理层通过分析预示未来经济状况和可能的经济因素，可能为企业提出不同的投资决策思路。本文通过将具有我国新兴市场特征的外部宏观经济因素变化纳入到考察企业融资决策对投资行为影响的模型中，对宏观经济因素与企业投融资行为的互动关系开展了进一步研究。企业在基于债务契约的融资结构选择中，通常遵循最小化契约成本原则。在受到外部宏观冲击时，企业净资产以及现金流量等变量随之变动，利益相关者可能调整原有的财务契约，导致企业融资结构变化，从而改变投资行为。对于企业管理者而言，重视外部的宏观经济运行状况以及货币政策，尤其在宏观经济下行期间，企业应在其财务预警中将外部宏观环境作为关键变量，充分权衡各融资方式的利弊，以使企业行为受其融资决策等因素的不利影响降至最低。

以上研究对于进一步完善资本市场、提高监管效率具有一定的现实意义。对于政策制定部门以及监管机构，一方面，规范和完善包括经营性负债、债券等在内的多种融资制度和规则，以降低企业交易风险、扩展融资渠道、激发市场授信活力；优化金融信贷制度，重视企业所面临的融资约束。企业对于金融服务的多样化需求决定了资本市场应是多层次的市场经济体系；加快建设多层次资本市场，拓宽企业融资渠道，为经济发展注入更多动力。同时，风险承担主体的多元化也有利于金融市场的稳定、分散和化解金融风险；优化证券市场的进入和退出制度，使得企业难以获得信贷时可能通过证券市场进行“择机性”融资。另一方面，我国宏观经济政策的逆周期操作主要是通过政府主导的投资带动其他渠道的配套资金实现，可能在提高短期效率的同时挤占了私人部门的投资；因而减轻企业负担、加强用于应对经济金融环境变化的货币政策工具的创新，可能使得企业增加可支配资源、提升经营业绩。通过营造促进经济转型的制度环境，规范资本市场的运行，支持企业多元化融资、提高投资效率，推动国民经济健康、有序发展。

(三)不足与展望

本文对宏观经济因素作用于企业融资与投资行为的影响机制进行了探讨，虽然能对中国式的企业行为做出合理的解释，但仍存在不足之处。作为异质性的经营性负债可以细分为金融机构借款、商业信用以及其他负债，他们在考虑了宏观经济因素后对企业投资行为可能存在不同的作用。在投资行为方面，可以将样本根据产业或者不同类型的投资进行分类、更深入地分析投资扭曲的方向。另外，选取其他类型的宏观经济因素如采购经理人指数、就业率、汇率、财政政策以及除了货币政策数量型工具M2以外的其他变量，以更进一步地探究企业债务异质性对投资行为的影响。

参考文献

[1]王贞洁，王京.宏观经济不确定性、战略变化幅度与投资行为[J].管理评论，2018(7)：207-216.

[2]马草原，王美花，李成.中国经济“刺激依赖”的形成机制：理论与经验研究[J].世界经济，2015(8)：3-28.

[3]李心合.制度财务学研究[M].大连:大连出版社,2012.

[4]BLAIR M M. Ownership and control: rethinking corporate governance for the twenty-first century [J]. Long Range Planning,1996,29(3):432.

[5]JENSEN M C, MECKLING W H. Theory of the firm: managerial behavior, agency costs and ownership structure [J]. Journal of Financial Economics, 1976,3:305-360.

[6]GROSSMAN S J,HART O D. Analysis of the principal agent problem [J]. Econometrica, 1982, 51(3):7-45.

[7]DAVID P, O’BRIEN J P, YOSHIKAWA T. The implication of debt heterogeneity for R&D investment and firm performance [J]. Academy of Management Journal,2008, 51(1):165-181.

[8]黄乾富，沈红波.债务来源、债务期限结构与现金流的过度投资——基于中国制造业上市公司的实证证据[J]. 金融研究,2009(9):143-155.

[9]MODIGLIANI F, Miller M H. The cost of capital, corporation finance and the theory of investment [J]. American Economic Review，1958, 48(3):261-297

[10]李心合，王亚星，叶玲.债务异质性假说与资本结构选择理论的新解释[J].会计研究,2014(12):3-10.

[11]GRAHAM J R, HARVEY C. The theory and practice of corporate finance: evidence from the field [J].Journal of Financial Economics, 2001,60(2-3):187-243.

[12]LEVY A, HENNESSY C. Why does capital structure choice vary with macroeconomic conditions? [J]. Journal of Monetary Economics, 2007,54(6):1545-1564.

[13]CHEN H. Macroeconomic conditions and the puzzles of credit spreads and capital structure [J]. Journal of Finance, 2010,65: 2171-2212

[14]胡建雄，茅宁. 债务来源异质性对企业投资扭曲行为影响的实证研究[J].管理科学，2015,28(1):47-57.

[15]HACKBARTH D, MAUER D C. Optimal priority structure, capital structure and investment [J].The Review of Financial Studies, 2012,25(3)：747-796.

[16]NISSIM D, PENMAN S H. Ratio analysis and equity valuation: from research to practice [J]. Review of Accounting Studies, 2001,6(1)：109-154.

[17]黄莲琴，屈耀辉.经营负债杠杆与金融负债杠杆效应的差异性检验[J]. 会计研究，2010(9)：59-65.

[18]JENSEN M. Agency costs of free cash flow, corporate finance and takeovers [J]. American Economic Review, 1999,76(2):323-329.

[19]MYERS S C, MAJLUF N S. Corporate financing and investment decisions when firms have information that investors do not have [J]. Journal of Financial Economics, 1984,13(2):187-221.

[20]FLANNERY M, RANGAN K. Partial adjustment toward target capital structures [J]. Journal of Financial Economics, 2006,79(3):469-506.

[21]OZKAN A. Determinants of capital structure and adjustment to long run target evidence from UK company panel data [J]. Journal of Finance & Accounting, 2001, 28(1-2):175-178.

[22]胡建雄，谈咏梅. 企业自由现金流、债务异质性与过度投资——来自中国上市公司的经验证据[J].山西财经大学学报，2015,37(9):113-124.

[23]HAMBRICK D C, MASON P A. Upper echelons: the organization as a reflection of its top managers [J]. The Academy of Management Review, 1984, 9(2)：193-206.

[24]陈运森，谢德仁.网络位置、独立董事治理与投资效率[J]. 管理世界，2011(7)：113-127.

[25]刘慧龙，王成方，吴联生.决策权配置、盈余管理与投资效率[J]. 2014(8)：93-106.

[26]张超，刘星，田梦可. 货币政策传导渠道、宏观经济增长与企业投资效率[J].当代财经，2015(8)：108-119.

[27]GILCHRIST S, HIMMELBERG C P. Evidence on the role of cash flow for investment [J]. Journal of Monetary Economics, 1995,36(3):541-572.

[28]HAMBRICK D C, MASON P A. Upper echelons: the organization as a reflection of its top managers [J]. The Academy of Management Review, 1984, 9(2)：193-206.

[29]CUSTODIO C, FERREIR M A , RAPOSO C C. Cash holdings and business conditions: SSRN Working papers [R]. [S. l.: s. n.], 2005.

[30]BAUM C M, CAGLAYAN M, OZKAN N. The impact of microeconomics uncertainty on cash holdings for nonfinancial firms [J]. Social Science Electronic Publishing, 2004,15(4):289-304.

[31]GRAHAM J R, LEARY M T, ROBERTS M R. How does government borrowing affect corporate financing and investment? [J]. Social Science Electronic Publishing, 2014.

[32]KORAJCZYK R A, LEVY A. Capital structure choice: macroeconomic conditions and financial constraints [J]. Journal of Financial Economics, 2003, 68(1)：75-109.

[33]COVAS F, DEN H W J. The cyclical behavior of debt and equity finance [J]. The American Economics Review, 2011, 101(2):877-899.

[34]苏冬蔚，曾海舰. 宏观经济因素与公司资本结构变动[J]. 经济研究,2009(12):52-65.

[35]罗时空,龚六堂. 企业融资行为具有经济周期性吗——来自中国上市公司的经验证据[J].南开管理评论,2014(2):74-83.

[36]吴华强，才国伟,徐信忠. 宏观经济周期对企业外部融资的影响研究[J]. 金融研究,2015(8):109-118.

[37]GULEN H, ION M. Policy and uncertainty and corporate investment [J]. Electronic Journal, 2012, 29(3):523-564.

[38]李凤羽，杨墨竹.经济政策不确定性会抑制企业投资吗？——基于中国经济政策不确定指数的实证研究[J]. 金融研究，2015(4):115-129.

[39]陈艳.宏观经济环境、投资机会与公司投资效率[J].宏观经济研究，2013(8):66-72.

[40]FAZZARI S M, HUBBARD R G, PETERSEN B. Financing constrains and corporate investment [J]. Brookings Papers on Economics Acticity, 1988, 1988(1):141-206.

[41]KASHYAP A K, STEIN J C, WILCOX D W. Monetary policy and credit conditions: evidence from the composition of external finance [J]. American Economic Review, 1993, 86(1):310-314.

[42]HACKBARTH D, MIAO J J, MORELLEC E. Capital structure, credit risk, and macroeconomics conditions [J]. Journal of Financial Economics, 2006, 82:519-550.

[43]龚光明，孟澌.货币政策调整、融资约束与公司投资[J].经济与管理研究，2012(11):95-104.

[44]黄新建，曾璐.货币政策、债务融资与投资效率[J].重庆大学学报(社会科学版)，2016(1):58-66.

[45]靳庆鲁， 孔祥，侯青川.货币政策、民营企业投资效率与公司期权价值[J].经济研究，2012(5):96-106.

[46]张西征，刘志远，王静.货币政策影响公司投资的双重效应研究[J].管理科学，2012，25(5):108-119.

[47]李心合.企业财务理论研究40年：回望、反思与前瞻[J].会计研究，2018(7):3-10.

[48]殷钱茜，胡建雄.超额现金持有对过度投资的影响研究——债务异质性的调节作用[J].华东经济管理，2016，30(9):143-149.

[49]王义中，宋敏.宏观经济不确定性、资金需求与公司投资[J].经济研究，2014(2):4-17.

[50]ALTMAN E I. Corporate financial distress: a complete guide to predicting, avoiding, and dealing with bankruptcy [M]. New York:John Wiley & Sona, Inc., 1983.

[51]彭文生. 渐行渐近的金融周期[M].北京：中信出版集团，2017.

[52]WALDE K.The economic determinants of technology shocks in a real business cycle model [J]. Journal of Economic Dynamics and Control, 2002, 27:1-28.

[53]BERNANKE B S, GERTLER M. Inside the black box: The credit channel of monetary policy transmission [J]. The Journal of Economic Perspectives, 1995, 9(4): 27-48.

[54]黄兴孪，邓路，曲悠. 货币政策、商业信用与公司投资行为[J].会计研究，2016(2):58-65.

[55]冯建，王丹. 货币政策紧缩、资产配置与企业绩效[J].宏观经济研究，2013(6):21-28.

[56]辛清泉，郑国坚，杨德明.企业集团、政府控制与投资效率[J].金融研究，2007(10a):123-142.

[57]RICHARDSON S. Over-investment of free cash flow [J]. Review of Accounting Studies, 2006, 11(2-3):159-189.

[58]COOK D O, TANG T. Macroeconomics conditions and capital structure adjustment speed [J]. Journal of Corporate Finance, 2010.

[59]何青，向磊. 宏观经济环境对企业融资行为影响研究——一个理论框架和实证证据[J].南大商学评论，2014(1):62-86.

[60]黄兴孪，林燕，沈维涛. 宏观经济状况会影响公司现金股利政策吗？[J].财政研究，2014(6):61-65.

[61]饶品贵，罗勇根.通货膨胀如何影响股票回报——基于债务融资视角[J].金融研究，2016(7):160-175.

[62]MCCALLUM B. Alternative monetary policy rules: a comparison with historical settings for United States, the United Kingdom and Japan [J]. Federal Reserve Bank of Richmond Economics Quarterly, 2000, 86(1):49-79.

[63]BERNANKE B, BLINDER A. The federal funds rate and the channels of monetary transmission [J]. American Economic Review, 1992, 82(4):901-921.

[64]索彦峰，范从来，货币政策能够影响贷款供给吗？——来自银行资产组合行为的经验证据[J]. 经济科学，2007(6):57-65.

[65]喻坤，李治国，张晓蓉，等. 企业投资效率之谜：融资约束假说与货币政策冲击[J]. 经济研究，2014(5):106-120.

[66]余明桂，潘红波. 金融发展、商业信用与产品市场竞争[J]. 管理世界，2010(8):117-129.

[67]倪婷婷，王跃堂. 增值税转型、集团控制与企业投资[J].金融研究，2016(1)：160-175.

[68]左拙人，胡文卿. 股权异质性、内部控制与上市公司投资[J].山西财经大学学报，2017,39(1):72-86.

[69]程新生，谭有超，刘建梅.非财务信息、外部融资与投资效率——基于外部制度约束的研究[J].管理世界，2012(7):137-150.

[70]王茂林，何玉润，林慧婷.管理层权力、现金股利与企业投资效率[J].南开管理评论，2014,17(2):13-22.

[71]BURKART M, ELLINGSEN T. In-kind finance: a theory of trade credit [J]. American Economics Review, 2004,94(3):569-590.

[72]林朝南，林怡.高层管理者背景特征与企业投资效率——来自中国上市公司的经验证据[J].厦门大学学报(社会科学版)，2014(2):100-109.

Debt Heterogeneity, Macroeconomic Factors and Corporate Investment Behavior

HU Wen-qing, ZUO Zhuo-ren

(Business School, Nanjing University, Nanjing 210000, China)

Abstract：Chinese listed companies generally have debt heterogeneity and multiple governance effects enable them to restrain their investment behavior. The purpose of this paper is to investigate the influence mechanism of debt heterogeneity on enterprise’s investment behavior after introducing macroeconomic factors into decision-making model. Using the annual data of Shanghai-Shenzhen A-share listed companies in 2000—2015, it is found that the variables representing macroeconomic performance have negative adjusting effect on the negative correlation between debt heterogeneity and the scale of investment expenditure of enterprises, and at the same time have negative adjusting effect on the negative correlation between debt heterogeneity and investment distortion. The variables representing Monetary Policy have positive adjusting effect on the negative correlation between the debt heterogeneity and the scale of investment expenditure, while have reverse adjusting effect on the negative correlation between the debt heterogeneity and the degree of investment distortion. This paper explores the mechanism of macroeconomic factors on enterprise investment from different aspects, which provides a new perspective and empirical evidence for the study of micro-enterprise investment in China.

Key words：debt heterogeneity；efficiency of investment；macro-economy factors；investment behavior