国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

環(huán)境不確定性、企業(yè)金融化與對(duì)沖機(jī)制

2022-03-02 05:03:52朱雅婷陳東
現(xiàn)代金融 2022年1期
關(guān)鍵詞:回歸系數(shù)不確定性資本

□ 朱雅婷 陳東

一、引言

當(dāng)前,中國(guó)經(jīng)濟(jì)面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱的“三重壓力”,經(jīng)濟(jì)運(yùn)行也出現(xiàn)了“金融膨脹,實(shí)體萎縮”的“脫實(shí)向虛”現(xiàn)象,引起學(xué)者廣泛的討論與研究。在宏觀分析中,“金融膨脹,實(shí)體萎縮”主要表現(xiàn)為資金不斷涌向虛擬經(jīng)濟(jì),導(dǎo)致實(shí)體經(jīng)濟(jì)投資不足;在微觀分析中,“金融膨脹,實(shí)體萎縮”主要表現(xiàn)為非金融企業(yè)將內(nèi)部現(xiàn)金流用于投資房地產(chǎn)或者金融等熱門行業(yè),減少在實(shí)體經(jīng)濟(jì)上的投資,這樣很可能導(dǎo)致經(jīng)濟(jì)波動(dòng)加劇,造成嚴(yán)重的系統(tǒng)性金融風(fēng)險(xiǎn)(彭俞超等,2018)。

非金融企業(yè)持續(xù)金融化的動(dòng)因主要分為內(nèi)部動(dòng)因和外部動(dòng)因,其中,內(nèi)部動(dòng)因主要包括 “蓄水池理論”和“投資替代理論”。外部動(dòng)因包括政策環(huán)境以及金融發(fā)展的趨勢(shì)等(周梓洵等,2021)。目前,蓄水池理論也被解釋為是企業(yè)的一種未雨綢繆的行為,是為了增加資金的可流動(dòng)性,緩解企業(yè)的財(cái)務(wù)困境。而投資替代理論則認(rèn)為:企業(yè)作為營(yíng)利性組織,會(huì)在實(shí)體投資和金融投資之間對(duì)比兩者的投資回報(bào)率,實(shí)現(xiàn)盈利的最大化。在目前實(shí)體經(jīng)濟(jì)投資回報(bào)率不斷下滑的情形下,企業(yè)將更加傾向于增加金融投資。另外,企業(yè)金融化具有雙面性,部分學(xué)者認(rèn)為企業(yè)金融化是有利于經(jīng)濟(jì)發(fā)展的,但大多數(shù)學(xué)者則認(rèn)為其不利于整體經(jīng)濟(jì)的發(fā)展。戴賾等(2018)認(rèn)為企業(yè)金融化的負(fù)面影響包括抑制實(shí)體經(jīng)濟(jì)投資、提高實(shí)體經(jīng)濟(jì)融資成本、債務(wù)負(fù)擔(dān)加劇以及推動(dòng)整個(gè)經(jīng)濟(jì)的房地產(chǎn)價(jià)格泡沫等。

環(huán)境不確定性是指企業(yè)在經(jīng)營(yíng)管理過程中遇到的一些難以預(yù)料的經(jīng)濟(jì)波動(dòng),也是經(jīng)濟(jì)發(fā)展中不可避免的常態(tài)化現(xiàn)象。在不確定環(huán)境下,企業(yè)的盈利能力,資本結(jié)構(gòu)調(diào)整速度、勞動(dòng)投資效率和投資回報(bào)率等都是難以預(yù)測(cè)的,企業(yè)金融化程度也會(huì)因此受到影響。本文圍繞這一因素展開探討。與以往研究相比,本文的貢獻(xiàn)在于:第一,本文拓展了從微觀層面上研究環(huán)境不確定性對(duì)企業(yè)金融化的影響,鮮有文獻(xiàn)從微觀角度分析環(huán)境不確定性對(duì)企業(yè)造成的影響。第二,本文從企業(yè)內(nèi)部的資本結(jié)構(gòu)調(diào)整速度的視角出發(fā),考察其在環(huán)境不確定性與企業(yè)金融化之間發(fā)揮的作用,可以為企業(yè)提供一定的理論基礎(chǔ)去應(yīng)對(duì)外部環(huán)境不確定性。

二、文獻(xiàn)回顧與研究假設(shè)

(一)環(huán)境不確定性與企業(yè)金融化

在中國(guó)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型的背景下,企業(yè)金融化作為市場(chǎng)經(jīng)濟(jì)“脫實(shí)向虛”的微觀表現(xiàn)受到了國(guó)內(nèi)外諸多學(xué)者關(guān)注。實(shí)證分析表明,隨著環(huán)境不確定性的增加,短期內(nèi)企業(yè)可能會(huì)減少投資(Bloom,2009),長(zhǎng)期可能將會(huì)影響企業(yè)制定投資戰(zhàn)略。重大風(fēng)險(xiǎn)預(yù)期的上升將會(huì)顯著抑制企業(yè)的投資規(guī)模、惡化企業(yè)的投資結(jié)構(gòu)(陳東等,2020),減少研發(fā)投資(陳東、邢霂,2020)。由于實(shí)體經(jīng)濟(jì)的投資回報(bào)率不斷下滑,于是眾多實(shí)體企業(yè)開始轉(zhuǎn)變投資方向,將更多的資源配置到金融和房地產(chǎn)等熱門行業(yè),這大大推動(dòng)了實(shí)體經(jīng)濟(jì)空心化的趨勢(shì)。對(duì)于企業(yè)而言,企業(yè)增加金融投資,一方面是可以尋求更高的投資回報(bào)率,另一方面是金融資產(chǎn)可以發(fā)揮“蓄水池”效應(yīng),在企業(yè)存在財(cái)務(wù)危機(jī)時(shí),可以及時(shí)將金融資產(chǎn)變現(xiàn)幫助企業(yè)度過難關(guān)。目前學(xué)者們認(rèn)為影響企業(yè)金融化的因素包括CEO的金融背景(杜勇等,2019)、高管的學(xué)術(shù)背景(杜勇、周麗,2019)、企業(yè)是否承擔(dān)社會(huì)責(zé)任(顧雷雷等,2019)、企業(yè)主營(yíng)業(yè)務(wù)的盈利能力(鄧超等,2017)、股東價(jià)值最大化的觀念(鄧超等,2017)等。杜勇等(2018)認(rèn)為CEO的金融背景將會(huì)影響到企業(yè)的金融化程度,CEO的金融背景還可以減弱由實(shí)體經(jīng)濟(jì)金融化帶來的風(fēng)險(xiǎn)。顧雷雷等(2019)研究了企業(yè)承擔(dān)社會(huì)責(zé)任與企業(yè)金融化之間的關(guān)系,他們認(rèn)為企業(yè)承擔(dān)社會(huì)責(zé)任加劇了企業(yè)金融化,具體是通過企業(yè)履行社會(huì)責(zé)任來獲取戰(zhàn)略資源,緩解融資約束,進(jìn)而影響到企業(yè)的金融化水平。鄧超等(2017)認(rèn)為企業(yè)主營(yíng)業(yè)務(wù)盈利能力是影響企業(yè)金融化的重要因素,兩者之間呈現(xiàn)出U型特征。通過以上整理發(fā)現(xiàn),大多數(shù)文獻(xiàn)是從企業(yè)內(nèi)部行為及特征出發(fā),研究企業(yè)金融化程度加深的原因,較少考慮到環(huán)境不確定與企業(yè)內(nèi)部投資行為之間的關(guān)系。不確定性是現(xiàn)代經(jīng)濟(jì)社會(huì)的特征之一,國(guó)內(nèi)外眾多學(xué)者對(duì)不確定性與企業(yè)投資行為之間進(jìn)行了研究,部分學(xué)者認(rèn)為不確定性會(huì)增加企業(yè)的投資行為,例如:王之穎和趙汝想(2021)認(rèn)為隨著環(huán)境不確定性的增加,將會(huì)導(dǎo)致信息不對(duì)稱性的增加,企業(yè)更容易隱藏“壞消息”,從而實(shí)體經(jīng)濟(jì)投資成本也會(huì)隨之增加。管理層會(huì)通過在金融市場(chǎng)增加金融資產(chǎn)的投資獲得潛在利潤(rùn)來達(dá)到股東預(yù)期業(yè)績(jī),但是大部分學(xué)者認(rèn)為不確定性將會(huì)抑制企業(yè)的投資行為(陳東等,2021),結(jié)論存在一定爭(zhēng)議。從理論層面來看,增長(zhǎng)期權(quán)效應(yīng)和Oi-Hartman-Abel效應(yīng)解釋了不確定性對(duì)投資起到促進(jìn)作用,而實(shí)物期權(quán)理論、投資的等待期權(quán)理論、風(fēng)險(xiǎn)溢價(jià)效應(yīng)以及預(yù)防性儲(chǔ)蓄動(dòng)機(jī)理論則證實(shí)不確定性對(duì)投資會(huì)起到抑制作用。綜上所述,當(dāng)環(huán)境不確定性增加時(shí),企業(yè)會(huì)基于風(fēng)險(xiǎn)規(guī)避理論、等待期權(quán)理論等減少實(shí)體資產(chǎn)的投資,轉(zhuǎn)而增加金融資產(chǎn)的投資來獲得潛在利潤(rùn),據(jù)此提出以下假設(shè):

H1:環(huán)境不確定性會(huì)促進(jìn)企業(yè)金融化。

(二)環(huán)境不確定性、資本結(jié)構(gòu)調(diào)整速度與企業(yè)金融化

自Modigliani和Miller(1959)提出了MM理論,引起了眾多國(guó)內(nèi)外學(xué)者開展對(duì)企業(yè)的資本結(jié)構(gòu)如何影響企業(yè)價(jià)值的討論。MM理論基于嚴(yán)格假說之下提出的,它認(rèn)為資本結(jié)構(gòu)與企業(yè)價(jià)值二者之間并無密切聯(lián)系,但是在現(xiàn)實(shí)情況中,存在諸多摩擦因素會(huì)影響這一結(jié)論的成立(王朝陽(yáng)等,2018),其中,環(huán)境不確定性也是影響因素之一。因此,資本結(jié)構(gòu)與企業(yè)價(jià)值之間存在關(guān)聯(lián)。大量研究表明:企業(yè)通過不斷調(diào)整資產(chǎn)負(fù)債率使之靠近目標(biāo)資本結(jié)構(gòu)的過程中,企業(yè)價(jià)值也在逐步增加。即企業(yè)存在使企業(yè)價(jià)值達(dá)到最大化的最優(yōu)資本結(jié)構(gòu)。在環(huán)境不確定性較高的情況下,管理層對(duì)企業(yè)價(jià)值波動(dòng)難以預(yù)測(cè),信息不對(duì)稱性增強(qiáng),導(dǎo)致投資風(fēng)險(xiǎn)增加(牛建波、趙靜,2012),更希望通過調(diào)整企業(yè)內(nèi)部的資本結(jié)構(gòu)來改善企業(yè)價(jià)值。廉永輝和黎夢(mèng)瑤(2020)研究指出,資本結(jié)構(gòu)調(diào)整速度與企業(yè)金融化之間呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系,企業(yè)資本結(jié)構(gòu)向最優(yōu)資本結(jié)構(gòu)的調(diào)整速度越快,將會(huì)抑制企業(yè)的金融化水平的增加。目前,尚未有學(xué)者研究企業(yè)內(nèi)部資本結(jié)構(gòu)調(diào)整速度的快慢是否會(huì)抑制或者促進(jìn)環(huán)境不確定性條件下企業(yè)金融化的進(jìn)程,綜上所述,本文提出了兩個(gè)相反研究假設(shè):

H2a:企業(yè)資本結(jié)構(gòu)調(diào)整速度加快將會(huì)促進(jìn)由環(huán)境不確定性導(dǎo)致的企業(yè)金融化進(jìn)程。

H2b:企業(yè)資本結(jié)構(gòu)調(diào)整速度加快將會(huì)抑制由環(huán)境不確定性導(dǎo)致的企業(yè)金融化進(jìn)程。

三、模型構(gòu)建

(一)數(shù)據(jù)來源

本文選取2015-2019年的滬深A(yù)股上市公司數(shù)據(jù)作為樣本,數(shù)據(jù)均來源于CSMAR(國(guó)泰安)數(shù)據(jù)庫(kù),對(duì)原始數(shù)據(jù)篩選過程如下:剔除處于ST狀態(tài)的企業(yè);剔除金融類上市公司;由于環(huán)境不確定性指標(biāo)的測(cè)量要求有連續(xù)且不間斷的五年銷售收入,因此剔除連續(xù)五年的銷售收入中存在缺失值的企業(yè);剔除所有者權(quán)益為負(fù)的樣本。此外,本文對(duì)主要連續(xù)變量在1%和99%分位數(shù)上進(jìn)行了縮尾處理。經(jīng)過以上篩選,最終獲得7850個(gè)有效樣本觀測(cè)值。

(二)關(guān)鍵變量

1.企業(yè)金融化。企業(yè)金融化是經(jīng)濟(jì)“脫實(shí)向虛”的微觀表現(xiàn),本文采用金融資產(chǎn)占總資產(chǎn)的比例來衡量,其中的金融資產(chǎn)包括交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、投資性房地產(chǎn)凈額和長(zhǎng)期股權(quán)投資,該比值越大,說

2.環(huán)境不確定性。本文根據(jù)企業(yè)銷售收入的波動(dòng)情況來衡量環(huán)境不確定性的指標(biāo)(Tosi et al.,1973),用企業(yè)過去連續(xù)五年的銷售收入的標(biāo)準(zhǔn)差并經(jīng)過行業(yè)調(diào)整以后的值作為環(huán)境不確定性的值(Ghosh and Olsen,2009)。在此基礎(chǔ)上,剔除銷售收入穩(wěn)定增長(zhǎng)的部分(申慧慧等,2012),得到更加準(zhǔn)確的環(huán)境不確定性指標(biāo)。

其中,sale為銷售收入,year表示年份,若使用回歸樣本值為本年,則year取值為5;若使用回歸樣本值為過去第一年,則year取值為4;依此類推。

3.目標(biāo)資本結(jié)構(gòu)。資本結(jié)構(gòu)反映的是企業(yè)內(nèi)部債務(wù)與股權(quán)的比例,本文采用負(fù)債合計(jì)與資產(chǎn)總計(jì)的比例來表示資本結(jié)構(gòu)。由于企業(yè)異質(zhì)性的客觀存在,決定了企業(yè)的目標(biāo)資本結(jié)構(gòu)具有一定的差異。由于不同企業(yè)之間受到的行業(yè)、地域、時(shí)間等因素的不同,其目標(biāo)資本結(jié)構(gòu)也不相同。本文借鑒姜付秀和黃繼承(2011)的做法,用模型(2)對(duì)目標(biāo)資本結(jié)構(gòu)進(jìn)行回歸預(yù)測(cè)。

Lev*i,t表示公司i在t年的目標(biāo)資本結(jié)構(gòu),Хi,t-1表示影響企業(yè)目標(biāo)資本結(jié)構(gòu)的控制變量,包括:企業(yè)的盈利能力(Roa)、企業(yè)規(guī)模(Size)、股權(quán)集中度(Oc)、資產(chǎn)有形性(Tang)、企業(yè)成長(zhǎng)能力(Grow)以及行業(yè)虛擬變量。

4.資本結(jié)構(gòu)調(diào)整速度。本文借鑒Flannery和Rangan(2006)的研究成果,采用模型(3)來估計(jì)資本結(jié)構(gòu)調(diào)整速度。

其中,Levi,t表示公司i在t年的資本結(jié)構(gòu),Levi,t-1為公司i在t-1年的資本結(jié)構(gòu),將模型(2)估計(jì)出來的Lev*i,t帶入(3)式。得到的δ為公司實(shí)際資本結(jié)構(gòu)向目標(biāo)資本結(jié)構(gòu)調(diào)整的速度。明企業(yè)的金融化程度越強(qiáng)。

(三)計(jì)量模型的設(shè)定

首先,為研究環(huán)境不確定性與企業(yè)金融化之間的關(guān)系,本文構(gòu)建以下回歸模型(4):

模型(3)中被解釋變量Fini,t表示公司i在第t年的金融化程度,企業(yè)金融化是衡量非金融企業(yè)投資或依賴金融市場(chǎng)的程度。若回歸系數(shù)β1為正值,則說明環(huán)境不確定性與企業(yè)金融化之間是正相關(guān)關(guān)系;若回歸系數(shù)β1為負(fù)值,則說明環(huán)境不確定性與企業(yè)金融化之間呈現(xiàn)出負(fù)相關(guān)關(guān)系。解釋變量EUi,t表示公司i在第t年的環(huán)境不確定性值,∑Control表示控制變量組,Ind表示固定行業(yè)效應(yīng),εi,t為殘差值。

其次,加入資本結(jié)構(gòu)調(diào)整速度的變量,用來對(duì)沖由于環(huán)境不確定的增加而加劇的企業(yè)金融化程度。由于資本結(jié)構(gòu)調(diào)整速度與企業(yè)金融化之間呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系(廉永輝等,2020),即資本結(jié)構(gòu)調(diào)整速度越快,企業(yè)金融化的程度越低。為研究資本結(jié)構(gòu)調(diào)整速度的快慢在環(huán)境不確定性促進(jìn)企業(yè)金融化的過程中發(fā)揮的作用,構(gòu)建模型(5):

模型(4)與模型(5)的不同之處在于模型(5)加入了環(huán)境不確定性與資本結(jié)構(gòu)調(diào)整速度的交互項(xiàng),按照本文的研究假設(shè)H2b,若交互項(xiàng)的系數(shù)為負(fù),則說明資本結(jié)構(gòu)調(diào)整速度的加快抑制了由于環(huán)境不確定的增加帶來的企業(yè)金融化程度的加深。反之,則驗(yàn)證了假設(shè)H2a,即資本結(jié)構(gòu)調(diào)整速度加快增強(qiáng)了由于環(huán)境不確定的增加帶來的企業(yè)金融化程度的加深。

四、基本結(jié)果與分析

(一)描述性統(tǒng)計(jì)分析

對(duì)2015—2019年的樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì),列示了均值、標(biāo)準(zhǔn)差、最小值和最大值。由表2可知:Fin的最小值是0,最大值是0.98,均值是0.09,標(biāo)準(zhǔn)差是0.13,說明非金融企業(yè)之間的投資方向具有很大差異,有些企業(yè)的金融投資為0,有些企業(yè)的金融化投資占總投資的98%;Eu的標(biāo)準(zhǔn)差是1.47,最大值是18.80,最小值是0.03,浮動(dòng)較大,說明不同企業(yè)之間的環(huán)境不確定性差異較大;△Lev的標(biāo)準(zhǔn)差是0.10,最大值是0.81,說明不同企業(yè)之間的有不同的資本結(jié)構(gòu)調(diào)整速度;Soe的均值為0.45,說明觀測(cè)數(shù)據(jù)中有45.4%的企業(yè)是非國(guó)有企業(yè)。Lev*的均值是0.49,與資本結(jié)構(gòu)Lev的均值相同,Size的均值為22.65,Oc的均值為35.13%。

表2 描述性統(tǒng)計(jì)

(二)回歸結(jié)果分析

1.環(huán)境不確定性對(duì)企業(yè)金融化的影響。由模型(4)進(jìn)行回歸,結(jié)果見表3,其中,列1顯示的是在不加入控制變量時(shí),環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)為0.52,在1%的水平上顯著正相關(guān),列2顯示的是在加入了總資產(chǎn)回報(bào)率、企業(yè)規(guī)模、企業(yè)成長(zhǎng)性、資產(chǎn)有形性和股權(quán)集中度這些控制變量之后,環(huán)境不確定性與企業(yè)金融化兩者之間的回歸系數(shù)為0.52,仍在1%的水平上顯著;列3表示的是固定了行業(yè)效應(yīng)之后,回歸系數(shù)為0.48,仍在1%的水平上顯著,即環(huán)境不確定性的增加將會(huì)促進(jìn)企業(yè)金融化的進(jìn)程,假設(shè)H1成立,且結(jié)論較為可靠。

表3 環(huán)境不確定性與企業(yè)金融化的回歸結(jié)果

注:???、??、?分別表示1%、5%、10%的顯著水平,括號(hào)內(nèi)的數(shù)值為相對(duì)應(yīng)的T統(tǒng)計(jì)量。

2.資本結(jié)構(gòu)調(diào)整速度對(duì)環(huán)境不確定促進(jìn)企業(yè)金融化的影響。在環(huán)境不確定性與企業(yè)金融化模型(4)中加入環(huán)境不確定性與資本結(jié)構(gòu)調(diào)整速度的交互項(xiàng)進(jìn)行回歸,回歸結(jié)果見表4,其中,列1報(bào)告了在不加入控制變量時(shí),環(huán)境不確定性、資本結(jié)構(gòu)調(diào)整速度以及環(huán)境不確定性與資本結(jié)構(gòu)調(diào)整速度的交互項(xiàng)與企業(yè)金融化之間的關(guān)系。結(jié)果表明,環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.54,顯著性水平為1%,進(jìn)一步驗(yàn)證了H1。環(huán)境不確定性與資本結(jié)構(gòu)調(diào)整速度的交互項(xiàng)的系數(shù)為-0.63,顯著性水平為5%。列2表示加入了控制變量之后,環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.57,仍在1%的水平上顯著,同樣驗(yàn)證了H1。環(huán)境不確定性與資本結(jié)構(gòu)調(diào)整速度的交互項(xiàng)系數(shù)β2為-0.49,顯著性水平為10%。列3表示的是固定了行業(yè)效應(yīng)之后,回歸系數(shù)β1變?yōu)?.54,在1%水平上顯著,交互項(xiàng)系數(shù)β2為-0.49,顯著性水平仍為10%。以上實(shí)證數(shù)據(jù)均說明了,企業(yè)資本結(jié)構(gòu)調(diào)整速度的加快,可以顯著的抑制由于環(huán)境不確定性的增加而導(dǎo)致的企業(yè)金融化程度的加深,對(duì)沖了整體經(jīng)濟(jì)“脫實(shí)向虛”的進(jìn)程。因此,假設(shè)H2b成立。

表4 加入環(huán)境不確定性與資本結(jié)構(gòu)調(diào)整速度的交互項(xiàng)檢驗(yàn)

五、進(jìn)一步分析

前面分析了環(huán)境不確定性對(duì)企業(yè)金融化的促進(jìn)作用。那么,在不同特征的企業(yè)之間,他們受到的不確定性影響程度又有何區(qū)別呢?本文將所有樣本中的企業(yè)按照產(chǎn)權(quán)性質(zhì)、企業(yè)規(guī)模和盈利能力分為以下三組,分別進(jìn)行考察。

(一)基于企業(yè)不同產(chǎn)權(quán)性質(zhì)的分析

考察在不同的產(chǎn)權(quán)性質(zhì)下,環(huán)境不確定性對(duì)企業(yè)金融化的影響。回歸結(jié)果見表5,列1顯示的是在非國(guó)有企業(yè)中,環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)為0.83,顯著性水平為1%,列2顯示的是在加入控制變量之后,兩者的回歸系數(shù)為0.82,仍在1%水平上顯著,以上說明了在非國(guó)有企業(yè)中,環(huán)境不確定性越高,企業(yè)越傾向于增加金融投資;列3顯示了在國(guó)有企業(yè)中,環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)為0.18,列4顯示的是再加入控制變量之后,兩者的回歸系數(shù)變?yōu)?.17,兩者均正相關(guān),但不顯著。可能的原因在于:對(duì)于非國(guó)有企業(yè)的管理者而言,在環(huán)境不確定性較高時(shí),外部的信息不對(duì)稱性加劇,未來的投資利潤(rùn)率以及風(fēng)險(xiǎn)性很難進(jìn)行評(píng)估,管理者為了提升在職期間的企業(yè)盈利能力,增加私人收益,就會(huì)不斷的增加投資,徐倩(2014)認(rèn)為在不確定性增加時(shí),管理者不會(huì)降低投資,反而更加傾向于增加投資,因?yàn)榭梢詫⑼顿Y失敗的原因歸因于外部的環(huán)境不確定,此時(shí),委托代理問題加劇,更容易引發(fā)機(jī)會(huì)主義行為。因此,環(huán)境不確定性越高,企業(yè)越傾向于增加金融投資。但是對(duì)于國(guó)有企業(yè)來說,由于承擔(dān)了許多的政策性負(fù)擔(dān),即使是在環(huán)境不確定性較高的情形下,也不能過度增加出于投機(jī)性動(dòng)機(jī)的金融投資,所以環(huán)境不確定性對(duì)企業(yè)金融化的影響在國(guó)有企業(yè)中正相關(guān)但不顯著。

注:???、??、?分別表示1%、5%、10%的顯著水平,括號(hào)內(nèi)的數(shù)值為相對(duì)應(yīng)的T統(tǒng)計(jì)量。

(二)基于企業(yè)不同規(guī)模的分析

將整個(gè)樣本按照企業(yè)規(guī)模的平均值分為小規(guī)模和大規(guī)模。回歸結(jié)果如表6所示,列1顯示的是在小規(guī)模企業(yè)中,環(huán)境不確定性與企業(yè)金融化的回歸系數(shù)β1為0.62,顯著性水平為1%,列2顯示的是在加入控制變量之后,回歸系數(shù)β1為0.52,顯著性水平仍為1%。列3顯示的是在大規(guī)模企業(yè)中,環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)β1為0.12,列4顯示的是在加入控制變量之后,兩者的回歸系數(shù)為0.32,兩者正相關(guān)但不顯著??赡艿脑蛟谟冢捍笠?guī)模公司相比較小規(guī)模公司而言,一方面,大規(guī)模企業(yè)的披露機(jī)制、管理制度、融資約束等方面往往更加完善,因此,由環(huán)境不確定性帶來的沖擊對(duì)大規(guī)模企業(yè)的影響更?。涣硪环矫?,大規(guī)模企業(yè)一般采取多樣化經(jīng)營(yíng)管理,抵御不確定性的能力也更強(qiáng),因此,在大規(guī)模企業(yè)中,環(huán)境不確定性對(duì)企業(yè)金融化的影響正相關(guān)但不顯著。而對(duì)于小規(guī)模公司而言,其經(jīng)營(yíng)風(fēng)險(xiǎn)往往較大,信息披露不充分,融資約束性強(qiáng),在環(huán)境不確定性增加的情況下,管理層更希望通過增加投機(jī)性投資來獲得潛在利潤(rùn),因此,在小規(guī)模企業(yè)中,環(huán)境不確定性對(duì)企業(yè)金融化的影響是顯著正相關(guān)的。

表6 公司規(guī)模的回歸結(jié)果

(三)基于企業(yè)盈利情況的分析

首先,將全部樣本分為盈利組和虧損組,如表7所示,列1顯示的是在盈利性企業(yè)中,環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.53,且在1%的水平下顯著,列2顯示的是在加入控制變量之后,兩者的回歸系數(shù)為0.60,仍在1%的水平下顯著,列3顯示的是在虧損性企業(yè)中,環(huán)境不確定性與企業(yè)金融化之間的回歸系數(shù)為0.49,列4顯示的是在加入控制變量之后,兩者的回歸系數(shù)為0.20,正相關(guān)但不顯著??赡艿脑蛟谟冢寒?dāng)企業(yè)處于盈利狀態(tài)時(shí),它的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)相對(duì)較低,因此,面臨外部環(huán)境不確定性增加,管理層自信會(huì)使得企業(yè)增加投資;相反,當(dāng)企業(yè)處于負(fù)增長(zhǎng)狀態(tài)時(shí),其內(nèi)部的經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)都較大。因此,當(dāng)外部環(huán)境不確定性增加時(shí),以免受到更大的失敗,管理層增加投資的動(dòng)機(jī)和迫切性較小,對(duì)于虧損組而言,環(huán)境不確定性增加與企業(yè)金融化之間正相關(guān)但不顯著。

表7 企業(yè)盈利情況的回歸結(jié)果

六、穩(wěn)健性檢驗(yàn)

本文采用兩種方法進(jìn)行穩(wěn)健性檢驗(yàn),來解決樣本選擇偏差和內(nèi)生性問題,方法如下:

(一)傾向性匹配得分法(PSM)

為檢驗(yàn)本文模型結(jié)果的有效性,本文采用PSM的方法進(jìn)行檢驗(yàn)。從本文的角度來看,如果直接比較環(huán)境不確定性高和環(huán)境不確定性低的企業(yè)在企業(yè)金融化上的差異,很可能會(huì)得到有偏的結(jié)果,原因在于:企業(yè)之間是否進(jìn)行金融類投資并不是一個(gè)隨機(jī)的過程,而很可能是內(nèi)生的結(jié)果。因此,想要進(jìn)行精確的評(píng)估,就需要知道環(huán)境不確定性高的企業(yè)在不確定性較低的情況下進(jìn)行金融類投資的情況,即需要得到一個(gè)反事實(shí)的結(jié)果,于是,采用傾向性匹配模型來給本文提供一個(gè)用來估計(jì)反事實(shí)的方法。那就是通過將環(huán)境不確定性高的企業(yè)與另外一組具備相同特征但環(huán)境不確定性低的企業(yè)進(jìn)行對(duì)比,也就是指,兩類企業(yè)除了在環(huán)境不確定性的高低方面存在差異,在其他特征上都保持高度一致。這樣,我們就可以構(gòu)造出反事實(shí)的一組數(shù)據(jù),用來評(píng)估環(huán)境不確定性的高低是否能夠顯著影響企業(yè)金融化的進(jìn)程。首先,將環(huán)境不確定性數(shù)值大于1的企業(yè)記為“高環(huán)境不確定性企業(yè)”,高環(huán)境不確定性企業(yè)的EU取值為1;環(huán)境不確定性數(shù)值小于1的企業(yè)記為“低環(huán)境不確定性企業(yè)”,取值為0。表8報(bào)告了基本結(jié)果??梢钥吹?,經(jīng)過一對(duì)三的最近鄰匹配后,得到的匹配結(jié)果顯示,標(biāo)準(zhǔn)化偏差的絕對(duì)值都降到10%以下,同時(shí),匹配之后的P值都變大,說明選取的變量是合理的,匹配過程也是有效的。各變量標(biāo)準(zhǔn)化偏差的匹配前后變化如圖1所示,從圖中可以直觀的發(fā)現(xiàn),變量的標(biāo)準(zhǔn)化偏差在匹配之后明顯縮小了。表9報(bào)告的是PSM的平均處理效應(yīng)顯示,匹配以后的ATT顯著性水平仍保持在1%,此結(jié)果表明,在排除了其他影響因素之后,環(huán)境不確定性與企業(yè)金融化之間仍然是顯著的負(fù)相關(guān)關(guān)系。進(jìn)一步支持了H1。

(二)工具變量法

為了減輕內(nèi)生性的問題,本文借鑒Fisman和Svensson(2007)構(gòu)造工具變量的方法,其中,選取同一行業(yè)的環(huán)境不確定性均值作為衡量環(huán)境不確定性的工具變量(IV),采用兩階段最小二乘法進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果見表10,第(1)(2)列是基準(zhǔn)模型的回歸結(jié)果,第(3)(4)列是采用工具變量法的結(jié)果,在不加入控制變量時(shí),回歸系數(shù)為0.96,AR統(tǒng)計(jì)量的值為4.33,在10%的水平上顯著,加入控制變量之后,回歸系數(shù)為1.08,AR統(tǒng)計(jì)量的值為4.63,仍在10%的水平上顯著,說明該工具變量為強(qiáng)工具變量。兩結(jié)果顯示的環(huán)境不確定性對(duì)企業(yè)金融化的影響都是顯著正相關(guān)的。再次說明了環(huán)境不確定性的增加,會(huì)加劇企業(yè)金融化的進(jìn)程。

表1 變量定義

Size 企業(yè)規(guī)模 總資產(chǎn)取自然對(duì)數(shù)Roa 總資產(chǎn)回報(bào)率 營(yíng)業(yè)利潤(rùn)/年末總資產(chǎn)Oc 股權(quán)集中度 采用第一大股東持股數(shù)量/總股數(shù)Tang 資產(chǎn)有形性 用有形資產(chǎn)占比,即固定資產(chǎn)/總資產(chǎn)來表示Grow 企業(yè)成長(zhǎng)能力 用主營(yíng)業(yè)務(wù)收入的增長(zhǎng)率來表示企業(yè)成長(zhǎng)能力Soe 股權(quán)性質(zhì) 虛擬變量,國(guó)有企業(yè)記為0,非國(guó)有企業(yè)記為1

表10 工具變量回歸結(jié)果

七、結(jié)論與啟示

在我國(guó)面臨“三重壓力”的大環(huán)境下,企業(yè)金融化是經(jīng)濟(jì)“脫實(shí)向虛”的微觀表現(xiàn),如果不采取一定的措施,任由其發(fā)展,很可能會(huì)引發(fā)嚴(yán)重的經(jīng)濟(jì)危機(jī),不利于經(jīng)濟(jì)的長(zhǎng)久高質(zhì)量發(fā)展。在此背景下,文章以中國(guó)A股上市公司為研究樣本,在實(shí)證分析下研究了資本結(jié)構(gòu)調(diào)整的速度不同的情況下,環(huán)境不確定性對(duì)企業(yè)金融化的影響。研究結(jié)論有:(1)環(huán)境不確定性的增加會(huì)加劇企業(yè)金融化的程度。(2)企業(yè)內(nèi)部資本結(jié)構(gòu)調(diào)整速度越快,將會(huì)抑制由環(huán)境不確定性增加而導(dǎo)致的企業(yè)金融化程度的加深;企業(yè)內(nèi)部資本結(jié)構(gòu)調(diào)整速度越慢,將會(huì)加劇由環(huán)境不確定性增加而導(dǎo)致的企業(yè)金融化程度的加深。此外,本文進(jìn)行了異質(zhì)性檢驗(yàn)分析,發(fā)現(xiàn)對(duì)于非國(guó)有企業(yè)、小規(guī)模企業(yè)和盈利性企業(yè)而言,環(huán)境不確定性影響企業(yè)金融化是正相關(guān)且顯著的。而對(duì)于國(guó)有企業(yè)、大規(guī)模企業(yè)和虧損性企業(yè)而言,環(huán)境不確定性影響企業(yè)金融化是正相關(guān)到但不顯著的。

綜上所述,提出以下建議:首先,在環(huán)境不確定性的背景下,對(duì)于企業(yè)而言,應(yīng)該要加快調(diào)整企業(yè)內(nèi)部的資本結(jié)構(gòu)調(diào)整速度,使其不斷地接近最優(yōu)資本結(jié)構(gòu),在實(shí)現(xiàn)企業(yè)價(jià)值最大化的同時(shí),也可以有效降低企業(yè)金融化的進(jìn)程,對(duì)沖經(jīng)濟(jì)“脫實(shí)向虛”進(jìn)程。另外,企業(yè)自身需要減少金融投資,將資源更多地分配到主營(yíng)業(yè)務(wù)中,在保證企業(yè)的主營(yíng)業(yè)務(wù)不受資金短缺的影響,企業(yè)健康發(fā)展的前提下,進(jìn)行適當(dāng)?shù)慕鹑谕顿Y是可取的。

猜你喜歡
回歸系數(shù)不確定性資本
法律的兩種不確定性
法律方法(2022年2期)2022-10-20 06:41:56
英鎊或繼續(xù)面臨不確定性風(fēng)險(xiǎn)
資本策局變
商周刊(2018年18期)2018-09-21 09:14:42
多元線性回歸的估值漂移及其判定方法
電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋果砧木抗寒性的比較
第一資本觀
商周刊(2017年25期)2017-04-25 08:12:18
多元線性模型中回歸系數(shù)矩陣的可估函數(shù)和協(xié)方差陣的同時(shí)Bayes估計(jì)及優(yōu)良性
VR 資本之路
具有不可測(cè)動(dòng)態(tài)不確定性非線性系統(tǒng)的控制
“零資本”下的資本維持原則
商事法論集(2015年2期)2015-06-27 01:18:54
哈密市| 固安县| 昭平县| 龙门县| 都匀市| 京山县| 芜湖市| 白水县| 建阳市| 贡嘎县| 朝阳县| 岳池县| 合阳县| 曲阳县| 淮南市| 小金县| 攀枝花市| 微博| 无极县| 金平| 博客| 翼城县| 辽阳县| 宽城| 中江县| 高唐县| 饶河县| 梨树县| 个旧市| 瑞金市| 正宁县| 海晏县| 汝阳县| 温泉县| 古田县| 西吉县| 蛟河市| 沂源县| 汨罗市| 云梦县| 重庆市|