在借鉴现有度量模型的优点、克服其不足的基础上,笔者提出了一种量化企业非效率投资的方法。该方法借鉴了FHP模型将投资融资结合起来研究的思想,但克服了其无法区分过度投资和投资不足的缺陷;借鉴了沃格特模型的投资—现金流敏感性动因检验的方法和连玉君的避免托宾Q衡量偏误的变量设计,但克服了他们无法量化非效率投资的缺陷;借鉴了理查德森量化非效率投资的方法,但克服了其模型的一些设定偏误。度量企业非效率投资的主要步骤是:以可以避免托宾Q衡量偏误的基准Q作为投资机会的替代变量,以经典Q投资模型对样本公司分行业进行估计,得到分行业的模型参数,然后计算行业内各样本公司的残差作为非效率投资的度量;最后将度量结果与投资—现金流敏感性的动因检验结果、公司管理层对融资约束状况的判断进行比较。
下面,分别介绍基准Q的构建、非效率投资度量模型的设定和度量结果可靠性的再检验方法。
4.2.1 基准Q的构建
从理论上讲,能够完全反映投资机会的是边际Q,它等于新增一单位资本带来的所有未来边际利润的折现值:
其中,b(1,0)′,I为单位矩阵,折现因子λ采用公式λ(1——δ)/(1+r)近似估算,取折旧率δ=12.5%,银行贷款利率r6%,因此λ≈0.8.
由于基准Q是按照边际Q的概念构建的,因此,基准Q的本质就是边际Q。而且由于在构造基准Q的过程中无须反映公司市场价值的信息,也并不需要满足林文雄(1982)设定的假设条件,因此,可以避免前述采用托宾Q衡量投资机会存在的缺陷。
4.2.2 企业非效率投资度量模型的理论依据与模型构建
由于非效率投资是由实际投资减去最优投资确定的,因此最优投资的确定问题就是非效率投资度量模型中的关键,也是本书研究的关键。是哪些因素决定着一个企业的最优投资水平呢?由乔根森(1963)首创并由多位学者不断修正完善的新古典投资理论认为,资本调整成本是影响投资率的重要因素。托宾(1969)提出的Q理论则指出,投资率是边际Q的函数。林文雄(1982)则将两个投资理论结合起来并证明了最优投资率是边际Q的函数。需要特别注意的是,新古典投资理论和Q理论的结论均是在严格的完美资本市场假设下推导得出的。因此,在信息完全对称、不存在代理问题的条件下,投资机会是投资率唯一的决定因素,即只要存在净现值(NPV)为正的投资机会,企业都可用合理成本筹措资金进行投资,直至资本成本与投资的边际报酬相等,所有NPV为正的项目都会被执行,企业可以实现当前资本成本条件下的最佳投资规模(Modigliani&Miller,1958);由于经理与股东的目标完全一致,都是以企业价值最大化为目标,因此,在没有投资机会的情况下,即使有自由现金流,经理也不会将其投资于NPV为负的项目上。
然而,现实中的资本市场并不是完美的,存在着许多摩擦和噪音。信息不对称和企业内部代理问题的存在使得企业的实际投资偏离了最优投资:在信息不对称的世界里,由于企业的经理无法令人信服地将企业现有资产和未来投资机会的质量传递给市场,因而即使拥有良好的投资机会,也难以以合理的资本成本从市场筹集到足够的资金进行投资,导致实际投资低于信息完全对称时的最优投资,即存在投资不足(Myers&Majluf,1984);而在经理人有着与股东不同的目标函数时,由于经理的个人效用是企业规模的增函数,因此经理出于个人私利有动机从事超出最优投资水平的过度投资。由于信息不对称和代理问题可能同时存在于同一企业中,而且二者对投资作用的方向相反,因此,二者的净作用将决定着企业是过度投资还是投资不足。
基于以上两方面的理论分析,将以经典Q投资模型(4-9)估计每个公司—年度的最优投资水平,然后以实际投资减去最优投资后得到每个公司—年度的过度投资或投资不足数据。
Iitβ+(1/α)FQit+εit(4-9)
其中,Iit为投资支出,α为资本调整成本函数的调整系数,FQ为反映企业投资机会的边际Q。
4.2.3 度量结果可靠性的检验方法
模型(4-9)具有较充足的理论依据,且能克服现有模型的主要缺陷,因而其度量结果从理论上讲应该较为准确与可靠,为证明这一点,将度量结果与以下两个标准进行比较:一是分组利用沃格特模型进行的投资—现金流敏感性动因检验结果;二是上市公司管理层判断结果。如果与这两个结果均能吻合,则可在一定程度上证明本书的度量结果较为可靠。
用于样本分组的标准有:模型(4-9)的残差符号、企业规模与实际控制人的性质。按投资模型的残差符号将全部样本分为投资不足样本组和过度投资样本组,可以避免现有文献普遍存在的分组标准和阈值确定的主观性以及融资约束状态在样本期间不变的假设与现实不符的缺陷。分组后采用沃格特(1994)模型对各样本组进行投资—现金流敏感性的动因检验,如果过度投资组估计的交乘项系数符号为负,而投资不足组估计的系数为正,则与残差判别结果是一致的,说明非效率投资的估计结果较为可靠。
为便于与前期研究结果进行对比,除采用残差符号分组外,还选择了文献中使用较为广泛的公司规模和实际控制人性质的两个标准进行分组。小规模公司的贷款抵押品价值通常较低,中国的银行在放贷政策上对小规模有着明显的歧视;非国有企业无论在向银行贷款还是在获得股票发行资格方面均明显地受到歧视。因此,将资产规模大于中位数或实际控制人为政府的公司(简称为国有控股)划分为非融资约束组,而将资产规模小于中位数或实际控制人为非国有的公司(简称为民营控股)划分为融资约束组。
笔者未选择西方文献中使用较普遍的股利支付率作为样本分组的标准,是因为本书认为中国上市公司的股利支付率并不能代表其面临的信息不对称程度,理由有三:第一,以股利支付率反映企业所面临的信息不对称程度的假设是,管理层的目标与股东目标一致,管理层的自我约束普遍有效,在没有投资机会时企业将自由现金流以股利或股票回购的方式支付给股东,否则就留在企业内部用于再投资。然而,在中国上市公司中内部人控制现象普遍存在(陈湘永等,2000),难以假设管理层的自我约束普遍有效,因而低股利支付率并不能反映公司面临信息不对称的程度高,它可能只是经理人谋求高利润留存的一种方式(何金耿和丁加华,2001)。第二,自1996年以后一路下滑的股利分派意愿,在2001年后大幅回升,原因应该与中国证监会2001年3月出台的《上市公司新股发行管理办法》中将上市公司分红状况作为考察其是否具有增发资格的政策有关。在将分红与增发资格挂钩且普遍存在股权融资偏好的情况下,一些上市公司的分红只不过是“上有政策,下有对策”的一种表现而已,并不能真正代表其面临的信息不对称程度。第三,高股利支付率很有可能是被大股东用来作为转移资金的工具(Truong&Heaney,2007),而被掏空的公司更有可能面临融资约束。