财务柔性对非效率投资的影响研究
时间：2021-01-24 20:06:00 来源：雅意学习网 本文已影响 人 
摘要： 市场竞争中存在的信息不对称、道德风险、逆向选择等问题，使得企业在资本市场上面临融资约束的困扰。为了应对环境变化所带来的不利事件的冲击或更好地把握有利机会，企业需要在资金资源上具有一定的灵活性，即财务柔性。以医药制造业上市公司作为研究对象，以现金柔性和负债柔性之和来衡量财务柔性储备，以Richardson模型衡量非效率投资情况，实证检验财务柔性对非效率投资的影响。研究发现，企业财务柔性储备与投资过度存在不显著的负相关关系，与投资不足存在显著的负相关关系。
关键词： 财务柔性;非效率投资;医药制造业
中图分类号： F275 文献识别码： A 文章编号：2096-3157（2018）34 -0029-03
投资活动作为企业最重要的经济活动之一，不但影响着企业未来现金流的质量，而且对企业的未来发展具有深刻的影响。根据Modigliani和Miller提出的MM定理可知，在资本市场完美的假设下，外源融资可以完全替代内源融资，企业总是能够在资本市场上筹集投资项目所需的资金，此时企业的投资决策不会受到其融资决策的影响，即公司的投资和融资决策之间是没有关系、完全分离的。然而，现实的经济环境并不能够满足资本市场完美的假设，市场竞争中存在的信息不对称、道德风险、逆向选择等问题，使得企业在资本市场上面临融资约束的困扰。Fazzari等的融资约束假说认为，由于信息不对称和代理问题的存在，导致企业的内外部融资成本存在差异，外源融资成本高于内源融资成本，当内外部融资成本差异过大，而企业的内部融资不足时，企业将会被迫放弃一些有利的投资机会，造成企业的实际投资低于最优投资水平，即“投资不足”的非效率投资行为。
在融资约束的大背景下，企业为了应对环境变化所带来的不利事件的冲击或把握有利机会，需要在资金资源上具备一定的灵活性，即财务柔性。FASB关于财务柔性（Financial Flexibility）的定义是企业采取有效行动，改变现金流的数量和时间，从而对非预期需求和投资机会做出反应的能力。财务柔性 “预防”和“利用”未来“不确定事件”的能力，可以在一定程度上緩解经济波动给企业带来的不利影响。那么，企业的财务柔性储备能否抑制非效率投资呢？本文基于医药制造业上市公司的数据来研究财务柔性对非效率投资的影响，希望能够为企业提高投资效率提供新途径。
一、理论分析与研究假设
20世纪早中期以来，柔性理论在在学术界兴起并得以快速发展。Gamba和Triantis（2008）在研究财务柔性时，认为财务柔性有预防和利用双重属性。由于适度的财务柔性储备能够增强企业应对不确定性的能力，预防不利事件的冲击，从而规避非效率投资，把握有利的投资机会。
1.财务柔性与投资过度
具有财务柔性的企业，其自由现金流量较大，受到外部债务约束程度较小。在现实中由于存在委托代理的冲突，当企业的财务柔性越大，其投资的机会就越多，这将导致企业经理人根据自身的利益需求和个人投资偏好进行投资。即财务柔性越高的企业越容易发生投资过度的行为。因此，本文提出假设1：财务柔性越高的企业，越容易出现投资过度行为。
2.财务柔性与投资不足
当企业缺乏自由现金流时，企业很可能因为较高的外部融资成本而放弃一些较好的投资标的，即使这些投资的净现值为正，使得企业出现投资不足。如果企业具有财务柔性储备，外部融资压力较小，从而缓解融资约束，避免投资不足。因此，提出本文的假设2：财务柔性越高的企业，越不容易出现投资不足行为。
二、实证研究设计
1.变量定义
（1）财务柔性的衡量。财务柔性的度量问题一直是财务柔性研究的最大挑战，至今为止，也没有统一的衡量标准，目前文献中国内外学者衡量财务柔性主要从“数量”维度来进行测度。本文借鉴曾爱民等（2011）的做法，采用双指标来衡量财务柔性的大小：
财务柔性（FF）=现金柔性+负债融资柔性
其中，现金柔性=企业现金比率-行业平均现金比率;负债融资柔性=Max（0，行业平均负债比率-企业负债比率）
（2）非效率投资的衡量。非效率投资指标借用Richardson模型来进行度量，构建模型1：
INewt= α0+α1（Tobin’Qt-1）+α2Levt-1+α3Casht-1+α4Aget-1+α5Sizet-1+α6SRt-1+α7INewt-1+∑Year+ε
残差ε表示上市公司非效率投资的情况，ε大于零表示投资过度（OI），ε小于零表示投资不足（UI）。
其中，INewt表示t期新增投资，Tobin’Q代表成长机会，Lev表示资产负债率;Cash代表现金持有水平;Age表示上市年限;Size表示公司规模;SR表示每股收益。
（3）控制变量。由于影响非效率投资的因素有很多，借鉴已有研究成果，本文引入若干控制变量，包括公司规模（Size）、成长机会（Tobin’Q）、上市年限（Age）、高管薪酬（EC）、独立董事比例（Ind）、大股东占款比例（OR）、管理费用率（ACR）等。
2.模型的构建
针对假设1，构建模型2：
OIt=β0+β1FFt-1+β2ACRt+β3ORt+β4ECt+β5Indt+β6Tobin’Qt-1+β7Sizet+β8Aget+∑Year+δ
针对假设2，构建模型3：
UIt=μ0+μ1FFt-1+μ2ACRt+μ3ORt+μ4ECt+μ5Indt+μ6Tobin’Qt-1+μ7Sizet+μ8Aget+∑Yeart+δ
3.样本选取与数据筛选
