【正文】 被解釋變量是公司的投資水平，解釋變量是現(xiàn)金流，控制變量是現(xiàn)今存量，托賓Q，以及銷(xiāo)售收入。 上市公司“投資—現(xiàn)金流敏感度”模型相關(guān)變量變量名稱(chēng)變量表達(dá)式被解釋變量Inv投資水平（當(dāng)前固定資產(chǎn)存量＋當(dāng)期折舊－前期固定資產(chǎn)存量）／當(dāng)期總資產(chǎn)解釋變量CF現(xiàn)金流量現(xiàn)金流量／當(dāng)期總資產(chǎn)控制變量TQ托賓Q（股價(jià)流通股股數(shù)＋當(dāng)期總負(fù)債）／當(dāng)期總資產(chǎn)CS公司前期現(xiàn)金存量（當(dāng)期貨幣資金＋前期短期投資）／前期總資產(chǎn)Sale銷(xiāo)售收入主營(yíng)業(yè)務(wù)收入凈額／當(dāng)期總資產(chǎn)Invi,t=α+β1CFi,t+β2Dfc*CFi,t+γ1CSi,t+γ2TQi,t+γ4Salei,t+εi,t (11)式（11）為現(xiàn)金流與融資約束虛擬變量交乘項(xiàng)的投資模型，其中，Dfc 為融資約束虛擬變量，且滯后一期，當(dāng)觀(guān)察值在前文所構(gòu)造的FC指數(shù)所界定的高融資約束組時(shí)，其值等于1，反則等于0。分別取前33%的觀(guān)察值為高融資約束組和后33%為低融資約束組。與前文中的處理過(guò)程類(lèi)似，最終得到了6816個(gè)樣本數(shù)據(jù)。 樣本的選取和分組 樣本融資約束程度分組標(biāo)準(zhǔn)低融資約束組中融資約束組高融資約束組FC≤＜FC≤FC＞首先，我們先進(jìn)行樣本的選取。具體分以下兩個(gè)步驟：（1）借助于財(cái)務(wù)理論研究中廣泛應(yīng)用的“投資—現(xiàn)金流敏感性”這一工具，對(duì)我們所構(gòu)建的融資約束指標(biāo)進(jìn)行實(shí)證的應(yīng)用，根據(jù)其是否符合以往文獻(xiàn)的文獻(xiàn)經(jīng)驗(yàn)。此后，許多國(guó)內(nèi)研究（馮巍，1999；鄭江淮等，2001；何金耿、丁加華，2001；趙晨，2008；汪強(qiáng)，2008）采用不同的融資約束度量指標(biāo)或采用不同的投資模型和研究樣本進(jìn)一步驗(yàn)證了FHP（1998，2000）的經(jīng)驗(yàn)結(jié)論。當(dāng)指數(shù)所反映的標(biāo)的不能直接觀(guān)測(cè)到時(shí)，指數(shù)的評(píng)價(jià)就不能通過(guò)可觀(guān)測(cè)的現(xiàn)象或事實(shí)進(jìn)行直接驗(yàn)證?！邦A(yù)算軟約束”是指，向公司提供資金的機(jī)構(gòu)（政府或銀行）未能堅(jiān)持原先的商業(yè)約定，使公司的資金運(yùn)用超過(guò)了它的當(dāng)期收益的范圍（Kornai，1986）。民營(yíng)上市公司所面臨的融資約束程度顯著高于國(guó)有上市公司。按照上市公司的實(shí)際控制人性質(zhì)，上市公司可以分為民營(yíng)和國(guó)有上市公司。并且這個(gè)差距隨著時(shí)間的推移呈現(xiàn)越來(lái)越小的態(tài)勢(shì)。因此，中小規(guī)模的上市公司有可能會(huì)面臨比較大的融資約束。會(huì)面臨較為嚴(yán)重的融資約束。最終我們可以歸納為兩個(gè)結(jié)論：第一、對(duì)我國(guó)大規(guī)模上市公司來(lái)說(shuō)，其融資約束的大小要普遍小于中小規(guī)模的上市公司，這個(gè)結(jié)論符合以往多數(shù)的理論和實(shí)證經(jīng)驗(yàn)。接著，我們加入公司規(guī)模的因素，對(duì)我國(guó)上市公司的融資約束進(jìn)行描述性的分析。特別的是，、2006年以及2007年，我國(guó)上市公司融資約束指數(shù)呈現(xiàn)了一個(gè)較大的程度的下降，這可能是由于2005年我國(guó)開(kāi)始的股權(quán)分置改革為上市公司提供了更多平等競(jìng)爭(zhēng)的機(jī)會(huì)的原因。 我國(guó)上市公司1999—2010年度融資約束指數(shù)年度分布。我們可以得到融資約束指數(shù)如下：FC=+,t,t+,t+,t (9)我們采用了前文中所構(gòu)造的FC指數(shù)，對(duì)我國(guó)上市公司融資約束的進(jìn)行描述性分析，以此來(lái)對(duì)中國(guó)上市公司融資約束的現(xiàn)狀有一個(gè)全面的了解。從中可以看到， 對(duì)于1999—2010年度來(lái)說(shuō)，%；說(shuō)明Logistic回歸模型的判別準(zhǔn)確率能夠達(dá)到較高的水準(zhǔn)。 模型的錯(cuò)判矩陣高組低組合計(jì)正確率19992004高組2111732184%低組1121562208%合計(jì)正確率%最后，為了評(píng)價(jià)融資約束指數(shù)的優(yōu)劣，本文要通過(guò)錯(cuò)判矩陣。 Logistic模型的擬合優(yōu)度指標(biāo) Step 12Log likelihood Coxamp。，在1999—2010年度，；這個(gè)數(shù)字要遠(yuǎn)遠(yuǎn)超過(guò)1，融資約束指數(shù)中全體解釋變量與融資約束指數(shù)之間的線(xiàn)性關(guān)系整體顯著。Logistic回歸方程總體的顯著性檢驗(yàn)的目的在于驗(yàn)證融資約束指數(shù)與全體解釋變量之間的線(xiàn)性關(guān)系是否顯著。從結(jié)果中我們可以看到，融資約束與股權(quán)分配率（Div）、資產(chǎn)負(fù)債率（Lev）、公司規(guī)模（Size）呈現(xiàn)負(fù)相關(guān)關(guān)系，與財(cái)務(wù)松弛（Slack）、現(xiàn)金流量（CF）成正相關(guān)性關(guān)系。 2005—2010年度Logistic模型回歸結(jié)果變量系數(shù)標(biāo)準(zhǔn)差Wald統(tǒng)計(jì)量概率P值CDivLevSizeSlackCFSG。因?yàn)槲覀円饌€(gè)檢驗(yàn)?zāi)Ｐ椭懈鱾€(gè)解釋變量與融資約束指數(shù)之間是否存在顯著的線(xiàn)性關(guān)系，需采用Wald統(tǒng)計(jì)量及其對(duì)應(yīng)的概率p進(jìn)行檢驗(yàn)。綜上所述，我們將通過(guò)均值差異檢驗(yàn)的6個(gè)變量——股利分配率（Div）、公司規(guī)模（Size）、現(xiàn)金流量（CF）、資產(chǎn)負(fù)債率（Lev）、營(yíng)業(yè)收入增長(zhǎng)率（SG）、財(cái)務(wù)松弛（Slack）——納入Logistic回歸模型中，具體的回歸結(jié)果將在下部分進(jìn)行分析。融資約束較小的上市公司資產(chǎn)規(guī)模較大，經(jīng)常分配股利，有較多的經(jīng)營(yíng)現(xiàn)金流和較多的現(xiàn)金存量，財(cái)務(wù)松弛較大；融資約束較大的上市公司有較大的負(fù)債比率。而其他變量其均值在兩組之間均存在顯著差異，且顯著性水平均達(dá)到1%以上，表明剩余的這6個(gè)變量指標(biāo)能夠較好地區(qū)分不同的樣本組別，均滿(mǎn)足均值檢驗(yàn)?，F(xiàn)金存量（CS）的均值差檢驗(yàn)結(jié)果不顯著，即不能拒絕融資約束高組和低組現(xiàn)金存量均值相等的假設(shè)。通過(guò)多重共線(xiàn)性檢驗(yàn)，我們可以發(fā)現(xiàn)，所有變量的方差膨脹因子（VIF）大多在1至2之間，容忍度（Tolerance），基本上可以認(rèn)為變量間不存在多重共線(xiàn)性。在進(jìn)行Logistic回歸之前我們需要對(duì)變量進(jìn)行相關(guān)性檢驗(yàn)和多重共線(xiàn)性檢驗(yàn)。我們根據(jù)以往的文獻(xiàn)理論，首先做出初步假設(shè)。以此對(duì)解釋變量的情況有一個(gè)大致的了解。該指標(biāo)值越高，表明公司營(yíng)業(yè)收入的增長(zhǎng)速度越快，公司市場(chǎng)前景越好。凈利潤(rùn)率又稱(chēng)銷(xiāo)售凈利率是反映公司盈利能力的一項(xiàng)重要指標(biāo)，是扣除所有成本、費(fèi)用和公司所得稅后的利潤(rùn)率。根據(jù)Cleary（1999），在本文中同時(shí)選用了主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（Sgrowth）來(lái)判定公司的發(fā)展能力水平。因此，他們希望債務(wù)比例越低越好，公司償債有保證，則貸款給公司不會(huì)有太大的風(fēng)險(xiǎn)。從債權(quán)人的立場(chǎng)看：他們最關(guān)心的是貸給公司的款項(xiàng)的安全程度，也就是能否按期收回本金和利息。資產(chǎn)負(fù)債率指的是公司年末的負(fù)債總額同資產(chǎn)總額的比率。另外現(xiàn)金持有量也是我們?cè)诳疾烊谫Y約束時(shí)經(jīng)常考慮的因素。同時(shí)，營(yíng)業(yè)現(xiàn)金流量最能體現(xiàn)公司持續(xù)經(jīng)營(yíng)能力和未來(lái)發(fā)展前景。營(yíng)業(yè)現(xiàn)金流量是反應(yīng)內(nèi)部資金充裕程度的直觀(guān)指標(biāo)之一，也是公司投資項(xiàng)目的最主要的現(xiàn)金流。營(yíng)業(yè)現(xiàn)金流量（Cash flow）指的是，公司在投資項(xiàng)目投入使用后，在其壽命周期內(nèi)由于生產(chǎn)經(jīng)營(yíng)所帶來(lái)的現(xiàn)金流入和流出的數(shù)量。就實(shí)證研究而言，不少學(xué)者以公司規(guī)模作為劃分融資約束高低的指標(biāo)，研究的結(jié)論均表明：大規(guī)模公司相對(duì)于小規(guī)模公司具有較低的投資—現(xiàn)金流敏感性。大公司往往是多元化公司，破產(chǎn)風(fēng)險(xiǎn)低，同時(shí)又往往是比較成熟而且具有較高聲望的公司，因而更容易獲得貸款；然而，對(duì)于小規(guī)模公司來(lái)說(shuō)，信息較難獲得，因此造成了較為嚴(yán)重的信息不對(duì)稱(chēng)，繼而會(huì)產(chǎn)生逆向選擇或道德風(fēng)險(xiǎn)等問(wèn)題。 畢曉方，姜寶強(qiáng)，財(cái)務(wù)松弛對(duì)公司業(yè)績(jī)的影響研究——基于融資約束和代理成本的視角[J]，商業(yè)經(jīng)濟(jì)與管理，2012（4）：3337 公司規(guī)模也能作為較好的能夠反應(yīng)融資約束大小的指標(biāo)。財(cái)務(wù)松弛程度反映了公司低風(fēng)險(xiǎn)地滿(mǎn)足資金需求的能力是公司財(cái)務(wù)靈活性的直接體現(xiàn)。股利分配率的高低反映公司留存收益的多少，進(jìn)而影響公司內(nèi)部資金的多少。不同的公司股利分配率會(huì)有所不同，具有成長(zhǎng)潛力的企業(yè)會(huì)將利潤(rùn)的較大部分留存下來(lái)，而股利分配率卻較低；相反，處于成熟期的企業(yè)則將利潤(rùn)的較大部分派發(fā)給股東，因而股利分配率較高。 融資約束解釋變量變量名稱(chēng)變量變量定義及計(jì)算公式Div股利分配率每股現(xiàn)金股利／每股收益額Size公司規(guī)?？傎Y產(chǎn)自然對(duì)數(shù)CF經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流／總資產(chǎn)CS現(xiàn)金存量（貨幣資金＋交易性金融資產(chǎn)）／總資產(chǎn)Slack財(cái)務(wù)松弛（貨幣資金＋短期投資凈額＋存貨凈額＋－短期借款）／總資產(chǎn) 本文中財(cái)務(wù)松弛（Slack）采用的是Cleary（1999）中的計(jì)算方式Lev資產(chǎn)負(fù)債率負(fù)債總額／總資產(chǎn)SG收入增長(zhǎng)率主營(yíng)收入增長(zhǎng)率股利分配率是指普通股每股現(xiàn)金股利與每股收益額的比率。我們主要參照了Kaplan和Zingales（1997），Cleary（1999），Lamont、Polk和SaaRequejo（2001），Whited和Wu（2006），魏峰和劉星（2004）等相關(guān)文獻(xiàn)，綜合考慮了可以反映上市公司規(guī)模、盈利能力、現(xiàn)金能力、發(fā)展能力等多方面因素的財(cái)務(wù)指標(biāo)，并考慮到了在國(guó)泰安數(shù)據(jù)庫(kù)中數(shù)據(jù)的可獲取性，最終選取了較為合適的解釋變量。在這一部分中，本文將對(duì)控制變量的具體定義加以說(shuō)明。所以我們對(duì)概率P的轉(zhuǎn)換處理采用非線(xiàn)型轉(zhuǎn)化的方式，稱(chēng)之為p的Logistic變換（或者p的Logit變換），過(guò)程如下（其中InΩ稱(chēng)為L(zhǎng)ogitP）：第一步，將P轉(zhuǎn)換為Ω：Ω=P1P (5)InΩ=InP1P (6)至此，可用一般線(xiàn)性回歸模型建立被解釋變量和解釋變量之間的相關(guān)關(guān)系模型，即Logistic回歸模型，如下式：LogitP=InP1P=β0+βixi (7)由（7）式，最終有：P=exp?(β0+βixi)1+exp?[β0+βixi] (8)該模型即為L(zhǎng)ogistic函數(shù)，體現(xiàn)了概率P與解釋變量之間的非線(xiàn)性關(guān)系。接著我們把P看作自變量xi的線(xiàn)性函數(shù)，利用一般線(xiàn)性多元回歸模型建模，即Py=1=β0+βixi。這個(gè)時(shí)候模型殘差不再滿(mǎn)足Eε=0且Varε=σ2的假設(shè)條件，且殘差不再服從正態(tài)分布。這一家族中的模型形式基本上都差不多，不同的就是因變量不同，如果是連續(xù)的，就是多重線(xiàn)性回歸，如果是二項(xiàng)分布，就是Logistic回歸，如果是泊松分布，就是泊松回歸，如果是負(fù)二項(xiàng)分布，就是負(fù)二項(xiàng)回歸等等。Logistic回歸是多元線(xiàn)性回歸方法的一種特例。結(jié)果顯示Logistic回歸模型在判別準(zhǔn)確率上更勝一籌。 魏鋒，劉星，融資約束、不確定性對(duì)公司投資行為的影響[J]，經(jīng)濟(jì)科學(xué)，2004，19（2）：35—43（4）參考相關(guān)文獻(xiàn)及以往經(jīng)驗(yàn)，Logistic回歸相較于多元回歸分析方法，有著更高的預(yù)測(cè)準(zhǔn)確率。（2）Logistic方法對(duì)樣本的預(yù)分組較為簡(jiǎn)便，因?yàn)橹灰獫M(mǎn)足0／1二值品質(zhì)型變量的要求，我們?cè)诜纸M上只要將樣本分為高融資約束組和低融資約束組兩組即可，較為便捷。多元判別分析方法就要求滿(mǎn)足比較嚴(yán)格的限制條件。 我們由二元Logistic回歸方法的推導(dǎo)原理，以及總結(jié)國(guó)內(nèi)外學(xué)者的實(shí)證研究結(jié)果，可以看出，相比多元判別分析法，二元Logistic回歸分析法有一定優(yōu)勢(shì)，具體在于：（1）Logistic方法，對(duì)假設(shè)條件的要求比較寬松。當(dāng)個(gè)體屬于的總體數(shù)為2時(shí)，該分析法是二元判別法；如果個(gè)體所屬的群體總數(shù)大于2，則為多元判別分析法?？偨Y(jié)以往的國(guó)內(nèi)外文獻(xiàn)，大多數(shù)學(xué)者在構(gòu)造上市公司融資約束指數(shù)的時(shí)候，大多選用了Logistic回歸分析法和多元判別分析法（Fisher判別法）。（3）在分別進(jìn)行了兩個(gè)指標(biāo)的排列之后，都能進(jìn)入某一組別的，我們將之作為研究樣本。綜上所述，本文在利息保障倍數(shù)的基礎(chǔ)上，同時(shí)選取了賬面價(jià)值作為劃分高低融資約束程度的標(biāo)準(zhǔn)，（其中利息保障倍數(shù)和股權(quán)資本賬面值均與上市公司的融資約束呈負(fù)相關(guān)關(guān)系）： 預(yù)分組指標(biāo)變量名稱(chēng)變量變量定義及計(jì)算公式FCCov利息保障倍數(shù)（利潤(rùn)總額＋利息費(fèi)用）／利息費(fèi)用BValue股權(quán)資本賬面值資產(chǎn)賬面余額－資產(chǎn)折舊或攤銷(xiāo)－資產(chǎn)減值準(zhǔn)備在確定了預(yù)分組指標(biāo)后，我們對(duì)樣本進(jìn)行分組：（1）將樣本公司以利息保障倍數(shù)為指標(biāo)從小到大排列之后，分為3組——即高融資約束組，中融資約束組和低融資約束組。主要借鑒的是Athey和Laumas（1994）考察印度市場(chǎng)時(shí)的經(jīng)驗(yàn)結(jié)果。由此可見(jiàn)，利息保障倍數(shù)在判斷上市公司的融資約束大小時(shí)，具有較高的判斷能力，且融資約束與利息保障倍數(shù)呈現(xiàn)負(fù)相關(guān)關(guān)系。外部融資成本是利息保障倍數(shù)的遞減函數(shù)（Guariglia，1999）。Altman、Haldeman 和Narayanan（1977）指出，利息保障倍數(shù)是公司流動(dòng)性的直接代理變量，能夠反映公司總體財(cái)務(wù)狀況和獲取債務(wù)資本的能力，與其他能夠反映公司財(cái)務(wù)健康的變量存在高度的相關(guān)性（Gertler 和Gilchrist，1994，Bernanke和Gertler，1995）。 魏鋒，劉星，融資約束、不確定性對(duì)公司投資行為的影響[J]，經(jīng)濟(jì)科學(xué)，2004，19（2）：35—43有學(xué)者認(rèn)為利息保障倍數(shù)相較于股權(quán)支付率而言，是一個(gè)更好作為預(yù)分組指標(biāo)的財(cái)務(wù)數(shù)據(jù)。這兩種公司，雖然都屬于“股利支付率不變”，但在融資約束程度上有可能天差地別。（2）“股利支付率不變”的概念里，其實(shí)涵蓋了兩方面的內(nèi)涵。然而，其在選擇股利支付率作為預(yù)分組指標(biāo)時(shí)，存在著較大程度的紕漏，且并不適合我國(guó)的國(guó)情，其缺陷主要是：（1）股利支付率的變化，不一定能夠充分表現(xiàn)融資約束的大小。在進(jìn)行劃分之后，將高融資約束指數(shù)賦值為1，將低融資約束指數(shù)賦值為0。這樣，經(jīng)過(guò)篩選，最終我們可以得到8004個(gè)公司樣本，文中所有的財(cái)務(wù)數(shù)據(jù)均來(lái)自國(guó)泰安CSMAR數(shù)據(jù)庫(kù)。與拇指規(guī)則相比，這一方法更具有系統(tǒng)性，而且容易統(tǒng)一。另一種方法是極值推壓法，%或1%內(nèi)的極端值刪除，而是替換為剩下數(shù)值中的極大或極小值。對(duì)于異常值（outlier）的處理，在以往文獻(xiàn)中通常有兩種校正方法：截尾拇指規(guī)則和極值推壓法（winsorization）。我們經(jīng)過(guò)了如下的篩選：1. 研究對(duì)象為A股，而非B股上市公司。并在構(gòu)建完融資約束指數(shù)后，對(duì)該指數(shù)的分