融资约束_不确定性与上市公司投资效率_连玉君

2023年12月12日发(作者：精神集中)

-

DOI:10.14120/11-5057/f.2009.01.015金融管理融资约束、不确定性与上市公司投资效率连玉君1苏治2（1.中山大学岭南学院、中山大学经济研究所，广州510275；2.清华大学经济管理学院，北京100084）本文以异质性随机前沿模型为基础，定量测算了中国上市公司在融资约束情况下的投资摘要：效率。结果表明：（1）融资约束的存在使得中国上市公司的投资支出比最优水平低了约20-30%，平均投资效率仅为72%。（2）在上市公司的三种主要融资方式中，现金流量的增加不但能缓解融资约束，还能降低后续融资的不确定性；而股权融资和债务虽然能够有效缓解融资约束，但前者无法降低融资不确定性，而后者会显著加剧融资不确定性。（3）大规模公司和东部地区上市公司面临的融资约束和融资不确定性较低，而小规模公司和西部地区上市公司的融资约束有逐渐加剧的倾向。关键词：投资效率；融资约束；现金流；随机前沿模型引言中国的转型经济特征使得资本市场虽然初具规模，但仍然存在结构性缺陷，如股市缺乏有效性、公司债券市场畸形发展、银行贷款的信贷歧视等。这使得生存于其中的上市公司往往面临融资约束，进而在很大程度上降低了投资效率。从理论上讲，上述因素都可以归结为资本市场缺陷，有悖于传统投资理论（如Q投资理论）的基本假设———资本市场完美无缺。因此，在研究中国上市公司投资行为的过程中，我们必须纳入融资约束的考量。相对前期文献仅仅探讨融资约束是否影响上市公司投资行为这一问题，我们更为关注的是，它在多大程度上影响着上市公司的投资行为？而目前的金融体系又是如何影响企业的投资行为的？对这些问题的分析将为转轨时期金融体系的改革和创新提供相应的微观基础。对于融资约束是否会影响公司投资行为这一问题，国外最具代表性的研究当属Fazzari等（1988），其基本检验策略是在分组的基础上考察投资—现金流量敏感性差异。国内学者采用相似的方法对中国上市公司的投资行为进行了研究，如冯巍（1999）、郑江淮等（2001）、梅丹（2005）、连玉君和程建（2007），但观点并不一致。另一些学者则试图从现金—现金流敏感性角度进行研究，如章晓霞和吴冲锋（2006）、李金等（2007）、连玉君等（2008），但同样未达成一致看法。虽然样本筛选、估计方法上的差异可能导致观点分歧，但上述研究的局限性也非常明显：其一，在对样本进行分组过程中，单一分组指标可能无法区分不同公司所面临的融资约束差异，而采用多变量分组又容易产生内生性问题；其二，多数研究都依据投资—现金流量敏感性这一现象来判断融资约束的存在性，但大量研究表明融资约束并非导致这一现象的唯一原因，当代理问题比较严重时，公司同样收稿日期：2008-03-24基金项目：中山大学文科青年教师科研基金项目(3171913)；中国博士后科学基金项目(2)；国家自然科学基金项目(70573040)；国家社会科学基金项目(06CJL006)。作者简介：连玉君，中山大学岭南学院讲师；苏治，清华大学经济管理学院博士后。MANAGEMENTREVIEWVol.21（2009）19No.01金融管理会表现出投资-现金流敏感性（PawlinaandRenneboog，连玉君和程建，）；其三，也是更为重要的是，2005；2007上述研究方法都无法对融资约束造成的投资效率损失进行定量估算，而同时也都没有考察不确定性对投资行为的影响。为此，本文在异质性随机前沿模型框架下同时进行了定性和定量两个层面的分析。不同于前期从投资—现金流敏感性角度入手的实证研究，该方法无需对样本公司进行分组，同时又可以避免前期研究判断标准过于模糊的缺陷。实证结果表明，在2001-2006年样本区间内，融资约束的存在使得中国上市公司的投资支出比最优水平低了20-30%，平均投资效率仅为72%。进一步分析表明，小规模和西部上市公司面临的融资约束问题有日益加重的趋势，地区金融发展水平，尤其是信贷发展水平对上市公司的投资效率有显著影响。文章的后续安排如下：第二部分建立融资约束假设下的随机前沿模型，第三部分介绍实证检验方法，第四部分呈现实证结果，最后做出总结。异质性随机前沿投资模型传统Q投资理论表明，在资本市场完美假设下，公司的投资支出仅决定于投资机会（Hayashi，其最1982)，优投资支出可表示为：（1/α）（1）Iit*=β0+Qit+vit其中，（1/α）为资本的调整系数，然而，中国资本Iit为投资支出，Qit为投资机会，vit为来自外部的技术冲击。市场并不完美，结构性的缺陷导致公司在外部融资过程中面临各种限制，此时公司的投资行为可以采用（1995）设定的投资模型加以描述：ChrinkoandSchaller（1/α）（zit）（2）Iit=β0+Qit-F+vit其中，（zit）表示由于资本市场不完善导致的融资约束的大小，它是一系列反映公司特征的财务变量的非F（1）和（2）式，公司在不存在融资约束和存在融资约束两种情况下的投资支出之间存在如下关线性函数。根据系：（zit）=0]>E[Iit│Qit，（zit）（3）E[Iit│Qit，FF>0]因此，融资约束的存在只会使公司的投资支出降低，具有单边（one-sided）分布的特征。若设F（zit）则=uit，实际投资支出Iit与最优水平Iit*之间存在如下关系：（1/α）（4）Iit=Iit*-uit=β0+Qit+vit-uit模型（4）是一个典型的随机前沿模型。为了反映面板数据的特征以及不同公司所面临的融资约束的异质性，本文对模型（4）作了如下设定：（5）Iit=x'εit=vit-uititβ+εit其中xit=（1，Qit，Di，D）β为相应的系数向量，Di和Dt分别为反映个体效应和时间效应的虚拟变量。混合t′，干扰项εit包括两个部分：即vit和uit。其中，vit为通常意义上的随机干扰项，假设其服从正态分布且彼此独立，（0，）；由于其具有单边分布的特征，我们假设其服从非负的截断型半正态分vit~i.i.d.Nσv2uit表示融资约束效应，+布，即uit~N（）。uit的异质性设定如下：ωit，σit2（b0+z'itδ）和σit2=exp（b1+z'itγ）（6）ωit=exp其中，（5）（6）式构成了异质性的随机前沿模型，这一设定使得本文b0和b1均为常数项。需要指出的是，-的后续分析具有很大的灵活性：其一，我们可以同时分析外生变量对融资约束效应本身（ωit）及其不确定性（σit2）的影响，而文献中常见的随机前沿模型事实上都是这一模型的特例；其二，借助这一模型，我们可以定量分析融资约束导致的投资效率损失，这是前期研究中基于线性回归分析无法实现的。实证检验方法1、检验策略与投资效率的衡量）（6）式构成的异质性随机前沿模型可采用最大似然法估计，对数似然函数为：由（5-20管理评论Vol.21No.01（2009）金融管理軒it/σ軒it（σv2+σit2）（ωit/σit）（ω）lnL=-0.5ln+ln姨-ln[Φ]+ln[Φ]（εit+ωit）准/姨σv2+σit2姨（7）軒it=軒it=其中，（σv2ωit-σit2εit）（），（σv2σit2）（），（·）和Φ（·）分别为标准正态分布的密度函数ωσ/σv2+σit2/σv2+σit2准和累积分布函数。我们从两个方面来分析融资约束对投资行为的影响。其一，采用似然比检验进行定性分析。原假设为H0：即不存在融资约束，相应的备择假设为H1：似然比统计量为LR=-2[L（H0）（H1）其中，（H0）和uit=0，uit≠0。-L]，L（H1）分别为原假设和备择假设下的似然函数值。LR统计量渐进地服从卡方分布，自由度为约束的个数。同L时，我们也可以采用似然比检验来考察模型的异质性设定是否正确。其二，构造“投资效率指数”（IEIit）进行定量分析。它表示公司的实际投资支出与最优投资支出的偏离程度，定义如下：（x′itβ-uit）=exp（-uit）（8）IEIit=exp（x′itβ）exp显然，当IEIit＝0时（uit→∞），投资效率最低，公司面临的融资约束最为严重；当IEIit＝IEIit介于0和1之间，（uit→0），投资效率最高，融资约束几乎不存在。采用最大似然法获得模型的参数估计值后，可以进一步得1时到的估计式(BatteandCoelli，1988)：軒it/σ軒it-σ軒it（ω）赞it軒it+0.5σ軒it（-uit│εit=ε）（-ω）ΦIEIit=E[exp]=exp軒it/σ軒it（ω）Φ（9）軒it和σ軒it的定义同前，这里，只是将所有参数都替换成其估计值。遵循随机前沿文献中通常的做法，我们采ω用Iit的对数形式作为被解释变量。因此，（9）式中的IEI指数表示公司的实际投资支出相对于最优水平（不存在融资约束时的投资支出）偏离的百分比。2、参数设定对（5）（6）式中各变量代理指标的设定如下：投资机会Qit采Tobin'sQ加以衡量，-zit=（CFit，EQUIit，DBETit，）其中，用于衡量公司的内部融资能力，SIZEit'，CFit为现金流量，EQUIit和DBETit分别为股权融资增加额和债务融资增加额，二者都用于衡量公司的外部融资能力，但分别反映了股票市场和银行体系的影响。根据信息不对称理论，资本市场的缺陷会导致外部融资成本明显高于内部融资成本，并进而导致那些内部融资能力差的公司面临融资约束。因此，通过考察上述三种不同融资渠道对融资约束的影响，我们便可对影响融资约束的因素进行分析。公司规模SIZEit主要作为控制变量。通常认为小规模公司面临更为严重的融资约束，因为小规模公司的上市时间较短，使得外界对公司的信誉情况缺乏了解，相对于其总资产而言，其贷款抵押品价值通常也较低。3、样本筛选本文数据来自于国泰安数据库，样本区间为2000-2006年。筛选原则如下：（1）为了防止兼并或重组的影响，剔除了样本区间内总资产成长率或销售成长率大于100%的公司；（2）剔除金融类上市公司和样本区间内被ST或PT的公司；（3）为了避免异常值的影响，剔除Tobin'sQ大于10或小于0以及投资支出为负的公司。（2007），即公司的总市值为负债与权益的市场价值之和，流通股市值为Tobin'sQ的计算方法同连玉君和程建流通股年平均股价与流通股本之积，而非流通股市值为其股本数与每股净资产之积。负债的市值用其账面值代替，资产重置成本用公司总资产的账面价值代替。最终我们选择了702家上市公司，共4212个观察值。代理变量的定义方法和基本统计量见表1。数据处理和估计均采用STATA9.2完成。表1变量的基本统计量和计算方法变量投资支出(I)投资机会(Tobin)现金流量(CF)公司规模(SIZE)股权融资(EQUI)债务融资(DEBT)均值0.3221.3260.23121.3590.0150.077标准差0.7360.3820.8010.8610.0560.152最小值0.0000.117-3.76118.742-0.101-0.265最大值14.7044.8794.71925.7410.3500.667计算方法构建固定资产、无形资产和其他长期资产所支付的现金/期初固定资产净额公司总市值/资产重置成本经营活动产生的现金流量净额/期初固定资产净额总资产的自然对数（股本+资本公积金）△/总资产（负债融资）△/总资产MANAGEMENTREVIEWVol.21（2009）21No.01金融管理结果及分析异质性随机前沿模型估计结果1、表2列示了在多种设定下的估计结果。模型1是我们讨论的重点，它没有对异质性随机前沿模型的参数施加任何约束。模型2-模型5则是通过在模型1的基础上施加各种约束条件后得到的。模型2假设现金流、公司规模等变量对融资约束的不确定性没有影响，对应着BatteandCoelli（1995）的设定方式；而模型3则假设这些变量对融资约束效应本身没有影响。模型4对应着Caudilletal.（1995）的模型，假设融资约束效应服从在零处截断的异质性半正态分布。作为对比，我们还估计了传统Q模型（1），即表2中模型5对应的结果。整体而言，在所有设定方式下，投资机会（LnTobin）都在5%水平上显著，而个体效应和时间效应也都非常。这表明中国上市公司的投资行为一方面决定显著（受限于篇幅，个体效应和时间效应的估计结果未能列出）于投资机会的多寡，同时也受到资本市场发展状况的影响。从表2中最后四行的似然比检验（LRtest）结果来看，无论将检验的原假设设定为“不存在融资约束”（对应于LR1）还是设定为“存在异质性融资约束”（对应于），最终的检验结果都表明异质性随机前沿模型1显著优于其它四个模型。尤其是模型1显著优于模型5，LR2表明融资约束及其不确定性对中国上市公司的投资支出具有显著的影响。因此，本文随后的分析都将基于模型1展开。从表2模型1列示的结果来看，内源融资（CF）在融资约束方程和融资不确定性方程中都在1%水平上显著为负，表明现金流的增加不但可以缓解融资约束，还可以明显降低公司后续融资的不确定性。这一结果与屈）对中国上市公司融资序位的研究结论一致，即上市公司在融资过程中会优先选择内部融耀辉和傅元略（2007资。同时，这也与前期多数文献基于投资-现金流敏感性分析得到的结论一致，如梅丹（2005）、连玉君和程建（2007）等均发现中国上市公司的投资支出对现金流量非常敏感。这表明中国上市公司对内部融资有很强的依赖性，意味着外部融资约束的作用相当显著。就两种外部融资来源而言，股权融资（EQUI）和债务融资（DEBT）都能够在1%显著水平上缓解融资约束，考虑到银行贷款是多数上市公司的主要融资来源，而中国上市公司整体上又具有股权融资偏好，得到这一结果并不奇怪。但我们注意到，二者对融资不确定性具有截然不同的影响。股权融资对融资不确定性并没有显著影响，而债务融资的增加却会显著加剧未来融资的不确定性。究其原因，我国上市公司能否获得增发和配股，主要决定于其盈利能力是否能够达到证监会的要求，因此能够获得权融资的公司通常具有较高的经营业绩，其融资不确定性相对较低。与之不同的是，中国上市公司的债务融资主要以短期负债为主（在本文样本区间内，短期负债占总负债的比例约为92%），而负债率较高的公司多集中于竞争激烈、盈利能力较低的行业中（如批发零售业）。在这种情况下，负债融资往往是公司延续经营的一种被动融资方式，更多地出于摆脱当前经营困境的目的，而非为长期投资融资。负债率的持续增加会产生“债务悬置效应”（Myers，），使其后续融资1977更加困难，进而加大了公司未来融资的不确定性。同时，我们注意到，公司规模与融资约束和融资不确定性都显著负相关，表明大规模公司面临的融资约束程度较低，未来融资实现的不确定性也相对较小。这与我国多数大规模上市公司的国企转型背景是一致的。在样本公司中，多数大规模公司都归属于能源、电力行业，稳定的收益使它们更容易获得股权融资，而深厚的国企背景和特殊的行业特征又使它们备受银行的青睐。地区差异分析2、地区金融体系的发展状况能够从一定程度上反映融资约束程度，为此，我们将上市公司按地区分成了三组，并分别估计了异质性随机前沿模型（5）（6），结果见表3。-对比三个地区的估计结果可以发现，内源融资和外源融资在不同地区上市公司中发挥的作用存在较大的差异。就内部融资而言，现金流量（CFLOW）的增加能够显著缓解中部和东部上市公司的融资约束，而对西部上市公司的影响则不显著。这主要源于西部上市公司的整体盈利能力相对较低，致使其内源融资有限。同时，股权融资(EQUI)能够显著缓现金流对三地区上市公司的融资不确定性也具有相似的影响。就外部融资而言，解中部和东部上市公司的融资约束，但对西部公司的影响有限。类似于对所有上市公司的回归结果（见表2），22管理评论Vol.21No.01（2009）金融管理表2异质性随机前沿模型估计及检验结果模型1：无约束投资函数LnTobin年度效应Cons融资约束ωitCFSIZEEQUIDBETCons融资不确定性σit2CFSIZEEQUIDBETCons对数似然值LR1P值LR2P值-0.105***(-4.14)-0.459***(-7.33)1.118(1.62)1.295***(6.28)9.958***(7.58)-6371.6871.050.000——0.450***(5.96)-6414.5785.180.00085.870.000-0.328***(-5.75)-0.370***(-8.72)1.447(1.38)4.386***(9.32)9.142***(10.92)-6469.0676.240.000194.810.000-0.402***(-5.84)-0.445***(-9.39)1.476(1.47)5.421***(10.12)10.213***(10.33)-6480.4653.410.000217.640.000——871.050.000-0.288***(-7.67)-0.048***(-3.12)-4.785***(-4.90)-5.345***(-14.36)2.744***(2.84)-0.327***(-7.14)-0.402***(-7.85)-3.706***(-4.96)-5.093***(-12.63)9.961***(9.70)-1.475***(-2.58)0.421***(4.56)控制-0.125(-1.31)0.458***(4.85)控制-0.249***(-2.99)0.354***(3.82)控制-0.825***(-11.30)0.354***(3.78)控制-0.750***(-9.91)0.313***(2.57)控制-0.641***(-10.20)模型2：γ=0模型3:δ=0模型4：ωit=0模型5：uit=0注：（1）***，**和*分别表示在1%，5%和10%水平上显著，括号中为t值，样本数均为4212；（2）LR1和LR2分别为相应模型针对模型5和模型1进行似然比检验得到的卡方值。股权融资在分地区回归结果中同样不能显著降低融资不确定性。债务融资（DEBT）在分地区回归中的差异最为明显，对于中部和东部上市公司而言，债务融资的增加能够显著缓解融资约束，而在西部上市公司中，却会产生相反的作用。同时，债务融资的增加会加剧未来融资不确定性，但这一影响效果在西部上市公司中最为显著，而在中部上市公司中则不显著。整体而言，由于西部上市公司盈利能力相对较低，使得内部现金流对融资约束的缓解作用非常有限，虽然其融资需求主要通过债务融资来实现，但债务融资的增加会使其面临更强的融资约束，并进一步加大后续融资的不确定性。这可以从两个角度来理解：一方面，不同于股权融资，债务融资的实现在很大程度上受到地域限制，因此，上述结果表明区域性银行体系和金融中介在西部上市公司的融资过程中作用有限；另一方面，从公司层面来看，这反映出西部上市公司增加债务融资的行为往往是被动的，更多地出于摆脱当前经营困境的目的，而非为长期投资融资。下面对投资效率的分析进一步证实了这一观点。MANAGEMENTREVIEWVol.21（2009）23No.01金融管理表3分地区估计结果西部投资函数LnTobinCons年度效应融资约束ωitCFSIZEEQUIDEBTCons融资不确定性σit2CFSIZEEQUIDEBTCons对数似然值(LL)样本数-0.173*2.135(-1.79)(1.42)-1.193***(-5.17)-0.598***(-4.94)1.8360.881*-1413.1912(1.53)(1.67)-0.119***(-3.04)-0.397***(-5.47)0.707(0.72)1.520***(5.68)8.516***(5.54)-3557.62418-0.622***(-4.87)2.104***(5.40)13.252***(5.01)-1361.3882-0.133*-0.141*-3.210*5.226**(-1.84)(-1.77)(-1.69)(1.91)-1.399***(-6.18)-0.010(-0.12)-5.441***(-3.37)-8.614***(-10.83)2.506(1.44)-0.286***(-7.18)-0.050(-1.06)-4.750***(-4.07)-4.689***(-10.69)2.902***(2.68)0.421**0.179控制(1.99)(0.92)0.435*0.080控制(1.90)(0.48)0.386***(3.36)-0.13(-1.08)控制中部东部4.994***(2.82)13.232***(5.21)注：***，**和*分别表示在1%，5%和10%水平上显著，括号中为t值。投资效率分析3、采用随机前沿分析的一个重要特点在于我们可以定量分析每家公司的投资效率，它间接反映了公司所面临的融资约束程度。图1绘制了投资效率指数（IEI）的频数分布图，呈现右偏的特征，表明少数公司面临非常严重的融资约束问题。IEI的样本均值和标准误差分别为0.719和从整个分布来看，多数上市公司的IEI值都集中在0.067，0.7-0.8之间，表明融资约束的存在使得我国上市公司整体上的投资支出比最优水平低了约20-30%。图1投资效率指数（IEI）的频数分布中小企业融资难是目前备受关注的问题，那么随着我国资本市场的不断发展和完善，这些公司的融资状况是否得到了明显的改善呢？为此，我们按照总资产将所有样本公司等分为三组，依次定义为大规模、中等规模和小规模公司，进而分年度估算了这三类公司的平均投资效率指数IEI。从图2（a）中绘制的时序图来看，在样本总体的投资效率呈现先升后降的趋势，但基本介于70%-72%之间，这似乎表明2001-2006样本区间内，资本市场的发展是一个缓慢的过程。然而，对比不同规模公司的投资效率，我们发现大规模公司的投资效率最高，整体上呈现上升趋势；小规模公司的投资效率最低，整体上呈现下降趋势；而中等规模公司的投资效率则介于二者之间。可见，真正从资本市场发展中受益的是大规模公司，而小规模公司的融资约束程度非但没有减轻，反而有日趋加重的倾向。虽然小规模公司抵押品少、信誉记录短以及单位融资成本高等因素都会导致它们比大规模公司面临更为严重的融资约束，但我国特殊的转型经济背景或许是这类公司融资状况始终未能得到明显改善的根本原因。我国股市建立的初衷是帮助国企解困，从上述结果来看，这一股市最初的定位思想至今仍对上市公司的投融资行为产生着重要影响。银行改制虽然取得了很大的进步，但由于产权问题始终未能得到根本的解决，而风险控制机制又缺乏有效性，所以就债务融资而言，银行对中小规模公司仍然存在着明显的信贷歧视。从图2（b）来看，上市公司的投资效率也存在明显的地区差异。从时间上来看，在2003年以前，地区间的投资效率似乎不存在显著差异，但在此之后，东部上市公司的投资效率始终高于样本平均值，而中部和西部则24管理评论Vol.21No.01（2009）金融管理（a）不同规模上市公司投资效率指数（b）不同地区上市公司投资效率指数图2上市公司投资效率指数对比较低，尤其是西部上市公司的投资效率甚至呈现下降的趋势。我们的统计分析表明，西部上市公司的规模明显小于东部公司。因此，这一结果与我们前文按公司规模分组得到的结果是一致的。一个可能的解释是，虽然近年来银行改制和地区金融中介都在不断发展，但东部地区的发展速度明显快于西部，致使前者面临的融资约束程度明显低于后者。从截面来看，广东和上海两地上市公司的投资效率最高，而宁夏和甘肃两地的投资效率则最低。同时，相对于广东、上海等融资状况较好的省份而言，甘肃、宁夏等金融发展落后地区的投资效率存在较大的波动，表明处于这些地区的公司在融资过程中更多地受到宏观经济状况的影响（受限于篇幅，这些结果未能列出）。在上市公司盈利能力普遍较低的情况下，外部融资成为上市公司的主要融资来源。显然，股权融资的实现基本上不受地域的限制，因此，上述投资效率差异进一步证实了前文的分析，即地区金融发展水平，尤其是信贷发展水平对上市公司的投资效率有重要影响。结论资本市场的发展状况对上市公司的投资行为有着重要的影响。在资本市场完美假设下，公司的投资支出处于最优水平上，而融资约束的存在使得公司的实际投资支出会单边偏离这一最优水平。本文便利用这一特点，采用异质性随机前沿模型对中国上市公司的投资效率进行了研究。采用这一方法使我们一方面可以克服前期基于投资—现金流敏感性分析之实证研究存在的诸多缺陷，同时又可以定量地分析融资约束对投资效率的影响。我们的实证结果表明：（1）融资约束的存在使得中国上市公司的投资支出比最优水平低了约20-30%，平均投资效率仅为72%。（2）在上市公司的三种主要融资方式中，现金流量的增加不但能缓解融资约束，还能降低后续融资的不确定性；而股权融资虽然能够有效缓解融资约束，但却不能降低融资不确定性；债务融资虽然也能够缓解融资约束，但却会显著加剧融资不确定性。（3）大规模公司和东部地区上市公司面临的融资约束和融资不确定性较低，而小规模公司和西部地区上市公司的融资约束有逐渐加剧的倾向。本文研究结论的政策含义可概括如下：（1）由于现金流能够有效缓解融资约束并降低融资不确定性，因此就短期而言，为提高投资效率，上市公司应当努力提高自身的盈利能力，减少对外部融资的依赖。（2）就长期而言，由于股权融资能有效缓解上市公司面临的融资约束，充分发挥了其融资功能，而债务融资则会加剧公司的融资困境，因此应该在适当降低上市公司融资门槛的基础上，建立多层次的资本市场，降低银行贷款的信息非对称性，改变银行片面注重抵押价值融资的商业模式和风险控制方式，进而降低债务融资在加剧公司融资困境方面的消极作用。如果我们进一步考虑数量庞大的非上市公司，那么建立区域性多层次资本市场对地区（尤其是西部地区）的经济发展将具有更为深远的意义。参考文献：[1]冯巍.内部现金流量和企业投资.经济科学[J],1999,(1):51-57MANAGEMENTREVIEWVol.21（2009）25No.01金融管理[2]李金,李仕明,严整.融资约束与现金-现金流敏感度[J].管理评论,2007(3):53-57[3]连玉君,程建.投资-现金流敏感性:融资约束还是代理成本[J].财经研究,2007,(2):36-45[4]连玉君,苏治,丁志国.现金-现金流敏感性能检验融资约束假说吗[J].统计研究,2008,(10):92-99[5]刘星,魏锋,詹宇,.我国上市公司融资序位的实证研究[J].会计研究,2004,(6):66-72[6]梅丹.我国上市公司固定资产投资规模财务影响因素研究[J].管理科学,2005,(5):80-86[7]屈耀辉,傅元略.优序融资理论的中国上市公司数据验证[J].财经研究,2007(2):108-118[8]章晓霞,吴冲锋.融资约束影响我国上市公司的现金持有政策吗[J].管理评论,2006,(10):59-62[9]郑江淮,何旭强,王华.上市公司投资的融资约束[J].金融研究,2001,(11):92-99[10]ywithoutadjustmentcostsandcashfloweffectswithoutfinancingconstraints[J].2004MeetingPapers,SocietyforEconomicDynamics,No.205[11]Batte,G.E.,,Predictionoffirm-leveltechnicalefficiencieswithageneralizedfrontierproductionfunctionandpaneldata[J].JournalofEconometrics,1988,(38):387-399[12]fortechnicalinefficienteffectsinastochasticfrontierproductionfunctionforpaneldata[J].EmpiricalEconomics,1995,(20):325-332[13][14][15]CaudillS.B.,,erestimationandfirm-specificinefficiencymeasuresintheprenceofheteroscedasticity[J].JournalofBusinessandEconomicStatistics,1995,(13):sliquiditymatterininvestmentequations?[J].JournalofMoney,CreditandBanking,1995,(27):527-548CumminsJ.G.,t,mentbehavior:Obrvableexpectations,andinternalfunds[J].AmericanEconomicReview.2006,96(3):796-810[16]'smarginalqandaverageq:Aneoclassicalinterpretation[J].Econometrica,1982,(50):224-313[17]FazzariS.,d,ingconstraintsandcorporateinvestment[J].BrookingsPapersonEconomicActivity,1988,(1):141-195[18]Myers,inantsofcorporateborrowing[J].JournalofFinancialEconomics,1977,(5):147-175[19]PawlinaG.,stment-cashflownsitivitycaudbyagencycostsorasymmetricinformation?EvidencefromtheUK[J].EuropeanFinancialManagement.2005,(11):483-513FinancialConstraints,UncertaintyandFirms'InvestmentEfficiencyLianYujun1andSuZhi2(nCollege,SunYat-SenUniversity,Guangzhou510275;ofBusinessandEconomics,TsinghuaUniversity,Beijing100084)Abstract:ThispaperestimatestheinvestmentefficiencyofChiultsshowthat,(1)theefficiencyofChinelistedfirms'investmentdeclines20-30%duetothefinancialconstraints,withaverageefficiencyat72%;(2)amongthreemainkindsoffinancingchannel,theincreaofcashflowcanreducebothfinancialconstraintsanduncertainties,andequityfinancingcanonlyreducefinancialconstraints,whilealthoughdebtfinancingcanreducefinancialconstraints,itwillenlargetheuncertainties;(3)largefirmsandeasternfirmsfacelessfinancingconstraintsanduncertainties,whilesmallfds:investmentefficiency;financialconstraints;cashflow;stochasticfrontiermodel26管理评论Vol.21No.01（2009）

-