第二篇 金融与产业发展
融资结构、技术前沿差距与中国信息技术产业发展 ——来自A股上市公司的经验证据
杨 帆 王耀平(1)
摘 要:本文从新结构经济学技术前沿差距的视角,探讨了融资结构对中国信息技术产业企业业绩的影响,并将金融危机与所有制差异纳入研究框架。本文的经验研究表明:信息技术产业作为创新型产业,其股权融资和内源融资能够促进企业的经营业绩,而债权融资对信息技术企业经营业绩呈现抑制作用,但在金融危机后信息技术产业融资渠道的影响效应受到很大冲击;当信息技术产业技术接近前沿水平时,股权融资的正向效应将被放大,相较债权融资更具优势;关于我国信息技术产业融资效果,国有企业的表现优于民营企业。本文具有深刻的政策含义,随着我国部分信息技术逐渐接近前沿水平,应该重点发展股权融资市场以促进信息技术产业高速发展。
关键词:信息技术产业;融资结构;技术前沿差距
一、引言
以信息技术为核心的网络经济已然成为全球化的新经济形态,其主要依托计算机和通信设备等相关硬件以及软件开发和网络技术等配套服务,具有高渗透性、高时效性和高创新性等特点,能够直接应用于农业、工业和服务业的生产和交易过程中。现代信息技术的发展将大大提高信息处理能力和信息利用效率,加速科技创新的步伐,加快科研成果向现实生产力的转化,从而提高知识在经济增长中的贡献度,最终实现网络信息产业增长引领下的产业群的整体性发展。国家统计局于2018年发布了2015—2017年我国经济发展新动能指数,其中网络经济指数高达362.1,对经济发展新动能指数的贡献率为34.5%,发展最快、贡献最大。不少学者(韩宝国等,2018;茹少峰等,2018)也对信息技术促进经济增长方面给予了理论分析和实证支撑。在2018年召开的全国网络安全和信息化工作会议上,作为中央网络安全和信息化委员会主任的习近平总书记强调,必须推动信息领域核心技术突破,发挥信息化对经济社会发展的引领作用。金融业应充分发挥其在市场中的资源配置作用,规范和促进网信企业创新发展,推进数字中国建设。为加强政策引导,2018年3月30日,中央网信办和中国证监会联合印发了《关于推动资本市场服务网络强国建设的指导意见》。因此在这一背景下,系统地考察不同融资渠道对信息技术产业企业业绩的影响,是具有现实意义的。
关于企业资本结构与企业绩效关系的研究经过了长时间的争论、演进和流变,但至今仍未能形成以经验性证据为基础的、内在一致的系统理论。现代资本结构理论以MM理论的产生为标志。MM理论在一系列严格的假设条件下证明了资本结构与企业价值无关。但是在现实中税收、代理成本、信息不对称等都有可能使资本结构对企业价值产生影响。遵循这些思路,学者们深入探讨了企业融资与企业发展之间的内在机理和经验证据。在众多国内外研究文献中,关于融资结构与企业价值、绩效、成长关系的研究主要有三种结果:正向作用、不相关、负向作用。①正向作用:Ross(1977)研究并提出企业价值或营利性与负债与股权的比例正相关。Masuli(1983)通过实证分析指出普通股股票价格与企业财务杠杆正比例相关,企业绩效与负债水平亦如此。Jensen(1986)认为负债有助于防止企业在低收益的项目上浪费资源,从而提高公司的经营绩效。国内学者吕长江和王克敏(2002)实证分析发现上市公司的资产负债率与公司绩效、公司规模和公司的成长性存在显著的正向影响。类似的还有陆正飞(2006)和简泽(2013)等的研究。②不相关:Titman和Wessels(1988)应用LISEREL的线性结构方法进行研究,结果表明负债比率与企业成长性间关系不显著。国内洪锡熙和沈艺峰(2000)通过上市公司数据实证分析,结果显示公司成长性与公司融资结构之间没有显著的作用。③负向作用:Chaplinsky和Niehaus(1993),Rajian和Zingales(1995)等研究均发现企业成长性与融资结构呈现负相关关系。国内学者杜莹和刘立国(2002)采用上市公司数据发现债权的治理效应对公司绩效产生了明显的负面作用。张晨和朱晓丹(2015)以2003—2013年上市公司为样本,采用面板数据发现银行债权未对国有企业经营绩效起到正向的治理效应,反而抑制了经营绩效的提升。综上所述,现有文献对高新技术产业创新的特殊要求重视不够。与一般(传统)产业的发展机制不同,信息技术产业本身属于资本、知识和技术高度密集型产业,行业重视基础性的创新研究活动,具有风险大、周期长、投入高的显著特征。这种特征决定了信息技术产业的发展需要有效分散风险的金融制度安排与其特点相匹配。
由于信息技术企业的经营绩效主要来自技术创新和技术进步,因此信息技术产业的融资结构对企业绩效的影响可能和大多数传统产业存在差异。从新结构经济学的视角来看,当某一个产业的技术较为成熟时,发展风险相对较低,债权类融资是更加有效的融资渠道;而对于处在技术前沿的产业,创新和研发是企业发展的关键因素,技术风险和市场风险都相对较高,股权类融资能够提供更加有力的支持(龚强等,2014)。因此,笔者认为技术前沿差距,即现有技术与前沿技术的差距,将会影响产业企业的融资效应。与此同时,在2000年后互联网快速普及期间,尤其是2008年爆发的金融危机,对金融业和IT业造成了直接或间接的冲击。不仅如此,在中国特色社会主义市场经济体制下,国有产权和民营产权在整个行业几乎各占半壁江山。因此,笔者考虑应该将技术前沿差距、金融危机冲击和产权异质性纳入本文的分析框架。
本文利用2000—2014年中国信息技术产业A股上市公司的相关数据,从新结构经济学技术前沿差距的视角,探讨了融资结构对中国信息技术产业企业业绩的影响,并将金融危机与所有制差异纳入研究框架。本文的研究表明:信息技术产业作为创新型产业,其股权融资和内源融资能够促进企业的经营业绩,而债权融资对信息技术企业经营业绩呈现抑制作用,但在金融危机后信息技术产业融资渠道的影响效应受到很大冲击;当信息技术产业技术接近前沿水平时,股权融资的正向效应将被放大,相较债权融资更具优势;关于我国信息技术产业融资效果,国有企业的表现优于民营企业。
本文研究的边际贡献主要体现在以下几个方面:
第一,我国当前经济发展战略已从投资拉动和出口导向转变为创新驱动,现有关于信息技术产业促进经济增长的文献已较为丰富,但笔者发现金融业作为资源配置的主导产业,有关金融支持与信息技术产业发展关系的系统研究还较匮乏,因此本文在理论和实证方面就不同融资渠道对信息技术产业企业绩效的影响进行了补充和拓展。第二,本文考虑从2000年至2014年信息技术产业飞速发展的十几年间,恰逢2008年爆发全球性金融危机,因此将金融危机作为影响因素,以2008年作为时间节点,将样本划分为经济金融环境稳定期和金融危机冲击后进行检验和分析。第三,考虑到当前我国信息技术产业应用性技术强但前沿性技术仍显不足的现状,本文将技术前沿差距作为重点调节变量进行研究。第四,结合我国特有的经济制度背景,国有企业和民营企业在信息技术产业各占半壁江山的特点,本文将所有制异质性因素纳入理论部分和实证检验并进行了研究分析。
后文的结构安排如下:第二部分为理论分析与研究假说,第三部分是模型、变量与数据来源,第四部分为实证结果与分析,最后为本文的研究结论与政策含义。
二、理论分析与研究假说
根据柯布—道格拉斯生产函数,企业的产出由资本、劳动力和技术决定,内生增长理论又将人力资本引入产出的决定因素,但由均衡理论可得不管生产要素如何组合,金融资金作为衡量交换价值的媒介将最终左右企业的业绩。关于融资渠道的细分,学者们有着不同的见解,本文按大类将融资渠道分为内源融资(内部融资)、股权融资、债权融资。
由于信息技术企业的经营绩效主要来自技术创新和技术进步,因此行业本身具有研发周期长和创新进步风险大的特点。对于企业创新活动而言,Hall(2002)提出高度的不确定性(创新成功的风险较大)和较高的调整成本是其两大特征。尤其在投资人与经营者信息不对称的大背景下,很难形成一个有效分散经营风险的金融安排,从而造成企业外部融资不畅通的窘境。作为企业,不得不依靠自身营业利润积累等内部方式持续经营。内源融资不涉及道德风险和逆向选择问题,也不存在外部融资抵押等相关手续(Brown et al.,2009),因此企业可以运用内部积累资金和营运资本管理保持创新效应(鞠晓生等,2013),从而促进企业发展。
与内部融资相对应,外部融资主要包括股权融资和债权融资(银行信用融资和债券融资)。其中,股权融资作为成立股份公司的前提,通过市场获得的资金可以长期使用,且无须按期支付利息,股东共同承担企业经营的风险和盈利。对于股权融资,创新企业往往能够以新技术的潜在高额收益吸引投资者,企业创新的资金需求特点和投资者追求高收益、承担高风险的激励相吻合(张一林,2016)。股权投资人以“主人翁意识”出于对信息技术企业高风险性的考虑,将“被迫”进一步学习了解行业的技术状况和前景。特别是我国信息技术产业目前逐渐接近前沿水平,关键在于企业的创新和研发,存在高技术风险和市场风险的特点(龚强等,2014)。股权融资促成企业建立较为完善的由股东大会、董事会、监事会、高级经理组成的公司治理结构,各成员之间形成多重风险约束和权力制衡机制,提高了企业运营效率并降低了企业的经营风险。与此同时,股权市场的激励和监督机制也对股份制公司起到约束和促进的作用,通过市场的信息传递,能够为成长速度快、技术水平高、经营业绩好的产业提供股权资金,促进其长远发展。笔者以为,虽然股权融资的委托代理问题往往使管理者和技术人员的追求目标与公司发展相背离,但这种可能往往在奖金绩效考评的不断完善和员工持股的条件下,不会对公司发展构成实质性影响。
与股权融资相比,债权融资是指企业通过举债加杠杆的形式筹集资金的融资方式。资金供给者作为债权人享受到期回收本金,并获取相应利息收入的权利。基于债务本身到期还款付息的特点,企业首先应该更加努力地发展以兑现债务契约。大部分国家的税法规定债务的利息在税前支付,因此债务具有避税的作用。其次,Jensen和Meckling(1976)指出偿还本金利息的压力可以降低管理者为自己谋利的机会(例如津贴)。Grossman和Hart(1982)建立模型证明了债务会约束管理层为了私利自由支配现金流。与此同时,负债所产生的破产机制能够给予企业管理者新的约束。债权投资者通常是风险规避型,他们希望获得稳定的投资收益,以银行为代表的债权人一般会要求债务人定期还本付息且有抵押或质押。但对于主要依靠技术创新和技术进步的信息技术企业来说,其行业特点与债权融资特点并不一致。信息技术产业创新收益是高度不确定的,企业普遍拥有知识和专利而缺乏固定资产,因此通常难以满足债权人的融资条件。即使签订了债务合约,债务合约的存在也往往使企业错失看似高风险实则具有潜力的项目,这对创新型企业发展是至关重要的。债权人因为有了债务合约,往往只关注眼前利益(本金和利息),而忽略了企业成长的种种信息,并且债务合约会进一步限制举债融资,这将不利于管理者改善公司状况。因此相对债权融资的正效应,信息技术产业债权融资的负效应则显得更为突出。根据以上判断,本文提出假说1。
H1:信息技术产业作为创新型产业,其股权融资和内源融资能够促进企业的经营业绩,而债权融资对信息技术企业经营业绩呈现抑制作用。
从2000年到2014年信息技术产业飞速发展的十几年间,恰逢2008年爆发的全球性金融危机。王英兰(2010)、谢杰(2009)等基于上市公司EVA的实证方法等验证了金融危机对信息技术产业乃至我国整体经济的巨大冲击。中国的信息技术产业本质上是一个对外依存度很高的产业,其中很大一部分财力、先进技术和工作机会都参与国际交流。由美国引起的全球金融危机首先使整体市场需求开始锐减。一些受金融危机影响较大的行业,如金融、制造业、外贸业、物流业以及房地产等,其IT需求将受到较大影响,而这些行业恰好是IT行业业务关联度比较高的行业,IT产业很大一部分利润来源于这些行业企业的贡献。不仅如此,中国整体经济增速的放缓将导致消费者信心指数的下降,IT产品作为个人消费者的非刚性需求也会相应减弱。因此,金融危机作为外部冲击将不可避免地对信息技术产业的融资效果带来负面影响。因此,这里提出假说2。
H2:金融危机对信息技术产业融资渠道的影响效应冲击很大,给股权融资和内源融资效果带来了负面影响,并使债权融资效果更加恶化。
虽然我国在互联网应用和部分技术方面已经取得了斐然的成绩,但中国工程院院士倪光南指出,新一代信息技术如大数据、人工智能、物联网、区块链、云计算领域与发达国家相比,仍然有部分技术理论层面的差距。(2)事实上,根据宾大世界表9.0测算出的中国相对美国全要素生产率比值(见图1),可以看出,虽然从2000年起两国技术差距在逐渐缩小,但截至2014年中国全要素生产率仅为美国的43.25%。考虑技术的关联性,这些数据在某种程度上折射出了中美两国信息技术的差距。技术前沿差距是赶超国家与领先国家或技术前沿之间的技术水平缺口大小,一般选取美国等发达国家作为领先国家或技术前沿参照。常用的界定方法是将生产效率差异定义为技术前沿差距,即特定国家生产率水平与国际生产率前沿之间的差异作为技术前沿差距(Cimoli et al.,2002;Gerlach, 2004)。
图1 2000—2014年中美技术差距
对于金融结构而言,最为关注的是两个变量:以银行为主导的债权融资和借助市场力量的股权融资,特别是中国拥有庞大的银行体系和快速发展的多层次资本市场。Demirguc-Kunt等(2011)发现随着经济发展水平的上升,银行部门扩张的速度降低了,金融市场规模扩张的速度却提高了。对此,林毅夫等(2009,2014)从新结构经济学视角出发,认为当整个产业以及技术较成熟时,有着风险低和回报稳的特点,银行是适宜的融资渠道;而在技术相对前沿的产业,研发是产业发展的关键所在,技术风险和市场风险都很大,因此金融市场能够给予更大的支持。随着要素禀赋结构的升级,产业比较优势逐渐过渡到资本—技术密集型,技术水平接近前沿水准,而研发创新活动失败的概率往往较大,此时企业面临破产清算的风险上升。股权融资是一种能够实现“共担风险、共享利润”的金融安排,在制度环境相对完善的股权融资市场,投资者和风险投资、创业投资的研究人员往往会对企业研发项目的“风险—收益”进行充分的评估与监督,并根据自身的偏好作出投资决策。而且,一般而言,上市公司没有为股东支付红利的硬性指标,这使企业可以专心投入一些投资回报周期较长的项目。基于上述分析提出假说3。
H3:经济金融环境稳定时期,当信息技术产业技术逐渐接近前沿水平时,股权融资的正向效应将被放大,相较债权融资更具优势。
我国当前经济制度是公有制经济为主体,多种所有制经济共同发展,因此产权性质是不可忽略的重要因素。现代公司金融理论认为,信息不对称、交易成本和代理问题是不完美市场的三大基本问题,在产权异质性的框架下不同融资渠道对产业发展的支持就显得更为复杂。因为我国的经济制度背景和产业政策的扶持,国有性质的企业一般起步早、规模大。现实中政府往往通过国有企业和行政资源干预来左右市场中的企业运行,进而影响产业的发展走势。国企“所有者缺位”问题又使政府常常通过直接任命高管从而间接控制企业经营(钟海燕等,2010),因此国企最终控制者拥有企业高管和政府官员的双重身份,国企产权和地方政府的干预在源头上相同(杨瑞龙等,2013)。这种相同源头意味着国企与市场之间的信息不对称和交易成本得以降低,但政府对企业产权的干预会延长企业的代理链和决策链,使企业在技术创新进步和市场需求把握上错失良机(Boycko, 1996)。因此,提出假说4。
H4:关于我国信息技术产业融资效果,国有企业的表现优于民营企业。
三、模型、变量与数据来源
(一)基本模型与变量度量
为了检验不同融资渠道对信息技术产业企业业绩的影响,本文借鉴Benfratello(2008)等人的建模思路,构建如下面板模型:
在式(1)中,i和t分别表示企业和年份;c表示常数项;εit为误差项。解释变量包括留存收益(内源融资)、股权融资和债权融资三个指标,控制变量Xit主要反映企业的基本特征,控制时间效应year和个体效应ui,模型各变量的含义如下。
1. 被解释变量
企业经营业绩既是企业行为的最终成果,也是检验现代企业制度是否取得成效的重要标志。利润作为衡量企业盈利能力的中心指标,是投资者取得投资收益、债权人收取本息的资金来源,是企业经营业绩和管理效能的集中体现,也是员工福利不断完善的重要保障。本文选取资产收益率作为企业业绩的衡量指标。
2. 解释变量
①留存收益(endo)是指企业从历年实现的利润中提取或形成的留存于企业的内部融资,包括盈余公积和未分配利润两项。本文将留存收益定义为(盈余公积+未分配利润)与资产总额的比值。②股权融资(equi)是指企业利用股权交易方式融通资金,本文直接以(股本+资本公积)与资产总额的比值衡量股权融资量。③债权融资(debt)本文认为债权融资反映通过银行或非银行金融机构贷款或发行债券等方式融通资金的方式。包括来自银行的短期借款和长期借款以及企业发行的债券,所以将此变量定义为(应付债券+短期借款+长期借款)与资产总额的比值。④技术前沿差距(gap),借鉴林志帆和龙晓旋(2015)的做法,使用中国与美国的TFP差距衡量技术前沿差距(3):
其中ctfpt为以每年美国的TFP水平为基准的横向可比数据,数据来源为宾大世界表9.0。
3. 控制变量
参考已有文献并考虑信息技术产业自有特点,本文选取了以下控制变量:政府补贴(sub)。考虑将信息技术产业作为政府支持的战略性新兴产业,选择将政府补贴作为国家政策扶持的替代变量。公司内部的股权结构—激励方式等也会影响企业的经营业绩,故本文还控制了股权集中度(CR_5)、股权制衡度(Z)、管理层持股比例(msh)、管理层年度报酬(reward)。本文的实证采用Stata15软件进行。表1为主要变量与说明。
表1 变量设置与说明
(二)数据来源
本文定义的信息技术产业是指按照《国民经济行业分类》(GB/T 4754—2011)分类的计算机、通信和其他电子设备制造业和信息传输、软件和信息技术服务业。考虑数据的可得性和尽可能减小估计误差,因此利用2000—2014年该产业进入普及阶段后全部A股上市公司为大样本年度数据进行实证检验,相关财务数据来自CCER经济金融数据库。为了减少异常值的影响,除技术前沿差距,数据均事先采用上下1%的winsorize处理。
(三)变量的描述性统计
表2报告了主要变量的描述性统计分析结果。信息技术产业的股权融资均值为0.5420,大大超过其他两类融资渠道,充分反映了技术类企业“融资难”的不争现实。
表2 主要变量的描述性统计
四、实证结果与分析
(一)主要回归结果
首先对面板回归常用的回归策略进行比较,在处理面板数据时,究竟使用固定效应还是随机效应模型是一个基本问题。由于混合回归的聚类稳健标准误与普通标准误相差不大,因此传统的hausman检验是适用的。由于hausman检验的p值为0.0000,认为应该使用固定效应模型,而非随机效应模型,同时使用聚类稳健标准误以消除组内自相关影响。
表3报告了添加时间趋势项的融资结构与信息技术产业企业资产收益率的固定效应模型主要回归结果。由于2000—2014年信息技术产业飞速发展的十几年间,恰逢2008年爆发全球性金融危机,因此将金融危机作为影响因素以2008年作为时间节点将样本划分为经济金融环境稳定期和金融危机冲击后进行检验。模型(1)显示了经济金融稳定期间的回归结果,股权融资(equi)的回归系数是0.147,在10%的水平上通过显著性检验,表明股权融资对资产收益率(roa)存在较显著的正面效应;留存收益(endo)的回归系数为0.123,且在5%的显著水平上通过了显著性检验,同样表明留存收益也能够有效地促进资产收益率;留存收益融资的回归系数略小于股权融资的回归系数,留存收益融资每提高1个单位,会导致企业资产收益率增加0.123个单位,而股权融资每提高1个单位,企业资产收益率可提高0.147个单位,然而留存收益系数显著性却高于股权融资,这意味着在经济金融环境较稳定时期,留存收益融资与股权融资对信息技术产业资产收益率的促进作用在伯仲之间。但是,债权融资(debt)的回归系数为-0.307,在10%的显著性水平显著,反映了债权融资对企业资产收益率具有较显著的负面作用。因此,本文的假说1得到验证。与经典的“啄食顺序”(Pecking Order)理论相比,一般产业企业融资顺序遵循内部融资>债权融资>股权融资,而信息技术产业上市公司在金融经济稳定期间的融资顺序是内部融资≈股权融资>债权融资。
表3 基本回归结果
续表
注:∗、∗∗、∗∗∗分别代表0.1、0.05、0.01的显著性水平,括号内数值为z统计量的检验值。
模型(2)报告了金融危机后的回归结果,与稳定期样本的结果形成了鲜明的对比。股权融资的回归系数为-0.234,并且在5%的水平显著,与危机前作用相反;留存收益系数在10%的显著性水平是-0.299,亦与危机前相反。债权融资效用与危机前保持一致,但值得注意的是其系数变得更小,为-0.572,并且更加显著。因此我们初步得出结论,金融危机对信息技术产业融资渠道的影响效应冲击很大,给股权融资和内源融资效果带来了负面影响,并使债权融资效果更加恶化,这为本文的假说2提供了有力的证据。
模型(3)和模型(4)为稳定期与危机后分别添加了技术前沿差距(gap),以及技术前沿差距与股权融资交互项(gapequi)、技术前沿差距与债权融资交互项(gapdebt)的回归报告。观察技术前沿差距与股权融资的交互项,在稳定期的系数于5%的水平为-3.953,表明经济金融稳定时期技术前沿差距会显著抑制股权融资的促进作用,金融危机发生后作用则不显著。对于技术前沿差距与债权融资的交互项,不管是稳定期还是危机后影响均不显著。因此,假说3得到了验证。
根据基本回归报告结果,除了股权集中度(CR_5)在危机发生后呈现显著的正效应外,其余控制变量的影响均在统计上不显著。股权集中度越高,意味着大部分股份集中在少数人手中,因此在危机期间有利于大股东统一企业经营思想应对危机影响。
(二)融资渠道与企业经营业绩:所有制差异的影响
本文认为,基于我国改革开放后的中国特色社会主义制度,对不同所有制企业进行实证检验是具有现实价值的。作为国家重点支持的战略型产业,在本文统计的2858家信息技术产业上市公司中有1176家国有企业,但民营性质的企业数量更为可观有1562家,国有和民营企业总计几乎可以代表整个行业,因此对信息技术产业金融支持的产权异质性分析就显得非常重要。表4中的(1)列与(2)列分别是国有企业与民营企业在经济金融稳定期的回归结果。在股权融资方面,国企的回归系数在10%的显著性水平为0.0726,而民企仅仅呈现不显著的正向作用;在债权融资方面,两者均表现出显著的负向影响,分别为-0.137和-0.289;在内源融资方面,国企的回归系数在1%的水平显著为0.213,民企则不显著,这与股权融资有着类似表现。(3)列与(4)列分别为国企和民企在金融危机发生后的回归结果。三种融资渠道对于国有企业而言均表现出不显著的影响效应。相比国企,民企的抗冲击能力表现更差,股权和债权均呈现显著的负作用,系数分别为-0.307和-0.790。因此从整体上看,不管是在经济稳定期还是金融危机冲击后,信息技术产业的国有企业较民营企业表现得都更有优势。
表4 所有制差异的影响
续表
注:∗、∗∗、∗∗∗分别代表0.1、0.05、0.01的显著性水平,括号内数值为z统计量的检验值。
表5在表4的基础上增添了技术前沿差距、技术前沿差距股权融资交互项和技术前沿差距债权融资交互项作为解释变量。在稳定期技术前沿差距对股权融资和债权融资的交互作用方面,民企在1%的水平上均表现出显著的抑制效果,分别为-15.350和-10.880,而国企均不显著;在危机后技术前沿差距对股权融资和债权融资的交互作用方面,仅国企在股权上显现了统计上微弱的正显著性。因此,假说4得到了验证。
表5 技术前沿差距与所有制差异的影响
注:∗、∗∗、∗∗∗分别代表0.1、0.05、0.01的显著性水平,括号内数值为z统计量的检验值。
(三)内生性处理
本文对经济金融环境稳定时期,不同的融资渠道对信息技术企业经营业绩的影响效应做了内生性处理。对于信息技术产业这种高科技产业,投资者往往会根据企业的成长性进行投资决策。与此同时,企业资产规模大,实力强,往往容易形成投资偏好。其中,固定资产作为担保性资产,对于投资决策也是被重视的因素之一,特别是债权融资。在我国传统商业银行或融资机构认可的抵押物房地产和机械设备等大多属于固定资产。同时,良好的现金流水平不仅能够提升企业的还款能力,而且在某种程度上说明了企业的盈利能力和投资价值。因此,结合以上理论分析为融资渠道变量选择工具变量:净利润增长率、企业规模(4)、固定资产净值比资产总额和经营活动产生的现金流水平。(5)表6的(1)列和(2)列分别为两阶段最小二乘法和为了消除异方差影响的广义矩估计(GMM)报告结果,Sargan统计量的P值为0.10,基本排除了过度识别问题。不可识别检验的Anderson canon. corr. LM统计量P值为0.01,基本保证了工具变量的有效性。加入工具变量之后,弱化了计量模型的内生性问题,结果显示主要变量系数和显著性基本保持一致。
表6 内生性处理
续表
注:∗、∗∗、∗∗∗分别代表0.1、0.05、0.01的显著性水平,括号内数值为z统计量的检验值。
(四)稳健性检验
1. 分样本讨论
考虑到信息技术产业中有一批融资约束程度高,即现金流水平低的企业,本文选取现金流水平小于0的企业作为样本进行分样本检验。表7结果显示,主要变量估计结果的系数符号和显著性基本未发生实质性变化,表明其估计结果具有良好的稳健性,研究结论也是可靠的。
表7 基于高融资约束样本的稳健性检验
续表
注:∗、∗∗、∗∗∗分别代表0.1、0.05、0.01的显著性水平,括号内数值为z统计量的检验值。
2. 调整变量定义
正如前文所述,信息技术产业的发展需要极大的技术支持和极高的调整成本,也就极其依赖经营中产生的现金流,因此许多文献采用现金流量表中的经营活动所产生的现金流作为内源融资的替代变量(Cleary et al.,2007;李汇东,2013)。参考这一做法,本文将内源融资的定义由“(盈余公积+未分配利润)∕资产总额”调整为经营活动产生的现金流水平。表8结果显示,在替换变量后,模型变量系数符号和显著性均未发生实质性变化,整个稳健性检验说明本文的回归结果是非常稳健的。
表8 基于现金流水平的稳健性检验
续表
注:∗、∗∗、∗∗∗分别代表0.1、0.05、0.01的显著性水平,括号内数值为z统计量的检验值。
五、结论与政策含义
在经济新常态下,我国面临经济转型和产业升级的双重压力,我国当前经济发展战略已从投资拉动和出口导向转变为创新驱动。在中国互联网飞速发展的十几年里,一大批创新型网信企业有效地拓展了经济发展新空间,为适应和引领经济发展新常态,深化供给侧结构性改革发挥了重要作用。金融业应充分发挥其在市场中的资源配置作用,规范和促进网信企业创新发展,推进数字中国建设。本文利用2000—2014年中国信息技术产业A股上市公司的相关数据,从新结构经济学技术前沿差距的视角,探讨了融资结构对中国信息技术产业企业业绩的影响,并将金融危机与所有制差异纳入研究框架。
本文的经验研究表明:信息技术产业作为创新型产业,其股权融资和内源融资能够促进企业的经营业绩,而债权融资对信息技术企业经营业绩呈现抑制作用,与经典的“啄食顺序”(Pecking Order)理论相比,一般产业企业融资顺序遵循内部融资>债权融资>股权融资,而信息技术产业上市公司在金融经济稳定期间的融资顺序是内部融资≈股权融资>债权融资;金融危机对信息技术产业融资渠道的影响效应冲击很大,给股权融资和内源融资效果带来了负面影响,并使债权融资效果更加恶化;经济金融环境稳定时期,当信息技术产业技术逐渐接近前沿水平时,股权融资的正向效应将被放大,相较债权融资更具优势;关于我国信息技术产业融资效果,国有企业表现优于民营企业。
本文的发现具有深刻的政策含义:首先在宏观政策层面,应着力采取各类调控措施保障经济平稳过渡以保证信息技术产业企业的盈利水平,“稳增长”促“调结构”,从而避免企业内部融资渠道受阻影响企业创新发展。其次,考虑我国信息技术产业部分技术逐渐接近前沿水平,除以开放姿态参与技术交流外,应加强深化金融体制改革,健全以股权融资为主体的资本市场,适度下调准入门槛,对二板市场进行扩容并完善转板机制,特别是注重科创板的建设工作,为保证信息技术产业股权融资渠道的顺畅创造条件。与此同时,应该以更加开放的资本市场体系支持金融创新业务,对以互联网为媒介的股权众筹等新型融资方式持包容态度,促成有利于“大众创业、万众创新”的投融资环境。再次,适度降低网信企业部门的杠杆率水平,持续、深入地贯彻“去杠杆”战略部署,同时商业银行要紧紧抓住信息技术产业的特点和发展规律,积极创新金融服务,如贷款证券化和知识产权质押贷款等,债券市场可考虑以企业集合发债形式或可转换债券等方式优化金融产品。最后,从公司治理层面持续深入推进信息技术产业国有企业改革,在信息技术产业中构建国有资本与民营资本良性互动的竞争格局,实现资金配置效率的不断提升,进而推动我国产业结构持续升级与优化。
(1) 作者简介:杨帆,金融学博士研究生,西北大学经济管理学院,E-mail: 79204721@qq.com.王耀平,加拿大康考迪亚大学JMSM商学院金融系学生。
(2) 引自倪光南在2018年联通大数据举办的“U10大数据价值峰会”上的讲话。
(3) 将美国的技术水平视为世界前沿是实证文献的常见做法,如Ang等(2011)。
(4) 本文利用资产总额的对数作为企业规模的代理变量。
(5) 本文利用(期末现金总额-期初现金总额)∕资产总额表示。
参考文献
[1]韩宝国,李世奇.软件和信息技术服务业与中国经济增长[J].数量经济技术经济研究,2018(11).
[2]茹少峰,刘家旗.网络经济资本深化对我国潜在经济增长率的贡献解析[J].经济纵横,2018(12).
[3]ROSS S A. The determination of financial structure: the incentive signaling approach[J]. Bell Journal of Economics, 1977(8).
[4]MASULIS R W. The impact of capital structure change on firm value:Some estimates[J]. Journal of Finance, 1983(38).
[5]JENSEN M. Agency cost of free cash flow, corporate finance and take overs[J]. American Economic Review Papers and Proceedings, 1986(76).
[6]吕长江,王克敏.上市公司资本结构、股利分配及管理股权比例相互作用机制研究[J].会计研究,2002(3).
[7]陆正飞,韩霞,常琦.公司长期负债与投资行为关系研究:基于中国上市公司的实证分析[J].管理世界,2006(1).
[8]简泽.银行债权治理、管理者偏好与国有企业的绩效[J].金融研究,2013(1).
[9]TITMAN S, WESSELS R. The determinants of capital structure choice[J]. Journal of Finance, American Finance Association, 1988(1).
[10]洪锡熙,沈艺峰.我国上市公司资本结构影响因素的实证分析[J].厦门大学学报(哲学社会科学版),2000(3).
[11]CHAPLINSKY S, NIEHAUS G. Do inside ownership and leverage share common determinants? [J]. Quarterly Journal of Business & Economics, 1993(4).
[12]RAJAN R G, ZINGALES L. What do we know about capital structure? Some evidence from international data[J]. Journal of Finance, 1995(5).
[13]杜莹,刘立国.股权结构与公司治理效率:中国上市公司的实证分析[J].管理世界,2002(11).
[14]张晨,朱晓丹.债权治理对国有企业绩效的影响[J].财会月刊,2015(6).
[15]龚强,张一林,林毅夫,产业结构、风险特性与最优金融结构[J].经济研究,2014(4).
[16]HALL B H. The financing of research and development[J]. Oxford Review of Economic Policy, 2002(1).
[17]BROWN J R, FAZZARI S M, PETERSEN B C. Financing innovation and growth: cash flow, external equity, and the 1990s R & D boom[J]. Journal of Finance, 2009(64)
[18]鞠晓生,卢荻,虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究,2013(1).
[19]张一林,龚强,荣昭.技术创新、股权融资与金融结构转型[J].管理世界,2016(11).
[20]JENSEN M C, MECKLING W H. Theory of the firm: managerial behavior, agency costs and ownership structure[J]. Journal of Financial Economics, 1976(4).
[21]GROSSMAN S J, HART O. Corporate financial structure and managerial incentives[M]. Social Science Electronic Publishing, 1982.
[22]王英兰.金融危机影响下我国上市公司EVA的估计与评价[J].中央财经大学学报,2010(4).
[23]谢杰,张海森.全球金融危机爆发的原因及其对中国经济的影响[J].国际贸易问题,2009(7).
[24]CIMOLI M, CORREA N. Trade openness and technological gaps in Latin A-merica: A low growth trap[J]. LEM Working Paper Series, 2002.
[25]GERLACH S. Estimating output gaps in Asia: a cross country study[J]. Journal of the Japanese and International Economies, 2004(1).
[26]DEMIRGUC-KUNT A, FEYEN E, LEVINE R. Optimal financial structures and development: the evolving importance of banks and markets[J]. World Bank, 2011.
[27]林毅夫,孙希芳,姜烨.经济发展中的最优金融结构理论初探[J].经济研究,2009(8).
[28]钟海燕,冉茂盛,文守逊.政府干预、内部人控制与公司投资[J].管理世界,2010(7).
[29]杨瑞龙,王元,聂辉华.“准官员”的晋升机制:来自中国央企的证据[J].管理世界,2013(3).
[30]BOYCKO M, SHLEIFER A, VISHNY R W. A theory of privatisation[J]. The Economic Journal, 1996(435).
[31]BENFRATELLO L, SCHIANTARELLI F, SEMBENELLI A. Banks and innovation: microeconometric evidence on Italian firms[J]. Journal of Financial Economics, 2008(2).
[32]林志帆,龙晓旋.金融结构与发展中国家的技术进步:基于新结构经济学视角的实证研究[J].经济学动态,2015(12).
[33]ANG J B, MADSEN J B, ISLAM M R. The effects of human capital composi-tion on technological convergence[J]. Journal of Macroeconomics, 2011(3).
[34]CLEARY S, POVEL P, RAITH M. The u-shaped investment curve: theory and evidence[J]. Journal of Financial & Quantitative Analysis, 2007(1).
[35]李汇东,唐跃军,左晶晶.用自己的钱还是用别人的钱创新?——基于中国上市公司融资结构与公司创新的研究[J].金融研究,2013(2).