（一）模型建立

本书的目的是检验融资约束对企业国际化行为的影响，企业的行为有三种状态，分别是不出口也不对外投资、出口但不对外投资、OFDI，被解释变量是离散型的并且有3 个取值，符合M logit回归模型的特点，因此我们构建如下模型：

其中，j为虚拟变量，共有1、2、3 三个取值，j=1 表示企业仅在国内生产销售，为参照组，j=2 和j=3 分别表示出口和对外直接投资的企业。i和t分别表示企业和年份。模型（1）是基础模型，解释变量主要包括生产率和融资约束，这是影响企业国际化选择最重要的两个因素。为进一步考察融资约束通过生产率效应和技术创新效应对企业国际化选择的间接影响，我们在模型（6.1）的基础上加入融资约束与生产率以及融资约束与研发投入的交互项，分别形成模型（6.2）和模型（6.3）。另外，为考虑影响企业出口（OFDI）的其他因素，我们在模型里加入控制变量X，X主要包括企业规模、资本密集度、企业年龄等变量。同时加入时间、省份、行业固定效应以及误差项来反映不可观测的因素。为了克服模型内生性造成的估计偏误，我们将主要解释变量均采用了滞后一期的取值。

（二）变量说明及数据来源

1.数据来源

本书采用的数据来自《工业企业数据库》与《对外直接投资名录》匹配的综合数据，合并后的数据库包含企业的基本财务信息以及OFDI信息。考虑到数据库存在的偏差和遗漏问题，我们对数据进行了筛选，删除关键变量职工人数、固定资产净值、工业增加值、中间品投入、出口交货值等缺失的企业。固定资产净值、中间投入和工业增加值分别用分地区固定资产投资价格指数和燃料、动力类工业生产者购进价格指数以及工业生产者出厂价格指数（以2003年为基期）进行平减。为获得企业研发投入的数据，我们仅采用了2004—2007年的数据作为本书的研究样本。

2.变量说明

融资异质性：融资约束指标的构建是研究融资约束问题的难点，目前学者们并未形成统一标准。采用单个代理变量，往往只能反映企业在某种融资渠道上的融资能力，不够全面。因此我们借鉴阳佳余（2012）的方法，构建反映企业融资约束的综合指标。具体地，从内源融资、外源融资、商业信用、自身特征四个方面选择9 个变量来构造综合得分指标。其中，（1）内源融资约束，我们选择现金流存量和流动性比率（流动资产与流动负债的差值比流动负债）两个指标，二者的数值越高表明企业的内部资金越充裕，面临融资约束的可能性越小；（2）外源融资约束，采用利息支出占销售收入的比值和资产负债比来反映；（3）商业信用，由于缺乏应付账款的数据，我们仅采用应收账款占销售收入的比值来表示；（4）企业自身特征，采用企业规模（总资产的对数）、清产比率（所有者权益与总负债的比值）、有形资产净值率（有形资产与总资产的比值）、企业盈利能力（税后利润与销售收入的比值）四个指标，从不同方面反映企业获得贷款的可能性。

在获得基本指标的基础上，我们按照如下步骤构造综合指标：将企业同一年同一行业中的每个变量在20、40、60、80 分位数上进行分类，处于0 ～20%、20% ～40%、40% ～60%、60% ～80%、80% ～100% 的变量分别赋予1 ～5 不同的数值，将9 个指标的数值相加则构成综合得分指标，该得分越高表明企业所受的融资约束越小。

生产率：为有效地克服企业要素投入的内生性以及传统估计方法中普遍存在的同步偏差问题和选择偏差问题，我们采用Levinsohn 和Petrin（2003）提出的LP方法来衡量全要素生产率。LP方法以中间品投入为代理变量，把总产出归结为劳动、资本、中间品投入等各个生产要素的共同结果，能较好地估算全要素生产率。根据新新贸易理论，我们预计生产率与企业的国际化选择呈正相关关系。

技术创新：研发投入是企业技术创新的基础，也是企业创新动机最直接的反映，我们采用研发投入来衡量企业的技术创新。融资约束对企业技术创新的影响主要体现在研发资金的投入上，融资能力强的企业，有足够的资金为技术创新获得提供保障，融资约束严重的企业则不能保证创新活动需要的资金投入。(www.daowen.com)

控制变量：资本密集度（capital），用固定资产净值与从业人数比值的对数表示。考虑到中国在劳动密集型行业上的比较优势，预期资本密集度与企业的出口和对外直接投资呈负相关。企业规模（size），规模经济的存在使得规模较大的企业更能支付参与国际市场的沉没成本，规模越大也越有克服各种风险的能力，因此我们预期企业规模与参与国际市场呈正相关关系，并用就业人员数的对数来反映企业的规模；企业年龄（age），成立时间较长的企业往往能积累丰富的应对各种风险及挑战的经验，容易与国内外的企业建立良好的关系，更容易参与国际市场，我们用样本年份减去企业成立的年份来表示企业的年龄。各变量的基本情况如下：

表6.1 变量基本情况描述

续表

（三）结果分析

在回归之前我们通过观察方差膨胀因子确定模型不存在多重共线性问题，并通过对全要素生产率、融资约束、研发投入等变量去对数来控制数据的异方差问题，解释变量滞后期的选择则解决了模型可能存在的内生性问题，具体回归结果如表6.2：模型（1）的结果显示融资约束的系数显著为正，表明融资能力的提高可以促进企业出口和OFDI，且对OFDI的促进作用更大，假说1 得到验证。模型（2）的结果显示融资约束与生产率的交互项系数显著为正，表明融资能力的提高可以通过提高生产率进一步促进企业的国际化行为，具有竞争力优势且融资能力较强的企业更容易参与国际市场，假说2 得到验证。具体地，融资约束每降低一单位，可以通过生产率效应使企业出口和OFDI的概率提高1.2% 和1.3%。模型（3）的结果显示融资约束与技术创新的交互项系数显著为正，表明融资能力的提高可以通过促进企业创新进一步促进其国际化行为，假说3 得到验证。具体地，融资能力每提高一单位，可以通过技术创新效应使企业出口和OFDI的概率提高1.5%和1.8%。融资约束降低既能直接提高企业出口和投资的可能性，也能通过生产率效应和技术创新效应间接促进企业的国际化行为。

生产率对企业国际化的影响显著为正，符合新新贸易理论的自选择效应假说，效率越高的企业越倾向于出口和对外直接投资。资本密集度的系数显著为负，表明劳动密集型的企业更有可能参与国际市场，这可能与我们研究样本的时间段有关。在这段时间，我国出口产品的质量比较低，处于全球价值链的低端，但企业掌握了低成本、规模化的生产能力，从而形成一批具有竞争力的“走出去”企业。企业规模越大、成立时间越久以出口和OFDI的方式参与国际市场的可能性越大，符合理论预期。

表6.2 融资约束直接效应、间接效应回归结果

注：***、**和*分别表示在1%、5%和10%的水平上显著。