(一)资本配置效率界定
1. 资本的定义
从亚当·斯密(Adam Smith)到庞巴维克(Eugen Bohm-Bawerk)、马克思(Karl Marx)、萨缪尔森(Paul A.Samuelson)、舒尔茨(Thodore W.Schults),几乎所有的经济学大师,都在开山之作中对资本给出了自己研究领域范围内的定义。介于考虑问题的出发点不同,不同的经济学派给出的定义也有所不同。见表2-10。
表2-10 资本的定义
从上面的定义可以看出,资本在具有经济价值的同时也具有一定的社会价值,是自然属性和社会属性的统一体。资本在经济活动中产生增值,并成为经济发展和增长的动力,这就是资本的自然属性;它是在经济活动中产生的,不可避免地会产生人与人的关系、人与物的关系,资本所反映出的社会关系是资本的社会属性。
2. 资本配置效率的定义
经济学家们对资本都从宏观层面进行定义。本质上,“资本的要素数量效应”和“资本的配置效应”应是资本增长的来源和动力。从Harrod(1939,1948)和Domar(1947)的Harrod-Domar模型,到Solow(1956)和Swan(1956)的Solow-Swan 新古典增长模型,再到20世纪80年代的内生增长理论,都指出了经济增长的基本变量是资本的要素数量效应。除此之外,资本增长的另一个途径是其配置效应。提高资本的配置效率是转变经济增长方式、提高投资质量的需要。Jeffrey Wurgler(2000)认为,企业(行业或地区)的利润率有不同和差别,资本追逐利润的本性(即资本逐利性)会导致资本从利润率较低的企业(行业或地区)向利润率较高的企业(行业或地区)流动,实现资本的优化配置,进而会提高资本配置效率。
本书在Wurgler(2000)的思想基础上将资本配置效率定义为:衡量资本从低回报率流向高回报率的程度。因此,资本配置效率的提高将意味着如果某企业(行业或地区)资本回报率低,应及时削减资金流入;如果资本回报率高,则应继续追加投资,最终使资源配置到效率高、效益好、成长性高的企业(行业或地区),提高全要素生产率,增加投资效益,改善企业(行业或地区)结构,进而推动经济增长的集约化。
(二)资本配置效率测度方法
国内外学者在测度资本配置效率时,由于研究视角的不同,划分的层次也不同,主要分为微观和宏观两个层次。微观层次包括企业之间和企业内部资本配置效率,宏观层次包括行业和区域层面的资本配置效率。
1.宏观层面资本配置效率测度方法
现有的研究文献主要有两种方法来测度宏观层面资本配置效率。
(1)第一类测度方法
第一类测度方法的基本思想是:当处于无摩擦的理想状态时,资本应该在各企业(行业或区域)间高效流动,理论上从资本报酬率低的企业(行业或区域)向高的企业(行业或区域)流动,最终达到各企业(行业或区域)间资本边际产出相同。此时,可以通过测度各企业(行业或区域)的边际产出率来度量各企业(行业或区域)资本配置效率的差别程度。
我国学者龚六堂和谢丹阳(2004)采用了柯布-道格拉斯(Cobb-Douglas)生产函数来度量我国的资本配置效率:
式中,Y代表产出,A 代表综合技术水平,K 代表资本的投入,一般用固定资产净值度量,L代表劳动力数。但是,不同企业(行业或区域)生产函数选择的不一致,会导致资本配置效率的测度结果间缺乏可比性。韩立岩和王哲兵(2005)认为该类方法只能用来考察某种措施采取后,资本配置效率是否得到了改善,并不能给出资本配置效率的具体数值,在实际应用中相关数据的获得难度较大。
(2)第二类测度方法
依据新古典经济学中的帕累托最优效应,资本配置实现最优的充要条件应该是项目间边际成本之比一直等于相应的价格之比,也就是:
换算后得到:
方军雄(2006)认为:当i项目的边际收益大于j项目时,应该削减j项目的投资,增加对i项目的投资,以实现资本配置效率的帕累托最优化。因此,资本配置效率的提高意味着投入不断追加到高资本投资回报率的行业,及时削减低投资回报率的行业。
美国耶鲁大学教授Wurgler(2000)在此思想的指导下,创建了一种衡量资本配置效率的经典模型:(www.daowen.com)
模型中,I代表固定资产原值,V代表资本产出,通常情况下用行业的税后利润来表示,i是行业,j是年度,Ii,j代表第i个行业第j年的固定资产原值,Vi,j代表第i个行业第j年的资本产出,η代表行业投资的反应系数,εi,j代表残差。直观上,模型的左边代表了行业的资本投入即固定资产原值的投入,右边代表了行业的资本产出,投资反应系数η为正值且越大时,表明行业资本投入增减对效益的反应速度越灵敏,资本配置效率就越高。
Wurgler(2000)模型由于可以通过测算得出资本配置效率的具体数值,能够进行横向比较和动态分析,引起了学者们的广泛关注,并且被许多国内学者所采用(米运生,一谭莹,2007)。在研究行业或区域层面的资本配置效率时,国内学者潘文卿和张伟(2003)、韩立岩和王哲兵(2005)、方军雄(2006)、曾五一和赵楠(2007)、蒲艳萍和王维群(2008)、李青原、赵奇伟和李江冰等(2010)、王永剑和刘春杰(2011)、陈艳利等(2014)多采用了该种模型或改进后的Wurgler(2000)模型。
2. 微观层面资本配置效率测度方法
现有文献从微观层面考察资本配置效率时,学者们进行了大量的研究,影响最大的有以下三种测度方法。
(1)FHP(1988)投资—现金流敏感度模型
1988 年,Fazzari,Hubbard 和Petersen([13])建立了投资—现金流敏感性模型,简称FHP 模型,从敏感性角度判断公司有大量自由现金流时的投资行为。后经Carpenter(1995)、Kadapakkam 等(1998)、Lyandres(2007)等学者不断加以完善,其一般形式如下:
在该模型(2.5)中,Invest代表企业年度新增资本投资水平,Cfo为公司内部自由现金流,Tobin's Q 代表企业的投资机会,Controller为控制变量,学者们采用的控制变量通常有:企业规模、资产负债率、上一年度的资本投资、现金持有量、主营业务收入、股票年度收益率等。β1显著大于0时,说明资本投资对企业内部现金流敏感,β1值越大,说明敏感性越高,资本投资过度依赖内部现金流,偏离最优的投资水平越严重。值得注意的是,该模型还可以将待检验的变量与自由现金流Cfo交乘,用以测试该变量对企业自由现金流Cfo 的影响。FHP 模型被国内外学者广泛接受并采用(Hoshi等,1991;Houstou,James,2001),研究成果大致有两类:第一类通过分组检验来考察不同组别偏离资本投资最优水平的根源,第二类对待检验变量和自由现金流Cfo交乘,测试该变量对企业内部现金流的影响。
我国学者江伟(2005)通过该模型考察了控股股东持股比例对公司投资现金流敏感性的影响,发现二者呈正相关关系;朱红军、何贤杰和陈信元(2006)发现,要想真正地减轻企业的融资约束,必须从提高金融发展和预算软约束两方面同时入手;支晓强和童盼(2007)发现上市公司投资现金流敏感性[14]受到融资约束和代理冲突的影响;在研究管理层报酬和投资现金流敏感性的关系时,发现控股股东的性质影响很显著。罗琦等(2007)进一步研究发现,我国上市公司内部现金流与资本投资之间敏感性根源在于融资约束和代理冲突。其中,融资约束是造成国有控股企业投资—现金流敏感的主要原因。代理冲突是造成地方国有企业、民营企业投资—现金流敏感的主要原因。
2012 年,Mclean 在Fazzari、Hubbard 和Petersen(1988)、Wurgler(2003)、Rauh(2006)等学者的研究基础上,用融资约束和投资效率两个方面来表示企业的资本配置效率,建立模型(2.6)。其主要思路是:预测滞后一期的现金流及Tobin's Q 与企业投资间的关系。
式中,V是投资水平Invest的简写,A 是固定资产Asset,需要滞后一期。
在公式(2.7)中,用投资对现金流和对Tobin's Q 的敏感性来度量企业的融资约束和投资效率,同时引入待检验变量(这里用variable来表示)与现金流和投资机会进行交乘,来考察该变量对企业融资约束和投资效率的影响。
国内学者陈德球、李思飞、钟昀珈(2012)用该模型考察了我国地方政府质量对企业资本配置效率的影响机理,发现政府质量与投资和现金流敏感度呈负相关关系,与投资和Tobin's Q 敏感度呈正相关关系。由此可以看出,政府质量可以明显改善资本配置效率。按企业性质分类,发现政府质量最能改善民营企业的资本配置效率,其次是地方国有企业,最后才是中央国有企业。于文超、何勤英(2013)在研究地区投资者保护、政治联系对企业资本配置效率的影响时,也采用了该模型。
(2)Vogt(1994)[15]的投资机会与现金流交乘项判别模型
在该模型中,相关变量定义同前。模型(2.8)用来检验企业的内部现金流与资本投资之间的相关性。β1显著为正,说明企业投资对内部现金流反应敏感。模型(2.9)进一步检验了投资与内部现金流间敏感的原因。将Cfo与投资机会Tobin's Q 进行交乘,当交乘项系数β3显著为负时,表明投资过度,反之则表明投资不足。我国学者何金耿和丁加华(2001)、唐雪松等(2007)、李维安和姜涛(2007)、张纯和吕伟(2009)、张功富和宋献中(2009)等在研究时都曾采用过该种模型。
但是,Vogt(1994)模型只能从整体角度判断全样本公司是投资不足还是过度投资,并不能具体判定每一家公司的具体情况,更不能给出非效率投资(投资不足还是过度投资)的具体数值。学者们利用该模型得出的研究结果往往都一样,即我国上市公司整体上判定属于过度投资。该结论的意义不是很大,并没有深究过度投资、投资不足的根源及抑制措施。学者们在这一模型的基础上,继续深入研究,得出了非效率投资的根源:代理冲突会导致过度投资,融资约束易导致投资不足。
(3)Richardson(2006)[16]非效率投资的残差度量模型
Richardson(2006)在Vogt(1994)模型的基础上,寻找克服该模型缺陷的方法,构建了一个真实衡量企业投资不足还是过度投资的模型,其模型如下:
模型(2.10)中,Investnew,t表示第t年新增的资本投入,其他变量定义仍同前。其中,新增资本投入Investnew,t分为预期资本投入和非预期资本投入,预期资本投入是投资净现值为正的项目投资。该模型的拟合值代表企业预期投资,残差项代表企业的非预期投资水平,当εi,t大于0时表示企业过度投资,小于0时表示投资不足。
Richardson(2006)模型可以具体度量出企业投资不足还是过度投资,有利于从微观企业层面进行分类考察资本投资效率,便于学者深入研究和寻找非效率投资的根源,得到了国内外学者的广泛采用。国内学者杨华军和胡奕明(2007)、辛清泉等(2007)、魏明海和柳建华(2007)、程仲鸣等(2008)、王彦超(2009)、姜付秀等(2009)、徐晓东和张天西(2009)、梅丹(2009)、张洪辉和王宗军(2010)、李青原等(2010)、钟海燕等(2010)、杨兴全等(2010)、李云鹤等(2011)、陈运森和谢德仁(2011)、张会丽和陆正飞(2012)、程新生等(2012)、申慧慧等(2012)、刘慧龙等(2012)、方红星和金玉娜(2013)等在研究中都对该模型进行了运用。其中,辛清泉、林斌和王彦超(2007)利用该模型检验了高管薪酬对公司资本投资行为的影响;魏明海和柳建华(2007)利用该模型检验了内部治理机制对公司资本投资行为的影响;程仲鸣等(2008)利用该模型检验了地方政府对公司资本投资行为的影响;李青原(2009)利用该模型检验了会计信息质量对公司资本投资行为的影响;钟海燕、冉茂盛和文守逊(2010)用该模型检验了控制权对公司资本投资行为的影响,研究结论和相关建议均具有一定的价值,也证明了该模型使用的可行性。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。