融资约束、风险与金融资产定价——来自中国A股市场的证据

陈 学 胜， 李 雯 雯

(山东大学 商学院， 山东 威海 264209)

融资约束、风险与金融资产定价
——来自中国A股市场的证据

陈 学 胜， 李 雯 雯

(山东大学 商学院， 山东 威海 264209)

融资约束是企业生产经营过程中所面临的主要风险之一。对于一个有效的市场机制，这种风险应该被市场价格所发现，或者融资约束风险会对资本市场的定价产生显著的影响。通过构建融资约束指数对企业面临的融资约束风险进行了描述和测度，借助CAPM模型和三因子定价模型对融资约束风险的存在性、独立性进行了相关检验。研究发现，融资约束会提升公司的系统风险。融资约束作为独立因子虽然不能普遍解释所有上市公司的股票收益率，但是对于规模较小，公司特质信息含量高的企业，融资约束因子的解释效果显著。

融资约束；风险；资产定价

一、引 言

经典的MM定理认为在完美市场假设下，企业资本结构与投资决策无关，外部融资可以完全替代内部资金的不足。然而由于委托代理问题和信息不对称问题的存在，市场并不符合完美假设，企业普遍存在融资约束问题，只是不同的企业面临的约束程度不同而已。融资约束除了会抑制企业投资决策，影响其经营目标的实现以外，还可能会迫使企业采取激进的财务管理政策，甚至诱发企业高风险的资本运作行为，导致企业承担较高的风险。另外，融资约束还会受到宏观经济行为的影响。不利的宏观经济环境会导致利率上升和抵押品价值下降，加大企业融资难度，使得企业的财务困境雪上加霜。而在经济景气以及货币政策相对宽松的环境下，财务困难的企业则可以充分享受更高的财务杠杆利益。显然，经济周期变化会放大融资约束对企业运营的影响，提高企业的系统性风险。

资本市场的核心功能就是在不同主体之间实现稀缺资源的有效配置。配置效率的高低依赖于市场是否具备一个合理的定价机制。借助该定价机制，资本市场可以对资金需求方进行识别，并为资金供给方提供必需的补偿水平，即必要收益率。从市场层面看，这一必要收益率就是金融资产的价格。对于资金需求方，这一必要收益率则表现为企业的外部融资成本，或者外部资金的影子价格。在以股东价值最大化为目标函数的企业投资决策中，外部资金的影子价格与内部资金机会成本的差距反映了企业所面临的融资约束程度。可见，定价功能良好的资本市场能够以资产价格的形式反映出企业的融资约束。从另一个层面看，融资约束程度高的企业比融资约束程度低的企业面临更高的个体运营风险和系统性风险，为了实现资金供给的均衡，资本市场不得不提高融资约束企业的定价，从而为资金供给方提供更高的风险补偿。融资约束也因此会对资本市场的定价产生显著影响。融资约束及风险是企业及资本市场所关注的问题。

二、文献回顾

Bernanke等提出和不断完善的“金融加速器”理论，深刻揭示了经济周期和金融动荡两者之间反馈循环的微观机制[1]。受“金融加速器”理论的启发，后续研究开始关注融资约束与资产定价的关系。Lamont通过构建理论模型进行分析后认为，融资约束的确是影响资产定价的重要因素，融资约束程度相同的股票所构成的投资组合的收益水平将具有相同的波动[2]。Whited和Wu通过构建投资方程的尤拉等式和KZ指数方法对企业外部融资约束进行了检验，并对融资约束企业股票的收益波动情况进行了分析，发现融资约束企业的股票收益具有显著的共变性，应该存在一个融资约束因子在资产定价过程中发挥独立效应[3]。Gomes等随后对企业融资约束在资产定价过程中的作用进行了更为深入的探讨。研究结果显示，外部资金的影子价格水平随经济周期波动的趋势非常显著，在宏观经济状况较好时，融资约束更为重要。融资约束可以作为一个独立的资产定价因子，在股票收益的截面定价模型中引入该定价因子可以显著改善定价模型的效果[4]。台湾学者詹家昌、王冠婷采用投资组合的方法研究了融资约束与公司系统风险之间的关系，发现在不同度量方法下融资约束较高的企业均表现出较高的系统风险，而且投资组合的构造期间越长，关系越明显。但将融资约束因子引入附有动态因素的三因子模型后，高融资约束的公司虽然具有较高的系统风险，但并不能同时反映在股票的风险溢价中，融资约束并不能作为一项独立的定价因素存在[5]。Livdan等基于新古典的分析框架，在企业投资的Q理论模型中引入了融资约束因子(以外部资金的影子价格度量)，分析了融资约束对股票风险与预期收益的影响，研究发现高融资约束的企业具有较高的系统风险与预期收益，而且融资约束对风险与收益的影响在经济繁荣时期更为明显[6]。Campello和Chen利用KZ指数和公司规模等多种方法度量了企业融资约束，对融资约束与公司经营表现及与经济周期波动的关系进行了实证研究，并进一步对融资约束与股票收益率之间的关系进行了相关检验，研究发现，高融资约束公司具有较高的系统风险且融资约束风险已经被金融市场定价[7]。

国内学者针对融资约束与资产定价关系也进行了相应研究。姚俊敏、叶中行基于上海A股证券市场环境，运用多元回归方法检验了融资约束与股票收益的关系。研究发现，股票收益中的确存在融资约束因子，融资约束一般会导致股票收益水平下降，而且与公司规模、流通股本比例等因素相比，融资约束因子具有相对的独立性[8]。李焰、黄磊采用Sigma系数、贝塔系数作为衡量股票价格波动的基础，检验了融资约束对股票价格波动性的影响，结果显示融资约束与股票价格波动具有显著的正相关关系[9]。张瑞在采用Logistic回归模型构建融资约束指数的基础上，分析了融资约束与股票收益的关系。研究发现，在排除市场因素、规模因素以后，融资约束因子仍然是影响股票收益的重要因素，且融资约束越高，其股票收益率也越高[10]。翟淑萍等在控制市场因素和公司规模等因素的基础上，检验了中国A股市场中高融资约束公司的股票是否具有更高的风险和预期收益率。研究发现，融资约束通过影响公司的系统风险对公司资产定价产生影响，即具有较高融资约束程度的公司具有较高的系统风险，但融资约束并不能做为独立的定价因子参与股票资产的定价过程[11]。翟淑萍等在考察债务融资能力对融资约束公司投资敏感性的基础上，探讨了债务融资能力对股票定价的影响，实证研究表明债务融资能力高的公司具有较高的系统风险和预期收益率。这主要是因为信贷限制、公司投资和公司价值之间的动态传导机制形成的乘数效应，使得融资约束较高的公司具有更强烈的顺经济周期性，在股票市场中则表现为系统风险的提高[12]。

本文以中国主板上市公司为研究对象，通过构建融资约束指数对企业面临的融资约束程度进行描述和量化。利用CAPM模型的贝塔系数计算上市公司的系统风险，通过分组比较来检验融资约束是否会影响上市公司的系统风险。在三因子定价模型的基础上，引入融资约束因子对融资约束风险的存在性和独立性进行检验，并进一步检验上市公司特征以及证券市场有效性对融资约束风险定价效率的影响。

三、变量设计与研究方法

1.研究变量与样本选择

(1)研究变量

由于研究过程中将用到众多公司财务变量，本文在此先对这些财务变量的符号、含义及计算方法进行简单的汇总，如表1所示。

(2)数据来源

2007年起中国开始采用新的会计准则，为了避免新会计准则变化对财务数据的影响，保证财务变量的一致性，本文选取2007～2015年沪深主板上市公司为样本。剔除如下公司：金融类公司，ST、*ST、暂停上市、退市、财务数据披露不完全的公司，负债率大于1明显陷入财务困境的公司，以及发生并购重组对资产有重大影响的公司，最后共计901个上市公司作为样本。各财务变量均为年度数值。公司财务数据、个股收益率及大盘指数收益率数据均来自于CSMAR数据库。

表1 相关财务变量

2.构建融资约束指数衡量企业融资约束程度

(1)基于结构模型(Structural Index Model)构建融资约束指数

本文在标准部分均衡投资模型(Standard Partial-Equilibrium Investment Model)的基础上，以公司的投入要素价格、产出价格和利率等作为约束，以企业价值最大化为目标，推导包含融资约束的欧拉投资方程，利用欧拉等式和GMM模式建立结构模型(Structural Model)，以此构建一个融资约束指数来评价公司的融资约束程度。这种方法的好处在于，除了可以避免由于托宾Q代理变量所造成的问题外，还可以比较明确的控制公司未来成长机会。参数估计模型的最后表达式，如模型(1)所示，具体推导过程可以参见Whited和Wu[3]。与其模型有所区别的是本文在推导过程中包含了资本的边际产出(MPK)，并参照詹家昌、王冠婷[5]的方法利用销售资本产出比(S/K)对其进行估算。

(1)

其中，K为期初企业总资产；I为企业投资支出；S为主营业务收入，e为残差项，为外部融资约束的影子价格，由下述公式进行定义：

λit=a1SIZEit+a2TLTDit+a3SGit+a4DIVit+a5CASHit+a6CFit+a7ITLTDit+a8ISGit

(2)

其中，SIZE为取自然对数后的总资产；TLTD表示企业资产负债率；SG为主营业务收入增长率；DIV为虚拟变量，公司发放股利值为1，否则为0；CASH为流动资产与总资产比率；CF为现金流对总资产比率；ITLTD为行业资产负债率；ISG为行业收入增长率。

(3)

(2)基于二分模型(DichotomiseSeparationModel)构建融资约束指数

(4)

其中，SIZE为取自然对数后的总资产；TLTD表示企业资产负债比率；S/K为主营业务总资产收益率；CASH为流动资产与总资产比率；CF为现金流与总资产比率；SG为主营业务收入增长率；ISG为行业收入增长率；ITLTD表示行业资产负债率。模型估计结果如下：

(5)

3.系统风险(β值)的衡量

对系统风险进行衡量是一件复杂的系统工程，目前应用比较多的还是借助于CAPM模型的β系数来进行。本文利用市场模型来衡量单个股票的系统风险，该模型假设各股票收益率与市场指数收益相关，模型如下：

ri,t=b0+b1rM,t+εi,t

(6)

其中，ri,t表示证券i在时间t时的收益率，rM,t表示市场指数在t时的收益率，b1表示证券i的β系数估计值，εi,t为残差项。本文采用普通最小二乘法来对模型(6)进行估计，获得每只证券每年的系统风险系数的β值。

4.三因子定价模型及其拓展

本文参照Fama和French的方法构建三因子模型[13]，随后在三因子模型的基础上引入融资约束因子对其进行修正，见模型(7)、(8)。

Rit-Rft=α+βMarkett+s×SMBt+h×HMLt+εt

(7)

Rit-Rft=α+βMarkett+s×SMBt+h×HMLt+f×FIit+εt

(8)

其中，Rit为股票年收益率；Rft为无风险收益率，用定期整存整取年利率替代；FIit为融资约束因子，用前文计算的融资约束指数来代表；Market为市场溢酬因子(流通市值加权)，考虑现金红利再投资(综合A股市场)的年市场回报率与无风险月收益率之差，市场回报率的计算采用流通市值加权计算；SMB为市值因子(流通市值加权)，小公司构成的投资组合月收益率与大公司构成的投资组合月收益率之差，组合年收益率的计算采用流通市值加权计算。大公司指的是年末最后一个交易日流通市值排名前30%的公司；小公司指的是年末最后一个交易日流通市值排名后30%的公司；HML为账面市值比因子(流通市值加权)，高账面市值比因子公司投资组合的考虑现金红利再投资年收益率与低账面市值比因子公司组合的考虑现金红利投资年收益率之差，组合投资收益率的计算采用流通市值加权。高账面市值比因子公司指净资产/流通市值排名前30%的公司，低账面市值比因子公司指净资产/流通市值排名后30%的公司。

四、实证分析

1.融资约束与企业财务数据表现

面临不同融资约束程度的企业，其财务状况是否有着不同的体现，本文将样本按照融资约束程度从高到低分为4组样本，对各组变量的平均值进行了统计和比较，如表2所示。

表2 基于融资约束指数高低分组的财务变量统计比较

对各组公司的财务变量的均值进行计算和趋势比较可以发现，两种分类下的财务指标变动趋势基本一致，但也有差别。从公司规模变量来看，两种分类标准下都表现出融资约束程度随公司规模增大而递减的趋势，这与之前众多的研究一致。从公司资产负债率的表现来看，依据FI(2)指数分组表现出融资约束程度越高，负债率越高，而根据FI(1)指数的分类则恰好相反。这也反映了融资约束和资产负债率的复杂关系，一种观点认为企业负债率越高，再融资越困难，面临的融资约束程度也越高；另一种观点则认为负债率是融资能力的体现，负债率越高，融资能力越强，面临的融资约束程度越低。从销售收入和流动资产总资产比表现上来看，两个指数的分类标准一致，企业销售收入越高、流动资产越高的企业所面临的融资约束程度越低。但是在现金流的表现上两个指标相反。现有理论对现金流与融资约束的关系解释上也有争论，一种观点认为融资约束越高的公司越倾向从现金流中留存更多资金，这与现金留存的预防动机理论一致。另一种观点则认为现金流创造能力越强的公司表现出更强的盈利能力，无论依赖自有资金还是从外部融资都更容易。而销售收入增长率、行业资产负债率、行业增长率等几个指标的变动也未表现出一致的趋势。表2的分组比较结果反映了目前学术界对利用财务变量衡量公司融资约束程度上的一些主要矛盾，也是本文同时采用两个指标的原因。

2.融资约束与企业系统风险和超额收益

本文利用CAPM模型对公司的系统风险β值和超额收益进行了计算，按照融资约束程度对其进行了分组统计和对比，如表3所示。从结果来看，公司面临的融资约束程度越高，其系统风险β值也越高，市场所要求的超额回报率也越高，表明融资约束确实会增加公司的系统风险，投资者也会要求更高的市场收益率。

表3 融资约束程度、企业系统风险及超额收益

3.融资约束因子的存在性和独立性检验

既然融资约束会增加公司的系统风险并提高该公司股票的市场定价(超额收益率的增加)，融资约束是否可以作为一个独立的因子参与公司股票的定价过程，本文基于三因子模型，利用模型(7)和(8)对此进行了实证检验。在以往的实证研究中，很多学者在三因子模型的基础上加入了一个动态因子来共同解释股票收益率，因此参照其做法，本文在实证过程中也在模型(7)和(8)里加入了动态因子变量MOM(公司个股在投资组合形成前12个月的平均报酬率)。另外，前文的分类统计及融资约束研究的诸多文献中通常会考虑公司规模效应的影响，因此，本文在选择全样本进行回归的基础上，按照公司规模大小分为4组对模型进行了分类检验，如表4所示。

表4的结果显示，全样本下三因子模型的各因子及动态因子的回归结果均显著，但是融资约束因子回归结果不显著。按规模大小进行分类以后发现，随着规模变小，各融资约束因子的显著性开始增强。在次高规模组只有FI(2)指数定义的融资约束因子显著，在中规模组和小规模组用2个指数衡量的融资约束因子均显著。这说明企业面临的融资约束程度可以作为一个因子对股票收益进行解释，但是从显著性上来看更适合于中小规模的企业。

表5的结果基本上符合本文的分组预期。公司特质信息含量高的组别其融资约束因子的回归结果均显著，公司特质信息含量低的组别，其融资约束因子的回归结果均不显著。而次高信息含量和中信息含量组别的样本公司，只有用FI(2)指数衡量的融资约束因子显著，用FI(1)指数衡量的融资约束因子不显著。

五、结论及政策建议

本文的主要研究结论如下：

(1)本文利用结构模型和二分模型两种方法构建融资约束指标对企业面临的融资约束程度进行了衡量，衡量结果和分组对照表明，两种指标在结论上基本保持一致，模型具有较好的稳健型。

(2)借助CAPM模型，对个股的系统风险和超额收益进行了计算，按照企业面临的融资约束程度高低对其进行了分组比较，结果表明融资约束会对企业的系统风险产生影响。融资约束程度高的企业其系统风险越高，市场定价也越高(表现为更高的市场超额收益率)。

表4 包含融资约束因子的三因子定价模型及公司规模分组回归结果

注：***、**、*分别表示在1%、5%、10%置信水平上显著。

表5 包含融资约束因子的三因子定价模型及公司特质信息分组回归结果

注：***、**、*分别表示在1%、5%、10%置信水平上显著。

(3)借助三因子定价模型，本文对融资约束是否可以作为独立因子参与股票定价过程进行了检验。检验结果表明，就市场整体样本而言，融资约束还不能作为独立因子对股票收益进行解释。但是对于那些规模较小、公司特质信息含量高的企业，融资约束因子可以有效解释其股票收益率。

基于上述研究结论可以得到如下启示：

(1)提高融资约束风险的认识高度。融资难、融资贵是制约中国企业发展的一个难题，这一点已经引起广泛的重视，但是这种重视主要还是基于企业微观主体财务风险的认识。本文的实证研究表明，融资约束还会提高公司的系统风险，根据“金融加速器理论”，这可能会加大经济周期的波动性，因此政策制定者和监管机构需要将融资约束风险提高到防范系统性风险的认识高度。

(2)注重中小企业融资约束风险可能诱发的系统性风险问题。虽然就市场整体而言，融资约束风险的独立性并不显著，但是在规模比较小的企业中这一点却得到了很好的支持。这与融资难、融资贵主要体现在中小企业群体的现实相一致。中小企业发展是中国经济发展的生力军和主要支柱，注重解决中小企业融资难题对防范中国经济爆发系统性风险有很大的意义。2008年金融危机之后，大量的中小企业因为资金问题而破产和倒闭并由此引发的一系列问题就是最好的说明。

(3)增加上市公司透明度，提高证券市场有效性。本文的实证结果表明对于公司特质信息含量高的企业，融资约束因子可以有效解释其股票收益率。这说明增加上市公司透明度可以提高市场对公司个股的风险识别程度和定价效率，从而可以合理引导投资者的预期，降低诱发证券市场系统性风险的可能性。

[1] BERNANKE B,GERTLER M,GILCHRIST S. The financial accelerator and the flight to quality[J]. Review of Economics and Statistics,1996,78(1):1-15.

[2] LAMONT O,POLK C,SAA′-REQUEJO J. Financial constraints and stock returns [J]. Review of Financial Studies,2001,14(2):529-554.

[3] WHITED T M,WU G J. Financial constraints risk[J]. Review of Financial Studies,2006,9(2):531-559.

[4] GOMES J,YARON A,ZHANG L. Asset pricing implications of firms’ financing constraints [J]. Review of Financial Studies,2006,19(4):1321-1356.

[5] 詹家昌，王冠婷. 财务限制会影响公司系统风险吗？[J]．台湾关系学刊，2006，(1)：59-84。

[6] LIVDAN D,HORACIO S,ZHANG L. Financially constrained stock returns[J]. Journal of Finance,2009,64(2),1827-1862.

[7] CAMPELLO M,CHEN L. Are financial constraints priced? Evidence from firm fundamentals and stock returns[J]. Journal of Money, Credit and Banking,2010,42(6): 1185-1198.

[8] 姚俊敏，叶中行. 金融约束对股票收益的影响[J]. 应用概率统计，2004，20(3)：307-312。

[9] 李焰，黄磊. 融资约束与上市公司股票价格波动——基于我国资本市场的经验证据[J]. 财贸经济，2008，(10)：44-49.

[10] 张瑞． 我国上市公司融资约束与股票收益的实证研究[J]． 陕西科技大学学报，2011，29(3)：135-141。

[11] 翟淑萍，刘湘宁，霍欣欣． 融资约束、系统风险与资产定价[J]． 金融论坛，2012，(8)：4-12.

[12] 翟淑萍，顾群，廖筠． 融资约束、债务融资能力与股票定价——对高融资约束公司高系统风险的进一步解释[J]．北京工商大学学报，2013，(4)：57-64.

[13] FAMA E F,FRENCH K R. Common risk factor in the return on stock and bonds[J]. Journal of Financial Economics,1993,33(1):3-56.

Financial Constraints, Risk and Asset Pricing: Evidence from China’s Stock Market

CHEN Xuesheng, LI Wenwen

( Business School， Shandong University, Weihai 264209, China )

Financial constraint is one of the main risks in the process of an enterprise’s production and operation. For an effective market mechanism, this risk should be reflected in the market pricing process, or financing risk will have a significant impact on the capital market price. In this paper we construct a financial constraints index to describe and quantify the financing risk, and conduct an empirical test on the existence and independence of the financing risk using the CAPM model and the three-factor model. Our findings suggest that financial constraints can worsen the firm’s systematic risk. Although financial constraints as an independent factor can’t explain risk premiums for all firms, they can be a better predictor for the smaller firms with high firm-specific information.

financial constraint; risk; asset pricing

10.19525/j.issn1008-407x.2017.02.008

2016-03-16;

2016-05-16

国家自然科学基金面上项目：“风险资本、企业家控制权与公司投资政策：基于中国民营上市公司的研究”(70902048)；山东省自然科学基金一般项目：“融资约束、风险与资产定价研究”(ZR2015GM003)；中国博士后科学基金面上资助项目：““A+H”上市公司股票流动性差异之谜研究”(2014M551104)

陈学胜(1979-)，男，山东泰安人，副教授，博士，主要从事公司金融与证券市场研究，E-mail：cxs1999@126.com；李雯雯(1986-)，女，回族，吉林延边人，山东大学(威海)商学院硕士研究生，研究方向为公司金融与资产定价。

F830.91

A

1008-407X(2017)02-0045-07