金融发展与政府投融资平台企业投资效率研究

马 伟 王晓亮 吴金柯

1.晋中学院计划财务部 2.山西财经大学会计学院

一、引言

1994年我国分税制改革，事权主要集中于地方政府，财权主要集中于中央，财权与事权的不匹配使得地方政府在进行城市基础设施时面临巨大资金缺口，加上农村城市化进程加快以及对政府官员GDP政绩考核要求，急需大量城市基础设施建设用以带动当地经济发展水平。政府投融资平台公司就是在地方财政资金较为紧张又急切要加强基础设施建设基础上产生的。平台公司的出现对改善城市生活环境、带动中国经济发展起了非常重要的作用。但是地方政府在财政收入较为紧张的情况下靠平台公司大量发行城投债券，向银行“背书”借款，使得平台公司出现大量显性与隐性债务，该种债务表面上看是平台企业债务，实际上是政府债务，如果处理不好的话，最终都会转化成政府债务，国家将面临巨大的金融风险。中央对此高度重视，2012年召开第四次金融工作会议，2015年召开中央经济工作会议，并发布了发改办财金〔2018〕194号、财预〔2018〕34号、财金〔2018〕23号等文件，都体现了中央政府对地方政府债务风险的重视。而提高平台企业投资效率，不断剥离平台企业的政府投融资功能，是推动平台企业经营市场化转型、化解平台企业债务的主要途径。如何提高平台企业投资效率，本文从地区金融发展视角出发，分析其对政府投融资平台企业投资效率的影响，对优化金融生态环境，提高投资效率，平稳推进平台企业顺利转型具有重要的实践价值。

本文研究贡献：一是已有学者就金融发展对上市公司投资效率影响进行研究，发现平台企业与一般国有企业在性质、特点、功能等方面存在明显差异，作为国有企业，更多承担政府职能，兼具公益性与经营性职能，由于数据获取受限，大多基于理论方面分析，而本文完善了平台企业投融资方面的文献，提供了提升平台企业投资效率方面的经验证据。二是已有文献研究金融发展与上市公司投资效率时，关注企业整体层面，忽视了金融生态环境影响平台企业投资效率的区间差异，而本文就金融生态环境对平台企业投资效率影响的城市、省份以及区域之间的结构性差异进行分析，丰富了平台企业投资效率的研究。三是以往学者采用稳健性聚类标准误方法估计标准差，由于地区内部具有同质性特点，而地区之间异质性较高，采用上述方法仍然不能克服样本的非独立性问题；也有学者采用面板固定效应模型克服样本的独立性问题，这会使用大量的自由度，使模型变得复杂不简洁，跨组研究存在问题。由于金融发展是城市的数据，而投资效率是企业的数据，企业隶属于城市，是典型的二层数据结构，本文采用多层线性回归模型进行分析，研究结论更为可靠。

二、文献综述

（一）平台企业投资、融资所面临的问题

平台企业是中国投融资体制改革从计划经济向市场经济转换的特有产物，是地方政府通过发行债券、股票、划拨土地等资产承担地方基础设施建设，从而推动产业经济发展的国有独资企业。平台企业的出现有效刺激了广大城镇居民的消费需求，加快了农村城市化进程，对拉动当地经济发展起了非常重要的作用。有学者就平台企业带动地方经济发展的作用进行研究，认为平台公司的发展与区域经济增长呈正相关关系。但是，平台企业在发展过程中出现了许多问题，其大量发行城投债券，靠政府“背书”向银行举债，出现大量显性与隐性债务。从表面上看，该种债务是平台企业债务，但是如果出现债务危机，该种债务最终将会转嫁给中央政府，转化成政府债务，因此化解平台企业债务，推动平台企业市场化转型成为政府面临的主要问题。有学者认为平台企业融资渠道与融资方式受限，主要集中于银行贷款和发行城投债券，这极易诱发金融风险；也有学者认为政府投融资平台存在道德风险问题，多层委托代理关系是导致道德风险与逆向选择的主要原因，这会损害银行、政府等相关主体的利益；还有学者认为政府投融资平台存在政策风险，政府换届是平台企业政策风险的原因之一，对政府责任追究的缺乏，导致无法对政府投资进行有效控制，使平台企业面临政策风险。针对上述问题，学者提出了完善法律法规、理顺政府与投融资平台企业关系、建设平台企业风险的预警与监管机制、改善治理结构等相应的建议。

（二）地区金融发展与宏微观经济效应

早期学者对金融发展与经济增长关系进行研究，认为货币是中性的，金融发展不会影响经济增长；而非中性论观点认为，金融发展能够促使储蓄向投资转化，促进经济增长。也有学者就宏观方面金融发展对经济增长的影响提出质疑，认为从宏观层面分析，其缺陷在于不能解决两者之间的内生性问题，应当探讨金融发展对经济增长的微观机理。从微观层面来看，学者主要就金融发展与企业融资约束的关系进行研究，认为中国渐进式金融市场化改革有助于缓解企业融资约束；也有学者就金融发展对企业投资决策影响进行研究，认为金融发展能够缓解企业融资约束，进而作用于企业投资决策，金融发展水平越高，越能够缓解企业与投资者之间的信息不对称，降低企业的融资成本。当企业面临融资约束时，由于缺乏资金，导致很多有价值项目无法开展，这会降低企业投资效率；企业融资约束程度越高，投资不足现象越严重，融资约束程度越低，过度投资现象越严重。以上学者大多基于上市公司样本。也有学者就不同产权性质下的金融发展对投资效率影响进行研究，认为金融发展能够提高企业投资效率，相比国有企业，金融发展更能够提升非国有企业投资效率。也有学者认为当上市公司为非国有企业时，金融发展能够提高企业投资效率；当上市公司是国有企业时，金融发展降低了企业投资效率。

可以看出：（1）政府投融资平台企业是国有独资企业，为非上市公司，由于数据获取受限，多数学者从定性方面就政府投融资平台企业投融资问题进行研究，大多基于理论层面探讨，并不能提供提升平台企业投资效率的相关经验证据；（2）大多数学者就金融发展的微观经济效应进行研究，个别学者分析金融发展对企业投资的影响，由于模型与样本的选取不同并没有得出一致结论。本文以平台企业为研究对象，采用多层线性模型分析金融发展对平台企业投资效率的影响，克服了内生性与样本独立性问题，使研究结论更为可靠。

三、理论分析与假设提出

（一）地区金融发展与平台企业投资不足

随着城镇化进程的加快，广大农民涌入城市，这对地方城市的供排水、市政道路、保障性住房等基础设施建设提出更高要求。在项目实施过程中，各个地区需要进行大型基础设施建设来满足经济发展与人们生活的需要，这些基础设施需要大量资金投入，平台企业面临资金缺乏导致融资约束问题，造成投资不足，而金融发展是缓解平台企业融资约束，提高投资效率的有效途径。（1）地区金融发展有助于从规模方面提高投资效率。地区金融发展意味着金融资源的扩大以及金融产品的增多，这可为投资者提供更多的金融产品与金融工具，减少了交易成本，扩大了平台企业融资渠道，降低了平台企业融资约束，缓解投资不足，提高投资效率；金融发展水平越高，地区金融机构数量越多，这会产生规模效应，通过贷款分散化管理降低银行信用风险，提高银行储蓄向实体经济转化的效率。（2）地区金融发展有助于提高投资效率。地区金融发展较为发达，金融市场发展较为成熟，金融机构之间竞争更为激烈，金融机构获取信息以及加工信息的能力较强，从经营性方面越能够对平台企业投资项目作出更好的评估与判断，降低金融市场信息不对称。有学者认为较高的金融发展水平能够使投资者获得企业投融资方面的信息，方便企业获取更多的外部资金。金融发展能够从数量与效率两方面方便平台企业获取更多外部资金，缓解平台企业在基础设施建设方面资金紧张的情况，降低融资约束，缓解投资不足，提高投资效率。因此，本文在此基础上提出H1：

H1：地区金融发展有助于降低融资约束，缓解平台企业投资不足，提高投资效率。

（二）地区金融发展与平台企业过度投资

平台企业作为一种特殊国有企业，承担了更多政府职能。在晋升锦标赛压力下，地方政府官员为了提高GDP，并获得政治晋升，通过平台企业大量举债，很少考虑项目的经济效益，这会造成平台企业过度投资，降低投资效率，而金融发展水平越完善意味着金融合约能够得到有效执行，为了保证贷款本金与利息能够及时偿还，保护自身声誉不受损失，平台企业会更多从项目的长远经济利益出发进行投融资。随着金融不断发展，金融市场逐渐完善，金融产品以及金融机构的数量越多，银行之间竞争越激烈，这种以盈利为目标的动机会硬化金融机构对平台企业的约束。为了保障自身贷款的完全性，会增强对平台企业基础设施项目的监督与检查，强化了金融机构负债对平台企业过度投资的治理作用，使得金融机构能够对项目作出有效识别与判断，有效评估企业面临的风险与收益，更多考虑平台企业基础设施的经营性效率。基于理性人假设，良好金融发展水平能够发挥债务治理作用，促使平台企业从战略视角审视问题，在考虑公益性项目的同时，更多考虑基础设施的经济性效益，抑制平台企业过度投资，提高投资效率，基于此，提出H2：

H2：地区金融发展水平能够发挥债务治理作用，抑制平台企业过度投资，提高投资效率。

四、数据来源及研究设计

（一）样本选择与数据来源

本文以2013—2020年发行城投债的企业为研究对象，金融发展水平指标来自《中国地区金融生态环境评价》，政府投融资平台企业数据来自城投债评级报告，对原始数据做如下处理：（1）在度量平台企业投资效率以及分析金融发展与平台企业投资效率关系时，存在数据缺失，剔除该样本；（2）在计算投资效率时，资产负债率指标大于1，剔除该样本。剔除上述样本后，最终获得2116个样本观测值，本文数据为非平衡面板数据。

（二）投资效率的度量

Richardson残差度量模型能从数量方面度量企业投资效率，被学者广泛使用，但该模型是以上市公司为基础建立的，必须对模型进行修正，可用股票年度收益率度量公司盈利情况，平台企业为非上市公司，采用总资产收益率表示，修正后投资效率见模型（1）。

其中：i代表城投债公司；t代表年度；Inv代表投资水平，用当年的固定资产、在建工程与工程物资之和减上年固定资产、在建工程与工程物资之和的差额除以资产总额表示；Grow表示成长机会，用销售收入增长率表示；Lev代表债务融资，用资产负债率表示；Cash代表现金流，用现金与短期投资之和除以总资产表示；Age代表上市年限；Size代表公司规模，用公司总资产自然对数表示；Roa代表公司盈利状况，用总资产收益率表示；Year表示公司年度。

（三）构建融资约束指标（KZ指数）

有学者采用财务指标间接度量企业融资约束。本文参照魏志华等方法采用现金持有（Cash）、经营性净现金流量（Ocf）、资产负债率（Lev）、成长机会（Rev）4个因素作为融资约束的代理变量，构建KZ指数来度量企业的融资约束。（1）对全样本就各个年度将Cash、Ocf指标归为一类，Lev、托宾Q归为另一类。如果Cash、Ocf低于中位值kz1、kz2、kz3取值1，否则为0；Lev、Rev高于中位值kz4、kz5取值1，否则为0。（2）计算KZ指数，KZ=kz1+kz2+kz3+kz4。（3）采用Logistic回归分析，将KZ作为因变量对Cash、Ocf、Lev、Rev进行回归，计算出各变量的回归系数。（4）运用上述模型计算出每一家公司的KZ指数，KZ值越高，公司融资约束程度越高。

（四）变量选取

由于金融发展水平是基于中国城市金融生态环境评价的，投资效率是对企业投资效果评价，企业嵌套于城市，城市嵌套于省份，这就形成了企业—城市—省份多层数据关系。由于同一城市、省份的平台企业之间同质性较高，而城市之间、省份之间平台企业异质性较高，采用普通OLS回归违背了样本的独立性，导致有偏估计。也有学者采用稳健回归估计标准差，但存在非独立样本给出的信息少于同样数量的独立样本。采用固定效应模型，会使用大量的自由度，使模型变得不简洁。而多层线性回归模型则是将非独立性来源纳入方差来解决这个问题，故本文构建多层线性回归模型（2）和模型（3）。

其中，Overi、Underi分别代表投资过度与投资不足，该指标为模型（1）的残差项；Find表示地区金融发展；KZ为融资约束指标。对控制变量的选取本文参照魏志华等文献，控制公司规模（Size）、成长性（Growth）、资产收益率（Roa）、有形资产占比（Tangle）影响融资约束的指标。其中，Size用总资产取自然对数表示，Growth用营业收入增长率表示，Roa用净利润除以总资产表示，Tangle用存货与固定资产之和除以总资产表示。本文参照李延喜等的研究，控制了Growth、Lev、Ocf、Size、Fap、Gap、Gdpp影响投资效率的因素。μ表示城市之间或省份之间的方差成分，e表示城市企业之间的方差成分，各变量说明参见表1。

表1 金融发展与平台企业投资效率相关变量说明

五、实证检验

（一）不同地区平台企业投资效率的对比分析

根据国家“十一五”规划纲要提出新的战略区域划分标准，我国区域经济可以划分为东部、中部、西部与东北部，平台企业非效率投资表现为投资过度与投资不足。平台企业过度投资明显表现为省份与地区之间的差异，东、中、西、东北地区过度投资均值分别为0.0156、0.0263、0.0254、0.0302，东部地区投资效率较高，东北地区过度投资情况严重。平台企业投资不足明显表现为省份与地区之间的差异，东、中、西、东北地区平台企业投资不足均值分别为0.016、0.031、0.028、0.038，东部地区投资效率较高，中部地区、西部地区次之，东北地区投资不足现象严重。

进一步，本文采用Kruskal-Wallis H检验方法分析各省、各区之间投资效率是否存在明显差异，表2是2013—2020年各省、各地区投资效率差异K-W检验结果，可以看出投资效率在各省之间、各地区之间都在0.01水平上存在显著差异，说明平台企业投资效率存在明显的地区差异。

表2 各省、各地区投资效率K-W差异检验

（二）主要变量描述性统计

主要变量描述性统计见表3，由于异常值会影响研究结论，本文进行了上下1%的缩尾处理。可以看出：Overi最小值为0，最大值为0.593，标准差为0.039，最小值与最大值差异较大，说明平台公司之间过度投资差异较为明显；Underi最小值为0，最大值为0.317，标准差为0.033，最小值与最大值差异较大，说明平台公司之间投资不足，差异也较为明显。Find最小值为0.205，最大值为1.100，标准差为0.075，说明平台公司金融发展水平分布较为均匀，没有明显的差异；均值为0.582，中位数为0.573，说明金融发展的样本分布较为均匀，整体上金融发展水平比较好。从Lev、Ocf、Growth指标看，这些特征变量标准差较大，说明平台公司上述特征存在明显差异；Gap是地方财政缺口，最小值为-0.314，最大值为2.385，标准差为0.330，说明各个地方财政缺口差异较为明显。从其他控制变量来看，与以往学者研究基本类似，在此不再予以详细阐述。

表3 主要变量描述性统计

（三）多元线性回归分析

1.平台企业投资效率的地区差异检验

大量研究关注于整体层面的平台企业投资效率，而对各城市、各省间投资效率不均衡问题没有予以重视，实际上认为不同地区是同质性的。但事实上，由于各个地区资源禀赋、历史文化、自然条件差异较大，研究平台企业投资效率时需要考虑不同城市、省份差异化背景以及影响因素。金融发展是城市层面的数据，企业嵌套于某个城市，企业也嵌套于某个省份，这就形成企业—城市、企业—省份之间的层次关系，为了证明平台企业投资过度、投资不足是否存在明显区域差异，本文对此进行检验，回归结果见表4。可以看出：Overi按照省份、城市分层下的ICC（p）值分别为0.113、0.132，0.113＜0.132，说明过度投资的省份效应略小于城市效应（ICC（p）＞0.059，说明过度投资存在省份与城市之间的差异）；Underi按照省份、城市分层下的ICC（p）值分别为0.208、0.228，0.208＜0.228，说明投资不足的省份效应略小于城市效应（ICC（p）＞0.059，说明投资不足同样存在省份与城市之间的差异），应当采用多层线性回归模型进行估计。

表4 平台企业投资效率地区差异检验

2.金融发展对平台企业投资效率的影响机制：多层线性模型实证

为了证明本文H1、H2，就地区差异下金融发展对平台企业投资效率的影响进行多层线性回归分析，回归结果见表5。列（1）考虑城市之间变异和城市内部变异之后的回归结果，Find与KZ指数的回归系数为-0.477，在1%水平上显著；列（2）考虑省份之间变异和省份内部变异之后的回归结果，Find对KZ指数的回归系数为-0.471，在1%水平上显著，说明良好的金融发展水平能够使平台企业获取更多外部资金，减缓了平台企业在基础设施建设方面资金紧张的局面，降低了融资约束。列（3）、列（4）是将Find、KZ指数一同放入模型的回归分析结果，Find与Underi的回归系数分别为-0.056、-0.051，都在1%水平上显著；KZ指数与Underi的回归系数分别为-0.016、-0.017，都在5%水平上显著，说明良好的金融发展水平能够降低平台企业融资约束，缓解投资不足，提高投资效率，融资约束在金融发展与平台企业投资效率之间发挥了部分中介作用，这恰好证明了本文H1。列（5）、列（6）考虑城市、省份之间变异和城市、省份内部变异之后良好的金融发展水平与平台企业过度投资的回归分析结果，可以看出：Find与Overi的回归系数分别为-0.046、-0.041，分别在5%、10%水平上显著；Find×Lev与Overi的回归系数分别为-0.034、-0.027，都在5%水平上显著，说明良好的金融发展水平能够发挥债务治理作用，促使平台企业从战略视角审视问题，抑制了平台企业过度投资，提高投资效率，这恰好证明了本文H2。

表5 地区差异下金融发展对平台企业投资效率的影响

六、稳健性检验

（一）投资效率度量的系统偏差

由于受到外部宏观政策、市场环境的影响，修正后的Richardon残差度量模型可能会存在系统性偏差，为了克服这一问题，本文借鉴李延喜等的研究思路，按照模型（1）求出残差项取绝对值后，分别就投资不足、过度投资依从大到小的顺序进行排序，保留残差项绝对值最大的一组作为投资不足组和过度投资组，然后采用模型（2）进行多层线性回归分析，回归结果仍然支持本文的研究假设。

（二）样本的集群现象问题

在分析投资效率区域分布时，样本分布与金融发展有密切联系，在金融发展水平较高的城市、省份，平台企业的数量越多；而在金融发展水平较差的城市、省份，平台企业的数量越少，即平台企业样本存在一定的集群现象。东部、中部、西部、东北部分别有10个、7个、11个、3个省份，东部的上海、广东、江苏的平台企业较多，西部新疆、西藏等的平台企业较少。为了进一步检验样本分布是否与平台企业投资效率相关，本文通过工具变量进行检验。以金融发展作为因变量，投资过度、投资不足的样本数量（N）分别作为自变量，进行回归分析，具体参见模型（4）：

其中，Find为城市金融发展水平，β为常数项，β为变量系数，Num为各个省份平台企业的数量，i为31个省、自治区、直辖市，ε为残差项。寻找工具变量，对模型（3）进行回归分析，残差项分别作为投资过度、投资不足对应的工具变量Iv1、Iv2。把Iv1、Iv2作为自变量，代入模型（2）进行回归分析，回归结果仍然支持本文的假设。

（三）2SLS与动态GMM回归

本文采用2SLS与动态GMM回归克服内生性问题。（1）本文把各地区金融业就业人口数量占当地就业总人数之比作为金融发展的外生工具变量，该值越大意味着该地区金融发展水平越高，但该指标与平台企业投资效率没有显著关系；（2）采用Heckman二阶段分别就过度投资、投资不足进行回归分析，第一阶段回归系数分别为0.403、0.314，在1%水平上显著，说明采用各地区金融业就业人口数量占当地就业总人数之比可以在一定程度上代表地方金融发展水平；（3）从第二阶段回归结果看，Find与Overi、Underi回归结果分别为-0.101、-0.122，说明金融发展水平越高，平台企业投资效率越高；（4）采用动态GMM克服内生性问题。有学者采用金融发展滞后一期作为工具变量，由于金融发展水平在一定时期较为稳定，采用该方法作为工具变量可能并不合适。另外，金融发展是城市层面的指标，平台企业投资效率是企业层面指标，金融发展与平台企业投资效率可能不是因果关系导致的内生性问题，而是存在遗漏变量。因此，本文采用动态GMM进行回归分析。结果表明：Find与Overi、Underi的回归系数分别为-0.133、-0.109，在1%水平上显著，说明提高金融发展水平能够提高平台企业投资效率。

七、研究结论与建议

金融对一个国家的经济发展起着至关重要的作用，金融要把服务于实体经济作为其最终目标，本文从金融发展的视角，考虑城市、省份以及地区之间的结构性差异，采用多层线性回归模型分析地区金融发展对平台企业投资效率的影响，认为提高金融发展水平能够减少平台企业融资约束，缓解投资不足，提高投资效率；金融发展水平能够发挥公司治理作用，降低政府干预，抑制平台企业过度投资，提高投资效率。

本文分析金融发展对平台企业投资效率的影响，提出以下政策建议：（1）提高金融发展水平是化解平台企业债务的有效途径之一。提高金融发展水平应关注金融总量与金融结构两个方面，扩大金融交易规模，提升金融产业，在地位上增加金融总量；从金融工具、金融产品、金融服务等多方面提升金融交易结构，减少平台企业融资约束和政府干预，提高投资效率。（2）中央要从城市、省份层面实施差异化金融发展政策，从宏观层面整体提升平台企业投资效率。（3）改革政府官员的晋升指标，引导地方政府注重平台企业公益性职能，从长远角度关注其经营效益的发挥，强化市场机制对平台企业经营行为的引导；减少政府对平台企业的干预，让平台企业真正成为市场化竞争的主体，不断剥离平台企业的投融资职能，对平台企业进行经营市场化转型，是提高其投资效率、化解政府债务的有效途径之一。