我国上市公司的零杠杆现象与融资限制

，（博士生导师）

一、引言

在市场摩擦的假设条件下，关于资本结构的理论主要有权衡理论和啄序理论。从以往的研究文献来看，并没有针对“运用哪种理论能更好地描述公司融资决策”得出一致结论。而且，这两种理论都不能解释“为什么在我国有大量的公司采用零杠杆政策”。

Titman和Wessels（1988）、Rajan和Zingles（1995）主要研究了零杠杆的决定因素。Strebulaev、Yang（2006）首次对零杠杆公司进行了研究，但是从他们的实证研究结果来看，并没有给出合理的解释。Devos（2012）等研究了财务弹性或者管理防御是否为公司不采用杠杆经营的主要原因，但该研究没有考虑零杠杆的其他理论解释。鉴于对零杠杆公司的理解比较有限，因此需要对这个领域做进一步研究。

本文以我国的上市公司为样本，试图找出为什么有些公司会做出采用零杠杆政策的决策。文章主要以非债务公司（零杠杆公司）为研究对象，首先对零杠杆公司的特征进行了剖析，接下来研究了使用零杠杆的决定因素，并对零杠杆公司进行了分类，分为融资受限制和融资不受限制两类，从融资的角度对零杠杆决策进行了实证分析。

二、文献回顾

有学者对美国上市公司的保守杠杆政策进行了实证分析。Graham（2000）以 1980～1994年COMPUSTAT数据库中的上市公司为基础，通过对一系列边际税率进行估计，构建了一个“利息—收益”的减函数，认为如果企业使用最优的债务数量，可以使企业的价值提高15%。他还发现大型的、盈利能力强和流动性强的公司如果采用保守的债务政策，其预期的财务困境成本比较低；债务上的保守主义与过剩的现金持有量呈正相关关系，而与未来的收购行为关系不大。

Minton、Wruck（2001）基于1974～1988年CRSP和COMPUSTAT数据库，对价值在1亿美元以上的企业进行了研究，通过分析持续采用低杠杆政策的公司，研究了企业在债务上的保守主义现象，发现每年长期债务比例最小的企业，在连续5年内都采用保守的债务政策。他们认为保守的债务政策并不是某个行业的特别现象，在对财务困境过于敏感的行业，企业通常采用保守的债务水平，而且低杠杆公司的市价面值比普遍偏高。

Strebulaev、Yang（2013）基于1962～2003年期间的CRSP和COMPUSTAT数据库，对大型的非金融性公司和非公共事业公司避免采用债务经营的趋势进行了调查，发现行业和企业规模这两个因素不能解释企业的零杠杆现象。Dang（2012）也得出了相似的结论，但是其发现这些零杠杆的特征与标准的资本结构理论并不一致。Strebulaev、Yang（2013）还发现，当董事会规模比较小、独立性不强的时候，CEO股权份额比较高和CEO任期比较长的企业更有可能采用零杠杆政策，家族式企业也有可能采用零杠杆政策。

从以上学者对企业债务方面的研究来看，国外学者们主要的研究方向为：债务使用和企业价值之间的关系；债务使用与现金持有量的关系；保守债务使用的持续性；零杠杆与董事会规模及CEO任期之间的关系等。目前，我国研究上市公司零杠杆现象的文献还不多见，也未涉及零杠杆现象与融资限制方面的问题，本文主要从融资限制的角度对我国上市公司的零杠杆现象进行研究。

三、变量选取及描述性统计

1.数据来源及变量的定义。文章基于CCER经济金融研究数据库，对1992～2015年之间的上市公司进行了筛选，剔除了金融服务型企业以及数据缺失的部分企业。数据组成主要包括深圳证券交易所和上海证券交易所的部分上市企业。通过筛选，我们获得了1992～2015年期间2457家样本公司的数据，总共28290个观察值。

我们采用 Strebulaev、Yang（2013）对公司杠杆的定义方法，将公司i在第t年的杠杆率（Leverage Ratio）定义为：

其中：DLTTit是公司一年以上的长期借款和应付债券的和；DLCit是公司的短期借款和一年内到期的非流动长期借款之和。

Bessler等（2011）以及Strebulaev、Yang（2013）都采用账面杠杆和市场杠杆的概念进行研究，所得出的结论是一致的。为了简化，本文主要采用账面杠杆的概念，在文中简称为“杠杆”。

2.零杠杆公司的定义。如果公司i在第t年对外的短期借款（包括资产负债表中的短期借款和一年内到期的非流动负债）与长期借款（包括资产负债表中的长期借款和长期应付债券）的和等于零，则该公司被称为零杠杆公司。通过对1992～2015年间我国深市和沪市上市公司样本中每年的零杠杆公司所占比重进行分析，发现在整个样本期间我国上市企业中零杠杆公司所占比重为10.90%；1995年比重最小，为2.46%；2012年比重最高，为18.90%。整体来看，1992～2015年期间零杠杆公司所占比重的变化是比较大的。

3.描述性统计。表1对所有变量进行了定义。

表1 变量定义

表2是我国上市公司中零杠杆公司的描述性统计结果，且本文对在1%和99%分位的观测值进行了缩尾处理。

从表2的描述性统计结果来看，采用零杠杆政策的公司平均年龄（10.53）要比总样本的平均年龄（14.21）低，说明采用零杠杆政策的公司都比较年轻；零杠杆公司的规模偏小；零杠杆公司的市价面值比（3.94）要高于总样本的市价面值比（2.03）。同时还可以看出，零杠杆公司持有更多的现金，有形资产率比较低，盈利能力更强，未分配利润更多，长期投资支出比较少，缴纳的税额更多。

四、回归分析

为了进一步研究企业对零杠杆政策的偏好，我们对样本期间的观察值进行了回归分析，表3列出了零标杆企业的回归分析结果，目的是检验企业是否越来越倾向于采用零杠杆政策。

如果公司在当年采用的是零杠杆政策，则其二元因变量为1（否则为0），所有的解释变量都滞后一年。第（1）列列出了标准的资本结构变量（盈利能力、市价面值比、规模和有形资产率）的回归结果；第（2）列在标准资本结构变量回归的基础上增加了行业效应（以建筑、房地产行业作为基准）；第（3）列在标准资本结构变量的基础上，对回归模型进行了扩展，加入了现金占资产比、未分配利润、长期投资支出、税收比等变量；第（4）列则在第（3）列的基础上增加了行业效应的分析。

在啄序理论的基础上，我们假设盈利能力越强的公司越有可能采用零杠杆政策，因为它们能依赖内部融资。由表3可知，盈利能力系数为正，证实了我们的假设。特别地，采用零杠杆政策的公司规模更小、增长机会更大、有形资产所占的比重更低。Leary、Michaely（2010）认为所有这些公司的特征都与信息不对称相关，信息越不对称，公司越有可能采用零杠杆政策。长期投资支出的系数为负，我们认为这个结果体现了融资弹性的需求，从这个意义上讲，预期投资额高的公司采用零杠杆政策是为了避免采用风险较高的债券融资。市价面值比和现金占资产比的系数为正，与我们的预期一致。第（3）、（4）列中，税收比的系数为正，表明税收支付额较高的公司更有可能采用零杠杆政策。

表2 总样本与零杠杆描述性统计

表3 零杠杆企业回归分析结果

五、融资限制对零杠杆公司的影响

大量的文献对公司的融资限制条件进行了研究。对高风险项目进行投资的公司，贷款人会对其信用进行评级，Stiglitz、Weiss（1981）对这类公司建立了相应的评估模型。类似地，Holmstrom、Tirole（1998）认为融资受限制的公司有可能依靠银行贷款来缓冲受到的流动性冲击。Eisfeldt、Rampini（2009）发现融资受限制的公司更有可能租借资产，而不是使用负债融资购买资产。

1.零杠杆公司的融资限制。Faulkender、Petersen（2006）认为公司发行债务的能力是衡量企业借款数量的指标。有信用评级的公司比没有信用评级的公司更容易在债务市场借款，因此有信用评级的公司一般都有比较高的杠杆。为了区分不同类型的零杠杆公司以及比较它们各自的特点，我们用两种方法衡量融资限制：①借债能力；②规模—年龄指标。

我们对1992～2015年期间的上市公司进行回归分析，用于估计一个公司是否有可能进入债务市场进行借款。如果公司i在第t年有长期债务评级，则二元因变量的值取1（否则取0）。在Faulkender、Petersen（2006）以及Lemmon、Zender（2010）的研究中，他们采用的指标有：有形资产比、规模、市价面值比、EBIT/销售额、研发费用、公司年龄、资产波动率、行业虚拟变量等。为了将样本分为融资受限制和融资不受限制的公司，我们在回归模型中插入了估计系数，并计算出一个公司在每个年份能获得信用评级的概率。这些概率水平可以用于衡量一个公司的借债能力。

本研究衡量公司融资限制的第二个指标是规模—年龄（Size-Age，简写为SA）。Hadlock、Pierce（2010）以公司的规模和年龄建立了一个融资限制指标：

式（2）中，Size为总资产的自然对数，Age表示上市公司年龄。如果该指标越高，说明公司的融资限制条件越多；如果该指标越小，说明公司的融资限制条件越少。

为了维持数据的面板结构，我们将样本期内的公司按照融资限制的计算方法分为五等份。首先，我们将公司的横截面数据按照上面的两种指标分为五等份，然后将所有的观察值分配到每一等份中去。接着将每一个公司在整个期间的观察值按照上述两个指标分为五等份，这样样本就分别按两个指标分成了五等份。对于借款能力指标而言，第五、第四等份的公司（Q5、Q4：评级概率最高）被认为是融资不受限制的，第二、第一等份的公司（Q2、Q1：评级概率最低）被认为是融资受限制的。而为了避免错误分类，我们将Q3排除在分析之外。

2.融资受限制的零杠杆公司和融资不受限制的零杠杆公司之间的比较。为了分析融资限制对零杠杆公司产生的影响，将融资受限制的零杠杆公司和融资不受限制的零杠杆公司的一般特征进行了相互比较，也与所有的负债融资公司进行了比较。表4的Panel A和Panel B中分别列出了借债能力和SA指标的估计值。对于每一个变量而言，计算了三个子样本（负债融资公司、融资受限制的零杠杆公司、融资不受限制的零杠杆公司）的平均值，用于检验这三个子样本是否存在两两差异（双样本t检验）。由表4可知，样本中融资受限制的零杠杆公司要比融资不受限制的零杠杆公司多很多。假设零杠杆并非公司所特意采用的策略，观察结果与我们的假设一致。

表4 融资受限制和融资不受限制的零杠杆公司

为了确保所采用的融资限制计量方法能正确区分融资受限制的零杠杆公司和融资不受限制的零杠杆公司，本文采用Almeida（2005）的方法计算了现金流敏感度，可以根据公司对现金流的偏好得出融资限制效应。采用Almeida（2005）的基本实证模型（以现金持有量的变化作为因变量，现金流、托宾Q、规模作为自变量），对我国零杠杆公司进行回归分析（这里没有列出结果）。回归结果表明，融资受限制的零杠杆公司对现金流表现出比较高的敏感度，表明它们进入资本市场获得借款的能力有限。

文章假设融资受限制的零杠杆公司盈利能力比所有其他债务融资公司的盈利能力要弱，以上实证结果与我们的假设是一致的。在样本企业中，融资不受限制的零杠杆公司是盈利能力最强的，其留存收益也最高。而一小部分盈利能力强的零杠杆公司故意采用极端保守主义债务策略，即不借任何款项。融资不受限制的零杠杆公司与融资受限制的零杠杆公司相比，盈利能力更强，股利支付率更高。但从企业的市价面值比来看，融资不受限制的零杠杆公司的市价面值比更低，所以增长机会更小。融资不受限制的零杠杆公司股利支付率比较高的主要原因可能是现金流存在代理成本。这种推测可以从“融资不受限制的零杠杆公司发行权益的数量比较少”得到验证，因此它们不受投资者的控制和监管。与债务融资公司相比，融资不受限制的零杠杆公司由于盈利能力强、现金持有数量多，主要依靠内部权益融资，而不需要筹集外部资本。

根据前面的分析，可以认为有两种不同类型的公司采用零杠杆政策。首先，大多数零杠杆公司是融资受限制的，而不能获得负债融资，这些公司规模比较小、刚上市、风险高。在本文的样本中，它们大多数都积极发行股权，而且有较大的增长机会。虽然这类公司盈利能力较弱，但是它们有比较高的股利支付率。其次，有一小部分公司故意采用零杠杆策略，这些公司融资不受限制。与融资受限制的零杠杆公司相比，这些公司盈利能力强、股利支付率高、上市时间更长、规模更大。这部分公司有融资能力而不采用负债融资，主要是由于公司有较高的股利支付率，可以通过增发新股获取资金，而不需要借助债务市场进行融资。

六、结论

本文对我国的零杠杆现象进行了实证研究，以CCER经济金融研究数据库的数据为基础，研究发现，在1992～2015年期间，我国平均有10.90%的公司采用零杠杆策略经营，11.43%的公司采用超低杠杆的方式经营。公司所处行业和公司规模并不能完全解释零杠杆行为。从回归结果来看，采用零杠杆政策的公司规模更小、增长机会更大、有形资产所占的比重更低、税收支付额更高、持有大量现金。信息越不对称，则公司越有可能采用零杠杆政策。预期投资额高的公司采用零杠杆政策是为了避免采用风险较高的债券融资策略。

研究通过借债能力和规模—年龄这两个指标，将零杠杆公司分为融资受限制的零杠杆公司和融资不受限制的零杠杆公司，发现大多数零杠杆公司是融资受限制的，而不能获得负债融资。这些公司一般为新上市公司，并且规模比较小、风险高。在研究样本中，这些公司大多数都积极发行股权，而且有较大的增长机会。虽然这类公司盈利能力最弱，但是它们有比较的高的股利支付率。其次，有一小部分公司故意采用零杠杆策略，这些公司融资不受限制。与融资受限制的零杠杆公司相比，这些公司盈利能力强、股利支付率高、上市时间更长、规模更大。通过分析可知，公司开始采用保守型的债务融资方式（即零杠杆政策）是为了改善财务环境和解决投资不足的问题，大公司较少做出类似的决策。对于没有债务税盾的公司和不存在财务困境的公司而言，则更可能采用零杠杆政策。

KrausA.，LitzenbergerR.H..A statepreference model of optimal financial leverage［J］.Journal of Finance，1973（28）.

Myers S.C.，Majluf N.S..Corporate financing and investment decisions when firms have information that investors do not have［J］.Journal of Financial Economics，1984（13）.

Titman S.，Wessels R.M..The determinants of capital structure choice［J］.Journal of Finance，1988（1）.

Rajan R.G.，Zingales L..What do we know about capital structure？Some evidence from international data［J］.Journal of Finance，1995（5）.

Shyam-Sunder L.，Myers S.C..Testing static trade off against pecking order models of capital structure［J］.Journal of Financial Economics，1999（2）.