商业信用治理非效率投资中的管理者效应

唐建荣，汪 晗

(江南大学 商学院，江苏 无锡 214122)

引 言

商业信用是企业在正常商品交易活动中由于赊购行为形成的信贷关系，与银行借款、公司债券共同形成企业的主要债务来源。尽管目前全球金融业已经高速发展，商业信用依旧应用广泛[1]。在金融市场尚不发达、信贷歧视仍然存在的环境中，商业信用更是受到众多企业青睐。2010—2018年，我国A股上市公司中商业信用(应付账款、应付票据和预收账款)在总资产中平均占比5.05%(1)数据根据国泰安数据计算得出。目前对商业信用的研究多聚焦于动机和影响因素方面，却忽视了其作为负债可能存在的债权治理作用，债务的治理作用最典型的体现便是对企业非效率投资的抑制。作为企业最主要的经营性负债，相对于其他债务来源，商业信用的债权人在治理过程中占据“得天独厚”的优势地位：供应商相对于其他债权人信息不对称程度低，监督控制效率高；企业为维持正常运营，保持合作关系，必须按时还款，这样的资金压力一方面减少了自由现金流，另一方面促使企业慎重进行投资决策。因此，有必要对商业信用与非效率投资的关系进行研究，进一步验证商业信用的债权治理作用。

在债务治理非效率投资方面，自Jensen(1986)提出自由现金流假说[2]，国内外学者从债务异质性、来源结构、债务期限等视角进行了深入研究，取得了相当丰富的成果。此类研究多是从企业层面考察债务对非效率投资的治理路径，但实质上，管理者是这一治理路径上必不可少的一环。尤其在研究商业信用这一经营性负债的治理作用时，与其他负债相比，商业信用的获得更基于信任，而能力强的管理者更易建立起良好的信任关系，获得更高的市场地位，传达出高水平的会计信息，这些优势均有利于企业取得更多商业信用，进一步则会影响其对非效率投资的治理效应。因此，本文进一步从管理者效应出发，研究管理者能力对商业信用治理非效率投资的影响效果。

一、理论分析与研究假设

(一)商业信用与非效率投资

由于现实商业活动中普遍存在信息不对称和委托代理问题，经典的投资有效假设被打破，表现为企业的过度投资和投资不足。

就过度投资而言，主要由资产替代效应[3]和经理人建造“个人帝国”[2]两种原因导致。资产替代效应建立在经理人(股东)—债权人代理冲突基础之上，当企业融资来源中负债占比较大时，经理人(假设与股东利益一致)倾向于投资高风险项目，因为一旦成功股东将得到最大收益，一旦失败债权人会承受最大损失，以此来进行资产替代，从而导致过度投资。“个人帝国”理论建立在股东—经理人代理冲突基础之上，当企业闲置资金过多时，经理人可能会无视投资项目的盈利性与否，一味过度投资来扩大企业规模。两种原因虽然基于的代理冲突截然不同，但共同点是可供经理人支配的自由现金流过多。相较于公司债券和银行借款，商业信用获得门槛低，预算软约束问题少，预期商业信用可对过度投资有较好的治理效果。具体可从两方面分析，一方面，商业信用属于短期负债并且有优先偿付权，企业面临到期还款的压力，非常有效地控制了可供经理人自由支配的现金流，从而抑制过度投资；另一方面，供应商在控制回款、获取信息、了解客户等方面均更具优势[4]。一般而言，供应商为保证资金安全，会理性制定较为严格的商业信贷政策，促使客户及时付款，保证自身资金回流。并且供应商在客户不按时还款时可以提出断供等威胁，而企业为保证正常运营，以及维护与供应商的交易关系，减少转换成本，会积极优先还款。这些来自供应商特殊地位的压力，抑制过度投资效果更好。

就投资不足而言，形成的主要原因也有两种，一是债权代理冲突带来的投资不足效应[5]：当投资项目的收益主要归债权人所有时，即便该项目很可能盈利，经理人(股东)也可能会选择放弃，导致投资不足。二是信息不对称带来的外部融资约束：信息不对称使得企业外部融资成本远远高于内部融资成本，企业难以从外部获得资金支持，自然只能转向内部，这样的情况在众多小企业中更为严重。商业信用可以说是这些信贷配给不足的企业的“福音”，极大地缓解了这些企业难以从外部融资的问题，使得这些企业能够有机会投资于有价值的项目。对于这类企业而言，商业信用俨然是一种有效的融资手段，发挥着短期融资工具的功能[6]，即便供应商提供了提前付款的折扣，下游企业多半依然会选择占用资金。同时，商业信用的短期还款压力也会促使经理人公平考虑盈利性为正的投资项目，缓解债权代理冲突导致的投资不足。另外，由于商业信用融入的主要是存货等实物资产，因此其在缓解融资约束、改善投资不足的同时，并不会引发自由现金流导致的过度投资。基于上述分析，本文提出以下假设：

H1a：对于过度投资的企业，商业信用能够减少投资支出，抑制过度投资

H1b：对于投资不足的企业，商业信用能够促进投资支出，改善投资不足

(二)商业信用、管理者能力与非效率投资

企业的运营离不开管理者的决策，管理者能力直接决定了决策的质量和企业未来的发展。决策理论认为，管理者能力是一种依赖个人行为的决策能力，受到个性、智力、记忆力等因素的影响[7]。资源基础理论认为，管理者能力包括管理者在掌控环境、行业、企业战略时的领域专长能力和在管理运用资源过程中获得经验的资源专长能力[8]。生产效率理论认为，管理者能力是管理者在成本效率和收益效率上权衡控制企业资源的能力[9]。现有研究表明，管理者能力越强，越能制定合理有效的经济政策，更能推动实施企业的发展战略，提高企业运营效率，提升企业经营成果[10]。

在商业信用治理非效率投资这一决策路径中，管理者能力的作用值得重视。一方面，能力强的管理者可以为企业争取到更多的商业信用。这主要得益于三个原因：第一，强能力管理者易与上下游企业形成良好信任关系。商业信用不同于其他负债，很大程度上依赖于双方企业的自我实施机制，在这种不完全契约关系下，良好的信誉则显得至关重要，是降低信息不对称、提高契约效率的关键，更是供应商提供商业信用时考虑的第一因素。第二，强能力管理者能为企业谋得更高的市场地位，获得更强的议价能力。企业所处谈判地位越高，获得的商业信用优惠越多[11]。第三，强能力管理者能通过会计信息传达高质量的企业前景预期。供应商对企业的经营活动、盈余预测、政策动向等信息了解得越多，其信息优势就越强，在制定商业信用政策时的顾虑就会越少，提供的商业信用优惠自然会越多。另一方面，能力强的管理者更加懂得高效利用商业信用。管理者能力越强，越能高效配置资源，对于短期融入的商业信用，解决了企业融资的燃眉之急，就亟需在短时间内将这部分资金运用于收益最大化的项目。能力强的管理者基于其自身的领域专长和资源专长，以及对项目风险与机会的高度敏感性，更能在短时间内将这笔短期融资用在刀刃上，投资于收益可观的项目，使得商业信用的使用效率最大化，治理非效率投资的效果也会得到增强。基于上述分析，本文提出以下假设：

H2：管理者能力越强，商业信用治理非效率投资的效果越好

综上，整体理论模型如图1所示。

二、实证设计

(一)样本选取与数据来源

本文选取2010—2018年我国沪深两市A 股上市公司的数据作为样本并进行以下筛选：(1)剔除金融行业的企业，因为其现金流巨大，不在实体经济范畴内；(2)剔除ST、PT公司，由于其经营状况异常，会对正常回归结果产生干扰；(3)剔除数据缺失的样本；(4)为控制极端值，对所有连续变量进行Winsorize缩尾处理(第1和第99百分位数)。筛选得到11 510个观测值。本研究中数据主要来源于CSMAR数据库，统计软件以STATA14.0为主。

图1 理论模型

(二)变量界定与模型设立

1.非效率投资的测量

关于非效率投资的测量，目前使用较多、认同度较高的是Richardson在2006年提出的残差模型[12]，因此本文也选择采用该模型测量企业的非效率投资程度。该模型假设企业的实际新增投资由预期投资和非效率投资两部分组成，通过回归拟合值估计正常投资水平，残差即为非效率投资：残差大于0，表示公司当年过度投资，后文用Overinv表示；残差小于0，表示公司当年投资不足，后文用Underinv(为方便对比分析，取绝对值)表示。模型如下：

Invi,t=α0+α1Growi,t-1+α2Levi,t-1+α3Cashi,t-1+α4Agei,t-1+α5Sizei,t-1+α6Reti,t-1+α7Invi,t-1+∑Indi,t+∑Yeari,t+μ

(1)

其中，Invi,t表示i公司在第t年的新增投资支出，借鉴周雪峰[13]的研究，选取企业购置长期资产的现金净流出与总资产的比值作为代理变量；Grow采用销售增长率作为企业成长性的代理变量；模型还包含如下变量：资产负债率(Lev)；现金持有量(Cash)；上市年限(Age)，取上市时间的自然对数；公司规模(Size)，取总资产的自然对数；年个股收益率(Ret)。为防止内生性，所有解释变量均采用滞后一阶的数值。此外，模型还控制了行业(Ind)和年度(Year)的影响。

2.管理者能力的测量

由于测量上的困难，在很长一段时间内有关管理者能力的研究几乎是停滞状态。早期对管理者能力的测量方法主要是基于内涵把握选取代理变量，使用最多的是管理者声誉、薪酬和异常收益这三个指标，这些指标可以在一定程度上代表管理者能力，但是过于偏重一个角度，易以偏概全，缺乏系统性的逻辑联系。2012年Demerjian等[14]率先提出DEA-Tobit两阶段模型方法，管理者能力的度量瓶颈得以突破，管理者能力的相关研究得以发展。本文也使用该模型度量管理者能力。该模型认为企业的效率取决于企业自身的现有特征水平和管理者能力这两个因素的共同作用，基本思想是先计算公司运营的全效率，再计算自身特征水平带来的效率，通过在全效率中剔除公司特征效率，剩下的便是管理者能力贡献的效率。整个模型分为两个阶段：

第一阶段：利用DEA(数据包络分析)计算企业运营的全效率，并按照行业进行标准化，设业内效率最高的企业效率值为1，剩余企业按相对比例计算数值，模型如下：

(2)

其中，产出变量为营业收入(Sales)；投入变量分别是：主营业务成本(CG)； 销售、管理费用之和(SGA)；固定资产(FA)；无形资产(IA)；研发支出净额(R&D)；商誉(GW)。

第二阶段：将上阶段得到的全效率与能代表公司特征水平的变量进行回归，并控制行业和年度，拟合值即公司特征带来的效率，残差即为管理者能力。由于上述效率值进行标准化以后均在[0，1]区间内，因此使用Tobit回归最为合适，模型如下：

FirmEfficiencyi,t=χ0+χ1Sizei,t+χ2MSi,t+χ3FCFi,t+χ4Agei,t+χ5BSCi,t+χ6OSi,t+∑Ind+∑Year+μ

(3)

借鉴李延喜等学者的研究，模型选取了公司规模(Size)、市场份额(MS)、自由现金流(FCF)、上市年限(Age)、公司多元化程度(BSC)、产权性质(OS)这六个指标作为解释变量来代表公司的特征水平。

3.商业信用与控制变量

企业的商业信用形式主要有应付账款、应付票据和预收账款三种，因此本文选取这三项之和除以总资产的比率来测量商业信用，为避免内生性问题，下文的模型中均对商业信用进行滞后一阶处理。同时，在参照刘娥平和关静怡[15]、盛丹和王永进[16]等学者研究的基础上，设置本文的控制变量为：自由现金流、公司规模、销售收入、投资机会、管理层激励(包括持股比例和薪酬)、企业业绩、企业成长性、上市年限、固定资产、银行存款和产权性质。此外，所有模型均控制了年度和行业。涉及的所有主要变量定义见表1。

4.模型设定

首先，本文设立如下模型检验商业信用与非效率投资的关系，分别对全样本、过度投资样本、投资不足样本进行三次回归检验，以保证稳健性。为验证假设H1a和H1b，需要关注三组回归中商业信用回归系数的符号，若显著为负，说明商业信用可以显著抑制过度投资和投资不足，则假设成立，即商业信用可以治理非效率投资。

In-inv(Overinv/Underinv)i,t=a0+a1CDi,t-1+a2FCFi,t-1+a3Sizei,t-1+a4Salesi,t-1+a5TQi,t-1+a6MHSRi,t-1+a7MSi,t-1+∑Year+∑Ind+μ

(4)

其次，要想研究管理者能力如何通过商业信用来影响其对非效率投资的治理作用，前提是了解管理者能力是否会影响到商业信用。根据前文的分析，管理者能力越强，获得的商业信用越多。因此，设立如下模型初步检验管理者能力对商业信用的影响，为下文的研究做好奠基工作。

表1 主要变量定义

CD=b0+b1Ability+b2ROA+b3Growth+b4Size+b5Age+b6FA+b7FCF+b8Bank+b9OS+∑Ind+∑Year+μ

(5)

最后，本文设立如下模型检验管理者能力对商业信用治理作用的影响，同样分全样本、过度投资样本、投资不足样本三组进行全面检验。结合上面两组模型，该模型的控制变量包括自由现金流、公司规模、销售收入、投资机会、管理层激励(包括持股比例和薪酬)、企业业绩、企业成长性、上市年限、固定资产、银行存款和产权性质。同时，模型也控制了行业和年度。为验证假设2，需要关注管理者能力和商业信用交乘项的回归系数符号，若显著为负，说明随着管理者能力的增大，非效率投资对商业信用的偏导数越小，即商业信用对非效率投资的抑制作用越大，治理作用越强，则假设成立。

In-inv(Overinv/Underinv)i,t=c0+c1CDi,t-1+c2CD*Abilityi,t-1+c3Controli,t-1+μ

(6)

三、实证检验

(一)描述性统计与相关性分析

表2列示了主要变量的描述性统计结果。从观测值来看，我国A股上市公司中非效率投资问题普遍存在，并且投资不足现象更多。从均值来看，过度投资的程度(0.076)要比投资不足(0.053)更加严重。过度投资样本中的最小值和最大值分别是0.001和0.458，投资不足样本中的最小值和最大值分别是0.001和0.165，可见过度投资现象不仅更加严重，不同公司过度投资的程度也相差很大。管理者能力的最小值为-0.257，最大值为0.499，说明我国不同企业的管理者能力存在较大差异，为其调节商业信用的治理作用提供了初步的可能性。

表2 主要变量的描述性统计

表3 主要变量之间的Pearson相关系数检验

表3列示了主要变量之间的Pearson相关系数，由于In-inv与Overinv、Underinv二者之间是包含的关系，相关性系数无意义，因此不列示，同理CD与CD*Ability也不列示。由相关性检验可知，在三组样本中，商业信用以及商业信用与管理者能力的交乘项均与非效率投资显著负相关，初步说明商业信用可以抑制非效率投资，且管理者能力越强，抑制效果越好。限于篇幅，其他的控制变量未列示，所有变量之间的相关系数均小于0.5，表明变量之间不存在严重的多重共线性。

(二)商业信用与非效率投资的关系

表4是使用模型(4)对商业信用与非效率投资关系检验的回归结果，为保证稳健性，模型(4)分样本进行了三次个体固定效应回归。由于固定效应回归得到的R2无实际意义，因此本文通过设置公司虚拟变量，再进行OLS回归得到较为准确的调整后R2，下文中所有个体固定效应回归的R2均是按照此方法计算得到，后续将不再赘述。由表4可知，在三组样本中，商业信用均与非效率投资显著负相关，表明商业信用可以显著抑制非效率投资，发挥治理作用，假设H1a和H1b得以验证。其中，全样本和过度投资样本均是1%显著性水平，投资不足样本是5%显著性水平，并且过度投资样本的回归系数绝对值最大，说明商业信用治理过度投资的效果和强度均强于投资不足，表明总体而言商业信用的优先偿付力大于其短期融资力。对于过度投资企业而言，商业信用的优先偿付性以及来自供应商的控制压力极大地遏制了自由现金流的滥用，抑制了过度投资。对于投资不足企业而言，商业信用的短期替代融资性质缓解了企业的融资约束，但是由于这种融资同样面临短期和优先偿付，使得商业信用对投资的促进打了一定的“折扣”，因此，商业信用对过度投资的治理效果优于投资不足。从控制变量看，在三组样本中均显著的有自由现金流、公司规模和投资机会。值得注意的是，过度投资样本中自由现金流与过度投资显著正相关，表明自由现金流是导致过度投资的一大重要因素，而投资不足样本中自由现金流与投资不足显著负相关，说明融资约束导致的投资不足随着自由现金流的增多得到了缓解。

(三)管理者能力对商业信用的影响

表5是模型(5)对管理者能力与商业信用关系回归的结果。为保证结果的稳健性，模型采用混合回归(Pooled OLS)和个体固定效应回归(FE panel+BS)两种方法进行检验。由表5可知，两种回归结果均显示管理者能力与商业信用显著正相关，验证了前文的分析，表明管理者能力越强，为企业谋得的商业信用越多。从控制变量来看，显著为正的有：企业成长性、上市年限、自由现金流、公司规模，说明这些表征公司能力的特征都会显著影响商业信用的获得。

表4 商业信用与非效率投资

注：***、**、*分别表示在1%、5%、10%的显著性水平上显著，下同。所有变量的VIF均在1-3之间，可排除多重共线性的影响。

(四)管理者能力对商业信用与非效率投资关系的影响

表5 管理者能力与商业信用

注：所有变量的VIF均在1-2之间，可排除多重共线性的影响。

表6列示了模型(6)管理者能力对商业信用与非效率投资关系的回归结果。三组回归结果均显示，商业信用与管理者能力交乘项(CD*Ability)回归系数显著为负，表明随着管理者能力的增强，商业信用对非效率投资的治理作用越强，假设H2成立。具体来看，过度投资样本中管理者能力的调节效应更强。其中的原因可从两方面分析：一方面，过度投资样本中的企业大多存在自由现金流过多的问题，而管理者能力越强，获得的商业信用越多，商业信用的短期优先偿还属性相应增强，对于自由现金流的抑制效果更好，这种抑制效果强于商业信用为投资不足企业带来的融资约束缓解效果。另一方面，根据上文分析，管理者能力调节商业信用治理作用的其中一个路径是借助自身专长在短时间内寻求最有价值的投资项目，尽量做到决策正确，效率最大化。过度投资企业相对投资不足企业的一大优势便是自由现金流的充足，有足够的资金基础是管理者发挥自己能力的前提条件，因此过度投资样本中管理者能力的调节效应更强。从控制变量来看，固定资产在三组样本中均与非效率投资显著负相关，说明随着企业长期投资的稳定增加，可供过度投资企业投资的自由现金流在急剧减少，一定程度上抑制了过度投资，而投资不足企业随着长期资产的投入增加，投资不足程度会渐渐变轻。另外，在过度投资样本中，自由现金流、公司规模、销售收入和银行存款均与过度投资显著正相关，而在投资不足样本中，这些变量均与投资不足显著负相关，主要原因是这些变量带来的大量现金流会加剧过度投资企业的过度投资，反过来也会缓解投资不足企业的融资约束。

表6 商业信用、管理者能力与非效率投资

注：所有变量的VIF均在1-3之间，可排除多重共线性的影响。

(五)稳健性检验

由于传统的Richardson残差模型回归的结果必定是非效率投资，即使残差值非常接近于0，仍然会被认定为非效率投资，对于这些样本，解释变量对其影响可能微乎其微，甚至可能干扰模型的解释力。因此，为保证稳健性，我们重新界定非效率投资的范围，分别剔除了过度投资样本和投资不足样本中下四分位数以下的所有样本，重新对所有模型进行了回归，结果见表7和表8。表7是商业信用与非效率投资的重新回归结果，三组样本中商业信用均与非效率投资显著负相关，其中全样本和过度投资样本均为1%显著性水平，投资不足样本为5%显著性水平，与前文结论一致。并且，回归系数均明显高于前文的回归结果，更加证实了商业信用的治理效果。表8是加入管理者能力之后的重新回归结果，三组样本中商业信用和管理者能力的交乘项(CD*Ability)均与非效率投资显著负相关，与前文结论一致，回归系数也高于前文的回归结果，进一步验证了管理者能力在非效率投资更严重的区域可以发挥更好的调节作用。

表7 商业信用与非效率投资-稳健性检验

注：所有变量的VIF均在1-3之间，可排除多重共线性的影响。

表8 商业信用、管理者能力与非效率投资-稳健性检验

注：所有变量的VIF均在1-3之间，可排除多重共线性的影响。

结 论

本研究以2010—2018年我国沪深两市A股上市公司的数据为样本，分别使用Richardson残差模型和DEA-Tobit两阶段模型测量了非效率投资和管理者能力，区分过度投资和投资不足，研究了商业信用这一经营性负债对非效率投资的治理作用以及管理者能力对该治理作用的影响。研究结果表明，商业信用可以有效治理非效率投资，且对过度投资的抑制作用要强于对投资不足的缓解作用；管理者能力对该治理作用有积极的影响，管理者能力越强，商业信用治理非效率投资的效果越好，且这种促进作用在过度投资样本中体现更强。

商业信用作为众多企业广泛使用的一种交易方式，在企业运营中发挥了重要作用，其作为一项经营性负债发挥的债务治理作用却鲜少被提及。对企业来说，在正确认知该治理作用的前提下，应充分重视与利用好商业信用，极大地发挥商业信用的非效率投资治理功能，提高企业投资效率。对监管部门来说，商业信用目前主要依赖于企业间的诚信基础形成不完全契约，但在目前的法律环境下仍能发挥治理作用，从侧面证明了商业信用治理的效果之优，在这样的情况下，外部监管部门如能进一步规范制度框架，商业信用的治理作用将会得到更好的强化。

管理者由于自身的专长、资源以及经验等的差异而形成了不同的管理者能力，管理者能力不同，对于商业信用的获取和使用也存在很大差异，进而影响商业信用的非效率投资治理作用。对于企业来说，充分了解管理者背景，评估管理者能力，根据企业情况和发展方向，选择在所需领域能力较强的管理者，组建最优团队，将直接有利于企业的投资决策，提高投资效率，更能有助企业资源合理配置，优化企业运营。对于供应商、客户等利益相关者来说，通过更加全面地了解管理者能力，与企业交易过程中制定的信贷政策会更加合理，且降低风险，也可以更加全面地监督和预防企业的非效率投资，利于形成双方的共赢局面。