融资约束、不确定性与企业投资结构——基于面板门槛回归模型的实证检验

舒 鑫

天津商业大学 经济学院，天津 300134

于 博

天津财经大学 金融学院，天津 300222

一、引言

企业的投资结构决策是指在给定资本情况下，按照不同维度标准进行结构比例的选择。一般来说，高流动性投资就是货币资金、金融资产的投放，低流动性投资就是固定资产、研发投资等，二者是企业经营发展所需要的，然而不可兼得。尤其在经济增长下行趋势持续不改善，实体企业面临产能过剩、劳动力成本上升、实体投资回报率下滑等周期性挑战，并纷纷进入金融、房地产等热门行业，导致了实体与金融部门之间的结构性失衡明显加剧（张成思和刘贯春，2018［1］）。整体来看，企业投资决策是一个动态调整的过程，而企业的投资结构是基于内部环境和外部环境的变化不断调整而形成的（Titman and Wessels，1988［2］）。

融资因素对企业行为具有重要影响（李延喜等，2015［3］），特别是银行的信贷融资约束制约着实体企业的投资行为。而商业银行的信贷行为更加紧密关注宏观经济形势，有必要将宏观经济的不确定性作为银行信贷决策的依据。从已有的研究成果看，要么从企业内部的融资约束（连玉君等，2010［4］；张成思和刘贯春，2018），要么从外部融资环境（鞠晓生等，2013［5］），抑或是从不确定性（王红建等，2014［6］；Duchin et al.，2017［7］）等角度研究对企业投资决策（金融资产、固定投资和创新）的影响，缺少一个从不确定性视角来考察其通过对银行信贷行为的冲击导致企业面临外部融资约束提高进而影响企业投资决策的思路和方法。此外，国内外学者对影响企业投资决策的动因进行了多方面的讨论，但大多从投资规模的视角进行分析，而对投资结构变化的研究较为罕见。中共十九大报告指出，要深入推进供给侧结构性改革，尤其是推进金融供给端改革，是促进实体经济高质量增长的重要政策取向。实体企业作为供给侧改革的主要参与者，其投资方式将是经济结构调整和发展方式转变的重要抓手。

因此，本文基于企业流动性投资结构视角，基于数据和理论分析对融资约束、不确定性与企业投资决策三者之间的内在逻辑进行深入刻画。本文第一个研究任务便是构建流动性维度下的投资结构（金融资产／固定资产）和融资约束的理论模型，并引入跨期的概念。一旦企业面临融资约束预期时，企业的流动性结构是否发生变化？如果变化，是出于预防性动机提高流动性投资，还是出于平滑动机降低流动性以增强竞争能力？本文第二个任务便是探究不确定性对投资结构的间接作用效果。外部不确定性不仅能直接影响企业投资信心和对未来投资机会的预判，同时也有可能通过影响金融市场的避险情绪压缩企业间接融资空间进而影响企业投资行为。邱兆祥和刘远亮（2010）［8］从理论和实证上证明了不确定性与商业银行信贷行为存在反向关系。因此，不确定性上升时会影响银行的放贷意愿进而加剧企业的融资约束困境，但不确定性程度是否会导致企业产生融资约束预期进而影响其流动性结构偏移？就方法而言，本文将以不确定性为门槛变量，构建面板门限回归模型来考察融资约束与企业投资结构之间的非线性关系。最后，本文第三个研究任务是考察在没有融资约束预期的条件下，即从理论模型推导出企业流动性结构保持稳定状态，什么类型的企业会基于平滑动机调整流动性结构，并以此拓展有关投资决策的异质性分析。

本文的边际贡献主要体现为三个方面：一是现有文献大多从企业投资规模水平视角，而非投资结构视角来分析融资约束对企业投资决策的影响，鉴于此，本文根据企业投资项目的流动性特征，将投资结构划分为高流动性投资项目（金融资产）和低流动性投资项目（固定资产），构建一个附加融资约束预期的三期企业跨期投资决策模型，进而系统分析融资约束对企业投资结构的影响；二是现有文献多围绕经济政策不确定性和融资约束对企业投资决策的直接影响展开研究，较少深入刻画经济政策不确定性会通过影响企业融资环境进而影响企业的投资行为这一间接作用，本文在这方面进行了有益补充，并以不确定性为门限变量，通过理论和实证验证了融资约束与企业投资结构之间的单一门限效应；三是进一步从调整成本和投资机会维度刻画了企业投资决策的异质性特征。以上研究有助于从企业投资结构变化来反思如何化解实体主业投资不足，加速企业高质量发展。

二、文献回顾与述评

（一）融资约束对企业投资决策的影响

现有文献对融资约束的经济后果研究颇多，本文主要从流动性投资（金融资产）和非流动性投资（固定资产、创新投资）这一维度进行剖析。关于融资约束对企业流动性管理的问题，最早可以追溯到Keynes（1936）［9］，其指出在完美的资本市场中，企业可以不用持有流动性资产便能实现正常经营。然而在现实中由于金融市场的种种摩擦，企业在日常活动中一般会持有一定规模的流动性资产（Opler et al.，1999［10］）。后续研究进一步深化该理论，面对外部融资环境波动的冲击，企业并不只是接受者，事实上，企业可以通过其对未来融资的预期，适时调整其经营状况和财务决策（Bates et al.，2009［11］）。

有学者指出企业持有流动性资产的初衷是从预防性动机出发，当企业面临融资约束时，通过持有大量的流动性资产为后续投资提供资金保障，这种现象可称为“流动性缓冲”（Almeida et al.，2004［12］），而且融资约束越严重，企业对流动性资产的需求也越高。一般来说，企业当期拥有较多的外部流动性资金，则投资规模会增加。而企业未来的流动性不确定性程度越高时，则会提升对未来的融资风险。根据实物期权理论可知，融资约束的存在提高了跨期投资的选择权价值，进而降低企业的等待投资的价值并增加即期投资。换言之，融资约束越高的企业其更有动力实施积极的流动性管理政策并持有较高的流动性资产有利于企业把握未来的投资机会（连玉君等，2010）。陆正飞和韩非池（2013）［13］认为企业投资金融资产与现金持有均具有较强的流动性特征，当企业面临融资环境不确定性上升时，为了缓解未来现金流不确定性，企业将增持金融资产投资规模（Opler et al.，1999；Duchin et al.，2017）。

关于融资约束与非流动性投资的研究，主要关注对固定资产和创新研发的影响。从企业固定资产投资视角来看，现阶段的中国实体经济存在一个典型的事实特征，固定资产投资率持续下滑，以全社会固定资产投资为例，从2011年平均增速为20%下降至2018年5.9%（刘贯春等，2019［14］）。而与之形成鲜明对比的是，金融投资市场的过度繁荣景象，促使中国实体经济的根基不断受到侵蚀，这不利于产业升级与结构性转型。而中国是高度依赖物质资本积累实现经济增长的国家，因此稳定固定资产投资有利于扭转实体经济“金融化”局面。然而，企业投资固定资产行为与其融资环境紧密相关，主要表现为两个方面。其一，企业未来资金流不确定性提升加剧固定资产投资的缩减。企业融资约束预期发生变化，会影响企业未来资金流的不确定性，在预防性储蓄理论和实物期权理论基础上，企业持有的固定资产规模将会下降而现金资产持有规模将大幅增加（张成思和刘贯春，2018）。其二，信贷供给端的缩减加剧企业资金流不足进而制约固定资产投资。经济政策不确定性会使得银行等金融机构收缩信贷规模，加剧企业融资约束程度（张琳等，2015［15］），进而关乎企业管理层对未来经济走势的预期和判断，会使得投资期望收益减少从而影响企业的投资决策，导致企业缩减投资规模、投资率以及资源配置出现扭曲现象（王义中和袁珺，2017［16］），即经济不确定性对固定资产投资具有显著的负向作用。从研发投资的视角来看，鉴于其具有投资周期长、不确定性高且高风险性等特征，其对资金的需求更加迫切，进一步强化了研发投资的融资约束程度。熊广勤等（2019）［17］通过研究中国创业版上市的企业发现融资约束对企业研发投资存在显著的抑制作用，表明创业板上市的企业其研发创新活动自身的特点导致了融资约束的产生。但也有学者指出融资约束对企业创新存在正向影响，如鞠晓生等（2013）从调整成本视角出发，指出当受融资约束的企业的财务状况受到负面冲击时，通常依据调整成本的高低进行反向调整，可以通过配置营运资本来熨平财务波动，即调节营运资本配置来保证创新投资的稳健投资。此外，周弘等（2020）［18］构建了融资约束与企业投资组合选择（金融投资与实业投资）模型，发现金融投资与实业投资之间的收益率差距越大越能推动融资约束企业金融化水平。

（二）不确定性对企业投资决策的影响

已有文献分析不确定性与企业金融化的关系但尚未得到一致结论。有学者认为二者存在正向关系，例如王红建等（2014）、Duchin et al.（2017）认为由于外部不确定性上升加剧了企业对未来投资机会的悲观预期，于是在进行投资决策时，企业充分考虑了金融资产的流动性特征和收益性属性，进而偏向于持有大量金融资产来应对未来不确定性可能造成的资金链不稳定问题。然而，经济政策不确定性与金融资产投资可能存在反向关系，主要从两个方面体现。第一，不确定性上升会加剧股票市场大幅波动，进而导致风险规避的管理者投资金融资产的意愿出现削减（陈国进等，2017［19］）；第二，Baum et al.（2009）［20］认为外部不确定性可能造成系统性风险的集聚，银行避险情绪上升，进而银行等金融机构的放贷意愿将会变弱，影响企业的融资规模，则企业配置金融资产的规模有所减少。

而关于不确定性与实体投资、创新投资关系的研究，已有大量国内外学者进行了深入分析。王红建等（2014）指出随着经济政策的频繁调整，企业很难把控宏观政策的变动方向，于是加剧了实体投资、固定投资的风险。并且根据实物期权理论可以看到，外部不确定性水平越高，则企业所拥有的期权价值将会上升。对于投资机会的选择将会使得企业对投资更加谨慎，为了规避潜在风险，偏向于延迟投资。而该理论假设投资存在部分不可逆性，对于高可逆性资产而言，Gulen and Ion（2016）［21］认为这类资产具有极强的变现能力，于是期权价值相较而言出现下降，企业可能会选择当期投资。此外，刘贯春等（2019）进一步分析资产可逆性在经济政策不确定性影响固定投资的调节效应，发现其弱化不确定性对企业固定资产投资的挤出效应。然而，顾夏铭等（2018）［22］实证检验得出了不同结论，指出经济政策不确定性与企业研发投资和专利数量存在正相关关系。

（三）文献述评

通过梳理融资约束和不确定性对企业投资决策的文献发现：第一，已有文献均是对投资决策的规模水平进行研究，而且融资约束和不确定性对金融资产投资、固定投资或创新研发的影响，尚未得到一致结论。鉴于企业本身具有异质性特征，因此通过规模水平决策来研判企业的投资决策是否出于理性有失偏颇，并且在结构性改革进程中，企业应更加关注投资结构的合理性。第二，融资约束对投资决策的影响以及不确定性对投资决策的影响均是分析其直接作用效果，但对其间接作用的分析较为罕见。根据张琳等（2015）指出经济政策不确定性上升会使得银行收缩信贷规模进而加剧企业融资约束程度这一思路，本文认为经济政策不确定性不仅会对企业投资决策产生直接作用，还会通过改变企业融资约束水平来间接对投资决策产生影响。第三，已有文献没有考虑对跨期融资约束预期的影响。事实上，自从“预期”这一概念引入到宏观经济以来已经备受关注，Pérez and Ander（2016）［23］认为企业管理层对未来融资环境的预期对企业投资决策具有重要的影响。

因此，本文随后的研究将分别结合上述三个方面给出补充分析：其一，基于投资结构的视角，从流动性维度将投资项目划分为低流动性资产（如固定投资）和高流动性资产（如货币资金、金融资产）；其二，在构建三期投资决策模型的基础上，增加跨期的融资约束预期这一条件，通过理论与实证检验分析共同探究融资约束预期对企业投资结构的影响，以拓展现有文献的研究边界；其三，加入不确定性这一门槛变量，探究该门槛值对融资约束预期与投资结构的拐点特征，以拓展与现有文献对经济政策不确定性相关的研究。

三、理论分析与假设提出

关于融资约束如何影响企业投资决策，国内外学者已做了大量研究，他们从投资理论、传统资本预算理论、融资约束理论等结合动态与静态的分析方法构建企业投资决策模型（Zingales，1997［24］；李科和徐龙炳，2011［25］）。但是这些投资决策规则只是在一定程度上解决了企业投资结构问题。对此，本文的模型构建是在Zingales（1997）的基础上叠加了跨期融资约束这一条件，从流动性维度将投资项目进行分类，通过构建一个含有融资约束预期的三期动态投资决策模型来重点探讨不同融资约束预期下企业流动性结构的变化。

（一）基本假定

1.企业投资主体假定。首先，假设企业服从利润最大化原则进行投资，即企业管理层及所有者满足理性经济人的假设。其次，与标准文献一致，本文假定企业管理者进行投资的行为符合风险中性假定。最后，以下理论推导过程重点关注融资过程中企业与投资者（股权或债权人）之间的契约关系，而有关股东与管理者之间的委托代理问题（如自由现金流代理成本问题）对企业投资的影响暂不纳入分析范畴，因为这一代理冲突主要影响企业投资的规模决策或时机决策，而非结构决策。

2.投资项目假定。在一个三期动态投资模型中，具体决策时序为0、1、2，分别代表企业投资期初、期中和期末。在时期0，企业需要在流动性维度上进行投资结构的权衡，为简化分析，本文假定流动性维度主要包括两种投资：不可变现投资（如固定资产投资）与可变现投资（如金融资产、货币资金等）。

设不可变现投资为IFix，其在时期1不可变现，必须到时期2才能获得现金流（1+ϖ）g（IFix）；设可变现投资为Iλ，其在时期1能够变现，可产生现金λg（Iλ），同时，也能在时期2产生现金流g（Iλ）。如果将λ理解为抵押折扣率（0＜λ＜1），则λg（Iλ）可视为Iλ以时期2的现金流g（Iλ）作为抵押而提前获取的现金流。对于IFix（不可变现投资）而言，由于能取得更高回报，故预期现金流为（1+ϖ）g（IFix），ϖ＞0；对于Iλ（可变现投资）而言，其预期现金流为λg（Iλ）。为简化分析，以下分析过程将项目Iλ因抵押而在时期1产生的现金流λg（Iλ）视为内部资金，即假定企业无需向资金提供者额外补偿信息成本，企业通过现金流抵押进行外部融资的额外成本为0。

设可变现投资Iλ主要包括安全性投资ICash和收益性投资IFin。ICash可理解为企业持有的现金、银行存款等准现金资产，其在时期1可以通过抵押（抵押率λ）获得现金流，也可以在期末形成固定的现金流g（ICash）；IFin可理解为企业持有的金融资产，如理财、股票、委托贷款等，其现金流假设存在两种可能：当宏观形势良好时，在时期2能获得现金流KHg（IFin），其概率为p；当宏观经济条件不利时，在时期2能获得现金流KLg（IFin），其概率为（1-p）。令＝pKH+（1-p）KL，则存在KH＞＞1＞KL，其中＞1表明收益性资产（IFin）的期望收益大于安全性资产（ICash）的期望收益；而KL＜1表明当经济形势出现恶化时，收益性资产（IFin）的实际收益将小于安全性资产（ICash）的期望收益。

3.融资约束假定。本文假定融资约束主要以融资成本差异为表现形式，尽管Almeida et al.（2004）认为“融资约束”既包括信息摩擦导致的成本约束，又包括信贷歧视及信贷配给而产生的融资量的约束。但为了简化分析，本文将融资约束的主要影响设定在成本差异方面。在此前提下，本文给出如下基本设定：假定企业因资金不足而产生外部融资需求（设需求量为E）时，这一融资的额外成本为Ct（E）。只要E＞0，则Ct（E）＞0、边际融资成本C't（E）＞0。其中，C't（E）＞0意味着当企业进行无抵押的外部融资时，资金成本将随融资量的增加而递增。若企业内部现金流充足，则E＝0，于是Ct（E）＝0，C't（E）＝0。

（二）模型设定

根据以上三个假定，时期0的投资项目有三种选择：不可变现投资IFix、安全性投资ICash和收益性投资IFin。由于内部现金流对投资具有重要影响，因此，假定时期0的内部现金流为W0，则在时期0的外部融资额为E0＝IFix+ICash+IFin-W0；时期1的投资取决于投资机会与未来风险条件，若经济形势良好，投资规模为I1H，概率为p；若经济形势恶劣，投资规模为I1L，概率为（1-p）。于是，时期1存在两种现金流可能：当经济形势良好时为W1H，概率为p；当经济形势恶劣时为W1L，概率为（1-p）。同理，时期1的融资规模有两种可能：

E1H＝I1H-W1H-λg（ICash）-λKHg（IFin），概率为p；

E1L＝I1L-W1L-λg（ICash）-λKLg（IFin），概率为1-p。

若不考虑时间价值，则企业在风险中性假设下的最优投资决策可通过求解以下极值问题获得：

对等式（1）求一阶偏导数，可得：

（三）模型求解

1.当C'0（··）＝0，C'1（··）＝0时，即不存在融资约束下的理想模型I*为：

2.当C'0（··）＞0，C'1（··）＝0时，则表示当期有融资约束，而未来预期不存在融资约束，则次优的模型I^为：

3.当C'0（··）＞0、C'1（··）＞0时，则既考虑当期融资约束，又考虑未来预期存在融资约束的实际投资规模I～为：

根据上述理论推导结果，可以发现当企业存在跨期融资约束预期时，企业便会调整其流动性结构，向高流动性资产进行偏移。因此，结合融资约束预期对投资结构的理论模型设定，企业在时点1的投资收益与经济状况是否良好二者紧密相关。因为经济环境的变动能够影响收益和成本，进而企业投资行为（投资规模和投资效率）会受到外部环境的冲击（谭小芬和张文倩，2017［26］）。企业在生产经营中，其未来的收益、成本都是不确定的，而随着外部环境不确定性的上升，企业将会持有一部分高流动性的金融资产来应对未来流动性短缺问题（Opler et al.，1999），强化了企业的预防性储蓄动机。现有文献从不同角度探究了不确定性对金融投资、研发创新投资或是固定投资等的影响，但忽略了企业的融资约束预期。企业的融资约束预期不仅受到自身经营状况、财务水平的影响，还会受到银行等金融机构的影响。在信贷供给方面，间接融资是中国企业融资的主要方式，然而外部经济的不确定性显然会影响银行的放贷意愿，导致避险情绪提升，进而会缩减对企业的放贷规模，于是，企业面临的融资困境将会加重。由此看出，外部不确定性上升不仅会直接影响企业的投资决策，还会通过影响企业融资约束预期，进而对投资行为产生间接的影响。

为此，本文基于不确定性视角梳理了融资约束与企业流动性结构的关系。当不确定性整体水平较低时，不确定性上升即便会在一定程度上影响银行缩减信贷规模，但由于外部不确定性仍旧在银行等金融机构的可接受范围内，因此，这种避险情绪并不强烈且持续性不强。这对于企业而言，在较低范围内的不确定性主要加剧了当期的融资约束，并不会影响其跨期融资约束。而当不确定性冲击越强时，银行的贷款规模显著下降，且具有“羊群效应”，银行的避险情绪明显发生恶化（邱兆祥和刘远高，2010）。这会导致企业当期融资约束上升，还会加剧跨期融资约束上升。换言之，以不确定性为门槛，当不确定性处在门槛值左侧时，企业主要受到当期融资约束的影响，结合理论模型推导，企业不存在融资约束预期时，其流动性投资结构仍旧处于理性水平；而当不确定性处在门槛值右侧时，随着不确定性上升，企业存在融资约束预期，进而企业会调整其流动性结构并向高流动性金融资产偏移。基于以上分析，提出本文假说1。

假说1：对于不确定性较低的经济形势，企业即便面临着当期融资约束，但并不会引起融资约束预期，因此，企业的流动性结构并不会显著调整；但当不确定性提高到某一点之后，企业不仅面临着当期融资约束水平的提升，还存在融资约束预期，因此，在融资约束预期作用下，企业流动性结构会偏离目标结构，进而向高流动性金融资产偏移。

四、样本选取与模型设定

（一）样本选取与数据说明

本文的研究对象为中国A股上市制造业企业，因此，剔除金融、房地产类公司。而对于样本周期的选择，由于2007年修订、从2008年起实施新《企业会计准则》，部分金融工具分类发生了变化，于是本文将2008年作为样本周期的起始点。考虑到2018—2019年期间，中国货币政策由“去杠杆”转为“稳杠杆”，且叠加中美贸易摩擦的不断升级，而2020年至今持续爆发的新冠疫情冲击着全球经济金融，在货币政策波动、极端事件冲击下，无法准确了解企业在自然状态下的一般运行规律，于是本文把2017年作为样本周期的终点①本文在实证检验中，尝试将样本周期延至2021年，并对2008—2019年、2008—2021年两个阶段进行检验。由结果可知，无论是加入政策波动还是突发事件周期，企业的投资结构变化都不显著，可能原因在于，在外部冲击下，企业无法自发调节其投资结构，其面临的目标函数也会出现变动而并非本文理论模型给出的利润函数，有可能追求风险最小化。因此，本文样本周期选择具有一定合理性。。此外，去掉相关财务数据缺失的公司；为消除极端值的干扰，本文采用Winsorize方法对连续变量进行上下1%缩尾处理，最终筛选出520家企业共5520个平衡面板观测值，数据均来自万得数据库。变量选取如下。

1.被解释变量：流动性结构（FinFix）。本文参考宋军和陆旸（2015）［27］、胡奕明等（2017）［28］对金融资产的度量，从中提取出交易性金融资产、金融衍生产品、短期投资、可供出售金融资产、买入返售金融资产、持有至到期投资、委托贷款、应收利息、长期应收款、长期股权投资和投资性房地产指标，将其存量规模进行加总得到企业持有的金融资产总体规模，并用金融资产总体规模与企业期初固定资产规模相除得到流动性结构，用FinFix表示。

2.核心解释变量：融资约束预期。本文采用财务柔性（FF）来表征企业所面临的融资约束预期。企业主要通过保持高水平的现金、低水平的负债和权益融资获取财务柔性。考虑到中国特殊的制度背景，股利支付对企业财务柔性的影响甚微，因此本文借鉴曾爱民和魏志华（2013）［29］的测量方法，设定财务柔性（FF）＝现金柔性+负债柔性，其中现金柔性＝企业现金持有比率-所处行业平均现金持有比率，负债柔性＝Max（0，行业平均资产负债率-企业资产负债比率（Lev））。财务柔性越大，表示企业面对未来现金流不足的冲击就会减小，则融资约束预期程度会大大降低，即财务柔性与企业融资约束预期成反向关系。

3.门槛变量：不确定性指标。本文采用银行家信心指数（BC）来表征外部不确定性程度。而BC的取值范围为0到1之间，其中，临界值为0.5。当BC处在0.5至1区间时，表示随着该值越大，银行家认为当前宏观经济更加稳定；反之，该指数在0至0.5范围内时，宏观经济则处在衰退阶段，进而随着BC值越小，外部不确定性将会加剧。由此可以看出，银行家信心指数与外部不确定性成反向关系。

4.控制变量Controls。基于既有文献的研究，控制了企业规模（Size）、企业年龄（Age）、企业杠杆（Lev）、盈利能力（ROA）、每股收益（EPS）、托宾Q值（Tobinq）和经营性现金流（Cfo）。具体变量定义见表1。

表1 变量的含义与测量方法

（二）相关变量描述性统计

表2描述了本文主要变量的描述性统计结果。首先，表2中FinFix的均值约为0.463，意味着企业持有金融资产的规模是固定资产持有规模的一半左右，但从最大值来看，部分企业持有金融资产规模较大，该指标的标准差为1.403。其次，FF的均值为0.041，其极大值为1.060，而极小值为-0.287，表明企业FF指标高低差异大，但整体水平不高。然后，从银行家信心指数（BC）来看，该均值为54.4%，而中位数为55.9%，处在临界值50%左右，表明银行家信心指数分布较为均匀。最后，企业规模均值为8.206，每股收益的均值为0.271，ROA的均值为3.4%，表明样本企业的盈利能力较大。

?

（三）面板门限回归模型设定

为了分析融资约束预期对企业流动性投资结构的影响，且考虑到外部经济政策不确定性高低可能会对企业投资决策产生异质性影响，即企业面临的融资约束预期水平对其投资结构的影响可能存在基于外部经济环境不确定性作用的门槛效应，本文采用门槛分析法，构建模型。

其中，下标it表示第i个企业第t年的数据。该模型表示当银行家信心指数（BC）在门槛值γ的左侧时，融资约束预期（财务柔性）对流动性结构的影响系数为β1；当银行家信心在门槛值γ的右侧时，融资约束预期对流动性结构的影响系数为β2。通过对模型（14）的简单变形，可以将其改写成模型（15）的形式。

其中，I（·）为指标函数。本文实证预期面板门限回归模型应存在单一门槛，根据前文研究假定，当外部不确定性较高时（即银行家信心指数较低，处于门槛值左侧），则企业流动性结构将会向金融资产偏移，于是，预测β1应显著为负，而β2系数并不显著。

五、实证结果与分析

（一）结构转换特征检验

在进行面板门限模型回归分析之前，需要通过门槛效应来检验是否存在门槛跳跃点，以及确定门限数量，从而明确门槛模型的形式。实证运用Stata15软件BS次数为300次得到门槛检验结果（表3）。其中，银行家信心指数的单一门槛值F值为10.48，在10%的显著性下显著，而双重门槛、三重门槛F值并不显著。因此，以银行家信心指数为门槛变量的财务柔性影响企业流动性结构偏移的模型将基于单一门限模型进行分析。

?

（二）结构转换特征及其门槛估计

财务柔性影响企业流动性结构的银行家信心指数门限估计值和置信区间如表4中所示，结合表5可知，门槛跳跃值为0.6510，即从平均水平来看，若银行家信心指数低于65.10%，则财务柔性与流动性结构成反比关系（-0.493），且在5%的置信水平下显著，但该信心指数超过门槛值之后，二者关系转为正向（0.058），但不显著。具体而言，当银行家信心指数处在门槛值左侧时，意味着外部不确定性增强，此时随着财务柔性价值的降低（融资约束预期加强），流动性结构将会向金融资产偏移，即当不确定性较高时，融资约束预期会促进流动性结构向金融资产偏移，这与本文研究假设一致，证明了企业持有金融资产的预防性储蓄动机的存在。而当银行家信心指数超过门槛值，外部不确定性将会降低，此时，随着财务柔性的降低企业流动性结构将会向固定资产偏移，即当不确定性较低时，融资约束程度会促进流动性结构向固定资产偏移，但这种关系并不明显，这与本文预期平滑效应关系不明显结果一致。

?

?

（三）调整成本差异对结构转换的影响分析

在基准模型回归中，本文发现在不确定性较高的情况下持有金融资产的预防性动机得到验证，但在不确定性较低的情况下平滑动机并不显著，对此，本文基于结构断点进行分段式检验，结果如表6第（1）、（2）列所示。通过对银行家信心指数为65.10%进行分组，当BC小于门槛值时，FF的系数显著为负（-0.556），而当BC超过门槛值的子样本中，二者的关系为正（0.631）但不显著，通过分段式静态面板回归实证结果进一步证明了门限模型的稳健性。在不确定性水平较低的情况下，为了验证平滑效应存在的可能性，本文进一步加入了调整成本（TC）来探究二者的异质性。对于金融资产和固定资产两种投资选择，企业进行调整的原则是追寻利润最大化（损失最小化），鉴于固定资产的调整成本明显高于金融资产，因此，企业财务出现负面冲击时，即在融资约束下，固定资产的投资被削减得更少（鞠晓生等，2013）。换言之，Δ固定资产＜Δ金融资产，因此，基于调整成本高低的分组，可以预测在门槛值右侧FF的系数应显著为正。

?

关于调整成本（TC）的计算，本文参考了李万福和杜静（2016）［30］的测算方法，即使用（a／2）（Ii，t／Ri，t）2Ri，t来度量企业的调整成本。其中，Ii，t为企业的研发费用，Ri，t为企业研发费用存量，a为常数。首先，通过对Ii，t／Ri，t＝c+（1／a）（Tobinqi，t-1）+εi.t这一模型进行参数估计，可得a的估计值为30，然后，借此进一步计算得到了调整成本指标，并以TC的均值划分为高调整成本组和低调整成本组，实证结果见表6第（3）列所示。本文发现FF对FinFix的系数为正（1.145）但并不显著，这与预期不合，因此在此基础上附加高投资机会这一属性重新进行静态回归，通过托宾Q值的均值大小将样本分为高投资机会组和低投资机会组。根据第（4）列结果可知，FF对FinFix的系数为正（2.242），且在10%的置信水平下显著，表明在不确定性较低时，具有高调整成本和高投资机会的企业其融资约束会促进流动性结构产生明显的偏移。综上所述，FF对FinFix的正向作用在高调整成本子样本中不显著，而在高调整成本+高投资机会（双高特征）子样本中显著，意味着企业受到融资约束困境下，尽管固定资产的调整成本颇高，但若企业没有适当的投资机会，则企业不会进行流动性结构调整；反之，当企业投资机会预期较高时，企业很有可能基于利润最大化、损失最小化原则进行结构性调整，而平滑效应由此能够得到凸显。

六、稳健性检验

（一）对样本期与模型设定形式的稳健性检验

稳健性检验1（表7）主要从样本选取时间和变量选择两个部分进行稳健性测试：一是基准模型以2008—2017年为样本期，鉴于2008年出台的“四万亿计划”可能会对企业的经营数据存在扰动，对此稳健性部分将样本期限定在2010—2017年；二是主检验在度量金融资产时并未将货币资金纳入其中，鉴于货币资金具有较强的流动性以及持有该资产主要是出于预防性储备动机，因此稳健性测试时将货币资金纳入金融资产行列之中；三是借鉴张成思和刘贯春（2018）的衡量方法，以六期企业经营性现金流为滑动窗口计算其标准差并将其视为现金流不确定性（Ucfo）的测量指标，作为核心解释变量；四是采用经济政策不确定性（EPU）来刻画企业所面临的外部不确定性程度，作为门槛变量；五是参考胡奕明等（2017）的研究，将总资产周转率和股权集中度（前十大股东持股比例）加入控制变量之中，控制资产管理效率和代理水平对流动性结构的影响。

?

从表7可知，该模型的门槛变量为2.444，当EPU处在门槛左侧时，Ucfo对FinFix的估计系数为正（0.005）但不显著，这与本文的基准回归结果一致，即当不确定较低时，随着融资约束的增强企业并没有调整其流动性结构，即该投资结构处在合理状态。而当EPU大于门槛值时，Ucfo对FinFix的估计系数为正（0.026），在5%的置信水平下显著，意味着当不确定性较高时，随着Ucfo的增强，企业面临的融资约束增强，进而影响其融资约束预期增强，最终导致企业调整其投资结构，向流动性较强的金融资产偏移，这与本文的假设一致。

（二）分段式稳健性检验

稳健性检验1选取的样本期是2010—2017年，估计了在经济政策不确定性为门槛变量时现金流不确定性对企业流动性结构的影响，在EPU超过2.444时，两者的关系从不调整到调整进行了转变。这意味着以该临界值进行分段静态回归能够观察到这种结构跳变的特征。为此，本文采用静态面板模型来检验表6的合理性。

分区间回归结果见表8第（1）、第（2）列，发现在不确定性的左侧（EPU≤2.444），Ucfo与FinFix的关系为负，但并不显著；而在不确定性的右侧（EPU＞2.444），两者关系显著为正。该分样本结果与表6一致，即当不确定越高时，融资约束预期会促使流动性结构向金融资产偏移，而不确定较低时，企业并不会调整流动性结构。此外，为了验证表6第（3）、第（4）列的结果，稳健性部分将基于企业杠杆（Lev）的均值来划分高调整成本组（大于等于均值部分）和低调整成本组（小于均值），通过表8第（3）列的结果，发现具有高调整成本的企业其流动性结构对融资约束的强弱并不敏感。而从第（4）列的结果可得，当企业同时具有高调整成本和高投资机会特征时，融资约束对流动性结构的影响显著为负，进而验证了企业在调整成本和投资机会预期高的水平下，融资约束对流动性结构存在平滑效应。

?

（三）内生性检验

1.基于面板联立方程模型的分段式检验。由于企业融资约束与企业投资决策可能存在互为因果关系，即存在融资约束能影响企业投资决策，又存在企业投资行为影响企业融资约束情况，而在基准模型中尚未解决二者的内生性问题，可能会导致实证结果出现较大误差，于是本文在稳健性检验中进一步通过面板联立方程考察不同分段样本下的融资约束与流动性结构之间的互动关系。采用三阶段最小二乘法（3SLS）来估计联立方程，该方法考虑到了不同方程中的随机误差项，有利于降低模型异方差。由检验结果可得，财务柔性对流动性结构的确产生抑制作用，与本文认为融资约束预期能促使企业投资结构偏向高流动性金融资产相吻合且控制住二者之间的内生问题后二者的因果关系得以验证。

2.包含企业投资决策惯性的动态稳健性检验。企业的投资结构通常具有一定的惯性，即当期投资决策很可能会受到上一期投资决策的影响。因此，为考虑模型变量间的内生关系和动态变化特征，本文在稳健性检验中将纳入被解释变量的滞后一期（L.FinFix）。检验结果再次验证了融资约束与企业投资决策之间存在非线性特征①限于篇幅，本文未列出部分稳健性检验图表，备索。。

七、结论

本文基于中国A股上市制造业企业2008—2017年520家面板数据，以银行家信心指数作为外部不确定性作用的反向指标进而作为门限变量，运用面板门限模型，考察了融资约束预期与企业流动性结构之间的非线性不确定性门限效应。研究发现：第一，融资约束与企业流动性结构的关系存在非线性不确定性作用单一门限效应，而银行家信心指数的门限值为0.6510。在信心指数不断缩小的过程中（外部不确定性扩大），融资约束对流动性结构的影响将由负向作用跳转为正向作用，且正向作用显著。这一发现说明在不确定性较低时，企业流动性结构对融资约束的影响并不敏感，由于不存在融资约束预期，所以企业的投资结构仍旧保持最优；在不确定性较高的水平下，企业出现融资约束预期，会导致企业调整其原有的流动性结构，出于预防性储蓄动机，企业会增持更多高流动性资产以抵御融资约束预期带来的负面影响。第二，尽管企业在低不确定性水平下不会调整流动性结构，但通过调整成本和投资机会的异质性分析发现，对于高调整成本和高投资机会的企业而言，面对融资困境，企业出于利润最大化、损失最小化原则会促使流动性结构向高调整成本的固定资产进行偏移。这意味着在不确定性水平较低时，鉴于投资项目调整成本差异和未来投资机会预期，融资困境会促使企业平滑调整成本更高的固定资产。

根据研究结论，本文提出三点建议。第一，完善企业融资环境，深化金融体制改革。本文实证结果发现当企业出现融资约束预期时，则会促使企业基于预防性动机调增高流动性金融资产规模，这很有可能会加速企业“脱实向虚”，因此，需要从企业融资问题上进行松绑，削弱融资约束预期，完善中国银行信贷，减少资本市场摩擦，推进中国金融体制改革，建立多层次的资本市场结构以拓宽企业融资渠道，提升资金在行业间和企业间的配置效率。第二，关注经济政策调整的强度和频率。政府部门频繁调整宏观经济政策，会提高其不确定性，进而影响银行体系的避险情绪以及企业投资信心，加重企业融资约束困境。稳定的经济政策有助于降低外部不确定性，进而确保银行与企业做出准确的投资判断。对此，政府应关注政策制定及实施过程中银行对政策的反应，加强与实体企业的沟通与协调，综合研判宏观经济不确定性可能对实体企业产生的负面影响。第三，基于调整成本提升与投资机会上升能够促进企业流动性结构向低流动性的固定资产进行偏移的实证结果，发现固定资产、研发投资存量规模越大、投资机会越高，其带来的低流动性投入的自我稳定的惯性就会越强。因此，国家应鼓励各类企业加大固定投资、创新力度，尤其是针对于初始研发投资为零的企业，通过营造良好的营商环境来推进新旧动能转化战略方针的实施。