投资现金流与融资约束Fazzari 4

用公司的融资约束状况方面的直接措施做准备，我们现在可以测量融资约束的恶化是否与投资—现金流敏感性的单调增加（如果d2I/dW2为负数话将会发生）有关。

A． 融资约束与投资—现金流敏感度

首先，我们通过FHP方法和公司样本财务状况估计回归来检验融资约束和投资—现金流敏感性之间的关系。在整个采样期间，我们使用的回归规格呈现在表Ⅰ中。表Ⅴ给出了我们的基本结果。从未的企业（每个样本年的NFC或LNFC）表现出最高的投资—现金流敏感性（0.702），远远超过了整个样本的投资—现金流敏感性（0.395），而对于很可能被的公司的来说，其投资—现金流敏感性是0.340，可能是受到的公司来说，其投资—现金流敏感性是0.180。这个系数对不受约束的公司在经济上和统计上比其他公司的系数大。

表Ⅴ

所有企业 N=49 从未受到的公司 N=19 可能受到的公司 N=8 很可能受到的公司 N=22 从未/可能受到的公司 N=27 可能/很可能受到的公司 N=30 CF t/K t-1 Q t-1 调整R2 0.395 [0.026] 0.039 [0.005] 0.584 719 0.702 [0.041] 0.009 [0.006] 0.793 279 0.180 [0.060] 0.016 [0.049] 0.240 113 0.340 [0.042] 0.070 [0.018] 0.410 327 0.439 [0.035] 0.033 [0.006] 0.655 392 0.250 [0.032] 0.059 [0.017] 0.358 440 正如前面所提到的，我们并不完全满意可能制约企业的分类。如果管理者倾向于少报道公司的财务状况的负面消息，那么这将是适合于„„。毫无奇怪，这组降低了对企业的约束系数为0.250，扩大了约束企业和五约束企业之间的差距。值得指出的是，0.250的灵敏度不显著不同的高分红FHP3级的企业，并且实际上比FHP2类企业的小。

或者，可能是我们一直过于保守，并把一些公司归类为可能受约束的公司，而事实上，他们是不受约束的公司。因此，我们也估计了一个回归，在这个回归中我们把可能受的公司和从来没有受的公司归为一组。虽然这显著地降低了投资—现金流敏感性（为0.439），但是它不会改变无约束企业表现出更大的投资—现金流敏感性的这一基本结果。

在表Ⅵ和Ⅶ中，我们重申了我们的基本分析，但把样本分成了两个时期：1970年至1977年和1978年至1984年。表Ⅵ把一个公司在1970—1977年这段时期与同一个公司在1978—1984年这段时期看着不同。表Ⅵ显示的是回归结果，因此，包括98家公司—子时期（企业—子时期固定效应）。再次，系数大幅度拒绝融资约束企业有更大的投资—现金流敏感性的假设。在表Ⅵ中，没有在一个子周期内的企业的投资—现金流敏感性是0.680。这明显大于所有子周期0.436的敏感性，也大于可能受到约束的企业的投资—现金流敏感性（0.259）或很可能受到约束的企业的投资—现金流敏感性（0.274）。

表Ⅵ

所有企业 N=98 从未受到的公司 N=57 可能受到的公司 N=14 很可能受到的公司 N=27 从未/可能受到的公司 N=71 可能/很可能受到的公司 N=41 每年都没有受到财务的公司 N=15 CF t/K t-1 Q t-1 调整R2 0.436 [0.028] 0.033 [0.005] 0.604 719 0.680 [0.041] 0.010 [0.006] 0.721 416 0.259 [0.067] 0.081 [0.059] 0.402 98 0.274 [0.050] 0.048 [0.023] 0.391 205 表Ⅶ

1970—1977 0.523 [0.034] 0.025 [0.006] 0.661 514 0.262 [0.037] 0.0 [0.021] 0.402 303 0.779 [0.084] 0.002 [0.009] 0.837 110 所有企业 N=49 从未受到的公司 N=23 可能受到的公司 N=7 很可能受到的公司 N=19 从未/可能受到的公司 N=80 可能/很可能受到的公司 N=19 每年都没有受到财务的公司 N=5 CF t/K t-1 Q t-1 调整R2 0.505 [0.037] 0.035 [0.017] 0.696 378 所有企业 0.746 [0.051] 0.006 [0.007] 0.827 179 从未受到的公司 N=34 0.247 [0.086] 0.027 [0.082] 0.381 50 可能受到的公司 N=7 0.3 [0.069] 0.025 [0.023] 0.4 149 1978—1984 很可能受到的公司 N=8 0.553 [0.045] 0.023 [0.007] 0.755 229 从未/可能受到的公司 N=41 0.306 [0.049] 0.029 [0.022] 0.446 199 可能/很可能受到的公司 N=15 0.783 [0.142] 0.002 [0.015] 0.832 40 每年都没有受到财务的公司 N=10 N=49 CF t/K t-1 Q t-1 调整R2 0.326 [0.044] 0.0 [0.026] 0.392 0.571 [0.069] -0.019 [0.028] 0.467 0.272 [0.152] 0.1 [0.088] 0.422 0.141 [0.061] 0.413 [0.084] 0.459 0.470 [0.058] 0.007 [0.027] 0.439 0.160 [0.053] 0.272 [0.073] 0.402 0.800 [0.126] -0.0 [0.047] 0.703 341 237 48 56

285 104 70 表Ⅵ还介绍了15个公司子时期的回归结果，我们将这些公司归类为NFC。十五个子时期中的十个都落在1978—1984年，在这段时期中，甚至FHP也认为样本公司不太可能被约束。令人注目的是，这15个子期间的投资—现金流敏感性是0.779，超过了我们在表Ⅵ和Ⅶ内提出的任何一组系数。

根据我们的分类方案以及该方案在表Ⅲ和Ⅳ中的定量支持，我们觉得无法争辩的是这些公司未能在上述15家子期间中的任何一家投入更多。我们也很难说，这些公司面临特别高的外部融资成本。例如，惠普被包括在这15个子期间在1978年至1984年之间（尽管不是1970年至1977年）。惠普1978年至1984年的投资—现金流敏感性是0.97，1970年至1977年的投资—现金流敏感性是0.91，整个样本时期的投资—现金流敏感性是1.15。值得强调的是15个企业，这些企业在NFC的每个子期间都有经济特征，这些特征相似于那些FHP3类的企业，支付高额股息并且具有低投资—现金流敏感性（0.23）。例如，NFC公司和FHP3类的公司有经济上和统计上难以区分的利息保障率。这似乎很难理解如何将一组企业归为受约束的企业还是不受约束的企业。

表Ⅶ分别列出了两个子时期的结果。再次，我们发现，没有证据表明融资约束说明投资对现金流的敏感性。在这两个子时期，我们归类为NFC和从来不受约束的企业拥有比其他组的企业显著性更高的投资—现金流明感性。此外，在1978—1984年期间，我们越是进行分类，其敏感性随着我们归类企业的约束程度单调下降。

B.财务约束状态的定量定义

考虑到上一节给出的结果，一些读者可能会担心，我们通过使用定性数据将公司错误的分类。（例如，见FHP[1996]）为了解决这个问题，我们在定量/客观数据的基础上报告分组企业的业绩。

在表Ⅷ的回归（1）—（3）中，我们目前关于投资—现金流敏感性的估计是：（i）25%的样本公司的利息保障倍数不会低于2.5；（ii）公司的股息从来没有整个样本期间。考虑到样本期内两次严重的经济衰退，这些标准应该确定为财务相对健康的公司。13个公司，其利息保障倍数不会低于2.5的投资—现金流敏感性在0.673明显大于整个样本的敏感性为0.395。17个公司的股息从来不

在0.435的投资—现金流敏感性也超过了整个样本的灵敏度，虽然不是很显著。

表Ⅷ

（1） 所有企业 N=49 （2） 1970—1984年利息倍数从没下降到2.5的公司 N=13 （3） 从没股息的公司 N=17 （4） 子期间为1970—1984和1978—1984的所有公司 N=98 （5） 子期间内利息倍数从未下降到4.5的公司 N=25 （6） 子期间内从未股息的公司 N=56 CF t/K t-1 Q t-1 调整R2 0.395 [0.026] 0.039 [0.005] 0.584 719 0.673 [0.056] 0.011 [0.008] 0.756 191 0.435 [0.042] 0.035 [0.007] 0.674 247 0.436 [0.028] 0.033 [0.005] 0.604 719 0.801 [0.062] -0.033 [0.008] 0.772 1 0.499 [0.038] 0.027 [0.006] 0.715 402 在回归分析（4）—（6）中，我们把样品放入子期间，如我们在表Ⅵ做的一样。我们目前关于投资—现金流敏感性的估计是：（i）25%的公司的子周期的利息保障倍数不会低于4.5；（ii）公司的股息从未在子周期内。该模式相对于那些整个样本周期来说定性相似和定量更强。21家公司，其利息保障倍数不会低于4.5的一个子周期的投资—现金流敏感性是非常高的为0.801。我们需要指出的是，企业中位数利息保障倍数在1979—1981年由Standard & Poor's评级为BBB的为3.82；公司评为A的中位数是6.56。换句话说，这些企业可能不会有面临较高的外部融资成本。更重要的是，相对而言这几乎是一定的，他们所面临的外部融资比我们样本中的其他公司有较低的成本，然而，却表现出较高的投资—现金流敏感性。

C.融资约束状况的预定分类

我们研究结果的一个重要的潜在批评是，我们使用的财务状况在整个期间（或子期间）可能会“硬线”我们的研究结果。当他们有现金流的话会表现出很高的投资—现金敏感性，将不太可能变成受约束的公司，企业只有加大投入。与此相反，当他们没有现金流表现出低灵敏度和将有可能受到以后的约束（如果他们有融资和债务投资），企业增加投资。这是可能的，因此，我们估计投资—现金流敏感性反应了投资资金的方式，而这驱动我们对整个财务状况的综合度量而不是相反。

根据样本特征，虽然文献中对公司的分类已经相当标准（例如，FHP[1988]，Hoshi, Kashyap, and Scharfstein [1991], and Lamont[1996]），但是这种方法却受到

越来越多的评判(见 Schiantarelli [1995])。为了解决这个问题，我们使用只反映过去（不包括未来）信息的财务状况的定义。具体来说，我们是根据公司上一年的财务状况来品评价公司的财务状况。这应该排除财务状况的影响，而不是可能反映投资融资方式。换句话说，我们认为这个规范是最合适的用来测试融资约束对投资—现金流敏感性的影响。

表Ⅸ

（1） 交互年度财 务约束状况 （2） 投资年度财务约束状况 (3) 每年交互作用股利状况 (4) 每年交互作用低松弛状况 CF t/K t-1 CF t/K t-1 ×LNFC 0.407 [0.043] 0.013 [0.035] -0.235 [0.055] Constant LNFC PFC LFC FC Q t-1 0.202 [0.027] -0.060 [0.026] -0.112 [0.045] -0.167 [0.0] -0.251 [0.069] 0.101 [0.011] 0.342 674 CF t/K t-1 CF t/K t-1 ×restricted dividends 0.358 [0.029] -0.106 [0.052] 0.048 [0.011] 0.476 674 CF t/K t-1 CF t/K t-1 ×low slack 0.359 [0.027] -0.061 [0.040] 0.051 [0.011] 0.475 674 CF t/K t-1 ×PFC CF t/K t-1 -0.382 ×LFC [0.086] CF t/K t-1 -0.394 [0.162] ×FC Q t-1 调整R2 0.041 [0.011] 0.504 674 Q t-1

Q t-1 表Ⅸ中的回归结果（1），通过现金流与融资约束状态的预定年度措施的互动，我们呈现不同的投资—现金流敏感性估计。我们使用四种融资约束假设：如果公司在上一年很可能没有融资约束，那么LNFC就等于1；如果公司在上一年可能进行了融资约束，那么PFC；如果公司在上一年很可能进行了融资约束，那么LFC；如果企业在上一年肯定就行了融资约束，那么就是FC。在NFC公司年基本项或常数项措施投资。我们强调这种分类方法仅仅在本财务年的开始使用可用的信息。结果与前面几部分是定性一致的。投资—现金流敏感性对FC、LFC、和PFC公司年来说要比LNFC和NFC公司来说要低。如果把FC和LFC公司和LNFC和NFC公司归类在一起，那么结果将会是定性一致的。

虽然我更偏向于喜欢上面的一种方法，因为它充分利用各个公司的财务状况

的年度资料，我们也尝试了另外一种方法，这种方法与以往文献更加一致。（这些结果没有报告在表中）从1970—1977年的每一年，我们根据该年度该公司是否被分为无约束（NFC和NFC）或约束（LFC和FC）。然后，我们使用一下七年的数据来估计两组的敏感系数。在所有的八组回归中，不受约束的公司的投资—现金流敏感性比受约束的公司高。八组回归中有五组的差异性在统计学上是显著的。

这些发现证实了我们先前的实证结果，并且支持我们的理论主张，投资—现金流敏感度不一定随着融资约束程度的增加而增加。也许，剩下的就是融资约束的衡量问题。幸运的是，我们在第一部分提出的简单模型为测试指标的可靠性提供了一种方法。方程（3）做出了明确的理论预测，在其其他条件不变的情况下，投资应该随着融资约束程度的下降而降低。通过观察每年融资约束措施对投资的关系，我们可以评估这些措施的有效性。为此，我们在投资标准Q模型中引入年度融资约束指标（对固定公司和年份影响的控制）。这个测试在前面的回归中是不可能的，因为整体融资约束状况与公司固定效应是共线的。

结果列于表DC的回归（2）中，控制Q，投资水平随着融资约束程度单调下降。例如，LFC公司投资为-0.17比NFC公司投资更低。结果与衍生式（3）的预测非常的一致。他们还认为，我们落后的融资措施成功地捕获融资约束的程度。

在回归（3）和（4）中，我们重新分析回归（1），而不是使用财务状况的定量措施，再根据上一年的业绩。在回归（3）中我们把现金流一个虚拟变量联系起来，这个虚拟变量等同于债务契约支付股息。再次，我们发现投资—现金流敏感性对公司支付股息的明显更低，而不是更高。在回归（4）中，我们把现金流与虚拟变量联系起来，这个虚拟变量等同于如果在以前的公司年度的一个松弛变量——现金的总量和信用卡未使用的线路数额的一小部分资金——是最低四分位数虚拟变量的现金流年。低松弛截止于年开始资金的28%（扣除物业、厂房和设备）。我们的结果对这一截止不是很敏感。这似乎是合理的假设，具有更少松弛的企业比具有更多松弛的企业有更多的财务约束。再者，我们发现低松弛的公司的投资—现金流敏感性更低，不是更高。

然而，总体上，使用的那些预定的融资约束的定性和定量的措施，我们得到

定性上相同的结果。

D.现金股票的敏感性

虽然大多数文献集中于投资—现金敏感性的分析，一些作者（e.g., Kashyap, Lamont, and Stein [1994]）重点关注于投资对现金股票（现金和有价证券）的敏感性上，这里的现金敏感性是一个公司在一年的开始可以选择的。为了更加完整，我们在表Ⅹ重新估计每年的融资约束回归，在表Ⅸ中使用流动性的这种替代措施。（当现金持有量和它的滞后值仪同时，我们报告的结果是定性一致的）

表Ⅹ

（1） 现金股票 （2） 现金股票和现金流 (3) 现金股票和现金流的总和 Cash t-1/K t-1 Cash t-1/K t-1 ×LNFC 0.1 [0.015] 0.056 [0.057] -0.1 [0.125] -0.468 [0.219] -0.523 [0.340] 0.086 [0.011] 0.306 674 Cash t-1/K t-1 Cash t-1/K t-1 ×LNFC 0.101 [0.015] 0.014 [0.060] 0.269 [0.129] 0.249 [0.257] 0.321 [0.355] 0.342 [0.033] 0.076 [0.041] -0.222 [0.062] -0.384 [0.108] -0.405 [0.179] 0.040 [0.010] 0.441 674 [Cash t-1+CF t]/K t-1 [Cash t-1+CF t]/K t-1 ×LNFC 0.163 [0.011] 0.079 [0.024] -0.037 [0.041] -0.174 [0.0] -0.196 [0.121] 0.040 [0.010] 0.393 674 Cash t-1/K t-1 ×PFC Cash t-1/K t-1 ×PFC [Cash t-1+CF t]/K t-1 ×LNFC Cash t-1/K t-1 ×LFC Cash t-1/K t-1 ×FC Q t-1 调整R2 Cash t-1/K t-1 ×LFC [Cash t-1+CF t]/K t-1 ×LNFC Cash t-1/K t-1 ×FC [Cash t-1+CF t]/K t-1 ×LNFC CF t/K t-1 CF t/K t-1 ×LNFC CF t/K t-1 ×PFC CF t/K t-1 ×LFC CF t/K t-1 ×FC Q t-1 Q t-1 在回归的第一列（1），我们以净物业、厂房及设备减少现金股票来衡量流动性。回归估计投资的现金股票的敏感性作为一个公司的财务状况功能。我们的研

究结果是定性相同的，在表Ⅸ中，最少约束的公司显示出最高的灵敏度。

在第二列（2），包括流动性的两项措施：现金流量和现金存量。投资—现金流敏感性随着融资约束程度而减少——在整个文件中遇到同样的模式的程度降低。相比之下，投资对现金存量的敏感性随融资约束程度增加。然而，后面的这些结果在统计上并不显著，没有系数显示统计学上彼此是差异的。

根据这些结果可能会提出这些问题，及灵敏性是相关的。但是，这个理论在现金流和现金股票之间没有区别：基金美元的额外影响应该是一样的，而不管其是否进入该公司的这一时期（如现金流量），或者是否存在于该公司的开始周期（现金股票）。出于这个原因，我们在表Ⅹ的第三列（3）估计一个回归测量现金流和现金存量总和的流动性。我们的主要发现证实：较少约束的公司表现显著性较高的灵敏度。

表Ⅴ和Ⅶ里我们估计了现金股票和现金流回归分析（但不在一个表中报告）。在所有的回归中，我们的基本结论认为：投资—现金流敏感度随着融资约束程度显著降低。结果投资—现金股票敏感度是喜忧参半。在整个样本区间，投资现金股票敏感性与融资约束程度显著提高。然而，这种模式无论在1970—1977还是在1978—1984子期间内都是不成立的。

E.其他规格

我们考虑，但是没有报告，一些其他的基本回归。（1）我们删除Q作为自变量，留下现金流作为唯一的自变量。（2）增加销售额对资本的比率和Q与现金流动资本作为自变量（3）我们包括现金流和Q作为两个自变量（4）为减少异常值的影响，我们：（i）调整投资、现金流和Q的极值；（ii）通过总资产而不是通过资本减少投资和现金流；（iii）消除负现金流的观测值；（iv）采用EBITDA计量现金流。（5）为每个公司单独回归，（6）如果我们排除了样本的任何特定公司，检查结果是否有效。我们的结果是定性和统计学上是一致的。因此，这些规范和结果应对FHP[1996]所关注的问题，我们的实证结果可能是审查回归的工艺品。

我们还测试了对于投资定义不同结果的可靠性。除了标准的定义（COMPUSTA第12），我们使用一下内容：（1）COMPUSTA第30项，其中包括增加物业、厂房及设备；（2）变动净物业、厂房和设备；（3）变动净物业、

厂房和设备加回折旧，（4）资本支出和研发的总和。所有四个调整产生的结果是定性和统计上基本相同的结果。最后，我们估计库存回归类似于那些由Carpenter, Fazzari, and Petersen [1995]进行的估计。再次，我们发现，没有证据表明存货投资对现金流的敏感性与融资约束的增加有关。