【摘要】本文以2005到2009年我国矿产资源型上市公司的数据来考察非效率投资问题，并分析了经营现金流量、资产负债率、资产增长率、企业规模、集团控制对矿产资源型上市公司非效率投资的影响。通过实证检验发现，我国矿产资源型上市公司非效率投资行为较为普遍，并且投资不足比投资过度更为严重；经营现金流量、资产负债率、资产增长率和企业规模显著影响矿产资源型上市公司非效率投资行为；集团控制的矿产资源型上市公司投资过度的可能性更大。
【关键词】企业集团 投资过度 投资不足 矿产资源型
一、引言
随着我国经济的快速发展，企业集团在社会经济体系中发挥着越来越重要的作用。根据美国《财富》杂志公布的数据，入围2011年度世界500强企业排行的69家中国企业大部分是企业集团形式1。企业集团目前还没有统一的定义。在经济学视野中，企业集团是一系列公司通过股权金字塔或交叉持股而形成的一种联合体（Khanna，2000；Claessen & Fan，2002）。中国注册会计师教材从会计主体的角度认为，企业集团是由母公司和其拥有控制权的子公司构成的。国家工商局59号文件《企业集团登记管理暂行规定》规定企业集团是指以资本为主要联结纽带的母子公司为主体，以集团章程为共同行为规范的母公司、子公司、参股公司及其他成员企业或机构共同组成的具有一定规模的企业法人联合体。相对于独立企业，企业集团存在规模经济优势、信息优势，启用内部资本市场可以降低企业融资约束，企业集团获得了快速的发展。
随着企业集团对经济的贡献越来越大，人们对企业集团内部资本市场的关注逐渐加强，也陆续出现了一些研究成果。李增泉等（2004）认为附属于企业集团的上市公司被大股东占用了更多资金，支持了企业集团的“掏空”功能假说。郑国坚等（2006）发现，大股东通过内部市场形成的关联交易具有节约交易成本和掏空的双重作用，导致关联交易与企业价值存在N型关系。辛清泉等（2007）研究发现，我国企业集团具有效率促进和恶化分配效应的两面性，地方政府干预是决定企业集团成本和效益变化的一个重要原因。
目前我国关于企业集团投资效率的研究相对较少，已有文献主要以规范性和案例研究为主，实证研究并不多。本文以矿产资源型上市公司为研究对象，在我国约有90%的矿产资源型上市公司被企业集团控制。矿产资源企业从建立到投产周期长、投资大。矿产资源的勘探到冶炼加工一般需要10年以上或更长建设周期，期间投资巨大，投资回报初始周期较长，规模小的企业基本无力涉及，在我国，矿产资源型企业大部分被集团控制。那么集团控制会给矿产资源型上市公司投资效率带来怎样的影响呢？本文对此进行了研究。
二、研究设计
（一）企业投资过度或投资不足的判断标准
企业投资过度还是投资不足，取决于其最优投资水平。如果企业的最优投资水平为A，就可以把实际投资超过A的企业认定为投资过度；反之，将实际投资低于A的企业认定为投资不足。因此，确定A的值是关键。
如何确定最优投资水平的衡量标准？以往的方法就是以线性投资方程的方式从企业规模、成长性等方面寻找最优投资水平。但是，这产生了一个问题：处于最优投资水平附近的企业经常会被认定为投资过度或投资不足，使得投资过度或不足的企业数目大幅增加，最优投资水平的企业数量会很少，显然与实际不符。
对此不足，本文参照周伟贤（2010）的做法，首先根据实证分析估算出投资方程，将位于投资方程左上方的企业实际投资定义为大于最优投资水平，位于投资方程右下方的企业实际投资定义为小于最优水平；然后再根据上市公司投资水平的均值和中位数将样本划分为三个区域：①将位于投资方程左上方、且处于均值和中位数中相对大者之上的样本上市公司定义为投资过度；②将位于投资方程右下方且处于均值和中位数中相对小者之下的样本上市公司定义为投资不足；③将介于上述两者之间的部分认定为投资最优。因此企业的投资水平可分为投资过度、投资最优和投资不足三种情况。
（二）解释变量和实证模型
1.投资的定义。企业的资本投资广义上包括固定资产和无形资产的购建支出、公司并购支出、研究与开发支出（R&D）和广告支出等。考虑到并购支出的非持续性以及其他数据的可获得性，本文所研究的企业投资局限为企业在固定资产、无形资产和其他长期资产上的投资支出，其数值等于现金流量表中“购建固定资产、无形资产和其他资产支付的现金”一项。那么，Invest的数值等于“本年度购建固定资产、无形资产和其他资产支付的现金”除以年初总资产的账面价值的比例。
投资（Invest）=本年度购建固定资产、无形资产和其他资产支付的现金/期初总资产
2.企业基本面因素的解释变量。根据研究实际需要，本文选取了以下4个企业基本面因素作为影响上市公司投资的解释变量：①经营现金流量（EBITDA），计算公式为：EBITDA=（本年度税后利润+利息费用+折旧费+摊销费）/（年初总资产的账面价值）。②资产负债率（LEV）=负债/总资产。③成长性：本文利用期初托宾Q值来衡量上市公司潜在的投资机会，并用以下两种方法计算托宾Q 值，成长性（TobinQ1）=（流通股数×流通股价格+非流通股数×每股净资产+负债的账面价值）/总资产；成长性（TobinQ2）=（总股数×流通股价＋负债的账面价值）/总资产，公式中所有数据均为年初数。同时本文还引用资产增长率（GASSET）来衡量成长性和投资机会。④企业规模（SIZE）=年初总资产账面价值的自然对数。
3.集团控制变量。本文增加集团控制变量来考察集团控制因素在基本面因素基础上的进一步影响：以GROUP来表示是否集团控制，1为是，0为否。
4.实证模型。本文的实证模型为：
上述三个方程中，方程（1）为公司基本面因素的回归，YEAR为年度虚拟变量，INDUSTRY为行业虚拟变量，ε为残差；方程（2）为考虑公司基本面因素的logistic回归模型，根据矿产资源型上市企业的回归结果进行；方程（3）为带入集团控制变量的logistic回归模型。
（三）数据来源与研究方法
本文以在深沪两地上市并仅发行A股的矿产资源型上市公司为研究样本，剔除数据不全或异常、2005年以后上市的公司以及2005～2009年曾被PT或ST的公司，最后的样本实际为98家，取其2005～2009年的经营数据，共490个样本。数据全部来源于CSMAR数据库。
在研究方法上，本文首先在考察投资与公司基本面因素影响关系的基础上，找到显著的公司基本面因素，由此计算相应的残差，并与均值和中位数相结合，从而判断上市公司是否存在投资过度或投资不足。然后通过二分类logistic回归方法，将投资过度和投资不足的样本进行对比，从而确定影响上市公司非效率投资行为的决定因素。
三、上市公司投资过度和投资不足程度的衡量
（一）样本的描述性检验
本文首先对样本进行描述性检验，如表1所示。检验结果表明，我国矿产资源型上市公司的投资水平样本均值要明显高于中位数，总体上新增投资介于8%到11%之间。经营现金流量的均值为0.1072，和中位数比较接近，说明企业的经营现金流量并不高，并且经营现金流量的标准差也是最低的，说明这些上市公司的经营现金流量之间的差距相对较小。资产负债率的平均数为0.5306，中位数略高为0.5420，负债将近占上市公司资产价值的一半，与其他非上市企业相比，上市公司的这一资产负债率相对较低。TobinQ1的均值为1.2819，并不是很高，而且分布具有很大的差异，最高的达到了7.6822。而资产增长率从均值来看超过了29%，但从中位数来看则略低，约16%，个别企业的资产规模还出现了负增长。上市公司总资产的自然对数指标的均值和中位数非常接近，约为22.2，其标准差在解释变量中相对较大，说明样本公司的规模之间存在相对较大的差异。约92%的矿产资源型上市公司被集团控制。
（二）样本的回归结果
在排除回归方程控制变量之间可能存在的多重共线性问题并删除不显著的变量之后，本文得到表2最后一列的回归结果。由此回归结果，可得矿产资源型上市公司的投资方程：
Invest=-0.127+0.437EBITDA-0.067β2LEV+0.013GASSET +0.010SIZE
从回归结果的具体方向上看，经营现金流量、资产增长率、企业规模与投资显著正相关，这说明企业投资对经营现金流量的依赖，与Stein（2001）的研究结论一致，同时大企业也往往具有较高的投资水平。而资产负债率与投资的负相关则恰好反映出债务的约束功能，这与Jensen（1986）和Stulz（1990）的研究结论保持一致。
注：***表示显著性水平为0.01，**表示显著性水平为0.05，*表示显著性水平为0.1。
（三）上市公司投资过度还是投资不足的衡量
根据矿产资源型上市公司的投资方程，本文可计算出每一个样本企业的理论投资水平，并与实际值比较来观察每一上市公司的投资是超过还是低于该值，在此基础上结合平均值和中位数来判断其实际投资水平。按照计算结果，本文对不同投资水平的上市公司进行了归类统计，结果如表3所示。本文发现矿产资源型上市公司的投资水平均值在10.71%左右，但中位数略低，只有8.37%。
表3 矿产资源型上市公司投资水平描述性统计
根据这两个参数，本文对不同上市公司进行了归类统计，结果如表4所示。可以看到，在全部490个样本中，大于方程预测值的样本有185个，而小于方程预测值的样本有305个，表明投资不足的样本数要远大于过度投资者。在大于方程预测值的185个样本中，实际投资数大于投资均值的有150个，介于中位数和均值之间的有20个，而小于中位数的有15个；在小于方程预测值的305个样本中，实际投资数大于投资均值的有41个，介于中位数和均值之间的有35个，而小于中位数的有229个。
按照上述定义，在所有样本公司中，存在非效率投资现象的样本有379个，占全样本数的77%，这就说明，我国绝大多数的矿产资源型上市公司存在非效率投资现象；其中投资过度的样本为150个，占非效率投资总样本数的40%；而投资不足的样本数为229个，占非效率投资总样本数的60%，这就说明我国上市公司投资不足的现象可能更为严重。
四、企业基本面因素和控制背景对上市公司非效率投资的影响
基于上述研究设计及分析结果，本文采用logistic模型来研究企业基本面、控制背景对上市公司投资的影响程度。本文将投资过度的样本赋值为1，对投资不足的样本赋值为0，样本为投资过度与投资不足的全样本组合，即150个投资过度样本和229个投资不足样本。
（一）组间均值检验
本文首先对全样本进行组间均值检验，结果如表5所示。由检验结果来看，投资过度组别上市公司在经营现金流量、资产增长率、企业规模都要高于投资不足组别这几项指标的均值。从t检验结果来看，双尾概率值小于0.05的指标有经营现金流量、资产增长率、企业规模和是否集团控制，说明这几个指标在统计上存在显著的差异，两者具有不同的均值。
（二）二分类Logistic回归分析
进一步地，本文采用SPSS17.0对样本进行二分类Logistic回归。在逐步剔除不显著的变量后，得到表6的回归结果。如表6所示，表中第一行所显示的基本面因素的回归结果中，最后进入回归方程的是经营现金流量、资产负债率、资产增长率、企业规模，这充分表明，在所有决定企业投资过度还是不足的公司基本面因素中，这四个指标最为重要。从具体的方向上看，企业规模与过度投资正相关，这就说明成长性越好、规模越大的矿产资源型上市公司越容易发生过度投资；而经营现金流量与过度投资或投资不足正相关则更是证明了投资对现金流的依赖状况，说明现金流越充分的上市公司越容易发生过度投资行为。在引入集团控制因素之后，本文发现集团控制变量和投资虚拟变量呈正相关关系但不显著，说明集团控制因素使矿产资源型上市公司投资过度的可能性增加。
注：***表示显著性水平为0.01，**表示显著性水平为0.05，*表示显著性水平为0.1。
六、结论
本文以经营现金流量、资产负债率、资产增长率、企业规模来估计投资方程，以矿产资源型上市公司的投资水平回归方程、均值和中位数来考察非效率投资问题。在引入集团控制因素的基础上，通过对样本的二分类Logistic回归来分析解释变量对企业投资过度或不足的影响程度。
实证结果发现，我国矿产资源型上市公司非效率投资行为较为普遍，并且投资不足比投资过度更为严重；经营现金流量、资产负债率、资产增长率和企业规模显著影响矿产资源型上市公司非效率投资行为；集团控制的矿产资源型上市公司投资过度的可能性更大。
注 释
{1}https://economy.省略/system/2011/07/08/006889047.shtml
参考文献
[1]Jensen，Michael C．，and William H．Meckling．Theory of the Firm：Managerial Behavior，Agency Costs and Ownership Structure[J]．Journal of Financial Economics，1976，（33）
[2]Jensen，Michael C．Agency Costs of Free Cash Flow，Corporate Finance，and Takeovers [J]．American Economic Review，1986，76（2）
[3]Stulz R．Managerial Discretion and Optimal Financing Policies[J]．Journal of Financial Economics，1990（26）
[4]Khanna，T．and K．Palepu．Is Group affiliation profitable in emerging markets[J]．Journal of Finance，2000（55）
[5]Stein J．Agency Information and Corporate Investment．NBER Working Paper
[6]李增泉等．“掏空”与所有权安排[J]．会计研究，2004，（12）
[7]郑国坚等.大股东的内部市场与上市公司价值的N型关系.中山大学工作论文，2006
[8]辛清泉等.企业集团、政府控制与投资效率[J].金融研究，2007，（10）
[9]周伟贤.投资过度还是投资不足――基于A股上市公司的经验证据[J].中国工业经济，2010，（9）
基金项目：企业集团财务战略与风险管控研究――以云南矿产资源型企业集团为例。2009年度教育部人文社会科学研究西部和边疆地区规划基金项目，项目编号09XJA630007。
作者简介：胡云（1987-），男，汉族，云南曲靖人，在读研究生（09级），就读于云南财经大学会计学院；纳鹏杰（1965-），男，回族，云南通海人，云南财经大学MBA教育学院教授、博士后。