1、企业在缺乏成长机会的情况下,如果来自现有资产的现金流量超越了适度投资水平，管理者利用自由现金流量进行过度投资和低效率投资的潜在可能性就会增大。由此本文提出：假设1：自由现金流量与过度投资的行为显著正相关。（二）债务对过度投资抑制的假设利息和本金的归还会给经理增加还本付息的压力，而且对经理层的管理无效率形成了有效约束，从而降低了代理成本（Jensen，1986）。此外，银行还可以在债务中增加限定性条款以抑止经理的过度投资行为，降低委托代理成本（Stulz，1990）。长期财务杠杆因增强了债权人对企业管理层的监督作用，所以与上市企业的加权平均资本成本、权益资本成本存在显著的负相关关系（陈晓、单鑫，
2、1999）。但在中国现实背景下，一方面由于金融市场主体主要是国有企业和国有银行，银行借款会出现“预算软约束”的现象；另一方面，国有银行的行为仍然受到政府或旧体制的影响（李朝霞，2003），相关的法律制度还不完善，这些因素造成了国有银行的大量不良贷款（廖国民、刘巍，2005），在这种情况下，银行作为机构投资者是否会发挥监督管理层的作用，债务能否对企业的自由现金流有抑制作用呢？资产负债率与过度投资行为的发生呈现负相关关系（伍丽娜、陆正飞，2005）。于是，本文提出：假设2 债务约束可以抑制过度投资现象。（三）公司治理对过度投资控制的假设William.son 曾指出，经理担任董事很容易把董事会变成
3、经理层的工具，引入独立董事可以保证董事会对经理层的监督和抑制公司过度投资更有效。考核经理层运营业绩的考核委员会、决定经理层报酬的薪酬委员会、负责提供董事、经理层人选的提名委员会与负责财务监督的审计委员会，是董事会运作的关键环节。专业委员会的存在才使得独立董事能够真正“独立”，才能使董事会公开、公正、客观、中立地进行决策。董事长与总经理的二者分离，在一定程度上起到互相监督制衡的作用，有利于对经理层管控现金流进行监督，约束其机会主义行为，可能会缓解企业过度投资。产权主体相对清晰的民营发电上市公司，其管理层的过度投资行为会受到股权代理人的有效监督和制衡。基于上述理论分析，可以进行如下假设：假设3 公
4、司治理可以控制过度投资现象。三、自由现金流量的度量以及模型构建（一）自由现金流量（FCF）及剔除掉资产规模影响后的自由现金流（FCF/K）本文借鉴国外最常用的Lehn and Poulson （1989） 的自由现金流定义，即企业未分配的现金流：FCF=折旧前的营业性利润税收总额短期和长期负债的利息总额优先股股利普通股股利在本文建模的过程中，为了提高模型的准确度，需要剔除掉资产规模的影响，所以模型中所有涉及自由现金流量的自变量都为剔除掉资产规模影响后的自由现金流量（FCF/K）。（二）非效率投资模型的构建本文研究的投资是指对长期资产的投资。对长期资产的投资可分为两部分，一部分是维持企业正常运营
5、及管理的投资和对新建项目的投资，而对新建项目的投资又可分两部分，一部分是最优规模投资，在综合衡量企业成长机会、发展战略、行业特征、融资约束和其他因素等基础之上决定；另一部分是非最优投资，即新建项目投资超出最优投资的部分。综合借鉴Vogt（1994）和Richardson（2006）的模型，结合发电上市公司特殊制度背景，构建了以下用于检验企业非效率投资的计量模型（1）： 模型中的变量定义如下：1.为i公司第t年的新建项目投资与最优规模投资之差，即非效率投资，为i公司第t年现金流量表中“构建固定资产、无形资产和其他长期资产所支付的现金”、“购买和处置子公司及其他营业单位所支付的现金”、“权益性投资
6、所支付的现金”和“债权性投资所支付的现金”之和减去“处置固定资产、无形资产和其他长期资产而收回的现金净额”再减去“折旧和各种摊销支出之和” 与第t年初资产总额的比值；K为i公司第t年初资产总额。2.为剔除掉资产规模影响后的自由现金流量，本文采用企业的经营现金净流量代替，为i公司第t年的经营现金净流量与第t年初资产总额的比值。3.代表企业期初的投资机会。企业投资机会的度量比较困难，现有文献中较常用的投资机会度量指标可分为两类：一类是市场指标，包括托宾Q值、市场价值与账面价值之比（M/B）、市盈率等；第二类是会计指标，有主营业务收入增长率、折旧费占销售收入的比重、资本性支出与销售额的比例、研发费用
7、与销售额的比例等。这两类指标各有优缺点，前者能反映市场投资者对企业发展前景的预期，但其度量的准确性在很大程度上依赖于资本市场的有效性。我国股票市场有效性较弱，使得市场指标与国外相比存在更严重的测量误差；后者实际上是对企业过去投资机会的度量，在未来投资机会与过去投资机会间存在较大差异时，它们并不能较好地度量企业未来的投资机会。因此，为避免使用单一指标的缺陷，本文选择了托宾Q值、市盈率两个市场指标和主营业务收入增长率、折旧费占销售收入的比率两个财务指标构建一个综合度量企业投资机会的指数体系。构建方法是：首先，将这4个指标分年由小到大排序，计算每家公司在各年样本中的百分位等级分数（percentil
8、e rank），这样每个指标均转换成0,1的一个数值；然后，将这些转换后的指标数值加总，即得企业投资机会的综合指数Grow，其值在0，4之间，数值越大，代表企业的成长性越好，投资机会越多。4.为控制变量。以前文献中证明对企业投资决策有影响的因素有财务杠杆（Lev）、企业规模（总资产的自然对数Size）、企业成立至今的年数（Age）、现金持有量（CASH/K）、销售额与资产的比值（SALE/K）（如Vogt，1994；Fhp,1988；Hubbard,1998）。企业财务杠杆、资产规模、年龄、现金持有量、销售额会影响其融资能力，进而制约着企业投资规模的扩大（如Fhp,1988; Hubbard,
9、1998）。整体而言，发电上市公司在上市公司总体中所占比例很小，因此，通常被认为是全国优秀企业，当其投资需要资金时，可以优先从银行获得贷款支持。根据Vogt（1994），如果和系数均显著为正，二者交乘项的系数4显著为负，则样本公司整体表现为投资过度，若交乘项的系数为正，则为投资不足。根据Richardson（2006）的结论，若模型（1）估计的残差为正，则表明该公司在该年度投资过度，残差为负，则表明该公司在该年度投资不足。本文将根据正负残差个数之比和全部残差均值与使用Vogt（1994）方法的判断结果相互印证来确定发电上市公司是否存在非效率投资状况。（三）债务约束与自由现金流过度投资模型的构建
10、为了检验我们国家企业中是否存在过度投资的现象，本文借鉴杨朝旭（2004）的方法构建以下计量模型（2）：模型中的解释变量定义如下：为第i年t公司未分配现金流为正时并剔除掉资产规模影响后的自由现金流量，当其未分配现金流为负时，值为零。为第i年t公司未分配现金流为负时并剔除掉资产规模影响后的自由现金流量，当其未分配现金流为正时，值为零。被解释变量为模型（1）中的残差，若取的正值为被解释变量，则模型（2）用于检验债务与过度投资的相关关系。如果能证明自由现金量为负的企业债务约束效应不足，则从另一角度证明了本文关于债务与过度投资负相关的假设，因此，本文还将取的负值作为模型（2）的被解释变量进行估计。如果为
11、正，则为正的自由现金流量，否则等于0；为负，则为负的自由现金流量，否则为0。显著大于，则表明正自由现金流量的企业存在过度投资行为，将证明本文的假设1。、不显著为负，与两者的交叉项系数也不显著大于，则推翻本文的假设（2），债务对过度投资并没有明显的约束效应。（四）公司治理与自由现金流过度投资模型的构建。 被解释变量的正值为被解释变量，则模型（3）用于检验公司治理与过度投资的相关关系。等于0。是公司治理指数，其包括3个二级指标：分别是股本结构中第一大股东是否是国有股东（top1-gov），根据国内学者孙永祥、黄祖辉（1999），陈晓、江东和徐向艺（2000）等实证研究结论，国有股“一股独大”有弱化
12、公司治理指数的效应，如果第一大股东是国有法人，则top1-gov0，否则为1；独立董事占董事会人数的比例（Iindir-ratio）；总经理和董事长是否两职合一（Ceo-Dir），如果两职分离，则Ceo-Dir1，否则为0。其构建方法是：首先，将第二个指标分年由小到大排序，计算每家公司在各年样本中的百分位等级分数（percentile rank），这样每个指标均转换成0，1的一个数值。然后，将这些转换后的指标数值加总，即得出公司治理的综合指数，其值在0，3之间，数值越大，代表企业公司治理越完善，董事会对经理层的约束作用越强。为正，显著为负，两者的交叉项系数显著为负，则假设3成立；否则将推翻假设
13、3。四、数据选取及模型检验（一）数据的来源本文研究样本为2007-2010年中国发电行业上市公司（2005年和2006年的数据用于构建相关变量的滞后值），数据样本来源万得（Wind） 资讯。按照以下标准筛选：（1）剔除处于*ST或者ST状态的ST类上市公司；（2）为了避免构造TobinQ 值可能出现的问题，剔除B股、同时发行B股或H股的公司；（3）剔除异常数据及指标缺失公司；（4）文章撰写期间发电上市公司11年年报尚未披露完毕，所以样本参数暂不包括11年度数据。经过上述处理，最后得到40家公司共160个公司年份样本观测值。（二）研究变量本文的研究变量主要包括因变量、自变量以及控制变量三个部分，
14、如表1所示为了消除期初规模的影响，我们将各变量除以期初资本存量K。表1 因变量、自变量和控制变量的构成变量名称预期符号变量说明因变量It公司新增投资支出I，即公司的总投资支出与维持性投资支出、最优规模之差。OIt 模型（1）的正残差表示过度投资支出。自变量FCF/Kt现金流量为当年公司的自由现金流量净额。FCF/K t*Growt-1/现金流与前一年Tobin Q的交叉项。DBt-1资产负债率。LA t-1长期借款占总资产比例。SA t-1短期借款占总资产比例。Gover t-1-公司治理指数控制变量Growt-1前一年Tobin Q。FCF/K t-1前一年现金流量。Salest当年销售额。
15、Casht-1前一年现金持有量。（三）模型检验表2 自由现金流非效率投资研究的检验结果因变量It/K参数估计t值P值C?0.0053040.9782540.3639FCF/K t-0.152108*-4.3464530.00080.205185*2.4057480.00500.000778*0.1770530.0595CASHt-1/K0.066263*4.7071040.0000SALESt/K0.041692*3.0759800.0021It-1/K0.752305*1.755810.0480Growt-1*FCF/K t-0.028131*-1.5348650.0950样本数160R-s
16、quared31.28%Adjusted R-squared20.68%F-statistic10.63*注：*表示在1%的水平下显著，*表示在5%的水平下显著，*表示在10%的水平下显著；解释变量已经进行了异方差的调整。被解释变量对所有解释变量回归的决定系数值大于任何一个解释变量对其余解释变量回归的决定系数值时，所以根据多重共线性的处理方式，对多重共线性可不做处理。根据模型（1），我们对全样本的估计结果如表2所示。从表2的结果可以看出，回归方程F检验的F值10.63，在5%的水平下显著，说明方程中变量之间并不显著存在线性关系，该方程调整后的拟合优度为0.21，说明自变量对投资支出有一定程度的
17、解释力。投资机会变量的系数为正，但不显著，表明我国发电上市公司的投资支出水平与投资机会存在正相关关系。当期的销售收入与投资支出显著正相关，证明Chenery（1952）等学者提出的弹性加速数模型在发电上市公司的投资行为中成立。上一期现金持有量与当期投资支出显著正相关表明企业更愿意优先利用闲置财务资产进行投资以避免外部融资所招致的额外监管和信息披露（Myers and Majluf，1984）。CFt/K与Growt-1的交叉项系数Growt-1*CFt/K虽然为负但不显著（在10%的水平下显著），原因可能是每家公司均同时受到信息不对称和代理问题的影响，但一部分公司受到信息不对称的影响更大从而表
18、现为投资不足，另一部分公司受代理问题的影响更大从而表现为过度投资，二者作用方向相反并相互抵消，导致现金流量与投资机会变量的交叉项系数不明显显著。借鉴Richardson（2006）的方法，以模型（1）估计的正残差作为过度投资支出的度量，负残差作为投资不足的度量，我们发现，在160个公司-年度观测值中，有72个公司年度投资不足，88个公司年度过度投资，估计残差的均值为7.22E-18。从观测值个数看，投资不足的公司年度数少于过度投资的公司年度数，全部残差的均值为正。综合而言，从2007年到2010年这4年里，发电上市公司存在过度投资的状况，也就意味着假设1并不成立。发电上市公司属于资本密集型行业
19、，其常规型的规模扩张和项目结构调整需要高出同类行业较多的投资活动现金流出，需要投资者和利益相关者从国家政策、行业特征和个体上市公司的战略特征两重因素进行审视重构和再认识。表3 债务约束与现金流过度投资的检验结果因变量OIt0.033*3.388SIZEit-0.006*-2.0020.0410GROWit0.049*1.0880.1001PosFCF/K it0.002*1.2000.0988NegFCF/K it-0.004-0.3680.2356PosFCF/K it* DBit-10.003*1.9880.1100NegFCF/K it* DBit-1-0.005-0.9880.2560
20、DBit-1-0.003*-1.3290.1000LAit-1-0.019*-1.2300.0873SAit-1-0.012*-1.6900.0793检验 3= 4的F统计量5.57*检验 5= 6的F统计量4.38*15616.2815.144.569*根据模型（2），我们对全样本的估计结果如表3所示。PosFCF/Kit （正自由现金流量）的系数为正，但不显著，同样，NegFCF/Kit （负自由现金流量）的系数为负，不显著，进一步证实拥有正自由现金流量的发电上市公司并不存在过度投资，而自由现金流量为负的公司更少地进行过度投资。正负自由现金流量的系数并不存在显著差异（F值为5.57，在10
21、水平下显著），从另一个角度证实了自由现金流量为负的公司不存在投资不足，因此推翻了本文的假设1。DBit-1 、LAit-1、SAit-1的系数为负，但三者都不显著，说明债务约束效应对发电上市公司并没有发挥应有的作用。PosFCF/K it* DB it-1的交叉系数 5与NegFCF /K it * DB it-1的交叉系数 6存在不显著不相等（F值为4.38，在10水平下显著），从另一个角度说明了财务杠杠和债务结构无论对正自由现金流量的发电上市公司还是对负自由现金流量发电上市公司的债务约束效应不显著。表4 公司治理与现金流过度投资的检验结果-0.027*-1.9020.053*0.0901P
22、osFCF/Kit 0.017*1.8000.0488PosFCF/Kit* Goverit-1 0.041*3.9880.0001Goverit-1-0.0420*-2.0190.009149.3247.156.587*表示在1%的水平下显著，*表示在5%的水平下显著，*表示在10%的水平下显著。根据模型（3），我们对全样本的估计结果如表4所示。从表4的结果可以看出，回归方程F检验值6.587，在1%的水平下显著，说明方程中变量之间确实存在线性关系。PosFCF/K it （正自由现金流量）的系数为正，但不显著，Goverit-1的系数显著为负，PosFCF/K it * Goverit-1
23、的交叉系数为负，在1%的水平下显著。充分证明发电上市公司公司治理特征变量与过度投资显著负相关。五、研究结论与政策建议（一）研究结论本文的创新之处就是在分析已有的债务约束与自由现金流相互关系研究文献的基础之上，鉴于我国特殊的公司治理生态，引入了公司治理，并构建模型，实证探究三者之间的相互关系，拓宽和深化了研究范畴与研究视角。实证研究结果发现，从2007年到2010年这4年里，发电上市公司存在过度投资行为，但和自由现金流的关联度并不显著。实证研究发现，DBit-1 的参数值为-0.0030，t值为-1.329，可见样本公司债务与公司投资行为负相关，但不显著，在10的水平下显著。主要原因在于我国金融
24、体制还不十分健全，许多国有上市公司存在“预算软约束”的现象。Goverit-1 的参数值为-0.0420，t值为-2.019，可见样本公司治理指数与公司投资行为负相关，在1的水平下显著。主要原因是许多发电上市公司（如华能国际、大唐国际、华电国际等）“三地”、“两地”上市，公司治理结构和治理指数在严格、科学的准入政策和监管政策的约束下一直被赞誉为“标杆企业”。（二）对策建议为此，基于我国发电上市公司债务现金流约束效应不足与公司治理债务约束有效的状况，提出以下建议：1.大力推进资本市场的制度建设，建立健全各类市场机制，发挥中介结构的监管作用，确保上市公司的投资决策受到有效的外部约束，尤其是受到债权人和
