不同融資約束情景下政府補(bǔ)助與企業(yè)成長(zhǎng)①
——基于政府補(bǔ)助相關(guān)性分類的視角

霍江林

（中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院，山東青島 266580）

中小企業(yè)是我國(guó)社會(huì)經(jīng)濟(jì)的重要組成部分，融資難一直是制約中小企業(yè)成長(zhǎng)的重要難題。融資約束情景下，政府補(bǔ)助已成為中小企業(yè)重要的資金來(lái)源［1］。依據(jù)《企業(yè)會(huì)計(jì)準(zhǔn)則第16 號(hào)——政府補(bǔ)助》，政府補(bǔ)助按照相關(guān)性分為收益性政府補(bǔ)助和資產(chǎn)性政府補(bǔ)助，研究表明，中小企業(yè)對(duì)兩種政府補(bǔ)助的獲取和使用均存在差異［2］。在不同融資約束情景下，如何提高中小企業(yè)政府補(bǔ)助的精準(zhǔn)性，促進(jìn)中小企業(yè)可持續(xù)成長(zhǎng)，是亟需解決的現(xiàn)實(shí)問(wèn)題。

現(xiàn)有研究大多關(guān)注政府補(bǔ)助、企業(yè)成長(zhǎng)、融資約束三者之間的相互關(guān)系。關(guān)于融資約束與企業(yè)成長(zhǎng)，目前多數(shù)研究都證明了融資約束下企業(yè)的經(jīng)營(yíng)與投資都受到了負(fù)面影響。自從Fazzari 和Hubbard［3］基于現(xiàn)金流敏感性的角度證明了融資約束會(huì)影響企業(yè)的最優(yōu)投資規(guī)模，眾多學(xué)者的研究都支持了該觀點(diǎn)。Allayannis和Mozumdar［4］研究發(fā)現(xiàn)隨著公司資金缺口的擴(kuò)大，投資現(xiàn)金流敏感性將增高，鄭毅和徐佳［5］認(rèn)為當(dāng)企業(yè)外部融資受限，融資成本高，企業(yè)的研發(fā)投資行為會(huì)受到不同程度的抑制，這些結(jié)論與Fazzari 和Hubbard［3］的觀點(diǎn)基本一致。一些學(xué)者也對(duì)融資約束和企業(yè)成長(zhǎng)關(guān)系進(jìn)行了實(shí)證研究，劉素榮和劉玉潔［6］實(shí)證驗(yàn)證了融資約束對(duì)初創(chuàng)期科技型企業(yè)成長(zhǎng)具有負(fù)面影響，李潔等［7］的研究結(jié)果也表明融資約束對(duì)企業(yè)成長(zhǎng)會(huì)產(chǎn)生顯著不良影響。

關(guān)于政府補(bǔ)助與企業(yè)成長(zhǎng)，多數(shù)研究結(jié)果顯示政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)具有正向推動(dòng)作用。Skuras［8］從企業(yè)外部角度出發(fā)認(rèn)為企業(yè)因獲得政府補(bǔ)助而緩解了融資困境的負(fù)面影響，進(jìn)而促進(jìn)了企業(yè)價(jià)值成長(zhǎng)。雷鵬等［9］、戴浩和柳劍平［10］研究發(fā)現(xiàn)政府補(bǔ)助能夠在一定程度上彌補(bǔ)企業(yè)研發(fā)活動(dòng)私有收益與社會(huì)收益間的差距，有利于提高企業(yè)研發(fā)效率，進(jìn)而促進(jìn)企業(yè)成長(zhǎng)；李傳憲［11］和王一卉［12］研究發(fā)現(xiàn)政府補(bǔ)助對(duì)民營(yíng)企業(yè)成長(zhǎng)性的促進(jìn)作用更為明顯，并且在中西部地區(qū)政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的促進(jìn)效應(yīng)更為顯著。但Nguyen 等［13］的研究結(jié)論也發(fā)現(xiàn)政府補(bǔ)助對(duì)企業(yè)投資行為有明顯的擠出效應(yīng)。

關(guān)于政府補(bǔ)助與融資約束的研究，劉素榮［14］認(rèn)為政府補(bǔ)助具有信號(hào)效應(yīng)，獲得政府補(bǔ)助的企業(yè)更容易得到社會(huì)投資者的跟進(jìn)，增加企業(yè)獲得的資金。王文華等［15］、歐定余和魏聰［16］研究發(fā)現(xiàn)當(dāng)融資約束企業(yè)處于財(cái)務(wù)困境時(shí)，政府補(bǔ)助能夠顯著地改善該企業(yè)的績(jī)效，化解其生存風(fēng)險(xiǎn)；但楊筠和寧向東［17］認(rèn)為這種改善作用并不是絕對(duì)的，這種作用會(huì)隨著企業(yè)債務(wù)的增加而減弱。

通過(guò)對(duì)國(guó)內(nèi)外研究的回顧可以發(fā)現(xiàn)，目前關(guān)于企業(yè)融資約束、政府補(bǔ)助對(duì)企業(yè)作用的研究較為豐富，但在不同融資約束情景下，由于企業(yè)內(nèi)外部融資成本差異程度不同，政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的影響是否存在差異尚需進(jìn)一步探究。另外相關(guān)研究大都基于企業(yè)獲得的政府補(bǔ)助總額展開(kāi)，采用補(bǔ)助總額進(jìn)行分析可能會(huì)忽略不同類型政府補(bǔ)助效應(yīng)的差異性?；诖?，本文將政府補(bǔ)助按照相關(guān)性分為收益性政府補(bǔ)助與資產(chǎn)性政府補(bǔ)助，在不同融資約束情景下，選取中小板上市企業(yè)2011—2017 年樣本數(shù)據(jù)進(jìn)行實(shí)證分析，以進(jìn)一步探析兩類政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的影響是否存在差異，從而提升政府補(bǔ)助的精準(zhǔn)性。

一、理論分析與研究假設(shè)

（一）相關(guān)性分類角度下政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的影響

資金獲取是影響企業(yè)成長(zhǎng)的重要因素，政府補(bǔ)助可以幫助解決中小企業(yè)投融資的市場(chǎng)失靈問(wèn)題，降低企業(yè)獲取外部資金的成本，從而激勵(lì)企業(yè)成長(zhǎng)。陳靜和宋玉［18］研究也發(fā)現(xiàn)，上市公司會(huì)利用政府補(bǔ)助進(jìn)行盈余管理，從而實(shí)現(xiàn)扭虧的目的，從而對(duì)企業(yè)成長(zhǎng)產(chǎn)生促進(jìn)作用。Bergstrom 等［19］研究發(fā)現(xiàn)政府補(bǔ)助在短期內(nèi)對(duì)企業(yè)成長(zhǎng)有顯著促進(jìn)作用，但長(zhǎng)期的促進(jìn)作用并不顯著，但并未對(duì)政府補(bǔ)助按照相關(guān)性進(jìn)行分類研究。據(jù)此，本文將政府補(bǔ)助分為收益性和資產(chǎn)性兩類，將企業(yè)成長(zhǎng)分為短期成長(zhǎng)與長(zhǎng)期成長(zhǎng)，以中小板上市企業(yè)為研究對(duì)象，分析相關(guān)性分類角度下政府補(bǔ)助對(duì)企業(yè)長(zhǎng)短期成長(zhǎng)的影響。

收益性政府補(bǔ)助主要用來(lái)補(bǔ)償企業(yè)已經(jīng)或?qū)⒁l(fā)生的相關(guān)費(fèi)用或損失等，包括企業(yè)無(wú)償收到各種補(bǔ)償、獎(jiǎng)勵(lì)、貼息、補(bǔ)貼、虧損彌補(bǔ)和稅費(fèi)返還等［2］。對(duì)于中小板上市企業(yè)，收益性政府補(bǔ)助的來(lái)源主要有3 類：一是政府為了避免上市公司出現(xiàn)虧損而發(fā)放的無(wú)償補(bǔ)貼；二是地方政府為了招商引資或者引進(jìn)人才而無(wú)償給予企業(yè)的補(bǔ)貼或者獎(jiǎng)勵(lì)；三是增值稅返還。從短期來(lái)看，收益性政府補(bǔ)助多為一次性的，在經(jīng)營(yíng)年度彌補(bǔ)了企業(yè)的現(xiàn)金虧損，會(huì)對(duì)企業(yè)的盈利水平產(chǎn)生正向的影響。但從長(zhǎng)期來(lái)看，收益性政府補(bǔ)助只起到彌補(bǔ)虧損、補(bǔ)償費(fèi)用的作用，并不影響企業(yè)的研發(fā)投資或者生產(chǎn)投資活動(dòng)，因此對(duì)企業(yè)的長(zhǎng)期成長(zhǎng)無(wú)顯著作用。據(jù)此提出第一個(gè)假設(shè)：

收益性政府補(bǔ)助對(duì)企業(yè)短期成長(zhǎng)具有顯著促進(jìn)效應(yīng)（H1a）。

資產(chǎn)性政府補(bǔ)助是政府為企業(yè)提供直接或者間接的長(zhǎng)期資產(chǎn)，從而向外部投資者傳遞積極信號(hào)，資產(chǎn)性政府補(bǔ)助直接影響企業(yè)的研發(fā)活動(dòng)或生產(chǎn)投資活動(dòng)，但由于研發(fā)項(xiàng)目等投資活動(dòng)具有周期性長(zhǎng)、回報(bào)不確定性等特點(diǎn)，資產(chǎn)性政府補(bǔ)助短期內(nèi)對(duì)企業(yè)的成長(zhǎng)無(wú)顯著促進(jìn)作用；但從企業(yè)長(zhǎng)期成長(zhǎng)看，資產(chǎn)性政府補(bǔ)助為企業(yè)研發(fā)或生產(chǎn)活動(dòng)提供了直接性的幫助，有利于促進(jìn)企業(yè)的技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新以及生產(chǎn)能力，從而提升企業(yè)的長(zhǎng)期成長(zhǎng)能力。因此，企業(yè)面臨融資約束時(shí)，資產(chǎn)性補(bǔ)助對(duì)企業(yè)短期成長(zhǎng)并無(wú)顯著影響，對(duì)長(zhǎng)期成長(zhǎng)有顯著的促進(jìn)作用。據(jù)此提出另一個(gè)假設(shè)：

資產(chǎn)性政府補(bǔ)助對(duì)企業(yè)長(zhǎng)期成長(zhǎng)具有顯著促進(jìn)效應(yīng)（H1b）。

（二）不同融資約束情景下政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的影響

企業(yè)的成長(zhǎng)離不開(kāi)資金的支持，多數(shù)已有研究表明融資約束對(duì)企業(yè)成長(zhǎng)有顯著抑制效應(yīng)［6?7］，政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)有顯著促進(jìn)效應(yīng)［20］。但在不同融資約束情景下，不同相關(guān)性分類的政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)會(huì)產(chǎn)生怎樣的效應(yīng)？對(duì)于中小板上市企業(yè)而言，普遍面臨融資約束問(wèn)題，政府補(bǔ)助作為中小企業(yè)重要的資金來(lái)源，降低了外部融資成本緩解了融資約束問(wèn)題，從而促進(jìn)了中小板上市企業(yè)的成長(zhǎng)。

當(dāng)企業(yè)內(nèi)外部融資成本差距較小即受到的融資約束程度較低時(shí)，此時(shí)收益性政府補(bǔ)助為企業(yè)帶來(lái)了資金支持，資產(chǎn)性政府補(bǔ)助為企業(yè)帶來(lái)了直接的設(shè)備資產(chǎn)支持，企業(yè)相對(duì)來(lái)說(shuō)獲得了較多的資金，從而刺激企業(yè)生產(chǎn)以及研發(fā)投入，提高了企業(yè)的競(jìng)爭(zhēng)力與創(chuàng)新性，對(duì)企業(yè)產(chǎn)生正向影響。但隨著企業(yè)融資約束程度的增加，企業(yè)能夠籌集的外源資金越來(lái)越少，當(dāng)融資約束達(dá)到一定程度時(shí)，企業(yè)將因無(wú)力支付高昂的融資成本或受到信貸抑制等無(wú)法獲得外部融資，只能依賴于內(nèi)部留存收益，此時(shí)即便獲得了收益性或資產(chǎn)性政府補(bǔ)助，也無(wú)法刺激企業(yè)進(jìn)行再生產(chǎn)與研發(fā)活動(dòng)從而影響了企業(yè)的成長(zhǎng)。據(jù)此提出以下假設(shè)：

隨著融資約束程度增加，收益性政府補(bǔ)助對(duì)企業(yè)短期成長(zhǎng)的促進(jìn)作用會(huì)減弱（H2a）；

隨著融資約束程度增加，資產(chǎn)性政府補(bǔ)助對(duì)企業(yè)長(zhǎng)期成長(zhǎng)的促進(jìn)作用會(huì)減弱（H2b）。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與變量選取

1.數(shù)據(jù)來(lái)源

本文選取2011—2017 年中小板上市企業(yè)年度數(shù)據(jù)，數(shù)據(jù)均來(lái)源于同花順以及國(guó)泰安數(shù)據(jù)庫(kù)，部分財(cái)務(wù)指標(biāo)手工整理后由Excel 計(jì)算得出。為了保障數(shù)據(jù)的穩(wěn)健性對(duì)數(shù)據(jù)做如下處理：①剔除沒(méi)有披露政府補(bǔ)助的企業(yè)；②剔除研究變量所需數(shù)據(jù)不完整的企業(yè)；③剔除ST 以及*ST 的企業(yè)；④剔除金融類企業(yè)。最終得到2117 個(gè)研究數(shù)據(jù)樣本。

2.變量選取

（1）被解釋變量。本文以企業(yè)成長(zhǎng)作為被解釋變量，關(guān)于企業(yè)成長(zhǎng)衡量指標(biāo)，當(dāng)前并沒(méi)有統(tǒng)一的度量標(biāo)準(zhǔn)，學(xué)者們采用衡量企業(yè)成長(zhǎng)的指標(biāo)有凈利潤(rùn)、總資產(chǎn)收益率、企業(yè)擴(kuò)張能力、市場(chǎng)份額增長(zhǎng)率、TobinQ值等［7］，廖中舉［21］認(rèn)為TobinQ值可以作為企業(yè)成長(zhǎng)機(jī)會(huì)最優(yōu)的替代變量，且如今TobinQ值已被廣泛應(yīng)用于上市公司成長(zhǎng)評(píng)價(jià)。本文將企業(yè)成長(zhǎng)分為短期成長(zhǎng)和長(zhǎng)期成長(zhǎng)，短期成長(zhǎng)，與盈利能力息息相關(guān)，故而選擇總資產(chǎn)報(bào)酬率ROA來(lái)衡量。長(zhǎng)期成長(zhǎng)是投資者對(duì)企業(yè)未來(lái)盈利能力的預(yù)期，是企業(yè)的價(jià)值成長(zhǎng)，考慮到資產(chǎn)性政府補(bǔ)助效應(yīng)的滯后性，將公司長(zhǎng)期成長(zhǎng)指標(biāo)滯后一期進(jìn)行衡量，故通過(guò)（t+1）期的TobinQ值進(jìn)行衡量。為了盡量避免TobinQ值的局限性，使用替代方法：將股東權(quán)益市場(chǎng)價(jià)值與債務(wù)資本的市場(chǎng)價(jià)值的和除以總資產(chǎn)賬面價(jià)值的商用作TobinQ值。

（2）解釋變量。本文以企業(yè)所獲得的政府補(bǔ)助可以用補(bǔ)助總額、補(bǔ)助規(guī)模、補(bǔ)助強(qiáng)度來(lái)衡量，考慮到中小企業(yè)的政府補(bǔ)助絕對(duì)數(shù)值較大，而總資產(chǎn)報(bào)酬率ROA和TobinQ值數(shù)值較小，相關(guān)性分類角度下的相關(guān)研究采用的都是補(bǔ)助強(qiáng)度，為了盡量避免企業(yè)規(guī)模對(duì)資產(chǎn)性政府補(bǔ)助的影響，故選擇政府補(bǔ)助強(qiáng)度（GovSUB）作為被解釋變量來(lái)衡量政府補(bǔ)助投入水平［6］。政府補(bǔ)助強(qiáng)度即企業(yè)財(cái)務(wù)報(bào)表披露的政府補(bǔ)助與期末總資產(chǎn)的比值。

（3）控制變量。本文借鑒相關(guān)研究，結(jié)合研究對(duì)象中小板上市企業(yè)，選取企業(yè)規(guī)模、企業(yè)年齡、資產(chǎn)負(fù)債率、流動(dòng)比率、銷售凈利率、區(qū)域虛擬變量、高技術(shù)產(chǎn)業(yè)虛擬變量作為控制變量。

變量類型及其界定見(jiàn)表1。

表1 變量及其界定

（二）融資約束情景的界定

要衡量企業(yè)的融資約束程度，首先要把融資約束量化。目前關(guān)于融資約束指數(shù)的構(gòu)建的研究，國(guó)內(nèi)外學(xué)者多采用多指標(biāo)綜合評(píng)價(jià)方法。根據(jù)中小企業(yè)的經(jīng)營(yíng)特點(diǎn)，基于數(shù)據(jù)的可獲取性，本文選取5 個(gè)財(cái)務(wù)指標(biāo)，將多指標(biāo)綜合評(píng)價(jià)方法與二元邏輯回歸模型結(jié)合構(gòu)建融資約束指數(shù)（FCI）。首先以利息保障倍數(shù)的大小為樣本企業(yè)預(yù)分組，對(duì)樣本數(shù)據(jù)的利息保障倍數(shù)年度數(shù)據(jù)進(jìn)行降序排列，將排名前33%的樣本企業(yè)預(yù)分入低融資約束組（包含717 個(gè)樣本數(shù)據(jù)），將排名后33%的樣本企業(yè)預(yù)分入高融資約束組（包含714 個(gè)樣本數(shù)據(jù)）。然后，構(gòu)建模型（1）進(jìn)行二元邏輯回歸分析。最后，將整個(gè)樣本數(shù)據(jù)代入判別分析的結(jié)果模型，計(jì)算出融資約束指數(shù)FCI。該融資約束指數(shù)越大，企業(yè)受到的融資約束越高。

其中：α0為常量；α1～α5為系數(shù)；Group為被解釋變量，用以對(duì)樣本進(jìn)行分組；SLACK為財(cái)務(wù)松弛；LEV為財(cái)務(wù)杠桿，即資產(chǎn)負(fù)債率；CF/A為經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量與總資產(chǎn)的比值；NPM為銷售凈利率；CR為流動(dòng)比率。

借助SPSS24.0 軟件進(jìn)行二元邏輯回歸，對(duì)于所選樣本企業(yè)，模型（1）的二元邏輯回歸結(jié)果如模型（2）所示。

（三）模型構(gòu)建

為了檢驗(yàn)不同相關(guān)性的政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的影響，分別將收益性政府補(bǔ)助強(qiáng)度、資產(chǎn)性政府補(bǔ)助強(qiáng)度作為解釋變量，以企業(yè)成長(zhǎng)為被解釋變量，進(jìn)行回歸分析，同時(shí)考慮到中小企業(yè)的自身特征、國(guó)家產(chǎn)業(yè)因素以及區(qū)域因素等對(duì)企業(yè)成長(zhǎng)的影響，加入資產(chǎn)負(fù)債率、銷售凈利率、流動(dòng)比率、區(qū)域虛擬變量、企業(yè)年齡、企業(yè)規(guī)模和高技術(shù)產(chǎn)業(yè)虛擬變量作為控制變量。

授予單位應(yīng)針對(duì)來(lái)華留學(xué)生特點(diǎn)指定詳細(xì)的留學(xué)生論文撰寫要求。①撰寫語(yǔ)言，考慮到中文的學(xué)習(xí)難度、大部分來(lái)華留學(xué)生采取英文授課等情況，筆者認(rèn)為除了語(yǔ)言文學(xué)、中醫(yī)等極少數(shù)專業(yè)外，應(yīng)采用英文作為留學(xué)生博士論文撰寫語(yǔ)言。②無(wú)論博士論文采用何種語(yǔ)言撰寫，都應(yīng)有詳細(xì)的中文摘要。中文摘要不僅利于博士論文編目加工，對(duì)于留學(xué)生博士論文的查找和利用也十分重要。除此之外，授予單位應(yīng)該對(duì)留學(xué)生博士論文封面、題名頁(yè)等信息做出明確規(guī)定。留學(xué)生博士論文封面信息應(yīng)為中文。作者名應(yīng)為英文全名，如果有中文名可以在英文全名后附帶中文名。導(dǎo)師名、專業(yè)名、授予單位、提交日期等均為中文。留學(xué)生博士論文應(yīng)有中文題名。

以企業(yè)短期成長(zhǎng)GR（即總資產(chǎn)報(bào)酬率ROA）為被解釋變量，以收益性政府補(bǔ)助與資產(chǎn)性政府補(bǔ)助為解釋變量，加入控制變量，構(gòu)建模型（3）：

以企業(yè)長(zhǎng)期成長(zhǎng)GS［即（t+1）期的TobinQ值］為被解釋變量，以收益性政府補(bǔ)助與資產(chǎn)性政府補(bǔ)助為解釋變量，加入控制變量，構(gòu)建模型（4）：

其中：α0、β0為常量；α1～α9、β1～β9為系數(shù)；ε為隨機(jī)誤差。

三、實(shí)證檢驗(yàn)與結(jié)果分析

（一）描述性統(tǒng)計(jì)分析

對(duì)各變量進(jìn)行描述統(tǒng)計(jì)分析，結(jié)果見(jiàn)表2。由表2 可以看出，2117 個(gè)樣本數(shù)據(jù)的總資產(chǎn)報(bào)酬率均值分別為7.3353%，說(shuō)明中小板上市企業(yè)的盈利能力較好，但是總資產(chǎn)報(bào)酬率最大值和最小值分別為74.3568%和-38.0441%，TobinQ均值為2.1125，說(shuō)明中小板上市企業(yè)的成長(zhǎng)性也較好，TobinQ的極大值和極小值分別為15.0032 和-0.2712，說(shuō)明中小企業(yè)之間成長(zhǎng)質(zhì)量差距較大；從政府補(bǔ)助的強(qiáng)度來(lái)看，GovSUB均值為0.6822，標(biāo)準(zhǔn)差為1.0023，說(shuō)明中小企業(yè)之間政府補(bǔ)助數(shù)額相差不大。其中，與資產(chǎn)相關(guān)的政府補(bǔ)助強(qiáng)度平均值僅為0.1714，而與收益相關(guān)的政府補(bǔ)助強(qiáng)度平均值達(dá)到0.5108，說(shuō)明政府補(bǔ)助中與資產(chǎn)相關(guān)的補(bǔ)貼較少，相對(duì)而言獎(jiǎng)勵(lì)、補(bǔ)助款等較多，體現(xiàn)了政府補(bǔ)助彌補(bǔ)虧損的政策傾向；融資約束極大值與極小值差額較大，說(shuō)明中小企業(yè)間融資約束的嚴(yán)重程度差異較大。從控制變量來(lái)看，企業(yè)規(guī)模即企業(yè)資產(chǎn)的自然對(duì)數(shù)均值為19.9804，說(shuō)明中小企業(yè)的規(guī)模較小，規(guī)模擴(kuò)張仍是其主要戰(zhàn)略發(fā)展方向；資產(chǎn)負(fù)債率和流動(dòng)比率的均值達(dá)到38.2161%和2.7571%，說(shuō)明中小企業(yè)償債能力較強(qiáng)，但企業(yè)間差距較大；銷售凈利率均值7.7066%，說(shuō)明中小企業(yè)銷售收入獲取能力較好，具有良好的市場(chǎng)前景；企業(yè)年齡之間差距較大，新生企業(yè)與老企業(yè)發(fā)展過(guò)程差距較遠(yuǎn)。

表2 變量的描述統(tǒng)計(jì)

（二）相關(guān)性分析

對(duì)各變量進(jìn)行相關(guān)性分析，結(jié)果見(jiàn)表3。

表3 Pearson 相關(guān)系數(shù)

從表3 可以發(fā)現(xiàn)，在1%的顯著性水平下，融資約束與總資產(chǎn)報(bào)酬率ROA以及TobinQ值呈顯著負(fù)相關(guān)，即融資約束對(duì)企業(yè)的短期成長(zhǎng)以及長(zhǎng)期成長(zhǎng)都有負(fù)面抑制效應(yīng)，為H2 的驗(yàn)證提供了初步依據(jù)；政府補(bǔ)助強(qiáng)度與總資產(chǎn)報(bào)酬率ROA以及TobinQ值呈顯著正相關(guān)，即政府補(bǔ)助對(duì)企業(yè)的短期成長(zhǎng)以及長(zhǎng)期成長(zhǎng)都有促進(jìn)效應(yīng)，為H1 驗(yàn)證提供了基礎(chǔ)。融資約束指數(shù)與總政府補(bǔ)助強(qiáng)度顯著負(fù)相關(guān)，說(shuō)明政府補(bǔ)助對(duì)企業(yè)的融資約束具有緩解效應(yīng)，再次驗(yàn)證了政府補(bǔ)助的促進(jìn)作用。從政府補(bǔ)助的相關(guān)性分類來(lái)看，收益性政府補(bǔ)助強(qiáng)度與總資產(chǎn)報(bào)酬率ROA以及TobinQ值呈顯著正相關(guān)，但與TobinQ值相關(guān)性較弱；而資產(chǎn)性政府補(bǔ)助強(qiáng)度與總資產(chǎn)報(bào)酬率ROA相關(guān)程度較弱，與TobinQ值呈顯著正相關(guān)，為H1a 和H1b 的驗(yàn)證提供了基礎(chǔ)。

從控制變量來(lái)看，企業(yè)規(guī)模和資產(chǎn)負(fù)債率與總資產(chǎn)報(bào)酬率ROA以及TobinQ值呈顯著負(fù)相關(guān)，銷售凈利率和流動(dòng)比率與總資產(chǎn)報(bào)酬率ROA以及TobinQ值呈顯著正相關(guān)，企業(yè)年齡與總資產(chǎn)報(bào)酬率ROA以及TobinQ值呈顯著負(fù)相關(guān)，區(qū)域虛擬變量與總資產(chǎn)報(bào)酬率ROA以及TobinQ值相關(guān)性微弱，說(shuō)明企業(yè)成長(zhǎng)與區(qū)域因素關(guān)系較小，高技術(shù)產(chǎn)業(yè)虛擬變量與總資產(chǎn)報(bào)酬率ROA相關(guān)性微弱，但是與TobinQ值顯著正相關(guān)，企業(yè)年齡與收益相關(guān)的政府補(bǔ)助顯著負(fù)相關(guān)，表明企業(yè)成立的時(shí)間越長(zhǎng)，企業(yè)面臨的虧損和經(jīng)營(yíng)的風(fēng)險(xiǎn)不斷縮小，企業(yè)獲得收益性的政府補(bǔ)助越少。

（三）回歸結(jié)果及分析

1.融資約束下政府補(bǔ)助對(duì)企業(yè)短期成長(zhǎng)的影響

將各變量數(shù)值代入模型（2）求出融資約束FCI的具體數(shù)值，該融資約束指數(shù)越大，則企業(yè)受到的融資約束越高。將總樣本的融資約束數(shù)值按從大到小降序排列，將總樣本后33%的樣本劃入低融資約束組，前33%的樣本劃入高融資約束組，中間的劃入中融資約束組，并且分別代入回歸模型（3）進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表4。

表4 模型（3）回歸結(jié)果

回歸結(jié)果顯示，除了資產(chǎn)性政府補(bǔ)助與高技術(shù)產(chǎn)業(yè)虛擬變量外，全部通過(guò)了顯著性檢驗(yàn)。其中，模型擬合度Adj?R2等于51.5%，說(shuō)明模型擬合度高。ReturnSUB的系數(shù)為1.088，通過(guò)了0.01 水平下的顯著性檢驗(yàn)，說(shuō)明收益性政府補(bǔ)助對(duì)企業(yè)短期成長(zhǎng)有正向促進(jìn)效應(yīng)，資產(chǎn)性政府補(bǔ)助對(duì)企業(yè)短期成長(zhǎng)并無(wú)明顯影響，驗(yàn)證了H1a。這一結(jié)果可能的解釋：一是隨著收益性政府補(bǔ)助的增加，政府補(bǔ)助緩解了企業(yè)成長(zhǎng)來(lái)自融資約束的負(fù)面沖擊，短期內(nèi)項(xiàng)目的現(xiàn)金流不受影響，從而提升了企業(yè)短期內(nèi)的盈利能力水平，促進(jìn)了企業(yè)的短期成長(zhǎng)；另一種可能是收益性政府補(bǔ)助彌補(bǔ)了企業(yè)該年度內(nèi)的虧損，企業(yè)轉(zhuǎn)虧為盈，一定程度上影響了本文模型的判斷結(jié)果。資產(chǎn)性補(bǔ)助由于對(duì)企業(yè)的影響周期較長(zhǎng)，對(duì)短期內(nèi)企業(yè)資金投入和盈利能力無(wú)關(guān)，因此資產(chǎn)性政府補(bǔ)助與企業(yè)短期成長(zhǎng)關(guān)聯(lián)不大。由控制變量可以看出，規(guī)模較小、年齡較小、銷售能力較強(qiáng)的企業(yè)，短期成長(zhǎng)較為顯著，高技術(shù)虛擬行業(yè)變量顯著性未通過(guò)，說(shuō)明收益性政府補(bǔ)助與行業(yè)屬性關(guān)聯(lián)較小，從區(qū)域虛擬變量來(lái)說(shuō)，相對(duì)于中西部的企業(yè)，東部企業(yè)在獲取收益性政府補(bǔ)助后，企業(yè)短期成長(zhǎng)能力得到一定的提高。

由不同融資約束情景下樣本的回歸結(jié)果可看出，融資約束程度由低到高逐漸增加時(shí)，收益性政府補(bǔ)助的系數(shù)由1.582 降低為0.437，說(shuō)明企業(yè)在融資約束程度較低時(shí)，可以通過(guò)收益性政府補(bǔ)助獲得一定量的外部資金，提高企業(yè)的盈利能力；隨著企業(yè)面臨融資約束程度的逐漸增加，企業(yè)可能無(wú)法獲得外部融資而陷入財(cái)務(wù)困境，即便獲得了收益性政府補(bǔ)助，但對(duì)企業(yè)短期成長(zhǎng)的促進(jìn)作用減弱。

2.融資約束下政府補(bǔ)助對(duì)企業(yè)長(zhǎng)期成長(zhǎng)的影響

將總樣本TobinQ值的數(shù)據(jù)滯后一期，其他變量不變，按照融資約束分組，將樣本代入回歸模型（4）進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表5。

表5 模型（4）回歸結(jié)果

回歸結(jié)果顯示，除去收益性政府補(bǔ)助與區(qū)域虛擬變量，全部通過(guò)了顯著性檢驗(yàn)。其中，模型擬合度Adj?R2等于31.7%，說(shuō)明模型擬合度較好。資產(chǎn)性補(bǔ)助政府補(bǔ)助的系數(shù)為0.354，通過(guò)了0.01 水平下的顯著性檢驗(yàn)，說(shuō)明資產(chǎn)性政府補(bǔ)助對(duì)企業(yè)長(zhǎng)期成長(zhǎng)有正向促進(jìn)效應(yīng)，驗(yàn)證了H1b，而收益性政府補(bǔ)助的系數(shù)為-0.094，說(shuō)明收益性政府補(bǔ)助對(duì)企業(yè)長(zhǎng)期成長(zhǎng)并無(wú)正向促進(jìn)作用，甚至還有抑制作用。由控制變量可以看出，規(guī)模較小、年齡較大、銷售能力較強(qiáng)的企業(yè)在模型中，長(zhǎng)期成長(zhǎng)性較為顯著。從高技術(shù)產(chǎn)業(yè)虛擬變量系數(shù)來(lái)看，企業(yè)長(zhǎng)期成長(zhǎng)與高技術(shù)虛擬行業(yè)變量呈正相關(guān)關(guān)系，說(shuō)明高技術(shù)行業(yè)中，因?yàn)楂@取了較多的資產(chǎn)性補(bǔ)助，所以提高了長(zhǎng)期成長(zhǎng)能力。在本模型中，區(qū)域虛擬變量并未通過(guò)顯著性檢驗(yàn)，但從相關(guān)系數(shù)看，中西部的企業(yè)在獲取資產(chǎn)性補(bǔ)助后，相對(duì)于東部企業(yè)長(zhǎng)期成長(zhǎng)能力得到一定的提高。

由表5 可以看出，隨著融資約束程度逐漸增加，資產(chǎn)性政府補(bǔ)助的系數(shù)由0.511 逐漸降到0.168，表明低融資約束下，企業(yè)內(nèi)部沒(méi)有足夠資金進(jìn)行研發(fā)或者生產(chǎn)過(guò)程活動(dòng)，資產(chǎn)性政府補(bǔ)助緩解了研發(fā)等長(zhǎng)期資金的短缺，進(jìn)而刺激了企業(yè)的長(zhǎng)期投資，促進(jìn)企業(yè)的長(zhǎng)期成長(zhǎng)；但隨著融資約束程度的提高，企業(yè)能夠獲得資金不斷減少，即便政府提供了資產(chǎn)性補(bǔ)助，企業(yè)也無(wú)法獲得長(zhǎng)期投資所需的資金，因而影響了企業(yè)的長(zhǎng)期成長(zhǎng)性。由此驗(yàn)證了H2b。

（四）穩(wěn)健性檢驗(yàn)

考慮到變量選取的適應(yīng)性，本文將模型（3）中的被解釋變量總資產(chǎn)報(bào)酬率ROA代替為凈資產(chǎn)收益率ROE，將模型（4）中的被解釋變量TobinQ值代替為總資產(chǎn)同比增長(zhǎng)率，解釋變量都不變，代入SPSS24.0 進(jìn)行穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表6。模型（3）的回歸結(jié)果與之前的結(jié)果相同，變量除資產(chǎn)性政府補(bǔ)助外均通過(guò)了顯著性檢驗(yàn)，企業(yè)年齡顯著性變?nèi)?，高技術(shù)產(chǎn)業(yè)虛擬變量顯著性較強(qiáng)，不過(guò)對(duì)總體結(jié)果影響不大；模型（4）的回歸結(jié)果與之前的結(jié)果相比，有一些控制變量顯著性沒(méi)有通過(guò)，資產(chǎn)性政府補(bǔ)助的相關(guān)性變?nèi)?，不過(guò)依舊對(duì)企業(yè)長(zhǎng)期成長(zhǎng)呈正向線性作用。因此，可認(rèn)為實(shí)證結(jié)果是穩(wěn)健的。

表6 穩(wěn)健性檢驗(yàn)

四、結(jié)論

通過(guò)選取中小板上市企業(yè)2011—2017 年樣本數(shù)據(jù)，實(shí)證分析了不同融資約束情景下不同類型政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的促進(jìn)作用。本文研究發(fā)現(xiàn)，我國(guó)中小企業(yè)普遍面臨融資約束，融資約束對(duì)企業(yè)成長(zhǎng)具有制約作用，政府補(bǔ)助能夠緩解融資約束；實(shí)證分析發(fā)現(xiàn)政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)具有促進(jìn)作用，收益性政府補(bǔ)助可以促進(jìn)企業(yè)的短期成長(zhǎng)，但對(duì)企業(yè)的長(zhǎng)期成長(zhǎng)無(wú)顯著影響，資產(chǎn)性政府補(bǔ)助可以促進(jìn)企業(yè)的長(zhǎng)期成長(zhǎng)，但對(duì)企業(yè)的短期成長(zhǎng)無(wú)顯著影響；實(shí)證分析也表明，隨著融資約束程度增加，無(wú)論是收益性政府補(bǔ)助還是資產(chǎn)性政府補(bǔ)助對(duì)企業(yè)成長(zhǎng)的促進(jìn)作用都顯著減弱，此時(shí)融資約束逐漸成為制約企業(yè)成長(zhǎng)的主要因素。